基于MODIS 数据的长江三角洲地区土地覆盖分类

长江三角洲地区是我国经济最发达的地区之一, 人类活动对自然环境产生了很大影响。为了研究该地区人类活动与生态环境的相互作用, 利用250 m 分辨率MODIS 数据进行土地 覆盖制图研究, 采用的主要数据为增强型植被指数EVI 数据、反射率数据和DEM 数据。通过基于时间序列的滤波方法消除EVI 的噪声, 通过PCA 变换压缩数据量, 并计算均质度来表征空间维的纹理信息, 构造了一个综合性的分类数据矩阵, 依据高分辨率影像选取了训练区, 采用最大似然法进行分类, 并采用缓冲区分析技术进行分类修正, 得到长江三角洲地区的土地覆盖分类结果。利用高分辨率影像解译信息对分类结果进行了精度评价, 并将分类结果与 MODIS 土地覆盖产品进行了对比, 精度分析表明分类结果很好的反映了研究区的土地覆盖信息, 显示了本研究分类方法与技术处理在实践中的可行性及250 m 分辨率EVI 时间序列数据在区域尺度土地覆盖分类方面的优势与潜力。     

基于MODIS数据的北京西北部地区土地覆盖分类研究

本文主要基于MODIS 16天合成的NDVI时间序列数据、8天合成 LST数据、1∶5万DEM数据以及其他辅助数据相结合,进行北京西北部地区土地覆盖分类的研究。首先选取适合于MODIS数据分类的土地覆盖分类系统,然后用PCA方法对NDVI时间序列数据进行信息增强与压缩处理,以排除各种干扰因素,提高分类精度。最后结合LST数据、DEM数据及降雨温度数据,利用?齂-均值非监督分类法,进行研究区的土地覆盖分类,经过分类后处理,得到北京西北部地区的土地覆盖分类图。分类结果表明,使用250m分辨率MODIS数据,结合本文所用方法,能够实现较大区域的土地覆盖分类,并且能达到较高的分类精度。     

植被指数-地面温度特征空间的生态学内涵及其应用

植被指数与地面温度是描述土地覆盖特征的重要参数 ,对两种数据的综合分析 ,可以衍生出更丰富、更清晰的地表信息 ,有助于更加准确、有效地认知土地覆盖 /土地利用的时空变化规律。本文探讨了植被指数与地面温度构成的二维向量空间的物理意义与生态学内涵 ,以基于 NOAA AVHRR的时间序列数据为本底 ,分析了不同土地覆盖类型在该特征空间上的时序变化规律 ,并以黄淮海地区主要农作物冬小麦为例 ,研究了植被指数-地面温度指标与干旱、半干旱地区农作物产量之间的响应关系。     

MODIS NDVI时间序列在三江平原湿地植被信息提取中的应用

以三江平原为研究区,利用多时相的中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)影像数据,采用一种基于归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列的监督分类方法获取了研究区湿地植被的分布数据。监督分类以NDVI时间序列的波形所反映出的植被物候特征作为分类器,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,并运用傅立叶变换后波形幅度和相位的相似性来确定像素的归属类别。根据研究区植被的物候特征的差异,区分出7种地表(沼泽、沼泽化草甸、滩地、水田、旱地、灌木和林地)的植被类型,得到三江平原2005年湿地植被的分布数据。该方法的总体分类精度达到79.67%,Kappa系数为0.752 5。研究表明,基于MODIS多时相NDVI数据,采用基于傅立叶组分的相似度分类方法可以客观、经济、快速的提取湿地植被分布数据。     

三江源区湖泊和沼泽遥感影像分类研究

为了进一步了解三江源区的湿地分布现状,尝试利用MODIS 16天合成的归一化植被指数(NDVI)数据,采用决策树分类方法对三江源区湿地的遥感影像进行了分类研究.在数据预处理时,采用中值滤波和主成分变换结合的方法有效地去除了MODIS数据的噪声;在决策树构建过程中,结合DEM数据有效地提取出湖泊;利用象元NDVI时序变化曲线规律,采用先控制曲线形状、再控制拐点阚值的方法对沼泽进行分类.通过精度验证,湖泊的分类精度达到了96.5%,总的分类精度达到了84.2%,Kappa系数为0.78.利用MODIS NDVI时间序列数据和决策树方法能够满足大范围区域湖泊和沼泽遥感影像分类要求.     

