基于MODIS影像的植被覆盖度提取研究

利用线性光谱混合模型对河南省三门峡地区MODIS1B影像进行植被覆盖度（fv）信息提取,将结果与反映植被覆盖度的NDVI比较,并提出在实测资料缺乏的情况下利用同期高分辨率ETM＋图像对选取样本区域进行定量验证的方法。结果表明,对于MODIS数据,线性光谱混合（LSMM）分解方法能有效提取大区域范围的植被覆盖度信息,比NDVI-fv经验统计方法更具有理论意义,为快速、准确、高效的植被监测提供了新思路。     

利用MODIS数据估算西藏高原地表植被覆盖度

根据2004年9月13日至14日在西藏高原中部地面观测的植被覆盖度和同期接收的EOS/MODIS数据,分别建立了250m分辨率归一化植被指数(NDVI)、土壤调节植被指数(SAVI)与地面观测的植被覆盖度之间的相关关系,并以西藏高原中部和整个西藏高原作为两个试验区,选择典型植被类型,验证了Carlson和Ripley植被覆盖度算法的精度。结果表明,地面观测的植被覆盖度与植被指数之间呈线性关系。其中,地面观测值与NDVI的相关系数R2=0.90;与SAVI的相关系数为R2=0.89;Carlson和Ripley算法适合于中等植被覆盖度的草地植被。     

基于TM影像的长乐市植被覆盖度变化研究

基于长乐市2006年、2009年两景Landsat TM影像,采用像元二分模型法获取二者的植被覆盖度,并结合该地区的土地覆盖结果,对长乐市2006年～2009年间植被覆盖度的变化及其原因开展分析研究.研究结果表明,长乐市植被覆盖总体良好,2006年该地区中高度、高度植被覆盖区占总面积的61.36％,2009年占总面积的58.81％.但2006年～2009年期间长乐市植被覆盖度整体呈现下降趋势,其中高植被覆盖区由2006年的31.46％降到2009年的28.49％.人口激增和经济的快速发展侵占和破坏了大量的耕地和林地,这是造成长乐市植被覆盖度变化的根本原因.     

城市异质植被的覆盖度估算模型比较研究

植被覆盖度是城市生态环境评价的一个重要指标。针对亚热带城市异质植被覆盖特征,选择像元尺度的植被指数(NDVI)转换模型、亚像元尺度的植被—土壤两端元模型(V-S Model)和植被—高—低反射率三端元模型(V-H-L Model)在TM影像上估算植被覆盖度,并结合野外实地调查对比验证3种模型的估算精度及其适用性。结果表明模型尺度和背景亮度对植被覆盖度估算有着不同程度的影响。NDVI转换模型整体高估覆盖度为27%,V-S模型和V-H-L模型整体低估覆盖度分别为23%和5%;验证结果证明:NDVI转换模型对高密度(60%)植被的估算结果最好,低估4%;V-H-L模型对中密度(40%~60%)和低密度(40%)植被的估算结果最优,仅低估2%,并受背景亮度的影响最小。因此,NDVI转换模型适用于高密度植被覆盖度的估算,亚像元尺度下的V-S模型和V-H-L模型适用于低、中密度植被覆盖度的估算,并以V-H-L模型估算较为准确。     

基于高分数据木里煤矿植被覆盖度遥感估算

木里煤矿是青海省最大的露天煤矿,该煤矿的大量开采影响了木里镇的生态平衡,本文通过估算木里煤矿区域的植被覆盖度验证该区域的生态情况,经估算,木里煤矿区域2016～2018的年平均植被覆盖度分别为0.22、0.43、0.54。从计算结果表明木里煤矿区域的植被覆盖度在逐年增加,恢复情况较好。通过研究木里煤矿近3年的植被覆盖情况可以反映出矿区的恢复与治理效果较好,同时为其它矿区的恢复与治理提供参考。     

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.     

基于HJ-1高光谱数据的植被覆盖度估测方法研究

植被覆盖度是衡量地表植被状况的一个重要参数,在水文、生态等方面有重要意义,同时,也是影响土壤侵蚀与水土流失的主要因子,是评价土地荒漠化最有效的指标。以环境一号(HJ-1)小卫星上搭载的新型传感器HSI获取的高光谱数据为数据源,通过选择合适的植被指数建立了植被覆盖度反演模型——像元二分模型。然后运用该模型提取了新疆石河子地区的植被覆盖度信息。通过与地面样方数据进行交互比较,对HJ-1/HSI数据反演植被覆盖度的精度进行了评价。研究结果表明,HJ-1/HSI数据能够得到较高精度的植被覆盖度反演结果,在植被动态及全球变化研究领域具有潜在应用价值。     

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。     

基于遥感的植被覆盖度估算方法述评

随着遥感技术的发展,作为描述植被覆盖及生长状况的度量参数--“植被覆盖度”在农业、环境、生态等领域应用越来越广泛。介绍了植被覆盖度的重要作用及研究意义,叙述了其遥感监测方法的研究现状及常用遥感数据源,主要从统计、物理、FCD等模型入手讨论植被覆盖度的遥感估算方法及其优缺点,并对今后研究方向及发展趋势进行了展望。
     

