基于NDVI阈值法的森林冰冻受灾范围精确提取

快速提取森林冰雪受灾范围,有利于准确掌握森林受灾情况,为此类灾害性气候事件防灾减灾、森林资源管理和生态保护提供科学依据。本文利用2001-2007年NDVI数据,提取灾前植被NDVI参考值和正常波动范围,结合2008年NDVI数据提取冰雪冻灾范围。该方法弥补了基于单一时相的传统方法（NDVI差值法）忽略植被指数正常波动的问题,分像元提取植被NDVI正常波动范围,使提取结果更加客观合理。与传统方法提取结果对比,省级尺度的验证结果相同（即森林受灾率均为34.72%,而实地调查森林受灾率35.3%）,但2种方法在县市行政单元提取的森林受灾率相差较大。NDVI阈值法提取的森林冰雪受灾范围主要分布于湖南省南部地区,北部地区分布相对较少,而传统方法提取结果主要分布于湖南省北部地区,南部地区分布相对较少。根据实地考察资料显示,相比于传统方法,NDVI阈值法提取结果与实际森林冰雪冻灾空间分布信息更接近,精度更高,更适合于区域大尺度提取森林冰雪受灾范围。     

基于多时相中分辨率时间过程特征的江汉平原棉花种植面积变化监测

棉花是中国重要的经济作物,快速、准确地提取棉花的种植面积和分布信息,对于优化棉花种植空间格局、科学指导棉花生产及提高其管理水平具有十分重要的意义。为了探讨多时相中高分辨率影像在棉花种植面积监测中的可行性,本文以江汉平原为研究区,根据棉花物候特征,选取2012年、2014年江汉平原棉花生长关键期的多时相HJ-1A/1B卫星数据,通过分析研究区棉花不同生育期的光谱特征和归一化植被指数（NDVI）时序变化特征,对分类影像进行阈值分割、掩膜处理,最后利用决策树算法提取研究区2012年、2014年棉花种植面积。通过计算混淆矩阵评价分类精度的方法和提取面积精度方法对棉花提取结果进行评价,总体精度达到95.96%,Kappa系数为0.93,以农业局统计数据为参考,2012年、2014年HJ数据提取的棉花种植面积精度分别达到了97.91%、91.27%。因此,在不受云和降水等因素的影响下,基于江汉平原区域关键时相HJ卫星CCD影像数据,可利用该方法进行棉花种植面积监测。     

利用物候差异与面向对象决策树提取油菜种植面积

及时、准确地获取农作物种植信息,对于农业生产管理和国家粮食安全有重要意义。目前越来越多的免费卫星数据可以用于作物分类及生理参数反演。Sentinel-2卫星于2015年6月发射,提供了13个光谱波段,具有较高的时间分辨率、空间分辨率和光谱分辨率,为不同作物特征区分以及大范围作物种植面积快速提取业务化运行的精度与效率提高带来了契机。随着Sentinel-2数据的免费下载,这就为大面积生产下一代区域或者国家尺度的高分辨率（10~30 m）农情遥感产品提供了可能。物候信息包含了作物随着季节不断变化的特征,利用如NDVI等时间序列植被指数找出不同作物的特征进而开展作物分类得到了广泛应用。本文以油菜为主要研究对象,以长江中下游地区的江汉平原为实验区,基于作物物候差异与面向对象决策树的方法,对Sentinel-2卫星影像用于油菜种植区提取的效果进行了评估与分析。首先利用作物不同生长时期各波段光谱信息以及归一化植被指数等信息的差异分析并找出油菜种植区提取的最佳时相,然后对影像进行多尺度分割,根据对象特征建立决策树逐一去除非植被、林地等干扰类型,进而提取出油菜种植区域。通过分析发现,基于Sentinel-2影像的图像分割可以有效生成不同作物类型的对象;油菜开花期的特征是其区分于其他作物的关键因素,利用该特征可以有效消除分类时其他地物类型对油菜的影响,提高作物分类信息提取的精度和效率。研究表明：在区分油菜的决策树分类特征信息中,贡献最大的是归一化植被指数（NDVI）,近红外波段（NIR）和亮度（Brightness）信息。用162个油菜验证样本点计算混淆矩阵,油菜种植面积提取的总体分类精度为98%以上,Kappa系数为0.95。说明结合物候信息利用Sentinel-2数据进行大范围作物种植面积提取具有巨大潜力,可以提高大范围油菜种植区域快速提取的精度和效率。     

