论文摘要
针对相关分析在研究气象因子对植被影响时系统性不强的问题,该文以2009—2016年贵州省EVI时序数据和34个气象站点的观测数据为依据,采用偏最小二乘方法分析了各气象因子对EVI的影响程度。结果表明:当月的水汽压和温度以及前推一月的降水、水汽压和温度是贵州植被变化的关键因素,而前推一月日照和当月降水对植被变化的影响不显著。气象因子对EVI影响的空间差异表明:降水主要影响贵州西部、南部和西南部地区,日照主要影响东南部地区,而水汽压和温度则影响贵州全境。
论文目录
文章来源
类型: 期刊论文
作者: 张亚利,李爱心,高攀
关键词: 增强型植被指数,偏最小二乘,植被变化,贵州省
来源: 测绘科学 2019年12期
年度: 2019
分类: 基础科学
专业: 生物学
单位: 重庆大学土木工程学院
基金: 国家自然科学基金项目（41604023）
分类号: Q948.112
DOI: 10.16251/j.cnki.1009-2307.2019.12.024
页码: 158-161+183
总页数: 5
文件大小: 851K
下载量: 140
相关论文文献
- [1].荒漠林高光谱与光学影像植被指数(Ⅵ)的比较[J]. 新疆农业科学 2020(01)
- [2].河南省植被指数变化特征研究[J]. 测绘与空间地理信息 2020(02)
- [3].运用植被指数时序特征对落叶松人工林分类[J]. 东北林业大学学报 2020(03)
- [4].微波植被指数在云南省植被动态监测中的适用性研究[J]. 地球环境学报 2019(06)
- [5].表征亚热带常绿林光合作用季节变化特征的多种植被指数[J]. 生态学报 2018(16)
- [6].植被指数遥感演化研究进展[J]. 北方园艺 2018(20)
- [7].重庆市植被指数与高度/坡度的关系研究[J]. 西南师范大学学报(自然科学版) 2016(11)
- [8].铜污染植被指数的玉米叶片污染程度探测模型[J]. 光谱学与光谱分析 2020(01)
- [9].吉林省NDVI时空变化——以2010—2019年为例[J]. 农业与技术 2020(13)
- [10].基于遥感数据的内蒙古近三十年植被指数的时空分析[J]. 地质学刊 2018(03)
- [11].草地高光谱植被指数与叶面积指数的关系研究[J]. 阴山学刊(自然科学) 2011(04)
- [12].构建植被区分阴影消除植被指数提取山地植被信息[J]. 农业工程学报 2019(20)
- [13].一种基于可见光植被指数的高分辨率影像林地提取方法[J]. 软件导刊 2020(07)
- [14].植被指数的地形效应研究进展[J]. 应用生态学报 2018(02)
- [15].基于地形调节植被指数估算长汀县植被覆盖度[J]. 国土资源遥感 2015(01)
- [16].被动微波遥感植被指数在中国的应用研究[J]. 干旱区资源与环境 2014(08)
- [17].基于植被指数模型的淡水湖泊湿地景观信息提取[J]. 地理空间信息 2012(06)
- [18].基于MODIS的重庆市植被指数对地形的响应[J]. 中国农业气象 2012(04)
- [19].基于宽范围动态植被指数的棉花冠层覆盖度监测[J]. 棉花学报 2011(03)
- [20].L波段多角度微波植被指数研究[J]. 遥感信息 2010(01)
- [21].新疆植被指数与气象因子关系分析[J]. 沙漠与绿洲气象 2010(05)
- [22].基于雷达植被指数的水土流失区植被覆盖度估测[J]. 国土资源遥感 2015(04)
- [23].西藏高原青稞三种植被指数对红外增温的初始响应[J]. 生态环境学报 2015(03)
- [24].山西省植被指数时空变化特征及其对气候变化的响应[J]. 湖北农业科学 2015(17)
- [25].基于ArcGIS的金沙江流域中段植被指数分布规律研究[J]. 科技通报 2010(03)
- [26].垂直植被指数的计算和精度分析[J]. 兰州大学学报(自然科学版) 2010(05)
- [27].山西典型生态区植被指数(NDVI)对气候变化的响应[J]. 生态学杂志 2009(05)
- [28].近25年山西植被指数时空变化特征分析[J]. 生态环境 2008(06)
- [29].基于最佳植被指数组合的水稻鲜生物量估测[J]. 科技通报 2019(06)
- [30].基于植被指数选择算法和决策树的生态系统识别[J]. 农业机械学报 2019(06)