首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 812 毫秒
1.
北京市植被绿度与城市热岛效应关系研究   总被引:10,自引:0,他引:10  
以北京市为研究区域,以Landsat TM影像为基础数据,定量反演亮度温度(Tb),提取归一化植被指数(NDVI),并利用RS和GIS技术在东北西南和西北 东南方向构建多个特征剖面,探讨Tb与NDVI的关系在空间上的分布规律。结果表明:①除了在西北 东南方向的76、78、80、82 km处剖面外,其他剖面上Tb和NDVI存在明显的负相关关系。②剖面上Tb与NDVI相关性的显著程度呈现由中心剖面向边缘剖面递减的格局。③剖面上Tb与NDVI相关性的显著程度受下垫面土地利用结构的复杂程度影响,土地利用结构越复杂,特征剖面上Tb与NDVI的相关性越显著。研究结果较好地揭示了植被与温度相关性的空间分布规律,可为北京市未来的城市、绿地等规划提供科学依据。   相似文献   

2.
以Landsat 8 TIRS遥感影像为基础数据,运用遥感技术反演襄阳市地表温度,计算热岛效应强度指数,定量分析襄阳市城市热岛效应的时空分布特征及发展趋势,并结合归一化植被指数(NDVI)、归一化建筑指数(NDBI)与地表温度进行相关性分析,探索地表植被分布状况和建筑密度对城市热岛效应的影响。结果表明,襄阳市的城市热岛效应在2014—2017年逐渐增强,热岛扩散范围主要为城市新建开发区及交通网的延伸区域。城市地表温度与归一化植被指数呈明显负相关关系,与归一化建筑指数呈明显正相关关系,且地表温度与归一化植被指数相关性尤为突出。建议在城市发展建设过程中,加强城市绿化投入,合理增加城市植被覆盖度及适度降低城市建筑密度可缓解城市热岛效应。  相似文献   

3.
本文以武汉三镇为研究对象,利用2009年夏季Landsat TM主要遥感数据源,进行地表温度反演和土地覆盖解译,计算了武汉市城市建筑指数NDBI、归一化植被指数NDVI;并利用NDVI计算地表比辐射率,并使用单窗算法精确反演得到了武汉市2009年夏季地表温度LST。研究结果表明:武汉城市热岛由武昌、汉口、汉阳三大城区热岛构成,且三镇交界区存在多数热岛效应更为严重的"岛中岛",以汉口区中心商业区最为集中;进一步对植被覆盖区和建筑区温度及NDVI、NDBI相关性研究表明,武汉市不同土地覆盖类型有较大差异,LST与NDBI指数成正相关性,且相关系数建筑用地植被水体;LST与陆地表面NDVI指数成负相关性,且相关系数城市用地植被,与水体NDVI指数成正相关性。  相似文献   

4.
  目的  分析不同类型村镇下垫面特征与地表温度(LST)的相关关系,对明晰村镇热环境的影响规律具有重要意义。  方法  利用单通道算法反演村镇的下垫面温度,针对遥感数据不同波段的特性计算了归一化植被指数(NDVI)、归一化建筑指数(NDBI)、不透水面信息指数(NDISI)、归一化水汽指数(NDMI)和改进型归一化差异水体指数(MNDWI)。基于杭州市夏、冬两季的地表温度及遥感指数计算结果,统计分析不同类型村镇下垫面两者间的线性相关性。  结果  地表温度与NDVI呈显著负相关,与NDBI呈显著正相关,与NDMI呈显著负相关。NDMI和NDBI对地表温度的影响大于NDVI,NDISI和MNDWI对地表温度的影响则相对更小;冬季地表温度与遥感指数的相关性弱于夏季。  结论  降低建筑密度,提高下垫面湿度和植被覆盖度都有利于降低村镇夏季地表温度,优化村镇热环境。图7表2参27  相似文献   

