首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 93 毫秒
1.
基于中分辨率TM数据的湿地水生植被提取   总被引:8,自引:0,他引:8  
林川  宫兆宁  赵文吉 《生态学报》2010,30(23):6460-6469
利用湿地水生植被生长旺盛、光谱反射较强、光谱信息比较丰富的8月份中分辨率Landsat TM和ETM+多光谱遥感影像,采用面向对象的分类方法,进行野鸭湖湿地水生植被的提取。研究表明:在提取过程中,通过对原始影像进行主成分变换和穗帽变换,将主要信息与噪声分离,不仅减小了数据冗余和波段间的相关性,而且增大了影像上湿地水生植被与其他地物类型光谱和空间信息的差异性,并结合野外水生植被光谱特征分析,选择归一化植被指数NDVI与归一化水体指数NDWI辅助分类,构建特征波段或波段组合,然后,确定适当的隶属度函数和阈值范围,构建分类决策树,完成湿地水生植被的自动分类,提高了影像分割与面向对象分类的精度,取得了较为理想的湿地水生植被提取结果。2002年和2008年两景影像的总体分类精度分别达到86.5%和85.44%,表明中分辨率TM影像可以满足湿地水生植被提取的需要,又因为其具有较高的波谱分辨率、极为丰富的信息量、相对较低的价格、长时间序列,可以作为近20a湿地水生植被提取和动态变化监测的主要数据源。  相似文献   

2.
面向对象的优势树种类型信息提取技术   总被引:1,自引:0,他引:1  
森林植被优势树种类型信息的提取是遥感影像分类中的难点.面向对象分类方法是用高空间分辨率遥感数据实现精确类型信息提取的新方法.本文以2013年Quickbird影像作为基础数据,选择福建省三明市将乐林场为研究区,采用面向对象多尺度分割方法提取耕地、灌草地、未成林造林地、马尾松、杉木和阔叶树等类型信息.分类特征融合植被的光谱、纹理和多种植被指数3类特征信息,建立类层次结构,对不同层次分别用隶属度函数和决策树分类规则,最终完成分类,并与只用纹理与光谱特征相结合的方法进行对比.结果表明:融合纹理、光谱、多种植被指数的面向对象的分类方法提取研究区优势树种类型信息的精度为91.3%,比只用纹理和光谱的方法精度提高了5.7%.  相似文献   

3.
周在明  杨燕明  陈本清 《生态学杂志》2016,27(12):3920-3926
为了实现对沿海滩涂湿地资源与生态环境的有效管理与利用,需要对区域内的入侵种互花米草进行高精度的监测与分析.本文以福建三沙湾为试验区,以低空无人机获取的可见光和多光谱影像为数据源,对互花米草植被覆盖度进行监测与分析,通过NDVI指数模型获取了多光谱影像的植被覆盖度信息,以可见光影像为参考进行了精度检验.结果表明: 影像区互花米草植被覆盖度以40%~60%和60%~80%的中高和高等级覆盖度为主.NDVI模型估算值与真实值之间的均方根误差RMSE为0.06,决定系数R2为0.92,两者具有较好的一致性.  相似文献   

4.
长江中下游湖泊水生植被调查方法   总被引:17,自引:0,他引:17  
我国湖泊成因多种多样,不同成因湖泊水生植被调查方法不尽相同。文中总结了前人的研究成果,从湖泊水生植被的描述与分析、取样技术等方面提出了长江中下游湖泊水生植被调查方法。  相似文献   

5.
黄土高原地区提取植被信息方法的研究   总被引:16,自引:0,他引:16  
研究评价了适于黄土高原地区植被信息提取的最佳植被指数和方法。该地区分布有落叶阔叶林、草原和荒漠,植被类型丰富多样。然而土壤背景对植被信息提取有较大影响。经对比分析,修正后的土壤调节植被指数(MSAVI), 不仅能增强植被信号,并能大大减小土壤背景的影响,同时又能宏观地反映该地区植被类型的分布状况。它是黄土高原地区目前提取植被信息较好的植被指数。标准化差值植被指数(NDVI)、土壤调节植被指数(SAVI)和垂直植被指数(PVI)分别适用于高密度、中等密度和稀少植被地区植被信息的提取和监测。各种植被指数多时象累加产生的图像能较好地提取植被信息  相似文献   

