覆盖度
- 基于遥感影像的植被覆盖度变化分析
有必要进行植被覆盖度的监测，实时掌握城市植被覆盖情况，为城市有关部门制定合理的环境保护政策提供依据。根据监测手段的不同，植被覆盖的测量方法分为实地测量法和遥感解译法[1]。采用传统的实地测样方法估算植被覆盖度要花费巨大的人力、物力，并且在大区域的测量中精度难以保证。因此，采用遥感影像进行植被覆盖度监测是当今研究植被覆盖状况的主要手段。Wittich和Hansing针对不同的土地利用类型建立了植被覆盖度与NDVI的经验模型，并用NOAA AVHRR数据计算研
经纬天地 2022年6期2023-01-29
- 广西典型地貌植被覆盖度随地形的变化特征
组成部分。植被覆盖度通常用于表征某个地区的地表植被覆盖状况，是衡量绿化程度的量化指标[1]。植被覆盖度直接影响当地生态平衡及环境质量，其动态变化及影响因素已成为研究的热点[1-5]。研究证实，地形是影响植被覆盖度的重要因素，相关研究主要围绕海拔、坡度和坡向3个地形因子开展。我国幅员辽阔，3 个地形因子对植被覆盖度影响的地域差异性较大。研究发现，不同地区影响植被覆盖度的主导地形因子有差异。福建省平潭岛植被覆盖度受坡度和高程影响较大，受坡向影响较小[6]；高程
广西林业科学 2022年5期2022-11-08
- 呼和浩特市和林格尔县植被覆盖度变化遥感监测
组成部分。植被覆盖度是指在一定面积内植被的叶、茎、枝在地面的垂直投影面积占统计区总面积的百分比[1-3]。植被覆盖度反映植被的茂密程度,并且反映地面植被的生长趋势,它是反映植被的重要数据[3]。运用遥感数据影像,以及植被的植被指数相结合,利用植被指数可以分析不同植被的生长情况以及分布的地理位置。本研究基于Landsat TM/OLI 影像数据,采用像元二分法反演植被覆盖度;用趋势线分析法分析了植被覆盖度的年际变化特性。1 研究区概况和林格尔县是内蒙古自治区
科学技术创新 2022年30期2022-10-21
- 滇东南喀斯特石漠化地区植被覆盖度时空变化特征研究
——以砚山县为例
发生变化。植被覆盖度(fraction vegetation cover，FVC)是单位面积内地表植被群落的叶、茎、枝在地表的垂直投影面积与地表面积的比例[3]，反映植被群落覆盖地表的疏密程度和长势[4]，是衡量地表植被变化、水土流失、土地石漠化等生态环境变化的重要指标。气候和人为因素对地表植被覆盖变化的态势有重要影响[5]，气候对植被覆盖的影响主要表现为温度和降水，与植被生长发育有着密切关系[6]，人为因素能在短期内直接干扰植被覆盖变化[7]，反之植被覆
林业调查规划 2022年5期2022-10-10
- 基于MODIS-EVI的四川植被覆盖地形分布特征
2，5]．植被覆盖度是地表植被覆盖状况的一个综合衡量指标， 对生态环境具有很好的指示作用， 被广泛应用于生态环境遥感监测中[2，5，9]． Google Earth Engine(GEE)是全球尺度卫星数据计算分析处理的云平台， 在获取全球范围内遥感数据及大型地理空间数据集方面具有非常大的优势[10-12]． MODIS是目前世界上新一代的“图谱合一”光学遥感仪器， 光谱和时间分辨率高， 可以及时提供地表的植被、 水体、 温度等特征信息， 实现了对地表、
西南大学学报（自然科学版） 2022年9期2022-09-19
- 城市植被覆盖度变化检测与分析
重的作用。植被覆盖度变化分析是当今衡量地表状况的重要手段，它能很好地反映出城市生态环境变化，是评价环境健康状况的主要指标。作为衡量生态环境的重要指标，植被覆盖度在植被变化监测方面引起了国内外广大学者的关注。传统的获取植被覆盖度的主要方法是地面测量，主要包括目估法、采样法和仪器法等[1]。实地测样方法估算植被覆盖度的变化要耗费巨大的人力、物力，并且在大区域的测量中难以保证精度。遥感解译方法是利用遥感解译技术提取研究区的植被光谱信息，然后建立与植被覆盖度的关系
经纬天地 2022年3期2022-07-20
- 2010—2020 年云南省植被覆盖度时空变化及其地形效应
