3、h?從ArcGIBOnline灌如￡1園:0J“.
空闔WKvjft圭yy’“基于xy
中逵皿初餌El皂.
圖2添加數(shù)據(jù)轉(zhuǎn)投影將打開的Excel點(diǎn)數(shù)據(jù)矢量化，使用【定義投影】工具，將點(diǎn)數(shù)據(jù)投影轉(zhuǎn)成和柵格數(shù)據(jù)一致的投影。
2指數(shù)計(jì)算及結(jié)果計(jì)悴會(huì)式1H-化植按推數(shù)M)VI比伯植彼播數(shù)KV1走值曲敲拎數(shù)DV1上壤調(diào)幣樁彼指敵HAVI慨改型上壤調(diào)轅植蘭口苗曲旅數(shù)V\I綠度植彼旅數(shù)［；V|
M)\l=(Hf4-7-U3)1(.TM4-+TM3)
Deering等，1975
HljIli和￡■vcy,L96K
^17=^-MB
Rich訕(kon,N77
SU7=(I+L)(?'；
4、W4-n/3>!(7!V4-7：W3+i：'
IIuhHl昭g
加Vi=(27：W4+1-<2l'M4+1)--SE4-)fl
Qi等?、】9舛
nv=⑴.355TM4-0J49rW3)-十(03557!W3-0.852TM4)2
訴嗨納止1977
GVI=M2朋9TT3+0.7947'M4-
0.00()27?W5-().I-H6Z,.W7
Crisi,1985
注7-.WJ,2,3,4,5,7為IM矗像府波段-SAM計(jì)林公式中L值果用0J5(Huci^,1994)..
圖3指數(shù)表
圖4NDVI圖5DVI
圖6GVI圖7MSAVII■■-
f
r
圖8PVI
5、圖9RVI
圖10SAVI
這里影像是進(jìn)行裁剪過(guò)）3計(jì)算樣方對(duì)應(yīng)值
圖11提取指數(shù)值
輸入點(diǎn)數(shù)據(jù)和各指數(shù)柵格數(shù)據(jù)，利用【值提取至點(diǎn)】，得到獲得數(shù)據(jù)的點(diǎn)數(shù)
據(jù)。
4相關(guān)性
?打開SPSS軟件，導(dǎo)入各數(shù)據(jù)的.dbf格式數(shù)據(jù),
MITQ)知析?SW⑹冗用征舉妙更口也0
掲告*碗城計(jì)*?HT)?ttWW即?r^istUffia?相矣i?*回0嚶?己攢劇出i金直i#井?咂?ratisj^車梓拽讖駒.
W?HF?生曲呃?琴的應(yīng)世#圖12雙變量
?分析各指數(shù)相關(guān)性
OutpuE
n&teni?alu
Output
rastervalu
Outpul
6、Pearson
1
-27B
OutputPe^rscn性
1
-.256
顯劃t(咖
.235
兄若牲｛撫側(cè))
.277
N
20
20
N
20
20
rastervaluPearson相丟性
-.278
F
rastervaluPearson片聯(lián)性
-.256'
1
顯若性
235
顯善性(iSM)
.277
IN
N
20
20
圖13DVI圖14GVI
Oulput
rasfieiv^lu
Oulpul
rastervalu
OutpiitPeareon相丟性
■
0utpu
7、EPparson
1
~2V
顯看H(WflO
.233
顯苦11
.335
N
2<0
2D
N
20
：n
rasiteivaluP@areon相丟性
1
rastervaluPearson相關(guān)性
-.227
1
顯吾性劇〉
.239
顯著性(JJW)
335
N
20
20
N
20
20
圖15MSAVI圖16NDVI
Output
rastervalu
怕引皀m渕u
output
OutputPearsQn相矢桂
1
—J69
r^st^nraluPearson扌昌關(guān)性
1
8、
228
.1511
.333
N
20
2D
N
20
20
raslaivaluPsai^-on目目先性
■JB9
1i
OutputPearson［目黃:性
22：:
1
.J51
aat±
.333
N
20
2D
N
20
20
圖17PVI圖18RVI
outpin
m舛L-1
OutputPearson關(guān)性
1
■瞬
顯著性＜JVffl)
^35
N
20
20
rastervailuPearson耳目關(guān)片生
