简介:漓江近30年来出现了水量减少、枯水期越来越长的问题,而其上游青狮潭水源林覆盖的变化是影响漓江水量的重要因素之一。分别利用遥感比值植被指数(RVI)和归一化植被指数(NDVI)模型,提取美国ETM遥感图像青狮潭水源林不同时相的植被指数,通过分析植被指数的变化来研究水源林覆盖的变化。结果表明,1999年12月15日至2002年1月5日,研究区青狮潭水源林大部分面积(约80%)的植被覆盖度出现下降趋势,但植被覆盖度减少的数值不大,RVI减少值主要在-1.5≤·RVI<-0.1,NDVI减少面积中超过一半面积的NDVI减少值在-0.2≤·NDVI<-0.1,增长、不变的面积各占10%左右,遥感植被指数为定量分析漓江上游水源林覆盖的变化提供了一种有效手段。
简介:本研究以地面样方调查结合2000-2013年MODIS—NDVI数据,建立样方生物量和遥感数据的关系模型,反演锡林河流域产草量的时空分布。研究结果表明:建立的植被指数模型相关系数达到0.6以上,模型精度为80%,线性模型作为遥感估测应用可行;锡林河流域年平均产草量鲜重为1001kg/hm2,空间分布呈现东南高-西北低的空间分布规律;2000-2013年,产草量年际间变化大,变异系数为51.6%,产草量总体呈波动上升趋势。锡林河流域草原产草量的时空变化与主要气候因素(气温、降水)关系密切,特别是受降水量的时空变化影响更为显著。本研究结论可以为有效地保护和利用草地资源、合理配置载畜量和恢复草原生态环境提供有效的技术支持和保障。
简介:摘要 : 水稻叶片叶绿素含量遥感诊断是实现水稻精准施肥的核心要素。本研究通过分析寒地水稻关键生育期叶片高光谱反射率信息,同时结合 PROSPECT模型叶绿素含量吸收系数,参考借鉴现有高光谱植被指数的构造方法和形式,利用相关性分析、连续投影法、遗传算法优化的粗糙集属性简约法进行高光谱特征选择,提出了仅含有 695、 507和 465nm 3个高光谱特征波段的红边优化指数( ORVI)。与 Index Data Base数据库中其他用于叶绿素含量反演植被指数,包括 ND528,587、 SR440,690、 CARI、 MCARI的反演结果进行了对比分析,结果表明: IDB数据库中的已有 4种植被指数叶绿素含量反演模型的决定系数 R2分别为 0.672、 0.630、 0.595和 0.574; ORVI植被所建立的叶绿素含量反演模型的决定系数 R2为 0.726,均方根误差 RMSE为 2.68,精度高于其他植被指数,说明了 ORVI在实际的应用中,能够作为快速反演水稻叶绿素含量的高光谱植被指数。本研究能够为寒地水稻叶绿素含量高光谱遥感诊断及管理决策提供一定的客观数据支撑和模型参考。
简介:摘要 : 含水量是表征水稻生理和健康状况的关键参数,精确预测水稻含水量对于水稻育种和大田精准管理具有重要意义。目前,利用无人机搭载光谱图像传感器监测作物生长的研究主要集中在利用植被指数评估作物在单一或者几个生育期的生长参数,针对作物含水量监测的研究非常有限。本研究主要利用多旋翼无人机低空遥感平台获取不同生育期水稻冠层的 RGB图像和多光谱图像,通过提取植被指数和纹理特征,分析水稻的动态生长变化,并构建了基于随机森林回归方法的含水量预测模型。试验结果表明:( 1)从无人机图像提取的植被指数、纹理特征以及地面测量的含水量都能用于监测水稻生长,并且这些参数随水稻生长呈现出了相似的动态变化趋势;( 2)与 RGB图像相比,多光谱图像评估水稻含水量具有更高的潜力,其中归一化光谱指数 NDSI771,611实现了更好的预测精度( R2=0.68, RMSEP=0.039, rRMSE =5.24%);( 3)融合植被指数和纹理特征能够进一步改善含水量的预测结果( R2=0.86, RMSEP=0.026, rRMSE=3.51%),预测误差 RMSEP分别减小了 16.13%和 18.75%。上述结果表明,基于无人机遥感技术监测水稻含水量是可行的,可为农田精准灌溉和田间管理决策提供新思路。
简介:摘要:植被不仅是生态系统的重要组成部分,对生态平衡、水源涵养、防风固沙等也具有重要意义。植被作为生态环境的重要指征指标,了解攀枝花市仁和区植被影响因素及时空变化规律,能为当地管理部门进行生态环境管理及保护供理论依据具有重要意义。植被指数可以直接反应植被覆盖度情况,所以可以通过研究植被指数来反应植被情况。
简介:黄土高原是我国生态环境最为脆弱的地区之一。探讨黄土高原地区植被覆盖动态变化对于区域植被恢复和生态系统重建具有积极意义。利用空间数据分析软件GeoDa和ArcGIS地统计分析模块,采用1998、2003、2008和2012年8月21日的SPOT—VGTNDVI数据代表黄土高原地区相应年份植被覆盖最大的时期,对黄土高原植被覆盖随时间的演变特征进行分析。结果表明,1998--2012年,黄土高原植被覆盖经历了先降低后增加的过程,且1998、2003、2008和2012年的归一化植被指数(NDVI)数值均有明显的空间自相关关系,NDVI值冷点区的位置和范围均较为稳定,热点区变化较大,主要分布在陕西和山西境内。
简介:利用NASA/AVHRR的982—2006年NDVI(NormalizedDifferenceVegetationIndex)数据和江西省79个气象站1982—2005年逐日降水观测资料,分析了江西省植被和降水的时空变化特征以及年降水和不同时空尺度的植被NDVI间相关关系。结果发现:1)降水在季节和年尺度上变化均不明显;年植被NDVI未发生显著变化,春季植被NDVI呈显著上升趋势,夏、冬两季呈显著下降趋势。2)当植被NDVI的空间尺度达到9×9(即36km×36km,可称为"最优时空尺度")时,二者相关系数基本稳定,说明年降水和该空间尺度植被的关系能较好地反映出降水与植被的相互关系。3)各季节降水与不同时空尺度下植被NDVI关系表现为除秋季外,其他3个季节的降水均与植被NDVI显著相关,但与之对应的植被NDVI"最优时空尺度"不尽相同。因此,考虑到不同时空尺度的植被NDVI与降水之间关系存在较大差异,在今后研究二者之间关系时,必须充分考虑时空尺度对研究可能带来的不确定性。
简介:以三江平原为研究区,利用多时相的中分辨率成像光谱仪(ModerateResolutionImagingSpectroradiometer,MODIS)影像数据,采用一种基于归一化植被指数(NormalizedDifferenceVegetationIndex,NDVI)时间序列的监督分类方法获取了研究区湿地植被的分布数据.监督分类以NDVI时间序列的波形所反映出的植被物候特征作为分类器,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,并运用傅立叶变换后波形幅度和相位的相似性来确定像素的归属类别.根据研究区植被的物候特征的差异,区分出7种地表(沼泽、沼泽化草甸、滩地、水田、旱地、灌木和林地)的植被类型,得到三江平原2005年湿地植被的分布数据.该方法的总体分类精度达到79.67%,Kappa系数为0.7525.研究表明,基于MODIS多时相NDVI数据,采用基于傅立叶组分的相似度分类方法可以客观、经济、快速的提取湿地植被分布数据.