植被指数
- 兰州植物园植被春季物候无人机监测
（VEG）等植被指数的时序变化特征，并进行一元三次多项式拟合，使用导数法提取各植被的发芽期、开花期、结果期等春季物候期，然后与人工观测物候资料进行比较，明确不同植被指数下物候期的估算精度。结果表明：除草坪草的发芽期和结果期以及牡丹的发芽期，4种植被指数估算得到的物候期基本一致，但其和实际物候期均存在不同程度的误差；发芽期估算误差最大的是黄刺玫，平均提前27 d，最小的是香荚蒾，平均推迟8 d；开花期估算误差较大的是草坪草和牡丹，平均误差均在20 d以上，最
江苏农业学报 2023年8期2024-01-30
- 无人机多光谱影像在稻纵卷叶螟危害监测中的应用
分析了15种植被指数与卷叶率（虫害指标）之间的相关关系；分别采用普通最小二乘法、多项式拟合、多元逐步回归法和偏最小二乘法建立了水稻分蘖期、拔节期和孕穗期的卷叶率反演模型；在此基础上，筛选出最优模型并分析卷叶率与水稻生理生态参数之间的关联。结果表明，（1）3个生育期的大部分植被指数与卷叶率存在极显著的相关性，每个生育期卷叶率与均一化植被指数（NDVI）的相关性都是最高的。（2）分蘖期的卷叶率反演模型效果最好，孕穗期的模型较好，拔节期的模型效果稍差。（3）在分
江苏农业学报 2023年7期2023-12-13
- 基于卫星遥感与同步地面实验数据的冬小麦长势遥感监测
性分析法筛选植被指数，构建LAI反演模型并进行精度评定。结果表明：DVI与LAI的相关性最高，其次为SAVI和EVI，NRI与LAI相关性最低。基于DVI建立的模型精度最高，模型R2为0.77。研究区冬小麦长势总体良好，其中长势一般的区域占44.37%，长势良好的区域主要分布在扶风县中南部，武功县中部，长势过旺地区主要分布在扶风县西部地区，武功县西北部地区。关键词：冬小麦；叶面积指数；植被指数；遥感反演；长势监测中图分类号：TP391 文献标识码：A
现代信息科技 2023年6期2023-06-25
- 气候变化背景下阿拉善盟生态环境监测评估
植被覆盖；植被指数；遥感；回归分析中图分类号：X171.1 文献标识码：B 文章编号：2095–3305（2023）02–0105-03气候变化对生态环境的影响研究是一个重要的世纪课题，也是当前的科学热点之一、国际关注的焦点，更是当今人类生存和发展面临的严峻挑战，事关国民经济、能源、生态、粮食安全和经济社会发展全局，气候变化已经或即将对全球环境造成严重影响[1]。阿拉善盟生态环境脆弱，沙漠、戈壁、荒漠草原各占1/3，适宜人类生产生活的面积仅占6%，干旱缺
农业灾害研究 2023年2期2023-06-07
- 基于归一化植被指数的农田边界识别方法
种基于归一化植被指数的农田识别方法。由于农田图像地物信息复杂，普通RGB图像处理结果受环境影响较大，模型鲁棒性差，为解决这一问题，通过测绘无人机获取农田多光谱数据，基于不同区域归一化植被指数（NDVI）的差异，利用大津阈值分割法实现农田的有效分割。针对杂草和树木等过分割问题，通过计算联通区域的大小与长宽比的方法，在保证农田识别精度的情况下，减少其他因素干扰，最后通过Canny边缘检测算法提取农田边界。通过验证，本研究方法对农田的识别准确率达95%以上，可以
江苏农业科学 2022年11期2022-06-24
- 基于改进语义分割模型的无人机多光谱图像杂草分割
nm和归一化植被指数NDVI的训练数据集进行网络训练。发现PANet的训练精度为97.38%，测试精度为93.41%;采用3通道（近红外790 nm+红色690 nm+NDVI）训练的模型F1值最高为0.872。结果表明，该方法可以实现无人机多光谱图像杂草的有效分割，可为农田杂草精确检测和农作物生长状况监测提供参考和借鉴。关键词：杂草;改进语义分割模型;无人机;多光谱;图像分割;植被指数中图分类号：TP391.41 文献标志码： A文章编号：1002-13
江苏农业科学 2022年12期2022-06-24
- 基于GF-1时序植被指数的水稻产量遥感估算
据，分析建立植被指数与产量之间的相关性，筛选各生育期的最佳植被指数，构建估产回归模型。结果表明：（1）不同生育期的最佳植被指数与估产模型不同：拔节孕穗期最佳指数MSAVI，模型为乘幂模型（R2=0.691）;抽穗扬花期为DVI，乘幂模型（R2=0.743）;灌浆成熟期为WDRVI，多项式模型（R2=0.592）。（2）用多元线性构建的水稻全生育期模型R2=0.708。关键词：时序;植被指数;水稻;估产模型中图分类号 S511 文献标识码 A 文章编
安徽农学通报 2022年5期2022-03-29
- 基于无人机图像的草地植被盖度估算方法比较
