基于MODIS遥感数据的呼伦贝尔土地荒漠化信息提取(英文)

[目的]基于MODIS遥感数据,对呼伦贝尔地区土地荒漠化信息进行提取。[方法]基于空间分辨率为1km的MODIS遥感数据,选取可以反映不同荒漠化特征的5个指标进行反演,并采用决策树分类方法对呼伦贝尔地区土地荒漠化信息进行提取。[结果]呼伦贝尔地区土地荒漠化面积为33862km2,占全区总面积的20.36%,且主要以沙质荒漠化为主;通过野外验证及高分辨率解译数据采点验证,此评价方法总体精度达89%以上。[结论]使用文中评价方法进行荒漠化监测,不仅能够对大尺度的荒漠化地区进行监测,而且具有较好的评价效果。     

基于MODIS数据的松花江流域土地利用信息提取研究

以松花江流域为研究区域,利用单时相MODIS数据进行大范围区域土地利用信息提取;结合地表反射率、植被指数（NDVI）、土壤湿度指数（NDMI）、归一化水体指数（NDWI）等特征变量试验决策树分类法,与传统分类方法相比较,分析松花江流域土地利用变化情况。结果表明：决策树法优于传统的最大似然法,分类精度分别为83.48%和75.51%;2001～2006年,整体上松花江流域耕草地面积增加,林地面积减少;中国部分,耕草地面积增加,林地面积减少,而俄罗斯部分耕草地面积减少,林地面积增加。     

基于MODIS数据的辽宁省土地利用分类研究

采用最大似然法、马氏距离法、光谱角填图法、支持向量机法、神经网络法和最小距离法6种分类方法,对辽宁省2010年3—12月MODISNDVI数据,用该数据做主成分分析的前3个主成分数据、前5个主成分数据和2010年6—10月MODISNDVI数据等4类数据进行土地利用分类研究。结果表明：6种分类方法中最大似然法、马氏距离法和最小距离法3种方法较适合对MODISNDVI数据进行信息提取,其总体分类精度分别达82．63％、80．29％、79．17％,乔木林类型信息提取精度分别达81．91％、78．54％、80．02％;3种对原始数据进行变换的方法中6—10月数据效果较好,其总体分类精度最高达82．63％,乔木林信息提取的最高精度达78．54％。     

基于ASAR和MODIS遥感数据的蓝藻水华提取

将同期的ENVISAT ASAR图像和MODIS图像进行配准,利用经过大气校正后的MODIS光学图像,根据分类决策树对图像EVI进行分类,借此对太湖的藻华和非藻华区域进行划分,并以此为据在ASAR图像上研究两者的V/V后向散射特性,使用阈值法对藻华范围进行提取,并将结果与MODIS图像上得到的藻华范围进行对比。结果表明,通过ASAR图像与MODIS图像得到的藻华范围较好地吻合,由此说明,在一定条件下,ASAR图像可以显示出藻华。最后从机理上探讨了风速对藻华成像的影响,分析了光学和微波图像提取藻华范围不完全一致的原因以及利用微波数据监测藻华的局限性。     

基于遥感的内蒙古地区太仆寺旗土地荒漠化变化趋势研究

土地荒漠化问题是全球最为关注的问题之一,也是当今世界最严重的生态、经济问题。内蒙古自治区幅员宽广、荒漠化地区较多,是我国第2大土地荒漠化地区,近年来当地荒漠化防治虽然卓有成效,但部分地区的土地荒漠化形势依然不容乐观。本文运用了监督分类的技术方法,对内蒙古自治区太仆寺旗地区的3期遥感影像的土地荒漠化等级进行监督分类,并利用ArcGIS提取了每一类地块的面积,分析了太仆寺旗近几年的土地荒漠化变化趋势,找出了影响土地荒漠化的主要驱动力——年气温、降雨量、畜牧业草场、植被、重工业生产等因素。     

