基于ESTARFM模型的西安地区植被覆盖度遥感估算与应用

发布时间：2018-03-13 11:29

  本文选题：植被覆盖度　切入点：ESTARFM模型　出处：《西安科技大学》2017年硕士论文　论文类型：学位论文

【摘要】：植被覆盖度是估算土壤侵蚀的重要因子,在评价区域生态环境研究中具有重要作用。随着对地观测技术的不断发展,遥感技术逐渐成为植被覆盖度获取的主要手段。然而,利用单一传感器获取的遥感数据容易受到天气、时相等诸多因素的影响,难以满足植被覆盖度估算对于遥感数据源时空分辨率的需求。因此,综合多源遥感数据开展高时空分辨率植被覆盖度估算为解决这一问题提供了可行思路。论文以陕西省西安市为研究区,以多种遥感影像及数据产品为数据源,主要开展了以下三方面研究:(1)高时空分辨率植被覆盖度估算研究。以MODIS和Landsat8遥感影像为数据源,利用像元二分法分别获取了两种时空尺度的植被覆盖度数据,进而运用增强自适应反射率时空融合模型(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM)对两种尺度的植被覆盖度数据进行融合,得到了具有高时空分辨率(30m、8day)的植被覆盖度融合数据(ESTARFMFVC)。(2)高时空分辨率植被覆盖度融合结果的有效性分析。一方面选取同期Landsat8植被覆盖度数据(Landsat8 FVC)与ESTARFM FVC进行比较分析,结果表明:ESTARFM FVC与同期Landsat8 FVC趋于一致,整体相关系数达0.85以上,绝大部分区域的差值绝对值小于0.2,总体预测精度较高;另一方面,选取Geoland2植被覆盖度产品时间序列与其比较,结果表明:由于空间分辨率的差异使得两者植被覆盖度像元值存在一定差异,但时间变化趋势较为一致,各植被类型FVC变化呈明显的规律性,1～8月为植被覆盖度上升期,9～12月为下降期,研究区以高覆盖度为主。(3)基于高时空分辨率植被覆盖度的土壤侵蚀估算研究。选取通用土壤流失方程USLE作为土壤侵蚀估算模型,同时结合本文得到的ESTARFM FVC数据以及降水、地形、土壤、土地覆盖等数据计算模型各因子,进而估算得到了西安地区土壤侵蚀总量,并对其空间分布特征进行分析。结果表明:西安地区2014年的土壤侵蚀总量为4.7190×1010t,主要以轻度和微度侵蚀为主,其中，

本文编号：1606217