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。     

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.     

基于高光谱与多光谱植被指数的洪河沼泽植被叶面积指数估算模型对比研究

以洪河国家级自然保护区为研究区,2009年8月中旬,在研究区野外实测沼泽植物冠层的光谱反射率和叶面积指数(LAI),将地面实测的植物高光谱反射率以Landsat-5 TM波段范围为基准进行波谱重采样,以重采样后的光谱反射率计算多光谱植被指数,用几种常见的高光谱和多光谱植被指数建立估算沼泽植被叶面积指数的统计回归模型,对比这些模型的精度,选出最优模型.研究结果表明,用各植被指数建立的估算沼泽植被叶面积指数的回归模型分别为二次函数、对数函数或指数函数;各模型对沼泽植被叶面积指数的反演精度差别较大;在全波段高光谱植被指数中,用全波段归一化植被指数H-FNDVI(R930,R515)构建的估算沼泽植被叶面积指数的模型最佳;在常规高光谱植被指数中,用修正简单比率H-MSR构建的估算沼泽植被叶面积指数的模型最佳;在多光谱植被指数中,用多光谱归一化植被指数M-NDVI构建的估算沼泽植被叶面积指数的模型最佳.对比发现,由多光谱数据提取的植被指数构建的模型对研究区LAI的估算效果不太理想,而从实测高光谱数据提取的窄波段特有植被指数构建的估算沼泽植被叶面积指数模型表现出较明显的优势,表明窄波段植被指数更适合用来监测沼泽植被叶面积指数.     

基于EOS/MODIS数据的NDVI与EVI比较研究

作为NOAA/AVHRR 归一化植被指数(NDVI) 的延续和发展, EOS/MODIS 归一化植被指 数(NDVI) 和增强植被指数( EVI) 在许多领域得到广泛应用。应用数理统计和地统计学方法对二 者进行的对比研究表明: NDVI 在植被生长旺盛期容易达到饱和, 而EVI 则能克服这一现象, 比 较真实地反映植被的生长变化过程; 相同空间分辨率下, EVI 取值范围、标准差与变异系数均高 于NDVI, NDVI 数据比较均一, 其空间相关性高于EVI, EVI 更能反映研究区域内植被空间差异。 关键词:MODIS; 归一化植被指数(NDVI) ; 增强植被指数( EVI) ; 对比     

艾比湖流域植被时空变化及驱动力分析

植被是反映陆地生态系统变化的敏感因子之一,对维持和调节生态系统稳定具有重要作用.以生态脆弱区艾比湖流域为研究区,采用地理探测器模型,研究艾比湖流域自然、人文因子及其交互作用对植被时空覆盖变化的影响,分析各影响因子促进植被生长的适宜范围(类别).结果表明:(1)2000—2020年艾比湖流域归一化植被指数(NDVI)呈现...     

利用 GIS地理统计模块预测海南岛植被指数季节性变化趋势

虽然采用遥感图像提取的植被指数在空间上能较好的反映作物的状况,但其不能预测植被指数在空间上的变化范围,如果能从整体上了解不同市县在不同季节的平均植被指数值,就可以对该区域整体植被状态进行量化分析,也就可以从大范围内进行植被指数的预测分析.利用地理信息系统(GIS)和地统计学相结合的地理统计分析模块(ArcGIS Geostatistical Analyst),根据MODIS遥感数据提取的每季度不同市县平均NDVI植被指数,采用Kriging插值的方法分析了海南岛归一化植被指数(NDVI)季节性变化趋势,并     

利用MODIS/EVI数据分析干旱对西南地区植被的影响(英文)

