锡林郭勒草地MODIS植被指数时空变化研究

利用新一代卫星遥感数据TERRA／MODIS，结合地面调查数据。以内蒙古自治区锡林郭勒盟草地为研究区域。分析草甸草原、典型草原、沙地草原、荒漠草原四种代表性草地植被指数(MODIS—NDVI)的时空变化特征。以2002年4～10月旬度变化为例。较详尽地反映草地在其生长期内各个阶段植被指数的变化。进而反映生长状况；以2002年9月的NDVI合成数据为例，对植被指数分级。分析各个级别NDVI值域在地理空间上的变化。反映各类草地在空间上的连续性和差异性。     

玛曲高寒草甸放牧强度的遥感监测

为给玛曲县高寒草甸草-畜平衡和草地资源的可持续利用提供科学依据,本研究利用遥感技术,结合2016年地面实测数据和同时期的MODIS影像资料,分别建立了研究区草地地上生物量和植被指数(NDVI)、相对放牧强度间的回归模型以及不同相对放牧强度和NDVI值之间的幂回归模型。结果表明,6-9月调查点NDVI和地上生物量间存在较好的相关性,即随着NDVI值的增加生物量呈上升趋势,且9月份的拟合(R2=0.510 2)达到了极显著水平;实测地上生物量和相对放牧强度之间有很好的拟合关系(R2=0.965 1),随着放牧强度的增加地上生物量呈下降趋势;相对放牧强度和植被指数间相关性较好(R2=0.631),即随着NDVI值的变小,相对放牧强度逐渐增强,当相对放牧强度增强到一定程度时,NDVI对其响应不灵敏。     

基于无人机多光谱遥感的冬小麦叶片含水量反演

为了快速监测小麦叶片水分含量,以敏感波段组和植被指数组2种变量分别作为输入变量,以地面同步观测的冬小麦叶片含水量作为输出变量,分别采用偏最小二乘(partial least squares, PLS)、极限学习机(extreme learning machine, ELM)和粒子群算法(particle swarm optimization, PSO)优化极限学习机,建立冬小麦叶片含水量预测模型,并对其反演效果进行比较。结果表明,光谱反射率和植被指数与叶片含水量之间存在较为密切的相关性,依此确定的敏感光谱波段为红光、蓝光和近红外波段,敏感植被指数为绿度指数、过红指数、归一化绿红差值指数、三角形植被指数和过绿指数。从2种变量的建模效果看,基于植被指数组构建的模型的精度和稳定性均优于敏感波段组,其中基于植被指数组的PSO-ELM模型在6个叶片水分含量反演模型中表现最佳,其r²和RMSE分别为0.98和0.26%。利用最优模型反演得到研究区冬小麦叶片含水量的分布范围为45%～75%,平均为64.57%,反演结果与地面实测较相符,说明基于无人机光谱数据通过建立以植被指数为...     

利用无人机遥感技术监测松材线虫病的应用研究

松材线虫病是松树的一种毁灭性病害,科学准确监测其发生与蔓延,有利于及时采取防治措施,对于有效控制疾病具有重要作用。研究使用无人机搭载多光谱传感器的一体化飞行平台,获取空间分辨率为0.1m的数字正射影像（DOM）、归一化植被指数（NDVI）、5个波段的遥感影像和数字表面模型（DSM）。构建深度学习模型自动识别提取监测区共计733株不同受害类型的松材线虫疫木,自动识别的正确率达到96%。     

基于回归分析的黄河三角洲湿地植被生物量研究

湿地植被生物量是衡量湿地生态系统健康状况的重要指标,在全球生物多样性受到威胁的背景下,是生态环境与遥感的研究热点之一。针对地上生物量的估算,本文基于Landsat 8遥感影像数据与湿地植被生物量实测数据对黄河三角洲保护区植被生物量的反演进行研究,建立生物量干重与波段、植被指数的一元非线性、多元线性以及多元逐步回归模型,并通过可决定系数(R²)、均方根误差(RMSE)对模型进行精度评价。结果表明：利用B2、B3、NDVI、EVI为自变量达到最优估算效果,模型R²为0.72,RMSE=341.58g·m^-2。通过改进估算方法,提高湿地植被生物量干重估算精度,为黄河三角洲生态系统的维护提供一定的理论参考。     

基于Landsat-8OLI数据的植被覆盖度反演模型研究——以西安市雁塔区为例

植被覆盖度遥感反演模型是用定量的方法来估算研究区范围内植被的覆盖分布。本文主要利用Landsat-8OLI遥感数据分别提取3类常用植被指数包括归一化植被指数NDVI、增强植被指数EVI、比值植被指数RVI,根据像元二分模型建立植被覆盖度反演模型。同时利用交叉验证的方式对其估算模型进行验证,来反映估算模型的精度。     

遥感技术在农作物种植结构的研究现状

农作物种植结构信息是农业生产管理和决策的重要基础,遥感技术在此领域的应用逐渐成为研究热点。以遥感数据源、分类特征变量和分类算法为论述框架,首先介绍了不同的遥感数据源,然后从分类特征变量和分类算法两方面对遥感数据源在农作物种植结构提取中的应用现状进行综述,最后展望未来遥感发展方向。有利于提高农作物种植结构信息提取的精度和效率,为农业高效发展和乡村振兴提供重要支持。     

不同基因型小麦NDVI值与产量的关系

在旱地保护性耕作条件下,以11个不同基因型小麦(Triticum aestivumL.)品种为材料,研究了植被归一化指数(NDVI,Normalized difference vegetation index)与产量构成和抗旱性的关系。结果表明,不同基因型小麦各生育期的归一化植被指数(NDVI)存在显著性差异;小麦抽穗期NDVI值与其干旱产量指数呈正相关,抽穗期NDVI值较高的小麦品种其干旱产量指数也较高;本试验条件下,石麦15、石家庄8号和烟Blu6439三个小麦品种的干旱产量指数较高。     

基于MODIS的沙漠化地区植被覆盖度提取模型的研究

目前常用的植被覆盖度遥感反演模型,受限条件较多,所用系数精度不高。针对上述问题,提出了利用研究区域的实测最大和最小植被覆盖度确定反演模型系数的方法和基于MODIS影像数据的地面实测验证方法。经用该方法对毛乌素沙地沙漠化地区的植被覆盖度进行反演,并同步监测该区域的地表覆盖度对反演结果进行验证,结果表明地面同步实测植被覆盖度与反演的误差绝对值平均值为0.04,反演方法精度较高。研究表明本文提出的利用MODIS影像数据反演沙漠化地区地表覆盖度的模型、地面验证方法切实可行,适合对沙漠化地区地表植被覆盖度大范围且快速的遥感监测。