共查询到18条相似文献，搜索用时 93 毫秒
1.
南京市地表参数变化与热岛效应时空分析 总被引：1，自引：0，他引：1
利用南京市1989年TM和2001年、2010年ETM+卫星遥感数据,提取了3个时期的归一化植被指数(normalized difference vegetation index,NDVI)、改进的归一化水体指数(modified normalized difference water index,MNDWI)、归一化建筑指数(normalized difference build-up index,NDBI)和归一化不透水面指数(normalized difference impervious surface index,NDISI)等地表参数;利用热红外波段遥感数据反演地表温度,并从时间维对比分析了3个时期各个参数的变化和产生的原因;利用回归分析方法探讨了上述地表参数变化与城市地表温度之间的关系,即地表温度与NDISI和NDBI呈正相关,与NDVI呈负相关。进一步分析表明,南京市最近20 a来不透水面和建筑面积大幅增大,植被覆盖范围减少,城市热岛效应加剧,不透水面、建筑指数与地表温度的变化趋势和城市扩张趋势一致。该研究成果对于揭示南京市热岛效应、优化土地配置和推进生态城市建设具有一定的参考意义。 相似文献
2.
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
3.
以西安市长安区TM影像为例,研究关于城市建筑用地信息快速、准确提取的方法。通过对归一化差异型指数构成原理的分析,选取土壤调节植被指数（ SAVI ）、归一化水体指数（ NDWI ）和归一化差异型建筑指数（ NDBI ）来提取植被、水体和城市建筑用地专题影像,并将其构建为一幅新影像,分析新影像谱间特征,运用逻辑运算将城市建筑用地信息提取出来。本文方法总体提取效果十分有效,尤其是对于面积较大的城市建筑用地,总精度高达85．3％。综合指数法弥补了单靠某一指数提取城市建筑用地信息的不足,提取结果客观可信,是一种不经人为干预、快速有效的提取城市建筑用地的方法。 相似文献
4.
5.
6.
《国土资源遥感》2016,(2)
遥感特征指数法是一种简单、高效的信息提取方法。根据气溶胶散射或吸收引起的卫星不同波段间表观反射率变化,构建了基于MODIS的城市大气颗粒物污染指数,结合石家庄市各环境空气质量站实测颗粒物浓度数据,分析差值植被指数(difference vegetation index,DVI)、归一化灰霾指数(normalized difference haze index,NDHI)、归一化建筑指数(normalized difference built-up index,NDBI)和差值建筑指数(difference built-up index,DBI)与PM10之间的相关关系。结果表明,除NDHI外,DVI,NDBI和DBI与大气颗粒物质量浓度均呈现负相关关系,DBI与PM10之间线性相关关系较为明显,综合多种大气颗粒物污染指数构建的大气颗粒物质量浓度估算模型,可以用来简便、快速地指示城市大气颗粒物污染状况。 相似文献
7.
基于TM影像的城市建筑用地信息提取方法研究 总被引：2，自引：0，他引：2
本文选用金华市Landsat TM影像为研究的数据源,在归一化裸露指数基础上,利用归一化植被指数提取出非植被信息,通过图像二值化、叠加分析以及掩膜处理去除了低密度植被覆盖区域的噪音信息,自动提取了金华城市建筑用地信息。研究结果表明,归一化裸露指数和归一化植被指数相结合的方法弥补了单一利用归一化裸露指数来提取城市建筑用地信息的不足,提高了提取精度,而且结果客观可信,是一种不经人为干预的、快速有效的提取城市建筑用地方法。 相似文献
8.
快速、准确、客观地提取积雪覆盖信息,获得积雪覆盖时空分布资料,是资源生态环境变化研究中的基本问题,卫星遥感技术为有效解决这个问题提供了技术支持。归一化差值雪指数(normalized difference snow index,NDSI)法利用积雪在绿光波段(0.53~0.59μm)高反射和短波红外波段(1.57~1.65μm)强吸收特征,可实现遥感自动提取积雪区。以Landsat8 OLI影像为数据源根据积雪的光谱特征,在加入波段B1(0.433~0.453μm)和B2(0.450~0.515μm)特征的基础上,运用提出的增强型雪指数(enhanced normalized difference snow index,ENDSI),从OLI影像上进行积雪自动提取。研究结果表明,对积雪厚度变化ENDSI敏感度强于NDSI;在裸土、薄雪及厚雪区,随着积雪厚度的增加,ENDSI值变化幅度强于NDSI,能有效增大雪与非雪的差异;当ENDSI阈值取0.3时,可以有效区分雪与非雪,提高积雪提取精度。 相似文献
9.
