基于MODIS冬小麦长势监测研究

本文在对比分析MODIS NDVI与AVHRR NDVI的系统误差基础上,以MODIS/AVHRR卫星资料、地面农情观测资料为主要数据源,开发出淮北平原冬小麦长势监测旬、月MODIS NDVI比较模型和MODIS NDVI半定量监测指标模型,该模型在2005年检验应用中得到与实际较一致结果。     

不同MODIS植被指数优劣的探讨

MODIS数据具有多光谱分辨率，高时间分辨率，多空间分辨率等特点。因此，MODIS数据在监测资源、环境、灾害方面具有极好的应用前景，并且已经受到国内外科研人员的极大关注。     

中天山北坡草地生物量估产模型研究

分别对草甸、草原和荒漠3种草地类型进行了生物量的实测工作。根据同步的MODIS与AVHRR资料,应用ENVI软件提取出这两种传感器在3种草地类型上的植被指数：NDVI和RVI。经过统计分析得到两种传感器在3种草地类型上的生物量模型,从而建立起MODIS植被指数与草地生物量的相关关系,并对MODIS和AVHRR植被指数估产模型进行了评价与分析。     

NOAA/AVHRR与EOS/MODIS遥感产品NDVI序列的对比及其校正

利用Terra、Aqua两颗卫星的MODIS资料、NOAA-16和17的AVHRR资料,通过对太阳和卫星天顶角及方位角等引起的大气效应订正、大气气溶胶等粒子的散射订正以及NOAA系列卫星信号的衰减订正,得到以上四颗卫星一系列的NDVI产品;对比分析了上午星Terra和NOAA-17,下午星Aqua和NOAA-16两组不同卫星传感器NDVI的差异及其与光谱响应函数的关系。结果表明,Terra和Aqua卫星NDVI随卫星观测角度的不同差异较大,平均NDVI是一种更适合的MODIS/NDVI产品算法,它代表了观测角为±30°之间的NDVI值的分布,在大气和角度的订正基础上,本研究采用了三阶多项式再次订正了观测角引起的NDVI变化;NOAA-16和17所获得的NDVI值较MODIS得到的NDVI值小很多,以MODIS的NDVI产品为标准,应用光谱响应函数将NOAA系列NDVI进行归一化处理,所得的结果基本与MODIS所得的NDVI相当;该方法基本能实现NDVI产品序列的延伸,其资料序列有时空可比性。     

基于MODIS的广东省植被指数序列构建与应用

植被指数是衡量植被长势的重要指标,植被指数序列有助于准确地认知植被覆盖、土地利用和土壤水分的时空变化规律,以及进行干旱和植被生长监测.利用2004-2006年的MODIS数据,选择RVI、NDVI和EVI三种植被指数,采用最大值合成法进行广东省植被指数序列构建.按照不同植被覆盖对三种植被指数的年际变化规律进行分析,并通过NDVI进行植被覆盖度计算以及植被覆盖等级分类来分析植被的空间分布.结果表明,建立的植被指数序列能真实地反映植被生长规律,植被覆盖度和广东地区的植被实际分布状况一致.说明建立植被指数序列是动态监测广东省植被长势的及植被环境的变化的有效方法.     

应用NOAA/AVHRR资料监测水稻长势的研究

该文利用1992～1996年NOAA/AVHRR资料,结合实测的地面农作物生长发育农学参数,系统地分析了沈阳市水稻移栽至收获整个本田期间遥感归一化植被指数（NDVI）的变化规律,进而达到对沈阳市水稻长势遥感动态监测的目的。     

用MODIS植被指数研究福州城区空间扩展变化

城区空间的扩展变化对人居环境产生的影响越来越受到人们的关注。利用2001-2005年美国EOS卫星的MODIS遥感资料,以福州市为示范区,逐年计算能反映城区植被覆盖变化的比值植被指数、差值植被指数、归一化植被指数和植被覆盖度,在地理信息系统（GIS）和全球定位系统（GPS）的辅助下,对福州市各种植被指数的年际动态变化过程进行了研究,并在此基础上对福州市的城区空间扩展变化情况进行遥感动态监测,同时结合社会经济统计数据加以分析。结果表明：福州市从2001年到2005年,城区空间扩展约29km^2,每年平均扩展约7．3km^2,与实际情况一致。利用MODIS资料能准确地监测城区空间扩展变化面积的大小。     

MODIS 1B数据的预处理及归一化植被指数计算

MODIS 1B数据的预处理是MODIS数据使用前的重要处理步骤之一。本文在分析MODIS数据畸变的基础上,利用ENVI软件对2006年7月覆盖宁夏全区的MODIS 1B数据进行了bow-tie校正和几何校正。在预处理的基础上,通过最大值合成法计算出了7月下旬宁夏全区的归一化植被指数（NDVI）。结果表明,通过该方法得到的NDVI可以很好反映全区的植被状况。     

