利用MODIS影像提取火烧迹地方法的研究

火烧迹地监测不仅可以反映火灾对生态系统的影响情况及损失信息,还能为全球碳循环研究提供重要的数据支持。本文利用MODIS地表反射率产品（MOD09A1）的近红外和短波红外波段构建的归一化燃烧率指数（NBR）,计算前后2期影像的NBR差值,并在光谱指数差分法的基础上,结合MODIS植被数据产品（MOD44B）提供的植被覆盖度信息,设置规则提取火烧迹地。本文选择西伯利亚地区东南部的林地、草地、农田等不同生态系统的交界地带作为实验区,利用本文算法提取该区域的火烧迹地。实验结果表明：（1）本文算法的火烧迹地提取效果较好,优于MODIS火烧迹地产品（MCD45A1）,kappa系数由0.70提高到0.75;（2）利用林木覆盖度、草本覆盖度数据,可以减少误判,提高火烧迹地提取的精度,kappa系数分别由0.69、0.73都提高到0.75。     

基于信息熵的多遥感指数集成火烧迹地制图

考虑到基于单一遥感指数的方法无法准确进行火烧迹地制图,本文提出了一种基于信息熵的多遥感指数集成火烧迹地制图方法.首先从双时相遥感影像中计算与火烧迹地制图相关的各类遥感指数;然后运用差值法计算各个指数的变化强度图,并借助FCM (Fuzzy C-Means)聚类算法对各个强度图分别进行图像分解,得到每个像素属于过火区和非...     

加拿大北方森林火烧迹地遥感分析

森林火灾是加拿大北方森林地区最主要的扰动因素,对北方生态系统起着主导作用。基于MODIS数据,采用全球扰动指数算法(MGDI),对加拿大萨斯喀彻温省和亚伯达省2004-2011年的森林火烧迹地进行检测和分析。通过与MODIS标准火烧迹地产品以及加拿大林业局数据进行比较,扰动指数算法检测的火烧迹地面积比MODIS标准产品更接近于林业局的统计数据。分析表明,在2004-2011年间,由于火灾原因,整个研究区森林面积平均每年减少76.36万hm2,占该区域森林总面积的3.36%。萨斯喀彻温省平均每年燃烧的森林面积为46.83万hm2,亚伯达省为29.53万hm2。其中,2006、2008、2010和2011年是火灾的高峰年份。火烧迹地主要集中在生态交错带的北方保护区、针叶林保护区、针叶林平原区,以及北方平原东北部的伍德布法罗国家森林保护区。     

地表反射率遥感数据支持的火烧迹地面积提取

生物质燃烧排放大量烟雾和温室气体对于全球气候变化有显著影响，而准确及时地提取火烧迹地面积对于火灾补救、植被恢复、估算大气排放至关重要。中分辨率成像光谱仪MODIS较高的时间分辨率可以快速获取全球每日的火烧迹地产品，但对于小型和破碎度高的火烧迹地的遗漏率比较高。据此，本研究融合MODIS与Landsat-8 OLI(Operational Land Imager陆地成像仪)的时空优势，提出了基于地表反射率数据集支持的火烧面积提取算法。首先，使用MODIS地表反射率产品MOD09GA构建燃烧日期前后在红、绿、蓝、近红外和短波红外的先验地表反射率数据集。然后，采用自适应遥感图像时空融合算法(Spatial and Temporal Adaptive Reflectance Fusion Model, STARFM)以及线性拟合的方法对MODIS与Landsat-8地表反射率数据进行空间和光谱一致化处理。最后，运用自动阈值的方法厘定火烧区域的最佳阈值。此外，通过选取4个不同的燃烧规模样地/样区验证了该算法的火烧迹地面积提取准确率在75%以上。本研究将MODIS的高时间分辨率和Landsat-8...     

真实和有效叶面积指数及聚集指数的尺度效应

尺度效应是地球科学和定量遥感中的重要研究课题,目前的许多研究大多集中在估算尺度效应带来的误差,而对一些关键的植被结构参数是否存在尺度效应及其尺度转换方法尚存在诸多不同见解。本文针对真实和有效叶面积指数（Leaf Area Index, LAI和Effective LAI, LAI_e）以及聚集指数（Clumping Index, CI）3个植被关键结构参数,从基本概念和获取方法上分析参数的尺度效应及其尺度转换方法。从定义上看,LAI并不存在尺度效应,而LAI_e和CI则存在尺度效应,其中CI的尺度效应由LAIe引入（CI=LAI_e/LAI）。在野外实测中,LAI破坏测量法没有尺度效应,但由孔隙率模型获取3个参数的方法均具有尺度效应。异速生长方程和遥感反演方法的尺度效应取决于方法本身的线性或非线性特征。目前全球主要的LAI、LAI_e和CI遥感产品都基于非线性模型获取,其反演过程具有尺度效应。像元尺度的LAI本身并不具有尺度效应,而像元尺度的LAI_e和CI虽然具有尺度效应,但在实践中常常被忽略。因此,实际工作中应注意区分参数概念本身、野外测量、遥感反演方法以及遥感产品等所展示的不同尺度效应。     

