基于土地覆盖分类的植被覆盖率估算亚像元模型与应用

如何利用遥感资料估算植被覆盖率已成为建立全球及区域气候、生态模型的基础工作之一。重点探讨了利用TM资料从植被指数（NDVI）中提取植被覆盖率的方法。根据TM像元为非均一混合像元的特点,提出了基于土地覆盖分类的综合运用“等密度模型”和“非密度模型”计算植被覆盖率的方法,通过对北京市海淀市区的植被覆盖率计算表明,该方法的估算精度可达75.4%,比单纯使用等密度亚像元模型在估算精度上可提高5.8%。可以认为,该方法为大面积植被覆盖率估算提供了一种有效的途径。     

植被覆盖率的遥感研究进展

综述了应用遥感技术估算植被覆盖率的方法,分析了各种方法的优缺点,探讨了植被覆盖率估算中的几个影响因素,给出了未来研究植被覆盖率的新方向。     

利用无人机技术进行社区植被覆盖率调查

无人机遥感与传统遥感方法相比具有成本低、周期短、分辨率高等优势,适合小区域内地理信息的快速获取与更新。本文提出一种基于无人机的社区植被覆盖率调查方案,使用无人机获取社区范围内的航拍影像生成正射影像图,再基于可见光波段差异植被指数VDVI提取植被像素。为了解决拼接影像的VDVI直方图缺少双峰特征而导致的阈值选择困难,引入OTSU(大律法)来确定植被与非植被的分割阈值。为了解决偏绿建筑导致的伪植被现象,提出一种使用蓝红波段阈值来剔除偏绿建筑的方法。通过江阴市江锋社区的航飞数据进行实验证明,本文所提出的社区植被覆盖率调查方案具有生产周期短且准确率高的优点。     

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。     

基于高光谱数据日本温带地区植被净初级生产力估算模型应用研究

为了有效的利用高光谱卫星数据获取植被信息,Furumi等在模式分解方法(PDM)的基础上,建立了一种新的植被指数(VIPD).根据地面实验建立的相应光合成曲线植被净初级生产力(NPP)遥感估算模型,利用2001年前后多个月份的MODIS影像数据,对日本纪伊半岛地区的植被净初级生产力进行了估算.研究表明,根据地面实验建立估算模型估算得到的温带常绿植被净初级生产力年均值,与2001年IPCC调查报告上的估算值,在误差范围内一致.地面实验结果证明该光合成曲线NPP估算模型能够较好的应用于温带植被研究.在北纬32°30'-36°24',东经134°30'-137°06',面积3.94×104 km2研究区域内,2001年NPP约为6.11kg CO2/a.从NPP的空间分布上而言,纪伊半岛范围内单位面积NPP以三重和奈良县山地林地带最高,达2.56kg CO2/m2/a.在纪伊半岛植被分类中,温带落叶植被的年均NPP最大,约为2.23 kg CO2/m2/a,水田的年均NPP最小,仅约为1.42 kg CO2/m2/a.     

地表植被覆盖度遥感估算及其气候效应研究进展

FVC是研究表植被覆盖的重要参数,其估算精度直接影响生态、环境变化研究结论的科学性。本文通过研究用于FVC计算的遥感数据,以及统计模型、混合像元分解、数据挖掘等估算方法和植被覆盖变化气候效应,指出大数据时代背景下融合海量、多平台、多时空、多尺度数据的FVC估算是必然趋势,其方法不仅具有高精度、高可靠性等特点,而且将向智能化、自动化的方向发展,植被覆盖变化气候效应研究将逐步定量化,地气作用过程和机理将成为其重要的研究方向。     

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。     

基于多项式表达模型的多角度覆盖率反演研究

冠层光谱的多项式表达模型是理解叶片／土壤系统内的光线散射过程，描述植被的冠层光谱与组分光谱间非线性关系的一种新的方法。冠层光谱的多项式表达模型用高阶多项式的形式表达了系统内的各组分对入射光的散射过程，多项式中每一项系数表达了各组分对入射光多次散射的可能性有多少，这与冠层的结构，包括作物的覆盖率、叶倾角、垄行结构等有关。因此，多项式系数具有反演冠层结构参数的潜力。本次研究首先使用SAILH模型得到玉米全生长期的BRDF波谱以及模型计算过程的中间变量冠层多角度覆盖率，建立多项式系数与多角度覆盖率之间的经验关系。最后，设计了一次野外BRDF观测试验，对经验关系进行验证。     

基于色调饱和度亮度模型的可见光植被提取

针对遥感影像只具有红（R）、绿（G）、蓝（B）3个可见光波段时无法利用归一化植被指数（NDVI）方法提取植被信息的现状,本文提出了一种基于色调饱和度亮度（HSL）模型的可见光植被提取方法。利用自主研发的系统,将影像从RGB彩色空间变换至HSL彩色空间,构建归一化色调亮度植被指数（NHLVI）,通过分析植被与非植被信息在HSL彩色空间中的特征,以及NHLVI、H、S、L、R、G、B各分量的特征,确定协同NHLVI、S分量提取植被信息,利用B分量特征剔除结果中的非植被信息,从而实现植被信息提取,并提高提取精度。研究表明,该方法在现有NHLVI指数方法基础上,加入S分量,提升了可见光植被提取的精度及方法的适用性。     

