太原盆地植被覆盖度遥感估算

利用1990年TM和2000年ETM影像对黄土高原经济带山西太原盆地影像计算NDVI值,从而求解植被覆盖度。通过掩膜技术和变化检测等提取了从1990～2000年的植被覆盖变化信息。结果表明:榆次、太谷、祁县、平遥、介休等县城周围及文水县等地的西南黄土丘陵部分地区由于坡度陡、水土流失严重导致植被覆盖度在降低;吕梁以西的广大黄土丘陵区,强烈的土壤侵蚀,植被覆盖度在降低;在汾河两岸低平地带黄土台地地区植被覆盖度有所增加;在位于扇形地边缘的湿地,受沟壑切割的黄土高台地与黄土残塬地区由于地表干旱,容易引起土壤退化,植被覆盖度在降低;山地(关帝山、吕梁山、太岳山等山)的林地覆盖度略有增加。     

干旱区植被覆盖度遥感估算方法研究——以疏勒河中下游平原为例

以西北地区典型的干旱区——疏勒河中下游地区为研究区,利用植被指数(NDVI、SAVI、EVI)对原始Landsat-OLI影像进行了维度扩展,构建了以高反射率、低反射率、裸土、农田植被、荒漠植被为组分的五端元模型.之后对实测植被光谱值进行分析,将实测植被光谱值引入到端元模型中,进一步构建了将植被分为农田植被、第一类荒漠植被和第二类荒漠植被的六端元模型,基于全约束的线性光谱混合模型进行混合像元分解以获取研究区的植被覆盖度.采用同时期的实测植被覆盖度值进行精度验证,结果表明:2种端元模型的模拟结果均符合研究区植被覆盖度的分布特征,虽然总体上五端元模型的估算略优于六端元模型,但是在存在大面积荒漠植被的区域,六端元模型的估算结果与实测数据的相关系数明显优于五端元模型.因此,对干旱区植被实测光谱值进行分析,将实测光谱值引入端元模型,进行植被覆盖度研究可以提高荒漠植被覆盖度的估算精度,具有一定的应用前景.     

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。     

色季拉山不同植被类型土壤动物多样性研究

对色季拉山高山松林、箭竹-桦木混交次生林、高山栎-高山松混交次生林、川滇高山栎林、灌木冷杉林、杜鹃林、冷杉林、高山柳-冷杉林、方枝柏疏林和高山草甸9种植被类型中土壤动物多样性进行调查。结果表明,在高山柳、冷杉林、杜鹃林、冷杉林、高山栎纯林生境中土壤动物的多样性都较高;土壤动物的多样性与丰富度、均匀度呈正相关,与优势度呈负相关,与个体数没有直接相关关系。     

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。     

近20年玛纳斯河流域南山山区植被覆盖的遥感动态变化监测

利用1990、2000和2005年的TM影像和2012年的ETM+影像提取了玛纳斯河流域南山山区植被的覆盖区域,并对植被的退化情况进行了分析和探讨。结果表明,从1990—2012年植被覆盖度指数绝对值来看,研究区植被稳定性有降低的趋势;1990—2000年中度以上退化区域在总面积中所占比例为16.41%,2000—2005年为13.38%,2005—2012年为28.06%,表明近10年研究区植被的分布面积在逐年减小;研究区植被与非植被类型互有转化,差异最大的时间段为2005—2012年,植被转出和转入间的差额为638.25 km2;研究区植被年平均面积变化速率逐渐减小,空间变化度先减小后增大,整体规模趋于减小。     

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...     

色季拉森林公园景观资源综合评价

在对色季拉国家级自然保护区森林公园进行全面调查的基础上,以鲁朗景区为例,借鉴国内外相关研究成果,采用AHP法对色季拉国家级自然保护区森林公园景观资源进行了综合评价。结果表明:色季拉森林公园景观资源质量较高,环境条件很好,具有开发利用价值,但应着眼于中长期的开发规划,提高总体景观价值,形成各具特色的景点、景观。为公园定位、建设规模及顺序的确定和景观资源的保护等提供了科学依据。     

基于TM 影像的鲁朗河流域景观动态变化研究

以TM 。感影像为数据源,采用监督分类法分别在四期鲁朗河流域。感数据上提取地类信息。应用 Fragstats3.3 景观格局分析软件,在斑块水平和景观水平上分别从不同景观类型格局和整体景观格局的变化方面对 土地利用景观类型进行动态分析,揭示其变化原因和内在规律,为生态治理提供数据支撑,在景观的规划与管理方 面具有重要意义.     

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RS的吉尔吉斯斯坦中部山区植被覆盖动态变化分析

[目的]研究吉尔吉斯斯坦中部山区植被覆盖动态变化.[方法]利用1975、1994、2001、2004年间的四期Landsat TM/MSS影像,采用基于植被指数的像元二分法计算吉尔吉斯斯坦中部山区的植被覆盖度,并对研究区1975 ～ 2004年植被覆盖的变化情况进行遥感监测和定量分析.[结果]吉尔吉斯斯坦中部山区的植被覆盖度由1975年的79;下降为2004年的70;;植被退化的总面积为1 054 km2;植被覆盖度在50;～100;的退化面积最大,为611 km2.四个时期中1994年植被覆盖较高,面积占研究区面积的比例为81;,2001年植被覆盖为最低,只占研究区面积的比例60;.三个时间阶段中1994～2001年退化最为严重植被,退化的总面积为5 913 km2,占研究区总面积的50.4;.[结论]吉尔吉斯斯坦中部山区的植被退化主要是由于气候变化、自然灾害、人类活动等因素造成的.针对不同的情况,因势利导借助人工干预和自然力进行生态修复,改善吉尔吉斯斯坦中部的生态环境.     

鄱阳湖区植被覆盖的遥感动态研究

利用归一化植被指数(NDVI)估算植被覆盖度的模型,根据遥感数字图像,对鄱阳湖区1989年和2003年的植被覆盖度进行了估算,在此基础上,求得研究区不同植被覆盖度等级的变化转移矩阵,分析了鄱阳湖区14年来植被覆盖度等级变化的空间过程和变化趋势。总体上,该地区的植被覆盖度变化不大,仅局部区域变化较大。     

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。     

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%。     

藏北申扎县植被退化的遥感分析

为了监测和分析申扎县草地退化的空间特征及其退化趋势,利用两个时相的遥感数据,分别提取申扎县的植被指数,根据植被指数转化模型,计算植被覆盖度,按植被覆盖度将植被划分为4个不同退化等级,并分析了申扎县植被退化的时空变化特征。结果表明:1989-2009年申扎县植被覆盖发生了很大的变化,总体变化趋势是植被退化面积不断增加,中度、重度退化面积在总退化面积中所占比例呈增加趋势。1989年植被退化以中东部地区最严重,2009年申扎县的北部植被退化最严重。