一、黄土高原地区提取植被信息方法的研究（论文文献综述）
刘炜[1]（2012）在《土地利用/覆被变化信息遥感图像自动分类识别与提取方法研究》文中指出【目的】以陕西省横山县1986年8月2日和2003年8月17日的两期TM图像作为基础数据源，研究适用于农牧交错带土地利用/覆被专题信息提取的数字图像处理技术和自动分类识别方法，并依据所获取的专题信息分析区域土地利用/覆被动态变化特征。【方法】结合实地调查和相关专题图件对原始图像进行系统的预处理，对比分析多种图像增强和特征变换方法增强目标类别光谱特征的效果，包括小波滤波、LBV变换等，然后利用多特征知识建立研究区各种土地利用/覆被类型的目视解译方法。分析各类别常用专题信息提取方法应用在本区出现的问题。分别在Ln{MNDWI}–NDVI、Albedo-NDVI、TM5-MNDWI特征空间中构建描述研究区水体、沙地和居民用地的专题指数CWI、CSI、CRI。验证面向对象分割的方法识别本区各个地类的适用性，并在对TM图像面向对象分割后对比分析最大似然法、BP神经网络法和支持向量机法的分类精度。在此基础上，结合多层级图像分析和面向对象分类的方法为各地类设计专题信息提取流程，并通过测试样本对两期TM图像专题信息提取结果进行目视评判和定量评价。最后利用两期专题信息提取结果得到土地利用/覆被转移矩阵、土地利用动态度和土地利用/覆被转换图谱，从土地利用/覆被数量变化、速度变化和类型变化3个方面分析研究区17年来土地利用/覆被的时空变化特征。【结果】分别对CWI、CSI、CRI进行阈值分割，可以快速分离出与居民用地、水体、沙地光谱特征相近的各种背景地类信息。在对TM图像进行SVM分类前执行面向对象分割操作，能够有效降低分类结果中的椒盐效应，适用于除沙地、荒草地以外的其它地类的专题信息提取过程。不同地类的专题信息提取方法均能够有效减少对同谱地物的误判，取得较高的制图精度和用户精度。【结论】横山县地处毛乌素沙漠东南部与黄土丘陵沟壑区的交接过渡地带，地形、地貌复杂，地表破碎，直接对TM图像分类得到各地类的提取精度有限，并且分类后的图斑散碎、椒盐效应显着，分类结果无法用于专题图制作和土地利用/覆被动态变化分析。试验依据多层级图像分析处理的思想为各个地类设计专题信息提取流程，实现了对各地类精准分布信息的逐步优化和逼近，应用在本区具有较高的可靠性和适用性。试验取得的主要研究成果如下：（1）选取Coiflet3作为小波母函数，采用软阈值函数对TM图像进行阈值滤波处理，能够在较好保持图像清晰度的同时，有效去除较大图斑内部孤立的像元和碎斑，增强图斑同质性，为比差值型光谱指数（NDVI、MNDWI、NDBI等）设置分割阈值和图像分类创造条件。在提取沙地、荒草地时设置小波分解尺度J=3；提取旱耕地、灌木林地、草地等类别时设置小波分解尺度J=2。（2）专题指数CRI、CWI和CSI图像中目标类别与背景类别具有显着的光谱差异，很多光谱微弱并受到相邻地物干扰的目标类别小斑，如细小水流线、道路线和居民点均能够被准确识别。分别对CRI、CWI和CSI图像进行阈值分割和掩膜运算，能够在完整保留目标类别的同时快速分离出大部分背景干扰信息。之后再对阈值分割结果分类，可有效简化分类过程的复杂性，准确区分同谱地物，提高分类结果的制图精度和用户精度。（3）对TM图像进行LBV变换能够增强水浇地、旱耕地、有林地、灌木林地、草地等类别的光谱特征，平滑较大图斑内部细微的光谱差异，提高图斑同质性、增强边缘特征，为准确选取面向对象分割尺度创造条件。（4） TM图像面向对象分割后的基本单元是由相邻、匀质像元组成的同质对象，对对象分类可以降低选取典型训练样本、设置组内聚类中心的难度，有效抑制椒盐效应。在识别水体、居民用地、水浇地、旱耕地、灌木林地和有林地的过程中，试验通过从全图多个位置选取典型训练样区并进行分割测试，确定分割尺度SC。识别上述类别时SC分别取6.2、9.0、7.0、4.2和5.3。（5）相对于BP神经网络法、最小距离法和最大似然法，支持向量机法分类后的沙地、荒草地、草地、灌木林地、旱耕地的图斑相对完整、连续，得到的制图精度和用户精度更高。对于水体、居民用地和道路，试验组合数学形态学开、闭运算作为一对形态滤波器优化初始提取结果的二值图像，在保持各地类较大图斑形状特征基本完好的同时有效去除了噪声图斑，消除细小孔洞，补平缺损并连接断线，并且操作过程简捷、灵活。（6）横山县1986年草地、未利用土地、耕地、林地、水域、居民用地的面积分别为141185.61hm2、128043.90hm2、87037.38hm2、61474.77hm2、5687.82hm2、137.70hm2，未利用土地中沙地的面积比例为56.08%，耕地中旱耕地的面积比例为81.24%，林地中灌木林地的面积比例为84.90%。横山县2003年草地、林地、耕地、未利用土地、水域、居民用地、公路用地的面积分别为181424.88hm2、84919.95hm2、80475.30hm2、72379.44hm2、3747.51hm2、394.38hm2，225.72hm2。林地中灌木林地的面积比例为88.15%，耕地中旱耕地的面积比例为72.73%，未利用土地中沙地的面积比例为42.06%。（7）横山县1986-2003年间沙地、荒草地、水域、旱耕地面积显着减少。分别有26.96%、23.56%的沙地净转变为草地和荒草地；41.53%、8.21%的荒草地净转变为草地和灌木林地；28.42%的水域面积转变为水浇地；14.22%、5.74%的旱耕地净转变为草地和灌木林地。横山县1986-2003年间水浇地、灌木林地、有林地、草地、居民用地面积增加。扣除逆转面积后分别有8.02%、7.36%、5.00%的水浇地来自灌木林地、水域和草地；13.18%、6.17%的灌木林地来自草地和荒草地；15.22%、12.58%的有林地来自草地和旱耕地；12.88%、10.67%的草地来自荒草地和沙地。31.36%、10.22%、的居民用地来自水浇地和旱耕地。