基于MODIS时间序列的松嫩平原盐渍地提取

松嫩平原是我国内陆盐渍土三大分布区之一,土壤盐渍化是该区最主要的环境问题。以多时相中分辨率成像光谱仪(MODIS)的归一化植被指数(NDVI)时间序列影像为主要数据源,通过Savizky-Golay滤波重构NDVI时序数据,依据研究区7种主要土地覆被类型的时间序列曲线差异性,应用分类回归树(Classification And Regression Tree,CART)方法确定像素归属类别,得到松嫩平原2013年盐渍土的分布数据;并基于不同盐渍化程度土壤的植被物候特征差异性建立CART决策树区分不同程度盐渍土。分类结果为:盐渍地掩膜提取精度达98.13%,Kappa系数为0.83;不同程度盐渍土识别的精度达到86.08%,Kappa系数为0.78。该研究表明多时相MODIS数据在大尺度盐渍土信息识别中具有可行性。     

基于MODIS的土地覆盖遥感分类特征的评价与比较

选取华北地区为研究区,利用MODIS遥感数据多光谱、多时相优势进行分类特征提取,依据土地覆盖分类特征如地表反射率、植被指数、纹理特征等,并对这些分类特征分别从光谱维、时间维、空间维三个角度进行阐述,结合DEM数据,使用最大似然法进行土地覆盖遥感分类特征的评价与比较。结果表明,不同分类特征对分类精度影响不同,将多种分类特征结合能够有效提高区域尺度土地覆盖分类精度,但分类特征的加入不一定能提高某些类别的分类精度。     

三江源区MODIS植被指数时空分布特征

利用16天合成的250m分辨率的MODIS数据,对三江源区NDVI和EVI植被指数时空分布特征进行了系统性的研究。结果表明：NDVI和EVI空间分布呈现出由东南向西北逐步下降的趋势。植被指数随季节呈现出规律变化,最高值出现在8月。不同海拔高度两种植被指数对植被覆盖情况的指示作用比较一致。植被类型的NDVI与EVI的差异...     

基于MODIS NDVI的新疆土地覆盖类型划分与潜在荒漠化区域探测

采用2002年MODIS 1km的全年NDVI时序数据对新疆及周边地区进行了土地覆盖分类,在分类的过程中重点强调了稀疏植被覆盖区域,这些区域具有潜在荒漠化的趋势。介绍了一种针对不同土地覆盖类型并能重点突出稀疏植被的分类方法,这种方法较好地综合了季节性影响因素和多变的自然条件影响因素。从16天合成的优化过的时序NDVI图像上,通过分析物候变化,可以获得较好的分类结果。将具有潜在荒漠化趋势的区域模型化研究以后,研究结果表明新疆及周边地区40万km2的土地有潜在荒漠化的趋势。由于MODIS NDVI数据覆盖范围较大,并且对植被的生长变化有较高的敏感度,所以它可以被有效地应用于监测大尺度环境变化和荒漠化进程。     

基于MODIS NDVI时序数列的柴达木盆地土地覆盖分类研究

以2003年柴达木盆地的MODIS卫星遥感影像为基础数据,结合野外实地考察资料,综合分析了2003年柴达木盆地的植被指数时间变化与空间分布特征,提取了该年度该区域各主要土地覆盖类型NDVI的时序数列曲线,采用NDVI时序数列变化曲线形状匹配方法对柴达木盆地进行了土地覆盖类型分类.在此基础上使用了将以月为单位的变化曲线转换为十二维空间中的单位向量,比较向量夹角以决定其相似度的先进算法,取得了良好的分类效果,获得了2003年柴达木盆地比较精确的土地覆盖分类图.提出了利用MODIS卫星遥感影像进行土地覆盖分类的新方法.     

分层分类和多指标结合的西北农牧交错带植被信息提取

参照《中国植被》中的植被分类体系，结合野外考察结果，建立了适合中国西北农牧交错带的植被分类体系。以覆盖研究区的多幅Landsat影像为基础，按“分层分类，逐层验证”的思路，实现了对研究区植被信息的提取。提取时，先利用完全约束的最小二乘模型对遥感影像进行混合像元分解方法，将整个研究区划分为植被区和非植被区；在植被区，基于光谱特征、纹理特征和地形特征，构建CART决策树，获得了乔木林、灌丛和草原等7种主要植被型组；在植被型组内，基于不同植被类型NDVI的季节差异特征，构建NDVI差值比值指数 (NDVI_DR)，将乔木林和灌丛区分为常绿和落叶植被型，使用温度植被干旱指数(TVDI)，将草原进一步区分为荒漠草原、典型草原和草甸草原3种类型，从而得到各个植被型的空间分布范围。经验证，最终分类的总体精度能达到79.51%，kappa系数为0.773。采用的分类方法充分利用了遥感数据既有的光谱信息和纹理信息，同时辅以地形信息。实践结果表明，分层分类和多种指标相结合的方法可以有效实现对影像跨幅的、以复杂镶嵌结构为主要特征的农牧交错带植被信息提取，精度较高，技术可行。     