6.
<正> 水生区系与植被,作为研究的对象而言,是处于植物学与水生生物学两学科的交接处。在一切植物学领域里所采用的研究方法对于水生植物也是适用的,尽管后者在资料的收集与整理上具有自己的特点。 譬如,在为区系与检索表编写种的鉴定书时,就有必要考虑到水生植物的特点:以营养体为优势、异叶性、存在着水生的与地面的两型形态。作为植被类型中的一种,水生植被研  相似文献   

7.
水生植被分布情况、结构和演变趋势对湿地生态环境变具有重要的指示意义和科学研究价值。基于Sentinel-2遥感数据,综合应用光谱信息、水体植被指数、最佳指数法(Optimal Index Factory,OIF)计算的纹理特征,结合随机森林分类法,构建特征优化后的随机森林水生植被提取模型,对于桥水库进行水生植被提取。结果显示:该方法能有效的提取出水生植被,总体精度为93.22%,Kappa系数为0.91。进一步与最大似然和支持向量机(SVM)方法进行对比分析,结果表明本算法的总体精度分别提高了19.96%、8.53%, Kappa系数分别提高了0.25、0.11。基于水生植被全年提取结果,分析了于桥水库的水生植被年内变化,发现于桥水库水生植被在五月份最繁盛,随后逐渐消减,直至十月份基本消亡。实验表明:特征优化后的随机森林分类法在Sentinel-2影像水生植被提取中具有较好的适用性。  相似文献   

8.
采用无人机影像进行绿地信息分类时,常利用影像光谱、纹理、形状等分类特征,忽视了通过无人机影像生成点云构建的数字表面模型(Digital surface model, DSM)和数字高程模型(Digital elevation model, DEM)差异特征。基于此,提出一种顾及无人机影像点云特征的绿地信息分类方法。方法首先基于摄影测量理论对研究区无人机影像进行空三计算,并生成点云,在此基础上构建DSM、DEM和数字正射影像(Digital Orthophoto Map, DOM);然后,利用DSM和DEM模型构建地物高度差异模型(normalizedDigitalSurfaceModel,nDSM);最后,利用可见光波段差异植被指数(Visible-band difference vegetation index, VDVI)对DOM进行植被与非植被分类,并结合nDSM对植被进行分类。以昆明市呈贡区白龙潭公园为研究区进行绿地信息分类, Kappa系数精度达到0.862,实验表明本文的方法对城市绿地调查具有实际意义。  相似文献   

9.
湖泊水位变动对水生植被的影响机理及其调控方法   总被引:26,自引:0,他引:26  
刘永  郭怀成  周丰  王真  黄凯 《生态学报》2006,26(9):3117-3126
水位的高低及其变动范围、频率、发生的时间、持续的时长和规律性等是影响湖泊水生植被的核心因子.水位变动有短期、年内季节性和年际变动3种,对湖泊水生植被有不同的影响机理.水位短期变动通过对水体中的悬浮物、透明度、光衰减系数等的影响而对水生植被产生作用;周期性的年内季节性和年际水位变动可对水生植被的生态适宜性产生影响,并进而改变其时空分布;长期的高水位和低水位以及非周期性的水位季节变动会破坏水生植被长期以来对水位周期性变化所产生的适应性,从而影响了植被的正常生长、繁衍和演替.植被的极端深度和物种多样性是水位调控的核心表征指标,可通过经验数据分析法、生态模型法和参照法等方法来确定湖泊的适宜水位变动范围和时间.研究对象选择、研究方法、管理中的应用以及重要环境变化所产生的影响等是今后相关研究的核心问题.  相似文献   

