金月芽期刊网

和“ndvi”相关的论文

  • 基于GF-1影像NDVI年度间相关分析的冬小麦面积变化监测 相关:农作物 遥感 识别
  • 为实现区域冬小麦种植面积变化的快速监测,减少监测难度,提高监测效率和精度,该文提出一种基于年际NDVI相关关系的监测方法(relationshipanalysisofnormaldifferencevegetationindex,rNDVI)。选择河北省黄骅市、孟村县、海兴县3个县市为研究区,基于2014年4月14日、2017年4月26日两个时期的GF-1/WFV数据,基于rNDVI方法,通过将样本点两年度的NDVI值构建二维空间,采用最小二乘法拟合的方法获得不变地物点的上下包络线方程,进而得到冬小麦变化区域的监测阈值,提取冬小麦种植增加和减少区域,实现对研究区域的变化监测。结果表明,采用rNDVI算法总体精度分别为90.60%,Kappa系数为0.84,相比传统的先最大似然分类后再提取冬小麦种植变化区域的方法,总体精度与Kappa系数分别提高了6.6个百分点和16.7%。对冬小麦增加区域、冬小麦减少区域的变化监测结果进行分析,发现基于rNDVI的变化监测方法可以有效提高裸地、线状道路、破碎的冬小麦地块等区域的变化识别能力,提高监测精度。同时分别利用2014年3月1日和2017年3月12日、2014年5月17日与2017年5月20日两对GF-1/WFV数据进行基于rNDVI的冬小麦变化区域监测,结果表明3月份的监测精度较低,主要是由于3月份冬小麦长势尚不明显,5月份与4月份的总体精度相近,主要是由于5月份冬小麦NDVI已较高,易于识别。上述研究结果表明,基于rNDVI的冬小麦变化快速监测方法可以有效监测区域冬小麦种植面积的变化情况,算法简单高效,且能够在种植结构相对单一的冬小麦分布区域保持较高精度,能够满足农情遥感监测信息快速获取的需要。
  • 基于MODIS的黑龙江省农作物种植结构提取研究 相关:MODIS NDVI NDWI
  • 基于2015年多时相MODIS数据,以黑龙江省主要农作物(大豆、玉米和水稻)为研究对象,利用黑龙江省主要作物的物候期特征、NDVI特征曲线信息和NDWI反映的耕地类型,采用决策树构建不同种类农作物的遥感提取模型,以提取大尺度农作物的空间分布格局信息。结果表明,构建的遥感提取模型有效地提取了主要农作物的空间分布信息,以东北实地调查数据为评价标准,玉米、水稻、大豆的分类精度分别为83.90%、84.71%和78.26%;以统计数据为评价标准,玉米、水稻、大豆的分类精度分别为84.463%、88.094%和81.485%。
  • 2000—2014年甘肃省NDVI时空变化特征 相关:甘肃省 NDVI 气候因子
  • 基于甘肃省2000—2014年MODIS-NDVI遥感数据及气象数据,采用趋势分析法及相关分析法,对甘肃省归一化植被指数(NDVI)的时空变化特征进行研究,探讨了植被变化对区域气候变化的响应。结果表明:近15年,生长季及春、夏、秋季NDVI均呈增加趋势。区域尺度上,夏季NDVI增加趋势最显著,增速为0.071/10a(P〈0.01);像元尺度上,生长季NDVI呈增加趋势的面积最大,呈极显著增加(P〈0.01)和显著增加(0.01
  • 基于遥感的甘肃省庆阳市植被物候信息提取 相关:SPOT-VGT NDVI 返青期
  • 以黄土高原退耕还林还草工程重点区域——甘肃省庆阳市为研究区域,利用1999-2012年的SPOT-VGTNDVI数据,采用Savitzky-Golay滤波和TIMESAT物候提取算法,得到了庆阳市近14a返青期和枯黄期数据,详细描述了庆阳市物候期时空变化格局.结果表明:庆阳地区近14a期间返青期日序位于90~188天,东南地区相对于西北地区返青期要早,表现出较强的空间差异性,枯黄期日序位于275~309天,南部地区相对北部地区枯黄期要晚;从时间上来讲,14a间,庆阳市返青期日序呈降低趋势,在一定程度上呈现出返青期的提前和枯黄期的推迟;空间上来讲,55.46%的研究区返青期变化率基本不变(-1~1 d/a),49.61%的区域出现了枯黄期的推迟(1~3 d/a).研究结果与已有的研究较为一致,并详细描述了庆阳市物候期时空变化格局,可为中国北方农牧交错带生态环境评估和保护提供一定的参考.
  • 重建NDVI时间序列及火后森林恢复时空动态分析 相关:NDVI 时间序列 火烧强度
  • 对大兴安岭图强1987年火后森林NDVI连续长时间动态恢复轨迹及其趋势特征的空间分布进行研究,探究森林时空动态恢复状况,为空间尺度、长时间序列森林火后动态恢复监测提供参考.以归一化植被指数(NDVI)作为火后森林动态恢复的表征参量,基于季节校正方法,重建生长旺季NDVI时间序列;结合火烧强度数据,监测不同火烧区森林NDVI恢复轨迹;利用Mann-Kendall趋势分析法,分析火后12年森林NDVI变化趋势的空间分布.结果表明:季节校正后NDVI年际间可对比,各火烧强度下NDVI年际变化规律明显.火后12年是森林的主要恢复期,火烧区森林总体恢复较好.森林NDVI时空动态恢复趋势与火烧强度存在一定相关性,重度过火区NDVI上升趋势最显著.火后不同的森林恢复措施进一步导致火烧区内部NDVI趋势的空间差异.
