共查询到19条相似文献,搜索用时 281 毫秒
1.
基于GF-1/WFV EVI时间序列数据的水稻种植面积提取 总被引:2,自引:0,他引:2
随着国产高分系列卫星的发射,国产高分辨率遥感影像在作物种植面积提取方面逐渐得到了应用,但目前仅有少量基于高分一号(GF-1)卫星影像归一化植被指数(Normalized Difference Vegetation Index,NDVI)进行作物分类或遥感估产的研究。本文针对NDVI指数在南方多植被覆盖区域易饱和及不敏感的缺陷,利用在NDVI基础上改进的增强型植被指数(Enhanced Vegetation Index,EVI),首次提出基于GF-1卫星16m宽覆盖影像(Wide Field of View,WFV)EVI时间序列的水稻种植面积提取方法。选取四川省乐至县为研究区域,获取覆盖整个水稻生长周期的GF-1/WFV影像数据,构建EVI时间序列,并分析水稻不同生长期的EVI曲线特征。利用时间序列谐波分析法(Harmonic Analysis of Time Series,HANTS)对EVI时间序列进行平滑处理,尽可能减少噪声影响,使EVI时间序列能够更好地反应水稻及其他植被或非植被随时间的变化规律;根据水稻和其他植被及非植被的EVI曲线特征差异构建水稻种植面积提取决策树模型,对水稻种植面积进行准确提取。通过与同期地理国情监测成果的对比,本研究方法提取的水稻种植面积和精度都较高,表明该方法对于提取水稻种植面积效果良好。研究表明,相对于以往用中低分辨率卫星影像进行作物种植结构提取,GF1/WFV影像在南方较破碎的水稻种植面积提取方面应用效果良好,GF-1卫星影像在农业遥感领域具备很大的应用潜力。 相似文献
2.
基于白芨滩国家级自然保护区2000—2019年的中分辨率成像光谱仪(MODIS)的归一化植被指数(NDVI)和增强植被指数(EVI)时序数据,结合实地踏查和遥感数据,选取了6个研究地区(P1-P6)。通过物候提取和趋势分析等方法,多方面探索了研究区域植被物候变化规律和植被覆盖的时空格局等特征。结果表明:基于NDVI与EVI平均值得出的植被季节物候变化曲线呈现单峰状态,且植被生长季长度略有不同。NDVI与EVI的年最大值及年均值呈波动上升趋势,植被指数的年最大值增长较快,但波动性较大,年均值增长较慢,但波动性较小。因此,在研究该地区植被长期生长变化趋势时,可选择植被指数年均值,以减小误差。2000—2019年研究区域的NDVI与EVI均呈波动上升趋势,各研究区域的NDVI均高于EVI,且NDVI的上升趋势明显,拟合程度更好,并未出现随植被生长而达到饱和状态的现象。这说明在研究小尺度荒漠地区植被生长变化趋势时,NDVI比EVI更敏感且更稳定。 相似文献
3.
以贵州省森林植被为研究对象,基于对MODIS卫星遥感影像的分析,探讨了遥感监测手段在区域尺度上提高森林植被物候监测精细程度的可能性。结果表明:通过分析比较归一化植被指数(NDVI)、增强植被指数(EVI)、相对绿度指数(Gcc)、绝对绿度指数(ExG)等不同植被指数,发现增强型植被指数(EVI)更能表达森林植被物候变化趋势;采用S-G滤波及动态阈值法提取物候关键期,发现贵州省森林植被物候变化趋势呈现西部地区植被生长开始期晚于东部地区,结束期早于东部地区,整个植被生长季长度西部短于东部;基于EVI的贵州省森林物候空间分异规律总体上不明显,仅纬度与生长开始期(SOS)和生长季长度(LOS)相关性显著,经度海陆地带性及海拔垂直地带性差异不显著。 相似文献
4.
5.
6.
7.
基于EOS/MODIS资料的江西省水稻长势遥感监测 总被引:1,自引:0,他引:1
基于2010年的MODIS数据,进行江西省水稻长势遥感监测指标的研究,提取了4种植被指数作为遥感参数,即比值植被指数RVI、归一化植被指数NDVI、植被状态指数VCI和增强植被指数EVI,并利用植被指数进行叶面积指数LAI的反演,建立了植被指数VI-LAI模型。在VI-LAI模型中EVI、NDVI与LAI的相关性较好。利用LAI的预测值和地面实测数据进行精度的分析,结果显示EVI的三次方(Cubic)模型在各方面都优于其他植被指数和其他模型,因此选择EVI作为水稻的长势遥感监测指标。 相似文献
8.
