构建植被区分阴影消除植被指数提取山地植被信息

• 作者: 柳晓农 江洪 汪小钦
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 遥感 植被 山地 信息提取 植被区分阴影消除植被指数(VDSEVI)
• 年，卷（期）: 2019,（20）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 135-144
• 页数: 10页
• 分类号: TP702|TP79
• 字数: 7918字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2019.20.017

摘要

山地植被信息在气候变化研究和生态环境保护等方面发挥着重要作用,遥感技术能够快速获取山地植被信息,但是存在山地地形阴影的影响以及山地植被信息混淆问题.该文以山地植被为研究对象,基于Landsat卫星遥感影像多光谱数据,分析山地植被的主要特点,借鉴阴影消除植被指数(shadow eliminated vegetation index,SEVI)的构造原理及形式,提出了一种适用于山地植被覆盖遥感监测的植被指数算法—植被区分阴影消除植被指数(vegetation distinguished and shadow eliminated vegetation index,VDSEVI).研究结果表明:相对于已有的其他植被指数,VDSEVI较好地消除了地形阴影的影响;VDSEVI 的信息量大,植被覆盖的识别能力较强,较好地解决了植被信息混淆问题,能够更好地反映山地植被覆盖情况.不同土地覆盖类型的VDSEVI存在显著差异;阴影稀疏林地和相邻非阴影稀疏林地的相对误差较小,为3.428%;各土地覆盖类型样本VDSEVI标准差均小于0.06;植被覆盖样本VDSEVI与太阳入射角余弦值(cosi)的相关系数为?0.800.为验证VDSEVI在其他地区的适用性,将VDSEVI应用于内蒙古阿尔山和福州市闽侯县,结果表明VDSEVI同样适用.新疆那拉提、内蒙古阿尔山和福州市闽侯县3个区域基于VDSEVI阈值法的植被信息提取总体精度分别为84.136%、87.339%、86.709%,Kappa系数分别为0.799、0.788、0.791.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪小钦	福州大学空间数据挖掘与信息共享教育部重点实验室	117	1905	25.0	38.0
2	江洪	福州大学空间数据挖掘与信息共享教育部重点实验室	19	250	9.0	15.0
3	柳晓农	福州大学空间数据挖掘与信息共享教育部重点实验室	1	0	0.0	0.0