构建了一系列植被指数，并成为遥感监测生态系统生产力[12]、生物量[13]、植被盖度[14]、植被识别[7]、病理识别[15]等研究的重要技术手段。目前常用的植被指数多以可见光和近红外组合的形式构建，且缺乏对植被环境的考虑，对于西北干旱荒漠地区的植被调查研究相对较少[16]。因此，迫切需要构建一种具有普遍适用性且适用于荒漠地区无人机可见光波段的植被指数。为此，本研究以西北地区草地植被无人机影像作为研究对象，在分析荒漠草地无人机影像的地物可见光反射特点的基础
草业科学 2022年3期2022-03-26
- 波段反射率和植被指数结合的作物生长季农田土壤水分估测
波段反射率和植被指数多个遥感光谱特征指标与SMCF之间的相关性，构建基于BP神经网络的SMCF遥感估测模型，并与多元线性回归模型估测精度进行比较。结果表明，Rnir、Rred、差值植被指数（DVI）和比值植被指数（RVI）与SMCF间呈正相关关系，归一化差值植被指数（NDVI）和SMCF间呈负相关关系，各指标与SMCF的相关性从高到低依次为Rnir> DVI>Rred> NDVI>RVI，其中Rnir与SMCF相关性最高，相关系数为0.765。利用BP神经
江苏农业学报 2022年1期2022-03-16
- 基于MODIS-NDVI的地表植被时空变化特征及其与环境因子的关系
据。关键词 植被指数;MODIS-NDVI;时空变化特征;环境因子;相关关系中图分类号 Q 948.11文献标识码 A文章编号 0517-6611（2022）04-0057-07doi：10.3969/j.issn.0517-6611.2022.04.017开放科学（资源服务）标识码（OSID）：Temporal and Spatial Variation Characteristics of Surface Vegetation and Its Rela
安徽农业科学 2022年4期2022-03-11
- 基于无人机多光谱与地面高光谱遥感的土壤主要养分含量估测
谱波段变换、植被指数合成、构建高光谱土壤指数，与山原红壤主要养分含量进行了相关分析。通过分析得出，多光谱拟合模型效果整体不佳，仅钾元素与合成光谱存在相关性，拟合模型R2大于0.5，有良好的拟合意义。高光谱指数相关性及拟合模型效果较多光谱都有所提升。其中，支持向量机拟合模型效果最佳，R2均在0.75以上，适合用于土壤养分含量估测。 关键词：土壤养分;多光谱;植被指数;高光谱;支持向量机 中图分类号：P237;S127 文献标志码： A 文章编号：1002-
江苏农业科学 2022年2期2022-02-15
- 基于无人机高光谱的水稻叶片氮含量估测方法
，构建10种植被指数组合作为BP神经网络模型的输入，反演粳稻叶片氮含量。结果表明：该估算模型对水稻叶片氮含量估测效果较好，训练集的决定系数R2和均方根误差RMSE分别为0.678 1和0.533 4，验证集的R2和RMSE分别为0.669 0和0.530 1。研究结果可为东北水稻无损实时监测和施肥管理提供依据。关键词：水稻;氮含量;高光谱数据;植被指数;BP神经网络;估算模型中图分类号：S511 文献标识码：A 文章编号：1674-1161（2
农业科技与装备 2021年6期2021-12-17
- 基于热暗点植被指数的马尾松林叶面积指数反演分析
像计算得到的植被指数与实测LAI的经验关系是反演LAI的常用方法，传统植被指数易受诸多环境因素的影响[9]，使利用植被指数反演LAI存在误差，植被指数的优化成为近来LAI反演研究的一个重要方向。有研究表明地表植被二向性反射特征中的热暗点信息可以丰富植被冠层结构的光谱信息，热暗点信息与植被指数的结合可以优化植被指数[10]，进一步提升LAI反演精度。长汀县河田镇地处南方典型水土流失区，水土流失严重，山上的马尾松林主要以枝叶稀疏、矮小的“老头松”为主，林下大面
西北林学院学报 2021年6期2021-12-07
- 无人机复垦区植被覆盖度提取方法优选
矿业复垦区域植被指数覆盖度的快速提取方法，以四川古蔺某硫磺复垦区为研究对象，通过ZC-6型无人机获取高分辨率遥感影像，采用多种植被指数计算方法作为分类器的选择，使用直方图峰谷法、基本全局阈值法及其融合方法确定图像最佳分割阈值，从而获取研究区植被覆盖度结果。结果表明：不同植被指数分类后的结果有所差异，EXG和VDVI植被指数分类后影像界定较为清晰，而NGBDI指数分类最为模糊;单一直方图峰谷法和基本全局阈值法所得分割结果不理想，而将二者融合后的阈值确定法能结
安徽理工大学学报·自然科学版 2021年3期2021-09-08
- 冬小麦SPAD值无人机可见光和多光谱植被指数结合估算
，计算多光谱植被指数，进行叶面积指数(Leaf area index，LAI)和SPAD值的估算，具有较好的估算结果[10-11]。基于无人机可见光影像提取红、绿和蓝影像通道的灰度，计算可见光植被指数，也具有较好的估算结果[12-15]。随着计算机计算能力的增强及无人机遥感技术在作物长势监测应用研究的深入，将不同类型的数据相结合或融合、构建作物长势参数的估测模型，能够进一步提高作物长势参数估测模型的精度和稳定性，因此成为目前的研究热点[13，15-18]。
