植被覆盖度遥感提取方法研究进展
Journal: Ecological Environment and Protection DOI: 10.12238/eep.v6i3.1780
Abstract
植被覆盖度是评价地表植被生长状况和环境质量的重要指标,而遥感技术由于具有高时空分辨率、高效率和非接触性等特点,成为植被覆盖度提取的重要手段。本文在总结前人研究的基础上,综述了当前主流的遥感技术在植被覆盖度提取中的应用,包括模型法、植被指数法、机器学习法和深度学习法,并分析了各方法的优缺点以及适用范围。最后,对未来植被覆盖度提取方法的发展趋势进行了展望。
Keywords
遥感技术；植被覆盖度；植被指数法；机器学习法；深度学习法
Full Text
PDF - Viewed/Downloaded: 0 TimesReferences
[1] 孙斌,李增元,郭中,等.高分一号与Landsat TM数据估算稀疏植被信息对比[J].遥感信息,2015,30(5):48-56.
[2] 王宁,周明通,魏宣,等.沙漠腹地绿洲植被覆盖度提取及植被指数优选[J].水土保持通报,2022,42(6):197-205+213.
[3] 徐雯靓,王少军.PROSAIL模型模拟下的植被指数土壤调节能力比较与适用环境分析[J].遥感学报,2014,18(4):826-842.
[4] 张淑炜,金宝成,陈可可,等.遥感估算及分析油杉河牧场近30年植被覆盖度变化[J].林业和草原机械,2021,2(4):43-52.
[5] Zhang F, Wang C, Pan K, et al. The Simultaneous Predi ction of Soil Properties and Vegetation Coverage from Vis-NIR Hyperspectral Data with a One-Dimensional Convolutional Neu ral Network: A Laboratory Simulation Study[J].Remote Sensing, 2022,14(2):397.
[6] 郑凯东,李阿莹.基于RNN和多重注意力机制的高光谱图像分类[J].智能计算机与应用,2022,12(12):128-132+137.
[2] 王宁,周明通,魏宣,等.沙漠腹地绿洲植被覆盖度提取及植被指数优选[J].水土保持通报,2022,42(6):197-205+213.
[3] 徐雯靓,王少军.PROSAIL模型模拟下的植被指数土壤调节能力比较与适用环境分析[J].遥感学报,2014,18(4):826-842.
[4] 张淑炜,金宝成,陈可可,等.遥感估算及分析油杉河牧场近30年植被覆盖度变化[J].林业和草原机械,2021,2(4):43-52.
[5] Zhang F, Wang C, Pan K, et al. The Simultaneous Predi ction of Soil Properties and Vegetation Coverage from Vis-NIR Hyperspectral Data with a One-Dimensional Convolutional Neu ral Network: A Laboratory Simulation Study[J].Remote Sensing, 2022,14(2):397.
[6] 郑凯东,李阿莹.基于RNN和多重注意力机制的高光谱图像分类[J].智能计算机与应用,2022,12(12):128-132+137.
Copyright © 2023 熊萍, 李吉鹏, 薛岗
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License