基于植被指数和地表温度特征空间的农业干旱监测模型研究综述

遥感技术是监测区域农业旱情时空变化的主要手段，其反演的植被指数(NDVI)和地表温度(Ts)两个参数可以通过表征绿色植被对干旱胁迫生境的反应揭示土壤水分信息，反映作物受旱状况，但两者单独使用时均存在局限性。而基于植被指数和地表温度的二维特征空间综合了两个参数特有的生理生态意义，不仅可以指示作物受旱时的水热胁迫环境，同时揭示了作物在这种胁迫环境下表现出的症状，可有效提高农业干旱监测的精度和效率。本文在较为详细地阐述植被指数-地表温度特征空间评估农业旱情的原理基础上，综述了这方面有代表性的4个干旱监测模型，初步分析了影响这类模型特征空间的部分非土壤水分因子，并对它们在应用中的优缺点做了评述和总结，为今后此领域研究中需要关注的问题做了展望。     

用MODIS数据监测京津风沙源工程区植被指数的选择及合成

通过对比分析MODIS数据的标准归一化差分植被指数、土壤调节植被指数及增强型植被指数的特点,最终选择标准归一化差分植被指数(NDVI)对工程区进行监测。并阐述了最大合成法合成MODIS植被指数是一种行之有效的方法。     

全极化SAR数据在地表覆盖/利用监测中的应用

SIR-C/X-SAR是运行在地球轨道上的第一个多波段(L、C、X)全极化(HH、VV、VH和HV)成像雷达系统,该系统具有极化测量和干涉测量功能。全极化雷达测量每一个像元的全散射矩阵,所获取的信息非常丰富。但是,由于这些极化合成图像具有较高的相关性,导致了图像信息提取精度的降低。本文基于新疆和田地区的SIR-CL波段全极化雷达数据,利用全散射矩阵的特点合成了HH-VV极化相关图像、极化度图像、目标增强图像和相位差图像。这些图像相关性小,地表覆盖信息丰富,提高了全极化SAR数据在实验区信息提取的准确度。     

基于新型机载多角度传感器AMTIS的LAI反演

以实地测量数据为先验知识,利用AMTIS数据对顺义地区的一块小麦地进行了叶面积指数(LAI)反演实验研究,并用实地LAI数据进行了验证。通过利用实测数据作为模型参数,以及对干湿土壤分类和匹配表的调整,使反演结果和反演速度得到了提高。     

基于遥感技术的土地利用与土地覆盖的分类方法

分类方法在土地利用和土地覆盖变化研究中占据重要的地位。土地利用与覆盖分类首先涉及图像的处理以及分类系统的建立。目前机助分类技术主要着眼于统计模式识别和基于知识的分类决策。最终的精度评价可以进一步完善分类决策。     

基于遥感调查与GIS分析的林芝地区地质灾害评价

利用遥感、G IS技术和其它分析手段,在“递进分析法”(AMFP)理论框架下,利用AHP模型评估各影响因子权重;选用综合指数评价模型求取潜势度、危险度及危害度等区域地质灾害评价指数;借助自建的灾害评价系统,实现了藏东林芝地区的区域性地质灾害预测评价及其可视化表达。研究结果表明:该方法评价结果较为合理;研究方法和试点区预警系统的建设实践对于区域性灾害的预测、预报和防止不仅具有理论意义,也具有重要的现实意义;将人类活动等影响因子量化,不仅缩小了预测区的范围,也突出了地质灾害对人类生存环境的影响。     

基于遥感分类的植被覆盖度提取

阐述了基于遥感分类进行植被覆盖度提取的方法,分析了直接利用关系模型提取植被覆盖度的缺点,遥感分类可获得不同类型地物,此后关系模型分别提取,解决了直接利用关系模型提取中存在的缺点.     

植物光谱效应在尾矿生态恢复评价中的应用

利用遥感数据计算植被指数，反演出叶绿素含量和物种数量，可以作为受污染地区生态恢复效果的评价指标，但是传统的宽波段遥感数据由于受非植被信息的影响，计算出的植被指数精度不高。本文采用高光谱遥感数据计算植被指数，进而反演叶绿素含量和物种数量，对云南个旧锡矿尾矿的生态恢复效果进行评价。与传统方法相比，高光谱数据能去除干扰信息的影响，提高计算精度。     

基于分裂窗算法的温度反演研究及应用

分析了MODIS热红外数据的特点,利用MODIS热红外数据,实现了2004年7月23日的湖北省地区组分温度的反演。