基于遥感影像都江堰市多植被指数比较探究

《基于遥感影像都江堰市多植被指数比较探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于遥感影像都江堰市多植被指数比较探究摘要：植被指数是遥感领域中用来表征地表植被覆盖，生长状况的一个简单，有效的度量参数。随着遥感技术的发展，植被指数在环境、生态、农业等领域有了广泛的应用；随着人们对于全球变化研究的深入，以遥感信息推算区域尺度乃至全球尺度的植被指数日益成为令人关注的问题。该文主要从NDVI.RVI、DVI三种常用植被指数模型进行分析研究，利用TM遥感影像为主要数据源，通过ERDASIMAGINE软件对都江堰市遥感影像图进行植被指数的提取以及计算，通过3种不同的植被指数进行分析比较得出该区域的最佳植被指数。关键词：植被指数遥感RVINDVIDVI

2、中图分类号：P96文献标识码：A文章编号：1674-098X(2013)03(a)-00-04都江堰市是具有较高知名度的国际旅游目的地，其生态环境的优劣对其旅游形象具有直接的影响。利用遥感影像评价生态环境具有现势性及快捷性的特点，快捷实时掌握生态环境状况将有利于区域生态管理，也是生态调控的必要前提条件。植被指数是利用遥感影像评价生态环境优劣的最常用指标，学术界就植被指数提取和植被覆盖方面做了大量研究，取得了较大的进展，如陈吉龙做了重庆市三峡库区植被覆盖度的遥感估算及动态变化研究［1］;冯丽做了基于时相和波谱信息的植被信息提取研究［2］；黄浩做了基于高分辨率卫星影

3、像的城市植被信息提取与分析研究［3］；罗亚等研究了植被指数在城市绿地信息提取中的比较［4］；朱继蕤做了基于遥感影像的城市植被提取研究［5］；岳文泽等基于遥感影像的植被指数研究方法述评［6］等方法研究都取得了不错的成绩。马丹炜做了四川都江堰市青城山森林植被生态学特征的研究［7］，但目前还缺少以遥感作为技术手段进行的研究。恰当植被指数的选择，是利用遥感影像研究生态环境的重要前提，其研究具有重要的方法论意义。1研究区概况都江堰市以著名的都江堰水利工程而得名，传说夏禹治水导江至此而得名。1988年国务院同意撤销灌县建立都江堰市，由四川省直辖，是四川省最早的省直辖县级市，

4、同年四川省确定由原上级行政单位省会成都市代管，享受副厅级待遇（06年降格至局级），是中国国家历史文化名城之一，以都江堰-青城山世界文化遗产闻名于世。都江堰市位于成都平原西北边缘，介于东经103°25，42”〜103°47’00”,北纬30°44，54”〜31°22，9”之间。东西宽54km,南北长68km,地跨川西龙门山地带和成都平原岷江冲积扇扇顶部位。市境内地势西北高，东南低，全市山地丘陵面积占65.79%,平坝面积占34.21%。地势从高山、中山到低山再到平原逐级降低，海拔592〜4582m,相对髙差3900mo地势西北高，东南低，髙山、中山、低山、丘陵和平

5、原呈阶梯分布，山地、平原、水域面积大体为6：3：1,素有“六山一水三分田”之说。都江堰市有丰富的自然资源，境内生物多样性保存完整，现有高等植物3012种，动物11000余种，有大熊猫、金丝猴等国家级重点保护动物35种和琪桐、银杏等珍稀濒危植物46种，动植物药材蕴藏量达3000万t,有我国离特大城市最近的360km2原始森林，有亚洲规模最大的杜鹃专类植物园和苔聲园。石灰石、菱铁矿、石英砂、白云岩等矿山资源富足，岷江7大输水干渠纵贯全境，年来水量150亿m3,水能蕴藏量130万kwo2数据与方法2.1数据来源2.2基本原理根据地物光谱反射率的差异作比值运算可以解译成

6、像区植被特征、提取植被类型或估算绿色生物量，能够提取植被的算法称为植被指数［8］。根据三种不同的植被指数灰度图，从三幅图的属性中可以得出3种植被指数的取值范围，其中NDVI的取值空间为-0.14285〜0.7027,RVI的取值空间为0〜5,DVI的取值空间为0〜104,最后根据地表覆盖情况将都江堰市划分为4个区域，即非植被去区、植被区、中植被区、和高植被区。3.2NDVI变化分析根据NDVI的灰度图可以看出，植被指数最高峰值出现在各个山区，其中青城山是都江堰著名的旅游景点，覆盖茂密，环境良好，风景优美。而都江堰市著名的都江堰水利工程区域则植被指数出于低谷，都江

7、堰水利工程处于居民区、建设用地等非植被区。可以看出，NDVI较高值基本上出现在植被覆盖较好的山林和公园绿地一带，其他的建筑、水域等非植被区的NDVI值都相当得低，指数显示的规律与桂林市实际情况相符。4结语该文以都江堰TM遥感影像为数据源，通过ERDASIMAGINE软件对都江堰市遥感影像图进行三种不同的植被指数的计算（分别是NDVI、RVI、DVI3种植被指数），通过比较得出该区域的最佳植被指数为归一化植被指数。归一化植被指数是一种常用的植被指数，在区别植被区与非植被区方面可以看出有比较大的优势，以0为阈值显而易见。由于TM影像的空间分辨率不高，图像细节有点模糊

8、不清，存在混合像元问题，