基于遥感技术的植被覆盖度演变的动态监测——以察布查尔锡伯自治县为例

基于新疆维吾尔自治区察布查尔锡伯自治县2000、2006和2013年的Landsat遥感影像,利用ENVI5.0和Arc GIS9.3软件对其进行辐射定标、大气校正、植被覆盖度提取,对比了察布查尔锡伯自治县14年来的植被动态变化,分析了其变化趋势,并探讨了植被覆盖度变化驱动机制。结果表明,2000-2013年,察布查尔锡伯自治县植被覆盖度明显增加,高植被覆盖度面积也明显扩张,尤其是人为退耕还林、退耕还草增长比较明显。     

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。     

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.     

高分1号卫星影像在福州市植被生态遥感监测中的应用

从高分1号(GF1)卫星数据特征出发,论述了卫星数据的预处理方法,并以福建省福州市为例,通过PIE软件对高分1号多光谱相机(GF1-WFV1)16 m影像数据进行辐射定标、大气校正和正射校正,然后利用GIS软件计算植被覆盖度并划分植被覆盖等级。结果显示,除城建区外,福州大部地区为高或较高植被覆盖度区,其中,福州内陆地区植被长势明显高于沿海地区,福州市区、仓山、闽侯高新区及平潭地区植被覆盖度较低。     

不同遥感影像大气纠正算法在农作物种植面积提取中的对比

以海安县的LANDSAT5—TM影像为研究对象,用于农作物种植面积遥感提取,但由于大气辐射使卫星遥感数据引起畸变从而影响提取精度,为消除该影响,采用黑暗像元减法（DOS）、大气辐射传输模型法FLAASH、ATCOR2、6S等四种大气校正方法进行大气校正并对各种方法进行验证比较,从综合方面考虑得出最优大气校正方法。利用40个主要农作物的样本点的NDVI值与经过大气校正MODIS地表反射率的NDVI值比较,同时利用农作物的反射率值与标准值进行比较对比,以及结合各类主要农作物分类结果精度进行验证。实验结果表明,大气校正在一定程度上提高了农作物真实地表反射率,使得农作物的反射率更加精确,分类精度较原图像也有较大提高,因此提高了主要农作物各类面积提取的精度,综合计算效率和效果等指标得出在面向农作物面积遥感提取的大气方法中,采取FLAASH方法可以达到较好的效果。     

不同端元模型下湿地植被覆盖度的提取方法——以北京市野鸭湖湿地自然保护区为例

植被覆盖度作为反映湿地植物生长状况的重要生态学参数,在评估和检测湿地生态环境方面起着关键的作用.以华北内陆典型的淡水湿地——北京市野鸭湖湿地自然保护区为研究对象,中等分辨率的Landsat TM影像为数据源,基于线性光谱混合模型(LSMM)对研究区的植被覆盖度进行了估算.针对湿地植被类型丰富、土地利用类型多样化的特点,利用归一化植被指数(NDVI)在反映植物生长状况、覆盖程度以及区分地表覆盖类型方面的优势,通过对原始Landsat TM影像增加NDVI数据维对影像进行维度扩展,克服了传统研究中通常从Landsat TM影像上提取3-4种端元的局限,经最小噪声分离变换(MNF变换)、纯像元指数(PPI)计算以及人机交互端元选取等一系列运算,构建以陆生植物、水生植物、高反射率地物、低反射率地物、裸露土壤为组分的五端元模型来反映研究区的地物组成;同时,以原始Landsat TM影像为基础,构建植物、高反射率地物、低反射率地物、裸露土壤为组分的四端元模型.针对两种端元模型,采用全约束下的LSMM算法进行混合像元分解以获取研究区的植被覆盖度,其次辅以研究区的纯水体信息对其进行优化.精度检验采用相同时期的高分辨率WorldView-2多光谱影像来进行.研究表明:虽然四端元模型与五端元模型对植被覆盖度的估算结果在空间上具有基本一致的分布趋势,但是前者的估算结果在数值上要普遍低于后者,在研究区的水体及其附近,四端元模型难以体现水生植物的植被覆盖信息;另外,五端元模型的估算结果与检验数据的相关系数R达到0.9023,均方根误差(RMSE)为0.0939,明显优于四端元模型的R=0.8671和RMSE=0.1711.这反映了通过对影像进行维度扩展的方法来改进端元提取的数量是可行的,而由此构建的五端元模型可以更充分的反映研究区地物之间的光谱差异,从而获得更好的估算精度.     

