基于MODIS数据的内蒙古草地植被退化动态监测研究

以内蒙古自治区为研究区,利用卫星遥感、GIS和GPS技术,在实地调查和样方测定的基础上,选用群种自然生殖枝高度、草地植被覆盖度和草地生物量3个评价指标,并将其加权综合得到草地植被退化指数(GDI).将GDI与提取的各种植被指数进行相关分析,选出最能反映草地退化趋势且与植被退化指数线性拟合最好的植被指数--修正的土壤调节植被指数(MSAVI).采用线性回归方法建立草地植被退化的遥感监测模型,分析了研究区2002年~2006年草地植被退化的时空分布规律和变化趋势.研究表明,与2002年相比,2006年内蒙古地区草地植被退化状况呈现整体改善、局部恶化的情况.     

基于MODIS的区域动态干旱监测方法

以辽宁省2009年夏季的干旱情况为例,利用多时相、多光谱的MODIS数据信息,结合地面实测气象信息与水文信息对旱情监测进行了研究,根据具体区域的实际情况,动态选择遥感指数及模型参数,实现了利用遥感数据对大范围区域的动态干旱监测。     

基于MODIS图像的植被叶面水反演与农业干旱监测

研究了应用MODIS数据,采用与植被物种无关的GVMI指数模型反演出植被水含量指标EWT,并以气象局发布的实际温度降雨数据和旱灾报告验证了植被水含量与旱灾的相关性。     

基于MODIS植被指数的塔河流域植被时空变化特征研究

基于获取的塔河流域2000~2014年历年4~10月间逐月MODIS植被指数产品,采用时间序列谐波分析法(HANTS)对最大值合成的逐月NDVI时间序列数据进行了重建,用趋势线分析法对塔河流域近15年生长季(4~10月)MODIS NDVI的时间变化进行计算,用一元线性回归趋势法计算得到了塔河流域近15年生长季(4~10月)NDVI变化趋势的空间分布。结合植被类型分布图对计算得到的实验结果进行了研究分析,总结了塔河流域多年植被覆盖的时空分布及其变化规律,成果可为塔河流域综合治理及生态环境评价提供依据。     

基于MODIS的干旱区植被覆盖度反演及植被指数优选

为进一步掌握塔里木河下游输水后的生态恢复程度,以输水河畔的植被覆盖度为研究对象,采用MODIS数据构建研究区多种植被指数;结合现场实测植被覆盖度,给出离散坐标下实测植被覆盖度与各种植被指数间的二维散点图,据此得出二者相关方程,反演区域植被覆盖度.结果表明,基于MODIS数据构建的NDVI、MSAVI、SAVI和EVI等...     

MODIS影像植被时空变化分析——以吉林省为例

利用2000至2006年的MODIS-NDVI影像数据,通过年最大NDVI随时间的变化斜率和对变化趋势的分区统计、重心分析及空间自相关分析,探索近年来吉林省植被的时空变化规律。吉林省大多数区域NDVI呈现出稳定或增加趋势,反映出吉林省植被生态系统有所恢复。植被变化趋势具有明显的空间分异特征,东部主要为稳定型,西部主要为增长型,局部区域有衰退迹象,主要分布在吉林省东南角和西南角、长春市市辖区及沿河沿湖地区。空间自相关分析表明,植被变化过程在研究区域内具有较强的空间正相关,即变化趋势在空间上具有趋同性,集聚现象明显。     

应用遥感时序数据研究植被变化与气候因子的关系——以环渤海地区为例

在全球气候变化背景下研究陆地植被的时空变化规律,探讨气候因素的驱动作用,对于预测未来气候变化对生态系统的可能影响、制定合适的生态环境保护策略具有重要意义。利用2000—2009年MODIS归一化差值植被指数(normalized difference vegetation index,NDVI)时间序列数据和地面气象站点的气温、降水量数据,从遥感角度分析环渤海地区植被的时空变化,并研究变化与气温、降水的相关关系,探讨区域植被年内和年际变化的驱动因素。结果表明,2000—2009年环渤海地区植被覆盖总体呈增加的趋势,但存在一定的空间异质性,局部有减少的倾向;区域植被的生长受温度和降水的双重驱动,对降水和温度的响应存在明显的滞后,滞后期大约为1个合成期;年际的变化主要受降水和人类活动的影响,降水增加可使区域NDVI提高;不同的人类活动会导致NDVI向相反的方向发展。     

基于地表定量参数的沙漠化遥感监测方法

利用野外沙漠化调查的定位数据和ETM+ 遥感数据，在实验分析的基础上，探讨了沙漠化程度与地表参数之间的定量关系，即沙漠化与植被指数（NDVI）、地表辐射温度（LST）之间的关系，提出了综合反映沙漠化土地生物物理特征的遥感监测指数——沙漠化遥感监测差值指数（DDI），为沙漠化遥感监测提供有效的定量化方法。     

