基于TM影像的草原沙漠化植被盖度分析研究

植被盖度是草原沙漠化评价的重要指标,以TM影像为数据源,结合地面调查数据和对应点的NDVI值,建立了植被指数与植被盖度间的回归模型,利用该模型生成植被盖度分布图;同时利用前人的植被盖度计算经验公式,生成同一区域的植被盖度分布图,并分别对其植被盖度数据进行分级。对比分级结果,发现:通过大量的地面调查数据建立的盖度分析模型分类精度较高,总精度达到85.42%,而通过经验公式计算,效果相对较差,其分类精度仅有75.00%。     

中国西北盐碱区植被盖度遥感方法分析

通常在研究植被生态退化时,植被盖度是常用的一个监测指标。在遥感领域,使用植被指数进行植被盖度监测已经被广泛应用,本文以NDVI,MSAVI和混合像元线性分解植被成分为主要分析因子,以新疆艾比湖为实验区,经过实地调查和图像分析,认为改进后的植被指数固然提高了对弱植被信息的表现能力,但是混合像元线性分解后得到的植被丰度值更适合应用于低覆盖地区的植被动态监测。     

农牧交错区植被覆盖度动态变化遥感监测--以宁夏盐池为例

基于植被指数(NDVI)和植被覆盖度像元分解模型,建立了TM影像尺度下的盐池县植被覆盖度遥感定量模型,在此基础上研究了盐池县1989年和2003年2个时期植被覆盖度的动态变化.结果表明:盐池县2003年低覆盖度植被明显减少,较1989年减少了1 412.52 km2,中等植被盖度较1989年明显增加,为4 672.46 km2.中等植被覆盖度、高植被覆盖度在全县比例均有不同程度的增加.研究期间,植被覆盖等级未变化面积为3 692.32 km2,主要由中等植被覆盖度构成.植被退化面积为608.61 km2,而植被恢复面积达到3 310.13 km2,是退化面积的5.4倍.并进一步分析了植被覆盖度变化的原因.     

TM、SPOT及其融合影像在土地利用调查中的精度分析

寻求一个既精度高、综合信息量丰富,又经济实惠的首选信息源,为土地利用调查 提供快速而科学的数据,从定性与定量的角度对比分析TM、SPOT影像及TM与SPOT融合 影像,得出融合影像大大提高了TM与SPOT的定性和定量精度,而且面积越小、形状、轮廓 越复杂、越破碎,则提高精度、改善解译效果越显著的结论。     

基于Coreldraw的内蒙古土地资源TM影像人机交互判读

本文在内蒙古土地资源ＴＭ 影像人机交互判读的实践基础上,对基于Ｃｏｒｅｌ－ｄｒａｗ 的土地资源专题信息提取方法进行了系统地分析和总结,认为该方法成本较低,数据可信度高,并且易与ＧＩＳ连接,可实现土地资源信息的快速提取和土地利用／土地覆盖变化的动态监测。     

EOS/MODIS影像处理在塔里木河下游植被监测中的应用

采用了国家卫星气象中心MODIS处理软件和ENVI（The Environment for Visualizing Images）遥感软件,针对塔里木河下游地区,利用新疆维吾尔自治区气象局存档的2002和2003年MODIS原始影像资料,计算生成NDVI（归一化植被指数）数据。在分类的基础上讨论各植被覆盖类型的季节变化特征及对生态输水的响应,结果表明,MODIS数据及其植被指数产品,可以较稳定和准确地监测和反映研究区植被覆盖的季节变化特征及对生态输水的响应。     

