共查询到19条相似文献，搜索用时 156 毫秒
1.
现有像元二分模型MODIS植被覆盖度模型因其形式简单、适用性较强的特点被广泛应用于区域植被覆盖度（FVC）的估算。然而,研究表明在沙漠和低植被覆盖的西部干旱区,从250 m的影像上很难精准地获取NDVIveg（全植被覆盖植被指数）和NDVIsoil（全裸土区植被指数）参数。利用常用的直方图累计法获取模型所需参数NDVIveg和NDVIsoil,估算结果存在普遍高估现象。为此,本文首先引入同期获取的GF-2号卫星数据,从GF-2号影像上提取植被覆盖像元;然后,利用Pixel Aggregate方法重采样至250 m分辨率,获取250 m空间分辨率下纯植被和纯裸土像元;最后,将纯植被和纯裸土像元各自空间位置相对应的MODIS NDVI数据最大值作为模型所需NDVIveg和NDVIsoil参数,实现研究区内植被覆盖度的估算。试验通过与线性回归法、多项式回归法和直方图累计像元二分模型法估算结果进行精度对比,结果表明：利用GF-2影像辅助的像元二分模型,精准地获取了低植被覆盖区NDVIveg和NDVIsoil模型参数,提高了干旱区植被覆盖度的估算精度,并有效地抑制了受稀疏植被影响NDVI在干旱区普遍偏高问题导致的FVC高估的现象。 相似文献
2.
3.
基于雷达植被指数的水土流失区植被覆盖度估测 总被引：2，自引：0，他引：2
《国土资源遥感》2015,(4)
植被覆盖度是描述水土流失程度的重要指标。像元二分模型假设一个像元代表的信息来自土壤和植被2部分,植被信息占整个像元面积的百分比为植被覆盖度。对Radarsat-2数据进行极化分解,得到反映植被疏密程度的雷达植被指数,结合像元二分模型估测植被覆盖度。将基于雷达植被指数的像元二分模型应用于水土流失重点治理区域——福建省长汀县河田镇,并以高分辨率光学影像World View-2计算的植被覆盖度作为参考,结合无人机高分影像和实地考察资料对结果进行精度验证。结果表明,估测结果与验证数据具有较好的相关性(R20.8),表明该模型可以用于植被覆盖度的估测;完全基于雷达数据估测植被覆盖度的算法,克服了南方多云雨地区数据不易获取的困难,有助于对水土流失的连续监测。 相似文献
4.
针对传统植被覆盖度估算方法只能估算高密度覆盖的绿色光合植被的问题,该文提出了一种可进行绿色光合植被、非绿色光合植被和裸地覆盖度估算的方法,选取博尔塔拉蒙古自治州2010年和2016年的LandsatTM/OLI影像,通过构建NDVI-DFI特征空间提取端元特征值,运用像元三分模型估算,并与像元二分模型估算结果和实地采样估算结果对比。结果表明:像元三分模型估算与实际情况相符,且精度较好。2016年博州地区植被覆盖度较2010年增长显著,生态环境得到明显改善。像元三分模型能够较好地估算光合/非光合植被覆盖度,提高遥感获取植被信息的能力,为科学评估生态环境质量提供参考。 相似文献
5.
植被覆盖度是衡量地表植被状况的一个最重要的指标,也是影响土壤侵蚀与水土流失的主要因子。本文是在像元二分模型两个重要参数(NDVIveg、NDVIsoil)推导的基础上,对已有模型进行了改进,建立用归一化植被指数(NDVI)估算植被覆盖度的模型,并应用该模型计算出滁州市的植被覆盖度。通过滁州市部分地区的实地考察,对植被覆盖度的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可行的。 相似文献
6.
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
7.
以雅砻江流域二滩水库周边为研究区,选用环境星CCD数据,基于NDVI的像元二分模型进行了研究区植被覆盖度的遥感估算,并将估算结果与同时期TM影像估算结果作对比。结果显示,估算结果基本吻合,表明环境星CCD数据可以用于多源遥感数据融合分析区域植被覆盖状况研究。 相似文献
8.
基于地形调节植被指数估算长汀县植被覆盖度 总被引：3，自引：0，他引：3
植被覆盖度遥感估算最常用的方法是基于植被指数构建模型,但大部分的植被指数没有考虑地形的影响。以福建省长汀县作为研究区,引入能消除地形影响的地形调节植被指数(topography adjusted vegetation index,TAVI),利用像元二分模型估算植被覆盖度,旨在研究TAVI对植被覆盖度估算结果的影响,并与基于归一化差值植被指数(normalized difference vegetation index,NDVI)估算的结果进行比较。根据目视效果和统计指标的分析表明:基于TAVI估算的植被覆盖度精度高于基于NDVI的估算结果,并能有效降低阴坡阳坡间的差异,提高阴坡区域植被覆盖度的估算精度。 相似文献
9.
