导读:本文包含了归一化植被指数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:植被,指数,数据,因子,气温,冬小麦,时空。
归一化植被指数论文文献综述
张姗[1]（2019）在《归一化植被指数研究》一文中研究指出针对归一化植被指数(NDVI)在国际和国内研究中的应用及与其他数据的结合情况,对NDVI在不同研究领域中的深化应用及研究的最新进展进行了简要介绍。同时通过一些案例的分析,得到了NDVI数据与其他数据结合研究的基本思路和方法论,在研究现状方面,基于当前较为普遍的相关性分析,做深入的研究与探讨,在值检验方法方面,对NDVI在不同的研究方向中的值检验方法进行了简要分析,主要涉及到的就是显着性检验,最后结合研究现状和NDVI的局限,对当前研究进行了总结,以对后续研究提供想法。(本文来源于《绿色科技》期刊2019年20期）
李亚峰,唐立松[2]（2019）在《中国北方典型荒漠区生长季降水特征和归一化植被指数的关系》一文中研究指出植物生长季内的降水变化是造成植物生长产生年际变异的重要因素,降水量、分配方式以及集中程度和时间是降水变化的重要特征。利用2000—2017年的MODIS归一化植被数据集和4个样点植物生长季(5—9月)的日降水数据,分析了研究区NDVI_(max)与降水特征的相关性。结果表明:2000—2017年研究区4个样点的NDVI_(max)均呈上升趋势;生长季降水量呈现出两侧降水增加,中间降水减少的趋势;降水集中度(PCD)西部增高,东部降低;研究区的降水集中期(PCP)都有延后的趋势。4个地区中除榆林外,其他3个地点的PCD与PCP对NDVI_(max)的影响均大于生长季降水量,说明这3个地点的NDVI_(max)值的年际变化主要取决于PCD与PCP的变动,且均为正相关关系,即降水越集中越有利于NDVI_(max)的增加;榆林地区的NDVI_(max)与生长季降水量的偏相关结果为正相关,与PCD为负相关,且与生长季降水量的相关性最强,说明该地区植物对生长季降水量更敏感,降水越均匀越有利于该地区植物的生长。(本文来源于《干旱区研究》期刊2019年05期）
曾德裕,卢晓宁,黄玥,杨柳青,孟成真[3]（2019）在《离散Landsat归一化植被指数的时间序列融合构建》一文中研究指出结合滑动窗的使用,提出了一种基于傅里叶逼近和线性融合降尺度的时间序列构建方法。在时间序列上逐像元对离散的Landsat数据进行傅里叶逼近,并同分辨率较低的AVHRR传感器数据进行融合,实现了试验区Landsat植被指数的时间序列构建,结合作为实际观测数据的Landsat数据对模型结果的精度进行验证。结果表明,模型结果在色调与纹理等图像特征方面与实际观测数据一致,构建了白色冰雪覆盖区域的NDVI,构建结果与周边地表具有非常好的空间连续性,且整幅影像不存在明显的块状效应;模型结果与实际观测数据具有较高的相关性(平均0.869 2)和较低的均方根误差(平均0.043 5),平均高达75.04%的像元误差在±0.05之间,高达97.64%的像元误差在±0.1之间,并且误差呈良好的正态分布。模型精度对输入数据量存在一定依赖,同时对混合像元的处理方面尚存在一定的改进空间。(本文来源于《湖北农业科学》期刊2019年12期）
孙倩,吉丽,吴晓红[4]（2019）在《归一化植被指数对降水量变化的响应研究》一文中研究指出【目的】植被覆盖变化与降水量的关系研究,对分析植被生态系统在气候变暖导致降水量发生变化背景下的响应具有重要意义。【方法】本文利用托里县2011-2015年归一化植被指数(NDVI)与TRMM卫星降水量数据,分析归一化植被指数NDVI和TRMM卫星降水量在托里县多年来的时空变化趋势,实现了降水量与NDVI数据的移动平滑,探讨了NDVI与TRMM卫星降水量随时间的动态变化,并对NDVI和降水量的相关性进行了讨论。