Please wait a minute...
 
国土资源遥感  2011, Vol. 23 Issue (4): 121-125    DOI: 10.6046/gtzyyg.2011.04.22
  技术应用 本期目录 | 过刊浏览 | 高级检索 |
近20年成都市植被覆盖度动态变化检测及原因分析
党青1, 杨武年2
1. 成都理工大学地质灾害防治与地质环境保护国家重点实验室,成都 610059;
2. 成都理工大学国土资源信息技术与应用国土资源部重点实验室/遥感与GIS研究所,成都 610059
Dynamic Supervision and Reason Analysis of Vegetation Coverage Changes of Chengdu in the Past 20 years
DANG Qing1, YANG Wu-nian2
1. State Key Lab of Geo-hazard Prevention and Geo-environment Protection, Chengdu 610059, China;
2. Ministerial Key Lab of Information Technology & Application of Land and Resources/Institute of Remote Sensing &GIS, Chengdu University of Technology, Chengdu 610059, China
全文: PDF(2066 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

利用1992年、2001年和2009年的TM遥感数据,采用归一化差值植被指数(NDVI)和像元二分法模型得到成都市植被覆盖度变化灰度图及变化等级图,从而客观、定量地得出了近20 a来植被覆盖度的变化状况,对于成都市制订调节气候、恢复植被、预防自然灾害等城市发展规划具有实际意义。数据分析结果表明,1992-2009年间,成都市植被覆盖度呈整体下降趋势,密林地,灌木林地,高、中产草地和耕地数量减少,其中1992-2001年植被覆盖度下降速度显著; 2001-2009年植被覆盖度仍有所降低但下降速度较1992-2001年明显减缓,且城区出现斑点状分布的人工绿地,小局域气候状况在不断改善中。

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
黄亮
左小清
冯冲
聂俊堂
关键词 影像分割Canny算法面向对象易康(eCognition)边缘检测    
Abstract

Using 1992,2001 and 2009 TM remote sensing data,the authors estimated the vegetation coverage change status of Chengdu in the past 20 years objectively and quantitatively. The study has practical significance for adjusting the climate,resuming the vegetation and preventing the natural disasters. Normalized difference value vegetation index (NDVI) was used to estimate the vegetation coverage in different periods and draw the change grayness and change levels chart of Chengdu vegetation coverage. Data analysis results show that, from 1992 to 2009,the vegetation coverage in Chengdu was overall decreasing. The quantity of dense forest land,shrub land,high and middle grass and cultivated land was decreasing,in which the vegetation coverage decreased obviously from 1992 to 2001,the vegetation coverage remained reduced from 2001 to 2009,but the speed was slower than that from 1992 to 2001. In addition, the speckle distribution of artificial greenbelt appeared in the urban area,and the small-area climatic condition was improved continuously.

Key wordsImage segmentation    Canny algorithm    Object-oriented    eCognition    Edge detection
收稿日期: 2011-02-15      出版日期: 2011-12-16
:  TP 79  
基金资助:

地质灾害防治与地质环境保护国家重点实验室"科技减灾、重建家园"开放研究基金项目(编号: DZKJ-0806)资助。

作者简介: 党青(1985-),女,在读博士生,主要研究方向为地球探测与信息技术。
引用本文:   
党青, 杨武年. 近20年成都市植被覆盖度动态变化检测及原因分析[J]. 国土资源遥感, 2011, 23(4): 121-125.
DANG Qing, YANG Wu-nian. Dynamic Supervision and Reason Analysis of Vegetation Coverage Changes of Chengdu in the Past 20 years. REMOTE SENSING FOR LAND & RESOURCES, 2011, 23(4): 121-125.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2011.04.22      或      https://www.gtzyyg.com/CN/Y2011/V23/I4/121



[1] 周兆叶,储少林,王志伟,等.基于NDVI的植被覆盖度的变化分析--以甘肃省张掖市甘州区为例[J].草业科学,2008,25(12):23-29.



[2] 马聪,武文波.阜新地区植被覆盖度变化提取及分析[J].测绘与空间地理信息,2010,33(1):77-80.



[3] 郭芬芬,范建容,严冬,等.基于像元二分模型的昌都县植被盖度遥感估算[J].中国水土保持,2010(5):65-67.



[4] 党安荣,王晓栋,陈晓峰,等.ERDAS IMAGINE遥感图像处理方法[M].北京:清华大学出版社,2003.



[5] 郝丽萍,方之芳,李子良,等.成都市近50 a气候年代际变化特征及其热岛效应[J].气象科学,2007,27(6):648-654.