农业机械学报 2021年8期2021-08-27
- 基于土壤光谱特性的土壤类型区分研究
谱;高光谱;植被指数;主成分分析;土壤类型区分中图分类号： S127;S151.9 文献标志码： A 文章编号：1002-1302（2021）10-0207-06土壤作为农业生产的基础，是一种至关重要的自然资源，快速准确地对土壤进行区分，可以加快土地利用规划等工作的进度。随着光谱技术的快速发展，众多学者尝试利用光谱技术对土壤进行类别划分[1]。如Stoner等将美国和巴西的485个土壤样本的反射光谱曲线分为5种类型：有机质控制型、最小改变型、铁影响型、
江苏农业科学 2021年10期2021-07-01
- Gaofen1-WFV与Sentinel2-MSI数据在定量计算中的对比与评价
功，选取2种植被指数，研究国产Gaofen1-WFV数据计算的植被指数与欧空局哨兵2号（Sentinel2-MSI）数据计算的植被指数间的一致性与差异性，并建立2种数据源植被指数间的关系。结果表明，无论是归一化植被指数还是土壤调节植被指数，不同数据源计算结果的相关系数均为0.9，具有较好的一致性。研究结果可以推动国产卫星数据在精准农业、农业灾害等定量评价中的进一步应用，也为Gaofen1-WFV和Sentinel2-MSI数据的交互使用提供依据，以弥补单一
安徽农业科学 2021年10期2021-06-15
- 遥感植被指数与植物多样性的相关性及空间分布特征研究——以海口市主城区为例
测数据分析了植被指数与植物多样性指数之间的相关性，根据相关性分析结果构建植物多样性遥感监测数学模型，并筛选出最优模型用于监测研究区植物多样性的空间分布状况。结果表明：Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀度指数与MSAVI植被指数相关系数最高，呈显著相关性（P关键词： 生物多样性， 植被指数， 植被覆盖率， 空间自相关， 遥感监测中图分类号：Q948.1文献标识码：A文章编号：1000-3142（2021）03-
广西植物 2021年3期2021-06-10
- 基于无人机影像的植被覆盖度估算研究
裁剪，分析其植被指数，估算研究区域植被覆盖度，对林业调查、农业监测等研究提供一定的参考。关键词：无人机;DOM;阈值掩膜;植被指数;植被覆盖度中图分类号：P237 文献标识码：AAbstract：With the development of UAV technology，UAV has been widely used in forestry，agriculture，emergency monitoring and other aspects.In th
科技风 2021年10期2021-04-18
- 基于无人机影像VDVI指数的植被覆盖度估算
B波段差异性植被指数（VDVI）和HSV变换植被指数（HSVVI），并与同区域GF-1卫星NDVI指數进行相关性分析，建立无人机研究区的植被覆盖度估算模型，快速计算出植被覆盖度结果。研究表明，VDVI指数与NDVI指数具有更高的相关性，非常适用于像元二分模型的植被覆盖度估算模型建立，通过地面调查的植被覆盖度实测值与模型估算值精度验证，决定系数 R2为0.855 6，植被覆盖度估算精度达到81.35%，在研究区域得到较为理想的估算结果。由此也证明采用无人机影
森林工程 2021年2期2021-04-14
- 基于无人机图像以及不同机器学习和深度学习模型的小麦倒伏率检测
谱数据，结合植被指数、归一化均值距离和光谱微分差信息熵等方法，监测冬小麦是否遭受涝渍胁迫并判别其涝渍胁迫程度。试验结果显示，简单比值色素指数SRPI是识别涝渍胁迫冬小麦的最优植被指数。红光吸收谷（RW：640～680nm）是识别冬小麦涝渍胁迫程度的最优波段，在RW波段内，抽穗、开花和灌浆期的光谱微分差信息熵可判别冬小麦涝渍胁迫程度，胁迫程度越大，光谱微分差信息熵越大。本研究为涝渍胁迫监测提供了一种新方法，在涝渍胁迫精确防控中具有较好的应用前景。关键词：高光
智慧农业（中英文） 2021年2期2021-01-17
- 黄土高原地区植被指数对干旱变化的响应
黄土高原地区植被指数对干旱变化的响应，得出响应程度随植被类型的变化与随海拔的变化以及两者之间正反馈关系的结论，为治理黄土高原提供了更加完善的治理手段：扩大植被面积，扩大森林比例，减少耕地面积，合理分配各种类型植物的覆盖率等。关键词：黄土高原地区;植被指数;干旱变化;响应1 黄土高原地区植被指数1.1 植被指数含义植被指数是指在遥感应用领域，利用遥感技术来定性评价和定量评价植物覆盖及植物生长活力的指数。植物有其特定的生长环境和光谱特征，将卫星可见光和
