基于环境星CCD数据的区域植被覆盖度遥感估算

以雅砻江流域二滩水库周边为研究区,选用环境星CCD数据,基于NDVI的像元二分模型进行了研究区植被覆盖度的遥感估算,并将估算结果与同时期TM影像估算结果作对比。结果显示,估算结果基本吻合,表明环境星CCD数据可以用于多源遥感数据融合分析区域植被覆盖状况研究。     

基于CHRIS数据的HDVI植被指数的植被覆盖度估算研究

选取江西省余干县的一景CHRIS/PROBA影像5个观测角度(±55°、0°和±36°)的反射率,在CHRIS数据处理后得到的NDVI基础上得到HDVI,并与野外实测的草地、灌木、针叶林、针阔林和阔叶林的VFC建立相关性分析,以及对于模型拟合度的决定系数R2的影响因素进行分析。结果表明,在±55°下,针阔林的多项式拟合度最高,植被类型模型的拟合度均值也最高。其次是灌木拟合度较高。最差的是针叶林指数模型,植被类型的整体拟合度最不理想。在±36°下,针阔林多项式拟合度最高,植被类型的整体拟合度也最高,其次是阔叶林拟合度较高。最差的是针叶林的指数模型,植被类型的整体拟合度也是最不理想的。     

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。     

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。     

草原植被覆盖度遥感估算模型的适用性比较

植被覆盖度及其变化对区域生态系统的稳定性具有直接影响,且这种影响在草原地区更加明显。为探寻草原植被覆盖度的最佳遥感估算方法,本文对像元二分模型、Carlson模型和Baret模型的估算精度和适用性进行了比较,优化了Baret模型的参数,以提高其在草原地区的估算精度。内蒙古呼伦贝尔地区的草地计算结果表明：像元二分模型有高估植被覆盖度的现象;Carlson模型在低植被覆盖区低估了植被覆盖度,而在高植被覆盖区高估了植被覆盖度;Baret模型在草原地区的估算精度最高。对Baret模型进行参数优化后,其在高植被覆盖度区域的估算精度提升了4.9%。     

像元分解模型的植被覆盖度遥感估算

为了提高植被覆盖度遥感估算方法的精度,该文针对置信度方法和空间克里金插值方法各自存在的问题,基于线性像元二分模型,分别采用置信度方法和空间克里金插值方法计算推导,确定像元二分模型中两个重要参数NDVIveg和NDVIsoil,实现估算植被覆盖度,并对两种方法进行对比分析,同时提出方法中存在的问题以及模型的优化改进方向。     

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。     

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.     

GF-2支持下的干旱区稀疏植被区植被覆盖度估算

现有像元二分模型MODIS植被覆盖度模型因其形式简单、适用性较强的特点被广泛应用于区域植被覆盖度(FVC)的估算。然而,研究表明在沙漠和低植被覆盖的西部干旱区,从250 m的影像上很难精准地获取NDVIveg(全植被覆盖植被指数)和NDVIsoil(全裸土区植被指数)参数。利用常用的直方图累计法获取模型所需参数NDVIveg和NDVIsoil,估算结果存在普遍高估现象。为此,本文首先引入同期获取的GF-2号卫星数据,从GF-2号影像上提取植被覆盖像元;然后,利用Pixel Aggregate方法重采样至250 m分辨率,获取250 m空间分辨率下纯植被和纯裸土像元;最后,将纯植被和纯裸土像元各自空间位置相对应的MODIS NDVI数据最大值作为模型所需NDVIveg和NDVIsoil参数,实现研究区内植被覆盖度的估算。试验通过与线性回归法、多项式回归法和直方图累计像元二分模型法估算结果进行精度对比,结果表明:利用GF-2影像辅助的像元二分模型,精准地获取了低植被覆盖区NDVIveg和NDVIsoil模型参数,提高了干旱区植被覆盖度的估算精度,并有效地抑制了受稀疏植被影响NDVI在干旱区普遍偏高问题导致的FVC高估的现象。     