融合植被遥感数据的北京市次日花粉浓度预测

中国国土绿化状况公报指出,2010—2020年中国许多城市的绿化面积增加、绿化质量提高,可随之而来的影响人体健康的致敏性花粉风险也逐渐提高。本文利用遥感手段获得北京市乔木和草地生长区域平均植被叶面积指数（LAI）时间序列作为植被物候信息,并将其作为花粉浓度预测因子之一,结合日气象数据,使用具有外部输入的非线性自回归神经网络模型（NARXnet）,进行北京市次日花粉浓度的预测。结果显示：① 通过逐步回归计算,对于春季数据,日均气温3日平滑,积温,叶面积指数（LAI）和叶面积指数一阶导为次日花粉浓度预测的关键变量;对于秋季数据,日均气温、平均风速、最低日气温、日均气温3日平滑、积温和叶面积指数（LAI）为次日花粉浓度预测的关键变量;② 加入遥感物候信息可显著地提高NARXnet模型的春秋时段的花粉浓度的预测精度。使用本文提出的结合叶面积指数的NARX模型后,预测模型的总体精度为71%。由此,本研究认为在原有气象因子的基础上,辅之以用遥感技术手段获取的大面积植被物候信息,如叶面积指数动态,可作为预测次日花粉浓度的一种有效手段。     

基于LTDR AVHRR和MODIS观测的全球长时间序列叶面积指数遥感反演

叶面积指数是描述土壤-植被-大气之间物质和能量交换的关键参数,获取大区域长时间序列叶面积指数有助于研究气候变化条件下植被的响应及反馈。本文利用MODIS观测和经过重新处理的地表长时间数据集（Land Long Term Data Record）LTDR AVHRR数据,生成了全球1981-2012年叶面积指数数据。算法通过建立二者之间像元级关系,利用高质量MODIS观测约束历史AVHRR数据的反演,这有助于减小2种存在显著差别传感器反演结果的不一致性,也有助于提高AVHRR反演质量。首先算法利用高质量MODIS地表反射率反演2000-2012年叶面积指数,然后利用多年每8 d的LTDR AVHRR地表反射率数据计算简单比植被指数（Simple Ratio,SR）,利用SR平均值和MODIS LAI平均值建立像元级AVHRR SR-MODIS LAI关系。在此基础上,实现1981-1999年AVHRR LAI反演,最终得到全球1981-2012年叶面积指数数据。本算法反演的AVHRR和MODIS LAI与全球植被的空间分布吻合,能表征主要生物群系类型的季节变化特征,2个数据集一致性较好,并且与NASA MODIS LAI标准产品（MOD15A2）的空间分布和季节变化曲线吻合较好。     

对Beer-Lambert定律间接测量森林LAI的误差低估分析

 叶面积指数(Leaf Area Index,LAI)是表征植被冠层结构的核心参数。在地面对LAI的间接测量是遥感反演算法验证和改进的重要手段,而目前基于Beer-Lambert定律的森林LAI地面间接测量方法存在着严重的低估问题。本文通过理论分析,指出Beer-Lambert定律在应用到森林叶面积指数测量时,LAI低估的根本原因来源于叶面积体密度、消光路径及叶倾角投影G函数在空间上的不均匀性,并定量评估了冠层非随机分布对LAI测量结果的影响,发现植被冠层的非随机分布会对LAI的测量带来20％~40%的误差。这一结论,对于Beer-Lambert定律的简单修正应用于森林LAI间接测量时仍存在着较大的局限性,尚未能根本上解决LAI的低估问题,故间接测量LAI的理论和方法需进一步深入研究。     

用LAI监测植被信息分析飞蝗生境

东亚飞蝗自20世纪80年代以来在我国再度猖獗危害。本文选择国家一类蝗区河北省黄骅市为实验区,用植被冠层孔隙度反演了该地区不同植被的LAI。从光学模型建立机理及数量分析的角度,分析和对比了四种由植被冠层孔隙度反演LAI的算法。结果表明,在四种估算方法中LAI-2000算法最适用于研究区植被LAI的估算。为了验证分析结果,用实测的植被盖度与四种算法反演的LAI进行了拟合。发现LAI与植被盖度之间呈明显的正相关关系,且LAI-2000算法最能反映研究区的植被特征。在此基础上,建立了LAI与飞蝗发生面积的关系模型,发现两者之间呈负线性相关,即随着LAI的减小,飞蝗的发生面积呈线性增大。研究结果为实时、快速、大面积监测蝗虫种群动态奠定了基础,并为合理、经济地防治蝗灾提供了科学依据。     

