基于MODIS数据的青藏高原积雪时空分布特征分析

利用2000―2014年间获取的MOD10A2积雪产品,结合数字高程模型数据,借助GIS空间分析方法,以积雪覆盖率(snow cover fraction,SCF)为指标,定量分析了青藏高原积雪的整体空间分布特征及高程、坡度和坡向等地形因素对高原积雪时空分布的影响。主要结论有:(1)青藏高原积雪覆盖具有高原周围和中部高大山脉积雪丰富、SCF高,内陆盆地和谷地积雪少、SCF低的特点;(2)海拔越高,SCF越高,积雪持续时间越长,年内变化越稳定;(3)海拔4 000 m以下年内积雪覆盖呈单峰型分布特点,海拔4 000 m以上则为双峰型;(4)SCF最低值在海拔6 000 m以下出现在夏季,而在海拔6 000 m以上则出现在冬季;(5)SCF在不同坡向中,北坡向最高,南坡向最低,东坡和西坡向居中。     

雪线时空分布及与地形因子相关性分析

采用青海玉珠峰1998、2010、2013、2015年7月份四期SPOT5及QuickBird遥感影像(1998年为航片),解译冰雪范围线,对冰雪覆盖区域的时空变化特征进行分析。获取2013年雪线高程,利用30 m分辨率的SRTM-DEM提取坡度、地形曲率、地形起伏度等地形因子。在气温、降水条件基本相同的情况下,对不同的海拔范围采用回归分析推算雪线高程与地形因子的相关关系。结果表明,随着海拔的升高,雪线高程与地形因子的相关性有逐步增强的趋势。当海拔达到约5 500 m时,雪线高程与坡度、地形起伏度、剖面曲率、平面曲率的相关系数分别为0.509、0.517、0.141、0.221,地形起伏度与坡度是对雪线分布影响相对较大的地形因子。     

我国近10年月平均NDVI空间分布特征分析

为研究我国近10 a月平均NDVI空间分布特征,使用2005―2014年MOD/MYD13C2植被指数产品得到全国多年分月NDVI;在考虑不同月份NDVI高、中、低值区面积变化的同时,结合DEM数据,分析植被覆盖随季节变化的规律和NDVI随坡向、海拔的变化规律。结果表明:NDVI低值段[-0.25,0.15)面积冬季高、夏季低,代表裸土、荒地和部分水体的特征;中值段[0.15,0.55)面积呈"双峰双谷"分布,春、秋季高于冬、夏季,体现植被覆盖下混合地物的特征;高值段[0.55,0.95]面积夏季高、冬季低,反映了植被覆盖随季节变化的规律。NDVI随坡向变化呈"双峰双谷"分布,东南、西北坡高于西南、东北坡。NDVI随海拔升高出现3个递减带(250~1 250 m,2 500~3 000 m和3 750~6 000 m)和2个递增带(1 250~2 500 m和3 000~3 750 m)。受我国气候及地理、地形等要素影响,NDVI的水平和垂直向空间分异显著。此规律可为陆面过程研究提供参考。     

小流域积雪时空变化特征对比研究

利用Terra和Aqua卫星提供的2002~2012年MODIS 8d积雪分类产品MOD10A2和MYD10A2生成双星8d合成产品MOYD10A2,并进行精度评价。在此基础上,提取了嫩江与辽河流域积雪覆盖率、相对积雪日数和归一化积雪指数,并对比分析了嫩江与辽河流域的积雪时空变化特征。结果表明:(1)合成后的图像大大降低了云层对积雪产品的影响,更好地恢复了云下积雪遥感信息,提高了积雪遥感指数的精度;(2)嫩江、辽河流域积雪高峰期均出现在11月中下旬到次年4月中上旬,每年的积雪覆盖率高峰期和变化趋势基本保持一致,但嫩江流域的积雪覆盖率明显高于辽河流域;受地理位置和海陆分布的影响,嫩江流域积雪天数呈由东北向西南方向减小的趋势,且积雪天数明显多于辽河流域;(3)MODIS 8d积雪分类产品可在长时间、大范围积雪监测中发挥作用。     

