从黄土高原植被指数数据中获取森林覆盖率信息
基于遥感的土壤侵蚀监测
基于遥感的土壤侵蚀监测土壤侵蚀是一个全球性的环境问题，它不仅导致土地生产力下降、生态系统破坏，还可能引发一系列的自然灾害，如泥石流、滑坡等。
因此，准确、及时地监测土壤侵蚀状况对于土地资源的合理利用、生态环境保护以及可持续发展具有重要意义。
遥感技术作为一种高效、大面积、多时相的观测手段，为土壤侵蚀监测提供了新的思路和方法。
一、遥感技术在土壤侵蚀监测中的优势遥感技术能够快速获取大面积的地表信息，相比传统的地面监测方法，大大提高了监测效率。
通过不同波段的电磁波反射和辐射特性，遥感可以获取土壤、植被、地形等与土壤侵蚀密切相关的要素信息。
多光谱遥感数据可以反映植被的生长状况和覆盖度，植被是防止土壤侵蚀的重要因素，其覆盖度的高低直接影响着土壤侵蚀的程度。
高分辨率遥感影像能够清晰地展现地形地貌特征，如坡度、坡长等，这些地形参数是评估土壤侵蚀风险的关键指标。
此外，遥感技术还具有重复观测的能力，可以对同一地区进行周期性监测，及时发现土壤侵蚀的动态变化，为制定相应的防治措施提供依据。
二、基于遥感的土壤侵蚀监测方法1、植被指数法植被在土壤侵蚀过程中起着重要的作用，通过遥感计算植被指数，如归一化植被指数（NDVI）、比值植被指数（RVI）等，可以定量评估植被的覆盖度和生长状况。
植被覆盖度低的区域往往更容易发生土壤侵蚀。
2、地形因子分析法利用数字高程模型（DEM）提取地形因子，如坡度、坡向、坡长等。
陡坡和长坡通常更容易产生土壤侵蚀，通过分析这些地形因子，可以评估土壤侵蚀的潜在风险。
3、土壤光谱特征法不同类型和侵蚀程度的土壤具有不同的光谱特征。
通过遥感光谱分析，可以识别土壤类型、质地以及土壤侵蚀导致的土壤理化性质变化。
4、多时相遥感监测法对同一地区不同时间的遥感影像进行对比分析，观察土地利用变化、植被覆盖变化以及地貌的动态演变，从而判断土壤侵蚀的发展趋势。
三、遥感数据的选择与处理在进行土壤侵蚀监测时，需要根据研究目的和区域特点选择合适的遥感数据。
临汾市近20年植被覆盖度遥感估算及动态变化分析
临汾市近20年植被覆盖度遥感估算及动态变化分析马秀秀; 王雅萍; 程结海; 何湜【期刊名称】《《中州煤炭》》【年(卷),期】2019(041)011【总页数】8页(P11-18)【关键词】临汾市; NDVI; 植被覆盖度; 像元二分模型【作者】马秀秀; 王雅萍; 程结海; 何湜【作者单位】河南理工大学测绘与国土信息工程学院河南焦作454000【正文语种】中文【中图分类】P2370 引言植被是地球系统中的活跃成员，陆地生态系统的任何变化必然在植被类型、数量或质量方面有所响应[1]。
植被覆盖度(Fractional Vegetation Cover，FVC)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[2]，是衡量植被生长状况的重要指标。
研究植被覆盖度不仅可以明确当前生态环境分布和变化趋势，而且可以为后续的治理、保护、研究提供数据基础[3]。
获取地表植被覆盖度及其变化信息，对于揭示地表空间变化规律、探讨变化的驱动因子、分析评价区域生态环境具有重要的现实意义[4]。
目前，植被覆盖度数据的获取一般有2种途径——地面测量和遥感测量[5]。
地面测量方法费时费力，只能进行小区域的植被覆盖度监测，无法给出多尺度区域的宏观植被信息[6]。
而遥感技术具有大范围、多时相、多尺度数据获取及连续观测等特点，已成为地表FVC反演的主要手段[7]。
通过遥感数据获取植被覆盖度的方法主要有经验模型法、植被指数法和混合像元分解法[8]，近年来国内外学者在植被覆盖度遥感监测方面开展了大量的实验研究，其中混合像元分解法在植被覆盖度遥感监测方面成果显著[9]。
混合像元分解算法多采用线性光谱混合理论，其中像元二分模型是线性混合像元分解模型中最为广泛应用的植被覆盖度遥感估算模型[10]。
因此，本文以临汾市为研究区，利用遥感影像数据，采用像元二分模型提取植被覆盖度，对其进行遥感估算及动态变化分析，旨在为临汾市的生态环境建设提供指导意见。
2000—2014年黄土高原植被叶面积指数时空变化特征
无 定 河 和 延 河 。植 被 在 １ ５ 。一 ３ ５ 。 的坡 度 上 ， Ｌ Ａ Ｉ 变化程度最剧烈 ， 其 变 化 在 各 坡 向 上 没 有 显 著差 异 ， 农 田和 草 地 的
Ｌ Ａ Ｉ 变 化 程 度 最 剧 烈 。３ ） 与植被总覆盖度相 比 ， 植被 垂直 维结构 与黄土高 原植被 Ｌ Ａ Ｉ的 变 化 更 为 相 关 ， 其 中 树 木
摘要 ： 研 究植 被 叶 面 积 指 数 （ Ｌ Ａ Ｉ ） 时 空变化 特征 ， 对 植 被 的 水 土 保 持 效 具 有 重 要 意 义 。 利 用 ＭＯ Ｄ １ ５ Ａ ２ Ｈ遥 感 产 品， 基 于 Ｍａ ｎ ｎ — Ｋ ｅ ｎ ｄ ａ ｌ ｌ 趋势检验与 Ｓ ｅ ｎ 斜 率 分析 方 法 ， 提 取 区域 尺 度 与 像 素 尺 度 上 的植 被 Ｌ Ａ Ｉ 变化特征 ， 并 基 于 不
ＤＯＩ ：１ ０ ． １ ６ ８ ４ ３ ／ ｊ ． Ｓ Ｓ ＷＣ ． ２ ０ １ ７ ． ０ １ ． ０ ０ ９
Ｓｐ ａ ｔ ｉ ｏ－ ｔ ｅ ｍ ｐｏ ｒ ａ ｌ ｃ ｈａ ｎｇ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｏ ｆ ｌ ｅ ａ ｆ ａ ｒ ｅ ａ ｉ ｎｄ ｅ ｘ ｉ ｎ ｔ ｈｅ Ｌｏ ｅ ｓ ｓ Ｐｌ ａ ｔ ｅ ａ ｕ ｄ ｕｒ ｉ ｎｇ ２ ０ ０ ０— — ２ ０ １ ４
ＷＡ Ｎ Ｇ Ｚ ｈ ｉ ｈ ｕ ｉ 一， Ｙ Ａ Ｏ Ｗｅ ｎ ｙ ｉ ， Ｔ Ａ Ｎ Ｇ Ｑ ｉ ｕ ｈ ｏ ｎ ｇ ， ｒ Ａ Ｎ Ｇ Ｅ ｒ 。 ， Ｋ Ｏ Ｎ Ｇ Ｘ ｉ ａ ｎ ｇ ｂ ｉ ｎ ｇ ， ＷＡ Ｎ Ｇ Ｌ ｉ ｎ ｇ ｌ ｉ ｎ ｇ ， Ｘ Ｉ Ａ Ｏ Ｐ ｅ ｉ ｑ ｉ ｎ ｇ
绝 对 变 化 幅度 为 ０ ． ０ ４ ２ ， 年 相对 变化 程度 为 ２ ． ７ １ ％ 。２ ） 空间上 ， 在 黄土 高原 ５ ８ ． ６ ％的区域 ， Ｌ Ａ Ｉ 呈现显著增加趋势 ，
如何进行植被覆盖度的测量与分析
如何进行植被覆盖度的测量与分析植被覆盖度是指地表被植被覆盖的程度，是衡量植被面积和植被密度的指标之一。
植被覆盖度的测量与分析对于环境保护、生态恢复、气候变化研究等领域具有重要的意义。
本文将从遥感技术、图像处理和地面调查等多个方面介绍如何进行植被覆盖度的测量与分析。
一、遥感技术在植被覆盖度测量中的应用遥感技术是利用人造卫星、航空器、无人机等获取地球表面信息的方法。
在植被覆盖度测量中，遥感技术可以提供大范围、连续观测的数据，具有高时效性和高空间分辨率的优点。
