南方丘陵区植被覆盖度遥感估算与时空变化研究——以福建省永定县为例

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准确提取。基于Landsat-8OLI遥感数据,分别采用像元二分模型和线性混合光谱分解法,在对比分析植被覆盖度的地形敏感性基础上,选择山地植被指数(NDMVI)估算了1992、2002和2014年永定县的植被覆盖度,并分析其变化。结果表明:1基于山地植被指数(NDMVI)的覆盖度估算模型的地形敏感性最弱,更适合于南方丘陵山地的植被覆盖度遥感反演;2永定县总体植被覆盖度较高,平均植被覆盖度达77.99%以上,高覆盖度区占59.73%以上,22年内植被覆盖度经历了先提高再下降的过程;3在空间上,高坎抚、金丰和西部片区的植被覆盖度较低,动态变化较明显。永定县金丰片区植被覆盖度明显提高;而近12年内高坎抚片区因矿业开采活动对生态环境的破坏,植被覆盖度降低幅度大,且变化面积较大。     

一种简单的估算植被覆盖度和恢复背景信息的方法

植被覆盖度是评估生态环境的一个重要参数，其对于全球环境变化和监测研究具有重要意义．如何从遥感资料估算植被覆盖度，并提高估算精度是建立全球或区域气候、生态模型的基础工作．该文从分析土壤、植被光谱信号的特点出发，根据植被覆盖度的定义，推导出计算植被覆盖度的方法，并进一步提出了计算植被覆盖度的三波段最大梯度差法．在此基础上，对部分植被覆盖下的土壤光谱实现重建．上述方法实现简单，适用范围广，并可有效分离植被、土壤的影响，因而有望替代常用的通过NDVI估算植被覆盖度的方法．     

基于Landsat影像的北京植被覆盖度变化趋势分析

植被覆盖状况是决定大城市地区生态环境质量的重要因素之一,但在快速城市化进程下城市内部及周边地区植被覆盖的动态变化状况尚不清晰,需结合遥感数据进行分析。以北京市为研究区,基于Landsat影像获取植被覆盖度的空间分布,计算移动窗口内植被覆盖度的均值和标准差,将其分别作为表征局部植被覆盖水平和植被覆盖度异质性的指标,采用Mann-Kendall检验识别均值和标准差具有显著变化趋势的窗口,并使用Sen’s Slope估算变化梯度,进而分析北京植被覆盖度变化趋势。结果表明在1984~2014年间：①植被覆盖水平呈显著上升趋势的区域主要分布在市中心与西部和北部山区,而在市中心外“东北、东、东南、南、西南”方向的近郊分布有大量植被覆盖水平显著下降的区域;②植被覆盖度异质性呈显著上升趋势的区域主要分布在平原区,呈显著下降趋势的区域主要集中在北部山区。     

多云雾地区高时空分辨率植被覆盖度构建方法研究

针对多云雾地区高时空分辨率数据缺乏现状,提出了一套区域尺度高时空分辨率植被覆盖度数据构建方法.首先,通过时空适应反射率融合模型(STARFM)有效地将TM 的较高空间分辨率与MODIS的高时间分辨率融合在一起,构建了研究区植被生长峰值阶段的NDVI数据;然后,以植被生长峰值阶段的NDVI为输入,基于地表覆被类型,综合应用等密度和非密度亚像元模型对研究区的植被覆盖度进行估算.结果表明:①即使数据源存在大量的云雾,且存在一定的时相差异,研究区植被覆盖度的估算结果过渡自然,不存在明显的不接边效应;②以植被生长峰值阶段的NDVI数据为输入进行植被覆盖度估算,有效拉开了同一地表覆被类型不同覆盖度像元的NDVI梯度,提高了亚像元估算模型对输入数据的抗扰动性;③基于地表覆被类型,应用亚像元混合模型,能够提高植被覆盖度的估算精度.经野外实测数据验证,总体约８５％的估算精度表明,针对高时空分辨率遥感数据缺乏的多云雾区域,本研究提出的方法能够实现区域尺度植被覆盖度数据的构建.     

