基于决策树—山体阴影模型的植被信息提取研究

植被是土地覆被分类的重要内容,植被分类对研究流域生态具有重要参考价值。鄂西犟河流域是南水北调中线工程的重要水源地,该区以中低山和丘陵为主,地形起伏剧烈,导致遥感影像存在大量阴影,制约了植被分类的精度。基于LandSAT OLI影像,使用ArcGIS的Hillshade模块,输入DEM数据和传感器具体参数,计算得到影像成像时刻阴影的准确分布;统计野外采集地物样本点在MNDWI、NDVI和RVI等指数上的差异;结合决策树分类法,分别设定阴影和非阴影下6类样本的阈值进行分类。结果表明:(1)该方法总分类精度能够达到92.93%,Kappa系数为0.912;(2)阴影和非阴影区植被具备明显的同物异谱和异物同谱特征,表现为阳面的植被指数整体高于阴面;3类林地的RVI值由高往低依次为:灌木,混交林和针叶林。(3)传统经验模型在不同纬度的适用性不同,无法精确提取阴影的范围,降低了分类精度;决策树—山体阴影模型作为一种智能分类方法,能够还原Landsat OLI影像准确的阴影分布,提高山地和丘陵等阴影面积大、形状复杂区域的植被分类精度。     

Application of remote sensing techniques toward the role of traditional water bodies with respect to vegetation conditions

Sri Lanka being an agrarian country, the role of water is important for agricultural production. In Sri Lanka, various tank cascade systems, earthen dams and distribution canals have been accepted as few of the most complex ancient traditional water systems of the world. Rainfall, surface water, groundwater and runoff are linked with each other, they have close interactions to land cover classes such as forests and agriculture. The monitoring of vegetation conditions can show subsurface manifestations of groundwater. In this study, an effort to understand the role of traditional water reservoirs and groundwater recharge was made using remote sensing techniques. We have analyzed various vegetation indices such as Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI-2), Soil-Adjusted Vegetation Index (SAVI), tasselled cap transformation analysis (TCA brightness, greenness and wetness) and their relations with the existence of soil, vegetation and water. Result shows that EVI, SAVI, and TCA-based Greenness Index indicates good relationship with the vegetation conditions as compared to other indices. Therefore, these indices could play a crucial role in depicting the interaction between soil, vegetation, and water. However, multi-temporal observations can provide significant results about these interactions more accurately.     

基于高分一号影像的江汉平原表层土壤湿度指数反演研究

土壤湿度指数遥感监测在农业生产中具有重要的作用。为探讨国产高分一号（GF 1）遥感数据在江汉平原农情参数快速获取中的适用性,以潜江市2017年3月8日的GF 1 WFV影像和106个采样点的土壤湿度实测数据为数据源,选择垂直干旱指数（PDI）、改进型垂直干旱指数（MPDI）和植被调整垂直干旱指数（VAPDI）,对土壤湿度指数反演的效果进行比较和验证。研究结果表明：PDI、MPDI、VAPDI与土壤湿度实测含水量的决定系数分别达到0.649、0.802和0.821,实测土壤含水量验证精度评价也表明各模型均能满足反演的精度要求,说明基于GF 1 WFV影像开展江汉平原的大尺度土壤湿度反演是可行的;在植被覆盖中等区域,MPDI和VAPDI能够在一定程度上克服混合像元对土壤湿度光谱信息的影响,反演的精度要比PDI高,但在高植被覆盖度区,采用垂直植被指数（PVI）修正的VAPDI不易出现植被覆盖饱和现象,具有更高的反演精度;基于3种指数模型反演的土壤湿度指数空间异质性基本一致,但MPDI、VAPDI对土壤湿度变化更为敏感,能反映出不同植被覆盖类型下土壤湿度的实际水平。研究结果可为江汉平原大范围和动态监测表层土壤湿度指数提供理论基础和实践参考。 关键词： 高分一号;土壤湿度指数;PDI;MPDI;VAPDI;江汉平原     

