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。     

西藏那曲县NDVI变化及与气象因子、畜牧量相关分析

利用NASA提供的16天合成MODIS数据,以归一化植被指数(NDVI)作为植被覆盖特征指标,研究了2001~2008年那曲县NDVI变化特征,分析了温度、降水等气象因子与NDVI关系。结果显示:近年来那曲县最大NDVI、年均NDVI呈减小趋势;NDVI月变化与温度、降水显著正相关;年平均NDVI、植被生长季平均NDVI与气象因子相关性不明显;畜牧总量与植被生长季NDVI显著负相关。      

吉林省主要产粮区NDVI时空变化特征

为了确定作物长势遥感监测的评价指标,利用2000—2012年吉林省EOS/MODIS数据,采用NDVI旬最大值法,结合吉林省主要农作物生长发育的特点,对主要产粮区作物生长季旱田和水田的NDVI时空变化规律进行研究,并分析其与气温和降水的关系。结果表明:2000—2012年吉林省作物生长季农作物的NDVI随作物生长发育进程有明显的变化,水田和旱田两种作物的NDVI时间变化均呈单峰型;吉林省不同区域的NDVI变化趋势一致,5月上旬至6月上旬,NDVI呈缓慢增加的趋势;6月中旬至7月上旬,NDVI迅速增加;7月中旬至8月上旬,NDVI增加缓慢;8月中旬开始,NDVI开始下降。6月中旬开始,吉林省中部地区旱田NDVI明显高于西部地区,NDVI增长速率中部地区大于西部地区,达到峰值的时间中部地区也早于西部地区。吉林省水田NDVI变化中西部地区差异较小,均在8月上旬达到峰值,植被指数时间变化与吉林省作物生长发育进程相吻合。吉林省中西部地区作物的NDVI与气温和降水均呈正相关,气温和降水对NDVI的影响有明显滞后效应,且气温的影响大于降水。     

EOS/MODIS数据在广西甘蔗种植信息提取及面积估算的应用

通过计算广西区域多时相MODIS-NDVI值,结合GPS选定甘蔗样本训练区多时相NDVI值变化曲线,以及甘蔗生长周期长达8个月至1年以上,蔗糖生产期间甘蔗面积逐渐递减的特性,采用最大似然法提取非样本训练区甘蔗种植信息,最终实现广西区域的甘蔗种植空间分布遥感信息的提取。经对遥感影像图甘蔗连片种植区域、零散点种植区与GPS实地定位调查比较,结果表明广西区域甘蔗种植信息遥感监测与实况相符。在此基础上,对广西区域甘蔗种植面积估算面积进行初步统计,精度达到90%以上。     

2000—2009年锡林郭勒典型草原植被对气象因子的响应

应用MODIS数据对2000—2009年植被变化情况及其与气温、降水量进行相关分析。2007年年均气温最高,降水最少,NDVI最大值和生长季平均值最低;在降水量最大的2003年NDVI最大值和生长季平均值最高。全生长季中气温和降水量与NDVI值具有显著或极显著相关,相对于气温、降水量对NDVI值影响更大;前一个月的气温和降水量对NDVI值的影响最大,植被对气象因子的响应具有时滞性。     

我国东部地区NDVI与气温、降水的关系研究

利用东部地区的1982—2001年归一化植被指数(NDVI)资料以及131个标准气象台站的气温、降水资料,用相关分析、奇异值分析(SVD)方法研究了该地区的植被与气温、降水的相互作用,得到以下几点认识：NDVI的最大值滞后于气温最高值的时间尺度在一个月左右。前期气温与后期NDVI的相关系数在春夏为负值,在秋冬却以正值为主。前期植被与后期气温的相关系数以负值为主。NDVI最大值滞后于降水最大值的时间尺度在两个月左右,同期NDVI与降水的相关系数为负值,而无论降水超前于NDVI或者NDVI超前于降水的时间尺度大于1个月时,二者的相关系数转为正值。由SVD方法得到东部地区7月份的NDVI与8月份的气温、降水有较好的相关关系。河南西南部及东北部区域NDVI与大部分地区的气温为正相关;长江流域NDVI与32 °N以南地区的降水有较好的负相关。因此,前期植被的变化特征可以作为后期气温、降水的预报的一种参考因子。     