科学大众 2020年7期2020-12-29
- 秦岭地区植被指数动态变化研究
～2019年植被指数的动态变化规律。结果表明：2000～2019年秦岭地区年NDVI在0.799～0.863之间，整体呈缓慢增长趋势，增长速度为0.033/（10a）;植被指数退化的区域占研究区的4.111%，分布在各城市周边地区，主要受城镇化过程的影响;改善的区域占研究区的36.224%，广泛分布于秦岭地区，主要受自然因素和国家政策的影响。关键词：植被指数;最大值合成法;趋势线分析法;秦岭地区中图分类号：P423文献标识码：A 文章编号：1674-994
绿色科技 2020年13期2020-12-15
- 基于无人机高光谱和数码影像数据的冬小麦生物量反演
码影像指数和植被指数，分别使用多元线性回归分析和逐步回归分析法建立生物量反演估算模型，最后将最优模型估算结果进行可视化空间分析。结果表明，与冬小麦生物量相关性高的数码影像指数有VARI、MGRVI、b等，植被指数有NDVI、SR、LCI、OSAVI等。建立的冬小麦生物量反演模型估算效果较好，其中精度最高的模型为高光谱数据多元线性回归模型，其验证模型均方根误差为0.904 1 t/hm2。可视化处理结果能直观地显示试验区冬小麦生物量分布情况，为生长监测及种植
现代农业科技 2020年20期2020-12-14
- 基于无人机高光谱遥感数据的冬小麦生物量估算
明星摘要：以植被指数和红边参数为模型因子，利用多元线性回归（MLR），构建冬小麦不同生育期的生物量估算模型，从而有效和更好地监测冬小麦的长势情况，为精准农业中作物的快速监测提供技术手段。首先分析植被指数（VI）和红边参数（REPS）与冬小麦生物量的相关性，然后运用MLR分别建立模型MLR+VI、MLR+REPS和MLR+VI+REPS，最后将优选的冬小麦生物量估算模型应用于无人机高光谱影像中，验证模型的可行性。结果表明，利用单个植被指数或红边参数构建的估算
江苏农业学报 2020年5期2020-12-09
- 青土湖绿洲植被指数适用性及优选研究
复情况，开展植被指数适用性及优选研究。[方法]基于2013—2019年植被生长旺季的Landsat8-OLI遥感数据，分析归一化植被指数、比值植被指数、大气阻抗植被指数等8种常用植被指数;采用趋势分析法研究各植被指数的变化特征，通过评价植被指数时空变化特征与绿洲实际恢复特征的一致性研究各植被指数的适用性;基于各植被指数的变化率及趋势显著性，评价不同植被指数检测青土湖绿洲恢复的敏感性。[结果]增强植被指数、归一化植被指数、土壤调节指数和修改型土壤调节指数对青
安徽农业科学 2020年19期2020-11-02
- 1980-2017年北京地区沙尘天气的变化特征及其可能成因
因子，沙源地植被指数增加则沙尘天气减少;沙源地冬季积雪覆盖面积增加对北京地区沙尘天气减少具有一定影响。风速和气温是影响北京地区沙尘天气的重要气候因子，起风沙日数减少、气温上升则沙尘天气减少;降水量增加对北京地区沙尘天气减少具有较显著影响。Abstract： Based on the data of sand and dust weather， wind speed， temperature and precipitation in Beijing from
价值工程 2020年24期2020-08-31
- 基于连续小波变换的冬小麦叶片最大净光合速率遥感估算
度远高于基于植被指数建立的模型。通过对比分析几种植被指数与高光谱数据对最大净光合速率的估算结果发现，植被指数对小麦叶片Amax的解释能力较低，无法对光合能力作出正确且精确的估算。基于连续小波变换方法对冬小麦叶片Amax的估算精度较高，可以作为预估冬小麦生长状况、产量的依据。关键词：连续小波变换;最大净光合速率;植被指数;高光谱中图分类号：S512文献标识码：A文章编号：1000-4440（2020）03-0544-09Remote sensing esti
江苏农业学报 2020年3期2020-07-23
- 基于无人机多光谱影像的冬小麦氮肥监测
究。[结果]植被指数在小麦越冬期的不同长势小麦有明显差别。在其他外部条件一致的情况下，土壤N水平的变化对冬小麦越冬期长势影响较明显。[结论]无人机多光谱影像对冬小麦有较好的氮诊断潜力，可利用估测结果指导精准氮肥管理。关键词 无人机;多光谱影像;植被指数;冬小麦;氮水平中图分类号 S126 文献标识码 A 文章编号 0517-6611（2020）05-0239-03doi：10.3969/j.issn.0517-6611.2020.05.067开放科学（
安徽农业科学 2020年5期2020-04-07
- 基于高光谱遥感数据的水稻叶温反演