【结果】①TRMM卫星降水量与NDVI两者的趋势变化呈现相辅相成;从空间分布特征角度而言,NDVI的空间分布规律往往呈现与同期或前期TRMM降水量空间分布特征相似,影响NDVI的因子众多,降水量变化不能全面的解释NDVI的动态变化;②从时间角度而言,降水量与NDVI存在时间上的梯度关系,降水量增加后,NDVI才逐步随之增大。综合空间分布特征和时间变化特征,均证明降水量对NDVI的影响作用具有典型的滞后性;③5年里的NDVI与TRMM卫星降水量相关性较为显着,NDVI与TRMM卫星降水量之间的相关性大多呈正相关,TRMM卫星降水量能促进NDVI的增加。【结论】降水对植被生长具有显着的驱动力作用,伴随降水量的变化,植被覆盖情况会随之慢慢产生相同的变化特征。(本文来源于《西南农业学报》期刊2019年05期）
王锦波,杨晓玲,张义海,王小伟[5]（2019）在《张掖市归一化植被指数与气候变化的相关性研究》一文中研究指出为了研究张掖市气候变化与植被覆盖关系,选择张掖市1982—2015年逐月NASA GIMMS归一化植被指数(NDVI)、气温和降水资料,运用统计学方法和Pearson相关系数法,分析了NDVI与气温、降水的年、季节变化趋势以及NDVI与气候因子气温、降水的相关性。结果表明:年、各季节NDVI呈增长趋势,夏季增长最快;年、各季节气温呈上升趋势,夏季上升最快;年降水量呈增长趋势,春、夏季降水量呈减少趋势,秋、冬季降水量呈增加趋势,秋季增多最大。年和春、夏、秋叁季气温与年NDVI显着相关,相关系数通过了α=0.01的显着性水平检验,冬季气温与NDVI呈弱负相关。年、各季节降水量与NDVI相关性都不显着。植被生长对气候变化存在滞后效应,春、夏、秋叁季气温与下一季NDVI的相关性显着,冬季相关性不显着。各季节降水量与下一季NDVI相关性不显着。(本文来源于《中国农学通报》期刊2019年15期）
刘茂华,邵悦,李雪欣[6]（2019）在《基于归一化植被指数和地表反照率的土地沙漠化遥感监测研究》一文中研究指出目的对土地沙漠化状况进行监测和评价,研究土地沙漠化变化及趋势预测,为恢复植被覆盖和改善生态环境提供依据.方法以新疆昌吉为研究区域,采用Landsat遥感影像,经过预处理后通过提取归一化植被指数和地表反照率的空间特征,获取沙漠化差值指数,分析与评价新疆昌吉地区的沙漠化程度.结果新疆昌吉地区2011年沙漠面积为62.29%,裸地面积为26.97%;2013年沙漠面积为59.92%,裸地面积为28.59%;2015年的沙漠面积为77.73%,裸地面积为18.14%.2011—2013年,沙漠化差值指数增大,沙漠面积减少;2013—2015年,沙漠化差值指数显着减小,土地沙漠化面积大幅度增加;沙漠化等级由中度沙漠化演变为轻度沙漠化,又由轻度沙漠化变为重度沙漠化.结论沙漠化差值指数与沙漠化等级呈负相关性,DDI可正确地反映土地沙漠化的变化情况.(本文来源于《沈阳建筑大学学报(自然科学版)》期刊2019年03期）
崔婷[7]（2019）在《作物归一化植被指数（NDVI）变化规律试验研究》一文中研究指出归一化植被指数NDVI(Normalized Difference Vegetation Index)是目前应用最多最广泛的植被指数之一。它与作物的生长状态密切相关,且对作物长势变化、气象和水分等信息比较敏感。利用NDVI对作物生长过程进行监测,可以为作物的精确管理提供依据,同时也为农作物的田间管理提供技术支持。本文以冬小麦为研究对象,在西北农林科技大学节水灌溉试验站展开试验,试验设置4个不同灌水水平,分别在返青期,拔节期和抽穗期利用Greenseeker手持式光谱仪采集冬小麦NDVI日变化数据,分析冬小麦NDVI的日变化规律,利用二次多项式,Gauss函数和Sine函数对处理后NDVI日变化曲线进行拟合;研究NDVI与气象因子之间的关系,利用逐步回归、主成分回归、偏最小二乘回归和岭回归4种方法建立各气象因子对冬小麦NDVI的预测模型;研究NDVI与土壤含水率之间的定量关系,并采用线性回归模型构建NDVI与土壤含水率之间的关系模型,得到以下结论:(1)构建了冬小麦归一化植被指数NDVI的日变化模型。