基于PIE-Engine云平台的2018—2022年辽宁省植被覆盖度时空演变及影响因素

基于PIE-Engine(航天宏图)云平台,对2018—2022年辽宁省哨兵2A(Sentinel-2A)地表反射率数据进行处理,计算得到归一化植被指数NDVI,在此基础上利用像元二分模型计算植被覆盖度FVC,对计算得到的FVC结果运用趋势分析、偏相关分析等方法分析了辽宁省FVC时空演变情况及其影响因素。研究表明：1)2018—2022近5年辽宁省植被覆盖度FVC均值整体上呈波动上升趋势,植被覆盖度FVC均值由71.5%增至73.2%,其增长速率为2.3%。2)植被覆盖度FVC在空间上由西北向东北呈现逐渐递增的趋势,相比于退化地区的植被覆盖度提高的幅度大。植被覆盖度改善的区域明显大于退化区域,表明辽宁省植被覆盖情况得到恢复。3)相比较而言,高程和坡度是影响植被覆盖度FVC值的显著因子,FVC值随高程呈“下降—上升—下降”的变化趋势,同时FVC值随坡度的增加呈逐渐增加的趋势;4)FVC受气候的影响因素较大,3个气候因子与FVC有较强的相关性,年平均气温对FVC变化影响最大。     

叶尔羌河流域植被指数与地貌状况耦合度研究

针对叶尔羌河流域这一生态脆弱区,基于像元二分法利用MODIS NDVI数据计算该研究区典型正常年份2016年6—9月生长季植被指数(植被覆盖度),分析探讨了该流域植被覆盖度与土地利用/覆盖状况及高程、坡度、坡向等地貌状况主要要素之间的耦合关联关系。结果表明:叶尔羌河下游地区地形起伏较小,植被覆盖状况和土地利用/覆盖类型均具有明显的地带状与分层分布特征,植被覆盖度仅与距离水源地的远近相关性显著,与高程、坡度等其他地貌因子无明显相关性;而叶尔羌河中上游地区植被覆盖状况复杂,植被覆盖度与高程、坡度和坡向三因子总体耦合度较高。高程对植被覆盖状况的影响尤为显著,具有明显的垂直地带性;同时,随着高程增加,坡度对植被覆盖度的影响则表现出一定的垂直周期地带变化特性,以及随着坡向的变化植被覆盖度呈现出由阴坡、半阴坡较高(4 000m以下地区)按"顺时针"向阳坡、半阳坡较高(4 000m以上地区)逐渐转移。     

准噶尔盆地不同土地利用类型地表反照率研究

研究准噶尔盆地不同土地利用类型地表反照率特征,为揭示在区域尺度上不同土地利用类型对气候变化的生物地球物理机制提供科学依据。选取2000—2018年遥感反演地表反照率数据及2000年、2010年和2018年3期土地利用数据,运用统计学方法分析准噶尔盆地不同土地利用类型在短波(0.3～2.5μm)、近红外(0.76～3.0μm)、可见光(0.35～0.76μm)地表反照率的时空变化特征及其年际变化趋势。研究结果表明:不同土地利用类型在不同波段的地表反照率具有明显的差异特征,除了二级土地利用类型湖泊和水库坑塘外,其他一级和二级土地利用类型的地表反照率均满足近红外短波可见光这一特征; 2010—2018年3个波段的不同土地利用类型地表反照率年际变化趋势,在整体上稍显著于2000—2010年,且在2010—2018年间短波波段的一级土地利用类型均通过了0.05的显著性检验;准噶尔盆地18 a来土地利用类型地表反照率年际变化速率呈微弱的增长趋势,年际速率变化较小,整体保持稳定。研究结果将为研究区地表分光辐射及能量平衡研究奠定基础。     

基于生态多稳态的山地植被垂直自然带定量识别研究——以新疆博格达山为例

山地生态系统的自然特征和服务功能与其自身的垂直自然带分布有着密切的关系,定量识别其分布的海拔范围,能够快速捕捉气候和植被之间的相互作用结果。过渡范围海拔的定量识别往往会受到数据的时空连续性和模型分析能力的限制。本研究将温带荒漠、山地草原、山地针叶林、高山草甸、高山垫状植被作为生态系统稳定状态,利用Landsat-8和SRTM DEM数据,基于稳态转换原理结合势能分析方法,估算垂直自然带相邻两个状态的势能量,识别博格达山北坡垂直自然带的生态过渡区域及分带海拔。研究结果：（1）沿海拔梯度,地表温度LST (Land Surface Temperature)概率密度分布呈现多峰模式,赤池信息准则AIC (Akaike Information Criterion)最小值对应的模式数为2,二者均揭示存在不同的生态系统状态;（2）势能分析识别出沿海拔梯度相邻垂直自然带间的生态过渡区域及分带海拔,温带荒漠带—山地草原带（海拔1062—1093 m,1066 m）、山地草原带—山地针叶林带（海拔1689—1764 m,1707 m）、山地针叶林带—高山草甸带（海拔2690—2744 m,2714 m）...     

