• 谷歌scholor
  • 观点:2926

  • PDF下载:142

基于归一化植被指数和地理信息系统的纳尔玛达流域土地利用和土地覆盖制图

Jagriti女子1, S.K.Sharma1和R.J.Patil2

1贾巴尔普尔农业工程学院水土工程系,J.N.K.V.V, (M.P.)印度。

2剑桥大学斯科菲尔德中心工程系,英国剑桥工程学院

DOI:http://dx.doi.org/10.12944/CWE.12.3.19

土地利用/覆被动态的空间分析是实现土地资源可持续利用和管理的必要条件。遥感与地理信息系统一起成为一种有效的技术,以高效率和成本效益高的方式绘制一个地区的土地覆盖/土地覆盖类别。本研究在印度中央邦Balaghat和Mandla地区的Banjar河流域进行。采用归一化植被指数(Normalized Difference Vegetation Index, NDVI)方法对研究区进行LU/LC分类。选择2013年Landsat-8卫星数据进行分类。NDVI值在ERDAS Imagine 2011软件中生成,在ARC GIS环境下绘制LU/LC地图。根据NDVI值识别出研究区5类LU/LC,即河流与水体、荒地与居住区、森林、农业/其他植被、开阔地/休耕地/不毛之地。研究区森林覆盖高度分布,面积为115811 ha,河流和水体覆盖面积最少,为4057.28 ha。这项研究工作将有助于决策者正确制定和实施流域发展规划。


土地利用;土地覆盖;归一化植被指数;遥感;地理信息系统;分水岭

复制以下引用这篇文章:

基于归一化植被指数的纳尔迈达流域土地利用和土地覆被遥感制图。Curr World Environ 2017;12(3)。DOI:http://dx.doi.org/10.12944/CWE.12.3.19

复制以下内容以引用此URL:

基于归一化植被指数的纳尔迈达流域土地利用和土地覆被遥感制图。Curr World Environ 2017;12(3)。可从://www.a-i-l-s-a.com?p=1036/


下载一篇文章(pdf)
引用管理器
发布历史


文章出版历史

收到: 2017-08-14
接受: 2017-10-04

介绍

地球资源是一个国家和一个地区发展的关键组成部分。景观信息的更新对于环境的管理和监测具有重要意义。LU/LC分类是分析现有地球资源信息和区域景观格局随时间变化的首要前提之一。土地覆盖数据是指森林、湿地、农业和其他土地、河流和水体等自然资源覆盖区域的面积。该区域用于进行人类活动的土地使用文件-无论是用于发展、养护、采矿和混合用途1.在目前的情况下,现代化和人口的巨大增长对可利用的地球资源造成了压力。土地资源的过度开发,为合理利用土地资源创造了令人担忧的条件。因此,为了防止这种过度使用,LU/LC的精确映射是非常必要的。卫星图像分类是对不同景观特征进行分类,以合理规划保守措施的重要步骤2、3

从空间观察地球表面是了解人类干扰的影响以及人类干扰对陆地格局随时间变化的影响的关键现象4、5.在先进技术领域采用遥感技术,使人们能够在区域和地方范围内获得景观信息6、7.遥感与地理信息系统结合后将成为更有效的工具,在有效分析景观动态方面具有相当大的潜力8、9、10、11RS和GIS的结合提供了一个合适的分析数据的平台,以更少的时间和更好的准确性和成本效益的方式研究土地景观的转换12

多光谱卫星图像分类已成功地应用于不同土地特征的分类。利用卫星数据,在归一化植被指数(NDVI)的基础上进行景观制图是一种有效的景观分类方法。为了估计植被发生的数量、质量和变化,NDVI考虑了红色和近红外波段的光谱信息13、14、15.它依赖于植被,水,岩石和裸土的反射特性16.此外,生成的NDVI数据可用于识别植被覆盖变化的时间格局。NDVI数据层定义为:

NDVI = (NIR -红色)/ (NIR +红色)