应用MODIS遥感数据监测马尾松毛虫害研究

以福建沙县为研究区,基于MODIS遥感数据,运用植被指数NDVI、RVI和红边参数分析马尾松毛虫灾害范围和程度。结果表明：MODIS数据对严重受灾区域较为敏感;比较多时相各指数受灾前后变化,其变化趋势一致,各指数值增加表明未受马尾松毛虫危害,而其下降则表明是受灾区域,其中以RVI值变化幅度最大;结合地面数据,找出不同虫害程度的各指数临界值,确定不同受灾程度的面积,其中以RVI分析马尾松毛虫灾害的准确度最高。     

基于MODIS数据的山东省农作物旱情遥感监测报告

干旱胁迫能影响作物生长发育,给农业生产带来巨大危害.为了及时准确地掌握农作物旱情,本研究以山东省夏季农作物为研究对象,采用高等时间分辨率MODIS影像,建立了普适性较高的归一化差值植被指数,并通过观测分析其时间与空间维的变化情况判断农作物长势及旱情,从而建立了一种简便、高效的利用遥感技术监测旱情的方法.该方法适用于营养生长阶段的农作物,原理简单,操作方便,易于进行技术推广.     

基于MODIS的蒙古国2003-2017年荒漠化动态监测

基于MODIS归一化植被指数(NDVI)产品数据,通过像元二分模型估算了蒙古国2003-2017年植被覆盖度,进行荒漠化监测。结果表明,蒙古国是一个受荒漠化危害极为严重的国家,极重度、重度荒漠化土地占国土面积的50.70%;2003-2017年,极重度和重度荒漠化所占国土总面积的比例从前期的55.99%减少到后期的50.70%,而轻度和非荒漠化土地所占面积比例从前期的26.11%增加到28.13%。土地利用转移矩阵显示,2003-2017年研究区极重度荒漠化和重度荒漠化转出面积均>转入的面积,呈减少趋势。而非荒漠化和轻度荒漠化转入面积要>转出面积,呈增加趋势。近15年蒙古国生态环境整体趋于改善,荒漠化的发展态势不明显。     

基于遥感影像的城市绿地覆盖信息提取方法

随着城市化的高速发展及环境变化,城市绿地的空间分布及其生态效益和使用功能受到高度重视。实现城市生态绿地的规划和建设,需要快速、高效、高精度地提取城市绿地覆盖信息。综述了近10年城市绿地覆盖信息遥感提取的测算方法,比较和分析了常用的5种遥感提取模型的特点,并对未来的研究发展趋势进行展望。     

基于MODIS的郑州市土壤水分反演

为了较好地研究郑州市土壤水分的空间分布及动态变化特征,分别在高植被覆盖度期采用温度植被干旱指数模型,在低植被覆盖度期采用表观热惯量模型反演郑州市土壤水分,结果表明,郑州市土壤水分的空间分布,北部区域高于南部,西部高于东部,海拔高的山地高于平地,山区的垂直变化明显;使用此种方法获取的地表土壤水分信息可以表征地表土壤水分的空间分布趋势。     

内蒙古必鲁台地区沙漠化时空变化

[目的]了解内蒙古必鲁台地区土地荒漠化现状及其变化趋势。[方法]基于Landsat-5TM、Landsat-7ETM+及Landsat-8OLI遥感影像,利用决策树分类方法,对必鲁台地区地物信息进行分层提取,研究1985—2015年该地区沙漠化发展动态。[结果]1985年必鲁台地区荒漠化面积1 331.57 km~2,其中重度沙漠化面积300.44 km~2,占22.56%。2015年该地区荒漠化面积1 731.50 km~2,其中重度沙漠化面积398.09 km~2,占22.99%。[结论]1985—2015年必鲁台地区沙漠化总面积呈增加趋势,重度沙漠化面积也在增长,说明研究区沙漠化呈发展趋势。     

