利用线性融合方法进行金花茶自然保护区植被覆盖度时空变化研究

doi:10.13474/j.cnki.11-2246.2021.328

测绘通报 ›› 2021, Vol. 0 ›› Issue (11): 1-6.doi: 10.13474/j.cnki.11-2246.2021.328

• 生态环境动态监测 • 下一篇

利用线性融合方法进行金花茶自然保护区植被覆盖度时空变化研究

陈伟¹, 王哲¹, 赵海盟², 李丽和³, 张学鹏¹, 李广超¹

1. 中国矿业大学(北京), 北京 100083;
2. 桂林航天工业学院广西高校无人机遥测重点实验室, 广西桂林 541004;
3. 广西壮族自治区环境监测中心, 广西南宁 530028

收稿日期:2021-01-07 发布日期:2021-12-02
作者简介:陈伟(1987-),男,博士,副教授,主要从事生态环境遥感方面的研究。E-mail:chenw@cumtb.edu.cn
基金资助:
广西重点研发计划（AB18050014）；北京市自然科学基金（8192037）；国家自然科学基金（41701391）

Research on temporal and spatial variation of fractional vegetation cover in Golden Camellia National Nature Reserve using linear fusion method

CHEN Wei¹, WANG Zhe¹, ZHAO Haimeng², LI Lihe³, ZHANG Xuepeng¹, LI Guangchao¹

1. College of Geoscience and Surveying Engineering, China University of Mining & Technology-Beijing, Beijing 100083, China;
2. Guangxi Colleges and Universities Key Laboratory of Unmanned Aerial Vehicle(UAV) Remote Sensing, Guilin University of Aerospace Technology, Guilin 541004, China;
3. Guangxi Zhuang Autonomous Region Environmental Monitoring Centre, Nanning 530028, China

Received:2021-01-07 Published:2021-12-02

摘要/Abstract

摘要： 在利用高空间分辨率影像研究小区域植被覆盖度（FVC）变化时，传感器、成像条件及云量的影响会导致连续的长时序影像数据缺失或数据质量较差，同时影像的低时间分辨率也限制了对小区域连续时序FVC变化的研究。针对该问题，本文采用线性融合方法融合出连续的长时序FVC影像，解决了在研究FVC时空变化时云量和条带影响导致的Landsat影像连续时序数据缺失和低时间分辨率问题；利用Sen+Mann-Kendall进行趋势分析发现，金花茶自然保护区的FVC在2000-2016年整体呈增加趋势，FVC显著增加的区域约占37.32%，不显著增加的区域约占58.56%。线性融合方法得到的FVC影像可以精细地表征地表FVC的变化，较好地解决了高空间分辨率影像FVC连续时序数据缺失的限制，有利于小区域FVC的长时序时空变化研究。

关键词: 线性融合方法, 植被覆盖度, 金花茶自然保护区, Sen趋势估计法, Mann-Kendall检验

Abstract: When using high spatial resolution images to study FVC changes in a small area, due to the influence of sensors, imaging conditions, and cloud cover, continuous long time series image data is missing or unavailable. At the same time, the low time resolution of the image also greatly limits the study of continuous time series FVC changes in small areas. In response to this problem, this paper uses a linear fusion method to fuse continuous long time series FVC images, which solves the problem of the lack of continuous time series data and low time resolution of Landsat images due to cloud cover and banding when studying FVC spatiotemporal changes. And using Sen+Mann-Kendall trend analysis, it is found that the FVC of the Golden Camellia Natural Reserve showes an overall increase from 2000 to 2016. The area with a significant increase in FVC accounted for about 37.32%, and the area with no significant increase accounted for about 58.56%. The FVC image obtained by the linear fusion method can finely characterize the changes of the surface FVC, and better solve the limitation of the lack of continuous time series data of the high spatial resolution FVC image, which is conducive to the study of long time series spatiotemporal changes of FVC in small areas.

Key words: linear fusion method, fractional vegetation cover, Golden Camellia National Nature Reserve, Sen trend estimation method, Mann-Kendall test

中图分类号:

P237

陈伟, 王哲, 赵海盟, 李丽和, 张学鹏, 李广超. 利用线性融合方法进行金花茶自然保护区植被覆盖度时空变化研究[J]. 测绘通报, 2021, 0(11): 1-6.

CHEN Wei, WANG Zhe, ZHAO Haimeng, LI Lihe, ZHANG Xuepeng, LI Guangchao. Research on temporal and spatial variation of fractional vegetation cover in Golden Camellia National Nature Reserve using linear fusion method[J]. Bulletin of Surveying and Mapping, 2021, 0(11): 1-6.