基于植被指数-反照率特征空间的沙漠化信息遥感提取——以张掖绿洲及其附近区域为例

利用Landsat TM遥感卫星影像反演植被指数和地表反照率,并由此构建了植被指数和地表反照率组成的特征空间,最后利用该特征空间对张掖绿洲及其附近区域的沙漠化现状和程度进行了定量评价。利用野外调查的定位数据对结果进行检验,总体精度达到82%。该方法可以在遥感图像处理软件下实现沙漠化现状与程度的自动识别,而且指标简单、易于获取。与单纯使用遥感光谱信息进行分类相比,对于沙漠化现状与程度的分类和分级具有更好的效果。     

基于分析方法的太湖叶绿素a反演研究——以MODIS数据为例

目前, 针对太湖水体的叶绿素波段敏感性的分析, 大多集中在实测的高光谱反射率数据或者图像提取反射率与叶绿素浓度的统计分析结果上, 缺乏基于水体光学特性的研究, 并且两者之间的一致性也一直缺少论证。研究中采用2004 年4 月和2007 年8 月的两期数据, 首先从水质参数的生物光学特性入手, 基于生物光学模型, 利用叶绿素和其他水质参数的吸收和后向散射系数, 模拟计算其他水质参数不变, 叶绿素浓度处于不同水平时的水面反射率, 分析实测反射率对叶绿素浓度变化的响应; 利用MODIS 的波段响应函数把实测光谱模拟成宽波段的MODIS 反射率, 以此作为桥梁进而对实测的高光谱反射率和MODIS 图像提取反射率与叶绿素浓度的相关程度的一致性进行分析, 为利用MODIS 图像进行水质参数反演时的反演因子选择提供了依据。     

基于GIS和RS的区域陆地植被NPP估算——以中国内蒙古为例

在GIS的支持下,利用地面气象数据和MODIS数据,考虑到最大光利用率在不同植被类型中的差异,构建了一个区域陆地植被NPP估算模型,并以2002年的内蒙古植被为例,研究了植被净初级生产力及其时空分布。结果表明:(1)该模型在数据获取了上比较容易,仅利用地面气象数据和遥感数据就可以对陆地植被NPP进行估算,使其实际的可操作性得到加强。(2)通过与NPP的实测资料及其他模型的对比研究表明:该模型对区域陆地值被NPP的模拟效果较好,与Chikugo模型相比,它更能反应森林NPP的实际情况。(3)2002年内蒙古植被净初级生产力为390.8MtC/a,总体分布趋势是由东北向西南递减,其季节变化也非常明显,在6月中旬至9月中旬的3个月时间里,NPP占了全年的72.7%,而1—2月份植物基本停止生长,净初级生产力极低,每月仅为3.59MtC。     

利用Landsat 5 TM影像估算沉水植物地上生物量的研究——以江西省鄱阳湖国家自然保护区为例

阐述了利用Landsat 5 TM影像在鄱阳湖国家自然保护区进行沉水植物地上生物量估算的方法和过程。研究结果显示,采用该影像,结合传统的采样策略和估算方法进行生物量的估算,在此研究区域中具有一定的局限性。分析了产生这一问题的原因,并对后续的研究工作提出了具体的建议。     

遥感植被指数对多时相AVHRR数据主成分分析的影响

对中国全年36个旬NOAA－AVHRR的1km覆盖数据进行两步处理：分别采用比值植被指数RVI、归一化植被指数NDVI、土壤调整植被指数SAVI和修改型土壤调整植被指数MSAVI最大值合成方法从每3旬数据合成每月数据；对每一种处理后的原始数据计算四种植被指数，并对这16种数据进行了主成分变换，分析不同处理方式对主分量积累方差和各主分量所分映生物学规律的影响。     

Analysis of Climate and Vegetation Characteristics along the Savanna-Desert Ecotone in Mali Using MODIS Data

MODIS data were used in conjunction with 600 ground survey points to create a 500 m resolution land cover product of Mali. It improves upon previously published land cover products for this region in resolution and accuracy. Of particular importance is the ability to detect small-scale, but important, wetland features such as rice cultivation areas. A combination of classical ground survey of vegetation type and structure, meteorological data, and remote sensing was used to quantify the relationship between vegetation and climate along the sensitive Sahel savanna—desert transition. The study demonstrates the effectiveness of using MODIS data for regional-scale studies.     

