首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 140 毫秒
1.
内蒙古羊草草原返青期遥感识别方法研究   总被引:1,自引:0,他引:1  
研究羊草返青期遥感识别方法对于模拟及预测内蒙古草原植被物候变化具有重要意义.为了有效识别内蒙古羊草草原的返青期,本研究基于250m分辨率的MODIS归一化差值植被指数(NDVI)时序数据,首先分别采用双高斯函数、多项式、S-G滤波3种拟合方法对原始NDVI时序数据进行重建,然后进一步分别采用最大斜率阈值法、动态阈值法及滑动平均法对重建的最优NDVI数据进行返青期识别,并利用33个样本点的返青期地面观测数据对遥感监测结果进行了地面验证.结果表明,"基于S-G滤波拟合的滑动平均法"是内蒙古羊草草原返青期的最佳遥感识别方法,可以此为基础开展内蒙古草原主要植被返青期的时空变化规律研究.  相似文献   

2.
研究如何利用MODIS遥感影像进行蓝藻水华的业务化遥感监测,可以为实时监控水质、预警蓝藻水华爆发提供基础数据和技术支持。通过辐射定标、地理定标等预处理,对云区域进行检测与掩膜标定。采用阈值分割方法,对比分析比值植被指数、归一化植被指数和差值植被指数的阈值分割结果,筛选出最合适的植被指数,结合形态学处理方法,提高水华信息自动的业务化提取能力。采用2015年6—10月数据验证方法的适用性,统计并分析了蓝藻水华主要爆发期的时间分布情况。  相似文献   

3.
绿潮遥感监测手段受时间分辨率、空间分辨率和天气等因素的限制,难以实现大规模、连续且高精度的绿潮检测,为了弥补遥感影像时间分辨率和空间分辨率低的问题,基于多源多分辨率的遥感影像,结合归一化植被指数法(NDVI)对GF-1PMS、Landsat 8和MODIS的同步影像进行绿潮监测能力分析,并在此基础上利用多源多分辨率影像对2017年绿潮爆发过程进行高时间序列的绿潮监测。结果表明,Landsat 8数据的监测结果与GF-1PMS数据相比产生了6.76%~39.66%的偏差;MODIS数据的监测结果与GF-1PMS数据相比产生了410.4%~1128.8%的偏差,主要原因是空间分辨率导致的混合像元效应。  相似文献   

4.
基于EOS/MODIS数据的土壤水分遥感监测方法   总被引:2,自引:0,他引:2  
美国国家航空航天局(NASA)自1991年开始实施对地观测系统(EOS)计划以来,EOS/MODIS传感器的高时间分辨率、高光谱分辨率、适中的空间分辨率等特点使其在干旱监测中具有突出的优势.纵观近年来国内外基于EOS/MODIS资料遥感监测土壤水分的理论、方法的发展和应用特点,可以分为5类:①基于植被指数类的遥感干旱监测方法,如简单植被指数、比值植被指数、归一化植被指数、增强植被指数、归一化水分指数法、距平植被指数等;②基于红外的遥感干旱监测方法,如垂直干旱指数法、修正的垂直干旱指数法等;③基于地表温度(LST)的遥感干旱监测方法,如热惯量法、条件温度指数、归一化差值温度指数、表观热惯量植被干旱指数等;④基于植被指数和温度的遥感干旱监测方法,如条件植被温度指数、植被温度梯形指数、温度植被干旱指数模型等;⑤基于植被与土壤的遥感监测方法,如地表含水量指数作物缺水指数法等.重点介绍了目前生物、物理意义较明显,比较成熟和广泛应用的基于可见光与热红外波段的改进型垂直干旱指数法(MPDI)、作物缺水指数法(CWSI)、地表含水量指数法(SWCI)、热惯量法(ATI)等;对各种遥感监测土壤水分方法的优缺点做出评价;指出利用高分辨率卫星资料(如EOS/MODIS和中国发射的风云三号极轨气象卫星250 m分辨率资料)进行农业干旱监测研究将成为主要的研究方向,"土壤-作物-大气"多圈层立体监测、多学科的融合将是解决提高旱情定量化监测精度、使之实用化和业务化的必由之路:最后,展望了遥感监测土壤水分的发展前景.  相似文献   

