朱溪流域植被覆盖变化与居民点的空间关系

以南方红壤侵蚀区典型流域福建省长汀县朱溪流域为研究区,基于研究区2003年和2011年的SPOT-5遥感影像,运用像元二分模型计算得到两个年份的植被覆盖度数据.最后以居民点为中心,300 m为间隔向周围依次做缓冲区,进一步分析植被覆盖度与居民点的空间关系.结果表明:2003-2011年间,流域低覆盖度植被面积占流域面积的比例降低了22.29%,而较高覆盖度和高覆盖度植被面积比例分别增加了6.99%和17.3%;全流域以改善为主的植被面积达到2 416.65 hm2,占整个流域面积的53.85%.朱溪流域植被覆盖度明显提高,研究区域开展的水土保持工作显示出明显的成效.距离居民点0~1 200 m和2 100~2 400 m缓冲区范围内,植被状况以改善为主;而距离居民点1 200~2 100 m缓冲区范围内,植被覆盖有退化的趋势.随着居民点的距离增加,植被覆盖状况呈现出由好转差再转好的发展趋势.     

基于OLI影像的植被覆盖信息提取技术研究 ——以南宁市邕宁区为例

文章以2017年10月28日南宁市邕宁区Landsat 8 OLI影像为数据源，利用ENVI5.3和ArcGIS10.2软件进行数据处理，将原始波段组合、主成分分析组合、衍生波段组合影像用极大似然估计方法进行监督分类，提取南宁市邕宁区的植被覆盖信息，并将分类结果在分类总体精度上相互对比，在空间和提取得到的植被面积数据上对比目视解译结果和南宁市统计年鉴提供的数据，最终确定提取植被覆盖信息的最佳波段组合。研究表明衍生波段组合提取的结果能较准确地反映南宁市邕宁区地表植被覆盖情况，为南宁市邕宁区绿地系统规划提供了参考。     

基于NDVI的黄山市歙县植被覆盖度动态变化研究

以安徽省黄山市歙县为研究目标,对该地区2006年、2009年和2014年三期TM/ETM+影像数据进行分析,提取出NDVI,再利用像元二分法推算植被覆盖率及其变化的过程,简要分析其植被覆盖度变化原因.研究结果表明,植被覆盖度一级植被面积增加约25km~2,三级植被面积增加约870km~2,四级植被面积增加146km~2,二级植被向其他植被等级转移,三、四级植被覆盖度不断增大,一、二级植被也有改造的良好趋势.     

利用多时相TM影像分析紫云地区地表植被变化

将一种利用多时相TM影像分析地表植被变化的新方法运用与实践 ,对紫云地区地表植被变化进行了研究分析。结果证明 ,用不同时相NDVI影像进行彩色合成可以直观地反映地表植被的变化 ,而对不同时相NDVI影像进行NDVI值分级和彩色压缩可以定量和直观地反映区域地表植被的具体变化情况。     

多源长时序数据分析泰山风景名胜区NDVI 时空变化及其影响因素

为研究风景名胜区植被时空变化及其影响因素,以泰山名胜区为例,基于1988—2018年长时序的Landsat影像数据,计算研究区NDVI,分析植被覆盖的时空变化特征,并结合气候、旅游等数据探索影响区域植被变化的因素.研究发现:1988—2018年间研究区植被整体呈波动下降趋势.空间上,植被退化的面积大于植被增长的面积,在主要景点及旅游路线附近,NDVI明显降低.影响因素方面,气候对植被覆盖度的影响不显著;旅游活动的影响表现为研究区内游客人数逐年上升,旅游活动增强,NDVI呈下降趋势,旅游活动是NDVI随时间变化的主要因素.     

江阴市植被净初级生产力及碳汇价值分析

利用遥感影像、逐日气象观测记录等相关数据,应用基于过程的生物地球化学模型(BEPS),对江阴市市域范围内的土地利用状况及年净初级生产力进行了研究,并对植被系统C02吸收功能的价值进行了估算.结果表明:1991-2002年,江阴市陆地生态系统的总平均NPP由818 g/(m2·a)下降为699 g/(m2·a),其生态系统服务的碳汇价值也下降了0.88亿元.期间江阴市建设用地面积扩张及由此导致的林地、农田面积萎缩,成为江阴市陆地生态系统年净初级生产力下降的主要原因,森林植被质量变化对区域NPP下降的影响较小,而气候变化产生的影响不明显.     

