当前位置:首页>> >>


植被覆盖度的遥感估算方法研究.rar

收藏

资源目录
    文档预览:
    编号:20180915222609437    类型:共享资源    大小:4.17MB    格式:RAR    上传时间:2018-09-15
    尺寸:148x200像素    分辨率:72dpi   颜色:RGB    工具:   
    20
    金币
    关 键 词:
    植被 覆盖 遥感 估算 方法 研究
    资源描述:
    编号:08009210313南阳师范学院 2008 届毕业生毕业论文(设计)题 目:植被覆盖度的遥感估算方法研究-以南阳市为例 完 成 人: 胡雪艳 班 级: 2008-03 学 制: 4 年 专 业: 地理信息系统 指导教师: 杨 杰 完成日期: 2012- 04-03 目录摘要 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (1)0 引言 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (1)1 国内研究现状 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (2)1.1 样本统计测算法 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (2)1.1.1 目测估算法 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (2)1.1.2 概率测算法 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (3)1.1.3 仪器测量法 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (3)1.2 整体直接测算法 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (3)2 植被覆盖度研究中的问题及其意义 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (3)2.1 植被覆盖度研究中的问题 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (3)2.2 植被覆盖度研究的意义 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (3)3 研究区域南阳市概况 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (3)4 基于像元分解法的植被覆盖度估算方法 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (4)4.1 像元分解模型法 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (4)4.2 利用归一化植被指数估算植被盖度 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (5)4.3 NDVI 3 和 NDVI 4的两种取值方法 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (6)4.3.1 利用式(6)估算植被覆盖度值,NDVI 3和 NDVI 4的取值是很关键的问题∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (6)4.3.2 利用 ENVI 软件提取 NDVI∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (7)4.4 利用 ENVI 软件植被得到覆盖度数值 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (7)5 南阳市植被覆盖度估算 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (8)5.1 研究数据∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (8)5.2 数据处理∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (8)6 结果与讨论 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (11)参考文献 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (12)Abstract ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙ (12)第 1 页 共 12 页植被覆盖度的遥感估算方法研究—以南阳市为例作 者:胡雪艳指导教师:杨杰摘要:植被覆盖度是重要的生态环境参数之一,是衡量地表植被状况的一个重要指标,对区域环境变 化和监测研究具有重要意义。