导读:本文包含了标化植被指数论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:植被,指数,黄土高原,延河,结构,登革热,流域。
标化植被指数论文文献综述
赵臻[1]（2011）在《基于结构化植被指数的区域土壤侵蚀风险评价》一文中研究指出黄土高原是我国土壤侵蚀最严重的地区,也是我国生态恢复重建的重点区域;植被是影响土壤侵蚀的重要因子之一,研究植被水土保持作用的有效表达,对准确评估植被的水土保持作用具有重要意义。本研究以黄土丘陵沟壑区延河流域为研究区,选择结构化植被指数(Cs)作为USLE模型中的植被参考因子,对植被因子(C)进行了修正,同时将投影盖度(Vc)作为参照,运用遥感(RS)和地理信息系统(GIS)技术对不同植被因子下的土壤侵蚀量进行了比较分析,获得了以下主要结论:(1)对于不同结构类型的植被,结构化植被指数与投影盖度差异较大,当结构完整时,结构化植被指数Cs>0.39,传统覆盖度>0.60,当只有两层结构(乔草层、灌草层、乔灌层)时,0.23<Cs<0.39,传统覆盖度>0.40,当只有一层结构时(乔木层、灌木层、草木层)结构化植被指数0<Cs<0.23时,0 <传统覆盖度<0.40。但不同结构类型的植被的结构化植被指数与投影盖度的关系进行回归分析表明,传统覆盖度与结构化植被指数存在明显的线性关系。(2)本研究估算了延河流域的降雨侵蚀力(R)、土壤可蚀性因子(K)、坡长坡度因子(LS)、水土保持措施因子(P),结果表明,延河流域的降雨侵蚀力(R)的范围为4571.95～6438.91 MJ.mm.hm~(-2) .h~(-1) .a~(-1);土壤可蚀性因子(K)的范围为0.028～0.044t.h.MJ~(-1).mm~(-1);LS最大值为40,最小值为0.05,均值为10.9;P的最小值为0.2,最大值为0.234。同时利用不同结构类型的植被的投影盖度与结构化植被指数的关系模型,建立了基于结构化植被指数的C因子修改方法,结果表明,基于Vc的C因子值范围在0～1之间,而基于Cs的C因子值范围在0～0.6之间。(3)分别基于两种的C因子值,采用USLE模型对延河流域的土壤侵蚀进行了评价,结果表明,基于投影盖度(Vc)的高强度侵蚀面积为41.49%,而基于结构化植被指数(Cs)的高强度侵蚀面积为73.78%;依此推论,延河流域有接近60%的区域覆盖度达到了70%左右,这与实地调查的结果并不一致,也就是说,基于结构化植被指数(Cs)土壤侵蚀评估,更符合实际,采用投影盖度往往会低估土壤侵蚀的风险性。(4)利用定点分析表明,当结构完整时,土壤侵蚀强度等级为微度、轻度或中度;当仅有两层结构时,土壤侵蚀强度等级为中度、强度或极烈度;当仅有一层结构时,土壤侵蚀强度等级为剧烈度或极烈度,其中果园尤为明显。土壤侵蚀对于群落层次结构的变化相当敏感,而投影覆盖度(Vc)在结构层次变化上不敏感,难以反映植物群落结构的变化,因此会形成“远看绿油油,近看黄水流”的现象,得出的土壤侵蚀量远小于实际侵蚀量。(本文来源于《西北农林科技大学》期刊2011-05-01）
雷婉宁,温仲明[2]（2009）在《基于TM遥感影像的陕北黄土区结构化植被因子指数提取》一文中研究指出根据结构化植被因子指数的概念,以TM影像为信息源,探讨了利用遥感技术提取陕北黄土区结构化植被因子指数(Cs)的途径与方法.结果表明:在陕北黄土区,Cs能更好地描述植被群落的水土保持效益,其与绿度植被指数(归一化植被指数NDVI、修正土壤调整植被指数MSAVI)和黄度植被指数(归一化差异衰败指数NDSVI、归一化耕作指数NDTI)等单一的遥感植被指数虽然均存在良好的相关关系,但用绿度与黄度植被指数相结合可综合反映植被的水土保持功能,能较好地克服单一指数在描述植被控制水土流失中的不足;MSAVI、NDTI分别是基于遥感影像提取Cs较为理想的绿度和黄度植被指数;根据群落结构化植被因子指数与遥感植被指数的关系推算区域尺度上的结构化植被因子指数是可行的,但由于不同地区植物物候期的差异,要使该方法在其他地区适用,仍需开展相应的率定和验证工作.(本文来源于《应用生态学报》期刊2009年11期）