基于MODIS NDVI的吉林省植被覆盖度动态遥感监测

植被覆盖度是植物群落覆盖地表状况的一个综合量化指标,植被覆盖及其变化是区域环境变化的重要指示,对于区域水文及生态状况、全球变化的区域响应等都具有重要意义。以MODIS NDVI为数据源,采用像元二分模型,提取2000~2007年吉林省植被覆盖度,获取不同时期的植被覆盖度图,并进一步分析了植被覆盖度变化的原因。结果表明：吉林省植被覆盖度由东部到西部逐渐降低,其中白山地区植被覆盖情况最好。过去8 a间,吉林省植被覆盖度总体呈上升趋势,2007年植被覆盖度达到最高,为83.04%。在此期间,中部地区和西部地区植被覆盖增加了 797.52 km²,占总面积变化的74.79%。生态恢复工程、降水和气温等是影响植被覆盖度变化的主要因素。     

利用多时相中分辨率卫星影像监测-福建省植被覆盖变化

植被指数能定量地反映植被的变化信息，利用2001～2005年的EOS/MODIS卫星遥感资料，通过基于增强型植被指数的植被覆盖度计算模式，得到2001～2005年福建省植被覆盖度的年际动态变化情况，分析结果表明：福建省植被覆盖存在有不同程度的退化现象，退化最明显的地区出现在居民点、河流两岸、海岸带和岛屿等区域，植被覆盖变化在整体上呈现出内陆普遍小于沿海地区的特征，而远离沿海特别是内陆海拔较高的山区，植被覆盖变化很小，反映出研究区内植被覆盖受人类活动影响相对较大的事实。     

石家庄1995～2015年植被覆盖变化监测及预测

为揭示石家庄1995~2015年植被覆盖变化状况,掌握植被覆盖的变化趋势,该文基于1995、2001、2007、2009、2012和2015年Landsat TM/OLI遥感影像数据,通过像元二分模型求得石家庄6个时期的植被覆盖度,借助变异系数模型和Slope模型分析该地区20年内植被覆盖的空间变化特点和变化趋势,最后利用元胞自动机-马尔可夫模型对石家庄2018年各级植被覆盖状况进行预测。结果表明:从1995到2015年,石家庄植被覆盖度均值增加了3.71%;全市平均变异系数为0.211,人为因素是植被覆盖波动变化的主要因素;植被覆盖变化趋势呈基本不变和三类变好区域共占全市面积的82.22%,三类变差区域多分布在城市建设和经济发展的活跃地区;到2018年,石家庄高植被覆盖和中高植被覆盖面积都有下降,中植被覆盖和低植被覆盖面积有所提高,极低植被覆盖面积基本不变。     

一种基于光谱归一化下的植被覆盖度反演算法

针对常规混合像元分解算法在植被覆盖度遥感反演中存在的端元变化误差及运算效率的问题,以两个不同类型植被覆盖下地区的TM影像数据为基础,提出了一种基于光谱归一化框架下的协同稀疏回归的植被覆盖度反演算法,并针对多种地表类型下的植被覆盖度反演试验,与常用的像元二分法模型进行对比分析。试验结果表明:对影像与端元组进行归一化后,有效地降低了它们的异质性,从而提高了反演精度,同时,该算法获取的植被覆盖度相对像元二分法具有更高的精度。     

基于“北京一号”小卫星数据的密云水库流域植被覆盖度估算方法比较

“北京一号”小卫星（BJ-1）是一颗拥有高时频、覆盖宽度大等优势的对地观测小卫星。运用BJ-1遥感数据，以密云水库流域为研究区域，通过NDVI像元二分法、三波段梯度差法估算其植被覆盖度，并尝试利用重归一化植被指数（RDVI）法进行植被覆盖度估算。通过对3种方法估算结果的比较发现：RDVI法的估算结果与实测值的吻合度较高，而三波段梯度差法则出现较大误差，NDVI像元二分法的估算结果精度居中。结果表明：运用BJ-1数据，采用RDVI法可以有效地进行连续的、大范围的植被覆盖度估算。     