光谱、归一化植被指数（NDVI）、比值植被指数（DVI）、再归一化差值植被指数（RDVI）和转换型土壤调整指数（TSAVI）与叶温的关系。【结果】叶温的变化直接影响水稻冠层光谱的反射率，影响水稻红边特征。一阶微分光谱与叶温存在极显著相关性（P关键词： 水稻;叶温;高光谱遥感;植被指数;模型反演中图分类号： S127 文献标志码： A 文章编号：2095-1191（2020）01-0230-07Abstrac
南方农业学报 2020年1期2020-03-20
- 基于Landsat8 OLI的不同年际尺度玉米估产研究
米不同生育期植被指数，结合2016年、2017年、2016—2017年实地调查的玉米地块的产量信息作回歸分析，建立基于县域的产量模型，讨论估产的最佳生育期，比较不同植被指数、不同回归模型的估产精度，最后再根据2018年的产量信息对各模型进行精度验证，探究不同模型年际尺度的适用性。结果表明，乳熟期的归一化植被指数（NDVI）与产量之间的相关性最高，相关系数为0.751，达到极显著水平（P关键词：遥感;年际尺度;生育期;植被指数;估产模型中图分类号： TP79
江苏农业科学 2020年23期2020-02-22
- 基于神经网络的开化县森林碳储量空间估计
像，将归一化植被指数NDVI、IND53和归一化绿色植被指数GNDVI融入BP神经网络，对开化县境内森林碳储量进行预测。结果显示：开化县平均碳密度为37.616Mg/hm2，碳密度最大值为144.691Mg/hm2，碳密度最小值为0.000Mg/hm2，标准差为26.685Mg/hm2。森林碳密度较高区域主要集中在西北和东部，整体呈现出沿东北方向的两边密集、中间稀疏的状态。Abstract： This study takes Kaihua County i
价值工程 2020年3期2020-02-02
- 气候变化对固原市植被覆盖度影响的分析
—2016年植被指数年均增长约1.18%，2013年和2018年植被指数达到近年来最高值。通过对气候及植被指数等数据的分析表明，固原市区域气候变化的趋势对林草生长、植被恢复等十分有利，生态环境进入良性循环期。关键词 气候;降水量;植被指数;宁夏固原中图分类号 P462.3 文献标识码 A文章编号 1007-5739（2019）14-0189-02
现代农业科技 2019年14期2019-10-16
- 基于遥感数据的净月潭公园植被冠层叶片含水率反演
RI3等6种植被指数，结合实测净月潭公园植被冠层含水率，通过一元线性回归、指数回归和二元线性回归等的方法建立经验模型，得到净月潭公园区域植被冠层含水率反演结果。实验结果为：二元线性回归反演模型决定系数（R2）均大于0.8，利用NDVI-NDMI与植被冠层含水率建立的反演模型决定系数（R2）为0.878，SARI3与植被冠层含水率建立的反演模型决定系数（R2）均大于0.6。实验结果表明：NDVI-NDMI的二元线性回归模型能较好的运用于植被冠层含水率的反演中
森林工程 2019年5期2019-10-09
- 基于高分辨率无人机影像的喷药除草效果评估
、可见光波段植被指数（EXG、EXR、VDVI等），比较各个特征及指数在喷药和对照区的差异，筛选出最优特征或指数进行阈值分割;在此基础上，计算喷药前后杂草像元数评估无人机喷药的除草效果。试验结果表明，利用归一化过红、过绿植被指数之差（EXG-EXR）可有效检测喷药除草效果，该方法能够为提高农田喷药效果提供技术支持。关键词：无人机;可见光波段;颜色特征;植被指数;喷药试验无人机（unmanned aerial vehicle，简称UAV）可以进行播种、施肥、
江苏农业科学 2019年6期2019-09-25
- 基于冠层光谱红边参数和植被指数的冬小麦水分胁迫监测
谱特性，并对植被指数、红边参数与冠层叶片含水率和土壤含水率进行相关性分析，构建各生育期叶片含水率和土壤含水率的最佳监测模型，实现对冠层叶片含水率以及土壤含水率的监测评估。结果显示，在整个生育期，冬小麦的冠层光谱反射率在可见光范围呈现绿峰红谷，尤其在旺盛生长时期，随着水分胁迫程度加深，绿峰红谷逐渐变得不明显，红谷抬升幅度增大;相反，在近红外波段范围内水分胁迫主要使得反射率表现为明显下降;冬小麦红边参数随生长进程呈蓝移现象，灌浆期受胁迫程度越重的红边参数越低;
江苏农业科学 2019年10期2019-07-08
- 基于植被指数选择算法和决策树的生态系统识别
意义[5]。植被指数是一种数据增强的方法，有助于增强遥感影像的解译能力，广泛应用于土地利用类型识别[6]、植被覆盖度评价[7]、作物类型识别[8]和作物长势监测与预报[9-10]等方面。植被指数能够反映不同生态系统类型的光谱特征，基于植被指数的土地利用类型识别研究一直是国内外学者研究的热点[11]。然而，受到大气、遥感器定标、遥感器观测条件、太阳入射角度、土壤湿度、颜色和亮度等因素的影响和制约[12]，导致植被指数在不同环境下的效果不同，至今尚无研究明确各
