基于植被覆盖度序列的变化矢量分析

基于植被覆盖度序列的变化矢量分析

ID:37961624

大小:316.45 KB

页数:4页

时间:2019-06-03

基于植被覆盖度序列的变化矢量分析_第1页
基于植被覆盖度序列的变化矢量分析_第2页
基于植被覆盖度序列的变化矢量分析_第3页
基于植被覆盖度序列的变化矢量分析_第4页
资源描述:

《基于植被覆盖度序列的变化矢量分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、2008年第11期测绘通报41文章编号:0494-0911(2008)11—0041-03中图分类号:P237文献标识码:B基于植被覆盖度序列的变化矢量分析刘永进,乔德军,郑卫华(邯郸学院,河北邯郸056005)ChangeVectorAnalysisBasedonVegetationCoverageSequenceLIUYong-jin,QIAODe-jun,ZHENGWei—hua摘要:变化矢量分析法是直接对像元的光谱信息进行比较,可提供像元在时间维上具体的变化值和变化类型,是一种非常有潜力的直接比较分析方法。以植被覆盖度时序资料为基本数据源,综合应用变化矢量分析方法对长三角地

2、区2001—2005年植被的变化强度、变化类型进行分析,结果表明在这五年中植被覆盖情况总体表现为稳中略增。关键词:植被覆盖度;变化矢量;分析例如,用连续多年12个月的数据来进行变化矢一、引言量分析,则变化矢量空间由每年的12个变化检测指遥感技术的发展,为大面积的提取植被覆盖度示因子图像构成,故全年指示因子对应一个12维的提供了强有力的手段,可以从多时相、多波段遥感时间矢量,即信息提取地表植被覆盖状况。许多学者利用遥感技术开展地表覆盖变化的研究,植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比,是衡量地表植被状况的一个重要指标,是描述生态系统的重要基础数

3、据,也是区式中,P(i,)表示像元i对应于年的矢量;(t)为域生态系统环境变化的重要指示,对水文、生态、区像元i在时间£。到t的指示因子值;rt表示时间维域变化等都具有重要意义¨J。数。矢量的模llPll代表了全年指示因子累计,矢近年发展起来的变化矢量分析法,直接对像元量的方向为全年指示因子的时问曲线形状的综合的光谱信息进行比较,可提供像元在时间维上具体反映。的变化值和变化类型,是一种非常有潜力的直接比任意两年问指示因子的任何变化都会表现在较分析方法。本文采用多时相MODIS.NDVI和这12维空间中,这种变化可用矢量描述为MODIS—LAI时问数据,运用“非等密度模型”提取长l一

4、I三角地区的植被覆盖度,探讨利用变化矢量分析进Y2—X2AP(i):P(i,y)一P(i,)=:行时序分析的方法,并利用该方法对长三角地区●2001~2005年植被变化的空间特征进行分析。一式中,△P(i)是像元i从年到Y年的变化矢量,包二、变化矢量分析含了(Y—)年及像元i在每一时问维上的变化信变化矢量分析技术用知识参数年时序中的每息。变化矢量的模ll△P(i)ll由欧氏距离(Enclide-个数据值作为时序空问的一点,时序空间连续几年andistance)决定,表示了指示因子变化的强度。的点连接成变化矢量。变化矢量的方向确定了变lI△P(i)ll:化的推进,矢量的大小表征了变化

5、的强度。变化矢~/(一1)+(y2一2)+⋯+(y一PCn)。量分析法直接对像元的信息进行比较,可提供像元当ll△P(i)ll超过某一阈值时,往往对应着植在时问维上具体的变化值和变化类型,是一种非常被覆盖类型从一种类型转变成另一种类型。△P(i)有潜力的直接比较分析方法j。的方向由一系列的角度定义,决定了指示因子的变收稿日期:2008-08-05基金项目:科技部社会公益研究专项基金资助项目(2004DIB3J108)作者简介:刘永进(1968一),男,河北邯郸人,副教授,研究方向为计算机开发与应用。42测绘通报2008年第11期化过程。如果dNDVIff1和dNDVI+1都超过了2

6、0%,就用NDVI和NDVI,+的均值来代替ND。针对头三、数据预处理尾的两个像元,我们对BISE方法作了改进:当dND—长三角地区位于北纬30。左右,土地资源丰富,超过20%时,我们采用NDVI和NDVI的均值.土层较薄,林地面积大,植被垂直密度高,植被类型来估算NDVI,,当dNDI/13都超过20%时,用ND一复杂。植被覆盖是影响土壤侵蚀与水土流失的主和NDVI3的均值来估算NDW要因子,用植被覆盖度可以直接衡量长三角地区的长三角地区受亚洲大陆东部和南部的太平洋植被状况。本身热力状况及其差异影响,形成了明显的季风性本研究采用了MODIS—NDVI为16天的合成数气候及形影的亚

7、热带常绿阔叶林景观,地表NDVI据,空间分辨率为250m;MODIS.LAI为8天的合成值受云影响产生大幅度震荡。考虑到植被物候特数据,空问分辨率为1km。时间都为2001~2005征,对长三角地区月NDVI时问序列采用改进BISE年。图像的预处理包括图像的配准、32天NDVI和法,得到去云后的按月合成的NDVI时问序列,经过LAI最大值合成(MaximumValueComposite,简称多时相去云处理后,NDVI时问序列得到了很大的MVC)和去云处理。改善,受云影

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。