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。     

昆明市植被覆盖变化特征分析——基于Landsat遥感影像数据

以昆明市主城区及呈贡新区为研究区域,其于1992年Landsat 5 TM、2001年Landsat 7 ETM+、2014年Landsat 8遥感影像数据,运用归一化植被指数(NDVI)和植被覆盖度遥感定量模型,在ENVI 5.1、ArcGIS10.1软件的支持下,提取3个时相的植被覆盖度等级,定量分析了该地区的植被覆盖度变化情况.结果表明,昆明市主城区及呈贡新区植被覆盖等级以高植被覆盖为主;1992 ～ 2014年植被覆盖以高→中等、高→中高为主要转换类型;植被覆盖等级与环境、农业、城市建设政策息息相关.     

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。     

植被遥感影像特征提取及分类研究

植被分类能够对一个地区的植被状况进行分析,在环境保护和农业生产方面具有很重要的意义。本研究针对植被遥感图像分类识别需求,首先通过粒子群算法来实现马尔科夫的寻优过程,然后通过遗传算法进行支持向量机解空间的搜索,从而实现更加准确的图像分割和识别,最后通过实验验证了算法的有效性。     

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种方法进行植被覆盖度提取时存在的影响因子、优缺点以及适用范围。     

面向对象的遥感影像植被信息提取技术研究

在阐述面向对象的遥感分类方法的基本原理和方法的基础上,对2006年武汉市洪山区的遥感影像数据中的植被进行了分类训练和精度评价。为了解决植被中存在的异物同谱的现象采用了阴影消除的方法,同时采用定量测定的方法提取影像中的植被。结果表明,采用面向对象的多尺度分割的植被信息提取精度明显高于非监督分类的分类精度,是一种行之有效的分类提取技术。     

基于面向对象的无人机遥感影像荒漠植被分类

荒漠植被分布稀疏且叶面普遍较小,导致影像中植被光谱特征较弱,分类难度较大.为提高荒漠植被分类精度,选取古尔班通古特沙漠为研究区,以无人机遥感影像和数字表面模型为数据源,采用面向对象的随机森林算法,在去相关拉伸光谱信息增强基础上对荒漠植被进行分类,分析去相关拉伸前后分类精度的变化.结果 表明:基于去相关拉伸并结合面向对象...     

基于多源遥感影像融合的植被覆盖度信息提取研究

植被覆盖度是评估生态环境的一个重要参数,对于全球环境变化和监测研究具有重要意义。如何从遥感数据资料估算植被覆盖度,并提高估算精度是建立全球或区域气候、生态模型的基础工作。该研究以CBERS数据与ASAR数据为多源遥感数据源,进行CBERS影像与ASAR影像HPF像素级融合,生成高空间分辨率的多光谱影像HPF融合影像。分别运用CBERS影像和HPF融合影像,提取植被覆盖度,并对两者的提取效果进行精度对比评价分析。评价结果表明,HPF融合处理的影像提取的植被信息精度较高、效果较好,为植被覆盖度信息的提取提供了参考。     

基于遥感的长治县植被覆盖度时空变化研究

植被覆盖度能反映一个时间段某区域的植被动态变化情况,归一化指数简称NDVI,其是反映植被覆盖度的重要指数。通过分析2004年LANDSAT 5 TM数据和2014年LANDSAT 8 OLI_TIRS遥感数据,对长治县12个乡镇与5种植被覆盖度类型进行叠加分析。结果表明,高覆盖度有大幅度的下降,其植被面积所占比例从2004年的76.55%下降到2014年的60.05%;其他类型都升高了,其中,中高覆盖度、中覆盖度和低覆盖度上升幅度较大,中高覆盖度从2004年的10.34%上升到2014年的16.26%。长治县12个乡镇的5种植被覆盖度类型面积全部下降,其中,荫城镇的高覆盖度面积从2004年最高的35.38 km2降至2014年的1.82 km2。     

