TM影像VI提取植被信息技术研究

应用规一化植被指数（ＮＤＶＩ）、土壤调节植被指数（ＳＡＶＩ）和修正后的土壤调节植被指数（ＭＳＡＶＩ）,研究了ＴＭ影像植被信息的提取技术。结果表明,ＳＡＶＩ较之ＮＤＶＩ和ＭＳＡＶＩ,消除土壤背景影响和适应植被密度变化的能力更强,是植被信息提取效果较好的植被指数。使用ＳＡＶＩ,关键是要确定一个合适的土壤调节参数Ｌ,以最大限度地消除土壤背景的影响,ＳＡＶＩ提出时推荐的最佳Ｌ值（０．５）应用于卫片处理有很大局限性;基于研究结果,本文给出了适于不同植被条件卫片处理的最佳Ｌ取值。     

基于时间序列MODIS的农作物类型空间制图方法

为快速获取大范围种植结构复杂区域的作物种植面积,以MODIS数据为数据源,选择归一化植被指数(Normalized difference vegetation index,NDVI)、增强植被指数(Enhanced vegetation index,EVI)、宽动态植被指数(Wide dynamic range vegetation index,WDRVI)、地表水分指数(Land surface water index,LSWI)、归一化雪被指数(Normalized difference snow index,NDSI)5种特征,结合同步的实地调查样本点,采用支持向量机算法(Support vector machines,SVM)提取黑龙江省主要农作物的种植面积。研究表明,在待选特征中NDVI、EVI与LSWI指数组合取得了最高的分类精度,总体分类精度为74.18%,Kappa系数为0.60;支持向量机算法与最大似然算法、随机森林算法相比,分类精度更优。该方法为在大区域中提取农作物种植面积提供了参考价值。     

基于傅立叶变换的多时次NDVI地表覆被分类方法

从不同植被NDVI随季节的变化出发,通过对不同地表覆被类型多时次NDVI曲线的波形的分析.提出一种地表覆被的分类方法.通过利用曲线方差、经过傅利叶变换后谐波特征K以及最大振幅比重R这3个参数的组合,来进行地表覆被类型的分类.通过计算分类的混淆矩阵以及与部分地区实际地表情况的对比分析,说明该分类方法,能根据不同种类地物不同季节内绿度值的变化特征,对地表进行分类.     

Monitoring Forest Fire with MODIS-NDVI Images in Beijing

INTRODUCTION The moisture content of fuel is a critical parameter in fire ignition because flammability is closely dependent on it (Dimitrakopoulos et al. 2001). Dead fuel lying on the forest floor (fallen branches, litter, foliage) is the most dangerous because it is drier than live fuel and more dependent on rapid atmospheric changes. The moisture content of live fuel plays a marginal role in fire ignition, but it is critical in fire propagation modeling because the amount of water is d…     

基于影像区域合并分割技术的植被覆盖分级研究--以三峡库区小江流域为例

以影像区域合并分割技术为基础,综合运用相关GIS和RS软件,提出了植被覆盖分级研究的新方法.以三峡库区小江流域为例,以2002年的TM图像为信息源,结合研究区的地形图、GPS野外采样数据、植被指数和DEM等,对研究区的植被覆盖进行了分级研究.研究表明,三峡库区小江流域的植被覆盖总体上分布不均,但与流域区位及海拔高度呈现一定的规律性空间分布格局.这一研究对确定水土流失强度等级具有十分重要的意义,也为其它的遥感影像分析应用提供参考.     

应用高分辨率卫星影像监测退耕地植被的覆盖度

利用QuickBird高分辨率影像,根据QuickBird影像自身特点,改进已有像元二分模型2个参数的估算方法,建立用NDVI归一化植被指数定量估算植被覆盖度的模型,并将该模型应用到退耕地中.结果表明:利用QuickBird影像监测退耕地的植被覆盖度受到退耕苗木树冠大小的限制,树龄小于1年的树木监测效果不佳;树龄大于2.5年的树木监测效果较好,精度可达83%以上,表明用此改进模型对2.5年以上退耕地进行植被覆盖度监测是可行的.     

