植被覆盖度遥感估算方法研究进展

植被覆盖度是重要的生态环境参数之一,遥感影像能够反映不同空间尺度的植被覆盖信息及其变化趋势,故遥感监测是获取区域植被覆盖度参数的一个重要手段.植被指数是反映地表植被覆盖、生物量等的间接指标,基于植被指数的植被覆盖度遥感估算方法有经验模型法、植被指数法、像元分解模型法及FCD模型制图法(Forest Canopy Density Mapping Model)等,基于决策树分类法和人工神经网络分类法的植被覆盖度遥感估算方法也有了一定的进展.本文综合分析讨论了目前常用的于遥感影像的植被覆盖度常用估算方法,对比分析了它们的优缺点,并对遥感植被覆盖度研究进行了展望.     

基于植被覆盖度的植被变化分析

植被覆盖度是衡量地表植被状况的一个最重要的指标,也是影响土壤侵蚀与水土流失的主要因子,对于区域环境变化和监测研究具有重要意义。为了有效地从遥感资料中提取植被覆盖度,以像元线性分解模型两个重要参数为基础,建立基于归一化植被指数(NDVI)进行估算植被覆盖度的模型。最后以杭州地区为实验样区,利用MODIS影像数据对覆盖度进行估算,并对样区的植被变化进行分析。     

基于ASTER与TM数据的黑河流域中游旱区典型区域植被覆盖度研究

以2000、2001和2008年黑河流域ASTER与TM影像为主要数据源,综合RS和GIS技术,通过在ENVI平台编写IDL程序,并利用6S模型进行大气校正,反演得到归一化植被指数(NDVI)。在此基础上定性了分析该区域植被覆盖度空间分布格局,定量研究了2001~2008年植被覆盖度的变化情况,并对其成因进行了探讨;同时对比ASTER和TM传感器进行植被覆盖度反演结果,并结合研究区域土地覆盖调查数据资料,说明ASTER传感器较TM传感器在局部土地利用调查方面更具有优势。     

基于地形调节植被指数估算长汀县植被覆盖度

植被覆盖度遥感估算最常用的方法是基于植被指数构建模型,但大部分的植被指数没有考虑地形的影响。以福建省长汀县作为研究区,引入能消除地形影响的地形调节植被指数(topography adjusted vegetation index,TAVI),利用像元二分模型估算植被覆盖度,旨在研究TAVI对植被覆盖度估算结果的影响,并与基于归一化差值植被指数(normalized difference vegetation index,NDVI)估算的结果进行比较。根据目视效果和统计指标的分析表明:基于TAVI估算的植被覆盖度精度高于基于NDVI的估算结果,并能有效降低阴坡阳坡间的差异,提高阴坡区域植被覆盖度的估算精度。     

南方丘陵区植被覆盖度遥感估算的地形效应评估

植被覆盖变化是生态环境领域的核心研究内容之一,但其估算精度常受到地形效应、土壤背景、大气效应等各种因素影响。以Landsat 8 OLI为遥感数据源,基于像元二分模型,分别利用归一化差值植被指数(NDVI)、经Cosine-C校正的归一化差值植被指数(NDVI)和归一化差值山地植被指数(NDMVI)建立植被覆盖度估算模型,以评估南方丘陵区植被覆盖度的地形效应。结果表明,3种植被覆盖度估算模型均能削弱地形效应,但消除或抑制地形效应影响的能力不同。比较而言,基于NDMVI指数构建的植被覆盖度估算模型的地形效应最小,更适合地形复杂区域的植被覆盖度遥感估算;基于Cosine-C校正的NDVI植被指数构建的植被覆盖度估算模型的地形效应次之,但存在一定的过度校正现象;基于NDVI植被指数构建的植被覆盖度估算模型的地形效应最大,尤其当坡度≥10°时,阴坡植被覆盖度比阳坡明显偏低。     

榆林市植被覆盖度动态变化监测

植被覆盖度是用来评价生态环境状况的重要指标,在进行沙漠化治理的同时,对植被覆盖度进行动态的变化检测可以帮助我们了解到沙漠化治理的成效.以榆林市毛乌素沙漠为研究对象,在像元二分模型的基础上利用归一化植被指数(Normalized Differential Vegetation Index,NDVI)估算毛乌素沙漠2015、2017及2020年的植被覆盖度,并计算植被覆盖面积;分析整理数据,总结植被覆盖度变化趋势,结果显示,2015—2020年,榆林市毛乌素沙漠的植被覆盖度呈上升趋势,植被覆盖面积有所增加.     