10.
河口湿地具有丰富的生物多样性和高度异质化的景观格局。针对河口湿地景观的复杂性,采用传统的基于单幅遥感影像的分类方法并不能得到较好的分类结果。本研究采用多时相无人机遥感影像参与分类,以优化河口湿地景观自动分类结果。选择天目湖上游平桥河河口湿地为研究区,选取4个季节的无人机影像为基础数据源,采用面向对象与决策树相结合的分类方法,针对不同季节组合的影像进行分类。结果表明:采用多时相无人机影像能显著提升分类效果,且参与分类的时相越多,效果越好;单季影像中,春季是最适合进行景观分类的季节,分类总体精度为62.7%,Kappa系数为0.59;当4个季节获取的影像同时参与分类时,分类总体精度为91.7%,Kappa系数为0.90;参与分类的时相光谱特征差异越大,分类效果提升越明显。本研究可为河口湿地景观分类提供技术支持,并提出了一种利用可见光无人机遥感影像进行湿地景观分类的新思路。  相似文献   

11.
基于不同光谱指数的植被物候期遥感监测差异   总被引:2,自引:0,他引:2  
植被物候是陆地生态系统响应气候和环境变化的一项综合性指标.遥感光谱已经被广泛用于提取植被物候期,但遥感提取的物候期与站点观测差别很大,其物理意义尚不明确.本文选取中国东北部的一景MODIS数据(2000—2014年),分析了基于红波段和近红外波段的归一化差值植被指数(NDVI)和简单比植被指数(SR)提取的植被生长季起始期(SOS)和结束期(EOS)的差异.结果表明:两者的物候期存在显著差别,基于NDVI提取的SOS比SR提取的SOS平均早18.9 d,基于NDVI提取的EOS比SR提取的EOS平均晚19.0 d,NDVI得到的生长季长度更长.基于NDVI和SR提取的物候期的年际变化也存在显著差别,超过20%的像元SOS和EOS甚至表现出相反的年际变化趋势.上述差异与两种植被指数自身的季节曲线特征和抗噪性差异有关.NDVI与SR观测数据来源完全一致,仅数学表达形式不同,提取的物候期结果却存在显著差异.说明遥感监测的植被物候期高度依赖于植被指数的数学表达形式,如何建立可靠的植被物候期遥感提取方法仍需进一步研究.  相似文献   

12.
复杂地形草地植被碳储量遥感估算研究进展   总被引:1,自引:0,他引:1  
草地生态系统是我国最大的陆地生态系统,其植被碳储量的准确评估对维护国家生态安全和指导畜牧发展有重要作用。植被生物量和草地面积是草地植被碳储量估算的关键,随着遥感技术的发展,两者估算精度和效率显著提高,先后发展出多种草地生物量遥感估算模型和土地覆被产品,并已在平坦地区取的较好估算结果。然而,复杂地形区迥异于平地的几何形态和水热分布所产生的不均一的生态系统结构和功能,给草地生物量和草地面积的遥感估算带来诸多困难,影响对草地植被碳储量的准确判定。本文在回顾国内外草地植被碳储量遥感估算方法与所需关键参数的基础上,对遥感估算复杂地形草地植被碳储量过程中所面临“遥感影像地形效应的去除和尺度选择”、“植被指数与地形指标的选取”、“过程模型植被生长参数的率定”、“草地面积估算”以及“气象数据与复杂地形上微气候的匹配”等问题进行了总结并提出相应的解决思路,以期为草地植被碳储量遥感估算模型的合理构建以及估算精度的提高提供参考。  相似文献   

13.
基于面向对象及光谱特征的植被信息提取与分析   总被引:3,自引:0,他引:3  
崔一娇  朱琳  赵力娟 《生态学报》2013,33(3):867-875
面向对象分类方法是实现精确详细提取遥感信息的新方法.以2010年TM影像作为基础数据,采用面向对象方法着重提取了西辽河流域平原的植被信息(耕地、林地、中生偏旱和中生偏湿草).通过对不同地物的光谱和空间信息(位置、形状)进行比较分析,建立适当的隶属度函数和阈值范围,在草地的分类规则中,参考野外采集的草地植被光谱信息,辅助草地属性特征选择.最后构建分类决策树,完成自动分类,分类总体精度达到82.13%.在分类结果的基础上,讨论了植被分布特点,对不同类型的植被面积、不同区县植被面积以及植被与一级河流关系三方面进行分析.结果显示:研究区植被以林地和耕地为主,分别占总面积的38.9%和23.3%;耕地、林地、中生偏湿草地多分布于河流中下游区县,受人为因素影响较大的林地、耕地主要集中在科尔沁左翼中旗和科尔沁左翼后旗;林地、中生偏湿草较集中分布在一级河流的10km缓冲区内,耕地主要集中在5km缓冲区内,中生偏旱草与一级河流的关系不显著.  相似文献   