博尔塔拉蒙古自治州植被覆盖度估算

针对传统植被覆盖度估算方法只能估算高密度覆盖的绿色光合植被的问题,该文提出了一种可进行绿色光合植被、非绿色光合植被和裸地覆盖度估算的方法,选取博尔塔拉蒙古自治州2010年和2016年的LandsatTM/OLI影像,通过构建NDVI-DFI特征空间提取端元特征值,运用像元三分模型估算,并与像元二分模型估算结果和实地采样估算结果对比。结果表明:像元三分模型估算与实际情况相符,且精度较好。2016年博州地区植被覆盖度较2010年增长显著,生态环境得到明显改善。像元三分模型能够较好地估算光合/非光合植被覆盖度,提高遥感获取植被信息的能力,为科学评估生态环境质量提供参考。     

基于无人机影像的农作物净初级生产力估算

基于无人机影像对不同农作物植被在不同生长期的净初级生产力进行估算.本文对试验田区域的可见光植被指数(GRRI、GBRI、NGRDI、NGBDI、VDVI及RGBVI)与NDVI指数进行相关性分析,发现可见光波段差异指数(VDVI)与NDVI指数呈显著相关性.在此基础上,将无人机影像的VDVI指数代入CASA模型,对试验...     

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GF-6的植被覆盖度遥感估测研究

GF-6号卫星是近年来投入运行的国产卫星,其遥感影像的空间分辨率、时空分辨率较高,但基于该卫星数据的应用研究并不多见.本次研究以GF-6号卫星WFV数据为数据源,基于归一化植被指数和像元二分模型对甘肃民勤典型干旱地区的植被覆盖度进行遥感估测,利用置信度法获取像元二分模型的关键参数对植被覆盖度遥感提取结果的影响进行分析....     

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。     

基于ASTER遥感影像的亚热带植被覆盖度信息提取

根据植被指数估算植被覆盖度的原理,以混合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模型是研究区域植被覆盖度的一种重要方法.本文以广州市花都区为实验区,利用ASTER高光谱影像对此方法进行验证性分析,实验结果表明:用该方法提取ASTER影像的植被覆盖度具有较好的可行性.     

利用MODIS NDVI进行淮南矿区植被覆盖度动态监测

为了分析2005—2014年10年间淮南矿区的植被覆盖演化并为矿区生态恢复提供科学参考,基于像元二分模型并利用每16 d周期的MODIS NDVI时间序列产品提取了2005年、2008年、2011年、2014年淮南矿区植被覆盖度,并从时序演化、数量转移和空间演化3个方面分析了植被覆盖的时空演化特征。结果表明:监测时段内年际NDVI均值由2005—2008年呈下降趋势,2008—2015年呈现稳步上升趋势;监测时间内区域平均植被覆盖度分别为0.722 3、0.701 7、0.718 1和0.702 8,平均减幅为2.7%;较高植被覆盖的面积是区域内主导植被覆盖,占整个研究区面积的50%,中、低和无植被覆盖面积在监测时间内保持稳定且面积均不足200 km2,表明植被覆盖状况总体良好;植被覆盖等级转化主要以高覆盖和较高覆盖之间的转化为主,稳定是植被覆盖的主要演化状态,而植被的轻度退化与交替演变趋势明显。     

基于MODIS的干旱区植被覆盖度反演及植被指数优选

为进一步掌握塔里木河下游输水后的生态恢复程度,以输水河畔的植被覆盖度为研究对象,采用MODIS数据构建研究区多种植被指数;结合现场实测植被覆盖度,给出离散坐标下实测植被覆盖度与各种植被指数间的二维散点图,据此得出二者相关方程,反演区域植被覆盖度.结果表明,基于MODIS数据构建的NDVI、MSAVI、SAVI和EVI等...     

基于植被覆盖度序列的变化矢量分析

变化矢量分析法是直接对像元的光谱信息进行比较,可提供像元在时间维上具体的变化值和变化类型,是一种非常有潜力的直接比较分析方法.以植被覆盖度时序资料为基本数据源,综合应用变化矢量分析方法对长三角地区2001～2005年植被的变化强度、变化类型进行分析,结果表明在这五年中植被覆盖情况总体表现为稳中略增.