基于NDVI的西藏自治区草地退化评价模型

本文选择草地退化三个主要的表征因子草地盖度、牧草生物量和牧草植株高度来反映草地“量”的退化程度,并运用因子分析的方法算出各个表征因子的权重,加权求和得出草地综合评价指数。最后根据NDVI与草地综合评价指数建立草地退化评价模型,为草地退化的遥感宏观评价提供了一种新方法。     

高原草地退化遥感监测对象的地学属性分析--以西藏自治区那曲县为例

本文通过分析那曲县草地退化遥感监测对象的空间分布特征、波谱响应特征和时相特征三个地学属性,得出以下结论:(1)那曲县的自然景观单元分异程度比较低;(2)退化草地植被在TM5、6波段具有高反射值,LAND-SAT TM信息源中具有对草地植被退化敏感的波段TM7,TM5和TM3;(3)高原植被返青比较晚,生长期短,7、8月份是牧草生长旺季。并根据地学属性分析结论选择7月下旬的LANDSAT TM图像作为草地退化动态监测的主要遥感信息源。     

草地退化遥感评价与监测研究进展

草地退化成为中国最主要的生态问题之一,研究其时空特征、影响以及驱动因子对退化草地治理和草地资源持续利用均有指导意义。从草地退化评价与监测研究的技术手段、基础、监测方法分类、常见的遥感分级指标及其局限性等方面的研究现状进行了综述,结果发现,目前草地退化遥感评价与监测工作中存在着草地退化与草地植被长势概念混淆、草地退化程度被"高估"、现有分级指标对某些特定的退化类型不敏感等问题,利用年降水量资料对植被覆盖度、地上生物量等现有分级指标进行校正,针对特定的退化类型,引入草地群落中退化指示植物的综合算术优势度、覆盖度的相对百分数等新的综合性分级指标并对其进行遥感反演是未来发展趋势,具有广阔的应用前景。     

青海湖环湖地区草地植被生物量遥感监测模型

利用青海湖环湖地区2000年陆地卫星TM遥感图像数据和同期野外实测的34处样方产草量数据,分析了遥感植被指数与草地植被生物量之间的相关关系,进而分别建立了遥感植被指数与草地植被生物量的一元线性回归模型和非线性回归模型。研究表明,遥感植被指数与草地生物量之间存在较好的相关性,但不同遥感植被指数与草地植被生物量相关性程度存在一定差别。此外,所建遥感植被指数与草地植被生物量的非线性回归模型在拟合精度上优于一元线性回归模型,且由三次方程得到的非线性回归模型最适用于监测青海湖环湖地区的草地植被生物量。     

近15 a来黄河源地区玛多县草地植被退化的遥感动态监测

 依据草地退化国家标准和黄河源区草地退化的实际情况,选取草地覆盖度、植株高度、地上生物量、牧草可食率、土壤有机质5个重要指标建立黄河源区玛多县草地植被退化监测和评价指标体系。利用遥感影像和GIS技术,结合实地调查和采样测定,对5个评价指标在遥感影像上进行反演,并进行图层的加权叠加,得出玛多县草地退化的时空特征。结果表明：玛多县草地在1994年已经出现了较为严重的退化现象,退化草地的空间分布格局已经基本形成,并且草地的退化过程一直在继续。2009年草地退化空间特征显示在气候变化较为敏感区域、河道两侧、鼠害严重以及靠近居民点等区域草地退化较为严重。通过对4期草地退化情况进行对比分析,发现1994-2001年间玛多草地植被退化情况最严重,重度退化面积高达1 355 943.30 hm2,占草地面积的86.53%。2001-2006年间和2006-2009年间重度退化、较大退化和中度退化草地的面积都下降较大,同时退化的速度已经有了较大缓和,黄河源头地区草地生态系统得到初步恢复     

藏北地区草地退化的时空分布特征

根据草地退化国家标准和藏北地区草地退化实际情况以及遥感数据特征,选择草地植被盖度为草地退化的遥感监测指标,建立藏北地区草地退化遥感监测和评价指标体系,并对藏北地区近24年的草地退化进行遥感监测和评价。结果表明：藏北地区草地退化现状 (2004年) 十分严重,重度和极重度退化草地面积分别占草地总面积的8.0%和1.7%,区域草地退化指数 (GDI) 为1.86,接近中度退化等级;其中藏北地区冰川与雪山及其周围等气候变化较为敏感区域和交通要道沿线等人类活动较为频繁区域的草地退化相对严重;从1981年到2004年的近24年以来,藏北地区及其各个区域草地退化较为严重,其草地退化等级分布比例和草地退化指数年际波动较大,草地退化等级在轻度退化至重度退化等级之间波动;近几年藏北全地区总体草地退化情况及中部、东部和北部地区的草地退化具有更加严重的趋势,而西部地区草地退化状况则略有减缓趋势。     

