基于光谱特征的雅鲁藏布江源区草地类型识别

以雅鲁藏布江源区为研究对象,以Landsat5 TM图像为数据源,根据不同草地类型的波段组合特征,结合源区1∶100万植被类型图、DEM和NDVI数据,构建草地判别规则,利用决策树分类法对雅鲁藏布江源区草地类型进行遥感识别。研究结果表明:①不同类型草地因其生境不同,利用不同波段组合特征进行草地类型识别能够达到较好的效果;②与传统的监督分类法相比,基于波段组合特征的决策树分类法具有较高的识别精度(总体精度提高了15.4%,Kappa系数提高了0.225);③在海拔4 400～5 000 m区域内,固沙草草原面积最大,其次为矮嵩草和小嵩草混生草甸,再次为变色锦鸡儿和金露梅灌丛,藏北嵩草草甸面积最小。     

基于TM数据的植被覆盖度反演

本文首先对TM影像进行了几何纠正、辐射校正、大气校正;然后根据混合像元的结构特征,利用TM数据从植被指数(NDVI)中采用“等密度模型”和“非密度模型”提取了宜昌南部地区的植被覆盖度。在用“非密度模型”反演植被覆盖度的过程中,叶面积指数(LAI)是一个必要的参数,本文提出了一种改进的借助可见光波段和近红外波段反射值来提取叶面积指数(LAI)的方法。通过和MODIS数据反演结果比较表明:“非密度模型”的估算精度要高于“等密度模型”;利用“等密度模型”和“非密度模型”反演植被覆盖度是可行。     

基于多源遥感数据的植被覆盖度反演方法比较研究

采用GF-1号、ZY-3号以及Landsat-8卫星数据,利用回归模型和像元二分模型,通过对建立的四类植被指数NDVI、MSAVI、MVI和RVI,结合野外调查数据,提出NSD的概念来评价模型及方法的精度。实测数据与各类遥感影像的4种植被指数间均存在着显著的相关关系;通过NSD精度验证,说明空间分辨率较低的遥感数据,在一定程度上提高了反演精度;在4类植被指数中,RVI与MSAVI对于三类数据反演精度较高,且MSAVI对于较低分辨率遥感数据可能具有更好的消除土壤背景影响的作用。     

卫星遥感估测土壤水分的一种方法

对于植被影响土壤水分遥感的大小 ,提出了“光学植被盖度”新概念来衡量 ,并用遥感法进行估测。用分解象元法排除植被干扰来提取土壤水分光谱信息。采用土壤水分光谱法并借助回归分析建立土壤水分遥感的TM数据模型。以此为桥梁 ,建立了AVHRR数据模型     

基于MODIS数据的黄河源区植被覆盖度反演研究

以黄河源区高寒草地为研究对象,采用无人机航拍技术获取了样地实测的植被覆盖度;结合2001-2018年MOD13A1数据提取常用植被指数,分别采用像元二分模型法和回归模型法对研究区植被覆盖度进行了反演,并对其精度进行了验证;采用最小二乘法分析了黄河源区2001年以来植被覆盖度的变化趋势.结果表明,修正的土壤调节植被指数结合回归模型的反演精度较高;黄河源区多年平均植被覆盖度为57.89％,植被覆盖度处于30％以内、30％～60％、60％以上3个区间的面积分别占源区总面积的13.1％、27.25％和49.65％;2001-2018年黄河源区植被覆盖度略呈增长趋势.     

PALSAR数据在植被覆盖区构造信息提取中的应用

为解决光学遥感在植被覆盖区地质构造信息难以识别提取的问题,利用具有一定穿透能力的L波段PALSAR双极化雷达数据对福建寿宁地区开展了研究。对双极化雷达图像进行了假彩色合成、滤波增强,针对HH极化通道将灰度图像变换成HSV彩色图像,突显了地质信息,并与该区ASTER多光谱影像进行了对比,分析了雷达影像优劣。结果表明PALSAR雷达构造解译结果与研究区的区域主要断裂方向基本一致,PALSAR雷达数据可以作为高效、准确的方法 ,在植被覆盖区开展遥感地质工作。     