本文介绍了目前常用的遥感监测植被覆盖度的三种方法,即回归模型法、植被指数法和像元分解法。然后利用基于 NDVI 的像元二分模型, 对南阳市植被覆盖度进行估算研究。关键词:植被覆盖度;遥感;NDVI;像元二分模型;南阳市0 引言植被覆盖度是指观测区域内植被垂直投影面积占地表面积的百分比。它不仅能反映出观测区域内的地表植被覆盖状况,而且是控制土壤侵蚀与水土流失的关键因素,同时是描述生态系统的重要基础数据,也是区域生态系统环境变化的重要指标 [1] 。而城市植被是城市生态系统的重要组成部分,对保护城市生态环境具有重要作用。随着城市化进程的加快而引起的城市植被覆盖的减少,是造成城市问题的重要原因之一,因此对植被覆盖度的研究具有非常重大的意义。植被覆盖度传统的测量方法是地面测量,它只能进行小区域的植被覆盖度测量,局限性大,不易推广。遥感监测可以说是一种研究植被覆盖度的相对精确和重要的方法,在科技越来越发达的今天,遥感在很多地物研究中都有很广泛的应用。遥感图像通过遥感平台上的传感器获取。在遥感应用中,根据传感器的分辨率指标选择遥感图像数据。传感器的分辨率指标主要有辐射分辨率、光谱分辨率、空间分辨率和时间分辨率。辐射第 2 页 共 12 页分辨率是传感器区分反射或发射的电磁波辐射强度差异的能力;光谱分辨率是传感器记录的电磁光谱中特定波长的范围和数量;空间分辨率指遥感图像上能够详细区分的最小单元的尺寸或大小;时间分辨率是对同一目标重复探测时,相邻两次探测的时间间隔。正是它们各自不同的特点可以获得不同空间尺度的遥感图像,从而得出更精确的探测和研究数据。目前常用的遥感监测植被覆盖度的方法主要有:回归模型法、植被指数法,像元分解模型法。其中回归模型法主要是通过建立实测植被覆盖度数据与植被指数的回归模型来求取植被覆盖度。它依赖于对特定区域的实测数据,虽在小范围内具有一定的精度,但在推广应用方面却有诸多方面的限制。植被指数法则通过各像元中植被类型与植被特征的分析,建立植被指数与植被覆盖度的转换关系,来直接提取植被覆盖度信息。而其中植被指数指根据地物光谱反射率的差异作比值运算可以突出图像中植被的特征、提取植被类别或估算绿色生物量能够提取植被的算法。像元分解法是根据植被和土壤在不同波谱段的反射情况,一般选择植被与土壤光谱反射差别较大的红光波段和近红外波段作为植被覆盖度信息提取的信息源。植被指数法和像元分解法都不依赖于实测数据。而基于归一化植被指数和像元分解模型的植被覆盖度的遥感监测方法是一种比较新的研究植被覆盖度的方法。以下是以南阳市为例对植被覆盖度的遥感估算方法进行探讨和分析,选取了 1987 年、1997 年和 2008 年 的 TM 数据,利用基于植被指数的像元分解法来求取植被覆盖度数据,计算不同时期的植被覆盖度。目的在于研究随着城市的发展而导致的城市地表植被覆盖度的变化,为进行城市生态环境质量评估提供参考数据。1 国内研究现状1.1 样本统计测算法 样本统计测算法是按照统计学要求,在研究区内抽取一定数量的样本区域,通过测算样本区域的植被覆盖度,利用部分推算总体的统计学原理,估算整个研究区域的植被覆盖度。1.1.1 目测估算法第 3 页 共 12 页目测估算法采用肉眼凭借经验直接判别或利用相片、网络等参照物估算植被覆盖度。而不同人对同一研究区域的目测估计结果有显著的差别。所以此方法会产生很大的误差。1.1.2 概率测算法概率测算法是借助一定测量工具和手段获得的研究区内植被出现的概率,视为估算该研究区域的植被覆盖度的一种方法,目前国内很少有人采用此法研究植被覆盖度。1.1.3 仪器测量法 仪器测量法是指利用传感器测量光通过植被层的状况来估算植被覆盖度的一种方法。但并不能达到较高的精度。1.2 整体直接测算法整体直接测算法是通过将研究区内植被生长环境要素、时空要素与植被覆盖度地面测量数据进行耦合,在一定尺度内建立植被覆盖度的经验模型;或利用遥感技术提取研究区内植被光谱信息,再与植被覆盖度建立相关关系;或对影像像元进行分解的方法,计算植被覆盖度。引言中提到的常用遥感监测估算植被覆盖度的三种方法便是整体直接测算法 [8] 。2 植被覆盖度研究中的问题及其意义2.1 植被覆盖度研究中的问题南阳市三面环山,在估算植被覆盖度的时候,必须将研究区域内植被地上部分对植被生长区域的地面进行垂直投影。如果在山坡上进行植被覆盖度的估算,就需要注意将植被对山坡进行垂直投影。