基于3种遥感指数的东北春玉米干旱识别对比

以东北春玉米为研究对象,探究利用植被光合特性的日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)指数、近红外-短波红外波段构建的归一化差值水分指数(normalized difference water index,NDWI)和可见光-近红外波段构建的归一化差值植被指数(normalized difference vegetation index,NDVI)识别东北春玉米干旱的准确度和敏感度。研究发现:SIF指数、NDWI和NDVI对干旱识别准确度均超过80%,其中重度干旱准确度超过94%,且在春玉米苗期表现最佳;3种指数对比可知,SIF指数在春玉米干旱识别的准确度和敏感度方面均最佳,分别为89.27%和81.65%,NDWI敏感度次之,NDVI最差。表明基于光合特性的SIF指数在识别东北春玉米干旱方面优于基于地物光谱特性所构建的植被指数。     

基于MODIS数据的水体识别指数方法的比较研究

从典型地物光谱曲线分析入手,MODIS数据的第7、2、1波段对植被、陆地、水体区分明显。本文对长三角太湖流域地区,采用MODIS数据以五种常水体识别进行水体信息提取,然后分别从目视解译效果、水体区分度的计算和提取的水体面积三方面来对这五种指数方法进行比较和评价。结果表明,在应用MODIS数据进行水体识别时,比值植被指数（RVI,Ratio Vegetation Index）和混和水体指数（CIWI,Combined Index of Normalized Difference Water Index）模型的目视解译效果较好,且CIWI指数具有水陆区分度较大和水体面积提取精度较高的优点。     

基于TM卫星影像获取北京市水体密度指数与植被覆盖指数的方法

以北京市为研究区域,分析了该区域的TM(Thematic Mapper;专题制图仪)卫星影像特征,探讨了水域、农田、林地、草地、城市用地以及云和云影在TM的7个波段上的光谱可分性,提出了NDCI(Normalized Difference Cloud Index;归一化云指数),分析建立了基于NDCI、NDVI(Normalized Difference Vegetation Index;归一化植被指数)、NDBI(Normalized Difference Built-up Index;归一化建筑指数)、MNDWI(Modified Normalized Difference Water Index;改进型归一化水体指数)和坡度数据的简单决策树模型,对研究区的几类主要地物、云和云影的信息进行了提取,并对结果进行了精度评价.在GIS支持下计算了水域、林地、草地和农田的面积,计算了北京市2005年第3季度的水体密度指数和植被覆盖指数.结果表明:该方法的总体提取效果较好,在分类过程中阈值的选取简单、有效,分类结果能够满足计算水体密度指数和植被覆盖指数的要求,从而将遥感技术运用到生态质量气象评价中去,并取得了较为满意的结果.     

长江上游MODIS影像的水体自动提取方法

利用MODIS资料,分析了长江上游不同水体及其它主要地物在1～7通道的光谱特征,分析发现,水体混合像元在可见光的光谱特征与山体的阴影、云的阴影、城镇等的光谱特征具有很好的相似性,仅采用近红外波段和红光波段的方法不能有效提取出研究区的水体.提出综合采用归一化差分水指数、积雪指数以及可见光、近红外多通道信息的方法,逐步提取出研究区的水体及混合水体像元.     

若尔盖地区典型湿地NDVI动态特点分析

本文基于NOAA/AVHRR,将若尔盖地区典型湿地与草地的归一化植被指数(NDVI)进行对比研究的结果表明,湿地NDVI的年变化特点与草地NDVI的年变化特点存在明显差别.其中,多时相NDVI样本法,湿地NDVI年的变化为单峰值型,草地NDVI为双峰值型;夏季草地与湿地NDVI的差值(△NDVI)较大,可以作为湿地的主要判识因子;冬半年△NDVI 很小.NDVI月最大值法,各月的△NDVI均较小,夏半年△NDVI为双峰值型.上述特点与当地月降水量呈现相关性.     

