基于植被指数的神东矿区植被盖度变化分析

随着社会环保意识的逐步增强,近年来矿区开采活动对环境的影响备受关注。为了分析矿区开采活动对环境的影响,文章利用神东矿区不同时相的Landsat遥感影像经过预处理后计算其植被指数,进而计算植被盖度并分析其变化,分析矿区开采活动对绿色植被生长的影响程度。在此基础上以植被指数转化法模型进行了植被盖度的估算。通过对提取出植被信息的分析得出：2002年开采后较1989年开采前植被覆盖情况发生了很大的变化,其中优等与良等覆盖区域增加,中等覆盖区域减少,由于矿区的建设造成非植被覆盖区域的增加。     

几种植被指数探测低盖度植被能力的研究

以京津源风沙治理区延庆县为例,利用2002年ETM+数据,对NDVI、RDVI、SAVI和MSAVI四种植被指数探测低盖度植被的能力进行了对比研究。并以NDVI为基础,采用混合像元分解模型,反演出基础盖度,分别建立不同VI与植被覆盖度的相关模型。通过分析不同VI随植被覆盖度增加的反映速率变化及不同覆盖条件下不同VI的取值范围的变化发现,NDVI在各盖度段数值都比较大,对低盖度植被反映最敏感,探测低密度绿色植被的能力最强,MSAVI次之,RDVI和SAVI探测低盖度植被的能力则较差。     

安昌河流域植被覆盖的遥感动态研究

以安县1988、2000、2008年3个时相的TM遥感影像为基础源,采用归一化植被指数像元二分法估算了安县的植被覆盖度。在此基础上求得研究区不同植被覆盖等级的变化转移矩阵,并分析了安昌河流域20年来植被覆盖的时空变化特征及原因。     

基于LSMM的青海湖流域植被覆盖度时空变化分析

基于2000、2008、2016年3个时相的Landsat影像,采用线性光谱混合分解模型提取了三期的青海湖流域植被覆盖度。结果表明,2000-2008年植被覆盖度有小幅度上升;而2008-2016年则表现出植被覆盖度极明显增加,这一变化与2008年启动的青海湖流域综合治理项目密切相关。     

基于NDVI的黄土丘陵沟壑区退耕还林还草监测及效果评价——以定西市安定区为例

植被盖度是评估生态环境的一个重要参数,为了对黄土丘陵地区退耕还林还草效果进行监测与评价,研究通过归一化植被指数(NDVI)遥感估算安定区2001年和2004年植被盖度变化.通过分析得出:2001～2004年安定区整体植被盖度有所增加,尤其是退耕还林还草的区域,低盖度植被类型面积大大减少,植被盖度＜60﹪的类型面积共减小了967.5 hm2,而高植被盖度面积增加.通过坡度与植被指数空间叠加分析发现,坡度对植被盖度较高区域的影响较小,对于植被盖度较低的区域影响较大.对于低植被盖度区域来说,坡度小则植被恢复快,坡度大则恢复较慢.     

青海湖流域土壤侵蚀现状及防治对策研究

应用RS和GIS技术相结合进行青海湖流域土壤侵蚀遥感调查,通过对TM影像和1∶50000地形图的室内判读与野外调查相结合的方法,解译出青海湖流域的土地利用与植被覆盖现状图和数字高程模型图。在建立土地利用与植被覆盖的空间数据库和属性数据库的基础上,通过土壤侵蚀专家分类系统,获得了青海湖流域土壤侵蚀分类分级的侵蚀现状,为今后该流域的水土保持工作提供参考意见,并提出了相对可行的防治对策。     

藏北申扎县植被退化的遥感分析

为了监测和分析申扎县草地退化的空间特征及其退化趋势,利用两个时相的遥感数据,分别提取申扎县的植被指数,根据植被指数转化模型,计算植被覆盖度,按植被覆盖度将植被划分为4个不同退化等级,并分析了申扎县植被退化的时空变化特征。结果表明:1989-2009年申扎县植被覆盖发生了很大的变化,总体变化趋势是植被退化面积不断增加,中度、重度退化面积在总退化面积中所占比例呈增加趋势。1989年植被退化以中东部地区最严重,2009年申扎县的北部植被退化最严重。     

