共查询到19条相似文献,搜索用时 265 毫秒
1.
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. 相似文献
2.
《山东农业大学学报(自然科学版)》2014,(3)
本文以武汉三镇为研究对象,利用2009年夏季Landsat TM主要遥感数据源,进行地表温度反演和土地覆盖解译,计算了武汉市城市建筑指数NDBI、归一化植被指数NDVI;并利用NDVI计算地表比辐射率,并使用单窗算法精确反演得到了武汉市2009年夏季地表温度LST。研究结果表明:武汉城市热岛由武昌、汉口、汉阳三大城区热岛构成,且三镇交界区存在多数热岛效应更为严重的"岛中岛",以汉口区中心商业区最为集中;进一步对植被覆盖区和建筑区温度及NDVI、NDBI相关性研究表明,武汉市不同土地覆盖类型有较大差异,LST与NDBI指数成正相关性,且相关系数建筑用地植被水体;LST与陆地表面NDVI指数成负相关性,且相关系数城市用地植被,与水体NDVI指数成正相关性。 相似文献
3.
该文通过2016年的Landsat 8卫星数据,解译了北京密云区2016年的土地利用数据。通过2005、2016年的TM/TIRS的热红外波段和NDVI值反演了密云区的地表温度和植被覆盖度。结果显示:2005—2016年,密云区地表温度升高,城市热岛效应明显;植被覆盖度与地表温度呈负相关关系,植被覆盖度越低,人工表面聚集度指数与分离度指数越高,地表温度会越高,而植被覆盖度越高、人工表面分离度越高,越能够缓解热岛效应。 相似文献
4.
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。 相似文献
5.
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。 相似文献
6.
城市化进程带来了城市热环境的恶化,植被作为城市生态环境的重要组成部分,对城市热环境的影响和调节具有重要作用。利用济南市TM/ETM+图像,通过反演地表温度(LST)和植被指数(NDVI),研究济南市的热环境和植被之间关系,以及城市热环境和NDVI的时空变化规律,得出了LST和NDVI是负相关关系;城市热岛范围逐渐扩大,尤其是向东和向南方向,且与济南市城市发展的时空方向一致;与2001年相比,2009年城市内部温度变化曲线趋于缓和,但不同地表类型之间的温度差值扩大;NDVI的变化特征与LST相反。 相似文献
7.
基于Landsat ETM+影像的城市热岛研究 总被引:1,自引:0,他引:1
采用Landsat ETM+影像数据,分别利用MODTRAN4和FLAASH对热红外波段和可见光、近红外波段进行大气校正,采用Valor的植被指数混合模型估算地表比辐射率,以普朗克公式推算地表温度,并以长沙市为研究区,分析了不同地表覆盖类型以及NDVI与地表温度之间的关系。结果表明,不同地表覆盖类型的地表温度有着显著差异,城市地表温度与NDVI之间具有明显的负相关关系,增加城市的绿地面积有助于缓解城市热岛效应。 相似文献
8.
基于NDVI的太原盆地植被覆盖度变化初步分析 总被引:3,自引:0,他引:3
笔者在ENVI软件支持下,通过432波段假彩色合成方法对黄土高原经济带山西太原盆地的土地类型进行影像判读,区分出类别。利用1990年TM和2000年ETM影像对黄土高原经济带山西太原盆地影像计算NDVI值,求解植被覆盖度,通过对比,得到植被覆盖度10年间的各个土地类型上变化。 相似文献
9.