三江源区植被覆盖度的定量估算与动态变化研究

植被覆盖度是衡量地表植被状况的重要指标,其时空分布和变化对政府进行区域规划和决策起着重要作用。MODIS植被指数是区域植被覆盖度提取的重要数据源。利用2000年1月到2009年10月的MODIS 250 m归一化植被指数16 d合成产品（MODIS NDVI）和其他MODIS辅助数据估算三江源区的植被覆盖度并分析时空格局变化趋势。在混合像元二分模型的基础上改进了NDVI参数的确定方法,然后利用重构后的MODIS数据估算植被覆盖度。与2007年8月的野外采样点数据比较,估算精度是8772%,相关系数r为0889 7,表明该模型估算大面积植被覆盖度是可行的。将获得的植被覆盖度分为5个等级,从年最大化植被覆盖度Mfc的角度进行10 a里植被覆盖度的年际变化趋势分析和时空格局变化分析。趋势分析结果表明,2000~2009年三江源区植被覆盖波动式变化,东北部地区得到改善,西部地区在退化,总体呈现退化趋势;时空格局变化分析结果表明,植被覆盖破碎度降低,趋于集中化分布;不同等级覆盖度分布的复杂化程度降低     

基于C5.0决策树和时序HJ-1A/B CCD数据的神农架林区植被分类

我国神农架林区海拔高、气候复杂,森林类型多样,结构破碎,森林遥感分类难度较大。将2013年时间序列HJ-1A/B CCD遥感影像作为数据源,计算出植被指数(NDVI、DVI、RVI)和主成分第一分量(PC1),使用DEM数据生成地形因子(高程、坡度、坡向),构建植被分类时序因子集。运用C5.0决策树分类法将神农架林区植被细分为七类:针叶林;针阔混交林;落叶阔叶林;常绿和落叶阔叶混交林;常绿阔叶林;灌丛和草甸。结果表明:该方法的总体精度为72.7%,Kappa系数为0.67;在6~8月,针叶林、草甸和灌丛的植被指数明显低于常绿阔叶林、常绿和落叶阔叶混交林、落叶阔叶林和针阔混交林,对分类的贡献较大,称为植被分类的"窗口期"。PC1、NDVI和高程因子对神农架林地的区分度较高,而坡度、坡向和RVI因子对分类帮助不大。作为一种智能分类方法,C5.0决策树分类方法应用于30m分辨率的时间序列HJ-1A/B CCD数据,能够将地貌复杂的神农架林区植被分为七类,提高了类别精度,具有更高的应用价值。     

金沙江流域植被覆盖时空变化特征

金沙江流域是长江上游生态脆弱地区,是长江上游水土保持重点防治工程、天然林保护工程和退耕还林工程等生态建设工程的重点实施区。首次利用遥感数据的归一化差值植被指数,采取线性相关分析方法,借助地理信息系统软件,定量化的分析金沙江流域生态建设工程对流域植被的影响。研究结果表明：1999～2008年,金沙江流域年均NDVI在波动中呈显著增加趋势,变化趋势的空间分布存在明显的区域差异,增加速率最快的是农田植被,增加趋势最显著的是灌丛植被;季节平均的NDVI空间分布与年内变化具有明显的空间分异性,不同季节NDVI的变化趋势也存在空间分异性,春、夏、秋和冬季金沙江流域NDVI呈增加趋势的像元分别占总像元的1650%、830%、1170%和1403%;春、夏和秋季都是灌丛NDVI的增加占主导地位,冬季则是草地NDVI的增加占主导地位。基于分析,在“长治”工程、天然林保护工程和退耕还林工程等生态建设工程的综合治理和气候变化的双重影响下,金沙江流域环境向有利的方向发展     