用[1]。植被覆盖度（Fractional Vegetation Cover，FVC）是指植被包括叶、茎、枝在内的地上部分垂直投影到地面的面积占区域总面积的百分比，作为度量植被覆盖的一个重要指标，其克服了在植被覆盖较高地区，归一化植被指数（Normalized Difference Vegetation Index，NDVI）监测植被覆盖容易出现过饱和的情况，被广泛应用于区域植被生长状况和生态环境变化监测[2-5]。云南省作为中国面向南亚和东南亚的辐射中心
浙江林业科技 2022年3期2022-05-19
- 汾河流域植被覆盖度时空特征与地形因子的关系
度则需引用植被覆盖度(FVC)来进行反演，植被覆盖度可将地表植被在遥感影像上量化，便于更好地进行研究分析[5]。目前，植被覆盖度提取方法主要以地表实测和遥感监测为主[5-6]，但多采用遥感监测。面对研究范围较大的地区，在时间序列较长的情况下多数学者采用了高分辨率的MODIS数据产品[6]，以便得到更加精准的数据，如孙天瑶等[7]选取MODIS NDVI数据对塔里木河流域2000—2018年的植被覆盖度时空格局进行研究，同时探讨了气候和人类活动对植被变化的影
水土保持通报 2022年1期2022-04-02
- 偃师区不同坡度带植被覆盖度分布研究
二分法计算植被覆盖度（FVC），其公式为：式中，NDVImin为裸土覆盖像元的NDVI值；NDVImax为纯植被像元的NDVI值。取累积概率接近5%、95%的NDVI值作为最小值和最大值，即NDVImin=0.158 830、NDVImax=0.706 606，参考文献［12，13］对植被覆盖度进行6 级分类：＞80%、60%～80%、45%～60%、30%～45%、10%～30%、＜10%，并对每种分级设置不同的颜色，得到偃师区植被分级图。再在ArcGI
湖北农业科学 2022年5期2022-04-02
- 中国草地覆盖度时空动态格局及其影响因素
0023)植被覆盖度(Fractional Vegetation Cover，FVC)能反映植被分布的密集度，也可以揭示植被进行光合活动的分布面积大小，此外也是表征植被生长动态及生态系统质量的主要指标之一[1-2]。当植被覆盖度在气候变化的影响下不断降低时，将直接导致土壤暴露在空气之中，进而在极端降雨和地表径流的作用下，会加剧土壤侵蚀的发生从而引起严重的水土流失[3]。近年来，3S技术及遥感数据应用方法的进步为大尺度范围下的植被覆盖度监测提供广阔的发展空间
水土保持研究 2022年2期2022-03-14
- 八步沙林场防沙治沙区植被覆盖度时空演变分析
3102）植被覆盖度是衡量地表植被状况的重要指标，也是影响土壤侵蚀与水土流失的主要因子，对于区域环境变化和监测研究具有重要意义。随着遥感技术的发展，植被覆盖度的测量方法已由传统的地面测量发展为遥感估算，这也为大面积植被覆盖度的监测提供了可能。位于腾格里沙漠南端的古浪县是我国荒漠化重点监测县，风沙线长达132 km，重点风口达20多个，沙害面积大，沙丘类型复杂，长期危害着周边乡镇、耕地与道路。“八步沙六老汉”祖孙三代自1981年开始防沙治沙，使得区域植被覆盖
地理空间信息 2022年1期2022-03-11
- 2015- 2021 年临沂市植被覆盖度动态变化遥感监测与分析
6000）植被覆盖度是反映植被生长状况的重要指标，同时也能反映局部地区的环境健康情况。目前，在大面积植被覆盖度提取方面，TM、SPOT、MSS 等遥感影像得到广泛使用，并取得大量的研究成果，为植被覆盖度的准确获取奠定基础[1]。已有研究表明，回归分析法[2]、光谱混合分析法（SMA）、植被指数法（VI）[3]、像元二分模型法[4]等是当前通过遥感影像提取植被覆盖度信息的主要方法。其中像元二分模型法仅仅需要确定研究区裸土和纯植被区域的光谱反射值，无需大量实地
科学技术创新 2021年35期2022-01-14
- 基于NDVI的晋州市植被覆盖信息提取
0031)植被覆盖度作为衡量地表植被生长状况及生长活力的一个重要指标，在分析地区生态系统状况及其变化趋势方面获得广泛应用[1]；对植被覆盖变化进行动态监测最常见的手段是利用归一化植被指数(NDVI)和像元二分模型[2,3]。近年来，诸多学者借助于ENVI和ArcGIS技术手段，对植被覆盖度时空演变特征及其影响因素进行了大量的研究，积累了丰富的研究成果。早期关注的重点是植被覆盖度的提取方法[4]，其中，像元二分模型在植被覆盖遥感估算中得到了广泛的应用[5]；
