广西耕地植被指数月变化特征分析研究

通过互联网直接下载美国地质调查局（USGS）数据中心的全球1km分辨率NDVI10d合成NDVI资料，选取广西南、中、北部5个水田监测点和6个旱地监测点，分析其NDVI月变化特征。结果表明：NDVI的月变化与耕地上农作物生长变化有较密切的关系，可以利用NDVI资料，开展广西农作物生长状况及农业气象灾害的气象卫星遥感监测。     

辽宁省耕地植被指数变化特征分析

利用NOAA/AVHRR资料通道1(0.58~0.68μm)、通道2(0.725~1.1μm)数据计算归一化植被指数(NDVI),对辽宁省5个气候区内1999~2004年208个旱田监测点和84个水田监测点的作物生长状况进行连续监测,分析NDVI年际、旬际变化特征。结果表明:辽宁耕地(旱田、水田)植被指数年际间差异明显,造成旱田年际变化以及地区差异的主要原因是降水时空分布不均匀的结果,因此旱田2004年NDVI达到近年最大,2001年较低;而造成水田年际差异以及地区差异的原因是受水田用水状况以及光温条件的影响,水田2003年NDVI最大,2001年较低。在整个生长季内(5~9月份),辽宁耕地植被指数呈单峰型变化,从5月上旬开始到6月中旬是缓慢增长阶段,6月下旬到8月下旬快速增长并达到最大,之后又迅速降低;2004年耕地植被指数旬变化趋势与6 a平均植被指数旬变化趋势基本相同,但作物生长前期NDVI较6 a平均值低,主要原因是受到2004年春夏之交严重干旱的影响。     

基于植被生长规律的陕西省植被遥感分类

植被类型的差异除了可表现为光谱差异外,还可表现为植被生长规律的差异。植被生长以年为周期,在这个生长周期内不同植被类型有着各自的生繁衰枯的物候节律,表现出不同的生长规律。归一化植被指数NDVI是植被生长状况的敏感指示器,一年内的NDVI所构成的NDVI的时间序列曲线是表征植被生长规律的理想方法,因此利用NDVI时间序列进行植被分类是完全可行的。利用2004年全年的MODIS资料,选取距离星下点周围1000 km以内完全包含陕西省行政区域的晴空(包括部分晴空)250 m分辨率资料计算NDVI,采用NDVI多时相最大值合成法(MVC),生成了一年的月合成NDVI数据集产品,应用ISODATA算法进行非监督动态聚类。在地理信息系统的支持下,结合以往的植被类型、土地利用、种植制度区划、电子地图等辅助地理信息数据,对分类结果进行了解译和验证,并分析了各类植被类型的NDVI时间序列曲线。表明分类结果能客观地反映植被分布的地域性;各类NDVI曲线之间差别显著,有着明显的可分性,它们如实地刻画了各种植被的生长规律,并能区分植被生长规律的细微差异。     

贵州喀斯特石漠化植被时空变化特征研究

运用近14 a MODIS-NDVI资料,通过最大值合成法,加权平均法生成月、年NDVI时间序列资料,用线性趋势法和差值法分析贵州14 a来喀斯特石漠化区域植被时空变化。结果表明:(1)植被变化总体呈上升趋势,由于干旱的影响,上升过程中出现阶段性的波动,2003—2005年为下降趋势,2006—2009年呈上升态势,2010—2014年波动很小相对稳定,2015—2016年又呈现快速上升势头;(2)线性趋势法和差值法两种方法都反映了近14 a来植被变化总体为上升趋势,潜在石漠化、轻度石漠化、中度石漠化等区域近14 a植被上升面积百分比均在90%以上,强度石漠化相对较低,说明其治理难度更大;(3)喀斯特植被退化区主要分布在市(州)府所在地。     