基于NDVI的重庆市植被覆盖变化及其对气候因子的响应

运用美国NASA发布的MOD13Q1级产品16d最大值合成数据结合重庆市34个气象站点的气候资料,分析2000～2011年重庆市植被变化状况以及NDVI与主要气候因子温度、降水的相互关系。结果表明：12 a来重庆市年均NDVI呈增长趋势,但空间时间尺度上有所差异,从空间尺度上看NDVI增长区域主要分布在东北、东南、西南部区域,NDVI降低区域主要分布在重庆主城区、区县城区及长江沿岸、三峡库区消落带;从时间尺度上看,春季、秋季NDVI有一定幅度的增长,夏季NDVI趋于稳定,冬季NDVI有所下降;NDVI在年际尺度上与温度和降水相关并不显著,但在月份尺度上与气温降水均呈显著相关关系,且与气温相关性大于降水     

嘉陵江流域植被覆盖时空变化特征

归一化植被指数(Normal Difference Vegetation Index,NDVI)能够反映植被的繁茂程度,可用来揭示环境的演化,并且能在全球变化研究中起到“指示器”的作用。目前利用NDVI研究植被变化多集中于陕西、甘肃、新疆等地区,对嘉陵江流域的植被变化趋势及其影响因素研究很少。利用线性相关分析方法分析GIMMS NDVI数据,借助于地理信息系统软件,分析嘉陵江流域植被覆盖的时空变化规律。研究结果如下：（1）嘉陵江流域在1982～2006年植被覆盖呈微弱上升趋势,与我国其它地区一致,但增长速率大小不一样;（2）嘉陵江流域植被覆盖明显优于黄土高原、西北地区,存在明显的空间差异,南部地区小于北部地区;（3）植被变化也存在空间差异,南部地区多呈增加趋势,而北部地区多呈减少趋势;（4）嘉陵江流域植被覆盖及其变化与气候变化和人类活动均有密切关系。基于分析,发现嘉陵江流域在人类活动和气候变化的双重影响下,环境向有利的方向发展。     

长三角地区植被退化的空间格局及影响因素分析

植被退化是陆地生态系统功能下降的重要表征。利用2000~2010年SPOT-VEGETATION NDVI遥感数据、土地利用数据,采用趋势分析、叠加分析和格网计算方法,对长三角植被退化的空间格局及其影响因素进行分析。结果表明:10a间长三角地区最大化NDVI均值空间分布南北高、中间低,区域14%的植被覆盖面积显著退化。植被退化呈现一定的空间分异,而人类活动是导致植被退化的主要原因。在长江以南、太湖的北部与东部,环杭州湾地区及南京、南通和台州等城市快速无序的城镇化,造成了建设用地面积增加和耕地的破碎化,使植被退化区域集中连片分布。经济利益驱动农民将水田转化为向水产养殖,引起植被退化。部分区域植被面积未减少而呈退化态势的原因有待研究。     

西南地区近14a植被覆盖变化及其与气候因子的关系

基于1999~2012年NDVI数据,结合气温和降水资料,运用GIS和RS技术,分析了西南地区近14a植被覆盖的时空变化特征及与气温、降水的关系。结果表明:(1)该区植被生长良好,各植被类型NDVI均呈显著增加趋势。空间整体表现为改善状态,改善面积远大于退化面积,严重退化区仅占1.18%。退化区分布于横断山地北部、四川盆地东部以及云贵高原中部。(2)植被覆盖变化将以良性发展为主,但强持续性的退化区和弱持续性的改善区应值得关注;强持续性的退化区主要分布在横断山地中北部、云贵高原中西部、若尔盖高原中部、四川盆地与若尔盖高原相交区域;草原强持续性的退化面积最大,针阔混交林强持续性的改善面积最大。(3)NDVI与温度存在明显的正相关关系,而与降水及干旱指数变化的关系不太明显,温度是影响该区植被变化的主要自然因素。     

