共查询到10条相似文献，搜索用时 31 毫秒
1.
新疆荒漠地区植被覆盖度遥感估算模型十分缺乏，给荒漠化监测等相关工作带来很大不便，开展植被覆盖度遥感估算经验模型研究，对于促进和完善相关地区的生态监测及研究工作具有积极的现实意义。通过对阜康市北部沙漠南缘和克拉玛依市中部平原荒漠进行无人机航拍，利用无人机遥感提取（光合）植被信息，并将无人机航拍影像的植被覆盖度统计单元与高分辨率卫星影像像元在空间上直接相对应，获取在高分辨率卫星影像像元尺度上的植被盖度，然后通过植被覆盖度和空间上与其相对应的源自高分辨率卫星影像的NDVI数据的拟合关系，建立基于源自高分二号影像的NDVI的阜康北部沙漠植被覆盖度遥感估算线性模型以及基于源自ZY1-02C影像的NDVI的克拉玛依平原荒漠植被覆盖度遥感估算二次多项式模型。研究中所采用的无人机遥感与卫星遥感相结合、植被覆盖度统计单元与卫星像元在空间上直接对应的方法，可避免以往相关工作中常以点位测量数据代表卫星像元数据所带来的不确定性。由于所用卫星影像的NDVI数据稳定性相对不足等原因，所建立的遥感估算模型的估算精度尚相对偏低，有待于今后进一步的工作加以改进。 相似文献
2.
基于PROSAIL模型,结合野外实测叶片等水分厚度、干物质重量、叶面积指数数据,构建一种基于归一化红外指数和归一化干物质指数的植被冠层可燃物含水率估算方法。首先,在PROSAIL模型输入实测参数模拟植被冠层光谱曲线,计算归一化红外指数、归一化干物质指数用于叶片等水分厚度、干物质重量的反演。结果表明：归一化红外指数与叶片等水分厚度、归一化干物质指数与干物质重量存在明显的线性关系,基于该关系建立叶片等水分厚度、干物质重量的经验估算模型,经验证估算结果精度较高;将该经验模型推广至利用Landsat 8数据拟合植被冠层可燃物含水率,并与实测数据进行验证,结果显示R2达到0.743,RMSE达到34.2%,具有较高的精度。文章提出的植被冠层可燃物含水率估算模型,可实现广州市过渡带森林大面积、较高精度植被冠层可燃物含水率监测,为预防森林火灾提供参考。 相似文献
3.
《地理与地理信息科学》2017,(2)
为了探讨与分析国产高分一号(GF-1)数据在北方露天煤矿区草地植被覆盖度估测中的精度及适用性,该文基于GF-1与SPOT6多光谱影像数据,以多个植被指数为自变量,利用像元二分模型、偏最小二乘(PLS)回归、支持向量机(SVM)回归3种模型对区内植被覆盖度进行估算,结合野外同步实地植被样方数据,对比分析不同估算模型的精度及适宜性,并通过蒙特卡洛模拟多尺度交叉建模的误差传播,分析空间分辨率不同对植被覆盖度估测的精度影响。结果表明:GF-1数据基于增强型植被指数的SVM回归模型(R~2=0.8149,RPD=2.336,RMSE=8.694%)与SPOT6数据基于归一化植被指数的SVM回归模型(R~2=0.8755,RPD=2.870,RMSE=7.032%)估算效果较好。不同分辨率数据交叉传递过程中SVM回归模型的精度高于PLS回归模型。因此,基于GF-1数据构建的SVM回归模型可以高精度地估算区域草地植被覆盖度。 相似文献
4.
绿洲植被覆盖度遥感信息提取——以敦煌绿洲为例 总被引：1，自引：0，他引：1
以敦煌绿洲为研究区,利用Landsat TM遥感数据,通过归一化植被指数(NDVI)和混合像元分解两种方法,提取了敦煌绿洲的植被覆盖度信息。在基于NDVI提取植被覆盖度时,选取了基于NDVI的像元二分模型; 在混合像元分解过程中,对遥感影像进行波段反射率归一化处理和最小噪声变换(MNF),确定了3个类型端元:植被、不透水表面/土壤、水体/阴影; 最后利用高分辨率遥感影像验证对比了两种提取方法的精度。结果表明:混合像元分解更能准确地提取敦煌地区植被覆盖度信息,其线性相关系数为0.8915,均方根误差为0.0882,而且提取结果更符合实际情况,可以为敦煌植被状况监测及生态环境保护提供科学建议。 相似文献
5.
应用“北京一号”遥感数据计算官厅水库库滨带植被覆盖度 总被引：7，自引：0，他引：7
“北京一号”卫星是拥有多方面技术优势的一颗对地观测小卫星。本文在运用“北京一号”、SPOT5、QuickBird遥感图像对官厅水库库滨带植被覆盖度进行综合监测的基础上,对三种不同分辨率的遥感图像进行基于统计的尺度转换,并应用尺度转换的结果修正了“北京一号”图像提取的植被覆盖度。经检验,运用SPOT5和QuickBird图像对“北京一号”图像进行像元分解,将统计结果与“北京一号”图像的提取信息建立统计模型,应用该统计模型可以有效地提高“北京一号”图像提取植被覆盖度的精度。对湿生植被进行样方调查,结果证明运用像元分解和统计模型的方法使“北京一号”提取植被覆盖度的精度较运用植被指数转换模型的计算精度提高了22.7%。应用该方法可以更有效地运用“北京一号”遥感数据进行连续、大面积的植被监测。 相似文献
6.
