基于可见光植被指数的乌海市矿山排土场坡面植被覆盖信息提取研究

发布时间：2022-12-18 03:51

　　【目的】利用可见光植被指数快速准确获取矿山排土场坡面植被盖度,为乌海矿区排土场坡面植被调查提供有效方法。【方法】选取乌海市典型矿山排土场,通过样方调查法、无人机遥感及可见光植被指数计算筛选适于研究区排土场坡面植被提取的可见光植被指数,并估算其植被盖度,试为排土场坡面植被盖度提取提供新方法。【结果】结果表明:（1）不同可见光植被指数提取植被效果存在一定差异,其中绿红比值指数（RGRI）和绿蓝比值指数（BGRI）的灰度图中越暗的部分代表植被指数越大,而其他常见可见光植被指数是越亮的部分代表植被指数越大。（2）研究区中不同可见光植被指数灰度图像特征值基本分布在[-1,1]范围内,由蓝、绿波段构建的归一化绿蓝差异指数（NGBDI）和绿蓝比值指数（BGRI）的灰度图中植被与裸地像元值范围有较大重叠,即存在部分混淆。（3）常见可见光植被指数中,可见光波段差异植被指数（VDVI）可以快速准确提取研究区排土场坡面植被,通过人工目视解译及误差矩阵得到VDVI植被指数提取结果平均识别精度在93.4%,表明VDVI植被指数更加适用于乌海市矿山排土场坡面植被提取,优于其他常见可见光植被指数,利用该方法估算可得... 

【文章页数】：11 页

【参考文献】：
期刊论文
[1]基于无人机遥感的喀斯特高原峡谷区火龙果单株识别提取方法[J]. 朱孟,周忠发,赵馨,黄登红,蒋翼,吴跃,崔亮.  热带地理. 2019(04)
[2]基于无人机可见光图像的夏季玉米植被覆盖度提取方法[J]. 赵静,杨焕波,兰玉彬,鲁力群,贾鹏,李志铭.  农业机械学报. 2019(05)
[3]基于无人机重建点云与影像的城市植被分类[J]. 李莹,于海洋,王燕,吴建鹏,杨礼.  国土资源遥感. 2019(01)
[4]大田玉米作物系数无人机多光谱遥感估算方法[J]. 韩文霆,邵国敏,马代健,ZHANG Huihui,王毅,牛亚晓.  农业机械学报. 2018(07)
[5]轻小型无人机多光谱遥感技术应用进展[J]. 孙刚,黄文江,陈鹏飞,高帅,王秀.  农业机械学报. 2018(03)
[6]西北干旱荒漠区煤炭基地生态安全保障技术[J]. 赵廷宁,张玉秀,曹兵,肖辉杰,张成梁,赵淑银,郭小平.  水土保持学报. 2018(01)
[7]利用色调—亮度彩色分量的可见光植被指数[J]. 毛智慧,邓磊,贺英,郝向磊,闫亚男.  中国图象图形学报. 2017(11)
[8]基于WorldView 2影像的矿区植被重建效果评估[J]. 张泽民,吕昌河,谢苗苗,周伟.  生态学报. 2018(04)
[9]利用无人机技术进行社区植被覆盖率调查[J]. 郭震冬,顾正东,许盛,刘宝武.  北京测绘. 2017(05)
[10]基于低空可见光谱的植被覆盖率计算[J]. 卞雪,马群宇,刘楚烨,赵言文.  水土保持通报. 2017(05)



本文编号：3721280