近几十年来,干旱事件的频繁发生已成为全球环境问题中最为严峻的问题之一,大多数植物遭受干旱逆境后的各个生理过程都会受到不同程度的影响。通过遥感手段获取的归一化差值植被指数(NDVI)、增强型植被指数(EVI)等与植被生长有关的植被指数被广泛用于干旱的监测与评估;然而,利用植被水分指数,例如地表水分指数(LSWI)等对干旱事件发生的响应及其严重程度评估的研究目前还较少。利用中分辨率成像光谱仪(MODIS)反射率数据,提取2004—2012年8年尺度的拉萨当雄高寒草甸观测站点中心像元的NDVI、EVI与LSWI,结合同时相内地面观测的降水数据与土壤湿度数据,分析植被指数对藏北高寒草甸干旱的敏感性。结果表明,研究区内年尺度上NDVI和EVI对降水的敏感性基本一致,LSWI的敏感性较NDVI与EVI略高,3种植被指数在干旱年份(2006年)减小幅度基本相同;月时间尺度上LSWI与降水的距平相关性最大,R~2达到0.32(P0.001),NDVI、EVI对降水的响应均存在滞后现象;健康植被的LSWI大于0,干旱植被的LSWI小于0,干旱年份植被生长季LSWI小于0的天数多于湿润年份;相比于NDVI、EVI,利用LSWI对干旱进行分级更适用于高寒草甸干旱的监测与评估。 相似文献
9.
10.
不同生长期杉木植被指数与蓄积量的关系 总被引:1,自引:0,他引:1
处于不同生长期的人工杉木林,其各种生物量的生长和呈现的植被光谱区别较大。利用野外林木的样地实测数据和QuickBird遥感影像呈现的植被光谱,从高分辨率遥感影像获取一系列植被指数,评价不同生长期的人工杉木林的生长状况。结果表明:多个植被指数与蓄积量存在显著的正相关关系,其中比值植被指数(RVI)与蓄积量的相关性大于归一化植被指数(NDVI)、环境植被指数(EVI)和归一化差异绿度指数(NDGI),特别是在杉木处于速生阶段时,可将比值植被指数作为其它估测模型的一种验证。 相似文献
11.
12.
大兴安岭植被指数年际变化及影响因子分析 总被引:1,自引:1,他引:0
通过遥感数据获取的归一化植被指数(NDVI)能够较好地反映植被的生长状况,并且为区域尺度、长时间序列的植被监测提供可能。本研究采用黑龙江大兴安岭地区2000—2009年MODIS/NDVI月值数据,分析和监测该地区年际NDVI变化,并利用趋势分析、假设检验、相关分析等方法研究了多种影响因子对该地区NDVI变化的影响。结果表明:研究区10年间年平均NDVI在0.455 4~0.509 3之间变化,平均值为0.477 3,年际间变化呈现出无规律的波动,没有显著的变化趋势;分析了森林火灾、温度和降水对NDVI的影响,一般森林火灾对过火区域NDVI的变化没有显著影响,重大森林火灾和过火面积小于1万hm2的特大森林火灾会促进过火区域NDVI的增长,过火面积大于1万hm2的特大森林火灾会使过火区域NDVI大幅降低;温度在10~25 ℃时会促进森林NDVI增长,在5 ℃以下对NDVI变化无显著影响;月降水量在75 mm以下会促进森林NDVI增长,大于100 mm对NDVI变化无显著影响。 相似文献
13.
物候相机是物候网建设的重要观测设备,本文开展了对比Hikvision相机(中国)和StarDot相机(美国)的物候指标提取性能的实验研究。研究表明:两款相机的NDVI最为一致,其中,从StarDot提取的生长季长度等于人眼识别长度,与从Hikvision中提取值仅相差1天;两者的GCC和EXG受油菜花季特殊的黄花覆盖及StarDot中的固定白平衡设置存在差异;而两者的EVI均不能够有效反映出油菜的生长节律。Hikvision相机在我国的物候网观测中可以起到替代作用。 相似文献
14.
基于MODIS-NDVI的草地长势变化监测——以锡林郭勒盟为例 总被引:3,自引:0,他引:3
基于锡林郭勒盟2002-2006年MODIS的影像数据,提取植被指数NDVI,采用最大值合成法得到旬度植被指数NDVI数据,结合地面实测数据判断锡林郭勒盟的各类草地在空间上的分布情况,结果表明根据植被指数判断的植被分类情况和全盟的植被实际分布状况基本一致。在此基础之上利用两年旬度植被指数NDVI的差值研究锡林郭勒盟草地的长势变化情况,结果表明,2002-2006年植被状况在逐渐变好。这说明植被指数可以很好反映全盟的植被长势变化状况,该方法是动态监测全盟植被长势的有效方法。 相似文献
15.