遥感数据中常用的是彩色红外影像。
通过反射特性不同的波长，可以识别和提取植被信息。
植被通常会吸收可见光的蓝、绿波段的辐射能量，而反射红外波段的辐射能量较高。
因此，可以利用彩色红外影像的红光和红外波段的反射率差异，计算植被指数来测量植被覆盖度。
常用的植被指数有归一化植被指数（NDVI）和差值植被指数（DVI）。
其中，NDVI=（近红外波段反射率-红光波段反射率）/（近红外波段反射率+红光波段反射率），而DVI=（近红外波段反射率-红光波段反射率）。
通过计算这些指数，可以得到植被覆盖度的数量化结果。
二、图像处理在植被覆盖度测量中的应用图像处理是指对遥感图像进行的数字化处理。
在植被覆盖度测量中，图像处理可以提取出植被信息，对植被覆盖度进行定量化的分析。
首先，需要对遥感图像进行预处理，包括辐射校正、几何校正和大气校正等。
然后，利用图像增强、特征提取和分类等方法，提取出植被区域的像素，并判断植被的类型和密度。
常见的植被信息提取方法有阈值分割、边缘检测和纹理分析等。
其中，阈值分割是最常用的方法之一。
通过确定一个适当的阈值，将图像转化为二值图像，将植被区域和非植被区域分开。
而边缘检测则是使用图像边缘的变化来提取植被的边界信息，进一步判断植被的形状和结构。
三、地面调查在植被覆盖度测量中的应用地面调查是指人工对植被进行实地观察和测量。
在植被覆盖度测量中，地面调查可以提供准确的定量化数据，并可作为遥感数据的验证和校正依据。
黄土高原植被覆盖度动态变化分析研究
2023Vol.55No.3林㊀业㊀科㊀技㊀情㊀报基金项目:国家林草局西北院自主创新课题计划 无人机林草资源智能监管系统关键技术与标准研究 (XBY -KJCX -2021-21)㊂∗第一作者简介:崔涵(1982-),女,陕西杨凌人,工程师,本科,主要从事森林资源监测㊁林业调查规划设计㊂∗通信作者:刘喆(1978-),女,陕西西安人,高级工程师,硕士,主要从事森林资源监测㊁林业调查规划设计㊂黄土高原植被覆盖度动态变化分析研究崔㊀涵∗㊀刘㊀喆∗(国家林业和草原局西北调查规划院,西安710048)[摘㊀要]㊀探析黄土高原植被覆盖演变及其驱动因素,有助于了解黄土高原生态现状㊂本研究以MOD13A2为主要数据源,采用像元二分模型㊁趋势分析法和相关性分析法对黄土高原地区植被覆盖度动态变化和驱动力进行分析㊂结果表明:(1)2000-2020年整体植被覆盖度呈上升趋势,其增速为0.005/a (p <0.01)㊂其中,2000-2010年增速为0.006/a ,2010-2020年增速为0.004/a ;(2)2000-2020年植被FVC 整体呈现从东南向西北逐渐递减的分布,但不同地区的变化趋势存在差异;(3)进一步分析表明,降水是黄土高原植被变化的主要驱动因素㊂[关键词]㊀黄土高原;植被覆盖度;动态变化;遥感数据中图分类号:Q948㊀㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀㊀文章编号:1009-3303(2023)03-0001-03Analysis of Dynamic Changes in Vegetation Coverage on the Loess PlateauCui Han∗㊀Liu Zhe ∗(Northwest Surveying and Planning Institute of National Forestry and Grassland Administration,Xi`a n 710048,China)Abstract :Exploring the evolution of vegetation cover and its drivers in the Loess Plateau helps to understand the ecological status of the Loess Plateau.In this study,MOD13A2was used as the main data source,and the dynamic changes and drivers of vegetation cover in the Loess Plateau region were analyzed using the like element dichotomous model,trend analysis method and correlation analysis meth-od.The results showed that (1)the overall vegetation cover showed an increasing trend from 2000to 2020,and its growth rate was 0.005/a (p <0.01).Among them,the growth rate was 0.006/a from 2000to 2010and 0.004/a from 2010to 2020;(2)the overall vegetation FVC showed a gradual decreasing distribution from southeast to northwest from 2000to 2020,but there were differences in the change trends in different regions;(3)further analysis showed that precipitation was the main driving factor of vegetation change in the Loess Plateau.Key words :Loess Plateau;fractional vegetation cover;dynamic change;remote sensing data植被覆盖度是评估植被生长状态和土壤侵蚀程度的重要指标之一㊂通过利用归一化植被指数(NDVI)采用像元二分模型可以近似估算植被覆盖度进而分析植被动态变化,可以揭示植被恢复和退化的趋势,为土地治理和生态保护提供科学依据㊂黄土高原是中国北方的一个重要生态区域,该地区的植被覆盖度对于水土保持㊁生态恢复和环境改善具有重要意义[1]㊂然而,由于气候变化㊁人类活动和土地利用变化等因素的影响,黄土高原的生态环境脆弱㊂随着遥感技术的发展,借助遥感数据进行植被覆盖度动态变化研究成为可能㊂1㊀研究区概况黄土高原位于中国大陆的中部和西北部(100ʎ54ᶄ-114ʎ33ᶄE,33ʎ43ᶄ-41ʎ16ᶄN),东临黄河中下游平原,西接内蒙古高原,南连四川盆地,北濒渭河平原㊂黄土高原是黄河流域的重要组成部分,面积约为63.4ˑ104km 