基于RS与GIS的北京市植被覆盖度变化研究

选用对植被状态表征较好的归一化植被指数(NDVI),在GIS和RS工具支持下, 选用多时相北京Landsat TM遥感影像,解译和分析出NDVI的时空变化特征,利用植被指数与植被覆盖度的关系及遥感测量法测算植被覆盖度.结果显示:北京市整体植被覆盖度呈增长趋势,市区植被覆盖度变化不大,部分区县植被覆盖度则由于城镇化推进而略有减少.     

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RS与GIS的揭阳市植被覆盖度分析

在RS与GIS技术支持下,利用揭阳市1996—2013年TM影像,进行植被覆盖度动态变化分析。结果显示,揭阳市17a间植被覆盖情况与经济、政策和人口发展密切相关,其中,城市扩展区植被退化,城区植被得到改善。     

基于RS的昆明市植被覆盖度变化动态分析

植被覆盖度是反映植被状况的重要因素,以1988、1996、2000、2006和2010年5个时相的TM和ETM＋影像数据,利用像元二分法模型计算了昆明市植被覆盖度并分析其时空变化。结果表明,1988～2010年的22年间,昆明市的植被覆盖度变化明显,平均植被覆盖度从56．2％下降到50．7％,降幅达5．5％;特别是官渡区和呈贡新区变化幅度最为显著,降幅分别为12．3％和6％。按时段分析结果,1988～2000年昆明市整体植被覆盖度呈下降趋势,2000～2010年呈增长趋势。分析认为,城市的发展与扩建导致植被覆盖度减少;应注重城市绿化建设,新建公园与广场,使城市植被得到恢复。     

海南省五指山市植被覆盖度估算

植被是生态系统的重要组成部分,以植被覆盖度为指标研究区域植被的时空动态特征,是生态系统健康评价的前提和必要基础。本文基于像元二分模型,利用归一化植被指数(NDVI),通过1988年,1998年和2008年3个时期的TM遥感影像数据,计算出五指山市不同时期的植被覆盖度,生成该区不同时期的植被覆盖图,分析五指山地区植被覆盖度的时空变化。结果表明:五指山市在1988—2008年间,植被覆盖度变化明显,整个地区的平均覆盖度从72%增加到77.9%。     

基于归一化植被指数的西安市域植被变化

利用1995年6月和2009年6月的TM卫星影像数据,计算西安市同期的归一化植被指数(NDVI),并以此为基础,反演植被覆盖度,通过植被覆盖度大于0.1的归一化植被指数的差值分级,量化分析西安市1995-2009年的植被状况.结果表明:西安市NDVI均值从1995年的0.252 2提高到了2009年的0.388 2,山区与前山缓坡带NDVI高,平原区受夏收刚过的耕地裸露的影响,NDVI低;从1995年到2009年,极低覆盖度、低覆盖度和高覆盖度植被的面积均有所减少,占全市土地面积的比例分别降低了1.05％和22.25％和1.81％,而中覆盖度和极高覆盖度植被的土地面积分别增加了12.68％和12.43％;NDVI差值指数统计结果显示,无论是全市还是各地势分区,均以中度改善和极度改善的面积为主体,市域内二者合计面积占到了全市有植被覆盖土地面积的86.81％,而全市域植被退化面积仅占全市有植被覆盖土地面积的5.57％;生态退化区域主要分布在市区、户县与周至县行政边界交汇区的北部区域和山区太白山主峰一带,生态极度改善区域主要分布在山区与关中平原区的交错带一线、周至县的黑河河谷、地跨临潼区与蓝田县的骊山山区和周至县的平原区等地.     

Google Earth Engine在四川省多年植被覆盖度动态监测中的应用

植被覆盖度的动态监测是研究区域生态环境的重要部分,基于Google Earth Engine遥感大数据云计算平台收集四川省2001—2016年Landsat TM/OLI的复合NDVI遥感影像,综合利用最大值合成法、像元二分模型、趋势分析等方法,估算2001—2016年的四川省植被覆盖度,并对16年的四川省植被覆盖度变化状况进行分析。结果表明:1)利用GEE强大的云计算能力可以对大面积研究区域进行长时序的动态监测;2)2001—2016年16年间,四川省的植被覆盖整体呈现比较良好的状况且植被覆盖变化趋势比较稳定;3)四川省植被覆盖度呈现空间分布不均的状况,大体呈现从边缘到中心覆盖度逐渐降低的趋势。16年间该地区的植被覆盖度整体呈现轻度增加的趋势,总体而言,四川省的植被覆盖状况良好。     

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。     

基于MODIS NDVI的三峡库区植被覆盖度动态监测

基于MODIS—NDVI遥感数据,采用像元二分模型估算三峡库区2000—2009年的年最大植被覆盖度,并在像元尺度上分析库区年最大植被覆盖度的时空变化规律及其驱动力。结果表明:三峡库区大部分区域处于高植被覆盖度,并随高程和坡度的增加而增大,其中年最大植被覆盖度大于60%的区域占92.35%;近10年来,库区年最大植被覆盖度总体呈微弱上升趋势,其中呈显著增加或降低趋势的像元数仅占7.16%,在20个区县中石柱、江津和丰都的植被覆盖度存在退化风险;降水是影响库区植被覆盖度年际波动的主导因子,当年5—8月降水量与年最大植被覆盖度的相关性最高,但在空间上存在差异,其中呈显著正相关区域主要分布于库区西部低山丘陵农业种植区,该区域降水增加有利于植被生长,而部分高海拔地区的年最大植被覆盖度与降水呈显著负相关,过多降水反而会抑制植被生长。     

