基于SPOT-VGT NDVI的矿区植被遥感监测方法

以SPOT-VGT NDVI为遥感数据源,结合中国北方矿区环境特点,研究矿区植被和土地荒漠化的遥感监测方法,包括时间序列数据合成、植被变化趋势分析和土地荒漠化分级3方面.对每个像素的NDVI时间序列数据进行线性拟合,据直线斜率将NDVI变化程度分为7级;依据NDVI转换得到的植被覆盖度,将矿区土地荒漠化程度分为5级.以中国西北神东矿区为例,对该文提出的方法进行验证.     

基于Ts-EVI特征空间的春旱遥感监测——以河北省为例

春季干旱是影响我国农业生产的重要自然灾害。以河北省为研究区,采用Ts-EVI构建的特征空间,以温度植被干旱指数TVDI作为土壤水分估算因子对2005年4～5月的春旱发生与发展进行遥感监测,主要得出以下结论:(1)表层土壤相对湿度RSM_(10)与TVDI的相关性均通过了α=0.001水平的置信度的t检验而表现出显著相关性,基于Ts-EVI特征空间构建的TVDI可以较好地估算土壤表层水分状况。(2)TVDI与不同土壤深度RSM的相关性在不同时期存在一定的差异,4月上旬～4月中旬以10 cm深度处的相关性最高,20 cm处次之;4月下旬～5月下旬以20 cm土壤深度处的相关性最好,10 cm处次之。(3)在不统计云覆盖地区旱情的情况下,2005年4月上旬河北省春旱面积为15 014.4 km~2;4月中旬～5月下旬的春旱面积分别为43 350.4 km~2、13 889.3km~2、71 664.3 km~2、12 864.8 km~2和44381.5 km~2。     

草原植被长势遥感监测研究进展

草原植被长势监测是草原监测的重要领域, 它能从宏观上揭示草原的生长状况及其动态变化, 从而为草原科学管理提供快速、准确的参考依据。目前长势监测主要利用遥感的方法, 即选择归一化植被指数NDVI作为反映植被生长状况的指标, 方法有同期对比法、植被生长过程曲线法、直接监测法。本文在总结草原长势监测进展与方法的同时, 指出了其中存在的问题--监测中过分依赖NDVI、不区分草原类型而使用同一种方法进行监测;对未来发展方向做了展望--监测中选用适宜植被指数、监测方法, 分区域、分类型的监测长势, 提高监测精度, 将长势监测与草原产草量、生产力结合, 为牧民生产提供指导。     

基于植被状态指数的全国干旱遥感监测试验研究(Ⅱ)--干旱遥感监测模型与结果分析部分

通过利用1981～1994年连续504旬的由NOAA AVHRR 8km分辨率的NDVI时间系列数据,以及对应时段的全国102,个固定农气观测站的旬土壤湿度资料(-20cm),建立了植被状态指数(VCI)与土壤湿度之间的统计模型,由土壤湿度旱情等级标准来换算出每旬用VCI进行干旱遥感监测的旱情等级标准,以确定出全国的逐句旱情分布。对模型进行的统计检验表明,模型都通过了置信度为a=0．05统计检验。监测试验结果表明,这种方法在作物生长期内应用于大范围旱情遥感监测,有效且简便易行。     

基于遥感的民勤绿洲植被覆盖变化定量监测

基于混合像元条件下的TM影像植被覆盖度遥感反演,定量研究了甘肃省民勤绿洲1987年至2001年植被覆盖时空变化的规律与特点。结果表明,15年中,民勤绿洲的植被覆盖发生了很大的变化,农田植被(耕地)面积增加了53.11%,而中、高盖度植被的面积却减少了25.21%,这对民勤绿洲的长久生态安全构成了严重的威胁。民勤绿洲植被覆盖变化的空间转化过程复杂,但总体属于开垦—植被退化型。15年中因开垦和植被退化而损失的中、高盖度植被达42204.81hm2,占原面积的81.73%,而且损失的主要是绿洲边缘的防风固沙植被,其中因开垦损失的面积为18776.08hm2,占损失面积的44.5%。超采地下水引起的地下水位快速下降是导致绿洲边缘天然和人工灌丛植被退化的主要原因。控制开垦并培育相对稳定的灌丛型植被,应该是研究区生态环境建设的重点。     