另外,同样面积的植被相对不同的研究区域范围,会得出不同的植被覆盖度。2.2 植被覆盖度研究的意义植被覆盖度是反应植被基本情况的客观指标,在许多研究中具有很重要的作用。当前环境问题成为全球极为关注的焦点,而植被覆盖度与环境变化的研究有着密不可分的联系。另外,它作为科学研究的一项重要的基础数据,在许多定量研究中起到相当关键的作用,如对南阳市的植物、土壤,水利等的定量研究,而且可使研究第 4 页 共 12 页结果更具科学性和可信性。由于植被覆盖度是城市生态系统环境变化的重要指标,所以对研究城市的生态环境变化也有着重大意义。3 研究区域南阳市概况南 阳 地 处 在 北 纬 32°17′ ~ 33°48′ ,东 经 110°58′ ~ 113°49′ ,处 于 亚 热 带 向 暖 温 带 过 渡 地 带 , 属 典 型 的 季 风大 陆 半 湿 润 气 候 , 四 季 分 明 , 阳 光 充 足 , 雨 量 充 沛 。 南 阳 是 南 水北 调 中 线 工 程 水 源 地 和 渠 首 所 在 地 , 市 内 河 流 众 多 , 分 属 长 江 、淮 河 、 黄 河 三 大 水 系 , 长 度 在 百 公 里 以 上 的 河 流 有 10 条 。 全 市主 要 河 流 有 丹 江 、 唐 河 、 白 河 、 淮 河 、 湍 河 、 刁 河 、 灌 河 等 , 可供 开 采 量 约 8.58 亿 立 方 米 , 全 市 水 资 源 总 量 70.35 亿 立 方 米 ,水 储 量 、 亩 均 水 量 及 人 均 水 量 均 居 全 省 第 一 位 。 2010 年 全 年 共营 造 林 49.5 万 亩 , 其 中 人 工 造 林 38.2 万 亩 。 退 耕 还 林 13.05 万亩 。 全 市 参 加 义 务 植 树 586 万 人 次 , 完 成 义 务 植 树 1550 万 株 。年 末 共 有 自 然 保 护 区 6 个 , 其 中 , 国 家 级 自 然 保 护 区 3 个 。 森 林公 园 8 个 , 其 中 国 家 级 森 林 公 园 2 个 。 年 末 全 市 森 林 覆 盖 率 为37.0%。 野 生 植 物 资 源 184 科 927 属 2298 种 , 国 家 和 省 重 点 保 护植 物 79 种 ; 拥 有 国 家 和 省 级 自 然 区 6 个 , 面 积 221.37 万 亩 ; 国家 和 省 级 森 林 公 园 8 个 , 面 积 6 万 亩 。 南 阳 是 全 国 中 药 材 的 主 产区 之 一 , 药 用 植 物 资 源 丰 富 , 具 有 种 植 、 加 工 中 草 药 的 自 然 条 件优 势 和 传 统 习 惯 , 盛 产 天 然 中 药 材 就 达 2357 种 ,产 量 达 2.5 亿 公斤 , 其 中 地 道 名 优 药 材 30 余 种 , 品 种 数 量 占 全 国 的 20%以 上 ,总 储 量 占 全 省 的 1/4 以 上 , 且 多 为 无 污 染 有 机 药 材 。 全 市 已 基 本建 成 以 南 召 辛 夷 、 西 峡 山 茱 萸 与 天 麻 、 桐 柏 桔 梗 、 方 城 裕 丹 参 、内 乡 黄 姜 、 镇 平 杜 仲 、 邓 州 麦 冬 、 社 旗 板 蓝 根 等 为 主 体 的 十 大 中药 材 种 植 基 地 。4 基于像元分解法的植被覆盖度估算方法4.1 像元分解模型法第 5 页 共 12 页像元分解模型法是假设遥感影像上的一个信息只由两部分组成,即植被部分和非植被部分。如果它通过传感器获取的信息是 S,由绿色植被所贡献的信息表达为 S1,由非植被贡献的信息为 S2,则将 S 线性分解(1)21s+=对于一个由植被和土壤组成的混合像元,像元中植被部分覆盖的面积比例为 f e,则土壤部分覆盖的面积比例为(1-f e) ,假设全植被覆盖的纯像元所得的遥感信息为 S3,则混合像元植被部分所贡献的信息为 S1可表示为 f e与 S3 的乘积为(2)3se×=同理,假设全由土壤所覆盖的纯像元所获得的遥感覆盖信息为S4,则混合像元土壤部分所贡献的信息 S2可表示为(1-fe)与 S4的乘积(3)()421sfse将(2)与(3)代入(1)式,可得(4)43ee×+=将式(4)进行变换,可得植被覆盖度的计算公式(5)()434ssfe÷式(5)中,S 3 与 S4 均为像元二分模型中的两个参数,因此只需先求出这两个参数后运用式(5)就可以利用遥感数据估算植被覆盖度。4.2 利用归一化植被指数估算植被盖度植被指数是利用植被在近红外波段高反射和红波段高吸收的特点,经过某种变换,增强植被信号,削弱噪音,由红光和红外波段的不同组合而成。归一化植被指数(NDVI)是目前使用最为广泛的植被指数,它是反映植被生长状态及植被覆盖度的最佳指示因子 [2] 。当植被覆盖度较低时,NDVI 对覆盖度增减反应灵敏,当覆盖度较大时,NDVI 趋于饱和 [9] 。