像元分解模型的植被覆盖度遥感估算

为了提高植被覆盖度遥感估算方法的精度,该文针对置信度方法和空间克里金插值方法各自存在的问题,基于线性像元二分模型,分别采用置信度方法和空间克里金插值方法计算推导,确定像元二分模型中两个重要参数NDVIveg和NDVIsoil,实现估算植被覆盖度,并对两种方法进行对比分析,同时提出方法中存在的问题以及模型的优化改进方向。     

植被覆盖度遥感估算方法研究进展

植被覆盖度是重要的生态环境参数之一,遥感影像能够反映不同空间尺度的植被覆盖信息及其变化趋势,故遥感监测是获取区域植被覆盖度参数的一个重要手段.植被指数是反映地表植被覆盖、生物量等的间接指标,基于植被指数的植被覆盖度遥感估算方法有经验模型法、植被指数法、像元分解模型法及FCD模型制图法(Forest Canopy Density Mapping Model)等,基于决策树分类法和人工神经网络分类法的植被覆盖度遥感估算方法也有了一定的进展.本文综合分析讨论了目前常用的于遥感影像的植被覆盖度常用估算方法,对比分析了它们的优缺点,并对遥感植被覆盖度研究进行了展望.     

中国北方地区植被覆盖度遥感估算及其变化分析

为了分析中国北方地区2000年之后植被覆盖度的时空分布及其变化,利用MODIS光谱反射率数据计算归一化植被指数,采用像元二分模型对中国北方地区2000—2012年植被覆盖度进行定量估算,分析研究区13 a间植被覆盖度的时空变化特征。研究结果表明:植被覆盖度年内变化特征体现在最大植被覆盖度一般出现在7和8月份,与中国北方地区植被的生长季相一致;整个中国北方地区年最大植被覆盖度呈现缓慢增长的趋势,其增长速率为每年0.2%;年最大植被覆盖度变化的空间分布具有较大差异,其中东北、华北和黄土高原等三北防护林工程建设区的年最大植被覆盖度有较明显的增长。     

利用不同植被指数估算植被覆盖度的比较研究

选用蔬菜地和草地2种植被类型,利用ASD光谱仪实测二者在不同覆盖度下的光谱响应,分析了归一化植被指数(NDVI)、差值植被指数(DVI)、比值植被指数(RVI)、修正植被指数(MVI)、修改型土壤调节植被指数(MSAVI)以及全球环境监测植被指数(GEMI)等6种植被指数所用的最佳波段及其组合,进而研究了利用像元二分模型估算植被覆盖度时的不同植被指数的表现.结果表明,与蔬菜地植被指数相关系数较高的波段组合为620 ～ 740 nm谱段和780 ～ 900 nm谱段内波段的组合,与草地植被指数相关系数较高的波段组合为620 ～750 nm谱段和760 ～900 nm谱段内波段的组合,相关系数均达0.8以上;在高光谱数据构建的植被指数和模拟卫星数据构建的植被指数中,用DVI和MSAVI估算植被覆盖度,平均总体精度分别达到83.7％和79.5％,与其他4种植被指数相比,这2种指数更适合于利用像元二分模型进行植被覆盖度的估算.     

草原植被覆盖度遥感估算模型的适用性比较

植被覆盖度及其变化对区域生态系统的稳定性具有直接影响,且这种影响在草原地区更加明显。为探寻草原植被覆盖度的最佳遥感估算方法,本文对像元二分模型、Carlson模型和Baret模型的估算精度和适用性进行了比较,优化了Baret模型的参数,以提高其在草原地区的估算精度。内蒙古呼伦贝尔地区的草地计算结果表明：像元二分模型有高估植被覆盖度的现象;Carlson模型在低植被覆盖区低估了植被覆盖度,而在高植被覆盖区高估了植被覆盖度;Baret模型在草原地区的估算精度最高。对Baret模型进行参数优化后,其在高植被覆盖度区域的估算精度提升了4.9%。     

基于NDVI估算植被覆盖度的研究——以滁州市为例

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。     

GF-2支持下的干旱区稀疏植被区植被覆盖度估算

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NDVI_veg（全植被覆盖植被指数）和NDVI_soil（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NDVI_veg和NDVI_soil,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NDVI_veg和NDVI_soil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NDVI_veg和NDVI_soil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。     

地表植被覆盖度遥感估算及其气候效应研究进展

FVC是研究表植被覆盖的重要参数,其估算精度直接影响生态、环境变化研究结论的科学性。本文通过研究用于FVC计算的遥感数据,以及统计模型、混合像元分解、数据挖掘等估算方法和植被覆盖变化气候效应,指出大数据时代背景下融合海量、多平台、多时空、多尺度数据的FVC估算是必然趋势,其方法不仅具有高精度、高可靠性等特点,而且将向智能化、自动化的方向发展,植被覆盖变化气候效应研究将逐步定量化,地气作用过程和机理将成为其重要的研究方向。     

