桂林海洋岩溶区植被覆盖度的多时相遥感预估模型

植被覆盖度的演变规律是喀斯特地区石漠化程度量化的特征指标之一,其宏观分布与变化趋势是认识环境变化的重要参数。以桂林海洋岩溶试验区2000、2001、2006、2008及2009年5个时相的Landsat遥感影像为动态分析源,针对陡升陡降的地形地貌特征,提出了修正NDVI的二分模型,估算出对应年份的植被覆盖度分别为0.223 39、0.278 77、0.353 664、0.368 54、0.373 96;根据植被覆盖度值建立了相应的决策树分类模型并划分出5个等级,研究区的植被2000年为中—低覆盖级,2009年为中—高覆盖级,以提取的实验数据建立的遥感快速植被覆盖度定量估算预测模型与研究区的实测结果符合。根据预测模型对未来环境的演变进行了相应的预估分析,植被覆盖度在逐年提升并直至达到稳定的饱和值。     

鄱阳湖区植被覆盖度的遥感估算

植被覆盖度是一个十分重要的生态学参数,其对于全球环境变化和监测研究具有重要意义.为了有效地从遥感资料中提取植被覆盖度,在像元二分模型两个重要参数推导的基础上,对已有模型进行了改进,建立了用归一化植被指数(NDVI)估算植被覆盖度的模型.运用该模型对鄱阳湖区2003年的植被覆盖度进行了估算,通过鄱阳湖部分地区的实地考察,对2003年的植被覆盖度估算结果进行了验证,结果表明使用此改进模型进行植被覆盖度遥感监测是有效可行的.     

基于Landsat影像的采煤对地表植被覆盖度时空变化的影响研究

研究地下采煤扰动下地表植被覆盖度的时空变化及驱动因素,可为煤炭资源合理开发和地表植被生态管理提供科学指导。以阳泉市大阳泉煤炭有限责任公司不同开采年份工作面为研究区,基于2009年和2019年的Landsat遥感影像,采用像元二分模型估算植被覆盖度,研究植被覆盖度的空间格局及其时空变化规律,并运用地理探测器模型探究植被覆盖度变化的主要驱动因素。结果表明:研究区近10年来植被覆盖总体情况良好,中高植被覆盖度和高植被覆盖度面积呈增加趋势;地形因子中,植被覆盖度随高程和坡度的增加呈现先增加后减小的趋势,在坡向上呈现出西北坡的最高,而东坡、南坡和东南坡的相对较低的趋势。对比2009—2019年植被覆盖度的时空变化特征发现:2007年前开采的大多数工作面的植被覆盖度明显改善,而2007年后开采的工作面植被覆盖状况呈退化趋势,表明生态系统的自我调节恢复能力会使生态系统逐渐向良性循环方向发展。因子探测结果表明:开采时间是影响植被覆盖度时空变化的最主要因素;交互作用探测中,以开采时间和高程的共同作用最强,表明人为因素与自然因素的协同增加了对植被覆盖度变化的影响。     

漓江流域沿岸风光带植被覆盖度的遥感动态监测与估算

以1990、2008年TM影像和2001年ETM＋影像为数据源,研究漓江精华段沿岸风光带植被覆盖度的动态变化规律,采用归一化植被指数（NDVI）像元二分模型,半定量估算了研究区的植被覆盖度,生成了不同时相的植被覆盖度等级图及面积转移矩阵,并结合植被覆盖度的监测结果对研究区植被覆盖度的变化趋势进行建模分析.结果表明,研究区1990、2001和2008年均以高植被覆盖度等级为主,估算的面积分别为207.058、216.538和232.795 km2.1990-2008年间,研究区内植被覆盖度稳定不变的区域占总面积的44.887％,减少和增加的区域分别占总面积的22.077％和33.036％,说明植被覆盖度总体上呈现增加的趋势;结合1990-2001年和2001-2008年的变化分析结果,植被覆盖度变化趋势是先略微增加,后显著增加,与植被覆盖度均值走势一致,从定量遥感的角度证明了漓江精华段沿岸风光带的绿色生态环境得到了快速的改善.     