-.227
1
顯若性
.335
9、
N
20
20
圖19SAVI
這里計(jì)算分析得到MSAVI指數(shù)相關(guān)性最好，故選用MSAVI建立回歸方程。
（中值影像的效果并不好）
5回歸分析及結(jié)果均方df回陽(yáng)3063(1/獨(dú)差1'3平方和自輩重藥raslietvalij^三次檬型匸總ANOVA631913033.13B23455724.33
R
R方
調(diào)整只方
估計(jì)醪標(biāo)準(zhǔn)
443
197
.046
1210778
自蠻重藥rastervaluo
未標(biāo)堆化系數(shù)
標(biāo)準(zhǔn)化系埶
1
B
標(biāo)準(zhǔn)逞
Beta
rastervalu
-.515
1218
-3.510
*423
.678
10、
castervalu**2
-2149E-5
.OCIU
-9637
-.593
568
rastetvaiu**3
-251EE-10
000
-6.005
■I常救）
-1206.267
12709512
-.095
.925
O己期測(cè)進(jìn)
M)0O-30DD-300(?-1AD0-
\
D
6
\十
%jn,OO
g
圖20回歸曲線
回歸模型：
由擬合結(jié)果可知
y=—2.516*10-10x3—2.148*10-5x2—0.5165%—1208.267
（X為MSAVI指數(shù)，y為生物量估算值）6
11、模型應(yīng)用
?將MSAVI指數(shù)值帶入回歸模型（ERDAS-Model功能）
圖21
?確定生物量范圍，應(yīng)用NDVI指數(shù)確定生物范圍
1. 計(jì)算NDVI指數(shù)
2. 對(duì)NDVI影像進(jìn)行重分類，得到生物范圍
3. 對(duì)MSAVI進(jìn)行按掩膜提取
圖22NDVI
護(hù)1網(wǎng)>1.則V已lvalue匚
方熾罰：自幣阿飯煨升靈沖皿曲;I
羯畑|￡可11敝略..球科?_
列何；匝；□8>feiStDj□B^J^Ijimj
比婭計(jì)
tHS
Sti54055
JCJW：
-JRMt
ilZ±222
忌相
期6謝.％山認(rèn)
平雌
.I1TL25
>l3^T&
12、中MjffQ|.37341.mm
生物范圍
聰
圖23重分類
圖24圖25提取影像查看上述所得影像，研究區(qū)域每平方米的生物量，平均值為
1957.32(g/m2)。
□顯污背SHfi問(wèn).
□鍥用lUf4Mft^：U）
夷田［円；
■MZ匚冋Ifta.
□底用IIIH網(wǎng)：
百分此■:斷
■片El間
□黍冋W
■3LEND
圖26
OBJECTM牢
Valwc
CoiinX|
1
1
540717D]
FieclassinigIO
?像元個(gè)數(shù)（查看重分類影像屬性表），得到像元個(gè)數(shù)：5407170n:17918,41^
13、：-&19.797JC：XU5ers\Tpfu\DocumentsVReclafis_img10
口C:\Llsers\Td1j\Deslctap\農(nóng)杵e_ndviJnng5：O.S22917圖27
?計(jì)算以上數(shù)據(jù)，進(jìn)行產(chǎn)量估計(jì)
采用“區(qū)域總產(chǎn)二植被總面積X區(qū)域內(nèi)植被單產(chǎn)的平均值”的方式來(lái)獲得整個(gè)區(qū)域的植被總產(chǎn)量。
公式中，Y為整個(gè)研究區(qū)的植被總產(chǎn)量，S為植被總面積，y為研究區(qū)內(nèi)植
被像元灰度值的均值(即區(qū)域單產(chǎn)平均值)。
? 一個(gè)像元面積為30m*30m*像元個(gè)數(shù)，即為MSAVIliang所有像元的面積為：
30*30*5407170(m2)=4.87*109(m2)
? 研究區(qū)域每平方米的生物量(g/m2)*MSAVIliang所有像元的面積，即為植被總生物量：
1957.32(g/m2)*4.87*109(^2)=9532148.4(t)基于NDVI指數(shù)取得的該區(qū)域內(nèi)植被總生產(chǎn)量為9532148.4噸。
作物產(chǎn)量估產(chǎn)