农业机械学报 2019年6期2019-06-27
- 定量遥感在地理空间信息分析中的方法研究
多光谱影像;植被指数;统计分析;回归分析中图分类号：TP79 文献标识码：A 文章编号：1671-2064（2019）03-0255-021 研究区概况及技术方案1.1 研究区概况及数据准备此次试验，以阿坝地区的草原湿地为研究区域。该区域是典型的西部湿地分布区，具有地形变化较大，植被群落结构单一，生态环境脆弱，环境监测要求较高等特点。实验数据使用当地约20个点的实测数据，以及国情监测云平台获取的TM影像数据，利用光谱信息进行植被指数计算，选取适合当地生物量
中国科技纵横 2019年3期2019-03-25
- 冬小麦生育前期LAI高光谱反演研究
叶面积指数与植被指数的统计模型，能有效评价植被生长状况［13-16］。LAI高光谱遥感反演在冬小麦、玉米、马铃薯、大麦、甜菜以及烟叶等作物上都有成功应用［17-20］。冬小麦LAI研究主要集中在冬小麦生物量高且植被覆盖度大的生长中后期（包括旗叶期、开花期），而对生育前期（如越冬期、拔节期等）冬小麦LAI的研究则较少。开展冬小麦生育前期LAI高光谱反演，对冬小麦面积监测、越冬期分类管理等具有重要意义，如张向前等通过监测小麦生育前期不同田块的LAI差异了解整个
中国农业信息 2019年6期2019-02-09
- AMSR_2微波植被指数在黄河流域的适用性对比与分析
重要的角色，植被指数作为植被生长、植被分布、生物量等信息提取的重要手段，已广泛应用于许多领域[1-3]。因此，地球植被及其变化一直被各国科学家和政府所关注[4]。根据植被的光谱特性，将卫星可见光和近红外波段进行组合，形成了各种光学植被指数。目前较为常用的植被指数有归一化植被指数NDVI、增强植被指数EVI等。光学遥感容易受到环境条件和大气状况等多种因素的影响，在时空分布上具有一定的局限性。相较于光学遥感，微波遥感不受太阳照射、大气、云层、降水等因素的限制，
水土保持研究 2018年5期2018-10-12
- 宁德市蕉城区植被与热岛效应关系
城区的热场和植被指数，并对城区热场变化以及其与植被之间的关系进行了分析。结果表明：1999-2015年，平均热场温度升高0.43℃，城市热场在东北部区域进一步扩大，在西南区域有所收缩：2015年与1999年相比，绿岛面积增加9.44%，弱热岛、中等热岛、强热岛和极强热岛分别减少6.08%、2.66%、0.64%和0.06%，绿岛面积在西南部区域扩展，弱热岛、中等热岛、强热岛和极强热岛在霍童镇、扶摇乡、八都镇、七都镇、漳湾镇、涵道乡、城南镇区域的分布更加集中
中国城市林业 2018年2期2018-09-10
- 河南省冬小麦产量遥感监测精度比较研究
4]。归一化植被指数是作物估产中应用最为广泛的一种植被指数，不仅可以反映植被的各种生育特征，还能消除因太阳高度角、地形、阴影和大气等其他条件对卫星探测光谱信息的影响，其变化与作物生长状况、发育时期关系非常紧密[5-10]。其中以时间序列MODIS-NDVI作为数据源的农作物估产研究较为广泛，MODIS数据虽然空间分辨率较低，但其具有高时间分辨率、高光谱分辨率以及覆盖面积广且易于获取等特点，在农作物的产量监测中备受青睐[11-12]。实时植被指数仅能反映当时
中国农业信息 2018年2期2018-07-28
- 基于高分二号—NDVI的大豆遥感估产的时相选择
龙摘要：根据植被指数的时间变化规律以及不同时期的植被指数与产量之间的相关性，确立适用于东北地区的大豆遥感估产的最佳时期。7月下旬至8月中旬獲取的作物NDVI与作物产量之间的相关性最强，并且不同时期的NDVI之间的相关性非常弱，在利用NDVI预测大豆单产时要采用7月下旬和8月中旬两个时期的NDVI。NDVI与大豆单产之间存在线性正相关关系，NDVI与大豆单产的相关性并不是很高，表明NDVI并不是惟一与大豆单产有关的变量。关键词：大豆；植被指数；NDVI；遥感
湖北农业科学 2018年6期2018-05-09
- 青藏高原地区草地绿度对物候变化的响应
要 采用遥感植被指数数据评估植被绿度最大值、生长季开始时间、生长季结束时间三者与植被绿度年度变率之间的定量关系。结果表明：青藏高原植被指数的变化趋势呈东部地区增加、西部地区减少，且越往东植被指数增加幅度越大，越往西减少幅度越大，整体呈上升趋势;青藏高原植被指数最大值整体呈上升态势，但在东南地区散布着许多植被绿度最大值呈增加趋势的小区域;青藏高原地区植被生长季开始时间整体呈推后态势，变化趋势呈东南地区提前，西部、北部和西北地区推迟的空间格局;青藏高原地区植被
南方农业·下旬 2018年12期2018-03-28
- 渭源县近10年生态环境质量监测与评价
