共查询到20条相似文献，搜索用时 1 毫秒
1.
盐生植物对于维持干旱区绿洲生态系统平衡起着核心作用。该文以渭干河-库车河三角洲绿洲盐漠带典型盐生植物为研究对象,利用Field Spec Pro FR便携式地物波谱仪,对2010年10月盐生植物的野外光谱数据进行采集并取相应土样。首先,采用光谱学分析方法分析光谱特征变化,并对土壤理化特性(含盐量、TDS、电导率、pH值)进行室内测定分析,获得盐生植物光谱特征数据和土壤理化特性数据。其次,利用实测光谱数据对盐生植物高光谱植被指数NDVI705、VOG1、ARI1和CRI1进行反演,用高光谱影像和TM影像分别对VOG1和NDVI705进行反演,并与土壤理化特性进行相关性分析。研究表明:高光谱植被指数NDVI705、VOG1、ARI1与土壤理化特性之间相关性均较低(0.266R0.449),但CRI1与含盐量、TDS的相关性较高(R=0.668);用高光谱影像反演的VOG1与电导率的相关性较高(R=0.536),用TM影像反演的NDVI705与TDS相关性较高(R=0.695)。通过精度验证,发现高光谱反演数据(VOG1)比TM反演数据(NDVI705)精确,说明遥感数据空间分辨率的不同影响了反演植被光谱指数的精度。该研究不仅可为干旱地区盐生植物的遥感识别奠定基础,而且对维持绿洲生态系统稳定提供一定的科学依据。 相似文献
2.
水分胁迫条件下棉花生理变化及其高光谱响应分析 总被引：19，自引：4，他引：15
利用ASD地物光谱仪,测定水分胁迫条件下棉花不同生育时期内叶片的光谱反射率,应用微分技术处理棉花的反射光谱,并结合棉花叶面积指数(LAI)、叶绿素(a b)含量(Chlt)、叶片全氮(TN)含量等生物参数进行分析,研究棉花水分胁迫情况下的高光谱特征,结果表明,一阶微分光谱720nm波段的数值与LAI的正相关(R=0．7656);750nm处一阶微分值与叶绿素含量呈显著正相关关系(R=0．7774);微分光谱690nm～740nm数值积分面积与TN含量呈正相关(R=0．7669),采用比值反射率对反射光谱1300nm～1500nm波段范围内最小值与棉花叶片的含水量作相关分析,达到极显著水平(R^2=0．8298),验证了一阶微分光谱数据与棉花的生理参数有很好的相关性,可见光和近红外波段光谱反射率能够反映出棉花生长发育的动态特征;证明了棉花的花铃期是高光谱遥感对棉花长势和生理参数定量诊断的最佳时期。本研究通过建立一系列线性光谱模型对棉花生理参数进行估测,为基于高光谱数据的棉花生长模型和棉花长势的遥感监测提供了理论依据。 相似文献
3.
基于高光谱与多光谱植被指数的洪河沼泽植被叶面积指数估算模型对比研究 总被引：1，自引：0，他引：1
以洪河国家级自然保护区为研究区,2009年8月中旬,在研究区野外实测沼泽植物冠层的光谱反射率和叶面积指数(LAI),将地面实测的植物高光谱反射率以Landsat-5 TM波段范围为基准进行波谱重采样,以重采样后的光谱反射率计算多光谱植被指数,用几种常见的高光谱和多光谱植被指数建立估算沼泽植被叶面积指数的统计回归模型,对比这些模型的精度,选出最优模型.研究结果表明,用各植被指数建立的估算沼泽植被叶面积指数的回归模型分别为二次函数、对数函数或指数函数;各模型对沼泽植被叶面积指数的反演精度差别较大;在全波段高光谱植被指数中,用全波段归一化植被指数H-FNDVI(R930,R515)构建的估算沼泽植被叶面积指数的模型最佳;在常规高光谱植被指数中,用修正简单比率H-MSR构建的估算沼泽植被叶面积指数的模型最佳;在多光谱植被指数中,用多光谱归一化植被指数M-NDVI构建的估算沼泽植被叶面积指数的模型最佳.对比发现,由多光谱数据提取的植被指数构建的模型对研究区LAI的估算效果不太理想,而从实测高光谱数据提取的窄波段特有植被指数构建的估算沼泽植被叶面积指数模型表现出较明显的优势,表明窄波段植被指数更适合用来监测沼泽植被叶面积指数. 相似文献
4.