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。     

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。     

MODTRAN模型在HJ/CCD影像大气校正中的应用

大气校正是定量遥感研究中必不可少的过程。本研究利用MODTRAN模型对一景HJ/CCD影像进行大气校正,并从典型地物光谱特征变化、校正结果与MODIS地表反射率产品比较及对归一化植被指数(NDVI)的影响3方面评价校正效果,结果显示:MODTRAN模型较好地消除了可见光波段内的增加效应和近红外波段的吸收作用;校正结果与高精度的MODIS地表反射率产品在植被、居民地、水体3类地物的反射率具有较高的一致性,其中植被类型平均误差为12.8%;MODTRAN模型较好地修正了混合像元的NDVI值,校正后各类地物的NDVI均有所提升,其中植被NDVI的增幅最大,有利于区分植被与其他地物类型。表明MODTRAN模型对HJ/CCD影像具有较好的大气校正效果。     

宁夏农牧交错区植被覆盖时空变化及成因分析

厘清人类活动和气候变化对宁夏农牧交错区植被覆盖度变化的共同影响对指导宁夏农牧交错区植被恢复具有重要的现实意义。基于Google Earth Engine(GEE)云平台,以宁夏农牧交错区1990-2020年陆地卫星地表反射率数据为基础,采用像元二分模型估算区域植被覆盖度并分析其时空变化规律,通过计算累积植被覆盖度的斜率变化率和残差分析确定人类活动对植被覆盖度的影响,运用相关分析法明确气候因素与植被覆盖度的相关性。结果表明,1)1990-2020年研究区年均植被覆盖度增加,增速为0.58%/a(P<0.05)。其中,1990-2000年年均植被覆盖度无显著变化(P>0.05),2000-2020年年均植被覆盖度显著增加(P<0.05),增速达到1.04%/a。2)空间上,研究区年均植被覆盖度由北向南逐渐递增,植被覆盖度恢复的区域面积大于退化面积,城镇的建城区是植被覆盖度显著降低的主要区域。3)人类活动是研究区植被覆盖度增加的主要影响因素,气象因素次之;气象因素中降雨量对植被覆盖度变化起主要作用。     

基于遥感的高山松连清固定样地地上生物量估测模型构建

  目的  研究利用遥感方法构建高山松固定样地地上生物量估测的参数模型,可以在今后前期样地的基础上直接快速、准确地估测生物量,或者开展少量的外业调查即可获取地上生物量。  方法  基于遥感因子与样地地上生物量变化量和线性混合模型提高生物量估测精度,以香格里拉市1987、1992、1997、2002、2007、2012、2017年7期国家森林资源清查固定样地和对应年份Landsat TM、OLI的Level-1数据为基础,首先对遥感数据进行预处理:包括辐射定标、大气校正、几何校正和地形校正,提取原始波段、比值因子、植被指数、图像增强信息、纹理指数、混合像元分解后的丰度、叶面积指数,计算5 ~ 30年间隔样地对应的遥感因子变化值。根据森林资源二类调查的高山松分布特征,选择地形因子作为线性混合模型的固定和随机效应,采用多元线性回归、非线性回归、地理加权回归、线性混合模型构建高山松地上生物量估测的静态模型,基于遥感光谱信息变化量构建了有树高和无树高参与的动态模型。最后对不同的建模方法和验证结果进行对比分析,选择最优结果作为估测模型并验证。  结果  （1）分析静态数据建模和验证的结果,采用样地号为固定因子、坡度等级为随机因子的线性混合模型的拟合R2最高,为0.75;但利用训练数据集和2017年数据验证,其精度都较低。（2）分析变化量数据建模和验证的结果,采用样地号为固定因子、坡度等级为随机因子、遥感因子变化量为自变量的线性混合模型拟合R2最高,为0.70,预测精度P值为（68.86 ± 11.93）%;增加平均树高变化量,拟合R2最高为0.79,预测P值为（73.39 ± 6.18）%。（3）无论是有、还是无树高参与的变化量模型其拟合和预测精度都达到80%,其预测精度达到了非参数模型预测精度。  结论  基于变化量的估测模型的拟合和预测精度较静态模型有所提高;综合遥感因子、地形因子构建的高山松地上生物量估测线性混合模型,其精度有较大提高;采用遥感因子变化量构建的高山松地上生物量估测模型,有效弥补了静态光学遥感数据估测生物量的不足,经检验可用于其他年期的估测。      

