基于Landsat-80LI数据的植被覆盖度反演模型研究
--以西安市雁塔区为例

doi:10.19754/j.nyyjs.20220228121

农业与技术 ›› 2022, Vol. 42 ›› Issue (4): 83-87.DOI: 10.19754/j.nyyjs.20220228121

基于Landsat-80LI数据的植被覆盖度反演模型研究 --以西安市雁塔区为例

李紫涵

长安大学地球科学与资源学院、陕西西安710064

出版日期:2022-03-02 发布日期:2022-02-28
作者简介:作者简介:李紫涵(1996-)、女、硕士。研究方向:遥感应用。

Online:2022-03-02 Published:2022-02-28

摘要/Abstract

摘要： 植被覆盖度遥感反演模型是用定量的方法来估算研究区范围内植被的覆盖分布。本文主要利用Landsat-801遥感数据分别提取3类常用植被指数包括归一化植被指数NDVI、增强植被指数EVI、比值植被指数RVI根据像元二分模型建立植被覆盖度反演模型。同时利用交叉验证的方式对其估算模型进行验证，来反映估算模型的精度。

中图分类号:

S181

. 基于Landsat-80LI数据的植被覆盖度反演模型研究 --以西安市雁塔区为例[J]. 农业与技术, 2022, 42(4): 83-87.

[1]	. 山地城市群城市洪涝韧性时空格局研究[J]. 农业与技术, 2024, 44(7): 78-85.
[2]	. 汉江流域生境质量时空变化特征及驱动力分析[J]. 农业与技术, 2024, 44(7): 86-92.
[3]	. 科尔沁左翼中旗土地沙化时空动态变化及驱动力分析[J]. 农业与技术, 2024, 44(7): 93-97.
[4]	. 人工湿地在乌梁素海水环境治理中的应用研究[J]. 农业与技术, 2024, 44(7): 101-105.
[5]	. 东北地区积雪典型年的大气环流综合分析[J]. 农业与技术, 2024, 44(6): 54-61.
[6]	. 龙溪河流域土地利用变化及影响因素研究[J]. 农业与技术, 2024, 44(6): 62-68.
[7]	. Cd污染对艾纳香根际土壤因子及微生物种群的影响[J]. 农业与技术, 2024, 44(6): 69-74.
[8]	. 区域三生系统同发展水平评价及障碍因素分析[J]. 农业与技术, 2024, 44(6): 75-80.
[9]	. 乡村振兴中水文地质调查与利用[J]. 农业与技术, 2024, 44(6): 81-85.
[10]	. 基于深度学习的宏观风资源评估与风电场选址[J]. 农业与技术, 2024, 44(6): 86-90.
[11]	. 基于GIS的藏东南泥石流灾害风险预警系统研发[J]. 农业与技术, 2024, 44(6): 91-96.
[12]	. 容县耕地土壤有机碳分布特征及其影响因素[J]. 农业与技术, 2024, 44(5): 92-97.
[13]	. 辽宁省农作物秸秆基料化利用现状与对策[J]. 农业与技术, 2024, 44(5): 98-100.
[14]	. 新发展阶段视角下的干旱地区农业面源污染治理思考[J]. 农业与技术, 2024, 44(5): 101-106.
[15]	. 一株产电菌的产电性能及低温沼气发酵过程微生物群落特征[J]. 农业与技术, 2024, 44(5): 107-111.

基于Landsat-80LI数据的植被覆盖度反演模型研究 --以西安市雁塔区为例

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics