1991-2009年南流江流域植被覆盖时空变化及其与地质相关分析

以1991、2000、2009年3期TM影像为数据源,通过基于NDVI的像元二分模型,分析南流江流域19年来的植被覆盖时空特征,同时将这3期植被覆盖度图与流域地质图进行叠加,进而分析地质地层对植被覆盖度的影响。结果表明:(1)19年来南流江流域植被覆盖度变化显著,前10年间流域植被质量有所下降,自2000年来流域平均植被覆盖度呈上升趋势。(2)植被覆盖度与流域内地质地层联系紧密,流域内花岗岩(γ)地层,植被覆盖度较高,优于其他地层;岩溶区植被覆盖度较低,植被易发生退化,但恢复缓慢;该流域内的第四系地层植被覆盖度最低。(3)南流江流域植被以稳定、恢复为主,植被覆盖得到较大好转,在空间分布上变化较为显著。     

基于Landsat-8影像数据的北京植被覆盖度时空特征与地形因子的关系

以北京市为研究区,通过像元二分法模型,基于Landsat-8影像,反演北京市2014年4月、2021年4月的植被覆盖度;并根据DEM数据,计算研究区的坡度、高程数据,将植被覆盖度与坡度、坡向、高程进行空间叠加分析,研究植被覆盖度时空特征与地形因子的关系.研究结果表明,北京市坡度较小的区域以中低植被覆盖区为主,随着坡度的...     

宁化县地形及土壤特征对植被覆盖度的影响

为研究地形及土壤特征对植被覆盖度的影响,以宁化县2009年Landsat遥感影像和1：50万地形图为数据源,利用3S平台及归一化植被指数（NDVI）提取宁化县植被覆盖度,对植被覆盖度进行分类,通过GIS生成高程、坡度和坡向三个地形因子,并将植被覆盖度与三个地形因子和土壤类型分别进行空间叠加分析．结果表明,宁化县的植被覆盖度与其高程、坡度及土壤之间存在较大的关联,而坡向对其影响甚微．     

基于Landsat影像的多时相植被覆盖度与地形因子关系研究——以平潭岛为例

以平潭岛作为研究区,运用线性混合像元分解法从遥感影像中反演1992年、2002年和2013年3个时相植被覆盖度,用数字高程模型(DEM)提取坡度、坡向和高程数据.将植被覆盖度与3种地形因子进行空间叠加分析,以研究该海岛植被长势与地形间的联系,对生态环境保护提供参考建议.研究结果表明:在平潭岛的平坦和缓坡地区,以低植被覆盖度为主,随着坡度上升,高植被覆盖度面积比例增加,在25°~35°坡度范围达到峰值,最后又下降.坡向对研究区植被覆盖度的影响微弱,不是主导植被长势的重要地形因子.低高程区的植被覆盖度低,高程变大,植被覆盖度也增大,在高程大于310 m的地区,受热量降低影响,植被覆盖度下降.后10 a植被下降较前10 a明显,虽有山区植被改善,但是建设区和地势低平区破坏越来越严重,需重点治理.     

基于TM影像的北京市北部山区植被覆盖度遥感动态监测

以监测北京市北部山区一延庆、怀柔和密云三区县10年间植被覆盖度变化为例,利用ETM／TM2001年和2010年两期影像数据,依据混合像元二分模型及NDVI估计植被覆盖度的理论方法,设计了模型应用技术路线,生成北部三区县两期植被覆盖度分级图及其统计数据,并对研究区植被覆盖状况进行时空动态变化分析。研究发现,2001年～2010年,研究区平均植被覆盖度总体呈上升趋势。该方法可快速、定量地反映研究区植被覆盖及变化情况,为研究区生态环境评价提供技术支持。     