基于开花期卫星遥感数据的大田小麦估产方法比较

【目的】卫星遥感具有覆盖范围广、获取速度快、信息量大、动态性强等优势,能够及时准确地获取作物产量信息,反映作物产量空间变化趋势。遥感技术作物估产已成为现代农业生产中研究热点。通过改善遥感估产建模方法,以实现进一步提高大田作物遥感估产精度,为宏观了解不同区域作物产量形成情况及变化趋势提供直观、可靠的参考。【方法】论文结合2011—2012年江苏省大丰、兴化、姜堰、泰兴、仪征5个县区的定点观测试验,以国产卫星产品HJ-1A/1B影像为遥感数据,于小麦开花期开展大田定位观测区卫星遥感植被指数、关键生长指标与收获期单产间的定量分析。通过对产量与小麦生长指标以及植被指数进行定量关系分析,进一步增强遥感反演的机理性和重演性。将卫星遥感变量与小麦产量进行相关关系分析作为遥感估产的直接建模方法,间接建模方法则是选取与产量相关性较好的遥感变量以及与遥感变量相关性较好的主要苗情指标,利用筛选得到的敏感遥感变量,首先监测对应的小麦生长指标,结合该小麦生长指标与产量间的定量关系,进而建立间接估产模型,利用此模型进行小麦遥感间接估产。利用直接和间接建模方法,以相关性最高为原则,筛选估算产量的敏感卫星遥感变量。以2012年试验数据为建模样本,采用线性回归分析方法,分析小麦开花期苗情指标、产量与卫星遥感变量两两之间的相关性,分别构建以遥感植被指数为基础的大田小麦估产模型,与地面实测结果一起建立模型共同分析。以2011年试验数据为验证样本,选取评价指标拟合度(R2)和均方根误差(RMSE),对两类模型的估算精度进行验证和比较,以提高遥感反演的定量化水平和可信度。【结果】分别以差值植被指数(difference vegetation index,DVI)和比值植被指数(ratio vegetation index,RVI)为基础的单因子直接估产模型的均方根误差(root mean square error,RMSE)为918 kg·hm-2和1 399.5 kg·hm-2,以DVI和RVI遥感变量构建双变量估产模型的RMSE为1 036.5 kg·hm-2,以归一化植被指数(normalized difference vegetation index,NDVI)和叶片氮积累量为基础构建的间接估产模型的RMSE为805.5 kg·hm-2,说明开花期HJ-1A/1B影像估算小麦区域产量是可行的,且精度较高;经比较,以NDVI和叶片氮积累量为基础的间接估产模型精度明显高于直接估产模型,相较于DVI直接估产模型RMSE降低了112.5 kg·hm-2,相较于RVI直接估产模型RMSE降低了594 kg·hm-2,相较于双因子模型RMSE降低了231 kg·hm-2。【结论】国产卫星HJ-1A/B可以较好满足估测小麦产量要求,且利用间接方法建立作物遥感估产模型要好于直接方法,研究结果为利用遥感技术更为准确估算大田小麦产量提供了一种新的途径。     

基于决策树的水生植被遥感信息提取研究

通过遥感技术获取了太湖地物的遥感影像,根据地物的光谱特征提取湖泊植被和水体信息,通过传感器定标和几何校正对信息进行预处理,在分析信息波段、光谱值、及NDVI特征的基础上建立决策树,对信息进行分类,提取太湖水生植被的信息。     

数码照相法估算植被盖度

植被盖度是表征生态系统特征的重要参数之一,其准确测度对于分析土壤侵蚀强度、生态环境现状具有重要意义。该文选择黄土高原退耕还林还草区野外测量的25个典型样方, 探讨了数码照相法估算植被盖度的模型和方法,提出了中心投影引起的边缘畸变问题和植被信息识别问题的有效解决方案。前者采用控制点几何校正的方法解决,后者基于目视判读、统计汇总红(R)、绿(G)、蓝(B)三基色的DN（digital number）值分布规律,采用编程方式解决。研究结果表明,植被信息的三基色组成分别符合DNGDNRDN B、DNGDNBDNR和DNBDNRDNG 3种规律,非植被信息的三基色构成遵循DNRDNGDNB的规律,且采用上述规律,编程得到草地样方的植被盖度精度较高。可见,该文提出的估算植被盖度的数码照相法可移植到数码相机中,具有明显的应用价值。      

