改正的盖度-坡度-OSAVI反演法的江西省草地资源盖度预测

doi:10.13474/j.cnki.11-2246.2023.0023

测绘通报 ›› 2023, Vol. 0 ›› Issue (1): 141-144.doi: 10.13474/j.cnki.11-2246.2023.0023

改正的盖度-坡度-OSAVI反演法的江西省草地资源盖度预测

曹庆安¹, 涂梨平^1,2, 冷鹏³

1. 江西省核工业地质调查院, 江西南昌 330031;
2. 江西农业大学, 江西南昌 330045;
3. 江西核工业测绘院集团有限公司, 江西南昌 330100

收稿日期:2022-08-09 修回日期:2022-11-21 发布日期:2023-02-08
通讯作者: 涂梨平。E-mail:21924581@qq.com
作者简介:曹庆安(1984-),男,硕士,高级工程师,研究方向为遥感、地理信息及相关数据处理。E-mail:61469032@qq.com
基金资助:
江西省重点研发计划(20201BBG71001);南昌市重大科技攻关项目(洪科字〔2022〕104号);南昌市科技创新人才“双百计划”创新团队(培养类)(洪科字〔2021〕156号)

Prediction of grassland resource coverage in Jiangxi province using modified coverage slope osavi inversion method

CAO Qing'an¹, TU Liping^1,2, LENG Peng³

1. Jiangxi Nuclear Industry Geological Survey, Nanchang 330031, China;
2. Jiangxi Agricultural University, Nanchang 330045, China;
3. Jiangxi Nuclear Industry Surveying and Mapping Institute Group Co., Ltd., Nanchang 330100, China

Received:2022-08-09 Revised:2022-11-21 Published:2023-02-08

摘要/Abstract

摘要： 草地资源调查中盖度具有较为直接的代表性,目前对盖度的调查以人工实地调查为主。针对大区域的实地调查投入大、周期长等问题,本文以Landsat 8、ASTER GDEM影像、地理国情普查中草地图斑及134个实地样地调查数据的盖度数据为数据源,通过提取坡度数据、选取74个实地样点盖度调查数据及优化的土壤调节植被指数(OSAVI),建立相关模型,对研究区的草地资源的盖度进行反演,形成全域草地盖度灰度值图斑分布图。对60个实地调查的样地盖度与反演盖度进行误差分析,最终显示反演盖度与实地盖度高度一致。

关键词: 盖度, 坡度, OSAVI, 反演, 草地

Abstract: The coverage of Jiangxi province's grassland resource coverage prediction based on the modified coverage slope OSAVI inversion method has a relatively direct representativeness in the grassland resource survey. At present, the coverage survey is mainly manual field survey. Aiming at the problems of large regional field survey investment and long cycle, this paper uses the coverage data of Landsat 8, ASTER GDEM images, grassland map spots in the geographical national conditions census and 134 field sample survey data as the data source.Through the extraction of slope data, the coverage survey data of 74 field sample points and the optimized soil regulated vegetation index (OSAVI), the relevant model is established, and the coverage of grassland resources in the study area is inversed to form the distribution map of the gray value of grassland coverage in the whole region. The error analysis of 60 field survey sample plots' coverage and inversion coverage shows that the inversion coverage is highly consistent with the field coverage.

Key words: coverage, slope, OSAVI, inversion, grassland

中图分类号:

P237

曹庆安, 涂梨平, 冷鹏. 改正的盖度-坡度-OSAVI反演法的江西省草地资源盖度预测[J]. 测绘通报, 2023, 0(1): 141-144.

CAO Qing'an, TU Liping, LENG Peng. Prediction of grassland resource coverage in Jiangxi province using modified coverage slope osavi inversion method[J]. Bulletin of Surveying and Mapping, 2023, 0(1): 141-144.