由NOAA-9AVHRR资料确定美国大平原的反照率

利用1986年和1987年无雪月份期间美国大平原的NOAA-9 AVHRR(改进的甚高分辨率辐射仪)观测资料推算出地面反照率的季节变化.使用一种简单的与模式无关的方法绘制月反照率分布图,其方法包括按卫星九天周期重新排列无云资料、周期中逐日平均资料的空间内插和对周期求平均获得月平均估计值.应用窄带转换到宽带和对每月晴空反照率的简单大气订正获得地面反照率,分析了四个目标区(两个森林目标区和两个农作物目标区)的物候变化. 在某些地区,生长季节里农作物生长能使反照率成倍地增大.这种变化在辐射收支计算中是重要的.从整体来看,这些结果与其它文献中对各种地表类型的反照率的研究所得的结果相当一致.     

安徽省植被和地表温度季节变化及空间分布特征

卫星遥感广泛应用于宏观、大范围、动态连续的植被和地表温度监测研究。利用2001—2008年MODIS卫星遥感资料, 分析了安徽省归一化植被指数 (NDVI) 和地表温度 (LST) 的季节、月变化和空间分布特征,探讨了代表城市区域的NDVI和LST时空分布及其相关性。结果表明:安徽省NDVI和LST季节变化显著,具有典型地域特征;受当地气候影响,植被、农作物类型地域差异较大,导致LST季节变化以及空间分布不同;城市中心向郊区过渡时,植被覆盖度在不断增加,伴随着NDVI的增加,LST下降;城市LST明显高于郊区值,呈现热岛效应。研究表明,当地气候和植被分布共同决定了LST的分布状况,这将为安徽省合理进行农业区划、科学监测生态环境以及有效评估土地利用与热岛效应提供重要参考依据。     

西藏藏北高原典型植被生长对气候要素变化的响应

选取西藏藏北高原西部高寒草原植被、中部高寒草甸植被及东南部高寒灌丛草甸植被 3 种藏北地区最典型的植被类型, 结合临近 3 个气象观测站的资料, 分析这 3 种典型植被类型地区 1999—2001 年旬平均气温、旬总降水量和 SPOT VEGETATION 卫星 10 d 最大值合成归一化植被指数 (NDVI) 变化特征以及 3 种典型植被基于 SPOT VEGETATION NDVI 的生长变化对旬平均气温和旬总降水量两个主要气候要素变化的响应关系。 结果表明: 藏北地区降水资源的空间分布特点是东南部向西北部逐渐减少, 气温则由南向北逐渐递减, 与降水资源分布相反, 蒸发量西部高, 东部低; SPOT VEGETATION NDVI 能够较为准确地反映 3 种典型植被生长变化特征, 所反映的植被返青期和枯黄期等重要植被生长阶段与由积温计算的植被生长特征基本一致; 藏北地区基于 SPOT VEGETATION NDVI 的植被生长变化与气温的相关系数明显高于与降水的相关系数 , 其中以那曲为代表的高寒草甸植被的 NDVI 与旬气温和旬降水总量的相关系数最大, 分别为 0.81 和 0.68 , 表明藏北地区由于海拔高, 气候寒冷, 气温对该地区植被生长的影响明显高于降水的影响, 即该地区植被生长变化对气温的响应程度明显高于对降水的响应程度 , 是植被生长的限制性因素; 不同植被类型对气温和降水两个要素的响应程度大小依次是高寒草甸、高寒灌丛草甸和高寒草原。     

南水北调华北受水区植被与降水的关系研究

华北地区年际归一化植被指数(NDⅥ)的变化与降水的年际变化有相当强的正相关,降水量增加会显著的改善植被覆盖.华北的NDⅥ变化显示了很强的季节变化特征,6月是华北农作物种植和生长的关键时期,但该月的需水量并不大,农作物生长旺季在7～8月.北京、邢台和潍坊的7月份农作物增长最快,月平均相对NDⅥ增长速度为0.4,8月的为0.2,因此,在7～8月农作物生长需水量最大,相当降水量接近180 mm,因此,在调配农业用水时应充分考虑这些因子.       