农业与技术 2021年23期2021-12-14
- 秦皇岛市2001—2020年植被覆盖动态变化及预测
一[1]。植被覆盖度指的是植被的叶子、枝干和整体的植被结构等在外界光源照射下投射到地表的垂直投影面积占目标区域面积的比例[2]，是衡量地表植被生长状况和评价研究区生态系统健康程度的重要指标[2-3]。故监测植被覆盖度的动态变化并预测其未来状况对研究区域的环境保护和规划建设具有重要意义。目前，使用遥感数据对地表植被覆盖变化情况进行监测的方法已被广泛应用于各项研究中。崔云雷[4]以2016年的Landsat8遥感影像作为数据源，采用3种非线性混合像元分解方法并
科学技术与工程 2021年31期2021-11-23
- 重庆植被覆盖度时空演变及驱动力地理学探究
遥感影像的植被覆盖度(fractional vegetation cover，FVC)能够量化，直观地表示陆地生态系统情况，是评价和保护生态系统的重要参数。针对重庆市植被覆盖度的研究，可为其生态环境保护、治理和防灾减灾策略制定提供一定的理论依据。学者们构建了归一化植被指数(normalized difference vegetation index，NDVI)、增强型植被指数(synthesized enhanced vegetation index，EV
科学技术与工程 2021年28期2021-10-20
- 1993—2019年龙脊梯田植被覆盖度变化及其空间分布格局*
1-3]。植被覆盖度(fractional vegetation cover，Fvc)作为衡量植被覆盖状况的重要指标，是了解区域生态系统环境变化的重要途径[4]，其变化特征可以指示区域生态环境变化状况，被广泛应用于气候、生态、水文等研究领域[5-7]。植被覆盖度时空分布特征受到社会、人文、自然等因素的综合影响，在不同空间位置对各影响因子的响应程度不同[8]。高程、坡度、坡向等地形因子是影响植被覆盖变化的重要自然因素，对植被覆盖度的影响主要体现为静态响应[9
西部林业科学 2021年5期2021-09-26
- 塞罕坝机械林场植被覆盖度及景观格局变化分析
义[1]。植被覆盖度(Fractional Vegetation Cover,FVC)是衡量植被覆盖情况的重要指标，对反映地表植被生长趋势、分析生态环境变化有一定的参考价值[2]。由于遥感数据获取方便，时间周期长，因此遥感监测被广泛应用于区域内植被覆盖度变化的分析中。齐亚霄等[3]利用MODIS NDVI产品数据提取了天山北坡的植被覆盖度，并研究了其15a间植被覆盖度动态变化，结果表明，该地区以低植被覆盖度为主，且有随时间逐渐上升的趋势。闫敏等[4]基于L
农业与技术 2021年16期2021-08-31
- 近20 年河池市植被覆盖度时空演变特征
，对该地区植被覆盖度进行分析。本研究旨在及时有效的掌握该地区植被覆盖度的变化特征，为地方植被资源保护、合理开发及可持续发展提供参考。1 数据方法1.1 研究区概况河池市地处广西西北边陲、云贵高原南麓，属亚热带季风气候。河池地势西北高，东南低，境内地形多样，结构复杂，山地、丘陵和各种地表、地下喀斯特发育广泛，喀斯特地貌面积占全市土地总面积的49.7%［8］。本研究区域包括10 个县(区)：金城江区、宜州区、都安县、南丹县、天峨县、东兰县、巴马县、凤山县、罗城
气象研究与应用 2021年2期2021-07-25
- 嘉峪关市植被覆盖度时空变化分析
0000)植被覆盖度(Fractional Vegetation Cover,FVC)是指植被的叶、茎和枝在地面的垂直投影面积占统计区面积的百分比[1]。其是评价区域地表植被状况的重要指标之一,对生态系统环境变化评价也具有重要的意义[2]。而归一化差值植被指数(NDVI) 又是区域植被生长状况和植被覆盖度的最佳指示因子[3]，因此本文基于归一化差值植被指数(NDVI)对嘉峪关市的植被覆盖度变化进行研究，为掌握区域生态环境状况提供科学依据。1 研究区域概况嘉
