简介:漓江近30年来出现了水量减少、枯水期越来越长的问题,而其上游青狮潭水源林覆盖的变化是影响漓江水量的重要因素之一。分别利用遥感比值植被指数(RVI)和归一化植被指数(NDVI)模型,提取美国ETM遥感图像青狮潭水源林不同时相的植被指数,通过分析植被指数的变化来研究水源林覆盖的变化。结果表明,1999年12月15日至2002年1月5日,研究区青狮潭水源林大部分面积(约80%)的植被覆盖度出现下降趋势,但植被覆盖度减少的数值不大,RVI减少值主要在-1.5≤·RVI<-0.1,NDVI减少面积中超过一半面积的NDVI减少值在-0.2≤·NDVI<-0.1,增长、不变的面积各占10%左右,遥感植被指数为定量分析漓江上游水源林覆盖的变化提供了一种有效手段。
简介:采用萨维诺夫干筛法和主成分分析法研究烟台市黄务镇峰山破坏山体周边7种植被恢复模式的土壤结构特征。结果表明:所有人工植被恢复模式的土壤密度均显著低于灌草丛,其中麻栎黑松混交林最小;植被恢复模式对土壤孔隙的改善作用表现为混交林〉纯林〉灌草丛,0~10cm土层优于10~20cm土层;所有人工植被恢复模式的土壤储水能力和土壤团聚体平均质量直径均高于灌草丛,其中麻栎黑松混交林最好。对土壤结构健康综合评价结果表明,土壤结构以灌草丛最差,麻栎黑松混交林最好,其他人工植被恢复模式介于二者之间。研究结果可为同类破坏山体周边的植被恢复与重建提供参考。
简介:本研究以地面样方调查结合2000-2013年MODIS—NDVI数据,建立样方生物量和遥感数据的关系模型,反演锡林河流域产草量的时空分布。研究结果表明:建立的植被指数模型相关系数达到0.6以上,模型精度为80%,线性模型作为遥感估测应用可行;锡林河流域年平均产草量鲜重为1001kg/hm2,空间分布呈现东南高-西北低的空间分布规律;2000-2013年,产草量年际间变化大,变异系数为51.6%,产草量总体呈波动上升趋势。锡林河流域草原产草量的时空变化与主要气候因素(气温、降水)关系密切,特别是受降水量的时空变化影响更为显著。本研究结论可以为有效地保护和利用草地资源、合理配置载畜量和恢复草原生态环境提供有效的技术支持和保障。
简介:研究植被叶面积指数(LAI)时空变化特征,对植被的水土保持效具有重要意义。利用MOD15A2H遥感产品,基于Mann-Kendall趋势检验与Sen斜率分析方法,提取区域尺度与像素尺度上的植被LAI变化特征,并基于不同子流域、坡度、坡向及植被覆盖类型,对植被LAI的变化特征进行分析。基于MOD44B遥感产品,利用线性回归和偏相关系数,分析植被LAI的变化原因。结果表明:1)黄土高原2000—2014年,植被LAI呈显著增加趋势,其年绝对变化幅度为0.042,年相对变化程度为2.71%。2)空间上,在黄土高原58.6%的区域,LAI呈现显著增加趋势,仅有0.9%的区域LAI呈现显著减少趋势。植被LAI剧烈增加,主要发生在河口—龙门区间,包括皇甫川、窟野河、无定河和延河。植被在15°-35°的坡度上,LAI变化程度最剧烈,其变化在各坡向上没有显著差异,农田和草地的LAI变化程度最剧烈。3)与植被总覆盖度相比,植被垂直维结构与黄土高原植被LAI的变化更为相关,其中树木覆盖度的增加,是植被垂直维结构变化的重要原因之一。
