首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 180 毫秒
1.
植物吸收性光合有效辐射分量(FPAR)的遥感反演是生态环境领域的核心研究内容之一,但在复杂地形山区,其估算精度严重受到地形效应的影响(包括本影与落影)。本文利用能够消除地形阴影影响的阴影消除植被指数(SEVI)对山区遥感影像进行FPAR反演,并分别与基于不同影像预处理程度计算的归一化植被指数(NDVI)、比值型植被指数(RVI)反演的FPAR做对比分析,以评估复杂山区反演FPAR存在的地形效应。结果表明:在不做地形校正的情况下,基于NDVI与RVI反演FPAR会使得本影及落影区域的值远小于非阴影区域的值,它们的相对误差均大于70%;基于C校正后的NDVI与RVI反演FPAR可以较好地校正本影区域,相对误差降至约6.974%,但落影处的校正效果不明显,相对误差约为48.133 %;而基于SEVI反演FPAR无需DEM数据的支持,可以达到经FLAASH+C组合校正后NDVI与RVI反演FPAR相似的结果,且能改善落影区域的地形校正效果,相对误差降至约2.730%。  相似文献   

2.
地形复杂山区常用植被指数的地形校正对比   总被引:1,自引:0,他引:1  
植被指数能反映地表植被生长、覆盖等情况,常作为反演植物生物物理参量的有效参数。然而,在地形复杂的山区,由于地形效应的影响,导致一些植被指数适用性受限。基于以上现状,本文以贵州省江口县为研究区,采用4种地形校正模型(Teillet-回归模型、Minnaert模型、C模型、SCS+C模型)对常用植被指数(SR、MSR、NDVI、SAVI、MSAVI、EVI)进行地形校正,以评价不同坡度条件下植被指数地形校正效果。结果表明:地形校正对缓解波段比形式的植被指数(SR、MSR、NDVI)地形效应的作用有限,而对非波段比形式的植被指数(SAVI、MSAVI、EVI)效果较好。另外,随着坡度增加,地形效应显著,地形校正效果也更明显:坡度较小时,波段比形式的植被指数无需进行地形校正,而建议非波段比形式的植被指数进行地形校正;坡度较大时,建议2类植被指数都进行地形校正,但非波段比形式的植被指数可能会发生过度校正现象。此外,地形校正后非波段比形式的植被指数与森林地上生物量线性回归模型的精度明显提高。因此,建议在地形复杂山区利用非波段比形式的植被指数进行定量反演时,先进行地形校正。  相似文献   

3.
本文采用地形调节植被指数(TAVI),以RapidEye高分辨率多光谱遥感影像为数据源,对福建省永安市毛竹林山区进行了叶面积指数(LAI)地面实测、遥感建模及反演分析。通过TAVI与归一化植被指数(NDVI)、比值植被指数(RVI)的对比研究,结果表明:(1)毛竹林实测LAI与TAVI、NDVI和RVI线性回归的决定系数(R2)分别为0.6085、0.3156和0.4092,最佳非线性回归的R2分别提高到0.6624、0.5280和0.6497。LAI与NDVI或RVI非线性(U曲线)模型可以很好地解释LAI-VI的散点分布规律,但难以解决LAI-VI间因地形影响导致的“同物异谱”和“异物同谱”问题,因此,在山区大面积推广应用需慎重。(2)通过实测LAI的验证表明,LAI-TAVI回归模型可有效避免因地形影响导致的“同物异谱”和“异物同谱”问题。TAVI具有良好的削减地形影响作用,可用于山区植被LAI的遥感反演。  相似文献   

4.
为实现水土流失区植被遥感信息的准确提取,本文采用2007年ALOS 10 m多光谱影像,利用土壤调节植被指数SAVI和MSAVI,对福建长汀水土流失区马尾松林不同植被覆盖密度的3个实验区进行植被提取,并选用不同的土壤调节因子(L=0.25,0.5,0.75,1)做实验,将结果和以NDVI植被指数提取的结果进行对比,分析了提取效果及受土壤噪音的影响程度。实验表明,SAVI指数能提高水土流失区的植被提取精度。在中、低植被覆盖区,其提取的总精度比NDVI高出2%~7%,Kappa系数高出7%~18%;而土壤调节因子L的取值对植被信息的提取也呈现出一定的规律性,即:随着L从0向1递增,SAVI提取稀疏植被的能力上升而探测阴坡植被的能力下降。总体来看,对于低植被覆盖和中等植被覆盖地区,可分别用SAVI(L取0.75)和SAVI(L取0.5)来提取植被信息,对于高植被覆盖区,仍可直接用NDVI进行植被信息提取;研究发现MSAVI在植被信息提取中并不具有特别的优势。  相似文献   

