基于多源遥感数据的甘蔗霜冻监测评估

利用Landsat 8 OLI遥感数据提取云南耿马县甘蔗集中种植区,结合中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)历史数据和野外调查数据制定甘蔗霜冻分级指标,通过多时相甘蔗归一化植被指数(normalized difference vegetation index,NDVI)变化差异对2013年底耿马县甘蔗霜冻进行灾后监测评估。结果表明:利用Landsat 8较高分辨率及光谱可分性强的优势,结合非监督分类、监督分类以及归一化植被指数阈值剔除法可迅速有效地提取甘蔗集中种植区。甘蔗全生育期MODIS NDVI变化曲线表明,正常年份12月甘蔗NDVI平均下降0.03±0.01,结合野外调查制定的分级指标可对甘蔗霜冻进行有效评估,评估结果在空间分布上与实况相符合,面积统计结果误差小于6%。     

多源多分辨率遥感影像黄海绿潮监测能力分析

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。     

3种NDVI遥感数据产品在大别山区的对比分析

选取GIMMS、MODIS、SPOT/VEGETATION 3种NDVI(归一化植被指数)遥感数据产品,分析它们在大别山区域的空间分布和时序变化.结果表明:(1)在空间分布上,3种NDVI数据的格局大致相同,MODIS NDVI和SPOT/VEGETATION NDVI的空间分布吻合度更高;MODIS传感器的波段宽度窄、空间分辨率高、变化范围大、分布分散.(2)在时序变化上,3种NDVI数据的季节变化步调基本一致,幅度相当,MODIS NDVI和SPOT/VEGETATION NDVI数据更能清晰地反映NDVI对降水响应约有1个月的滞后这一现象;GIMMS NDVI能清晰准确地反映地面植被覆盖的变化情况;SPOT/VEGETATION NDVI的动态范围比GIMMS NDVI和MODIS NDVI的动态范围大.     

遥感影像绿地信息提取--以开封市为例

基于Landsat TM影像,对开封市绿地专题信息进行提取,主要通过计算TM影像及各主成分分量和归一化植被指数 NDVI的相关系数的方法来进行波段组合,提高遥感影像的目视解译精度和分类精度,取得较好结果.研究得出开封市绿地面积占总面积的22.56%,主要集中分布在郊区乡镇.     

高分辨率航空DMC影像阴影区植被提取的研究与应用

采用昆明2005年8至11月的1∶1000高分辨率航空DMC数字影像图对昆明市二环以内城市阴影区域绿色植被信息进行提取.利用归一化植被指数NDVI与NC IVI航空植被指数将明显植被区域信息提取出来,并将原图中明显植被区域割去;对切割后影像图利用掩模提取其中阴影部分并基于bayesian监督分类对阴影区植被进行分类提取.提取信息类型为明显植被、非阴影区、阴影区和阴影区植被.     

基于遥感数据定位老龄树群

在野外找到老龄树群,是树木年轮气候学研究的一个关键环节.目前还没有在大尺度空间上连续的高精度的树龄数据可供使用,尝试建立一种基于遥感数据定位老龄树群的方法 .以30 m分辨率的卫星Landsat 8 OLI(Operational Land Imager)遥感影像一景为例,首先在该影像范围内收集了22个已发表的树轮宽度年表长度数据,根据经纬度定点提取年表对应的归一化植被指数(Normalized Difference Vegetation Index,NDVI)值,然后用R语言建立树轮宽度年表的长度与NDVI之间的一元线性回归模型,利用遥感影像数据良好的监测地表空间异质性的能力,实现对树轮年表长度在空间上连续的高分辨率的估算.将该信息作为树龄的一种近似替代,可以辅助树木年轮工作者快速、准确、定量地寻找到老龄树群.     

安徽省油菜种植面积MODIS数据分析

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。     

基于支持向量机和遥感的塔里木河流域下游沙质荒漠变化的分析——以大西海子库区为例

塔里木河流域下游作为沙质荒漠化较严重的地区之一,自2000年实施生态输水以来生态环境发生了明显变化.本文利用研究区2000年、2010年、2018年8月和9月Landsat ETM、Landsat OLI遥感数据,采用支持向量机方法对研究区进行土地利用类型分类,基于分类结果和像元二分模型对归一化植被指数(NDVI)进行...     

