基于多源遥感数据的玛纳斯河流域荒漠化监测

利用遥感手段对玛纳斯河流域绿洲-荒漠带的荒漠化状况进行监测。利用不同时期TM数据,在小尺度上分析该区域2000~2008年荒漠化土地的分布特征;基于MODIS陆地遥感产品(NDVI、Albedo及LST),利用多源信息复合法计算荒漠化程度指数;基于TM荒漠化监测结果对该指数进行分级处理,初步建立并验证基于MODIS数据的荒漠化监测评价模型。结果表明:近10 a来,绿洲外围荒漠化土地变化较小,大部分变化发生在绿洲内部,主要为局部荒漠化被开发或因盐碱化过重导致的撂荒;荒漠化监测评价模型对研究区荒漠化程度定量评价精度可达91.25%。     

基于时序NDVI的昭觉植被覆盖度变化研究

归一化植被指数(NDVI)能精确地反映植被绿度、光合作用强度,在一定程度上反映着植被的演化信息,是评价生态环境状况的重要指标之一。本文利用Landsat TM数据分别对昭觉地区2009年和2014年的NDVI进行计算,并分别利用均值法、像元二分模型及NDVI差值植被指数对研究区域植被覆盖变化进行定量分析,结果表明:昭觉县NDVI均值上升了11.6%,植被覆盖度中极度改善的面积比例约占38%,昭觉县整体NDVI植被覆盖度显著提高,并对其变化原因进行简要分析,为生态环境建设提供决策依据。     

基于COST模型的热岛效应时空演变特征分析

本文选取中等城市绵阳为研究对象,以2000年、2007年TM/ETM+遥感影像为数据源,首先应用COST模型完成大气校正;然后采用Artis等提出的算法进行地表温度反演,并利用均值标准差法进行温度等级划分,获得绵阳市地表温度分布图和温度等级分布图。结果表明:①2000-2007年热岛区与建成区在空间发展趋势上基本一致,其中2000年热岛区面积为11.49 km2,到2007年增加为43.12 km2,热岛区面积所占比例增加36.36%;②7年间温度等级升高的区域面积为56.09km2,占建成区总面积的64.47%,其中从温度较低区转化为热岛区比例占42.40%。     

遥感植被指数增强石漠化信息研究

由于石漠化与植被指数具有明显的相关性,选取RVI、ERVI、NDVI、PNDVI、EVI、GEVI六种遥感植被指数,利用"植被指数特征+欧氏距离+混淆矩阵"的方法对遥感植被指数增强石漠化信息的效果进行了研究.通过植被指数特征分析和欧氏距离评价了6种植被指数在不同石漠化程度之间的区分能力,并基于混淆矩阵验证了6种植被指数增强石漠化信息的有效性.结果表明,GEVI区分不同石漠化程度的效果最好,分类精度最高为85.15％,Kappa系数为0.7959;PNDVI和NDVI也表现出一定的优势.利用"植被指数特征+欧氏距离+混淆矩阵"的方法可筛选出最优的植被指数,能显著提高石漠化提取效果.该方法不仅适用于岩溶地区,在荒漠化地区同样具有借鉴意义.     

应用卫星与气象数据及其关系研究黄河流域的荒漠化现状

本文应用20年（1981—2000年）的卫星数据反演归一化差值植被指数（NDVI）,同时获取地面格网的温度与降雨数据,并分析这些数据之间的关系。基于地面的温度和降雨格网数据将研究区划分为8个气候区域,再利用NDVI数据把降雨量最少的3个气候区——区1,2,3各划分为10个等级。此外,分析这3个气候区在1983—1998年15年间的NDVI变化状况,结果显示出研究区荒漠化状况的加剧。     