2,该地区地貌多为丘陵和沟壑地貌,气候干旱,夏季炎热干燥,冬季寒冷干燥,年降水量较少且不均匀分布,气候条件对植被生长有着重要影响[2]㊂2㊀数据与方法2.1㊀数据源及预处理本研究所使用MODIS 植被指数产品MOD13A2来源于美国航天航空局发布的产品数据,下载地址(https:// /data /),数据空间分辨率为1km ˑ1km,时间分辨率为16d㊂利用MRT 工具对其进行格式转换等预处理工作,为消除云㊁雾以及大气气溶胶等外界因素的影响,本研究采用最大值合成法(MVC)计算得到月最大NDVI㊂本研究使用的气候数据来源于中国气象数据网( /),该数据集包括2000-2020年黄土高原及周边103个气象站点的逐日气温和逐日降水量数据㊂研究采用MATLAB 软件对该数据集进行清洗和异常值处理,对于空缺数据采用双线性内插方法对其进行填补,最后采用ANUS-PLIN 插值方法对其进行空间插值㊂㊃1㊃林㊀业㊀科㊀技㊀情㊀报2023Vol.55No.3 2.2㊀研究方法2.2.1㊀植被覆盖度反演方法根据研究区像元值大小,本研究采用像元二分模型利用NDVI近似估算植被覆盖度㊂即根据遥感影像中每个像元的光谱信息,将像元分为植被和非植被两个类别,并通过计算植被指数(如NDVI)的近似值来估算植被覆盖度㊂FVC=NDVI-NDVI sNDVI v-NDVI s(1)其中:FVC表示植被覆盖度,NDVI v表示完全被植被覆盖区的像元NDVI,NDVI s表示完全是无植被或者裸土覆盖区的像元NDVI㊂本研究参考前人研究[3],提取累计频率为2%的NDVI值作为NDVI s,累计频率为98%的NDVI值作为NDVI v㊂2.2.2㊀趋势分析为定量反映研究区内植被覆盖度的时空变化,本研究对像元进行逐一线性回归拟合,即θslope=nˑðn i=1iˑFVC i-ðn i=1iðn i=1FVC inˑðn i=1i2-(ðn i=1i)2(2)其中:θslope表示斜率,用以表示植被覆盖度的变化趋势㊂3㊀结果分析3.1㊀黄土高原植被覆盖度时间变化趋势根据黄土高原2000-2020年各年份植被FVC均值得到研究区多年年际变化趋势(图1)㊂总体上,黄土高原2000-2020年期间年均植被FVC值波动变化较大(0.477~0.610),但总体呈现波动上升趋势,其增速为0.005/a(p<0.01)(图1a),说明黄土高原地区21年间生态恢复效果显著㊂分时间段来看,2000~2010年期间植被FVC值由0.477增至0.551,其增速为0.006/a(图1b),由于2001年全面启动退耕还林(草)等生态修复工程,使得黄土高原地区植被覆盖度明显提高㊂2010-2020年期间植被FVC值由0.546增至0.610,其增速为0.004/a(图1c),其中在2015年植被FVC值处于低值状态,其原因可能是由于2010-2015年处于第一轮退耕还林(草)工程末期,部分地区出现复耕现象导致植被覆盖度有所下降㊂图1㊀2000-2010年、2010-2020年和2000-2020年黄土高原地区植被FVC时间变化趋势3.2㊀黄土高原植被覆盖度空间变化趋势采用趋势分析法基于像元尺度来分析2000-2010㊁2010-2020和2000-2020年黄土高原植被FVC空间分布特征(图2)㊂结果表明,三个时间段植被FVC整体以增长趋势为主,其增长率分别为0.006/a㊁0.004/a和0.005/a㊂2000-2010年植被FVC占研究区26.46%的区域呈现退化趋势,主要分布在库布齐沙漠北部㊁宁夏平原中部㊁陇中黄土高原北部㊁太行山脉西部和关中平原等地区;植被FVC占研究区73.54%的区域呈现改善趋势,主要分布在吕梁山脉中部和毛乌素沙地等地区;1999年开始黄土高原地区实施了大规模的生态工程治理,包括退耕还林㊁草地恢复㊁水土保持等措施㊂这些治理措施有助于改善土壤质量㊁增加水源涵养和减少水土流失,从而提供了有利于植被生长的环境条件㊂2010-2020年植被FVC占研究区32.54%的区域呈现退化趋势,主要分布在库布齐沙漠北部㊁宁夏平原中部㊁陇中黄土高原北部等地区,其中退化趋势显著的地区主要分布在内蒙古巴彦淖尔和东胜㊁宁夏回族自治区银川㊁青海西宁㊁山西太原等区域等中大型城市,由于城镇化建设,人类活动的扰动越发强烈,使得植被呈现明显退化趋势;植被FVC占研究区67.46%的区域呈现改善趋势,主要分布在吕梁山脉中部㊁毛乌素沙地㊁子午岭山脉西部等地区,其中改善趋势显著的地区主要分布在同心㊁民和㊁环县㊁右玉等地区;由于2010-2015年处于第一轮退耕还林(草)工程末期,部分地区出现复耕现象导致植被覆盖度有所下降;2000-2020年植被FVC整体呈现从东南向西北逐渐递减的分布,植被FVC占研究区20.88%的区域呈现退化趋势,主要分布在库布齐沙漠北部㊁宁夏平原中部㊁陇中黄土高原北部等地区,植被FVC占研究区79.12%的区域呈现改善趋势,主要分布在吕梁山脉中部等地区㊂退耕还林(草)等生态工程的实施,减少土壤的㊃2㊃2023Vol.55No.3林㊀业㊀科㊀技㊀情㊀报流失和水源的丧失,为植被生长提供了更稳定的环境[4-6]㊂图2㊀2000-2010年㊁2010-2020年和2000-2020年黄土高原地区植被FVC 空间变化趋势3.3㊀黄土高原植被覆盖度与气候因子的相关性为了研究气温和降水变化对黄土高原生态系统的影响,本研究利用黄土高原植被覆盖度(FVC)的时序数据与年降水量㊁年均气温进行相关性分析,以探讨气温和降水对植被覆盖的关键影响㊂结果显示,与气温的相关系数最大值为0.774,最小值为-0.780,整体区域的平均相关系数为0.078(图3a)㊂适宜的水热条件有利于土壤水分的补给,从而促进植被的生长㊂然而,当气温超过植被适宜温度时,土壤水分蒸发加速,间接限制植被的生长㊂对于降水与植被FVC 的相关性,相关系数的最大值为0.922,最小值为-0.805,整体区域的平均相关系数为0.237(图3b)㊂降水量的增加能够补给大气和土壤中的水分,促进植被的生长㊂然而,过量的降水导致土壤松软,容易引发滑坡等自然灾害,从而间接限制了植被的生长[7-8]㊂图3㊀黄土高原地区植被覆盖度与气温㊁降水相关性4㊀结论首先,2000-2020年整体植被覆盖度呈上升趋势,其增长速率为0.005/a(p <0.01)㊂其中,2000-2010年增速为0.006/a,2010-2020年增速为0.004/a;其次,2000-2020年植被FVC 整体呈现从东南向西北逐渐递减的分布,植被FVC 占研究区79.12%的区域呈现改善趋势;最后,黄土高原年际植被覆盖度与年降水量㊁年平均气温的相关性均呈现正相关性,其中与降水量的相关性(0.237)略高于年平均气温(0.078)㊂参考文献[1]王雄,张翀,李强.