近30 年来青海三江源地区草地退化的时空特征

在20 世纪70 年代中后期MSS 图像、90 年代初期TM 图像和2004 年TM/ETM 图像支 持下, 通过三期遥感影像的直接对比分析, 获得了三江源地区草地退化空间数据集, 并在此 基础上分析了70 年代以来青海三江源地区草地退化的主要时空特征。结果表明: 三江源地区 草地退化是一个在空间格局上影响范围大, 在时间过程上持续时间长的连续变化过程。研究 发现, 三江源草地退化的格局在70 年代中后期已基本形成, 70 年代中后期至今, 草地的退 化过程一直在继续发生, 总体上不存在90 年代至今的草地退化急剧加强现象。草地退化的过 程在不同区域和地带有明显不同的表现, 如在湿润半湿润地带的草甸类草地上, 发生着草地 破碎化先导, 随后发生覆盖度持续降低, 最后形成黑土滩的退化过程; 在干旱、半干旱地带 的草原类草地上, 发生着覆盖度持续降低, 最后形成沙地和荒漠化草地的退化过程。三江源 地区草地退化具有明显的区域差异, 草地退化可以分为7 个区, 各区草地退化在类型、程度、 范围与时间过程方面具有明显不同的特点。     

基于植被盖度和高度的不同退化程度高寒草地地上生物量估算

由于气候变化和不合理的人类活动,20世纪80年代以来青藏高原高寒草地发生严重退化。地上生物量是评价草地退化的直观指标。通常采用植被盖度和高度来估算草地地上生物量,但草地退化后,植被盖度和高度与地上生物量之间的关系是否会发生变化目前还不清楚,这影响着退化草地生物量估算的精度。通过多元回归分析研究了青藏高原中部和东北部高寒草甸、高寒草原在不同退化程度下植被盖度和高度与地上生物量的关系。结果表明：（1）高寒草甸与高寒草原地上生物量整体上及不同退化阶段都没有显著差异（P>0.05）。（2）随着退化程度的加剧植被盖度和高度对地上生物量的影响也发生改变,体现在未退化阶段地上生物量主要受植被高度影响,退化后主要受植被盖度影响。（3）无论是高寒草甸还是高寒草原分退化程度的回归模型估算结果都较不分退化程度模型估算的生物量更接近实测值。我们建议在退化高寒草地研究中采用盖度和高度估算生物量时,根据退化阶段采用不同的估算模型。     

基于RS与GIS的金沙江干热河谷区退化生态系统评价——以云南省元谋县为例

文章以元谋县为例,研究干热河谷退化生态系统评价。在对植被指数、斑块分维数、沟谷密度、坡度、水热分带、载畜量、人口密度等因子分析的基础上,通过建立遥感和地理信息数据库进行综合定量评价。评价结果表明,元谋干热河谷生态环境退化较严重,就地形垂直分带而言,坝周低丘陵区生态环境退化最严重;就不同土地景观类型而言,旱地、林地、草地生态系统退化较严重。文章还对元谋干热河谷生态系统退化主要原因、空间分布规律及其恢复重建途径进行研究与探索。     

国际草地资源遥感研究新进展

系统地评论了国际上有关草地资源遥感研究的最近文献。首先,分析了草地遥感的可行性,确定了监测和评估草地资源最有效的光谱波段,阐述了各种遥感影像在草地资源调查与评估中的实用价值。之后,介绍了草地资源遥感的常用方法,即植被指数和其他指数法,对比和分析了各种指数在草地资源遥感应用中的有效性及应用范围。这些草地资源遥感的应用包括草地盖度监测与制图、生物量估算、草地退化监测及草地资源定量分析。最后,探讨了草地资源遥感的发展趋势,包括摄像遥感、高分辨率影像(如CASI,AVIRIS和IKONOS)和GPS的运用。此外,GIS的引入及其与数字影像处理的集合会使草地资源遥感由简单监测逐渐向动态预报和模拟过渡。这些研究新动向对国内相关科学家在选题时具有极大的参考意义。     