基于MODIS和HJ-1数据的宿鸭湖水库面积遥感监测研究

水体与植被、城市和土壤等地物在不同波段的光谱反射率的差异是利用遥感手段提取水体信息的基本原理。以宿鸭湖水库为例,在水体光谱特征分析的基础上,采用归一化植被指数（NDVI）方法提取2010年的MODIS和HJ-1遥感影像上的水体信息。首先将MODIS数据的第1和第2波段,以及HJ-1数据的第3和第4波段经过波段运算得到NDVI图像。将两种遥感图像中NDVI值为负的像元判识为水体,NDVI值为正的判识为水库周围的农田,经过计算像元数量得到水体面积信息。水体判识阈值在全年变化范围在-0．08和0．08之间。HJ-1数据具有较高的空间分辨率,水体判识的结果比MODIS数据更加精确。利用HJ—I数据水体监测结果对MODIS数据结果进行校正,使得到的监测结果同时具有较高的时间分辨率和空间分辨率。研究结果表明：利用HJ-1数据校正后的MODIS数据所测得的水域面积与实际观测得到的水库蓄水量之间的复相关系数为0．8603,显著提高了水体监测的精度,从而为大范围的水资源与水环境动态监测提供了迅速、可靠的依据。     

若尔盖地区典型湿地NDVI动态特点分析

本文基于NOAA/AVHRR,将若尔盖地区典型湿地与草地的归一化植被指数(NDVI)进行对比研究的结果表明,湿地NDVI的年变化特点与草地NDVI的年变化特点存在明显差别。其中,多时相NDVI样本法,湿地NDVI年的变化为单峰值型,草地NDVI为双峰值型;夏季草地与湿地NDVI的差值(△NDVI)较大,可以作为湿地的主要判识因子;冬半年△NDVI很小。NDVI月最大值法,各月的△NDVI均较小,夏半年△NDVI为双峰值型。上述特点与当地月降水量呈现相关性。     

基于TM数据的南宁市水体和建筑用地变化研究

利用修正归一化差异水体指数(MNDWI)、归一化差异建筑指数(NDBI)和土壤调节植被指数(SAVI)相结合的综合指数法对南宁市1986、1998和2005年三个时相多波段TM数据进行降维处理,然后运用决策树分类法提取南宁市城市水体和建筑用地信息。并对分类结果进行对比分析,得出南宁市近19a以来城市水体、建筑用地变化情况,为城市规划与建设提供参考。     

MODIS沙尘暴判识方法与业务系统

为了利用MODIS资料对沙尘暴的范围和强度进行定量判识,应用2002--2004年多次MODIS资料,通过对沙尘暴、云、雪和沙漠光谱特征的分析,构建了定量判识沙尘暴范围和强度的两个沙尘指数.利用2002-2007年数次沙尘暴过程对沙尘指数的判别效果进行检验,表明构建的两个M()DIS沙尘指数能够有效地监测沙尘暴的范围和强度,且方法简单,适用于业务应用.针对目前西北沙尘暴遥感监测业务服务以定性图像为主,服务产品较为单一的问题,对MODIS沙尘暴判识方法进行业务化,并结合GIS进行沙尘暴影响范围的分析,开发研制了自动运行的MODIS沙尘暴监测和影响评估业务系统.系统具生成沙尘暴MODIS影像图、沙尘暴范围和强度遥感监测图、沙尘暴影响土地类型图、全国各省(直辖市)沙尘面积统计表、全国不同土地类型沙尘暴影响面积统计表、甘肃省各县沙尘暴的影响面积统计表和甘肃省不同土地类型沙尘影响面积统计表等功能,为沙尘暴定量和精细服务提供了丰富的产品.     

基于TM数据的湿地变化分析—以磴口县为例

利用2001、2006、2010年的TM遥感图像,采用目视解译的方法对磴口县湿地面积进行提取,结合气象数据,并对其变化进行分析。结果表明,2000—2010年,磴口县年降水呈现不及30a(1981—2010年)平均值的年份明显偏多,7—8月平均气温逐年上升;除内陆滩涂面积有所减少外,河流水体、湖泊坑塘水体以及湿地植被面积都有不同程度的增加,变化速率分别为2.06%、0.85%和4.65%,以湿地植被面积增加最为迅速。     

基于植被指数的绿地信息提取的比较

运用遥感图像处理系统(ENVI)对快鸟(Quickbird)高分辨率遥感影像进行预处理,利用归一化差值植被指数(NDVI)、归一化差异绿度指数(NDGI)、土壤调节植被指数(SAVI)和修正土壤调节植被指数(MSAVI)对南京市鼓楼区进行了绿地信息提取,通过Matlab软件比较了其灰度图像、直方图和二值图像,并分析其方差,在C语言的平台上进行了精度评定.实验结果表明:在该研究区中,SAVI、NDVI的绿地提取能力较好;NDGI、MSAVI出现了明显的漏分、错分情况,但MSAVI在建筑物、植被边缘提取上表现出相对的优越性.     