黄土高原植被覆盖与水热时空通径分析[J].生态学报,2023,43(2):719-730.[2]丁文斌,王飞.植被建设对黄土高原土壤水分的影响[J].生态学报,2022,42(13):5531-5542.[3]刘天弋,孙慧兰,卢宝宝,等.1998 2018年新疆伊犁河谷植被覆盖度时空变化及驱动力[J].东北林业大学学报,2023,51(4):68-74,79.[4]卢伟民.林业发展中营造林技术的有效应用探析[J].林业科技情报,2023,55(1):3.[5]张龙齐,贾国栋,吕相融,等.黄土高原典型地区不同植被覆盖下坡面土壤侵蚀阈值研究[J].水土保持学报,2023,37(2):12.[6]牛丽楠,邵全琴,宁佳,等.(2023).黄土高原生态恢复程度及恢复潜力评估[J].自然资源学报,2023,38(3):779-794.[7]王婧姝,毕如田,贺鹏,等.气候变化下黄土高原植被生长期NDVI 动态变化特征[J].生态学杂志,2023,42(1):67-76.[8]王海燕,张馨之,王海鹰,等.黄土高原生态系统保护修复潜在风险与优先发展领域[J].陕西林业科技,2022,50(5):86-89.来稿日期:2023-05-22㊃3㊃。
如何进行精确的森林资源调查
如何进行精确的森林资源调查森林资源是地球上最宝贵的财富之一，它不仅提供了生物多样性保护和生态系统服务，还是人类社会经济发展的重要支柱。
然而，由于过度砍伐、非法采伐和自然灾害等原因，全球森林资源正遭受着严重的破坏和削减。
因此，进行精确的森林资源调查显得尤为重要。
本文将从数据收集、技术工具和监测方法等方面探讨如何进行精确的森林资源调查。
首先，进行精确的森林资源调查需要收集大量的数据。
数据来源可以分为两类，一是来自卫星遥感技术，二是实地调查采集的数据。
卫星遥感技术可以提供大范围的植被分布和状况的信息，但由于其分辨率有限，无法提供较为精细的数据。
因此，实地调查采集的数据至关重要。
实地调查可以通过系统抽样、格网抽样或代表性样地抽样等方法进行。
通过采集样地中植被的物种组成、密度、高度、直径等信息，可以了解该区域的森林资源状况。
此外，还可以通过调查土壤、水文、气象等因素，获得更全面的森林资源调查数据。
其次，技术工具在精确森林资源调查中起着重要的作用。
如今，随着科技的发展，遥感技术、地理信息系统（GIS）、全球卫星导航系统（GNSS）等工具成为了必不可少的辅助手段。
利用卫星遥感技术，我们可以获取森林覆盖率、植被类型、植被指数等信息，进而评估森林面积和生态质量。
而GIS可以将采集到的各类数据进行整合、分析和处理，实现数据可视化、空间分析和模拟模型等功能。
此外，GNSS还可以提供高精度的位置和定位信息，提高森林资源调查的准确性和效率。
最后，在进行森林资源调查时，监测方法也是至关重要的。
监测方法涉及生态系统的结构、功能和演替过程等方面。
比较常用的监测方法包括样地固定法、连续性监测法、遥感监测法以及参考地法等。
样地固定法通过在固定的样地上定期采样，了解植被动态变化。
连续性监测法利用定期的遥感数据和实地调查数据，监测森林覆盖率和植物群落变化。
遥感监测法通过卫星遥感技术获取大范围的森林资源信息，可以监测森林的空间分布和变化趋势。
1981-2012年黄土高原植被覆盖度时空变化特征
1981-2012年黄土高原植被覆盖度时空变化特征高健健;穆兴民;孙文义【摘要】植被覆盖度是反映植被覆盖状况最直接的指标。
基于1981—2012年的MODIS影像，采用像元二分模型反演黄土高原植被覆盖度，分析了黄土高原各省区、典型流域及土壤侵蚀类型区生长季（5—10月）的植被覆盖度时空动态变化。
结果表明：1981—2012年期间，黄土高原生长季植被覆盖度由31％增加到50％，呈显著上升趋势，但各区域增长幅度不同。
2001年之前，黄土高原植被覆盖度平均为36％，年际间以小幅波动为主；之后，该区生长季年平均植被覆盖度为41％，年际间呈显著增加趋势。
按省区，河南省植被覆盖度增幅最大，陕西省次之，内蒙古、宁夏增幅不明显且覆盖度在20％左右波动。
按典型流域，延河流域增幅最大，窟野河流域增幅最小。
按土壤侵蚀类型，水力侵蚀区植被覆盖度增长较快，风力侵蚀区则变化不明显。
按植被覆盖度构成，低覆盖度面积比例减少，高覆盖度面积比例增加，其中黄土高原丘陵沟壑区植被覆盖度增加趋势最为明显，植被恢复成效显著。
【期刊名称】《中国水土保持》【年(卷),期】2016(000)007【总页数】5页(P52-56)【关键词】植被覆盖度;像元二分模型;时空变化;黄土高原【作者】高健健;穆兴民;孙文义【作者单位】西北农林科技大学水土保持研究所，陕西杨凌712100;西北农林科技大学水土保持研究所，陕西杨凌712100; 中国科学院/水利部水土保持研究所，陕西杨凌712100;西北农林科技大学水土保持研究所，陕西杨凌712100; 中国科学院/水利部水土保持研究所，陕西杨凌712100【正文语种】中文【中图分类】TP79植被作为地球生态系统中最活跃的部分，在全球物质循环和能量传递过程中有着重要作用，是生态环境变化的综合指示器。
植被覆盖度通常被定义为植被(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[1-2]，是刻画地表植被覆盖的重要参数，在水文、气象、生态等方面的区域或全球性问题研究中起重要的作用[3-5]。
使用测绘技术进行植被覆盖分析的技巧
使用测绘技术进行植被覆盖分析的技巧植被覆盖是指土地表面被植物覆盖的程度。
植被覆盖的状况对环境和人类社会都具有重要影响。
因此，通过使用测绘技术进行植被覆盖分析，可以帮助人们更好地了解土地利用、自然资源管理、环境保护等方面的情况。
一、遥感技术在植被覆盖分析中的应用遥感技术是一种获取地面特征信息的手段，广泛应用于植被覆盖分析领域。
常用的遥感技术包括卫星遥感和无人机遥感。
卫星遥感主要利用遥感卫星获取地球表面的影像资料。
这些卫星可以提供高分辨率的遥感影像，从而允许研究者对较大范围的地表进行植被覆盖分析。
卫星遥感技术可以根据植被的反射特性，通过遥感影像进行植被分类和监测。
例如，通过红外波段和绿光波段的反射率差异，可以分析出不同植被类型的分布情况。
无人机遥感是指利用无人机进行植被覆盖分析。
相比于卫星遥感，无人机具有灵活性高、分辨率高的特点。
通过搭载各种传感器和相机，无人机可以获取高分辨率的影像数据，从而可以更加详细地研究植被覆盖情况。
此外，无人机还可以使用多光谱传感器，获取多光谱数据来定量分析植被覆盖的生长状况。
二、遥感影像的预处理在进行植被覆盖分析之前，需要对遥感影像进行预处理。
预处理的目的是去除影像中的噪声、与地形有关的效应等，以便准确地提取植被覆盖信息。
常见的预处理步骤包括辐射校正、大气校正和几何校正。
