基于像元二分法的冬小麦植被覆盖度提取模型

【目的】快速准确提取冬小麦返青期植被覆盖度信息。【方法】利用无人机获取田间冬小麦可见光图像,提取图像中4种常见可见光植被指数;在像元二分法原理的基础上,分别构建基于差异植被指数(Visible-band difference vegetation index,VDVI)、过绿指数(Excess green,EXG)、归一化绿蓝差异指数(Normalized green-blue difference index,NGBDI)和归一化绿红差异指数(Normalized green-red difference index,NGRDI)的植被覆盖度提取模型,采用支持向量机(Support vector machine,SVM)监督分类结果作为真值对各模型进行精度验证。【结果】4种模型中,利用VDVI植被覆盖度提取模型获取的植被覆盖度精度最高,提取效果较好。与监督分类结果对比,4种植被覆盖度提取模型的提取误差(EF)分别为3.36%、15.68%、8.74%和15.46%,R2分别为0.946 1、0.934 4、0.695 3和0.746 0,均方根误差(RMSE)分别为0.021 9、0.059 5、0.042 0和0.055 9。【结论】采用可见光植被指数结合像元二分法构建植被覆盖度提取模型实现了冬小麦返青期植被覆盖度准确快速提取,为植被覆盖度提取提供了一种新途径,可为无人机遥感监测提供参考。     

应用混合像元分解提取胡杨覆盖度信息1）

以内蒙古荒漠地区胡杨林为研究对象,应用混合像元分解方法从TM多光谱数据中提取了胡杨林植被覆盖度,并以高分辨率Quickbird影像分割结果作为真值进行精度评价,与传统的基于植被指数提取植被覆盖度的方法进行了对比。结果表明：基于几何顶点端元选取的混合像元分解方法可以有效提取胡杨植被覆盖度（ R2＝0．893,RMSE＝0．12）,优于植被指数回归方法提取精度（R2＝0．574）。研究结果有助于开展荒漠地区较大范围的胡杨林动态监测和保护。     

基于遥感影像的植被覆盖度提取方法研究综述

近年来针对特定区域的植被生长状况研究中,通过遥感影像进行植被覆盖度提取和估算成为热门且高效的方法。然而,目前针对该提取和估算还没有一个较为系统性和科学性的总结和分类。鉴此,本文分类归纳了当前利用遥感影像提取植被覆盖度的3种主流方法,包含基于模型法、基于植被指数法、基于深度学习法,并分别进行阐述和比较;阐明使用这3种方法进行植被覆盖度提取时存在的影响因子、优缺点以及适用范围。     

基于SPOT影像的植被覆盖度遥感估算研究

植被覆盖度作为衡量地表植被覆盖的一个重要指标,对于揭示地表空间变化规律、分析评价区域土地系统具有重要的现实意义。在植被覆盖度提取中,归一化植被指数(NDVI)结合像元二分模型是关键技术。以SPOT影像为数据源,在充分考虑区域土壤和植被类型等背景基础上,对研究区植被覆盖度提取研究,为研究区提供植被覆盖度空间分布数据。实证结果表明:研究区植被覆盖度40%~80%居多,植被覆盖率较高,属稠密区,说明应用归一化植被指数结合像元二分模型对研究区植被覆盖度进行遥感估算是可行的。     

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...     

基于遥感技术的盐池县草场植被覆盖度变化监测

利用盐池县2000年、2007年与2012年三期卫星影像数据,通过植被指数(NDVI)提取,并且与实地植被调查资料相结合,对该地区植被覆盖度变化进行了监测.结果表明,随着近年来封山禁牧和退耕还林还草政策的实施,盐池县草场植被覆盖度状况明显好转.     

呼伦贝尔草原植被覆盖度地面实测与遥感估算研究

以内蒙古呼伦贝尔草原为研究区,共选择放牧区和非放牧区的47个观测样地,利用数码相机获取草地冠层照片,利用HLS彩色变换与RGB结合法及其他方法分别提取植被覆盖度。结果表明:本文发展的HLS彩色变换与RGB结合法提取的植被覆盖度的平均精度达85.85%,仅次于最大似然监督分类法。基于本文方法提取的实测点草地植被覆盖度与Landsat-5 TM影像计算的6种植被指数均有较好的正相关关系,其中与减小的比值植被指数(RSR)的相关性最高,从而建立了植被覆盖度遥感估算模型。遥感估算的研究区植被覆盖度空间差异明显,大部分草地植被覆盖度在0.7～0.9之间,而放牧区的草地植被覆盖度大多在0.5～0.7之间。     

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。     

基于Landsat-8OLI数据的植被覆盖度反演模型研究—— 以西安市雁塔区为例

植被覆盖度遥感反演模型是用定量的方法来估算研究区范围内植被的覆盖分布.本文主要利用Landsat-8OLI遥感数据分别提取3类常用植被指数包括归一化植被指数NDVI、增强植被指数EVI、比值植被指数RVI,根据像元二分模型建立植被覆盖度反演模型.同时利用交叉验证的方式对其估算模型进行验证,来反映估算模型的精度.     