漓江流域近15年遥感植被覆盖度f_(veg)变化特征

为研究漓江流域近15年植被覆盖度变化情况,以1991、2000、2006年3个时相的TM/ETM+影像为基础,采用基于归一化植被指数(NDVI)的像元二分模型对漓江流域植被覆盖度进行估算,分析了植被覆盖度时空变化特征;结合研究区地质数据,进一步分析地质条件对植被覆盖度的影响。结果表明:①受气候和人类活动的影响,1991—2000年漓江流域植被覆盖度有所增加,表现为高和较高植被覆盖区面积增加,中度、较低和低植被覆盖区面积减少;2000—2006年漓江流域植被覆盖度略有降低,表现为高植被覆盖区面积减少,较高和中度植被覆盖区增加,较低和低植被覆盖区面积减少;②由于地质条件的影响,非岩溶区的平均植被覆盖度高于岩溶区,两者的变化趋势与流域整体变化基本一致;③从空间分布上看,1991—2006年漓江流域植被覆盖度的变化较显著。     

基于遥感的赣江源地区地表生态环境评价

鉴于传统人工调查生态环境时人力、物力投入较大,且不利于宏观大范围的观测.文中利用选取赣江源地区的石城县为研究区,以Landsat卫星的TM影像为数据源,利用遥感技术提取关键的生态因子,并将植被覆盖度、土壤指数、坡度等信息进行归一化,建立生态环境评价模型.运用该模型对赣江源地区近20年的生态环境质量进行动态监测.结果表明:赣江源地区的总体自然生态环境良好,其东北部和东南部及西部的自然生态环境好于中部地区,生态环境整体不断改善.采用遥感方法进行赣江源生态环境综合评价是可行的.     

基于RS和GIS的淮南市植被覆盖时空特征研究

为研究淮南市森林植被的时空特征变化,在RS技术与GIS技术的支持下,以淮南市2006年、2011年、2016年3个时期的landsat7遥感影像数据为数据源提取归一化植被指数(NDVI),再应用像元二分模型反演植被覆盖度。利用空间分析、植被覆盖度空间分布特征、绿量时间变化、植被覆盖年际变化程度以及植被覆盖的分区统计,对淮南市森林植被的时空变化进行分析,并对森林植被时空变化的原因进行讨论。结果表明:淮南市整体植被环境良好,且研究时段内裸地减少,植被覆盖度上升。     

基于归一化植被指数的植被覆盖度时空变化研究——以大运河文化带沧州段为例

快速准确评估城市植被覆盖度质量及变化对于城市生态建设和环境保护具有重要作用。研究选择大运河文化带沧州段2010年和2020年Landsat遥感影像,运用归一化植被指数方法对10年间植被覆盖度(FVC)进行了评估和变化分析,结果发现:2010-2020年研究区植被覆盖度均值由0.466下降至0.411,其中中、北部地区下降明显。2010-2020年间有28.28%的地区植被覆盖度保持不变,48.24%的地区植被覆盖度减少,23.48%的地区植被覆盖度增加。其中减少部分主要集中在沧州市中心城区、泊头县城区、沧县城区、南皮县城区、青县县城区。通过分析10年间植被覆盖度变化,说明近10年沧州城市化进程不断加快,建筑用地面积不断扩张,整体植被覆盖度降低;高覆盖地区面积略有增加,说明在建设大运河文化带过程中,注重绿色、生态发展模式。     

漓江流域近15年遥感植被覆盖度fveg变化特征

为研究漓江流域近 １５年植被覆盖度变化情况,以 １９９１、２０００、２００６年 ３个时相的 ＴＭ／ＥＴＭ＋影像为基础,采用基于归一化植被指数 （ＮＤＶＩ）的像元二分模型对漓江流域植被覆盖度进行估算,分析了植被覆盖度时空变化特征;结合研究区地质数据,进一步分析地质条件对植被覆盖度的影响。结果表明：①受气候和人类活动的影响,１９９１—２０００年漓江流域植被覆盖度有所增加,表现为高和较高植被覆盖区面积增加,中度、较低和低植被覆盖区面积减少;２０００—２００６年漓江流域植被覆盖度略有降低,表现为高植被覆盖区面积减少,较高和中度植被覆盖区增加,较低和低植被覆盖区面积减少;②由于地质条件的影响,非岩溶区的平均植被覆盖度高于岩溶区,两者的变化趋势与流域整体变化基本一致;③从空间分布上看,１９９１—２００６年漓江流域植被覆盖度的变化较显著。     