基于植被信息遥感反演的东亚飞蝗监测研究

植被是东亚飞蝗发生和成灾的重要指示因子。运用遥感技术对植被生长进行监测,对东亚飞蝗的预测和防治具有重要意义。以河北省黄骅市为研究区,利用实地获取的植被冠层孔隙度数据反算的LAI数据以及Landsat-5 TM影像提取的各种VI数据,进行了LAI(LAI-2000改进型算法的反算结果)与TM影像上反演的VI之间的相关分析。结果表明,RDVI最适合反映研究区植被生长状况。分析RDVI与飞蝗发生面积的关系,发现两者呈负线性相关,即随着RDVI减小,飞蝗的发生面积呈线性增大。     

《草原植被遥感监测》书评

正草原是中国面积最大的陆地生态系统,约占国土陆地面积的41.7%,是主要江河的发源地和水源涵养区,生态地位十分重要。草原还是牧区畜牧业发展的物质基础和牧民赖以生存的生产资料。由于人为活动增强和气候变化等影响,中国草原出现了不同程度的退化、沙化等现象。据农业部等部委调研显示:全国90%的可利用天然草原发生了不同程度的退化,产草量比20世纪80年代平均下降30%~50%。因此,及时、准确地获取     

基于高分辨率遥感影像的滇池湖滨湿地植被类型监测

利用多源高分辨率遥感影像,结合图像分割与人机交互判实技术,分建设前（2007～2008年）、建设中（2011年）、建设后（2013年）3个时期对滇池湖滨湿地进行植被分布信息提取与面积统计,进而对其演变规律进行分析.结果表明：随着“滇池湖滨生态带工程”的推进,环湖带乔木与灌木、沉浮水植物、草本植物3类湿地群落面积的总和从建设前的120.39 hm2提高至建设中的1747.54 hm2,再到建设后的1868.91 hm2,占总面积的比例分别为5.49％、79.61％和85.14％,湖滨湿地面积显著提升;建设前主要植被类型为作物植被,占总面积的51.98％,建设后缩减至3.87％,逐步演化为自然植被,主要种类为中山杉（Ascendens mucronatum）、芦苇（Phragmites australis）等,群落多样性与景观格局也有了较大改观.     

基于修正Z指数的辽西北春旱演变分析

利用辽西北地区39个雨量站1971-2013年逐日降水资料,选取Z指数为指标,根据国家干旱等级标准和辽西北实际情况对不同等级干旱所对应的界限值进行修正,基于修正后的Z指数,采用小波分析方法和Kriging空间插值法对辽西北地区春旱时空演变规律进行分析。结果表明：在辽西北地区春旱总频次各年代际变化中,大旱、重旱上升趋势明显,从20世纪70年代以来,春旱发生频次由8.1%上升到12.5%,重旱发生频次由3.6%上升到4.8%。周期变化中,辽西北春旱存在10 a左右的主周期。空间上,辽西北地区春旱具有明显的区域性,由南向北递增,春季各等级干旱高发区主要集中于朝阳市各县。     

基于多时相Landsat影像的中亚地区植被覆盖遥感监测

针对中亚地区的强生态脆弱性、高敏感性特征,有必要开展广域、长期的植被覆盖监测以匹配"绿色丝绸之路"的可持续发展目标。鉴于此,联合Landsat 5和Landsat 8卫星数据集,利用Google Earth Engine(GEE)地理空间数据云计算平台,估算了中亚地区1993—2018年间共12期的植被覆盖度。结果表明:(1)中亚地区植被覆盖总体水平较低,但也具有较为显著的空间异质性。(2)中亚地区1993—2018年间多数区域植被覆盖趋势较为稳定,哈萨克斯坦丘陵、费尔干纳盆地等区域植被覆盖度呈增加趋势,乌拉尔河流域和锡尔河流域等区域植被覆盖趋势为负。(3)植被覆盖度时序特征上,中亚地区1993—2018年间总体植被覆盖度累积增加3%,其中吉尔吉斯斯坦和塔吉克斯坦植被覆盖分别增加3.96%和5.86%。(4)裸土区呈退缩趋势,面积总计减少25.9×104km2,低植被覆盖区、中植被覆盖区和高植被覆盖区范围在呈现出的振荡式增加。研究结合遥感大数据和地理云计算对中亚地区进行区域尺度的植被覆盖动态监测,能对中亚地区生态评估和演替分析提供技术支持和定量数据。     

