干旱区植被覆盖度遥感估算方法研究——以疏勒河中下游平原为例

以西北地区典型的干旱区——疏勒河中下游地区为研究区,利用植被指数(NDVI、SAVI、EVI)对原始Landsat-OLI影像进行了维度扩展,构建了以高反射率、低反射率、裸土、农田植被、荒漠植被为组分的五端元模型.之后对实测植被光谱值进行分析,将实测植被光谱值引入到端元模型中,进一步构建了将植被分为农田植被、第一类荒漠植被和第二类荒漠植被的六端元模型,基于全约束的线性光谱混合模型进行混合像元分解以获取研究区的植被覆盖度.采用同时期的实测植被覆盖度值进行精度验证,结果表明:2种端元模型的模拟结果均符合研究区植被覆盖度的分布特征,虽然总体上五端元模型的估算略优于六端元模型,但是在存在大面积荒漠植被的区域,六端元模型的估算结果与实测数据的相关系数明显优于五端元模型.因此,对干旱区植被实测光谱值进行分析,将实测光谱值引入端元模型,进行植被覆盖度研究可以提高荒漠植被覆盖度的估算精度,具有一定的应用前景.     

混合像元分解在表层土壤有机质遥感估算中的应用

基于Landsat 8 OLI遥感影像数据,以巢湖流域为研究区,通过线性混合像元分解法从混合像元光谱中消除植被端影响,重建土壤光谱,构建土壤有机质遥感估算模型,并与直接基于影像光谱构建的土壤有机质估算模型进行比较.结果表明,通过线性混合像元分解法构建的估算模型建模集的决定系数(R2)为0.48,均方根误差(RMSE)为5.42,验证集的R2=0.46、RMSE=5.85;直接基于影像光谱构建的土壤有机质估算模型建模集的R2=0.36、RMSE=6.93,验证集的R2=0.37、RMSE=7.12.运用线性混合像元分解法构建的有机质估算模型可有效抑制地表植被干扰,提高土壤有机质遥感估算精度.     

植被覆盖度提取及景观格局分析

以福建省三明市沙县为例,利用线性光谱混合模型提取植被覆盖度,在对比原始影像构建的四端元模型与加入归一化植被指数的影像构建的五端元模型反演精度的基础上,选择精度更高的五端元模型估算1996、2004、2014年沙县的植被覆盖度,并分析其变化及景观格局。结果表明:沙县植被覆盖结构以高植被覆盖度为主导,高植被覆盖度的区域面积占全县面积的57.87%以上。1996年植被覆盖度最差,1996—2004年,植被覆盖度大幅度上升,增加区域面积比例高达35.15%;2004—2014年,由于城市发展需要,植被覆盖度下降明显,下降区域面积占8.99%,主要分布在沙县中部和北面片区。从植被覆盖度的景观格局来看,极低、低、高植被覆盖度的破碎化程度低,分布较为集中;1996—2014年,极低、低植被覆盖度的破碎化程度先降低后升高,与人类活动有着密切关系。     

大气校正对九连山植被覆盖度。感估算的影响

以江西九连山保护区为例,利用基于归一化差异植被指数（NDVI）的像元二分法模型分别在TM 影像的 原始DN 值、表观反射率以及经过基于MORTRAN 辐射传输模型和经过简单传输模型的黑暗像元法校正后的地面 反射率的基础上对研究区的植被覆盖度进行提取,将所得4 类植被覆盖度的估算值与实测值进行比较,分析大气校 正对植被覆盖度。感估算的影响。结果表明,FLAASH 和DOS 两种大气校正方法虽校正原理不同,但通过对样地实 测值的拟合度来看,均能有效消除大气影响,有效提高植被覆盖度。感估算的精度;而辐射定标后的表观反射率却 与原始影像DN 值估算的植被覆盖度差异不明显,说明植被覆盖度估算精度的提高来源于大气校正作用,辐射定标 影响甚小。因此,在植被覆盖度较高的亚热带区域,有必要进行大气校正,以改善估算精度。     