以2000-2011年423景SPOT-VEGETATION逐旬NDVI数据为基础,采用MVC、标准差、线性趋势分析和HURST指数等数理统计方法对北部湾经济区植被覆被时空变化特征及未来趋势进行定量分析。结果表明,2000-2011年北部湾经济区NDVI值呈波动上升趋势,快于广西区年NDVI平均增长速率。NDVI均值存在着明显的分段特征,且转折点出现在2006年,2006年以前研究区植被覆盖呈现下降趋势,2006年以后呈现显著增加趋势。NDVI均值在空间上呈现出西北和西南植被覆被低、东南植被覆被高的态势,NDVI均值纬向分布呈现出北高南低,经向分布线性倾向率比较小,仅为0.5952/1N°。NDVI标准差的变幅较大,表现为波动小主要分布在NDVI均值的两个极端,波动较小与波动较大并存,波动较大分布比较零散的空间格局。NDVI的Hurst指数反持续(10.03%)持续性序列(89.97%),说明经济区植被的变化趋势处于持续性改善的趋势。 相似文献
10.
为研究国家"退耕还林还草"工程实施以来黄土高原植被覆盖动态变化,以2001-2015年的MODIS NDVI为数据源,结合2001-2015年的气象数据(温度/降水),分析黄土高原地区植被NDVI、气温和降水量的空间分布特征,以及植被NDVI对气温和降水量的响应关系。结果表明,近15a黄土高原地区植被NDVI总体呈现增长趋势。黄土高原地区植被NDVI的空间分布差异显著,大体趋势是植被覆盖从西北部向东南部逐渐递增。研究区植被的空间变化也具有明显的差异特征,研究区的西安市、渭南市及豫西山地的洛阳市等地的植被退化严重,但是随着国家"退耕还林还草"计划的实施,黄土高原地区中部的植被覆盖有了明显的改善。黄土高原地区的温度年际间变化不大,而降水量起伏变化较大。降水量对植被NDVI的影响大于温度对植被NDVI的影响。 相似文献
11.
对奈曼旗的TM数据进行大气校正和几何校正。利用Landsat TM3和Landsat TM4计算该区域的植被指数(NDVI),来分析和研究该区域的植被状况,特别是通过植被盖度从另一个角度来说明问题。利用Landsat TM6热红外遥感数据定量反演了该研究的地表温度,初步分析了区域热量分布差异并探讨这一差异形成原因,并建立NDVI和地面温度两者之间线性关系。结果表明:该区域的热量分布差异显著;卫星图像反演的地表温度与实际的地面情况相符合;地面温度都与植被指数(NDVI)存在着密切的反相关关系。 相似文献
12.
基于SPOT-VGT数据的湖南省植被变化及其对气候变化的响应 总被引:1,自引:0,他引:1
13.
基于MODIS NDVI探究朝鲜植被覆盖的空间分布格局,运用斜率分析法拟合2000-2016年朝鲜植被覆盖动态变化趋势,运用Pearson相关分析法分析朝鲜植被NDVI与气温、降水的相关性,在此基础上,总结了2000-2016年朝鲜植被覆盖动态变化规律及其驱动因素.结果表明:朝鲜植被覆盖空间分布不均,北部高原、山地区以及中东部山地丘陵区NDVI值最高;西、南海岸地带,平原地区以及东部沿海区NDVI值最低.朝鲜植被生长季NDVI整体上呈减少趋势,但局部有增加趋势,空间差异明显;其中减少面积为39 161 km2,占国土面积的31.9%,增加面积为28 972 km2,占国土面积的23.6%;生长季各月整体上均呈减少趋势,减少幅度5月最大,7月次之,9月最小.植被变化与气温、降水存在相关性,并存在一定程度的滞后性;年际受气温影响略大,年内9月植被与前期1月、前期与同期累积气温存在显著相关性,与当月、前期与同期累积降水存在显著相关性. 相似文献
14.
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. 相似文献
15.