辐射校正的目的是将遥感影像的数字值转换为反射率，消除光学传感器和比例尺的差异。
大气校正是去除大气的影响，使得影像具有一致的辐射特性。
几何校正是通过地面控制点进行几何校正，使得影像具有一致的空间参考。
三、植被覆盖的分析方法植被覆盖的分析方法多种多样，常见的方法包括：1. 植被指数法：通过计算植被指数，如归一化植被指数（NDVI）、土地植被指数（LVI）等，可以对植被覆盖进行定量化分析。
植被指数法利用植物叶绿素和其它植被特性对光的吸收和反射的差异进行分析，从而提取植被覆盖信息。
2. 分级分类法：通过遥感影像的特征进行植被覆盖的分级分类。
近20年黄土高原不同地貌类型区植被覆盖变化及原因分析
Ｍｅｅｒｌ ｉａ Ｃ ｎｅ， ００ １ ｅｉｇ Ｃ ｉａ ｔ ｏｏ ｃｌ ｅｔｒ １０ ８ ，Ｂ ｉｎ ： ｈｎ ） ｏ ｇ ｊ
刘 志红 ，郭 伟 玲 ，杨 勤科 ，郭 艳 芬 ，朱 小祥 ，李 锐
（ ．成 都 信 息 工 程 学 院资 源 环 境 学 院 ，１２ ５ 成 都 ；．中 国科 学 院 水 利 部 水 土 保 持 研 究 所 ， １ １０ 陕 西 杨 凌 ； １ ６０２ ， ２ ７ ２０ ，
３ ．国家 卫 星气 象 中 心 ，００ １北 京 ） １０ ８ ，
余 地 貌 类 型 区均 低 于 ０ １ ； ）９ ８年 之 后 ８年 Ｎ Ｖ 的 平 均 值 比前 １ 的 Ｎ Ｖ 平 均值 略 有 增 加 ， 体 增 加 幅 度 ．５ ２ １９ Ｄ Ｉ ０年 Ｄ Ｉ 整 为 ４ ５ ， 同地 貌 类 型 区 Ｎ Ｖ 值 变 化 表 现 出 明显 的 地 带性 ， 东 北 西 南 走 向 ， 土 高 原 主 体 部 分 中 的黄 土塬 、 ．％ 不 ＤＩ 呈 黄 黄 土 破 碎 塬 、 状 黄 土 丘 陵 均 增 加 １ ％ 以上 ， 梁 ０ 峁状 黄 土丘 陵 、 蚀 沙 化 丘 陵 略有 减 少 ， 少 的 区 域 没 有 增 加 的 区域 大 ； 风 减 ３ 除 石 质 山地 、 土 低 山 和 平 原 地 区 外 ， 他 地 貌 类 型 区 ７月 最 大 Ｎ Ｖ 值 与 ５ ７月 计 降 雨 量存 在 很 好 的 相 关 ） 黄 其 ＤＩ — 累 性 ， ０ ６ 尺 在 ． ０以上 ； ） 处 梁 状 黄 土 丘 陵 区 的吴 旗 县 ，９ ８年后 形 成 了 一 个 明显 的 以县 为 边 界 的 Ｎ Ｖ 值 增 长 区 ， ４地 １９ Ｄ Ｉ 增 幅 达 ４ ％ ， 远 高 于 该 地 貌 类 型 区 的平 均 增 长 值 １ ％ 。 初 步 结 论 ： 平 原 地 区外 ， 雨 量 决 定 黄 土 高 原 植 被 覆 ０ 远 ４ 除 降 盖 度 的空 间 分 布 ，９ ８年 前 后 黄 土 高 原 植 被 变 化 的 决 定 因素 是 降 雨 量 ； 旗 县 的 实 例 证 明 ， 要 水 土 保 持 资 金 到 １９ 吴 只 位 、 草 建 设 因地 制 宜 、 理 保 护 措施 完 善 ， 耕 还 林 政 策 将 会 对 植 被 覆 盖度 的增 加起 到积 极 作 用 。 林 管 退 关键 词 植被指数 ； 空变化 ； 貌类型区 ； 时 地 降雨 量 ； 耕 还 林 ； 土 高 原 退 黄
黄土高原植被覆盖变化动态分析
黄土高原植被覆盖变化动态分析刘咏梅;李京忠;夏露【摘要】目的对1998-2005年黄土高原植被覆盖变化进行分析.方法以SPOT VEGETATION S10NDVI为数据源,以月NDVI最大值、NDVI年均值和NDVI变化率为指标,采用时间序列分析方法,阐明黄土高原植被覆盖的时空变化特征.结果 8年间,黄土高原的植被覆盖间或有降低,但植被活动总体呈现增强趋势.结论植被覆盖变化趋势和气候紧密联系,中西部地区植被增加和减少的区域相互交错,这一特性是由农业生产活动、城市建设、政府决策以及植被对气候变化的响应等综合因素作用的结果.%Aim Analysis on the dynamic vegetation cover change in Loess Plateau from 1998 to 2005. Methods Dynamic changes in Loess Plateau vegetation over 8 years and their spatial patterns were explored, using maximum NDVI per month, mean NDVI per year and NDVI deviation derived from SPOT VEGETATION S10 NDVI as indexes and adopting time-series analysis approach. Results Although significant declines appeared from 1998 to 2001 and from 2004 to 2005, an increasing trend occurred over the past eight years. Conclusion The dynamic vegetation cover is closely coupled with climatic fluctuation, vegetation increased areas and decreased areas are intervened mutually in middle of Loess Plateau, which is caused by agricultural activities, city construction, government policies and the response of vegetation to climate changes.【期刊名称】《西北大学学报（自然科学版）》【年(卷),期】2011(041)006【总页数】5页(P1054-1058)【关键词】Spot Vegetation S10 NDVI;植被动态变化;黄土高原【作者】刘咏梅;李京忠;夏露【作者单位】西北大学城市与环境学院,陕西西安710127;许昌学院城市与环境学院,河南许昌461000;西北大学城市与环境学院,陕西西安710127【正文语种】中文【中图分类】Q948.1植被覆盖是主要的地球生态系统指标，大区域范围植被覆盖变化体现了自然和人类活动对生态环境的作用。
荒漠植被覆盖度遥感提取研究进展
荒漠植被覆盖度遥感提取研究进展一、研究背景和意义荒漠化是全球性的环境问题，对人类生存和发展产生了严重的威胁。
荒漠化的主要表现形式之一是植被覆盖度的降低，导致土地退化、水资源减少、生物多样性丧失等问题。
研究荒漠植被覆盖度遥感提取技术具有重要的科学价值和实际意义。