基于遥感时序特征的地表覆被信息提取

地表覆被作为自然过程和人类活动共同作用的重要地表景观特征,对全球或局地气候、水热循环、物质传输及陆面生态系统多样性等影响深远。利用年内时序遥感影像自动提取不同地表覆被类型的方法,以新疆阜康地区为研究目标,组织2016年植被全生长季的Landsat 8 OLI地表反射时序影像,研究不同物候期植被冠层的纹理响应信息,考察研究区典型地表覆被类型在3—11月多波段波谱、归一化植被指数(NDVI)及增强型植被指数(EVI)的时序特征,构建提取地表覆被类型的策略规则,形成时序特征匹配方法,将其应用于2018年研究区地表覆被填图的提取。最后,基于高分辨率卫星影像和野外实地调查对随机选取的2500个样点进行对比验证。结果表明:提取结果和验证数据一致性较好,总体精度为97.2%,Kappa系数为0.9655,且实地考查结果显示本方法在复播作物识别和有效降低单一时相中“异物同谱”现象上展示潜在优势。     

全球及区域模式中陆面过程的地表植被覆盖分类方法

全球和区域尺度上陆面生态系统与气候密切相关。全球和区域模式的发展对于我们认识气候与陆地生态的变化起到重要作用。在这些模型中,植被覆盖是影响大气-植被间热量、水分和CO2等交换的重要陆面参数。在分析了陆地植被覆盖分类原理基础上,介绍了目前全球不同植被覆盖分类方案,包括基于地基观测的植被分布、基于生物气候特征的分类方案（如：Holdridge的方案）;特别近年来陆面过程试验表明,各种遥感数据源（如：NOAA—AVHRR,EOS—MODIS,Landsat—TM）等为我们提供了有利的工具来监测全球植被动态,完善植被分类,并且采用高时空分辨率的全球土地覆盖状况特征,在不同时空尺度揭示植被-大气相互作用。本文分析了代表性的3种基于卫星遥感技术的陆面植被分类方案,分别是BATS（18类）、SIB（9类）、SIB2（12类）和BIOME—BGC（31类）陆地模式的植被覆盖分类方案．最后分析了目前可用于全球植被覆盖分类的新的遥感数据库。     

云南省近20年植被动态变化遥感时序分析

植被动态变化监测是生态环境变化监测的重要内容。利用20年的AVHRR 8 km的NDVI数据集,研究了云南省的植被指数变化特征,结果表明:(1)云南省植被具有明显的季节差异和空间差异。植被总生长季节为5月上旬到10月中旬。滇西南地区植被覆盖度高,植被指数最早达到峰值,生长期较其他区域长,冬季植被指数最高。滇东北地区的NDVI值较其他区域变动幅度不大,但冬季植被指数在各区中属最低。滇中、滇东南、滇南、滇西生长季的开始各不一,滇东南最早4月中旬、滇中和滇南相近在5月中下旬、滇西最迟在7月上旬。近20年来云南省的全省的平均生长季已延长一旬,主要表现在春季提早一旬开始。(2)1982～2001年,云南省全区的植被指数有增加的趋势,植被覆盖略有上升。滇东北植被指数最低,滇西南植被指数最高。滇南、滇西、滇东南植被指数变动趋势与全区相类似,表现出植被指数增长的趋势。滇西北、滇中植被指数的变化幅度介于滇东北和全省植被指数变化曲线之间。滇东北植被指数变化曲线波动幅度不大,最低值出现在1984年,在1990年植被指数下降,在随后几年植被指数略有上升,但平均NDVI在全省范围内属最低。滇东南、滇南、滇西年植被指数变化与全省的波动幅度的相近,波动范围在0.02～0.08。全省、滇西南、滇东北、滇中、滇东南区域曲线走势相似,滇西和滇西北的曲线走势相似,波峰、波谷的出现年份极为相近。     