5.
基于landsat8 oli数据的合肥市热岛时空特征分析   总被引:1,自引:0,他引:1  
热岛效应是一种城市化进程中所产生的特有环境问题,是一个地区的气温高于周围地区的现象。为了揭示快速城市化地区热岛的时空变化特点,利用2014年的Landsat8 oli遥感数据,通过遥感算法反演合肥市地表温度,并对合肥市热岛分布及成因加以分析,同时分析了归一化植被指数(NDVI)、归一化建筑指数(NDBI)与热岛分布的关系,以及城市下垫面对热岛效应的影响,并对城市热场进行生态评价分析。结果表明,合肥市四季均存在热岛现象,热岛强度表现为夏季最强,最高温度达57.86℃,秋季次之,春季、冬季较弱。春、夏、秋3个季节热岛多集中在主城区,冬季热岛多分布在乡镇及裸土区,城区热岛强度较弱。热岛效应多集中在不透水面和裸土区,城市冷岛多出现在水体位置。城市热岛分布与归一化植被指数呈负相关关系,与归一化建筑指数呈正相关关系。改进半径法可以较好区分城市建成区,建成区与郊区温度分布存在明显差异。  相似文献   

6.
郑舒元 《安徽农学通报》2021,27(22):155-157
洱海流域地处云贵高原,其植被覆盖程度与当地人口居住适宜度密不可分.该研究应用2001—2015年的MODIS NDVI月合成产品,利用洱海流域边界对其进行掩膜提取,从而计算洱海流域2001—2015年ND-VI年均值.利用Pearson相关系数计算NDVI年均值与2001—2015年洱海流域人口密度相关性,并利用傅里叶变换描述两者之间关系.结果表明,2001—2015年间,洱海流域NDVI年均值与人口密度有中等相关性,相关系数为0.551;描述其关系的模型为y=0.6405+(-0.01632)×cos(x×0.2789)+(-0.01483)×sin(x×0.2789),该流域人口密度与NDVI年均值整体相关性可近似用傅里叶级数表示.  相似文献   

7.
基于OLI影像的县域冬小麦种植面积提取   总被引:2,自引:0,他引:2  
以河南省虞城县为研究区域,筛选冬小麦分蘖期至拔节期内的3期(分蘖期、越冬期、拔节期)高质量OLI遥感影像,进行辐射定标及FLAASH大气校正,以便将影像DN值转算为地表反射率,并利用全色波段进行影像融合处理以提高空间分辨率。以归一化差异水体指数(NDWI)、归一化差异建筑指数(NDBI)、归一化差异植被指数(NDVI)为基础,结合外业调查数据构建决策树模型,3期影像中NDWI大于0的像元为水体,NDBI大于0的像元为居民地,NDVI分别大于0.59、0.52、0.65的像元为冬小麦纯净像元,NDVI分别小于0.49、0.44、0.56的像元为其他地物,剩余部分为冬小麦混合像元,通过实地调研确定将混合像元面积折算为冬小麦实际种植面积的权重为0.46,最后计算虞城县冬小麦的实际种植面积。结果表明,冬小麦分蘖期至拔节期是遥感监测冬小麦种植面积的最佳时期,3期影像提取的2014年虞城县冬小麦种植面积分别为76 238.79 hm2、77 406.65 hm2、77 397.82 hm2,与往年统计数据和样地实测数据相比,精度达到了99%。  相似文献   

8.
宁夏植被变化特征及其与气候、人类活动的关系   总被引:2,自引:0,他引:2  
归一化植被指数(NDVI)是表征植被生长状况的重要因子.基于2000年以来的MODIS NDVI数据,运用Mann-Kendall检验、趋势分析、Hurst指数等方法,研究宁夏年最大NDVI时空变化特征及其与气候、人类活动的关系.结果表明:(1)宁夏多年平均最大NDVI呈现南北高、中间低的空间分布特征.(2)19年最大NDVI极显著上升,增长速率为0.008/年,70.3%的地区显著增大(P<0.05),植被生长状况明显改善,未来27.8%的区域最大NDVI将显著改善.(3)最大NDVI与春季、夏季和年降水量相关性较显著,与平均气温相关性较弱.最大NDVI与地方公共财政收入和地方公共财政支出呈极显著正相关关系(P<0.01);大部分地区NDVI与人口及农作物总播种面积正相关,固原市与二者呈极显著负相关关系(P<0.01).生态建设成效尚不稳固,需持续实施生态工程,改善植被生长状况.  相似文献   

