毕业论文

打赏
当前位置: 毕业论文 > 计算机论文 >

基于MODS数据与DNVI指数的黄淮海区域植被动态变化监测

时间:2019-07-21 15:42来源:毕业论文
采用主要生长季植被指数均值法、基于像元二分模型的植被覆盖度估算法、一元线性回归趋势分析法,分析了黄淮海区域在 2002-2009 年这 8 年里植被覆盖的变化趋势和空间分布特征

摘 要在经济较为发达,城市化面积不断扩大的黄淮海区域,植被覆盖变化已开始成为人们关注和研究的热点。归一化植被指数 NDVI 能够有效地反映植被覆盖状况,因而被广泛地应用于植被动态变化监测。基于 2002-2009 年(每年 7 月)的 MODIS DNVI数据集,采用主要生长季植被指数均值法、基于像元二分模型的植被覆盖度估算法、一元线性回归趋势分析法,分析了黄淮海区域在 2002-2009 年这 8 年里植被覆盖的变化趋势和空间分布特征。 利用每年 7 月份 NDVI 均值模拟了研究区植被覆盖的年际变化趋势,通过数据统计来分析不同等级植被覆盖区所占面积的年际变化趋势,利用一元线性回归分析法分析不同地区植被覆盖的变化趋势和幅度。结果表明:黄淮海区域植被覆盖总体呈略微上升趋势,7 月份 NDVI 均值线性回归趋势线的斜率为 0.0038。从空间分布特征上来看,黄淮海地区大部分区域植被覆盖度较高且呈上升趋势,其中呈增长和显著增长趋势的地区所占面积比例约为 60%, 主要包括山东省东部及其与河南省交界一带、江苏省北部、安徽省东北部地区;呈减少趋势的地区所占面积比例约为 32.3%,主要分布在江苏省中南部大面积区域、山东省中北部地区、天津市和北京市部分地区、河北省西北部和中部地区。37427
毕业论文关键词: 黄淮海区域; NDVI; 像元二分模型; 一元线性回归; 植被覆盖度
Abstract As one of the most developed areas with rapid urbanizationprocess,huang-huai-hai region has become a scientific research hot spot andattracted the attention of the public for many studies on vegetationcoverage.the normalized difference vegetation index (NDVI),as the bestindicator for vegetation coverage condition,is widely applied in monitoringdynamic changes of vegetation coverage.the spatial and temporal changes ofvegetation coverage in huang-huai-hai region are analyzed on the basis ofModis NDVI data set from 2002 to 2009.in terms of the method for analyzingthe vegetation dynamics,the average value method was used to simulate theoverall changing trend of vegetation coverage in the study area,the dimidiatepixel method based on Modis NDVI data was applied to estimate thefractional vegetation cover of huang-huai-hai area , the vegetation dynamictrends in different areas were analyzed by calculating the regressionslope.the results show that :the vegetation coverage of study area tends toincrease slightly as a whole , the regression slope of average value is0.0038,the high-level vegetation coverage areas account for a bigger area ratioof huang-huai-hai region,the result indicates that the vegetation coverage ofmost areas increased .the significantly increased regions mainly include theeast and north east parts of Shandong,the north west part of Jiangsu and thenorth east part of Anhui ,the significantly decreased regions mainly appear inthe middle and southern areas of Jiangsu ,the north west part of Hebei ,themiddle part of Shandong ,Beijing and Tianjing.
Key words: huanghuaihai area; NDVI; linear regression; dimidiate pixelmethod; vegetation coverage.
目录
摘要I
AbstractII
1绪论..1
1.1概述..1
1.2国内外研究现状2
1.3主要研究内容和技术方法..2
2研究区和数据..4
2.1研究区概况..4
2.2数据来源及预处理..5
3研究方法.6
3.1归一化差分植被指数(NDVI).6
3.2主要生长季平均植被指数..6
3.3植被覆盖度遥感估算.7
3.3.1像元二分原理.7
3.3.2利用NDVI估算研究区植被覆盖度..7
3.4一元线性回归趋势分析8
4结果与分析.10
4.1黄淮海地区2002-2009年NDVI总体变化趋势分析..10
4.2黄淮海区域8年平均植被覆盖度的空间分布差异分析10
4.3不同等级植被覆盖区所占面积年际变化对比分析..12
4.4研究区NDVI线性变化趋势空间分布.14 基于MODS数据与DNVI指数的黄淮海区域植被动态变化监测:http://www.youerw.com/jisuanji/lunwen_36173.html
------分隔线----------------------------
推荐内容