基于无人机可见光影像对喀斯特地区植被信息提取与覆盖度研究

发布时间：2024-09-17 17:07

　　 为准确快速获取喀斯特石漠化地区植被和植被覆盖度信息,本研究利用四旋翼无人机采集喀斯特石漠化区域的可见光影像,选择过绿指数（EXG,excess green）、可见光波段差异植被指数（VDVI,visible-band difference vegetation indx）、红绿蓝植被指数（RGBRI,red green and blue vegetation index）、过绿减过红指数（ExG-ExR,excess green-excess red）,利用植被指数时序图交点法和样本统计法思想,运用阈值分割法进行植被和植被覆盖度的信息提取,并以监督分类得到的植被和植被覆盖度信息为真实值,进行精度验证。结果表明,在贵州省关岭贞丰花江喀斯特石漠化地区,对于植被信息提取,ExG-ExR的精度最高,总体精度为95.56%,Kappa系数为0.919;ExG-ExR得到的植被覆盖度精度最好,为99.174%,均方根误差RMSE为0.097,R²为0.977。由此可见,在喀斯特地区利用植被指数时序图交点法和样本统计法思想,适合该地区的植被信息提取和植被覆盖度的提取,具有较高的...

【文章页数】：9 页

【部分图文】：

图1研究区

研究区位于贵州省关岭贞丰花江石漠化生态综合治理示范区内的南岸(图1),示范区地理范围为105°35′00″E～105°43′05″E,25°37′20″N～25°42′36″N,年均降水量1100mm。由于其特殊的地质构造,使得降雨快速下渗为地下水,且地下水埋藏深(>....

图2各植被指数计算结果

由图2中可知,EXG,ExG-ExR和VDVI指数的植被与非植被差异较为明显,植被区域颜色较深,而非植被区域颜色较浅。而在RGBRI指数中其整体色调较为浅显,裸土与草地和灌木的灰度值较为接近,植被和非植被不易区分。为了更好的比较各地物在不同指数上的特征,从计算的各指数中,结合可见....

图3各植被指数统计直方图

表2RGBRI,EXG,ExG-ExR和VDVI的统计特征值Table2StatisticalcharacteristicvaluesofRGBRI,EXG,ExG-ExRandVDVI地物类型LandcoverclassesRGBRIEXGExG-....

图4各指数植被与非植被统计直方图

植被与非植被的提取结果如图5所示。从提取结果来看,4种指数都将植被信息较为完整的提取了出来。但通过对比发现,相对于其他3个指数的提取结果来看,RGBRI提取的结果相对较差,在连片的植被覆盖区,存在大量的空洞,即漏提现象,这与其阈值的选取存在直接关系。图5基于不同指数的植被信息提....

本文编号：4005768