基于ETM影像的植被指数在土地利用中的特征——以雅安市雨城区为例

利用LandSAT7号卫星的ETM数据、土地利用现状数据，在GIS空间分析工具与ERDAS空间建模语言的支持下，提取ETM影像的RVI、NDVI和MSAVI等3类植被指数，在ArcGIS中应用样带统计分析工具，统计并分析3类植被指数在各土地利用类型中的分布与特征。结果表明：RVI与NDVI、MSAVI在各土地利用中的特征相似，都能较好的反映土地利用类型的覆盖程度，但各植被指数的表现形式有异，即RVI值高的，NDVI、MSAVI值较低，代表的植被覆盖度也较低，反之亦然；3类植被指数能较好的区分出农田用地、非植被覆盖区、植被覆盖区，而林地与灌木林、早地与园地则不易区分。     

基于多源遥感数据及DEM的人口统计数据空间化——以浙江省为例

利用DMSP/OLS遥感夜间灯光数据进行人口等社会经济数据的空间化时,往往受到其较低的空间分辨率、像元过饱和以及像元溢出现象的影响。植被指数（如NDVI）与不透水面呈负相关关系,与夜间灯光数据在反映人类活动、提取建成区方面可以互补,将这两种数据融合可以有效减少夜灯数据像元过饱和等因素引起的误差。通过进一步融合DEM数据对基于DMSP/OLS夜间灯光数据和NDVI构建的人居指数进行了海拔修正,基于修正后的人居指数与统计人口之间很强的线性相关建立人口空间化模型,获得2010年浙江省1 km×1 km分辨率下的人口密度空间分布。模拟结果显示,浙江省平均人口密度为515人/km2,模拟的平均相对误差为183%,相比海拔订正前的模拟误差减少约5%,表明利用多源遥感数据融合后的人居指数在省级尺度上模拟人口空间分布的精度较高     

Identification of Forest Vegetation Using Vegetation Indices

Spectral feature of forest vegetation with remote sensing techniques is the research topic all over the world, because forest plays an important role in human beings' living environment. Research on vegetation classification with vegetation index is still very little recently. This paper proposes a method of identifying forest types based on vegetation indices, because the contrast of absorbing red waveband with reflecting near-infrared waveband strongly for different vegetation types is recognized as the theoretic basis of vegetation analysis with remote sensing. Vegetation index is highly related to leaf area index, absorbed photosynthetically active radiation and vegetation cover. Vegetation index reflects photosynthesis intensity of plants and manifests different forest types. According to reflectance data of forest canopy and soil line equation NIR=1.506R+0.0076 in Jingyuetan, Changchun of China, many vegetation indices are calculated and analyzed. The result shows that the relationships between veg     

长时序丹江口水源区NDVI数据集构建及其时空动态变化分析

由于不同传感器时空分辨率不一致，当前NDVI动态变化研究存在研究时间较短的问题。基于EOT算法，以丹江口水源区为例，借助重叠时期的GIMMS NDVI和MODIS NDVI数据，将8 km分辨率GIMMS NDVI数据重采样为1 km，构建了1982～2018年NDVI长时序数据集，并在此基础上分析丹江口水源区NDVI时空动态变化。结果表明：EOT算法在空间重采样中具有良好的适用性。EOT NDVI与MODIS NDVI之间拟合度较高（R=0.929，P<0.01，n=24），EOT NDVI与Landsat NDVI之间表现出显著相关关系（R=0.702，P<0.01，n=200）。空间上，EOT算法在土地利用类型较为复杂的区域受混合像元的影响，预测精度降低，在植被分布连片的区域预测精度较高。基于时序NDVI数据分析，研究时段内NDVI呈现波动上升趋势，变化趋势为0.002 9 year-1。空间上，丹江口水源区NDVI以显著增加为主（P<0.05），在汉中市、安康市河流附近以及北部商州市、南部竹溪县等区域年均NDVI增加趋势较其他区域明显；年均NDVI呈现减小的区域主要分布在丹江口水库、十堰市、南阳市、平利县等经济发展较快的区域。Mann-Kendall检验显示年均NDVI时间序列没有突变现象，但局部区域NDVI在不同时间呈现差异。     