基于NDVI估算植被覆盖度的研究——以滁州市为例

植被覆盖度是衡量地表植被状况的一个最重要的指标,也是影响土壤侵蚀与水土流失的主要因子。本文是在像元二分模型两个重要参数(NDVIveg、NDVIsoil)推导的基础上,对已有模型进行了改进,建立用归一化植被指数(NDVI)估算植被覆盖度的模型,并应用该模型计算出滁州市的植被覆盖度。通过滁州市部分地区的实地考察,对植被覆盖度的估算结果进行了验证,结果表明使用此改进模型进行植被覆盖度遥感监测是可行的。     

利用不同植被指数估算植被覆盖度的比较研究

选用蔬菜地和草地2种植被类型,利用ASD光谱仪实测二者在不同覆盖度下的光谱响应,分析了归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、修正植被指数(MVI)、修改型土壤调节植被指数(MSAVI)以及全球环境监测植被指数(GEMI)等6种植被指数所用的最佳波段及其组合,进而研究了利用像元二分模型估算植被覆盖度时的不同植被指数的表现.结果表明,与蔬菜地植被指数相关系数较高的波段组合为620 ～ 740 nm谱段和780 ～ 900 nm谱段内波段的组合,与草地植被指数相关系数较高的波段组合为620 ～750 nm谱段和760 ～900 nm谱段内波段的组合,相关系数均达0.8以上;在高光谱数据构建的植被指数和模拟卫星数据构建的植被指数中,用DVI和MSAVI估算植被覆盖度,平均总体精度分别达到83.7％和79.5％,与其他4种植被指数相比,这2种指数更适合于利用像元二分模型进行植被覆盖度的估算.     

基于Worldview Ⅱ影像的某区域植被覆盖度估算

植被覆盖度是衡量地表植被覆盖的一个重要指标。根据Worldview II影像计算归一化植被指数,利用像元二分模型得到某区域的植被覆盖度图,为水土流失监测评价提供重要的基础数据。     

基于ASTER GED产品的地表发射率估算

地表发射率是地表温度反演的重要输入参数,为了解决现有地表发射率估算方法在裸露地表精度较差的问题,本文基于最新的ASTER全球地表发射率产品(ASTER GED)和基于植被覆盖度的方法(VCM),提出了一个改进的地表发射率估算方法。首先,利用ASTER GED产品求解裸土发射率,然后,利用ASTER波谱库中的植被发射率和植被覆盖度结合VCM方法计算地表发射率。利用张掖地区2012年11景ASTER TES算法反演的地表发射率产品和实测地表发射率数据进行了验证,同时利用一景Landsat 8 TIRS数据分析了对地表温度反演精度的影响。结果表明该方法估算的地表发射率整体精度较高,可以有效改进裸露地表的发射率估算精度,用于支持利用多种热红外传感器数据生产高精度的地表温度产品。     

阜新地区植被覆盖度变化提取及分析

植被覆盖度是反应地区生态环境的重要指标,利用1995,2007年的两期TM遥感数据,以归一化植被指数(NDVI)像元二分法为植被覆盖度估算模型,计算阜新地区不同时期的植被覆盖度并得出阜新地区植被覆盖度等级图以及阜新地区植被覆盖度变化等级图。得出如下结论:1995年到2007年阜新地区植被覆盖度退化面积为64.817%,好转面积为6.547%,基本无变化区域为28.636%,阜新地区植被覆盖度退化严重。     