基于克里金插值法的植被覆盖度研究——以扎陵湖、鄂陵湖区为例

基于2013年国产资源遥感卫星数据和Google Earth高分数据,利用ArcGIS9.3及Eardas9.2软件,对研究区域的遥感影像进行克里金插值分析,在此基础上得出研究区域遥感影像的植被指数NDVI,最后反演出该区域的植被覆盖度结果.通过与该区域的真实植被覆盖度进行比较分析,得出了基于克里金插值法的植被覆盖度分析方法,该方法对植被覆盖度分析有一定的实际性的参考意义.此次实验研究了黄河源头姊妹湖扎陵湖、鄂陵湖区域的植被覆盖度,同时也是三江源地理国情监测的一部分.     

基于Hyperion植被指数的干旱地区稀疏植被覆盖度估测

受稀疏植被与明亮土壤背景影响,干旱地区植被覆盖精确遥感估测难度较大。以Hyperion影像为数据源,选取甘肃省民勤绿洲-荒漠过渡带为研究区,系统比较了利用不同类型高光谱及多光谱植被指数估测干旱地区稀疏植被覆盖度的能力,以期确定干旱地区稀疏植被覆盖度估测的最佳植被指数。不同植被指数估测稀疏植被覆盖度的能力利用线性回归R2及留一交叉验证的均方根误差进行比较,结果表明:高光谱植被指数估测稀疏植被覆盖度的能力显著优于相应的多光谱植被指数,抗大气植被指数(ARVI)及抗土壤和大气植被指数(SARVI)表现明显优于归一化植被指数(NDVI)与土壤调节植被指数(SAVI),其中以基于833.3nm/640.5nm波段组合的ARVI表现最佳,R2可达0.7294,均方根误差(RMSE)仅为5.5488。     

基于ERDAS的矿区植被覆盖度遥感信息提取研究——以陕西省榆林市神府煤矿区为例

准确、快速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.通过利用榆林市神府矿区1986、1993、2000、2006年四景同期TM影像数据,使用ERDAS软件首先提取植被指数(NDVI),根据像元二分法利用ERDAS的建模工具Spatial Modeler计算出矿区的植被覆盖度,利用非监督分类方法对矿区的植被覆盖度进行分类、赋色,最后得出矿区1986～2006年的植被覆盖度分类图,定量的说明了矿区20 a年间的植被覆盖变化情况:植被覆盖度整体提高,在局部矿区则有所降低.     

高分一号数据分辨率对植被覆盖度信息提取影响分析

精确的掌握地表植被覆盖度信息能够为生态环境建设提供可靠的参考数据。选取GF1-WFV(16m)影像、GF1-PMS(8m)影像、融合(2m)影像,并对这些影像进行处理提取植被覆盖度信息,进一步分析不同影像之间植被覆盖度信息的差异性。研究结果表明:高分一号影像随着分辨率的提高,影像植被覆盖度的空间结构逐渐明显清晰,纹理越平滑,细节信息越明显;植被覆盖度信息量随影像分辨率提高,所含信息量不断增加,提取的效果增强,同时植被覆盖度信息分布呈现中间聚拢的状态;GF1-WFV影像、GF1-PMS影像、融合影像的植被覆盖度估算的精度分别为63.11%、73.88%、82.13%。因此,高分一号不同分辨率的影像对植被覆盖度的提取差异明显。     

昆明市植被覆盖变化特征分析——基于Landsat遥感影像数据

以昆明市主城区及呈贡新区为研究区域,其于1992年Landsat 5 TM、2001年Landsat 7 ETM+、2014年Landsat 8遥感影像数据,运用归一化植被指数(NDVI)和植被覆盖度遥感定量模型,在ENVI 5.1、ArcGIS10.1软件的支持下,提取3个时相的植被覆盖度等级,定量分析了该地区的植被覆盖度变化情况.结果表明,昆明市主城区及呈贡新区植被覆盖等级以高植被覆盖为主;1992 ～ 2014年植被覆盖以高→中等、高→中高为主要转换类型;植被覆盖等级与环境、农业、城市建设政策息息相关.     

基于ERDAS的肇源县植被覆盖度研究

通过利用肇源县2008~2010年三景同期TM影像数据,使用ERDAS软件首先提取植被指数(NDVI),根据像元二分法利用ERDAS的建模工具计算出肇源县的植被覆盖度,利用非监督分类方法对该县的植被覆盖度进行分类、赋色,最后得出3a闻肇源县植被覆盖度分类图,定量说明了其变化情况:肇源县农作物种植面积呈增加趋势,2009...     

