基于多源遥感数据时空融合的喀斯特地区植被覆盖度及动态变化分析
发布时间：2021-03-11 12:32
随着遥感技术的应用发展,遥感领域进入了更大范围、更高精度、更深层次的应用阶段。在喀斯特地形破碎与生态脆弱等复杂条件下,迫切需要高时空分辨率的植被覆盖度等数据来支撑植被动态、石漠化综合防治等相关研究。由于技术和预算的限制,单一传感器难以获取同时满足高空间分辨率和高时间分辨率的数据。针对贵州喀斯特地区由于持久性云覆盖、云阴影和其他方面的原因导致部分Landsat数据缺失问题,MODIS数据空间分辨率较低不适合小尺度应用等问题,以及喀斯特地区石漠化等研究中对于高空间、高时间分辨率植被覆盖度数据的需求,以喀斯特地区为研究区,基于Landsat数据与MODIS数据对比研究STARFM、ESTARFM、FSDAF三种时空融合方法在喀斯特地区的适用性,应用适用于研究区白甫河流域的时空融合方法和Savitzky-Golay滤波算法重构白甫河流域1988-2018年长时间序列的NDVI数据集、反演长时间序列高空间分辨率的植被覆盖度数据集,并从定性和定量的角度分析1988-2018年白甫河流域植被覆盖动态变化特征及驱动因素,从而得出以下结论:1.ESTARFM方法和FSDAF方法得到的融合影像空间细节最为...
【文章来源】：贵州师范大学贵州省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
研究区地理空间特征
贵州师范大学硕士学位论文10图2-2研究区野外照片Fig.2-2Fieldphotosofstudyarea2.2数据获取与处理2.2.1Landsat数据与预处理Landsat是由美国国家航天局（NASA）推出的陆地观测卫星系统，截至目前已发射8颗卫星，除第6颗卫星发射失败，其他卫星运行状态良好，成功返回大量有效数据。其中Landsat5于1984年3月发射，搭载多光谱扫描仪（MSS）和专题制图仪（TM），包含7个波段，扫描带宽度为185km，重访周期16天，单景影像覆盖范围184x185.2km，空间分辨率为30m。Landsat8于2013年2月发射，搭载陆地成像仪（OLI）和热红外传感器（TIRS）。OLI包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185x185km。与Landsat7ETM+传感器相比，OLI增加了蓝色波段和短波红外波段，分别用于海岸带观测和云检测。本研究主要采用的Landsat数据为Landsat5TM和Landsat8OLI数据，获取自地理空间数据云平台（http://www.gscloud.cn/）。数据获取后，利用ENVI等软件对多光谱影像进行辐射定标、大气校正、去云处理等，并将Blue、Green、Red、NIR四个波段进行组合，裁剪出研究区白甫河流域范围影像。2.2.2MODIS数据与预处理MODIS是搭载在美国国家航天局（NASA）于1999年12月和2000年5月
贵州师范大学硕士学位论文12图2-3流域野外考察及采集点Fig.2-3Watershedfieldinvestigationandcollectionpoint表2-2野外数据采集表Tab.2-2Fielddatacollectionform序号时间经度纬度海拔/m地貌类型四周覆盖类型定点类型12018.07.25105.33298627.3307671459低山四周山上均为针叶林针叶林22018.07.25105.39141927.3574081500低山南面山上为坡耕地坡耕地32018.07.25105.40570827.3586001510低山东面山上坡耕地坡耕地42018.07.25105.44722827.3571471477低山四周山上均为坡耕地坡耕地52018.07.25105.61337227.2432501633低山东为林地，东偏北为灌丛灌丛62018.07.25105.61187827.2843811450低山北方山上为针阔混交林坡耕地72018.07.25105.61670027.3287671481低山东南方山上为针叶林旱地82018.07.25105.62409227.3422361489低山近处山上为灌木林坡耕地92018.07.25105.64998627.3796611447低山东偏南山上为阔叶林旱地102018.07.25105.69409227.4121641588低山四周山上均为针阔混交林有林地112018.07.25105.69921927.4184391623低山东北方山上为针叶林针叶林122018.07.25105.68729027.0738001438低山四周山上均为有林地旱地132018.07.25105.69595027.0749901409低山四周山上均为有林地旱地142018.07.25105.71104027.0663601295低山东面山上为有林地旱地
【参考文献】：
期刊论文