9.
以2014年10月8日的Landsat 8 OLI/TIRS卫星数据作为主数据源,利用ENVI 5.1软件平台,对南昌市城市热岛效应进行了研究。根据大气校正法反演南昌市地表温度,并对其归一化得到南昌热岛强度分级图。在此基础上,对南昌城市热岛效应与归一化植被指数(NDVI)、改进的归一化水体指数(MNDWI)、裸土指数(BSI)、归一化差值裸地与建筑用地指数(NDBBI)进行统计分析,得到地表温度与4种指数间的定量关系。结果表明:(1)南昌市热岛效应明显,热岛强度由城区中心向近郊、远郊逐渐降低;(2)地表温度与NDVI呈负相关;(3)地表温度与MNDWI呈负相关;(4)地表温度与BSI呈正相关;(5)地表温度与NDBBI呈正相关。由此可知,增加城市植被覆盖率、扩大城市水域,同时合理利用城市裸地和布局城市建筑用地,可以缓解城市热岛效应。  相似文献   

10.
以2014年10月8日的Landsat 8 OLI/TIRS卫星数据作为主数据源,利用ENVI 5.1软件平台,对南昌市城市热岛效应进行了研究。根据大气校正法反演南昌市地表温度,并对其归一化得到南昌热岛强度分级图。在此基础上,对南昌城市热岛效应与归一化植被指数(NDVI)、改进的归一化水体指数(MNDWI)、裸土指数(BSI)、归一化差值裸地与建筑用地指数(NDBBI)进行统计分析,得到地表温度与4种指数间的定量关系。结果表明:(1)南昌市热岛效应明显,热岛强度由城区中心向近郊、远郊逐渐降低;(2)地表温度与NDVI呈负相关;(3)地表温度与MNDWI呈负相关;(4)地表温度与BSI呈正相关;(5)地表温度与NDBBI呈正相关。由此可知,增加城市植被覆盖率、扩大城市水域,同时合理利用城市裸地和布局城市建筑用地,可以缓解城市热岛效应。  相似文献   

11.
应用归一化植被指数的玉米产量预测研究   总被引:3,自引:0,他引:3  
为有效利用归一化植被指数(NDVI)对玉米产量进行预测,以黑龙江省肇东市为研究区域,利用玉米抽穗期HJ1B遥感数据,结合野外实测数据,进行玉米单产遥感预测研究。通过辐射定标、大气校正、几何精校正等预处理,反演试验区域的实际光谱反射率,从而计算试验区域内玉米的归一化植被指数(NDVI)实际数值,进而与野外实测产量数据进行模型拟合。结果表明:肇东玉米抽穗期NDVI与产量之间二次多项式模型相关性最佳,对比实测数据准确率可达86%,并利用研究结果对肇东2011年玉米产量进行了预测,与实测结果比较后形成玉米单产遥感预测专题图,因此,确定归一化植被指数与玉米产量具有一定的相关性。  相似文献   

12.
《山西农业科学》2016,(5):640-645
利用2001—2013年汾河流域卫星遥感数据归一化植被指数(NDVI)、地表温度(LST)和降水实测资料,分析了汾河流域及其上、中、下游近13 a来NDVI的时空变化特征及其对气候因子的响应。结果表明,近13 a汾河流域月NDVI变化呈现单峰型;整个流域及上、中、下游的植被覆盖率均有所提高;植被覆盖状况由西北向东南逐渐变好;基于月尺度的NDVI与LST呈显著正相关,而降水量与NDVI的相关关系为抛物线型;基于月尺度的NDVI与同期的LST和降水量的复合相关模型优于单变量相关模型,复合相关模型为:NDVI=0.007Ts+0.002P+0.222;基于年际尺度的NDVI与LST的单变量相关不显著,而NDVI与降水量的单变量相关性显著;NDVI的赫斯特指数表明,汾河流域的植被覆盖状况将持续改善。  相似文献   