矿山测量 2021年2期2021-05-07
- 山西省近10 年不同地形区植被覆盖度变化研究
研究背景植被覆盖度在指示地表植被分布状况和规律、研究植被分布影响因素、精准确切地掌握其动态变化、分析评价区的生态环境及其发展趋势、保持区域生态平衡等方面具有重要的研究意义[1]。在计算植被覆盖度方面，归一化植被指数（NDVI）被使用的较多，目前已有众多学者从不同角度基于NDVI 对不同研究对象区的植被覆盖度进行了研究，取得了显著的研究成果。何航等（2020）[2]分析了中国北方NDVI 变化特征，发现NDVI 呈增加趋势，NDVI 空间分布格局存在异质性
山西农经 2021年7期2021-05-03
- 2000～2015年沈阳市生态系统质量变化分析
三期沈阳市植被覆盖度等数据，研究沈阳市森林、草地、湿地等自然生态系统类型生态系统质量的变化情况。植被覆盖度是反映地表植被覆盖状况和监测生态环境的重要指标。植被指数与植被覆盖度有较好的相关性，可以用归一化植被指数来计算植被覆盖度。根据像元二分模型理论，可以认为一个像元的NDVI值是由绿色植被部分贡献的信息与无植被覆盖部分贡献的信息组合而成，植被覆盖度可根据公式获得：(1)式(1)中，Fc为植被覆盖度；NDVI为通过遥感影像近红外波段与红光波段的发射率来计算；
绿色科技 2021年6期2021-04-17
- 汤河流域30 余年植被覆盖度变化及其驱动因素分析
度的研究。植被覆盖度的变化研究是生态系统演化过程和演替研究的基础[3]，通过遥感数据和软件进行植被覆盖度解译是现在的常用手段，诸多学者做过这方面的研究[4-9]，但是对于流域尺度不同地形地貌特征下的植被覆盖度解译尚不多见。基于此，本文以河南省汤河流域为例，进行植被覆盖度及变化的解译，分析其变化的驱动因素，为流域生态建设和保护提供科学依据。1 数据来源和解译方法根据汤河流域情况，本文选取1987 年、1995年、2005 年及2019 年夏季四期遥感影像资料
湖南工业职业技术学院学报 2021年1期2021-04-13
- 近30年呼伦贝尔沙地植被变化时空特征分析
分模型进行植被覆盖度估算,其公式如下:(2)其中:Fv c为植被覆盖度(%);Isoil为全部裸土或无植被覆盖区域的NDVI值;Iveg为全部植被覆盖区域的NDVI值。因呼伦贝尔草原有连片的草地,所以植被覆盖度最大可达95%以上,同时由于存在沙地和湖泊,最小植被覆盖度可取为0。由于遥感图像中不可避免地存在噪声所引起的误差,本研究根据图像实际情况及Indv累计频率表,选取累计频率为5%和95%的NDVI值分别作为最小NDVI值和最大NDVI值。将对各地物的N
内蒙古师范大学学报(自然科学汉文版) 2021年2期2021-03-31
- 基于Sentinel-2遥感影像的植被覆盖度反演及变化分析
——以上海市奉贤区为例
谭 琨*植被覆盖度可以较好反映一个地区的植被生长状况，是衡量地面植被生长特征的一个重要指标。本文通过研究2017-2020年间上海市奉贤区的Sentinel-2遥感数据，利用归一化植被指数（NDVI）以及像元二分模型对该区域内植被覆盖度进行估算，并对植被覆盖度和相应的景观格局指数的变化进行了分析。结果表明，2017-2020年间奉贤区植被覆盖度呈现较为明显的变化，低等级植被覆盖度区域面积增加，高等级植被覆盖度区域面积减少，植被覆盖度总体呈减少趋势。遥感：
园林 2020年11期2020-11-27
- 宁都县植被覆盖度变化及其对地形因子的响应分析
指标之一。植被覆盖度(VFC)是指植被在地面的垂直投影面积占统计区总面积的百分比[1]，是衡量地表植被状况的重要指标。在山地丘陵的生态研究中，地形分异主要体现在高程、坡度和坡向上[2]，了解不同地形的植被分异，有助于政府因地制宜地制定水土保持和生态环境保护政策。宁都县地属南方红壤区，土层含较多粉砂和细砂，质地疏松，近年来因城市建设扩张和土地整治，部分地区植被覆盖低下，造成了严重的水土流失。进行植被覆盖度时空变化及与地形因子关系的研究，有助于了解该区域的植被
中国水土保持 2020年11期2020-11-18
- 基于NDVI 像元二分模型的汶川县植被覆盖度估算
