导读:本文包含了地表植被论文开题报告文献综述及选题提纲参考文献，主要关键词:植被指数,地形效应,决策树,大气校正法
地表植被论文文献综述
何朝霞[1]（2019）在《复杂地形下植被指数对地表温度的响应》一文中研究指出以地形复杂的湖北省松滋市部分区域为研究区,基于2018年Landsat 8数字影像和ASTGTM2的DEM数字高程数据,在深入研究各种植被指数的基础上,选用地形效应较小的归一化差值山地植被指数(NDMVI),构建决策树模型获得研究区的土地覆盖分类结果,同时将该植被指数应用于大气校正法的地表温度反演,最后分析不同地形条件下植被指数与地表温度的相关性。研究结果表明:NDMVI的决策树分类具有较高的精度;基于NDMVI的地表温度反演方法具有可行性,结果准确性高;陡坡、丘陵、平原等地形下NDMVI植被指数均与地表温度呈负相关性,且相关性显着。(本文来源于《科学技术与工程》期刊2019年25期）
张岐岳,孙紫英,赵鹏武,周梅[2]（2019）在《根河市地表温度与植被覆盖关系研究》一文中研究指出本文以大兴安岭地区根河市为研究区,使用2000年～2018年MODIS MOD 11A2 LST、MYD 13A2 NDVI,在时序重构基础上对根河市地表温度时空变化及其余植被盖度的相互关系进行分析。(本文来源于《内蒙古科技与经济》期刊2019年16期）
李雯雯[3]（2019）在《区域地表植被演化特征分析》一文中研究指出植被是反映矿区地表环境的关键因子之一,为研究地下采煤对地表环境的影响,选取植被指数作为地理环境因子,利用西咸新区2010-2016年的遥感影像计算出植被的生长季,提取矿区中植被生长较好的五个月的植被指数,统计出植被的退化情况并做分析。基于Arcgis软件对上述结果进一步分析,计算植被覆盖度并做统计分析。结果表明近七年大佛寺矿区地表植被有一定的演化特征,其中植被改善及退化比重变化幅度较大,彬长区域植被覆盖度整体呈上升趋势,大佛寺矿区植被覆盖度整体呈下降趋势,表明矿区开采影响了地表植被生长。(本文来源于《甘肃科技》期刊2019年15期）
邓慧平,丹利,王倩[4]（2019）在《西南亚高山区流域植被演替与地表水量平衡对气候变化的敏感性模拟》一文中研究指出为了研究西南亚高山区流域植被与地表水量平衡对气候变化的响应,用生物物理/动态植被模型SSi B4/TRIFFID与流域水文模式TOPMODEL的耦合模式SSi B4T/TRIFFID模拟了不同气候情景下西南亚高山区的梭磨河流域植被演替和水量平衡过程,分析了流域尺度植被与水量平衡对气候变化的敏感性。结果表明:降水不变温度增加1℃,流域年径流深减小14. 8%～20. 1%;温度不变降水增加10%,流域年径流深增加19. 8%～28. 7%,而蒸散仅略有增加;降水不变温度增加2℃,流域蒸散增加28. 9%～39. 0%,径流深减小39. 9%～53. 5%;在C3草、苔原灌木和森林3种植被类型中,生长季森林叶面积指数对温度变化最敏感。西南亚高山区流域蒸散对温度变化敏感但对降水变化不敏感,径流对降水和温度变化均很敏感,温度增加通过增加蒸散而减小径流,蒸散与径流对气候变化的敏感程度与流域植被覆盖类型有关。随着温度增加,由于森林冠层截留蒸发和蒸腾随温度增加而显着增加,在3种植被类型中森林蒸散增加幅度最大,森林覆盖的流域蒸散和径流对温度变化最敏感。(本文来源于《水资源与水工程学报》期刊2019年03期）
刘茂华,邵悦,李雪欣[5]（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）
胡继恒[6]（2019）在《东亚地区微波地表比辐射率数据库的构建及其在植被遥感中的应用》一文中研究指出利用卫星被动微波遥感来获取地表信息的历史由来已久,而微波地表比辐射率MLSE(Microwave Land Surface Emissivity)和以此为基础的微波植被指数EDVI(Microwave Emissivity Difference Vegetation Index)都是微波遥感中非常具有指示作用的地表参数,值得对其进行深入研究。本文就两个具体问题展开研究:(1)利用多源卫星遥感反演中国地区MLSE及其应用特点研究;(2)多通道EDVI指数在东南亚地区不同植被区域的表征效果和差异性的分析研究。在第一个研究问题中,本研究在中国地区构建了一套利用Aqua卫星搭载的Advanced Microwave Radiometer-Earth Observing System(AMSR-E)观测天顶亮温、Moderate Resolution Imaging Spectroradiometer(MODIS)云参数,欧洲中期天气预报中心(ECMWF)的大气廓线和地表温度数据反演得到的MLSE数据库。反演过程使用了全新的算法方案,使用高时空分辨率的动态实时廓线和地表温度数据来对实际的大气和地表情况进行参数化,使得这一数据库具有更高的准确性。