5.
1982-2006年加纳植被覆盖时空变化及其气候影响   总被引:1,自引:0,他引:1  
非洲陆地生态系统是气候变化的高敏感区,研究该区域植被覆盖变化及其控制因素,对深刻认识气候变化的影响具有重要意义。本文利用1982-2006年植被指数(NDVI)数据,研究位于非洲西部热带地区的加纳共和国植被覆盖的时空变化特征,结合同期的气温和降水量数据,分析其植被活动对气候变化的响应特征。研究结果表明,加纳86.4%的植被覆盖区NDVI在25 a间都呈现不同程度的增加趋势。20世纪80年代初和21世纪初这2个时期,NDVI值大于0.4的面积百分比呈增加趋势;NDVI值大于0.5的面积百分比从26%增加到38.2%;NDVI值在0.4-0.5之间的面积百分比从47.5%增加到51.9%。NDVI受降水量控制的区域占总区域面积的57.2%,而受气温控制的面积占总区域面积的42.8%。总的来看,加纳植被覆盖对降水量变化的敏感程度强于气温变化。  相似文献   

6.
基于我国首颗全极化雷达卫星高分三号(GF-3)和Landsat8数据,研究浓密植被覆盖地表土壤水分反演方法。为了提高浓密植被覆盖地表土壤水分反演精度,首先利用PROSAIL模型、实测植被参数及Landsat8光学数据分析了8种植被指数与植被冠层含水量的相关性,从中优选出归一化差异水指数(NDWI5)用于反演植被冠层含水量,并通过分析植被含水量和植被冠层含水量的关系,构建植被含水量模型;然后结合植被含水量反演模型和简化MIMICS模型校正了植被对雷达后向散射系数的影响,最后基于AIEM建立裸土后向散射系数模拟数据集,发展一种主动微波和光学数据协同反演浓密植被覆盖地表土壤水分模型,并以山东省禹城市为研究区,实现了玉米覆盖下HH、VV和HH+VV 3种模式土壤水分反演。实验结果表明: ① NDWI5为最佳植被指数,对于去除植被影响有较好效果;② 基于此方法,利用GF-3和Landsat8卫星数据反演得到的土壤水分具有较高的精度;③ 相比HH和VV两种极化模式,HH+VV双通道模式对土壤水分反演结果更好,决定系数(R2)为0.4037,均方根误差(RMSE)为0.0667 m 3m -3。  相似文献   

7.
干旱区植被覆盖度提取模型的建立   总被引:26,自引:1,他引:25  
本文通过分析遥感提取植被覆盖度的经验模型法、植被指数法和混合像元分解法,归纳了它们各自的优势、精度和存在的问题,指出了影响应用较广泛的植被指数转换法精度是全植被覆盖像元的选取。在此基础上提出了植被指数转换法的改进模型一利用高分辨率卫星图像的最大NDVI值作为均一像元的NDVI值替换中等分辨率卫星图像的NDVI值,建立植被覆盖度提取模型,从而通过中等分辨率卫星图像获取大范围植被覆盖度的方法。经实践检验,该方法简单、实用,适合于利用中等分辨率卫星图像进行大范围宏观监测。  相似文献   

8.
以TM遥感影像为数据源,利用ENVI软件,基于像元二分模型,用归一化植被指数(NDVI)定量提取1992年、2000年和2004年黄河三角洲的植被覆盖度,获取了植被覆盖度分级图。并对该地区的植被覆盖情况做了分析。结果表明:提取三时相植被覆盖度与实际情况基本相符,说明利用基于像元二分模型的植被指数法近似估算植被覆盖度的可行性。  相似文献   

9.
川西高原植被特征及其气候变化的相关分析   总被引:1,自引:0,他引:1  
利用常规气象资料及NOAA-AVHRR的归一化植被指数(NDVI)资料和趋势系数、皮尔逊相关、Morlet小波分析等统计诊断方法,分析了1982年1月-2002年12月川西高原植被和气候因子(气温和降水)的变化特征及其相关关系和周期特征。结果表明:川西高原地区植被覆盖良好,大部分区域植被覆盖增加,局部退化(高原南部和东部);气温总体呈增加趋势,降水量总体少变,局部有所减少;NDVI与气温和降水有一定相关性,其中与气温的相关性比与降水相关性大;NDVI周期约为5和10年左右,与降水和气温周期相同。川西高原地区植被及气候特征的分析为川西高原旅游和经济的发展规划提供依据,为研究川西高原的生态、气候资源提供参考。  相似文献   