冬小麦归一化植被指数NDVI在不同生育期有相同的日变化规律,即一天内的变化曲线均近似一条反向抛物线,早上8:00NDVI值最大,随后逐渐减小,中午13:00或14:00达到最小值,接着又逐渐增大,并且在拔节期这种日变化规律最为明显;对冬小麦NDVI作归一化处理后,利用二次多项式,Gauss函数和Sine函数对处理后NDVI日变化曲线进行拟合,并比较3种模型拟合效果及预测精度发现,二次多项式可较好地对冬小麦NDVI日变化曲线进行拟合且预测精度较高,可为今后建立NDVI日变化模型提供参考。(2)构建了冬小麦归一化植被指数NDVI与气温、相对湿度、地温、太阳辐射和风速等气象因子之间的关系模型。计算冬小麦NDVI与各气象因子的相关系数发现,这5个气象因子均与冬小麦NDVI有一定相关性,但风速与NDVI相关性最小;相对湿度与NDVI呈正相关关系,其他4种气象因子则与NDVI呈负相关关系;利用逐步回归、主成分回归、偏最小二乘回归和岭回归4种方法建立各气象因子对冬小麦NDVI的预测模型,其中多元逐步回归模型的拟合效果最好,在3个生育期内模型决定系数R~2分别为0.613,0.827和0.4,建模效果最差的是主成分回归,各生育期内决定系数分别为0.448,0.744和0.394。(3)构建了NDVI与土壤含水率之间的关系模型。对冬小麦NDVI与土壤含水率数据分别与参考小区数据作差值处理,得到差值归一化植被指数CNDVI数据和差值土壤含水率CSM数据,再建立两者线性回归方程式,结果表明,在冬小麦返青期和拔节期,10:00时NDVI和各深度土壤含水率相关性最好,而在抽穗期,14:00时两者相关性较好;对于不同的灌水处理,灌水量多少对冬小麦NDVI的影响有差异,灌水越多,对NDVI变化的影响越大;从不同深度土壤含水率与NDVI的相关性来看,在返青期,冬小麦生长活性相对较低,不同灌水处理条件下,与冬小麦NDVI相关性较好的土壤含水率深度多在土壤表层和中层深度(30cm~40cm),而与较深土层(60cm)深度土壤含水率相关性较低,而在拔节期和抽穗期,冬小麦生长处于旺盛期,较深土层土壤含水率与冬小麦NDVI相关关系明显增大。(本文来源于《西北农林科技大学》期刊2019-05-01）
王晓利,侯西勇[8]（2019）在《1982—2014年中国沿海地区归一化植被指数(NDVI)变化及其对极端气候的响应》一文中研究指出基于1982—2014年GIMMS NDVI3g数据集,分析中国沿海地区生长季归一化植被指数(NDVI)的时空变化特征,探讨NDVI对极端气温和极端降水年尺度和月尺度的响应特征。结果表明:中国沿海地区及其子区域NDVI均呈上升趋势,且该趋势具有一定持续性;江南及其以南各子区域的NDVI高于江南以北,但长江叁角洲、珠江叁角洲等地区NDVI下降较明显,而江南以北沿海地区NDVI多呈上升趋势。NDVI在东北沿海西部、华北和黄淮沿海各子区域与极端气温暖指数(暖昼日数和日最高气温的极高值)多呈负相关,在其他沿海地区多呈正相关。NDVI与极端气温冷指数(冷昼日数和日最低气温的极低值)在整个沿海地区基本呈负相关,且对冷指数的响应具有一定滞后性;江淮(含)以南各子区域的NDVI与气温日较差多呈正相关,以北基本呈负相关。NDVI在黄淮以北与极端降水之间一般呈正相关,在黄淮(含)以南和东北沿海中东部地区多呈负相关,黄淮(含)以北各子区域的NDVI对极端降水的滞后效应较明显。(本文来源于《地理研究》期刊2019年04期）
Melkamu,Meseret,Alemu[9]（2019）在《埃塞俄比亚安达萨河流域地表温度和归一化植被指数时空变化分析（英文）》一文中研究指出本文分析了植被动态与地表温度等气候参数之间的关系,对环境和生态研究以及自然资源监测至关重要。本文首先利用Landsat数据探讨了1986年至2016年期间安达萨河流域地表温度(LST)和归一化植被指数(NDVI)的时空分布以及它们之间的关系,叁个气象站点的月平均气温数据用于验证结果。该研究的结果表明,Andassa流域的LST在研究期间有所增加。总体而言,平均LST一直在上升,年增长率为0.081℃yr~(-1)。该研究结果还表明,所有季节的流域植被覆盖都发生了变化。在所有研究年份中,LST和NDVI之间存在负相关;从1986年到2016年,研究区植被具有退化趋势,地表温度有所升高。(本文来源于《Journal of Resources and Ecology》期刊2019年01期）