5.
借助GIS对图形(影像)、属性、时态数据存储、查询、分析以及管理的强大功能,对利用陕西省2003年全年的MODIS数据生成的不同时相的归一化植被指数(NDVI)、比值植被指数(RVI)、差值\环境植被指数(DVI\EVI)等多种植被指数,及其对应的MOIDS影像和空间位置(地图)数据进行存储,将必要的植被指数分析方法和分析模型整合到该GIS空间数据库之中,达到数据、方法、模型在基于GIS植被指数空间数据库中的集成与统一,以实现基于时相和波谱信息MO-DIS、ETM影像数据的显示、查询、分析、管理等功能。实践证明,在GIS空间数据库中将时相、波谱和空间位置信息应用到遥感影像植被信息的提取中,从分析遥感影像的植被指数空间信息出发,能够较好地实现对植被指数信息的认识,为研究不同地区的植被分类、农作物长势监测及地表植被变化等方面提供分析依据。  相似文献   

6.
基于2009~2010年MODIS数据,以江苏省为研究区域,比较两种常见的重构植被指数序列方法的重构能力以及应用到冬小麦物候期提取上的效果;并且用观测数据对提取结果进行了验证。结果表明,两种重构方法都能较好的去除噪声,但Savitzky-Golay滤波方法在保持原始数据的真实性方面要优于HANTS(harmonic anazysis of time series)方法,而HANTS方法在呈现原始数据的周期性方面更有优势。通过动态阈值法提取冬小麦物候期时,经两种重构方法处理后的植被指数时间序列,在返青期和成熟期提取上均方根误差均在8 d之内,抽穗期效果较差。S-G滤波重构后的植被指数时间序列提取结果要优于HANTS方法。总体来说,经两种方法滤波后提取的江苏全省冬小麦关键物候期,都能够体现全省范围分布的变化性。  相似文献   

7.
条件植被温度指数在华北平原干旱监测中的应用   总被引:6,自引:0,他引:6  
以华北平原部分地区为研究区域,应用MODIS多时段卫星遥感数据进行了归一化植被指数和地表温度的计算和反演,应用条件植被温度指数对研究区域2003-2006年每年5月上旬的干旱进行了监测.以监测结果为基础,在时间和空间分布上分析了研究区域的旱情.应用降水量数据和土壤表层含水量数据对干旱监测结果进行了验证,结果表明VTCI与最近1个月的降水量具有显著的线性相关性,VTCI与土壤表层含水量有较好的线性相关性,验证了VTCI是一种近实时的干旱监测方法.  相似文献   

8.
基于微波植被指数的甘南草地生物量动态监测   总被引:1,自引:0,他引:1  
利用2003-2007年AMSR-E每日亮温产品计算了甘南州每日微波植被指数,结合Terra/MODIS植被指数产品比较分析了两种植被指数之间的关系.在此基础上,建立了基于微波植被指数的生物量监测模型,并对其精度进行了评价.结果表明:基于升轨6.925,10.650 GHz亮温数据的微波植被指数与MODIS增强型植被指数EVI之间有良好的相关性,其,rR2和RMSEP值分别为0.69,0.54和0.044.基于微波植被指数的草地生物量干重监测模型能反映甘南草地生物量的基本变化规律.由西向东、由北向南生物量逐渐增加,生长季内(5-10月)生物量产量峰值出现在7,8月份,不同草地类型生长季内的干物质产量由高向低依次为暖性草丛类、沼泽类、高寒灌丛草甸类、温性草甸草原类、高寒草甸类、温性草原类,低平地草甸最低.  相似文献   