MODIS数据在乌鲁木齐地区植被景观动态监测中的应用

根据EOS／MODIS卫星时次高覆盖面广的特征，选取从4．10月的MODIS晴空资料，对整个乌鲁木齐地区植被景观进行动态监测，利用植被指数最大合成法制作了每月植被指数专题图。为了能够结合物候更好地分析乌鲁木齐地区植被随季节变化趋势以及不同时期植被生长状况，我们还制作了植被景观专题图及其变化评价图。评价图的优势在于能直观地反映植被变化的趋势，并能将变化的程度数字化，还可以根据不同的评价图叠加DEM做相应的分析。为乌鲁木齐地区植被变化研究提供有效的依据。     

气候变化对苏尼特草原NDVI的影响

利用苏尼特草原地区1982—2006年NOAA AVHRR的NDVI数字遥感影像,以及1998-2007年逐旬的SPOT VAG-NDVI数据集,结合研究区域内苏尼特左旗、苏尼特右旗、朱日和、二连浩特4个气象站点的同期降水、气温数据,对植被盖度与不同组合方式的降水及气温数据进行了相关分析,探讨了植被盖度与气象因子的关系。结果表明：苏尼特草原生长季平均盖度、逐月盖度与降水呈正相关关系,与气温呈负相关关系,其中降水对盖度的影响存在着时滞及累积效应。     

西南地区植被变化与气温及降水关系的初步分析

利用卫星遥感植被归一化指数（NDVI）资料和西南地区96个实测台站的月平均气温以及降水资料,初步分析了西南地区植被变化与气温及降水的关系。结果表明：近20年来西南地区植被覆盖状况较好,其中夏季植被覆盖最好,冬季植被分布空间差异最大;西南地区植被整体呈增加趋势,同时也存在较明显的季节和区域差异：春季西南大部分地区植被以增加为主,夏季、秋季全区以减少为主,冬季则以增加为主且存在明显的东西反向特征,东部减少西部增加。时滞互相关分析表明：西南地区11～2月份的植被对超前其1～2个月的气温以及夏季的植被对春季气温的敏感性比较大,3～4月的植被生长对上年夏季的降水敏感性比较大;同期时,1～3月植被和气温为正相关关系,6～9月的植被生长和降水为明显的负相关关系;在植被超前气候的条件下,1～2月的植被和滞后1～2个月的气温呈正相关关系,与滞后1个月的降水有明显的负相关关系。     

从归一化植被指数提取气溶胶光学信息

利用卫星遥感和改进归一化植被指数(NDVI)算法,在最大值合成的MVC-NDVI与监测日NDVI差值中提取气溶胶浑浊度信息,形成新的气溶胶光学指数产品,通过监测珠三角地区细粒子气溶胶扩散过程的验证,表明方法是成功的。基于理论和实例分析,提出气溶胶研究应当从本地区地理环境和气溶胶特征的实际出发,重视细粒子气溶胶作为稳定的胶体系统对空气质量、天气系统和气候变化的影响,重视卫星遥感在气溶胶监测中的不可替代的作用。     

基于NDVI-Ts特征空间的黑龙江省干旱监测

NDVI-Ts特征空间方法结合了卫星遥感地表反射率和热红外特性,能较好地反映一定时空尺度的地表干旱状况,该文基于Terra-MODIS归一化植被指数(NDVI)和地表温度(LST)产品,构建NDVI-Ts三角形特征空间,采用植被温度状态指数结合MODIS地表分类产品IGBP对黑龙江省2007年夏季干旱进行监测和分析。结果显示:此次夏季干旱的空间分布广,持续时间长,干旱程度重,西部松嫩平原和东部三江平原等地主要农作物产区普遍发生干旱,且旱情严重。结合同期地面气象观测的月降水量数据对监测结果进行验证和评估表明:植被温度状态指数是一项近实时的干旱监测指标,不仅与当地最近的降水事件有关,而且与前期一段时间内的总体降水事件相关,可以较真实地反映当地干旱发生、发展的动态过程。     

西南地区植被变化与气温及降水关系的初步分析

利用卫星遥感植被归一化指数(NDVI)资料和西南地区96个实测台站的月平均气温以及降水资料,初步分析了西南地区植被变化与气温及降水的关系。结果表明:近20年来西南地区植被覆盖状况较好,其中夏季植被覆盖最好,冬季植被分布空间差异最大;西南地区植被整体呈增加趋势,同时也存在较明显的季节和区域差异:春季西南大部分地区植被以增加为主,夏季、秋季全区以减少为主,冬季则以增加为主且存在明显的东西反向特征,东部减少西部增加。时滞互相关分析表明:西南地区11~2月份的植被对超前其1~2个月的气温以及夏季的植被对春季气温的敏感性比较大,3~4月的植被生长对上年夏季的降水敏感性比较大;同期时,1~3月植被和气温为正相关关系,6~9月的植被生长和降水为明显的负相关关系;在植被超前气候的条件下,1~2月的植被和滞后1~2个月的气温呈正相关关系,与滞后1个月的降水有明显的负相关关系。      