基于遥感技术的大同地区植被覆盖监测

大同地区是我国煤矿主要产区之一。而采矿引发了一系列环境问题,对植被的影响则尤为明显。遥感作为信息获取的快速而有效的工具,具有宏观性好、更新周期快、人为因素干扰小等优点,可以为植被监测提供直接客观的信息。归一化植被指数NDVI作为快速有效地获取地表植被覆盖度及其变化信息的指标,已广泛地得以应用。本文以大同地区为研究区,采用ETM影像为数据源,计算研究区在2000年和2005年的植被覆盖度,并对2000～2005年间植被覆盖的变化情况进行了遥感监测及原因分析。     

合肥市地表温度与植被覆盖度的关系研究

以合肥市为研究区,以Landsat 8影像为数据源,运用像元二分法和大气校正法研究了2020年合肥市地表温度与植被覆盖度的关系.结果表明:地表温度与植被覆盖度为负相关关系.合肥市郊区植被覆盖度每增加0.1,地表温度下降0.39℃;城区植被覆盖度每增加0.1,地表温度下降0.6℃.     

基于SPOT NDVI数据的内蒙古地区土地退化监测研究

内蒙古生态环境脆弱,土地退化严重,是全国土地退化监测的重点地区。利用2003年、2008年和2013年3个时间段的内蒙古地区SPOT VEGETATION数据,计算每个时间段的年平均植被覆盖度,并使用转移矩阵法计算出植被覆盖度的百分比变化来评估土地退化情况。结果表明:2003—2008研究区植被覆盖情况整体降低,植被覆盖度总体下降17.94%,其中,研究区总面积的4.49%下降较为严重;2008—2013研究区高植被覆盖地区的1.51%退化为低植被覆盖。     

基于NDVI的天长县植被覆盖度动态变化分析

以滁州市天长县作为研究区,利用天长县2005年、2010年和2015年三期ETM+影像作为数据源,提取出研究区归一化植被指数(NDVI),再利用像元二分模型估算出天长县植被覆盖度,并分析其动态变化趋势,结果表明近10a来以建筑业为主要因素、相关制度与措施等辅助因素对天长县植被覆盖度有着很大的影响。     

基于GEE 的桂林市主城区热环境变化定量遥感分析

以桂林市主城区为研究区, 基于谷歌地球引擎(GEE)采用随机森林算法对2010、2014 及2018 年3 期Landsat 遥感影像进行土地利用分类, 并采用单窗算法进行地表温度反演, 根据NDVI 像元二分线性模型解算地表植被覆盖度, 最终对土地利用、植被覆盖及地表温度进行动态的统计及对比分析。结果表明:2010-2018 年桂林市主城区平均温度呈上升趋势, 8 年共增加1. 29℃ , 且各级别温区由低温区、较低温区及中等温区转化为较高温区及高温区; 较低温区及低温区主要分布于植被及水体覆盖区域, 而中等温区、较高温区及高温区主要分布于建设用地及未利用土地覆盖区域; 2014-2018 年, 高植被覆盖度面积大幅缩减(缩减 31. 34%)主要原因在于建设用地面积的大幅增长(扩张30. 19%); 基于GEE 的随机森林算法土地利用分类具有较高的分类精度(3 个时期均高于80%)。研究结果可为改善城市热环境提供科学依据,也可为桂林市制定的发展战略提供科学参考。     