13.
为研究对张承地区生态环境质量改善具有重要现实意义的植被动态变化及其与气候影响因素间的关系,本研究解析张承地区2000—2014年气候因子与植被指数(NDVI)的时空演变特征,进而揭示该区域气候因子与植被指数的相关关系。结果表明:1)2000—2014年张承地区NDVI整体呈现增长趋势,年际波动较大,季节差异和空间分异特征显著。2)对于气候要素,15年间光合有效辐射与气温呈下降趋势,而年降水量呈现出增长趋势,且具有明显季节差异。3)在季节尺度上,夏季NDVI与降水量的相关性最显著,而在冬季NDVI与气温和光合有效辐射的相关性更显著;在年际尺度上,NDVI与光合有效辐射相关性较低,但却与降水量呈显著正相关,与气温呈显著负相关。4)不同植被类型的NDVI与气候因子的相关程度存在差异,但对于同一植被类型,NDVI与降水量的相关性最高。这些研究结论将为张承地区应对气候变化、改善生态环境提供重要参考信息。  相似文献   

14.
选取PathfinderAVHRR陆面资料中1982~2001年满归地区的植被归一化指数(NDVI)逐月数据和满归地区2个气象站点同期的气温、风速、日照、降水以及大气CO2浓度资料,分析了研究区NDVI的逐月变化、季节变化、年际变化特点以及NDVI与环境因子的关系.结果表明,研究区的NDVI受春季气温的影响极为显著,与2月的气温呈显著正相关(P<0.05);与4月的风速呈显著负相关(P<0.05);与6月的降水量呈极显著正相关(P<0.01);大气CO2浓度的变化与NDVI呈显著正相关(P<0.05).  相似文献   

15.
以南宁市高速环道范围内的主城区为研究对象,通过Landsat TM遥感影像反演地表温度(LST),提取归一化差值植被指数(NDVI)、改进的归一化差异水体指数(MNDWI)、改进的归一化建筑指数(NDBI),用最大似然分类法将研究区地表覆盖类型分为水体、林地、园地和建筑用地。同时将研究区按照3km×3km规格分为47个统计小区域,利用ArcGIS中的空间分析功能,统计每个小区域各地表覆盖类型的面积比例及其平均地表温度,并对两者进行相关分析。从而在像元(30m×30m)和小区域(3km×3km)2个尺度上定量研究地表覆盖类型对地表温度的影响。结果表明,在像元尺度上,地表覆盖类型的地表温度排序,从高到低依次为建筑用地、园地、林地、水体;LST与NDBI呈显著线性正相关,LST与NDVI和MNDWI呈非线性关系;LST与正的NDVI和正的MNDWI均呈显著线性负相关;在小区域尺度上,平均地表温度最高的是以建筑用地为主的15号小区域达33.2℃,平均地表温度最低的是以绿地和水体为主的36号小区域仅27.8℃,小区域的水体、林地、园地的面积比例和小区域的平均地表温度呈负相关关系,建筑用地面积比例与小区域平均地表温度呈明显正相关关系。不同地表覆盖类型对地表温度的影响不同,绿地与水体均具有降温作用,且绿地比水体降温效果好。因此,在城市规划中,通过适当设置水体和绿地可以达到调节地表热环境,缓解热岛效应的目的。  相似文献   

16.
小兴安岭南部臭冷杉红松林树轮指数记录的7月NDVI变化   总被引:1,自引:0,他引:1  
目的归一化植被指数(Normalized difference vegetation index, NDVI)是应用最广的遥感数据之一,已被广泛应用于森林生态系统净初级生产力(Net primary productivity, NPP)的估算。但其缺点是实测数据时间较短,而基于树轮资料重建NDVI序列可在一定程度上弥补NDVI时间序列短的问题。方法本文研究了小兴安岭南部黑龙江省依兰县丹青河林场内红松、臭冷杉和蒙古栎的树轮宽度数据与NDVI的潜在关系,重建了小兴安岭南部地区过去的NDVI变化。结果红松、臭冷杉和蒙古栎树轮指数与当年7月的NDVI显著正相关,3个树种合成的样地年表与7月NDVI的相关性高于单个树种年表。样地年表和7月NDVI对气候因子(温度和降水)的响应一致;均与上一年10月至当年3月温度呈正相关,与当年4—7月温度呈负相关,与当年3月降水呈负相关,与4—7月降水呈正相关。因此,基于样地年表与7月NDVI的关系,利用一元线性回归模型建立二者之间的拟合方程,重建了过去115年的NDVI数据,方程的方差解释量达42.6% (Radj2=0.401, F=17.08, P < 0.000 1)。重建结果显示,自1900年以来NDVI序列存在2个高值时期(1967—1978、1986—1995)和3个低值时期(1920—1925、1949—1954、1999—2004),NDVI的低值时期与该区域旱灾历史记录相吻合,因此干旱可能是导致该区域NDVI低值的主要原因;此外,砍伐、林火等因素也会导致NDVI值下降。结论建立树木年轮与NDVI的关系时应综合考虑NDVI投影范围和样地多树种组合以减少重建误差。   相似文献   