气候变化对呼伦贝尔草原沙化的影响

针对目前呼伦贝尔草原现状,综合分析影响呼伦贝尔草原沙化的气候因素与人为因素,得出呼伦贝尔草原沙化的成因主要有气候、地形地貌、土壤结构和人类活动,指出气候影响主要表现在干旱、大风、暴雨等气象灾害,是草原沙化的自然背景;分析草原沙化对环境的危害,从而提出呼伦贝尔草原沙化防治对策及发展趋势。     

基于决策树的水生植被遥感信息提取研究

通过遥感技术获取了太湖地物的遥感影像,根据地物的光谱特征提取湖泊植被和水体信息,通过传感器定标和几何校正对信息进行预处理,在分析信息波段、光谱值、及NDVI特征的基础上建立决策树,对信息进行分类,提取太湖水生植被的信息。     

基于辅助信息的沙漠化信息提取

选取沙漠化问题比较突出的毛乌素沙地作为研究区,以TM影像作为数据源,通过对影像中固定沙丘、半固定沙丘、流动沙丘、水体、农田、绿洲等地物光谱特征、纹理特征、空间特征等特征的深入分析,探讨将除光谱特征外的多种辅助信息融入分类模型,实现对沙漠化信息高精度提取的方法。结果显示,基于辅助信息的沙漠化信息自动提取分类精度可达85．16％。     

基于TM数据提取竹林遥感信息的方法

利用LandSat5-TM对竹林遥感信息提取方法进行了研究:将归一化植被指数NDVI、结构效应指数CVI、综合效应指数MVI以及主成分变换的前3个分量PCA1、PCA2、PCA3与TM数据的6个波段(除第六波段)合成一个具有12波段的新数据;在最佳波段组合的基础上,结合地形图、土地利用图和野外调查数据,采用光谱特征模型、支持向量机、光谱角填图以及最大似然法对竹林信息进行了提取。研究表明:叶冠结构指数、综合指数、主成分变换等新波段对竹林信息提取很有帮助;与支持向量机、光谱角填图和最大似然法3种监督分类方法相比,基于光谱特征模型的竹林遥感信息提取方法具有一定的适应性,在保证竹林分类精度的同时,其他植被类型的分类精度也能得到满意的结果。     

基于多光谱影像和专家决策法的作物分类研究

[目的]探讨基于多光谱影像和专家决策法的作物分类,验证利用单时相多光谱影像区分农作物的可行性。[方法]以呼伦贝尔地区典型农业种植区为研究区,根据野外实测光谱数据,寻找区分研究区主要作物大麦、小麦、油菜的最佳时间,根据作物波谱特征,采用决策树方法,结合光谱角度制图（SAM）等光谱匹配方法,开展了作物分类研究。[结果]利用8月上旬获取的LandsatTM影像,在对影像进行几何校正、大气校正的基础上,构建决策树,成功提取了小麦、大麦、油菜、种植草场的种植信息,分类总体精度达到86.90%,Kap-pa系数达到0.831 1。[结论]以典型时相的多光谱影像为数据源,应用决策树方法提取作物类型信息,具有较好的应用前景。     

基于MODIS的改进型组合水体指数(MCIWI)提取复杂水体信息的试验

在分析MODIS数据与水体识别相关的1~7波段典型地物光谱图像特征及相关水体指数模型的基础上,对莫伟华等提出的组合水体指数(CIWI)提出了改进,用归一化建筑指数(NDBI)与归一化植被指数(NDVI)组合,构建了改进型组合水体指数MCIWI(Modified-Combined Index for Water Body Identification),增强了河流、湖泊等水体与城镇、植被等其他信息的区分度,能够有效提取水体信息,特别是城市水体信息.通过应用2009年的MODIS资料在重庆主城区与长寿湖区的水体信息遥感监测实验表明,MCIWI水体识别效果要优于其他水体指数模型.