林下植被遥感反演研究进展

林下植被在森林生态系统碳、水和营养元素的累积和循环方面有着重要作用与科学意义。多角度、高光谱和激光雷达遥感系统凭借对森林分层结构的敏感性,成为量化林下植被的重要手段。本文综述了森林林下植被的遥感反演研究进展：首先讨论了林下植被的定义,其次对当前林下植被的遥感反演现状作了深入分析,总结了多角度、高光谱和激光雷达遥感观测的森林背景的反射率、林下植被的叶面积指数、高度和覆盖度的遥感反演原理和方法。基于不同卫星观测角度下森林冠层和森林背景对总反射的贡献差异,林下反射率可通过多个角度的观测数据进行反演。此外,借助激光雷达穿透冠层直接观测林下植被的优势,总结了激光点云数据和回波波形信息反演林下植被的覆盖度和高度的方法,以及今后使用遥感技术反演的难点和获取林下植被信息的主要发展方向。     

Estimation of non-CO2 GHGs emissions by analyzing burn severity in the Samcheok fire, South Korea

This study was performed to estimate the emission of non-CO 2 greenhouse gases(GHGs) from biomass burning at a large fire area.The extended methodology adopted the IPCC Guidelines(2003) equation for use on data from the Samcheok forest fire gathered using 30 m resolution Landsat TM satellite imagery,digital forest type maps,and growing stock information per hectare by forest type in 1999.Normalized burn ratio(NBR) technique was employed to analyze the area and severity of the Samcheok forest fire that occurred in 2000.The differences between NBR from pre-and post-fire datasets are examined to determine the extent and degree of change detected from burning.The results of burn severity analysis by dNBR of the Samcheok forest fire area revealed that a total of 16,200 ha of forest were burned.The proportion of the area characterized by a ’Low’ burn severity(dNBR below 152) was 35%,with ’Moderate’(dNBR 153-190) and ’High’(dNBR 191-255) areas were at 33% and 32%,respectively.The combustion efficiency for burn severity was calculated as 0.43 for crown fire where burn severity was ’High’,as 0.40 for ’Moderate’ severity,and 0.15 for ’Low’ severity surface fire.The emission factors for estimating non-CO 2 GHGs were separately applied to CO 130,CH 4 9,NO x 0.7 and N 2 O 0.11.Non-CO 2 GHGs emissions from biomass burning in the Samcheok forest fire area were estimated to be CO 44.100,CH 4 3.053,NO x 0.238 and N 2 O 0.038 Gg.     

Vegetation recovery after fire in mountain grasslands of Argentina

Fire is a natural disturbance occurring every few years in many grasslands ecosystems. However, since European colonization, fire has been highly reduced or even suppressed in Argentinean grasslands, fostering ignitable material accumulation. This has led to occasional catastrophic controldemanding fire events, extended for larger areas. The aims of this work are to study vegetation recovery and change after a non-natural fire event in mountain grasslands. The study area is located in the Ventania mountain system, mid-eastern Argentina. We studied vegetation recovery after fire(January 2014) in two different communities: grass-steppes(grasslands) and shrub-steppes(open low shrublands). We measured vegetation cover, species richness and bare ground percentage in burned and unburned areas 1, 4, 8, 11 and 23 months after fire. Vegetation surveys were also performed at the end of the growing season(December) 11 and 23 months after fire. Data were analyzed using regression analysis, ANOVA and multivariate analysis(NMS, PERMANOVA). Both communities increased their vegetation cover at the same rate, without differences between burned and unburned areas after two years. Species richness was higher in shrublands and their recovery was alsofaster than in grasslands. Considering functional composition, besides transient changes during the first year after fire, there were no differences in abundance of different functional vegetation groups two years after fire. At the same time, shrublands showed no differences in species composition, while grasslands had a different species composition in burned and unburned plots. Also, burned grassland showed a higher species richness than unburned grassland. Data shown mountain vegetation in Pampas grassland is adapted to fire, recovering cover and richness rapidly after fire and thus reducing soil erosion risks. Vegetation in mountain Pampas seems to be well adapted to fire, but in grasslands species composition has changed due to fire. Nonetheless, these changes seem to be not permanent since prefire species are still present in the area.     

