黄河源区高寒草地植被覆盖度反演模型精度评价

植被覆盖度是许多气候、水文、生态等模型的重要输入参数,其估算精度的提高对相应模型的改进及模拟精度的提高具有重要的现实意义。本研究以黄河源为研究区域,基于大量与卫星遥感像元空间尺度匹配的实测植被覆盖度数据,评估了回归模型法、像元分解法、神经网络算法三种常用植被覆盖度遥感估算方法的反演精度。结果表明:回归模型法中基于归一化植被指数(NDVI)的反演精度高于其他植被指数;像元二分法中,变量因子(L)的加入不能显著提高反演精度;反向传播(BP)神经网络算法应用植被指数替换卫星遥感反射率数据作为驱动数据,反演精度显著提高。因此,通过比较和优化可以提高植被覆盖度的反演精度,但每类反演方法的最高反演精度差异不显著。     

基于多源数据的甘南草地植被覆盖度遥感监测研究

选取甘南藏族自治州为研究区域,以2016-2017年野外实测样方盖度数据和无人机照片提取的草地植被覆盖度数据为基础,对基于像元二分模型计算的草地植被覆盖度进行精度校正,分析并探讨无人机用于野外草地植被覆盖度调查的可行性,构建基于不同遥感数据源草地植被覆盖度的回归模型,并对模型进行精度评价.结果表明,利用无人机在草地上空一定距离(25 m)获取的照片可以多时相匹配Landsat 8等中分辨率遥感影像,动态监测野外大面积草地植被覆盖度;乘幂模型对以像元二分法计算的陆地卫星-8陆地成像仪(Landsat 8 OLI)产品的草地植被覆盖度校正效果最佳,模型的估测精度高达93.60%,在进行空间小尺度研究时模型计算精度最高;对数模型对以二分法计算的MOD13Q1产品的草地植被覆盖度校正效果最佳,模型的估测精度为91.97%;用中分辨率遥感数据Landsat 8 OLI校正低分辨率MODIS模型,修正后的模型R2=0.64,比原始的中分辨率成像光谱仪(MODIS)估测模型(R2=0.23)明显提高,在进行空间大尺度研究时该模型更适应.     

重庆植被覆盖度时空演变及驱动力地理学探究

为了分析2000年以来重庆市植被时空变化情况及其驱动力作用性质,基于MODIS-NDVI数据,采用像元二分模型、差值法、均值法、一元线性回归模型研究重庆市2000—2015年遥感影像的植被覆盖度年、季时空演变特征,并利用地理探测器分析气温、降水量、人口密度、国内生产总值(gross domestic product, GDP)等因子对植被覆盖度的交互影响作用,及重庆市植被适宜性生长区域。结果表明:2000—2015年重庆市植被覆盖度季节均值呈春季到夏季增加,夏季到冬季减少的趋势;低覆盖度、中低覆盖度和中等覆盖度呈春季到夏季减少,夏季到冬季增加的趋势。2000—2015年重庆市植被覆盖度总体趋于改善,植被覆盖度提升面积远远大于退化面积,植被覆盖度在空间分布上东部地区高于西部地区。影响因子对植被覆盖度(fractional vegetation cover, FVC)影响的强度依次为:气温降水量人口密度GDP。人为因子和气候因子共同作用时,增强了对植被覆盖度的影响力。重庆市植被生长适宜性区域是年均降水量等级为1 383.3～1 567.6 mm、气温分区为5～10.2℃、人口分区为22.7～211.5人/km~2及年均GDP为17万～2 947.7万元/km~2的地区。研究结果可为重庆市生态环境治理和保护提供科学依据,丰富地理探测器模型研究成果。     

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。     

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。     

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。     

郑州市植被覆盖度动态监测与分析

植被覆盖度是用来衡量地表植被状况的重要指标之一.植被覆盖度及其变化也是区域生态环境变化的重要指标.拟基于郑州市1994年7月2日、2002年6月19日、2009年6月29号和2013年6月28日的TM/ETM+遥感影像数据,利用ENVI 5.1软件,分别采用像元二分法和监督分类法,提取郑州市植被覆盖度信息,并对比分析研究期间郑州市植被覆盖度的变化情况.从而得到郑州市植被覆盖度在研究期间的变化趋势.结果表明:郑州市植被覆盖度呈先下降后上升的变化趋势,但区域内分布不平衡;在提取植被覆盖度时,像元二分模型比监督分类法更具有优势.     

