新的植被指数的探讨

本文提出了一些新的利用气象卫生NOA／AVHRR资料监测植被状况的植被指数，阐述了建立这些植被指数的基本思路和它们的基本性能，并对这些指数与前常用的植被指数作了对比分析。     

用气象卫星资料监测冬麦长势和估测产量的研究

利用１９９２、１９９３年的气象卫星资料，分析植被指数与甘肃省冬麦区３３个县市冬麦产量的关系，发现绿峰植被指数与产量存在极好的相关性。另外，从预测产量的角度和预报时限要求出发，可用４月中下旬累积植被指数预测冬麦产量，并给出了预报方程。     

GM（0，2）模型在遥感估算区域降水中的应用

根据遥感植被指数信息，基于灰色累加生成原理，利用植被指数增长与旬累积降水量的同步性，建立旱年、正常年的GM(0，2)模型，归纳为2种不同气候类型模式，并利用旬植被指数来估计旬降水累积量，可通过累减还原估算出旬降水量。     

用NOAA卫星可见光和红外资料估算甘肃省东部农田区土壤湿度

应用NOAA卫星AVHRR通道1、2计算的植被指数和通道4的亮温、农业气象试验站观测的土壤湿度，并结合气象卫星完成的土地覆盖分类等资料，建立了由植被指数和亮温估算甘肃省东部农田区土壤湿度的方程。结果表明，农田土壤湿度与植被指数和亮温间均存在一定相关关系；用植被指数和亮温可以估计土壤湿度情况，并对干旱进行监测。     

陇东地区近5年植被变化与降水的关系

利用NOAA卫星AVHRR遥感资料，对甘肃省陇东地区1997—2001年地表植被指数的空间分布和年变化进行了分析，并对相应时段内的降水量与植被指数之间的关系，以及降水对该地区植被的影响进行了分析。结果表明，该5年陇东地区平均植被有减小趋势，但北部有所增加；降水量的多少对地表植被的月变化起重要作用，特别是对农作物区植被的影响；对于林区植被，降水的年际变化对地表植被的影响比较小，森林区植被指数最高；2000年及2001年的1～6月，尤其是2001年植被指数最低。     

植被指数及其研究进展

介绍了植被的光谱特征，概述了几种常见的植被指数及其优缺点。对MODIS探测器监测植被的特点和美国NASA归一化差值植被指数(NDVI)和增强植被指数(EVI)产品特性和不足做了说明。指出了研究西北地区MODIS植被指数的重要意义。     

冬小麦地面光谱监测

从小麦反射光谱的特征，探讨了小麦不同物候期反射光谱特征和小麦日变化、季节变化特征。建立了大田冬小麦光谱植被指数与叶面积指数的关系模型和冬小麦农学参数与植被指数之间的关系模型，为开展冬小麦大田生长状况的遥感动态监测和产量预报打下基础。     

基于资源卫星图像对NDVI进行大气修正的一种简单方法

在遥感应用领域，植被指数己被广泛用来定性和定量表征植被覆盖度及其生长状况。由于大气变化的影响，使植被指数未能真实反映地表植被的真实分布状况，造成其应用的局限性。提出了一种简易方法，仅通过中巴资源卫星(CBERS：China Brazil Environment Resoure Satellite)图像的第3、第4波段中的水体，推算卫星接收到的大气程辐射，消除了大气对归一化植被指数(NDVI：Normalized Differece Vege—tation Index)的影响，减小植被指数所受的大气影响。应用结果表明，该方法能使植被指数较好地反映植被的生长及分布状况。     

新疆植被指数与气象因子关系分析

以新疆为研究区,分析2002—2008年MODIS植被指数(NDVI)及气象因子(温度、降水和日照)的时间序列特征、植被指数与气象因子响应范围分析,还有时间滞后分析等。结果表明:新疆植被指数和各气象因子7 a来呈增长趋势,新疆MODIS植被指数与温度和降水量相关关系显著,并有时间滞后差,而与日照时数相关关系不大。气象因子与以气象站点为中心半径60 km范围的植被指数相关关系最大。新疆气象因子与植被指数响应强度为降水最强,温度次之,日照最弱。     

