基于MODIS数据的济南市年最大植被覆盖度动态监测

植被覆盖度是反映地表植被覆盖状况的重要指标,也是衡量区域环境质量与水土保持情况的重要因子。以济南市MODIS数据为数据源,应用像元二分模型计算,获得济南市不同年份最大植被覆盖度。应用一元线性回归方法,通过数据统计,分析2001—2013年间济南市最大植被覆盖变化状况,并分析了主要变化驱动因子。结果表明:2001—2013年济南市最大植被覆盖度空间分布具有显著的区域性,大部分地区以稳定为主,局部地区变化较大;济南市植被覆盖度变化与降水的相关性较小,与气温的相关性较高,受人为影响大;植被覆盖度空间分布受地形影响:地势平缓地带,植被覆盖度与坡度负相关,在地势较高地区,植被覆盖度与坡度正相关。根据植被生长需求的特殊性,可以因地制宜、因时制宜地调整植被布局,改善济南市生态环境。     

基于混合像元分解的海坛岛植被覆盖度因子研究

在USLE／RUSLE中,降雨侵蚀力与地表植被覆盖度因子具有季节变化特征．本研究考虑到两者的时空耦合性,采用基于混合像元分解的计算-y法,得到了海坛岛不同月份的地表植被覆盖度因子C。值（第i月的地表植被覆盖度因子值）和不同地类的年植被覆盖度因子C值,为岛内土壤侵蚀预报和水保工作提供参考．对第i月的地表ND啊值与年C／Ci值进行分析,发现它们呈现较好的线性关系,用SPSS软件进行回归分析得到两组线性回归参数．年C值与11月份的地表NDVI拟合程度最好,NDVIi与C1值的拟合程度好于年C值与NDVLi最后得到海坛岛通用的Ci值估算模型G=1．007—1．119-ND％,该模型的决定系数达到0．8,可用于计算岛内各月份的Ci值．     

动态端元组合混合像元分解法在植被覆盖度动态监测中的应用——以长汀县为例

传统的像元信息分解法在计算端元丰度时端元组合是固定不变的,而在土地利用复杂地区,固定端元组合并不符合实际情况。文章针对研究区用地类型特点,预先设定数种端元组合,通过最小二乘法选择误差最小的端元组合进行端元丰度反演,进而计算出植被覆盖度;并以实测的地表反射率作为端元反射率,避免了大气差异造成的多时相误差,有利于进行动态监测;预先进行水陆分离,仅对陆地像元进行计算,可以避免水体像元的干扰并提高模型效率。辅以同期成像的高分影像对模型精度进行验证,相关系数达到0.98。将模型应用于长汀县近18 年4 个时相的Landsat 卫星数据,认为近年来长汀县植被覆盖度总体呈现变好的趋势,尤其是汀江沿岸;而城市化、火烧坡、大型工程建设是长汀县植被覆盖度局部变差的主要原因。     

基于NDVI的新疆荒漠地区植被覆盖度遥感估算经验模型研究

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。     

应用“北京一号”遥感数据计算官厅水库库滨带植被覆盖度

“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。     

抚仙湖流域植被覆盖度时空分异及其与坡度的关系

采用像元二分模型,以1974-2014年间的10期Landsat 5/8影像和DEM数据,对抚仙湖流域植被覆盖动态变化进行监测,并结合基础地理信息数据、行政区划界资料、行业部门专题资料等,分析流域植被覆盖时空分异及其与坡度的关系.结果表明:(1)1974-2014年,抚仙湖流域裸地(Ⅰ级)面积波动极小,低植被覆盖(Ⅱ级)、中低植被覆盖(Ⅲ级)、中高植被覆盖(Ⅳ级)面积变化波动大,变化趋势线数次出现谷值和峰值,高植被覆盖(Ⅴ级)面积则呈增加趋势.(2)坡度较小、地势较平缓的区域(0°~15°)以裸地和低植被覆盖为主;中低植被覆盖度、中高植被覆盖和高植被覆盖度主要分布在地势比较陡峭的区域(>15°).(3)抚仙湖流域各年份植被覆盖度Ⅰ级面积最大,1974,1977,1989,1996年Ⅱ,Ⅲ级面积较大,而Ⅳ,Ⅴ级面积较小;2000年后的Ⅱ,Ⅲ,Ⅳ级面积变化较小;2006,2009,2012,2014年Ⅳ,Ⅴ级的面积较大,Ⅱ,Ⅲ级的面积较小.     

