武汉地区1988~2002年植被覆盖度变化动态分析

植被是生态系统最重要的组成部分,而植被覆盖度是衡量地表植被状况的一个最重要的指标,是生态系统健康评价的前提和必要的基础。利用1988、1991、1996和2002年4个时相的TM和ETM+遥感影像为数据源,以归一化植被指数(NDVI)像元二分法为植被覆盖度估算模型,计算了武汉地区不同时期的植被覆盖度,生成了该地区不同时序的植被覆盖度图,以此分析武汉地区植被覆盖度的时空变化。结果表明,武汉地区在1988~2002年这14年,植被覆盖度变化明显,整个地区的平均植被覆盖度从58.41％下降到50.45％,下降值为7.96%,特别是江夏区和主城区变化幅度最为显著,下降值分别为9.98%和7.14%。植被覆盖度下降最快时间段是1996~2002年,恢复阶段是1991~1996年。从空间上来看,全地区都处于下降阶段,特别是郊区江夏区和市区,通过分析发现,这大部分原因都是城市发展的结果,导致了生态环境的恶性发展,值得各方面的注意。     

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。
     

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MODIS植被指数估算青海湖流域植被覆盖度研究

将MODIS数据合成的4种植被指数作为输入参数,采用像元二分模型对研究区的植被覆盖度进行估算,利用2006年的TM数据解译结果和2011年8月的野外实测数据对反演结果进行验证。结果显示:采用ND-VI估算的植被覆盖度比较符合研究区实地状况,样点估算精度达到87.13%;其他3种植被指数估算的植被覆盖度值比实际值低,尤其是对该区域典型植被草原草甸的覆盖度估算结果明显偏低。研究表明:2011年8月青海湖流域植被覆盖度以中高覆盖度为主,占整个流域面积的57%以上;植被覆盖度在空间上呈中部高、西北低的分布特点。     

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。     

土地复垦整理植被覆盖度的遥感评价

随着土地复垦工作的广泛开展,土地复垦整理效果评价日益重要。以湖南益阳中洲土地复垦区为例,选取多源多时相遥感影像数据,利用ERDAS IMAGINE软件实现植被覆盖度的计算分析,结果表明通过土地复垦后该项目区的植被覆盖度比复垦前还要高,与实际情况相符,充分说明利用遥感技术对土地复垦后的植被覆盖度进行评价是可行的。     

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。     

三峡库区植被生物量遥感估算方法研究

利用遥感手段估算三峡库区植被的生物量,综合野外观测数据,分析了Landsat TM数据的光谱信息与植被生物量的关系,通过相关性分析表明Landsat TM多光谱数据能较好地反映该地区的植被生物量水平。然后,利用Landsat TM数据分别建立了针对三峡库区的阔叶林、针叶林、针阔混交林、灌木林和草本植被5种主要植被类型的生物量遥感估算模型,并利用所得模型计算了该区域2002年植被的地上生物量总量为1.05×10⁸ Mg。
     

1982～2000年黄淮海地区植被覆盖变化特征分析

利用1982～2000年8km NOAA-AVHRR数据,采用均值法、差值法和一元线性回归模拟法,分析了中国黄淮海地区植被的动态变化及其空间分布特征,模拟了年NDVI均值的变化趋势,并对不同植被类型的NDVI年内和年际变化规律进行了分析。结果表明:黄淮海地区植被覆盖总体上呈增加趋势,20世纪90年代末相对80年代初平均NDVI值增加了近0.03。从空间分布上看,大部分地区NDVI都呈增加的趋势,其中NDVI极显著增加的区域主要分布在山东的西北部和西部、河南的东部、河北的北部及江苏的北部地区,F检验的显著性水平达到了99%。NDVI呈减少趋势的地区很少,主要分布在北京、天津、山西中部。各植被类型的NDVI在年内的变化呈很强的季节性,年际变化规律大致相同,呈波动上升的趋势。     

基于遥感的海南本岛植被覆盖度时空变化及其地形效应研究北大核心CSCD

植被覆盖在维持生态系统结构稳定和防治水土流失等方面发挥着重要的作用,海南自1988年建省以来迅速发展,导致海南岛植被覆盖也产生了巨大的变化.为揭示海南本岛地形因子对植被覆盖度的影响以及为海南本岛进一步制定合理的生态环保策略提供依据,基于1988、1998、2008、2017和2020年Landsat-TM/OLI多光谱影像,以海南本岛为研究区域,采用归一化植被指数和像元二分模型进行植被覆盖度提取,通过线性趋势分析海南本岛近30a植被覆盖变化特征.并结合30 m_DEM获取的海、坡度和坡向数据,来进一步探讨海南本岛植被覆盖度在不同地形因子条件下的空间分布特征.结果表明:①1988～2020年海南岛平均植被覆盖度介于0.58～0.88之间,整体呈先下降后上升趋势;②海南岛高植被覆盖主要分布于海南岛中部、西南部和东南部地区,低植被覆盖主要出现在居住区、沿海地区等人为干扰因素较高的地区;③海南岛各等级植被覆盖均随海拔的增加而不断降低,在海拔小于100 m的区域分布面积最大;坡度为0～5°时植被覆盖面积达到最大值,随着坡度的增加,植被覆盖面积呈减少趋势;各等级植被覆盖在阴坡和阳坡的分布面积变化差异不大,主要以高植被覆盖类型为主.     