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。     

基于ASTER遥感影像植被信息的提取--以青海湖地区为例

草地植被是我国最重要的植被类型之一,是重要的可更新资源和畜牧业的原料基地,又是地球表面天然的绿色屏障,对于人类的生存和发展起着重要的作用。青海湖及湖周丰茂的草地植被不仅对湖区生态环境有着举足轻重的控制及调节作用,而且对保护东部生态环境具有重要作用。所以及时有效的对植被变化进行准确的检测,将不仅直接关系到该区畜牧业的发展,而且关系到青海湖生态环境的状况,以及生态需水量的检测。本文对ASTER遥感图像进行解译,提取植被指数进行比较分析,希冀对青海湖地区的可持续发展提供一些帮助。     

USLE/RUSLE模型中植被覆盖因子多光谱影像计算

在各个土壤侵蚀模型中,准确确定植被覆盖影响因子是一项重要的工作。在以往的研究和应用过程中,对植被盖度值的确定通常是通过对地表植被覆盖类型或借助植被指数进行分级赋值,这些方法存在着分类标准的不确定性和较大随机误差。本文针对水土流失方程中植被盖度确定问题,利用多光谱数据,使用改进型植被指数分析及混合像元线性分解方法,结合地面调查数据,对土壤侵蚀模型中植被因子进行了遥感定量分析,实验结果证明了这种方法的优势所在。     

利用 MODIS 数据进行植被水监测的应用研究

植被水的监测始于对森林、草原火险评估的需要,另一方面,植被水的丰富程度也间接反映了当地土壤含水量状况,是当地干旱状况的一个重要指示。水是生命之源,对作物生长的影响巨大。因而对于农业区作植被水的监测,可以了解到区域植被供水状况信息。本研究正是基于上述的想法,以黄淮海农业区作为试验样区,对新型MODIS传感器的数据,应用GVMI指数模型,反演出植被水含量信息。比较植被水含量与当地降水量之间的关系,初步分析了植被水含量与区域旱情状况之间的关联性。     

应用MODIS监测太湖水体叶绿素a浓度季节变化研究

以太湖作为实验区,利用波段比值、差值和组合算法讨论了非成像及成像高光谱数据和叶绿素浓度相关性差异和敏感波段分布,在此基础上将不同时段的MODIS影像,不同空间分辨率的波段反射率与叶绿素a浓度实测值进行相关分析,通过回归拟合建立并验证了不同季节的叶绿素a浓度遥感监测模型,并应用模型计算出太湖水体叶绿素a浓度的分布情况,对太湖水质变化进行了评价.研究结果表明,MODIS影像在太湖的水质动态变化监测中是可用的.     

用TM数据估测光学植被盖度的方法

考虑到排除植被对土攘水分遥感干扰、提取土攘水分信息的需要，以及作物估产参量的需要，提出了“光学植被盖度”概念。用数理统计方法求出了有关参数，并建立了光学植被盖度的TM数据模型。     

基于高光谱数据和MODIS影像的鄱阳湖悬浮泥沙浓度估算

本文旨在寻找悬浮泥沙浓度的MODIS遥感影像估算模型,并利用实测的高光谱数据对其敏感波段和反演模型进行测试和验证。以鄱阳湖为研究区域,利用光谱数据进行分析,为利用遥感影像建模提供依据。进一步利用同步进行的鄱阳湖水质采样分析与MODIS影像中等分辨率各个波段反射率及其组合进行相关分析,寻找反演悬浮泥沙浓度的敏感波段。实验表明,MODIS的第一波段反射率对于悬浮泥沙浓度有很好的匹配(R² = 0.91; n = 25),进而建立了鄱阳湖地区的悬浮泥沙浓度遥感定量估算模型。利用估算模型和鄱阳湖地区历史MODIS影像,得到了鄱阳湖悬浮泥沙浓度分布图。基于对汛期鄱阳湖悬浮泥沙浓度的连续监测,可对长江倒灌入鄱阳湖现象的形态进行观测。     

基于MODIS数据的2000-2013年洞庭湖水华时空变化研究

本文利用2000-2013年每年5-9月MODIS影像数据,根据FAI（浮游指数藻类指数）提取洞庭湖水华的面积和空间分布信息,探求洞庭湖水华产生的时空分布规律及特征,从而为洞庭湖水华的预防和治理提供支持。结果表明：洞庭湖在2008年以前无水华爆发,水体整体基本处于中营养状态;2008-2010年,水华爆发程度达三级;到2011年,水华爆发面积减少,爆发程度稍有减低。水华爆发区域主要集中在东洞庭湖。     

北京地区植被盖度提取及其分布变化研究

基于2010年3个时期的TM遥感影像数据,应用像元二分模型进行北京地区的植被盖度反演。并根据野外实际测量数据研究植被盖度的季节变化情况。应用3个时相的TM数据,分别计算像元二分模型中的参数NDVIsoil和NDVIveg获得了北京地区不同时间的植被盖度信息。进一步应用实地监测的植被盖度数据进行精度验证。结果表明:反演的植被盖度与实地测量植被盖度具有较好的相关性,从散点图上看,数据点多集中在1∶1线附近,3个时期两者间的相关系数均大于0.8,并且2010年的3期植被盖度图像显示的季节变化与地表实际测量的植被盖度季节变化类似。