基于混合像元分解的植被覆盖度模型比较研究

准确地估算植被覆盖度是生态学及全球植被覆盖变化研究的重要内容。应用遥感技术估测植被覆盖度成为近年来研究的热点之一,但影像混合像元的存在成为制约植被覆盖度提取精度的难题之一。以延庆区2014年的Landsat8OLI影像为数据源,结合二类调查及补充调查数据,采用像元二分模型法和线性光谱混合模型法对提取植被覆盖度,对比分析2种模型的适用性。结果表明,基于像元二分模型法的植被覆盖度提取精度达到85.31%,基于线性光谱混合模型的植被覆盖度提取精度达到88.76%,线性光谱混合模型的提取效果要好于像元二分模型法,最后生成了延庆区植被覆盖分布图,可为县域尺度应用Landsat8OLI影像估测植被覆盖度提供参考。     

基于多源遥感影像融合的植被覆盖度信息提取研究

植被覆盖度是评估生态环境的一个重要参数,对于全球环境变化和监测研究具有重要意义。如何从遥感数据资料估算植被覆盖度,并提高估算精度是建立全球或区域气候、生态模型的基础工作。该研究以CBERS数据与ASAR数据为多源遥感数据源,进行CBERS影像与ASAR影像HPF像素级融合,生成高空间分辨率的多光谱影像HPF融合影像。分别运用CBERS影像和HPF融合影像,提取植被覆盖度,并对两者的提取效果进行精度对比评价分析。评价结果表明,HPF融合处理的影像提取的植被信息精度较高、效果较好,为植被覆盖度信息的提取提供了参考。     

基于哨兵2号时序影像的冬小麦空间分布研究

为获取当地精准、详实的冬小麦空间信息,为冬小麦种植区域规划提供技术支撑,本文基于多时间序列的归一化植被指数构建模型,估算了2018-2021年归一化植被指数（Normalize Difference Vegetation Index, NDVI）模型提取的冬小麦面积,获取其时空分布情况,并参考农业数据进行精度评定,研究了多时相指数模型与黄土高原冬小麦的相关性,探讨了多时相归一化植被指数模型对冬小麦提取的可行性。结果表明：(1)基于多时相NDVI模型,利用随机森林算法提取冬小麦具有较高精度。每年2、4、6月（越冬期、拔节期、乳熟期）为冬小麦识别的关键期,其构建的指数模型提取效果最佳。(2)单期遥感影像容易受到同期植被的干扰,多时相指数模型可以有效提高冬小麦提取的精度。分别对2018-2021年冬小麦提取,对提取结果进行检验,总体精度分别为91.16%、90.35%、94.26%。(3)基于Sentinel-2影像数据的甘谷县提取结果,近3年冬小麦种植面积整体呈现平稳态势。种植的时空分布上看,冬小麦主要集中于甘谷县中部断陷河谷地区,南北山区向中部种植区域逐渐增加,且分布在海拔在2 036 ...     

河南省植被覆盖度的时空变化特征

利用1990年和2000年两期河南省TM遥感影像数据,通过对数据进行大气校正、辐射校正、图像镶嵌、图像分割等数据预处理工作,然后计算出每期影像的NDVI(归一化植被指数),利用像元二分模型把植被指数转换为植被覆盖度,并对这两个时期的植被覆盖度进行对比分析。结果表明,从植被覆盖度的时间变化上看,10年间极低与低植被覆盖度类型的面积减少,但是中、中高和高植被覆盖度类型的面积明显增加,这说明河南省的植被覆盖总体上是好转的;从植被覆盖度的空间变化上看,豫北濮阳、鹤壁,豫东商丘,豫南驻马店等区域植被覆盖度增长明显,而豫西平顶山、三门峡及商丘南部植被覆盖度减少变化明显。     

基于TM影像的代县植被覆盖度动态变化监测

以ERDASIMAGINE系统为操作平台,利用忻州市代县地区2000年和2007年两期TM卫星影像数据,通过对遥感图的几何校正,图像融合,监督分类等处理,对区域植被覆盖状况进行了提取和分析。结果表明：2007年低程度植被覆盖比2000年减少了6834．3hm2,中程度植被覆盖增加了2777．2hm2,高程度植被覆盖增加了4050．8hm2;人类活动和自然因素的变化均是代县地区植被覆盖变化的主要原因。研究表明,利用TM影像并结合erdas计算归一化植被指数NDVI,从而提取植被覆盖度的方法,可以快速准确地对区域植被生长状况进行动态监测。