安庆市2007—2016年植被覆盖度时空动态分析研究

植被覆盖度常作为检测植被状况的重要指标,因此可以通过估算植被覆盖度来对某区域的植被时空动态变化进行研究。本文对2007年和2016年两个时相的TM遥感影像进行遥感影像预处理操作,得到安庆市不同时相的植被覆盖图。利用植被指数法对安庆市2007年、2016年两个不同时相的植被覆盖度进行计算得到植被覆盖度数值,结合国家规定的植被覆盖度的划分标准对安庆市2个时相的植被覆盖度进行等级划分。最终结果显示,安庆市2007—2016年10年间的植被覆盖度变化较大,极低与低植被覆盖度等级的面积呈减少趋势,中、中高和高等级的植被覆盖度的面积明显增多,这说明10年间安庆市的植被生物量明显增多,生态环境得到改善。     

基于遥感技术的植被覆盖度信息提取

本文以TM影像为数据源,以重庆南川市为例,结合地面调查数据,利用ERDAS遥感处理软件,对植被覆盖度信息提取方法、植被覆盖度与植被指数的关系、植被覆盖度分类等方面进行了研究。3S技术的结合,能快速准确地获取植被覆盖度信息。     

黄河流域中段植被覆盖时空变化特征及影响因素分析

黄河流域植被保护与生态治理至关重要，探究植被变化特征及因素影响机制，对黄河流域生态修复及高质量发展具有重要应用价值。基于1981—2020年植被覆盖度数据、气候数据、地形数据及土地利用数据，利用趋势分析、Hurst指数、相关分析等研究方法，定量分析黄河流域中段植被覆盖度变化特征、未来发展趋势及影响因素。结果表明：1)1981—2020年黄河流域中段植被覆盖度呈波动上升趋势，增加速率为0.045/10a,空间格局呈现为东南部及中部高，西北部低的特征；2)近40年来研究区植被覆盖度改善情况良好，其中改善区域面积占比为87.50%,未来持续改善区域面积占比为96.65%;3)研究区植被覆盖度与降水、气温均以正相关为主，地形因子对植被覆盖度的影响主要体现在高程及坡度上，随二者的增加植被覆盖度表现为先增长后减少的趋势，且在不同地形条件下，植被覆盖度受温度影响大于降雨。     

基于Hyperion高光谱遥感影像的植被覆盖度提取研究

基于Hyperion高光谱影像,对提取植被覆盖度的传统像元二分法进行了改进,提出通过地物分类来提高植被覆盖度提取精度的算法.该算法先对研究区进行分类,在较高分类精度的基础上,结合不同地物的NDVI频率累积图和实际情况得到各类地物的植被覆盖度,最后得到研究区域的整体植被覆盖度.结果表明,经支持向量机分类的总体精度为83.2%,Kappa系数为0.710;相同NDVI值,林地的植被覆盖度农田的植被覆盖度草地的植被覆盖度,实验结果与实际基本相符;改进的像元二分算法改善了传统像元二分法中存在的水体、裸地非植被覆盖区得到非0的植被覆盖度和高植被覆盖地区检测灵敏度下降等问题,丰富了传统像元二分法的细节信息,得到更符合实际的植被覆盖度.     

基于RS与GIS的麻阳河黑叶猴自然保护区植被覆盖动态变化监测研究

为了研究麻阳河保护区植被覆盖度变化情况,采用2004、2007、2010年多源遥感影像的NDVI数据,运用arcgis软件计算出保护区植被覆盖度,分析麻阳河保护区植被覆盖度变化情况。结果显示,2004～2010年保护区植被覆盖变化总趋势是低、中低植被覆盖度往中、中高植被覆盖度转化,占保护区总面积的69.04%。受到保护区下游彭水电站施工影响,只有9.17%的中高植被覆盖度转化为中低植被覆盖度。保护区森林、灌丛植被覆盖面积大,植被覆盖度趋于正向转换,呈良性恢复趋势。     

