动态端元组合混合像元分解法在植被覆盖度动态监测中的应用——以长汀县为例

传统的像元信息分解法在计算端元丰度时端元组合是固定不变的,而在土地利用复杂地区,固定端元组合并不符合实际情况。文章针对研究区用地类型特点,预先设定数种端元组合,通过最小二乘法选择误差最小的端元组合进行端元丰度反演,进而计算出植被覆盖度;并以实测的地表反射率作为端元反射率,避免了大气差异造成的多时相误差,有利于进行动态监测;预先进行水陆分离,仅对陆地像元进行计算,可以避免水体像元的干扰并提高模型效率。辅以同期成像的高分影像对模型精度进行验证,相关系数达到0.98。将模型应用于长汀县近18 年4 个时相的Landsat 卫星数据,认为近年来长汀县植被覆盖度总体呈现变好的趋势,尤其是汀江沿岸;而城市化、火烧坡、大型工程建设是长汀县植被覆盖度局部变差的主要原因。     

基于MODIS数据的济南市年最大植被覆盖度动态监测

植被覆盖度是反映地表植被覆盖状况的重要指标,也是衡量区域环境质量与水土保持情况的重要因子。以济南市MODIS数据为数据源,应用像元二分模型计算,获得济南市不同年份最大植被覆盖度。应用一元线性回归方法,通过数据统计,分析2001—2013年间济南市最大植被覆盖变化状况,并分析了主要变化驱动因子。结果表明:2001—2013年济南市最大植被覆盖度空间分布具有显著的区域性,大部分地区以稳定为主,局部地区变化较大;济南市植被覆盖度变化与降水的相关性较小,与气温的相关性较高,受人为影响大;植被覆盖度空间分布受地形影响:地势平缓地带,植被覆盖度与坡度负相关,在地势较高地区,植被覆盖度与坡度正相关。根据植被生长需求的特殊性,可以因地制宜、因时制宜地调整植被布局,改善济南市生态环境。     

伊金霍洛旗近15年来植被覆盖度的动态变化

植被状况是评价荒漠化地区荒漠化程度的重要指标,其中植被盖度是最为重要的植被表征.本文选择地处我国北方农牧交错区的内蒙古伊金霍洛旗,利用Landsat卫星遥感数据,基于植被指数,反演了这一地区1989年9月11日、1998年8月19日、1999年8月13日、2002年8月6日、2004年7月2日的植被盖度变化情况.通过分级比较发现,1989-1998年研究区植被覆盖度明显增加,1998-1999年植被覆盖度显著减少,1999-2002年植被覆盖度又明显增加,而2002-2004年植被覆盖度又有所减少.这种起伏变化表明:导致研究地区荒漠化发生和扩展的各种自然和人为因素并未根本消除,在局部地区荒漠化仍有恶化趋势.影响植被覆盖度变化的因素主要有三个方面:气候因素、土地利用政策和农业经济结构的优化调整.     

青海省都兰县察汗乌苏绿洲植被覆盖度变化研究

为研究青海省都兰县察汗乌苏绿洲植被覆盖度变化,利用归一化植被指数NDVI提取察汗乌苏绿洲不同时期的植被覆盖度等级图,定量分析评价植被覆盖度的多年变化。结果表明,近16 a来,察汗乌苏绿洲植被覆盖度总体呈现波动增长趋势,2001—2006年期间各植被覆盖等级变化幅度明显高于1990—2001年期间的变化幅度,1990—2001年植被整体向好的方向发展,有50 017.50 hm2的极低覆盖度植被转变为更高覆盖度植被,2001—2006年增加了6 026.85 hm2的极低覆盖度植被,并有4 048.47 hm2的高覆盖度植被减少,说明仍存在局部退化。影响都兰县察汗乌苏绿洲植被覆盖度变化的主要因子是生态工程措施、气候因素和水资源因素。研究结果可以为该区域植被恢复和荒漠化防治提供理论支撑。     