基于NDVI的干旱区绿洲植被覆盖度动态变化分析——以新疆阿克苏地区为例

本文以新疆阿克苏地区1991年、2001年和2016年TM/ETM+/OLI遥感影像为数据源,基于归一化植被指数NDVI应用像元二分模型对植被覆盖度进行了估算,得到三期植被覆盖度等级分布图,并通过转移矩阵,对研究区植被覆盖的时空变化特征进行了分析.结果表明,近25年来,阿克苏地区植被覆盖度总体呈现增长趋势,植被覆盖度60%以上的高植被覆盖区域面积显著增加,面积占比由1991年的7%上升至2016年的12.33%,而其他植被覆盖等级区域的面积均呈减少趋势.自然因素尤其是气候变化在一定程度上有利于研究区植被覆盖的增加,但短期内植被覆盖变化的主导因素还是人类活动的干扰.     

基于Landsat8植被覆盖度反演及应用——以宜黄县为例

植被覆盖度是反映地表植被状况和衡量生态坏境的重要标志之一。利用2016年宜黄县域范围的Landsat8 OLI影像,在对研究区域进行土地利用分类时,采取最大似然法和基于CART算法进行监督分类和决策树分类。通过比较两者的统计数据,得出基于CART算法的决策树分类精度要更高。然后利用决策树分类所得的土地利用图采用归一化植被指数(NDVI)和改进的像元二分模型反演出宜黄县植被覆盖度,最后通过宜黄县实际植被覆盖率与反演结果进行对比,并对其定性分析。     

基于TM影像的伏牛山植被覆盖度变化研究

为研究伏牛山地区植被覆盖的变化情况,利用1991、2002和2011年三期TM卫星遥感影像,基于NDVI的像元二分模型,对整体植被变化趋势进行研究,并比较三期变化;同时结合数字高程模型对不同海拔的植被覆盖变化做对比分析;最后,分析气象因子的变化趋势.研究结果表明:(1)从分布上看,研究区整体植被覆盖状况较好.植被覆盖度随海拔的上升先增加后降低,临界点在海拔1 700¹ 800m之间.(2)从变化上看,21年以来,植被覆盖度呈增加趋势.海拔高度1 650m以下区域的植被覆盖度变化情况最为明显,这是由于人类活动主要集中在海拔较低的区域,而海拔高于1 650m的区域变化较小,受人类活动的影响较小.(3)从21年温度和降水变化来看,研究区域内植被覆盖度和温度的变化趋势并不一致,而和降水量变化的趋势有较高的一致性,具体表现为随降水量的增加,植被覆盖较好的Ⅳ级(F≥0.7)植被覆盖度区域面积增加.     

基于像元二分模型的植被覆盖度遥感信息提取

植被覆盖度是衡量地表植被覆盖的一个重要指标,在许多方面作为重要参数输入。本文利用Landsat-7卫星提供的1999年ETM+遥感影像和Landsat-5卫星提供的2007年TM遥感影像,以定西市安定区为研究区域,对遥感影像进行了归一化植被指数(NDVI)的提取,并根据像元二分模型原理计算出研究区的植被覆盖度。从结果中可看出研究区西南部植被覆盖有所增加,东北部植被覆盖有所退化。     

基于Landsat8影像的植被覆盖度遥感估算方法比较

植被覆盖度在生态环境中扮演着非常重要的角色,遥感影像可以反映不同空间尺度的植被覆盖信息及其变化的趋势,因此,遥感监测是获取区域植被覆盖度参数的重要的手段。在前人研究基础上,本文结合现有数据,选择Landsat8数据作为植被覆盖度估算的研究数据,通过像素的二元模型和线性像素的混合模型估算铜川地区的植被覆盖度, Geoland2植被覆盖率数据集用于验证两种模型的估算结果。     

三江源自然保护区植被覆盖度遥感估算

采用了基于重归一化植被指数的像元二分模型,并结合实测数据和相关辅助数据,对三江源自然保护区2007年的植被覆盖度进行了估算和精度验证.植被覆盖度实测值和遥感估算值之间的线性相关系数达到了0.9017,平均精度为81.52%.结果表明使用此方法进行大面积植被覆盖度的遥感估算是有效可行的.     