基于MODIS增强型植被指数的青海省牧草产量估产研究

利用青海省22个生态环境监测站在2003和2004年牧草生长季内各月所测的牧草鲜草产量数据,并搜集了该时段内逐日的MODIS遥感数据,通过对图像的预处理,云区识别,植被指数的计算及月最大植被指数的合成,形成了与牧草产量数据相对应的MODIS EVI数据。然后按牧草生长季和草地类型建立了牧草鲜草产量与MODIS植被指数的关系模型。结果表明,牧草产量和MODIS EVI之间存在较高的相关性,用指数函数建立产量模型效果较好。按牧草生长季建立的牧草产量检测模型比按草地类型建立的模型相关性要高。     

陕西省分县滚动预报的方法与应用

采用概率统计的方法和原理,在统计历史上各种天气要素和Ｔ１０６产品之间的函数关系的基础上,对Ｔ１０６产品进行解释应用并加以推广,建立未来天气状况和Ｔ１０６结果之间的多元线性回归方程,对未来天气现象加以预测、预报。     

植被指数及其研究进展

介绍了植被的光谱特征，概述了几种常见的植被指数及其优缺点。对MODIS探测器监测植被的特点和美国NASA归一化差值植被指数(NDVI)和增强植被指数(EVI)产品特性和不足做了说明。指出了研究西北地区MODIS植被指数的重要意义。     

基于MODIS数据的新疆植被分类监测与评价

在基础地理信息的平台上,以土地利用资料为基础制作植被分类底图,以MODIS的植被指数数据为实时更新数据,研究建立了一套植被分类动态监测与评价的方法,对新疆区域植被实现了动态分类监测与评价。     

利用NOAA/AVHRR监测青海省草地生产力变化的研究

青海省地处青藏高原，生态环境脆弱。近20年来，由于气候变化和人类活动的共同影响，生态环境，特别是草地资源发生了较大的变化。利用美国地球资源观测系统数据中心探路者数据库(Pathfinder Data Sets)1981-1999年间的NOAA／AVHRR NDVI资料序列，分析了青海省近20年来草地生产力变化的时间特征及地区差异性。     

大气订正对MODIS植被参数的影响研究

在"全球能量和水循环实验(GEWEX)亚洲季风青藏高原实验(GAME/Tibet)"实验区采用6S辐射传输模式,对MODIS的前三个波段进行了大气订正,得到订正后的植被参数。NDVI在订正后增大,而EVI在订正后减小,且在季风来临时的7月变化最大,而且EVI经订正后的变化大于NDVI。将订正后的结果与MODIS的植被参数产品进行比较,发现由MODIS植被参数产品得到的结果普遍大于订正后的结果,在季风中的7月和季风后的9月表现的相对明显,且EVI的差别大于NDVI。     

MODIS资料分析新疆植被生长的季节变化

基于实际的研究区域,介绍了植被的光谱特征,并引用了植被指数的概念,对MODIS探测器监测植被的特点进行说明。选择MODIS数据植被指数NDVI的时间序列分析方法分析新疆2004年植被的季节变化。     

基于MODIS NDVI和气候信息的草原植被变化监测

对植被的动态监测可以从一定程度上反映气候变化趋势。该文利用2000—2005年MODIS NDVI数据对锡林郭勒盟典型草原植被变化进行动态监测,在此基础上,以降水量、水汽压、平均气温、最高气温、最低气温、日照时数作为气候指标,分析锡林郭勒盟典型草原和荒漠草原MODIS NDVI与同期及前期气候因子的相关性,探讨草原植被变化的气候驱动因子。结果表明:2000—2005年锡林郭勒盟植被改善面积大于退化面积,植被退化面积最大的区域为荒漠草原,占全盟面积的12.84%,植被改善面积最大的区域为典型草原,占全盟面积29.09%。4类草原改善趋势由强到弱的顺序为草甸草原、典型草原、沙地草原、荒漠草原。对于典型草原,其NDVI与最高气温关系最密切,其次为水汽压;对于荒漠草原,其NDVI与最高气温关系最为密切,其次为最低气温。此外,NDVI对气候因子的响应表现出明显的时滞效应。     

基于植被生长规律的陕西省植被遥感分类

植被类型的差异除了可表现为光谱差异外,还可表现为植被生长规律的差异。植被生长以年为周期,在这个生长周期内不同植被类型有着各自的生繁衰枯的物候节律,表现出不同的生长规律。归一化植被指数NDVI是植被生长状况的敏感指示器,一年内的NDVI所构成的NDVI的时间序列曲线是表征植被生长规律的理想方法,因此利用NDVI时间序列进行植被分类是完全可行的。利用2004年全年的MODIS资料,选取距离星下点周围1000 km以内完全包含陕西省行政区域的晴空(包括部分晴空)250 m分辨率资料计算NDVI,采用NDVI多时相最大值合成法(MVC),生成了一年的月合成NDVI数据集产品,应用ISODATA算法进行非监督动态聚类。在地理信息系统的支持下,结合以往的植被类型、土地利用、种植制度区划、电子地图等辅助地理信息数据,对分类结果进行了解译和验证,并分析了各类植被类型的NDVI时间序列曲线。表明分类结果能客观地反映植被分布的地域性;各类NDVI曲线之间差别显著,有着明显的可分性,它们如实地刻画了各种植被的生长规律,并能区分植被生长规律的细微差异。