基于随机森林和Sentinel-2影像数据的低山丘陵区土地利用分类——以重庆市江津区李市镇为例

精准的土地利用信息是土地资源监测和管理的基础。为提高低山丘陵区域的土地利用分类精度,选取重庆市江津区李市镇为研究案例,基于随机森林方法,以Sentinel-2影像数据和地形因子为数据源,提取3种变量（传统遥感数据,红边遥感数据和地形因子）,合计23个特征指标,构建3个具有不同输入变量的组合模型,以提取研究区土地利用信息,分析变量的重要性。结果表明：（1）传统遥感数据模型中顺序添加红边遥感数据和地形因子,总体分类精度分别为86.54%,87.19%,88.61%;Kappa系数分别为 0.800 9,0.810 2,0.831 4;（2）对模型精度有重要影响的特征指标依次是波段B2(Blue),B4(Red),B3(Green),改进归一化差异水体指数(MNDWI)和波段B5(Vegetation Red Edge 1);(3）基于随机森林的遥感数据和地形因子的组合方法,是获取研究区高精度土地利用信息的一种有效手段。研究成果可以为地形复杂区域的土地利用分类提供参考。     

Identification of Forest Vegetation Using Vegetation Indices

Abstract

Spectral feature of forest vegetation with remote sensing techniques is the research topic all over the world, because forest plays an important role in human beings' living environment. Research on vegetation classification with vegetation index is still very little recently. This paper proposes a method of identifying forest types based on vegetation indices, because the contrast of absorbing red waveband with reflecting near-infrared waveband strongly for different vegetation types is recognized as the theoretic basis of vegetation analysis with remote sensing. Vegetation index is highly related to leaf area index, absorbed photosynthetically active radiation and vegetation cover. Vegetation index reflects photosynthesis intensity of plants and manifests different forest types. According to reflectance data of forest canopy and soil line equation NIR=1.506R+0.0076 in Jingyuetan, Changchun of China, many vegetation indices are calculated and analyzed. The result shows that the relationships between vegetation indices and forest types are that perpendicular vegetation index (PVI) identifies broadleaf forest and coniferous forest the most easily; the next is transformed soil-adjusted vegetation index (TSVI) and modified soil-adjusted vegetation index (MSVI), but their calculation is complex. Ratio vegetation index (RVI) values of different coniferous forest vary obviously, so RVI can classify conifers. Therefore, the combination of PVI and RVI is evaluated to classify different vegetation types.     

基于POI数据的武汉市夏季热场主导因素多尺度分析

分析不同尺度下土地覆被、人类活动等因素对地表温度影响作用大小,可为城市生态空间布局调整优化提供参考。以兴趣点(Point of Interest, POI)数据表征人类活动强度,利用大气校正法反演2016年夏季武汉市外环线区域地表温度,借助最小二乘法在500、1 000和2 000 m 3个尺度下定量研究地表温度与POI密度、归一化植被指数和归一化水体指数的相关性及作用大小,并分析各变量对地表温度的相对重要性。研究表明:(1)3种尺度下,POI密度均与地表温度呈显著正相关关系且相关系数随尺度增大而增大;归一化植被指数和水体指数与地表温度呈显著负相关关系,归一化植被指数与地表温度相关系数随尺度增大而减小,归一化水体指数与地表温度相关系数随尺度增大而增大;(2)武汉市热场空间是自然生态环境和人类活动共同作用的结果;(3)POI对地表温度的解释作用占较大权重,是热场空间形成的重要因素。POI对于地表温度解释的相对贡献度最大,在研究城市热场影响因素中,POI可用来反映人类活动强度,对遥感信息有较好的补充作用。     