3002）植被覆盖度是衡量区域上生态环境质量的一个重要参考因子。对植被覆盖度的估算有地表实测和遥感监测两种方法。对小范围的地表植被覆盖的估算可以利用实测法进行，但对于大范围的地表植被覆盖度的估算实测法需要的人力、物力和时间成本就大大增加。对于大范围的地表植被覆盖度的估算利用遥感监测就更显优势，而地表实测法则作为遥感监测的一种辅助方式，为遥感监测提供基础数据，对植被覆盖度的估算进行精度评价[1-2]。本研究基于NDVI 的像元二分模型，估算汶川县的植被覆盖度
科学技术创新 2020年25期2020-08-11
- 青土湖区植被与土壤盐渍化响应研究
，盐渍化对植被覆盖度的影响已成为各国关注的生态问题[4]。土壤盐渍化信息遥感获取研究始于20世纪70年代，经历了定性向定量研究发展过程。20世纪80年代，人们主要利用多波段、多时相遥感图像结合盐碱土壤和盐生植被光谱特征进行目视解译。20世纪90年代后定量研究越来越多地得到应用，如许迪等[5]用Landsat卫星遥感影像数据，利用监督分类、NDVI指数等对黄河上游宁夏青铜峡灌区进行了土壤盐碱分布研究，Howari等采用Landsat ETM+、AVI RIS
干旱地区农业研究 2020年3期2020-07-28
- 2001—2015年天山北坡植被覆盖动态变化研究
代的作用。植被覆盖度是指单位面积内植被冠层垂直投影所占百分比[5- 6],是量化区域植被长势的综合指标,其动态变化反映了地球上的植被对全球变化的响应程度。对植被覆盖度动态变化进行监测不仅是评价区域生态环境质量变化的有效途径,也是研究气候变化和地理物质循环的基础[7- 8]。20世纪以来,随着城市化进程的不断推进,人类活动对植被的影响日益显著[9],工农业生产从自然界获取大量的资源,导致全球森林与草原植被的不断减少,由此所引发的生态危机日益加重。因此,对于植
生态学报 2020年11期2020-07-17
- 2000—2018年准噶尔盆地植被覆盖度时空变化遥感监测
律[1]。植被覆盖度(Fraction of vegetation coverage, FVC)指的是植被(包括枝、叶、茎)向地面正射投影所得面积与统计区总面积之比[2,3]，是用来反映植被长势和植被覆盖度的主要参数，并且是植被覆盖遥感监测中最重要、最敏感的指标[4]。基于遥感技术的植被覆盖度估算和时空变化特征研究已经取得了很多成果，数据源包括SPOT、TM、LANDSAT、MODIS、雷达等。研究成果如杨强[5]等基于中分辨率MODIS数据的加强植被指数
黑龙江科学 2020年12期2020-06-28
- 赛罕乌拉国家级自然保护区植被覆盖度时空变化分析
一[2]。植被覆盖度是植被动态监测与分析的一项重要指标[3]。它是表示植被数量的一个重要参数，同时也是描述生态系统的重要指标[4]。目前，通过地表实测法可以获取植被覆盖度，较为熟知的地表实测法有目估法、采样法、仪器法、模型法[5]。由于其操作复杂、成本高，大型植被覆盖度监测难度大，而遥感技术具有高光谱、分辨率高、成本低、监测范围广的特征。同时，它可以快速准确地得到植被覆盖度及其变化特点。归一化植被指数(normalized difference veget
科学技术与工程 2020年13期2020-06-13
- 基于遥感数据的郑州市植被覆盖度变化研究
的指示器。植被覆盖度则是衡量植物群落覆盖地表状况和生态环境状况的一个综合量化指标[1-4]，该指标在水文、气象、生态等方面的区域或全球性的研究中起着越来越重要的作用[5-6]。精确测算植被覆盖度对于了解地区环境状况具有非常重要的意义，而遥感技术的应用为植被覆盖度的测度提供了方法[7-9]，利用遥感影像进行植被覆盖度的精确测算已经成为研究的趋势[10]。作为一个省会城市和中原经济区的核心增长极，郑州市近年来发展异常迅猛，但这些发展和变化是否适应城市总体规划的
国土资源科技管理 2020年2期2020-05-12
- 基于像元二分模型的伏牛山地区植被覆盖度变化