遥感技术在环境保护领域具有广泛的应用前景，通过遥感手段获取荒漠植被覆盖度信息，可以为荒漠化防治提供科学依据和技术支持。
通过对不同地区的植被覆盖度进行监测，可以及时发现荒漠化趋势，为制定合理的荒漠化防治措施提供依据。
植被覆盖度遥感提取技术有助于提高荒漠化防治的效率，传统的植被覆盖度观测方法需要大量的人力物力投入，且受气象条件影响较大。
而遥感技术可以实现对大范围、连续时间的植被覆盖度监测，大大提高了监测效率。
遥感技术还可以实现对植被覆盖度变化的动态监测，为荒漠化防治提供实时、准确的数据支持。
植被覆盖度遥感提取技术有助于推动国际合作与交流，荒漠化是一个全球性问题，各国都在积极寻求有效的解决方案。
遥感技术的应用可以促进国际间的技术交流与合作，共同应对荒漠化挑战。
遥感技术还可以帮助发展中国家提高自身的环境保护能力，缩小与发达国家在环境保护方面的差距。
研究荒漠植被覆盖度遥感提取技术对于提高荒漠化防治水平、推动国际合作具有重要的理论和实践意义。
荒漠化问题的严重性和影响荒漠化是指土地逐渐失去植被覆盖，变得贫瘠、干旱和不适合人类居住的现象。
随着全球气候变化和人类活动的影响，荒漠化问题日益严重，对生态环境、经济发展和社会稳定产生了深远的影响。
荒漠化导致了生态环境的恶化，植被是维持地球生态平衡的重要因素，它们可以保持土壤湿度、防止水土流失、减缓风速、净化空气等。
当植被覆盖率降低到一定程度时，这些功能将受到严重影响，进而导致土地退化、沙漠扩张和生物多样性丧失。
荒漠化对经济发展产生了负面影响，许多国家和地区的土地资源十分有限，而荒漠化使得这些土地更加贫瘠，难以进行农业生产和建设。
陕北黄土高原中部生态修复对局地气候的影响
人类活动对气候的强迫不仅包括温室气体排放导致的气候变暖，还通过直接改变地表物理性状对气候系统产生深刻影响[1]。
植被占陆地生态系统90%~99%的质量或体积，是气候最为明显的反映和综合标志[2]。
陕北黄土高原地区生态环境脆弱，水土流失严重，是我国生态环境建设与保护的重点区域；1999年陕西省试点推行退耕还林还草工程，随后国家正式发布《退耕还林工程计划（2001—2010年）》；1999—2008年位于黄土高原中部的榆林和延安两地累计退耕还林面积达4721km 2，植被指数显著提高[3]。
在遥感技术中，常用归一化植被指数（Normalized Differential Vegetation Index ，NDVI ）进行植被覆盖程陕北黄土高原中部生态修复对局地气候的影响李明1，2，高维英3*（1.陕西省气象台，陕西西安710015；2.陕西省气象局秦岭与黄土高原生态环境气象重点实验室，陕西西安710016；3.陕西省气象科学研究所，陕西西安710016）摘要：利用陕北黄土高原2000—2019年MODIS 产品MOD13Q1数据，定边、安塞、志丹、子长、延安气象站1990—2019年月（年）平均气温及最高（最低）气温、降雨量、降雨日数等资料，通过差值（比值）、相关系数、线性回归等方法，对陕北黄土高原生态修复显著区（志丹、安塞、子长、延安）和非显著区（定边）在生态修复前（1990—1999年）、生态修复中（2000—2019年）的气象要素变化进行对比分析。
结果表明：（1）生态修复中显著区、非显著区的归一化植被指数分别以0.123、0.081/10a 的速率增加，显著区为非显著区的1.5倍；显著区和非显著区年平均气温分别以0.164、0.467℃/10a 的速率上升，平均降雨量分别以39.95、25.56mm/10a 的速率增加，显著区较非显著区升温明显缓慢，但平均降雨量的增加速率明显大于非显著区。
（2）生态的显著性修复在2012年之后对年平均气温上升的抑制作用凸显，显著区和非显著区年平均气温差值在2013年发生突变，2013年为生态修复对年平均气温影响的关键时间点；生态修复显著区在植被生长季（4—9月）对年平均气温上升的抑制较为明显，7月最明显，显著区较非显著区年平均气温降低了1.05℃；对最高气温的抑制出现在7—8月，对最低气温的抑制出现在5—6月。
基于遥感的黄土高原天然林林地信息提取及计算机分类研究
基于遥感的黄土高原天然林林地信息提取及计算机分类研究赵鹏祥;强建华;张会儒;赵有贤【期刊名称】《西北农林科技大学学报（自然科学版）》【年(卷),期】2006(034)010【摘要】以黄土高原天然林为研究对象,以TM(专题制图仪)影像为主要数据源,结合森林资源二类调查数据,对该地区天然林林地类型信息的提取方法进行了研究.首先对TM影像的6个波段(除热红外波段6)进行主成分变换,以减小特征间的相关性,并将变换后影像的第一、第二和第三主成分分量进行RGB(红、绿、蓝通道)合成,这样得到的影像可以更好地表达地面信息;然后参考先验知识纯化样本,以建立比较精确的分类器,在此基础上进行计算机监督分类,获取了研究区域各地类的面积.结果表明,最终分类精度可以达到92%,Kappa值达到0.906.说明在该地区天然林区林地信息的提取中,利用TM作为数据源,经过图像处理和监督分类能够达到较高的精度,可以满足林业生产的要求.【总页数】6页(P75-80)【作者】赵鹏祥;强建华;张会儒;赵有贤【作者单位】西北农林科技大学,林学院,陕西,杨凌,712100;西北农林科技大学,林学院,陕西,杨凌,712100;中国林科院,资源信息所,北京,100091;国家林业局,调查规划设计院,北京,100714【正文语种】中文【中图分类】S758.4【相关文献】1.基于多核极限学习机的遥感影像林地信息提取 [J], 王传立;张晓芳;唐鼐;袁梦;文益君;郭瑞2.基于高分辨率遥感影像的林地资源信息提取方法研究 [J], 王晓丽3.基于多源遥感数据的林地信息提取 [J], 金佳;裴亮;戴激光4.基于面向对象分类的稀土开采区遥感信息提取方法研究 [J], 代晶晶;吴亚楠;王登红;令天宇;王俊华5.基于高景一号遥感影像的林地信息提取 [J], 曾文;林辉;李新宇;肖越;鲁宏旺因版权原因，仅展示原文概要，查看原文内容请购买。
关于黄土高原植被时空变化的统计分析
关于黄土高原植被时空变化的统计分析摘要：黄土高原是中国的一个重要地区，其植被时空变化对环境保护和可持续发展具有重要意义。
本文基于遥感数据和地面观测资料，对黄土高原植被时空变化进行了统计分析。
研究结果表明，在1990年至2015年期间，黄土高原植被覆盖率总体呈上升趋势，其中草地面积增加最为显著，而林地和草原面积变化较小。
与此同时，黄土高原植被覆盖呈现明显的时空差异性，不同地区的植被覆盖变化情况不同，受气候、人类活动等多种因素的影响。
关键词：黄土高原；植被时空变化；遥感；地面观测；统计分析1. 前言黄土高原是中国的一个经济发展较为落后的地区，然而其地理特征和自然环境对中国的生态安全和区域可持续发展具有重要作用。