参考文献

[1] XU G C, ZHANG J X, LI P, et al. Vegetation restoration projects and their influence on runoff and sediment in China[J]. Ecological Indicators, 2018, 95:233-241.
[2] GITELSON A A, KAUFMAN Y J, STARK R, et al. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environment, 2002, 80(1):76-87.
[3] 张喜旺, 吴炳方. 基于中高分辨率遥感的植被覆盖度时相变换方法[J]. 生态学报, 2015, 35(4):1155-1164.
[4] 杜金鸿, 刘方正, 周越,等. 自然保护地生态系统服务价值评估研究进展[J]. 环境科学研究, 2019, 32(9):1475-1482.
[5] 邱成, 胡金明, 杨飞龄. 基于NDVI的云南省自然保护区保护成效分析[J]. 生态学报, 2020, 40(20):7312-7322.
[6] RODRIGUES A S L, ANDELMAN S J, BAKARR M I, et al. Effectiveness of the global protected area network in representing species diversity[J]. Nature, 2004, 428(6983):640-643.
[7] 李广超, 赵海盟, 伍毅,等. 2000-2016年广西防城金花茶自然保护区关键生态环境参数时空变化[J]. 测绘通报, 2021(2):13-17.
[8] LEPRIEUR C, KERR Y H, MASTORCHIO S, et al. Monitoring vegetation cover across semi-arid regions:comparison of remote observations from various scales[J]. International Journal of Remote Sensing, 2000, 21(2):281-300.
[9] 李苗苗. 植被覆盖度的遥感估算方法研究[D].北京:中国科学院研究生院(遥感应用研究所), 2003.
[10] 张学玲, 张莹, 牛德奎,等. 基于TM NDVI的武功山山地草甸植被覆盖度时空变化研究[J]. 生态学报, 2018, 38(7):2414-2424.
[11] 刘家琰,谢宗强,申国珍,等.基于SPOT-VEGETATION数据的神农架林区1998-2013年植被覆盖度格局变化[J]. 生态学报, 2018, 38(11):3961-3969.
[12] HUANG B, SONG H H. Spatiotemporal reflectance fusion via sparse representation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(10):3707-3716.
[13] SONG H H, HUANG B. Spatiotemporal satellite image fusion through one-pair image learning[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(4):1883-1896.
[14] HUANG B, ZHANG H K. Spatio-temporal reflectance fusion via unmixing:accounting for both phenological and land-cover changes[J]. International Journal of Remote Sensing, 2014, 35(16):6213-6233.
[15] 原宝东, 宋宜娟. 广西自然保护区资源分布现状[J].国土与自然资源研究, 2009(2):63-64.
[16] JIA K, LIANG S L, LIU S H, et al. Global land surface fractional vegetation cover estimation using general regression neural networks from MODIS surface reflectance[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(9):4787-4796.
[17] 李苗苗, 吴炳方, 颜长珍,等. 密云水库上游植被覆盖度的遥感估算[J]. 资源科学, 2004,26(4):153-159.
[18] ZHANG H K, HUANG B, ZHANG M, et al. A gener-alization of spatial and temporal fusion methods for remotely sensed surface parameters[J]. International Journal of Remote Sensing, 2015, 36(17):4411-4445.
[19] 黄波, 赵涌泉. 多源卫星遥感影像时空融合研究的现状及展望[J]. 测绘学报, 2017, 46(10):1492-1499.
[20] DE BEURS K M, HENEBRY G M. A statistical framework for the analysis of long image time series[J]. International Journal of Remote Sensing, 2005, 26(8):1551-1573.

利用线性融合方法进行金花茶自然保护区植被覆盖度时空变化研究

Research on temporal and spatial variation of fractional vegetation cover in Golden Camellia National Nature Reserve using linear fusion method

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	赵侃, 师芸, 牛敏杰. Google Earth Engine平台下秦岭地区植被覆盖时空变化分析[J]. 测绘通报, 2022, 0(5): 49-55.
[2]	柳絮, 张宁, 徐晓天, 安超, 许士翔, 李程. 基于多源空间数据与空地协同的植被覆盖度估算——以东亚干草草原为例[J]. 测绘通报, 2022, 0(1): 39-43,55.
[3]	孙灏, 胡佳琪, 崔雅静, 杨楠, 蔡创创. 基于多源遥感数据的生态系统服务功能时空演变趋势分析[J]. 测绘通报, 2021, 0(4): 1-7.
[4]	王树祥, 韩留生, 杨骥, 李勇, 赵倩, 刘杨晓月, 吴昊. 一种改进的融合多指标荒漠化等级分类方法[J]. 测绘通报, 2021, 0(4): 8-12.
[5]	李广超, 赵海盟, 伍毅, 杨彬, 李丽和, 张洪, 杨泉光, 陈伟. 2000-2016年广西防城金花茶自然保护区关键生态环境参数时空变化[J]. 测绘通报, 2021, 0(2): 13-17.
[6]	郭金源, 赵海盟, 韩雪蓉, 李嘉力, 李丽和, 杨海菊, 杨彬. 2005—2019年金花茶自然保护区生态环境质量评价[J]. 测绘通报, 2021, 0(11): 7-11.
[7]	石振武, 李驰. 黑龙江省呼玛至十八站公路路域生存环境质量评估[J]. 测绘通报, 2021, 0(11): 106-109,114.
[8]	胡洁, 姜成桢, 杨勇, 何晓锋, 李凯. 黑河中下游植被覆盖度变化遥感监测[J]. 测绘通报, 2021, 0(10): 34-38.
[9]	王科雯, 李晶, 王瑞国, 付晓. 胜利矿区植被覆盖度时序变化的空间异质性监测[J]. 测绘通报, 2020, 0(11): 1-6.
[10]	李晶, 崔绿园, 闫萧萧, 杨震, 董金玮, 邓晓娟. 草原矿区长时序植被覆盖度变化趋势对比分析[J]. 测绘通报, 2019, 0(8): 130-134,157.
[11]	沈谦, 朱长明, 张新. GF-2支持下的干旱区稀疏植被区植被覆盖度估算[J]. 测绘通报, 2019, 0(7): 33-38.
[12]	董显聪, 李晓洁. 草原植被覆盖度遥感估算模型的适用性比较[J]. 测绘通报, 2019, 0(10): 17-22.
[13]	汪桂生, 仇凯健. 利用MODIS NDVI进行淮南矿区植被覆盖度动态监测[J]. 测绘通报, 2018, 0(6): 34-40.
[14]	宋鹏飞, 季民, 李刚. 山东省近10年植被覆盖度变化与气候因子相关性分析[J]. 测绘通报, 2018, 0(12): 109-113.
[15]	杨苏新林卉侯飞张连蓬胡召玲. 利用混合像元分解估测喀斯特地区植被覆盖度[J]. 测绘通报, 2014, 0(5): 23-27.