研究领域。植被覆盖度是指某一区域内植被(包括叶，茎等)投影面积与该地域面积之比，它可以清晰的反映研究区的植被情况，是一项重要的生态环境参数[2]。越来越多的学者选择植被覆盖度作为量化指标进行植被时空变化和区域生态的研究。植被覆盖度反演主要有地面实测和遥感估算两种方法。地面实测目前所采用的方法有目测法，采样法，仪器法等，常用于小尺度测量。由于其精度较高，一般作为检验遥感估算覆盖度的手段。遥感估算植被覆盖度逐渐成为分析植被覆盖度变化的主要方法[3]。它适用于大
水土保持研究 2020年3期2020-05-06
- 气候变化与人类活动对植被覆盖的影响
法计算获得植被覆盖度，结合气象站点监测数据，利用Mann-Kendall突变检验、转移矩阵、残差分析等方法，探讨气候变化和人类活动影响下，陕西省2000—2016年植被覆盖度的时空变化特征。结果表明：2000—2016年陕西省年平均气温和年降雨量均总体增加。其中，2006—2008年是气候突变时期，植被覆盖度在气候突变后明显增加。陕西省平均植被覆盖度总体增加。其中，陕北地区植被覆盖度明显增加，2000—2016年增加0.33;关中地区植被覆盖度有所下降，2
西安科技大学学报（社会科学版） 2020年1期2020-04-01
- 1988-2018年哈密绿洲植被覆盖度时空变化及其驱动力
[23]，植被覆盖度的变化对于绿洲生态系统稳定作用明显[25]。植被覆盖度的反演研究对于区域内土壤、水文及生态有重要意义[26]。对于植被覆盖度的研究国内外研究较为深入，也出现了大量研究方法[27]，其中像元二分模型估算植被覆盖度又是较为常用且有效的方法[28]。因此本文从干旱区绿洲大背景出发，利用像元二分模型计算哈密绿洲植被覆盖度，从而找寻干旱区哈密绿洲发展规律，分析内在驱动因素。哈密绿洲是干旱区内相对独立的绿洲，因此没有条件形成大片绿洲群，同时该地区为
水土保持通报 2020年6期2020-03-10
- 地形因子对长汀县植被覆盖度时空特征的驱动影响
重要因子.植被覆盖度(fractional vegetation coverage, FVC)是指单位面积内植被地上部分(包括叶、茎、枝)在地面垂直投影面积的百分比[4-5]，是地表植被生长趋势的重要参量，也是区域生态退化监测最重要、最敏感的指标.获取地表植被覆盖度及其变化信息，对揭示地表植被时空变化规律，探讨植被覆盖变化驱动因子，评价区域生态环境具有重要意义.植被变化与地理环境和人类活动密切相关，其中地形因子对植被生长具有重要影响.有研究表明，岷江上游流
福建农林大学学报（自然科学版） 2019年6期2019-12-04
- 福州市植被覆盖度时空特征及与地形因子的关系
重要因子。植被覆盖度是指单位面积内植被地上部分（包括叶、茎、枝）在地面的垂直投影面积百分比［4-5］，是地表植被生长趋势的重要参量，也是区域生态退化监测最重要、最敏感的指标。获取地表植被覆盖度及其变化信息，对揭示地表植被时空变化规律，探讨植被覆盖变化的驱动因子，评价区域生态环境具有重要意义。植被变化与地理环境和人类活动密切相关，其中地形因子对植被生长具有重要影响。研究表明：岷江上游流域低植被覆盖度区域受坡度影响显著，而极高植被覆盖度区域受高程影响显著［6］
浙江农林大学学报 2019年6期2019-11-13
- 基于MODIS数据的北京市植被覆盖度动态监测
0084)植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比[1]。植被覆盖度作为衡量地表植被覆盖状况的一个重要定量信息，不仅是评估土地退化、荒漠化程度的有效指数之一，还是通用土壤流失方程中的重要控制因子[2]。因此，定量评估区域植被覆盖变化，分析地表植被覆盖状态，对揭示地表植被变化趋势，分析与评价区域土地资源管理和生态环境保护决策具有重要的现实意义。区域植被覆盖度有明显的时空分异特性。遥感技术作为一种综合性探测技术，能迅速有效
中国水土保持 2019年2期2019-02-15
- 近13年渭干河-库车河绿洲植被覆盖动态变化分析
0054)植被覆盖度(Vegetation covering)是植被覆盖和植被生长状况综合性量化指标之一，是联系大气、土壤及降水与植被之间密切关系的自然“桥梁”，可以预测生态系统的变化状态，对其进行动态变化分析研究，是探索环境变化、保护环境的热点内容之一[1]。目前植被覆盖度提取有经验模型法、植被指数法、混合像元分解法、三波段梯度差法4种方法[2]。其中，利用植被指数法与像元二分的混合像元分解(FVC)模型提取植被覆盖度较为实用，其可以较大削弱一些背景因素
