新疆典型沙漠和绿洲植被-水汽-地表温度相关性分析

为探讨新疆不同区域沙漠、绿洲地表温度(Land surface temperature,LST)、归一化植被指数(Normalized difference vegetation index,NDVI)及大气水汽含量三者间的相关关系,利用2001—2019年MOD13C3植被指数、MOD11C3地表温度以及2013—2...     

NDVI、NDMI与地表温度关系的对比研究

通过研究归一化植被指数(NDVI)、归一化水汽指数(NDMI)与地表温度(LST)的相关关系,对比NDVI和NDMI定量分析LST的适宜程度。以Landsat 8遥感影像为数据源,以郑汴都市区为例,反演LST,计算NDVI和NDMI。从整体、分区、像元等不同层面分析NDVI和NDMI与LST的相关关系,并利用GEO-Da软件,分析150 m、300 m、450 m三种不同采样间隔数据的NDVI、NDMI与LST的空间相关性。主要结论为：①NDVI与LST的线性拟合度较差,而NDMI与LST具有很强的线性关系,剖面分析显示NDMI与LST呈显著负相关关系。②缓冲区分析结果表明,随着距城市中心距离的增加,用地类型增多,LST和NDMI之间的相关性逐渐增强。③在Moran's I空间相关性分析中,不同采样间隔下两指数与LST的负相关关系均比较明显,但由于水体在2个指数中数值的差异,使NDMI与LST表现出更强的空间负相关性,而NDVI与LST空间相关性则相对较弱。因此,总的来说NDMI是热环境研究的有效指标,与NDVI相比,NDMI与LST的负相关关系更强、更稳定,也更适宜于对LST的定量分析。     

TVDI用于干旱区农业旱情监测的适宜性

基于地表温度/植被指数(T_s/VI)特征空间建立的温度植被干旱指数(TVDI)受诸多因素的影响,其中一个重要的影响因素是植被指数,该指数在高、低植被覆盖时的敏感性不同,从而导致TVDI对旱情监测的准确度不同.针对这一问题,以新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择2011年4月、8月两景TM影像,利用归一化植被指数(NDVI)和比值植被指数(RVI)分别建立T_s/VI特征空间,线性拟合特征空间的上、下边界,计算得到两种温度植被干旱指数(TVDI-NDVI、TVDI-RVI).用TVDI与同期野外实测的土壤含水量数据进行回归分析.结果表明:(1)植被指数、地表温度、土壤水分之间有显著互动关系,以不同植被指数计算得到的两种TVDI与表层土壤水分相关性较好,均能够反映区域土壤干旱状况;(2)由于植被指数对植被探测的敏感性,在4月低植被覆盖时,TVDI-NDVI与表层土壤水分的相关性较高,为0.4299,8月高植被覆盖时,TVDI-RVI与表层土壤水分的相关性较高,达到0.5791;(3)在低植被覆盖区域,NDVI较RVI敏感,而在高植被覆盖区域,RVI敏感性较高.RVI适用于高植被覆盖时反演土壤湿度,NDVI则更适用于中、低植被覆盖时.     

利用MODIS数据进行旱情动态监测研究

MODIS-EVI植被指数与不同覆盖程度植被的线性关系已得到明显改善,可以更有效地反映地表植被的生长状态。利用MODIS合成数据MYD11A2和MYD13A2获取的增强型植被指数(EVI)和陆地表面温度(Ts)构建EVI-Ts特征空间,并以该特征空间计算的温度植被干旱指数(TVDI)作为干旱监测指标,分析广西2006年秋旱分布。结果表明:以地表温度和MODIS-EVI为基础的温度植被干旱指数能较好地反映区域旱情分布和旱情发展过程,2006年9月中旬—11月中旬广西受旱区域不断扩大,旱情持续加重。     

基于MODIS数据的长株潭地区NDBI和NDVI与地表温度的关系研究

基于4个季节的MODIS影像,计算长株潭地区的地表温度、NDBI和NDVI,比较NDBI和NDVI与地表温度之间关系,对地表城市热岛效应研究的指标NDBI和NDVI进行对比分析.结果表明,NDBI与4个季节的地表温度间都存在明显的线性关系,而NDVI与地表温度间关系并不明显且随季节发生变化,说明NDBI是地表城市热岛效应研究的有效指标,在地表城市热岛效应的季节变化研究中NDBI可作为NDVI的一个附加指标.     