植被是黄土高原自然环境中的一个关键要素，其时空变化对水土保持、生态环境保护和农村经济发展具有重要意义。
为了深入研究黄土高原植被的时空变化规律，本文利用遥感数据和地面观测资料，对黄土高原植被覆盖率和分布进行了统计分析。
2. 数据与方法本文采用了30米分辨率的遥感影像数据、基于该影像数据的植被指数和地面实测数据，进行了黄土高原植被时空变化的统计分析。
其中，植被指数通过归一化植被指数（NDVI）计算，反映了植被覆盖的强度和分布情况。
地面实测数据包括各类植被的面积、覆盖率、碳储量、水分利用效率等参数。
3. 结果与分析3.1 植被覆盖率的时空变化通过对黄土高原1990年至2015年的遥感影像数据进行处理和分析，本文得出黄土高原植被覆盖率的时空变化趋势如下：1990年到2000年，植被覆盖率呈缓慢下降趋势，1990年至2015年，植被覆盖率总体呈上升趋势，其中草地面积增加最为显著，而林地和草原面积变化较小。
3.2 植被覆盖的时空差异黄土高原各地区植被覆盖的变化情况是有明显时空差异的。
以植被覆盖率的年均变化率为指标，不同类型的植被在不同地区的变化情况如下：在草地区，草地的年均变化率最高；在林草混交区，草地与林地的年均变化率均较高；在纯林区，林地的年均变化率最小。
黄土高原地区提取植被信息方法的研究
黄土高原地区提取植被信息方法的研究
池宏康
【期刊名称】《植物学报：英文版》
【年(卷),期】1996(038)001
【摘要】研究评价了适于黄土高原地区植被信息提取的最佳植被指数和方法。
该地区分布有落叶阔叶林、草原和荒漠，植被类型丰富多彩。
然而土壤背景对植被信息提取有较大影响。
经对比分析，修正后的土壤调节植被指数（ＭＳＡＶＩ），不仅能增强植被信号、并能大大减小土壤背景的影响，同时又能宏观地反映该地区植被类型的分布状况。
它是黄土高原地区目前提取植被信息较好的植被指数。
标准化差值植被指数（ＮＤＶＩ）、土壤调节植被指数（ＳＡＶ
【总页数】5页(P40-44)
【作者】池宏康
【作者单位】无
【正文语种】中文
【中图分类】Q948.156
因版权原因，仅展示原文概要，查看原文内容请购买。
如何进行植被指数提取与分类
如何进行植被指数提取与分类植被指数提取与分类是遥感技术在生态环境研究中的重要应用之一。
随着遥感技术的不断发展，植被指数提取与分类在农业、林业、地理信息系统等领域发挥着重要作用。
本文将从植被指数的定义与原理、常用的植被指数、植被指数提取方法以及植被分类方法等方面进行探讨。
一、植被指数的定义与原理植被指数是利用遥感数据来表征植被状况的指标。
常见的植被指数有归一化植被指数（NDVI）、植被指数（VI）、差值植被指数（DVI）等。
这些指数基于植被在远红外波段和可见光波段的反射特征，能够反映植被的生长状况、地表水分含量等信息。
二、常用的植被指数1. 归一化植被指数（NDVI）是最常用的植被指数之一。
它利用可见光波段和近红外波段的反射率进行计算，公式为（NIR-Red）/（NIR+Red）。
NDVI的取值范围在-1到1之间，数值越高表示植被状况越好。
2. 植被指数（VI）是另一种常见的植被指数。
它利用可见光波段和近红外波段的反射率进行计算，公式为NIR/Red。
与NDVI相比，VI更加敏感于绿色植被的变化，能够更好地反映植被生长情况。
3. 差值植被指数（DVI）是利用近红外波段和红光波段的反射率进行计算，公式为NIR-Red。
DVI能够反映植被的叶绿素含量和叶面积指数等信息，常用于农业生态环境监测和作物生长状况评估。
三、植被指数提取方法1. 基于像元的提取方法是最常用的植被指数提取方法之一。
该方法将遥感图像划分为若干个像元，通过计算每个像元的植被指数值来提取植被信息。
这种方法简单直观，但在处理复杂地物时容易出现混淆现象。
2. 基于纹理特征的提取方法是另一种常用的植被指数提取方法。
该方法利用图像中植被区域的纹理特征进行分类，可以较好地区分出植被与非植被区域。
然而，该方法对于纹理特征较弱的地物分类效果较差。
四、植被分类方法1. 监督分类是常用的植被分类方法之一。
该方法依靠已知地物样本进行训练，通过统计和模型计算来进行植被分类。
黄土高原近30年植被覆盖变化及其对气候变化的响应
谢谢观看
本研究采用定性和定量相结合的方法，系统地研究了青藏高原植被对气候变化 的响应。首先，收集了青藏高原不同海拔、坡度和土壤类型的植物样本，对其 进行了生理和生化指标的测定。同时，利用遥感技术获取了青藏高原植被的卫 星图像，结合气象数据，分析了气候因素对植被的影响。
研究结果显示，青藏高原的植被对气候变化表现出显著的响应。在温度升高的 情况下，高原植被的物候期提前，生长季延长，生物量增加。然而，随着降水 量的减少，植被的蒸腾作用加强，导致水分失衡，部分地区的植被生长受到抑 制。此外，气候变化还导致了植被群落的演替，耐旱和耐寒植物逐渐增多，而 喜湿植物则减少。
3、风：风对黄土高原的土壤形成和植被分布具有重要影响。大风常将黄土吹 扬，形成黄土高原的特殊地貌。同时，风也影响植物的生长和分布。
二、人类活动对黄土高原植被覆 盖的影响
人类活动对黄土高原的植被覆盖也产生了深远影响。历史上，黄土高原曾是森 林茂密、草地丰饶的地方。然而，由于过度砍伐、过度放牧和耕作方式的不当， 使得许多地区的植被遭到破坏。
1、加强草地生态系统的保护和管理，防止过度放牧、开垦等人类活动对草地 生态系统的破坏。
2、推广生态保护理念，提高公众对草地生态系统的认识和重视程度，引导群 众积极参与草地保护工作。
3、采取适应性管理措施，如培育耐寒耐旱的草种、改进畜牧业生产方式等， 以应对气候变化对草地生态系统的影响。
4、加强国际合作与交流，共同应对全球气候变化和草地生态系统保护的挑战。
结论：
黄土高原的植被覆盖变化受到气候和人类活动的综合影响。气候因素如降水、 温度和风等对植被的生长和分布具有重要影响。而人类活动如农业、过度放牧、 城市化和保护措施等也对植被覆盖产生深远影响。
为了保护黄土高原的生态环境，我们需要更加深入地了解这些影响因素及其相 互作用，以便采取有效的保护措施。未来，需要进一步研究气候变化对黄土高 原植被的影响，以及如何通过合理的土地利用和管理来平衡经济发展和生态保 护。加强公众教育和提高环保意识也是保护黄土高原生态环境的必要条件。
黄土高原生境制图属性数据获取方法
黄土高原生境制图属性数据获取方法
郑智礼;孙拖焕;刘菊;刘随存;杨静;梁守伦
【期刊名称】《山西林业科技》
【年(卷),期】2013(042)003
【摘要】将从新西兰引进的生境制图及建模的方法和理念,应用在山西黄土高原的实践中,形成了黄土高原生境制图属性数据获取方法.包括对人员的要求、对基础影像的要求、生境制图比例尺的确定、工作图纸的准备、流域生境的判读、生境单元的划分和生境属性调查方法7个方面的内容,提出了生境调查中可供参考的土地利用类别、植被类别,和地表层调查可供参考的地质、地形、水文、退化类别.