Study on Soil Salinization Information in Arid Region Using Remote Sensing Technique 总被引:3,自引:0,他引:3
Extracting information about saline soils from remote sensing data is useful, particularly given the environmental significance and changing nature of these areas in arid environments. One interesting ease study to consider is the delta oasis of the Weigan and Kuqa rivers, China, which was studied using a Landsat Enhanced Thematic Mapper Plus (ETM+) image collected in August 2001. In recent years, decision tree classifiers have been successfully used for land cover classification from remote sensing data. Principal component analysis (PCA) is a popular data reduction technique used to help build a decision tree; it reduces complexity and can help the classification precision of a decision tree to be improved. A decision tree approach was used to determine the key variables to be used for classification and ultimately extract salinized soil from other cover and soil types within the study area. According to the research, the third principal component (PC3) is an effective variable in the decision tree classification for salinized soil information extraction. The research demonstrated that the PC3 was the best band to identify areas of severely salinized soil; the blue spectral band from the ETM+ sensor (TM1) was the best band to identify salinized soil with the salt-tolerant vegetation of tamarisk (Tamarix chinensis Lour); and areas comprising mixed water bodies and vegetation can be identified using the spectral indices MNDWI (modified normalized difference water index) and NDVI (normalized difference vegetation index). Based upon this analysis, a decision tree classifier was applied to classify landeover types with different levels of soil saline. The results were checked using a statistical accuracy assessment. The overall accuracy of the classification was 94.80%,which suggested that the decision tree model is a simple and effective method with relatively high precision. 相似文献
16.
地形调节植被指数及其在森林动态监测中的应用 总被引:2,自引:0,他引:2
森林一般分布在复杂地形山区,消除地形影响成为提高森林遥感监测精度必须解决的基本问题之一。本文提出一种无需DEM数据支持、仅依据光学遥感影像近红外波段与红光波段数据就能有效消除山区地形影响的地形调节植被指数(TAVI)。以1998年与2008年两期LandsatTM影像为实证研究数据,进行TAVI抗地形影响性能验证并采用... 相似文献
17.
应用遥感数据反演针叶林有效叶面积指数研究 总被引:7,自引:0,他引:7
以红壤丘陵典型区千烟洲及其周边为研究区,利用陆地卫星TM图像数据和同期野外实测的37个针叶林样地有效叶面积指数数据,分析了遥感植被指数与湿地松、杉木林、马尾松和针叶林总体之间的相关关系,进而分别建立了遥感植被指数与不同林型针叶林有效叶面积指数间的线性与非线性回归模型.研究表明,遥感植被指数与不同林型针叶林有效叶面积指数存在较好的相关性,但不同林型之间的相关系数存在一定差异;所建立的针叶林有效叶面积指数遥感反演模型以三次曲线回归方程拟合精度最高. 相似文献
18.
应用遥感数据反演针叶林有效叶面积指数 总被引:11,自引:2,他引:11
以红壤丘陵典型区千烟洲及其周边为研究区,利用陆地卫星TM图像数据和同期野外实测的37个针叶林样地有效叶面积指数数据,分析了遥感植被指数与湿地松、杉木林、马尾松和针叶林总体之间的相关关系,进而分别建立了遥感植被指数与不同林型针叶林有效叶面积指数间的线性与非线性回归模型.研究表明,遥感植被指数与不同林型针叶林有效叶面积指数存在较好的相关性,但不同林型之间的相关系数存在一定差异;所建立的针叶林有效叶面积指数遥感反演模型以三次曲线回归方程拟合精度最高. 相似文献
19.
北京市植被绿度与城市热岛效应关系研究 总被引:10,自引:0,他引:10
以北京市为研究区域,以Landsat TM影像为基础数据,定量反演亮度温度(Tb),提取归一化植被指数(NDVI),并利用RS和GIS技术在东北西南和西北 东南方向构建多个特征剖面,探讨Tb与NDVI的关系在空间上的分布规律。结果表明:①除了在西北 东南方向的76、78、80、82 km处剖面外,其他剖面上Tb和NDVI存在明显的负相关关系。②剖面上Tb与NDVI相关性的显著程度呈现由中心剖面向边缘剖面递减的格局。③剖面上Tb与NDVI相关性的显著程度受下垫面土地利用结构的复杂程度影响,土地利用结构越复杂,特征剖面上Tb与NDVI的相关性越显著。研究结果较好地揭示了植被与温度相关性的空间分布规律,可为北京市未来的城市、绿地等规划提供科学依据。 相似文献