小花间流域旱情监测模型分析

利用2002年5月份的小花间流域的MOD IS数据提取归一化差值植被指数(NDVI)和陆地表面温度(LST),选取合适的NDVI提取窗口尺度,构建LST-NDVI特征空间,采取适宜的干边和湿边的斜率确定方法,计算温度植被干旱指数(TVDI),对小花间流域进行旱情监测,平均相对湿度进行定性验证。结果表明:采用多尺度的像元提取窗口,依据像元直方图确定干边和湿边,建立温度植被干旱指数(TVDI)进行小花间流域旱情监测能够较好反映当地旱情。基于旱情监测模型的生产需要,探讨旱情与地表温度以及归一化植被指数之间的关系,认为地表温度能够反映当地2002年5月份旱情,而归一化植被指数的作用较小。     

基于地表温度-植被指数特征空间的区域土壤水分反演

针对目前西北地区广泛存在的农业干旱问题,选取了新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择云量较少的两幅TM影像,建立地表温度-植被指数特征空间。首先利用线性方程拟合了特征空间的上下边界,比较利用归一化植被指数(NDVI)建立的地表温度-植被指数特征空间Ts/NDVI和利用改进型土壤调整植被指数(MSAVI)构建的地表温度-植被指数特征空间Ts/MSAVI形状的差异,并计算得到两种温度植被干旱指数(Temperature vegetation dryness index-TVDI,分别为TVDIN和MTVDI)。对TVDI与同期野外不同深度的实测土壤重量含水量数据进行回归分析,建立TVDI估测土壤水分的经验模型并对模型进行验证。研究结果表明,TVDIN和MTVDI均能够反演表层土壤水分,其中MTVDI与土壤水分相关性比TVDIN与土壤水分相关性要高,MTVDI能够更好地反映区域土壤水分状况,是一种更有效的土壤水分监测方法,对农业干旱监测具有一定的科学依据。     

一种基于植被指数-地表温度特征空间的蒸散指数

利用遥感获取的植被指数和地表温度信息,进行地表能量和水分平衡过程研究是目前陆表过程研究的前沿。根据地表能量和水分平衡原理,对地表温度(Ts)、植被指数(VI),地表蒸散发(ET)之间的空间关系进行了分析,并基于假设条件,构建了温度植被蒸散指数(TVETI)。为验证TVETI表征地表蒸散的能力,利用环境卫星数据和SEBAL模型,对SEBAL模型中各能量通量构建的蒸散指数与TVETI进行线性回归分析,从2012年4~9月6个不同日期的确定性系数分别为:0.838、0.935、0.912、0.921、0.926、0.825, TVETI能很好的表征地表蒸散能力。通过对SEBAL模型估算的ET和TVETI估算的ET进行交叉验证发现,两者大小一致性显著, TVETI可以实现区域尺度地表蒸散发的快速估算。     

MODIS影像的NDVI和LSWI植被水分含量估算

植被含水量估算在作物灌溉和森林火灾预警中具有重要指导意义。采用8天合成MODIS地表反射率数据,针对植被水分含量与陆表水指数,植被覆盖与归一化植被指数的关系及不同植被类型和地表水分含量状况在NDVI-LSWI二维空间中的分布规律,在NDVI-LSWI梯形特征空间中确定最大和最小含水量边界线的基础上采用植被干燥指数直接估算植被水分亏缺程度。该方法不仅简便,而且可以避开植被指数温度梯形图中陆地表面温度和气温差值的测量。     

基于RS与GIS技术的南中国海湿地保护区选址研究

作者选取植被指数和温度作为湿地保护区划定的基本依据,采用感测范围广、获取信息方便的NOAA／AVHRR影像作为主要数据源,反演南中国海区域的归一化植被指数NDVI、海面温度和陆地表面温度。对反演结果进行分析,确定湿地保护区的NDVI阈值和温度阈值,再对各个参数的阈值进行空间分析,最终确定南中国海湿地保护区地址和范围。最后把确定的保护区域与联合国环境署／全球环境基金确定的湿地示范区作对比研究,发现根据NDVI与温度确定的湿地保护区包括了6个重要湿地示范区中的5个。     

Detecting and mapping annual newly-burned plots (NBP) of swiddening using historical Landsat data in Montane Mainland Southeast Asia (MMSEA) during 1988–2016