李京忠[2]（2009）在《区域水土流失结构性植被因子遥感提取研究 ——以延河流域为例》文中指出植被因子是水土流失预测模型的关键参数之一,也是评价水土保持成效的重要依据。基于遥感技术的区域尺度上科学合理的结构性植被因子定义及其提取是水土流失定量监测与生态环境建设亟待解决的理论问题。本文选取延河流域为研究区域,以Landsat5TM为遥感数据源,通过几何校正与DEM严格配准,经辐射定标和大气校正,提取了相关遥感地表参数。结合野外植被调查,分析遥感地表参数和实测植被盖度的关系,构建了研究区结构性植被因子模型,并对该模型进行了简单验证和分析,取得了以下主要成果:1.依据植被水土保持的主导因素和遥感机理,发展了区域水土流失植被因子遥感指标体系。首先对植被水土保持机理的研究成果进行总结,表明植物群落的垂直层次结构是植被水土保持能力的主要影响因素,而单纯的投影盖度并不能反映植物群落的结构性差异。结合遥感提取地表参数的特点,认为区域水土流失结构性植被因子遥感提取的指标体系应包含:①绿度植被盖度指数,表征绿色（光合）植被层,即乔、灌、草各层的总覆盖度信息;②黄度植被盖度指数,表征衰败植被层,即枯枝落叶层、衰败的草地、农作物残留层的盖度信息。2.基于遥感技术构建了延河流域的结构性植被因子。利用遥感图像,引入土壤线的概念,分别提取研究区多项绿度和黄度指数,并与野外样点实测的盖度数据进行相关性分析。表明:PVI指数是绿度指数的最佳代表,NDTI是黄度指数的最佳代表。通过多元回归分析,建立了实测Cs与绿度指数和黄度指数之间的关系式,Cs=0.778<sup>NDTI+0.756*PVI,从而实现基于遥感技术的结构性植被因子提取。3.遥感结构性植被因子的验证和分析。结合土地利用类型、验证样点和基于NDVI的像元二分模型估算的植被覆盖度分析,发现基于遥感提取的结构性植被因子科学合理、能够表达实际植被的水土保持作用。延河流域结构性植被因子空间分布表明:结构性植被因子数值集中分布在0.07-0.35的区间,总体植被覆盖状况较差。不同土地利用方式上的结构性植被因子排列顺序为林地＞草地＞耕地＞居民地＞水体＞未利用地。
池宏康[3]（1996）在《黄土高原地区提取植被信息方法的研究》文中研究表明研究评价了适于黄土高原地区植被信息提取的最佳植被指数和方法。该地区分布有落叶阔叶林、草原和荒漠，植被类型丰富多样。然而土壤背景对植被信息提取有较大影响。经对比分析，修正后的土壤调节植被指数（ＭＳＡＶＩ）， 不仅能增强植被信号，并能大大减小土壤背景的影响，同时又能宏观地反映该地区植被类型的分布状况。它是黄土高原地区目前提取植被信息较好的植被指数。标准化差值植被指数（ＮＤＶＩ）、土壤调节植被指数（ＳＡＶＩ）和垂直植被指数（ＰＶＩ）分别适用于高密度、中等密度和稀少植被地区植被信息的提取和监测。各种植被指数多时象累加产生的图像能较好地提取植被信息
贾科利[4]（2007）在《基于遥感、GIS的陕北农牧交错带土地利用与生态环境效应研究》文中研究表明本文选取陕北农牧交错带为研究对象,以1986、1993、2003年遥感影像为主要数据源,基于地物的光谱特征,采用分层提取和PCA与监督分类相结合的方法,提取了研究区1986～2003年土地利用/覆盖信息。在GIS的支持下,分析了近17年陕北农牧交错带土地利用/覆盖变化的时空特点、土地利用类型的转化过程,并结合景观生态学的基本理论与方法研究了土地利用景观格局空间特征,对未来30年土地利用变化的趋势进行了预测;运用主成分分析及回归分析等方法,探讨了导致土地利用格局变化的驱动机制,建立了陕北农牧交错带土地利用变化驱动因子指标体系;在此基础上,采用AHP分析方法,通过GIS制图,对区域土地利用生态环境效应进行了综合评价。结果表明:1.基于地物的光谱特征,采用PCA与监督分类相结合的方法,建立的多级分层综合分类方法实现了对土地利用/覆盖类型的自动分类,分类总精度达到了84%以上,Kappa指数达到0.77以上,分类精度较高,是一种比较有效的信息提取方法。2.陕北农牧交错带土地利用结构以农用地为主,面积占本区土地总面积的近3/4,居民点及工矿用地和未利用土地面积之和不及总面积的1/4;未利用土地中沙地面积最大,占未利用土地面积的4/5,达到本区总面积的近1/5。到2003年,耕地、林地、草地结构之比为1:1.1:0.9,表明研究区是以种植和轮牧为主的半农半牧交错区。3. 1986～2003年,土地利用发生了较大变化。主要表现为林地平均以25 983.69 hm2·a-1的速度增加,主要由草地、未利用土地和耕地转化而来;居民及工矿用地增加的速度超过了2047 hm2·a-1,增加的面积主要来自耕地;草地平均以0.41%的强度逐渐减少,减少的草地主要转化为林地和沙地;耕地、水域、未利用土地与沙地面积分别减少了105 206.36 hm2、7 471.34 hm2、109 231.35 hm2、206 655.21 hm2,在空间分布的广度逐渐减小。耕地减少的面积主要转化为林地和草地;水域减少的面积主要转化为耕地、林地和未利用土地;沙地面积减少显着,减少的沙地经过治理变主要转化为草地、林地和耕地。4.陕北农牧交错带土地利用景观类型斑块总数呈现减少的趋势,呈集中性分布;但景观整体破碎化程度增大,景观格局正从单一景观向多样化景观过渡。在自然与人为因素的共同耦合作用下,导致了土地利用景观格局的空间动态变化过程。从1986～2003年耕地景观斑块重心向东北方向偏移了6 517.6 m;而林地景观重心向西南方向伸展了54 094.14 m;居民及建设用地向东北方向扩展了58 543.76 m;水域景观重心整体上向东北偏移了16 637.57 m;未利用土地景观类型重心向东北移动了51 312.03 m;沙地景观整体向东北偏移了11 843.43 m,沙漠化程度总体减轻,严重、重度沙漠化土地面积逐渐减少,稳步转化为中度和轻度沙漠化;中、轻度沙漠化面积已占到未变化沙地面积的50%以上,沙漠化的主导类型已由严重、重度沙漠化转变为中度、轻度沙漠化。5.根据马尔科夫预测,陕北农牧交错带未来近30年耕地、草地、沙地面积将不断减少,到2033年,面积分别为740 614.75 hm2、665 803.62 hm2、556 752.73 hm2;林地和未利用土地面积从2003～2023将不断增加,而后开始减少,到2033年,面积分别为1 217 768.66 hm2、188 131.3 hm2;居民及建设用地、交通用地和水域面积不断增加,到2003年面积分别为104 362.2 hm2、35 670.71 hm2、51 018.71 hm2;各土地利用类型在2003～2013年间变化幅度最大,而后变化的幅度明显减弱。6.陕北农牧交错带土地利用/覆盖变化是由自然、人文和社会经济因素共同影响所导致的。气候因素是驱动土地利用/覆盖变化的重要自然因素;政策制度的导向、人口压力及社会投资的增加,工、农业产业化的发展直接影响了土地利用/土地覆盖变化的时空分异,驱动了土地利用覆盖格局的变化。7.陕北农牧交错带各县生态环境差异明显,整体生态环境指数由1986年的3.31上升到2003年的3.98,生态环境正逐渐好转,但处于较差状态,生态系统服务功能严重退化。土地利用景观中,耕地、林地、草地、沙地是影响生态环境的主要土地利用类型。