10.
卫星影像数据构建山地植被指数与应用分析   总被引:2,自引:0,他引:2  
 本研究以Landsat影像为数据源,在分析复杂地形山地植被在阳坡和阴坡反射率差异特征的基础上,提出一种归一化差值山地植被指数NDMVI (Normalized Difference Mountain Vegetation Index)。该指数模型无需辅助数据(如DEM)的支持,通过同时降低近红外波段(TM4)和红光波段(TM3)反射率的方法来消除或抑制地形的影响,具有较强的可操作性。研究表明:NDMVI与太阳入射角余弦值(cos i)的相关性相当小,对地形起伏变化表现不敏感,可有效消除或抑制地形的影响;比NDVI值动态变化范围更宽,对地物有更强的遥感识别能力;该模型抑制地形影响的效果比用C校正模型的效果更佳,不会出现过度校正的问题。  相似文献   

11.
Shadow is one of the major problems in remotely sensed imagery which hampers the accuracy of information extraction and change detection.In these images,shadow is generally produced by different objects,namely,cloud,mountain and urban materials.The shadow correction process consists of two steps:detection and de-shadowing.This paper reviews a range of techniques for both steps,focusing on urban regions(urban shadows),mountainous areas(topographic shadow),cloud shadows and composite shadows.Several issues including the problems and the advantages of those algorithms are discussed.In recent years,thresholding and recovery techniques have become important for shadow detection and de-shadowing,respectively.Research on shadow correction is still an important topic,particularly for urban regions(in high spatial resolution data) and mountainous forest(in high and medium spatial resolution data).Moreover,new algorithms are needed for shadow correction,especially given the advent of new satellite images.  相似文献   

12.
空间显式传染病传播模型由于能够较好地模拟城市内部的传染病传播过程,在城市疫情防控中得到了广泛应用。但现有的空间显式模型大多按照人口随机流动模式来模拟城市人口流动行为,未考虑城市中以通勤为主的人口流动模式。本文以长沙市的2014年第1~49周手足口病传播过程为例,将4、8、24邻域扩散以及重力模型、辐射模型共5种不同的人口流动模式与周期SEIR动力学模型结合建立起五种传染病传播模型,并通过比较模型时间和空间精度来明确不同人口流动模式应用在城市内传染病时空传播模拟中的各自优势和适用范围。实验结果表明:每种人口流动模式在城市内传染病时空传播模拟中都有其使用前提和适用范围。基于24邻域扩散的传播模型对手足口病病例数拟合精度最高(RMSEspatial_ts=0.58,RMSEspatial_st=0.95),基于重力模型的传播模型对城市内部传染病时空传播模拟中的传播趋势的模拟精度最高(rspatial_ts=0.46,rspatial_st=0.39),且对长沙市人口相对稠密区域(格网常住人口数大于第三四分...  相似文献   

13.
中国西北半干旱区降水稀少、蒸散强烈,土壤水分作为重要的生态因子,影响着土壤-大气界面的能量平衡。支持向量回归模型具有估算精度高、可处理非线性问题、泛化能力强等优点,近年来被应用于土壤水分反演研究中,但已有模型极少考虑地表粗糙度因素的影响,导致反演精度受到一定限制。因此,本文以内蒙古乌审旗为研究区,采用水云模型去除地表稀疏植被覆盖的影响,提取全极化Radarsat-2 SAR影像裸土后向散射系数( σ soil 0 ),并利用AIEM模型和Oh模型建立后向散射系数数据库,采用LUT法模拟地表有效粗糙度参数,构建基于支持向量回归的土壤水分反演模型,并系统地对比分析了不同极化方式的后向散射系数作为数据源的土壤水分反演结果。研究结果表明:不考虑粗糙度参数的单数据源作为模型参数时,同极化数据反演结果比交叉极化具有更高的反演精度;当模型参数为考虑粗糙度的多源数据时,不同极化数据的反演精度均有所提高,其中数据源为 σ vv 0 和粗糙度参数时,反演结果最好(R 2=0.917,MAE=3.980%,RMSE=5.187%)。研究结果可为旱区稀疏植被覆盖地表土壤水分的遥感监测提供技术支持。  相似文献   

14.
城市绿地信息在城市研究中的重要作用。但由于各种因素的影响,城市绿地信息提取的精度受到很大的限制,其中,城市中建筑物的阴影是城市绿地信息提取的一个重要限制因素。本研究选取呼和浩特市城区的QuickBird影像,在获取最佳波段组合的基础上,利用多种方法对遥感影像的阴影信息进行提取和消除,以期获得最佳的阴影消除方法,高效地提取城市绿地信息。首先,通过比值运算、波段重组,增强处理影像阴影信息,用最佳指数法分析QuickBird影像阴影提取的最佳波段组合;然后,根据阴影在近红外波段的最小亮度值与最大亮度值的范围建立掩膜,成功提取影像的阴影信息;最后,将色彩空间变换分别与同态滤波和Gamma矫正结合以消除影像阴影,并与其他方法进行对比。研究结果表明,QuickBird影像阴影提取的最佳波段组合为3/4、4、2波段组合,最佳亮度值范围为70-165;色彩空间变换与Gamma矫正相结合的方法可更好地消除阴影,并能较好地保留影像的彩色信息,是消除阴影的最佳方案。  相似文献   

