共查询到20条相似文献，搜索用时 421 毫秒
1.
MODIS增强型植被指数EVI与NDVI初步比较 总被引：31，自引：0，他引：31
利用东亚地区典型地带性植被和MODIS数据，对广泛使用的植被指数NDVI和新开发的增强型植被指数EVI进行了对比分析。由MODIS开发的NDVI和EVI对干旱-半湿润环境下低覆盖植被的描述能力相似，但对湿润环境下高密度植被的描述有明显差别：NDVI年时间过程的季节性不明显，表现为全年高平的曲线；而EVI仍然有季节性，表现为钟形曲线，与月平均温度关系更密切。EVI的这一特征为研究高覆盖植被的季节性变化提供了新的思路。 相似文献
2.
研究增强型植被指数基于Landsat-8数据反演土壤水分的可行性及适用性,分析研究区土壤水分总体分布,提高该地区应对干旱灾害的能力。基于温度植被干旱指数方法,以淮河流域上游地区作为研究区,基于2017年2月的Landsat-8影像,分别计算了地表温度、归一化植被指数、增强型植被指数,基于TVDI构建了两种土壤水分反演模型。研究比较了:1) EVI在TM数据中的应用特点;2)研究区土壤含水率的空间分布特征;3)两种模型反演结果的差异。结果表明:1)基于TM数据计算的EVI总体明显低于NDVI,但不同时间段的结果并不总是低于NDVI;2)基于EVI的模型结果精度低于基于NDVI模型结果。3)两种模型结果与植被覆盖度、地表温度的关系均为负相关,其中,基于EVI的模型结果与地表温度的负相关程度极高,即基于EVI的模型结果受植被影响较小,受温度影响程度高。 相似文献
3.
为了解VIIRS NDVI与EVI两种植被指数的关系,对研究区两种植被指数的空间特征、地表特征可分性以及相关性进行了初步研究。结果表明,VIIRS NDVI与EVI的空间特征和地表特征可分性既有较强一致性,又有差异性,植被覆盖度越高,两种指数空间特征差异越大。针对不同地物类别,VIIRS NDVI与EVI对地物可分性的差异不同。与一次、二次多项式以及对数模型相比,三次多项式模型更能反映VIIRS NDVI与EVI的相关关系,复相关系数平均可达0.807 4,且植被覆盖度越低,关系特征越强。 相似文献
4.
植被指数是反映地表植被覆盖状况的重要参数,分析气候因子与植被指数间的相互关系有助于揭示气候变化对植被的影响,然而当前研究有两种分析植被指数与气候因子关系的方法,分别为分析植被指数与生长季内和生长季间气候因子的关系,然而这两种法差异如何,何种方法更为合适需要进一步分析。利用2000年—2009年生长季的MODIS的归一化植被指数NDVI(Normalized Difference Vegetation Index)数据集和藏北那曲地区3个气象站逐月气象资料(月平均气温、≥0℃活动积温和月降水量),分析比较了生长季内和生长季间气候因子对植被生长影响的差异,并分析了两种方法的优劣。结果表明:(1)生长季内植被NDVI与同期气温和降水量均呈高度正相关,生长季内时滞时间尺度为1个月时,植被NDVI对月平均气温及降水响应均最为强烈。(2)生长季间NDVI与同期降水量相关性并不明显,气候因子的滞后效应在生长季间也较弱。(3)生长季内和生长季间植被NDVI与气候因子的关系所得出的结论有一定差异性,可能是因为两方面的原因:生长季内植被NDVI与水热因子的高相关性与中国季风季候造成的高温多雨出现在夏季有关,而生长季内高水热条件与高植被指数对应的多年重复必然造伪的高相关系数,但这种相关性不一定能真实反映植被与水热条件的关系,而生长季间水热等气候因子与植被指数年际变化相关性分析不存在水热与高植被指数同期问题,更能真实反映气候因子年际变化对植被的影响。 相似文献
5.
基于MOD13Q1数据的大湄公河次区域植被覆盖时空变化分析 总被引：1，自引：0，他引：1
基于MOD13Q1-NDVI数据,采用最大值合成法提取2000—2017年的月植被指数,分别从月平均NDVI和年平均NDVI两个角度分析了大湄公河次区域植被覆盖的时空变化特征.结果表明:2000年以来,大湄公河次区域年平均NDVI总体上呈波动增长;但不同时段植被覆盖度变化不同,2000—2005年植被覆盖度总体略有降低... 相似文献
6.