基于高分辨率卫星影像的输电走廊植被生长预警

为从卫星影像中提取出输电走廊的信息,提出一种基于高分二号遥感影像的输电走廊信息提取方法.首先基于低分辨率多光谱影像进行加权灰度变换并实现影像二值化,利用影像边缘检测和直线检测方法提取输电线路和杆塔的信息.然后,利用最小距离法对融合后的高分辨率影像进行植被精细识别,并计算植被覆盖指数.最后,在植被分布影像中重构输电线路,并结合植被覆盖指数对植被威胁区域进行预警.仿真结果表明:利用边缘检测对二值化影像进行杆塔提取识别率达到100％,融合后的植被分布影像轮廓清晰,对地物植被覆盖区域识别精度达到了90％以上,结合植被覆盖指数给出的预警区存在植被生长茂密,威胁输电线路运行的情况.该方法实现输电走廊植被生长预警,能够运用于电力行业的输电安全在线监测.     

汤河流域30余年植被覆盖度变化及其驱动因素分析

植被覆盖度能较好反映一个地区的生态状况。本文以汤河流域为例,选择四期遥感数据,运用ENVI软件提取汤河流域不同时期的归一化植被指数,将植被覆盖率分为五个:极低植被覆盖度(0相似文献   

基于高光谱数据的城市不透水层提取与分析

针对多光谱卫星遥感数据监测城市生态环境的限制和高光谱遥感数据的优越性,以徐州市城区为例,选择2004和2006年地球观测卫星一1（EO一1）Hyperion高光谱遥感数据,在波段选择、大气校正等预处理的基础上,利用线性光谱混合模型,通过混合像元分解在亚像元尺度上提取两个时相徐州市中心城区的不透水层比例．以高分辨率遥感影像分类结果作为参考,通过与LandsatTM多光谱数据提取结果的比较,表明了高光谱遥感影像提取不透水层的优势．利用两个时相高光谱遥感影像提取的不透水层信息进行变化分析,结果表明：徐州市不透水层比例在持续增加,尤其在城市边缘区更是显著增加,其主要驱动因素是城市扩展和土地利用变化．     

植被覆盖度的提取方法研究综述

常用的植被覆盖度估算方法有地表实测和遥感监测两种,分析其特点及适用范围,得出如下结论:地表实测法由于人力、物力等诸多因素的制约,不适合在较大范围内作为唯一的测量方法推广,但可以对遥感监测精度评价和验证提供基础数据。回归模型法小范围内有较高精度,但对实测数据的依赖性较强。植被指数法与像元分解法,由于不受实测数据的制约,目前使用比较广泛,但在实际应用中,仍应根据地表情况,与其他方法综合使用,以便提高植被覆盖度提取精度。     

锡林浩特市胜利矿区近30a植被覆盖度变化研究

为研究内蒙古锡林浩特市胜利矿区近30 a植被覆盖度变化情况及其影响因素,采用Sen斜率估计和M-K检验法分析NDVI变化趋势;基于像元尺度分析植被变化,研究其空间差异性;通过转移矩阵研究植被覆盖度稳定性、降雨和地形因子对植被覆盖度的影响程度。结果表明:(1)近30 a胜利矿区NDVI均值呈缓慢下降趋势;(2)植被损伤区面积占研究区总面积的23. 02%,分布于矿业景观和城镇建设景观;植被恢复区面积占研究区总面积的3. 11%,分布于人工草场与湿地;(3)植被覆盖度不稳定,易发生转移;(4)排土场高程和坡度与植被覆盖度呈显著负相关,坡向与植被覆盖度关系不显著。     

顾及资三卫星全色与多光谱数据的植被信息提取研究

目前遥感影像数据量正以TB级的存储量不断增加,但是遥感信息提取的方法远远不能满足各行业的实际需求.因此,研究遥感影像的信息提取方法就显得尤为重要.以河北省雄安新区植被信息提取为例,顾及资源三号卫星全色影像的高分辨率,多光谱影像的空间信息、光谱信息和纹理信息,基于样本信息的面向对象分类技术,选择具有代表性的样本信息,在分类过程中引入NDVI信息作为补充规则进行植被信息半自动化提取,使分类结果精度达到了92.7%.实验结果表明,该技术方案操作简易,实用性较好,不仅有利于实时精确获取植被信息,方便未来城市生态环境的动态监测,且有助于推动未来城市土地规划和土地管理的发展.