基于混合像元分解的植被覆盖度模型比较研究

准确地估算植被覆盖度是生态学及全球植被覆盖变化研究的重要内容。应用遥感技术估测植被覆盖度成为近年来研究的热点之一,但影像混合像元的存在成为制约植被覆盖度提取精度的难题之一。以延庆区2014年的Landsat8OLI影像为数据源,结合二类调查及补充调查数据,采用像元二分模型法和线性光谱混合模型法对提取植被覆盖度,对比分析2种模型的适用性。结果表明,基于像元二分模型法的植被覆盖度提取精度达到85.31%,基于线性光谱混合模型的植被覆盖度提取精度达到88.76%,线性光谱混合模型的提取效果要好于像元二分模型法,最后生成了延庆区植被覆盖分布图,可为县域尺度应用Landsat8OLI影像估测植被覆盖度提供参考。     

基于遥感技术的植被覆盖度的动态监测

植被覆盖度可以反映地表的植被状况,研究植被覆盖度变化对及时掌握生态环境变化有着重要的作用。以山西省太谷县为研究区,以1990,2001,2009年3期TM遥感影像为数据源,基于像元二分模型,对太谷县的植被覆盖度进行遥感估算,分析了植被覆盖度的时空变化特征。结果表明,1990,2001,2009年太谷县植被覆盖均以中覆盖度植被为主,分别占全县面积的42.55%,34.64%,43.91%;近20 a来,太谷县高覆盖度植被面积稳步增加,且主要分布在平原区;2001—2009年低覆盖度植被逐步向中高覆盖度植被转移。说明太谷县各项生态工程显示出明显成效,生态环境不断改善。     

基于地物光谱和Landsat8遥感影像的土壤铅含量反演研究

随着人类活动的影响,重金属污染逐渐成为土壤和环境研究的重点。采用遥感技术可以克服传统重金属监测过程中的缺点,做到快速、高效地反映重金属空间分布。本文以克拉玛依市某区域为研究区,利用SVC HR-768光谱仪和Landsat8影像对41块土壤样品进行地物光谱和波段反射率的获取,采用相关性分析和偏最小二乘回归的原理,建立地物光谱与Landsat8数据的土壤铅含量反演模型。结果表明,基于一阶微分变换的地物光谱能更好地反映光谱与重金属铅含量的相关性,建立的模型为最优预测模型;通过波段比值和波段差值方式建立的基于Landsat8波段反射率的反演模型精度较好,能粗略预测土壤重金属铅的含量,并且基于Landsat8影像反演的土壤铅含量空间分布符合土壤样点实测值的空间分布,为今后土壤环境监测土壤重金属含量提供数据支撑。     

基于星机遥感数据的阴影影响下冬小麦覆盖度估算

遥感影像中阴影的存在对植被覆盖度提取精度具有重要影响.本文以处于拔节期的冬小麦麦田为研究区,基于无人机多光谱影像和Sentinel-2卫星影像,结合NDVI、SVI、VDSEVI和NDCSI 4个植被指数与像元二分模型方法、阈值法2种植被覆盖度提取方法,研究有阴影情况下大田冬小麦覆盖度估算的最佳植被指数和提取方法.结果...     

多端元光谱解混模型的改进及对植被盖度的反演

以扎龙自然保护区为研究对象,运用分层的面向对象分类法与多端元光谱解混算法相结合反演该地区的植被覆盖度。结果表明:分层降低了场景复杂度,面向对象分类法与多端元光谱解混算法的结合,有效的减少了计算量和混合像元的端元变化;采用同期高分辨率的SPOT5多光谱遥感影像进行精度验证,与传统的多端元光谱解混模型的反演结果进行对比,相关系数从0.864 3提高到0.902 8,均方根误差从0.171 2减少到0.092 6。因此,分层面向对象多端元光谱解混模型适合对湿地植被覆盖度的反演。     

应用混合像元分解提取胡杨覆盖度信息1）

以内蒙古荒漠地区胡杨林为研究对象,应用混合像元分解方法从TM多光谱数据中提取了胡杨林植被覆盖度,并以高分辨率Quickbird影像分割结果作为真值进行精度评价,与传统的基于植被指数提取植被覆盖度的方法进行了对比。结果表明：基于几何顶点端元选取的混合像元分解方法可以有效提取胡杨植被覆盖度（ R2＝0．893,RMSE＝0．12）,优于植被指数回归方法提取精度（R2＝0．574）。研究结果有助于开展荒漠地区较大范围的胡杨林动态监测和保护。     