基于Landsat 8数据反演地表发射率的几种不同算法对比分析

为了分析研究不同地表发射率反演算法的精度和适用性,文中选取西安市的遥感影像Landsat 8为基础数据,运用ENVI,ArcGIS等软件,首先对Landsat 8数据进行预处理,提取西安市的NDVI影像;然后,建立决策树模型得到西安市地表分类影像,并基于像元二分模型反演得到植被覆盖度,基于NDVI得到4种不同算法的地表发射率;最后,以精度0. 01的MODIS LSE产品为标准数据,从像元尺度上对比分析了4种算法的精度,并依据回归决策树方法的分类结果,对比分析了不同算法在各类地表覆盖类型上的发射率反演差异。结果表明:在像元尺度上,植被指数混合模型法与NDVI~(TEM)改进算法精度较高且较为接近;从不同下垫面的反演差异来看,在植被区域4种算法之间的差异较小,而对于水体区域,4种算法之间的差异较大;从反演方法的适用性而言,植被指数混合模型法与NDVI~(TEM)改进算法较为适合本研究区。     

基于植被岩溶比重指数的岩溶流域岩溶信息提取——以江西省长河流域为例

利用多光谱遥感数据构建合适的指数提取岩溶信息,对于岩溶地表水文参数(如CN值)的确定、流域水文模型的应用、岩溶流域水土流失和石漠化的监测等具有重要作用。以江西省长河流域为研究区,利用Landsat 8遥感数据获取NDVI、FV(植被覆盖度)、LST(地表温度)以及卷云波段,将FV、LST和卷云波段进行主成分分析,提取第一主成分PFLC并构建PFLC-NDVI特征空间,依据该特征空间提出植被岩溶比重指数(VKPI),采用分级阈值法对VKPI值进行等级分值生成VKPI分级图,结合野外实地采集的岩溶数据进行精度验证。研究表明:野外实地采样的岩溶数据与VKPI分级图重合度比较高,总精度为77.44%,Kappa系数为0.713 4。综合了植被指数、地表温度、植被覆盖度等生物物理参数的VKPI,能够较好地提取岩溶信息,并将其与其它地物信息区分开来。     

融合物候及纹理特征的茉莉花种植区提取研究

为充分挖掘图像时序物候信息、几何空间、纹理特征在农作物监测提取研究上的优势，本研究通过构建物候参数与纹理特征的方法对广西横州市茉莉花（Jasminum sambac）种植区进行提取，该方法通过增强型时空自适应反射率融合模型（ESTARFM）融合年度内“高空间-低时间”“高时间-低空间”的遥感图像，重建生成年度中低尺度的卫星影像，获取研究区内不同植被的物候信息参数，并结合地物光谱信息提取地物纹理特征。选取物候参数、纹理特征作为茉莉花种植区分类提取信息，对不同的参数特征进行组合，开展分类对比和综合精度量化评价。结果表明，重建时序归一化植被指数（NDVI）数据结合物候参数及纹理特征的茉莉花种植区提取方法，总体分类精度达到88.36%，Kappa系数为0.863 3，在中低尺度多光谱影像遥感数据“时空信息”的缺失下对茉莉花种植区提取具有良好的效果。     

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.     

基于温度植被干旱指数法的农业干旱研究

利用MODIS数据提取归一化植被指数（NDVI）和陆地表面温度（LST）,构建温度植被旱情指数（NDVITs）特征空间,依据该特征空间设计的温度植被旱情指数（TVDI）作为旱情指标,结合土地利用现状数据对重庆市梁平县2006年7月12—27日的旱情进行了研究．研究结果表明在2006年7月12—27日重旱区主要分布在梁平的东北地区,旱地受旱面积为67．32％,水田受旱面积达55．1％,林地、水田、旱地、其他用地四种用地类型,其受旱比例依次递减,所得数据与该时间段该区土壤墒情站所得的干旱数据基本符合,该研究结果较好地反映了本次干旱灾害的空间分布,为相关部门进行干旱灾情评估制定和实施抗旱减灾措施提供了科学依据．     

基于中分辨率遥感影像的厦门城市绿地信息分析

采用2006、2009年Landsat5 TM和2013年Landsat8 OLI 3个时相的遥感影像,结合以往的相关数据、资料和实地调查,对厦门岛及周边区域的城市绿地进行提取分类,并采用监督分类方法,将绿地遥感影像划分为林地和其他绿地,分析区域内绿地面积和空间分布的变化情况。结果表明:利用中分辨率遥感影像,结合NDVI和K T变换可以更简便、大面积地提取绿地信息;2006—2013年,厦门岛及周边区域城市的绿地面积逐年增加,但绿地空间分布不均匀,结构不合理。建议厦门市应对城市绿地进行系统规划与建设,合理分布绿地空间,推进垂直绿化,合理配置绿化物种,以本地物种为主,提高景观稳定性和多样性。     