[6] 秦伟,朱清科,张学霞,等.植被覆盖度及其测算方法研究进展[J].西北农林科技大学学报:自然科学版,2009,34(9):163-166.



[7] 刘占波.甘肃河西地区土地沙漠化的治理思考--以张掖市为例[J].内蒙古农业大学学报:自然科学版,2005,26(2):43-47.



[8] 王晶晶,白雪,邓晓曲,等.基于NDVI的三峡大坝岸边植被时空特征分析[J].地球信息科学,2008,10(6):808-815.



[9] Chen J,Jönson P,Tamura M,et al.A Simple Method for Reconstructing a High-quality NDVI Time-series Dataset Based on the Savitzky-Golay Filter[J].Remote Sensing of Environment,2004,91(3-4):332-344.



[10] 徐兴奎,陈红,张凤.中国西北地区地表植被覆盖特征的时空变化及影响因子分析[J].环境科学,2007,28(1):41-47.



[11] 李震,阎福礼,范湘涛.中国西北地区NDVI变化及其与温度和降水的关系[J].遥感学报,2005,9(3):308-313.



[12] 韩贵锋.中国东部地区植被覆盖的时空变化及其人为因素的影响研究[D].上海:华东师范大学,2007.



[13] Defries R S,Townshend J R G.NDVI-Derived Land Cover Classifications at a Global Scale [J].International Journal of Remote Sensing,1994,15(17):3567-3586.



[14] 丁艳梅,张继贤,王坚,等.基于TM数据的植被覆盖度反演[J].测绘科学,2009,31(1):43-45.

[1] 范莹琳, 娄德波, 张长青, 魏英娟, 贾福东. 基于面向对象的铁尾矿信息提取技术研究——以迁西地区北京二号遥感影像为例[J]. 自然资源遥感, 2021, 33(4): 153-161.
[2] 蔡祥, 李琦, 罗言, 齐建东. 面向对象结合深度学习方法的矿区地物提取[J]. 国土资源遥感, 2021, 33(1): 63-71.
[3] 苏龙飞, 李振轩, 高飞, 余敏. 遥感影像水体提取研究综述[J]. 国土资源遥感, 2021, 33(1): 9-11.
[4] 张鹏, 林聪, 杜培军, 王欣, 唐鹏飞. 南京市生态红线区高分辨率遥感精准监测方法与应用[J]. 国土资源遥感, 2020, 32(3): 157-164.
[5] 夏既胜, 马梦莹, 符钟壬. 基于GF-2遥感影像的机械性破损面提取方法[J]. 国土资源遥感, 2020, 32(2): 26-32.
[6] 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.
[7] 朱士才, 翟晓彤, 王宗伟. 基于Mean Shift的大批量遥感影像分割方法[J]. 国土资源遥感, 2020, 32(1): 13-18.
[8] 娄佩卿, 陈晓雨, 王疏桐, 付波霖, 黄永怡, 唐廷元, 凌铭. 基于无人机影像的喀斯特农耕区地物识别——以桂林市为例[J]. 国土资源遥感, 2020, 32(1): 216-223.
[9] 杨丽萍, 马孟, 谢巍, 潘雪萍. 干旱区Landsat8全色与多光谱数据融合算法评价[J]. 国土资源遥感, 2019, 31(4): 11-19.
[10] 郑艺, 林懿琼, 周建, 甘伟修, 林广旋, 许方宏, 林光辉. 基于资源三号的雷州半岛红树林种间分类研究[J]. 国土资源遥感, 2019, 31(3): 201-208.
[11] 翟德超, 范亚男, 周亚男. 融入边界特征的遥感影像多尺度分割[J]. 国土资源遥感, 2019, 31(3): 36-42.
[12] 姚丙秀, 黄亮, 许艳松. 一种结合超像素和图论的高空间分辨率遥感影像分割方法[J]. 国土资源遥感, 2019, 31(3): 72-79.
[13] 黄惠, 郑雄伟, 孙根云, 郝艳玲, 张爱竹, 容俊, 马红章. 基于引力自组织神经网络的震害遥感影像分类[J]. 国土资源遥感, 2019, 31(3): 95-103.
[14] 毛宁, 刘慧平, 刘湘平, 张洋华. 基于RMNE方法的多尺度分割最优分割尺度选取[J]. 国土资源遥感, 2019, 31(2): 10-16.
[15] 傅锋, 王新杰, 汪锦, 王娜, 佟济宏. 高分二号影像树种识别及龄组划分[J]. 国土资源遥感, 2019, 31(2): 118-124.
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