基于光谱相似性的高度异质性喀斯特区域植被盖度提取

利用地物分布的光谱异质性与均匀性信息,提出一种基于光谱相似性的高度异质性条件下喀斯特植被盖度提取方法。研究表明,利用NDVI植被指数方法提取植被盖度时均容易低估喀斯特区域的植被盖度信息,利用像元二分模型则容易高估整个区域的植被盖度信息;而基于光谱相似性对图像进行分块后再提取植被盖度,降低了高度异质性景观对喀斯特植被盖度信息提取的影响,提高了喀斯特地区植被盖度提取的精度。     

基于SPOT-4/VEGETATION数据的中国植被覆盖动态变化研究

植被动态变化对全球能量循环和物质循环具有重要的影响,对植被覆盖变化的研究在全球变化研究中具有重要的意义。为了阐明近8年来中国植被覆盖的整体状况,利用SPOT4-VEGETATION/NDVI时间序列数据,以各个像元的线形回归的相关系数及其显著性水平为植被覆盖活动的指标,对我国1998~2005年8年间的植被覆盖状况及其年际变化进行研究分析。     

基于TM数据的水体信息提取试验

由对水体在TM图像中的波谱特征分析可知,一般水体在TM4图像上的亮度值是小于TM2波段的。以贵州黔西地区为例,采用了多种方法来提取遥感数据中的水体信息。经过分析比较,最终认为LOC方法提取水体的效果最佳。     

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.     

基于随机森林分类方法和多源遥感数据的湿地植被精细分类

利用大丰市沿海滩涂湿地区域的高光谱影像和同时期的机载LIDAR数据,结合影像的光谱信息,采用随机森林算法(RF)对研究区进行湿地植被精细分类,并分析和评价分类模型参数设置对总体精度的影响,最后与SVM分类结果进行对比。结果表明:随机森林分类方法的总体精度为90.3%、卡帕(Kappa)系数为0.874;与传统的SVM分类方法相比,RF法均提高了4种湿地植被的生产者精度和使用者精度。通过分析RF分类模型参数设置对总体精度的影响,得出当生长树个数为30、生长树深度为30时,分类精度最高。     

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MODIS数据的内蒙古草地植被退化动态监测研究

以内蒙古自治区为研究区,利用卫星遥感、GIS和GPS技术,在实地调查和样方测定的基础上,选用群种自然生殖枝高度、草地植被覆盖度和草地生物量3个评价指标,并将其加权综合得到草地植被退化指数(GDI).将GDI与提取的各种植被指数进行相关分析,选出最能反映草地退化趋势且与植被退化指数线性拟合最好的植被指数--修正的土壤调节植被指数(MSAVI).采用线性回归方法建立草地植被退化的遥感监测模型,分析了研究区2002年~2006年草地植被退化的时空分布规律和变化趋势.研究表明,与2002年相比,2006年内蒙古地区草地植被退化状况呈现整体改善、局部恶化的情况.     

基于植被覆盖度的石漠化遥感信息提取方法研究

以云南隆林各族自治县为研究区,利用中巴02B星多光谱遥感数据,在前人研究基础上,提出了基于植被覆盖度的石漠化遥感信息提取方法。实验表明,该方法在剔除阴影、水体、裸地及耕地等影响因素,结合土地利用现状的基础上,无需估算叶面积指数等需要复杂推导的参数就可以有效、准确地提取研究区石漠化分布状况。     

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。     

生物量估测模型中遥感信息与植被光合参数的关系研究

本文通过对建立估测植被生物量遥感模型中所涉及的遥感信息参数与植被光合参数的关系分析,从理论和实验中阐明了反映植物长势的量发化植被指数和反映植物光合面积的叶面积指数,光合有效辐射及吸收光合有效辐射的相互关系,对在实际中建立更为机理的生物量遥感模型提供可供进一步参考的依据。     

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。     

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...     

像元二分模型在土地利用现状更新调查中反演植被盖度的研究

以内蒙古奈曼旗地区为试验地,选用TM数据,对遥感影像进行了几何精校正、大气校正、地形校正等预处理,根据混合像元分解的理论,确定出NDVISsoil和NDVISveg,建立了反演植被盖度的像元二分模型。并根据大量的外业调查数据对所建立的模型进行了精度验证,为土地利用更新调查中依据混合像元分解理论反演植被盖度提供了理论依据。