内蒙古大兴安岭根河植被覆盖度动态变化及影响因素的分析

研究植被覆盖度（Fractional Vegetation Cover,FVC）动态变化,可增强了解森林群落的抵抗力和恢复力,为森林生态系统定量评价提供科学依据。基于像元二分模型、Landsat-5 TM（2006、2010）及高分一号（GF-1,2016）数据估算了3个时期的根河市FVC,引入变化率和动态度2个指标评价其动态变化情况,并且分析了多因素对该变化的影响。实验结果显示：中度以上等级占总面积80%以上,2016年低、较低、中度、较高、高等级FVC分别为1 645.02、1 655.97、3 536.59、5 556.87、7507.15 km²。采用0.2 m航空CCD影像进行植被/非植被点提取后,针对2016年的FVC估算结果进行交叉验证的精度为0.92。变化分析结果显示：除部分地区外（敖鲁古雅）,2006~2016 年间FVC变化整体上呈增加态,尤其是高等级增加了1 668.78 km²。综合来看,根河市植被覆盖良好,多重因素共同影响其动态变化,局部FVC对火灾干扰的变化极为敏感,低海拔和平坡FVC明显降低,与人类生产生活密切相关。     

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M...     

中国西北地区植被时空演变特征及其对气候变化的响应

利用GIMMS/NDVI数据分析了1982~2006年我国西北地区植被覆盖时空变化特征及其对气温和降水变化的响应。结果表明：近25 a来,中国西北地区年均植被NDVI增速为0.5%/10a,7月、8月和10月份增加趋势最显著。天山、阿尔泰山、祁连山、青海的中东部等地区植被覆盖显著增加;青海的格尔木至玉树一线、陕西的南部地区、新疆的塔里木盆地、吐鲁番、塔河、托里等地区植被退化。植被覆盖与气温、降水的年际关系都呈弱的正相关。但年内关系则都呈显著的线性关系,植被覆盖随月均温升高而增加,当月均温超过20℃时,植被NDVI呈下降趋势;月降水量在0~100 mm之间,植被NDVI随降水呈线性增长,当月降水量超过100 mm之后,不再有明显的增长趋势。     

基于多尺度特征融合网络的新疆积雪覆盖度估算

受复杂地形和遥感数据低分辨率的影响,传统的二值化积雪遥感产品在山区和林区的积雪覆盖度计算中存在严重误算和漏算的问题,从而导致积雪覆盖度估算精度低。基于风云四号A星多通道辐射扫描计（AGRI）新疆地区的遥感影像数据,提出一种多尺度特征融合网络的积雪覆盖度估算方法。通过深度残差网络和特征金字塔模式对卷积层各个阶段的特征信息进行重构,融合深层和浅层特征的多重语义信息,同时结合AGRI数据高时间分辨率的特性,拟合光谱信息和地理因素间的非线性关系,从而提高数据源和特征信息的整体利用率。实验结果表明,相比MOD10_FSC、BP-ANN_FSC和ResNet_FSC方法,该方法在A1~A4样本区中相关系数均值和解释回归模型的方差得分均值最高可提高8和6个百分点,且其均方误差均值仅为0.1,能够获得较高精度的积雪覆盖度估算结果。     

基于SPOT5遥感影像丰宁县植被地上生物量估测研究

利用SPOT5遥感影像数据和同期获得的野外调查样地数据,基于按植被类型分类估测的方法,研究了河北省丰宁满族自治县植被地上生物量的遥感估测技术。研究结果显示,SPOT5影像的4个波段反射率和中红外植被指数(VI3)结合建立的多元回归模型,可用于森林生物量的遥感估测,估测的R2值达0.540,说明中红外波段信息提高森林生物量的估测精度有一定作用;通过分析样地生物量与多种植被指数的相关性发现,基于比值植被指数(RVI)的指数回归模型是灌丛生物量估测的最佳模型,估测的R2值达0.711,基于归一化植被指数(NDVI)的简单线性回归模型为估测草地生物量的最佳模型,R2值达0.790。利用2008年的全覆盖SPOT5影像,获得了丰宁县2008年植被地上生物量分布图,除农田植被外,全县地上生物总量为3.706×107 t,单位面积生物量平均为51.223t/hm2,其中,森林植被总生物量为3.578×107 t,灌丛植被总生物量为1.048×106 t,草地植被总生物量为2.277×105 t。     