雷达相干性与NDVI经验模型

植被的覆盖程度是造成雷达影像失相干的重要因素。通常,在森林等植被覆盖严重的地区,相干性相对较低,而在城市等植被覆盖率较低的地区,相干性较高。本文基于2017年珠江三角洲地区的MODIS归一化植被指数（NDVI）与Sentinel-1雷达卫星影像相干性,建立线性回归和幂函数回归模型,并利用两种模型预测该地区2016年的相干性,最后通过F分布检验及残差分布比较两者的精度。试验结果表明,总体上幂函数模型的精度在拟合及预测方面均高于线性函数模型,因此,本文建议以幂函模型作为相干性及NDVI的经验模型。利用幂函数经验模型不仅能够较好地预测2016年珠三角地区的相干性,同时在预测云南地区的相干性中也获得了较高的精度,因此证明该经验模型具有一定的推广价值。     

基于NDVI和LSMM的干旱区植被信息提取研究——以新疆吐鲁番市为例

植被是干旱区生态建设重要的组成部分,而植被覆盖度是生态环境变化的重要指示,是评价生态系统健康的前提条件。本文在遥感等技术的支持下,以landsatTM影像为数据源,选用归一化植被指数(NDVI)和线性光谱混合分析模型(LSMM)两种方法进行分析比较,提取吐鲁番市近20年植被覆盖度,并对该地区植被覆盖度的演变特征进行分析。结果表明:①LSMM方法能较好地提取干旱区植被信息,指标简单且分类精度较高。②NDVI方法提取植被时,受到很多限制,在干旱区不宜采用。     

An Improved Dimidiated Pixel Model for Vegetation Fraction in the Yarlung Zangbo River Basin of Qinghai-Tibet Plateau

The vegetation fraction is a key factor used in many research fields, including soil and water conservation, and ecological evaluation. In this paper, based on the traditional dimidiated pixel model, NDVI soil extraction is modified to improve the accuracy of the vegetation fraction obtained, thus also providing an improved method for obtaining vegetation factors in other areas of research. Due to the unique regional location of the Yarlung Zangbo River basin, terrain factors are critical for the stability of vegetation change. The improved model is here applied to inverse the vegetation coverage of the study region; the spatial patterns of change intensity during the past 15 years (1998–2012) are then analyzed. Considering the area’s alpine climate, results show that terrain factors have a significant effect on the distribution of vegetation coverage change intensity. Before specific thresholds are reached, terrain factors such as elevation, topographic relief, and slope exhibit a positive correlation with change in the vegetation fraction. In areas with the same longitude, the higher the latitude the greater the change intensity, while vegetation change intensity also increases with an increasing variety among the upper, middle, and lower reaches of the Yarlung Zangbo River. In the river’s middle-upper and lower reaches, vegetation coverage is prone to increase and decrease, respectively. The results presented here could greatly enhance the inversion precision of vegetation coverage and reveal the spatial and temporal heterogeneity between vegetation coverage, which are of great ecological significance and practical value for the protection of eco-environment in the Yarlung Zangbo River basin.     

WorldView-2影像林地信息提取的研究与实现

林地信息的获取具有重要意义,可广泛应用于城市规划编制、林地资源分析、水土流失治理等领域。本文基于WorldView-2影像,在研究分割与对象特征的基础上,采用面向对象方法,实现了林地信息提取,其用户精度达到94%,制图精度达到97.2%。然后,将像元二分模型应用于林地类对象,计算其植被覆盖度。试验表明,面向对象方法能高效、准确、经济地提取林地信息;基于林地类对象计算的植被覆盖度能较好地表征植被覆盖情况。     

基于像元二分模型的地表植被覆盖度估算模块化设计与实现

地表植被覆盖度是的一种应用广泛的定量遥感产品,在水文、生态、区域变化等方面都具有重要的意义。像元二分模型是应用最多的一种遥感估算地表覆盖度的方法。目前,用遥感的方法进行地表植被覆盖度估算没有完整、系统的工具,用户只能逐步进行操作,效率低下,鉴于上述情况,本文运用IDL交互式数据语言,基于ENVI二次开发了一个植被覆盖度估算程序,取得了一定的成效,对遥感定量产品的生产、应用具有一定意义。     