喀什市城市植被及其覆盖度研究

针对国内外对城市植被及其覆盖度方面的研究不够深入的现状,该文以喀什市1990年、2000年及2010年3期Landsat TM/ETM+遥感影像为数据源,结合归一化植被指数(NDVI)与植被覆盖度估算方法,对喀什市植被覆盖区土地类型、面积变化等方面进行研究。结果表明:1990年至2010年,高覆盖区所占比例由1990年到2000年逐步增加,2010年稍有减少;中高覆盖区面积出现先减小后增加的变化趋势;中覆盖区面积逐年增加;低覆盖区呈先减小后增加的趋势;极低覆盖区变化最慢,2010年比1990年稍有增加。     

黄河中游地区荒漠化变化特征及影响因素

黄河中游地区荒漠化形势十分严峻,为了更好地掌握该区荒漠化变化情况与影响因素,利用全国生态地质环境遥感调查与监测项目提供的1975年、1990年、2000年、2007年4期荒漠化遥感解译变化统计图,提取黄河中游地区32 a来的荒漠化变化信息,利用MapGIS 6.7软件平台对研究区荒漠化情况做了统计分析,并利用SPSS软件对荒漠化的影响因素做了主成分分析,探讨黄河中游地区荒漠化的变化特征以及不同影响因素在荒漠化发展中的作用.结果表明:近年来局部地区荒漠化有所缓解,2007年总荒漠化面积较1975年减少了2.43×103 km2;但总体形势依然严峻,荒漠化面积超过研究区总面积的60％.风成地貌类型上的荒漠化最严重,占研究区总面积的43.1％.短期内,人为因素对荒漠化发展的影响占52％,气候因素的影响占48％,也就是说,相对恶劣的气候条件和不断增强的人类活动共同影响着当地荒漠化的发展.     

水蚀荒漠化信息自动提取方法研究

针对黄上高原地区水蚀荒漠化较为严重这一问题,建立了一套基于ETM+遥感数据和地理信息系统的水蚀荒漠化信息自动提取的技术方法体系,并对其信息提取精度进行了评价.该方法以NDVI(归一化植被指数)、KT3(KT变换后的湿度信息)、slope(坡度)、DEM(高程)及典型地物光谱数据作为水蚀荒漠化分类的特征波段,构建了决策树分类规则,有效剔除了研究区非水蚀荒漠化信息;引入面向对象多尺度分割技术,以坡度(slope)、沟谷密度(gully density)和植被覆盖度(vegetation coverage)等作为水蚀荒漠化程度分级的特征波段,通过层次分析法(analytic hierarchy process)确定特征波段的分割权重,实现了水蚀荒漠化程度的分级.该方法提取结果与目视解译结果的总体一致性为82.8％.     

基于神经网络的土地荒漠化信息提取方法研究

土地荒漠化是当今全球面临的重大环境问题之一,它的发生、发展及其逆转是气候、环境和人类社会经济活动综合作用的结果.区域荒漠化信息的提取技术研究是荒漠化研究进一步深入的关键,根据土地荒漠化的遥感探测机理,应用神经网络技术,利用了TM卫星遥感数据中的可见光、热红外和植被指数(NDVI)数据,建立了相应的BP神经网络的土地荒漠化信息的自动提取模型.实验应用表明,基于人工神经网络方法提取土地荒漠化发生的地点和范围等信息,其精度可达到84%.因此,应用人工神经网络方法提取土地荒漠化信息是切实可行的,并具有可推广价值.     