基于植被指数的神东矿区植被盖度变化分析

随着社会环保意识的逐步增强,近年来矿区开采活动对环境的影响备受关注。为了分析矿区开采活动对环境的影响,文章利用神东矿区不同时相的Landsat遥感影像经过预处理后计算其植被指数,进而计算植被盖度并分析其变化,分析矿区开采活动对绿色植被生长的影响程度。在此基础上以植被指数转化法模型进行了植被盖度的估算。通过对提取出植被信息的分析得出：2002年开采后较1989年开采前植被覆盖情况发生了很大的变化,其中优等与良等覆盖区域增加,中等覆盖区域减少,由于矿区的建设造成非植被覆盖区域的增加。     

应用归一化植被指数的玉米产量预测研究

为有效利用归一化植被指数(NDVI)对玉米产量进行预测,以黑龙江省肇东市为研究区域,利用玉米抽穗期HJ1B遥感数据,结合野外实测数据,进行玉米单产遥感预测研究。通过辐射定标、大气校正、几何精校正等预处理,反演试验区域的实际光谱反射率,从而计算试验区域内玉米的归一化植被指数(NDVI)实际数值,进而与野外实测产量数据进行模型拟合。结果表明:肇东玉米抽穗期NDVI与产量之间二次多项式模型相关性最佳,对比实测数据准确率可达86%,并利用研究结果对肇东2011年玉米产量进行了预测,与实测结果比较后形成玉米单产遥感预测专题图,因此,确定归一化植被指数与玉米产量具有一定的相关性。     

基于RS和GIS的神府矿区水土流失分级研究

针对常规水土流失监测方法的不足,将TM遥感影像与GIS相结合,探讨其在水土流失定量分级监测及评价中的应用,提出了以更适合煤矿区实际情况的植被覆盖度、土地利用结构、坡度和矿山开发程度作为主导因子的数学模型。在各因子信息提取和分级定标的基础上,在ArcGIS下经量化编码、空间分析,得到土壤侵蚀强度分级数据。     

Chlorophyll Content Retrieval of Rice Canopy with Multi-spectral Inversion Based on LS-SVR Algorithm

To monitor growth and predict the yield of rice over a large area, the chlorophyll contents in the rice canopy were estimated using the unmanned aerial vehicle(UAV) remote sensing technology. In this work, multi-spectral image information of the rice crop was obtained using a 6-channel multi-spectral camera mounted on a fixed wing UAV, which was flown 600 m above the ground, between 11: 00-14: 00 on a sunny day in summer. The measured chlorophyll values were collected as sample sets. The s-REP index was screened out to estimate chlorophyll contents through the analysis of six kinds of spectral indexes of chlorophyll estimated capacity. An inversion model of the chlorophyll contents was then built using the least square support vector regression(LS-SVR)algorithm, with calibration and prediction R-square values of 0.89 and 0.83, respectively. Finally, remote sensing mapping for a UAV image of the Fangzheng County Dexter Rice Planting Park was accomplished using the inversion model. The inversion and measured values were then compared using regression fitting. R-square and root-mean-square error of the fitting model were 0.79 and 2.39,respectively. The results demonstrated that accurate estimation of rice-canopy chlorophyll contents was feasible using the LS-SVR inversion model developed using the s-REP vegetation index.     

基于中巴资源卫星数据的森林郁闭度估测研究

森林资源分布具有辽阔性、复杂性、通达性差等特点,而遥感技术具有宏观、动态、便捷、可周期重复和成本低等优点,成为研究森林资源状况的理想手段。目前,在森林遥感应用中,多源遥感数据的提供能力越来越强。但由于遥感信息的综合性、复杂性,遥感信息处理技术相对落后。基于不同区域、不同季相和不同背景特征的森林遥感分类技术远未成熟。利用中巴资源卫星遥感数据,经过图像处理(包括图像的校正、图像的增强和图像的分类等),获取样地的灰度值,结合少量地面实测样地资料,通过线性回归建立森林郁闭度的数学模型,并进行检验以确保估测的精度,为林业生产和建设提供依据。