基于SPOT-VEGETATION数据的张掖盆地植被覆盖变化动态分析

以1998-2006年9 a的315景逐旬的SPOT-VEGETATION数据为主要数据源,利用趋势、差值等方法,分析了张掖盆地植被覆盖动态变化的时空特征.结果表明张掖盆地植被年内变化趋势中,峰值由1998-2001年的6、7月份推移到2002-2006年的7、8月份,这与黑河分水、张掖地区调整种植结构、夏禾作物种植面积减少、秋禾增加有关:1998-2006年间,年最大化归一化植被指数(Normalized Difierence Vegetation Index,NDVI)整体呈变好的趋势,但是月最大化NDVI的年际变化趋势在不同月份存在很大差异;年最大化NDVI与月最大化NDVI在每相邻两年间的变化均存在很大差异,植被退化与改善波动出现;年际间植被变化幅度大的区域均分布在人工植被发育的走廊平原,而变化幅度小的区域则分布在无植被或少植被的戈壁沙漠.     

基于BP网络研究城市扩张中的道路因素:以张家港市为例

结合GIS和BP神经网络等方法,将多幅TM遥感影像和土地利用图栅格化和数字化,抽取了道路距离、NDBI（归一化建筑指数）和NDVI（归一化植被指数）等影响因子,利用BP神经网络仿真了张家港市城市扩张侵占农用地的变化规律,以定量描述城市化过程中道路对农用地的影响.结果表明：距道路约500 m内的农转非概率高达12%,道路对周边农地减少的影响最远辐射至2 000 m处;-0.3相似文献   

基于web service的NDVI计算模型服务的实现与应用

研究和总结了基于web service的空间信息集成技术,提出了基于web service的NDVI计算模型服务架构,该方法町以实现空间计算模型的跨平台性和互操作性,大大提高空间计算模型的共享.利用该方法对NDVI进行web service的封装和网络发布,很好地解决了传统植被指数计算模型的共享和互操作问题,也为其他窄间计算模型的web service集成与应用提供了参考.     

基于CART模型陇西黄土高原潜在NDVI模拟

根据研究区30a的气象观测数据,使用栅格化技术,建成陇西黄土高原分布式气候模型(降水量、气温、蒸散发量);然后以人类活动影响较少的森林、灌木林和十草原作为该处的本底NDVI数据,使用分类与回归树模型建立潜在NDVI与栅格化的气候要素的关系,模拟了陇西黄土高原的潜在NDVI;在此基础上分析了外界压力对潜在NDVI的影响.结果表明:1)陇西黄土高原的多年平均降水量有从东南到西北的递减趋势,气温随海拔高度变化明显,多年平均生长季蒸散发量可达300 mm;2)使用CART模型模拟潜在NDVI精度较高,其总体精度达到了82.6%,可满足潜在NDVI的模拟;3)外界压力下的NDVI与潜在NDVI在空间分布上呈现很大的不一致.     

贵州六盘水市PM2.5时空分布特征与植被覆盖相关性分析

以2017年PM2.5污染较为严重的贵州六盘水市为研究对象,分析PM2.5的月变化与季变变,探讨PM2.5污染来源与各个因子之间的关系。通过PM2.5与平均气温的相关性分析、PM2.5与平均植被指数的相关性分析,以月、季为时间尺度对六盘水市5的监测点(PM2.5)进行浓度变化分析。得出时间上六盘水市大气中PM2.5浓度变化具有季节性,季平均气温与季平均PM2.5呈负相关,各监测点(PM2.5)在冬季最高,各监测点平均PM2.5浓度达到55.16μg/m_³,夏季最低为22.59μg/m_³。季PM2.5浓度变化与季平均植被指数呈现负相关,植被覆盖的变化对大气PM2.5浓度变化有显著影响,在土地利用类型中耕地与领地的植被指数变化最大,土地利用类型当中的耕地与林地对大气中PM2.5浓度变化有显著影响。     

基于FY3/MERSI数据提取并应用植被指数

近年来,我国遥感卫星技术发展迅速,新一代极轨气象卫星风云三号(FY3)上携带的分辨率光谱成像仪(MERSI)已获取大量对地观测资料,在大尺度遥感监测等方面显示出较高的实用价值。本文首先介绍了几种常用的植被指数及MERSI20个通道中与植被指数相关的通道参数,说明了利用ENVI软件从MERSI影像中提取植被指数的方法,最后阐述了植被指数在农业、生态环境、土地资源管理领域的应用。     

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。     

乌鲁木齐市主城区绿量的遥感估算

对2008年8月覆盖乌鲁木齐市主城区的IKONOS遥感影像进行预处理提取植被信息,再用代表性样地法采集主城区乔木树种的样点数据计算主城区绿量,选定归一化植被指数(NDVI)、土壤调节植被指数(SAVI)、修正土壤调节指数(MSAVI)和比值植被指数(RVI)做为自变量,以实测样本数据作为应变量,采用多元回归分析法建立基于遥感影像的乌鲁木齐市绿量遥感估算模型:Y=449.6NDVI+285.82SAVI-161.51,R=0.67,绿量与植被指数之间存在一定的相关关系(F=15.4872F0.05=6.07),模型有一定的可行性。     

宽波段与窄波段植被指数估算大豆LAI对比研究

分析比较几种常见宽波段植被指数和高光谱窄波段植被指数与大豆叶面积指数(LAI)的相关性及其预测力,通过建立不同植被指数与LAI之间的统计回归模型,发现各植被指数均与LAI曲线相关,相关关系可分为两种不同的模式——幂函数关系和指数函数关系。对于全部植被指数和窄波段植被指数而言,一阶微分绿度植被指数1DZ-DGVI对大豆LAI的估算效果最佳;而对于宽波段植被指数而言,以宽波段三角植被指数B-TVI的效果最佳。通过对比发现,在估算大豆LAI方面,窄波段植被指数并没有表现出明显的优势性,有些植被指数甚至还没有其对应宽波段植被指数表现的好。不论从回归分析结果的均方根误差RMSE来看,还是从模型检验的均方根误差RMSE和相对误差RE来看,B-TVI的表现与1DZ-DGVI的表现相差不多,因为两者回归分析和模型检验的RMSE分别相差0.0153、0.0083,模型检验的相对误差仅相差0.0043,这表明宽波段光谱植被指数可以用来监测大豆LAI。图2,表3,参22。