实现了全部12个AMSR-E微波通道的MLSE反演,包括对地表性质具有更优秀的探测能力的6.9和10.65 GHz频率。采用的MODIS的云观测数据和AMSR-E具有天然的同步性,并且可以用来实现对云的微波辐射贡献计算,使得这套数据库涵盖了除降水外的所有天气状态。对此MLSE数据库的统计分析(时间序列,季节变化和多年平均等),及其和地形、植被、积雪和降雪等因素的相互作用和响应特征进行的大量分析研究表明其在中国地区具有很强的适用性。这套MLSE数据库对进一步理解地表和大气的微波辐射性质提供了研究手段,其潜在的应用包括:作为大气中多种参数(如水汽、云水含量、降水等)的反演前提(提供辐射背景信息);对诸多地表参数(土壤湿度,植被生长、植被种类,地表降水等)的变化具有重要的指示和监测意义。第二个研究问题:基于微波地表比辐射率的EDVI植被指数可以很好地指示地表植被含水量,并且可以应用于有云情况和浓密植被区域。以往的研究仅限于使用19、37GHz微波信号,其仅能反映植被某单层的含水情况。Aqua卫星上的AMSR-E微波辐射计观测为植被遥感提供了更多的通道选择。本部分利用AMSR-E观测亮温、MODIS云参数和ECMWF的再分析资料反演得到的东亚及东南亚地区6.925、10.65、18.7、36.5 GHz垂直极化微波通道的微波地表比辐射率,建立了五组多通道微波比辐射率植被指数 EDVI(6v,37v),EDVI(10v,37v),EDVI(18v,37v),EDVI(6v,10v)和EDVI(10v,18v)。研究了这5组EDVI指数在森林和农田两类植被类型区的特点。结果表明,在森林区域,EDVI(6v,37v)和EDVI(10v,37v)普遍大于EDVI(18v,37v),这很可能是由于前两者对于浓密植被的穿透更深,能反映更多的植被含水量,而EDVI(18v,37v)的穿透性相对较弱,主要反映冠层顶部、相对浅薄植被层的植被含水量。另外EDVI(6v,10v),EDVI(10v,18v)和EDVI(18v,37v)叁组EDVI对高大浓密植被在垂直方向上、中、下叁层的植被含水量有一定的指示作用。对于低矮植被,其垂直结构不丰富,此叁者的差异不明显。基于以上两个问题,本研究试图更全面地了解中国地区微波地表比辐射率的分布特征以及地表微波辐射所蕴藏的丰富植被信息。这些研究工作将拓展卫星微波遥感范畴,丰富对地遥感尤其是植被遥感手段,并且可以为大气参数的反演提供数据基础。(本文来源于《中国科学技术大学》期刊2019-05-14）
张延成[7]（2019）在《干旱半干旱地区植被覆盖地表土壤水分反演研究》一文中研究指出土壤水分在地球生态系统中扮演着重要的角色,无论在理论研究还是实际生产中,土壤水分都有至关重要的作用。干旱半干旱地区水资源匮乏,进行土壤水分反演研究对该地区的农业生产、生态环境和经济发展等方面有重要意义。传统土壤水分测量手段在对大范围地表监测时会耗费较大成本,而遥感技术为大范围地、实时地进行土壤水分测量提供了新的解决方案。其中,SAR技术因具有穿透性强、对土壤水分敏感等特性在土壤水分反演领域备受关注。使用SAR反演土壤水分时,主要受到植被覆盖和地表粗糙度两个因素的影响,当前主要方法是选择适用的植被微波散射模型以去除植被的影响,再选择适用的裸土微波散射模型,通过模型中后向散射系数、地表粗糙度和土壤水分之间的数学关系来反演土壤水分,以消除地表粗糙度的影响。本文综合利用多光谱数据对植被信息的光谱敏感性和SAR数据的穿透性、对土壤水分的敏感性,协同使用光学和SAR数据反演土壤水分。以黑河中游的临泽草地和花寨子农田为研究区,使用临泽草地的遥感数据和地面数据建立土壤水分反演算法,并应用于花寨子农田,与传统方法对比以验证适用性。建立土壤水分反演算法时,考虑研究区特点并分析模型的适用性,首先选取水云模型以去除植被影响,对水云模型中的关键参数的输入进行了研究和探讨,其次选取AIEM模型建立LUT表,在建立LUT表时对各参数的取值和范围进行了讨论,通过LUT表法反演了研究区的土壤水分。通过研究,本文主要得出了以下结论和成果:(1)使用水云模型对后向散射系数校正后,有效去除了植被影响,提高了模拟土壤表面后向散射系数的准确性,不同参数输入模式下的水云模型所对应的土壤水分反演精度都有所提高。水云模型的输入参数中,植被含水量为主导因素,植被参数B的取值对结果影响不显着,植被参数B对结果的影响较大。(2)在水云模型中输入植被含水量时,本文使用植被指数法反演。即建立多个遥感指数(EVI、NDVI、NDWI、RVI、SAVI)与植被含水量之间的响应关系,发现各指数与植被含水量均有较高的相关性,其中RVI反演精度最高;在输入植被参数时,提出基于植被覆盖度分级的参数输入方法,相比传统的输入方法精度有所提高。(3)使用LUT表法反演土壤水分时,通过采用不同的单极化SAR数据源(是否考虑植被影响、不同极化、不同的水云模型参数输入模式),发现使用本文方法去除植被影响的VV极化数据反演精度最高,该方法能有效去除地表粗糙度的影响。同时,发现同极化数据反演精度优于交叉极化数据,其中VV极化数据反演精度最高。(本文来源于《长安大学》期刊2019-04-23）
