遥感光谱混合模型在成都城区植被信息提取中的应用

孙存举; 梁楠

doi:10.16779/j.cnki.1003-5508.2014.05.018

用微信扫码二维码

分享至好友和朋友圈

English

旧版入口

WE ARE COMMITTED TO REPORTING THE LATEST FORESTRY ACADEMIC ACHIEVEMENTS

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

遥感光谱混合模型在成都城区植被信息提取中的应用

孙存举 , 梁楠

文章导航 > 四川林业科技 > 2014 > 35(5): 84-87

孙存举, 梁楠. 遥感光谱混合模型在成都城区植被信息提取中的应用[J]. 四川林业科技, 2014, 35(5): 84-87. doi: 10.16779/j.cnki.1003-5508.2014.05.018

引用本文:

孙存举, 梁楠. 遥感光谱混合模型在成都城区植被信息提取中的应用[J]. 四川林业科技, 2014, 35(5): 84-87. doi: 10.16779/j.cnki.1003-5508.2014.05.018

SUN Cun-ju, LIANG Nan. Application of the Spectral Mixture Model in Extracting Vegetation Information in Chengdu City[J]. Journal of Sichuan Forestry Science and Technology, 2014, 35(5): 84-87. doi: 10.16779/j.cnki.1003-5508.2014.05.018

Citation:

SUN Cun-ju, LIANG Nan. Application of the Spectral Mixture Model in Extracting Vegetation Information in Chengdu City[J]. Journal of Sichuan Forestry Science and Technology, 2014, 35(5): 84-87. doi: 10.16779/j.cnki.1003-5508.2014.05.018

遥感光谱混合模型在成都城区植被信息提取中的应用

doi: 10.16779/j.cnki.1003-5508.2014.05.018

孙存举¹,
梁楠²

详细信息

四川省林业调查规划院，四川成都 610081;剑阁县林业局，四川广元 628300

作者简介:
孙存举,硕士,工程师,主要从事林业调查规划工作,E-mail:scj19854017@163.com。

中图分类号: S758

Application of the Spectral Mixture Model in Extracting Vegetation Information in Chengdu City

SUN Cun-ju¹,
LIANG Nan²

More Information

Sichuan Foresy Inventory and Plan Institute, Chengdu 610081, China;Jiange Forestry Bureau, Gangyuan 628300, China

摘要: 本文以2013年4月20日获取的美国陆地卫星Landsat8成都城区遥感数据为数据源,运用混合光谱模型技术从遥感影像中提取植被信息。通过线性光谱混合模型和最小噪音分离变换后的前3个分量,测算得到植被、低反照率、高反照率和土壤4个不同的城市土地覆盖的终端地类,最终得到研究区的植被覆盖度影像。
- 遥感;
- 植被;
- 混合光谱分析
Abstract: Landsat 8 images acquired on 20^th of April in 2013 were used to extract vegetation information through a spectral mixture model in this research. Taking Chengdu city as an example, primary image was transferred into 7 bands through minimum noise fraction analysis and the first three bands were used to calculate the pure pixels. Four members including low-albedo building, high-albedo building, vegetation, and soil were selected as the input variables of land cover class terminal. Finally the vegetation coverage images in the study area were estimated.
- Remote sensing;
- Vegetation;
- Spectral mixture analysis