土壤氧化铁光谱特征研究 总被引：27，自引：2，他引：25
土壤光谱反射特性的研究是土壤遥感的物理基础,土壤氧化铁含量影响土壤反射率。对采集的174个土样350~2 500 nm谱段的光谱数据进行分析,着重探讨下述3类光谱变量,寻找对土壤氧化铁含量敏感的光谱特征。1)原始光谱反射率及其各种变换形式;2)基于光谱吸收峰特征的变量,因为已知三价铁在870 nm附近有吸收峰存在,提取该吸收峰的面积、宽度、深度等变量;3)基于植被指数的变量,构建土壤氧化铁指数。研究结果表明,各类变量中土壤氧化铁指数对土壤氧化铁含量最敏感,建立相应的回归预测模型,模型拟合度R2为0.534。 相似文献
5.
6.
应用MODIS卫星数据提取植被-温度-水分综合指数的研究 总被引：17，自引：1，他引：16
中分辨率成像光谱仪(MODIS)覆盖可见光、近红外和热红外的36个波段,其波谱分辨率高、信息量丰富.通过分析MODIS数据的波谱特性以及植被和土壤的反射波谱特征,选用可见光波段(0.66 μm)、近红外波段(0.86 μm、1.24 μm)提取修正的土壤调整植被指数(MSAVI)和归一化植被水分指数(NDWI);用两个热红外波段(8.6 μm、11 μm)反演植被冠层温度,并通过分析三者之间的耦合特征来提取反映植被水分状况的综合指标(VTWSI).用实测的植被水分数据和模拟的叶片等效水分厚度数据验证所提取的VTWSI值,拟合结果表明呈显著正相关,说明所提取的VTWSI可有效反映植被的水分状况.该项研究探讨了一种直接从卫星遥感数据提取植被水分指标的新方法,为研究干旱、半干旱地区的区域缺水提供简便途径. 相似文献
7.
翅碱蓬高光谱植被指数对土壤化学性质的响应 总被引：1，自引：0，他引：1
植被覆盖区土壤化学性质遥感监测一直是一个难点,往往只能通过生物地球化学的方法,利用上覆植被信息间接地反映。该研究通过野外采样分析的17个翅碱蓬(Suaeda salsa)光谱数据和其下土壤样品的理化分析配对数据,探讨土壤化学性质与翅碱蓬高光谱植被指数间的关系。结果表明:上覆翅碱蓬高光谱植被指数与土壤有机质、全氮、速效钾之间均无显著相关,高光谱植被指数(NDNI)可用于初步反映土壤全磷的含量变化,NDVI705可用于初步反映土壤pH值的变化,而高光谱植被指数(MSI)可以很好地反映土壤盐分含量的变化。在此基础上,建立了土壤全盐量与19个高光谱植被指数的偏最小二乘回归模型,这为翅碱蓬覆盖区域土壤盐渍化遥感监测提供了一种方法。 相似文献
8.
应用MODIS卫星数据提取植被-温度-水分综合指数的研究 总被引：4，自引：0，他引：4
中分辨率成像光谱仪(MODIS)覆盖可见光、近红外和热红外的36个波段，其波谱分辨率高、信息量丰富。通过分析MODIS数据的波谱特性以及植被和土壤的反射波谱特征，选用可见光波段(0．66μm)、近红外波段(0．86μm、1．24μm)提取修正的土壤调整植被指数(MSAVI)和归一化植被水分指数(NDWI)；用两个热红外波段(8．6μm、11μm)反演植被冠层温度，并通过分析三者之间的耦合特征来提取反映植被水分状况的综合指标(VTWSI)。用实测的植被水分数据和模拟的叶片等效水分厚度数据验证所提取的VTWSI值，拟合结果表明呈显著正相关，说明所提取的VTWSI可有效反映植被的水分状况。该项研究探讨了一种直接从卫星遥感数据提取植被水分指标的新方法。为研究干旱、半干旱地区的区域缺水提供简便途径。 相似文献
9.