草业科学 2018年12期2018-12-27
- 黔中水利枢纽区植被覆盖度时空变化及驱动力分析
——以平坝为例
0001)植被覆盖度(Fractional Vegetation Cover, FVC)是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比[1]，是指示地表植被覆盖的一个重要指标和描述生态系统的基本指标[2]。植被是全球陆地生态系统中的重要组成部分[3]，陆地生态系统的任何变化必然在植被类型、数量或质量方面有所响应。因此，区域及全球范围的植被覆盖度估算对植被及相关领域的研究具有十分重要的意义[4]。近年来，随着遥感技术的不断发展，遥感方法
水土保持研究 2018年6期2018-10-29
- 基于SPOT数据的海河流域植被覆盖度变化图谱特征
标[1].植被覆盖度是植被地上部分的垂直投影面积与地面总面积之比，在一定程度上可以指示区域生态环境的变化[2].获取多时相、大尺度植被数据时，现有研究在主要选择误差小且省时、省力的遥感测量[2-3].而植被指数与像元二分模型相结合的方法是一种简单、实用的遥感测量的方法，在估算植被覆盖度中最为常用[4-6].目前，植被指数主要选用归一化植被指数（normalized difference vegetation index，NDVI），它与植被分布密度相关性较
天津师范大学学报（自然科学版） 2018年4期2018-09-11
- 汶川地震灾区植被覆盖度变化与地形因子的关系
许多学者对植被覆盖度及其影响因素进行了不同尺度的研究，其主要方法多以不同分辨率遥感影像为数据源进行区域植被覆盖度估算，通过数字高程模型(DEM)提取坡度、坡向、高程等地形因子，进而分析植被覆盖度与地形因子的相关性与定量关系。如蔡宏等[1]、程圣东等[7]以TM影像反演植被覆盖度，分别分析了赤水河流域、文安驿流域的植被覆盖度随高程、坡度及坡向变化规律与相关强度。张彦彬等[8]，吕华丽[9]以MODIS NDVI为数据源分别对山西省6大煤田区、长江流域植被覆盖
水土保持通报 2018年3期2018-07-26
- 基于遥感的长治县植被覆盖度时空变化研究
植被指数与植被覆盖度进行二次多项式回归，结果表明，NDVI与TSAVI可以最好的估算大范围的草地植被覆盖情况。因此，针对区域植被覆盖度动态变化研究的课题就显得尤为重要。本研究采用2004—2014年遥感影像数据，应用遥感和GIS手段对长治县地区近10 a的植被覆盖状况进行分析，预测长治县未来植被覆盖的发展方向和规律，为保护当地植被提供真实的数据依据，以及为制定转变经济发展方向的相关策略提供现实依据。1 研究内容和方法本研究探讨长治县区域植被覆盖的变化情况，
山西农业科学 2018年6期2018-06-19
- 基于MODIS数据的海河流域植被覆盖度估算及动态变化分析
，等目的：植被覆盖度（fc）是反映地表植被覆盖状况和监测生态环境的重要指标，是研究区域或全球尺度水文、气象、生态等领域的基础数据。本文以 MODISNDVI时间序列数据为基础，利用像元二分模型估算海河流域 2000—2007年的植被覆盖度（fc），分析年最大植被覆盖度的时空变化特征，并对植被覆盖度与降雨量之间的响应关系进行深入探讨。方法：像元二分模型假设像元由植被覆盖地表和无植被覆盖地表两部分构成，所得到的光谱信息即这两种组分以面积比加权的线性组合。其中植
中国学术期刊文摘 2018年6期2018-02-08
- 近17年广西平果县植被覆盖度变化分析
广西平果县植被覆盖度变化分析吴泽燕1，2，3胡宝清1，2罗为群3陈 平1，2胡兆鑫3黄 静1，2，3 (1. 广西师范学院北部湾环境演变与资源利用教育部重点实验室，广西 南宁 530001；2. 广西师范学院广西地表过程与智能模拟重点实验室，广西 南宁 530001；3.中国地质科学院岩溶地质研究所国土资源部岩溶生态系统与石漠化治理重点实验室，广西 桂林 541004)以MOD13Q1-NDVI为数据源，计算和分析平果县2000年和2016年植被演变和空间