15.
基于阴影的资源三号卫星数据城市建筑物高度估算   总被引:1,自引:0,他引:1  
利用我国首颗民用高分辨率测绘卫星—ZY3影像,运用面向对象方法及形态学的思想,以形态学建筑物指数MBI和形态学阴影指数MSI,构建了基于知识规则的城市建筑物和阴影信息提取模型,很好地完成了北京方庄小区和厦门软件园的建筑物和阴影的提取,并实现了阴影长度的自动估算。利用太阳、卫星和建筑物成像几何关系,以阴影长度估算了城市建筑物高度,并以实测数据进行精度评价及误差分析。在以北京市方庄小区为例的试验中,建筑物高度提取的平均相对误差为7.08%,绝对误差小于6 m的建筑物占90%以上,80%以上的建筑物相对误差在10%以内,而误差较大的多为阴影较难识别的低矮建筑物和建筑密度较大使得阴影相互遮挡的高层建筑物。在厦门市软件园区实验中,94.3%的建筑物绝对误差在5 m以内,且计算高度与实际高度相关系数达到0.992,进一步验证了所用方法的可靠性。本文提出的建筑物信息提取方法,可很好地实现高分辨率影像城市建筑物高度估算,展示出资源三号卫星数据在城市建筑物信息提取方面的应用潜力。  相似文献   

16.
线性光谱混合模型的ASTER影像植被应用分析   总被引:6,自引:2,他引:4  
本文利用线性光谱模型分解混合像元方法。从ASTER多光谱遥感数据提取福州地区植被覆盖丰度的定量信息,与归一化差值植被指数进行了回归分析,结果相关系数高达95%;通过对植被景观格局分析,表明研究区以中等丰度植被占据主要地位,生态系统较为稳定。  相似文献   

17.
黑臭水体水面阴影对水面光谱信息产生干扰,严重地影响了利用高空间分辨率遥感数据进行水质状况监测的精度,因此,在数据预处理中必须进行阴影剔除。本研究基于无人机高光谱遥感数据,通过分析各种波段组合下黑臭水体水面的阴影像元和水体像元的光谱特征空间,选择以492、666和792 nm处的反射率建立黑臭水体的河面阴影指数(RSSI),并利用最大类间方差法(OTSU)自动确定划分本影、半影以及水体的阈值。利用南京金川河和龙江河的无人机高光谱遥感影像对算法进行测试,结果表明:RSSI阴影指数能突出显示阴影与水体的差异;OTSU自适应确定的阈值能较好地区分本影、半影和水体,阴影的总体识别精度达到85%以上。该算法能够有效地识别黑臭水体水面阴影,为后续开展水体的定性、定量遥感监测提供数据预处理的技术支持。  相似文献   

18.
以图像处理和分析理论为依据,建立了云团、云影图像模型和区域恢复模型,并采用阈值法对图像分割。用1988年TM遥感影像对2002年ETM遥感影像中云团及云影进行去除试验,再现云团和云影区地物特征,提高遥感影像数据的可用性。结果表明,使用阈值法并利用直方图形态分析选取阈值、检测云团和云影的计算方法简单且效果好;选取合适的两遥感影像灰度平均值之比,可以得到理想的恢复效果,再现云团和云影区地物特征,达到提高遥感影像的可用性。  相似文献   

19.
由地表三维空间数据生产的数字高程模型(DEM)的误差包括从数据误差传递来的误差和因数据数量不足以反映地形起伏造成的信息损失误差。本文给出了由三维空间数据的不规则三角网(TIN)模型栅格化为DEM过程中,通过线性插值将数据随机误差传递到DEM栅格上的随机误差的解析解,同时利用地基激光扫描仪测量的冲沟地形数据点云,分析得出因信息损失产生的DEM系统和随机误差的估算方法。结果显示信息损失产生的DEM平均高程系统误差和随机误差都与有效测点密度有关,其中有效测点由TIN中包含DEM栅格中心点的所有三角面的3个顶点组成;信息损失产生的DEM平均高程系统误差和随机误差除与有效测点密度相关外,还与地形特征有关,平均高程系统误差与地形整体凹度参数有关,随机误差与地形整体起伏程度参数有关。建立了分辨率为0.1 m×0.1 m的DEM误差估算模型。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号