利用归一化植被指数研究植被分类、面积估算和不确定性分析的进展

植被在全球生态系统中扮演着重要的角色.陆地生态系统与全球气候变化也是息息相关.利用遥感资料对植被进行分类,并估算植被覆盖面积已成为一个极具活力的研究方向,其结果的准确度及误差来源受到不同程度的重视.作者对利用遥感资料研究植被分类,进行面积估算,分析其不确定性三个方面的研究进展进行了回顾和讨论,探索进一步利用遥感资料分析植被信息的可行性.     

基于ETM＋遥感影像反演不同土地利用类型地表温度的研究

采用Landsat7 ETM＋为基本数据源,运用3种算法（大气辐射传输方程RTE、Qin等单窗算法和Jimenez—Munoz＆Sobrino普适性单通道算法）定量反演了黄河三角洲部分地区的地表温度（land surface temperature,LST）,并进行了不同算法反演结果的差值比较：以RTE反演结果为标准,在大气水汽含量较低时,Qin等单窗算法和JM＆S普适性单通道算法精度较高,与RTE的反演结果相差均在1K以内;在大气水汽含量较高时,Qin等单窗算法在采用地面气象资料估算水汽含量条件下仍保持较高的精度,比RTE反演结果平均偏小0．95K;而根据估算的大气水汽含量进行反演的JM＆S普适性单通道算法的反演偏差比Qin等单窗算法要大,达到1．94K,但JM＆S普适性单通道算法根据实测的大气水汽含量得到的反演结果要略优于Qin等单窗算法,比RTE结果偏大0．67K。同时计算了经过6s模式校正后归一化植被指数（INDV）,然后利用GIS中的空间分析功能,分析LST、INDV在不同土地利用类型之间的差异以及二者之间的定量关系。发现研究区内,就所有土地利用类型而言,平均LST和INDV之间存在显著的负相关关系;对于各种土地利用类型,这种相关关系也存在．但相关程度不同。     

近30年来中国干旱生态区增暖放大现象及其与植被覆盖的联系

利用归一化植被指数（Normalized Difference Vegetation Index,NDVI）将中国划分为不同的生态区,在此基础上分析夏季植被状况与不同生态区增暖之间的联系。研究表明,就多年平均而言,中国植被覆盖呈现自东向西逐渐减少的空间分布。1982年以来,植被稀疏的干旱生态区是夏季增暖最明显的区域,平均气温和平均最高气温增速大都位于0.6~1.0℃/10 a,而平均最低气温的升高达到0.8~1.4℃/10 a,明显高于中国其他区域。进一步分析发现,夏季气温的变化与其所处地区的植被疏密程度之间存在很好的负相关关系,即快速增暖主要发生在植被稀疏区,且这种负相关关系在夏季平均最低气温上最为显著。不同植被覆盖区中气温的长期变化趋势,受NDVI变化带来的地表反照率和云量变化的影响,但各生态区不尽相同,主要表现在:植被稀疏的干旱生态区,植被减少,引起地表反照率增加,感热输送增加而潜热输送减小,加速了该地区整体的增温速率;而在植被茂密地区,植被增加造成地表反照率减少,同时由于蒸发冷却,其整体增暖幅度缓于植被稀疏区。所以,植被活动对全球变暖背景下的区域气候变化具有重要作用,尤其表现在干旱生态区的陆面过程上,地表辐射平衡和能量收支的显著改变放大了干旱生态区的增暖速率。     

NDVI-based increase in growth of temperate grasslands and its responses to climate changes in China