遥感技术估算非光合植被覆盖度研究综述

定量地估算光合植被覆盖度(fPV)和非光合植被覆盖度(fNPV)对陆地生态系统碳储存、植被生产力、土壤侵蚀和火灾监测具有重要的意义。非光合植被在温带草原、热带稀树大草原、森林、沙地、农田等生态系统中扮演着重要的角色,是衡量地表植被覆盖状况的重要指标。综述了目前利用高光谱和多光谱遥感估算fNPV的研究进展,讨论了PV、NPV和BS光谱特征的理论基础,总结了目前估算fNPV的两种主要方法:光谱指数法和光谱混合分析法,并分析了高光谱和多光谱两种主要遥感数据源实际应用。最后对fNPV估算研究中存在的问题以及发展趋势进行了分析,以期为今后的fNPV估算提供借鉴和参考。     

Remote Sensing Estimation of Forest Coverage based on Histogram and Pixel Decomposition Model

Forest coverage is the percentage of forest cover for hooking out the forest stand boundary,and quantitative coverage information can be used for describing the temporal and spatial variability of vegetation in the horizontal scale.Pixel decomposition model has been widely used in remote sensing estimation of vegetation coverage.However,there are still many problems.For example,it is difficult to find a pure spectrum of tree canopy coverage to estimate the crown coverage with high accuracy in forest vegetation applications.In this paper,combining land use and soil type data,it is proposed to determine the endmember parameters of the different vegetation-soil types by using the histogram method based on pixel decomposition model for estimating the regional scale forest coverage in the Three Gorges.And the results were verified using the 161 samples of field data in the Three Gorges Reservoir area,R² was found to be 0.742 4~0.853 6,the estimated results are satisfactory.This method will provide a reference for remote sensing estimation of high-resolution forest coverage at regional scale.     

基于多源遥感数据协同反演森林地表土壤水分研究

土壤水分在土壤监测中是一项重要的指标,对于农业生产、生态环境以及水资源管理有着重要的影响。随着遥感建模与反演理论的不断成熟,其逐渐成为分析土壤指标的重要技术与手段。因此,利用光学影像与雷达影像数据,以大兴安岭地区漠河市为研究区域,分别建立以Landsat 8为数据源的土壤水分反演模型和由Landsat 8影像数据与GF-3卫星数据协同反演的土壤水分反演模型,将反演结果与实际测得数据进行对比验证,并评价所建立的反演模型。结果表明：①对研究区地温进行反演,利用地表温度（Ts）与归一化差异湿度指数NDMI构建Ts-NDMI特征空间,结合实测数据可以发现Ts-NDMI特征空间土壤水分反演模型的反演结果与实测土壤含水量为负相关性;②协同GF-3卫星数据和Landsat 8遥感影像数据所建立的土壤水分反演模型能得到质量较高的反演结果,且在高植被覆盖度地区,利用该协同反演模型得到的反演结果比利用单一光学数据源所建模型得到的反演结果精度高,为今后高植被覆盖度地区土壤湿度的研究提供了新途径。     

基于Landsat８影像的额济纳荒漠绿洲植被覆盖度估算方法对比研究

荒漠绿洲是维持当地人类生存和社会发展的主要依托,但其地表植被稀疏,生态系统极其脆弱,而植被覆盖度是反映荒漠生态环境信息的重要指标之一.以黑河下游额济纳荒漠绿洲为例,基于Landsat８影像和野外实测植被覆盖度数据,对比和分析现有的适宜于干旱荒漠区的３类植被覆盖度提取方法(经验模型法、像元二分法和三波段梯度差法)在该区域的应用效果,并尝试利用基于转换型土壤调整植被指数(TSAVI)的像元二分模型法和修正的三波段梯度差法(MTGDVI)进行植被覆盖度估算,以期找到计算额济纳荒漠绿洲植被覆盖度的最佳模型. 研究结果表明:用TSAVI像元二分模型法的反演精度高而且能够较好地估算额济纳荒漠区域和绿洲区域的植被覆
盖度,适用于估算额济纳荒漠绿洲的植被覆盖度.     