参考文献

[1] 张力仁, 冯然, 齐中华, 等. 基于第三次国土调查的自然资源调查研究[J]. 测绘通报, 2020(4):130-133.
[2] 李瑞军, 杨志文, 吴士文, 等. 基于Landsat影像的采煤对地表植被覆盖度时空变化的影响研究[J]. 华北水利水电大学学报(自然科学版), 2020, 41(4):52-60.
[3] 张亚男, 王旭, 甄莹. 利用"修改型"植被盖度反演模型提取辽西北沙化土地信息[J]. 测绘通报, 2018(5):93-96.
[4] 马俊海, 刘丹丹. 像元二分模型在土地利用现状更新调查中反演植被盖度的研究[J]. 测绘通报, 2006(4):13-16.
[5] 罗亚, 徐建华, 岳文泽. 基于遥感影像的植被指数研究方法述评[J]. 生态科学, 2005, 24(1):75-79.
[6] 盖永芹, 李晓兵, 张立, 等. 土地利用/覆被变化与植被盖度的遥感监测:以北京市密云县为例[J]. 资源科学, 2009, 31(3):523-529.
[7] 段敏杰. 放牧干扰下藏北紫花针茅高寒草地生物量遥感监测[D]. 北京:中国农业科学院, 2011:21-30.
[8] 姜立鹏, 覃志豪, 谢雯, 等. 基于MODIS数据的草地净初级生产力模型探讨[J]. 中国草地学报, 2006, 28(6):72-76.
[9] 乔占明, 王晓波, 杨柳, 等. Landsat 8数据植被覆盖度遥感反演模型研究[J]. 青海师范大学学报(自然科学版), 2019, 35(1):54-58.
[10] 王焕炯, 范闻捷, 崔要奎, 等. 草地退化的高光谱遥感监测方法[J]. 光谱学与光谱分析, 2010, 30(10):2734-2738.
[11] RONDEAUX G,STEVEN M,BARET F. Optimization of soil-adjusted vegetation indices[J]. Remote Sensing of Environment, 1996, 55(2):95-107.
[12] 周涛, 邹进贵, 郭际明. 隧道变形监测与智能预警方法研究[J]. 测绘通报, 2022(S2):91-94.
[13] 卢纹岱, 朱红兵. SPSS统计分析[M]. 5版. 北京:电子工业出版社, 2015.
[14] 杜英坤, 燕琴, 童李霞, 等. 利用端元光谱内插的青海植被覆盖度估算研究[J]. 测绘科学, 2016, 41(9):87-90.
[15] 范军林, 肖斌, 涂梨平, 等. RGB-D SLAM在室内高精度三维测图中的应用[J]. 测绘通报, 2021(8):119-122.
[16] 顾乐民. 基于最小一乘准则的中国粮食产量与影响因素的相关性分析[J]. 农业工程学报, 2013, 29(11):1-10.

改正的盖度-坡度-OSAVI反演法的江西省草地资源盖度预测

Prediction of grassland resource coverage in Jiangxi province using modified coverage slope osavi inversion method

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]	周访滨, 谢财昌, 王俊, 陈百了, 胡奕. 栅格DEM坡体因子融合方法[J]. 测绘通报, 2022, 0(8): 104-109.
[2]	刘晓忠, 冯存均, 邓小渊, 詹远增, 于辉, 王兴坤. 亚米级遥感影像的建筑物高度反演方法及其验证[J]. 测绘通报, 2022, 0(8): 128-132.
[3]	胡义强, 杨骥, 荆文龙, 彭小燕, 蓝文陆, 彭梦微, 张雨萌. 茅尾海入海河口池塘养殖污染状况遥感调查[J]. 测绘通报, 2022, 0(7): 12-17,53.
[4]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[5]	贾秀丽. 高斯过程回归辅助下的GPS干涉反射积雪深度估测[J]. 测绘通报, 2022, 0(7): 78-82.
[6]	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.
[7]	张龚泉, 岳建平, 刘胜男, 王海龙, 杨智翔, 周航宇. 基于遥感影像的鄱阳湖地形提取方法[J]. 测绘通报, 2022, 0(5): 62-66,73.
[8]	李名语, 陈利军, 刘国祥, 毛文飞, 向卫, 蔡嘉伦, 张波, 张瑞. 联合GRACE和GLDAS数据的河南省地下水储量反演与时空变化分析[J]. 测绘通报, 2022, 0(3): 121-126.
[9]	韦忠扬, 叶科峰, 李新东, 吴秋靖, 杨郑贝. 自然资源统一调查背景下林业数据与草地数据衔接初探[J]. 测绘通报, 2022, 0(3): 157-160,174.
[10]	刘云峰, 秦坤, 吕慧玲, 陈思宇. 黑土型退化草地时空格局遥感监测[J]. 测绘通报, 2022, 0(11): 57-61.
[11]	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.
[12]	马涛, 杨小明, 阎跃观, 闫东川. 以窗口化和地形坡度为基础的植被茂密区域点云滤波算法[J]. 测绘通报, 2021, 0(8): 33-36.
[13]	阎跃观, 陈中章, 孙阳, 李泽政, 姚承志. 密集低矮植被区LiDAR点云地面滤波算法[J]. 测绘通报, 2021, 0(7): 1-5.
[14]	马礼. 高精度实景三维与水质反演在排污口排查中的应用[J]. 测绘通报, 2021, 0(7): 107-110.
[15]	李紫微, 马庆勋, 吕杰. BP神经网络的近地面臭氧估算及时空特征分析[J]. 测绘通报, 2021, 0(6): 28-32,126.