基于MODIS的青海草地产草量变化遥感分析

青海省属于全国四大牧区之一,及时监测草地植被长势、准确估算牧草产量对青海牧区可持续发展与生态保护具有重要意义。草地产草量遥感估算主要基于植被指数与地面实测数据的统计关系,但是估算涉及植被指数、统计模型和建模指标等因素,不同组合建立的估算模型的精度不同。本文基于青海省MODIS数据与地面实测产草量数据,选择了6种植被指数（NDVI、EVI、RVI、DVI、RDVI、MSAVI）、5种统计模型（简单线性模型、二次多项式模型、幂函数模型、指数函数模型、对数函数模型）以及3种建模指标（植被指数年度最大值VI_max、植被指数生长季累积值VI_season-cum、植被指数年度累积值VI_annual-cum）,研究不同组合下估算模型的精度差异,并从中选出最优产草量估算模型,用于估算青海省2015年和2016年的产草量。结果表明：（1）6种植被指数中,基于NDVI的产草量估算精度最高;非线性模型的估算精度高于线性模型,尤其是指数模型,适用于大多数草地类型产草量的估算;基于NDVI年度最大值的估算模型对大多数草地类型都具有最高的决定系数（R²）。（2）从干重来看,高产草量区（>1 200 kg·hm^-2）主要位于青海东部的高寒草原,中等产草量区（600~1 200 kg·hm^-2）位于青海南部和东部的高寒草原和禾草草原,低产草量区（<600 kg·hm^-2）位于青海西部和北部的高寒草甸、高寒草原、高寒荒漠和盐生草甸。（3）与2015年相比,2016年青海省干草总产量减少31.60×10⁴ t,减幅为1.36%。其中,禾草草原和高寒草甸的减产幅度最大,而荒漠草原和盐生草甸的产量则有所增加。本文可为草地产草量遥感估算的研究和实践提供参考。     

基于卫星遥感信息的吉林省西部草地退化分析

利用 1996年和 1986年秋季陆地卫星TM数据 ,将计算机监督分类与非监督分类识别方法结合应用进行草地的解译 ,改进算法 ,改善遥感图像的识别精度。试验研究结果表明 :吉林省西部草原生态环境在恶化 ,草地面积平均每年减少 4.5× 10 4hm2 ,草地退化严重 ,退化草地面积已占草地总面积的 81.1%,而且退化程度也在加重 ,中、重度退化草地比例明显提高 ,草地退化呈发展的趋势。     

三江源区草地生态系统综合评估指标体系

基于联合国新千年全球生态系统评估 (MA)概念框架,提出了系统完整的三江源区草地生态系统评估指标体系,包括生态系统结构、支持功能、调节功能和供给功能的4大类15个一级指标、75个二级指标。针对位于青藏高原东部江河源区的草地生态系统的区域特点和人类对其功能的需求分析 ,设计了以土地覆盖结构和草地退化结构为核心的生态系统结构指标群;以初级生产力为核心的支持功能指标群;以水、碳调节为核心的调节功能指标群,以及以水供给和草地承载力为核心的供给功能指标群。在该指标体系中,设计了草地退化遥感分类系统,以实现年代际时间尺度草地生态系统退化过程的动态分析评估;提出了退化草地态势遥感分类系统,以实现大型生态工程实施后年际时间尺度草地生态系统退化态势的分析和评估。     

藏北高寒草地退化现状、原因与恢复模式

藏北高寒草地系统生态脆弱且区位重要,草地退化和沙化的治理是目前学者们重点关注的领域之一。本文采用遥感解译、模型模拟、地面取样验证等相结合的方法,分析了藏北高寒草地生态系统退化的现状、趋势和原因,以实验为基础,总结了退化草地恢复的几种重要模式。数据分析表明：藏北羌塘高原轻度退化草地占62．0％,中度和重度退化草地占15．1％,1991年以来,退化面积快速增加,2000年以来重度退化面积增加趋势明显。藏北西部的草地轻度退化可能由气候暖千化所引起,而中部、东部的重度退化主要由超载过牧引起。总结出轻度退化草地的“封育”、中度退化草地的“施肥＋封育”、重度退化草地的“补播＋施肥＋封育”三种草地恢复模式。提出了退化草地恢复和保护的间接途径“南草北上”生态工程的战略构想。     

不同取样单元对干旱区绿洲小麦地上生物量光谱估算模型的影响

为了更好地了解小麦高光谱特征与其地上生物量的关系,采用美国ASD公司手持便携式野外光谱仪（ASD Fieldspec HandHeld）在甘肃河西绿洲进行了小麦高光谱遥感地面观测。运用单变量线性和非线性回归分析方法,以不同绿洲为取样单元,建立4种NDVI-小麦地上生物量（ANPP）的地面光谱模型。研究结果表明,各模型均达到极显著检验水平（小样区:α=0.01,n=20;大样区:α=0.01,n=34）,通过对各个模型进行误差分析,确定基于同一绿洲和不同绿洲单元构建的最优光谱模型均为指数函数模型。其中,张掖绿洲、酒泉绿洲和河西绿洲模型分别为ANPP=0.1567e12.568NDVI(R2=0.8123)、ANPP=0.4082e11.108NDVI(R2=0.8321) 和ANPP=17.255e5.4326NDVI(R2=0.7369)。基于同一绿洲（小样区）构建的小麦光谱生物量预测模型在不同绿洲之间可以通用,但不能用于河西绿洲小麦估产;河西绿洲小麦估产要借助不同绿洲小样区构建的小麦光谱生物量模型进行预测。     