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。     

漓江流域上游植被景观格局演变特征分析

以1991年、1998年和2006年3期遥感影像数据为基础,应用景观生态学方法,分析漓江流域上游植被景观格局的演变特征。结果表明,漓江流域上游植被景观在1991-2006年间出现了较大变化,主要表现在：（1）代表人工植被的灌木林（果园、竹林及灌丛）景观的面积指数增加迅速 （2）具有重要生态功能的乔木林景观类型虽然总体面积变化不大,但是一些面积较大的乔木林景观斑块的面积出现了较明显的缩小 （3）草丛植被景观退化明显,表现出较高的破碎度和分离度 （4）植被景观总体的复杂程度减小,景观多样性降低 （5）由于景观多样性降低和景观结构配置不合理,植被景观功能出现退化,水源涵养、土壤保持和生物多样性维持等生态服务价值均出现下降。     

基于遥感影像的第三次国土调查村镇数据采集精度分析

为了客观评价第三次全国国土调查基于遥感影像的村镇数据采集的精度,利用农村集体建设用地与房屋调查的实测数据与国家下发的1m正射遥感影像数据相对照,对试验区域第三次全国国土调查村镇数据采集的点、线、面精度进行分析。结果表明,利用遥感影像采集的点位中误差约为1.273m,边长的平均相对误差约为2.47%,面积的平均精度约为95.54%。国家下发的1m正射遥感影像可以满足三调的精度要求。     

基于NDVI与DEM的山地植被垂直带定量划分——以太白山南坡为例

【目的】利用遥感与地理信息技术，剖析不同植被类型植被指数与海拔的关系，实现山地植被垂直带的准确划分，获取山区植被分布空间格局。【方法】以秦岭主峰太白山南坡为研究区，依据夏秋两季植被垂直带归一化植被指数(NDVI)的差值构建DEM-NDVI散点图，并利用半峰宽计算法将垂直带边界量化。【结果】夏秋NDVI差值与DEM构建的散点图能够很好地体现出山地植被垂直带分布格局。太白山保护区南坡可划分6个植被垂直带，保护区下界至海拔1 919 m为栎林，1 919～2 331 m为松栎混交林，2 115～2 585 m为桦林，2 516～3 150 m为冷杉林，3 109～3 551 m为红杉林，3 551 m至山顶为高山灌丛草甸。DEM-NDVI散点图与遥感影像解译植被分类结果相比，二者的植被分布格局基本一致，但DEM-NDVI散点图能够体现植被的群体平均分布状况且能更准确地表达植被垂直带随海拔的变化特征。【结论】利用夏秋NDVI差值与海拔所构建的散点图可快捷准确地划分山地植被垂直带。     

湿地生态系统状态参数遥感估算与分析

综合利用遥感图像处理技术和定量遥感模型,计算分析了扎龙漫地不同时期的植被指数和蒸散发量信息,研究了2001年火灾前后湿地植被生长状况的时间变化和空间差别.实验通过计算蒸腾量与植被指数的比值,来描述地面植被在不同生长阶段生长速度的差别,并利用图像变化检测技术,获取了火灾受灾区空间分布情况的相关信息.实验结果表明,在火灾中...     

基于3S技术的东洞庭湖湿地植被的分布与适应性分析

利用2010年环境一号卫星影像提取东洞庭湖湿地植被分布图,依据同时期的MODIS13数据合成增强植被指数(EVI)年最大值图与年平均值图,结合东洞庭湖高程,讨论东洞庭湖湿地植被及其生物量空间分布,并从水文因素及植被生长特性等方面分析其原因,推论出芦苇与湖草等植被的最适宜生长区域.结果说明,东洞庭湖植被及其生物量分布与高程及水环境有很大的相关性,在高程30m以上且远离水域区域,主要生长着对水分要求不高的防护林;芦苇适合生长在27m高程以上且靠近水域的区域,湖草适合生长在高程为23～27m间的区域.     

