Konya Journal of Engineering Sciences·9月1日 · 周二论文农业遥感与作物表型阅读 1
DETECTION OF METAL-INDUCED VEGETATION ANOMALIES IN THE MINING AREA USING REMOTE SENSING INDICES
Emre Yücer
论文解读
50未达精选线
速览
利用Landsat-7数据和遥感指数检测矿区植被金属胁迫异常。
方法
使用VIGS、NPCRI、EVI、GEMI四种遥感指数及箱线图、t检验等方法。
发现
VIGS在矿区中值较高，EVI和GEMI在10月显示异常，表明存在胁迫。
机会点
可探索结合高光谱或时序数据提高矿区植被胁迫检测精度，并区分金属类型。
影响力8
信息增量15
专业深度15
信源权威8
时效性4
利用多遥感指数识别矿区植被胁迫，方法有参考价值，但影响范围有限。
原文摘要
利用遥感技术和多光谱卫星数据可以获取大量植被信息。本研究采用Landsat-7 ETM+（增强型专题制图仪）卫星数据及遥感指数，识别矿区植被中与胁迫相关的异常现象。研究使用了四种不同的遥感指数：考虑绿度和短波红外的植被指数（VIGS）、归一化色素叶绿素比值指数（NPCRI）、增强型植被指数（EVI）和全球环境监测指数（GEMI）。采用箱线图、独立样本t检验及均值/标准差法，对矿区和矿区外样点所取数值进行比较。各指数的箱线图显示，7月和10月矿区的VIGS中位数值均高于矿区外。各指数中，EVI的中位数差异最小。独立样本t检验结果显示，矿区与矿区外之间在p < 0.05水平上存在显著差异。在比较均值/标准差时，VIGS和NPCRI指数结果未检测到异常。10月期间EVI和GEMI指数的较低均值/标准差表明存在由胁迫引起的异常。研究结果表明，多种指数、时间序列及统计分析方法的结合可用于确定矿区植被胁迫状况。