基于NDVI数据的双峰县22年植被变化研究

为研究双峰县县域最近20多年来的植被覆盖动态变化,选用Landsat卫星1996年、2007年和2018年3个时相遥感影像,通过影像几何校正、大气校正、影像拼接和裁剪等系列预处理后计算归一化植被指数（NDVI）,基于NDVI分级和差值法对植被空间分布及其变化进行分析研究。结果表明,全县植被覆盖空间分布呈现东高西低的规律;高、极高覆盖植被主要分布在北部、东部、南部边缘和东南群山之间,中、低覆盖植被主要分布在中部、西部的丘陵岗地中。1996-2018年22 a间,植被变化表现为随时间先退化后改善的趋势,总体以改善趋势为主,双峰县NDVI均值从1996年的0.532 1提高到2018年的0.705 7。前11 a植被变化以逆向变化为主,主要表现在:低覆盖植被面积增长了18.80%,中覆盖植被和高覆盖植被面积分别减少了21.96%、2.89%。后11 a植被变化以正向变化为主,主要表现在:低覆盖、中覆盖和极低覆盖植被面积分别减少27.27%、15.23%和5.34%,高覆盖和中高覆盖植被面积分别增长了27.34%和20.50%。后11 a间植被指数的增长幅度大于前11 a植被指数的减小幅度,反映出植被发生正向变化的程度要强于植被退化程度,反映了我国生态文明建设近十余年以来取得了较大成果。     

辽河干流流域植被盖度变化及其与气候因子的关系

为揭示辽河干流流域植被覆盖度时空变化规律及其对气候因子的响应特征,以1999~2013年为时间尺度,结合ArcGIS空间分析模块与数理统计,分析归一化植被指数(NDVI)与温度及降水量的年际动态、年内各月变化及空间区域变化特征。结果表明:1999~2013年间辽河干流流域NDVI整体呈上升趋势,分别在2000,2004,2008年达到极值0.339,0.405和0.409;辽河干流流域生态环境改善面积占流域总面积的26.91%,彰武、康平、阜新等地具有较好的代表性;年均NDVI受温度、降水量的影响均较显著,且NDVI对温度的响应程度高于降水量,对降水量的响应程度由东北向西南递减;1999~2013年间流域NDVI增速分别为夏季7.7%、秋季3.4%、春季1.5%和冬季1.4%,且夏、秋两季NDVI变化与全年NDVI变化具有较好的一致性。相关分析表明,流域范围内72.01%的区域NDVI与温度显著相关,表明温度是影响辽河干流流域年际植被覆盖度变化的主导气候因子;而年内植被盖度对降水量的响应存在一定滞后性,主要以冬季融雪与春季降水为表现形式。     

基于可见光影像分析的黄土高原小流域植被指数研究

小流域植被状况的快速、高精度和低成本监测是评价退耕还林还草与生态环境建设功效的基础工作。为丰富植被指数多样性,本文旨在提出一种适宜黄土高原小流域植被状况监测的可见光植被指数。基于无人机遥感技术获取小流域可见光影像,论文构建了简化可见光植被指数(Simplified visible light vegetation index,SVVI),结合样本统计法确定阈值,以支持向量机(Support vector machine,SVM)的监督分类结果对比了8种常用可见光植被指数提取效果,并以黄土高原2个典型流域为例,以混淆矩阵检验指数精度及其适用性。结果表明：1)SVVI能有效抑制非植被地物信息,在提取地物种类丰富且植被覆盖度相对较低的区域时,SVVI提取精度高达96%。2)在地物相对单一且植被覆盖度较高的验证区,SVVI提取精度依然在90%以上,表明SVVI有较好的适用性。相比较于监督分类结果,基于SVVI进行植被覆盖度计算可以有效保留植被信息,实现黄土高原小流域植被状况高精度监测。     

鄱阳湖区植被覆盖的遥感动态研究

利用归一化植被指数(NDVI)估算植被覆盖度的模型,根据遥感数字图像,对鄱阳湖区1989年和2003年的植被覆盖度进行了估算,在此基础上,求得研究区不同植被覆盖度等级的变化转移矩阵,分析了鄱阳湖区14年来植被覆盖度等级变化的空间过程和变化趋势。总体上,该地区的植被覆盖度变化不大,仅局部区域变化较大。     

Remotely sensed estimation and mapping of soil moisture by eliminating the effect of vegetation cover