近十年重庆市NDVI变化及对气温降水的旬响应特征分析

在利用SPOT VGT NDVI旬数据、重庆市及周边20个气象站点1999~2010年日气温与降水数据以及研究区相关图件资料的基础上,运用均值法、差值法、趋势线分析和时滞互相关分析法分析重庆市NDVI变化的时空特征及旬平均NDVI与旬均温和旬降水的相关性以及时滞情况。结果表明：1999~2010年重庆市NDVI呈稳步上升趋势;NDVI下降的区域主要集中在渝西北、渝东北、渝南等三峡库区的外围;NDVI与气温和降水之间存在较强的相关性,且NDVI与气温较与降水之间的相关性更强,表明在研究区气温对NDVI的影响大于降水;NDVI与气温和降水之间的相关性和时滞情况存在明显的东南-西北差异,东南地区时滞较长、相关性低,西北地区时滞较短,相关性高;各植被类型NDVI与气温和降水的相关程度高低以及响应速度的快慢决定于各植被类型的生长发育规律及其对气温或降水要求的高低     

Generality of relationships between leaf pigment contents and spectral vegetation indices in Mallorca (Spain)

Vegetation indices are calculated from reflectance data of discrete spectral bands. The reflectance signal in the visible spectral range is dominated by the optical properties of photosynthetic pigments in plant leaves. Numerous spectral indices have been proposed for the estimation of leaf pigment contents, but the efficacy of different indices for prediction of pigment content and composition for species-rich communities is unknown. Assessing the ability of different vegetation indices to predict leaf pigment content we identify the most suitable spectral indices from an experimental dataset consisting of field-grown high light exposed leaves of 33 angiosperm species collected in two sites in Mallorca (Spain) with contrasting leaf anatomy and pigment composition. Leaf-level reflectance spectra were recorded over the wavelength range of 400 – 900 nm and contents of chlorophyll a, chlorophyll b, total carotenoids, and anthocyanins were measured in 33 species from different plant functional types, covering a wide range of leaf structures and pigment content, five-fold to more than 10-fold for different traits. The best spectral region for estimation of leaf total chlorophyll content with least interference from carotenoids and anthocyanins was the beginning of near-infrared plateau well beyond 700 nm. Leaves of parallel-veined monocots and pinnate-veined dicots had different relationships between vegetation indices and pigments. We suggest that the nature and role of “far-red” chlorophylls which absorb light at longer wavelengths than 700 nm constitute a promising target for future remote sensing studies.

     

川中丘陵区植被遥感动态监测及其驱动力分析

川中丘陵区是长江上游重要的生态屏障,也是国家退耕还林还草和天然林资源保护工程重点实施区。近年来,由于气候变化与人类活动的影响,该区植被覆盖及生态发生了较大变化。利用该地区2000～2015年MODIS NDVI数据、气象和土地利用数据以及研究区统计数据,采用最大值合成法(MVC)、趋势分析法和相关系数法,分析了川中丘陵区经国家生态工程建设后的植被动态变化特征,并探讨了气候变化和人类活动对植被覆盖的影响。研究结果表明:近15年,川中丘陵区植被呈增加的趋势,增速为5. 84/10 a(P0. 01);31. 58%的区域植被NDVI显著增加,主要分布在嘉陵江中游和岷江中下游,2. 90%的区域植被NDVI显著减少,主要分布在城市中心及周边;研究区植被对降水的敏感性较气温更强,22. 08%的区域面积NDVI与降水是呈显著相关的,仅7. 69%区域面积NDVI与气温是显著的;森林、灌木和草地的NDVI增加明显,各自增加比例超过60%,而建设用地和湿地是NDVI减少最明显的土地利用类型;退耕还林还草和天然林资源保护工程的建设,对川中丘陵区植被覆盖的增长起到了积极作用。