阿妮克孜·肉孜[5]（2016）在《黄土高原退耕还林典型小流域植被变化差异研究》文中研究说明黄土高原具有独特的环境背景和土壤侵蚀过程,地处半干旱半湿润气候带,是世界上水土流失最严重的地区之一。自1999年实施退耕还林以来,黄土高原植被覆盖得到巨大改善。本文选择黄土高原山西省吉县、陕西省吴起县和绥德县的部分区域为研究对象,利用2期同时相Quickbird影像等数据,在GIS、RS技术和统计方法支持下,对3个研究区退耕还林（草）以来6-9 a的植被恢复的现状、不同立地类型植被恢复的差异以及主要土地利用类型面积变化的差异进行对比分析,旨在为黄土高原的退耕还林工程的顺利实施提供理论参考和科学支撑,获得以下主要结论：（1）在研究时段内,吴起、吉县、绥德3个研究区阳坡植被覆盖度低于45%的面积比例均有减少,但植被恢复效果存在差异,由好到差的顺序为：吉县、绥德、吴起,这与所在地理位置的水热条件分布基本一致。（2）吴起研究区8种立地类型条件下植被覆盖度都有增加,但是坡度较大的阳坡植被覆盖度低于阴坡的6%左右,平缓和极陡的阴坡和阳坡差异不大。阳向的陡坡和极陡坡以及阴向极陡坡植被覆盖度都没有达到50%,明显低于其他立地类型,是吴起研究区植被恢复的困难立地。（3）从植被覆盖度低于30%的面积在不同坡度上的分布情况来看,在吴起研究区,阳向陡坡和极陡坡等植被恢复困难的立地上,植被覆盖度仍然较低,而相对易于恢复的立地已经得到比较充分的恢复；在吉县研究区,阳向各种立地类型植被恢复的比例相近,反而是立地条件较好的平缓坡植被恢复相对较差,这是因为平缓坡土地利用以农地为主；在绥德研究区,植被覆盖度在30%以下的面积在各等级坡度上的比例没有明显变化。（4）从林草植被类型变化的情况来看,在水热条件较好的吉县研究区,主要土地利用类型是林地,其面积比例达到50.32%；吴起研究区主要土地利用类型是草地,也有一定比例的灌木林,其面积比例分别是61.43%和27.68%；绥德研究区主要土地利用类型是草地,其面积比例达88.43%。（5）从不同立地条件下植被类型恢复的差异来看,在吴起研究区,阳向陡坡、阴／阳向极陡坡是生境条件较差的类型,灌木林增幅不大,而低覆盖度草地大幅减少；在吉县研究区在生境条件较好的平缓坡,有林地面积较少、低覆盖度草地面积减幅不大,反而在陡坡和极陡坡的植被得到了充分的恢复；在绥德研究区在生境条件较好的平缓坡和斜坡,植被恢复较好,在阳向陡坡和极陡坡,林地面积变化微小,高、中覆盖度草地的增幅也不大,低覆盖度草地也没有得到充分恢复。（6）吴起、吉县、绥德研究区土地利用类型的转入和转出整体上处于相同状态。以高、中覆盖度草地和林地为代表的土地利用类型面积显着增加,而以交通用地、耕地和居民用地为代表的土地利用类型面积则显着降低。
江洪[6]（2005）在《长汀县水土流失遥感监测及其生态安全评价》文中进行了进一步梳理水土流失也叫土壤侵蚀,是威胁人类生态安全的一种重要表现形式。本研究以遥感影像为主要数据源,结合基础地理数据和野外实地考察资料,对长汀县1994 年和2003 年的水土流失进行监测和评估,并对其生态安全状况进行评价,探讨应用3S 技术面向水土流失地区的生态安全评价研究途径。论文的主要研究内容包括: （1）植被覆盖度遥感估算。通过对遥感影像波段的分析,在前人研究成果的基础上,构造了可以削弱影像阴影和土壤背景影响的复合植被指数VBSI,并对混合像元法和经验模型法估算长汀县植被覆盖度进行了研究和对比。研究结果表明:VBSI在估算山区的植被覆盖信息上可以降低影像阴影信息的干扰,总体误差是归一化植被指数NDVI 的50%;混合像元法的精度与经验模型法非常接近,而且其成本较低,尤其在不同年份遥感数据估算植被覆盖度时具有较大的优势;长汀县的植被覆盖状况比较好,高植被覆盖面积（植被覆盖度>0.8）占国土面积的比例从71.6%提高到了76.5%。（2）水土流失遥感监测。分别利用“面蚀分级指标”和USLE 模型支持下的水土流失遥感监测两种方案对长汀县水土流失进行监测和评估。研究结果表明:基于USLE 的遥感监测方案理论依据更充分、监测效果更好;水土流失主要分布在平均坡度7 度以上25 度以下的低山丘陵区,发生水土流失的临界平均植被覆盖度在0.7左右;1994 年和2003 年的水土流失率分别为24.6%和18.9%,它们主要分布在长汀县中部沿汀江两岸的丘陵地带,还有东南部的部分乡镇,而在西部和北部区域水土流失较少。经过近十年的治理,水土流失率下降了5.6%,土壤侵蚀强度信息熵从1.16 降到1.01;随着水土流失治理成效的加大,相同土壤侵蚀强度的水土流失区的平均坡度和平均植被覆盖度都呈现下降的趋势。（3）生态安全评价。利用水土流失遥感动态监测结果,结合社会经济统计数据,构建PSR-AHP 生态安全评价指标框架,对长汀县生态安全进行了评价。研究结果表明:层次分析法确定权重有较严格的数学依据,能较充分地体现生态学意义。经过多年的水土流失治理,研究区的生态安全指数从1994 年的0.4206 提高到了2003 年的0.5795,表明研究区的生态安全状况有了较大的好转;特别是人文响应值从0.0819 提高到了0.1779,表明政府和群众正在采取积极措施改善当地的生态安全状况。
邱琳[7]（2018）在《塔里木河中游胡杨林春尺蠖幼虫危害遥感监测》文中研究表明研究基于GF 1 WFV数据,Landsat 8 OLI数据,以及HJ 1 A/B星CCD数据提取胡杨林,比较分析各数据在稀疏植被提取能力,再针对干旱半干旱区稀疏植被信息提取方法进行的适用性比较研究。基于最优胡杨林分布提取结果,比较像元二分模型和植被指数法拟合二项式法反演胡杨覆盖度精度,结合研究区病虫害特征,建立检测模型检测研究区胡杨林病虫害空间分布,提取胡杨林生长异常的区域。由不同影像植被分类得到,研究区中裸地等无植被覆盖区所占面积最大,胡杨主要沿河道分布,部分耕地沿河道分布,另一部分分布于居民地集中的区域。从三种影像分类结果比较来看,从总体分布精度和kappa系数来说GF 1 WFV数据分类效果最好总体精度达91.00%,其Kappa系数为0.773,Landsat 8 OLI数据分类效果次之总体精度为90.50%,其Kappa系数为0.767,HJ 1 A/B星CCD数据分类效果稍次于Landsat 8 OLI数据总体精度为90.00%,其Kappa系数为0.751。然而,通过三种影像的分类混淆矩阵中的生产者精度和用户精度综合来看,Landsat 8 OLI数据对于胡杨分类效果较好,GF 1 WFV数据耕地分类效果更佳。由植被覆盖度反演结果得到,不同影像间各级植被覆盖度地域面积差异较大,尤其是植被覆盖度极低的区域。研究结果表明研究区裸地面积较大,大部分地区植被覆盖度集中分布于20%内。