Swidden agriculture is by far the dominant land use system in the uplands of Southeast Asia (SEA), as well as other tropical regions, which plays an important role in the implementation of Reducing Emissions from Deforestation and Forest Degradation (REDD) of United Nations. To our knowledge, the long-term inter-annual area of newly burned plots (NBP) of swidden agriculture in mainland Southeast Asia is still not available, let alone in the whole tropics. With the strengthening regional geo-economic cooperation in SEA, swidden agriculture has experienced and/or is still experiencing extensive and drastic transformations into other diverse market-oriented land use types since the 1990s. In this study, high-level surface reflectance products of Landsat 4/5/7/8 family sensors including Thematic Mapper (TM), Enhanced Thematic Mapper Plus (ETM+) and Operational Land Imager (OLI) acquired in March, April and May of each year between 1988 and 2016 were firstly utilized to detect and monitor the extent and area of NBP of swidden agriculture with multiple thresholds of four commonly-used vegetation indices, namely the Normalized Difference Vegetation Index (NDVI), Normalized Difference Moisture Index (NDMI), Normalized Burn Ratio (NBR) and Soil Adjusted Vegetation Index (SAVI), in combination with local phenological features of swiddening and topographical data. The results showed that: (1) an annual average of 6.08×10⁴ km² of NBP of swidden agriculture, or 3.15% of the total land area of MSEA, were estimated in the past nearly three decades. (2) Annual NBP were primarily distributed in four major geomorphic units including the Central Range of Hills, Northern Mountainous Region, Western Myanmar Hills, and Annamite Chain. (3) A decadal average analysis indicated that the NBP of swidden agriculture opened year by year declined as a whole, especially after 2010, merely with an average of 5.23×10⁴ km². (4) The top ten provincial administrative units in Cambodia, Laos, Myanmar, Thailand and Vietnam, which consistently accounted for over 90% of the newly opened swiddens of each country, showed distinct fluctuations in using slash-and-burn practices in the last decades. The Landsat-based (30 m) reconstructed 29-year longitudinal updated maps (including extent and area) of the NBP of swidden agriculture may contribute to REDD and local livelihood related studies in Continental Southeast Asia. Our study further demonstrated that the multiple vegetative indices thresholds approach holds great potential in detecting swidden agriculture in tropical mountainous regions.     

基于遥感影像的哈尔滨市城市热环境变化

以Landsat TM/ETM+为基本数据源,利用遥感和GIS技术定量反演了哈尔滨市1989和2000年的地面亮温和植被指数(NDVI),对标准化地面亮温分级数据进行热力景观指数计算,研究城市热场分布的空间格局、时空变化规律和不同植被指数(NDVI)等级下热环境的变化特征.结果表明:1989和2000年哈尔滨市建成区均存在显著的热岛效应,2000年建成区热岛效应增强,哈尔滨市总体地面亮温升高;热力景观日趋破碎,各景观类型受干扰程度较大,处于很不稳定的状态.NDVI与地面亮温的负相关性随着植被覆盖度的升高而增大;植被覆盖度与地面亮温的空间变异呈负相关.     

基于谱间特征和归一化指数分析的城市建筑用地信息提取

以福州市ETM+影像为例,研究了城市建筑用地信息快速准确提取的原理和方法。通过对归一化差异型指数构成原理的分析以及对同名异义和异名同义现象的甄别,选取了归一化差异建筑指数(NDBI)、修正归一化差异水体指数(MNDWI)和土壤调节植被指数(SAVI)来代表城市建成区的三种最主要的土地利用类型--建筑用地、水体和植被。在此基础上进一步对这三个新的指数波段进行谱间特征分析,最后利用基于规则的逻辑判别运算将城市建筑用地信息提取出来。研究表明这一方法可以使繁杂的多波段谱间分析得以简化, 是一种快速准确、未经人工干预的建筑用地信息提取方法。本文还探讨了在城市建成区的研究中采用SAVI指数替代NDVI指数的优点。     

美国中西部沙山地区环境变化的遥感研究

文章选择了典型半干旱地区———美国中西部的沙山为研究区,利用陆地卫星TM、MSS图像数据,采用线性光谱混合模型(LSMM)、穗帽变换、指数提取等方法,提取反映环境变化的沙地、湿地、水域、草地等信息,并研究典型半干旱地区———Nebraska近20年来的环境变化及其与气候变化的关系。     