1982-2003年内蒙古植被带和植被覆盖度的时空变化

利用内蒙古地区1982-2003年遥感归一化差值植被指数(NDVI)数据,对植被带进行了分时段的划分,并以典型草原植被带为例,分析植被覆盖度时空变化及其与水热因子的关系.结果表明:在整个研究期间,典型草原带的面积呈增加的趋势,荒漠草原带的面积呈减少的趋势,森林带、森林草原带和荒漠带的面积趋势变化不明显.总体上看,从时段1(1982-1987年)到时段2(1988-1992年)植被带进化演变的面积占优势,从时段2(1988-1992年)到时段3(1993-1998年)进化和退化演变的面积相当,从时段3(1993-1998年)到时段4(1999-2003年)退化演变的面积占优势.在典型草原带内,多年平均植被覆盖度具有明显的季节变化,从5月上半月返青开始到8月下半月达到年最大值,其空间演进以大兴安岭两翼为中心,逐渐向东南的西辽河平原和向西的乌兰察布高原扩展.前期降水量与覆盖度季节增量年际变化之间呈正相关,显著正相关的区域位于锡林郭勒高原西部和乌兰察布高原,而气温与覆盖度季节增量年际变化的相关一般不显著.典型草原年最大覆盖度线性趋势降低与升高的面积分别占52.6%和47.4%,其中,呼伦贝尔高原西部边缘以及大兴安岭山麓两侧的年最大覆盖度呈显著降低的趋势,而西辽河平原西南部和努鲁儿虎山东段的年最大覆盖度呈显著升高的趋势.年降水量是影响年最大覆盖度的主要因子,而年均温对年最大覆盖度的影响不明显.     

基于混合像元分解的海坛岛植被覆盖度因子研究

在USLE／RUSLE中,降雨侵蚀力与地表植被覆盖度因子具有季节变化特征．本研究考虑到两者的时空耦合性,采用基于混合像元分解的计算-y法,得到了海坛岛不同月份的地表植被覆盖度因子C。值（第i月的地表植被覆盖度因子值）和不同地类的年植被覆盖度因子C值,为岛内土壤侵蚀预报和水保工作提供参考．对第i月的地表ND啊值与年C／Ci值进行分析,发现它们呈现较好的线性关系,用SPSS软件进行回归分析得到两组线性回归参数．年C值与11月份的地表NDVI拟合程度最好,NDVIi与C1值的拟合程度好于年C值与NDVLi最后得到海坛岛通用的Ci值估算模型G=1．007—1．119-ND％,该模型的决定系数达到0．8,可用于计算岛内各月份的Ci值．     

干旱区典型绿洲地表温度与植被覆盖度相关性研究

 绿洲空间热环境的研究是深入了解绿洲-沙漠间,以及绿洲内部物质能量流动机理的重要手段。利用TM/ETM+遥感影像反演了于田地区地表温度以及植被覆盖度,在统计地表温度-植被覆盖度二维散点图的基础上,研究不同结构区域下绿洲地表温度与植被覆盖度的相关关系。结果表明:①于田地区地表温度与植被覆盖度呈显著负相关关系,相关系数在-0.79158和-0.48816范围之间。②从1991年到2002年,于田绿洲内部区域地表温度与植被覆盖度散点图上各点分布由密集到分散,表明原有相对整体的植被覆盖地块被打散,成为多种土地类型交错的破碎化地块。③外部荒漠带及绿洲与荒漠交错带区域地表温度与植被覆盖度散点图上各点分布由分散到集中,表明绿洲外部荒漠化程度的逐年加剧,导致了绿洲外围植被覆盖有所降低,植被物种单一,植被多样性也呈现下降趋势。     

基于LANDSAT数据的乡土地理教学实践——以西安市植被覆盖度提取为例

乡土地理在中学地理教材体系中占有重要地位。Landsat遥感数据产品具有时间跨度广、更新周期短、分辨率较高的特点,可为乡土地理教学提供大量的资源。本文通过遥感和地理信息系统技术手段对西安市植被覆盖度进行提取,以期为乡土地理教学、乡土地理课程资源开发以及乡土地理相关理论的研究提供参考。     