研究区内的胡杨林主要沿河道分布,邻近沿河道处植被覆盖度相对较高,远离河道处植被覆盖度较低,耕地边缘有部分低覆盖度植被分布,其它地区多为裸地。通过植被覆盖度反演方法比较认为,像元二分模型的反演精度高于NDVI拟合的二项式的反演精度。且Landsat 8 OLI数据基于像元二分模型反演精度最高为R2=0.608（RMES=0.124,P<0.05）。而Landsat 8 OLI数据NDVI植被指数与GF 1 WFV数据的相关性以及Landsat 8 OLI数据NDVI植被指数与HJ 1 A/B CCD数据NDVI的相关性明显低于GF 1 WFV数据与HJ 1A/B CCD数据NDVI的相关性。塔里木河中游稀疏河岸林病虫害危害信息提取结果来看,我国HJ 1 A/B CCD数据可以用于塔里木河中游稀疏河岸林病虫害危害监测。4月中旬至5月上旬,胡杨林被危害较为严重,其监测精度高达85%,但是,3月下旬至4月上旬,胡杨被危害程度较轻,其监测精度较低为5%。3月下旬至4月上旬,当春尺蠖幼虫以1龄2龄为主时,胡杨被危害程度较轻,4月中旬至5月上旬,春尺蠖幼虫以3龄,4龄,5龄为主时,胡杨林被危害较为严重。根据研究结果显示,研究区西侧轮台县胡杨林较先受到危害,东侧尉犁县胡杨后受到危害。
李晓印[8]（2004）在《基于GIS的植被空间格局研究——以在陕西省耀县的实验为例》文中研究指明黄土高原生态系统是一个比较脆弱的系统，植被对改善该系统生态环境起着非常重要的作用，利用GIS技术研究黄土高原植被空间格局特征及与相关因子的关系，对指导生产、自然保护以及人类的生存与发展都具有十分重要的意义，同时也是GIS技术应用领域的扩宽，是对GIS与DEM应用的深层次挖掘。本研究在广泛总结前人研究成果与研究经验的基础上，以景观生态学和植被地理学为理论依据，利用GIS软件，以陕西省耀县为实验样区，以1：5万比例尺DEM、1：5万比例尺植被图为样本数据，探索了植被空间格局与地形因子（高程、坡度、坡向等）之间的关系。在此基础上，得出不同地形地貌区的植被分布特征；确定了植被分布受人类干扰的规律性和受径流的影响程度；最后，利用GIS技术，在景观生态学软件FRAGSTATS支持下，得出耀县植被斑块格局分布特征、植被景观异质性、景观指数的高程分异规律、不同地貌区景观指数等。研究结果表明，不同地形地貌区植被的分布状况不同，各种植被因受地形、水份、人类干扰等因素影响而具有一定的分布特征，GIS技术在植被空间分异及景观生态学研究中有很大的应用前景。
陈明[9]（2015）在《基于面向对象的黄土高原生态脆弱区植被覆盖变化分析 ——以榆林市为例》文中研究说明中国西部黄土高原区在生态上具有明显的脆弱性和阶梯演化规律,对其植被变化进行时空动态分析,可为该区域合理开发资源,保护和建设生态环境,促进资源和社会经济可持续发展提供一定的参考。本文以榆林市为例,通过面向对象分类技术提取了榆林市1990—2014年间的六期植被信息,对植被信息进行二值化处理、叠合和差值运算后,从总体变化、地域水平、垂直空间和植被类型等多个角度对榆林市25年期间内植被变化的空间分布和数量统计进行了分析,得出以下结论:（1）榆林市植被发生变化的空间分布大致以古长城为分界线,从西北到东南方向形成了明显的区域过渡性;总体变化趋势呈现为逐年增加,大致分为慢—快—缓三个阶段,覆盖面积以每年0.62%的速率增加,到2014年覆盖面积净增加了5090.96 km2,覆盖率上升了11.93%。（2）榆林市植被覆盖面积发生减少的县区主要有吴堡县、米脂县和绥德县三个县,减少的净变化面积分别为0.17 km2、0.13 km2和4.76 km2,所占百分比均低于3%;在面积增加的9个县区中,有5个县植被覆盖净变化面积占各区面积的比重达到了9%以上,其变化程度从高到低的排序为:神木县>榆阳区>横山县>靖边县>定边县。（3）榆林市植被在每个高程区间覆盖面积都有所增加,增加最显着的区域分布在高程10001400m区间,共增加面积4338.15 km2,占全市总面积的10.17%;在坡度分布上,榆林市植被变化量随坡度的增加而减小,两者呈现负相关,以坡度15°20°区间为分界处,坡度小于此区间的平坦地区植被变化程度大,植被覆盖面积大幅增加,反之,变化程度保持较低水平,生态结构处在较稳定状态。（4）25年期间内榆林市耕地面积呈逐年下降趋势,变化速率表现为衰退型,衰退速率为0.86%;林地面积的变化呈线性增长,变化速率表现为增长型,总体变化速率为1.94%;草地在各阶段变化速率差异大,生态结构不稳定,变化速率为0.36%,为三者中的最小值。（5）引起榆林市植被变化差异的主要原因是政府政策,其次是城镇化进程;榆林市植被覆盖大幅度提升,生态结构趋于稳定,生态环境建设效果显着。
李晶,徐涵秋,李霞,郭燕滨[10]（2015）在《水土流失区马尾松林植被提取的土壤调节指数分析》文中提出为实现水土流失区植被遥感信息的准确提取,本文采用2007年ALOS 10 m多光谱影像,利用土壤调节植被指数SAVI和MSAVI,对福建长汀水土流失区马尾松林不同植被覆盖密度的3个实验区进行植被提取,并选用不同的土壤调节因子（L=0.25,0.5,0.75,1）做实验,将结果和以NDVI植被指数提取的结果进行对比,分析了提取效果及受土壤噪音的影响程度。实验表明,SAVI指数能提高水土流失区的植被提取精度。在中、低植被覆盖区,其提取的总精度比NDVI高出2%7%,Kappa系数高出7%18%;而土壤调节因子L的取值对植被信息的提取也呈现出一定的规律性,即:随着L从0向1递增,SAVI提取稀疏植被的能力上升而探测阴坡植被的能力下降。总体来看,对于低植被覆盖和中等植被覆盖地区,可分别用SAVI（L取0.75）和SAVI（L取0.5）来提取植被信息,对于高植被覆盖区,仍可直接用NDVI进行植被信息提取;研究发现MSAVI在植被信息提取中并不具有特别的优势。
二、黄土高原地区提取植被信息方法的研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、黄土高原地区提取植被信息方法的研究（论文提纲范文）
（1）土地利用/覆被变化信息遥感图像自动分类识别与提取方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 土地利用和土地覆被的概念、内涵与研究现状 |
| 1.1.2 研究目的和意义 |
| 1.2 土地利用/土地覆被变化遥感监测的国内外研究进展 |
| 1.2.1 居民用地信息提取研究进展 |
| 1.2.2 水体信息提取研究进展 |
| 1.2.3 沙地信息提取研究进展 |
| 1.2.4 植被信息提取研究进展 |
