国家科技支撑计划(2006BAD26B0103)
- 作品数：4 被引量：91H指数：4
- 相关作者：李晓松高志海王琫瑜白黎娜李增元更多>>
- 相关机构：中国林业科学研究院资源信息研究所中国科学院中国林业科学研究院更多>>
- 发文基金：国家科技支撑计划国家高技术研究发展计划国家自然科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程生物学更多>>
- 基于沙地植被指数的荒漠化评价方法被引量：21
- 2008年
- 混合像元是影响基于遥感技术的荒漠化评价精度的主要原因。本研究通过光谱混合分析技术进行了亚像元尺度上荒漠化信息提取,并在深入研究荒漠化评价指标的基础上,利用所提取的农田信息与沙生植被信息构建了用于荒漠化评价的沙地植被指数,并与常用植被归一化指数进行比较。结果表明,沙地植被指数对荒漠化地区植被探测能力明显优于植被归一化指数,更适合于区分不同程度的荒漠化土地。对毛乌素沙地评价结果表明,毛乌素沙地荒漠化十分严重。
- 保家有李晓松吴波
- 关键词：荒漠化评价混合像元光谱混合分析
- 基于光谱混合分析的毛乌素沙地油蒿群落覆盖度提取被引量：12
- 2007年
- 油蒿群落覆盖度是判断毛乌素沙地荒漠化程度严重与否的直接指标,其信息的准确获取有助于更为合理的荒漠化监测与评价。本研究以Landsat ETM+为数据源,深入探讨了光谱混合分析过程中影像预处理、端元选取、光谱混合模型选择及光谱混合分析结果分析等关键问题,给出了恰当的解决方案,进而进行了油蒿群落覆盖度的提取,并通过野外实测数据对提取结果进行了验证。验证结果表明:基于光谱混合分析技术提取的油蒿群落分量与实测油蒿群落覆盖度线性相关显著,相关系数为0.88,因而研究区的油蒿群落覆盖度可以通过油蒿群落分量的线性变换得到。因此,光谱混合分析是提取毛乌素沙地油蒿群落覆盖度的有效技术。
- 李晓松李增元吴波高志海白黎娜王琫瑜
- 关键词：油蒿群落光谱混合分析端元毛乌素沙地
- 基于高光谱混合像元分解的干旱地区稀疏植被覆盖度估测被引量：33
- 2010年
- 以Hyperion高光谱影像为数据源,选取流沙、假戈壁(影像端元)及荒漠植被(实测光谱端元)3种端元,利用非受限及全受限的混合像元分解对甘肃省民勤绿洲-荒漠过渡带的稀疏植被覆盖度进行了估测.结果表明:全受限混合像元分解得到的荒漠植被分量准确地代表了地表真实稀疏植被覆盖情况,两者之间的偏差不超过5%、均方根误差RMSE为3.0681;而非受限的混合像元分解结果则明显小于地面实测植被覆盖度,两者之间虽具有一定相关性,但相关性不高(R2=0.5855);与McGwire等的相关研究相比,全受限混合像元分解对稀疏植被覆盖度的估测具有更高的精度及可靠性,具有广阔的应用前景.
- 李晓松高志海李增元白黎娜王琫瑜
- 关键词：端元混合像元分解
- 基于NDVI与偏最小二乘回归的荒漠化地区植被覆盖度高光谱遥感估测被引量：37
- 2011年
- 以星载高光谱影像Hyperion为数据源,系统比较了NDVI与偏最小二乘回归(PLS)估测荒漠化地区植被覆盖度的能力,模型的建立(n=46)与独立检验所用样本(n=10)均为地面实测数据。研究结果表明,基于星载高光谱数据的NDVI与PLS模型可以有效地估测荒漠化地区植被覆盖度。相比于宽波段NDVI(RMSEP=10.5618)及基于803.3/671.02 nm计算的标准高光谱NDVI(RMSEP=8.3863),选择特定高光谱波段(823.65/701.55 nm)构建的NDVI预测植被覆盖度的误差明显较低(RMSEP=6.5189)。基于高光谱所有波段原始反射率、一阶导数及包络线去除光谱的PLS回归模型表现,要明显优于仅利用两个波段信息的NDVI,其中基于原始反射率的PLS回归模型表现最佳,RMSEP为4.4998,约为因变量平均值的23%。
- 李晓松李增元高志海白黎娜王琫瑜
- 关键词：HYPERIONNDVI偏最小二乘回归植被覆盖度
