植被变化指数NDVI.pptxVIP

NDVI在城市生态环境评估中的应用;;1、选题分析;2、利用遥感研究地表温度与植被覆盖的关系：基于上海landsat7的ETM+数据;{浙江大学环境与资源学院土地管理系，杭州310029，中华人民共和国{地理科，地理科学教育部重点实验室，华东地区师范大学，上海200062，中华人民共和国;在城市土地利用类型和土地利用模式相关的土地表面温度（LST）和归一化差异植被指数（NDVI）之间的关系在中国上海市使用增强专题制图Plus（ETM + ）和航空摄影遥感系统中反映。从LST和NDVI对比的视觉解释中，LST和NDVI之间存在明显的相关性。与不同土地利用类型相关的平均LST和NDVI值显着不同。与每个土地利用类型的配对相关的平均LST和NDVI值的多重比较也显示出显着不同。回归分析的结果表明，在所有土地利用多边形中，LST和NDVI之间存在反相关关系，与每个土地利用类型相同，但与土地利用类型相关的相关系数不同。对LST，NDVI和Shannon多样性指数（SHDI）之间的关系的分析显示LST和SHDI之间的正相关性和NDVI和SHDI之间的负相关。根据上述结果，LST，SHDI和NDVI可以被认为是研究城市生态环境的三个基本指标，有助于进一步验证相对低成本，中等空间分辨率卫星图像在评估城市环境影响中的适用性土地功能分区，然后评估城市土地利用对上海市城市环境的影响。这为评估城市生态系统中的分区对遥感和地理信息系统的环境影响提供了有效的工具。;2、1数据来源与研究方法;2.3 LST的推导 ;Shannons Diversity Index，SHDI;表2.中国上海市的主要土地利用/覆盖;图3（a）研究区域的地表温度（LST）图像; （b）研究区域的归一化差异植被指数（NDVI）图像。 红线代表研究区域的N-S和W-E剖面。;为了揭示LST和NDVI在不同方向的方差，LST和NDVI的像素值是基于W-E（图4（a））和N-S（图4（b））的轮廓得到的。;图5.与土地利用/覆盖相关的（a）LST和（b）NDVI的平均值;上海所有多边形（不包括水体）的LST和NDVI之间的回归分析结果如图6所示。;表4.土地利用/覆盖类型的LST和NDVI之间的关系的线性回归和相关系数;图7（a）平均LST，（b）平均NDVI和（c）上海市主要路1公里X 1公里移动窗口的平均SHDI的空间模式。;图8.散点图线性回归（a）平均LST和SHDI???（b）每个移动栅格的平均NDVI和SHDI。;此外，对SHDI和NDVI进行了分析。 由于NDVI由植被丰度决定，受周围土地利用/覆盖类型的影响较小，NDVI和SHDI之间的相关性较弱。 R（相关系数）为20.3555（表5）。;在上海城市生态系统中，除了一些具有高NDVI值的公园，建成或核心城市地区的NDVI值相对较低，植被较少。甚至可以在城市中心检测到一些值。 NDVI的空间分布与LST的空间分布相反。;从上述分析，LST，SHDI和NDVI被认为是评估城市生态环境的三个基本指标，并且三个指数之间存在相关性。城市生态系统的层次结构可以通过SHDI-LST-NDVI的空间特征来评估。这为利用遥感和地理信息系统评估城市生态系统中的分区的环境影响提供了有效的工具。;城市化及其对中国上海的环境影响;Urban Climate;摘要：本文分析了上海城市化的过程和特点，重点关注了人口与土地利用和土地覆被变化，以及其与气候和生态指标的演变的相关性，基于历史土地利用数据，气象站数据，社会统计数据，归一化差异植被指数（NDVI）和陆地表面温度（LST）数据。还讨论了城市热岛（UHI）和城市化指标之间的可能关联。人口变化的检验表明，近年来主要来自邻近省份的登记人口不断增加，流动人口迅速增加。随着城市的快速蔓延，大量的耕地被城市和上海城镇的建筑用地所取代。城市化与上海空气温度，热天数和相对湿度，风速和植被NDVI的减少有关。 UHI在上海的增长是由于建筑，铺面道路，公共汽车，人口和GDP的不断增加，以及耕地减少。提高城市绿地面积在一定程度上缓解了上海的城市绿地面积。;研究目的;1.其中市区核心区9个区统称为市区，即黄浦，卢湾，徐汇，长宁，静安，普陀，闸北，虹口，杨浦等9个地区，距离市区较远的有宝山，闵行，嘉定，金山，松江，青浦，奉贤，浦东和崇明。上海共有11个气象站，徐家汇站是城市唯一的代表站。; 本研究中使用的数据集包括：（1）1980年和2008年的土地利用数据分别源自无云Landsat多光谱扫描仪（MSS）和专题Mapper TM遥感图像;（3）1999 - 2010年期间1 km空间分辨率的10天合成（最大值）SPOT-4 VGT-DN数据，来自佛兰芒研究所（HTTP://free.-vgt.vito.be/ho