其中NIR为近红外波段的光谱反射率,R为红色波段。NDVI的发展促使其在遥感和GIS基础上的研究在世界范围内得到应用。17.NDVI值在-1.0 ~ 1.0之间,绿色密集植被强度越高,NDVI值越高,其他地表材料的NDVI值越低。裸露土壤的NDVI值最接近于0,水体的NDVI值为负18.利用NDVI分析植被的重要概念是叶绿素作为植被色素在红光区具有较高的吸收率,在近红外区具有较高的反射率。NDVI与光合活性有很大的关系,代表浓密植被的绿化率。它能显著地分离LULC的不同光谱类别。NDVI可以用来比较不同日期的卫星影像的植被指数信息。利用遥感与地理信息系统对纳尔迈达盆地班加尔河流域土地利用与土地覆被进行分类研究。

研究区概况

研究重点是纳尔马达上游流域的班加尔河流域(图1)

地理位置位于中央邦的巴拉盖特和曼德拉地区,范围22005’到230北纬29度,80度022说到81000经度。流域面积约246084公顷,至测点为止。本地区属热带气候,冬季温和,夏季严寒,西南季候风降水分布均匀。研究区正常的年降雨量为1300毫米。该地区的土壤分为黑灰色、红色和黄色。贫瘠的土地上有浅的土壤。

图1:研究区位置图


图1:研究区位置图
点击这里查看图

材料和方法

数据库生成

研究区卫星数据采集时间为2013年。该数据集是Landsat-8 OLI-TIRS,包括从科学用户网站Earth Explorer (USGS) (https://earthexplorer.usgs.gov)下载的8个波段,分辨率为30米。该数据集在ERDAS Imagine 2011中导入。该图像处理软件通过选择图像解释工具集中可用的图层叠加选项来生成研究区域的假彩色组合(FCC)(图2)。以班加尔河流域的地理参考线边界为基础,从卫星图像中提取研究区域。采用Universal Transverse Mercator (UTM)坐标系,Datum WGS 1984, zone 44 North投影系统,利用班贾尔河流域1:25万地形图进行卫星数据投影。这些数据用于LU/LC分类。

图2研究区FCC


图2研究区FCC
点击这里查看图

基于NDVI的土地利用和土地覆盖制图

利用Landsat-8卫星数据对研究区域的LU/LC特征进行了分类。结果表明,NDVI是一个很好的遥感指标,可以很好地反映陆相/陆相模式的变化。使用ERDAS imagine 2011软件分类菜单中的NDVI工具,利用研究区域的假彩色合成图像创建NDVI图像(图3)。NDVI图像放大了卫星图像中的植被类别,有助于将其与其他非植被类别区分开来。对NDVI函数的光谱分类进行评估,并将其划分为合适的LU/LC分类。在研究区域解释的各种LU/LC类别包括河流和水体、荒地和居住、森林、农业/其他植被、开阔地/休耕地/荒地(表1)。

图3研究区NDVI图像


图3研究区NDVI图像
点击这里查看图

表1:土地用途和土地分类的详细说明

老不。

类名

描述

1.

河流及水体

河流,开阔的水域和池塘

2.

荒地与居住

沙质地区,有或没有灌木的土地,沼泽地区,住宅,商业,工业地区

3.

森林

混合林地

4.

农业/其他植被

农田,种植

5.

空地/休耕地/不毛之地

牧区、暂时非耕地和不能开垦的土地

结果和讨论

研究区划分了五个类别的土地利用/土地利用分类,分别是河流和水体、荒地和居住、森林、农业/其他植被、开阔地/休耕地/不毛之地。采用NDVI分类方法进行LU/LC制图。2013年Landsat-8卫星影像计算出的NDVI值在0.62 ~ -0.422之间。森林覆盖区NDVI值较高。河流和水体的NDVI值较低。研究区域的LU/LC地图如图4所示。表2列出了不同类别所涵盖的区域。

图4:2013年研究区的土地利用和土地覆盖地图(NDVI)


图4:土地利用和陆地覆盖研究
2013年面积(NDVI)

点击这里查看图

表2:2013年不同大学/学院课程学习区域分布情况

基于NDVI的LU/LC类

2013

面积(公顷)

面积(%)