14.
基于FVC指数的中国西北干旱区植被覆盖变化Markov过程   总被引:3,自引:0,他引:3  
基于1982-2000年NOAA/AVHRR影像的FVC数据,对中国西北干旱区采用先分区再因海拔而异的分类方法进行植被覆盖的遥感分类,并在8 km×8 km空间分辨率下,对研究区植被覆盖变化的任意两年、连续平均和间隔平均转移概率矩阵下Markov过程进行分析与检验,探讨了研究区植被覆盖变化的Markov过程及其指示意义.结果表明:研究区植被覆盖变化受随机过程的控制和长期稳定的驱动因子影响,其转移变化是多重的Markov过程;仅使用两期的植被覆盖变化不能准确预测植被覆盖变化的发展趋势,无论这两期的时间是连续还是有一定时间间隔;对中国西北干旱区而言,连续10年以上的数据变化信息基本可以反映大部分影响该区植被覆盖的因素,采用长期平均转移概率矩阵可以得到较稳定的模拟与预测;植被覆盖变化是长期的动态平衡,平衡一旦被打破,建立新平衡是一个很长的时间过程.  相似文献   

15.
以内蒙古草地蝗虫产卵期、越冬期和孵化期的关键气象影响因子作为草地蝗虫气象适宜度指数构建的主要因子,对内蒙古镶黄旗2010年草地蝗虫潜在发生的气象适宜性进行评价;根据当年7月上中旬在镶黄旗的实地调查资料,选取海拔、坡向、土壤类型、土壤含砂量、植被类型、植被盖度、土地覆被类型7个相对稳定的生境因子,用模糊评判方法和3S(GIS、RS、GPS)技术对该旗草地蝗虫潜在发生的生境适宜性进行评价;最后通过构建气象-生境适宜性综合评价模型,得到该旗2010年草地蝗虫潜在发生可能性(POG)等级,并用2010年实测数据和2001-2010年历史数据对模型模拟的蝗虫发生位置和蝗灾发生面积进行验证.结果表明:用本文所建气象-生境适宜性综合评价模型对镶黄旗POG等级的评价结果是可靠的.该旗草地蝗虫潜在发生的气象适宜性等级非常一致,绝大多数为适宜等级;蝗虫潜在发生源地的空间异质性主要与生境因子有关,在海拔1300~1400 m的平地/东坡/南坡、植被盖度30%~50%的温带丛生禾草草原、土壤含砂量60%~80%的典型栗钙土的生境条件下,草地蝗虫潜在发生的可能性最高.  相似文献   

16.
基于植被覆盖度的植被信息遥感变化检测已成为研究植被及其相关生态系统变化的主要途径,但由于云覆盖等天气条件的影响,很难获得不同年份同一季节覆盖整个研究区的光学遥感影像来进行植被变化检测,而采用季节差异的影像必然会影响植被变化检测的结果.为此,本研究利用中高分辨率遥感数据的空间分辨率优势和MODIS遥感数据的时间分辨率优势,基于二者关系的拟合,提出一种植被信息季节变换的方法,将不同季节影像的植被覆盖度变换到研究所需的季节上.结果表明: 将该方法应用到福建敖江流域连江片区发现,植被信息变换的效果较好,经过将覆盖研究区的2007年冬季和2013年春季的中高分辨率影像的植被信息统一变换到夏季后,2007年的植被覆盖度由66.5%上升到79.7%,2013年由58.6%上升到77.9%,有效消除了因季节差异而对植被覆盖度估算产生的误差,提高了结果的准确性.  相似文献   

