Are greenspace quantity and quality associated with mental health through different mechanisms in Guangzhou, China: A comparison study using street view data

Вегетационный индекс NDVI (англ.Normalized Difference Vegetation Index) светлохвойных лесов статистически сравнивается с характеристиками климата в Волжском бассейне.NDVI этих лесов немонотонно зависит от температуры и осадков, что выделяет две области, для которых знаки связей NDVI с климатом противоположны.Изменение характера связей с положительной на отрицательную у светлохвойных лесов в бассейне происходит при температуре зимы -13 °С.По этой причине в области исследования выделены две выборки по 200 точек каждая (площадки 1 км 2 ), которые отвечают указанным двум частям с разными знаками связей: северо-восточная и западная.Связь NDVI светлохвойных лесов с температурой зимы в первой выборке положительна, во второй -отрицательна.Для северо-восточной выборки температура зимы на 3,7 °С ниже, чем для западной, а сумма годовых осадков больше на 40 мм.В соответствии с этим среднее значение NDVI светлохвойных лесов для северо-восточной области составляет 0,732, для западной -0,760.Построены две модели множественной регрессии для северо-восточной и западной области, связывающие NDVI с климатом.Самым влиятельным фактором для областей является расстояние на северо-восток, с ростом которого средняя температуры зимы уменьшается на 7,5 °С, а сумма годовых осадков возрастает.Соответственно, для западной части связь NDVI с расстоянием на северо-восток положительна, для северо-восточной -отрицательна.Для NDVI лесов в северо-восточной части характерны более тесные связи с осадками холодного периода.При сравнении западной и северовосточной частей бассейна р.Волги выявлено возрастание влияния климата на NDVI светло

10.21046/2070-7401-2024-21-1-210-219

Cite

Citations (0)

Agreement evaluation of AVHRR and MODIS 16‐day composite NDVI data sets

International Journal of Remote Sensing (2008)

Lei Ji Kevin P. Gallo Jeffery C. Eidenshink John L. Dwyer

Satellite‐derived normalized difference vegetation index (NDVI) data have been used extensively to detect and monitor vegetation conditions at regional and global levels. A combination of NDVI data sets derived from AVHRR and MODIS can be used to construct a long NDVI time series that may also be extended to VIIRS. Comparative analysis of NDVI data derived from AVHRR and MODIS is critical to understanding the data continuity through the time series. In this study, the AVHRR and MODIS 16‐day composite NDVI products were compared using regression and agreement analysis methods. The analysis shows a high agreement between the AVHRR‐NDVI and MODIS‐NDVI observed from 2002 and 2003 for the conterminous United States, but the difference between the two data sets is appreciable. Twenty per cent of the total difference between the two data sets is due to systematic difference, with the remainder due to unsystematic difference. The systematic difference can be eliminated with a linear regression‐based transformation between two data sets, and the unsystematic difference can be reduced partially by applying spatial filters to the data. We conclude that the continuity of NDVI time series from AVHRR to MODIS is satisfactory, but a linear transformation between the two sets is recommended.

Data set

Advanced very-high-resolution radiometer

10.1080/01431160801927194

Cite

Citations (43)