导读:本文包含了植被生长论文开题报告文献综述及选题提纲参考文献，主要关键词:草地非生长季植被覆盖度,遥感反演模型,植被指数,NDTI
植被生长论文文献综述
冷若琳,张瑶瑶,谢建全,李芙凝,胥刚[1]（2019）在《基于多光谱数据与小型无人机的甘南草地非生长季植被覆盖度》一文中研究指出草地非生长季植被是牲畜在冬春季节的主要饲料来源,研究非生长季植被对估算当地牧场载畜量有重要意义。本文以甘南州为研究区,通过小型无人机搭载相机获得60 m×60 m的草地非生长季植被数码照片,通过监督分类得到样地非生长季植被覆盖度数据。利用MODIS/Terra+Aqua双向反射分布函数和半球反射率产品MCD43A4,以及Landsat8 OLI影像数据,分别计算土壤耕作指数(soil tillage index,STI)、干枯燃料指数(dead fuel index,DFI)、归一化差异耕作指数(normalized difference tillage index,NDTI)等9种植被指数,通过分析不同植被指数与非生长季植被覆盖度之间的相关性,建立草地非生长季植被覆盖度回归模型,通过评价模型的精度来对比不同数据源估算草地非生长季植被覆盖度的能力,并筛选出甘南州草地非生长季植被覆盖度的最优反演模型,分析其空间分布特征。结果表明:1) Landsat8 OLI数据比MODIS数据更适合于甘南地区的草地非生长季植被覆盖度的反演;2)草地非生长季植被覆盖度估测的最优指数是NDTI,其线性模型为y=1 432.074x–166.855 (R2=0.407),是草地非生长季植被覆盖度最优反演模型;3)甘南州2018年4月–5月草地植被覆盖度总体西部高、东部低,大部分地区覆盖度介于20%～50%,仅有夏河北部、合作中部以及玛曲东南部少部分区域覆盖度小于20%,玛曲西北部覆盖度大于60%。本研究结果可为甘南州季节载畜量计算提供依据。(本文来源于《草业科学》期刊2019年11期）
董凯丽,张国湘,王瑞辉,刘凯丽,赵苏亚[2]（2019）在《抚育间伐对湿地松人工林生长及林下植被多样性的影响》一文中研究指出以江西省靖安县8a生湿地松人工林为研究对象,设置对照(C,0%)、轻度间伐(L,15%)、中度间伐(M,35%)、重度间伐(H,55%)4种处理,观测抚育间伐对林木生长和林下植被的影响,结果表明:与C相比,随着间伐强度的增加,林木的径阶分布向右偏移,径阶分布L和M符合正态分布、C和H不符合正态分布;抚育间伐对林木胸径和蓄积的生长有明显的促进作用,胸径年平均生长量C与H和M存在显着差异,蓄积年平均增长量C与H存在显着差异,树高年平均生长量各处理间差异不显着;抚育间伐对林下植被种数的增加和植被层Simpson,Shannon-Wiener和Pielou指数的提高总体上有促进作用,这种促进作用在间伐后的前两年比较明显,后随着时间的延迟逐渐减弱。(本文来源于《林业资源管理》期刊2019年04期）
崔国辉[3]（2019）在《今年生长季我国植被长势总体偏好》一文中研究指出本报讯 崔国辉报道 据国家气候中心消息，2019年植被生长季（5月至9月）我国植被长势总体偏好，全国平均植被指数为0.46，较近20年同期平均值偏高3.5%，但略低于2018年。卫星遥感监测数据显示，与近20年同期平均值相比，西北地区东部、西(本文来源于《中国气象报》期刊2019-10-23）
