南方丘陵区植被覆盖度遥感估算与时空变化研究——以福建省永定县为例

植被覆盖度是生态环境监测的重要指标,而复杂地形因素影响对山地植被遥感信息准确提取。基于Landsat-8OLI遥感数据,分别采用像元二分模型和线性混合光谱分解法,在对比分析植被覆盖度的地形敏感性基础上,选择山地植被指数(NDMVI)估算了1992、2002和2014年永定县的植被覆盖度,并分析其变化。结果表明:1基于山地植被指数(NDMVI)的覆盖度估算模型的地形敏感性最弱,更适合于南方丘陵山地的植被覆盖度遥感反演;2永定县总体植被覆盖度较高,平均植被覆盖度达77.99%以上,高覆盖度区占59.73%以上,22年内植被覆盖度经历了先提高再下降的过程;3在空间上,高坎抚、金丰和西部片区的植被覆盖度较低,动态变化较明显。永定县金丰片区植被覆盖度明显提高;而近12年内高坎抚片区因矿业开采活动对生态环境的破坏,植被覆盖度降低幅度大,且变化面积较大。     

基于“北京一号”小卫星数据的密云水库流域植被覆盖度估算方法比较

“北京一号”小卫星（BJ-1）是一颗拥有高时频、覆盖宽度大等优势的对地观测小卫星。运用BJ-1遥感数据，以密云水库流域为研究区域，通过NDVI像元二分法、三波段梯度差法估算其植被覆盖度，并尝试利用重归一化植被指数（RDVI）法进行植被覆盖度估算。通过对3种方法估算结果的比较发现：RDVI法的估算结果与实测值的吻合度较高，而三波段梯度差法则出现较大误差，NDVI像元二分法的估算结果精度居中。结果表明：运用BJ-1数据，采用RDVI法可以有效地进行连续的、大范围的植被覆盖度估算。     

利用“北京一号”小卫星数据估算植被覆盖度的可行性研究

利用"北京一号"小卫星数据,以密云水库流域为研究区域,采用归一化植被指数(NDVI)像元二分法,进行地面植被覆盖度估算研究,并对估算结果进行实地检验和分析,其估算值与实际值之间的相关性较高 (86%).结果表明,利用"北京一号"小卫星数据进行植被覆盖度估算及监测应用是可行的.     

城市异质植被的覆盖度估算模型比较研究

植被覆盖度是城市生态环境评价的一个重要指标。针对亚热带城市异质植被覆盖特征,选择像元尺度的植被指数(NDVI)转换模型、亚像元尺度的植被—土壤两端元模型(V-S Model)和植被—高—低反射率三端元模型(V-H-L Model)在TM影像上估算植被覆盖度,并结合野外实地调查对比验证3种模型的估算精度及其适用性。结果表明模型尺度和背景亮度对植被覆盖度估算有着不同程度的影响。NDVI转换模型整体高估覆盖度为27%,V-S模型和V-H-L模型整体低估覆盖度分别为23%和5%;验证结果证明:NDVI转换模型对高密度(60%)植被的估算结果最好,低估4%;V-H-L模型对中密度(40%~60%)和低密度(40%)植被的估算结果最优,仅低估2%,并受背景亮度的影响最小。因此,NDVI转换模型适用于高密度植被覆盖度的估算,亚像元尺度下的V-S模型和V-H-L模型适用于低、中密度植被覆盖度的估算,并以V-H-L模型估算较为准确。     

多云雾地区高时空分辨率植被覆盖度构建方法研究

针对多云雾地区高时空分辨率数据缺乏现状,提出了一套区域尺度高时空分辨率植被覆盖度数据构建方法.首先,通过时空适应反射率融合模型(STARFM)有效地将TM 的较高空间分辨率与MODIS的高时间分辨率融合在一起,构建了研究区植被生长峰值阶段的NDVI数据;然后,以植被生长峰值阶段的NDVI为输入,基于地表覆被类型,综合应用等密度和非密度亚像元模型对研究区的植被覆盖度进行估算.结果表明:①即使数据源存在大量的云雾,且存在一定的时相差异,研究区植被覆盖度的估算结果过渡自然,不存在明显的不接边效应;②以植被生长峰值阶段的NDVI数据为输入进行植被覆盖度估算,有效拉开了同一地表覆被类型不同覆盖度像元的NDVI梯度,提高了亚像元估算模型对输入数据的抗扰动性;③基于地表覆被类型,应用亚像元混合模型,能够提高植被覆盖度的估算精度.经野外实测数据验证,总体约８５％的估算精度表明,针对高时空分辨率遥感数据缺乏的多云雾区域,本研究提出的方法能够实现区域尺度植被覆盖度数据的构建.     