李娅丽,汪小钦,陈芸芝,王苗苗[8]（2019）在《福建省地表温度与植被覆盖度的相关性分析》一文中研究指出地表温度(Land surface Tenperature, LST)和植被覆盖度(Fractional Vegetation Coverage,FVC)是生态环境变化的重要指标因子,研究两者的时空变化及相互关系对评价区域生态环境建设、改善区域生态环境具有重要意义。本文以福建省为研究区域,利用2001-2015年MODIS 11A2 LST和13Q1 NDVI数据,在时序数据重构的基础上对福建省LST时空变化及LST与FVC的相互关系进行分析。结果表明:①2001-2015年福建省LST总体呈轻微下降趋势,尤其是2010年之后其LST明显降低。LST与FVC的空间分布具有较好的负相关一致性:在FVC较高的区域,LST值较低;在FVC较低的区域,LST较高。②LST与FVC、DEM和纬度均成负相关关系,且负相关性在一年之中随着月份的变化而呈规律性增加或降低。夏季FVC对LST的负相关性最大为0.7,冬季FVC对LST的负相关性降低为0.4。③LST随着FVC增加而降低的趋势呈现分段线性关系,存在"FVC拐点"。"FVC拐点"前后随着FVC增加LST的降低速率在夏季"先慢后快",而在冬季则"先快后慢"。春秋两季,LST随着FVC增加而降低的速率在"FVC拐点"前后差异变小。在夏季,当FVC大于0.4时,FVC每增加0.1可降低LST约0.77°C,降温效果大约是FVC小于0.4时的2倍。因此如果要有效地降低夏季地表高温,要使地表植被覆盖大于40%,才能较好的发挥植被的降温的作用。④在1-8月份,FVC对LST的负相关作用存在滞后性,FVC变化对滞后一个月的LST时空分布影响更大。研究成果对福建省生态环境建设与评估具有一定的意义,对于发挥植被对区域高温抑制作用提供了重要的参考依据。(本文来源于《地球信息科学学报》期刊2019年03期）
高尚,沙晋明,帅晨[9]（2019）在《厦门市地表温度与植被覆盖关系定量研究》一文中研究指出以福建省厦门市为研究区,基于2015年的Landsat 8遥感影像数据进行4种不同算法的地表温度反演,并对4种算法的结果进行精度验证,选择一种精度最高的算法的结果与植被覆盖度进行回归分析,探讨不同下垫面的植被覆盖度与地表温度的关系.结果表明:在本研究区内,使用单窗算法反演地表温度结果与对比数据更为接近,精度相对较高.地表温度与植被覆盖度之间具有明显的相关关系,植被覆盖度能够有效降低地表温度.在不同的植被覆盖度范围内,对地表温度降温效果不同,当整体植被覆盖度水平较低时,植被覆盖度的增加能够更加明显地降低地表温度.不同的下垫面类型植被覆盖度与地表温度之间有很好的对应关系,植被覆盖度越高的下垫面类型,温度越低.(本文来源于《福建师范大学学报(自然科学版)》期刊2019年02期）
Melkamu,Meseret,Alemu[10]（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）
地表植被论文开题报告
（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：
本文以大兴安岭地区根河市为研究区,使用2000年～2018年MODIS MOD 11A2 LST、MYD 13A2 NDVI,在时序重构基础上对根河市地表温度时空变化及其余植被盖度的相互关系进行分析。
（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。
地表植被论文参考文献
[1].何朝霞.复杂地形下植被指数对地表温度的响应[J].科学技术与工程.2019
[2].张岐岳,孙紫英,赵鹏武,周梅.根河市地表温度与植被覆盖关系研究[J].内蒙古科技与经济.2019
[3].李雯雯.区域地表植被演化特征分析[J].甘肃科技.2019
[4].邓慧平,丹利,王倩.西南亚高山区流域植被演替与地表水量平衡对气候变化的敏感性模拟[J].水资源与水工程学报.2019
[5].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
[6].胡继恒.东亚地区微波地表比辐射率数据库的构建及其在植被遥感中的应用[D].中国科学技术大学.2019
[7].张延成.干旱半干旱地区植被覆盖地表土壤水分反演研究[D].长安大学.2019
[8].李娅丽,汪小钦,陈芸芝,王苗苗.福建省地表温度与植被覆盖度的相关性分析[J].地球信息科学学报.2019
[9].高尚,沙晋明,帅晨.厦门市地表温度与植被覆盖关系定量研究[J].福建师范大学学报(自然科学版).2019
[10].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