Early-season crop type mapping could provide important information for crop growth monitoring and yield prediction, but the lack of ground-surveyed training samples is the main challenge for crop type identification. Although reference time series based method(RBM) has been proposed to identify crop types without the use of ground-surveyed training samples, the methods are not suitable for study regions with small field size because the reference time series are mainly generated using data set with low spatial resolution. As the combination of Landsat data and Sentinel-2 data could increase the temporal resolution of 30-m image time series, we improved the RBM by generating reference normalized difference vegetation index(NDVI)/enhanced vegetation index(EVI) time series at 30-m resolution(30-m RBM) using both Landsat and Sentinel-2 data, then tried to estimate the potential of the reference NDVI/EVI time series for crop identification at early season. As a test case, we tried to use the 30-m RBM to identify major crop types in Hengshui, China at early season of 2018, the results showed that when the time series of the entire growing season were used for classification, overall classification accuracies of the 30-m RBM were higher than 95%, which were similar to the accuracies acquired using the ground-surveyed training samples. In addition, cotton, spring maize and summer maize distribution could be accurately generated 8, 6 and 8 weeks before their harvest using the 30-m RBM; but winter wheat can only be accurately identified around the harvest time phase. Finally, NDVI outperformed EVI for crop type classification as NDVI had better separability for distinguishing crops at the green-up time phases. Comparing with the previous RBM, advantage of 30-m RBM is that the method could use the samples of the small fields to generate reference time series and process image time series with missing value for early-season crop classification; while, samples collected from multiple years should be further used so that the reference time series could contain more crop growth conditions. 相似文献
16.
利用8 km分辨率的AVHRR/NDVI数据分析了延河流域1982 ~2006年NDVI时空变化特征及其对降水变化的响应.结果表明,近25年来,延河流域年均NDVI增长趋势并不显著,但存在明显的空间差异.延河流域西北部地区植被NDVI显著增加;西南部地区NDVI显著下降.从植被类型看,荒草地的年均NDVI显著提高,林地的年均NDVI显著下降.延河地区NDVI变化与降水有密切的相关性,并且不同类型植被对降水变化的敏感程度存在差异,其中耕地和荒草地对降水变化最为敏感,其次草地,而林地受降水变化影响最小. 相似文献
17.
18.
为了更好地建设玛依湖区外围生态屏障,以玛依湖区为研究对象,通过野外采样和室内分析,利用趋势法、反距离权重插值法分析了该区植被生长与土壤理化性质之间的关系。结果表明:(1)玛依湖区土壤重度盐渍化占37.25%,轻度盐渍化占30.28%,中度盐渍化占31.47%,轻度盐渍化土壤中植被NDVI值最大,植被生长较好,中度盐渍化土壤中归一化植被指数(NDVI)最小,植被生长受到抑制。(2)玛依湖区土壤以灰漠土为主,占总面积的33.49%,其次是草甸土,占总面积的21.17%,其他类型的土壤占比较少。不同土壤类型植被的生长状况差异明显,沼泽土的NDVI值最大,植被生长最好,风沙土的NDVI值最小,植被受到较强的抑制性。(3)由于地下水位的变化,越靠近湖区地下水位越高,NDVI值越大,植被生长越好,随着与湖区距离的增加,地下水位逐渐降低,植物可利用的水资源逐渐较少,植被受到干旱胁迫,影响植被正常生长,NDVI值越来越小。(4)玛依湖区阴坡和阳坡植被的生长状况差异不显著,植被生长状况受磷、氮、钾和有机质质量分数以及pH的影响更大,受分形维数和盐分的影响较小。 相似文献
19.
利用遥感数据与非遥感数据相结合的方法对内蒙古草地进行分类研究.以MODIS EVI(MODIS增强型植被指数)数据为基础,计算得到MODIS EVI月度数据,分剐取其一、二、三主成分作为分类的前3个参数;引入研究区域同期的气温、降水、生物温度及DEM(数字高程)数据,通过克里金插值、主成分变换、重采样等方法确定分类的第4、第5个参数.在此基础上,应用ISODATA技术对草地进行分类.结果表明,该分类结果能够提供比AVHRR NDVI(AVHRR归一化植被指数)和MODIS NDVI(MODIS归一化植被指数)更丰富的分类信息,可以清晰识别到5大草地类,对草甸草原、典型草原和荒漠草原可以进一步识别到草地亚类.因此,MODIS EVI数据与非遥感数据结合的多源信息综合分类能提高草地分类的精度. 相似文献