【总页数】4页(P1-4)
【作者】郑智礼;孙拖焕;刘菊;刘随存;杨静;梁守伦
【作者单位】山西省林业科学研究院,山西太原030012;山西省林业科学研究院,山西太原030012;山西省林业科学研究院,山西太原030012;山西省林业科学研究院,山西太原030012;山西省林业科学研究院,山西太原030012;山西省林业科学研究院,山西太原030012
【正文语种】中文
【中图分类】S712
【相关文献】
1.基于GIS的土地资源评价单元确定与属性数据获取方法初探 [J], 胡月明;欧阳村香;戴军;李永涛;吴顺辉
2.城市居民个体属性数据获取方法 [J], 杭轩;杨超
3.黄土高原复杂地形上高质量湍流通量数据获取方法 [J], 苑广辉;张镭;李遥;梁捷宁
4.基于ComGIS的农用地分等单元及属性数据获取方法研究 [J], 聂艳;周勇;陈年山;娄人英
5.黄土高原生境制图技术及林地利用模式研究 [J],
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
覆 盖 率 与 全 年 平 均 Ｎ Ｖ 之 间 的 决 定 系 数 ０ ４ ３２提 高 ２ ． ８ ； Ｄ Ｉ ．４ １ ４ ％ 以各 月 的 决 定 系 数 作 为权 系 数 求 得 的 Ｎ Ｖ 加 权 Ｄ Ｉ
平 均 值 （ ） 全 年 森 林 覆 盖 率 之 间 的 决 定 系数 为 ０５ ４４ 比森 林 覆 盖 率 与 年 平 均 Ｎ Ｖ ， ，。 与 ． １ ， Ｄ Ｉ（ 系 数 ０４ ３２提 高 １．７ ， 此 ， 荐 全 年 各 月 加 权 平 均 Ｎ Ｖ （ ） ６ １ ．４ ６０％ 因 推 Ｄ Ｉ ，。ｈ 或 、０月 平 均 Ｎ Ｖ （ Ｄ Ｉ， 黄 土 高 原 森 林 覆 盖 率 的遥 感 植 被 指 标 。
ａ ｎ ａ ａ ｏｍａ ｆ ｒｎ ｅＶｅ ｅａｉｎ Ｉｄ ｘ（ ＤＶＩ（ Ｎｖ ） ｓｕ ｅ ｓａ ｎ ｅ ｅｌｃｉｇｆｒｓ ｎ ｕ ｌｍｅ ｎ Ｎ ｒ ｌＤｉｅｅ ｃ ｇ ｔｔ ｎ ｅ Ｎ ｆ ｏ ＩＤＩ ）ｉ ｓｄ ａ ｎ ｉｄ ｘｒｆ ｔ ｏｅｔ ｅ ｎ
．
ｃ ｖ ｒｇ ｏ ｅ ａ ｅ． Ｉ ｈ ｅ ｓ ｐ ａｅ ｕ ｒ ｇ ｏ ｎ ｔ ｅ Ｌｏ ｓ ｌｔ ａ ｅ ｉｎ，ｔ ｅ ｓ ａ ｏ ｌｖ ｒａｉ ｎ ｏ ｏ ｅ ｔｃ ｖ ｒ ｉ ｕ ｔ ｉ ｅ ｅ ｔｆｏ ｔ ａ ｆ ｈ ｅ ｓ ｎａ ａ ｉｔｏ ｆｆ ｒ ｓ ｏ ｅ ｓ ｑ ｉｅ ｄ ｆ ｒ ｎ ｒ ｍ ｈ ｔｏ ｆ
Ｂ ｉ ｎ ｏｅｔ ｎｖ ｒｉ ，１ ０ ８ ：Ｂ ｉｎ ， ｈｎ ） ｅｊ ｇ Ｆ ｒ ｓ ｙＵ ｉｅｓ ｙ ０ ０ ３ ｅ ｉｇ Ｃ ｉａ ｉ ｒ ｔ ｊ
Ａｂｓｒ ｔ Ｄｕｅ ｔ ｈ ｘ ｄ ｐｉｅ ｓｃ ｎ ａｎ ｎｇｂｏｈ ｃ ｏ ｓａ ｄ ｆ ｒ ｓ ｅ ｅａｉ ｎ，ｔ ｅ ｅ ａ ｅ ｌ ｉ ｔ ｎ ｆｔ ｅ ｔａｃ ｏ ｔ ｅ ｍｉｅ ｘ ｌ ｏ ｔ ｉｉ ｔ ｒ ｐ ｎ ｏ ｅ ｔｖ ｇ ｔｔｏ ｈ ｒ ｒ ｉ ｔ ｉ ｓｉ ｈ ｍ ａｏ
Ｘｕ Ｊｏ ｇ ｉ ，Ｘｉ ｏ ｇ ａ ｉｎ ｘｎ ｎ Ｚｈ ｎ ｂ ｏ
（ ． ｎ ｔｕｅｏ ｏ ｒｐ ｉａ ｃｅ ｃ ｓａ ｄ Ｎａｕａ ｓ ｕｃ ｓａｃ １ Ｉ ｓｉ ｔ ｆＧｅｇａ ｈｃ ｌＳ ｉｎ ｅ ｎ ｔｒｌＲｅｏ ｒｅＲｅｅ ｒｈ，Ｃｈｎ ｓ ａ ｅ ｆＳ ｉｎ ｅ ｔ ｉｅｅＡｃｄ ｍｙ ｏ ｃｅ ｃ ｓ；Ｋｅ ａ ｏａｏｙ ｏ ａｅ ｃｅａ ｄ ｙＬ ｂ ｒｔｒ ｆＷ ｔｒＣｙ ｌ ｎ
ｃ ｏ ． Ｏｎ ｈｉ ｓｓ， ｔ ＮＤＶＩｂ ｓ ｄ ｎｄ ｘ ｆ ｆｒ ｓ ｏ ｅ ａ ｂ ｅ ｔ ｂ ｉｈ ｄ ｒ ｐｓ ｔ ｓ ｂａ ｉ ｈｅ — ａ ｅ ｉ ｅ ｏ ｏ ｅ ｔ ｃ ｖ ｒ ｍ ｙ ｅ ｓａ ｌｓ ｅ ｂｙ ｏ ｓｄｅ ｉｇ ｓ ｍｅ ｃ ｎ ｉ ｒｎ ｏ
许 炯 心 ，信 忠保
（．中 国科 学 院 地 理 科 学 与 资 源 研 究 所 ，中 国科 学 院 陆 地 水 循 环 及 地 表 过 程 重 点 实 验 室 ，０ １ １ １ １０ ０ ；
２ ．北 京 林 业 大 学水 土 保 持 学 院 ，０ ０ ３ 北京 ） １０ ８ ：
摘要
由于 存 在 既 包 含 农 作 物 又 包 含 森 林 植 被 的混 合 像 元 ， 年 平 均 归 一 化 植 被 指 数 （ Ｄ Ｉ 作 为 反 映很 大 的局 限性 。 在 黄 土 高 原 ， 林 植 被 的 季 节 变 化 与农 作 物 的 季 节 变 化 有 很 大 差 异 ， 于 这 种 差 异 ， 森 基 以 不 同 月 份 Ｎ Ｖ 的不 同组 合 和 考 虑 某 种 权 系 数 后 计 算 出来 的 加 权 平 均 Ｎ Ｖ 与 森 林 覆 盖 率 相 联 系 ， 选 对 于 森 林 Ｄ Ｉ ＤＩ 筛 覆 盖 率 有 较 好 反 映 的 Ｎ Ｖ 指 标 。 果 表 明 ： 、０月 ２月 森 林 覆 盖 率 与 Ｎ Ｖ 的决 定 系 数 最 高 ， 以 ６ １ ＤＩ 结 ６１ Ｄ Ｉ 故 、０月 平 均 Ｎ Ｖ （ Ｄ Ｉ， 。 作 为 反 映 森林 覆 盖 率 的指 标 ； 年 森 林 覆 盖 率 与 ，。。 ） 全 之 间 的决 定 系 数 为 ０ ５ ８ ， ．３ 比全 年 森 林 ４
） 间 的 决 定 之 。） 为 反 映 。作
关 键 词 植 被 指 数 ； 林 覆 盖 率 ；侵 蚀一 被 关 系 ； 土 高原 森 植 黄
Ｅｘ ｒ ｃ ｉ ｇ ｔ ｎ ｏ ｍ ａ ｉ ｎ ｆ ｆ ｒ ｓ ｏ ｅ ａ ｅ ｆ ｏ ｒ ａ ｆｅ ｅ ｅ ｔ ａ ｔｎ ｈｅ ｉ ｆ ｒ ｔｏ ｏ ｏ ｅ ｔ ｃ ｖ ｒ ｇ ｒ ｍ Ｎｏ ｍ ｌＤｉｆ ｒ ｎｃ Ｖｅ ｅ ａ ｉ ｎ Ｉ ｄｅ ａ ａ ｏ ｅ ｓ Ｐｌ ｔ ａ ｇ ｔ ｔｏ ｎ ｘ ｄ ｔ ｆ Ｌｏ ｓ ａ ｅ ｕ
２１ ０ ０年 ８月
中 国 水 土 保 持 科 学
Ｓ ｉｎｃ ｆＳｏ１ａ ｄ Ｗ ａｅ ｎｓ ｒ ａｉ ｎ ｃ ｅ ｅ ｏ ｌ ｎ ｔｒＣｏ ｅ ｖ ｔｏ
Ｖｏ ． ＮＯ． 】８ ４
８（ ）：— ２ ４ ７ １
Ａｕ ． ０１ ｇ２ ０
从 黄 土 高 原 植 被 指数 数 据 中获 取 森 林 覆盖 率 信 息
Ｒｅ ａｅ ｎ ｕ ｆ ｃ ｒ ｃ ｓ ｅ ，Ｃｈ ｎ ｓ ａ ｅ ｆ Ｓ ｉｎ ｅ ，１ ０１ ；２． ｏ ｌ ｇ ｆ Ｓ ｉ ａ ｄ Ｗ ａｅ ｎ ｅ ｖ ｔ ｎ， ｌ ｔｄ Ｌａ ｄ Ｓ ｒａ ｅ Ｐ ｏ ｅ ｓ ｓ ｉ ｅ ｅ Ａｃ ｄ ｍｙ ｏ ｃ ｅ ｃ ｓ ０ ０１ Ｃ ｌ ｅ ｏ ｏｌ ｎ ｔ ｒＣｏ ｓ ｒ ａ ｉ ｅ ｏ