然生态环境;植被指数;土壤指数;渭源县中图分类号 X826 文献标识码 A文章编号 1007-7731（2018）24-0100-31 研究区概况渭源县地处黄土丘陵沟壑区与西秦岭山脉的交汇地带，是渭河的发源地，素有“中国马铃薯良种之乡、中国党参之乡”之称。位于甘肃省中部，定西市西南部，县域面积2065km2，总人口34.5万人，其中农业人口32.2万人，海拔在1930～3941m，年平均降水量507mm，平均气温6.1℃，无霜期157d。地形破碎、沟深坡陡
安徽农学通报 2018年24期2018-02-24
- 基于高光谱数据的作物净初级生产力估算方法
初级生产力；植被指数；光能利用率模型中图分类号： S127 文献标志码： A文章编号：1002-1302（2017）22-0260-0420世纪初丹麦植物学家Jensen提出了净初级生产力（NPP）的概念，并给出了计算模式。净初级生产力是总初级生产力除去植物呼吸所消耗的有机碳量。净初级生产力是研究生态系统中物质和能量交换的重要参数，在全球陆地碳循环研究中有着重要的作用。经过近80年的研究，NPP估算工作已经获得了较大的发展，出现了很多估算模型。这些模型按照
江苏农业科学 2017年22期2018-01-06
- 基于高分二号遥感影像的东北地区村庄建设用地提取
的方法；基于植被指数并辅以归一化蓝色屋顶指数的间接提取法，适合村庄建设用地的快速估算。关键词：村庄建设用地；遥感影像；监督分类；植被指数；归一化蓝屋顶指数中图分类号：TP751.1 文献标识码：A文章编号：0439-8114（2018）20-0132-06DOI：10.14088/j.cnki.issn0439-8114.2018.20.031 开放科学（资源服务）标识码（OSID）：Abstract： The rural planning and lan
湖北农业科学 2018年20期2018-01-04
- 基于多种植被指数时间序列与机器学习的作物遥感分类研究
展了基于多种植被指数（vegetation index，VI）时间序列和机器学习（machine learning，ML）算法的作物遥感分类研究。从Landsat-8 OLI与EO-1 ALI影像中提取了内蒙古五原县的时间序列数据。2颗卫星的参数类似，且它们联合提供了更多无云覆盖的数据。7种常用的VI从时间序列遥感数据中提取出来，以用作ML算法的输入。对比分析了SVM、RF、DT 3种ML算法对玉米、向日葵和小麦的区分效果。共选取了2 584个样本，其中1
江苏农业科学 2017年16期2017-10-27
- 马尾松毛虫危害程度的高光谱监测方法
冠层光谱的各植被指数发生不同程度的变化，而其他冠层物理参数不能反应出松毛虫的危害程度。②从马尾松林冠层提取的高光谱遥感植被指数对虫害的不同程度的敏感性不同。增强型植被指数（EVI）、绿波段叶绿素指数（Red/Green）和归一化指标指数（NDVI）在虫害发生的中期与晚期有显著变化，但具有饱和现象，不能用来对马尾松林分受松毛虫虫害时进行早期监测；而红边波段叶绿素指数（CIrededge）、比值植被指数（RVI550）、比值植被指数（RVI700）、绿波段归一
湖北林业科技 2017年3期2017-08-25
- 基于NDVI指数的草地资源提取研究
.关键词： 植被指数；光谱；草地资源Key words： vegetation index；spectral；grassland resources中圖分类号：TP79 文献标识码：A 文章编号：1006-4311（2017）22-0232-030 引言草地资源作为一种可再生自然资源，是上世纪80年代作为草产业提出来的，它不仅包括草原资源，也包括草资源以及其他植物资源，主要用于畜牧业发展，是自然、社会和经济因素构成的共同体。传统的草地资源调查是以野外路线调
价值工程 2017年22期2017-07-15
- 基于植被指数和最优物候期的玉米产量预测研究
测；物候期；植被指数中图分类号：S513 文献标识码：A DOI：10.11974/nyyjs.20170532006吉林省作为粮食大省，是国家重要的商品粮生产基地，拥有完备的粮食生产体系，在国家粮食供给中占有举足轻重的地位。吉林玉米带作为世界三大黄金玉米带之一，战略意义重大，多年来为平衡国家粮食供求、保障国家粮食安全、稳定粮食市场方面做出过巨大贡献。因此，保护玉米的种植面积和稳定生产是确保粮食安全的战略之一，准确地预测玉米产量对于政府等有关部门制定科学合
农业与技术 2017年9期2017-05-28
- 内蒙古自治区植被指数时空变迁分析
治区17年的植被指数数据。结合概率论、统计学对数据进行了分析并预测了未来的变化趋势，为“十三五”生态规划提供了科学依据。关键词：内蒙古；植被指数；分析中图分类号：X835 文献标识码：A 文章编号：2095-672X（2017）02-0100-08DOI：10.16647/j.cnki.cn15-1369/X.2017.02.019内蒙古自治区位于祖国的正北方，地处欧亚大陆内部，面积100余万km2，占全国总面积的12.3%。全区地势较高，地域广袤，距离海
