陕西省安康市植被覆盖度动态变化分析
发布时间：2021-02-03 16:30
植被是研究生态系统的重要指标,能够反映生态环境的时空变化,对一个地区的生态系统恢复和社会经济发展有着重要的意义。本文以陕西省安康市为研究区,基于1990年、1995年、2000年、2005年、2010年、2018年不同时期的Landsat-4/5 TM和Landsat-8OLI遥感影像数据为基础,采用Cubist决策树模型法对近28年来的安康市的植被覆盖度进行了遥感估算,并根据该研究区的特征对其进行分级,在此基础上运用了转移矩阵法、动态度法、差值分析法对安康市的植被动态度时空变化进行了定性和定量分析,同时,结合地形数据、同时相的气候数据和社会经济统计数据分析了安康市植被覆盖度与地形因素（高程、坡度、坡向）、气候因素（气温、降水量）以及人类活动（GDP、人口、城市化、退耕还林政策）之间的关系。最终取得的研究成果如下:（1）基于2015年的遥感影像,对Cubist决策树模型法的提取结果进行精度验证,结果该模型的总体精度为90%,总体Kappa系数为0.81,说明采用Cubist决策树模型法对植被提取的效果很好,可以用于安康市植被覆盖度提取。（2）通过对安康市不同等级间的植被覆盖度进行转移矩...
【文章来源】：长安大学陕西省 211工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
研究区地理位置图
图 2.2（b） 云和阴影去除图 2.3 影像去除云和阴影前后结果对比图度的估算也有一定影响，由于 Cubist 模型对水的干道中裸露地表生长的植被或者是茂密的水草也。使用 ArcGis10.2 中的栅格计算器 con 条件语句
15图 2.3 影像去除云和阴影前后结果对比图水系对植被覆盖度的估算也有一定影响，由于 Cubist 模型对水的分类提取效果不好，会将支流和河流干道中裸露地表生长的植被或者是茂密的水草也包含进去，所以水系也是必须要剔除的。使用 ArcGis10.2 中的栅格计算器 con 条件语句 Con("forest_grid"=200,0,"forest_grid")，将处理后的栅格图像中值为 200 的水域给去除掉，结果如图 2.4所示。
【参考文献】：
期刊论文
[1]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)
[2]2001—2015年内蒙古NDVI时空变化及其对降水和气温的响应[J]. 李舒婷,周艺,王世新,尚明,杨宝林. 中国科学院大学学报. 2019(01)
[3]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)
[4]山东省近10年植被覆盖度变化与气候因子相关性分析[J]. 宋鹏飞,季民,李刚. 测绘通报. 2018(12)
[5]基于MODIS-NDVI的云南省植被覆盖度变化分析[J]. 熊俊楠,彭超,程维明,李伟,刘志奇,范春捆,孙怀张. 地球信息科学学报. 2018(12)
[6]2000-2015年若尔盖地区植被覆盖度变化及气候因子驱动分析[J]. 杨瑞瑞,易桂花,张廷斌,李景吉,别小娟,夏杰,申一林. 草业科学. 2018(12)
[7]基于MODIS-NDVI的陕西省植被覆盖变化特征[J]. 陈科皓. 农学学报. 2018(08)
[8]基于SPOT数据的海河流域植被覆盖度变化图谱特征[J]. 申丽娜,景悦,孙艳玲,吕豪朋. 天津师范大学学报(自然科学版). 2018(04)
[9]基于Cubist多元混合回归的稻米富集Cd模型构建研究[J]. 刘佳凤,田娜娜,赵玉杰,周其文,刘潇威,袁旭,郭新蕾. 农业环境科学学报. 2018(06)
[10]决策树典型算法研究综述[J]. 邵旻晖. 电脑知识与技术. 2018(08)
硕士论文
[1]2000-2016年中亚天山植被动态变化及其驱动因素研究[D]. 陈秀妍.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
[2]基于时序Landsat解析合肥市植被覆盖度动态变化研究[D]. 滕玲.安徽大学 2016
[3]震区芦山县植被覆盖度时空变化研究[D]. 石亮亮.四川师范大学 2014
