植被覆盖度的遥感估算方法研究
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。本文旨在分析并讨论测量植被覆盖度的方法，并建立利用遥感技术定量估算植被覆盖度的模型。研究内容主要由以下几部分组成：首先介绍植被覆盖度遥感测量方法的基本理论、研究现状和发展趋势。然后在像元二分模型的基础上对已有模型进行改进，建立用NDVI归一化植被指数估算植被覆盖度的模型。改进模型主要是对原有模型的两个重要参数的推导，提出了新的见解，并根据实际操作时的三种情况，提出了估算植被覆盖度的三种方案。对于方案的选择要考虑三方面的因素：研究区位置、遥感数据的时相与空间分辨率。该模型可以适用于各种植被类型，也适用于不同分辨率的遥感数据。根据研究区密云与官厅水库流域的具体特点选用改进模型方案一，结合实际情况设计了模型应用的技术路线，和实施方法。作为官厅、密云水库上游水土保持生态环境建设项目的一部分，应用此技术路线对研究区植被覆盖度进行了估算。通过密云流域的实地
(本文共113页)
本文目录 |
阅读全文>>
-
- 兰州大学
中等分辨率遥感影像上存在大量的混合像元,在研究干旱绿洲区植被覆盖度问题时容易引起像元归类误判误分等问题。光谱混合模型模拟了像元的光谱组成,能够深入像元内部对各组成成分进行解混,以此来求取对应地表各种覆盖物的组成比例,进而得到亚像元精度的地表植被覆盖度。线性光谱混合模型是研究区域尺度像元光谱混合问题较为理想的模型。本文以Landsat-8OLI影像为数据源,经辐射定标、大气校正、几何校正和水体掩膜处理,获得研究区地表覆盖物真实反射率值,同时结合与影像数据准同步的实地样方测量数据,通过不同途径分别构建四端元模型、五端元模型和六端元模型,在线性光谱混合模型中分别对研究区影像进行逐像元分解,取得在不同端元模型下的研究区植被覆盖度,并结合实测数据进行验证。取得的主要结论如下。1、线性光谱混合模型,在不同的约束条件下,有不同的预期分解结果。其中,全约束条件下的线性光谱混合模型,其分解结果具有较好的物理意义,适用于植被覆盖度遥感估算研究。2、...
(本文共62页)
本文目录 |
阅读全文>>
-
- 国土资源遥感
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...
(本文共6页)
阅读全文>>
-
- 安徽农业科学
以西北地区典型的干旱区——疏勒河中下游地区为研究区,利用植被指数(NDVI、SAVI、EVI)对原始Landsat-OLI影像进行了维度扩展,构建了以高反射率、低反射率、裸土、农田植被、荒漠植被为组分的五端元模型。之后对实测植被光谱值进行分析,将实测植被光谱值引入到端元模型中,进一步构建了将植被分为农田植被、第一类荒漠...
(本文共5页)
阅读全文>>
-
- 甘肃科技
植被覆盖度在生态环境中扮演着非常重要的角色,遥感影像可以反映不同空间尺度的植被覆盖信息及其变化的趋势,因此,遥感监测是获取区域植被覆盖度参数的重要的...
(本文共3页)
阅读全文>>
-
- 吉林大学
植被作为生态系统中物质循环与能量循环的中枢,在物种的生存与延续中有着至关重要的作用,植被覆盖的状况在很大程度上反映了区域生态环境的现状。松花湖流域是我省重要的饮用水源地和国家级自然保护区,流域内植被覆盖状况的研究,对保护生态、环境、经济和社会的发展具有非常重要的意义。本文利用遥感方法,选取植被作为研究对象,基于归一化差值植被指数(NormalDeference Vegetation Idex,NDVI),建立像元二分模型来计算植被覆盖度。本文研究内容主要由以下几部分组成:介绍了研究的目的和意义、植被覆盖度的遥感监测方法以及本文基于植被指数(NDVI)建立像元二分模型的原因。在数据处理过程中,以Landsat TM/ETM+为数据源,运用了ERDAS、MAPGIS、ARCGIS和ENVI遥感图像处理软件和PHOTOSHOP图像处理软件,对松花湖流域2000年和2006年两期遥感图像资料处理和分析并进行了植被覆盖度的提取。然后对计算...
(本文共64页)
本文目录 |
阅读全文>>