首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 62 毫秒
1.
黑河流域遥感物候产品验证与分析   总被引:2,自引:0,他引:2  
植被物候遥感产品对全球变化响应、农业生产管理、生态学的应用等多领域研究具有重要意义。但现有植被物候遥感产品还有较多问题,主要包括一方面使用不同参数的时间序列数据以及不同提取算法导致的产品结果差异较大,另一方面在地面验证中地面观测数据与遥感反演数据的物理含义不一致导致的验证方法的系统性误差。本文以黑河流域为研究区,对比验证基于EVI(Enhanced Vegetation Index)时间序列数据提取的MLCD(MODIS global land cover dynamics product)植被遥感物候产品和基于LAI(Leaf Area Index)时间序列数据提取的UMPM(product by universal multi-life-cycle phenology monitoring method)植被遥感物候产品的有效性及精度等。同时,通过验证分析进一步评估基于EVI和LAI时间序列提取的物候特征的差异及特点,探讨由于地面观测植被物候与遥感提取植被物候的物理意义的不一致问题导致的直接验证结果偏差。结果表明:UMPM产品有效性整体高于MLCD产品,但在以草地和灌木为主的稀疏植被区,由于LAI取值精度的原因,UMPM产品存在较多缺失数据,且时空稳定性较低;基于玉米地面观测数据表明,EVI对植被开始生长的信号比LAI更加敏感,更适合提取生长起点,但植被指数易饱和,峰值起点普遍提前,基于LAI提取的峰值起点更加合理。由于地面观测的物候期在后期更加关注果实生长,遥感观测仅关注叶片的生长,遥感定义的峰值终点和生长终点与玉米的乳熟期和成熟期差异较大。  相似文献   

2.
Google Earth Engine(GEE)平台使植被遥感监测突破了数据获取难、本地存储量大和处理效率低的限制.基于GEE平台,利用空间分辨率为30 m的Landsat卫星数据和空间分辨率为250 m的MODIS卫星数据,结合温度和降水气象数据研究2000—2017年间青海省诺木洪洪积扇地表植被的时空变化趋势及持续...  相似文献   

3.
植被物候遥感监测研究进展   总被引:11,自引:0,他引:11  
植被物候是研究植被与气候、环境变化间关系的重要参量。本文针对目前常用的阈值法、拟合法和延迟滑动平均法等植被物候遥感监测方法进行比较分析;介绍了传感器网络法、物候模型法等物候遥感监测验证方法;从遥感监测方法和数据源两方面分析物候遥感监测的误差来源;针对目前研究中存在的问题,讨论了遥感物候的主要研究方向:从机理层面,应创新植被物候遥感监测方法;建立标准化地面验证数据源;利用多源遥感数据,组成高时间分辨率的原始遥感数据源,提高植被物候遥感监测的时间分辨率和测算精度。  相似文献   

4.
城市化是目前全球关注的热点问题之一。城市化导致城市范围的显著扩展,并引起局地气候的变化,从而进一步导致城市区域植被物候的变化。因此,利用多年的时间序列遥感影像提取城市扩展与植被物候的变化,可为分析城市化及其影响提供依据。Landsat系列卫星数据的免费开放,为分析城市的时空变化及其环境影响提供了丰富数据。本文利用由Landsat时间序列数据及标准化光谱混合模型得到的光谱端元组分时间序列,探索了城市及周边植被物候变化提取以及城市扩展提取的新方法,并以北京市为例,提取了1984~2015年32年间的城市扩展以及3个年段的植被物候变化,分析了城市扩展的时空演化以及植被物候的时空变化,并定性分析了二者的关联。论文的主要创新点包括三个方面:(1)提出了基于Landsat时间序列数据和标准化光谱混合模型的城市及周边区域植被物候及变化的提取方法。首先,该方法针对城市区域光谱混合问题及现有植被指数的饱和等问题,采用基于标准化光谱混合模型的全球端元组分的植被丰度时间序列进行植被物候及变化的提取,避免了光谱混合分析中端元选择的问题,同时植被丰度结果在不同地区不同时间上具有可比性;其次,该方法考虑城市及周边区域植被类型多样及变化复杂的特点,适用于多种物候模型的植被物候提取,能同时提取出不同植被类型的物候结果,同时,植被物候变化结果中剔除了不同地物类型及不同植被类型的变化区域,能更好进行物候变化分析。(2)提出了基于标准化光谱混合模型及全球端元组分的城市指数(SVDUI)。该指数基于物理统计的光谱混合分析进行构建,与现有基于像元构建的指数相比更适于光谱混合严重的城市区域的研究。该指数能更好地表达城市与其它地物类别的差异,突出城市特征,并更好地提取出城市范围,因此,SVDUI指数可为城市范围提取提供一种新的途径。此外,该指数能保持时间上的一致性与可比性,具有广泛适用性。(3)提出了一种基于SVDUI城市指数的时间序列变化检测方法,该方法可以快速提取城市扩展的时间、空间及强度信息。该方法能快速、有效地提取出长时间序列的城市扩展结果,同时能充分利用年内及年际变化的时间信息,有效去除单时相结果上的噪声影响,不依赖于单时相影像的结果好坏。  相似文献   