高分一号与Landsat TM数据估算稀疏植被信息对比

为了分析高分一号卫星数据在稀疏植被信息提取方面的能力,该文选取浑善达克沙地及其周边为研究区,以GF-1和Landsat TM为数据源,结合地面同步实测数据,比较了两个传感器在荒漠化地区植被覆盖度和地上生物量估算方面的能力与差异。结果表明:在该区域,两种数据基于NDVI建立的对数模型可用于植被覆盖度的估测(GF-1:R2=0.7966,RMSEP=0.0908;Landsat 8:R2=0.8080,RMSEP=0.0871),GF-1基于SAVI和Landsat 8基于NDVI建立的乘幂模型进行地上生物量的估测效果最好(R2=0.4866,0.3715;RMSEP=143.46,130.71)。其次,在该区域,经过修正的土壤调节植被指数MSAVI相对于没有经过修正的土壤调节植被指数SAVI,与植被覆盖度和植被生物量的相关性并没有多大提高。第三,两种数据通过引入蓝色、绿色波段的多元回归模型估算植被覆盖度相比单一植被指数植被要好,尤其是对于Landsat影像改进效果更为明显,R2提高了0.3。总之,GF-1的16m数据具有相对较高的质量,可以代替Landsat 8多光谱数据,而且其具有更高的分辨率、重访周期和覆盖范围。     

利用MODIS数据估算西藏高原地表植被覆盖度

根据2004年9月13日至14日在西藏高原中部地面观测的植被覆盖度和同期接收的EOS/MODIS数据,分别建立了250m分辨率归一化植被指数(NDVI)、土壤调节植被指数(SAVI)与地面观测的植被覆盖度之间的相关关系,并以西藏高原中部和整个西藏高原作为两个试验区,选择典型植被类型,验证了Carlson和Ripley植被覆盖度算法的精度。结果表明,地面观测的植被覆盖度与植被指数之间呈线性关系。其中,地面观测值与NDVI的相关系数R2=0.90;与SAVI的相关系数为R2=0.89;Carlson和Ripley算法适合于中等植被覆盖度的草地植被。     

基于Landsat 8影像的额济纳荒漠绿洲植被覆盖度估算方法对比研究

荒漠绿洲是维持当地人类生存和社会发展的主要依托,但其地表植被稀疏,生态系统极其脆弱,而植被覆盖度是反映荒漠生态环境信息的重要指标之一。以黑河下游额济纳荒漠绿洲为例,基于Landsat 8影像和野外实测植被覆盖度数据,对比和分析现有的适宜于干旱荒漠区的3类植被覆盖度提取方法(经验模型法、像元二分法和三波段梯度差法)在该区域的应用效果,并尝试利用基于转换型土壤调整植被指数(TSAVI)的像元二分模型法和修正的三波段梯度差法(MTGDVI)进行植被覆盖度估算,以期找到计算额济纳荒漠绿洲植被覆盖度的最佳模型。研究结果表明:用TSAVI像元二分模型法的反演精度高而且能够较好地估算额济纳荒漠区域和绿洲区域的植被覆盖度,适用于估算额济纳荒漠绿洲的植被覆盖度。     

基于无人机影像的滩涂入侵种互花米草植被信息提取与覆盖度研究

以福建三沙湾为试验区,以地面光谱和低空无人机获取的可见光影像与ADC多光谱影像为数据源对入侵种互花米草植被信息和覆盖度进行研究。构建了基于可见光波段的改进型土壤调整植被指数V-MSAVI用于可见光影像植被信息提取,以NDVI指数模型对ADC多光谱影像进行了植被覆盖度估算。结果表明,V-MSAVI指数具有较好的适用性;在互花米草覆盖度方面以40%~60%和60%~80%中高等级分布为主。精度检验表明,基于V-MSAVI植被指数提取得到的互花米草总体精度为89%,Kappa系数为0.77;植被覆盖度的估算值与真实值之间的均方根误差(RMSE)为0.06,决定系数R~2为0.92。     