光谱指数趋势面的城市地表温度降尺度转换

针对城市及周边区域建造区和自然地表交织分布的特点,探讨了利用归一化植被指数(NDVI)和归一化建造指数(NDBI)构造趋势面的地表温度(LST)降尺度方法,以北京市市区及周边较平坦区域为例实现了LST自960 m向120 m的降尺度转换。分析了LST空间分布特征及NDVI、NDBI对地物的指示性特征;以北京市四至六环为界分析NDVI、NDBI趋势面对地表温度的拟合程度及各自的适用区域;在120 m、240 m、480 m和960 m 4个尺度上评价了NDVI、NDBI和NDVI+NDBI趋势面对LST的拟合程度和趋势面转换函数的尺度效应;对NDVI、NDBI和NDVI NDBI等3种方法的降尺度结果分覆盖类型、分区域对比评价。实验结果表明结合两种光谱指数的NDVI NDBI方法降尺度转换精度有所改善,改善程度取决于地表覆盖类型组合。     

南昌市土地利用变化与高程的耦合分析

以南昌市为研究区域,利用多时段土地利用遥感影像数据和DEM数据,分析研究区水平空间以及垂直方向上土地利用变化的时空分异,更全面地研究土地利用/覆盖变化情况。研究表明,南昌市土地类型分布中耕地和水域面积比重较大,土地利用的主要变化模式为耕地和水域之间的相互转化以及耕地转化为城乡工矿居民用地。高程对南昌土地利用空间分布的约束十分突出,各种土地类型在高程上的空间分布格局呈显著变化。1980~2005年南昌市不同高程土地利用动态度随时间推进提高了1.33%,土地利用类型变化最快的地方一直集中在高21.68~100.00 m之间。     

新石器时代榆林东北部环境宜居性分析

针对榆林东北部地区新石器时代的环境宜居性分布规律进行研究,通过SOFM神经网络模型对研究区聚落等级进行划分,结合地形高程、坡度、坡向、距水系距离、植被覆盖度等因子,构建指数模型。研究结果表明,研究区遗址大都分布在海拔1 000~1 200m、坡度3~9°、距水系距离为0~800m、坡向为阳坡以及植被覆盖度较好的区域,一级聚落均分布在古代环境宜居性较高的区域。与仅使用地形因子建立的指数模型相比,加入植被覆盖度和聚落等级因子的模型对不宜居的沙漠和遗址分布空白区域划分的宜居性等级低,对遗址分布密集的宜居区域划分的宜居性等级高,宜居性等级划分结果与各等级遗址密度分布的客观事实更为吻合,综合因子模型对区域宜居性等级划分更为精确。     

陆地表层覆盖变化对地表反照率影响的四国对比

陆表覆盖变化影响地表特征从而改变地表能量平衡是理解人类活动对全球气候变化影响的关键环节。选择国际气候谈判主要国家的美国、印度和巴西作为中国的对比国,对比分析不同国别、不同气候带典型陆表覆盖类型的地表反照率时空差异,进而模拟开垦和城市化等陆表覆盖变化对反照率的影响差异。结果表明：(1) 2000年—2015年,中国、美国的地表反照率年际变化存在明显的气候带空间分异特征,中国干旱半干旱区和美国中低纬湿润区表现出降低趋势,而中国亚热带湿润和美国高纬与中部干旱区则表现出明显的升高趋势,印度的地表反照率年际变化呈微弱下降趋势,而巴西为微弱上升趋势。(2)无雪覆盖时,耕地、林地、草地和人造地表反照率具有夏高、冬低的时间变化特征,干旱半干旱区反照率明显高于湿润区。4种类型的国别差异体现在,中国亚热带湿润区地表反照率均以上升为主,干旱半干旱区则相反;美国除耕地在干旱区呈较强的升高趋势外,其余类型基本为降低趋势;印度均表现为降低趋势;巴西则表现为略微升高趋势。(3)与无雪覆盖相比,有雪覆盖时不同陆表覆盖类型地表反照率均有所提高,林地提高幅度最小,约0.06—0.26,耕地提高最大,约为0.17—0.38,且中国林地反照率提高幅度略高于美国。(4)原陆表覆盖为林地时,开垦和城镇化均导致地表反照率升高,且干旱区升高幅度高于湿润区,湿润区的升高幅度随纬度降低而减弱;为草地时,开垦主要在巴西、印度和中、美亚热带湿润区引起地表反照率升高。而城镇化引起的反照率变化则受到原有地表覆盖、季节和气候背景影响存在较复杂的国别和气候带差异。     

