帽儿山地区叶面积指数遥感反演

以黑龙江省尚志市帽儿山林场(东北林业大学试验林场)为研究区,利用现代卫星遥感技术,结合实地调查采样数据和GPS测量技术,建立了从Landsat TM影像数据提取的植被指数(Vegetation Index,VI)与地面实测的叶面积指数(Leaf Area Index,LAI)的统计回归模型。然后再从众多统计模型中按照各自的相关系数(R)和确定系数(R2),选出反演LAI的最佳模型。     

基于多元回归模型的叶面积指数遥感反演

采用2011年8月获取的黄丰桥林场SPOT5数据为信息源,并同步开展现地样地调查,依据典型抽样,以不同的海拔、坡度、坡向进行选样,利用手持GPS和LAI-2000植物冠层分析仪,分别对选取的60块样地进行定位和叶面积指数测量。结合遥感数据和实地调查数据,对地理因子和遥感因子变量进行主成分分析,采用逐步回归法筛选出2个主成分建立多元回归方程,对该研究区域的植被叶面积指数进行模拟,精度达到84.17%。结果表明:RVI,NDVI,MSAVI,MCAVI和DVI与LAI之间存在较好的相关性。     

高光谱遥感森林叶面积指数估测研究现状

文中简要概述了叶面积指数和高光谱遥感的概念, 分析比较了高光谱遥感与传统的宽波段遥感估测森林叶面积指数的优势, 以及利用高光谱遥感数据估测森林叶面积指数的常用方法, 并对目前高光谱遥感估测森林叶面积指数存在的问题行了讨论。     

不同空间尺度森林叶面积指数的估算方法

总结不同空间尺度森林叶面积指数(LAI)的估算方法,并讨论这些估算方法的优缺点与发展趋势:通过地面实测来估算小尺度的森林LAI,包括破坏性采样法、落叶收集法、异速生长方程法、光学仪器法和倾斜点嵌块法;通过遥感反演估算区域乃至全球尺度的森林LAI,包括统计模型法、基于冠层物理特征与反射特性的冠层反射模型法、人工神经网络技术及查表法.     

基于叶面积指数的森林郁闭度遥感反演研究

以密云半城子为研究区,以TM影像为数据源,基于RS技术,提取归一化植被指数。根据实测真实叶面积指数及结合土地利用信息确定的聚集度系数,计算有效叶面积指数。在此基础上构建NDVI与有效叶面积指数间的回归模型,最后利用John提出的郁闭度估算模型进行郁闭度的估算,并对估算结果进行精度检验。结果表明:NDVI与有效叶面积指数相关性高,可用于有效叶面积指数的估算;采用有效叶面积指数,综合考虑叶倾角进行郁闭度估算精度较高。     

叶面积指数的主要测定方法

简要地介绍了叶面积指数的概念和研究的意义,总结了当前叶面积指数(LAI)的主要测定方法有直接和间接方法两大类,分析了各种方法的优缺点.认为未来叶面积指数测定的发展趋势是光学仪器法和遥感法的相互结合.     

