毕业论文课题相关文献综述
随着长三角地区城市化发展进程的不断推进，协调好生态环境保护和经济平稳快速发展之间的平衡日益重要。
植被作为生态系统的重要组成部分之一，具有温度调节、空气净化、水源保护等功能，而植被生长范围势必会受到城市化的影响。
因此，对于长三角地区植被覆盖度的研究不仅是当地生态环境监测的重要依据，也是当地城市化水平和居住环境的重要评估标准。
植被覆盖度（Fractional Vegetation Cover，FVC）通常定义为植被（包括叶、茎、枝）在地面上的垂直投影面积占统计区总面积的百分比，是刻画地表植被覆盖的重要参数，也是指示生态环境变化的基本指标，在大气圈、土壤圈、水圈、生态圈中占据着重要地位。
遥感技术是获取植被覆盖信息的主要手段，估算方法有回归模型法、混合像元分解法、机器学习法等。
回归模型法是通过对遥感数据的某一波段、波段组合或利用遥感数据计算出植被指数与FVC进行回归分析，建立经验估算模型。
像元二分模型是线性混合像元分解模型中最简单的模型，其假设像元只由植被与非植被覆盖地表两部分组成，光谱信息也只由这两个组分线性合成，它们各自的面积在像元中所占的比率即为各因子的权重，其中植被覆盖地表占像元的百分比即为该像元的FVC。
机器学习法一般包括神经网络、决策树、支持向量机等，其一般步骤为确定训练样本、训练模型和估算FVC。
对植被覆盖信息的提取，通常可以采用ENVI等传统影像处理工具，也可采用Google Earth Engine（GEE）平台。
GEE是谷歌公司的一个可以批量处理卫星影像数据的工具，属于Google Earth系列平台。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