[1]厦门典型树种的HJ-1A/B NDVI时序数据滤波算法及物候特性[J]. 李晖,彭韧超,李万凯,朱晓铃,黄于同,聂芹. 生态学杂志. 2019(11)
[2]乌蒙大地谱写绿色华章——毕节市七星关区退耕还林20年纪实[J]. 张忠应,范俊杰,叶斌,石在长. 当代贵州. 2019(Z2)
[3]基于GF-1与MODIS时空融合的南方丘陵区水稻提取研究[J]. 王建勋,华丽,邓世超,王惠东,陈家慧. 中国农业资源与区划. 2019(05)
[4]面向GF-1 WFV数据和MODIS数据的时空融合算法对比分析[J]. 平博,孟云闪,苏奋振. 地球信息科学学报. 2019(02)
[5]基于MODIS-Landsat时空融合的陕北黄土高原植被覆盖变化研究[J]. 刘咏梅,马黎,黄昌,凯楠. 西北大学学报(自然科学版). 2019(01)
[6]基于时空融合的NDVI时序生成技术在冬小麦监测中的应用[J]. 李胜林,李大成,韩启金,龙小祥. 太原理工大学学报. 2019(01)
[7]沁河流域植被覆盖时空分异特征[J]. 原丽娟,毕如田,徐立帅,朱洪芬. 生态学杂志. 2019(04)
[8]1982—2015年长江流域植被覆盖度时空变化分析[J]. 张亮,丁明军,张华敏,文超. 自然资源学报. 2018(12)
[9]基于MODIS数据的福建省植被覆盖度时空变化分析[J]. 周梦遥,何东进,游巍斌,巫丽芸. 福建林业科技. 2018(02)
[10]2000—2015年石羊河流域植被覆盖度及其对气候变化的响应[J]. 李丽丽,王大为,韩涛. 中国沙漠. 2018(05)
博士论文
[1]复杂地形区次生林林龄与乔木层地上生物量遥感估算研究[D]. 马士彬.贵州师范大学 2019
[2]多源遥感地表温度数据时空融合研究及应用[D]. 魏然.武汉大学 2016
硕士论文
[1]大宁河流域植被变化及其驱动力分析[D]. 辛奇.成都理工大学 2019
[2]基于Landsat/MODIS数据融合的土地利用/覆被分类研究[D]. 郭兴宇.河北师范大学 2018
[3]基于高时空分辨率数据的物候相空间监测水稻重金属胁迫[D]. 邹信裕.中国地质大学(北京) 2018
[4]湖北省植被覆盖度动态变化及其对气候变化的响应[D]. 邹洪坤.武汉大学 2018
[5]基于GF-1和MODIS数据融合的鄱阳湖区域水稻空间分布提取[D]. 吴峰云.华中农业大学 2017
[6]基于Landsat 8 OLI与MODIS的时空数据融合方法研究[D]. 庄喜阳.南京大学 2017
[7]基于Landsat-8与MODIS数据的地表温度时空融合：SADFAT算法改进及编程实现[D]. 吴文丰.福建师范大学 2016
[8]多源遥感数据融合生成高时空分辨率地表温度研究与验证[D]. 孙晨红.西安科技大学 2015
[9]2001-2013年洞庭湖流域植被覆盖度时空变化特征研究[D]. 符静.湖南师范大学 2015
[10]时空融合技术在高时空分辨率NDVI数据重构中的应用[D]. 赵艳丽.太原理工大学 2015
本文编号：3076464
【文章来源】：贵州师范大学贵州省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
研究区地理空间特征
贵州师范大学硕士学位论文10图2-2研究区野外照片Fig.2-2Fieldphotosofstudyarea2.2数据获取与处理2.2.1Landsat数据与预处理Landsat是由美国国家航天局（NASA）推出的陆地观测卫星系统，截至目前已发射8颗卫星，除第6颗卫星发射失败，其他卫星运行状态良好，成功返回大量有效数据。其中Landsat5于1984年3月发射，搭载多光谱扫描仪（MSS）和专题制图仪（TM），包含7个波段，扫描带宽度为185km，重访周期16天，单景影像覆盖范围184x185.2km，空间分辨率为30m。Landsat8于2013年2月发射，搭载陆地成像仪（OLI）和热红外传感器（TIRS）。OLI包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185x185km。与Landsat7ETM+传感器相比，OLI增加了蓝色波段和短波红外波段，分别用于海岸带观测和云检测。本研究主要采用的Landsat数据为Landsat5TM和Landsat8OLI数据，获取自地理空间数据云平台（http://www.gscloud.cn/）。数据获取后，利用ENVI等软件对多光谱影像进行辐射定标、大气校正、去云处理等，并将Blue、Green、Red、NIR四个波段进行组合，裁剪出研究区白甫河流域范围影像。2.2.2MODIS数据与预处理MODIS是搭载在美国国家航天局（NASA）于1999年12月和2000年5月