用MODIS植被指数研究福州城区空间扩展变化

城区空间的扩展变化对人居环境产生的影响越来越受到人们的关注。利用2001-2005年美国EOS卫星的MODIS遥感资料，以福州市为示范区，逐年计算能反映城区植被覆盖变化的比值植被指数、差值植被指数、归一化植被指数和植被覆盖度，在地理信息系统（GIS）和全球定位系统（GPS）的辅助下，对福州市各种植被指数的年际动态变化过程进行了研究，并在此基础上对福州市的城区空间扩展变化情况进行遥感动态监测，同时结合社会经济统计数据加以分析。结果表明：福州市从2001年到2005年，城区空间扩展约29km^2，每年平均扩展约7．3km^2，与实际情况一致。利用MODIS资料能准确地监测城区空间扩展变化面积的大小。     

草地植被指数季节变化的遥感动态监测研究

利用EOS/MODIS卫星遥感数据,针对MODIS的应用特点,借鉴国内外基于遥感手段监测植被的方法以及植被指数的研究进展,探讨了草地变化动态监测的方式和方法。以乌鲁木齐地区为研究对象,用植被指数最大合成法,合成了该地区2004年4月至10月每个月的最大植被指数图。同时,利用每月合成的最大植被指数图,以乌鲁木齐南郊天山中段北坡的草地为典型研究区,通过典型区野外实地采样得到与MODIS影像资料时相一致的草地地上生物量数据,并利用ENVI软件提取出典型区各样点的植被指数值,分析了遥感植被指数与植被生物量的相关关系,从而建立起了植被指数在草甸和草原不同季节的生物量估测模型。     

基于MODIS数据的新疆植被分类监测与评价

在基础地理信息的平台上,以土地利用资料为基础制作植被分类底图,以MODIS的植被指数数据为实时更新数据,研究建立了一套植被分类动态监测与评价的方法,对新疆区域植被实现了动态分类监测与评价。     

基于MODIS的藏北高原植被分类研究

本文以那曲地区和拉萨市区(文中称藏北高原)作为研究对象,对该区域的植被进行分类。通过地面调查数据、遥感数据、中国植被图集扫描图中经几何校正的西藏藏北高原作为实际参考数据,利用R2V软件和Arc info软件的结合,得出西藏藏北高原植被的数字化图。同时通过中国植被图集中西藏藏北高原的数据和MOD IS卫星6、2、1通道合成数据的特点,利用最大似然估计监督类方法对2004年9月13和27日的EOS/MOD IS卫星遥感图像的西藏藏北高原部分植被进行分类。得出西藏藏北高原7个典型植被类型及其面积,可以反映出该区域植被的特征。这对可持续发展该区域的草地资源提供了决策依据。      

Global vegetation change predicted by the modified Budyko model

A modified Budyko global vegetation model is used to predict changes in global vegetation patterns resulting from climate change (CO₂ doubling). Vegetation patterns are predicted using a model based on a dryness index and potential evaporation determined by solving radiation balance equations. Climate change scenarios are derived from predictions from four General Circulation Models (GCM's) of the atmosphere (GFDL, GISS, OSU, and UKMO). Global vegetation maps after climate change are compared to the current climate vegetation map using the kappa statistic for judging agreement, as well as by calculating area statistics. All four GCM scenarios show similar trends in vegetation shifts and in areas that remain stable, although the UKMO scenario predicts greater warming than the others. Climate change maps produced by all four GCM scenarios show good agreement with the current climate vegetation map for the globe as a whole, although over half of the vegetation classes show only poor to fair agreement. The most stable areas are Desert and Ice/Polar Desert. Because most of the predicted warming is concentrated in the Boreal and Temperate zones, vegetation there is predicted to undergo the greatest change. Specifically, all Boreal vegetation classes are predicted to shrink. The interrelated classes of Tundra, Taiga, and Temperate Forest are predicted to replace much of their poleward (mostly northern) neighbors. Most vegetation classes in the Subtropics and Tropics are predicted to expand. Any shift in the Tropics favoring either Forest over Savanna, or vice versa, will be determined by the magnitude of the increased precipitation accompanying global warming. Although the model predicts equilibrium conditions to which many plant species cannot adjust (through migration or microevolution) in the 50–100 y needed for CO₂ doubling, it is nevertheless not clear if projected global warming will result in drastic or benign vegetation change.     

