【目的】利用可見光植被指數(shù)快速準確獲取礦山排土場坡面植被蓋度,為烏海礦區(qū)排土場坡面植被調查提供有效方法�！痉椒ā窟x取烏海市典型礦山排土場,通過樣方調查法、無人機遙感及可見光植被指數(shù)計算篩選適于研究區(qū)排土場坡面植被提取的可見光植被指數(shù),并估算其植被蓋度,試為排土場坡面植被蓋度提取提供新方法�！窘Y果】結果表明:（1）不同可見光植被指數(shù)提取植被效果存在一定差異,其中綠紅比值指數(shù)（RGRI）和綠藍比值指數(shù)（BGRI）的灰度圖中越暗的部分代表植被指數(shù)越大,而其他常見可見光植被指數(shù)是越亮的部分代表植被指數(shù)越大。（2）研究區(qū)中不同可見光植被指數(shù)灰度圖像特征值基本分布在[-1,1]范圍內,由藍、綠波段構建的歸一化綠藍差異指數(shù)（NGBDI）和綠藍比值指數(shù)（BGRI）的灰度圖中植被與裸地像元值范圍有較大重疊,即存在部分混淆。（3）常見可見光植被指數(shù)中,可見光波段差異植被指數(shù)（VDVI）可以快速準確提取研究區(qū)排土場坡面植被,通過人工目視解譯及誤差矩陣得到VDVI植被指數(shù)提取結果平均識別精度在93.4%,表明VDVI植被指數(shù)更加適用于烏海市礦山排土場坡面植被提取,優(yōu)于其他常見可見光植被指數(shù),利用該方法估算可得... 

【文章頁數(shù)】：11 頁

【參考文獻】：
期刊論文
[1]基于無人機遙感的喀斯特高原峽谷區(qū)火龍果單株識別提取方法[J]. 朱孟,周忠發(fā),趙馨,黃登紅,蔣翼,吳躍,崔亮.  熱帶地理. 2019(04)
[2]基于無人機可見光圖像的夏季玉米植被覆蓋度提取方法[J]. 趙靜,楊煥波,蘭玉彬,魯力群,賈鵬,李志銘.  農(nóng)業(yè)機械學報. 2019(05)
[3]基于無人機重建點云與影像的城市植被分類[J]. 李瑩,于海洋,王燕,吳建鵬,楊禮.  國土資源遙感. 2019(01)
[4]大田玉米作物系數(shù)無人機多光譜遙感估算方法[J]. 韓文霆,邵國敏,馬代健,ZHANG Huihui,王毅,牛亞曉.  農(nóng)業(yè)機械學報. 2018(07)
[5]輕小型無人機多光譜遙感技術應用進展[J]. 孫剛,黃文江,陳鵬飛,高帥,王秀.  農(nóng)業(yè)機械學報. 2018(03)
[6]西北干旱荒漠區(qū)煤炭基地生態(tài)安全保障技術[J]. 趙廷寧,張玉秀,曹兵,肖輝杰,張成梁,趙淑銀,郭小平.  水土保持學報. 2018(01)
[7]利用色調—亮度彩色分量的可見光植被指數(shù)[J]. 毛智慧,鄧磊,賀英,郝向磊,閆亞男.  中國圖象圖形學報. 2017(11)
[8]基于WorldView 2影像的礦區(qū)植被重建效果評估[J]. 張澤民,呂昌河,謝苗苗,周偉.  生態(tài)學報. 2018(04)
[9]利用無人機技術進行社區(qū)植被覆蓋率調查[J]. 郭震冬,顧正東,許盛,劉寶武.  北京測繪. 2017(05)
[10]基于低空可見光譜的植被覆蓋率計算[J]. 卞雪,馬群宇,劉楚燁,趙言文.  水土保持通報. 2017(05)



本文編號：3721280