共查询到10条相似文献,搜索用时 15 毫秒
1.
阜新地区植被覆盖度变化提取及分析 总被引:3,自引:0,他引:3
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。 相似文献
2.
植被作为生态系统的基础,是生态循环系统中重要的研究对象,位于黄土丘陵南部的晋城盆地,由于其特殊的地形地貌特征,植被对环境变化极为敏感.基于2006—2015年MOD13的NDVI植被数据和DEM数据,本文选取山西省晋城市作为研究区,获取植被覆盖度的时间序列数据、晋城行政区县界矢量数据,对其数据进行趋势分析和稳定性分析,运用转移矩阵对晋城市植被覆盖的时空变化特征及其与地形因子耦合.结果表明:1)晋城市2006—2015年的植被覆盖度是轻微增长的,其中以高植被覆盖度分布为主,主要围绕在陵川、泽州、阳城和沁水的周边;2)依据晋城市植被覆盖度的标准差,可以得出晋城市植被覆盖度的离散程度低、变化小、稳定性高;3)在不同的地形因子下,相比于坡向,高程和坡度对植被覆盖度的影响更为明显. 相似文献
3.
4.
5.
6.
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. 相似文献
7.
基于雷达植被指数的水土流失区植被覆盖度估测 总被引:2,自引:0,他引:2
《国土资源遥感》2015,(4)
植被覆盖度是描述水土流失程度的重要指标。像元二分模型假设一个像元代表的信息来自土壤和植被2部分,植被信息占整个像元面积的百分比为植被覆盖度。对Radarsat-2数据进行极化分解,得到反映植被疏密程度的雷达植被指数,结合像元二分模型估测植被覆盖度。将基于雷达植被指数的像元二分模型应用于水土流失重点治理区域——福建省长汀县河田镇,并以高分辨率光学影像World View-2计算的植被覆盖度作为参考,结合无人机高分影像和实地考察资料对结果进行精度验证。结果表明,估测结果与验证数据具有较好的相关性(R20.8),表明该模型可以用于植被覆盖度的估测;完全基于雷达数据估测植被覆盖度的算法,克服了南方多云雨地区数据不易获取的困难,有助于对水土流失的连续监测。 相似文献
8.
南水北调中线工程是我国大规模跨流域调水工程的一部分,开展该区域植被覆盖度变化的研究与分析,对于保护该区域的生态环境及水质具有重要意义。该文以2000年和2009年两期遥感图像为本底数据,利用基于NDVI的像元二分模型对南水北调中线水源区的植被覆盖度进行了估算,并分析了该区植被覆盖度的时空变化特征。结果表明:2000年该水源区植被覆盖度的平均值为67.5%,2009年的平均值达到72%,植被覆盖度总体呈增长趋势;植被覆盖度增幅的空间特征表现为水源区中部地区高,东西部地区相对较低;在不同植被类型中,落叶针叶林的覆盖度平均值增幅最大,草地覆盖度增幅最小;位于水源区的大多数县(市)的植被覆盖度在近十年来都有不同程度的增加,其中柞水县的植被覆盖度平均值增长幅度最大,这与国家实施退耕还林、封山育林、基本农田建设等政策有关。 相似文献
9.
中国北方地区植被覆盖度遥感估算及其变化分析 总被引:6,自引:0,他引:6
为了分析中国北方地区2000年之后植被覆盖度的时空分布及其变化,利用MODIS光谱反射率数据计算归一化植被指数,采用像元二分模型对中国北方地区2000—2012年植被覆盖度进行定量估算,分析研究区13 a间植被覆盖度的时空变化特征。研究结果表明:植被覆盖度年内变化特征体现在最大植被覆盖度一般出现在7和8月份,与中国北方地区植被的生长季相一致;整个中国北方地区年最大植被覆盖度呈现缓慢增长的趋势,其增长速率为每年0.2%;年最大植被覆盖度变化的空间分布具有较大差异,其中东北、华北和黄土高原等三北防护林工程建设区的年最大植被覆盖度有较明显的增长。 相似文献
10.
基于NDVI的植被覆盖度变化的研究与分析——以河北省张家口市为例 总被引:1,自引:0,他引:1
为分析河北省张家口市在经过三北防护林三期建设后林地覆盖度变化情况,通过利用张家口2006,2010年两景同期TM影像数据,使用ERDAS软件首先提取植被指数(NDVI),根据像元二分法利用ERDAS的建模工具Spatial Modeler计算出该地区植被覆盖度,利用非监督分类方法对植被覆盖度进行分类、赋色,最后得出张家口市2006—2010年的植被覆盖度分类图,结果表明四年间该市植被覆盖面积增加698.44 km2,与第二次国家林业调查数据基本相符,说明利用遥感反演的方法能够快速、准确地获取该地区的植被覆盖度信息,以及利用NDVI监测植被覆盖度变化方法的可行性。 相似文献