TM图像大气校正及其对地物光谱响应特征的影响分析

基于辐射传输理论的大气校正模型,具有明确的物理意义,易于操作,应用广泛.虽然这类模型通常会提供几种标准大气模式供用户选择,但是有限的几种模式难以合理描述具体研究区的大气状况,因此,在缺乏实测资料时,有必要对大气参数进行合理选择或估计,参数的选择直接影响大气校正的结果.因此,首先对Landsat-5 TM图像大气校正参数的确定进行了详尽分析,然后从光谱响应曲线、归一化植被指数(NDVI)、能见度等方面,探讨了大气校正对TM图像地物光谱响应特征的影响.研究表明:(1)TM图像经大气校正后,地物在可见光波段反射率明显减小,而在近红外和短波红外反射率增大;(2)大气校正后的NDVI增幅明显;(3)能见度对水体和植被在可见光波段的地表反射率影响均较大;在近红外波段对水体的影响比对植被的更为强烈;随着能见度的增大,地物地表反射率增大.采用的参数确定方法可为类似研究提供参考与借鉴.     

基于GF-1数据和非监督分类的冬小麦种植信息提取模型

针对当前冬小麦种植信息提取方法普遍存在严重依赖地面样本数据和人为主观干扰过多的现象,而非监督分类算法自身又具有独特的特点,研究了基于非监督分类的冬小麦提取方法。在实际应用中,非监督分类的初始分类数目难以准确确定,这会导致分类精度降低或分类结果需要进行二次人工合并。通过时间序列曲线和差值增强技术解决了初始分类数目难以准确确定的问题,提出了一种以归一化植被指数为冬小麦信息识别指标,基于高分一号数据和非监督分类的冬小麦种植信息提取模型。以河北省辛集市为研究区,应用该模型提取了2014和2015年辛集市冬小麦种植信息,并应用混淆矩阵方法进行精度验证和与监督分类方法对比分析。结果表明:①该模型冬小麦的制图精度为94.23%～96.64%,用户精度为92.31%～95.45%,Kappa系数0.89,整体精度达到94.33%以上;②在无需地面样本数据支持的条件下,该模型可以达到近似监督分类的提取精度。可见提出的冬小麦种植信息提取模型精度较高,可以满足区域内冬小麦种植信息地面遥感监测的需求,是一种行之有效的冬小麦种植信息提取新方法。     

基于HSV色彩空间和Otsu算法的无人机影像植被覆盖度自动提取

随着无人机遥感技术的不断发展和普及,其在生态学等领域中的应用已成为当前研究热点。植被覆盖度信息提取是无人机遥感的重要应用领域之一,然而目前无人机影像的植被覆盖度提取存在阈值难以选取、耗费时间过长等问题。为提高植被覆盖度提取的精度和速度,本文提出一种基于HSV色彩空间与Otsu算法的图像分割方法。该方法将无人机影像进行色彩空间变换,在HSV色彩空间中提取H分量并结合Otsu阈值分割方法,全程快速自动地完成植被覆盖度提取。实验结果表明,Otsu算法能显著缩短植被覆盖度提取时间,且提取精度较高,并且在结合HSV色彩空间时,准确度更高,对比传统植被覆盖度阈值提取有较为明显的优势,提高了植被覆盖度提取的时效性。     

山地新城土地利用/植被覆盖的时空演变规律——以重庆渝北区为例

为探求山地新开发区城市化进程中的土地利用/植被覆盖时空演变规律,以重庆市渝北区为研究对象,利用遥感手段对渝北区1995—2020年历史影像进行解译,结合土地利用转移矩阵,城市空间扩张分异变化分析了渝北区6期的土地利用(land use and climate change, LUCC)时空演变特征;利用高光谱遥感影像分析归一化植被指数(normalized digital vegetation index, NDVI)的时空演变规律,定量评估了LUCC变化对NDVI的影响。结果表明：1995—2020年间渝北区城市建设用地不断扩张以占用农田为主;城市重心略向西南部移动,建设用地偏离紧凑,形状扩张往复杂化发展。渝北区NDVI在1995—2020年间以1%/a的趋势下降,所有土地类型的NDVI均减小;空间上整体呈先增大再减小趋势,2010年后西南部和中东部区域减小明显;夏季NDVI波动最大,冬季最小,夏季植被覆盖主要受气温的影响,秋季主要受降水的影响;四季的NDVI在空间均呈中部向南、北部递增的趋势,与城市空间扩张规律类似。气候波动对渝北区植被覆盖总变化的贡献率为14.22%,其中温度是气...     

