全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

干旱荒漠区植被覆盖变化的遥感监测分析

DOI: 10.3724/SP.J.1047.2011.00305, PP. 305-312

Keywords: 干旱荒漠区,植被变化,古尔班通古特沙漠,端元,光谱混合分析

Full-Text   Cite this paper   Add to My Lib

Abstract:

多期的遥感数据可以用来分析干旱荒漠区植被的空间分布格局和变化特征。本文以1989、2000和2007年3个不同时相的LandsatTM/ETM+影像为数据源,利用线性光谱混合分析和RGB彩色合成法构建一个研究框架,对古尔班通古特沙漠西缘进行植被信息的提取和变化监测分析。在混合像元分解过程中,通过多种方法选择端元,比较选出最佳的端元数目及其对应光谱特征值,对植被变化监测的结果,结合气象等因子综合判定。结果表明(1)研究区内的植被、盐碱地、裸沙和黑色砂砾等4种端元被选取出来,分析表明非受限的最小包含端元特征法所选端元光谱特征的分解结果较为理想;(2)以线性光谱混合分解技术提取的干旱荒漠区植被分量与实测植被盖度显著相关,线性相关系数为0.86,可见干旱荒漠区的植被盖度可以通过遥感影像提取的植被分量间接得到;(3)研究时段内,研究区植被覆盖变好区域占研究区总面积的41.47%,而退化区域仅占16.51%,综合分析结果也说明植被总体情况呈现好转。

References

[1]  方精云, 刘国华, 徐嵩龄. 我国森林植被的生物量和净生产量[J]. 生态学报, 1996, 16(5): 497-508.
[2]  IPCC, WGI. Climate Change 2007: The Physical Science Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2007,976-996.
[3]  Yohe G W, Malone E, Brenkert A, et al. A Synthetic Assessment of the Global Distribution of Vulnerability to Climate Change from the IPCC Perspective That Reflects Exposure and Adaptive Capacity . Center for International Earth Science Information Network (CIESIN), Columbia University, New York, 2006. http://ciesin.columbia.edu/data/climate.
[4]  李本纲, 陶澍. 一种利用多时相TM影像分析地表植被变化的新方法: 以敦煌地区绿洲植被变化分析为例[J]. 遥感学报, 2000, 4(4):295-298.
[5]  施雅风, 沈永平, 李栋梁, 等. 中国西北气候有暖干向暖湿转型的特征和趋势探讨[J]. 第四纪研究, 2003, 23(2): 152-164.
[6]  李珍存, 马明国, 张峰, 等. 中国西北地区植被NDVI的时空变化及其影响因子分析[J]. 地球信息科学学报, 2010, 12(3): 315-321.
[7]  方精云, 朴世龙, 贺金生, 等. 近20年来中国植被活动在增强[J]. 中国科学C辑:生命科学, 2003, 33(6): 229-240.
[8]  钱亦兵, 吴兆宁, 张立运, 等. 古尔班通古特沙漠短命植物的空间分布特征[J]. 科学通报, 2007,19(52):2299-2306.
[9]  崔耀平, 王让会, 刘彤, 等. 基于光谱混合分析的干旱荒漠区植被遥感信息提取研究——以古尔班通古特沙漠西缘为例[J]. 中国沙漠, 2010, 30(2): 334-341.
[10]  张立运, 陈昌笃. 论古尔班通古特沙漠植物多样性的一般特点[J]. 生态学报, 2002,22(11):1923-1932.
[11]  贾亚敏, 刘彤, 骆郴,等. 新疆莫索湾南缘沙漠四种灌木空间异质性的对比[J]. 干旱区研究, 2008, 25(2): 225-230.
[12]  Chavez P, Mackinnon D. Image-based Atmospheric Corrections: Revisited and Improved[J]. Photogrammetric Engineering and Remote Sensing, 1996, 62(9): 1025-1036.
[13]  Elmore A J, Mustard J F, Manning S J, et al. Quantifying Vegetation Change in Semiarid Environments: Precision and Accuracy of Spectral Mixture Analysis and the Normalized Difference Vegetation Index[J]. Remote Sensing of Environment, 2000, 73(1): 87-102.
[14]  Collado A D, Chuvieco E, Camarasa A. Satellite Remote Sensing Analysis to Monitor Desertification Processes in the Crop-rangeland Boundary of Argentina[J]. Journal of Arid Environments, 2002, 52(1): 121-133.
[15]  Small C. Estimation of Urban Vegetation Abundance by Spectral Mixture Analysis[J]. International Journal of Remote Sensing, 2001, 22(7): 1305-1334.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133