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。     

基于山地植被指数估算临县植被覆盖度

植被覆盖度是生态环境监测的重要指标,而复杂地形因素影响对山地植被遥感信息的准确提取.以山西省临县为研究区,采用归一化植被指数(NDVI)和归一化差值山地植被指数(NDMVI)分别估算临县2011年7月和2016年4、7、9、12月的植被覆盖度,在对比分析植被指数地形敏感性的基础上,分析黄土丘陵区复杂地形条件下NDMVI对植被覆盖度的估算效果,并对临县近年来植被覆盖度的变化情况进行分析.结果表明:2016年4月使用NDMVI覆盖度估算模型的地形敏感度最弱,估算植被覆盖度的效果最好.从2011年至2016年临县植被覆盖度整体呈现增加的趋势,中高度(50%～70%)、高度(70%～100%)植被覆盖度区面积增加约20%.在空间上,临县中部黄土丘陵沟壑区、西部黄河沿岸丘陵基岩裸露区植被也有了明显的改善,植被覆盖度由中低度、中度覆盖区转为中高度和高度覆盖区,植被覆盖度改善明显.归一化差值山地植被指数(NDMVI)更适合于山地区域植被覆盖度估算.     

基于无人机可见光波段对荒漠植被覆盖度提取的研究——以沙坡头地区为例

以腾格里沙漠东南缘沙坡头地区为研究区域,采用无人机(Phantom 3A)拍摄获取指定范围可见光影像,通过ENVI软件分析照片的红、绿、蓝信息进行植被指数的提取和植被覆盖度的计算,主要分析了可见光波段差异植被指数、归一化绿化差异指数、归一化绿蓝差异指数、过绿指数、红绿比值指数与研究区荒漠植被覆盖度回归模型,探究最优反演模型,目的是验证在相同区域、相同时间拍摄的无人机影像的植被覆盖度.计算出来的植被覆盖度和无人机航片的处理方法进行比对,验证反演模型的正确性.结果表明:通过无人机可见光波段提取的植被指数结果中可见光波段差异植被指数的提取精度最好,能很好地将植被与非植被区分,为荒漠植被覆盖度和植被指数的反演模型的验证提供了依据,节约了实地测量带来的时间和人力成本.对比研究植被指数和荒漠植被覆盖度的线性、对数、三次、乘幂、增长及指数的回归模型结果,最优的荒漠植被覆盖度的反演模型是可见光波段差异植被指数的三次模型,为y=-200.06x3+706.763x2-430.779x+17.916,能很好地监测荒漠植被覆盖度的动态变化,为今后荒漠生态系统的防护和管理提供较好的技术支持.     

基于ENVI的祁连山哈溪林区植被覆盖度信息提取研究

应用landsat TM5影像,进行了影像辐射校正、大气校正和监督分类等预处理。在对像元二分模型2个重要参数推导的基础上,用NDVI归一化植被指数植被覆盖度定量估算模型,对研究区植被覆盖度进行了估算。用GPS实地调查表明,应用NDVI归一化植被指数可以快速获得大范围植被覆盖度信息,为区域植被覆盖度估算提供了便捷的途径。     

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。     

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．     

利用植被指数(Ⅵ)提取遥感影像荒漠林覆盖度信息的差异性研究

本研究针对荒漠林在遥感影像中的表现特征,选用归一化植被指数(NDVI)、重归一化植被指数(RDVI)和土壤调节植被指数(SAVI),比较分析通过遥感影像灰度图的判读和植被指数分析荒漠林的覆盖度。结果表明:3种植被指数在探测干旱区稀疏植被覆盖度的能力方面存在差异。RDVI探测稀疏植被覆盖度的能力明显劣于NDVI和SAVI。NDVI和SAVI表现基本一致;由于土壤因素的影响,在估测稀疏植被覆盖度方面,NDVI的能力较SAVI强。     

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。     

区域地表植被演化特征分析

植被是反映矿区地表环境的关键因子之一,为研究地下采煤对地表环境的影响,选取植被指数作为地理环境因子,利用西咸新区2010-2016年的遥感影像计算出植被的生长季,提取矿区中植被生长较好的五个月的植被指数,统计出植被的退化情况并做分析。基于Arcgis软件对上述结果进一步分析,计算植被覆盖度并做统计分析。结果表明近七年大佛寺矿区地表植被有一定的演化特征,其中植被改善及退化比重变化幅度较大,彬长区域植被覆盖度整体呈上升趋势,大佛寺矿区植被覆盖度整体呈下降趋势,表明矿区开采影响了地表植被生长。     

地形调节植被指数构建及在植被覆盖度遥感监测中的应用

提出一种无需异源数据支持就能有效消除山区地形影响的地形调节植被指数(TAVI).以Landsat TM影像为数据源,采用TAVI进行复杂地形山区植被覆盖度遥感监测;并选择典型样区进行植被指数与太阳入射角余弦值cosi回归分析、比较,定量验证地形调节植被指数抗地形影响的效果.结果表明,TAVI与cosi一元线性回归方程斜率仅为0.01,相关系数只有0.01,TAVI获得预期的抗地形影响的效果;利用TAVI反演的植被覆盖度空间分布呈面状展开,没有出现地形纹理状的分布形态,获得了满意的抗地形影响的效果.     

北部湾沿海流域植被覆盖动态变化及其驱动因素

基于2000—2018年的中分辨率成像光谱仪13Q1数据,利用修正的变化矢量分析、变异系数、Hurst指数等方法分析北部湾沿海流域植被覆盖动态变化趋势及其持续性、预测未来植被覆盖变化情况以及植被覆盖变化的驱动因素.研究表明:北部湾沿海流域植被覆盖度较高,且年际变化幅度较小,多年植被指数均值表现出从陆地到滨海、从流域外边...     