基于I-FCN模型的城市高分辨率遥感影像植被信息提取

为了提高城市高分辨率遥感影像中植被信息的提取精度,提出一种改进的全卷积神经网络模型,通过大量的训练数据获得最佳模型参数,进行植被信息的提取,并与支持向量机、面向对象法、经典的FCN模型方法提取的植被信息进行对比分析。结果表明:提出的网络模型不但能够有效缓解"椒盐现象",还能保证小面积的植被提取与植被区域边界的准确性。该方法可自动综合多种特征,所以可有效减少植被像元的误分与漏分现象,提高植被提取精度。     

基于QuickBird遥感影像的土地利用变化及驱动力研究

以杨凌示范区为研究对象,在对该区2003年和2007年QuickBird遥感影像解译分类的基础上,采用土地利用动态度、变化强度、土地利用程度综合指数模型分析土地利用变化特征,并对其驱动力进行分析。结果表明:就土地利用动态度而言,其他类土地的变化幅度最大,以年变化率约50%的速度增加;从变化强度的绝对值来看,耕地的变化强度最大,耕地面积逐年减少,4 a间减少了约11%;2003—2007年研究区的土地利用程度变化值小于零,说明该区的土地利用处于衰退期。影响研究区土地利用变化的驱动力因子主要是人口因素、经济增长和政策变动。     

基于TM影像植被信息提取研究

基于TM遥感影像,提取研究区内植被专题信息,通过对TM多光谱影像进行K-T变换,得到亮度、绿度、湿度3个新的分量,计算各组分分量和归一化植被指数NDVI的相关系数,从而进行波段组合,将其分类结果与K-T变换基础上分类结果、以及原始图像基础上分类结果进行比较。分析表明,波段的合成与K-T变换均能提高遥感影像分类精度,并且波段组合基础上植被分类与信息提取效果良好,精度更高。     

基于NDVI序列影像精化结果的植被覆盖变化研究

植被归一化指数(NDVI)是地表植被覆盖特征的重要指标之一.本文以三峡库区2001 - 2003年MODIS遥感数据反演的NDVI时间序列影像为例,研究NDVI影像序列的精化问题,包括降云及去噪处理的有效方法.在改进的BISE技术降云处理的基础上,采用小波软阈值降噪方法提取有效变化趋势.然后进行库区2001 - 2003年植被变化的变化矢量分析,采用阈值分割的方法将库区变化强度影像分为未变化、小变化、中等变化与剧烈变化四个类型.研究成果可为三峡库区宏观生态环境变化的掌握提供一定的依据.     

基于ALI影像的植被冠层叶面积指数的遥感反演研究

以鄱阳湖源头之一的梅江流域作为研究区,该地区植被多呈混交状态,且疏密程度不均,针对这一特性,采用EO-1上搭栽的高级陆地成像仪（ALI）生成的多光谱影像作为遥感信息源,对该影像预处理后计算各植被指数信息;考虑到研究区裸地比较多,其中垂直植被指数（PVI）的计算引入土壤线参数.同时,借助植物冠层分析仪LAI-2000实地测量获得研究区的LAI值,而后对采样所得的LAI数据与通过遥感影像所获得的植被指数建立空间位置上的联系,提取出相应点的VI值,拟合两者之间的关系,得到相应的反演模型,在回归模型中依据相关系数R2找出最佳模型,最后反演制图得到该研究区的植被冠层LAI图.     