基于MODIS影像的山西省植被指数分析 总被引：2，自引：0，他引：2
以MODIS遥感影像为数据源,利用ENVI遥感影像处理软件,笔者对山西省2005年9月和2006年9月两期MODIS影像的植被指数进行计算,建立了两期植被指数密度分割模型,以获得全省植被覆盖的整体状况,通过对两期植被指数影像图进行动态链接、叠加以及结合相减比较,可以看出两年间全省的植被覆盖空间变化情况。结果表明:全省较低植被覆盖区不多,高植被地区主要分布在中部以南地区,中低植被覆盖集中在中部以北地区。两年的植被指数比较结果表明,全省中等植被覆盖区有所增加,但高植被覆盖区增加不明显。 相似文献
7.
以MODIS遥感影像为数据源,利用ENVI遥感影像处理软件,笔者对山西省2005年9月和2006年9月两期MODIS影像的植被指数进行计算,建立了两期植被指数密度分割模型,以获得全省植被覆盖的整体状况,通过对两期植被指数影像图进行动态链接、叠加以及结合相减比较,可以看出两年间全省的植被覆盖空间变化情况。结果表明：全省较低植被覆盖区不多,高植被地区主要分布在中部以南地区,中低植被覆盖集中在中部以北地区。两年的植被指数比较结果表明,全省中等植被覆盖区有所增加,但高植被覆盖区增加不明显。 相似文献
8.
9.
为了明确辽东湾植被长势的时空变化特征,本文针对传统的遥感影像信息提取速度缓慢、效率较低等问题,基于奥维互动地图(Ovid interactive map, OMAP)平台,利用Landsat遥感影像提取1990—2019年辽东湾生长季NDVI数据,采用一元线性回归对NDVI时空变化特征进行讨论。结果表明：1)以2010年为转折点,近30年来,辽东湾地表植被NDVI呈现先增后减再增的变化趋势,植被覆盖总面积变化较小,但中高植被覆盖区(0.6相似文献
10.
以京津冀为研究区,基于MODIS数据产品获取NDVI、EVI、MSAVI及LST,利用DEM对LST进行修正,建立不同植被指数的Ⅵ-Ts特征空间,选取干湿边拟合效果好的植被指数建立TVDI,获取研究区2018年植被生长季(4—10月)干旱情况,利用同步气象站点降水数据进行相关性分析,使用同期气象公报进行结果验证。结果表明：1)利用MSAVI构建的特征空间总体拟合效果优于其他两种植被;TVDIM与同期气象站点降水数据呈显著负相关,均通过P<0.05显著检验。2)空间上,旱情主要发生在张家口和东南平原地区;时间上,旱情表现为先加剧后缓解。综上,TVDIM模型可靠性及精度较高,可用于京津冀地区干旱监测预警。 相似文献
11.
植被指数与地表温度定量关系遥感分析——以北京市TM数据为例 总被引：1，自引：0，他引：1
以北京市为研究区,在对Landsat-5 TM数据大气校正基础上,利用TM单窗算法定量反演地表温度,并估算了5种植被参数:归一化差值植被指数(NDVI)、比值植被指数(RVI)、绿度植被指数(GVI)、土壤调节植被指数(MSAVI)和植被覆盖度(fg)。结合地表温度(LST)空间分布,对比分析5种植被参数与地表温度的相关程度。分析结果显示,相对于上述4种植被指数f,g与地表温度有更好的负相关性,对地表温度空间分布的指示能力更佳。利用fg与地表温度关系定量分析了植被覆盖程度对热岛效应的影响,发现北京市区平均地表温度比近郊区和远郊区分别高1.6 K和5.3 K。 相似文献
12.
地表生物量对农作物估产、植被长势评估具有很重要的意义。随着遥感技术的发展与应用,遥感为生物量估算提供了一种新的手段。本文以唐山市为例,利用小麦种植区的MODIS遥感影像数据和同期野外调查获得的16组32个生物量数据,对比分析了归一化植被指数(NDVI)、增强型植被指数(EVI)与小麦生物量多个回归方程的相关系数,进而建立了NDVI、EVI与小麦生物量的线性回归模型。结果显示,使用MODIS数据的植被指数能够很好地对研究区地上生物量进行估算,其中使用EVI的三次函数模型拟合精度最高,并且对每组数据进行平均处理会使模型精度进一步提高。 相似文献
13.