中国区域平均降水量序列构建方法比较研究

由于地面观测台站空间分布不均匀,运用不同区域平均技术方法研究中国降水特征和变化规律的结果存在显著差异,是区域降水变化研究不确定性的重要来源之一。本文以“中国地面与CMORPH（CPC Morphing Technique）融合逐日降水产品”作为参照值,基于中国地面2425 站观测资料,采用5种网格尺寸的经纬度网格面积加权平均方法、省面积加权平均方法、直接平均方法等计算中国区域平均降水量时间序列,比较所得序列统计属性与参照值的偏差,判别方法的优劣。分析表明,1998～2012年,2.5°网格和5.0°网格区域平均方案所得年降水量序列的变化速率和离散程度同参照值最为接近,分别是最优和次优的区域平均方案。省面积加权平均方法对多年平均年降水量的计算准确,但对年降水量变化趋势的估计效果稍差,距平百分率序列很不准确。网格过疏或过密都会使区域平均结果出现较大误差,直接平均方法的误差亦偏大,可靠性较低。     

基于MODIS的广东省植被指数序列构建与应用

植被指数是衡量植被长势的重要指标,植被指数序列有助于准确地认知植被覆盖、土地利用和土壤水分的时空变化规律,以及进行干旱和植被生长监测.利用2004-2006年的MODIS数据,选择RVI、NDVI和EVI三种植被指数,采用最大值合成法进行广东省植被指数序列构建.按照不同植被覆盖对三种植被指数的年际变化规律进行分析,并通过NDVI进行植被覆盖度计算以及植被覆盖等级分类来分析植被的空间分布.结果表明,建立的植被指数序列能真实地反映植被生长规律,植被覆盖度和广东地区的植被实际分布状况一致.说明建立植被指数序列是动态监测广东省植被长势的及植被环境的变化的有效方法.     

广西耕地植被指数月变化特征分析研究

通过互联网直接下载美国地质调查局 (USGS)数据中心的全球 1km分辨率 NDVI10 d合成 NDVI资料 ,选取广西南、中、北部 5个水田监测点和 6个旱地监测点 ,分析其 NDVI月变化特征。结果表明 :NDVI的月变化与耕地上农作物生长变化有较密切的关系 ,可以利用 NDVI资料 ,开展广西农作物生长状况及农业气象灾害的气象卫星遥感监测     

武汉城市热岛强度变化的非对称性特征分析

采用最小二乘法用温度对时间（T－t)序列线性拟合,计算了武汉市气象局与相临的五个气象台站1961－1995年35年来不同时间尺度相应的温度差（城市热岛强度）序列变化,并分别建立城市热岛线性趋势方程,探讨了武汉市城市热岛强度的年,季,月等变化特征和发展趋势,揭示出城市热岛强度变化具有强烈的非对称性,其城市热岛值主要表现为：△TM呈缓慢下降趋势,变化趋势值为－0．03℃／10,℃／10MK呈缓慢上升趋势,变化趋势值为0．33℃／10a ,℃／10a,冬夏两季△TM的缓慢下降有明显的非对称性。     

大兴安岭植被NDVI变化及其对气候的响应

利用S-G(Savitsky-Golay)滤波对2000—2016年呼伦贝尔市境内的大兴安岭植被NDVI序列进行逐栅格重构并剔除突变点,结合大兴安岭海拔、坡向、坡度等地理因子和气温、降水等气象因子,分析大兴安岭植被生长季NDVI的变化及其对气候的响应。结果表明:大兴安岭植被NDVI生长季均值呈上升趋势,平均增速为0. 029/10 a。植被NDVI随海拔的增加呈现先缓慢减小后迅速增加的趋势,随坡向变化不大,随坡度的增加而增加。植被NDVI的生长季均值与1 a前和2 a年前的降水呈现显著的正相关,具有明显的滞后性。在每年植被恢复生长初期各海拔植被均与气温呈现极显著的正相关,年内植被NDVI与降水的相关性在垂直方向上存在较大差异。     

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。