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。     

丽江坝区植被覆盖度时空变化驱动力研究

植被覆盖度是表征植被生长状态、生态系统变化的重要参数,对景观格局变化、城乡发展研究有重要意义。为揭示社会经济活动对植被覆盖度时空分布的影响,基于局部加权回归法构建时间序列曲线,以丽江坝区1987、1991、1994、2010、2018年5期Landsat遥感影像为数据源,采用回归趋势与同心圆空间梯度模型获得植被覆盖度时空变化特征,并运用偏最小二乘回归模型进行驱动力分析。结果表明,1987-2018年,研究区的主城区内和村落周边的植被覆盖发生了明显退化;主城区内植被覆盖的地区破碎化程度高于郊区,主城区内中低、中等覆盖度地区的斑块形状逐渐复杂、景观连接度增加,中高、高植被覆盖度地区斑块形状越发规则,高植被覆盖度地区的连接度逐渐降低;主城区及其周边的中低、中等植被覆盖度的斑块分布逐渐密集,中高、高覆盖度的斑块聚集度逐渐降低;日照时数、人口密度、公路客运量、财政收入是丽江坝区植被覆盖度变化的主要驱动力。     

基于遥感技术的植被覆盖度的动态监测

植被覆盖度可以反映地表的植被状况,研究植被覆盖度变化对及时掌握生态环境变化有着重要的作用。以山西省太谷县为研究区,以1990,2001,2009年3期TM遥感影像为数据源,基于像元二分模型,对太谷县的植被覆盖度进行遥感估算,分析了植被覆盖度的时空变化特征。结果表明,1990,2001,2009年太谷县植被覆盖均以中覆盖度植被为主,分别占全县面积的42.55%,34.64%,43.91%;近20 a来,太谷县高覆盖度植被面积稳步增加,且主要分布在平原区;2001—2009年低覆盖度植被逐步向中高覆盖度植被转移。说明太谷县各项生态工程显示出明显成效,生态环境不断改善。     

恩施市植被覆盖时空特征及动态变化分析

以湖北省恩施市为研究区,运用RS和GIS技术,采用归一化植被指数及像元二分模型,对2007—2015年3个不同时期同一季像的遥感影像进行不同年份植被覆盖度信息的提取,基于转移矩阵及统计分析2007—2015年植被覆盖度时空变化特征和空间分布。通过对比分析可知,恩施市植被覆盖度以较高等级以上植被覆盖度为主,3期较高以上植被覆盖度占总面积比例均在68%以上。总体分布特征是中部地区及东北部地区植被覆盖度较低,向西南部及西北部的覆盖度逐渐升高,高覆盖的植被主要集中在西南部及东南部地区。恩施2007—2015年植被覆盖度一直处于正向增长趋势,未出现局部或整体退化的现象,中等及较高植被覆盖度转出面积基本转向至高植被覆盖区域,高植被覆盖区域面积共增加910.3 km~2,增加了22.98%。恩施大部分乡镇植被覆盖度均处于较高的覆盖水平,2007—2015年总体呈现增长趋势。     

基于遥感影像的马雷绿洲空间热环境分布特征研究

绿洲空间热环境的研究是深入了解绿洲沙漠化变化机理的重要手段。以土库曼斯坦马雷绿洲为例,将Landsat TM/ETM+作为基础数据源,基于定量遥感分析方法,进行马雷绿洲地表温度以及植被覆盖度的反演,在统计地表温度—植被覆盖度二维散点图的基础上,研究地表温度与植被覆盖度的相关关系。结果表明:土地利用类型是影响地表温度的显著因素,基本决定地表温度的总体分布的是土地利用类型的分布;通过对地表温度以及植被覆盖度相关性的研究,得到2001及2010年的相关系数分别为0.677 8、0.665 0。     

1990-2014年新疆卡山保护区植被覆盖度时空变化特征

为估算新疆卡山保护区1990-2014年植被覆盖度的空间格局和变化规律,以Landsat5TM和Landast8OLI遥感影像为数据源,运用基于NDVI的改进后像元二分模型,计算植被覆盖度,从不同空间和时间尺度上分析了保护区植被的年际变化与气候和人文变化的响应。结果表明:1)受气候和人文因素的影响,1990-2014年保护区植被覆盖度下降明显,表现为低盖度区和中低盖度区面积增加,高盖度区和中高盖度区面积减少;人文因素对植被覆盖度的影响在2009-2014年较气候因素更为显著;在空间分布上,2009-2014年对比1990-2009年保护区植被覆盖度的变化较显著。2)卡山保护区的植被覆盖度自1990-2009年虽有所下降,但总体处于较稳定状态,而2009-2014年间植被盖度处于不断下降趋势;在1990-2009年昌吉地区植被覆盖度的下降幅度与阿勒泰地区相近且较低,而2009-2014年间昌吉地区植被盖度下降幅度明显高于阿勒泰地区。     