东北平原西部沙地沙质荒漠化的遥感监测研究

东北平原西部沙地位于欧亚大陆中纬度巨型沙带的东部边缘，为我国沙质荒漠化土地的东缘，沙质荒漠化景观日益明显，前景令人勘忧。本文利用TM数据分析了区域荒漠化观特征与土地荒漠化的特征，从机理上认识了区域上的土地荒漠化发生过程；在此基础上以目前生态系统没有产生明显退化的生态状况作为基准，采用相对基准的办法，利用ONOAA／AVHRR数据，确定了植被指数荒漠化监测指标；对荒漠化的动态变化及驱动因子进行了分析。研究认为区域荒漠化监测应当以全球常用多种分辨率的遥感数据为基础，在认识荒化发生机理之后进行监测与评估，在资料获取、分类分级和荒漠化监测的技术路线全球应有一个相对统一的标准，使评价的结果具有可比性。东北平原西部沙地的景观特征、沙质荒漠化程度、沙质荒漠化发展方式等具有明显的区域差异，二十世纪90年代沙质荒漠化发展速度很快，但区域差异很大，这种区域差异与人口增长、滥垦和滥樵具有很强的一致性。     

基于Aster数据的新疆渭——库绿洲及其周边地区土地沙化信息提取

以新疆渭干河——库车河绿洲及其周边地区为研究区,在野外调查的基础上,基于Aster数据,利用NDVI、植被盖度作为特征变量,结合偏最小二乘回归法模型反演得到的盐分含量(SSC)指标作为决策树分类的各节点的判别函数,通过决策树分类方法实现了沙化土地信息的提取与制图。结果表明结合植被覆盖信息与土壤特性能够在提取沙化信息的同时区分出盐渍化土壤,结果与野外调查较为一致。该研究为大区域土壤沙化信息提取与制图提供了较好的方法。     

基于地表定量参数的沙漠化遥感监测方法

利用野外沙漠化调查的定位数据和ETM+ 遥感数据，在实验分析的基础上，探讨了沙漠化程度与地表参数之间的定量关系，即沙漠化与植被指数（NDVI）、地表辐射温度（LST）之间的关系，提出了综合反映沙漠化土地生物物理特征的遥感监测指数——沙漠化遥感监测差值指数（DDI），为沙漠化遥感监测提供有效的定量化方法。     

基于K-T变换的NDVI提取方法研究

阐述了K-T变换的原理及其在植被信息提取方面的优点。将基于K-T变换提取的NDVI结果与直接在TM影像上提取的NDVI结果进行比较。实验结果表明,基于K-T变换的NDVI提取方法得到的结果图像纹理清晰、光谱保持能力强,对于区域植被覆盖信息提取,进而对生态环境变化、荒漠化等研究具有较重要的意义。     

格尔木土地荒漠化遥感动态监测研究

探讨以TM/ETM为主要信息源,在沙漠地区提取专题信息的方法。对TM5/TM7波段进行密度分割,结合DEM数据生成的模板提取水体及盐漠信息;利用NDVI提取植被信息;通过光谱角分类法(SAM)提取沙化土地和盐渍化土地信息。将综合分类结果输入地理信息系统中,利用空间分析功能提取变化信息。结果表明,1996~2000年间,研究区内荒漠化土地明显增加;2000~2002年间荒漠化土地面积变化较小。考虑到研究区地处沙漠环境,人类活动影响较弱,因此地表景观变化的主要影响因素是气候和水文地质条件,而这些自然因素短期内变化不大,所以监测周期至少定为5 a比较合适。     

用MODIS数据监测京津风沙源工程区植被指数的选择及合成

通过对比分析MODIS数据的标准归一化差分植被指数、土壤调节植被指数及增强型植被指数的特点,最终选择标准归一化差分植被指数(NDVI)对工程区进行监测。并阐述了最大合成法合成MODIS植被指数是一种行之有效的方法。     