基于遥感影像的都江堰市多植被指数的比较研究

植被指数是遥感领域中用来表征地表植被覆盖,生长状况的一个简单,有效的度量参数.随着遥感技术的发展,植被指数在环境、生态、农业等领域有了广泛的应用;随着人们对于全球变化研究的深入,以遥感信息推算区域尺度乃至全球尺度的植被指数日益成为令人关注的问题.该文主要从NDVI、RVI、DVI三种常用植被指数模型进行分析研究,利用TM遥感影像为主要数据源,通过ERDAS IMAGINE软件对都江堰市遥感影像图进行植被指数的提取以及计算,通过3种不同的植被指数进行分析比较得出该区域的最佳植被指数.     

基于遥感技术的地表水源地植被覆盖度的动态变化

植被覆盖及其动态变化可以有效地反映出区域环境变化特征,监测植被变化在评价区域生态环境质量中是不可缺少的一部分。数据源采用Landsat遥感影像,在运用归一化植被指数及像元二分模型的基础上,提取出2002、2009、2018年珲春老龙口水库地表水源地植被覆盖度,并进行动态变化分析。结果表明:2002—2018年珲春老龙口水库地表水源地区平均植被覆盖度值呈先减少后增加的趋势,2009—2018年,该研究区植被覆盖度处于相对良好的状态,中高度植被覆盖区与高度植被覆盖区占总面积的比重达到86.99%。从空间上来看,地表水源地的东北部分植被覆盖度较高,由东向西呈降低趋势。高植被覆盖区变化明显,近20年内增加了1 818.80 km~2。政府政策、生态恢复工程、人类活动等是影响珲春老龙口水库地表水源地植被覆盖度的主要因素。     

广西南流江流域1986—2020年植被覆盖度时空变化及预测

为探究中国南方丘陵山地流域植被覆盖度长时序变化情况,基于1986—2020年Landsat系列影像数据,运用GEE(Google Earth Engine)平台计算植被覆盖度(fraction vegetation coverage, 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,流域植被改善面积(58.23%)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。GEE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。     

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）?     

文安驿流域植被覆盖度时空分异及其与地貌因子关系研究

从流域尺度对黄土高原地区植被覆盖度状况进行动态监测,定量分析其与地貌间因子的关系。以文安驿流域为研究区,利用多时相遥感数据测算植被覆盖度,综合运用GIS空间分析和数字地形分析方法,对研究区植被覆盖度时空分异规律及其与地貌因子的关系进行分析。结果表明:近十年来文安驿流域植被覆盖度总体呈上升趋势,2007年比2002年恢复的幅度更大;流域植被覆盖度随海拔高度的增加均呈下降趋势;植被覆盖度随着坡度的增大而减少,相对1999年,2007年在大于25°坡度范围的植被覆盖度比2002年的增幅大;流域植被覆盖度北坡相对较高,南坡相对较低,各个坡向的植被覆盖度大小呈现一致性规律。     

基于S-G滤波的江西省植被覆盖度时空变化遥感分析

利用2004~2013年MODIS-EVI植被指数数据集,应用S-G滤波数据重建技术,采用像元二分模型和趋势分析法对江西省植被覆盖变化进行了时空动态监测。结果表明:S-G滤波能够有效提高植被指数产品数据质量;2013年江西省平均植被覆盖度为69.3%,处于中高覆盖度水平,空间分布呈现出"东西南三面高,中部和北部较低"的特点。2004年植被覆盖度最小为65.4%,2012年增加至最大值69.6%,整体呈现改善增加趋势。过去的10年中,植被覆盖增加面积为5.87×104km2,主要集中在抚州,萍乡市和赣州市以北地区;植被覆盖减少面积为4.53×104km2,主要集中在九江,宜春,南昌等地区。     

2017年至2019年海北州植被覆盖度时空动态变化分析研究

本文旨在对2017年至2019年海北州的植被覆盖度变化进行分析,获得其相关的时空变化规律。基于2017年至2019年生长季多时相的GF-1 WFV遥感影像,提取植被覆盖度。为了分析不同覆盖度等级的植被的时空变化,本文将植被覆盖度分为全植被、高植被、中植被、低植被和无植被五个不同等级,并在每个等级内结合DEM数据进一步划分为高山、中山、低山进行分析。研究结果表明：(1)对于植被空间分布特点而言,相对于全植被、高植被、中植被和低植被,无植被的面积占比比较少;(2)在空间分布上,针对不同的海拔高度而言,中山区的植被覆盖度较高,低山区次之,高山区的植被覆盖度最少;(3)从年际变化的角度来看,试验区在2017至2018年和2018至2019年期间,均会出现全植被和高植被相互转化的趋势;(4)从同一年度的生长季的分析发现,试验区内的植被覆盖度在6月至8月呈现上升趋势,在8月至9月呈现下降趋势,相对于其他等级,全植被的变化更加符合该趋势。通过本研究,可为掌握海北州植被覆盖度的时空动态变化规律提供支持。     

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.     

基于遥感的承德围场县植被动态变化监测研究

以承德市围场县为例,探讨了利用遥感技术从Landsat-TM图像中监测植被动态变化的方法．该方法首先对1987年的Landsat-TM图像进行几何校正,并将1999年的Landsat-TM图像与其配准．先从1987年Landsat-TM图像中提取植被指数,再对1987年的植被指数图进行非监督分类,得到1987植被分布图．对1999年的Landsat-TM进行非监督分类,得到1999年的植被分布图．最后,对1987年和1999年的植被分布结构图应用ARCVIEW进行叠合分析,求出植被的变化．该研究表明,此法可以简单有效地将植被的动态变化信息予以监测,得出围场县1999年与1987年相比植被增加987．7Km^2的结论．