针对利用像元二分模型估算植被覆盖度的精度不高的问题,该文基于OSAVI,提出了选定模型参数(OSAVIs和OSAVIv)的方法,并将该方法应用于青海省植被覆盖度估算。该方法通过高分辨率影像在研究区内选取纯裸地和纯植被样点,并将纯裸地样点的OSAVI作为纯裸地样点像元的OSAVIs,将纯植被样点的OSAVI作为纯植被样点像元的OSAVIv,利用样点像元的OSAVIs和OSAVIv值,通过普通克里金内插法,求得研究区每个像元对应的OSAVIs和OSAVIv。经精度验证结果表明:此方法较常规的参数选取方法,RMSE由0.170降至0.156,MAE由0.137降至0.124。经进一步分析表明,此方法对边缘验证点和非边缘验证点的估算精度都有所提高,由于配准误差和周围地表漫反射的影响,边缘验证点的估算精度低于对非边缘验证点的估算精度。 相似文献
10.
植被覆盖度是衡量植被群落对地表覆盖的一个综合指标,应用ENVI软件和NDVI植被归一化指数可以快速获得研究区域的植被覆盖度。本文以辽宁省北票市的Landset-8遥感影像为研究对象,应用ENVI软件,在像元二分模型的基础上,利用NDVI归一化植被指数对辽宁省北票市植被覆盖度进行估算,得出了2013、2015、20173个年度覆盖度的变化情况。 相似文献
11.
融合多源遥感数据的高分辨率城市植被覆盖度估算 总被引：2，自引：0，他引：2
准确获取城市植被覆盖定量信息对城市生态环境评价,城市规划及可持续城市发展具有重要意义。遥感技术的发展为获取区域及全球植被覆盖信息提供了有效手段,目前基于单传感器、单时相遥感数据的城市植被覆盖度估算方法得到较为广泛的应用。然而,由于城市地表覆盖的复杂性、植被类型的多样性,在一定程度上影响了城市植被覆盖信息提取的精度。为此,本文提出一种基于多源遥感数据与时间混合分析的城市植被覆盖度估算方法。首先,通过时空融合、植被物候特征分析获得最佳时序的GF-1 NDVI数据;其次,基于时间序列的GF-1 NDVI及Landsat 8 SWIR1、SWIR2数据,采用时间混合分析方法以长沙市为例估算城市植被覆盖度。实验研究表明,基于多源遥感数据与时间混合分析方法获得了较高精度的城市植被覆盖度估算（RMSE为0.2485,SE为0.1377,MAE为0.1889）,相对于单时相光谱混合分析、传统的像元二分法,本文提出的方法更为稳定,在低、中、高不同植被覆盖区均能获得较高的估算精度,为城市植被覆盖度定量估算提供了有效方法。 相似文献
12.
高光谱吸收特征参数反演草地光合有效辐射吸收率 总被引：1，自引：0，他引：1
在植被光合有效辐射吸收率(FAPAR)遥感估算中被广泛采用的植被指数法,其估算精度往往受到"红波段吸收峰"峰值点光谱反射率易饱和特征的影响。考虑到高光谱吸收特征参数能较好地诠释地物光谱吸收特征的细节信息,基于微分法与包络线去除法研发"高光谱曲线特征吸收峰自动识别法"识别对FAPAR敏感的特征吸收峰,再结合连续统去除法以及光谱吸收指数(SAI)提取FAPAR的高光谱吸收特征参数,构建估算天然草地冠层水平FAPAR的高光谱吸收特征参数模型。结果表明:(1)天然草地冠层FAPAR与高光谱吸收特征参数具有很好的相关性,其中,"红波段吸收峰"SAI对FAPAR变化最为敏感,在植被覆盖度较高时,其饱和性相比"红波段吸收峰"峰值点反射率与归一化植被(NDVI)值有较大的提升。(2)以"红波段吸收峰"SAI为变量的对数方程为FAPAR的最佳估算模型,在植被覆盖度处于中与高时,其FAPAR预测精度比NDVI模型有不同程度的提高。研究采用的高光谱吸收特征参数一定程度上弥补了部分植被指数因饱和问题在估算FAPAR时的不足,可作为植被FAPAR反演的新参数,适用于中、高覆盖度的天然草地FAPAR监测。 相似文献
13.
ABSTRACTFractional green vegetation cover (FVC) is a useful indicator for monitoring grassland status. Satellite imagery with coarse spatial but high temporal resolutions has been preferred to monitor seasonal and inter-annual FVC dynamics in wide geographic area such as Mongolian steppe. However, the coarse spatial resolution can cause a certain uncertainty in the satellite-based FVC estimation, which calls attention to develop a robust statistical test for the relationship between field FVC and satellite-derived vegetation indices. In the arid and semi-arid Mongolian steppe, nadir pointing digital camera images (DCI) were collected and used to produce a FVC dataset to support the evaluation of satellite-based FVC retrievals. An optimal DCI processing method was determined with respect to three color spaces (RGB, HIS, L*a*b*) and six green pixel classification algorithms, from which a country-wide dataset of DCI-FVC was produced and used for evaluating the accuracy of satellite-based FVC estimates from MODIS vegetation indices. We applied three empirical and three semi-empirical MODIS-FVC retrieval models. DCI data were collected from 96 sites across the Mongolian steppe from 2012 to 2014. The histogram algorithm using the hue (H) value of the HIS color space was the optimal DCI method (r2 = 0.94, percent root-mean-square-error (RMSE) = 7.1%). For MODIS-FVC retrievals, semi-empirical Baret model was the best-performing model with the highest r2 (0.69) and the lowest RMSE (49.7%), while the lowest MB (+1.1%) was found for the regression model with normalized difference vegetation index (NDVI). The high RMSE (>50% or so) is an issue requiring further enhancement of satellite-based FVC retrievals accounting for key plant and soil parameters relevant to the Mongolian steppe and for scale mismatch between sampling and MODIS data. 相似文献
14.