| 1.3 研究区概况 |
| 1.3.1 地形地貌 |
| 1.3.2 气候 |
| 1.3.3 河流水系 |
| 1.3.4 植被资源 |
| 1.4 研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究资料 |
| 1.4.3 土地利用/覆被分类系统 |
| 1.4.4 研究方法 |
| 1.4.5 技术路线 |
| 1.5 论文框架 |
| 第二章 遥感图像小波滤波 |
| 2.1 引言 |
| 2.2 离散小波变换的正交多尺度分析 |
| 2.3 小波系数阈值收缩法滤波 |
| 2.4 实验结果分析 |
| 2.4.1 植被光谱滤波实验 |
| 2.4.2 土壤光谱滤波实验 |
| 2.4.3 TM 图像滤波实验 |
| 2.5 小结 |
| 第三章 面向对象分割与遥感图像分类识别 |
| 3.1 引言 |
| 3.2 遥感图像分类方法实验 |
| 3.2.1 最小距离法分类 |
| 3.2.2 最大似然法分类 |
| 3.2.3 BP 神经网络法分类 |
| 3.2.4 支持向量机法分类 |
| 3.2.5 实验结果与分析 |
| 3.3 遥感图像面向对象分割 |
| 3.4 遥感图像分层分类 |
| 3.5 小结 |
| 第四章 居民用地及道路信息提取 |
| 4.1 引言 |
| 4.2 居民用地光谱特征增强 |
| 4.3 居民用地纹理特征识别 |
| 4.4 结合 CRI 阈值分割和面向对象分类提取居民用地信息 |
| 4.4.1 基于 CRI 阈值分割粗提居民用地信息 |
| 4.4.2 多尺度面向对象分割 |
| 4.4.3 提取流程设计 |
| 4.4.4 实验结果与分析 |
| 4.5 TM 图像上道路遥感特征识别 |
| 4.6 面向对象分类提取道路信息 |
| 4.7 小结 |
| 第五章 水体信息提取 |
| 5.1 引言 |
| 5.2 水体光谱特征增强 |
| 5.3 水体提取方法实验分析 |
| 5.3.1 单波段直方图阈值分割 |
| 5.3.2 水体指数直方图阈值分割 |
| 5.3.3 监督分类 |
| 5.3.4 讨论 |
| 5.4 结合 CWI 阈值分割和面向对象分类提取水体信息 |
| 5.4.1 提取流程设计 |
| 5.4.2 实验结果与分析 |
| 5.5 小结 |
| 第六章 沙地和荒草地信息提取 |
| 6.1 引言 |
| 6.2 沙地光谱特征增强 |
| 6.3 沙地提取方法实验分析 |
| 6.3.1 光谱指数阈值分割 |
| 6.3.2 监督分类 |
| 6.3.3 面向对象分割 |
| 6.3.4 讨论 |
| 6.4 结合 CSI 阈值分割和 SVM 分类提取沙地信息 |
| 6.4.1 提取流程设计 |
| 6.4.2 实验结果与分析 |
| 6.5 荒草地信息提取 |
| 6.6 小结 |
| 第七章 植被信息提取 |
| 7.1 引言 |
| 7.2 植被光谱特征增强 |
| 7.3 结合 LBV 变换和面向对象分类提取植被信息 |
| 7.3.1 提取流程设计 |
| 7.3.2 实验结果与分析 |
| 7.4 小结 |
| 第八章 土地利用/覆被状况及其变化分析 |
| 8.1 引言 |
| 8.2 土地利用/覆被数量变化分析 |
| 8.3 土地利用/覆被类型转换状况分析 |
| 8.4 小结 |
| 第九章 结论与展望 |
| 9.1 主要结论 |
| 9.2 存在问题和研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）区域水土流失结构性植被因子遥感提取研究 ——以延河流域为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究进展 |
| 1.3 论文的主要研究工作 |
| 第二章 区域水土流失结构性植被因子遥感指标体系 |
| 2.1 现有的水土流失植被因子指标研究 |
| 2.2 水土流失植被因子遥感指标体系 |
| 2.3 水土流失植被因子遥感指标研究 |
| 第三章 研究区、数据源及预处理 |
| 3.1 研究区概况 |
| 3.2 数据源 |
| 3.3 遥感数据处理 |
| 3.4 野外实验观测数据处理 |
| 第四章 结构性植被因子遥感指标提取 |
| 4.1 土壤线的提取 |
| 4.2 绿度指数提取 |
| 4.3 黄度指数提取 |
| 第五章 基于遥感的结构性植被因子构建与分析 |
| 5.1 遥感结构性植被因子概念 |
| 5.2 基于遥感的结构性植被因子构建 |
| 5.3 延河流域遥感结构性植被因子空间分布 |
| 5.4 遥感结构性植被因子特征分析 |
| 5.5 数据验证分析 |
| 第六章 结论与讨论 |
| 6.1 结论 |
| 6.2 讨论与展望 |
| 参考文献 |
| 致谢 |
（4）基于遥感、GIS的陕北农牧交错带土地利用与生态环境效应研究（论文提纲范文）
| 摘要 ABSTRACT 第一章 文献综述 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 土地利用/覆盖变化研究进展与现状 |
| 1.3.1 土地利用/覆盖的概念、理论研究 |
| 1.3.2 土地利用/覆盖变化研究进展 |
| 1.3.3 土地利用/覆盖变化驱动机制研究 |
| 1.4 遥感与GIS 在LUCC 研究中的应用 |
| 1.4.1 遥感技术在LUCC 研究中的应用 |
| 1.4.2 GIS 在LUCC 中的应用 |
| 1.5 土地利用／覆盖变化的生态环境效应研究 |
| 1.6 目前存在的问题 第二章 研究内容与方法 |
| 2.1 研究目标、内容和拟解决的关键问题 |
| 2.1.1 研究目标 |
| 2.1.2 研究内容 |
| 2.1.3 拟解决的关键问题 |
| 2.2 研究方法与技术路线 |
| 2.2.1 研究方法 |
| 2.2.2 技术路线 |
| 2.3 拟创新之处 第三章 陕北农牧交错带自然与社会经济条件 |
| 3.1 陕北农牧交错带概况 |
| 3.2 自然环境 |
| 3.2.1 气候 |
| 3.2.2 地形地貌 |
| 3.2.3 土壤 |
| 3.2.4 水文 |
| 3.2.5 植被 |
| 3.3 社会经济 |
| 3.3.1 人口 |
| 3.3.2 经济状况 |
| 3.3.3 旅游 |
| 3.3.4 交通 |
| 3.3.5 矿产资源 第四章 数据处理与信息提取方法 |
| 4.1 数据资料 |
| 4.1.1 遥感数据 |
| 4.1.2 其它数据 |