利用MODIS数据进行旱情动态监测研究

MODIS-EVI植被指数与不同覆盖程度植被的线性关系已得到明显改善,可以更有效地反映地表植被的生长状态。利用MODIS合成数据MYD11A2和MYD13A2获取的增强型植被指数(EVI)和陆地表面温度(Ts)构建EVI-Ts特征空间,并以该特征空间计算的温度植被干旱指数(TVDI)作为干旱监测指标,分析广西2006年秋旱分布。结果表明:以地表温度和MODIS-EVI为基础的温度植被干旱指数能较好地反映区域旱情分布和旱情发展过程,2006年9月中旬—11月中旬广西受旱区域不断扩大,旱情持续加重。     

基于Sentinel-2遥感时间序列植被物候特征的盐城滨海湿地植被分类

滨海湿地是具有重要功能的特殊海陆过渡带生态系统,精准获取滨海湿地植被时空分布信息具有重要意义。传统的湿地遥感观测研究集中于高空间、高光谱分辨率影像分类,往往受限于数据成本和覆盖范围,仅适用于小区域湿地监测。Sentinel-2A/B卫星影像时空分辨率高且免费共享,为大区域滨海湿地动态监测提供了可能。本文采用2018年Sentinel-2影像,提出像元级SAVI时间序列及双Logistic植被物候特征拟合重构模型,采用随机森林算法进行盐城滨海湿地植被分类,探讨Sentinel-2遥感时间序列植被物候特征分类方法的适用性。结果显示,分类总体精度达87.61%,Kappa系数为0.8358,分类结果与湿地实况相吻合,比常规单一时相分类精度总体提高19.57%。植被判别物候特征参数可为影像数据缺失或不足的滨海湿地分类提供不同植被的判别依据。研究表明,基于像元级时间序列植被物候特征的分类方法能实现植被群落混生带的精准分类以及对“异物同谱”植被的有效区分,对大区域滨海湿地植被分类具有很好的适用性,有效提高了滨海湿地植被分类精度。     

金沙江干热河谷土地荒漠化评价的植被指标分析

土地荒漠化是在人和自然因素的综合作用下，地表环境退化的总过程，其实质是土地减弱或丧失生长绿色植物的能力。因此，植被因子是评价土地荒漠化的关键因子。植被盖度和生物量能很好地反映土地是否荒漠化和荒漠化的强弱程度，但靠常规方法要获得这两项指标非常困难。以元谋老城乡为试验区，对土地荒漠化与植被盖度和生物量的关系、利用遥感技术获取的植被指数与植被盖度和生物量的关系进行了分析研究。试验研究表明，植被指数与盖度和生物量具有很高的相关性，是对二者的综合反映；植被指数为土地荒漠化评价提供了定量依据。     

基于遥感的北京山区植被覆盖景观格局动态分析

根据l994年和1999年的两期Landsat TM数据，在FCD Mapping model原理和方法的基础上，得到北京北部山区昌平、怀柔、密云和平谷的植被覆盖牢固，并利用FRAGSTATS软件对所得的植被覆盖等级图从斑块大小、斑块数、斑块密度、斑块平均面积、分形维数和聚集度等角度进行了空间格局变化的剖析。结果表明：1)各研究区均显示无植被覆盖类型占据着景观中的优势地位。1994一1999年期间，研究区总的植被覆盖率除平谷降低外，其它三个区均呈现增长趋势，其中昌平增长最显著。说明平谷的植被覆盖状况逐渐变差，而昌平、怀柔和密云的植被覆盖状况逐渐转为良好。然而各研究区的植被仍需进一步进行保护。2)1994一1999年期间，景观整体的斑块密度都在减少，其中平谷减少的最多，说明景观整体的破碎化程度降低；多样性指数和均匀度指数也呈现降低趋势，其中密云减少最为显著，表明景观越来越由少数植被覆盖等级类型所控制。3)各研究区中景观整体的分维数相差不大，各景现组分的分维数标准差均较低，说明山区的斑块形状主要取决于自然地貌及自然环境条件。4)1994—1999年期间，蔓延度指数均呈现增长的趋势，聚集度指数的变化不显著，但都接近于1，说明景现整体的聚集程度较高。     

2001—2018年黄土高原植被覆盖人为影响时空演变及归因分析

基于2001—2018年的MODIS-NDVI和MODIS-LST以及土地利用、交通、人口等多种人文社会数据,通过温度植被干旱指数反映黄土高原土壤水分状况,利用残差法剔除土壤水分得到植被覆盖变化的人为影响,辅以趋势分析、Hurst指数、地理探测器等方法探讨了黄土高原植被覆盖的人为影响变化特征、未来变化趋势以及人为影响的...