矿区植被物化参数高光谱遥感估算研究 总被引：1，自引：0，他引：1
卢霞 《地理与地理信息科学》2010,26(5)
基于高光谱遥感数据Hyperion和植物冠层反射光谱,应用指数法、回归统计法和基于光谱位置变量的方法对矿区植被生物量和叶绿素浓度(SPAD)进行估算.结果表明:植被指数R752/R548与植物鲜重相关性最高,相关系数为0.88;选用植物像元光谱,基于植被指数R752/R548,利用三次函数法构建植物鲜重估算模型精度较高,多重判定系数R2达0.883;植被指数DVI[752,640]与植物干重相关性最高,相关系数为0.42;基于植被指数DVI[752,640],应用线性回归法构建植被干重估算模型精度较低,多重判定系数R2为0.177;基于四点内插法提取的红边位置与叶绿素浓度显著相关,相关系数为0.433;Datt(1)和Datt(2)植被指数与叶绿素浓度存在显著相关,相关系数分别为0.871和0.868;基于红边位置(REP)、Datt(1)和Datt(2)植被指数构建植物叶绿素浓度估算模型精度较高,多重判定系数R2分别为0.814、0.805和0.781.应用高光谱遥感技术可有效地检测矿区受损生态环境下的植被,为矿区植物生态修复工程提供本底资料. 相似文献
10.
《地理与地理信息科学》2016,(4)
植物净光合速率是衡量植被生产力、体现植物整体长势的重要指标。该文在分析植被光谱指数VI、光合有效辐射PAR与净光合速率Pn关系的基础上,建立了基于高光谱遥感数据的净光合速率反演模型。采集武汉市4种常见植被叶片共124个样本作为研究对象,在分析比较9种不同光谱指数与SPAD相关性的基础上选择3种相关性较高的植被指数对不同的植被类型进行净光合速率反演模型建立。结果表明:实验中CIrededge、NDVI705和RVI7003种植被指数与SPAD相关性较高,R2值均在0.7以上,最高达到0.88;在建立净光合速率反演模型时,若仅考虑叶片净光合速率(Pn)与植被指数的关系,其相关性较差;而将植被光谱指数、光合有效辐射(PAR)乘积后再与净光合速率(Pn)分析时,发现其相关性显著提高;以上3种植被指数中CIrededge*PAR vs.Pn反演效果最优,但农作物与园林植物净光合速率反演最优模型存在差异。因此,利用高光谱遥感技术可以了解和掌握植物叶片的光合效应,以此评价植物固碳释氧能力以及估测农作物产量是完全可行的。 相似文献
11.
海岸带浅海水深高光谱遥感反演方法研究 总被引：3，自引：1，他引：2
近红外波段(760~900 nm)反射率对水深最为敏感,通过波段比值方法可以提高与水深的相关性,而711nm处反射率一阶微分值与水深的相关系数高达-0.87。对于近岸混浊度高的样本,单波段和比值模型反演效果不好,平均相对误差均高于30%;而光谱微分模型的精度较好,平均相对误差为17%。研究结果证明:水体反射率的一阶微分可以有效地削弱水质变化给水深反演带来的误差。 相似文献
12.