祁连山区植被物候遥感监测与变化趋势

基于1982-2006年GIMMS NDVI时间序列数据,利用Double Logistic拟合方法提取了祁连山区植被的生长季始期、生长季末期和生长季长度参数,分析了植被物候期的时间变化趋势及空间分异特征。结果表明:祁连山植被从东南向西北逐渐变绿,而从西北到东南逐渐变黄,植被生长季呈现出东南地区比西北地区长、河谷地区比高山地区长的特征。25年内植被年生长季始期呈提前趋势,提前幅度为0.044 d·a^-1,年代趋势为延迟-提前-延迟;年生长季末期也呈提前趋势,提前幅度为0.059 d·a^-1,年代趋势为延迟-提前;生长季长度略有缩短,缩短幅度为0.015 d·a^-1,年代趋势为缩短-延长-缩短。25年内祁连山区植被生长季始期、末期提前不明显的区域主要为高山地区,分别占51.46%、42.77%;生长季始期、末期推迟不明显区域主要为河谷地区,分别占44.41%、52.91%;植被生长季高山地区延长不明显,河谷地区缩短不明显,总体上植被物候没有出现明显变化。     

基于植被状态指数的全国干旱遥感监测试验研究(Ⅰ)--资料分析与处理部分

在收集处理了了1981～1994年连续504旬的由NOAA AVHRR第1、2通道的反射率计算得的NDVI时间系列数据,以及1980～1994年全国102个固定农气观测站的旬土壤湿度资料(-20cm)和相应测站的田间持水量资料基础上,分析了全国NDVI及植被状态指数VCI的时空变化特征,发现NDVI值随季节(旬)分别表现为“双峰型”和“单峰型”的变化,在第17～27旬之间达到极大值,并与作物生长有关,VCI的变化与NDVI的变化呈相反趋势;对资料因站点的分布和密度以及时序位相等差异可能影响资料代表性的探讨认为：因旱情发展有一个过程,故NDVI、SHI的时空特性应该不会影响其分析结果的代表性。综合分析了资料的时空代表性,为干旱遥感监测模型的建立作准备。     

农业干旱遥感监测模型综述

以农业干旱发生时所引起的若干地表特征变化为依坦,分别从土壤水分、植被水分、冠层温度和作物形态4方面,对现有主要农业干旱遥感监测模型进行归纳总结,分析了各种模型的优缺点,以及各自的适用范围。其中土壤水分变化类指数比较适宜于农业旱情预警及土壤干旱型农业旱情的监测;冠层温度变化类指数不仅适宜于农业旱情预警,更适宜于农业旱情监测;作物形态及绿度变化和植被水分变化类指数,较适宜于农业旱灾的预警以及灾后评估。     

基于多源信息融合的黄淮海地区植被覆盖变化遥感监测研究

植被是气候及其他环境因子的综合反映,植被变化与气候变化具有密切的关系。基于Holdridge生命地带指标法和非监督分类法,利用研究区1982年、1992年和2002年气候数据、NDVI数据和DEM数据融合后的多源数据,进行非监督分类。经过分类后处理、空间分析、数据挖掘后,得出黄淮海地区1982—2002年植被覆盖变化图。结果表明:20 a间黄淮海地区植被覆盖变化较为和缓,保持了较一致性;变化比较剧烈地区主要分布在二、三地形阶梯交界及400 mm左右年降水量线处、山东低山丘陵以及淮河下游地区。     