5.
针对陆表植被物候监测已发展了很多遥感指数,但不同遥感指数表征陆表植被季节性变化的能力存在差异。目前,有关陆表植被物候遥感指数的评估大多在不同标准下开展,导致研究结果间的可比性较差,致使无法根据不同区域选择出最佳的遥感指数,从而影响大尺度(如半球乃至全球)的陆表物候监测精度。本文在北半球中高纬度地区,以75个碳通量塔站点的406条记录和129个物候相机站点的482条记录为参考标准,对10种遥感指数应用于陆表物候监测的能力进行了系统性评估,并从两个精度评估视角(物候提取准确度、物候变化趋势一致性)、4个维度(植被类型、地理环境、物候类型、物候事件)对比分析了各种情况下的最佳遥感指数及其精度。虽然部分遥感指数在多数情况下均表现最佳,但不同植被类型、地理环境、物候类型(功能物候、结构物候)、物候事件(春季、秋季)组合情况下的最佳遥感指数并不聚焦于少数几种,而是散布于各类遥感指数之中;即使是采用了最佳遥感指数,但在某些情况下,其用于陆表物候监测的误差仍较大。从不同的精度评估视角来看,物候提取准确度高的遥感指数并不一定与物候变化趋势一致性高的遥感指数相对应,说明应根据关注视角来选择最佳遥感指数。本...  相似文献   

6.
在气候变化背景下,植被物候作为生态系统对环境变化响应的直接体现方式,日益受到学界关注.获取长期、连续、多尺度的植被物候数据是物候研究的基础,而利用卫星遥感手段获取的物候参数已经成为陆地生态系统变化研究的重要指标.遥感物候参数在农业生产管理、生态系统监测、土地利用类型制图、人类健康和生态系统气候变化响应等领域发挥着重要的...  相似文献   

7.
植被物候作为反映植被与气候变化关系的重要参量,具有重要的研究意义。本文基于R语言分布式架构Shiny构建了植被物候参数分析系统,可实现站点分布可视化、感兴趣区(Region of Interest,ROI)选取与绘制、植被指数计算与可视化、数据过滤、生长曲线轨迹拟合与物候参数提取等功能模块。用户可提取不同植被类型数码相机时间序列的植被指数,并用max方法进行平滑与去噪处理,然后选择合适的方法组合拟合植被群落季相变化轨迹,最终提取较为精确的关键物候参数。林地数据系统测试结果表明:1)相对绿度指数GI比其他相对植被指数和单波段的亮度值振幅明显,其时间序列可表征植被实际生长轨迹; 2)不同拟合方法与提取方法的组合效果不同,如klosterman与klosterman方法组合适合林地类型的植被物候参数提取,用户可综合均方根误差与季节群相变化轨迹结果,筛选出适合所选植被物候数据的拟合与物候参数提取方法组合。  相似文献   

8.
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   

9.
刘宇晨  高永年 《遥感学报》2022,26(2):358-372
传统水体提取算法大多基于某一时期单景遥感影像,无法表现出水体随着时间和空间高度可变的特性,虽然国内外已出现部分时序水体数据产品,但其空间分辨率及水体边界的精度仍无法满足一些研究和应用的需要.本文以地表环境复杂的长江流域为研究区,基于GEE (Google Earth Engine)云平台,使用Sentinel-2 MS...  相似文献   

10.
植被物候是指植被长期适应生活环境的周期性变化,形成与此相适应的生产发育节律。研究植被物候有助于更好地理解气候变化。目前利用植被遥感指数进行物候监测依然存在许多问题,而日光诱导叶绿素荧光(SIF)与总初级生产力(GPP)具有强耦合关系,在植被物候研究中具有很大潜力。本文利用双逻辑斯蒂函数模型,基于3种SIF数据(GOME-2,GOSIF和CSIF)计算了北半球地区2007年—2018年的物候特征,并与两种GPP数据和5种植被指数(VIs)数据进行对比验证。接下来利用GOME-2 SIF数据分析了北半球地区的物候分布特征,并利用Sen斜率因子检测北半球地区的物候变化趋势,最后计算了3个主要的气候因子对植被物候变化的影响。结果表明:(1)基于SIF数据计算的SOS与EOS比基于VIs数据的计算结果要更加接近于基于GPP数据的计算结果。(2)基于GOME-2 SIF数据计算的北半球地区植被2007年—2018年平均生长季始期(SOS)主要(>90%)集中在100—170 d,平均生长季末期(EOS)则主要集中在220—270 d。高海拔地区和高纬度地区相对于其他地区,SOS较晚,而EOS...  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