| 4.2 数据处理 |
| 4.2.1 波段选择 |
| 4.2.2 图像拼接 |
| 4.2.3 影像校正 |
| 4.2.4 图像增强 |
| 4.2.5 图像剪裁 |
| 4.3 土地利用类型的确定 |
| 4.4 信息提取方法 |
| 4.4.1 分层分类方法 |
| 4.4.2 掩膜技术 |
| 4.4.3 PCA 与监督分类 |
| 4.5 地物特征分析及信息提取 |
| 4.5.1 基于分层分类与PCA 监督分类的土地利用分类技术体系 |
| 4.5.2 地物光谱特征分析 |
| 4.6 提取精度分析 |
| 4.7 分类后处理 第五章 陕北农牧交错带土地利用／覆盖时空演变 |
| 5.1 土地利用／覆盖时空演变研究指标选择 |
| 5.1.1 土地利用变化 |
| 5.1.2 土地利用转化矩阵 |
| 5.2 结果分析 |
| 5.2.1 土地利用／覆盖结构分析 |
| 5.2.2 土地利用／覆盖变化分析 |
| 5.2.3 土地利用／覆盖转换分析 |
| 5.2.4 沙漠化土地转化特征 |
| 5.3 陕北农牧交错带土地利用/覆盖变化县区差异 第六章 陕北农牧交错带土地利用景观格局分析 |
| 6.1 土地利用景观格局指数 |
| 6.2 土地利用／覆盖景观格局演变 |
| 6.2.1 景观多样性分析 |
| 6.2.2 景观异质性分析 |
| 6.3 土地利用动态与景观空间格局-过程关系探讨 |
| 6.4 土地利用／覆盖变化趋势预测 |
| 6.4.1 马尔科夫模型原理 |
| 6.4.2 预测方法 |
| 6.4.3 结果分析 第七章 陕北农牧交错带土地利用／覆盖变化驱动机制 |
| 7.1 研究方法 |
| 7.2 指标选择 |
| 7.2.1 自然因素 |
| 7.2.2 人为因素 |
| 7.3 陕北农牧交错带土地利用／覆盖变化的驱动机制分析 |
| 7.3.1 定性分析 |
| 7.3.2 定量分析 |
| 7.4 陕北农牧交错带土地利用/覆盖变化驱动因素指标体系 第八章 陕北农牧交错带土地利用变化的生态环境效应评价 |
| 8.1 生态环境效应评价方法 |
| 8.2 生态环境效应评价体系 |
| 8.2.1 指标体系的建立 |
| 8.2.2 权重的计算 |
| 8.2.3 评价标准 |
| 8.3 结果分析 |
| 8.3.1 生态环境效应综合评价 |
| 8.3.2 各级指标对生态环境指数的影响效应 |
| 8.3.3 土地利用变化的生态环境效应评价 |
| 8.3.4 各县生态环境评价 第九章 结论与讨论 |
| 9.1 结论 |
| 9.2 讨论 参考文献 致谢 作者简介 |
（5）黄土高原退耕还林典型小流域植被变化差异研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景、目的和意义 |
| 1.2 植被覆盖度估算方法研究进展 |
| 1.2.1 地表实测 |
| 1.2.2 遥感测量 |
| 1.3 黄土高原植被恢复研究现状 |
| 1.3.1 黄土高原植被覆盖度变化研究现状 |
| 1.3.2 立地类型对植被恢复的影响研究现状 |
| 1.4 黄土高原植被恢复研究存在的问题 |
| 1.5 研究目的和研究内容 |
| 1.5.1 研究目的 |
| 1.5.2 研究内容 |
| 1.5.3 技术路线 |
| 2 研究区概况及数据来源 |
| 2.1 研究区域 |
| 2.1.1 吉县研究区概况 |
| 2.1.2 吴起研究区概况 |
| 2.1.3 绥德研究区概况 |
| 2.2 数据来源与预处理 |
| 2.2.1 Quickbird影像数据 |
| 2.2.2 DEM数据 |
| 2.2.3 研究区气候 |
| 2.2.4 野外调查数据 |
| 3 研究方法 |
| 3.1 像元二分法估算植被覆盖度 |
| 3.1.1 利用NDVI估算植被覆盖度 |
| 3.1.2 S_(soil)和S_(veg)的取值 |
| 3.2 立地类型的提取 |
| 3.3 土地利用信息的提取 |
| 3.3.1 土地利用分类系统 |
| 3.3.2 建立解译标志 |
| 3.3.3 结合面向对象的分类 |
| 4 三个研究区退耕还林以来的植被覆盖情况及变化比较 |
| 4.1 三个研究区阳坡植被覆盖度变化特征 |
| 4.1.1 吴起研究区2003年和2010年阳坡植被覆盖度变化特征 |
| 4.1.2 吉县研究区2003年和2010年阳坡植被覆盖度变化特征 |
| 4.1.3 绥德研究区2004年和2013年阳坡植被覆盖度变化特征 |
| 4.2 吴起研究区不同立地类型植被覆盖度变化的差异 |
| 4.3 三个研究区阳坡低覆盖植被在不同立地类型上的分布特征 |
| 4.4 本章小结 |
| 5 林草植被类型的植被恢复变化差异分析 |
| 5.1 林草植被解译精度验证 |
| 5.2 林草植被类型覆盖面积的变化 |
| 5.2.1 吴起研究区林草植被类型面积的变化 |
| 5.2.2 吉县研究区林草植被类型面积的变化 |
| 5.2.3 绥德研究区林草植被类型面积的变化 |
| 5.3 林草植被类型转入和转出分析 |
| 5.3.1 2007年和2013年吴起研究区林草植被类型转入和转出分析 |
| 5.3.2 2003年和2010年吉县研究区林草植被类型转入和转出分析 |
| 5.3.3 2004年和2013年绥德研究区林草植被类型转入和转出分析 |
| 5.4 不同立地条件下林草植被类型恢复的差异 |
| 5.4.1 不同立地条件下吴起研究区林草植被类型面积变化特征 |
| 5.4.2 不同立地条件下吉县研究区林草植被类型面积变化特征 |
| 5.4.3 不同立地条件下绥德研究区林草植被类型面积变化特征 |
| 5.5 本章小结 |
| 6 结论与讨论 |
| 6.1 结论 |
| 6.2 讨论 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（6）长汀县水土流失遥感监测及其生态安全评价（论文提纲范文）
| 第一章 引言 |
| 1.1 选题依据 |
| 1.2 水土流失的类别 |
| 1.2.1 水力侵蚀 |
| 1.2.2 风力侵蚀 |
| 1.2.3 重力侵蚀 |
| 1.2.4 泥石流和工程建设侵蚀 |
| 1.3 水土流失预报与监测研究进展 |
| 1.3.1 坡面尺度的水土流失预报研究进展 |
| 1.3.2 区域尺度的水土流失遥感监测研究进展 |
| 1.4 生态安全研究现状 |
| 1.4.1 生态安全的概念与特点 |
| 1.4.2 生态安全的认识 |