基于Google Earth Engine的中国植被覆盖度时空变化特征分析

植被覆盖时空变化是全球及区域生态环境重要研究内容之一。基于Google Earth Engine云平台,利用2000~2017年250 m分辨率的MODIS-EVI长时间序列数据,采用像元二分模型并辅以趋势分析、去趋势标准差、Hurst指数方法定量估算中国自2000年来植被覆盖度时空变化,并从省域尺度分析中国植被覆盖度近18 a以及未来趋势变化的时空分异特征。研究结果表明:①2000年以来中国植被覆盖度的变化速率为0.09%/a(P<0.01),平均植被覆盖度为44.63%,空间分布格局上整体呈现“东南高、西北低”的特点,但存在空间异质性;②从省级尺度来看,海南省平均植被覆盖度最高(79%),新疆维吾尔自治区最低(13%),山西省改善趋势最显著(0.4%/a),天津市年际波动最大(DSD=0.039),位于中国最西部的3省:新疆、西藏、青海植被覆盖度年际波动最小;③全国尺度植被覆盖度Hurst指数为0.72,未来将继续保持改善的趋势。具有改善持续性的省份基本呈“T”型分布,位于东西两侧的省份应注重加强植被生态修复与防护工作,保障区域生态文明建设的持续性。     

基于ASTER遥感影像植被信息的提取--以青海湖地区为例

草地植被是我国最重要的植被类型之一,是重要的可更新资源和畜牧业的原料基地,又是地球表面天然的绿色屏障,对于人类的生存和发展起着重要的作用。青海湖及湖周丰茂的草地植被不仅对湖区生态环境有着举足轻重的控制及调节作用,而且对保护东部生态环境具有重要作用。所以及时有效的对植被变化进行准确的检测,将不仅直接关系到该区畜牧业的发展,而且关系到青海湖生态环境的状况,以及生态需水量的检测。本文对ASTER遥感图像进行解译,提取植被指数进行比较分析,希冀对青海湖地区的可持续发展提供一些帮助。     

Research on Vegetation Extraction and Fractional Vegetation Cover of Spartina Alterniflora Using UAV Images

In this study，vegetation extraction and fractional vegetation cover of Spartina alterniflora (S.alterniflora )was studied in an experimental region of Sansha bay，a typical coastal wetland area in Fujian Province，China.A new vegetation index visible\|band modified soil adjusted vegetation index (V\|MSAVI)was constructed and the fractional vegetation cover was calculated subsequently based on the NDVI model.Results showed that，the S.alterniflora extraction results by V\|MSAVI had a satisfactory precision.Most of the fractional vegetation covers of S.alterniflora were in medium\|level coverage (40%~60%)and a high\|level coverage (60%~80%).An accuracy analysis based on the visual interpretation indicated the overall extraction results accuracy of 0.89，and a kappa coefficient of 0.77.Root mean square error (RMSE)of fractional vegetation cover between the estimation value and the true value was 0.06，and the determination coefficient R² was 0.92.     

青海省土地荒漠化遥感动态监测

近年来由于气候变化和人类活动的影响,青海省受荒漠化的影响日趋严重,采取有效的手段进行荒漠化快速动态监测,跟踪荒漠化现状和变化趋势,是荒漠化防治必要手段。基于像元二分模型,采用2000~2012年MODIS的增强型植被指数产品(EVI)估算青海省植被覆盖度。以植被覆盖度为主要评价指标,对青海省荒漠化现状和动态变化进行快速监测。结果表明:遥感估算的荒漠化面积和全国荒漠化调查的结论基本一致。13年间,青海省荒漠化土地的空间分布特征没有明显变化,全省荒漠化和潜在荒漠化土地总面积在研究时段内没有明显变化趋势,但是受自然因素影响,面积年际波动明显。重度荒漠化面积整体上呈明显下降趋势,青海省沙化和荒漠化状况有所改善,部分地区生态群落生产力、草地植被覆盖度呈上升趋势,表明近年来在青海实施的林业工程和荒漠化治理措施逐步显现出生态效益,发挥了实际作用。     