17.
基于高光谱混合像元分解的干旱地区稀疏植被覆盖度估测   总被引:9,自引:0,他引:9  
以Hyperion高光谱影像为数据源,选取流沙、假戈壁(影像端元)及荒漠植被(实测光谱端元)3种端元,利用非受限及全受限的混合像元分解对甘肃省民勤绿洲-荒漠过渡带的稀疏植被覆盖度进行了估测.结果表明:全受限混合像元分解得到的荒漠植被分量准确地代表了地表真实稀疏植被覆盖情况,两者之间的偏差不超过5%、均方根误差RMSE为3.0681;而非受限的混合像元分解结果则明显小于地面实测植被覆盖度,两者之间虽具有一定相关性,但相关性不高(R2=0.5855);与McGwire等的相关研究相比,全受限混合像元分解对稀疏植被覆盖度的估测具有更高的精度及可靠性,具有广阔的应用前景.  相似文献   

18.
阴山北麓农牧交错带植被变化及其对气候变化的响应   总被引:6,自引:0,他引:6  
范锦龙  李贵才  张艳 《生态学杂志》2007,26(10):1528-1532
利用1982—2003年8kmNASA/GIMMS半月合成的植被指数(NDVI)数据和同期气候数据,分析了阴山北麓地区农牧交错带的NDVI年平均值、年累积值距平的动态变化以及NDVI年平均值与年平均温度和年降水的时间序列相关关系。结果表明:1982—2003年NDVI年平均值呈现逐渐增高趋势,1990年以后的NDVI年平均值明显高于以前;NDVI在空间变化上表现为牧业区<农牧区<农业区,说明农业区NDVI受气候的影响程度较牧业区和农牧区弱;研究区温度对植被指数的影响没有明显的规律性,但降水与植被指数呈正相关,降水的多寡决定了植被的生长状况。  相似文献   

19.
农田秸秆焚烧造成秸秆资源的巨大浪费和大气环境的污染,利用热红外波段识别火点的方法可以实时、快速地获取焚烧情况,但是不能提供秸秆焚烧的面积、范围等详细的空间分布情况,也不能确定焚烧的严重程度.利用已燃烧与未燃烧区域的光谱差异选择某些波段构建燃烧指数的方法在森林火灾研究中得到了广泛应用,但是这些指数在农田秸秆焚烧中的潜在应用没有被研究.本文基于松嫩平原地区的两景Landsat 8卫星影像,采用归一化燃烧率(NBR)、引入热红外波段的归一化燃烧率(NBRT)、燃烧面积指数(BAI)3种燃烧指数对农田秸秆焚烧和未焚烧区域进行提取,并与秸秆覆盖度进行相关分析.结果表明:NBR、NBRT和BAI指数对焚烧和未焚烧区域的分类精度分别为91.9%、92.3%、87.8%,NBR、NBRT与覆盖度呈线性相关,R2分别为0.73、0.64,BAI与覆盖度呈幂指数相关关系,R2为0.68.燃烧指数方法可以在农田秸秆焚烧中得到很好的应用,可定量评估秸秆燃烧程度,为大气环境评价提供技术与数据支持.  相似文献   

20.
青藏高原多年冻土区不同草地生态系统恢复能力评价   总被引:10,自引:0,他引:10  
草地生态系统恢复能力是评价人类工程活动对青藏高原多年冻土生态系统影响的重要组分.分析了不同草地生态系统干扰带和非干扰带群落特征、植物多样性、草地初级生产力和经济类群,综合评价了青藏高原多年冻土区地上植被在受工程活动干扰后的综合恢复能力.结果表明:经过近20多年的自然恢复,青藏苔草草原、紫花针茅草原、扇穗茅草原、高山嵩草草甸、矮蒿草草甸和藏蒿草沼泽化草甸6种草地的盖度和物种组成均有一定程度的恢复,且草原群落的恢复程度好于草甸群落,但干扰群落仍低于未干扰群落;紫花针茅草原分布区物种多样性恢复好于其他草地类型分布区;干扰带由最初的地上植物生物量全部为0恢复到148.8~489.6 g·m-2,其中藏嵩草沼泽化草甸干扰带恢复最好,生物量达489.6 g·m-2;除藏嵩草恢复群落的饲用植物类群组成相对稳定外,干扰后的其他5种草地类型饲用价值降低.高寒草原生态系统的植被综合恢复能力显著高于草甸生态系统.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号