土地退化评价与监测技术路线的研究

在对 90年代后期国内外土地退化评价与监测主要进展分析基础上 ,归纳出了绝对、相对和差异三种退化的评价思想 ;直接运用图象处理软件 ,通过监督非监督分类选择几个基于RS、GIS的指标 ,给定不同的权重综合地确定土地退化类型和程度的两种技术监测路线。最后 ,结合中国的实际情况 ,以沙质荒漠化为例提出了在绝对退化思想指导下 ,通过确定土地退化生态基准的时空尺度 ,建立监测区内典型土地退化类型与程度的标准信息资源库 ,GIS数据与RS数据相融合的土地退化评价与监测的技术路线框架。     

基于熵权法的土地覆被动态遥感监测与评价——以新疆伊犁地区和博州为例

基于MODIS数据,选取植被净第一性生产力(NPP)、温度植被旱情指数(TVDI)、改进型土壤调整植被指数(MSAVI)、陆地表面温度(LST)4个对干旱地区地表覆被具有显著指示作用的指标,结合IGBP土地利用类型分类图,以新疆伊犁地区和博尔塔拉蒙古自治州(简称博州)为例,对研究区2003—2007年土地覆被动态进行监测,并利用熵权法确定各个指标的权重,在此基础上进行土地覆被动态的综合评价。结果表明,不同指标对不同的土地利用类型具有不同的适宜性和指示度;在新疆伊犁地区和博州,土地覆被动态地域差异性明显,土地覆被退化程度较大的土地类型为水体、草地、永久湿地、城镇,而森林、灌木林、荒漠草原和农田等土地类型有所改善,呈现出“局部改善、总体退化”的局面;引用熵权法将多个遥感指标综合起来进行土地覆被动态的监测与评价的途径是可行且有效的,可为干旱区土地覆被、荒漠化、土地退化、植被变化等工作的监测与评价提供可靠的技术方法与有价值的案例。     

黄河源区遥感数据的大气校正及其效果分析

利用6S模型结合暗目标法确定TM过境时的最优气象能见度,分别使用MODIS气溶胶产品(MOD04)、最优气象能见度作为TM的气溶胶光学厚度,对黄河源区的Landsat TM数据进行大气校正。以同步野外实测地面数据为标准,比较了两种气溶胶参数输入方法的校正结果,并从光谱曲线、植被指数、草地生物量的估算三方面探讨了大气校正的效果,两种气溶胶参数输入方法均可以对遥感图像进行有效的大气校正,消除因散射增加的辐射能量,同时补偿因吸收而损失的辐射能量。经过大气校正后的TM光谱更接近真实地表光谱,更有助于地物真实光谱信息的提取,同时对与该地区相似气候条件下影像的大气校正有借鉴意义。     

塔里木河干流植被遥感监测时空多尺度协同分析方法

利用遥感植被指数、典型植被样方和地面观测信息进行塔里木河干流植被监测是目前的主要方法。由于塔里木河干流具有流域下垫面均匀性差,自然植被随机分布的特点,使得现有研究方法局限在特定的时间和空间尺度,很难使用地面的观测数据和不同尺度的遥感数据进行植被生长状态的协同分析。针对这些问题,本文提出了利用不同分辨率遥感数据和地面观测数据进行多尺度协同分析的方法MSSA(Multiple Scale Synergy Analysis)。该方法包括以下几个步骤:①通过低空间分辨率的遥感数据构建时间序列的塔里木河干流植被指数分布图像,在分析图像特征的基础上划分塔里木河遥感监测单元;②对监测单元内部不同组分的时间和空间状态参数进行量化与率定;③根据几何光学模型原理和植被随机分布特性,采用线性混合模型模拟单元植被指数;④根据模拟结果和遥感数据的对比分析,获得地面植被参量的可靠估计。该方法将地面组分的状态参量和遥感数据通过模拟模型相关联,实现了不同时空尺度遥感数据以及地面样方或者点观测数据的协同分析,为塔里木河干流植被监测进行长期、细致的研究建立了海量数据综合分析的方法体系。     

古村落保护与开发综合价值评价研究——以浙江省磐安县为例

层次分析法(AHP)与线性加权和函数法相结合构建古村落保护与开发综合价值评价模型,在德尔菲法的基础上通过合理确定评价指标权重,定性与定量分析有效结合,从而提高评价的科学性、客观性和准确性,为古村落旅游开发决策服务.研究表明:建筑遗存因子对古村落综合价值的影响最大;综合评价排名并不能完全代表古村落的综合价值情况,应进行数据和指标的深入分析.以浙江省磐安县为例,对县域内的19个典型古村落进行综合价值评价,分析评价结果对磐安县古村落开发有参考价值及指导意义,最后针对磐安县古村落保护与开发提出建议.