搜索结果: 1-8 共查到“生物学 NDVI”相关记录8条 . 查询时间(0.104 秒)
STUDY OF MAOWUSU SANDY LAND VEGETATION COVERAGE CHANGE BASED ON MODIS NDVI
Normalized Differential Vegetation Index Vegetation Coverage Maowusu Sandy Land Maximum Value Composite Pearson Correlation Coefficient Inverse Distance Weighting
2018/5/16
This paper selected 2006-2016 MODIS NDVI data with a spatial resolution of 500m and time resolution of 16d, got the 11 years’ time series NDVI data of Maowusu sandy land through mosaicking, projection...
辽宁省植被生长季NDVI对气候因子的响应
NDVI 气候因子 响应分析 滞后期
2018/6/8
基于2000–2010年辽宁省内的37个气象站及周边5个气象站的基础数据, 结合MODIS NDVI的遥感影像资料, 运用趋势分析、相关分析和空间分析等方法研究植被生长与气候的关系, 探讨不同气候因子对植被生长的影响与主导作用。结果表明: (1) 辽宁省植被在研究时段内的7–8月生长最为旺盛, 生长季植被NDVI呈显著升高趋势, 2007年后维持在0.73–0.74之间; (2) 在研究时段内, ...
为分析华北北部地表植被覆盖变化趋势，探寻合理土地利用方式，基于1999年1月至2006年12月的SPOT\|VEGETATION逐旬NDVI数据，采用国际通用的MVC（最大合成法）获得月NDVI值，用均值法求出年均NDVI数值。在此基础上，用一元线性回归斜率定量描述地表覆盖动态变化，以Hurst指数表示其时间依存性，利用GIS工具表征其空间格局并进行空间统计分析。研究结果表明：近8年来华北北部地表...
摘要 以西藏高原生态系统的NDVI(NormalizedDifferenceVegetationIndex)及其地形影响因子为分析对象，使用小波变换揭示了其多尺度空间格局。通过小波方差尺度图可以辨识出，在研究区域内NDVI及其地形因子存在着4、12km和25km等多尺度变异格局。小波多尺度相关分析是对普通相关的一种拓展，使用小波系数分尺度计算了NDVI及其影响因素的相关系数，并与普通相关进行了比较...
利用不同分辨率卫星影像的NDVI数据估算叶面积指数(LAI) ——以岷江上游为例
叶面积指数 岷江上游 归一化植被指数
2007/12/10
摘要 短周期的低分辨率遥感数据为大面积估算LAI及季节动态和物候趋势提供了有利工具，但基于高分辨率LAI的遥感估算模型在低分辨率遥感数据上应用有很大的不确定性。研究利用LAI-2000冠层分析仪与跟踪辐射和冠层结构测量仪(TRAC)，测定了岷江上游流域范围内490块野外调查样地（50m×50m样方）的LAI数据，结合同期较高精度卫星数据（TM）建立了不同植被类型的LAI-NDVI算法，在经过传感器...
利用NDVI时间序列数据分析植被长势对气候因子的响应
2007/8/24
全球变化已经引起越来越多的研究者和政治机构的重视和关注。由于植被是气候环境的直接参与者，本文通过研究植被对气候的相互作用的角度研究气候变化。植被与气候之间的相互作用主要表现在两个方面：植被对气候的适应性与植被对气候的反馈作用。植被变化导致反照率、粗糙度及土壤湿度等地表属性的变化，这些变化通过影响地气系统中水分循环和能量收支，进而影响着区域气候；同时气候变化影响着植被生长状况...
北半球春季植被NDVI对温度变化响应的区域差异
2007/8/24
利用1982年到2000年的探路者NDVI资料，采用奇异值分解分析方法，研究北半球春季NDVI对温度变化响应的空间差异。前7对模态对总的协方差平方和的解释率高达91％以上，反映出NDVI和气温的相关性非常高。第一对模态解释率达42.6%，显示北半球最显著的NDVI响应中心在西西伯利亚。其次是北美大陆,中心在其中东部。第三对及以后的模态反映的是次一级的空间特征。分析表明这些N...
An Examination of Relationships Between Vegetation and Rainfall Using Maximum Value Composite AVHRR-NDVI Data
remote sensing AVHRR NDVI rainfall vegetation lag time
2010/3/22
Global vegetation monitoring with remotely sensed data has the potential of improving our knowledge about the characteristics and spatial distribution of the earth's land cover. The purpose of this st...