| 1.4.3 生态安全评价研究进展 |
| 1.5 研究区概况 |
| 1.5.1 长汀县地理环境特征 |
| 1.5.2 长汀县水土流失简况 |
| 1.6 论文框架 |
| 1.6.1 主要数据源 |
| 1.6.2 主要研究内容 |
| 1.6.3 研究方法与技术路线 |
| 1.6.4 文章结构与组织 第二章 遥感影像处理 |
| 2.1 遥感影像的选择 |
| 2.2 遥感影像的处理流程 |
| 2.3 遥感影像预处理 |
| 2.3.1 遥感影像几何校正 |
| 2.3.2 遥感影像镶嵌、裁剪 |
| 2.3.3 遥感影像增强处理 |
| 2.4 野外调查 |
| 2.5 土地利用/覆被分类 |
| 2.5.1 建立解译标志 |
| 2.5.2 计算机监督分类 |
| 2.5.3 监督分类精度评价 |
| 2.5.4 分类后处理与最终分类结果 第三章 植被覆盖度遥感监测研究 |
| 3.1 植被覆盖度估算研究进展 |
| 3.1.1 地表实测法估算植被覆盖度 |
| 3.1.2 遥感监测法估算植被覆盖度 |
| 3.2 VBSI 指数的理论依据及方法 |
| 3.2.1 FCD 模型原理 |
| 3.2.2 FCD 模型原理的拓展 |
| 3.2.3 VBSI 植被指数的构造 |
| 3.2.4 VBSI 与NDVI 的比较 |
| 3.3 混合像元法估算植被覆盖度 |
| 3.4 Landsat TM 数据案例研究 |
| 3.4.1 影像预处理 |
| 3.4.2 VBSI 植被指数的构造提取 |
| 3.4.3 混合像元法估算植被覆盖度 |
| 3.4.4 精度验证 |
| 3.5 SPOT5 数据案例研究 |
| 3.5.1 基于VBSI 的混合像元法估算植被覆盖度研究 |
| 3.5.2 基于VBSI 的经验模型法估算植被覆盖度研究 |
| 3.6 研究区植被覆盖度遥感动态监测 |
| 3.6.1 1994 年植被覆盖度遥感监测 |
| 3.6.2 2003 年植被覆盖度遥感监测 |
| 3.7 研究区植被覆盖度变化对比分析 |
| 3.7.1 植被覆盖度面积分布比较 |
| 3.7.2 植被覆盖度信息熵比较 |
| 3.8 小结 第四章 水土流失遥感监测研究 |
| 4.1 面蚀分级指标支持下的水土流失遥感监测 |
| 4.1.1 土壤侵蚀强度遥感监测 |
| 4.1.2 长汀县水土流失状况 |
| 4.1.3 长汀县土壤侵蚀强度变化对比分析 |
| 4.2 USLE 模型支持下的水土流失遥感监测 |
| 4.2.1 R-降雨侵蚀力因子 |
| 4.2.2 K-土壤可蚀性因子 |
| 4.2.3 LS-坡长、坡度因子 |
| 4.2.4 CP-植被与经营管理因子 |
| 4.2.5 A-土壤侵蚀模数的计算 |
| 4.2.6 长汀县水土流失状况 |
| 4.2.7 长汀县土壤侵蚀强度变化对比分析 |
| 4.3 水土流失遥感监测的两种不同方法比较分析 |
| 4.4 基于USLE 的水土流失状况评价与分析 |
| 4.4.1 土壤侵蚀强度信息熵比较 |
| 4.4.2 土壤侵蚀强度与坡度和植被覆盖度的相关性研究 |
| 4.5 小结 第五章 长汀县生态安全评价 |
| 5.1 生态安全评价模型 |
| 5.2 评价指标体系构建 |
| 5.2.1 指标选取的原则 |
| 5.2.2 具体指标的选取 |
| 5.3 指标权重的确定 |
| 5.3.1 层次分析法 |
| 5.3.2 熵权法 |
| 5.4 长汀县生态安全评价 |
| 5.4.1 数据的收集 |
| 5.4.2 数据标准化处理 |
| 5.4.3 权重的确定 |
| 5.4.4 生态安全评价与分析 |
| 5.5 小结 结论与展望 |
| 1. 主要结论 |
| 2. 存在的问题与研究展望 参考文献 致谢 个人简历 |
（7）塔里木河中游胡杨林春尺蠖幼虫危害遥感监测（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 干旱半干旱区稀疏植被信息提取方法 |
| 1.2.2 干旱半干旱区稀疏植被信息提取方法的应用 |
| 1.2.3 干旱半干旱区稀疏植被信息提取方法比较研究 |
| 1.3 研究目的 |
| 1.4 研究内容 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线图 |
| 第二章 研究区与数据准备 |
| 2.1 研究区概况 |
| 2.2 数据 |
| 2.2.1 野外调查数据 |
| 2.2.2 矢量数据 |
| 2.2.3 遥感影像 |
| 第三章 基于HJ1,Landsat8和GF1数据干旱半干旱区稀疏植被提取研究 |
| 3.1 监督分类方法介绍 |
| 3.2 分类过程 |
| 3.2.1 分类规则建立 |
| 3.2.2 选择分类样本 |
| 3.2.3 最大似然分类 |
| 3.2.4 精度评价 |
| 3.3 结果验证与分析 |
| 3.3.1 典型样本分析 |
| 3.3.2 分类结果分析 |
| 3.3.3 精度验证 |
| 3.4 讨论 |
| 3.5 本章小结 |
| 第四章 基于HJ1,Landsat8和GF1数据干旱半干旱区稀疏植被覆盖度信息提取 |
| 4.1 研究方法 |
| 4.1.1 指数选取 |
| 4.1.2 植被指数拟合二像项式植被覆盖度反演流程 |
| 4.1.3 像元二分模型 |
| 4.1.4 像元二分模型植被覆盖度反演流程 |
| 4.1.5 精度检验方法 |
| 4.2 反演结果 |
| 4.2.1 相关性分析结果 |
| 4.2.2 NDVI拟合二项式反演结果 |
| 4.2.3 基于像元二分模型反演结果 |
| 4.2.4 反演结果比较与分析 |
| 4.3 植被覆盖度反演精度验证 |
| 4.4 本章小结 |
| 第五章 基于时间序列干旱半干旱区稀疏植被扰动信息提取 |
| 5.1 研究方法 |
| 5.1.1 虫口密度 |
| 5.1.2 受害区域提取方法 |
| 5.1.3 受害区域提取精度评价 |
| 5.2 结果与分析 |
| 5.2.1 受害发生时间信息提取 |
| 5.2.2 受害区域提取 |
| 5.3 讨论 |
| 5.4 结论 |
| 第六章 结论 |
| 6.1 结论 |
| 6.2 特色与创新 |
| 6.3 存在的问题 |
| 6.3.1 稀疏植被信息提取 |
| 6.3.2 塔里木河流域胡杨林扰动信息提取 |
| 6.4 展望 |
| 参考文献 |
| 附录1 |
| 附录2 |
| 在校期间的情况 |
| 致谢 |