全球风云三号D星MERSI/NDVI产品质量评估

MERSI/NDVI是风云三号D星的一个关键业务产品,深入了解其质量状况对推广产品应用、改进产品算法都具有重要意义.文中针对业务化运行后的全球MERSI/NDVI产品(2019年5月至2020年12月),以同期Terra MODIS/NDVI产品(MOD13A2)为参考,通过空间格局和时间序列的对比、APU(准确度Ac...     

2000—2020年呼伦贝尔地区归一化植被指数时空变化及其对气候的响应

利用2000—2020年MOD13Q1和气象观测数据,结合Sen趋势分析、M-K显著性检验、变异系数、Hurst指数、相关系数等对呼伦贝尔地区归一化植被指数(NDVI)时空变化及气候响应进行分析。结果表明：呼伦贝尔地区多年生长季平均NDVI为0.63,平均年变化倾向率为0.028/10 a,大部分地区呈增加趋势,其中大兴安岭森林大部及岭西耕地增加显著。呼伦贝尔地区生长季NDVI的平均变异系数为0.08,其中呼伦贝尔草原西部的波动较大。Hurst指数表明,呼伦贝尔地区生长季NDVI整体变化呈反持续性趋势,结合现有NDVI变化趋势,未来将呈下降趋势,对生态环境的保护工作较为不利。大兴安岭森林生长季NDVI与气温呈正相关,耕地与草原区呈负相关,而呼伦贝尔大部分地区的生长季NDVI与降水普遍呈正相关,其中呼伦贝尔草原和大兴安岭两麓耕地的生长季NDVI与降水相关显著,说明气温是制约北部大兴安岭森林生长的主要因素,而降水是制约呼伦贝尔草原生态平衡和农牧业发展的主要因素。     

Spatial patterns of vegetation phenology metrics and related climatic controls of eight contrasting forest types in India – analysis from remote sensing datasets

Summary Leaf phenology describes the seasonal cycle of leaf functioning and is essential for understanding the interactions between the biosphere, the climate and the atmosphere. In this study, we characterized the spatial patterns in phenological variations in eight contrasting forest types in an Indian region using coarse resolution NOAA AVHRR satellite data. The onset, offset and growing season length for different forest types has been estimated using normalized difference vegetation index (NDVI). Further, the relationship between NDVI and climatic parameters has been assessed to determine which climatic variable (temperature or precipitation) best explain variation in NDVI. In addition, we also assessed how quickly and over what time periods does NDVI respond to different precipitation events. Our results suggested strong spatial variability in NDVI metrics for different forest types. Among the eight forest types, tropical dry deciduous forests showed lowest values for summed NDVI (SNDVI), averaged NDVI (ANDVI) and integrated NDVI (I-NDVI), while the tropical wet evergreen forests of Arunachal Pradesh had highest values. Within the different evergreen forest types, SNDVI, ANDVI and INDVI were highest for tropical wet evergreen forests, followed by tropical evergreen forests, tropical semi-evergreen forests and were least for tropical dry evergreen forests. Differences in the amplitude of NDVI were quite distinct for evergreen forests compared to deciduous ones and mixed deciduous forests. Although, all the evergreen forests studied had a similar growing season length of 270 days, the onset and offset dates were quite different. Response of vegetative greenness to climatic variability appeared to vary with vegetation characteristics and forest types. Linear correlations between mean monthly NDVI and temperature were found to yield negative relationships in contrast to precipitation, which showed a significant positive response to vegetation greenness. The correlations improved much for different forest types when the log of cumulative rainfall was correlated against mean monthly NDVI. Of the eight forest types, the NDVI for six forest types was positively correlated with the logarithm of cumulative rainfall that was summed for 3–4 months. Overall, this study identifies precipitation as a major control for vegetation greenness in tropical forests, more so than temperature.