Please wait a minute...
 
国土资源遥感  2011, Vol. 23 Issue (2): 115-118    DOI: 10.6046/gtzyyg.2011.02.21
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
基于MODIS的干旱区植被覆盖度反演及植被指数优选
郭玉川1, 何英1, 李霞2
1.新疆农业大学水利与土木工程学院,乌鲁木齐830052; 2.新疆农业大学草业与环境科学学院,乌鲁木齐830052
Remote Sensing Inversion of Vegetation Coverage and Optimization of Vegetation Index Based on MODIS Data in Arid Area
GUO Yu-chuan 1, HE Ying 1, LI Xia 2
1.College of Water Conservancy and Civil Engineering, Xinjiang Agricultural University, Urumqi 830052, China; 2.College of Prataculture and Environment Science, Xinjiang Agricultural University, Urumqi 830052, China
全文: PDF(1253 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

 为进一步掌握塔里木河下游输水后的生态恢复程度,以输水河畔的植被覆盖度为研究对象,采用MODIS数据构建研究区多种植被指数; 结合现场实测植被覆盖度,给出离散坐标下实测植被覆盖度与各种植被指数间的二维散点图,据此得出二者相关方程,反演区域植被覆盖度。结果表明,基于MODIS数据构建的NDVI、MSAVI、SAVI和EVI等植被指数均与植被覆盖度有较好的相关关系,采用这些植被指数反演植被覆盖度的精度由高到低依次为NDVI、EVI、MSAVI及SAVI。建议在干旱荒漠区,使用MODIS数据进行植被变化监测,最优选择的植被指数为NDVI。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 基于知识分类决策二叉树矿区土地类型变化检测    
Abstract

To further understand the ecologic restoration level after water supplying,the authors studied vegetation coverage (Fv)in the water supply area of the lower reaches of the Tarim River. Correlation equation and two-dimensional scatter plot between Fv and vegetation index (VI) could be obtained based on MODIS data by constructing a variety of VIs in combination with measured Fvs,and the value of Fv could be figured out based on the relevant equation. The results show that there exist good correlations between the VIs such as NDVI,MSAVI,SAVI and EVI and Fvs on the basis of MODIS data. With these VIs,the inversion accuracy of the Fvs in the order from higher to lower is NDVI, EVI, MSAVI and SAVI. The authors suggest using MODIS data to monitor vegetation change in the arid desert area,with the optimal choice of VI being NDVI.

Key wordsKnowledge based classification method    Land types of the mining area    Decision tree    Change detection
收稿日期: 2010-08-23      出版日期: 2011-06-17
: 

TP 751.1

 
基金资助:

国家自然科学基金项目(编号: 40961027)和水利部公益项目(编号: 200801050)共同资助。

 

通讯作者: 郭玉川(1982-),男,博士研究生,主要从事地下水资源利用与保护研究。
作者简介: 李霞(1957-),女,教授,硕士生导师,主要从事生态环境保护与利用研究。E-mail: xjlx782@126.com
引用本文:   
郭玉川, 何英, 李霞. 基于MODIS的干旱区植被覆盖度反演及植被指数优选[J]. 国土资源遥感, 2011, 23(2): 115-118.
GUO Yu-Chuan, HE Ying, LI Xia. Remote Sensing Inversion of Vegetation Coverage and Optimization of Vegetation Index Based on MODIS Data in Arid Area. REMOTE SENSING FOR LAND & RESOURCES, 2011, 23(2): 115-118.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2011.02.21      或      https://www.gtzyyg.com/CN/Y2011/V23/I2/115

[1]程红芳,章文波,陈锋.植被覆盖度遥感估算方法研究进展[J].国土资源遥感,2008(1):13-17.

[2]邢著荣,冯幼贵,杨贵军,等.基于遥感的植被覆盖度估算方法述评[J].遥感技术与应用,2009,24(6):849-854.

[3]邓铭江.塔里木河下游生态输水及植被恢复遥感监测评价[J].冰川冻土,2007,29(3):380-386.

[4]闫正龙,黄强,牛宝茹,等.应急输水工程对塔里木河下游地区植被覆盖度的影响[J].应用生态学报,2008,19(3):65-67.