城市绿地遥感信息自动提取研究--以广州市为例

提出了一种新的基于像元信息分解和神经网络分类相结合的城市绿地遥感信息自动提取方法。选择广州市作为研究区,先用像元信息分解法把绿地从TM影像中分离出来,再以分离出来的绿地作为分类掩膜,采用BP神经网络法进行分类。并开展野外遥感调查以提高和验证分类精度。结果表明:该方法保证了分类时绿地的纯洁度,有效地排除和避免了提取绿地信息时其它多余信息的干扰和影响,提高了分类的精度。     

青藏高原植被覆盖变化及其与气候变化的关系

近几十年来,全球气候变化对青藏高原植被覆盖产生了重要影响。基于青藏高原1981—2005年遥感影像及同期气象数据,结合生态学模型,分析了青藏高原植被覆盖度变化趋势及其与气候变化的关系。结果显示,25 a间,青藏高原温度升高、降水量增加,植被覆盖度呈"整体升高、局部退化"趋势;地表植被改善区主要位于植被低覆盖区,退化区主要位于高覆盖区;从不同植被类型看,除针叶林、阔叶林受采伐影响覆盖度下降外,其他植被覆盖度均不同程度的上升;植被覆盖度变化与同期降水量变化、温度变化均呈正相关,且具有明显的区域差异。     

基于NDVI的绿洲植被生态景观格局变化研究

使用经严格配准的同一季相 1990年和 1998年Landsat -TM和SPOT -HRV图像数据为基础底料 ,编制规一化植被指数 (NDVI)图 ,进而简化生成植被盖度图像。根据策勒绿洲特有的生态景观特征 ,利用两个图像所提供的各植被覆盖级的数量和空间密度分配状况 ,来评价图像所包括时段植被生态环境质量的变化 ,提出绿洲植被生态景观若干保护措施     

策勒绿洲植被覆盖动态变化遥感研究

使用经严格配准的2个时相的TM和HRV图像数据为基础底料编制规一化植被指数图（NDVI），根据策勒绿洲特有的生态环境特征，研究植被指数灰度级与盖度级的对应函数关系，将其转换成植被盖度图。最终利用植被盖度图像所提供的各盖度级的数量和空间分配状况来评价图像所包括时段，即1990年至1998年期间植被环境质量的变化，为该区域生态环境综合治理提供新的研究方法。     

北京山区植被覆盖动态变化遥感监测研究

植被覆盖变化遥感监测是区域生态监测的一个重要部分,可为区域生态建设和可持续发展提供科学依据.利用北京市1979年7月14日和2005年7月25日的Landsat MSS和TM影像,采用基于归一化植被指数(ND-VI)的像元二分模型,计算了这2个时期的植被覆盖度,并对北京山区1979-2005年间植被覆盖的变化情况进行了遥感监测和定量分析.结果表明,北京山区的植被覆盖度由1979年的70.05%下降为2005年的66.14%;植被退化的总面积为3672.90km2;植被覆盖度在80%～100%的退化面积最大,为617.45km2.     

人工绿洲外围荒漠植被及其群落外貌特征

根据2002年调查取得的3796块样地资料,采用定性和定量相结合的方法,对克拉玛依农业综合开发区外围西南和西北两个研究区的荒漠植被及其群落基本类型、群落盖度及其数量分布、群落外貌及其土壤剖面特征等方面进行了研究。结果表明：①克拉玛依农业综合开发区外围的荒漠植被可划分为2个植被型、5个群系、8个群丛;②西南区梭梭群落所占面积相对最火,占研究区总面积的28．85％,西北区以梭梭 白梭梭群落所占面积相对最大,占研究区总面积的19．81％;③除芦苇群落外,西南区的白梭梭群落平均盖度最高,达到38．14％;④西南区各盖度等级分布对称,10％～25％盖度等级分布面积最大,占西南区总面积的43．25％;西北区各盖度等级面积分布呈正偏,1％～5％和5％～10％盖度等级所占面积相对较高,分别为29．22％和27.71％;⑤从总体来看．西南区植被盖度较高,西北区植被盖度较低,且退化严重。     