  • 基于时间序列MODIS-NDVI的冬小麦遥感识别 相关:多时相 NDVI 土地利用类型
  • 利用TM影像更新研究区的土地利用数据,提取冬小麦可能出现的区域作为掩膜限定识别范围,从而可以减少其他植被类型信息的干扰;通过选取冬小麦样点,在时间序列NDVI数据中提取纯冬小麦的时序曲线,根据曲线特征构建时相识别模型;在限定的范围内根据识别模型提取冬小麦,进而将两个尺度数据进行综合处理和面积统计,冬小麦面积为268.65×10^3 hm^2;利用统计年鉴数据和随机抽样两种方法进行精度分析,结果显示面积精度为91.56%,位置精度为87.46%。与实地调查和人工解译相比,大大提供了工作效率,减少了工作量,适用于大面积区域尺度的冬小麦监测。
  • 青海湖流域水位和农牧业特征对气候暖湿化特征的响应研究 相关:青海湖流域 气候变化 水位
  • 为揭示青海湖水位变化及农牧业特征对气候暖湿化的响应,通过分析流域气象、水位以及草地NDVI变化、建立水位评估模型,计算各因素贡献率,定量评估各要素对湖水位和农牧业的影响。结果表明:流域气候呈显著暖湿化趋势,降水量总体呈弱的增加态势,但2001—2015年增加显著并在2003发生突变;流域内平均气温、最低气温和最高气温均呈显著的升高趋势(P〈0.01);湖水位从1961年开始,下降趋势显著,速率为-0.5 m/10 a(P〈0.01);2004—2015年连续上升,上升速率达1.44 m/10 a(P〈0.01)并在2004年发生了突变;前一年降水量、流量及蒸发量对水位影响大,贡献率大小依次为流量、降水量和蒸发量。因此,2001—2015年的15年里降水量增加及其导致的河流径流量增加可能是水位上涨的主要原因。
  • 基于NDVI的三北防护林工程区植被覆盖度变化图谱特征 相关:三北防护林工程区 NDVI 植被覆盖度
  • 基于1985、1995、2000、2010年4期GIMMS NDVI3g数据,利用像元二分模型估算植被覆盖度,并运用图谱分析法对三北防护林工程区4期植被覆盖度变化进行了时空分析。结果表明:(1)图谱空间差异上,植被覆盖度变化主要发生在内蒙古东北部、新疆西北部以及陕甘宁地区,且在工程区内先分散再集中;(2)图谱数量变化上,植被覆盖度变化的总面积先减少后增加,总体呈现出上升趋势;(3)图谱变化模式上,以稳定型、最近转换型和平稳转换型为主,而变化最大的图谱单元类型大部分是植被覆盖度等级转好的类型,植被覆盖度呈现稳定增长的态势,尤以2000-2010年最明显。研究结果可以及时准确地反映该工程区植被变化状况,为三北防护林工程进一步建设提供科学指导。
  • 喀斯特地区不同植被类型NDVI变化及驱动因素分析——以贵州为例 相关:喀斯特 植被类型 NDVI
  • 以SPOT-VEGNDVI数据为基础结合植被类型、气象和石漠化数据,通过NDVI变化趋势倾斜率及逐像元相关分析,分析不同植被类型NDVI变化趋势及驱动因素.结果表明,(1)2000-2013年贵州省植被NDVI呈增加趋势,其中2000-2007年为快速增加期,变化率为0.25/10a(r^2=0.923);2008-2013年增速减缓,变化率为0.02/10a(r^2=0.381).(2)人工植被NDVI增速最大为0.17/10a(r^2=0.813),灌丛灌草丛次之,为0.13/10a(r^2=0.85),乔木类植被(常绿阔叶林、落叶阔叶林、常绿和落叶阔叶混交林、针叶林、针阔混交林)和竹林的NDVI基本保持不变.(3)贵州省气候变化呈不显著冷干趋势,其中降水对植被变化的影响力大于温度,植被NDVI与年降水量和年均温均呈现不显著负相关关系.(4)人工植被与降水和气温的逐像元分析中,显著负相关比重较大,分别达到20%和15%;灌丛灌草丛的显著负相关比重也大于正相关,分别达到16%和17%;乔木类植被则相反,显著正相关比重较大,其中河谷季雨林达到48%.(5)人类活动强度较高的区域,NDVI变化与城市扩展、植树造林及石漠化治理面积有显著正相关性.由此得出,在人类活动强度较大的区域,如城镇周边、生态治理与修复措施的实施区域,植被变化主要受人为作用制约;但当人类活动或干扰较少时,气候变化限制植被的变化趋势.所以,从宏观角度分析植被变化与气候变化的关系时,必须权衡人为作用和气候变化对植被变化的影响.
  • 基于遥感的长治县植被覆盖度时空变化研究 相关:植被覆盖 NDVI 遥感
  • 植被覆盖度能反映一个时间段某区域的植被动态变化情况,归一化指数简称NDVI,其是反映植被覆盖度的重要指数。通过分析2004年LANDSAT 5 TM数据和2014年LANDSAT 8 OLI_TIRS遥感数据,对长治县12个乡镇与5种植被覆盖度类型进行叠加分析。结果表明,高覆盖度有大幅度的下降,其植被面积所占比例从2004年的76.55%下降到2014年的60.05%;其他类型都升高了,其中,中高覆盖度、中覆盖度和低覆盖度上升幅度较大,中高覆盖度从2004年的10.34%上升到2014年的16.26%。长治县12个乡镇的5种植被覆盖度类型面积全部下降,其中,荫城镇的高覆盖度面积从2004年最高的35.38 km2降至2014年的1.82 km2。