熊巧利,何云玲,李同艳,余岚[4]（2019）在《西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应》一文中研究指出为探究西南地区生长季植被覆盖时空变化特征以及驱动因子如何定量影响其动态变化,基于MODIS NDVI数据,通过趋势分析、变异系数、相关分析等方法研究了西南地区2000—2016年生长季植被覆盖的时空变化特征,并结合气候因子、DEM数据,分析了植被覆盖对气候与地形因子的影响程度。结果表明:西南地区近17年来生长季NDVI呈增长趋势(0.009/10 a),其中4月份增速最显着(0.029/10 a);呈增加趋势的区域占研究区总面积71.94%,主要分布在东部与东南部区域;植被覆盖变化以较低稳定(31.15%)与中度稳定(25.36%)占主导。研究区NDVI与气温、降水的相关性在空间分布上主要以正相关为主;月尺度NDVI与气候因子的相关性高于年尺度的值;植被覆盖度与月平均气温的相关性高于其与月降水量的相关性,植被生长对降水月变化的响应不明显,对气温的响应无明显滞后效应。研究区平均NDVI在海拔大于4 000 m区域最小(0.30),在坡度0°～5°区域最小(0.37),但是NDVI的显着退化趋势则是以海拔大于4 000 m处最大(14.33%);海拔大于4 000 m区域主要受降水控制,坡度5°～15°区域主要受气温控制;坡向对植被生长变化的影响没有海拔和坡度影响大。(本文来源于《水土保持研究》期刊2019年06期）
赵鸿雁,陈英,周翼,裴婷婷,谢保鹏[5]（2019）在《甘肃中东部植被生长季NDVI时空变化及其对气候因子的响应》一文中研究指出为分析研究生态保护与修复工程实施背景下甘肃中东部植被生长季NDVI时空变化及其对气候因子的响应,采用MODIS数据产品MOD09Q1,运用最大值合成法、趋势分析法与相关分析法,对该区域2008—2016年NDVI的时空变化特征及其对气候因子的响应进行了分析研究。结果表明:(1)时间层面上,2008—2016年植被生长季NDVI呈现出增加的趋势,增加速率为0.001 4 a~(-1),2012年增幅最大;空间层面上,2008—2016年研究区内的低山丘陵区和平原区的植被生长季NDVI增加明显;部分中起伏山地植被活动减弱。(2)生长季NDVI对不同气候因子的响应程度不同,在P<0.05的显着性水平下,生长季NDVI对气温的变化最敏感,区域内大部分面积上二者呈现出强相关与极强相关;降水次之,以中等相关与强相关为主;太阳辐射最小,以弱相关甚至不相关为主。研究结果可为针对区域差异性并有所侧重的生态工程的实施提供相应的参考与依据,从而加强区域生态安全,进而促进国家生态安全屏障的加快建设。(本文来源于《干旱区地理》期刊2019年06期）
陶言祺,彭漪,蒋琦,李玉翠,方圣辉[6]（2019）在《利用植被光谱数据和Stacking算法识别油菜关键生长发育期》一文中研究指出油菜关键生长发育期信息对其田间管理,观赏时间预测,产量评估等具有重要的意义。利用地面架设的四波段辐射计,实时获取油菜冠层的多光谱信息,根据油菜反射光谱的特性,提出基于多种机器学习分类模型的Stacking算法对油菜的叶期、花期、角果期和成熟期进行区分。实验结果表明,区分正确率达90.83%,高于最优的单一分类器(89.50%)。建立的分类模型被应用于地面和无人机平台数据进行跨平台交叉验证,地面数据识别的正确率达90.07%,无人机平台数据识别的正确率达81.48%,均优于使用单一分类器的结果。(本文来源于《测绘地理信息》期刊2019年05期）
孙伟,王琼,李昊,吴亮亮[7]（2019）在《鄂西北山区钒矿废石堆生态修复植被无养护生长状况研究》一文中研究指出鄂西北山区为秦岭-大巴山余脉,主要涵盖十堰市、襄阳市、神农架林区等。地处亚热带北缘,气候随海拔呈现北亚热带季风——温带季风气候的过渡,也是中国南北方植被混合过渡地带,因此植物种类丰富。地处武当山—大别山成矿带,分布有铁、钒、铜、铅、萤石、磷、绿松石、重晶石等矿产。矿石种类繁多,但中贫矿多,富矿少,矿石质量差,开发利用过程中废石、废渣产生量大。而随着经济发展及复合钒酸锂电池的技术革新～([1,2,3]),钒矿的开采价值显着提高,同时也增加了本地区钒矿废石的产量。