岷江上游典型流域植被覆盖度的遥感模型及反演

本文在对岷江上游典型流域研究区实地踏勘和定位观测的基础上,综合利用Aster和ETM遥感数据、地面实测数据和常规观测数据等资料,研究了植被指数与植被覆盖度之间的相关性,确定了岷江上游典型流域植被覆盖度模型。以遥感图像中单个像元作为测算单位,对植被指数NDVI进行了计算,并对岷江上游毛儿盖地区植被覆盖度进行了反演。利用研究区实测数据、生态环境本底遥感调查数据和水文气象数据,对上述模型反演结果进行验证和精度分析。结果表明,模型反演结果精度较高,能较真实的反应研究区植被覆盖度实际状况。     

MPDI在微波辐射计植被覆盖区土壤水分反演中的应用

大尺度上的土壤水分变化监测对于建立全球的水循环模型意义重大，是实现气候变化预测和洪涝监测的基础。星载辐射计为实现大尺度上土壤水分的监测提供了监测途径。但是在星载辐射计观测时，地表植被层的吸收和散射作用会对土壤向上的微波辐射产生衰减影响，这种影响在反演土壤水分的过程中必须予以计算和消除。原有的反演算法中，在计算这部分影响的时候，需要大量的关于地表植被状况的辅助数据，而这些即时的辅助数据往往不易获得。以AMSR—E数据为例，研究证明了微波极化差异指数（MPDI）能够反映地表植被覆盖状况。以中国华北、华东地区为实验区，选择2004年4月8日的AMSR—E亮温数据和MODIS数据为样本数据，建立起MPDI与NDVI之间的负指数关系方程。基于对NDVI的认识，得到植被覆盖度高、中、低三种状况所对应的MPDI域值，以此域值为依据对中等植被覆盖度地区作出自动判断，并用MPDI计算植被层不透明度。     

兰州市南北两山植被覆盖度动态变化遥感监测

本文基于植被指数(NDVI)和植被覆盖度像元分解模型,建立了兰州市南北两山植被覆盖度遥感定量模型,在此基础上研究了兰州市南北两山1991年和2006年两个时期的植被覆盖度动态变化,结果表明:1991-2006年兰州市南北两山绿化工程区植被覆盖度总体呈上升趋势,低植被覆盖度面积减小,中高和高植被覆盖度面积增加,其中七里河工程区植被覆盖度变化最为明显,绿化效果较好,安宁工程区绿化效果相对较差,结果可为兰州市南北两山绿化工程提供科学依据。     

融合多源遥感数据的高分辨率城市植被覆盖度估算

准确获取城市植被覆盖定量信息对城市生态环境评价,城市规划及可持续城市发展具有重要意义。遥感技术的发展为获取区域及全球植被覆盖信息提供了有效手段,目前基于单传感器、单时相遥感数据的城市植被覆盖度估算方法得到较为广泛的应用。然而,由于城市地表覆盖的复杂性、植被类型的多样性,在一定程度上影响了城市植被覆盖信息提取的精度。为此,本文提出一种基于多源遥感数据与时间混合分析的城市植被覆盖度估算方法。首先,通过时空融合、植被物候特征分析获得最佳时序的GF-1 NDVI数据;其次,基于时间序列的GF-1 NDVI及Landsat 8 SWIR1、SWIR2数据,采用时间混合分析方法以长沙市为例估算城市植被覆盖度。实验研究表明,基于多源遥感数据与时间混合分析方法获得了较高精度的城市植被覆盖度估算（RMSE为0.2485,SE为0.1377,MAE为0.1889）,相对于单时相光谱混合分析、传统的像元二分法,本文提出的方法更为稳定,在低、中、高不同植被覆盖区均能获得较高的估算精度,为城市植被覆盖度定量估算提供了有效方法。