新疆北部地区积雪信息遥感反演研究

针对不同区域归一化雪被指数值(NDSI)上下浮动的问题,提出以对积雪响应敏感的NDSI和归一化植被指数(NDVI)为特征向量构建特征空间,建立基于MODIS数据的积雪丰度反演模型——NN模型。以高分辨率的Landsat TM数据对反演结果进行精度检验,NN模型反演积雪丰度值与获取自Landsat TM数据的NDSI值的相关系数R2为0.827。结果表明,通过建立NDSI—NDVI特征空间构建积雪丰度反演模型是可行的,且精度较高。因此,该方法对于了解干旱区积雪情况、评估其对新疆农业生产发展的影响具有一定现实意义。     

基于遥感的城市温度与植被相关性分析——以四川省内江市为例

以四川省内江市为研究区,以1988年6月23日、2007年5月6日Landsat TM数据和2000年5月10日的Landsat ETM+数据源,利用TM/ETM+热红外波段定量反演亮度温度,并计算归一化植被指数(NDVI)。在EXCEL软件中进行地表温度与NDVI之间的线性回归分析。结果表明:建成区大部分地区NDVI值较小,这是由于市区内有大量建筑、道路等硬化下垫面,植被覆盖少;部分植被覆盖较好的片区NDVI值较大;沱江水面NDVI值较小,为负值;除建成区和沱江以外的乡村区,植被覆盖良好,NDVI值较大。亮度温度与植被覆盖存在着明显的负相关,即植被覆盖越高的地方,温度相对较低,反之,温度则较高。     

基于光谱特征变量的湿地典型植物生态类型识别方法——以北京野鸭湖湿地为例

光谱特征变量的选择对于湿地植被识别的精度和效率有着直接的影响作用.以华北地区典型的淡水湿地——野鸭湖湿地为研究区,采用Field Spec 3野外高光谱辐射仪,获取了野鸭湖典型湿地植物的冠层光谱.以野外高光谱数据为基础,首先利用一阶导数与包络线去除的方法,分析和对比不同植物生态类型的光谱特征,选定了用于识别植物生态类型的光谱特征变量,选定的8个光谱特征变量为红边位置WP_r、红边幅值Dr、绿峰位置WP_g、绿峰幅值Rg、510 nm附近的吸收深度DEP-510和吸收面积AREA-510、675 nm附近的吸收深度DEP-675和吸收面积AREA-675.其中,7种植物生态类型的一阶导数光谱特征差异较小,吸收特征差异性相对较大.除WP_r和WP _g外,沉水植物Rg和Dr平均值最低,湿生植物的Rg平均值最高,达到0.164,栽培植物的Dr平均值最高,达到0.012.7种植物生态类型在675 nm附近的DEP-675和AREA-675均高于510 nm附近的DEP-510与AREA-510,除去栽培植物,随着水分梯度的变化,其他6种植物生态类型的吸收深度和吸收面积都表现出先升高后降低的趋势.然后利用单因素方差分析(One-way ANOVA)验证了所选光谱特征变量的区分度,在P≤0.01的置信水平下,选取的8个光谱特征变量都能够较好的区分7种植物生态类型,区分度的最小值为13,最大值为18,并且吸收特征参数的区分度优于一阶导数参数.最后应用非线性的反向传播人工神经网络(BP-ANN)与线性判别分析(FLDA)的类型识别方法,利用选定的8个光谱特征变量进行湿地植物生态类型识别,取得了较好的识别精度,两种方法的总分类精度分别达到85.5％和87.98％.单因素方差分析(One-way ANOVA)和不同分类器的分类精度表明,所选的8个光谱特征变量具有一定的普适性和可靠性.     