[4]基于混合像元分解的植被覆盖度估算及动态变化分析[D]. 李晓锦.西北大学 2011
[5]经济发展对植被覆盖变化的影响分析[D]. 蒋智.西南大学 2010
[6]近25a来秦巴山区植被NDVI时空变化及其对区域气候的响应[D]. 雒新萍.西北大学 2009
[7]上海市崇明县植被覆盖度的遥感估算及其动态研究[D]. 李红.华东师范大学 2009
[8]植被覆盖度的遥感估算方法研究[D]. 李苗苗.中国科学院研究生院（遥感应用研究所） 2003
本文编号：3016819
【文章来源】：长安大学陕西省 211工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
研究区地理位置图
图 2.2（b） 云和阴影去除图 2.3 影像去除云和阴影前后结果对比图度的估算也有一定影响，由于 Cubist 模型对水的干道中裸露地表生长的植被或者是茂密的水草也。使用 ArcGis10.2 中的栅格计算器 con 条件语句
15图 2.3 影像去除云和阴影前后结果对比图水系对植被覆盖度的估算也有一定影响，由于 Cubist 模型对水的分类提取效果不好，会将支流和河流干道中裸露地表生长的植被或者是茂密的水草也包含进去，所以水系也是必须要剔除的。使用 ArcGis10.2 中的栅格计算器 con 条件语句 Con("forest_grid"=200,0,"forest_grid")，将处理后的栅格图像中值为 200 的水域给去除掉，结果如图 2.4所示。
【参考文献】：
期刊论文
[1]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)
[2]2001—2015年内蒙古NDVI时空变化及其对降水和气温的响应[J]. 李舒婷,周艺,王世新,尚明,杨宝林. 中国科学院大学学报. 2019(01)
[3]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)
[4]山东省近10年植被覆盖度变化与气候因子相关性分析[J]. 宋鹏飞,季民,李刚. 测绘通报. 2018(12)
[5]基于MODIS-NDVI的云南省植被覆盖度变化分析[J]. 熊俊楠,彭超,程维明,李伟,刘志奇,范春捆,孙怀张. 地球信息科学学报. 2018(12)
[6]2000-2015年若尔盖地区植被覆盖度变化及气候因子驱动分析[J]. 杨瑞瑞,易桂花,张廷斌,李景吉,别小娟,夏杰,申一林. 草业科学. 2018(12)
[7]基于MODIS-NDVI的陕西省植被覆盖变化特征[J]. 陈科皓. 农学学报. 2018(08)
[8]基于SPOT数据的海河流域植被覆盖度变化图谱特征[J]. 申丽娜,景悦,孙艳玲,吕豪朋. 天津师范大学学报(自然科学版). 2018(04)
[9]基于Cubist多元混合回归的稻米富集Cd模型构建研究[J]. 刘佳凤,田娜娜,赵玉杰,周其文,刘潇威,袁旭,郭新蕾. 农业环境科学学报. 2018(06)
[10]决策树典型算法研究综述[J]. 邵旻晖. 电脑知识与技术. 2018(08)
硕士论文
[1]2000-2016年中亚天山植被动态变化及其驱动因素研究[D]. 陈秀妍.中国科学院大学(中国科学院遥感与数字地球研究所) 2018
[2]基于时序Landsat解析合肥市植被覆盖度动态变化研究[D]. 滕玲.安徽大学 2016
[3]震区芦山县植被覆盖度时空变化研究[D]. 石亮亮.四川师范大学 2014
[4]基于混合像元分解的植被覆盖度估算及动态变化分析[D]. 李晓锦.西北大学 2011
[5]经济发展对植被覆盖变化的影响分析[D]. 蒋智.西南大学 2010
[6]近25a来秦巴山区植被NDVI时空变化及其对区域气候的响应[D]. 雒新萍.西北大学 2009
[7]上海市崇明县植被覆盖度的遥感估算及其动态研究[D]. 李红.华东师范大学 2009
[8]植被覆盖度的遥感估算方法研究[D]. 李苗苗.中国科学院研究生院（遥感应用研究所） 2003
本文编号：3016819
本文链接：https://www.wllwen.com/projectlw/swxlw/3016819.html
教材专著