This study analyzes the temporal change of Normalized Difference Vegetation Index (NDVI) for temperate grasslands in China and its correlation with climatic variables over the period of 1982–1999. Average NDVI of the study area increased at rates of 0.5% yr⁻¹ for the growing season (April–October), 0.61% yr⁻¹ for spring (April and May), 0.49% yr⁻¹ for summer (June–August), and 0.6% yr⁻¹ for autumn (September and October) over the study period. The humped-shape pattern between coefficient of correlation (R) of the growing season NDVI to precipitation and growing season precipitation documents various responses of grassland growth to changing precipitation, while the decreased R values of NDVI to temperature with increase of temperature implies that increased temperature declines sensitivity of plant growth to changing temperature. The results also suggest that the NDVI trends induced by climate changes varied between different vegetation types and seasons.     

NDVI-ST特征空间及干湿边变化特征

为了更好地解释归一化植被指数(NDVI)和地表温度(ST)的各种存在关系及其相互转换过程,以及监测和评价陆表变化,尤其是根据描述地表植被覆盖和土壤水分含量的参数,解释NDVI达到饱和以后的情况,以便更有效地应用,该文从归一化植被指数和地表温度之间机理出发,分析了植被指数与地表温度之间关系的研究以及NDVI-ST特征空间的干旱监测模型应用情况。结果表明,在高植被覆盖度情况下NDVI-ST特征空间拟合随意性增大,影响干旱的监测精度;同时多种因素对下垫面温度及植被指数影响的不确定性也影响干旱及植被的监测精度。今后的研究当中要针对不同时相、不同分辨率数据,分析不同植被覆盖类型和水分状况条件下NDVI-ST空间的变化规律,进一步研究修正NDVI-ST空间特征及干湿边(冷热边)的变化特征及在干旱监测中的应用,特别是高植被覆盖度下的修正应用,使ST-NDVI特征空间方法在干旱监测中发挥更好的作用。     

气象条件对滇池水华分布的影响

使用MODIS卫星资料,利用假彩色合成法和归一化植被指数法对滇池蓝藻水华进行监测,得到滇池水华的分布特征是：初现于5月,7月最盛,5—10月均有分布,盛时滇池水华分布区域直至南部海口一线。滇池水华分布总体北部最多,湖岸高于中心湖区,西岸高于东岸和南岸。在营养盐条件满足的条件下,高温对水华有促进作用,但不是决定因素。充足的日照是水华形成的必要条件。降水通过改变水温及日照对水华有抑制作用。小风（小于3 m/s）利于水华形成,大风对水华尤其是稀薄水华分布影响较大。气象条件通过相互影响,共同作用对水华产生影响。     

MODIS 1B数据的预处理及归一化植被指数计算

MODIS 1B数据的预处理是MODIS数据使用前的重要处理步骤之一。本文在分析MODIS数据畸变的基础上,利用ENVI软件对2006年7月覆盖宁夏全区的MODIS 1B数据进行了bow-tie校正和几何校正。在预处理的基础上,通过最大值合成法计算出了7月下旬宁夏全区的归一化植被指数（NDVI）。结果表明,通过该方法得到的NDVI可以很好反映全区的植被状况。     

生长季植被覆盖变化对局地气象要素的可能影响

植被覆盖变化对地表气象要素存在反馈作用,但在不同时空尺度上反馈关系及其表现强度存在差异。作者利用地面观测资料和归一化植被指数（NDVI）分析了15天尺度上植被覆盖变化对气象要素的影响。结果表明,我国北方农牧交错带生长季植被覆盖变化可能对同期、后期地表气象要素存在一定影响。当植被指数偏高时,地表平均温度、最高温度、最低温度和小雨频次偏低,而平均相对湿度和最小相对湿度偏高,影响持续约为1～2周。地表温度和小雨频次的变化与地表热通量的变化有关,当植被指数偏高时,地表潜热所占比例偏高,而地表感热所占比例偏低,导致地表温度偏低;地表感热偏低伴随偏弱的上升运动,不利于降水,故小雨频次偏低。地表温度偏低引起饱和比湿偏低,加之植被蒸腾量较大引起比湿偏高,故相对湿度偏高。此外,从长期变化来看NDVI与地表温度和小雨频次的相关不明显,故地表温度和小雨频次的长期变化可能更多是受大尺度气候变化的影响。