基于多时相Landsat影像的庆元县植被覆盖变化研究

利用多时相陆地资源卫星Landsat TM和增强型专题绘图仪ETM影像数据,使用像元二分模型对浙江省庆元县1994-2007年植被覆盖度及其动态变化进行研究。结果表明：13 a来,庆元县植被覆盖度持续增长,至2007年高植被覆盖度区域占全县总面积的90.77%,植被覆盖度等级间的转移方向以中高覆盖区（50%～75%）向高覆盖区（〉75%）转变为主,其中1994年至1999年间的变化最为显著。13 a间植被覆盖度随坡度的增大而增加,坡度越小植被覆盖度增长幅度越大,特别是地形平缓区域（〈15°）的植被覆盖度增长幅度达15%以上。全县植被覆盖度时空变化分级统计结果显示,1994-1999年,庆元县东部地区的植被恢复较为明显,1999-2007年,百山祖自然保护区等地的植被恢复较好。13 a间各类植被覆盖区的景观破碎度不断降低,平均斑块面积不断增大,特别是高覆盖区在总体面积大幅提高的同时,平均斑块面积由9.66 hm2增长到182.82 hm2,增加了18倍。图2表6参15     

森林植被遥感监测影像最佳分辨率选择

遥感影像分辨率的高低直接影响着森林植被监测的精度、成本和效率,故选择适合森林植被监测的影像最佳分辨率具有重要的应用价值。针对森林植被监测影像最佳分辨率选择方法及结果缺乏的问题,从林业实际应用出发,提出了基于1个步长的变异函数分析空间变异并综合考虑监测精度、成本和效率来确定森林植被监测影像最佳分辨率方法。基于最新的国产高分二号（GF-2）全色影像,利用1个步长的变异函数对湖南常宁洋泉镇林区3种典型分布类型森林植被进行拟合分析,初步确定适合森林植被监测的影像最低分辨率。然后对重采样形成的不同尺度多光谱影像分别进行监督分类,并对结果进行定量定性分析,结合影像成本和数据处理时间,找到适合不同类型森林植被监测的影像最佳分辨率。研究表明:不同分布类型的森林植被,适合遥感监测的影像最佳分辨率不同:①小冠幅森林植被3.2 m;②大冠幅森林植被16.0 m;③混合冠幅森林植被8.0 m。该森林植被遥感监测影像最佳分辨率确定方法和结果可为其他区域森林植被遥感监测影像最佳分辨率确定提供借鉴。     

基于遥感影像的北京市裸土地表面积变化对比研究

雾霾是由大气颗粒物等与雾天遭遇所形成的一种大范围灾害性天气现象,其形成与近地面层的静风、逆温等气象条件以及各类污染物的多源排放密切相关。裸土地表是起沙、起尘和矿物气溶胶颗粒的重要来源。本文通过遥感影像解译和测定,揭示了北京市城区裸土地表的时空分布。2007—2012年,北京市裸土地表增长剧烈。2012年六环以内裸土地块数为1 351块,为2007年的3.8倍;2012年六环以内裸土地表面积总计为179 km~2,为2007年的5.3倍。北京市裸土地表的快速增加势必导致地表粉尘颗粒物释放量的显著增加,这在一定程度上反映了本文揭示的裸土地表面积快速增长与雾霾天气愈发严重趋势的一致性。     

基于遥感影像的博乐市土地利用变化分析

以博乐市为研究区域,在遥感技术的支持下,利用2006、2011和2016年Landsat影像,对博乐市进行了监督分类,分别得出各类土地的现状数据并进行了分析。结果表明,2006～2016年耕地、未利用地和草地3种土地类型面积有所减少,林地、建设用地和水体3种土地类型面积有所增加。最后,提出了增加有效耕地面积,确保耕地占补平衡,加强耕地保护力度;挖掘土地潜力,提高土地利用集约度等政策建议。     

基于遥感影像的博乐市土地利用变化分析

以博乐市为研究区域,在遥感技术的支持下,利用2006、2011和2016年Landsat影像,对博乐市进行了监督分类,分别得出各类土地的现状数据并进行了分析。结果表明,2006～2016年耕地、未利用地和草地3种土地类型面积有所减少,林地、建设用地和水体3种土地类型面积有所增加。最后,提出了增加有效耕地面积,确保耕地占补平衡,加强耕地保护力度;挖掘土地潜力,提高土地利用集约度等政策建议。