排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
2.
额尔齐斯河流域中亚段植被覆盖遥感动态监测 总被引:1,自引:1,他引:0
利用中亚北部额尔齐斯河流域2000-2008年的中分辨率成像光谱仪(Moderate ResolutionImaging Spectrometer,MOD IS)数据,分析了额尔齐斯河中亚段不同区域的归一化植被指数(Nor-malized D ifference Vegetation Index,NDVI)随季节变化的规律,并合成全年最大NDVI值代表当年植被最好时期的NDVI值,应用混合像元分解模型,计算研究区内的植被覆盖度并根据植被覆盖度的高低将研究区内的植被覆盖程度分为六个等级:无覆盖、极低覆盖度、低覆盖度、中覆盖度、中高覆盖度和高覆盖度。通过研究区内植被覆盖度的变化情况在一定程度上揭示研究区内植被变化情况。2000-2003年,研究区的植被覆盖水平有降低趋势,2003-2007年呈增加趋势,2007覆盖水平与2002年相近,2008年覆盖水平降低明显,为9 a来最低,是由研究区当年降水量减少引起;植被覆盖水平高的区域主要分布在研究区东北部的山区和西北部的平原区,植被覆盖水平较低的区域集中在流域中西部的干旱草原;高覆盖区域的植被覆盖年际变化幅度较中低覆盖区域的小。 相似文献
3.
4.
额尔齐斯河-斋桑湖流域近20年来土地利用/土地覆被时空演变 总被引:1,自引:1,他引:1
土地利用/土地覆被变化(LUCC)是影响生态环境和气候变化的主要驱动力之一,同时又是受其影响的结果。LUCC研究对于开展生态环境变化及气候变化的研究均具有重要的意义。针对目前境外LUCC研究中土地利用/覆被分类效率低的问题,探索一种适用于大数据量而又精度较高的分类方法。以额尔齐斯河国外部分-斋桑湖流域为研究区域,以1990年及2007年的Landsat TM/ETM+夏秋季影像以及DEM作为数据源,综合利用影像光谱、纹理信息参与到决策树构造中,进而利用决策树分类方法分别提取这两个时期的土地利用/覆被空间分布信息,最后分析两个时期的土地利用时空变化状况。实验结果表明:(1)光谱与空间纹理信息参与的决策树分类方法具有较高的分类精度;(2)两个时期的土地利用变化分析发现,近20年来该区域土地利用发生了较大的变化,耕地和灌木林地大面积减少,而低覆盖度草地和未利用地却显著增加。 相似文献
1