河流及水体

4057.28

1.65

荒原与居住

5872.86

2.39

森林

115811.00

47.06

农业/其他植被

49472.50

20.10

空地/休耕地/不毛之地

70870.40

28.80

研究区域的LU/LC地图显示,与其他类群相比,森林占据的面积比例最高,即115811.00公顷。研究区为森林覆盖区,主要分布有萨尔混交林、柚木混交林等。值得注意的是,农业/其他植被下的面积扩展面积为49472.50公顷,与开阔地/休耕地/不毛之地的面积(70870.40公顷)相比,这一面积要小得多。有必要进行适当的土地利用规划和实施适当的农业措施。相比之下,发现荒地和人居覆盖比农业/其他植被要少。这一统计数据反映了人类入侵和活动对研究区产生的高度影响,班加尔河流域人口的主要职业是农业。河流和水体的面积计算为4057.28公顷,与其他土地利用/土地利用类别相比较少。

结论

为了更好地了解土地利用模式及其规划,有必要编制土地利用资源图/土地资源图。本研究说明了遥感和地理信息系统在根据主要的陆/陆/陆类型在空间上对研究区域进行分类的作用。提出了基于NDVI的分类识别方法。森林覆盖区NDVI值较高,这是班加尔河流域的主要特征。NDVI值越低,表示在河流和水体以下的区域。与其他分类方法相比,NDVI为更好地分类一个地区的不同特征提供了基础,可以有效地分析景观信息。

确认

作者感谢印度Jabalpur农业工程学院土壤与水工程系对这项研究的所有支持。

参考

  1. 国家海洋服务。商务部。https://oceanservice.noaa.gov/facts/lclu.html.2017年7月6日访问。
  2. Tiwari, J., Sharma, S. K. and Patil, R. J. 2017。基于遥感和GIS的土地利用和土地覆被变化检测方法——以印度中央邦班贾尔河流域为例当前世界环境.12(1): 157 - 164(2017)。
  3. 利用地理空间技术对马哈拉施特拉邦Yavatmal区Darwha区块Kupti流域的土地利用/土地覆盖变化进行检测。水土保持学报.16(1)(2017)。
  4. Howart Z.使用陆地卫星图像确定MeÄ ' imurje县的土地利用/土地覆盖变化。Hrvatski Geografski Glasnik。75/2;5-28(2013)。
  5. 基于遥感和GIS的土地利用/土地覆盖分析——以印度安得拉邦Kadapa区Vempalli及其周边地区为例国际科学和研究出版物杂志。3 (5);1 - 4(2013)。
  6. 基于遥感和地理信息系统的流域优先排序方法。兰伯特学术出版社。(2014)
  7. 基于遥感和GIS的农业流域土壤侵蚀评估。地球科学学报。8;6967 - 6984(2015)。
  8. 基于主成分分析法的乌特拉流域地貌参数分类研究。国际遥感与地球科学杂志.2 (6);63 - 70(2013)。
  9. 地理信息系统在Kanhiya Nala流域分层分析中的应用。国际遥感与地球科学杂志.2 (3);- (2013 b)。
  10. 帕蒂尔,r.j.,夏尔马,s.k., Tignath, S.和夏尔马,a.p.m 2016。遥感、地理信息系统和C++用于沙克河流域土壤侵蚀评价。水文科学杂志.http://dx.doi.org/10.1080/02626667.2016.1217413。
  11. Gour River Catchment:一种基于GIS的方法。国际工程研究杂志.4 (5);135 - 143 (2016 b)。
  12. 基于遥感和地理信息系统的基于形态参数的流域优先级排序方法。国际科学、工程与技术研究杂志(IJSETR).5 (10);3041 - 3046(2016)。
  13. 利用卫星获得的NDVI来评估生态系统对环境变化的响应。生态学和进化趋势.20;503 - 510(2005)。
  14. 关键词:土地利用和土地覆盖,ndvi,时空变化,时空变化国际摄影测量、遥感和空间信息科学档案,卷XL-7/W3, 2015。
  15. 基于NDVI和GIS的流域土地利用/覆被动态评价。国际科学与工程研究杂志.4 (12);87 - 93(2013)。
  16. 利用RS和GIS技术对印度中央邦钦德瓦拉沙卡河流域土壤侵蚀建模的通用土壤流失方程作物管理因子(C)的估计。JNKVV研究杂志》上。47个(1);111 - 115(2013)。
  17. 詹森,jr 2005。数字图像处理入门:遥感视角皮尔森普伦蒂斯霍尔新泽西。
  18. Lillesand, t.m., Kiefer, R.W.和Chipman, J.W. 2004。4 .遥感与影像判读th版,纽约:约翰·威利父子公司
Creative Commons许可
这个作品是根据知识共享署名4.0国际许可