西藏藏北高原典型植被生长对气候要素变化的响应

选取西藏藏北高原西部高寒草原植被、中部高寒草甸植被及东南部高寒灌丛草甸植被 3 种藏北地区最典型的植被类型, 结合临近 3 个气象观测站的资料, 分析这 3 种典型植被类型地区 1999—2001 年旬平均气温、旬总降水量和 SPOT VEGETATION 卫星 10 d 最大值合成归一化植被指数 (NDVI) 变化特征以及 3 种典型植被基于 SPOT VEGETATION NDVI 的生长变化对旬平均气温和旬总降水量两个主要气候要素变化的响应关系。 结果表明: 藏北地区降水资源的空间分布特点是东南部向西北部逐渐减少, 气温则由南向北逐渐递减, 与降水资源分布相反, 蒸发量西部高, 东部低; SPOT VEGETATION NDVI 能够较为准确地反映 3 种典型植被生长变化特征, 所反映的植被返青期和枯黄期等重要植被生长阶段与由积温计算的植被生长特征基本一致; 藏北地区基于 SPOT VEGETATION NDVI 的植被生长变化与气温的相关系数明显高于与降水的相关系数 , 其中以那曲为代表的高寒草甸植被的 NDVI 与旬气温和旬降水总量的相关系数最大, 分别为 0.81 和 0.68 , 表明藏北地区由于海拔高, 气候寒冷, 气温对该地区植被生长的影响明显高于降水的影响, 即该地区植被生长变化对气温的响应程度明显高于对降水的响应程度 , 是植被生长的限制性因素; 不同植被类型对气温和降水两个要素的响应程度大小依次是高寒草甸、高寒灌丛草甸和高寒草原。     

GIS支持下的小麦区域化苗情遥感监测应用研究

在地理信息系统（ＧＩＳ）支持下,将处理好的归一化相干被指数（ＮＶＩ）图与地形图、土壤质地图、政我图、年降水量图、年平均气温图、小麦生育期积温图等背景图件叠加,进行比较客观的小麦遥感生态分层。并制成常年非麦象元分布底图。在此基础上,根据地面则网实地调查资料,建立了一套适合不同监测层的遥感监测指标。最后,将剔除常年非麦象元后的ＮＶＩ图与遥感生态区分层图进行集成,采用不同指标划分小麦苗情等级,从而提高了     

基于MODIS的广东省植被指数序列构建与应用

植被指数是衡量植被长势的重要指标,植被指数序列有助于准确地认知植被覆盖、土地利用和土壤水分的时空变化规律,以及进行干旱和植被生长监测.利用2004-2006年的MODIS数据,选择RVI、NDVI和EVI三种植被指数,采用最大值合成法进行广东省植被指数序列构建.按照不同植被覆盖对三种植被指数的年际变化规律进行分析,并通过NDVI进行植被覆盖度计算以及植被覆盖等级分类来分析植被的空间分布.结果表明,建立的植被指数序列能真实地反映植被生长规律,植被覆盖度和广东地区的植被实际分布状况一致.说明建立植被指数序列是动态监测广东省植被长势的及植被环境的变化的有效方法.     

结合潮位信息的红树林遥感识别

红树林的滨海湿地生境使得它同陆生植被、水体-陆生植被混合像元难以区分,且红树林在遥感图像上的空间分布还随着潮位的变化而变化,因此基于通常采用的单一潮位遥感图像无法精确提取红树林空间信息.基于高潮位和低潮位TM遥感图像,尝试利用红树林的潮位周期性变化和滨海湿地特征来精确提取红树林空间分布信息.研究结果表明：基于缨帽变换和潮差信息提取的WI_L+WI_H、GVI_L和GVI_L-GVI_H（WI、GVI分别为Wetness Index、Greenness Vegetation Index,下标L和H分别表示低潮位和高潮位）等指数能使红树林与其他地物之间具有很好的可分性;进一步采用最大似然法对红树林进行分类识别,通过结合潮位信息能精确提取红树林,其中制图精度和用户精度分别为94.57%、98.8%.     

一种由卫星遥感资料获得的修正的土壤调整植被指数

目前,通过卫星遥感资料确定区域面上植被分布、类型的研究受到许多实用领域的普遍重视,并由此提出了许多形式不同的植被指数。由于土壤背景噪声是造成植被指数不确定的重要原因之一,为此不同学者在标准化差值植被指数的基础上提出了多种旨在能消弱土壤背景噪声的土壤调整植被指数,如权重差值植被指数、土壤调整植被指数和转化土壤调整植被指数等等。这些植被指数不同程度上消弱了土壤背景噪声,但是必须预先已知下垫面植被的密度分布或覆盖百分比,也就是说仅适合于求解某一小范围植被覆盖变化较小下垫面上的植被指数,而且其动态范围也偏小。本文提出了一种修正的土壤调整植被指数,土壤调整因子由植被指数自身调整,不需要其它辅助信息。计算结果表明其动态范围较大,与最佳土壤调整因子下的土壤调整植被指数差异小,因此对应用卫星遥感资料求解区域面上土壤调整植被指数极其有效。