基于MATLAB的扎龙湿地归一化差值指数时间变化分析

以扎龙地区四期Landsat影像为基础数据,经过几何纠正、大气纠正等数据的处理工作,生成四期的扎龙地区的归一化差值指数图像。利用MATLAB分析扎龙地区主轴和副轴方向上的归一化差值指数变化,并由此分析扎龙湿地的植被覆盖和变化特征。结果表明,扎龙地区主轴和副轴方向上的归一化差值整体上均呈下降趋势,说明2个方向上的植被质量在下降。     

基于时序遥感数据的玉米种植面积提取方法研究

探讨了在Landsat TM图像上进行玉米分布区域信息提取的基础上,利用MODIS数据NDVI植被指数的时间序列进行提取的方法,并以吉林省榆树市实验区为例,提取了2007年的玉米种植面积。研究结果发现,该方法提高了用单一时相landsat TM进行玉米面积识别的精度。     

红壤丘陵区针叶林有效叶面积指数遥感反演模型

以红壤丘陵典型区千烟洲及其周边为研究区，利用陆地卫星TM图像数据和同期野外实测5的37个针叶林样地有效叶面积指数数据，分析了遥感植被指数(NDVI)与湿地松、杉木林、马尾松和针叶林总体之间的相关关系，进而分别建立了NDVI与不同林型针叶林有效叶面积指数间的线性与非线性回归模型。研究表明，NDVI与不同林型针叶林的有效叶面积指数存在较好的相关性，但不同林型之间的相关系数存在一定差异；所建立的针叶林有效叶面积指数遥感反演模型以三次曲线回归方程拟合精度最高。     

应用遥感数据反演针叶林有效叶面积指数研究

以红壤丘陵典型区千烟洲及其周边为研究区,利用陆地卫星TM图像数据和同期野外实测的37个针叶林样地有效叶面积指数数据,分析了遥感植被指数与湿地松、杉木林、马尾松和针叶林总体之间的相关关系,进而分别建立了遥感植被指数与不同林型针叶林有效叶面积指数间的线性与非线性回归模型.研究表明,遥感植被指数与不同林型针叶林有效叶面积指数存在较好的相关性,但不同林型之间的相关系数存在一定差异;所建立的针叶林有效叶面积指数遥感反演模型以三次曲线回归方程拟合精度最高.     

基于RS的徐州市地表温度与植被指数关系研究

以Landsat TM影像为数据源研究徐州市市区地表温度与植被指数的关系。研究表明,徐州市的地表温度存在明显的中心城区高、郊区低的热岛效应。而徐州市的归一化植被指数则表现为城市中心区总体偏小,植被覆盖较低。除水体外,植被指数与地表温度有明显的负相关关系。植被覆盖越高,地表温度越低,反之,则地表温度越高。     

北京市植被绿度与城市热岛效应关系研究

以北京市为研究区域,以Landsat TM影像为基础数据,定量反演亮度温度(Tb),提取归一化植被指数(NDVI),并利用RS和GIS技术在东北西南和西北 东南方向构建多个特征剖面,探讨Tb与NDVI的关系在空间上的分布规律。结果表明:①除了在西北 东南方向的76、78、80、82 km处剖面外,其他剖面上Tb和NDVI存在明显的负相关关系。②剖面上Tb与NDVI相关性的显著程度呈现由中心剖面向边缘剖面递减的格局。③剖面上Tb与NDVI相关性的显著程度受下垫面土地利用结构的复杂程度影响,土地利用结构越复杂,特征剖面上Tb与NDVI的相关性越显著。研究结果较好地揭示了植被与温度相关性的空间分布规律,可为北京市未来的城市、绿地等规划提供科学依据。      

应用遥感数据反演针叶林有效叶面积指数

以红壤丘陵典型区千烟洲及其周边为研究区,利用陆地卫星TM图像数据和同期野外实测的37个针叶林样地有效叶面积指数数据,分析了遥感植被指数与湿地松、杉木林、马尾松和针叶林总体之间的相关关系,进而分别建立了遥感植被指数与不同林型针叶林有效叶面积指数间的线性与非线性回归模型.研究表明,遥感植被指数与不同林型针叶林有效叶面积指数存在较好的相关性,但不同林型之间的相关系数存在一定差异;所建立的针叶林有效叶面积指数遥感反演模型以三次曲线回归方程拟合精度最高.