基于多源遥感和机器学习方法的科尔沁沙地植被覆盖度反演

植被覆盖度是监测生态系统及其功能的关键参数,如何提高大区域植被覆盖度的反演精度,对生态脆弱区环境可持续发展至关重要。本研究基于人工神经网络、支持向量回归和随机森林等机器学习方法,利用无人机、Worldview-2与Landsat 8 OLI遥感数据,对科尔沁沙地植被覆盖度进行多尺度反演。结果表明：随机森林模型比人工神经网络、支持向量回归模型表现佳,可在单元（试验区）、区域（研究区）尺度上较高精度地反演沙地的植被覆盖度,反演值与无人机实测值均在线性水平上呈显著相关（P<0.01）;在单元、区域尺度上,构建的植被覆盖度反演模型测试集R²分别为0.84、0.80,MSE分别为0.0145、0.0370,一致性指数d分别为0.9576、0.8991。利用多源遥感数据和机器学习方法,通过局部区域的高精度反演逐步实现低空间分辨率遥感影像的大区域植被覆盖度反演,不仅可有效提高沙地植被覆盖度的反演精度（R²=0.78,大于0.63）,也为区域生态环境监测与生态系统健康评价提供支持。     

1982-2003年内蒙古植被带和植被覆盖度的时空变化

利用内蒙古地区1982-2003年遥感归一化差值植被指数(NDVI)数据,对植被带进行了分时段的划分,并以典型草原植被带为例,分析植被覆盖度时空变化及其与水热因子的关系.结果表明:在整个研究期间,典型草原带的面积呈增加的趋势,荒漠草原带的面积呈减少的趋势,森林带、森林草原带和荒漠带的面积趋势变化不明显.总体上看,从时段1(1982-1987年)到时段2(1988-1992年)植被带进化演变的面积占优势,从时段2(1988-1992年)到时段3(1993-1998年)进化和退化演变的面积相当,从时段3(1993-1998年)到时段4(1999-2003年)退化演变的面积占优势.在典型草原带内,多年平均植被覆盖度具有明显的季节变化,从5月上半月返青开始到8月下半月达到年最大值,其空间演进以大兴安岭两翼为中心,逐渐向东南的西辽河平原和向西的乌兰察布高原扩展.前期降水量与覆盖度季节增量年际变化之间呈正相关,显著正相关的区域位于锡林郭勒高原西部和乌兰察布高原,而气温与覆盖度季节增量年际变化的相关一般不显著.典型草原年最大覆盖度线性趋势降低与升高的面积分别占52.6%和47.4%,其中,呼伦贝尔高原西部边缘以及大兴安岭山麓两侧的年最大覆盖度呈显著降低的趋势,而西辽河平原西南部和努鲁儿虎山东段的年最大覆盖度呈显著升高的趋势.年降水量是影响年最大覆盖度的主要因子,而年均温对年最大覆盖度的影响不明显.     

基于RS的近30年滹沱河流域植被覆盖度动态变化研究

以滹沱河流域1984年、2001年和2014年3期遥感影像为数据源,基于像元二分模型,利用归一化植被指数(NDVI)反演流域植被覆盖度信息,分析了滹沱河流域近30年来植被覆盖度时空演变特征及其变化原因。滹沱河流域近30年来植被覆盖度总体呈增加趋势,其中高植被覆盖度区面积比例增幅最明显,增加了1.1倍。空间分布上,受气候和人类活动双重因素影响,流域不同区域植被覆盖度变化差异较显著,上中游植被总体以改善为主,海拔相对较低的区域则表现为退化,尤其是下游植被覆盖度持续下降,植被退化面积占该区的71.52%。     

基于光谱特征拟合的高光谱遥感影像植被覆盖度提取

植被光谱中可见光部分的吸收谷主要由叶绿素强烈吸收引起,不同植被覆盖度下光谱吸收谷的深度和形状不同,因而可以通过比较光谱吸收谷的深度和形状来提取植被覆盖度。该文采用基于光谱吸收特征匹配的光谱特征拟合SFF方法从高光谱遥感影像中提取植被覆盖度,参考光谱采用ASD光谱仪在影像覆盖地区采集的植被光谱,通过将参考光谱与像元光谱连续统去除处理后进行SFF匹配,完成植被覆盖度的提取并生成植被覆盖度图。研究结果与植被指数、光谱夹角映射方法及实地调查资料之间存在较高一致性。     

青藏高原植被覆盖变化及其与气候变化的关系

近几十年来,全球气候变化对青藏高原植被覆盖产生了重要影响。基于青藏高原1981—2005年遥感影像及同期气象数据,结合生态学模型,分析了青藏高原植被覆盖度变化趋势及其与气候变化的关系。结果显示,25 a间,青藏高原温度升高、降水量增加,植被覆盖度呈"整体升高、局部退化"趋势;地表植被改善区主要位于植被低覆盖区,退化区主要位于高覆盖区;从不同植被类型看,除针叶林、阔叶林受采伐影响覆盖度下降外,其他植被覆盖度均不同程度的上升;植被覆盖度变化与同期降水量变化、温度变化均呈正相关,且具有明显的区域差异。