苏州下垫面格局演变及其局地热环境效应

以苏州为研究区域,选择1986年Landsat TM、2006年Landsat ETM+遥感图像为主要数据源,分别提取下垫面类型和地表温度,研究景观格局指数的粒度效应,并在适宜粒度下分析景观格局的演变特征,进而研究其与热环境变化之间的关系。结果表明,研究区20多年来景观破碎化程度、斑块形状复杂程度与景观多样性变大,而聚集程度变低,热场变异指数增大区域的景观格局指数变化更为明显,这说明下垫面格局演变对热环境变化具有一定的影响作用。     

Identification of land cover/land use changes in the greater area of the Preveza peninsula in Greece using Landsat satellite data

This study investigates the Land Use & Land Cover (LULC) changes in a coastal area of the southwest part of Epirus region, called Preveza, situated in North-western Greece. Remote sensing imagery coming from the Enhanced Thematic Mapper (ETM+) sensor on board at the Landsat 7 satellite platform is used for this purpose. More specifically, we identified LULC changes in this environmentally sensitive coastal area, using Landsat image scenes for the dates of June 19th, 2000 and July 22nd, 2009. During this period, there was an increasing tourist activity and a high growth in the construction sector of the study area. The land-use changes were identified, examining several vegetation indices and band combinations, along with the implementation of different well-known classification techniques. The Normalized Difference Vegetation Index (NDVI) and the Brightness Index (BI) have proved to be the most suitable indices to successfully identify discrete land surface classes for this study area. Regarding the classifiers, a series of traditional and modern algorithms were tested. The Artificial Neural Networks (ANNs) and the Support Vector Machines (SVMs) gave improved results in comparison to other more traditional classification techniques. The best overall accuracy for the study area was achieved with the SVM classifier and reached 96.25% and 97.15% on the dates of June 19th, 2000 and July 22nd, 2009 respectively. The classification results depicted notable urbanization, small deforestation and important LULC changes in the agriculture sector, indicating a rapid coastal environment change in the region of interest.     

城市土地利用类型及格局的热环境效应研究——以上海市中心城区为例

以上海市中心城区为例,首先采用SPOT影象,人工解译出城市土地利用的类型,同时利用Landsat7卫星,ETM+影象的热红外波段反演每个像元内的陆地表面温度,分析陆地表面温度在不同土地利用类型之间的差异,进一步分析不同土地空间分布格局与地面温度之间的关系。研究结果显示:上海市地表温度具有明显中心城区高、郊区低的热岛效应存在;在城市不同土地利用类型上的表面温度具有显著性差异,两两之间的比较揭示,城市地面温度在大多数土地利用类型之间的差异是显著的。城市内部不同土地类型所产生的热环境效应不同;城市土地类型在空间布局上越复杂,其产生的热岛效应越明显。     

绿洲植被覆盖度遥感信息提取——以敦煌绿洲为例

以敦煌绿洲为研究区,利用Landsat TM遥感数据,通过归一化植被指数(NDVI)和混合像元分解两种方法,提取了敦煌绿洲的植被覆盖度信息。在基于NDVI提取植被覆盖度时,选取了基于NDVI的像元二分模型; 在混合像元分解过程中,对遥感影像进行波段反射率归一化处理和最小噪声变换(MNF),确定了3个类型端元:植被、不透水表面/土壤、水体/阴影; 最后利用高分辨率遥感影像验证对比了两种提取方法的精度。结果表明:混合像元分解更能准确地提取敦煌地区植被覆盖度信息,其线性相关系数为0.8915,均方根误差为0.0882,而且提取结果更符合实际情况,可以为敦煌植被状况监测及生态环境保护提供科学建议。     

Analysis of Spatio-temporal Land Surface Temperature and Normalized Difference Vegetation Index Changes in the Andassa Watershed,Blue Nile Basin,Ethiopia

Analysis of the nexus between vegetation dynamics and climatic parameters like surface temperature is essential in environmental and ecological studies and for monitoring of the natural resources. This study explored the spatio-temporal distribution of land surface temperature (LST) and Normalized Difference Vegetation Index (NDVI) and the relationship between them in the Andassa watershed from 1986 to 2016 periods using Landsat data. Monthly average air temperature data of three meteorological sites were used for validating the results. The findings of the study showed that the LST of the Andassa watershed has increased during the study periods. Overall, average LST has been rising with an increasing rate of 0.081°C per year. Other results of this study also showed that there has been a dynamic change in vegetation cover of the watershed in all seasons. There was also a negative correlation between LST and NDVI in all the studied years. From this study we can understand that there has been degradation of vegetation and intensification of LST from 1986 to 2016.