黄河三角洲植被覆盖遥感估算及变化分析

植被覆盖度是重要的生态环境参数之一。文章以黄河三角洲为例,运用归一化植被指数(NDVI)和像元二分模型对黄河三角洲地区2004年和2010年的植被覆盖度进行了估算,将黄河三角洲植被覆盖划分为4个等级:低植被覆盖区、中植被覆盖区、高植被覆盖区和全植被覆盖区,并分析其变化趋势。结果表明,低植被覆盖区面积最大,主要位于沿海、中部地区和黄河以南,中植被覆盖区主要位于北部沿海地区,全植被覆盖区主要位于黄河及其支流沿岸。从植被覆盖变化趋势看,2004-2010年间低植被覆盖区、中植被覆盖区和全植被覆盖区面积都有所减少,其中低植被覆盖区减少面积最大,达312.39km2,全植被覆盖区面积变化幅度最大,变化率为76.8%。高植被覆盖区面积增加了352.31km2,变化率为30.6%。利用NDVI植被指数和像元二分模型对黄河三角洲地区植被覆盖度进行遥感估算,可以快速有效地分析不同时期的植被覆盖变化,方法简单可行,结果可为黄河三角洲地区水土保持和生态环境保护政策制定提供依据。

基于Worldview-2数据的东洞庭湖湿地区域植被覆盖度估算研究

利用Worldview-2卫星数据八波段多光谱数据特点,分析与近红外波段重叠并具有更高信息量的近红外2新波段特征构建植被指数(VI)的关系。以湖南东洞庭湖湿地区域为研究区,建立近红外2新波段参与的归一化植被指数(NDVI)植被覆盖度估算模型。通过与实测样点结果比较发现:近红外2波段参与改良后的NDVI法的估算结果与实测值验证结果更加匹配,精度达到87.8%;原始近红外波段参与的NDVI法的估算结果精度最低。研究表明运用Worldview-2数据,并采用改良后的NDVI法可以大区域、准确、快速的进行植被覆盖度估算。

地形对植被覆盖度估算方法的影响

在使用遥感技术估算植被覆盖度过程中,估算结果极易受到地形的影响,不同的估算方法受到的影响程度也不同。针对上述问题,选用SCS+C进行地形校正,并对比和定量分析了经地形校正后与未经地形校正及未经严格地形校正像元二分模型植被覆盖度估算结果的变化特征。结果表明,平地、丘陵估算结果受地形影响较小,3种方法估算结果相似;山地估算结果受到地形影响最大,存在显著性差异,其中阴坡估算结果整体性呈显著偏大趋势,阳坡估算结果略微减小,VFCTAVI估算结果优于VFCNDVI。该研究结论可以促进植被覆盖度实际生产和反演方法的改进。

QuickBird遥感数据监测植被覆盖度的研究

利用QuickBird高分辨率遥感数据,运用三波段法、NDVI像元二分法、综合法估算研究区域的植被覆盖度,并对3种方法的计算结果进行比较和检验,结果表明:3种方法的估测值与实际值之间的相关性均较高(均达到了0.84以上),其中NDVI像元二分法和综合法的相对误差不大,精度能达到92%以上。经系统性检验,NDVI像元二分法和综合法的拟合精度较高,模型的整体性较好,可用于QuickBird数据估算植被覆盖度。