植被盖度的变化动态可以在一定程度上反映气候环境的变化,是表征生态环境变化特征的一个直接的主导性指标, 对其测量的准确性可以在很大程度上影响对生态环境变化预报的精度。本研究利用普通照相法结合数字图像处理技术对青藏铁路和青藏公路沿线多年冻土段高寒植被的盖度进行调查研究, 并与传统的目估法、目视解译法进行了对比, 在此基础上对青藏工程走廊多年冻土段植被盖度进行简单评估。结果表明, 无论是青藏铁路沿线还是青藏公路沿线, 用模型处理法和目视解译法得到的植被盖度结果之间相关系数都最高,分别为R2=0.96和R2=0.97;比较结果表明, 用模型处理法比用简单目测法获得的植被盖度更接近实际覆盖度, 说明模型处理法适合应用于青藏工程走廊多年冻土段植被覆盖度动态快速测量。 相似文献
7.
土壤有机碳库是人类可以对其施加影响的最大生物圈碳库,其储量的估算和动态变化研究是全球碳循环研究中的重要内容．传统的各种估算和监测方法存在一定的问题,而利用高光谱遥感估算土壤有机碳含量具有便捷快速、节约成本、非破坏性和准确度高的优势,同时,从机载高光谱传感器获取的土壤图像数据对于估算大尺度区域土壤有机碳含量和跨时空动态研究具有相当大的潜力．但是,基于高光谱遥感数据的监测受到很多因素的影响,包括土壤有机碳含量的差异、成土母质、土壤含水量、土壤质地等以及与土壤有机碳光谱响应特性较为接近的氧化铁的影响．另外,野外土壤表面状态（如植被覆盖、表面粗糙度、土壤含水量和沙石等）以及大气、光照和辐射条件等也都对研究结果和估算精度产生较大的影响．今后该领域的研究应致力于对各影响因素的深入研究,同时寻求更多有效的计量方法提高估算模型的稳定性,并最终应用高光谱遥感数据开展区域尺度土壤有机碳含量的估算． 相似文献
8.
基于高光谱遥感的土壤有机碳含量估算研究进展 总被引：2，自引：0，他引：2
土壤有机碳库是人类可以对其施加影响的最大生物圈碳库,其储量的估算和动态变化研究是全球碳循环研究中的重要内容.传统的各种估算和监测方法存在一定的问题,而利用高光谱遥感估算土壤有机碳含量具有便捷快速、节约成本、非破坏性和准确度高的优势,同时,从机载高光谱传感器获取的土壤图像数据对于估算大尺度区域土壤有机碳含量和跨时空动态研究具有相当大的潜力.但是,基于高光谱遥感数据的监测受到很多因素的影响,包括土壤有机碳含量的差异、成土母质、土壤含水量、土壤质地等以及与土壤有机碳光谱响应特性较为接近的氧化铁的影响.另外,野外土壤表面状态(如植被覆盖、表面粗糙度、土壤含水量和沙石等)以及大气、光照和辐射条件等也都对研究结果和估算精度产生较大的影响.今后该领域的研究应致力于对各影响因素的深入研究,同时寻求更多有效的计量方法提高估算模型的稳定性,并最终应用高光谱遥感数据开展区域尺度土壤有机碳含量的估算. 相似文献
9.
《山地学报》2019,(5)
由于影像空间分辨率的限制,利用遥感影像反演植被覆盖度时,像元内通常存在植被与其他地物混合的现象。此外,受到物理属性、地形、阴影等因素的影响,植被内部存在较大的光谱差异。混合像元的存在,以及植被内部光谱变化较大都将导致植被覆盖度反演精度降低。本研究基于Sentinel 2A遥感影像,提出了一种基于光谱归一化的光谱混合分析方法,以期解决植被内的光谱差异以及与其他地物的混合问题。首先,对端元矩阵与遥感影像进行归一化预处理,以减弱植被内的光谱变化;然后,采用全约束最小二乘法(FCLSU)、部分约束最小二乘法(CLSU)、扩展线性混合模型(ELMM)三种混合像元分解算法来定量分析植被与其他地物的混合状态。在验证解混算法精度时,采用无人机高分影像分类结果作为植被覆盖度参考影像,并对归一化前后的精度进行对比。光谱归一化前,ELMM和CLSU的R和RMSE都接近0.903和0.353,FCLSU的R和RMSE为0.869和0.434。光谱归一化后,三种算法的R和RMSE都接近0.91和0.2。试验结果表明:端元和影像进行归一化后,降低了光谱变异性,三种算法的解混精度在整体上提高较大,且对四川丘陵地区的植被覆盖度的反演结果接近真实值。 相似文献
10.
基于Sentinel-2A时序数据和面向对象决策树方法的植被识别 总被引：2，自引：0，他引：2
《地理与地理信息科学》2017,(5)
Sentinel-2A数据具有较高的空间分辨率和时间分辨率,克服了以往时序数据难以获取或空间分辨率低的问题。该文以山西省吕梁市陈家湾流域为研究区,基于Sentinel-2A时序数据,根据归一化植被指数(NDVI)时序曲线特征和光谱特征,构建基于面向对象决策树方法的分层分类模型,成功提取了陈家湾流域的植被信息,分类总体精度达到89.7%,Kappa系数为0.87。基于面向对象决策树方法的多时相分类结果与单时相分类结果相比,可以有效改善波谱特征相近和受地形影响较大地物的区分,减少混分现象;基于Sentinel-2A时序数据和面向对象决策树分类方法能够有效提高植被分类的精度。 相似文献