马尾松LAI与植被指数的相关性研究 总被引：1，自引：0，他引：1
以福建省永安市区为研究区,计算IRS-P6(LISS-Ⅲ)多光谱数据的DVI、EVI2、MSAVI、NDVI、RDVI、RVI及TNDVI等7种植被指数,并与使用LAI-2000测量的马尾松叶面积指数(LAI)建立相关关系,分析植被指数对马尾松LAI的影响。从决定系数(R2)和标准误差两个方面对基于不同植被指数的LAI反演模型进行定量分析,反演模型包括线性模型、二次曲线模型、幂函数曲线模型和指数曲线模型4种。结果表明,马尾松LAI与植被指数呈指数曲线相关或幂函数曲线相关。反演马尾松LAI,最佳的统计模型是指数曲线模型和幂函数曲线模型,较佳植被指数为TNDVI、NDVI和RVI,其指数曲线模型和幂函数曲线模型拟合的R2均高于0.76,且验证结果R2均高于0.84,但RVI指数反演的模型标准误差相对较大。总体而言,TNDVI和NDVI的指数曲线和幂函数曲线模型对马尾松LAI具有较好的预测性。 相似文献
14.
南方丘陵区植被覆盖度遥感估算的地形效应评估 总被引：3，自引：0，他引：3
植被覆盖变化是生态环境领域的核心研究内容之一,但其估算精度常受到地形效应、土壤背景、大气效应等各种因素影响。以Landsat 8 OLI为遥感数据源,基于像元二分模型,分别利用归一化差值植被指数(NDVI)、经Cosine-C校正的归一化差值植被指数(NDVI)和归一化差值山地植被指数(NDMVI)建立植被覆盖度估算模型,以评估南方丘陵区植被覆盖度的地形效应。结果表明,3种植被覆盖度估算模型均能削弱地形效应,但消除或抑制地形效应影响的能力不同。比较而言,基于NDMVI指数构建的植被覆盖度估算模型的地形效应最小,更适合地形复杂区域的植被覆盖度遥感估算;基于Cosine-C校正的NDVI植被指数构建的植被覆盖度估算模型的地形效应次之,但存在一定的过度校正现象;基于NDVI植被指数构建的植被覆盖度估算模型的地形效应最大,尤其当坡度≥10°时,阴坡植被覆盖度比阳坡明显偏低。 相似文献
15.
叶面积指数(leaf area index,LAI)是描述植被冠层结构的重要参数,准确获取果树的LAI对果树长势监测和果树估产均有重要作用。以美国加州中部的果园为研究区,基于沿太阳主平面飞行成像的机载MODIS/ASTER模拟传感器(MODIS/ASTER airborne simulator,MASTER)数据,利用实测LAI数据与归一化差值植被指数(normalized difference vegetation index,NDVI)、归一化差值红外指数(normalized difference infrared index,NDII)和归一化差值水体指数(normalized difference water index,NDWI)分别建立回归模型,并选取NDWI进行研究区LAI的反演。结果表明:由于地物的二向性反射,垂直太阳主平面飞行获取的遥感数据具有明显的亮度梯度现象,而沿太阳主平面飞行获取的遥感数据几乎不受亮度梯度的影响;NDVI在高植被覆盖区容易达到饱和,而NDWI比NDVI和NDII具有更高的拟合度和更小的均方根误差,更加适合研究区LAI的遥感反演;该研究结果可以丰富LAI反演理论,也可以为研究LAI尺度问题提供理论和数据支持。 相似文献
16.
为了研究黄河三角洲植被与建设用地的关系,利用1985—2010年的专题制图仪(Thematic Mapper,TM)影像,通过归一化植被指数(Normalized Difference Vegetation Index,NDVI)、增强的指数型建筑用地指数(Enhanced Index Building Land Index,EIBI)、影像对比与Spearman相关分析的方法,对该地区建设用地和植被覆盖度的时空变化进行研究,探讨该地区建设用地对植被覆盖度的影响.结果显示,该地域建设用地与植被覆盖变化明显,城镇建设用地由126.927 km2增加到286.9425 km2;植被覆盖度由42.7％增长到50.8％,两者没有明显相关性.但是建设用地与高植被覆盖区(>50％)、中植被覆盖区(40％～50％)存在明显相关性,建设用地的发展对其造成影响. 相似文献
17.