[5]徐水师,谭克龙,闫正龙.塔里木河下游植被覆盖动态变化遥感分析[J].西北大学学报,2010,40(2):323-326.

[6]刘静,银山,张国盛.毛乌素沙地17年间植被覆盖度变化的遥感监测[J].干旱区资源与环境,2009,23(7):162-167.

[7]刘静,银山,张国盛.基于高光谱混合像元分解的干旱地区稀疏植被覆盖度估测[J].应用生态学报,2010,21(7):152-158.

[8]戴俣俣,丁贤荣,王文种.基于MODIS影像的植被覆盖度提取研究[J].遥感应用,2009(2):67-70.

[9]吴云,曾源,吴炳方.基于MODIS数据的三北防护林工程区植被覆盖度提取与分析[J].生态学杂志,2009,28(9):1712-1718.

[10]罗亚,徐建华,岳文泽.基于遥感影像的植被指数研究方法述评[J].生态科学,2005,24(1):75-79.

[11]杨嘉,郭铌,贾建华.西北地区MODIS/NDVI与MODIS/EVI对比分析[J].生态学杂志,2007,25(1):38-43.

[12]Huete A R.A Soil Adjusted Vegetation Index(SAVI)[J].Remote Sens Environ,1988,25(3):295-309.

[1] 薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[2] 潘建平, 徐永杰, 李明明, 胡勇, 王春晓. 结合相关系数和特征分析的植被区域自动变化检测研发[J]. 自然资源遥感, 2022, 34(1): 67-75.
[3] 李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[4] 王译著, 黄亮, 陈朋弟, 李文国, 余晓娜. 联合显著性和多方法差异影像融合的遥感影像变化检测[J]. 自然资源遥感, 2021, 33(3): 89-96.
[5] 徐锐, 余小于, 张驰, 杨瑨, 黄宇, 潘俊. 融合Unet网络和IR-MAD的建筑物变化检测方法[J]. 国土资源遥感, 2020, 32(4): 90-96.
[6] 刁明光, 刘文静, 李静, 刘芳, 王彦佐. 矿山遥感监测矢量成果数据动态变化检测方法[J]. 国土资源遥感, 2020, 32(3): 240-246.
[7] 张春森, 吴蓉蓉, 李国君, 崔卫红, 冯晨轶. 面向对象的高空间分辨率遥感影像箱线图变化检测方法[J]. 国土资源遥感, 2020, 32(2): 19-25.
[8] 冯林艳, 谭炳香, 王晓慧, 陈新云, 曾伟生, 戚曌. 基于分布函数的对象级森林变化快速检测[J]. 国土资源遥感, 2020, 32(2): 73-80.
[9] 刘义志, 赖华荣, 张丁旺, 刘飞鹏, 蒋小蕾, 曹庆安. 多特征混合核SVM模型的遥感影像变化检测[J]. 国土资源遥感, 2019, 31(1): 16-21.
[10] 赵展, 夏旺, 闫利. 基于多源数据的土地利用变化检测[J]. 国土资源遥感, 2018, 30(4): 148-155.
[11] 王立娟, 靳晓, 贾虎军, 唐尧, 马国超. 基于国产高分卫星数据的矿山环境变化检测[J]. 国土资源遥感, 2018, 30(3): 151-158.
[12] 朱欣然, 吴波, 张强. 一种改进CVAPS的LUCC分类自动更新方法[J]. 国土资源遥感, 2018, 30(2): 29-37.
[13] 王光辉, 李建磊, 王华斌, 杨化超. 基于多特征融合的遥感影像变化检测算法[J]. 国土资源遥感, 2018, 30(2): 93-99.
[14] 尹凌宇, 覃先林, 孙桂芬, 刘树超, 祖笑锋, 陈小中. 利用KPCA法检测高分一号影像中的森林覆盖变化[J]. 国土资源遥感, 2018, 30(1): 95-101.
[15] 刁娇娇, 龚鑫烨, 李明诗. 利用综合变化检测方法进行土地覆盖变化制图[J]. 国土资源遥感, 2018, 30(1): 157-165.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发