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ERDAS与GIS的滁州市植被NDVI时空变化特征研究

[目的]研究滁州市归一化植被指数(NDVI)时空分布规律,为今后有针对性地改善滁州市的植被资源乃至生态系统提供理论依据。[方法]运用ERDAS和GIS技术,选取2001~2010年滁州市MODIS影像数据,得到2001~2010年滁州市的NDVI,并分析了NDVI时空变化的特征。[结果]从时间上看,2001~2010年滁州市植被NDVI平均值整体呈上升趋势,其中2001年植被NDVI平均值为0.468 1,2010年达0.681 3,年均增加率5.06%;从空间上看,滁州市植被NDVI的空间分布格局产生了较大变化,呈现东部和东北部增加,北部和西南部减少的趋势,中部和南部较为稳定。[结论]2001~2010年滁州市植被NDVI总体呈上升趋势,且植被起伏较大,区分较明显。     

基于TM影像的焦作市植被覆盖度时空动态监测

以焦作市2000年和2013年Landsat TM影像为基础,依据归一化植被指数和像元二分模型,对焦作市近13 a来植被覆盖度变化情况进行分析。研究表明,2000—2013年焦作市植被覆盖度总体比较低,其中修武县的植被覆盖度是所有区域中最高的;与2000年相比,2013年焦作市植被覆盖度总体增加,其中低及以下植被覆盖度区域面积明显减少,中低及以上植被覆盖度区域面积均有明显增加。     

基于遥感和GIS技术的青海湖北岸植被覆盖动态变化监测

利用两个时相的TM和ETM数据,分别提取了青海湖流域的植被指数,根据植被指数转化模型,通过植被指数计算植被覆盖度。将植被覆盖度划分为4个不同的盖度等级,根据盖度级的空间分布特征,比较分析了试验区植被覆盖变化情况,分析引起植被覆盖变化的因素,为青海湖流域生态环境保护提供参考依据。     

广东省植被覆盖度时空变化及驱动因素分析

以南方重点林区广东省为研究对象,以2000—2010年MODIS NDVI月度合成数据、2000—2010年全球辐射定标夜间灯光数据DMSP/OLS为主要信息源,在植被覆盖度计算基础上,进行了植被覆盖度时间系列分析、空间趋势面分析、驱动因素分析。结果表明：2001—2010年间,广东省的年均植被覆盖度呈现围绕78.6%均线上下波动、总体趋势保持基本不变的时间系列变化格局;在空间格局上,广东省植被覆盖度从高到低,总体呈现由北向南逐渐降低的带状分布格局;年均植被覆盖度与年降水日高度负相关,与年日照时数低度正相关,与年平均温度、年平均降水量、灯光指数不相关。     

甘肃省植被覆盖时空变化趋势研究

利用SPOT NDVI和DEM数据,采用方差法、变异系数法、回归分析法、像元二分模型法和地形因子的方法对甘肃省1999～2018年20年间的植被覆盖度(VFC)时空变化特征进行了分析。结果表明:从时间尺度上来看,1999～2003、2004～2008、2009～2013、2014～2018年4个时间段的回归系数K0,月方差、月标准差、月变异系数在逐渐变大,表明植被覆盖度的月变化呈增长趋势。且其趋势与植物的物候特征基本一致;从空间尺度上来看,植被覆盖度整体上呈东高西低、南高北低的分布状态且存在地域差异性,易受外界环境影响;从地形因子坡度和坡向上来看,植被覆盖度受坡度的影响较大,受坡向的影响较小,高坡度地区易发生水土流失现象。     

河南省植被覆盖指数变化及其对气候的响应

利用遥感数据分析河南省2000—2015年归一化植被指数(NDVI)时空变化及变化趋势,并分析NDVI与气候因子的空间相关性,探讨不同植被类型变化对气候因子的滞后性。结果表明:由于河南省东西部地形差异较大,NDVI分布呈现出西部和东部高,中部较低的空间分布特征;通过退耕还林还草政策的实施,促进了河南省植被生长条件的改善,2000—2015年河南省植被改善明显,植被改善区域占全省面积的88.08%,减少区域占6.61%,稳定不变区域占5.51%;不同植被类型的NDVI均值会存在差异性,河南省2000—2015年8种植被类型NDVI均值大小依次为阔叶林>针叶林>栽培植被>草丛>灌丛>沼泽>草甸>其他;河南省植被NDVI的变化与气温和降水具有显著相关性(P<0.05),并且16 a间河南省的植被大面积处于改善的趋势;不同的植被类型对气温和降水的相关系数是不同的,8种植被类型与降水和气温的最大响应期都在当月;从空间相关性看出降水的相关系数要高于气温,表明河南省年平均NDVI受降水的影响比气温的影响要显著。     

甘肃省植被覆盖时空变化趋势研究

利用SPOT NDVI和DEM数据,采用方差法、变异系数法、回归分析法、像元二分模型法和地形因子的方法对甘肃省1999～2018年20年间的植被覆盖度(VFC)时空变化特征进行了分析。结果表明:从时间尺度上来看,1999～2003、2004～2008、2009～2013、2014～2018年4个时间段的回归系数K>0,月方差、月标准差、月变异系数在逐渐变大,表明植被覆盖度的月变化呈增长趋势。且其趋势与植物的物候特征基本一致;从空间尺度上来看,植被覆盖度整体上呈东高西低、南高北低的分布状态且存在地域差异性,易受外界环境影响;从地形因子坡度和坡向上来看,植被覆盖度受坡度的影响较大,受坡向的影响较小,高坡度地区易发生水土流失现象。     