A MODIS time series data based algorithm for mapping forest fire burned area

Burned area mapping is an essential step in the forest fire research to investigate the relationship between forest fire and climate change and the effect of forest fire on carbon budgets. This study proposed an algorithm to map forest fire burned area using the Moderate-Resolution Imaging Spectroradiameter (MODIS) time series data in Heilongjiang Province, China. The algorithm is divided into two steps: Firstly, the ‘core’ pixels were extracted to represent the most possible burned pixels based on the comparison of the temporal change of Global Environmental Monitoring Index (GEMI), Burned Area Index (BAI) and MODIS active fire products between pre- and post-fires. Secondly, a 15-km distance was set to extract the entire burned areas near the ‘core’ pixels as more relaxed conditions were used to identify the fire pixels for reducing the omission error as much as possible. The algorithm comprehensively considered the thermal characteristics and the spectral change between pre- and post-fires, which are represented by the MODIS fire products and the spectral index, respectively. Tahe, Mohe and Huma counties of Heilongjiang Province, China were chosen as the study area for burned area mapping and a time series of burned maps were produced from 2000 to 2011. The results show that the algorithm can extract burned areas more accurately with the highest accuracy of 96.61%.     

Tree Planting:How Fast Can It Accelerate Post-fire Forest Restoration?——A Case Study in Northern Da Hinggan Mountains,China

In 1987,a catastrophic fire burned over 1330000 ha in the densely forested area of the Da Hinggan Mountains in the northeastern China.After the fire,intensive management including burned trunk harvesting and coniferous tree planting had been conducted to accelerate forest restoration.To study the long term effect of these activities on forest recovery,we used a simulation modeling approach to study long-term(300 years) forest dynamics under current planting and natural regeneration scenarios.Results indicat...     

基于TAVI的山区毛竹林LAI反演分析

本文采用地形调节植被指数（TAVI）,以RapidEye高分辨率多光谱遥感影像为数据源,对福建省永安市毛竹林山区进行了叶面积指数（LAI）地面实测、遥感建模及反演分析。通过TAVI与归一化植被指数（NDVI）、比值植被指数（RVI）的对比研究,结果表明：（1）毛竹林实测LAI与TAVI、NDVI和RVI线性回归的决定系数（R²）分别为0.6085、0.3156和0.4092,最佳非线性回归的R²分别提高到0.6624、0.5280和0.6497。LAI与NDVI或RVI非线性（U曲线）模型可以很好地解释LAI-VI的散点分布规律,但难以解决LAI-VI间因地形影响导致的“同物异谱”和“异物同谱”问题,因此,在山区大面积推广应用需慎重。（2）通过实测LAI的验证表明,LAI-TAVI回归模型可有效避免因地形影响导致的“同物异谱”和“异物同谱”问题。TAVI具有良好的削减地形影响作用,可用于山区植被LAI的遥感反演。     

玉米叶面积指数的CHRIS/PROBA数据反演分析

叶面积指数(LAI)是衡量植被生态状况和估算作物产量的一个重要指标。LAI的反演是定量遥感研究的重要内容。传统的经验统计反演方法基于单一观测角度的遥感数据进行,忽略了地物反射率的方向性。若在反演中加入多观测角度的信息,则有可能提升LAI反演的精度。以2008年甘肃省张掖市玉米实验区为研究区,利用欧空局的CHRIS/PROBA多角度高光谱数据对比分析了传统植被指数NDVI、RVI、EVI的变化规律及其反演玉米叶面积指数LAI的精度,并根据NDVI随观测角度的变化规律,构造出新型多角度归一化植被指数MNDVI,分别对实测叶面积指数进行线性回归并利用实测数据对估算LAI进行精度验证,结果表明：新型MNDVI指数相比于传统NDVI、RVI、EVI对LAI的反演精度有了显著提升,估算模型决定系数R²达到0.716,精度验证均方根误差为0.127,平均减小了33.3%。     

叶面积指数遥感反演研究进展与展望

叶面积指数表征叶片的疏密程度和冠层结构特征,体现植被光合、呼吸和蒸腾作用等生物物理过程的能力,是描述土壤-植被-大气之间物质和能量交换的关键参数。目前多种卫星传感器观测生成了多个区域和全球的叶面积指数标准产品。本文综述了基于光学遥感数据的叶面积指数反演进展:首先,介绍了叶面积指数的定义和在生态系统模拟中的作用;然后,阐述了基于光学遥感反演叶面积指数的基本原理;在此基础上,论述了基于植被指数经验关系和基于物理模型的两种主要遥感反演算法,讨论了2种算法的优点和存在的问题,并总结了现有的主要全球数据产品及其特点,论述了产品检验的方法和需要注意的问题;最后,总结了当前叶面积指数反演中存在的问题,并展望了其发展趋势和研究方向。