秦皇岛市2001—2020年植被覆盖动态变化及预测

本研究基于谷歌地球引擎(Google Earth Engine,GEE)遥感数据云端运算平台,利用1443景的Landsat Surface Reflectance(陆地卫星地表反射率数据)长时间序列遥感影像数据,使用归一化植被指数、像元二分模型、变异系数、线性回归分析和CA-Markov模型等方法监测秦皇岛市2001—2020年间植被覆盖度的动态变化,并预测了2025年的植被覆盖情况。研究表明：(1)2001—2020年,秦皇岛市20年间的植被覆盖度总体良好,整体上以中高植被覆盖度和高植被覆盖度为主,二者面积之和均达到总面积的65%以上;低植被覆盖度与中低植被覆盖度的面积之和均未超过20%。(2)河流、湖泊以及城区周边的植被覆盖度波动性较大,变异系数范围在0.8到3.2之间。(3)20年间秦皇岛市植被覆盖度明显变化的区域占57.7%,其中减少的区域占17.7%,增加的区域占40%,植被覆盖度基本保持不变的区域占42.3%,且人为因素仍是影响植被覆盖度变化的主要因素。(4)预测结果表明,秦皇岛市2025年仍以高植被覆盖度为主,占比达到47.4%,增长了0.9%,低植被覆盖度和中植被覆盖度分别减少了0.8%和0.4%,中低植被覆盖度和中高植被覆盖度均增长了0.1%。此研究可为秦皇岛市的环境治理、城市规划等工作提供数据参考和理论依据。     

基于无人机高光谱影像的植被覆盖度遥感估算模型比较

为了探寻光谱解混模型估算植被覆盖度的精度及适用性,对广东省中山市民众镇义仓村内的一块香蕉林地,利用无人机高光谱数据,比较了3种植被覆盖度估算的经典模型(像元二分模型、Carlson模型和Baret模型)以及目前较为常用的3种光谱解混模型(线性光谱混合模型(Linear Mixed Model, LMM)、后验多项式非线性混合模型(Polynomial Post-nonliner Mixing Model,PPNMM)和考虑光谱变异的正态组分模型(Normal Compositional Model,NCM))估算植被覆盖度的效果. 实验结果表明:像元二分模型高估了植被覆盖度;Carlson模型低估了植被覆盖度;Baret模型在低植被覆盖度区域内高估了植被覆盖度、在高植被覆盖度区域内低估了植被覆盖度;LMM模型在高植被覆盖度区域有较好的估算效果;PPNMM模型在低植被覆盖度出现小幅度高估;NCM模型估算的效果最佳.     

赛罕乌拉国家级自然保护区植被覆盖度时空变化分析

为了揭示赛罕乌拉国家级自然保护区的植被变化规律。基于Landsat归一化植被指数(NDVI)遥感数据,利用像元二分模型对赛罕乌拉国家级自然保护区植被覆盖度进行估算,研究2002—2013年植被覆盖度的时空变化格局。研究结果表明:2002—2013年赛罕乌拉国家级自然保护区植被覆盖度状况良好、总体情况稳定,多年平均植被覆盖度为88%,植被覆盖度类型以高植被覆盖度为主,其次是中植被覆盖度;在2002—2008年和2008—2013年两个时期,赛罕乌拉国家级自然保护区植被覆盖度呈现出由低到高的转移趋势,植被状况变好;赛罕乌拉国家级自然保护区的植被覆盖度与气候变化有一定的相关性,但政策等人为因素是影响植被变化的主要因素。     

哈密市植被变化及其对气候变化的响应

以2000-2016年(5-10月)MOD13QI数据为基础,并结合同期气温和降水资料,采用线性趋势分析?相关分析等方法,研究了哈密市近16年来植被空间变化特征以及与气候因素的关系?结果表明:哈密市NDVI总体上呈上升的趋势,主要植被类型为低覆盖度植被类型?2000-2008?2008-2016年两个时期,哈密市极低覆盖度?极高覆盖度植被都先下降后上升,低覆盖度和高覆盖度植被持续上升,中等覆盖度植被持续下降?NDVI与气温?降水都存在一定的相关性,NDVI受气温的影响较少,受降水量的影响较显著（P<0.01）?     

