基于多源卫星数据的植被指数空间尺度效应研究——以青藏高原为例开题报告

1、 研究背景

空间尺度效应就是随着遥感影像空间分辨率的变化，获得的参数也随之改变的现象。在某一尺度上人们得到的性质、原理或规律，在另一尺度上可能有效、相似，也可能需要被修正。随着遥感数据源越来越多，多源影像的协同利用也越发受到重视，然而这受到空间尺度效应的制约，致使海量遥感数据无法得到充分应用，因此有必要对空间尺度效应进行研究^[1]。

当前对植被指数空间尺度效应的研究多是基于不同空间分辨率的多源卫星数据或由单一影像模拟而来的数据。然而，不同卫星数据之间存在因传感器不同而产生的偏差，使用来自同一传感器的数据可避免这种不确定性^[2]。

2、 研究现状

用地理信息系统( GIS) 获取、描述和表达栅格地理信息的尺度问题，可抽象为在空间上进行最小几何图形单元划分，以及从划分的样本集合中抽取全部或小样本对总体参量估计的影响问题，以及尺度大小对真实世界几何图形表达的逼近问题^[3]。

在遥感植被物候研究过程中,不同空间分辨率数据下植被表现出的物候特征及变化规律是不同的,因此进行植被物候的尺度敏感性研究具有十分重要的意义^[4]。

随着空间尺度的增大，样本的像元个数增多，取样结果会产生变化，分析变化趋势，将NDVI和EVI的变化趋势进行对比^[5]。

本文通过比较不同影像不同尺度的植被覆盖度，得出较为合理的研究青藏高原植被覆盖的方法，对合理利用影像研究青藏高原植被提供重要科学依据^[6]。通过对前人基于多源遥感影像不同草地类型NDVI、EVI 的空间尺度变化规律研究成果及历史文献进行梳理分析，了解相关领域的基本理论、研究现状、前沿动态以及仍存在的问题，进一步把握研究的方向与重点，掌握相关的理论与方法，明确研究的切入点^[7]。

3、 研究意义

对比不同影像，以 Landsat8_L2 、MOD13Q1 不同的尺度影像为数据源，进行植被覆盖度的计算，使用python与IDL结合对不同的波段进行批量处理，计算NDVI、EVI，并提取出最大值，对处理结果进行数据提取，与已知点进行比较，结合Esri全球10米土地覆盖数据，从而判断数据使用如何得当。

参考文献：

[1] 魏高磊, 吴太夏, 王树东, 地理空间信息 杨J. 基于无人机数据的植被指数空间尺度效应研究.

[2] 梁谋, 地理空间信息 符J. 海口市高精度似大地水准面的确定. 2003:3.

[3] 空间尺度变换对归一化植被指数估计的影响 [J]安徽农业科学. 2015; 43:4.

[4] 郭洋. 基于多空间分辨率的长江流域植被物候变化及尺度敏感性研究. In: 华中师范大学.

[5] Feyissa ME. 基于多尺度几何分析的高分遥感影像线性目标自动检测研究. In: 长安大学; 2020.

[6] 蒲开放. 基于多尺度分析的图像算法融合研究. In: 电子科技大学; 2020.

[7] A. A, H.P. R. Upscaleintegration of normalized difference vegetation index: the problem of spatialheterogeneity %J IEEE Transactions on Geoscience and Remote Sensing. 1992;30.