基于TM卫星遥感影像的西安市城市热岛效应变化分析

利用2006年和2010年8月的TM卫星影像,通过定量遥感反演手段和相对亮温分析方法,反演和分析了西安市城区相应时间点上的热场温度。结果显示：其城区平均气温由2006年的26.28 ℃提高到2010年的28.14 ℃,5 a间升高了1.86 ℃。期间高温区域在市区的西部、西南部和东南部出现了较大范围的扩展,尤其以东南部的扩展范围和强度为大。从相对亮温情况来看,全市缺乏极强热岛,整个市区以弱热岛占绝对优势,2010年和2006年其面积比例分别为61.11%和58.64%;其次为绿岛,其面积比例在2010年和2006年分别为34.08%和35.98%;中等热岛和强热岛所占比例极小。绿岛面积减少的最大区域在西北部的汉长安城遗址南部以及市区东南部的三兆、东伍一带;而强热岛在2010年呈星点状分布在东郊的灞桥纺织城、西二环附近的西安电工铸造厂和西安电压力容器厂、长安区的河池寨等地。从相对亮温热力斑块的转移概率矩阵看,最稳定的热力景观斑块类型为弱热岛斑块和绿岛斑块,2006-2010年,其保持不变的面积分别达79.41%和67.82%;而最不稳定的景观类型为中等热岛和极强热岛,其发生变化的面积比例分别为70.73%和64.18%。从西安市区热场变化的原因来看,城市建设的影响最大,其中人口增长、建成区范围扩张和房地产开发是最主要的影响因素,另外全球变化背景下的区域气温升高也是西安市热岛效应加剧的另一促进因素,而城市绿化建设可以在一定范围内改善局地的热岛效应状况。     

乌梁素海芦苇湿地遥感生物量估算研究

以定量遥感的手段实现对内蒙古乌梁素海湿地生物量的估算。在定点监测芦苇生长周期内的生物量基础上,分析了各监测点生物量(鲜重和干重)实测数据与同期4种植被指数NDVI、DVI、PVI、RVI的相关关系。建立一元线性估算模型及多种非线性估算模型并进行对比分析。结果表明:对于乌梁素海而言,芦苇地上生物量(鲜重与干重)与所选4种植被指数均存在显著正相关关系,鲜重、干重的最优模型均是基于NDVI的三次多项式估算模型。精度检验结果显示:用NDVI三次多项式估算模型计算出的鲜重和干重的预测值与实测值较接近,鲜重的平均误差为19.90%,拟合精度达到80.10%;干重的平均误差为18.71%,拟合精度达到81.29%,可以满足乌梁素海地区芦苇生物量宏观估测的需要。通过分析2013年7月研究区芦苇总生物量干鲜重的空间分布图可得,乌梁素海地区芦苇干重在1 000~1 500 g·m~(-2),鲜重在3 000~4 500 g·m~(-2),且高生物量和低生物量相对较少。     

基于MODIS的沙漠化地区植被覆盖度提取模型的研究

目前常用的植被覆盖度遥感反演模型,受限条件较多,所用系数精度不高。针对上述问题,提出了利用研究区域的实测最大和最小植被覆盖度确定反演模型系数的方法和基于MODIS影像数据的地面实测验证方法。经用该方法对毛乌素沙地沙漠化地区的植被覆盖度进行反演,并同步监测该区域的地表覆盖度对反演结果进行验证,结果表明地面同步实测植被覆盖度与反演的误差绝对值平均值为0.04,反演方法精度较高。研究表明本文提出的利用MODIS影像数据反演沙漠化地区地表覆盖度的模型、地面验证方法切实可行,适合对沙漠化地区地表植被覆盖度大范围且快速的遥感监测。     

基于SPOT NDVI的中国东北地表植被覆盖动态变化及其机理研究

为了分析东北地表植被覆盖动态变化及其变化机理,选取该地区1998-2007年的SPOT/NDVI时间序列数据进行研究,并利用时间序列谐波分析(HANTS)算法对旬合成的NDVI数据进一步去云处理,根据处理后的结果,用一元线性回归趋势法定量描述了东北地表植被覆盖的动态变化。结果表明:近10年来中国东北地表植被覆盖整体得到改善的区域远比植被覆盖退化的区域面积大,其中严重退化的区域主要是内蒙古的东四盟地区,尤其是呼伦贝尔和科尔沁地区。