洪河自然保护区乌拉苔草生物量高光谱遥感估算模型 总被引：6，自引：0，他引：6
尝试用不同方法构建洪河自然保护区湿地植被乌拉苔草(Carex meyeriana)的高光谱植被指数,建立水上鲜/干生物量高光谱估算模型,并比较了不同模型的反演精度。通过实测不同覆盖度和水深状况下乌拉苔草的冠层高光谱反射率与水上生物量的数据,采用高光谱可见光—近红外波段及其微分光谱波段(350~1 050 nm)逐波段构建FNDVI、FRVI、FDVI、FDNDVI、FDRVI、FDDVI植被指数,分别找出与水上鲜生物量和干生物量具有最佳相关性波段组合的植被指数,建立乌拉苔草水上生物量的最佳估算模型,并对比分析了反射率光谱植被指数(FNDVI、FRVI、FDVI)模型和微分光谱植被指数(FDNDVI、FDRVI、FDDVI)模型的反演精度。结果显示,微分光谱与乌拉苔草水上生物量的相关性比反射率光谱好;微分光谱植被指数与乌拉苔草水上生物量的相关性比反射率光谱植被指数好,尤其以微分光谱植被指数FDRVI与FDNDVI建立的二次函数模型反演乌拉苔草的水上鲜生物量和干生物量的效果最好,精度分别达74.9%、71.4%,其均方根误差分别为0.074 4和0.026 2,通过了p<0.01极显著验证。这表明,采用微分光谱植被指数FDRVI、FDNDVI对乌拉苔草水上鲜生物量和干生物量的估算可以取得较高的预测精度。 相似文献
13.
塔里木河流域中下游胡杨典型叶片光谱响应特征 总被引：3，自引：0，他引：3
光谱的研究是遥感模型构建的基础和前提。由于塔里木河两岸横向与纵向生态供水的差别,导致胡杨的生存环境有所差别。为了研究胡杨叶片是否对环境具有标识作用,选择中下游的5个实验点胡杨典型叶片作为研究对象,研究结果表明:①同一实验点不同树龄叶片在近红外和短波红外波段差异明显,而不同实验点不同树龄叶片光谱在波段1 270~1 290 nm和1 600 nm附近可以进行有效区分;而且随着距河道垂直向距离的增加"红边"呈"蓝移"趋势;②不同断面、不同实验点叶片在825 nm,1 270 nm和1 605 nm光谱差异较大,红边由中游到下游呈"蓝移"趋势;初变黄的叶片随着水分的流失光谱曲线在各波段有增大的趋势,当水分流失减速时,光谱曲线在400~1 000 nm之间时变化仍较明显。综上,胡杨叶片光谱具有可分性,对生存环境能够起到标识作用。 相似文献
14.
基于冠层反射和植被指数的华东地区叶面指数反演 总被引：4，自引：0，他引：4
1 IntroductionLeaf A rea Index (LA I), defined as half the all-sided leaf or needle surface per unit groundsurface (Chen and Black,1992),is an im portantparam eter to quantify leaf density and m onitorvegetation change.A tthe sam e tim e,LA I is also an i… 相似文献
15.
The aim of this paper is to investigate the feasibility of using Landsat TM data to retrieve leaf area index (LAI). To get a LAI retrieval model based ground reflectance and vegetation index, detailed field data were collected in the study area of eastern China, dominated by bamboo, tea plant and greengage. Plant canopy reflectance of Landsat TM wavelength bands has been inversed using software of 6S. LAI is an important ecological parameter. In this paper, atmospheric corrected Landsat TM imagery was utilized to calculate different vegetation indices (VI), such as simple ratio vegetation index (SR), shortwave infrared modified simple ratio (MSR), and normalized difference vegetation index (NDVI). Data of 53 samples of LAI were measured by LAI-2000 (LI-COR) in the study area. LAI was modeled based on different reflectances of bands and different vegetation indices from Landsat TM and LAI samples data. There are certainly correlations between LAI and the reflectance of Tm3, TM4, TM5 and TM7. The best model through analyzing the results is LAI = 1.2097*MSR + 0.4741 using the method of regression analysis. The result shows that the correlation coefficient R2 is 0.5157, and average accuracy is 85.75%. However, whether the model of this paper is suitable for application in subtropics needs to be verified in the future. 相似文献
16.