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
10.
《国土资源遥感》2016,(2)
科学合理地定量评估林火烈度,对揭示林火干扰下森林生态系统的变化,以及植被的恢复与管理具有重要意义。以美国科罗拉多大峡谷国家公园北缘的Poplar Fire为实验区,利用Landsat5 TM影像,结合实地调查的综合火烧指数(composite burn index,CBI),分析评价了归一化差值植被指数(normalized difference vegetation index,NDVI),归一化火烧指数(normalized burn ration,NBR),差分归一化植被指数(differenced normalized difference vegetation index,ΔNDVI)和差分归一化火烧指数(differenced normalized burn ration,ΔNBR)4种遥感指数对林火烈度评估的适应性。结果表明,4种遥感指数对识别不同等级林火烈度存在一定的差异。在未过火区和轻度火灾区,单一遥感指数的精度略高于差分遥感指数,其中NBR的提取精度最高,分别达到了66.7%和80%;在中度火灾区和重度火灾区,差分遥感指数的精度高于单一遥感指数,ΔNBR的提取精度最高,分别达到了100%和90%。总体上,基于差分遥感指数的林火烈度制图精度总体高于单一遥感指数,其中ΔNBR的总体制图精度最高,达到了86.2%。因此,ΔNBR是林火烈度分析与评估的适宜遥感指数。 相似文献
11.
Understanding land use land cover change (LULCC) is a prerequisite for urban planning and environment management. For LULCC studies in urban/suburban environments, the abundance and spatial distributions of bare soil are essential due to its biophysically different properties when compared to anthropologic materials. Soil, however, is very difficult to be identified using remote sensing technologies majorly due to its complex physical and chemical compositions, as well as the lack of a direct relationship between soil abundance and its spectral signatures. This paper presents an empirical approach to enhance soil information through developing the ratio normalized difference soil index (RNDSI). The first step involves the generation of random samples of three major land cover types, namely soil, impervious surface areas (ISAs), and vegetation. With spectral signatures of these samples, a normalized difference soil index (NDSI) was proposed using the combination of bands 7 and 2 of Landsat Thematic Mapper Image. Finally, a ratio index was developed to further highlight soil covers through dividing the NDSI by the first component of tasseled cap transformation (TC1). Qualitative (e.g., frequency histogram and box charts) and quantitative analyses (e.g., spectral discrimination index and classification accuracy) were adopted to examine the performance of the developed RNDSI. Analyses of results and comparative analyses with two other relevant indices, biophysical composition index (BCI) and enhanced built-up and bareness Index (EBBI), indicate that RNDSI is promising in separating soil from ISAs and vegetation, and can serve as an input to LULCC models. 相似文献
12.
利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究 总被引：238，自引：7，他引：238
在对M cfeeters提出的归一化差异水体指数(NDWI)分析的基础上,对构成该指数的波长组合进行了修改,提出了改进的归一化差异水体指数MNDWI(M odified NDWI),并分别将该指数在含不同水体类型的遥感影像进行了实验,大部分获得了比NDWI好的效果,特别是提取城镇范围内的水体。NDWI指数影像因往往混有城镇建筑用地信息而使得提取的水体范围和面积有所扩大。实验还发现MNDWI比NDWI更能够揭示水体微细特征,如悬浮沉积物的分布、水质的变化。另外,MNDWI可以很容易地区分阴影和水体,解决了水体提取中难于消除阴影的难题。 相似文献
13.
14.
针对卫星遥感技术监测地表温度(land surface temperature,LST)存在时空分辨率矛盾这一难题,以TsHARP温度降尺度算法为基础,根据地表覆盖类型的不同,分别选择与LST相关性更好的光谱指数(归一化植被指数,NDVI;归一化建造指数,NDBI;改进的归一化水体指数,MNDWI;增强型裸土指数,EBSI)提出了新的转换模型,并从定性和定量两个角度评价了TsHARP法和新模型的降尺度精度。结果表明:两种模型在提高LST空间分辨率的同时又能较好地保持MODIS LST影像热特征的空间分布格局,消除了原始1km影像中的马赛克效应,两种模型均能够达到较好的降尺度效果;全局尺度分析表明,不管是在降尺度结果的空间变异性还是精度方面,本文提出的模型(RMSE:1.635℃)均要优于TsHARP法(RMSE:2.736℃);TsHARP法在水体、裸地和建筑用地这些低植被覆盖区表现出较差的降尺度结果,尤其对于裸地和建筑用地更为明显(|MBE|3℃),新模型提高了低植被覆盖区地物的降尺度精度;不同季节的降尺度结果表明,两种模型都是夏、秋季的降尺度结果优于春、冬季,新模型的降尺度结果四季均好于TsHARP法,其中春、冬季的降尺度精度提升效果要优于夏、秋季。 相似文献
15.