环境与可持续发展 2017年1期2017-02-20
- 基于MODIS数据的广西植被覆盖度动态监测
数据的广西植被覆盖度动态监测李鸿儒1，2卢 远1，2（1.广西师范学院地理科学与规划学院，广西 南宁 530001；2.北部湾环境演变与资源利用省部共建教育部重点实验室，广西 南宁 530001）以MODIS—NDVI长时间序列数据为基础，利用像元二分模型对广西区内2001-2013年的植被覆盖度进行了估算，并采用转移矩阵的方法，分析了年份间覆盖度高低变化的方向。结果表明：13年间植被覆盖度呈波动式变化，在空间上的分布规律为东西部大于中部，越往中部植被覆盖
大众科技 2015年4期2015-11-22
- 施秉云台山地区近40年来植被覆盖度动态变化研究
近40年来植被覆盖度动态变化研究赵卫权, 周文龙, 张 凡(贵州省山地资源研究所, 贵阳 550001)分别采用1973年、1993年和2010年三期遥感影像，基于植被指数与植被覆盖度之间的关系建立植被覆盖度指数模型，运用遥感与地理信息系统技术对施秉云台山地被覆盖度进行等级划分，并对其近40 a的动态变化过程进行研究。结果表明：云台山地区植被覆盖度总体呈现退化态势，但是局部地区植被覆盖情况有改善趋势；1973—2010年间，云台山核心区覆盖度等级明显高于周
水土保持研究 2015年2期2015-04-10
- 近30年十大孔兑流域植被覆盖度空间变化的遥感调查与分析
大孔兑流域植被覆盖度空间变化的遥感调查与分析朱吉生1,2，李纪人1，黄诗峰1，臧文斌3(1.中国水利水电科学研究院，北京 100038； 2.南水北调中线干线工程建设管理局，北京 100038；3.北京恒宇伟业科技发展有限公司，北京 100054)植被覆盖度；空间变化；遥感；归一化植被指数；十大孔兑流域植被覆盖度是表征水土保持状况的一项重要指标。传统的样本估算法在计算大范围、多时相的植被覆盖度时既耗时耗力又易产生误差，为此基于先进的遥感技术，选择十大孔兑流
中国水土保持 2015年7期2015-03-23
- 中国北方地区植被覆盖度遥感估算及其变化分析
国北方地区植被覆盖度遥感估算及其变化分析李钰溦1， 贾坤1， 魏香琴2， 姚云军1， 孙俊3， 牟丽秋4(1．北京师范大学地理学与遥感科学学院遥感科学国家重点实验室，北京 100875; 2．中国科学院遥感与数字地球研究所，北京 100101; 3．西林吉林业局综合设计队，大兴安岭 165300;4．大兴安岭神州北极木业有限责任公司宜家分公司，大兴安岭 165300)为了分析中国北方地区2000年之后植被覆盖度的时空分布及其变化，利用MODIS光谱反射率数
自然资源遥感 2015年2期2015-03-09
- 南宁市兴宁区植被覆盖度变化分析
宁市兴宁区植被覆盖度变化分析薛晓坡1, 龙植豪1, 何 见2(1.广西壮族自治区林业勘测设计院， 广西 南宁 530011； 2.国家林业局中南林业调查规划设计院， 湖南 长沙 410014)基于2008年ALOS和2010年“天绘一号”两期南宁市兴宁区遥感数据，应用NDVI像元二分方法得出研究区域的植被覆盖度情况，并与2010年林地利用类型图进行叠加对比分析。结果表明：南宁市兴宁区2010年植被覆盖度与2008年相比，中高植被覆盖度的面积增加，低覆盖度的
湖南林业科技 2014年1期2014-11-17
- 青海湟水流域植被覆盖度时空变化分析
0050)植被覆盖度是指植被在地面的垂直投影面积占统计区总面积的百分比[1-2],它反映了地表植被分布规律,对探讨植被分布影响因子,分析评价区域生态环境,及时准确地掌握植被动态变化至关重要,也是评价环境生态条件优劣的一个主要指标。近年来随着遥感对地观测技术的发展,应用遥感数据估算大范围的植被覆盖度得到广泛应用。像元二分法就是通过建立植被覆盖度和全植被覆盖、纯土壤覆盖之间的关系模型来计算植被覆盖度的方法。相关研究表明,即使不经过大气纠正,利用此模型也可以对植
水土保持研究 2010年6期2010-09-19