（8）基于GIS的植被空间格局研究——以在陕西省耀县的实验为例（论文提纲范文）
| 独创性声明 摘要 Abstract 第一章 绪论 |
| 第一节 研究目的、意义 |
| 1 对植被空间格局研究的重要性 |
| 2 利用GIS技术进行植被空间格局研究的必要性 |
| 3 国内外研究现状 |
| 第二节 研究内容与论文结构体系 |
| 1 主要研究内容 |
| 2 研究论文结构体系 第二章 实验基础 |
| 第一节 实验样区 |
| 1 样区选择 |
| 2 耀县概况 |
| 第二节 实验数据 |
| 1 DEM数据 |
| 2 1:5万耀县植被图 |
| 第三节 实验应用工具(软件) |
| 第四节 技术路线与研究方法 |
| 1 技术路线 |
| 2 研究方法 第三章 植被格局特征的地形分异 |
| 第一节 植被垂直性格局分异 |
| 1 植被面积百分比统计 |
| 2 植被平均高程 |
| 3 植被高程范围 |
| 4 低、中、高区植被构成状况 |
| 第二节 植被坡度性格局分异 |
| 1 植被面积百分比统计 |
| 2 退耕农田面积统计 |
| 3 植被平均坡度 |
| 第三节 植被坡向性格局分异 |
| 1 植被面积百分比统计 |
| 2 植被向阴、向阳性 |
| 第四节 植被的地形分布格局特征总体分析 第四章 植被干湿性与人文性格局 |
| 第一节 植被干湿性分布格局 |
| 第二节 植被人文性分布格局 |
| 1 方法介绍 |
| 2 结果分析 第五章 不同地形地貌区植被空间格局 |
| 第一节 沟间地、沟坡地、沟谷地植被格局 |
| 1 概述 |
| 2 方法简介 |
| 3 结果与分析 |
| 第二节 川、山、原不同地貌区植被格局特征 |
| 1 耀县不同地貌区概况 |
| 2 各地貌区植被分布情况分析 |
| 3 植被覆盖合理性估价 第六章 基于景观指数的植被空间格局分析 |
| 第一节 植被空间格局的量度及指标体系 |
| 1 植被个体单元空间形态 |
| 2 植被要素间的组合状况 |
| 3 景现要素间的空间关联 |
| 第二节 植被斑块景观格局 |
| 1 斑块大小 |
| 2 斑块形状 |
| 3 斑块密度 |
| 第三节 耀县植被景观要素的异质性 |
| 第四节 植被景观指数高程分异 |
| 第五节 不同地貌类型区植被景观指数特征 |
| 1 景观破碎化程度分析 |
| 2 植被景观多样性统计 |
| 3 植被斑块形状分析 |
| 第六节 植被景观指数尺度效应 |
| 1 简介 |
| 2 实验方法 |
| 3 实验结果与分析 第七章 结论与讨论 |
| 第一节 结论 |
| 第二节 讨论与展望 参考文献 附录 致谢 |
（9）基于面向对象的黄土高原生态脆弱区植被覆盖变化分析 ——以榆林市为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 论文结构安排 |
| 第2章 国内外研究现状 |
| 2.1 植被遥感主要数据源 |
| 2.2 植被覆盖变化的遥感监测方法 |
| 2.3 植被遥感分类方法 |
| 2.4 面向对象技术在植被遥感中的应用 |
| 第3章 研究区概况 |
| 3.1 地理位置与范围 |
| 3.2 自然环境特征 |
| 3.3 生态环境特征 |
| 第4章 数据获取与处理 |
| 4.1 数据来源与选取 |
| 4.2 数据预处理 |
| 4.2.1 几何校正 |
| 4.2.2 地形校正 |
| 4.2.3 去云处理 |
| 4.2.4 镶嵌与裁剪 |
| 4.3 构建数据集 |
| 4.3.1 最佳波段组合 |
| 4.3.2 归一化植被指数 |
| 4.3.3 缨帽变换 |
| 第5章 基于面向对象技术的植被提取 |
| 5.1 影像分割 |
| 5.1.1 影像分割技术概述 |
| 5.1.2 多尺度影像分割 |
| 5.2 分类规则的设定 |
| 5.2.1 建立分类层次 |
| 5.2.2 选取分类特征 |
| 5.2.3 分类方法的选择 |
| 5.3 植被的提取 |
| 第6章 植被动态变化分析 |
| 6.1 榆林市植被总体变化分析 |
| 6.1.1 总体变化分布 |
| 6.1.2 总体变化速率 |
| 6.2 榆林市植被地域水平变化分析 |
| 6.3 榆林市植被垂直空间变化分析 |
| 6.3.1 不同海拔的植被空间变化 |
| 6.3.2 不同坡度的植被空间变化 |
| 6.4 榆林市植被类型变化分析 |
| 6.5 榆林市植被差异变化的原因分析 |
| 第7章 结论与讨论 |
| 7.1 主要结论 |
| 7.2 创新之处 |
| 7.3 文章的不足与展望 |
| 致谢 |
| 参考文献 |
| 附表 |
| 附图 |
| 附录 |
（10）水土流失区马尾松林植被提取的土壤调节指数分析（论文提纲范文）
| 1引言 |
| 2实验数据与处理方法 |
| 2.1实验区选取 |
| 2.2影像数据与预处理 |
| 2.3植被信息提取算法 |
| 3马尾松林遥感提取的土壤调节指数分析 |
| 3.1实验区马尾松林植被提取对比分析 |
| 3.2土壤调节因子L对植被提取的影响 |
| 3.2.1稀疏植被识别 |
| 3.2.2阴坡植被监测 |
| 4结论 |
四、黄土高原地区提取植被信息方法的研究（论文参考文献）
- [1]土地利用/覆被变化信息遥感图像自动分类识别与提取方法研究[D]. 刘炜. 西北农林科技大学, 2012(11)
- [2]区域水土流失结构性植被因子遥感提取研究 ——以延河流域为例[D]. 李京忠. 西北大学, 2009(08)
- [3]黄土高原地区提取植被信息方法的研究[J]. 池宏康. 植物学报, 1996(01)
- [4]基于遥感、GIS的陕北农牧交错带土地利用与生态环境效应研究[D]. 贾科利. 西北农林科技大学, 2007(06)
- [5]黄土高原退耕还林典型小流域植被变化差异研究[D]. 阿妮克孜·肉孜. 北京林业大学, 2016(10)
- [6]长汀县水土流失遥感监测及其生态安全评价[D]. 江洪. 福州大学, 2005(08)
- [7]塔里木河中游胡杨林春尺蠖幼虫危害遥感监测[D]. 邱琳. 新疆大学, 2018(12)
- [8]基于GIS的植被空间格局研究——以在陕西省耀县的实验为例[D]. 李晓印. 西北大学, 2004(04)
- [9]基于面向对象的黄土高原生态脆弱区植被覆盖变化分析 ——以榆林市为例[D]. 陈明. 中国地质大学(北京), 2015(01)
- [10]水土流失区马尾松林植被提取的土壤调节指数分析[J]. 李晶,徐涵秋,李霞,郭燕滨. 地球信息科学学报, 2015(09)