[1]	刘立志, 韩震. 基于遥感生态指数的上海市城市生态质量评价及驱动力研究 . 四川林业科技, 2023, 44(6): 48-54. doi: 10.12172/202303020002
[2]	周杨, 马勇, 刘金平, 王大伟, 曾晓琳, 邓力铭. 坡向对川东北丘陵区裸露边坡植被功能重建的影响 . 四川林业科技, 2023, 44(1): 40-46. doi: 10.12172/202203290004
[3]	张好, 杨小芳, 罗智, 杨育林, 尤继勇, 陈德朝, 贺维. 基于RS的茂县干旱河谷裸土时空变化分析 . 四川林业科技, 2023, 44(1): 91-97. doi: 10.12172/202203150001
[4]	雷雨, 冯彬, 谢瑶瑶, 胡露, 赵姗姗, 董鑫. 基于RS与GIS的九寨沟国家级自然保护区地震前后植被覆盖度变化分析 . 四川林业科技, 2022, 43(2): 81-87. doi: 10.12172/202108160002
[5]	刘朔, 杨建勇, 蔡凡隆. 基于Landsat 8的若尔盖县沙化监测区NDVI植被覆盖变化特征分析 . 四川林业科技, 2022, 43(1): 50-56. doi: 10.12172/202104200001
[6]	黄琴, 何江林, 郭海铭, 余水, 孟常来, 王鑫. 成都市城市景观格局时空演变特征及生态效应驱动研究 . 四川林业科技, 2022, 43(4): 31-37. doi: 10.12172/202204110003
[7]	蒲梦馨, 倪忠云, 赵银兵, 周国李, 梁家凤. 竹林信息遥感提取方法研究进展 . 四川林业科技, 2021, 42(4): 122-131. doi: 10.12172/202103090002
[8]	罗艳, 杨一川, 沈松平, 罗晓波, 张洪吉. 城市化对成都市植被景观格局影响研究 . 四川林业科技, 2021, 42(5): 29-39. doi: 10.12172/202101280001
[9]	赵昊天, 王林青, 郑勇, 谢天资, 蒋雨轩, 龚固堂, 骆宗诗, 陈俊华. 基于Landsat的青神县植被覆盖动态变化分析 . 四川林业科技, 2019, 40(5): 23-28,87. doi: 10.16779/j.cnki.1003-5508.2019.05.005
[10]	毛英, 原作强, 高清明, 胡进耀, 胡连通, 王新, 周大松. 基于MODIS-NDVI的乐安湿地植被覆盖动态分析 . 四川林业科技, 2019, 40(3): 42-46,70. doi: 10.16779/j.cnki.1003-5508.2019.03.008
[11]	肖春莲. 立地分类与评价研究现状 . 四川林业科技, 2019, 40(1): 92-97. doi: 10.16779/j.cnki.1003-5508.2019.01.020
[12]	郭颖悦, 刘瑞, 魏良帅. 湿地公园土地利用的变化监测——以成都白鹭湾湿地公园为例 . 四川林业科技, 2019, 40(2): 28-31. doi: 10.16779/j.cnki.1003-5508.2019.02.007
[13]	方懿. 四川米亚罗省级自然保护区人类活动遥感监测分析 . 四川林业科技, 2017, 38(3): 36-39. doi: 10.16779/j.cnki.1003-5508.2017.03.007
[14]	贺丽, 宾建, 邓东周, 鄢武先, 陈德朝. 植被近自然恢复研究进展 . 四川林业科技, 2017, 38(5): 18-22. doi: 10.16779/j.cnki.1003-5508.2017.05.004
[15]	范庭兴, 伍小刚, 杜珲. 成都至宜宾高速公路沿线植被类型及分布特征研究 . 四川林业科技, 2017, 38(2): 45-49. doi: 10.16779/j.cnki.1003-5508.2017.02.008
[16]	俞利群. 川西北壤塘县沙化土地植被调查报告 . 四川林业科技, 2016, 37(4): 65-68. doi: 10.16779/j.cnki.1003-5508.2016.04.014
[17]	董田建, 程力, 张学强. 洪雅林场3种植被恢复模式下土壤理化性质的调查分析 . 四川林业科技, 2015, 36(1): 43-47. doi: 10.16779/j.cnki.1003-5508.2015.01.010
[18]	周昭琼, 张子瑜. 康定县退化草地空间分布与治理对策浅析 . 四川林业科技, 2015, 36(3): 55-61. doi: 10.16779/j.cnki.1003-5508.2015.03.012
[19]	孙存举, 雷建华, 唐果山, 何冰. 基于SPOT NDVI影像的阿坝州植被变化遥感监测 . 四川林业科技, 2014, 35(6): 56-59. doi: 10.16779/j.cnki.1003-5508.2014.06.011
[20]	杨军, 赵勇, 张红实, 李国祥, 罗洪. 利用卫星遥感影像数据分析邛海湿地近50年的变迁 . 四川林业科技, 2013, 34(4): 65-68,13. doi: 10.16779/j.cnki.1003-5508.2013.04.018

点击查看大图

计量

文章访问数: 188
HTML全文浏览量: 25
PDF下载量: 1
被引次数: 0

遥感光谱混合模型在成都城区植被信息提取中的应用

doi: 10.16779/j.cnki.1003-5508.2014.05.018

孙存举¹,
梁楠²

四川省林业调查规划院，四川成都 610081;剑阁县林业局，四川广元 628300

作者简介:
孙存举,硕士,工程师,主要从事林业调查规划工作,E-mail:scj19854017@163.com。

收稿日期: 2014-06-19

中图分类号: S758

关键词:

遥感 /
植被 /
混合光谱分析

摘要: 本文以2013年4月20日获取的美国陆地卫星Landsat8成都城区遥感数据为数据源,运用混合光谱模型技术从遥感影像中提取植被信息。通过线性光谱混合模型和最小噪音分离变换后的前3个分量,测算得到植被、低反照率、高反照率和土壤4个不同的城市土地覆盖的终端地类,最终得到研究区的植被覆盖度影像。