海岛建设引发的植被覆盖度变化的遥感分析

被引：19

作者：

温小乐 ^{[1
]}

李洋 ^{[1
]}

林征峰 ^{[2
]}

机构：

[1] 福州大学环境与资源学院福建省水土流失遥感监测评估与灾难防治重点实验室

[2] 福建省环境保护设计院

来源：

地球信息科学学报 | 2017年 / 19卷 / 02期

关键词：

海岛建设; 植被覆盖度; 遥感监测; 平潭综合实验区;

D O I：

暂无

中图分类号：

Q948 [植物生态学和植物地理学]; TP79 [遥感技术的应用];

学科分类号：

071301 [植物生态学]; 080201 [机械制造及其自动化];

摘要：

海岛生态脆弱、稳定性差,大规模的海岛开发使得原本脆弱的岛上植被生境面临更大的威胁,对海岛开发中的植被覆盖变化开展分析显得尤为重要。本文基于Landsat 5卫星和Landsat 8卫星的2001、2010和2014年的遥感影像,采用Gutmand和Ignatov提出的植被覆盖度计算模型提取福建平潭岛的植被覆盖度,并结合其土地覆盖变化信息,探究平潭综合实验区建设前后植被覆盖度变化特点及其原因。研究结果表明,3个时相的平潭岛植被覆盖度达中度以上的区域面积比例分别为86.00%、58.92%和71.16%,表明研究区整体植被覆盖状况良好。动态变化分析结果显示,2001-2014年研究区植被覆盖度总体呈下降趋势,其中2001-2010年植被覆盖度下降显著,下降区域面积比例高达53.95%;而2010-2014年岛上植被覆盖状况有较大改善,植被覆盖度增加区域面积比例达47.77%,这在一定程度上弥补了之前植被覆盖度大幅下降的影响,分析原因主要得益于平潭综合实验区建立后所采取的科学规划、进一步加大植树造林、逐步完善海岛绿地系统的植被建设与保护措施。

引用

页码：273 / 280

页数：8

共 14 条

[1]

GEOV1: LAI and FAPAR essential climate variables and FCOVER global time series capitalizing over existing products. Part1: Principles of development and production.[J].F. Baret;M. Weiss;R. Lacaze;F. Camacho;H. Makhmara;P. Pacholcyzk;B. Smets.Remote Sensing of Environment.2013,

[2]

Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors [J].

Chander, Gyanesh ;

Markham, Brian L. ;

Helder, Dennis L. .

REMOTE SENSING OF ENVIRONMENT, 2009, 113 (05) :893-903

[3]

A comparison of methods for estimating fractional green vegetation cover within a desert-to-upland transition zone in central New Mexico; USA.[J].Jingfeng Xiao;Aaron Moody.Remote Sensing of Environment.2005, 2

[4]

The influence of canopy green vegetation fraction on spectral measurements over native tallgrass prairie [J].

Rundquist, BC .

REMOTE SENSING OF ENVIRONMENT, 2002, 81 (01) :129-135

[5]

Estimation of fAPAR, LAI, and vegetation fractional cover from ATSR-2 imagery [J].

North, PRJ .

REMOTE SENSING OF ENVIRONMENT, 2002, 80 (01) :114-121

[6]

Spatial and temporal dynamics of vegetation in the San Pedro River basin area.[J].J Qi;R.C Marsett;M.S Moran;D.C Goodrich;P Heilman;Y.H Kerr;G Dedieu;A Chehbouni;X.X Zhang.Agricultural and Forest Meteorology.2000, 1

[7]

The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models [J].

Gutman, G ;

Ignatov, A .

INTERNATIONAL JOURNAL OF REMOTE SENSING, 1998, 19 (08) :1533-1543

[8]

A verification of the 'triangle' method for obtaining surface soil water content and energy fluxes from remote measurements of the Normalized Difference Vegetation Index (NDVI) and surface e.[J].R. R. Gillies;W. P. Kustas;K. S. Humes.International Journal of Remote Sensing.1997, 15

[9]

On the relation between NDVI, fractional vegetation cover, and leaf area index [J].

Carlson, TN ;

Ripley, DA .

REMOTE SENSING OF ENVIRONMENT, 1997, 62 (03) :241-252

[10]

A global 1° by 1° NDVI data set for climate studies. Part 2: The generation of global fields of terrestrial biophysical parameters from the NDVI.[J].P. J. Sellers;C. J. Tucker;G. J. Collatz;S. O. Los;C. O. Justice;D. A. Dazlich;D. A. Randall.International Journal of Remote Sensing.1994, 17

← 1 2 →