17.
在分析MODIS数据与水体识别相关的1~7波段典型地物光谱图像特征及相关水体指数模型的基础上,对莫伟华等提出的组合水体指数(CIWI)提出了改进,用归一化建筑指数(NDBI)与归一化植被指数(NDVI)组合,构建了改进型组合水体指数MCIWI(Modified-Combined Index for Water Body Identification),增强了河流、湖泊等水体与城镇、植被等其他信息的区分度,能够有效提取水体信息,特别是城市水体信息.通过应用2009年的MODIS资料在重庆主城区与长寿湖区的水体信息遥感监测实验表明,MCIWI水体识别效果要优于其他水体指数模型.  相似文献   

18.
归一化植被指数对江苏省气温、降水变化的时空响应特征   总被引:1,自引:0,他引:1  
根据2000-2011年江苏省中分辨率成像光谱仪—归一化植被指数(MODIS-NDVI)数据和13个气象站点每日气温和降水数据,分析了江苏省NDVI与气温和降水间的相关性,根据4个时滞期(前0-前3月),计算了13个气象站点NDVI与同期及前期(前1-前3月)气温和降水之间的相关系数,并得出相应的时空分布特征和时滞期。研究结果表明:1在整个研究区,NDVI与气温和降水均显著相关,且气温影响程度高于降水;2空间上,NDVI对气温变化的响应在整个研究区都很显著,且最大相关系数为苏南苏北苏中,而对降水的响应存在较大的差异,NDVI对降水变化响应的最大相关系数为苏北苏中苏南;3NDVI在多数地区与当月气温变化同步响应,仅吴县东山NDVI对前1月气温变化的响应最为强烈,NDVI对降水变化在整个研究区呈现不同的滞后期,但以滞后1个月为主;4不同时间、研究尺度、气候区和植被类型等条件下,NDVI对气温和降水变化响应的相关性和时间滞后性还需进一步探讨。  相似文献   

19.
应用遥感技术结合样地调查的方法,估算马鞍山市城市森林斑块的储碳及其分布的格局,研究区面积为340 km2。结果表明,城市森林生物量与从LandSAT5 TM(2010年7月)图像中提取归一化植被指数(NDVI)之间有很好的相关性,可用回归方程y=123.02x1.076 1来描述,同时分别建立了不同类型城市森林生物量与NDVI的关系,应用这些方程计算得出研究区中11 477.07 hm2的城市森林斑块的生物量计5.748×105t,碳储量2.874×105t;其中郊区水源涵养林和建成区市郊风景林总储碳1.496×105t,占全部储碳的52.0%;城市公园的树林储碳2.567×103t,占0.9%;行道树储碳3.530×103t,占1.2%;其他类储碳量1.317×105t,占45.8%。另外,从马鞍山市的NDVI分布推导出生物量的分布特点。  相似文献   

20.
基于landsat8遥感影像,定量提取了城市发展中重要的遥感指数NDBI、NDVI与MNDWI并反演LST,分析了3种遥感指数与LST之间的相关性;对2001年与2016年的LUCC进行了对比分析,并对不同LUCC之间的遥感指数分布进行研究。结果表明,NDBI代表的建筑用地越密集,LST数据越高,NDVI代表的林地覆盖越密集,LST数据越低,可为研究城市热岛效应提供相应依据。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号