9.
渤海海域叶绿素浓度的遥感反演研究   总被引:2,自引:0,他引:2  
以渤海海域为研究区域,以MODIS1B卫星影像为数据源,利用MODIS 250.m分辨率的波段反射率构建的NDPI(Normalized Difference Pigment Index)遥感指数结合叶绿素质量浓度(ρ)实测值进行回归拟合分析,建立基于MODIS1B数据的渤海海域叶绿素质量浓度遥感提取模型,并应用该模型反演出渤海海域叶绿素浓度的分布情况,对其分布进行了分析和评价.研究结果表明,利用MODIS1B数据监测渤海海域的水质情况是可行的.  相似文献   

10.
无人机遥感作为卫星和航空遥感平台的有力补充,在低空遥感观测领域发挥越来越重要的作用.对于农作物长势监测而言,选择合适的光谱波段有利于更加准确地反映作物长势情况.该研究借助水稻—油菜氮素养分试验,针对其油菜季开展基于无人机遥感的消费级相机油菜苗期长势监测最优波段选取问题研究.试验采用经红外改造后的消费级相机,逐次搭配lp680、lp720、lp850 3种近红外长通滤波片和RGB红外截止滤波片来获取不同光谱位置的近红外波段影像和可见光波段影像.在此基础上计算多波段影像的多种植被指数,同时结合油菜地面冠层高光谱数据和滤波片光谱响应特性模拟计算相同的植被指数.结果表明,使用可见光波段影像计算的归一化差指数(NDI)与地面实测归一化差植被指数(NDVI)之间的相关性最高,其R2达到0.945,该结果与基于油菜地面冠层高光谱数据所得结果呈现出较好的一致性.同时该NDI值与油菜氮素养分试验中不同氮素施用水平之间的相关性也较好,其R2达0.963.该研究结果表明选取常规消费级相机可见光波段也能准确地获取作物长势信息,为其用于作物长势监测提供了科学依据.  相似文献   

11.
以安徽省为研究区,选取MODIS数据为数据源,首先基于2011年到2018年的16 d合成MODIS归一化差值植被指数产品,利用ENVI软件提取油菜种植面积。然后结合谷歌影像,通过目视解译和NDVI数据提取安徽省多时相油菜种植面积,在此基础上对MODIS-NDVI数据提取油菜种植面积的结果进行验证,并分析了其时空变化。与统计监测数据相比,利用MODIS数据提取油菜面积精度可达84.5%。通过实践和验证,利用MODIS-NDVI数据提取安徽省油菜种植面积具有一定的可行性和可靠性。研究成果可为政府部门掌握农作物生产和农业发展情况提供基础数据,也可为其他省份研究油菜种植面积提取提供参考和借鉴。  相似文献   

12.
【目的】黑龙江省是中国重要的林业省份之一,也是受林火危害最严重的地区之一。通过遥感数据获取森林火点信息,充分了解近年来黑龙江省林火发生的时空分布格局,探索林火发生规律。【方法】根据黑龙江省2001—2018年MODIS(分辨率成像光谱仪)遥感图像的MCD64A1火烧迹地产品数据集,提取林火火点信息,结合历史火灾记录资料、归一化植被指数NDVI(normalized difference vegetation index)、森林类型、数字高程模型DEM(digital elevation model)等数据,运用地理信息系统空间分析方法和统计分析方法,对黑龙江省的林火时空分布规律进行研究。【结果】2001—2018年,黑龙江省林火次数和过火面积呈现波动性变化,但整体上林火次数呈现下降趋势,其中2002年火灾发生次数最多,2003年过火面积最大,2008年过火面积最小;春、秋两季是林火的多发时期,冬季基本不发生火灾。林火在空间分布上具有异质性,在13个地级行政区中黑河市的森林火灾过火面积最大,其次为大兴安岭地区和绥化市,大庆市发生森林火灾的过火面积最小;过火面积随着林地海拔的升高逐渐呈现减少的趋势。结合森林类型分布情况发现,在针叶林中发生火灾的概率较高,其次为混交林和阔叶林。【结论】采用MCD64A1火烧迹地产品能够较为准确地提取出火灾信息,结合植被类型和高程信息对黑龙江省林火发生的时空规律进行分析,可为区域林火扑救和预警监测提供重要的科学依据。  相似文献   