根据像元二分模型,一个像元的归一化植被指数值可以表达为由植被覆盖部分的信息与由土壤覆盖部分的信息组成,因此可以将归一化植被指数(NDVI) 值代入式(5) ,从而计第 6 页 共 12 页算出植被覆盖度,即(6)()()434NDVIINVIDfe ÷=式(6)中,NDVI 4 为裸土或无植被覆盖的区域的 NDVI 值,NDVI 3 为纯植被覆盖区域的 NDVI 值。另外,常用的不同分辨率的遥感数据的红光波段和近红外波段波长范围见表 1。从表 1 可以看出,其波长均在同一范围内,利用这两个波段的反射率计算植被指数中,以上数据源转换引起的误差,可以忽略。表 1 植被指数的数据源卫星系统 LANDSAT CBERS SPOTQuick Bird IKONOS MODIS分辨率/m 30 19.5 10 2.44 4 250R 波段带宽/um0.63~0.690.63~0.690.63~0.680.63~0.690.64~0.720.62~0.67IR 波段带宽/um0.76~0.900.77~0.890.79~0.890.76~ 0.900.77~0.880.84~ 0.88由表知 Landsat TM 影像的 b3 和 b4 波段对应红光波段和近红外波段。4.3 NDVI 3 和 NDVI 4的两种取值方法4.3.1 利用式(6)估算植被覆盖度值,NDVI 3和 NDVI 4的取值是很关键的问题。理论上,大多数类型的裸地,其 NDVI 4值接近于 0,而且不易变化。但由于受到不同大气条件和不同地表性质的影响,如地表湿度、粗糙度、土壤类型、土壤颜色等条件的不同,NDVI 4值会随着空间而变化,它的变化范围一般在-0.1~0.2 之间,NDVI 3代表着全植被覆盖像元的最大值,NDVI 3值也会因植被类型和环境状况的不第 7 页 共 12 页同而在时间和空间分布上存在差异 [3] 。因此采用一个确定的 NDVI 3值和 NDVI 4值是不准确的,即使对于同一景影像图也会有所变化。为了使用理想的调整方法,我们并不需要知道具体值,因为它们应该是从图像中计算出来的。假设集合 A 中有两个像元 a1和 a2,它们的植被覆盖度已知,值分别为 f e1和 f e2 ,分别对这两个像元使用公式(6)得(7) ()()43411 NDVIINVIDIe ÷=(8)22在对像元集合 A 进行植被覆盖度估算时,取 NDVI1为集合中像元 NDVI 的最小值,取 NDVI2为集合中像元 NDVI 的最大值,由于NDVI 与 f e有线性关系,此时它们所对应的 f e1和 f e2也应该是最小值和最大值。对此方程组中的 NDVI 3 和 NDVI 4求解得(9)()()(minaxminmax axin4 eeee NDVIfVINDI ÷××=(10)[ ])minaxmain iax3 11 ee ff根据植被覆盖度的最大值与最小值的不同取值,分两种情况讨论:(1)当 f e max可以近似取 100%,且 f e min可以近似取 0 时,将这两个参数代入方程组得 NDVI 4 =NDVI min和 NDVI 3=NDVI max 由于图像中不可避免的存在着噪声的影响,它可能产生过高或过低的NDVI 值,给定置信度的置信区间内的最大值与最小值。置信度的取值主要由图像大小、图像清晰度等依实际情况来决定。(2)f e max 和 f e min不能近似取 100%和 0 时,使用遥感技术监测植被覆盖度,都需要进行实测数据的检验。如果有一定量的实测数据,那么只需取一组实测数据中的植被覆盖度的最大值与最小值,作为 f e max 和 f e min。 并在图像中找到这两个实测数据所对应像元的NDVI 值,分别作为 NDVI max和 NDVI min,其余实测数据作为检验值。4.3.2 利用 ENVI 软件提取 NDVI 更简单易行,一目了然。在 ENVI 软件中图标中,点击 spectral 图标/vegetation analysis/vegetation index calculator 命令,打开 Vegetation Indices Input File 对话框设置,设置以下参数:确定输入文件,
    展开阅读全文
    1
      金牌文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:植被覆盖度的遥感估算方法研究.rar
    链接地址:http://www.gold-doc.com/p-186122.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们
    copyright@ 2014-2018 金牌文库网站版权所有
    经营许可证编号:浙ICP备15046084号-3
    收起
    展开