我国长江中下游农业区冬闲田的遥感监测分析

 近20年以来,随着我国经济结构的调整和农村劳动力的转移,部分地区冬闲田的面积呈明显增长态势。为了科学、合理及高效地利用冬闲田资源,本研究以长江中下游农业区为实验区,利用长时间序列NDVI数据,结合研究区耕地空间分布和农作物在出苗期和成熟期NDVI变化特征,构建了NDVI动态阈值法的冬闲田遥感监测方法,进而对研究区2007至2008年冬闲田的空间分布和闲置时间进行了提取分析。研究发现,2007至2008年,我国长江中下游农业区冬闲田总面积为20.55万km²,占耕地总面积的45.49%。冬闲田集中分布于研究区北部和西北部的江苏、安徽、河南、湖北、湖南和江西的西北部地区,其中,湖北、湖南和江苏是冬闲田分布面积最多的省份,3省冬闲田面积占了研究区冬闲田总面积的53.41%。     

江苏沿海地区土地利用生态价值测算评估

江苏沿海地区生态价值的测算评价对于区域土地合理利用、优化配置具有重要的指导意义。根据江苏沿海地区土地利用和生态服务特征构建了江苏沿海地区耕地、城镇工矿用地、林地和沿海滩涂4个主要地类的生态价值体系以及综合当量因子法、价值量评价法、市场价值法、专家评估法、生产成本法和偿付意愿法等的生态价值测算方法模型,基于土地利用数据、播种面积、产出值、单产价格、降雨量以及废水、废气及烟（粉）尘排放量等数据测算了2011年江苏沿海地区现状土地利用生态价值。结果表明,江苏沿海地区耕地的生态价值均值为6178.95元/hm²、城镇工矿用地的生态价值为-5163.26元/hm²、林地的生态价值为16 438.42元/hm²、沿海滩涂的生态价值为8125.53元/hm²;连云港市、南通市、盐城市的耕地、林地、沿海滩涂都产生了正向的生态价值,共计104.55、4.56、23.28亿元,而这3个城市的建设用地造成了一定的生态价值损失,共计-28.53亿元。     

2000-2013年三江源植被NDVI变化趋势及影响因素分析

基于2000-2013年三江源MODIS NDVI数据,本文系统地分析了三江源植被生长季累计NDVI的时空变化特征,并结合三江源生态保护与建设工程实施的相关统计数据,探讨了人类活动对三江源植被变化的影响,最后通过气候因子与生长季累计NDVI的相关性分析,揭示了影响三江源不同地区植被变化的主要气候限制因素。结果表明,2000-2013年三江源植被NDVI整体上呈增加趋势,NDVI明显增加的区域面积比例达17.84%,主要分布于研究区的西部和北部;明显减少的区域仅占0.78%,多零星分布于研究区中部;NDVI变化稳定或没有显著变化趋势的区域面积比例为59.64%,主要位于研究区东部和南部。三江源生态保护与建设工程的实施虽然促进了植被恢复,但对区域植被整体变化的影响有限,研究时段内区域植被整体好转主要受气候因素控制。西部长江源区的植被生长主要受气温影响,东北部黄河源区主要受降水制约,南部澜沧江源区降水和气温的限制性均不明显。     

HJ卫星图像水稻种植面积的识别分析

 HJ-1A/1B卫星具有较高时空分辨率,是提取水稻等农作物种植面积的潜力数据源。本文以江汉平原腹地的监利县及周边相邻区域为研究区,根据水稻物候历,选取样区水稻生长关键期的多时相HJ-1A/1B卫星数据,利用水稻移栽期的水分信息和生长期的归一化植被指数(NDVI)变化信息,结合陆表水系数(LSWI)、短波红外波段的反射率(R_IRS-B2)、差归一化植被指数(DNDVI),构建了HJ卫星数据的水稻种植面积识别方法,提取了研究区2009-2011年水稻种植面积,得到面积精度和样本点精度均不小于90%,Kappa值不小于0.80的结果。     

面向数据共享的城镇化信息快速提取技术方法与应用——以江苏盐城为例

随着世界经济的发展,全球城镇化进程正在以前所未有的速度进行。城镇化带来的耕地占用、生态环境破坏、水资源短缺等问题日益受到关注。快速获取和共享城镇变化信息对于人地关系研究及可持续发展意义重大。借助遥感手段监测城镇变化信息,已经普遍得到应用,目前,多光谱遥感数据是最经济和可行的遥感监测数据源。本文基于多光谱卫星数据,有效利用城镇地区特有的地物光谱特征,建立不同类别城镇信息的提取模式和技术流程。这些可以通过多光谱遥感数据提取的信息包括城镇建成区、水体和绿地等。选择我国东部沿海区域内城镇化进程明显的江苏盐城主城区作为试验点,基于地物光谱特征分析,依据本文建立的城镇化信息提取流程,采用阈值分析和二值化处理方法,实现了盐城市亭湖区主要城镇区2000、2002、2006年三期城镇信息快速提取,使在更大范围内,促进此类信息的快速获取和共享,具有现实意义。     