环境与发展 2017年2期2017-05-13
- 高分一号提取植被信息方法对比
，选取归一化植被指数（NDVI）、增强型植被指数（EVI）和土壤调整植被指数（SAVI）3种植被指数，采用不同时期的数据对四川省茂县地区进行植被信息提取，计算分析不同植被指数提取植被信息的差异性。结果表明：高分一号数据提取的NDVI植被效果最好，其中2013年分类总精度为94.55%，Kappa系数为0.88；2015年分类总精度为90.47%，Kappa系数为0.85。根据统计指标分析表明：在高原山区地形环境下，利用植被指数提取植被信息，高分一号卫星采用
农业与技术 2017年5期2017-04-11
- 基于遥感影像的不同植被指数比较研究
源，利用比值植被指数（RVI）、归一化植被指数（NDVI）、土壤调节植被指数（SAVI）、修正的土壤调节植被指数（MSAVI）4种植被指数和植被信号与土壤噪音之比（S/N）对研究区不同区域的植被进行比较研究，结果表明归一化植被指数与土壤调节植被指数适合该地区的实际情况。关键词：遥感影像；植被指数；信噪比；比较研究引言现如今，遥感探测已成为植被研究的一个高效方法，植被指数是遥感领域中用来表征地表植被覆盖，生长状况的一个简单有效的度量参数。植被指数的定量测量可
科技创新与应用 2017年6期2017-03-23
- 浅谈植被指数的分类与应用
技术的发展，植被指数（vegetation index，VI）作为地表植被覆盖和植被生长状况的度量参数，被广泛应用于环境、生态、农业等领域。现有的科学文献中发布的植被指数种类超过了150种，这些缺乏科学分类的植被指数，使研究者在具体应用时不能够做出快速准确的选择。因此本文在分析了影响植被指数的诸多因素的基础上，对多种典型的植被指数进行概括分类，进而讨论各自的优势和应用局限性，这将有助于不同的植被指数能够更精确的应用在不同的研究和应用领域，从而在一定程度上给
计算机时代 2016年12期2017-01-14
- 植被指数监测绿洲农区风沙灾害的适宜性分析
膜损坏。遥感植被指数是农区灾害监测和评估的重要指标［1－2］。植被指数是多光谱数据经线性或非线性组合，构成对植被有一定指示意义的各种数值，被越来越多地用于农业和植被生态监测［3］。不同的植被指数在一定条件下能用来定量地说明植被状况，但受到植被本身、土壤背景、环境条件和大气空间时相变化等因素的影响，植被指数往往具有明显的地域性和时效性，没有一个普遍的值，其研究经常表明不同的结果［4］。针对绿洲农区风沙灾害的监测和评估，需要对多个植被指数在风沙灾害前后的变化进
水土保持研究 2014年2期2014-05-05
- 龙口市城市热岛效应与植被指数相关性研究
分析龙口地区植被指数和地表温度之间的关系，来论证加强绿化对热岛效应的缓解作用。主要通过近红外波段和可见光红色波段的运算来获取植被指数，进而计算地表辐射率，然后以热红外遥感理论反演研究区的地表温度，借此分析植被对城市地表温度的影响。2 数据及数据预处理选用LandsatTM遥感影像作为数据源，获取2010年6月12日（landsat5TM）覆盖龙口市区域的遥感影像数据（图1）。在进行热岛遥感研究中，基础分析数据是TM6波段影像。在进行植被指数研究中，基础分析
绿色科技 2013年1期2013-11-17
- 基于FY3/MERSI数据提取并应用植被指数
1）0 引言植被指数（Vegetation Index简称VI）是依据植被与土壤背景的光谱特征，由波段反射率计算而来的量。常见的植被指数有比值植被指数（RVI）、归一化植被指数（NDVI）、大气阻抗植被指数（ARVI）、土壤调节植被指数（SAVI）、增强型植被指数（EVI）等。它们一定程度上有效地反映地表植被覆盖状况及植被生长状况，成为植被监测、生物量估算等工作的重要参数。随着高光谱遥感的发展，植被指数（VI）被广泛应用到农业、林业、生态环境、土地资源管理
河南科技 2013年17期2013-08-15
- 植被指数在草地遥感中的应用初探
的重要工具。植被指数是将遥感地物光谱资料经数学方法处理, 以反映植被状况的特征量，是用来表征地表植被覆盖及生长状况的一个简单、有效的度量参数，已广泛用来定性和定量评价植被覆盖及其生长活力。随着遥感技术的发展，植被指数在生态、农业、地理信息等领域的应用更加全面和深入。我国草地科学自80年代初期引进航天遥感技术并开展应用以来，已取得了多方面的研究成果。植被指数作为遥感监测地面植物生长和分布的一种方法，也是反映作物生长状态的直接遥感指标，其应用效果将直接影响到遥
湖南农业科学 2011年1期2011-03-10