定西市安定区植被覆盖动态监测分析

植被覆盖度是衡量地表植被覆盖的一个重要指标,在水土流失、生态环境等领域作为重要参数输入.利用定西市安定区的1993、2005和2009年3个时期TM遥感影像,对遥感影像进行了归一化植被指数的提取.并根据像元二分模型原理求得研究区域的植被覆盖度,对该区的植被覆盖的变化情况进行遥感监测和定量分析.结果表明:由于定西安定区从...     

景电灌区植被覆盖遥感动态监测

植被盖度是评估区域生态环境的一个重要参数,基于1987、2001年和2008年3期TM遥感数据影像,利用像元二分模型进行了景电灌区植被覆盖度的估算,并通过转移矩阵,对引水灌溉工程措施下形成的绿洲灌溉农业区植被覆盖动态变化进行了定量监测。结果表明:1）受气候条件限制,景电灌区极低覆盖度和低覆盖度所占面积比例在60%以上,植被覆盖度极低。2）1987-2015年,由于景电工程和国家生态建设工程影响,景电灌区植被覆盖度出现了较大波动。极低覆盖度面积迅速减少,其所占面积比例由1987年的62.20%降至2015年的30.86%,年均减少1.19%。灌溉农田所占面积比例由1987年的16.93%增加至2015年的35.91%,年均变化率达0.68%。     

基于遥感的重庆市永川区植被覆盖度时空演变分析

以2003年、2010年和2017年的Landsat TM/OLI遥感影像为数据源,利用ENVI 5.2采用归一化植被指数和像元二分模型提取了永川区的植被覆盖度,并在ArcGIS 10.2中进行数据处理与统计,揭示了永川区的植被覆盖度的时间与空间的演变特征。结果表明,2003年、2010年和2017年永川区的总体植被覆盖度较好,分别为0.579 1、0.592 5和0.620 1,以高植被覆盖度和较高植被覆盖度为主,研究期内的植被覆盖情况不断改善。本研究为永川区的生态建设、农业发展提供了一定的数据支持。     

基于多源遥感数据森林盖度的尺度转换

选取抚顺市为研究区,以森林盖度为研究对象,利用MODIS、TM多光谱遥感影像和航片数据,基于Bottom-up方法,建立两阶段森林盖度经验模型,并对模型进行了检验。结果表明：TM NDVI均值与地面实测森林盖度具有较好的相关性,两阶段模型可以较为精确的将航片解译的地面森林盖度扩展到中尺度空间范围;MODIS森林盖度预测值与实测值的RMSE为0．175,误差为15．9％;应用MODIS NDVI数据和第二阶段模型对抚顺市森林盖度进行估测,并将估测值转换为森林面积,结果与森林一类二类调查数据相差在15％以内,整体估测精度达到85％,在实际应用中具有一定的参考价值。     

基于遥感影像的七台河市植被覆盖度研究

及时、准确地获取植被覆盖信息是矿区生态恢复和建设的关键与重点,现选用七台河市1993、2000、2011年3期的TM卫星数据,使用ENVI遥感软件提取归一化植被指数(NDVI),根据像元二分法计算七台河市的植被覆盖度,利用Isodata分类方法对七台河市的植被覆盖度进行分等定级,最后得出七台河市1993～2011年的植被覆盖度分类图,定量说明该区域近20年间的植被覆盖变化情况。1993～2000年,植被覆盖度下降比较明显,2000～2011年植被覆盖有所上升,但仍未达到1993年水平。     

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。     

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.     

水稻多时相植被指数特征及覆盖度提取研究

为准确快速获取水稻的植被指数特征和植被覆盖度信息,利用无人机采集水稻分蘖期、抽穗期和结实期的多光谱影像数据,选择不同类型的植被指数,利用样本统计法和植被指数交点法,提取并探究水稻3个生长期在地块和像元尺度下的植被指数特征,并运用阈值分割法提取水稻植被信息及覆盖度信息。结果表明,水稻3个生长期内,在像元和地块尺度下均表现出明显的物候特征,且与杂草和树木存在明显区别;多光谱植被指数的植被覆盖度提取精度整体高于可见光植被指数;归一化植被指数（normalized difference vegetation index,NDVI）对水稻3个时期植被覆盖度提取精度最高,提取误差分别为0.40%、0.43%和0.81%,R²为0.77、0.92和0.98,均方根误差（root mean square error,RMSE）为9.09%、2.97%和0.38%;可见光波段差异植被指数（visible-band difference vegetation index,VDVI）提取精度高于超绿红蓝差分指数（excess green-red-blue difference index,EGEBDI）和过绿减过红指数（excess green-excess red index,ExG-ExR）,提取误差分别为4.30%、1.36%和1.60%,R²分别为0.53、0.77和0.80,RMSE分别为14.62%、3.70%和5.50%。该研究成果可为作物长势监测及其植被覆盖度提取提供技术支撑。