基于GEE平台的广州市主城区不透水面时间序列提取

不透水面作为城市化水平以及城市环境的重要评价指标,其提取已经是当下的研究热点。与单时相影像相比,时间序列制图能够获取其准确的变化趋势,对于监测城市的快速发展具有重要意义。本文以广州市主城区为研究区,以Google Earth Engine平台为基础,利用2000-2017年的Landsat TOA影像计算BCI和NDVI,并通过自适应迭代法确定它们的阈值,从而提取初始的不透水面,然后进行时间一致性检验,使不透水面时间序列更加合理。研究结果表明:①BCI与NDVI的结合以及时间一致性检验能够提高不透水面的提取质量;②本文中不透水面提取的平均总体精度为90.4%,平均Kappa系数为0.812;③在2000-2017年广州市主城区不透水面面积增加近一倍,但增速有所放缓。④新增的不透水面主要集中在原本相对落后的主城区外围;⑤高程、道路密度和购物场所密度等是影响广州市主城区不透水面扩张的主要因素。     

近30年山东省沿海养殖用地遥感监测分析

山东省是我国的近海养殖大省,近30年来,养殖用地的数量和空间分布发生了较大的变化。本文选择山东省沿海养殖用地为研究对象,以TM/ETM+、CBERS、HJ-1等多源遥感影像数据为基础,运用人机交互解译的方法,提取了1980年代末、2000、2005和2010年共4个时期的养殖用地信息,并运用单一土地利用动态度、重心迁移、景观破碎度等模型,研究近30年山东沿海养殖用地的时空演变格局。结果表明:(1)山东沿海地区养殖区面积呈增加趋势,养殖用地的单一土地利用动态度在1980年代末至2000年最大,为16.95%,2000至2005年下降到5.63%,2005至2010年最小,为5.19%。(2)养殖用地变化表现出空间异质性,东营市养殖面积增长速度最快,共净增加608.22 km2,其次为滨州市和威海市,青岛市和潍坊市呈现为先增加后减小的趋势。(3)近30年养殖区的破碎度增加了4.5倍,养殖区的分布重心向西北方向迁移。(4)增加的养殖用地主要源于城乡工矿居民用地、水域和耕地,而减少的养殖用地主要转化为城乡工矿居民用地和水域。     

Effects of normalized difference vegetation index and related wavebands’ characteristics on detecting spatial heterogeneity using variogram-based analysis

Spatial heterogeneity is widely used in diverse applications, such as recognizing ecological process, guiding ecological restoration, managing land use, etc. Many researches have focused on the inherent scale multiplicity of spatial heterogeneity by using various environmental variables. How these variables affect their corresponding spatial heterogeneities, however, have received little attention. In this paper, we examined the effects of characteristics of normalized difference vegetation index (NDVI) and its related bands variable images, namely red and near infrared (NIR), on their corresponding spatial heterogeneity detection based on variogram models. In a coastal wetland region, two groups of study sites with distinct fractal vegetation cover were tested and analyzed. The results show that: 1) in high fractal vegetation cover (H-FVC) area, NDVI and NIR variables display a similar ability in detecting the spatial heterogeneity caused by vegetation growing status structure; 2) in low fractal vegetation cover (L-FVC) area, the NIR and red variables outperform NDVI in the survey of soil spatial heterogeneity; and 3) generally, NIR variable is ubiquitously applicable for vegetation spatial heterogeneity investigation in different fractal vegetation covers. Moreover, as variable selection for remote sensing applications should fully take the characteristics of variables and the study object into account, the proposed variogram analysis method can make the variable selection objectively and scientifically, especially in studies related to spatial heterogeneity using remotely sensed data.     

京津风沙源区生态环境时空变化的遥感监测分析

本文利用由遥感影像解译获得的土地利用数据和MODIS NDVI产品,采用空间转移矩阵、最大值合成法、均值法和一元线性回归模拟等方法,分析了2000年以来京津风沙源区生态环境变化的时空特征.结果表明:(1)2000-2005年京津风沙源区耕地开垦、林草地减少的趋势有所减缓,但区域气候变化趋于干旱,水域面积明显减少,草地退...     