全球2000年—2015年30 m分辨率逐年土地覆盖制图

高时空分辨率的全球多类别土地覆盖数据对于地球系统的生物化学循环、气候变化等研究至关重要。目前公开的数据产品中,较高空间分辨率的全球多类别土地覆盖产品仅提供单一或短时期的数据,而全球逐年土地覆盖产品往往只有单一土地覆盖类型,难以从较长时间跨度上反映精细地物的年际变化。本文借助Google Earth Engine平台,利用现有多套全球土地覆盖产品、Landsat卫星系列影像、以及大量人工目视解译样本,结合多数据融合、时序变化检测和机器学习等的方法,研制了一套2000年—2015年全球30 m分辨率的逐年土地覆盖变化数据集AGLC-2000-2015（Annual Global Land Cover 2000-2015）。基于AGLC-2000-2015数据集,本文选择性分析了3个典型区域（中国珠江三角洲地区、青藏高原色林错湖区和亚马逊热带雨林区）的土地覆盖年际变化。结果显示,AGLC-2000-2015数据集达到了较高的精度水平：基准年份产品（AGLC-2015）的总体精度（OA）为76.10%,Kappa系数为0.72,显著优于现有30 m分辨率的全球土地覆盖产品Globeland 30（OA = 63.49%,Kappa = 0.58）、FROM-GLC（OA = 61.41%,Kappa = 0.55）和GLC-FCS30（OA = 63.46%,Kappa = 0.57）;年际间分类模型的总体精度和Kappa系数分别为84.10%和0.81,在各大洲的平均总体精度均超过80.00%,表明该模型在全球多类别土地覆盖分类中表现良好。3个典型区域的土地覆盖变化分析显示,中国珠江三角洲地区城市扩张趋势明显（195.96 km²/a）,其增量主要来源于耕地（84.88%）;青藏高原色林错湖泊对于气候变暖响应明显,湖区面积呈扩大趋势（17.95 km²/a）,湖面北岸扩张最为明显;亚马逊热带雨林南部区域毁林造田趋势明显,15 a间森林面积减少46356.53 km²,其中大部分转化为农田（39621.29 km²）。上述结果表明：AGLC-2000-2015数据集能够有效反映全球陆地区域在30 m空间分辨率下的地表覆盖分布及年际间的动态演化,为地表陆面过程研究和相关应用提供可靠的数据支撑。     

榆林东北部地区新石器时代环境宜居性分析

针对榆林东北部地区新石器时代的环境宜居性分布规律进行研究,通过SOFM神经网络模型对研究区聚落等级进行划分,结合地形高程、坡度、坡向、距水系距离、植被覆盖度等因子,利用指数变异法客观确定各因子的相对重要性并构建指数模型。研究结果表明,研究区遗址大都分布在海拔1 000~1 200 m、坡度3~9°、距水系距离为0~800 m、坡向为阳坡以及植被覆盖度较好的区域,一级聚落均分布在古代环境宜居性较高的区域。与仅使用地形因子建立的指数模型相比,加入植被覆盖度和聚落等级因子的模型对不宜居的沙漠和遗址分布空白区域划分的宜居性等级低,对遗址分布密集的宜居区域划分的宜居性等级高,宜居性等级划分结果与各等级遗址密度分布的客观事实更为吻合,综合因子模型对区域宜居性等级划分更为精确。     

塔里木河流域2000-2014年地表覆盖动态变化监测

针对塔里木河流域脆弱的生态环境,该文采用地理信息系统、遥感技术手段提取2000年、2006年、2009年、2012年以及2014年塔里木河流域地表覆盖分类数据并对其变化特征进行分析.结果表明:2000-2014年塔里木河流域除水域、荒漠与裸露地表面积减少外,其余地表类型均呈增加趋势,其中变化量最大的为荒漠与裸露地表、冰川与积雪、耕地、草地,其变化量分别为-34 558.1 km2、14 351.15 km2、6 471.79 km2、6 383.94 km2.2000-2014年塔里木河流域荒漠与裸露地表面积减小,主要转变为了草地、林地与耕地;耕地面积增加主要来自于林地、草地、荒漠与裸露地表;冰川和积雪的面积增加主要增加来源为林地、草地和荒漠与裸露地表.     