BP神经网络辅助的GNSS反射信号NDVI反演

归一化植被指数(normalized difference vegetation index,NDVI)是一种能反映地表植被生长情况和覆盖度的重要指标,针对如何确定研究区域归一化植被指数变化趋势的问题,提出一种BP神经网络辅助的GNSS卫星反射信号NDVI反演方法。从PBO观测网P037和P39站点信噪比观测数据提取的振幅参数作为输入值,归一化植被指数作为输出值,构建BP神经网络辅助的GNSS卫星反射信号植被指数反演模型,并与线性回归模型进行对比,实验结果显示:P037和P039站点振幅线性回归的相关系数为0. 700 3和0. 775 6,均方根误差为0. 062 2和0. 076 0,BP模型的相关系数为0. 802 3和0. 839 4,均方根误差为0. 033 6和0. 045 9,表明BP神经网络辅助的GNSS卫星反射信号反演模型获取的归一化植被指数优于线性回归模型,为获取准实时、低成本和高时间分辨率的NDVI提供了新的思路,证明了该方法的可行性。     

基于遥感影像光谱分析的蓝藻水华识别方法

利用Landsat-7 ETM+遥感影像数据,以淀山湖为例,在分析蓝藻和其他典型地物影像光谱曲线及其特征的基础上,构建归一化蓝藻指数(NDI_CB),有效地从浑浊水体中提取蓝藻信息.通过k-均值非监督分类结果可以发现,构建的归一化蓝藻指数较传统的归一化差值植被指数(NDVI)和比值植被指数(RVI)更加适用于提取低密度蓝藻空间分布信息.在此基础上,基于遥感影像光谱特征和归一化蓝藻指数,采用了支持向量机的分类识别模型,最终得到淀山湖区域蓝藻的空间分布范围与面积,通过发现在某一特定时间蓝藻分布的规律,为蓝藻预警和治理的生态学分析提供了及时、有效和客观的依据.     

一种改良的基于RS/GIS技术的鄱阳湖区钉螺滋生地获取方法研究

运用遥感影像处理软件对鄱阳湖区丰水期与枯水期影像进行监督分类获取水体范围,两者相减获取“冬陆夏水”区;在“冬陆夏水”区内计算归一化植被指数(NDVI)并提取植被覆盖区;提取鄱阳湖区13～ 18 m的高程范围;将提取的区域与查螺数据进行空间叠加对比分析.在“冬陆夏水”区的13 ～18 m高程范围内,归一化植被指数(NDVI)大于0.17的区域为适宜钉螺孳生的环境;经检验,计算结果得出的钉螺孳生地栅格级准确率达到70.91;.研究表明,鄱阳湖区“冬陆夏水”范围和植被覆盖范围广大,预测模型中增加适宜钉螺孳生的高程信息将提高计算结果的精确度.     

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。     

基于时空融合的NDVI时序生成技术在冬小麦监测中的应用

高时空分辨率归一化植被指数(normalized difference vegetation index,NDVI)数据对于冬小麦的动态监测具有重要意义,而高分一号卫星的不足之处是无法获得时间序列数据。为了解决上述问题,以河南省东北部为实验研究区,以高分一号卫星16m分辨率的多光谱宽覆盖GF-1/WFV(Gaofen-1satellite/wide field of view)数据与MODIS地表反射率产品MOD09Q1数据为数据源,采用STARFM (spatial and temporal adaptive reflectance fusion model)时空融合算法,对冬小麦出苗生长期、越冬期、返青-拔节期、抽穗期、成熟期等5个不同物候期的数据进行分析,并最终生成步长为8d的GF-1/WFV NDVI时间序列数据(即预测NDVI).结果显示:5个不同物候期的预测GF-1/WFV NDVI与实际GF-1/WFV NDVI的相关系数分别为0.695 9,0.840 4,0.892 1,0.897 0,0.632 9;预测GF-1/WFV NDVI时间序列数据与实际MOD09Q1NDVI数据具有高度的一致性。     

Landsat8 OLI城市地区气溶胶光学厚度遥感反演

在地表反射率较高、结构复杂的城市地区,传统的浓密植被气溶胶反演算法难以适用。通过分析地物波谱库中的植被和土壤波谱信息,模拟建立归一化植被指数(NDVI)与红、蓝波段地表反射率之间的相关关系,提出使用MODIS植被指数产品(MOD12)确定地表反射率的方法,实现该类型区域气溶胶光学厚度(AOD)反演。以Landsat8OLI数据为例,选取北京市为研究区进行反演实验,使用AERONET地基观测数据与MODIS气溶胶产品(MOD04)对反演结果进行验证。结果表明,当反射率较高时,NDVI与红、蓝波段地表反射率仍存在较高的相关性,利用该指数能够准确获取高反射率地区的地表信息,算法反演结果与实测值具有较好的一致性,总体相关系数达0.966,68%的反演结果满足误差精度要求,当AOD0.5时,有82.3%的结果满足精度要求,较MOD04精度有了较大改善。