目前矿山废石堆场的治理方式多采用生态修复工程施工,但本地区钒矿分散,规模较小,加之地区经济落后、交通不便等特点,给施工后的养护增加了很大成本。因此,研究自然状态下的工程植物生长状况,择取出本地区最适植物品种成为必然。本研究结合前期实验室绿化基材研究结果～([4]),选用目前常用的生态修复植物品种在十堰市郧西县西部山区某钒矿废石堆场开展实际场地施工试验,调查评价自然状态下的多种植被生长状况。从而为本地区钒矿山乃至多种矿山废石堆生态修复工程耐性植物选择提供现实依据。(本文来源于《2019中国环境科学学会科学技术年会论文集（第四卷）》期刊2019-08-23）
易秋香[8]（2019）在《棉花不同生长阶段Sentinel-2卫星植被指数变化特征》一文中研究指出探讨遥感植被指数随作物生育进程的变化规律,对于作物面积信息提取、遥感估产时相选择以及作物长势监测等具有重要意义。Sentinel-2卫星数据具高时空分辨率以及其特有的红边参数波段,可为作物生育期监测提供理想数据源。本研究获取了研究区棉花实测冠层光谱以及连续2年Sentinel-2卫星数据,通过对比Sentinel-2卫星多光谱反射率与实测冠层光谱反射率差异,以及单波段反射率和3类植被指数随棉花生育进程的变化规律,初步分析Sentinel-2卫星多光谱数据用于棉花生育期监测的特点。结果表明,Sentinel-2卫星多光谱反射率与实测冠层光谱反射率变化趋势一致,在可见光波段吻合较好,在近红外波段Sentinel-2卫星光谱反射率略高于冠层;基于Sentinel-2卫星的红边参数波段反射率,随棉花生育进程呈现从苗期到开花盛期逐渐增大而后逐渐减小的变化规律;增强植被指数EVI(Enhanced vegetation index)、归一化植被指数NDVI(Normalized difference vegetation index)以及土壤调节植被指数SAVI(Soil adjusted vegetation index)的归一化值具有相似的变化趋势,其中基于实测冠层光谱和Sentinel-2卫星光谱的EVI指数归一化值变化最为一致和稳定,具体表现为在6月中下旬(棉花从现蕾期向开花期过渡的阶段),从负值逐渐增大至正值,直到开花盛期(7月20日左右)达到最大正值,而后进入吐絮初期开始减小,至吐絮后期变为负值。(本文来源于《中国棉花》期刊2019年08期）
王静,万红莲,姚顺波[9]（2019）在《生长季川陕不同地带植被覆盖对气候变化的时空响应》一文中研究指出川陕地区处于中国800mm等降水量线过渡带的南北两侧,区内分山、川、原3种地形,是退耕还林(草)最早实施区域。基于2001—2014年的MODIS、气温和降水量数据,选取10种植被地带数据,采用Sen+MK检验和时滞偏相关等方法,结合重分类后的4种地貌类型和6类土地利用/覆盖数据,分年内生长季、年际生长季和非生长季的对比、以及植被生长最好的8月与5月、6月、7月、8月、5—6月、6—7月、7—8月、5—8月共8个时间段的相关性3种时间尺度,对川陕地区植被NDVI与气候因子的关系进行了深入探讨。结果表明:1)川陕、陕西和四川年均气温分别以0.02℃/10a、0.01℃/10a和0.03℃/10a(通过0.01显着性水平)的线性速度增加,低于近50年来(1951—2001年)全国的气温增速(0.22℃/10a);2)川陕、陕西、四川尺度上,植被NDVI与同季气温、降水量的相关性一致,与上季的相关性不具一致性。植被NDVI与上季气温、降水量的相关性均高于同季,相较于降水量,与气温呈现出更多的负相关性,其中陕西地区最为显着;3)川陕地区气温变化趋势与全球变暖不同步,植被生长受气温的影响较小或无影响;降水量相较于气温对陕西地区植被生长的影响更大;气温是四川植被生长的主要限制因素。植被覆盖与气温、降水量的相关性在草地、林地和农耕区最为显着。(本文来源于《生态学报》期刊2019年14期）