基于Landsat TM数据的潮白河流域植被覆盖变化研究

使用经严格配准的同一时间(1991年和2002年)Landsat TM图像数据，编制归一化植被指数(NDVI)图，进而计算生成植被覆盖度图像。通过掩膜技术和变化检测等提取了北京潮白河流域中上游地区从1991～2002年的植被覆盖变化信息。研究结果表明，北京潮白河流域中上游地区11年间植被退化的总面积为1635．3km^2，占该区域总面积的30．6％；其中植被覆盖度为40％～50％的类型退化的面积最多，为411．74km^2，变化率为66．0％，覆盖度为90％～100％的类型退化的面积最少，为14km^2，变化率为4．4％；覆盖度为30-40％的类型变化率最大，为100％，覆盖度为90％～100％的类型的变化率最小。为4．4％；从植被覆盖度变化的趋势来看，随着植被覆盖度的增加，变化率在逐渐降低；流域中游、密云水库北部和东北部以及上游的河谷地带由于受人类活动干扰的强度较大，植被退化较严重；而上游的山地区域由于人类活动干扰较少，再加上近年来采取封山育林、植树造林等措施，植被覆盖程度有所改善。     

辽宁抚顺近10年来市域热场与植被变化分析

利用1999年和2010年的TM卫星遥感影像,定量反演了抚顺市域的热场和植被指数,并对其变化进行了分析。结果表明,11 a全市的平均热场温度升高了1.53 ℃,城市热岛主要集中在抚顺市的城市建成区以及苏子河河谷和黑大线沿线地带,但强热岛和极强热岛的空间分布范围2010年较1999年压缩幅度空前。从植被盖度总体情况来看,高覆盖度植被覆盖面积均在60%以上,而全市低覆盖度等级以下的植被面积比例很小,其面积比例都在1.5％以下。从植被盖度的变化看,高覆盖度和较高覆盖度的植被面积比例分别下降了3.22％和2.31％;而中覆盖度的植被面积比例增加了4.94％,其变化最大的区域在抚顺市区,该区域变化的比率是全市变化的3~5倍。从热场与植被的变化原因来看,首先是受植物生长季节气候的暖干化变化趋势的影响,其次还与土地利用类型中耕地和草地的减少以及建设用地的快速增加有关,此外,抚顺市生态建设工作对其也有一定程度的影响。     

A Review on Estimating Fractional Cover of Non-photosynthetic Vegetation by Using Remote Sensing

The quantitative estimation of fractional cover of photosynthetic vegetation(f PV),non-photosynthetic vegetation(f NPV),and bare soil(f BS) is critical for grassland ecosystem carbon storage,vegetation productivity,soil erosion and wildfire monitoring.The ecological importance of NPV has driven considerable research on quantitatively estimating NPV in diverse ecosystems including croplands,forests,grasslands savannah,and shrublands using remote sensing.This paper reviews the research progress in estimating f NPV using hyperspectral and multisspcetral remote sensing data,and hightlights discusses the theoretical bases of PV,NPV and BS spectral characteristics.based on the existing methods for estimating f NPV,this article groupd into two categories:empirical relationship between spectral index and NPV cover,and Spectral mixture analysis.Meanwhile,also discuss applications.of hyperspectral and multisspcetral remote sensing data.Finally,the existential problems and research trends for NPV estimation are analyzed.     

利用多时相中分辨率卫星影像监测-福建省植被覆盖变化

植被指数能定量地反映植被的变化信息，利用2001～2005年的EOS/MODIS卫星遥感资料，通过基于增强型植被指数的植被覆盖度计算模式，得到2001～2005年福建省植被覆盖度的年际动态变化情况，分析结果表明：福建省植被覆盖存在有不同程度的退化现象，退化最明显的地区出现在居民点、河流两岸、海岸带和岛屿等区域，植被覆盖变化在整体上呈现出内陆普遍小于沿海地区的特征，而远离沿海特别是内陆海拔较高的山区，植被覆盖变化很小，反映出研究区内植被覆盖受人类活动影响相对较大的事实。     

塔里木河中游植被指数空间数据库设计

受环境因素与人类活动的影响,塔里木河中游地区近年植被长势及分布变化较大,通过对植被的动态监测分析,可为塔里木河生态保育对策的制定及植被保护研究提供科学依据.本文采用面向对象的Geodatabase模型,使用地理信息系统（GIS）对空间、属性数据的管理分析功能,以塔里木河中游为研究区,选取通过遥感图像处理平台ENVI计算得到的2000、2006、2010、2015年四期归一化植被指数（NDVI）为研究数据,通过使用ArcGIS对NDVI进行空间分布特征研究,设计出一种塔里木河中游植被指数空间数据库,以实现空间、属性数据的存储管理一体化.该植被指数空间数据库能直观的反映出研究区植被变化及生长情况.