Desertification Vulnerability Assessment Model for a Resource Rich Region: A Case Study of Bellary District,Karnataka, India

Desertification is a global challenge being experienced across countries irrespective of their levels of development. Desertification is a complex negative process involving both natural and human components in terms of their socio-economic attainments. Hence, for identification and assessment of the process, pattern, magnitude and possible impacts of desertification, a multi-disciplinary approach with inter-disciplinary framework of analysis is essential. This study has made such an attempt to develop a comprehensive desertification vulnerability assessment Model on the basis of multi-variate Principal Component Analysis along with the Geographic Information System framework by using natural and socio-economic resources data inputs from census, satellite data and other sources. Bellary district, located in a rapidly growing southern state of India, Karnataka which is afflicted with various natural and development issues such as droughts, backwardness, haphazard mining, over irrigation, and associated effects of land degradation, siltation and water pollution has been chosen for the study. The inter-disciplinary framework based desertification vulnerability assessment model has assessed that 1379.198 km² area (15.55%) of Bellary district is prone to desertification (based on the satellite data IRS LISS III data of Dec 2005, Feb 2006, March 2006 and April 2006). In addition, 3229.337 km² (36.40%) is under moderate vulnerability which is fragile. Hence, unless proper development intervention and conservation measures are taken well in advance, almost more than half of Bellary district (51.95%) will be vulnerable to desertification. Spatially, the talukas that are seriously affected and that require development intervention on high priority are: Sandur, Kudligi, Hospet and Bellary which are the prime talukas of the district.     

Assessment of Late Blight Induced Diseased Potato Crops: A Case Study for West Bengal District Using Temporal AWiFS and MODIS Data

Remote sensing technology becomes an effective and inexpensive technique for detecting disease in vegetation. In this study, an attempt has been done to discriminate healthy and late blight affected crop using remote sensing based indices such as NDVI and LSWI. NDVI and LSWI spectral profiles between healthy and late blight affected crop shows large difference. Mean difference in reflectance between two acquired dates Jan. 10 and 29, 2009 crop clusters varied from 31.28 % in red band, 7.7 % in NIR band and 6.23 % in SWIR bands in healthy crops while in late blight affected crops it is ?15.5 % in red, 44.4 % in NIR and ?14.61 % in SWIR bands. Negative percentage differences in reflectance indicate reflectance increases from Jan. 10, 2009 to Jan. 29, 2009, while positive difference indicate decrease in reflectance between the two dates. Since potato is an irrigated crop, these differences in reflectance are attributed to prevalent disease at that time. It is found that severely affected areas are Bardhman, Arambag, Bishnupur, Ghatal and Hugli taluka with crop damage areas are 4036.66, 1138.68, 2025.23, 469.15, and 380.08 ha, respectively.     

利用MODIS遥感影像获取近地层气温的方法研究

由于冠层叶片群体效应,在1km的空间尺度上遥感获取浓密植被陆面温度与气温近似相等。根据这个原理对利用遥感手段获取气温进行了尝试,提出利用NDVI-Ts空间获取气温的方法,计算气温空间分布模式,同时对Prihodko和Goward提出的气温遥感获取模型(简称P-G模型)进行试验并与NDVI-Ts空间法进行了对比。根据Parton和Logan提出的气温尺度转换模型,利用气象站观测最高气温和最低气温获取Terra卫星过境时刻气温作为“测定值”,对遥感获取的气温进行检验,得到以下结论:P-G模型计算气温与观测结果相比偏高,而NDVI-Ts法计算结果偏低,但是其总体误差范围相当,大约为 4℃;与P-G模型相比,尽管NDVI-Ts空间法获得的气温在精度上对P-G模型没有多大的改善,但这种方法能够更加充分利用遥感获取的信息,而且在计算机运算效率上也有很大的改进,NDVI-Ts空间法相对于P-G模型具有一定优势。     

基于POI数据的广场功能研究——以兰州市城关区为例

基于ArcGIS中的网络分析法,选取兰州市城关区东方红广场、五泉下广场和万达广场构建沿不同等级交通线的1 min、1.5 min、3 min 3个缓冲区圈层,同时统计不同缓冲区内居住设施、公共管理与公共服务设施和商业设施三大类兴趣点(point of interest,POI)数据的数量与占比.结果显示,东方红广场的交...     

An Agent-Based Approach for Regional Forest Fire Detection Using MODIS Data: A Preliminary Study in Iran

Detecting fires, which are at their early stages is the first component of effective fire fighting. To date, several algorithms have been proposed to detect fire spots using remote sensing data. Nevertheless, in order to be able to accurately detect small and cool fires, which are very important at the regional scale, most of these algorithms need to be adjusted and improved. In this paper, an agent-based algorithm is presented for regional forest fire detection using bi-temporal MODIS data. The algorithm is designed to be so self-adaptive and consistent that it could be applied to the different pairs of consecutive images taken by the same satellite platform and at the same daytime. The results clearly show that compared with the MODIS contextual algorithm (version 4), the proposed method is more sensitive to small and cool forest fires in Iran.