青海湖环湖地区草地植被生物量遥感监测模型

利用青海湖环湖地区2000年陆地卫星TM遥感图像数据和同期野外实测的34处样方产草量数据,分析了遥感植被指数与草地植被生物量之间的相关关系,进而分别建立了遥感植被指数与草地植被生物量的一元线性回归模型和非线性回归模型。研究表明,遥感植被指数与草地生物量之间存在较好的相关性,但不同遥感植被指数与草地植被生物量相关性程度存在一定差别。此外,所建遥感植被指数与草地植被生物量的非线性回归模型在拟合精度上优于一元线性回归模型,且由三次方程得到的非线性回归模型最适用于监测青海湖环湖地区的草地植被生物量。     

额尔齐斯河流域中亚段植被覆盖遥感动态监测

利用中亚北部额尔齐斯河流域2000-2008年的中分辨率成像光谱仪(Moderate ResolutionImaging Spectrometer,MOD IS)数据,分析了额尔齐斯河中亚段不同区域的归一化植被指数(Nor-malized D ifference Vegetation Index,NDVI)随季节变化的规律,并合成全年最大NDVI值代表当年植被最好时期的NDVI值,应用混合像元分解模型,计算研究区内的植被覆盖度并根据植被覆盖度的高低将研究区内的植被覆盖程度分为六个等级:无覆盖、极低覆盖度、低覆盖度、中覆盖度、中高覆盖度和高覆盖度。通过研究区内植被覆盖度的变化情况在一定程度上揭示研究区内植被变化情况。2000-2003年,研究区的植被覆盖水平有降低趋势,2003-2007年呈增加趋势,2007覆盖水平与2002年相近,2008年覆盖水平降低明显,为9 a来最低,是由研究区当年降水量减少引起;植被覆盖水平高的区域主要分布在研究区东北部的山区和西北部的平原区,植被覆盖水平较低的区域集中在流域中西部的干旱草原;高覆盖区域的植被覆盖年际变化幅度较中低覆盖区域的小。     

北京山区植被覆盖动态变化遥感监测研究

植被覆盖变化遥感监测是区域生态监测的一个重要部分,可为区域生态建设和可持续发展提供科学依据.利用北京市1979年7月14日和2005年7月25日的Landsat MSS和TM影像,采用基于归一化植被指数(ND-VI)的像元二分模型,计算了这2个时期的植被覆盖度,并对北京山区1979-2005年间植被覆盖的变化情况进行了遥感监测和定量分析.结果表明,北京山区的植被覆盖度由1979年的70.05%下降为2005年的66.14%;植被退化的总面积为3672.90km2;植被覆盖度在80%～100%的退化面积最大,为617.45km2.     

近5年青海省植被覆盖变化的遥感监测

This paper used five years （2001-2006） time series of MODIS NDVI images with a 1-km spatial resolution to produce a land cover map of Qinghai Province in China. A classification approach for different land cover types with special emphasis on vegetation, especially on sparse vegetation, was developed which synthesized Decision Tree Classification, Supervised Classification and Unsupervised Classification. The spatial distribution and dynamic change of vegetation cover in Qinghai from 2001 to 2006 were analyzed based on the land cover classification map and five grade elevation belts derived from Qinghai DEM. The result shows that vegetation cover in Qinghai in recent five years has been some improved and the area of vegetation was increased from 370,047 km^2 in 2001 to 374,576 km^2 in 2006. Meanwhile, vegetation cover ratio was increased by 0.63%. Vegetation cover ratio in high mountain belt is the largest （67.92%） among the five grade elevation belts in Qinghai Province. The second largest vegetation cover ratio is in middle mountain belt （61.80%）. Next, in the order of the decreasing vegetation cover ratio, the remaining grades are extreme high mountain belt （38.98%）, low mountain belt （25.55%） and flat region belt （15.46%）. The area of middle density grassland in high mountain belt is the biggest （94,003 km^2）, and vegetation cover ratio of dense grassland in middle mountain belt is the highest （32.62%）, and the increased area of dense grassland in high mountain belt is the greatest （1280 km^2）. In recent five years the conversion from sparse grass to middle density grass in high mountain belt has been the largest vegetation cover variation and the converted area is 15931 km^2.