贵州师范大学硕士学位论文12图2-3流域野外考察及采集点Fig.2-3Watershedfieldinvestigationandcollectionpoint表2-2野外数据采集表Tab.2-2Fielddatacollectionform序号时间经度纬度海拔/m地貌类型四周覆盖类型定点类型12018.07.25105.33298627.3307671459低山四周山上均为针叶林针叶林22018.07.25105.39141927.3574081500低山南面山上为坡耕地坡耕地32018.07.25105.40570827.3586001510低山东面山上坡耕地坡耕地42018.07.25105.44722827.3571471477低山四周山上均为坡耕地坡耕地52018.07.25105.61337227.2432501633低山东为林地，东偏北为灌丛灌丛62018.07.25105.61187827.2843811450低山北方山上为针阔混交林坡耕地72018.07.25105.61670027.3287671481低山东南方山上为针叶林旱地82018.07.25105.62409227.3422361489低山近处山上为灌木林坡耕地92018.07.25105.64998627.3796611447低山东偏南山上为阔叶林旱地102018.07.25105.69409227.4121641588低山四周山上均为针阔混交林有林地112018.07.25105.69921927.4184391623低山东北方山上为针叶林针叶林122018.07.25105.68729027.0738001438低山四周山上均为有林地旱地132018.07.25105.69595027.0749901409低山四周山上均为有林地旱地142018.07.25105.71104027.0663601295低山东面山上为有林地旱地
【参考文献】：
期刊论文
[1]厦门典型树种的HJ-1A/B NDVI时序数据滤波算法及物候特性[J]. 李晖,彭韧超,李万凯,朱晓铃,黄于同,聂芹. 生态学杂志. 2019(11)
[2]乌蒙大地谱写绿色华章——毕节市七星关区退耕还林20年纪实[J]. 张忠应,范俊杰,叶斌,石在长. 当代贵州. 2019(Z2)
[3]基于GF-1与MODIS时空融合的南方丘陵区水稻提取研究[J]. 王建勋,华丽,邓世超,王惠东,陈家慧. 中国农业资源与区划. 2019(05)
[4]面向GF-1 WFV数据和MODIS数据的时空融合算法对比分析[J]. 平博,孟云闪,苏奋振. 地球信息科学学报. 2019(02)
[5]基于MODIS-Landsat时空融合的陕北黄土高原植被覆盖变化研究[J]. 刘咏梅,马黎,黄昌,凯楠. 西北大学学报(自然科学版). 2019(01)
[6]基于时空融合的NDVI时序生成技术在冬小麦监测中的应用[J]. 李胜林,李大成,韩启金,龙小祥. 太原理工大学学报. 2019(01)
[7]沁河流域植被覆盖时空分异特征[J]. 原丽娟,毕如田,徐立帅,朱洪芬. 生态学杂志. 2019(04)
[8]1982—2015年长江流域植被覆盖度时空变化分析[J]. 张亮,丁明军,张华敏,文超. 自然资源学报. 2018(12)
[9]基于MODIS数据的福建省植被覆盖度时空变化分析[J]. 周梦遥,何东进,游巍斌,巫丽芸. 福建林业科技. 2018(02)
[10]2000—2015年石羊河流域植被覆盖度及其对气候变化的响应[J]. 李丽丽,王大为,韩涛. 中国沙漠. 2018(05)
博士论文
[1]复杂地形区次生林林龄与乔木层地上生物量遥感估算研究[D]. 马士彬.贵州师范大学 2019
[2]多源遥感地表温度数据时空融合研究及应用[D]. 魏然.武汉大学 2016
硕士论文
[1]大宁河流域植被变化及其驱动力分析[D]. 辛奇.成都理工大学 2019
[2]基于Landsat/MODIS数据融合的土地利用/覆被分类研究[D]. 郭兴宇.河北师范大学 2018
[3]基于高时空分辨率数据的物候相空间监测水稻重金属胁迫[D]. 邹信裕.中国地质大学(北京) 2018
[4]湖北省植被覆盖度动态变化及其对气候变化的响应[D]. 邹洪坤.武汉大学 2018
[5]基于GF-1和MODIS数据融合的鄱阳湖区域水稻空间分布提取[D]. 吴峰云.华中农业大学 2017
[6]基于Landsat 8 OLI与MODIS的时空数据融合方法研究[D]. 庄喜阳.南京大学 2017
[7]基于Landsat-8与MODIS数据的地表温度时空融合：SADFAT算法改进及编程实现[D]. 吴文丰.福建师范大学 2016
[8]多源遥感数据融合生成高时空分辨率地表温度研究与验证[D]. 孙晨红.西安科技大学 2015
[9]2001-2013年洞庭湖流域植被覆盖度时空变化特征研究[D]. 符静.湖南师范大学 2015
[10]时空融合技术在高时空分辨率NDVI数据重构中的应用[D]. 赵艳丽.太原理工大学 2015
本文编号：3076464
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3076464.html