基于高分六号数据的东海县植被覆盖度分析

为了对中国连云港市东海县地区植被进行植被覆盖度的研究及分析,以高分六号(GF-6)卫星数据为原始数据源,在归一化植被指数(normalized vegetation index, NDVI)和像元二分模型分析方法的传统研究基础上,进一步通过不同置信度法来获取像元二分模型数据中所对应的纯土壤像元(S_soil)值和纯植被像元(S_veg)值,从而对植被覆盖度进行遥感估测分析。结果表明：植被覆盖度的估测结果对置信度的取值非常敏感,在选取置信度时,应结合数据源的卫星特征、影像特征、地域特征等合理选择,置信度应控制在2%～10%;高分六号卫星影像能较好的估测出植被覆盖度,东海县植被覆盖等级主要呈西高东低的空间状态,这也为后续高分六号卫星在林业应用方面提供价值参考。     

2005-2015年三江源地区玛沁县植被覆盖度变化分析

基于美国Landsat TM卫星遥感影像数据,通过ArcGIS10.0与ENVI5.1软件,提取并分析了玛沁县不同时期的植被覆盖度动态变化总体特征。分析结果表明:2005年、2010年、2015年的平均植被覆盖度依次为72.53 %、65.76 %、68.27 %,植被覆盖度fc>0.65的区域面积占总面积的比例达到60 %以上,植被覆盖总体情况良好;植被覆盖变化面积转移矩阵表明,近10年来植被覆盖度呈现出下降趋势,各级植被覆盖度减少面积近4 000 hm²,自然生态环境退化程度明显;玛沁县植被覆盖度减少区面积占比20.96 %,比重较大,植被覆盖不稳定并呈现退化趋势,自然生态环境亟待保护。     

1990—2010年间我国北方农牧交错带植被覆盖度变化归因

以我国北方传统农牧交错带为研究区,以植被归一化指数(NDVI)表征地表植被覆盖度,对土地利用数据和降水量、气温等气象数据两大类影响因子进行相关性分析.研究发现:1990—2010年该地区主要土地利用类型发生了显著的相互转化,但占优势的仍是草地、耕地和林地,土地利用和景观结构未发生重大变化.研究期间,北方农牧交错带耕地、林地和未利用土地植被覆盖度均有所增加,草地植被覆盖度有所减少.植被覆盖度与年均降水量呈极显著相关性,1990—2010年农牧交错带降水呈减少趋势,植被覆盖度上升趋势明显.植被覆盖度与同期年均气温数据也呈现一定的正相关性,1990—2010年农牧交错带气温变化属于升温趋势,植被覆盖度上升趋势明显.研究表明北方农牧交错带植被覆盖度变化是在全球气候变化和人类活动的双重影响下发生的,土地利用变化和降水、气温气象数据两种因素对植被覆盖度的影响具有明显的地域性特征,土地利用变化因子的影响由于受政策和人类活动的参与而正逐渐占据着主导地位,而气候条件中,气温升高对植被覆盖度具有一定的正相关性,降水量因子在径流量充沛地区影响作用较弱,但在水源缺乏,人类活动干预较少农牧交错带西北地区仍然有着重要的影响作用.     

基于ENVI植被动态变化分析

植被覆盖度是反映地表植被覆盖状况和监测生态环境的重要指标,是用来研究区域或全球尺度水文、气象、生态等领域的基础数据,在各类相关理论和模型中得到了广泛应用。简要介绍了研究区域的行政、地质、气候和能源的概况,论述了研究内容、研究方案、技术路线、RS处理平台等,详细讨论了数据收集、数据预处理、植被指数（NDVI）提取、植被覆盖度计算、植被覆盖度分等及面积统计等研究方法,分析了统计结果和植被变化情况,并讨论了孝义市植被覆盖度,提出了发展建议。