基于环境星CCD数据的区域植被覆盖度遥感估算

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。     

黑河中下游植被覆盖度变化遥感监测

自2000年国家决策实施水量统一调度以来,黑河中下游生态环境得到好转,但缺乏一个客观公正的评价方法加以验证。本文考虑黑河中下游区域面积大、数据资料缺乏等特点,提出了基于卫星遥感影像提取生长季植被指数计算植被覆盖度（VFC）,并对VFC的空间分布特征、面积占比、变化趋势等进行了分析。研究表明,2000—2017年18年间,黑河中下游区域均存在低覆盖植被向其他类型覆盖植被转化现象,高植被覆盖区域面积增加,植被覆盖情况整体趋好。该结论与黑河中下游区域生态环境变化现状相符,证明本文方法可以作为区域生态环境评价的重要方法支撑。     

联合PROSAIL模型和植被水分指数的低矮植被含水量估算

植被冠层含水量CWC(Canopy Water Content)和植被地上部分含水量VWC(Vegetation Water Content)对于植被健康状况和土壤干旱监测具有重要意义.本文联合PROSAIL辐射传输模型和植被水分指数NDWI(Normalized Difference Water Index),发展了...     

Fractional vegetation cover estimation based on soil and vegetation lines in a corn-dominated area

An automatic fractional vegetation cover (FVC) estimation method based on image characteristics in an agricultural region was proposed in this study to remove the empiricism in determining the key parameters of empirical methods. The proposed method automatically determined the soil and vegetation lines in the two-dimensional space of the red and blue band reflectances, which involved an iterative soil and vegetation pixels selection procedure, and then estimated FVC of a pixel based on its distances from the soil and vegetation lines. The accuracy assessment using field survey data indicated that the performance of the proposed method (R² = 0.69, RMSE = 0.072, Bias = 0.014) was comparable with several commonly used empirical methods. Therefore, it was indicated that the proposed method could effectively estimate FVC in the corn-dominated region.     

岷江上游典型流域植被覆盖度的遥感模型及反演

本文在对岷江上游典型流域研究区实地踏勘和定位观测的基础上,综合利用Aster和ETM遥感数据、地面实测数据和常规观测数据等资料,研究了植被指数与植被覆盖度之间的相关性,确定了岷江上游典型流域植被覆盖度模型。以遥感图像中单个像元作为测算单位,对植被指数NDVI进行了计算,并对岷江上游毛儿盖地区植被覆盖度进行了反演。利用研究区实测数据、生态环境本底遥感调查数据和水文气象数据,对上述模型反演结果进行验证和精度分析。结果表明,模型反演结果精度较高,能较真实的反应研究区植被覆盖度实际状况。     

利用端元光谱内插的青海植被覆盖度估算研究

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。     

喀什市城市植被及其覆盖度研究

针对国内外对城市植被及其覆盖度方面的研究不够深入的现状,该文以喀什市1990年、2000年及2010年3期Landsat TM/ETM+遥感影像为数据源,结合归一化植被指数(NDVI)与植被覆盖度估算方法,对喀什市植被覆盖区土地类型、面积变化等方面进行研究。结果表明:1990年至2010年,高覆盖区所占比例由1990年到2000年逐步增加,2010年稍有减少;中高覆盖区面积出现先减小后增加的变化趋势;中覆盖区面积逐年增加;低覆盖区呈先减小后增加的趋势;极低覆盖区变化最慢,2010年比1990年稍有增加。     

基于地形调节植被指数估算长汀县植被覆盖度

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。     

NDVI时间变换一致性的贵州茂兰植被覆盖变化分析

利用近18年贵州茂兰自然保护区的Landsat TM/ETM+/OLI数据,针对云覆盖对影像质量的影响,提出并使用了一种基于NDVI时间变换一致性的方法,构建出较为完整的研究区植被指数时间序列,实现了小区域尺度下长时间序列的植被覆盖变化研究,并采用一元线性回归模型和相关分析法探讨研究区植被覆盖变化趋势及其对气象因子的响应关系。得出结论：NDVI时间变换一致性处理方法可以有效地消除云覆盖的影响;研究区近18年植被覆盖状况良好且正呈缓慢上升趋势,气候因子与植被覆盖变化呈显著正相关关系,其中平均温度的影响在当月最强,而降水量和平均相对湿度的影响则存在滞后性。     

利用遥感影像进行植被分布分析

植被是生态环境的重要组成要素,它与一定的地形条件相适应。本文以吴起县遥感影像及地形数据为基础,集成使用RS,GPS及GIS技术,以NDVI植被指数计算为核心完成了植被覆盖度的动态监测及分析,植被群落已基本恢复成能与环境相适应的稳定群落,封禁效果基本稳定,林地面积、植被覆盖度等指标明显上升。植被覆盖度面积逐年增加,部分地区还出现了较为明显的逆转现象,整个研究区的生态环境呈现良性发展态势。     

兰州市南北两山植被覆盖度动态变化遥感监测

本文基于植被指数(NDVI)和植被覆盖度像元分解模型,建立了兰州市南北两山植被覆盖度遥感定量模型,在此基础上研究了兰州市南北两山1991年和2006年两个时期的植被覆盖度动态变化,结果表明:1991-2006年兰州市南北两山绿化工程区植被覆盖度总体呈上升趋势,低植被覆盖度面积减小,中高和高植被覆盖度面积增加,其中七里河工程区植被覆盖度变化最为明显,绿化效果较好,安宁工程区绿化效果相对较差,结果可为兰州市南北两山绿化工程提供科学依据。