15.
阜新地区植被覆盖度变化提取及分析 总被引：3，自引：0，他引：3
植被覆盖度是反应地区生态环境的重要指标,利用1995,2007年的两期TM遥感数据,以归一化植被指数(NDVI)像元二分法为植被覆盖度估算模型,计算阜新地区不同时期的植被覆盖度并得出阜新地区植被覆盖度等级图以及阜新地区植被覆盖度变化等级图。得出如下结论:1995年到2007年阜新地区植被覆盖度退化面积为64.817%,好转面积为6.547%,基本无变化区域为28.636%,阜新地区植被覆盖度退化严重。 相似文献
16.
本文利用GEE平台和1990—2019年巴宜区Landsat遥感影像,采用像元二分模型、相关性分析等方法分析了巴宜区植被覆盖度的时空变化特征与驱动力。研究结果表明：①1990—2019年巴宜区植被覆盖度总体呈稳中有增的趋势,其中,河谷区域增加明显,而高海拔区域相对稳定;②1990—2019年巴宜区气温呈显著升高,降水略有下降,总体呈“暖干化”,气温较降水量对植被覆盖变化更明显,但气候变化对植被覆盖变化影响总体不明显;③1990—2019年巴宜区植被覆盖变化与人类活动有很好的相关性,其中,低、中低、中、中高植被覆盖区域,呈显著的负相关,而高植被覆盖区域呈正相关。本文基于遥感大数据和地理云计算的植被覆盖监测动态监测和定量分析方法,能对高山峡谷区生态评估和演替分析提供一定的技术支撑和科学数据。 相似文献
17.
The vegetation fraction is a key factor used in many research fields, including soil and water conservation, and ecological evaluation. In this paper, based on the traditional dimidiated pixel model, NDVI soil extraction is modified to improve the accuracy of the vegetation fraction obtained, thus also providing an improved method for obtaining vegetation factors in other areas of research. Due to the unique regional location of the Yarlung Zangbo River basin, terrain factors are critical for the stability of vegetation change. The improved model is here applied to inverse the vegetation coverage of the study region; the spatial patterns of change intensity during the past 15 years (1998–2012) are then analyzed. Considering the area’s alpine climate, results show that terrain factors have a significant effect on the distribution of vegetation coverage change intensity. Before specific thresholds are reached, terrain factors such as elevation, topographic relief, and slope exhibit a positive correlation with change in the vegetation fraction. In areas with the same longitude, the higher the latitude the greater the change intensity, while vegetation change intensity also increases with an increasing variety among the upper, middle, and lower reaches of the Yarlung Zangbo River. In the river’s middle-upper and lower reaches, vegetation coverage is prone to increase and decrease, respectively. The results presented here could greatly enhance the inversion precision of vegetation coverage and reveal the spatial and temporal heterogeneity between vegetation coverage, which are of great ecological significance and practical value for the protection of eco-environment in the Yarlung Zangbo River basin. 相似文献
18.
基于土地覆盖分类的植被覆盖率估算亚像元模型与应用 总被引：114，自引：2，他引：112
如何利用遥感资料估算植被覆盖率已成为建立全球及区域气候、生态模型的基础工作之一。重点探讨了利用TM资料从植被指数（NDVI）中提取植被覆盖率的方法。根据TM像元为非均一混合像元的特点,提出了基于土地覆盖分类的综合运用“等密度模型”和“非密度模型”计算植被覆盖率的方法,通过对北京市海淀市区的植被覆盖率计算表明,该方法的估算精度可达75.4%,比单纯使用等密度亚像元模型在估算精度上可提高5.8%。可以认为,该方法为大面积植被覆盖率估算提供了一种有效的途径。 相似文献
19.
植被的覆盖程度是造成雷达影像失相干的重要因素。通常,在森林等植被覆盖严重的地区,相干性相对较低,而在城市等植被覆盖率较低的地区,相干性较高。本文基于2017年珠江三角洲地区的MODIS归一化植被指数（NDVI）与Sentinel-1雷达卫星影像相干性,建立线性回归和幂函数回归模型,并利用两种模型预测该地区2016年的相干性,最后通过F分布检验及残差分布比较两者的精度。试验结果表明,总体上幂函数模型的精度在拟合及预测方面均高于线性函数模型,因此,本文建议以幂函模型作为相干性及NDVI的经验模型。利用幂函数经验模型不仅能够较好地预测2016年珠三角地区的相干性,同时在预测云南地区的相干性中也获得了较高的精度,因此证明该经验模型具有一定的推广价值。 相似文献