三维遥感机理模型RAPID原理及其应用

三维遥感机理模型是开展定量遥感反演教学和新方法试验的重要工具。介绍全波段多传感器三维遥感机理模型RAPID的原理、输入输出和常见应用方法。RAPID模型基于辐射度（Radiosity）理论和计算机图形学算法,提出了针对植被的孔隙面元（Porous individual object）概念,大幅降低三维辐射传输的计算量;并将模拟能力扩展到光学、热红外和微波波段,实现反射率、亮度温度、点云、波形和后向散射系数的统一模拟。RAPID非常适合定量遥感教学、简单模型验证、复杂场景模拟和多源数据融合探索。全面介绍全波段多传感器三维遥感机理模型RAPID的原理、输入输出和常见应用方法。     

三维遥感机理模型RAPID原理及其应用

三维遥感机理模型是开展定量遥感反演教学和新方法试验的重要工具。介绍全波段多传感器三维遥感机理模型RAPID的原理、输入输出和常见应用方法。RAPID模型基于辐射度（Radiosity）理论和计算机图形学算法，提出了针对植被的孔隙面元（Porous individual object）概念，大幅降低三维辐射传输的计算量；并将模拟能力扩展到光学、热红外和微波波段，实现反射率、亮度温度、点云、波形和后向散射系数的统一模拟。RAPID非常适合定量遥感教学、简单模型验证、复杂场景模拟和多源数据融合探索。全面介绍全波段多传感器三维遥感机理模型RAPID的原理、输入输出和常见应用方法。     

一种基于通用模型的遥感影像并行处理算法——以PCA融合为例

空间应用需求对遥感数据处理的时间和精度提出新的要求,为了高速、高效地解决应用需求,提出一种基于通用模型的粗粒度遥感影像并行处理算法,采用＂分块驱动＂和＂影像处理链驱动＂两种策略进行遥感影像的并行算法设计,并对其进行MPI的实现。利用PCA融合算法在集群平台上进行并行性能测试,分析结果表明该算法在集群系统上获得了良好的视觉效果和近似线性的加速比,具有较好的扩展性和移植性。     

应用于植被的高阶辐射传输模型

根据矩阵耦合法（Matrix Doubling）和改进的积分方程模型（AIEM），实现了一种用于植被主动微波遥感的高阶辐射传输模型。该模型可以有效地模拟植被层内的体散射和植被层与地表之间的多次作用。经比较，模型与实测数据较吻合。     

Land Cover Extraction in the Ejina Oasis by Hyperspectral Remote Sensing

The extraction of land surface coverage is the basis of ecological environment evaluation,vegetation change analysis and regional ecological and hydrological processes.Aerial hyperspectral remote sensing has great advantage in land surface coverage extraction,such as flexible,wide coverage,high spatial resolution and high spectral resolution.Research area has landscape characteristics of vegetation,landscape fragmentation and heterogeneity in Ejina Poplar Forest National Nature Reserve.Comparison and analysis of two methods of dimension reduction based on minimum noise transform and principal component analysis,three supervised classification methods based on maximum likelihood method,support vector machine and object\|oriented classification.Land surface coverage is extracted by NDVI threshold segmentation,minimum noise transform dimensionality reduction method and maximum likelihood classification method according to the characteristics of landscape fragmentation,heterogeneity and high redundancy of hyperspectral data based on the Airborne Hyperspectral Data of Ejina oasis in the lower reaches of Heihe.The land surface coverage results overall accuracy and Kappa coefficient are 87.95% and 0.885 by random sampling based on airborne remote sensing data.The results show that the classification results of high accuracy can provide effective parameters for ecological research.     

高光谱遥感在植被监测中的研究综述

高光谱遥感数据已成为地表植被地学过程中对地观测的强有力的工具。综述了利用高光谱遥感数据进行植被监测的研究进展,主要包括以下三个部分:(1)高光谱遥感信息的处理方法;(2)高光谱遥感数据用于植被参数估算与分析;(3)高光谱遥感数据在植被生长监测中的作用。