Spatio-temporal distribution of vegetation index and its influencing factors——a case study of the Jiaozhou Bay,China

The coastal zone is an area characterized by intense interaction between land and sea, high sensitivity to regional environmental changes, and concentrated human activities. Little research has investigated vegetation cover changes in coastal zones resulting from climate change and land-use change, with a lack of knowledge about the driving mechanism. Normalized diff erence vegetation index(NDVI) can be used as an indicator for change of the coastal environment. In this study, we analyzed the interannual changes and spatial distribution of NDVI in the coastal zone around Jiaozhou Bay in Qingdao, a coastal city undergoing rapid urbanization in northeast China. The underlying causes of NDVI variations were discussed in the context of climate change and land-use change. Results showed that the spatio-temporal distribution of NDVI displayed high spatial variability in the study area and showed a typical trend of gradually increasing from coastal to inland regions. The significant increase area of NDVI was mainly found in newly added construction land, extending along the coastline towards the inland. Land vegetation cover demonstrated a certain response relationship to sea-land climate change and land-based activities. The impact of land-based human activities was slightly greater than that of sea-land climate change for land vegetation cover. The results indicate that promoting ecological policies can build an ecological security framework of vegetation suitable for the resource characteristics of coastal cities. The framework will buf fer the negative ef fects of sea-land climate change and land-based human activities on vegetation cover and thereby achieve the balance of regional development and ecological benefits in the coastal zone.     

不同土地覆盖类型上植被生长的最适温度

生态过程模型已成为探测陆地植被对气候变化响应的重要手段之一,最适温度作为模型模拟过程中的一个重要参数,其准确性对模型模拟结果有重要影响。本研究以2001-2010年MODIS-NDVI、2001-2010年气象台站温度数据,以及2000年土地覆盖数据,结合前人研究的成果,将最适温度定义为适宜植物生长温度上下限之间所有月均温度的均值,并从植被类型角度出发,探讨不同植物生长的最适温度,以期为生态过程模型的改进提供参数优化方案。研究表明,不同植被类型植被生长的最适温度存在较大差异。常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林、灌丛、草地、农田和建设用地的最适温度,依次为22.4℃、23.4℃、14.1℃、19.5℃、20.7℃、22.6℃、15.4℃、24.8℃和25.6℃。     

准格尔旗植被覆盖度变化的时间序列遥感监测

准格尔旗2000年开始实施退耕还林、沙漠治理政策已逾10年,了解准格尔旗植被恢复现状及存在的问题,对于制定更加合理的环境治理政策、实现环境和经济的可持续发展具有重要意义^[1]。本研究基于准格尔旗地区1990、2000和2011年3个时间序列的Landsat TM/ETM+遥感影像,通过选取3个时期植被与裸地的NDVI值,代入像元二分法模型中,反演得到3个时期的植被覆盖度,并且通过研究准格尔旗3期植被覆盖度的时空变化特征、近21年的准格尔旗植被覆盖度转移矩阵、植被恢复/退化状况及驱动力,定量分析了该地区近21年植被覆盖度的时序变化和空间分布特征。研究结果表明：准格尔旗近21年植被覆盖度显著增加,平均覆盖度由1990年的15.53%上升到2000年的17.82%,以及2011年的29.30%;准格尔旗的大部分区域植被呈恢复状态,局部区域呈现退化现象;准格尔旗的植被覆盖度变化特征受降雨因素影响不显著,准格尔旗近21年植被覆盖度的显著提高主要得益于2000年之后的一系列植被恢复工程。     

Long Term Evaluation of Green Vegetation Cover Dynamic in the Atacora Mountain Chain(Togo) and its Relation to Carbon Sequestration in West Africa

The research was done in the Atacora Mountain chain in Togo which tended to assess the change of vegetation cover during a 24-year period.It also aims to evaluate the dynamic of the net primary productivity(NPP) of the living plants over the same period.The Landsat imagery covering three different periods(1987, 2000, and 2011) was pre-processed to correct atmospheric and radiometric parameters as well as gapfilling the 2011 SCL-off images.Then, the vegetation indices such as NDVI(normalized difference vegetation index), SR(simple ratiovegetation index), SAVI(soil-adjusted vegetation index), and CASA(carnegie- ames- stanford approach)model for NPP were applied on these images after masking the study area.The results showed a quiet decrease in the vegetation cover.The vegetation loss was more significant from 2000 to 2011 than from1987 to 2000, and anthropogenic activities can be deemed as the main cause of the vegetation loss.The biomass assessment by NPP computation also showed a decrease over the time.Similar to the change of the vegetation cover, the ecosystem net productivity was very low in 2011 compared to 2000 and 1987.It seems that the general health condition of thevegetation, including its potentiality in carbon sinking,was negatively affected in this area, which has already been under threatened.A perpetual monitoring of these ecosystems by means of efficient techniques could enhance the sustainable management tools of in the framework of reducing emissions from deforestation and forest degradation(REDD).     