敦煌绿洲边缘植物群落与土壤养分互馈关系

植物群落与土壤性状相互作用研究对于认识生态系统结构与功能有着重要的意义。通过对敦煌绿洲边缘典型植物群落21个样地（20m×20m）的植被和土壤系统取样调查,在分析植物群落及其土壤养分特征的基础上,采用CCA典范对应分析法研究了土壤养分对植物群落物种分布的影响。结果表明：调查区域植被群落共出现植物27种,隶属于15科,26属,以藜科（Chenopodiaceae）植物居多,占总物种数的29.6%。柽柳（Tamarix chinensis）群落的物种丰富度最大,胡杨（Populus euphratica）群落的物种丰富度最小。植被0~80 cm土壤有机质、全氮、速效磷、速效钾含量排序为柽柳>黑果枸杞（Lycium ruthenicum） > 梭梭（Haloxylon ammodendron） > 沙拐枣（Calligonum mongolicum）,全磷、全盐、速效氮含量排序为柽柳 > 黑果枸杞 > 沙拐枣 > 梭梭,全钾含量排序为黑果枸杞 > 柽柳 > 梭梭 > 沙拐枣,pH值排序为梭梭 > 沙拐枣 > 黑果枸杞 > 柽柳。不同植被覆盖各养分指标之间差异显著。随土层深度的增加,柽柳和黑果枸杞群落土壤全氮、有机质、全盐、速效氮、速效钾含量逐渐降低,表聚效应明显,土壤全磷、全钾、速效磷含量逐渐增大后减小,梭梭与沙拐枣养分层次特征不明显。4种植被群落土壤pH值随土层深度的增大呈波动的趋势。CCA排序结果表明植被群落物种分布的土壤环境调控因子重要性排序为全氮 > pH > 全钾,土壤全氮是植物群落物种分布的最重要调控因子。     

基于遥感与GIS的于田绿洲土地覆盖动态研究

在完成于田绿洲图像库和矢量数据库的基础上,通过遥感与GIS技术,研究了近10a于田地区的土地覆盖类型变化,并结合历年实地考察结果,分析了该地区的环境变化和荒漠化程度,研究结果对西部干旱区绿洲的环境演变和可持续发展研究,具有现实意义。     

多源遥感影像的侵蚀沟信息提取分析

以多源遥感影像为基础,结合DEM数据,运用定性方法全面分析各遥感影像中提取的侵蚀沟的信息特征,并在研究区选取两个调查单元进行野外验证,对所得结果与遥感影像目视解译结果进行定量比较分析,得出以下结论:1)虽然空间分辨率最高的Pleiades遥感影像与DMC航片影像表现侵蚀沟的信息最为清晰,但空间分辨率过高会使侵蚀沟的内部细节过于详细,对信息提取增加噪声信息。2)不同遥感影像所能提取的侵蚀沟的类型不同。与Pleiades和Alos遥感影像相比,资源三号卫星影像能够呈现稳定沟、切沟和冲沟的信息,且成本低廉,是侵蚀沟信息提取最为理想的遥感影像。3)资源三号与高分一号卫星影像在提取重点调查的冲沟与切沟的数量与长度和宽度信息时,所得结果与实地验证结果十分接近,是比较合适的遥感影像。     

基于光谱特征拟合的高光谱遥感影像植被覆盖度提取

植被光谱中可见光部分的吸收谷主要由叶绿素强烈吸收引起,不同植被覆盖度下光谱吸收谷的深度和形状不同,因而可以通过比较光谱吸收谷的深度和形状来提取植被覆盖度。该文采用基于光谱吸收特征匹配的光谱特征拟合SFF方法从高光谱遥感影像中提取植被覆盖度,参考光谱采用ASD光谱仪在影像覆盖地区采集的植被光谱,通过将参考光谱与像元光谱连续统去除处理后进行SFF匹配,完成植被覆盖度的提取并生成植被覆盖度图。研究结果与植被指数、光谱夹角映射方法及实地调查资料之间存在较高一致性。