基于时空融合技术的高精度遥感蒸散计算

在利用遥感数据进行蒸散计算时,常因云雨污染和单一传感器限制,导致影像数据缺失严重,特别是在一些景观破碎化程度高的地区,较难获取高时空分辨率的蒸散序列。以黄河三角洲为研究区,基于增强型时空自适应融合模型构建高时空分辨率的遥感数据集,结合地表能量平衡系统模型采用先估算后融合和先融合后估算两种方式估算了区域2020年高时空分辨率的蒸散时间序列,探讨了融合算法和蒸散模型相结合的可行性和估算精度。结果表明：增强型时空自适应反射率融合模型(enhanced spatial and temporal adaptive reflectance fusion model, ESTARFM)算法性能较好,融合反射率与实际反射率的相关系数均在0.85以上;地表能量平衡系统(surface energy balance system, SEBS)模型估算的显热通量与通量站数据的均方根误差(root mean squared error, RMSE)仅为57.8 W/m²,融合模型估算的水面蒸发与蒸发皿折算数据的相关系数达到了0.93;黄河三角洲蒸散量随季节变化较大,其中夏季蒸散量约占全年...     

遥感影像双线性插值小波融合方法

在进行同一地物的具有高空间分辨率的全色影像和多光谱遥感图像融合时，应用双线性插值的方法对多光谱图像进行插值，使之等于全色图像的空间分辨率．在此基础上，对两幅影像分别实施小波变换，提出了小波系数的融合运算公式．同时，为了说明本方法的可靠性，将其与近邻插值的小波变换、色彩变换(IHS)、Brovery变换等融合算法作了对比．仿真结果表明，该算法在提高影像空间分辨率的同时，图像的光谱信息损失最少．不失为一种较为理想的融合算法．     

太湖湿地植被时空变化特征及其驱动机制

基于1980—2019年Landsat长时间序列遥感影像，结合近40 a的水文和气象数据，综合最大似然、空间质心模型、小波连续变换等方法，分析了太湖水生植被时空变化特征及水位周期变化的影响．结果表明:1）近40 a来太湖水生植被总面积呈现出先减少、后大幅增加、又小幅减少的趋势，动态相对指标为217.50%．沉水植物在总植被面积中占比最大，并在2014年达到峰值340.59 km2；浮水植物面积波动较明显，波动范围为1.32%~19.74%；2014年挺水植物面积达到最低值，为13.35 km2，面积整体上呈下降趋势．2）1980—2019年，太湖水生植被群落空间分布向湖区西北部偏移，挺水植物、浮水植物、沉水植物空间质心整体向湖区西北方向分别移动11.45、25.19、7.01 km，偏移方向分别为北偏西39.74°、6.32°、69.88°．3）近40 a来太湖年均水位呈上升趋势，水位变化的主周期为28 a，经历2次丰枯转换，今后将逐渐进入丰水期；年降雨量、年均温、年日照时间也发生了一定的波动．4）太湖水位周期变化对于水生植被影响较为明显，沉水植物面积与年均水位有显著的正相关性，气象因子与植被面积变化相关性较弱，但是风向对于水生植被迁移影响较大，除此之外人类活动也是影响太湖水生植被时空分布的重要因素．研究结果可为湖泊湿地生态系统、水生植被时空动态及其驱动机制研究提供一定的理论和方法参考，对于太湖湿地生态恢复提供一定的决策支持．      

遥感影像融合方法评价——以SPOT5自身融合为例

影像融合技术近年来快速发展,是遥感研究的热点.SPOT5影像广泛应用于各个部门,它提供了2.5 m的全色和10 m的多光谱影像.将二者融合可以在保持光谱信息的同时提高空间分辨率.本文采用了PC,Gram-Schmidt和Pansharp三种融合方法对SPOT5全色和多光谱影像进行融合.从主观视觉、客观定量、波谱曲线和空间变化曲线四个方面分析和评价了三种融合结果的质量.分析评价结果表明：Pansharp方法的融合效果最佳.该方法在提高多光谱影像分辨率的同时,较好的保留了多光谱影像的光谱信息.     