基于MODIS数据的赤水河流域植被覆盖度季节性动态监测

以赤水河流域为例,运用ENVI与GIS技术,利用2000～2020年MODIS遥感数据,取多年月平均值对赤水河流域植被覆盖度季节性动态监测,进行了归一化植被指数(NDVI)的提取与植被覆盖度(FVC)的计算。结果表明：赤水河流域各土地利用类型面积占比为：林地>旱地>水田>城乡建设用地>水域>草地>未利用地,区域内林地分布广泛,集中分布在赤水河流域下游,旱地多分布在流域上游,水田多分布在流域下游,草地和城乡建设用地多沿河谷分布。气候变化对植被覆盖的影响较为直接和明显,植被覆盖度随着季节的变化有所增减,各月份之间植被覆盖度的变化趋于一致;人类活动以及政策对植被覆盖变化起到很大的推动作用。     

基于3S技术的多伦县植被覆盖度动态变化研究

利用2000年、2005年TM影像和2008年SPOT影像,对多伦县植被覆盖度进行研究。结果表明：2000—2008年植被低覆盖度减少了1410009km2,占2000年低覆盖度总面积的34．26％;中覆盖度增长了8倍;高覆盖度与2000年相比增长了11倍。由此看出京津风沙源治理工程成效显著？     

北京永定河流域森林植被覆盖研究

利用1978～2009年间共6期TM遥感数据,采用归一化植被指数（NDVI）结合二值化分析方法确定植被覆盖度的阈值,对北京市永定河流域32年来的森林植被覆盖变化情况进行研究,揭示永定河流域森林植被覆盖变化的驱动力因子与作用机制．结果表明,永定河流域上游植被覆盖度较高,中下游覆盖度较低,整个研究时期内植被覆盖度呈现波动变化,1978～1987年间,植被覆盖度急剧下降,而1987～1995年间植被覆盖度略有提高,但之后又迅速下降,2000年植被覆盖度处于历年最低值,2000～2004年间植被覆盖度呈上升趋势,2004—2009年间植被覆盖度趋于平稳．驱动力分析表明,引起植被覆盖变化的主要驱动因素是人为因素,包括人类破坏和保护2方面,其次是气候因素,包括降水和温度,其中降水占主导地位．     

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.     

云南黄家河流域天然森林植被的主要类型

云南黄家河流域的天然林面积为1 854.93 hm2,占该流域总面积的66.18%。依据2001~2003年10~12月共4次调查所获的样地资料和野外记录,按《云南植被》(1987)的植被分类原则,将黄家河流域的天然森林植被分为3个植被型,4个植被亚型和6个群系。其天然森林具一定的垂直分布规律,海拔高度从低到高,形成了半湿润常绿阔叶林(滇石栎林-黄毛青冈林-元江栲林)、暖温性针叶林(云南松林)、落叶阔叶林(圆叶杨林)(海拔高度为1 570~2 750 m)-中山湿性常绿阔叶林(多变石栎林)(海拔高度为2 650~3 320 m)的亚热带山地森林植被垂直分布系列。其中以暖性针叶林的面积最大,占黄家河流域天然林总面积的60.50%,而常绿阔叶林占36.69%,落叶阔叶林占2.81%。并对这些森林植被类型的基本特征作了较为详细的论述。     

迪庆州金沙江流域森林植被现状及森林生态保护思路

迪庆州金沙江流域特殊的地理位置、丰富的森林资源和生物多样性决定了其生态地位的重要性.森林生态保护面临着林牧矛盾突出,林下资源采集过度,资源利用方式落后,对森林资源的低价值消耗严重,生态保护资金投入不足等问题.提出统筹协调林牧矛盾,合理开发林下资源,加快农村能源建设步伐,完善集体林权制度配套改革,加强对公益林的管理,加大发展林产业,正确处理保护与开发的关系等森林生态保护与治理思路.     

八仙山自然保护区植被动态监测

探讨了利用TM数据得到NDVI数据进行植被变化监测的方法,并以八仙山国家级自然保护区为例,利用1987、1992、1997、2002年TM数据,分析了该保护区1987年至2002年间植被指数的变化情况。结果表明,从1987年到2002年,该保护区植被总体受到了有效的保护并向好的方向发展,但部分地区植被有被破坏变差的现象,尤其是在人为活动较多的海拔较低的地区。     

基于小班信息GIS更新的森林资源动态监测研究

结合动态监测技术及林业生产调查探讨开展森林资源动态监测的可行性,并进行了森林资源动态监测体系的设计.建设森林资源动态监测体系涉及到2个关键技术,即小班信息更新技术与更新验证调查技术.结合吉林省和龙市二类调查与历年森林经营措施资源,完成了2个林场小班信息的更新.     

基于RS和GIS的木兰县植被盖度定量研究

以木兰县1989年和2011年两景Landsat TM遥感影像为主要数据,基于RS和GIS技术,在定量反演归一化植被指数（NDVI）的基础上,获取植被盖度等级图并进行动态分析。研究结果表明：近22年来NDVI在0.2～0.3面积增加的最多,为141.41km^2,在0.4～0.5减少的最多,为340.29 km^2,低盖度植被区域面积增加的最多,高盖度植被区域面积减少的最多。该研究成果对深入了解该区生态环境质量变化具有重要的意义。