应用转移矩阵分析辽阳矿区的地表覆盖变化

为了分析辽阳地区的地表覆盖变化情况,本文选取辽阳矿区为研究区域,以2003年、2009年、2015年Landsat TM/OLI遥感影像及ASTER GDEMV2高程数据为基本数据源,提取NDVI、NDBI、MNDWI、高程值及单波段亮度遥感指数构建决策树分类模型,完成辽阳矿区地表覆盖的分类。对分类结果进行地表覆盖类型数量变化利用土地转移矩阵分析,并对驱动力因素进行研究。结果表明;决策树模型适用于辽阳矿区地表覆盖分类,分类精度较高。研究区域土地覆盖类型发生显著变化,主要表现为建设用地大幅增长,采矿用地大面积减少,植被、水体、裸地面积变化较小。人口增长、经济发展、矿区生态治理成为该矿区地表覆盖特征变化的主要驱动因素。     

中国地区3"SRTM高程误差特征

系统评估了中国地区航天飞机雷达地形测绘任务（Shuttle Radar Topography Mision,SRTM）3″高程误差的分布及其与地形和地表覆盖因素的关系。通过单因子分析法,使用从50多万个样本点中提取的地表特征属性确定误差的变化规律。结果显示:SRTM高程误差与不同地形和地表覆盖类型关系密切;坡度增大误差由正变负,误差绝对值增大;正误差集中在偏北坡向,负误差集中在西南坡向;误差随植被覆盖增加而增大;冰川、沙漠、湿地区域误差整体为负,城镇建筑区的误差整体为正;坡度作为主导因素,同时影响其他因素对高程误差的作用。数据在某些区域存在明显高程异常,在平坦地区存在条带现象。整体上SRTM高程误差在中国地区呈现复杂的变化规律。     

基于GIMMS NDVI3g的青海高原植被分布特征研究

利用GIMMSNDVI3g等数据对青海高原地区植被覆盖的空间分布特征、自相关特征、聚集规律以及分异特征进行研究。结果表明,研究区3000m以下主要为荒漠和草甸覆盖,3000~4000m主要为草甸、荒漠和草原覆盖,而4000m以上主要为草甸、草原和高山植被覆盖,高程分异特征显著;研究区植被覆盖从东南向西北方向呈递减趋势,年内总体NDVI在0.11~0.34范围内变化,3000~4000m区域的植被覆盖最好;东部及东南部地区的NDVI值具有较高的高值聚集性,西北部地区具有较高的低值聚集性;全局NDVI与经度有明显的正相关关系,与纬度有明显的负相关关系,NDVI分布有明显的水平地带性特征。     

顾及时空特征的FY-4A云覆盖像元地表温度重建模型

热红外遥感为地表温度(land surface temperature,LST)时空全局快速获取提供了有效手段,但目前已有的地表温度产品未估算云覆盖像元地表温度,如何估算地表温度产品中空值像元的地表温度,得到无缝的地表温度数据,是热红外遥感的研究难点。针对该问题,提出了一种顾及时空特征的LST重建模型,该模型首先在时间域对LST空值进行重建,然后在空间域对LST空值进行重建,最后采用Savitzky-Golay滤波器对重建的LST数据进行平滑去噪,实现LST的空值重建。以黑河流域为研究区域,以风云四号A星(Fengyun 4A,FY-4A)数据为例,计算了该模型在不同天气条件下的重建精度,并分析了不同空值区域大小对重建结果的影响。结果表明,所提方法能解决晴空和多云天气下有空值像元的LST重建问题,一天内LST连续空值数目为1～31时,重建的均方根误差为0.405～1.915 K,决定系数R2为0.952～0.989;与传统的昼夜温度变化模型相比较,该模型不受有效LST像元数量和LST分布时刻的影响。     

云下地表温度与辐射变化关系的定量分析

云下对地表温度一直是热红外遥感研究的难点,云下地表温度的变化不仅受到到达地表的辐射强度的影响,还与地表覆盖类型的热力学性质有关,本文通过开展野外观测实验,并利用地表能量平衡模型模拟地表温度在不同辐射条件的变化情况,以期获得不同地表类型的地表温度与辐射变化的定量关系,结果表明,在云覆盖情况下,到达地表面的辐射值减小,地表温度也随之减小,当云覆盖前地表温度越高,云覆盖后地表温度的变化幅度就越大,不同地表类型的云下地表温度在单位时间(min)内发生的温度值的单位变化量所需辐射值的变化量与云覆盖前温度高低呈线性关系。在长时间云覆盖情况下,地表温度的下降速度随着云覆盖时间的增加而不断放缓,当云层覆盖一定时间(10—20 min)后,地表温度会达到一个相对稳定的状态。