雷婉宁[3]（2009）在《陕北黄土区结构化植被因子指数研究》一文中研究指出植被对于水土流失有着重要的影响。植被覆盖因子是水土流失预测模型的重要参数之一。众所周知,植被群落在垂直结构方向上可由不同的植被层次构成;不同的植被层在水土保持中具有不同的作用。传统生态学盖度由于不能反映植被群落的垂直结构而很难真实地指示植被的水土保持功能,在用于评价植被的水土保持功能或效益时有一定缺陷。鉴于此,本研究以植物群落各植被层次控制水土流失的机理为依据,提出结构化植被因子指数Cs这一新的植被盖度指标。根据陕北黄土区已有的径流小区资料构建了该区结构化植被因子指数模型,并结合野外地面实测结果与TM遥感影像,对结构化植被因子指数的遥感提取途径与方法进行了探讨。初步取得以下成果:(1)根据径流资料建立了陕北黄土区六种类型群落的结构化植被因子指数模型,并对典型群落的结构化植被因子指数与传统盖度进行比较,结果表明:结构化植被因子指数能够较真实的反映植被群落的水土保持作用与效益,是水土流失预测中理想的植被因子指标。(2)探索了结构化植被因子指数的遥感提取方法。NDVI、NDSVI、MSAVI、NDTI等植被指数都与结构化植被因子指数有着良好的线性相关关系,用冬夏两季的影像分别提取黄度指数(NDSVI、NDTI)、绿度植被指数(NDVI、MSAVI),可以综合反映植被结构化植被因子指数,效果优于单一影像或单一指数提取的结果。从遥感影像上获取结构化植被因子指数,MSAVI与NDTI分别是较为理想的绿度与黄度植被指数。(3)由MSAVI与NDTI两种植被指数获取的Cs指数,能较好地克服NDVI指数在植被高覆盖区容易饱和在低覆盖区对植被盖度不敏感的缺点。获得的结构化植被因子指数图能较好地反映区域尺度植被覆盖状况。研究表明,在陕北黄土区根据遥感影像提取结构化植被因子指数这一方法基本可行,但因不同地区植物物候期的差异,该方法在其它地区是否适用,仍需进一步开展深入的研究工作。(本文来源于《中国科学院研究生院（教育部水土保持与生态环境研究中心）》期刊2009-05-01）
易彬樘,张治英,徐德忠,张波,席云珍[4]（2003）在《协同克立格和标化植被指数在广东省登革热分布特征研究中的应用》一文中研究指出目的 探索用标化植被指数 (NDVI)预测登革热 (denguefever,DF)流行和媒介种群的空间分布的可行性。方法 收集广东省 1995年各市县DF发病资料、同期的伊蚊媒介监测资料及广东省县界数字化地图。用ERDAS8.5软件从卫星图像中提取各监测点NDVI。用ArcGIS8.1空间分析软件进行协同克立格 (Co Kriging)分析。 结果 DF流行、种群媒介及NDVI叁者的空间分布呈现地域一致性 ;从Co Kriging可见 ,用NDVI对DF发病和BI进行局部估计作图时 ,也呈现了一致性。用NDVI对DF发病、BI同时替代进行叁者协同时也取得了一致性的效果。分布图的交叉核验时 ,DF发病、媒介和NDVI的平均预测误差 (MPE)接近于 0 ,估计的方差 (RMSE)与平均标准误 (ASE)都较小 ,且极为接近 ,预测误差的变异程度 (RMSSE)接近于 1。结论 Co Kriging方法是描述DF空间分布特征的较好方法 ,NDVI可以用来作为DF发病和媒介的预测替代(本文来源于《西安交通大学学报(医学版)》期刊2003年05期）
标化植被指数论文开题报告
（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：
根据结构化植被因子指数的概念,以TM影像为信息源,探讨了利用遥感技术提取陕北黄土区结构化植被因子指数(Cs)的途径与方法.结果表明:在陕北黄土区,Cs能更好地描述植被群落的水土保持效益,其与绿度植被指数(归一化植被指数NDVI、修正土壤调整植被指数MSAVI)和黄度植被指数(归一化差异衰败指数NDSVI、归一化耕作指数NDTI)等单一的遥感植被指数虽然均存在良好的相关关系,但用绿度与黄度植被指数相结合可综合反映植被的水土保持功能,能较好地克服单一指数在描述植被控制水土流失中的不足;MSAVI、NDTI分别是基于遥感影像提取Cs较为理想的绿度和黄度植被指数;根据群落结构化植被因子指数与遥感植被指数的关系推算区域尺度上的结构化植被因子指数是可行的,但由于不同地区植物物候期的差异,要使该方法在其他地区适用,仍需开展相应的率定和验证工作.
（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。
标化植被指数论文参考文献
[1].赵臻.基于结构化植被指数的区域土壤侵蚀风险评价[D].西北农林科技大学.2011
[2].雷婉宁,温仲明.基于TM遥感影像的陕北黄土区结构化植被因子指数提取[J].应用生态学报.2009
[3].雷婉宁.陕北黄土区结构化植被因子指数研究[D].中国科学院研究生院（教育部水土保持与生态环境研究中心）.2009
[4].易彬樘,张治英,徐德忠,张波,席云珍.协同克立格和标化植被指数在广东省登革热分布特征研究中的应用[J].西安交通大学学报(医学版).2003
论文知识图