李亚峰,唐立松[10]（2019）在《中国北方典型荒漠区生长季降水特征和归一化植被指数的关系》一文中研究指出植物生长季内的降水变化是造成植物生长产生年际变异的重要因素,降水量、分配方式以及集中程度和时间是降水变化的重要特征。利用2000—2017年的MODIS归一化植被数据集和4个样点植物生长季(5—9月)的日降水数据,分析了研究区NDVI_(max)与降水特征的相关性。结果表明:2000—2017年研究区4个样点的NDVI_(max)均呈上升趋势;生长季降水量呈现出两侧降水增加,中间降水减少的趋势;降水集中度(PCD)西部增高,东部降低;研究区的降水集中期(PCP)都有延后的趋势。4个地区中除榆林外,其他3个地点的PCD与PCP对NDVI_(max)的影响均大于生长季降水量,说明这3个地点的NDVI_(max)值的年际变化主要取决于PCD与PCP的变动,且均为正相关关系,即降水越集中越有利于NDVI_(max)的增加;榆林地区的NDVI_(max)与生长季降水量的偏相关结果为正相关,与PCD为负相关,且与生长季降水量的相关性最强,说明该地区植物对生长季降水量更敏感,降水越均匀越有利于该地区植物的生长。(本文来源于《干旱区研究》期刊2019年05期）
植被生长论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以江西省靖安县8a生湿地松人工林为研究对象,设置对照(C,0%)、轻度间伐(L,15%)、中度间伐(M,35%)、重度间伐(H,55%)4种处理,观测抚育间伐对林木生长和林下植被的影响,结果表明:与C相比,随着间伐强度的增加,林木的径阶分布向右偏移,径阶分布L和M符合正态分布、C和H不符合正态分布;抚育间伐对林木胸径和蓄积的生长有明显的促进作用,胸径年平均生长量C与H和M存在显着差异,蓄积年平均增长量C与H存在显着差异,树高年平均生长量各处理间差异不显着;抚育间伐对林下植被种数的增加和植被层Simpson,Shannon-Wiener和Pielou指数的提高总体上有促进作用,这种促进作用在间伐后的前两年比较明显,后随着时间的延迟逐渐减弱。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
植被生长论文参考文献
[1].冷若琳,张瑶瑶,谢建全,李芙凝,胥刚.基于多光谱数据与小型无人机的甘南草地非生长季植被覆盖度[J].草业科学.2019
[2].董凯丽,张国湘,王瑞辉,刘凯丽,赵苏亚.抚育间伐对湿地松人工林生长及林下植被多样性的影响[J].林业资源管理.2019
[3].崔国辉.今年生长季我国植被长势总体偏好[N].中国气象报.2019
[4].熊巧利,何云玲,李同艳,余岚.西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应[J].水土保持研究.2019
[5].赵鸿雁,陈英,周翼,裴婷婷,谢保鹏.甘肃中东部植被生长季NDVI时空变化及其对气候因子的响应[J].干旱区地理.2019
[6].陶言祺,彭漪,蒋琦,李玉翠,方圣辉.利用植被光谱数据和Stacking算法识别油菜关键生长发育期[J].测绘地理信息.2019
[7].孙伟,王琼,李昊,吴亮亮.鄂西北山区钒矿废石堆生态修复植被无养护生长状况研究[C].2019中国环境科学学会科学技术年会论文集（第四卷）.2019
[8].易秋香.棉花不同生长阶段Sentinel-2卫星植被指数变化特征[J].中国棉花.2019
[9].王静,万红莲,姚顺波.生长季川陕不同地带植被覆盖对气候变化的时空响应[J].生态学报.2019
[10].李亚峰,唐立松.中国北方典型荒漠区生长季降水特征和归一化植被指数的关系[J].干旱区研究.2019
标签：草地非生长季植被覆盖度; 遥感反演模型; 植被指数; NDTI;