基于Landsat图像的南京城市绿地时空动态分析

以南京市主城区为例,以10期(1986至2011年)TM/ETM+遥感数据为信息源,遵从V-I-S(Vegeta-tion-Imperviousness-Soil)模型,采用性光谱混合模型提取植被覆盖度,并利用高空间分辨率Quickbird和IKONOS影像对提取结果进行精度验证,在此基础上对研究区植被覆盖时空动态模式特征进行评价。结果表明:利用线性混合像元分解技术,对中等分辨率的TM/ETM+遥感影像进行城市绿地的丰度信息提取是有效且可靠的。从时间角度看,南京主城区植被覆盖度逐年递减,其中主要变化表现为高植被覆盖区域向低植被覆盖度区域转化;空间上,低植被覆盖区域由中心城区向四周不断扩大,而城郊结合部由于快速城市化致使植被覆盖区逐渐被非植被区取代。在南京,影响植被覆盖度变化的因素主要有快速城市化进程、变动的绿化政策与措施以及其它自然因素。     

基于Sentinel-2A影像的OPTRAM模型及其改进模型的土壤水分估算研究

[目的]本文旨在探讨基于Sentinel-2A影像的OPTRAM模型反演土壤水分在江苏省南京市六合区的适用性,并改进OPTRAM模型提高反演精度。[方法]利用NDVI-DFI像元三分模型对Sentinel-2A影像混合像元进行分解,将得到的光合植被覆盖度代替OPTRAM模型中的归一化植被指数(NDVI)。[结果]OPTRAM土壤水分反演效果(R~2=0.38)与温度植被干旱指数(TVDI)方法的拟合结果(R~2=0.39)相近,特征空间分布均呈梯形;像元三分模型在南京地区具有可分性,在此基础上改进的OPTRAM模型的STR-Fpv空间分布符合该基础模型的分布特征,改进的模型与实测10 cm土壤水分的相关系数(R~2)提高到0.55。[结论]OPTRAM模型在南京市六合区反演土壤水分是可行的,用像元三分模型改进的OPTRAM模型能够提高反演精度,可进一步应用于其他相关模型。     

植被覆盖度提取及景观格局分析

以福建省三明市沙县为例,利用线性光谱混合模型提取植被覆盖度,在对比原始影像构建的四端元模型与加入归一化植被指数的影像构建的五端元模型反演精度的基础上,选择精度更高的五端元模型估算1996、2004、2014年沙县的植被覆盖度,并分析其变化及景观格局。结果表明:沙县植被覆盖结构以高植被覆盖度为主导,高植被覆盖度的区域面积占全县面积的57.87%以上。1996年植被覆盖度最差,1996—2004年,植被覆盖度大幅度上升,增加区域面积比例高达35.15%;2004—2014年,由于城市发展需要,植被覆盖度下降明显,下降区域面积占8.99%,主要分布在沙县中部和北面片区。从植被覆盖度的景观格局来看,极低、低、高植被覆盖度的破碎化程度低,分布较为集中;1996—2014年,极低、低植被覆盖度的破碎化程度先降低后升高,与人类活动有着密切关系。     

黄河源区土壤水分空间变异及其主控因子

【目的】以黄河源区25 km的ECV土壤水分遥感数据为基础,根据黄河源区土壤覆被类型、植被覆盖指数(NDVI)、地形和气候数据进行分析,分别得出不同季节影响该地区土壤水分分布和空间变异的主要影响因子.【方法】将不同季节的各土地覆被类型的土壤水分和空间变异性进行定量的分析;分别分析不同海拔(4 000 m以下,4 001～5 000 m和5 000 m以上)和坡度(15°以下,15°～30°和30°以上)的土壤水分与空间变异性之,并得出以上不同环境因子区间的土壤含水量和变异情况(CV),最后根据相关性分析和主成分分析得出黄河源区不同季节影响土壤水分分布和空间变异的主要环境因子.【结果】黄河源区土壤水分变异性(CV)都在较低变异的范围内,变异性由高至低依次为林地低覆盖度草地高覆盖度草地中覆盖度草地沙地、戈壁和裸地覆盖地区;暖季土壤含水量高于寒季,而寒季土壤水分空间变异性较强;低海拔地区空间变异性达到了19.6%,强于高海拔地区;坡度较缓地区土壤水分变异性较强.【结论】暖季降水、海拔和气温因子与土壤水分的相关性分别高达0.68、-0.55和0.51,并且降水和海拔因子的累计贡献率达到了68.38%,得出暖季影响土壤水分分布和空间变异的环境因子强弱表现为降水海拔气温NDVI坡度;而寒季的主要影响因子为海拔.