13.
条件植被温度指数干旱监测方法的研究与应用   总被引:5,自引:0,他引:5  
综合应用归一化植被指数(NDVI)和土地表面温度(LST),提出了条件植被温度指数(VTCI)的概念,并将其用于干旱监测。VTCI的定义既考虑了区域内NDVI的变化,又强调了NDVI值相等时LST的变化,可解释为NDVI值相等时LST差异的比率。分别以陕西关中平原地区和美国大平原南部地区为研究区域,应用AVHRR和MODIS卫星遥感反演的NDVI和LST产品,以及累计降水量和降水偏差数据,证实了条件植被温度指数是一种近实时的干旱监测方法。  相似文献   

14.
姚月锋  何文 《广西科学》2022,29(5):824-838
喀斯特地区植被相比非喀斯特地区具有更高的时空差异性,在维持脆弱生态系统稳定与可持续发展中具有极其重要的作用。西南喀斯特地区作为全球生物多样性热点地区,植被类型多样且存在显著的同物异谱/同谱异物现象。为更精准、高效地进行喀斯特地区植被定量遥感研究,本文从个体尺度到生态系统尺度,从遥感数据源选择和方法应用上回顾了西南喀斯特地区植被定量遥感的研究进展,并探讨下一步需要重点关注的研究方向。西南喀斯特地区植被定量遥感研究主要集中在群落和生态系统尺度的植被覆盖度、植被分类、生态系统服务功能与价值研究;遥感影像数据应用相对单一,主要为被动成像中低分辨率的光学影像(如Landsat和MODIS)。在个体和种群尺度上,虽采用了地物高光谱遥感技术和无人机遥感技术,但该技术主要应用于小尺度近地面植物个体和种群研究,难以扩展到区域范围。亟待开展融合多源影像,尤其是激光雷达影像(Light Detection and Ranging,LiDAR)与非影像数据的应用及其先进分析方法研究,以及个体和种群尺度的喀斯特地区植被生化参数定量估算与自然植被物种精准识别,群落和生态系统尺度的生物多样性与碳循环定量遥感研究工作,以期为喀斯特地区植被格局、过程及其生态系统服务功能定量研究、脆弱生态系统植被恢复和石漠化治理决策的制定提供参考。  相似文献   

15.
卫星遥感是监测大范围植被动态变化最有效的手段。随着中国遥感技术的发展,国产风云卫星也逐渐应用于植被变化研究,但有关国产风云卫星刻画植被动态变化表现方面仍不明晰。比较了国产风云卫星(FY-3C VIRR)和美国Terra卫星(MODIS)的归一化植被指数(normalized difference vegetation index ,NDVI)产品在湖南省和江西省的时空一致性。结果表明:(1)两种卫星NDVI产品的空间分布与年、季、月的变化特征在湘赣地区有较好的一致性,江西省NDVI整体高于湖南省。(2)FY-3C和MODIS年均NDVI都呈现出2018年高于2017年和2019年,基于MODIS的湘赣地区三年的年均NDVI(0.58)高出FY-3C(0.36)约60%。(3)FY-3C NDVI在各季节都整体低于MODIS NDVI,其中冬季差异最大,基于MODIS NDVI均值(0.42)约是FY-3C(0.21)的2倍,其余季节MODIS高出FY-3C约50%。(4)FY-3C NDVI与MODIS NDVI月变化趋势基本一致,二者年最大NDVI差异变化不大且较为稳定,年最小NDVI差异方面更明显且差异较大(MODIS年最小NDVI高出FY-3C约100%)。研究结果可为国产风云卫星检测典型地区植被动态变化特征的能力提供科学参考。  相似文献   