THE DEPARTMENT OF PHOTOGRAMMETRY AND REMOTE SENSING AT WUHAN TECHNICAL UNIVERSITY,PEOPLE'S REPUBLIC OF CHINA

Many remote sensing applications are predicated on the fact that there is a known relationship between climate and vegetation dynamics as monitored from space. However, few studies investigate vegetation index variation on individual homogeneous land cover units as they relate to specific climate and environmental influences at the local scale. This study focuses on the relationship between the Palmer Drought Severity Index (PDSI) and different vegetation types through the derivation of vegetation indices from Landsat 7 ETM+ data (NDVI, Tasseled Cap, and SAVI). A series of closely spaced through time images from 1999 to 2002 were selected, classified, and analyzed for an area in northeastern Ohio. Supervised classification of the images allowed us to monitor the response in individual land cover classes to changing climate conditions, and compare these individual changes to those over the entire larger areas. Specifically, the images were compared using linear regression techniques at various time lags to PDSI values for these areas collected by NOAA. Although NDVI is a robust indicator of vegetation greenness and vigor, it may not be the best index to use, depending on the type of vegetation studied and the scale of analysis used. A combination of NDVI and other prominent vegetation indices can be used to detect subtle drought conditions by specifically identifying various time lags between climate condition and vegetation response.     

基于NOAA时间序列数据分析的中国西部荒漠化监测

利用1982～2000年的NOAAAVHRR10日合成时间序列数据,对中国西部干旱半干旱区的沙漠边缘及荒漠化多年动态变化进行了分析。     

中国陆地生态系统脆弱带遥感模型

本研究通过对我国陆地生态系统8个典型样地的植被指数取样实验和图像计算结果发现，这8个样地植被指数随着水、热因子的季节变化，在时间和空间上具有一定的“绿波推移”和“景观更替”规律。在中国东部湿润的季风区（样地1－3），随着纬度的增高，其月平均植被指数与月平均气温有较大的相关。发现降水相对丰沛的地带，热量和光照条件的变化成为植被生长和变化的自然限制因子；而在中国北方森林－森林草原－典型昌原－荒漠草原－荒漠地带上，随着从东部（湿润地区）到西部（干旱地区）干湿条件的更替，月平均植被指数与降水多寡有较大的正相关关系。在8个样地上都呈现出共同的规律，即定向风的分布与植被指数的分布在时间和空间上具有逆相分布的“套合关系”。尤其在时间上有相逆套合关系，这正是中国北方沙尘暴和沙漠化加剧的自然原因。本研究定量地给出了我国陆地不同经纬度带生态系统脆弱季节和累积时间的分布。     

运用NDVI-Albedo特征空间提取石漠化信息

石漠化是西南喀斯特地貌地区面临的最主要生态环境问题之一,对石漠化进行监测是其防治的一项重要工作。本文以威宁西部典型的石漠化研究区斗古乡为例,基于Landsat 8 OLI遥感数据,计算了研究区归一化植被指数(NDVI)和地表反照率(Albedo),通过NDVI-Albedo特征空间构建石漠化差值指数(RSDDI),对石漠化信息进行提取并对其进行精度验证。研究表明:基于NDVI-Albedo特征空间法构建的石漠化差值指数能够较为准确且便捷地对石漠化信息进行提取与分级,在中度石漠化及重度石漠化的制图精度均达到89%以上,提取效果较好,有利于西南喀斯特地貌地区对石漠化的定量评估与监测。     

Tracking desertification on the Mongolian steppe through NDVI and field-survey data

Abstract

Changing environmental and socio-economic conditions make land degradation, a major concern in Central and East Asia. Globally satellite imagery, particularly Normalized Difference Vegetation Index (NDVI) data, has proved an effective tool for monitoring land cover change. This study examines 33 grassland water points using vegetation field studies and remote sensing techniques to track desertification on the Mongolian plateau. Findings established a significant correlation between same-year field observation (line transects) and NDVI data, enabling an historical land cover perspective to be developed from 1998 to 2006. Results show variable land cover patterns in Mongolia with a 16% decrease in plant density over the time period. Decline in cover identified by NDVI suggests degradation; however, continued annual fluctuation indicates desertification – irreversible land cover change – has not occurred. Further, in situ data documenting greater cover near water points implies livestock overgrazing is not causing degradation at water sources. In combination of the two research methods – remote sensing and field surveys – strengthen findings and provide an effective way to track desertification in dryland regions.