融入空间信息的湿地信息提取技术

以安徽省湿地为对象,采用TM影像,在去噪声处理和主成分分析的基础上,以一种基于光谱和空间信息相结合的分类方法,对研究区的湿地信息进行了提取。结果表明:以主成分分析法对数据进行处理发现,前4个主成分的累积贡献率为99.5%,可代表原始数据的绝大部分信息; 结合空间信息的提取方法对各类型湿地的平均提取精度可达84.6%,有效地改善了“麻点”现象,而采用光谱信息的平均提取精度仅为69.3%。     

基于PCA的盐地碱蓬植被信息提取新指数研究

盐地碱蓬是海岸带一种重要的先锋植被,其时空分布信息是海岸带湿地生态系统保护及湿地修复工程的基础数据.为准确地获取碱蓬群落时空分布信息,构建一种盐地碱蓬提取指数十分必要.该文以辽东湾北部海岸带湿地为研究区域,基于Landsat8 OLI数据,采用主成分分析方法(PCA, principal components analysis)构建盐地碱蓬指数(suaeda principal components analysis index, SPCAI),并将其应用到多源遥感数据(Landsat5 TM、Landsat7 ETM+、Landsat8 OLI和Sentinel-2 MSI)中,最后利用SPCAI获取近21年辽东湾北部海岸带湿地碱蓬群落的时空分布信息.结果表明：1)经主成分分析的Landsat数据的第4波段(PCA₄)对盐地碱蓬的响应最为明显,且Landsat8 OLI数据的主成分分析结果明显优于TM和ETM+数据;2)基于Landsat8 OLI的PCA₄波段构建SPCAI,SPCAI对碱蓬的响应明显优于NDVI、SAVI、MSAVI,并...     

基于Landsat-TM数据鄱阳湖湿地植被生物量遥感监测模型的建立

建立合理的经验模型对地面植被生物量进行遥感监测是可行的方法．利用遥感影像获得的植被指数和实地得到的生物量做回归统计分析,得到近似的地面生物量估算模型,这种模型的合理性取决于数据处理的水平和样本数据的大小．任何模型在具体应用时都需要根据实际情况进行改进,生物量估算模型更是如此．该文首先说明了回归分析的理论依据和适用条件;然后基于大量的实地测量数据,选取了若干种植被指数,分别进行了植被指数与生物量的线性和非线性回归分析,结果表明,非线性回归得到的结果更优．但是不同于以往的是,该文从统计学的角度对这种结果做了进一步说明,指出这种分析的局限性,说明了模型的适用条件,希望结果能为比较准确地实施遥感监测和湿地调查提供参考。     

高原山区遥感植被制图研究综述

 植被制图是植被生态学研究的基础和重要内容之一.在环境复杂、异质性高的高原山区,由于诸多因素的影响给该区域的遥感植被制图带来很大的困难和挑战.作者重点介绍在复杂山区环境中利用遥感技术进行植被制图的基本过程.为了提高山区遥感植被图的精度,建议注意以下几点：①在提取训练样本阶段,应将同一地物或者植被类型根据其不同的光谱特征分成不同亚类型进行选取训练样本;②现有许多地形校正模型不能有效地提高遥感分类精度;③分类器选择时,建议选择人工智能神经网络分类法、决策树、基于专家知识分类法等先进的非参数分类器;其次如果选择使用中低分辨率影像数据,可以考虑使用亚像元或软分类法;当使用高分辨率影像时,选择基于对象分类法要优于基于像元分类法;④结合辅助数据,尤其是DEM数据能显著提高山区遥感植被或森林制图精度.将来高级地形校正模型和分类算法需要进一步开发和发展.GIS技术与遥感数据结合也是未来遥感植被制图技术发展的一个重要方向.未来研究还需要将群落和植被生态学的理论和方法与遥感技术相结合来提高山区植被制图精度,并促进遥感科学和空间植被生态学发展.