Research on Vegetation Extraction and Fractional Vegetation Cover of Spartina Alterniflora Using UAV Images

In this study,vegetation extraction and fractional vegetation cover of Spartina alterniflora (S.alterniflora )was studied in an experimental region of Sansha bay,a typical coastal wetland area in Fujian Province,China.A new vegetation index visible|band modified soil adjusted vegetation index (V|MSAVI)was constructed and the fractional vegetation cover was calculated subsequently based on the NDVI model.Results showed that,the S.alterniflora extraction results by V|MSAVI had a satisfactory precision.Most of the fractional vegetation covers of S.alterniflora were in medium|level coverage (40%~60%)and a high|level coverage (60%~80%).An accuracy analysis based on the visual interpretation indicated the overall extraction results accuracy of 0.89,and a kappa coefficient of 0.77.Root mean square error (RMSE)of fractional vegetation cover between the estimation value and the true value was 0.06,and the determination coefficient R² was 0.92.     

A Review on Estimating Fractional Cover of Non-photosynthetic Vegetation by Using Remote Sensing

The quantitative estimation of fractional cover of photosynthetic vegetation(f PV),non-photosynthetic vegetation(f NPV),and bare soil(f BS) is critical for grassland ecosystem carbon storage,vegetation productivity,soil erosion and wildfire monitoring.The ecological importance of NPV has driven considerable research on quantitatively estimating NPV in diverse ecosystems including croplands,forests,grasslands savannah,and shrublands using remote sensing.This paper reviews the research progress in estimating f NPV using hyperspectral and multisspcetral remote sensing data,and hightlights discusses the theoretical bases of PV,NPV and BS spectral characteristics.based on the existing methods for estimating f NPV,this article groupd into two categories:empirical relationship between spectral index and NPV cover,and Spectral mixture analysis.Meanwhile,also discuss applications.of hyperspectral and multisspcetral remote sensing data.Finally,the existential problems and research trends for NPV estimation are analyzed.     

Vegetation Dynamics and Its Relationship with Climatic Factors in Southwestern China

The response of the vegetation dynamics to climate variability in the southwestern China was analyzed based on the dataset from remotely sensed data and ground observation data,i.e.,MODIS NDVI data with the spatial resolution of 250 meters and temporal resolution of 16\|day,and meteorological data composed of monthly temperature and precipitation data collected from 121 weather stations spanning periods of 2001\|2013,respectively.Seasonally Integrated Normalized Difference Vegetation Index (SINDVI) utilized linear regression to characterize the trends in vegetation shifts.Anomaly analysis was applied to characterize the yearly average fluctuation.Furthermore,the monthly maximum Normalized Difference Vegetation Index （MNDVI） and meteorological data were employed to calculate the correlation coefficient at different time scales.The results indicate that vegetation coverage has extensive decreased trends in the west of Sichuan Basin,the Dayao Mountain in Guangxi and part of the Yunnan\|Guizhou Plateau.Conversely,it shows an increased trend in the south of Sichuan Basin,the Daba Mountains,the west of Guizhou and the coastal areas in Guangxi.In more than half part of southwestern China,vegetation conditions are positively correlated with accumulated temperatures.But the partial correlation coefficient between vegetation condition and total precipitation has evident differences in regions.     

基于ETM+影像的矿化蚀变区植被信息提取研究

植被在遥感影像上成像具有复杂性和不确定性,这使得利用遥感技术提取植被信息具有很大的难度。利用数据资源丰富的ETM+影像数据对新疆西天山矿化蚀变区的植被进行提取研究,目的是为进行下一步的矿化蚀变信息提取做准备。为保证在提取植被信息后能较好地保留矿化蚀变信息,在认真分析了植被和矿化蚀变的光谱特征后,提出采用“面向特征的主分量分析+最优密度分割”法,最后得出采用ETM+波段3和波段4组合的方式能够取得较好的效果,该方法具有一定的适用性。     

冰沟流域积雪面积比例与雪水当量关系初探

像元尺度上积雪面积比例与雪水当量的关系是将积雪遥感面积数据引入水文模型的有效手段。以冰沟流域为例,利用合成孔径雷达ENVISAT-ASAR数据反演得到积雪面积、雪水当量信息,分析了500m像元尺度上积雪面积比例与雪水当量的关系。结果表明:1在积雪面积比例未达到全覆盖饱和状态,雪水当量和积雪面积比例呈正相关关系,积雪面积比例控制着雪水当量的最大值,但由于受到地形的影响,关系不显著;2当考虑地形因子影响,即将坡度、坡向、海拔、积雪面积比例与雪水当量进行多元线性回归,回归系数的显著性水平均小于0.05,相关系数(r)达到0.841。因此,在高分辨率地形因子已知的情况下,结合遥感积雪数据,可建立良好的积雪面积比例和雪水当量之间的关系,有利于高分辨率积雪面积比例数据在寒区分布式水文模型中的应用。