HJ-1CCD与Landsat-8OLI在呼伦贝尔草原区FPAR反演中的比较分析

光合有效辐射吸收比率(Fraction of Absorbed Photosynthetically Active Radiation,FPAR)是主要的植物生理参数之一。本研究根据地面实测数据和由HJ-1CCD(Charge-coupled Device,CCD)及Landsat-8OLI(Operational Land Imager,OLI)影像提取的NDVI,分别建立研究区FPAR估算模型,对比分析和评价了CCD和OLI数据在反演研究区FPAR的精度。结果表明,基于CCD和OLI数据计算的NDVI与实测FPAR之间均呈现良好的正相关关系;针对每个基本采样单元(Elementary Sampling Units,ESU),两种数据反演的FPAR具有显著的一致性,且反演值相差甚少;剔除影像中受到云和云影影响的区域,整个研究区利用CCD与OLI数据反演的FPAR相关性好、分布趋势一致,且反演值均值差很小。本研究结果对该区域FPAR的进一步研究具有借鉴和指导意义,在以后的研究中可以尝试使用HJ-1CCD数据。     

基于改进端元提纯模型的MODIS森林类型识别研究

MODIS遥感数据具有很高的光谱辐射精度,以及成本低、覆盖面积广、获取容易、周期短等数据特征,可以实现全覆盖大尺度区域森林类型信息快速提取,但由于其空间分辨率较低,遥感数据中存在混合像元。利用混合像元分解模型进行分解可得到较好的分类结果,但混合像元分解的端元组分直接影响分类的精度。利用决策树分类模型改进端元提纯,分析各地物的MODIS时间序列植被指数变化规律及物候变化规律,利用决策树模型分类的结果进行端元组分的提纯,最后进行混合像元分解。研究结果表明:分类精度最高的是线性混合像元分解,其次是最大似然分类,最差的是非线性混合像元分解,其中带约束和不带约束的线性分解模型的精度相差不大。     

玉溪市林分植被覆盖变化及驱动力分析

林分植被覆盖在很大程度上能够反映林分生态系统的健康与否,其时空变化是林分生态系统发展方向的判断依据。对玉溪市2010—2019年林分植被覆盖的时空格局变化进行了分析,并利用单因素和多元回归分析方法分别建立回归模型探索了林分植被覆盖改善与退化的驱动因素。结果表明:林分植被覆盖整体呈向好趋势,各驱动因素与斜率均不是简单线性关系;道路和居民区与林分植被覆盖改善速度呈负相关、与退化速度呈正相关;DEM、坡度、大型水体、公益林管护与林分植被覆盖改善速度呈正相关、与退化速度呈负相关;坡向与林分植被覆盖改善速度呈正相关,地形起伏度与林分植被覆盖退化速度呈负相关。林分植被覆盖改善与退化的驱动力不尽相同,影响机制也存在差异,这为更好制定生态保护相关政策提供了有力的科学依据。     

基于遥感的疏勒县植被覆盖时空变化研究

【目的】评价疏勒县生态环境质量及生态环境演变过程。【方法】基于Landsat遥感影像数据,利用归一化植被指数NDVI、像元二分模型、中心迁移模型等方法分析了1996-2017年疏勒县植被覆盖时空演化。【结果】①疏勒县植被覆盖分布总体以高植被覆盖为主成大面积片状分布,中、低植被覆盖主要以盖孜河和克孜河为轴线,相对围绕高植被覆盖分散分布;②1996-2017年疏勒县植被覆盖面积和覆盖度均呈增加趋势。2017年的植被覆盖面积比1996年增加了456.4 km²,增加率为38.3%;③疏勒县植被覆盖空间变化上存在一定的区域性和时段性差异。区域上,南部乡镇覆盖度明显增加;时段上,2009-2013年植被覆盖面积增加最明显;④1996-2017年疏勒县植被覆盖中心整体往东南迁移;⑤气候变暖对疏勒县植被覆盖度变化有一定的影响,但短期内人类活动影响更大。灌区改造高效节水、耕地开垦、农作物的种植及林带面积的增加是植被覆盖面积增加的主要因素。【结论】综上可知,气候变暖和生态治理工程等人类活动因素可能是疏勒县植被覆盖面积与覆盖度呈增加的主要原因,这表明疏勒县生态环境保护与治理是科学合理的。