16.
基于植被指数和地表温度的干旱监测方法的对比分析   总被引:4,自引:0,他引:4  
以陕西省关中平原和渭北旱塬为研究区域,应用1999-2005年每年5月上旬的AVHRR卫星遥感数据,对比分析了基于归一化植被指数(NDVI)和地表温度的几种干旱监测方法:包括条件植被指数(VCI)、条件温度指数(TCI)、距平植被指数(AVI)和条件植被温度指数(VTCI)等,研究了VTCI与其他干旱监测方法的优缺点及其在研究区域的适用性.从研究区域旱情分布来看,VCI的干旱监测结果不符合研究区域干旱的分布规律.从监测结果的影像纹理特征来看,VTCI和AVI可能适合于研究区域的旱情监测.通过进一步对比分析遥感干旱监测结果与累计降水量的监测结果,得出了VTCI更适合于研究区域的干旱监测.  相似文献   

17.
海洋叶绿素的反演在海洋-大气系统的碳循环、赤潮灾害监测等方面具有重要意义。选择南海乐东县作为研究区,基于MODIS 250 m分辨率数据,将MODIS水色产品数据集和南海实测数据集作为实测值数据集分别建立二波段比值、植被指数NDVI以及逐步回归模型,反演研究区的叶绿素浓度。结果显示,基于南海实测数据集建立的反演模型精度普遍较高,R~2值都达到0.7以上,其中逐步回归模型精度最高,R~2值达到0.778 3。反演结果表明,在实测值支持下,MODIS高分辨率数据在叶绿素反演方面能够达到较好的反演效果,同时也提高了在MODIS数据使用方面的空间反演精度,证明MODIS高分辨率数据在海洋叶绿素反演方面能得到较好的应用。  相似文献   

18.
选择福州市区东部面积近300 km2的区域作为研究区,基于地表反射率模型,对2013-2016年研究区内所有的有效像元进行拟合,重构时序数据集,并通过原始影像与实测光谱对拟合结果进行评价.研究结果表明:拟合结果与原始影像在蓝、绿、红、近红外波段的相关系数均高于0.9,可见光波段均方根误差在0.01左右,近红外波段略高于0.02;拟合结果能清晰地表达不同类型植被的物候差异,与原始影像、实测归一化植被指数(NDVI)均保持较高的一致性;基于重构的数据集,可以保证选择相同时相的数据进行年度植被变化监测,进一步提高植被动态变化监测的准确性和实效性.  相似文献   

19.
杨坤士  卢远  汤传勇 《科学技术与工程》2022,22(32):14148-14158
为探究我国南方丘陵山地流域植被覆盖度长时序变化情况,本研究基于1986—2020年Landsat系列影像数据,运用Google Earth Engine平台计算植被覆盖度FVC,利用Theil-Sen median趋势分析和Mann-Kendall 以及Hurst指数方法分析南流江流域植被覆盖度时空变化趋势特征。结果表明:南流江流域植被覆盖度高,植被覆盖度变化呈现明显的上升趋势。1986—2020年间,流域植被改善面积(58.23%)远远大于植被退化面积(8.29%),植被改善区域在流域中、下游表现最为显著,退化区域自流域上游而下依次减少。未来南流江植被覆盖度变化将呈现波动变化趋势,其中持续性改善面积占14.83%,持续性不变面积占12.25%,持续性退化面积占3.48%,余下69.44%面积为波动变化区域,流域植被覆盖变化与造林绿化工程及城市扩张发展息息相关。Google Earth Engine平台在遥感影像处理中有明显优势,它能在长时序、大尺度植被监测研究中发挥重要作用。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号