刘姝熠[10]（2019）在《归一化植被指数时空动态变化及其与气候因子关系分析——以大凌河流域为例》一文中研究指出结合1985-2015年大凌河流域潜在蒸散发、温度、降雨以及归一化植被指数数据并利用相关性分析和趋势分析法进行该流域植被指数时空动态变化及其余气候因子关系分析,以期为揭示该区域植被生态系统与气候变化之间的作用规律。研究表明:大凌河流域归一化植被指数呈现出显着的空间差异性,并且在研究期间整体为增大趋势,指数增大和减少的区域分别占总面积的68.3%和31.7%;在流域尺度上大凌河流域植被覆盖动态变化存在显着的空间差异性并且影响该流域指数变化的关键性因素为温度和降雨,日照时数和潜在蒸散法对归一化植被指数的影响较低。(本文来源于《黑龙江水利科技》期刊2019年01期）
归一化植被指数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
植物生长季内的降水变化是造成植物生长产生年际变异的重要因素,降水量、分配方式以及集中程度和时间是降水变化的重要特征。利用2000—2017年的MODIS归一化植被数据集和4个样点植物生长季(5—9月)的日降水数据,分析了研究区NDVI_(max)与降水特征的相关性。结果表明:2000—2017年研究区4个样点的NDVI_(max)均呈上升趋势;生长季降水量呈现出两侧降水增加,中间降水减少的趋势;降水集中度(PCD)西部增高,东部降低;研究区的降水集中期(PCP)都有延后的趋势。4个地区中除榆林外,其他3个地点的PCD与PCP对NDVI_(max)的影响均大于生长季降水量,说明这3个地点的NDVI_(max)值的年际变化主要取决于PCD与PCP的变动,且均为正相关关系,即降水越集中越有利于NDVI_(max)的增加;榆林地区的NDVI_(max)与生长季降水量的偏相关结果为正相关,与PCD为负相关,且与生长季降水量的相关性最强,说明该地区植物对生长季降水量更敏感,降水越均匀越有利于该地区植物的生长。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
归一化植被指数论文参考文献
[1].张姗.归一化植被指数研究[J].绿色科技.2019
[2].李亚峰,唐立松.中国北方典型荒漠区生长季降水特征和归一化植被指数的关系[J].干旱区研究.2019
[3].曾德裕,卢晓宁,黄玥,杨柳青,孟成真.离散Landsat归一化植被指数的时间序列融合构建[J].湖北农业科学.2019
[4].孙倩,吉丽,吴晓红.归一化植被指数对降水量变化的响应研究[J].西南农业学报.2019
[5].王锦波,杨晓玲,张义海,王小伟.张掖市归一化植被指数与气候变化的相关性研究[J].中国农学通报.2019
[6].刘茂华,邵悦,李雪欣.基于归一化植被指数和地表反照率的土地沙漠化遥感监测研究[J].沈阳建筑大学学报(自然科学版).2019
[7].崔婷.作物归一化植被指数（NDVI）变化规律试验研究[D].西北农林科技大学.2019
[8].王晓利,侯西勇.1982—2014年中国沿海地区归一化植被指数(NDVI)变化及其对极端气候的响应[J].地理研究.2019
[9].Melkamu,Meseret,Alemu.埃塞俄比亚安达萨河流域地表温度和归一化植被指数时空变化分析（英文）[J].JournalofResourcesandEcology.2019
[10].刘姝熠.归一化植被指数时空动态变化及其与气候因子关系分析——以大凌河流域为例[J].黑龙江水利科技.2019
论文知识图