Soil moisture (SM), which plays a crucial role in studies of the climate, ecology, agriculture and the environment, can be estimated and mapped by remote sensing technology over a wide region. However, remotely sensed SM is constrained by its estimation accuracy, which mainly stems from the influence of vegetation cover on soil spectra information in mixed pixels. To overcome the low-accuracy defects of existing surface albedo method for estimating SM, in this paper, Qinghai Lake Basin, an important animal husbandry production area in Qinghai Province, China, was chosen as an empirical research area. Using the surface albedo computed from moderate resolution imaging spectroradiometer (MODIS) reflectance products and the actual measured SM data, an albedo/vegetation coverage trapezoid feature space was constructed. Bare soil albedo was extracted from the surface albedo mainly containing information of soil, vegetation, and both albedo models for estimating SM were constructed separately. The accuracy of the bare soil albedo model (root mean square error=4.20, mean absolute percent error=22.75%, and theil inequality coefficient=0.67) was higher than that of the existing surface albedo model (root mean square error=4.66, mean absolute percent error=25.46% and theil inequality coefficient=0.74). This result indicated that the bare soil albedo greatly improved the accuracy of SM estimation and mapping. As this method eliminated the effect of vegetation cover and restored the inherent soil spectra, it not only quantitatively estimates and maps SM at regional scales with high accuracy, but also provides a new way of improving the accuracy of soil organic matter estimation and mapping.     

1991～2005年环鄱阳湖区植被覆盖变化分析

[目的]分析环鄱阳湖区1991～2005年植被覆盖的变化。[方法]利用环鄱阳湖区1991和2005年两景Landsat TM遥感影像为数据源,以归一化植被指数像元二分模型对植被覆盖度进行估算,并通过转移矩阵,对该区植被覆盖等级的时空变化进行了分析。[结果]1991～2005年,环鄱阳湖区植被覆盖总体略呈上升趋势,林地面积有所增加,但同时耕地面积有所减少,沙地、裸地等也呈小幅增加趋势。[结论]政府及相关部门应该合理进行土地资源配置,保护自然生态环境。     

植被覆盖变化分析及其预测方法研究——以吉林东部为例

[目的]研究植被覆盖的动态变化及其预测方法。[方法]在GIS平台的支持下,以NDVI为主要数据源,对研究区不同年度植被覆盖情况进行空间叠置分析,揭示吉林东部近10年植被覆盖变化的空间分布规律。并利用马尔柯夫模型和灰色系统G(1,1)模型预测吉林东部植被覆盖的年度变化趋势。[结果]吉林东部植被覆盖有上升的趋势但总体变化不大,植被覆盖变化较大的区域主要分布在湖泊和河流周围。马尔柯夫和灰色系统G(1,1)两种模型的预测结果与实际观测结果基本吻合。[结论]该研究结果为有效地保护山区林地的植被覆盖提供了参考依据,同时,对于制定吉林省及全国的林地建设规划和社会经济可持续发展的科学决策均具有重要的参考价值。     

基于Quick Bird的阿其克苏河植被覆盖度研究

[目的]利用高分辨率Quick Bird影像,并结合实地的植被和土地类型调查,对艾比湖地区阿其克苏河植被覆盖进行归一化植被指数( NDVI)遥感分类,利用遥感影像处理软件(如Envi软件、Arcgis软件、Erdas软件)提取了该区的植被覆盖等信息.[方法]基于NDVI图对该区进行植被覆盖度反演,并结合实际测量数据提出了荒漠区NDVI分类标准和植被覆盖等级划分标准.[结果]通过NDVI分类图和植被等级覆盖图,发现该地区植被大多集中于河滩及其两岸;而且离水源越近,植被覆盖度越高,NDVI值也越高,这与荒漠区植被分布特点吻合.[结论]植被覆盖度反演结果与实地测量对比分析有很好的切合度.     

基于连续小波变换的蒺藜植被覆盖度预测

植被覆盖度是评价土地是否荒漠化最有效的指标之一,也是植被监测的重要指标。通过高光谱估算植被覆盖度,可以为植被监测提供重要依据。以半干旱区托克托县的固沙植被蒺藜（Tribulus terrestris L.）为研究对象,分析了不同植被覆盖度光谱曲线特征的变化情况;提取两波段原始光谱植被指数并与植被覆盖度之间的相关性,选取最优波段组合;利用连续小波变换（continuous wavelet transform,CWT）对植被光谱反射率进行不同尺度分解,提取出不同分解尺度的最优波段;采用偏最小二乘法（partial least square,PLSR）和支持向量机（support vector machine,SVM）两种方法,以不同自变量建立植被覆盖度估算模型。结果表明：①原始光谱植被指数与植被覆盖度呈显著相关,相关系数均在0.55以上,最优波段组合为DI（2 260 nm,2 210 nm）、RI（1 410 nm,660 nm）、NI（1 470 nm,670 nm）、RDVI（1 770 nm,670 nm）、MSR（1 410 nm,660 nm）;②小波系数也与植被覆盖度之间有良好的相关性,原始光谱中1~10尺度对应的相关系数均在0.72以上,在波段630 nm处第6分解尺度中,相关性最大为0.788 9;一阶微分光谱提取的小波系数与植被覆盖度的最大相关性为0.806 9;二阶微分光谱中1~10尺度小波系数与植被覆盖度的相关性均在0.6以上,其中最大相关性为0.781 8;③以原始光谱植被指数与不同导数变换的CWT提取的小波系数为自变量建立的模型中,输入量为二阶微分小波系数的PLSR模型精度最高,模型最稳定,R²为0.905 9,RMSE为0.035 6,这表明经过CWT算法处理后,可以提高光谱的特征信息,为植被覆盖度的估算反演提供技术方法。     