AbstractExtracting built-up areas from remote sensing data like Landsat 8 satellite is a challenge. We have investigated it by proposing a new index referred as built-up land features extraction index (BLFEI). The BLFEI index takes advantage of its simplicity and good separability between the four major component of urban system, namely built-up, barren, vegetation and water. The histogram overlap method and the spectral discrimination index (SDI) are used to study separability. BLFEI index uses the two bands of infrared shortwaves, the red and green bands of the visible spectrum. OLI imagery of Algiers, Algeria, was used to extract built-up areas through BLFEI and some new previously developed built-up indices used for comparison. The water areas are masked out leading to Otsu’s thresholding algorithm to automatically find the optimal value for extracting built-up land from waterless regions. BLFEI, the new index improved the separability by 25% and the accuracy by 5%. 相似文献
16.
城市建设用地遥感信息提取方法研究 总被引：4，自引：0，他引：4
本文利用CBERS-02B影像,通过分析各个地类的光谱特征,发现了长沙市城市建设用地和其他背景地物的区别,并在此基础上选取了土壤调节植被指数(SAVI)、归一化水体指数(NDWI)和比值居民地指数(RRI)作为三个指数波段,重新进行波段组合,从而减少了波段数据的冗余,最后采用最大似然法分类,提取出城市建设用地信息,其正确率达到85.6%。 相似文献
17.
Accurate built-up information is imperative for loss estimation and disaster management after the occurrence of catastrophic events such as earthquake, tornado, tsunami and flood. These catastrophic events leave behind a trail of mass destruction with property and human losses amounting to millions. Once a natural disaster hits a region, built-up information is required within a short span of time for disaster management. Nowadays, earth observation satellite imagery serves as a promising source to extract the land use / land cover classes. However, the automatic extraction of urban built-up from remote sensing data is a known challenge in the remote sensing community. The normalized difference built-up index (NDBI) algorithm has been recognized as an effective algorithm for automatic built-up identification from medium spatial and spectral resolution satellite images. Few researchers have modified this algorithm and proposed new quantitative expressions for the built-up index. In this paper, three built-up index based, unsupervised built-up extraction algorithms have been reviewed and compared. An automated kernel-based probabilistic thresholding algorithm is used to assort the built-up index values, obtained from modified built-up index algorithms, into built-up and non built-up regions for enhancing the efficiency of the built-up detection process. Qualitative assessment of these algorithms involves computation of several parameters including recently developed parameters like allocation disagreement and quantity disagreement, and classical parameters such as error of omission, error of commission and overall accuracy. This paper presents a case study where the algorithms have been implemented on Landsat-5 Thematic Mapper (TM) image of the city of Delhi and its surrounding areas for detection of built-up regions automatically. 相似文献
18.
基于Landsat TM的城市热岛效应与地表特征参数稳健关系模型 总被引：6，自引：0，他引：6
首先,利用Landsat TM热红外影像结合地面气象观测资料反演地面温度,揭示了济南市夏季城市热岛效应| 然后,基于稳
健的LTS与最小二乘回归（LS）分析探讨了城乡地面热辐射与地表特征参数的线性变化趋势,认为植被指数（NDVI、SAVI和TCG）、
湿度指数（NDMI和TCW）以及近红外反照率与地表温度的变化趋势相反,亮度指数（NDBI和TCB）和可见光反照率与地表温度的变化
趋势一致,而短光波段反照率与地表温度不存在明显相关趋势。研究结果表明,NDMI能很好地解释地表温度变化,且最为稳健;
其次是NDVI、SAVI、TCG和NDBI,它们对地表温度的解释程度高且稳健性较强; 可见光反照率虽能较好解释地表温度,但其稳健性
较差; 近红外反照率、TCW和TCB对地表温度的解释程度和稳健性相对较低。 相似文献