简介:摘要 : 水稻叶片叶绿素含量遥感诊断是实现水稻精准施肥的核心要素。本研究通过分析寒地水稻关键生育期叶片高光谱反射率信息,同时结合 PROSPECT模型叶绿素含量吸收系数,参考借鉴现有高光谱植被指数的构造方法和形式,利用相关性分析、连续投影法、遗传算法优化的粗糙集属性简约法进行高光谱特征选择,提出了仅含有 695、 507和 465nm 3个高光谱特征波段的红边优化指数( ORVI)。与 Index Data Base数据库中其他用于叶绿素含量反演植被指数,包括 ND528,587、 SR440,690、 CARI、 MCARI的反演结果进行了对比分析,结果表明: IDB数据库中的已有 4种植被指数叶绿素含量反演模型的决定系数 R2分别为 0.672、 0.630、 0.595和 0.574; ORVI植被所建立的叶绿素含量反演模型的决定系数 R2为 0.726,均方根误差 RMSE为 2.68,精度高于其他植被指数,说明了 ORVI在实际的应用中,能够作为快速反演水稻叶绿素含量的高光谱植被指数。本研究能够为寒地水稻叶绿素含量高光谱遥感诊断及管理决策提供一定的客观数据支撑和模型参考。
简介:摘要 : 含水量是表征水稻生理和健康状况的关键参数,精确预测水稻含水量对于水稻育种和大田精准管理具有重要意义。目前,利用无人机搭载光谱图像传感器监测作物生长的研究主要集中在利用植被指数评估作物在单一或者几个生育期的生长参数,针对作物含水量监测的研究非常有限。本研究主要利用多旋翼无人机低空遥感平台获取不同生育期水稻冠层的 RGB图像和多光谱图像,通过提取植被指数和纹理特征,分析水稻的动态生长变化,并构建了基于随机森林回归方法的含水量预测模型。试验结果表明:( 1)从无人机图像提取的植被指数、纹理特征以及地面测量的含水量都能用于监测水稻生长,并且这些参数随水稻生长呈现出了相似的动态变化趋势;( 2)与 RGB图像相比,多光谱图像评估水稻含水量具有更高的潜力,其中归一化光谱指数 NDSI771,611实现了更好的预测精度( R2=0.68, RMSEP=0.039, rRMSE =5.24%);( 3)融合植被指数和纹理特征能够进一步改善含水量的预测结果( R2=0.86, RMSEP=0.026, rRMSE=3.51%),预测误差 RMSEP分别减小了 16.13%和 18.75%。上述结果表明,基于无人机遥感技术监测水稻含水量是可行的,可为农田精准灌溉和田间管理决策提供新思路。
简介:选取北川县"5.12"大地震前后2个时相的遥感数据,利用归一化植被指数(NDVI)提取2期影像的植被信息,以此为基础,反演植被覆盖度,采用破坏指数DDI(thedamagedegreeindex)表示3种灾害类型区域震后植被破坏情况。结果表明:1)研究区内共解译滑坡103处,崩塌122处,泥石流10处,灾害面积共计17.5km2,震前85%以上区域处于中植被覆盖度以上级别,震后中植被覆盖度以上级别土地面积减少8.01km2,占灾害区域总面积的45.77%;2)滑坡区域植被破坏程度相对较低,中度及重度破坏的面积占总灾害面积的68.66%,崩塌区域植被破坏程度次之,中度及重度破坏的面积占总灾害面积的88.15%,泥石流区域的植被破坏最彻底,中度及重度破坏的面积占总灾害面积的99.74%;3)植被破坏与海拔、坡度有一定关系,破坏较严重的地区主要集中在海拔611~1543m、坡度25°~45°范围内,植被破坏主要集中在重度破坏这一级别,并随海拔、坡度增加而增加,植被破坏与坡向关系不大。
简介:一声巨响过后,璀璨的烟花打上了半空,倏地消逝,紧接着,胡双喜从院子里赤身裸体跑出来.这是第三次了.每次都是这样,周边四邻都转悠过来看热闹,路过的人停了步,凑在一起,看着胡双喜,倒也谈不上幸灾乐祸,只是围观.胡双喜蹲在地下呜呜地哭,泪水将脸上的黑冲散了.有人对胡双喜的遭遇无动于衷,有人却拨打了110.一个小时后,来了三个警察,看了一眼蹲在地上的胡双喜,说又是你,你先把衣服穿上.胡双喜说,这都第三次了,到底是谁干的,我操他妈的.一个警察说,别骂了,我们也正调查呢.另一个警察说,和上次一样,院里给扔了礼花弹,震碎了玻璃,其它倒也没损失什么.