基于NDVI的油松天然林生长状况的遥感监测研究

以黄土高原油松天然林为研究对象,以TM影像为主要数据源,选择能最佳表达研究区油松林信息的植被指数以及植被指数与盖度之间的回归模型,从遥感影像计算NDVI,并获取研究区油松林的盖度信息,反映油松林的生长状态。结果表明,研究区油松林90%以上的覆盖度超过50%,说明蔡家川林场天然油松林的生长状态良好。并对研究成果经过实地验证,通过植被指数获得的油松林覆盖度信息与实地调查结果吻合度达92%,这说明利用植被指数进行油松天然林生长状态的评价是可行的。     

植被覆盖变化分析及其预测方法研究——以吉林东部为例(英文)

[目的]研究植被覆盖的动态变化及其预测方法。[方法]在GIS平台的支持下,以NDVI为主要数据源,对研究区不同年度植被覆盖情况进行空间叠置分析,揭示吉林东部近10年植被覆盖变化的空间分布规律。并利用马尔柯夫模型和灰色系统G(1,1)模型预测吉林东部植被覆盖的年度变化趋势。[结果]吉林东部植被覆盖有上升的趋势但总体变化不大,植被覆盖变化较大的区域主要分布在湖泊和河流周围。马尔柯夫和灰色系统G(1,1)两种模型的预测结果与实际观测结果基本吻合。[结论]该研究结果为有效地保护山区林地的植被覆盖提供了参考依据,同时,对于制定吉林省及全国的林地建设规划和社会经济可持续发展的科学决策均具有重要的参考价值。     

丽江坝区植被覆盖度时空变化驱动力研究

植被覆盖度是表征植被生长状态、生态系统变化的重要参数,对景观格局变化、城乡发展研究有重要意义。为揭示社会经济活动对植被覆盖度时空分布的影响,基于局部加权回归法构建时间序列曲线,以丽江坝区1987、1991、1994、2010、2018年5期Landsat遥感影像为数据源,采用回归趋势与同心圆空间梯度模型获得植被覆盖度时空变化特征,并运用偏最小二乘回归模型进行驱动力分析。结果表明,1987-2018年,研究区的主城区内和村落周边的植被覆盖发生了明显退化;主城区内植被覆盖的地区破碎化程度高于郊区,主城区内中低、中等覆盖度地区的斑块形状逐渐复杂、景观连接度增加,中高、高植被覆盖度地区斑块形状越发规则,高植被覆盖度地区的连接度逐渐降低;主城区及其周边的中低、中等植被覆盖度的斑块分布逐渐密集,中高、高覆盖度的斑块聚集度逐渐降低;日照时数、人口密度、公路客运量、财政收入是丽江坝区植被覆盖度变化的主要驱动力。     

2000-2010年青海湖流域草地退化状况时空分析

青海湖流域属于高寒草地生态系统,草地退化状况是反映该流域生态环境状况的有效指标。在对青海湖流域退化草地分类的基础上,利用遥感手段获得流域退化草地的空间分布和变化信息。采用Markov模型、退化草地动态变化度、转类指数和景观指数对青海湖流域草地退化状况时空变化进行多角度分析。研究表明2010年青海湖流域草地状况良好,未退化草甸与未退化草原在整个流域占绝对优势,是流域面积的38%。2000-2010年期间,流域草地变化不大,退化草地转类指数为-0.0384;草地变化整体上呈极轻微退化趋势,在这11a期间呈现先退化、后改善的状况。流域内不同退化草地类别的空间景观格局表现比较稳定。青海湖流域的优势草地类别是未退化草甸,主要分布在流域中部,2000-2010年期间该类别的动态变化度为1.82%,没有发生大幅度变化,时空变化都比较稳定。中度退化草甸是退化最明显的类别,即使在流域草地呈改善状况的2006-2010年期间,有近7.4万hm²退化为重度退化草甸,占中度退化草甸转变为其他类别的65%。流域中与其他类别相互转换频繁,面积变化幅度最大的类型是轻度、中度退化草甸,及重度退化草原,在流域草地退化发生改善的2006-2010年期间,这3个类别的动态变化度达到15%-21%之间;空间上它们主要分布在流域西北部、青海湖北部以及环青海湖区域。