Mangroves are woody plant communities in the intertidal zone of tropical and subtropical coasts that play an important role in these zones. The infrared wave band is one of the key bands in the remote sensing identification of mangrove forest, and ALI (advanced land imagery) has a large number of infrared bands. Two angle indices were proposed based on liquid water absorption at band 5p and band 5 of EO-1 ALI, denoted as β1.25 and β1.65 respectively. A decision tree method was adopted to identify mangrove forest using remote sensing techniques for β1.25-β1.65 and NDVI (normalized difference vegetation index) for EO-1 ALI imagery acquired at Shenzhen Bay. The results showed that the reflectance of mangrove forests at band 5p and band 5 was significantly lower than that of terrestrial vegetation due to the characteristics of coastal wetlands of mangrove forests. This resulted in a greater β1.25-β1.65 value for mangrove forest than terrestrial vegetation. The decision tree method using β1.25-β1.65 and NDVI effectively identifies mangrove forest from other land cover categories. The misclassification and leakage rates were 4.29% and 5.11% respectively. ALI sensors with many infrared bands could play an important role in discriminating mangrove forest. 相似文献
17.
下垫面物质组成是土壤侵蚀模型最主要的输入参数。应用遥感技术提取无植被地区下垫面物质组成信息对于研究大面积土壤侵蚀是非常重要的。黄河黑山峡地区地形复杂,加之裸土、沙漠和岩石光谱的相似性与复杂性,使遥感技术在该地区的应用受到限制,但是由于地形起伏、岩石风化及表面粗糙度等因素的影响,石质山地纹理明显。综合了光谱和纹理信息特征,本文提出光谱归一化方法,并将归一化的光谱与纹理信息相结合构建了石质山地指数(RMI),应用归一化光谱进一步得到沙漠指数(DI),实现石质山地、沙漠与裸土分离。结果表明,该方法提高了信息提取的精度。 相似文献
18.
基于偏最小二乘法的玉米FPAR高光谱反演模型研究 总被引：1，自引：0，他引：1
以ASD FR便携式光谱仪与LI-191SA光量子仪对吉林中西部的玉米田进行多次观测,采集到123组有效数据,基于偏最小二乘法(PLS)对玉米FPAR进行高光谱反演。对可见光与近红外光谱(400～1 500nm)进行分析并建立反演模型,对FPAR预测效果进行验证,验证模型的R2为0.785,RMSE为0.117;同时进行了玉米FPAR与光谱反射率、反射率一阶导数之间的关系分析及植被指数与玉米FPAR之间的回归分析。研究结果表明,PLS方法建立的模型可有效地从玉米高光谱反射率数据反演出FPAR含量,反演结果精度较植被指数高。 相似文献
19.
以盘锦双台河口湿地国家级自然保护区作为研究区,采用基于bootstrap的偏最小二乘回归模型（PLSR）,分别构建不同光谱变换技术（包括光谱水分影响减小技术WR、包络线去除CR、光谱一阶微分FD、光谱倒数的对数LR）和原光谱数据（R）的芦苇叶片氮浓度预测模型。使用变量投影重要性指标VIP,计算了各光谱波段在估算芦苇叶片氮浓度时的重要性。研究结果表明,WR光谱变换技术的芦苇叶片氮浓度估算精度最高（R2=0.87,均方根误差=0.57）,该方法可以有效减小叶片水分的影响,增强鲜叶片光谱中细微的氮吸收特征。 相似文献
20.
塔里木河干流区天然植被的空间分布及生态需水 总被引：4，自引：0，他引：4
塔里木河流域荒漠河岸林具有重要的生态、经济和社会效益。本文以塔里木河干流的荒漠河岸林系统为对象,借助于卫星遥感、GIS等技术,研究塔里木河干流区各河段天然植被分布特征,应用缓冲区梯度分析方法对林地分布结构和生态需水进行分析。结果表明： （1）塔里木河干流区天然植被面积为146.1×104 hm2,占研究区总面积的35.18%;北岸天然植被面积较南岸多46.34×104 hm2。（2）塔里木河干流区荒漠河岸林分布随距离河道的增加呈波动下降趋势。在影响保护带、基本保护带和重点保护带下,天然植被保护范围分别为4.7～30.1 km、2.2～24.2 km和0.8～12.3 km。（3） 塔里木河干流区天然植被总的生态需水量为21.932×108 m3,在重点保护带、基本保护带和影响保护带下,生态需水量分别为9.56×108 m3、14.97×108 m3和19.08×108 m3。根据荒漠河岸林的分布特征和保护目标,对塔里木河干流用水作统一规划和协调是符合实际的生态治理措施。 相似文献