针对GF-1 WFV和Landsat-8 OLI两种传感器的参数特点,选取归一化植被指数(NDVI)、增强型植被指数(EVI)、大气阻抗植被指数(ARVI)、土壤调整植被指数(SAVI)和修正的土壤调整植被指数(MSAVI)5种植被指数,采用同一时期的两种传感器数据对四川省茂县进行植被信息提取,并结合像元二分模型估算植被覆盖度,计算分析两种数据源下不同植被指数的差异性。结果表明:GF-1数据提取的NDVI植被效果最好,其中2013年分类总精度为94.55%,Kappa系数为0.88;2015年分类总精度为90.47%,Kappa系数为0.85。对于Landsat-8数据提取的SAVI的结果最佳,其中2013年分类总精度为94.38%,Kappa系数为0.86;2015年分类总精度为95.83%,Kappa系数为0.88。根据统计指标分析表明:在高原山区地形环境下,利用植被指数估算植被覆盖度,GF-1卫星采用NDVI、Landsat-8卫星采用SAVI比较合适,且GF-1数据的估算精度要高于Landsat-8数据。 相似文献
18.
微波植被指数在干旱监测中的应用 总被引：3，自引：0，他引：3
在植被覆盖区域,归一化植被指数(NDVI)被广泛地应用于干旱遥感监测。和基于光学遥感的植被指数相比,Shi等提出的微波植被指数MVI(Microwave Vegetation Index)被证实能够反映更多的植被生长信息。本文以MVI为基础,利用MVI代替目前比较成熟的温度植被指数TVDI(Temperature Vegetation Index)中的NDVI,构建温度微波植被干旱指数TMVDI(Temperature Microwave Vegetation Index),发展了一种新的干旱监测方法。本文以2006年夏季四川省发生的百年难遇的干旱为研究对象,将基于TMVDI与TVDI的干旱监测结果进行了对比分析。最后,为评估监测结果的准确性,将遥感监测的结果与基于气象站点降雨观测数据构建的标准降雨指数SPI(Standardized Precipitation Index)的计算结果进行了对比分析。结果表明,利用低频降轨微波辐射计数据计算的T MVDI最适合于进行植被覆盖区域的干旱监测。 相似文献
19.
PROSAIL模型模拟下的植被指数土壤调节能力比较与适用环境分析 总被引：1，自引：0，他引：1
为了消除土壤背景信息对植被指数的影响,近几十年发展了土壤调节植被指数系列(SAVI family)。在不同环境条件下,不同指数抗土壤影响的能力不同。在总结了以消除土壤影响为目的的植被指数建立过程的基础上,利用PROSAIL辐射传输模型模拟的两组数据集,比较分析了NDVI、SAVI、TSAVI、MSAVI、OSAVI和GESAVI在不同叶面积指数(LAI)对应不同土壤背景的情况下抗土壤干扰、表达植被信息的能力,指出了不同植被指数应用的最适环境条件。结合植被指数—信噪比图,将这6种植被指数分成3类:在中低LAI值下,若植被覆盖度均匀,OSAVI和TSAVI有较强的消除土壤影响、表达植被信息的能力;当区域LAI分布不均、植被类型混杂时,MSAVI在表达植被信息时具有较好的稳定性。根据每类植被指数的特征,利用MODIS-VI和MODIS-LAI产品初步验证了上述结论的有效性。 相似文献
20.
土壤湿度信息遥感研究 总被引：3，自引：0，他引：3
土壤湿度是农业生产与应用过程中非常重要的因素,决定农作物的水分供应状况.本文利用MODIS产品数据获取的归一化植被指数(NDVI)和陆面地表温度(Ts)构建Ts-NDVI特征空间,根据温度植被干旱指数(TVDI)的研究原理与方法,对研究区2010年5～8月份土壤湿度分布情况进行遥感监测.结合气象数据与土壤墒情资料对局部... 相似文献