基于PROSAIL模型和多角度遥感数据的森林叶面积指数反演

【目的】基于多角度PROBA/CHRIS遥感数据和野外实测数据,结合PROSAIL模型和随机森林模型反演森林叶面积指数(LAI),以提高植被LAI遥感反演精度,为区域土壤侵蚀遥感定量监测提供新的方法和模型。【方法】以南京市紫金山和幕府山为研究区,采用野外调查、遥感影像、辐射传输模型与数学模型相结合的方法,构建基于PROSAIL模型和多角度PROBA/CHRIS遥感数据的随机森林LAI反演模型,对PROSAIL模型进行敏感性分析和适用性评价,确定最佳LAI反演模型,并利用地面实测LAI进行精度验证和评价。【结果】PROSAIL模型中各输入参数敏感性大小为LAI叶绿素a、b含量Cab叶片干物质含量Cm热点参数SL叶片内部结构参数N等效水厚度Cw;模拟的冠层反射率精度大小为0°36°-36°55°-55°。单角度LAI反演模型中,前向观测角55°精度最高,其决定系数(R2)、均方根误差(RMSE)和平均绝对百分误差(MAPE)分别为0.915 7、0.235 7和0.042 6;相比于传统垂直观测,55°模型的R2提高0.75%,RMSE和MAPE分别降低3.76%和5.12%;相比于非线性回归模型,单角度随机森林LAI反演模型的R2提高0.7%,RMSE和MAPE分别降低15.40%和11.98%;单角度LAI反演模型精度由高到低依次为55°、36°、0°、-55°、-36°。多角度LAI反演模型中,3角度组合(0°、36°、55°) LAI反演精度最高,其R2、RMSE和MAPE分别为0.918 4、0.231 9和0.041 5,相比于单角度55°,R2提高0.29%,RMSE和MAPE分别降低1.61%和2.58%;相比于传统垂直观测,3角度组合模型的R2提高1.05%,RMSE和MAPE分别降低5.31%和7.57%;相比于非线性回归模型,多角度随机森林LAI反演模型的R2提高0.79%,RMSE和MAPE分别降低6.72%和9.19%。紫金山西部区域LAI介于0.44～6.70之间,林地LAI均值为3.04;紫金山西部林地LAI整体上呈北部和南部高、中间低的空间分布格局。【结论】最佳LAI反演模型为基于3角度组合(0°、36°、55°)的随机森林LAI反演模型;一方面,增加观测角度可提供更多植被冠层结构信息,LAI反演精度随观测角度增加而增加,但另一方面,观测角度过多会使像元空间重采样、叶片阴影和土壤阴影等问题带来更多不确定性,LAI反演精度反而下降;无论是单角度还是多角度数据,随机森林LAI反演模型精度均高于非线性回归模型,随机森林模型能够明显提高LAI反演精度,适用于区域植被LAI反演;多角度遥感数据能够反映森林立体结构信息和地物多维空间结构特征,显著改善传统垂直观测数据反演LAI精度较低的问题,从而有效提高植被LAI反演精度。     

基于遥感监测的湖州市植被覆盖变化

以湖州市为研究区域,landsat5、landsat8为数据源,利用归一化植被指数,选定合适的阈值,把研究区域分为植被、水、非植被三类,并测算湖州市植被覆盖面积。经过比较湖州市各区各年份植被覆盖变化情况,结合湖州市历年政策政令,分析湖州市2005-2018年植被覆盖变化原因,为湖州市制定政令等提供参考。     

基于遥感的植被覆盖度估算方法研究进展

指出了随着遥感技术的发展,植被覆盖度作为定量描述地表植被覆盖情况的重要参数、生长状况的指标、植被覆盖的直观指示因子,已广泛应用在自然地理空间的土壤圈、大气圈、水圈、生物圈范围及这些圈层相互作用的各类研究中。基于目前常用的遥感数据,从植被指数、数据挖掘技术两方面分类归纳了植被覆盖度的估算方法及遥感数据源,对比分析了其优缺点及存在问题,并对基于遥感的植被覆盖度今后的研究方向及发展趋势进行了展望。     

洱海流域植被覆盖度遥感估算与变化分析

植被覆盖度是刻画地表植被覆盖的一个重要参数,也是指示生态环境变化的重要指标之一.以洱海流域1990年和2006年TM影像为数据源,利用NDVI的像元二分模型法对洱海流域1990年和2006年植被覆盖度进行遥感估算,并进行变化分析.结果显示,近17年来洱海流域植被覆盖度总体上有所提高,无植被覆盖区域面积明显下降,高植被覆盖占全植被覆盖区域面积比大幅提高,二者面积比近50％;在空间分布上,洱海流域上游地区、东部部分地区植被覆盖度相对较低,对地区生态环境稳定构成重大威胁,将是今后洱海流域生态建设和整治的重点区域.     