基于GEE的赣州安远县30年植被覆盖度时空变化分析

在谷歌地球引擎(GEE)云平台上,以1991—2021年Landsat影像数据为基础,采用像元二分模型、趋势分析法、赫斯特指数及莫兰指数分析安远县30年植被覆盖度,探究其时空变化特征、空间自相关及未来变化趋势。结果表明,安远县的植被覆盖度在空间上整体水平较高,在研究期30年内,植被覆盖度增加区域占75.48%,退化区域占17.11%,无变化区域占7.41%。赫斯特指数预测未来安远县植被覆盖度将以持续增加为主,研究区整体表现为显著的正空间自相关,呈聚集状态分布。安远县在植被改善方面已取得了显著成果,后期还需重点关注植被覆盖度退化区域与空间自相关异常值区域。     

丝绸之路青海道县域植被覆盖时空动态遥感分析

丝绸之路经济带是新时期中国提出的重大国家战略,建设好丝绸之路经济带的前提是保护和改善生态环境,因此,定量监测和评估其生态环境质量状况意义重大,特别是对生态地位极其重要的青海省更是如此.本文以MODIS植被指数合成产品为遥感数据,采用像元二分模型,以表征生态环境变化指示器的植被盖度为指标,对青海省境内古丝绸之路(青海道)途径的22个县域,2004～2013年间的植被覆盖状况进行了研究.结果显示:10年间,青海道地区植被覆盖整体上以基本保持不变(占比61%)和得以改善(占比23%)为主,局部地区退化.其中,青海道地区东部的湟水流域和青南高原东南部整体上植被生长状况好转,青海道地区西部的柴达木盆地与东昆仑山地区局部,植被生长状况以基本保持不变为主,总体上呈现退化趋势,退化地区的植被以低覆盖度植被为主.研究结果可以作为青海道地区县域生态环境本底基础数据,也可以为开展青海道沿线地区项目投资、建设与发展潜力及可能存在的生态环境风险评估提供科学依据.     

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.     

肯尼亚蒙内铁路区域植被覆盖度时空变化分析

通过分析长时序MODIS-NDVI数据,得到2000—2017年的植被覆盖度(Fractional Vegetation Cover,FVC),使用相关性分析、变异程度分析等方法对肯尼亚蒙内铁路区域植被覆盖度进行时空变化分析.结果表明:①2000—2017年研究区域FVC值总体呈增加趋势,增速为0.02%/10 a;2013—2017年蒙内铁路修建期间该区域FVC值缓慢上升,从74.82%上升到了76%.②FVC的总体特征为内罗毕国家公园、察沃国家公园以及蒙巴萨周边低海拔区域植被覆盖度较高,FVC值保持在80%左右;蒙内铁路中段车站等中小城市的FVC值较低,在60%以下.根据2000—2017年FVC值稳定性表现为面积增加占44.04%,稳定占52.45%,减少趋势占3.51%.③2000—2008年时段,面积转移矩阵比值为0.87,表现出轻度的减少,2009—2013年和2014—2017年2个时间段比值均1,表现出植被覆盖度(FVC)有改善的趋势.     

重庆市沙坪坝区植被覆盖度的遥感估算

植被覆盖度是衡量地表植被覆盖的一个重要指标,在许多方面作为重要参数输入。根据像元二分模型原理和归一化植被指数,利用归一化植被指数（NDVI）定量估算植被覆盖度的模型可以求得研究区域的植被覆盖度。本文根据该模型对重庆市沙坪坝区进行了植被覆盖度的遥感估算,结果表明,该方法简单易行。     

近30年呼伦贝尔沙地植被变化时空特征分析

利用1989-2019年4期TM/OLI遥感数据,采用归一化植被指数(NDVI)和像元二分模型相结合的方法,系统分析了呼伦贝尔沙地南部沙带植被变化的时空差异特征,结果如下:(1)沙地植被中高覆盖度和高覆盖度共占总面积的65.76％,主要分布于研究区北部和东部的沙带边缘以及外围的沙质平原上;中覆盖度面积占19.42％,主...     

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。