科研之友
微信
新浪微博
Facebook
分享链接
摘要
生态观测试验站为喀斯特典型脆弱生态区植被生长监测提供了高通量冠层拍摄图像，但目前鲜见有关喀斯特地区裸岩和植被混杂下垫面植被提取的研究报道。利用石漠化生态观测试验站获取的植被冠层RGB图像，研究喀斯特植被适用分割算法和长势监测模型，为基于地基冠层可见光图像的植被监测提供技术支持。结果表明：(1)基于颜色空间、颜色通道非线性组合、机器学习3种算法对喀斯特地区浅绿色植被的区分度均较高，但对裸岩和深绿色植被区分度有明显差异。晴天强光和阴天弱光条件下3种分割方法对植被分割效果差异明显，机器学习算法分割效果最优，阴天弱光条件准确率超过80%，晴天强光条件下可超过90%。(2)基于RGB图像反演的可见光植被指数GLA、NDYI、NGRDI和VARI所反映的植被长势变化趋势相似，但NDYI对植被长势差异响应更敏感。复合正弦函数可以较好地模拟4种可见光植被指数的逐日动态变化特征，且对NGRDI变化趋势模拟精度最高(R2=0.830)。
-
单位广西壮族自治区气象科学研究所; 中国气象科学研究院