长株潭核心区植被覆盖度动态监测与分析

以2000年Landsat5、2013年Landsat8两个时相遥感影像,利用像元二分法模型反演获得2个时期的植被覆盖度,并通过研究区域内2期植被覆盖度的时空变化特征、近13年的区域植被覆盖度转移矩阵、植被改善/退化状况及驱动力,定量分析了长株潭核心区13年植被覆盖度的时序变化和空间分布特征.研究结果表明:长株潭核心区近13年植被覆盖度保持总体稳定并有所改善,平均覆盖度由2000年的0.573 9上升到2013年的0.601 5,植被退化区主要集中在长沙、株洲、湘潭3市城区及周边区域,另外长株潭绿心区植被覆盖度也有小幅下降;长株潭核心区植被覆盖与气候变化有一定关联,但人口增长、土地利用类型变化、城市化进程以及政策等人为因素是影响植被覆盖变化的主要因素.     

基于植被丰度分析的城市植被胁迫遥感监测

以混合像元分解提取植被丰度作为主要手段,研究基于广州市区东边建成区的Hyperion高光谱遥感影像,以遥感影像预处理—特征选择—SMACC混合像元分解的步骤提取出植被丰度图,再进行PPI迭代运算纯化,提取出7种表征植被健康状况差异端元的PPI影像。经实地考察植被胁迫位置的周边人类活动的情况,结合植物生理学和光谱学分析反射率波谱曲线的变化,解释植物受到胁迫的原因,以期为城市绿地调查管理提供参考。     

基于BP神经网络的森林植被遥感分类研究

如何解决多类别图像的识别并满足一定的精度,是遥感图像研究中的一个关键问题,具有十分重要的意义。本文使用Landsat7ETM+遥感数据和森林资源分布图等地理辅助数据,用BP神经网络方法对森林植被进行了分类,并与最大似然法的分类结果进行精度比较分析。结果表明地理辅助数据参与的BP神经网络用于森林植被遥感图像分类其效果是较好的,是一种有效的图像分类方法。     

基于ALOS遥感影像植被分类方法的比较研究

以云南省宜良县ALOS影像为基础数据,利用最大似然法、支持向量机方法和面向对象的支持向量机方法对ALOS影像进行植被分类研究。实验结果:最大似然法分类精度为79.33%,支持向量机方法分类精度为82.25%,面向对象的支持向量机分类方法精度为86.13%,面向对象的支持向量机分类方法取得较好的分类效果。研究结果可为中高分辨率遥感影像分类研究提供参考。     

基于高光谱遥感的京津冀地区植被分布规律及影响因素分析

以京津冀地区植被资源实测样地调查资料为基础,基于"3S"技术,结合气象数据、遥感数据对京津冀地区植被分布时空格局进行了研究。运用地理信息系统空间分析及数理统计等方法对可能造成植被分布现状的各因子进行分析,并研究各因子与植被分布之间的相关关系。最后借助ArcGIS软件得到京津冀地区植被分布区划图,为京津冀地区植被研究工作提供一定的决策支持。     

南方集体林区典型毛竹经营区林分质量遥感量化研究

以福建省顺昌县大干镇的2017年SPOT-7数据为基础,获取同期地面调查基础数据,通过主成分分析提取响应毛竹林分质量变化的植被复合指数,结合植被净初级生产力(NPP)、干扰指数,采用层次分析法构建基于遥感数据源的林分质量评价模型,开展毛竹经营质量的量化评价。结果表明:基于SPOT所构建的毛竹林分质量与平均胸径、毛竹林分龄级具有相关性;评价结果与地面样地调查的林分质量进行拟合,决定系数R~2为0.757,总平均精度达83.29%,具有一致性;研究区各乡镇毛竹林分质量整体情况为干山村乡林场土垄村良坊村武坊村。整体表明,通过遥感数据的转换与挖掘,结合地形因子、植被净初级生产力和干扰指数,可实现南方集体林区毛竹资源经营成效的有效监测。