Detecting Global Vegetation Changes Using Mann-Kendal(MK) Trend Test for 1982–2015 Time Period

Vegetation is the main component of the terrestrial ecosystem and plays a key role in global climate change. Remotely sensed vegetation indices are widely used to detect vegetation trends at large scales. To understand the trends of vegetation cover, this research examined the spatial-temporal trends of global vegetation by employing the normalized difference vegetation index(NDVI) from the Advanced Very High Resolution Radiometer(AVHRR) Global Inventory Modeling and Mapping Studies(GIMMS) time series(1982–2015). Ten samples were selected to test the temporal trend of NDVI, and the results show that in arid and semi-arid regions, NDVI showed a deceasing trend, while it showed a growing trend in other regions. Mann-Kendal(MK) trend test results indicate that 83.37% of NDVI pixels exhibited positive trends and that only 16.63% showed negative trends(P 0.05) during the period from 1982 to 2015. The increasing NDVI trends primarily occurred in tree-covered regions because of forest growth and re-growth and also because of vegetation succession after a forest disturbance. The increasing trend of the NDVI in cropland regions was primarily because of the increasing cropland area and the improvement in planting techniques. This research describes the spatial vegetation trends at a global scale over the past 30+ years, especially for different land cover types.     

Spatial-temporal changes of vegetation cover in Guizhou Province,Southern China

Guizhou Province is an important karst area in the world and a fragile ecological area in China. Ecological risk assessment is very necessary to be conducted in this region. This study investigates different characteristics of the spatial-temporal changes of vegetation cover in Guizhou Province of Southern China using the data set of SPOT VEGETATION(1999–2015) at spatial resolution of 1-km and temporal resolution of 10-day. The coefficient of variation, the Theil-Sen median trend analysis, and the Mann-Kendall test are used to investigate the spatial-temporal change of vegetation cover and its future trend. Results show that: 1) the spatial distribution pattern of vegetation cover in Guizhou Plateau is high in the east whereas low in the west. The average annual normalized difference vegetation index(NDVI) from west to east is higher than that from south to north. 2) Average annual NDVI improved obviously in the past 17 years. The growth rate of average annual NDVI is 0.028/10 yr, which is slower than that of vegetation in the country(0.048/10 yr) from 1998 to 2007. Average annual NDVI in karst area is lower than that in non-karst area. However, the growing rate of average annual NDVI in karst area(0.030/10 yr) is faster than that in non-karst area(0.023/10 yr), indicating that vegetation coverage increases more rapidly in karst area. 3) Vegetation coverage in the study area is stable overall, but fluctuates in the local scales. 4) Vegetation coverage presents a continuous increasing trend. The Hurst exponent of NDVI in different vegetation types has an obvious threshold in various elevations. 5) The proportion of vegetation cover with sustainable increase is higher than that of vegetation cover with sustainable decrease. The improvement in vegetation cover may expand to most parts of the study area.     

福州海岸带湿地分类与变化的遥感分析

本文利用1986年Landsat TM、1994年Landsat TM、2000年Landsat ETM+、2005年CBERS-02 CCD、2009年ALOS AVNIR-2共5个时期的多平台遥感数据,采用分层分类和决策知识规则等方法,对福州海岸带湿地资源进行提取和分类;并分析了1986-2009年23年间福州海岸带湿地的时空分布和演化规律。结果表明:福州海岸带湿地的变化主要集中在1994-2005年间,1994年前和2005年后湿地变化都比较小;1986-2009年间,福州海岸带湿地面积总体呈下降趋势;天然湿地面积一直在减少,主要转化为水产养殖区等人工湿地和建设用地等非湿地类型;人工湿地2000年前呈下降趋势,2000年以后面积增长较快,其中水产养殖区面积一直稳步增长,主要由非湿地、水稻田和天然湿地转化而来。福州海岸带湿地的变化与区域政策调整、经济利益驱动和人口增长等因素相关,特别是与区域政策调整密切相关。