植被防风固沙生态功能的时间同步性研究——以榆林市为例

以榆林市为例,利用气象观测和植被指数数据,对植被覆盖与沙尘暴活动发生的时间同步性关系进行了分析,结果显示:植被覆盖与沙尘暴活动存在着年内的时间不同步性,严重制约植被防风固沙生态功能的发挥;沙尘暴日数与植被指数的年际变化呈现出反相关系证明了植被覆盖对沙尘暴活动具有很强的防护作用.采用灰色关联度模型度量植被覆盖与沙尘暴日数的时间同步性,计算出植被指数与沙尘暴日数的年内时间同步性指数为0.615,年际时间同步性指数为0.540.     

基于TVDI的衡邵盆地干旱监测分析

【目的】基于TVDI方法对衡邵盆地的干旱监测进行应用,为区域干旱监测和评估提供新的方法。【方法】利用归一化植被指数（NDVI）与地表温度（LST）构建温度植被干旱指数（TVDI）,基于TVDI对衡邵盆地进行干旱监测分析。【结果】TVDI能很好地反映干旱发生发展到解除的过程,TVDI监测的干旱发生的时段和区域与降水量严重偏少的时段和区域有很好的吻合性。TVDI监测的干旱发生区域主要集中在衡邵的中间盆地农业耕作区,能间接地反映农业干旱发生情况。【结论】TVDI方法可用于衡邵盆地的干旱监测和评估,为衡邵盆地干旱监测提供技术支撑,为干旱的气象防灾减灾提供保障。     

秦岭南北NDVI动态变化及对气温和降水因子的响应

利用秦岭南北2000—2012年逐旬气温降水数据及SPOT-NDVI逐旬数据,基于经验正交函数(EOF)和奇异值分解(SVD)方法,分析了秦岭南北水热条件、归一化植被指数(NDVI)的空间变化特征及植被对水热条件变化的响应。结果表明:1气温降水空间分布在秦岭南北变化差异明显;2山区林草地与农业耕作区及城镇化地区NDVI差异显著;3受自然条件和遥感数据获取技术的影响,NDVI与气温和降水的相互影响关系复杂;受现代农业技术、生物工程及人类活动的影响,NDVI对自然气候要素的依赖程度降低。     

基于改进型温度植被干旱指数的旱情监测研究

在温度植被旱情指数的基础上,利用MODIS数据提取改进型调整植被指数(MSAVI)和地表温度(Ts),构建MSAVI-Ts特征空间,并定义该旱情指标为改进型温度植被旱情指数(MTVDI),介绍了该监测模型构建的方法。综合利用MODIS多波段数据对湖北省2005年10月10日的旱情监测结果表明,MTVDI能较好的反映区域相对旱情的空间差异;对MTVDI随MSAVI和Ts变化的敏感性评价结果表明,以地表温度为基础的旱情指标相对比以植被指数为基础的旱情指标更合理。     

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.     

用遥感技术计算森林叶面积指数--以江西省兴国县为例

以江西省兴国县为研究区域，基于不同时相的Landsat ETM 地面反射率图像，计算了RS、NDVI和RSR3种植被指数，并与野外观测的叶面积指数(LAI)数据建立相关关系，从而进行了LAI的反演研究．研究发现，对于针叶林地区，一月份图像也可用来反演LAI，只是预测值较五月偏低．而同一时相的原始图像和反射率图像的反演结果表明，去除传感器自身和大气辐射影响的地面反射率图像，更能真实地反演地表植被覆盖度．此外，在研究区森林覆盖度较高，林种较单一的情况下，RSR同LAI的关系比其他植被指数的相关性好，反演的精度也较高．