2009年9月至2010年3月我国西南地区出现了有气象记录以来最严重的干旱,给当地的自然环境和生产、生活带来严重影响。本文利用多年MODIS/EVI数据求取距平植被指数来反映干旱对西南地区植被的影响。在此基础上,分析了西南地区植被受旱的时空格局及其可能影响因素。结果表明,我国西南地区植被受干旱影响的范围很大,超过地区总面积的50%,植被受旱程度时空差异显著。这种显著的差异除了受降水等气象因素影响外,还与不同植被类型对干旱的响应差异有很大关系。在西南地区三种主要的植被类型中,作物是最易受干旱影响的植被类型,草地次之,林地的抗旱能力最强。此外,植被干旱的空间分布与气象干旱也存在很大的差异,进一步证明了降水以外的其他因素对干旱程度的调节作用。研究证明与气象干旱指数相比,植被指数更能反映干旱的实际情况。但在使用植被指数衡量干旱影响时也要考虑到植被指数本身的局限性。     

伊金霍洛旗近15年来植被覆盖度的动态变化

植被状况是评价荒漠化地区荒漠化程度的重要指标,其中植被盖度是最为重要的植被表征.本文选择地处我国北方农牧交错区的内蒙古伊金霍洛旗,利用Landsat卫星遥感数据,基于植被指数,反演了这一地区1989年9月11日、1998年8月19日、1999年8月13日、2002年8月6日、2004年7月2日的植被盖度变化情况.通过分级比较发现,1989-1998年研究区植被覆盖度明显增加,1998-1999年植被覆盖度显著减少,1999-2002年植被覆盖度又明显增加,而2002-2004年植被覆盖度又有所减少.这种起伏变化表明:导致研究地区荒漠化发生和扩展的各种自然和人为因素并未根本消除,在局部地区荒漠化仍有恶化趋势.影响植被覆盖度变化的因素主要有三个方面:气候因素、土地利用政策和农业经济结构的优化调整.     

基于决策树和MODIS植被指数时间序列的中亚土地覆盖分类

利用MODIS植被指数时间序列对中亚土地覆盖类型分类进行了研究。MODIS数据时间分辨率高,时间序列数据可以表征植被生理活动的动态变化。从时间序列数据中提取植被物候信息,可以实现对不同土地覆盖类型的定量描述。MODIS数据质量信息波段,记录了研究区遥感数据质量,提供植被指数可用性、气溶胶处理、云、冰雪可能性、合成方法等信息,为植被指数时间序列噪声的去除提供一种新的方法。决策树分类结构清晰、不基于正态统计分布假设、效率高、分类精度高。分类结果与统计数据比较,两者一致性较好,精度验证总体精度95.76％,kappa系数0.9516。     

基于MODIS数据不同荒漠植被指数的空间变化研究--以新疆三工河流域为例

通过对三工河流域的实例研究,探讨了干旱区不同下垫面荒漠植被指数的空问变化规律。采用植被信号／土壤噪音对15个植物样方数据进行对比分析,探讨了三工河流域荒漠植被指数的梯度变化及适宜性。结果表明：扇缘溢出带植被指数值最高,其次是山前丘陵带和固定沙丘,较真实地反映出了三工河流域荒漠植被的梯度变化规律;扇缘溢出带的EVI值要比NDVI值离散程度小,趋势平稳,在扇缘溢出带用EVI能更好地反映植被生长状况;山前丘陵带的NDVI值要比EVI值均匀,山前丘陵区用NDVI这一植被指数较好,扇缘溢出带和固定沙丘区用EVI要比用NDVI好。     

1982～2010年中国东北地区植被NPP时空格局及驱动因子分析

应用逐像元线性回归模型方法,整合应用MODIS和AVHRR NDVI数据集,构建1982~2010年覆盖东北地区的8 km空间分辨率的NDVI数据集,进而应用CASA模型估算得到东北地区29 a NPP数据集,模拟精度在75%以上。29 a平均的东北地区植被NPP总量为6.5×108tC/a。植被NPP的分布受植被类型、气候、地形因素的综合影响。NPP地域差异明显,山地区植被>平原区植被>高原区植被,变化最大的植被类型为草地植被。过去29 a间,植被NPP呈显著上升趋势(P<0.01)。气候变化和土地利用变化均是影响植被时空格局的重要因素。     

应用遥感数据研究中国植被生态系统与气候的关系

应用1982-1994年NOAA/AVHRR的归一化植被指数（NDVI）资料和587个气象台站的数据对我国不同类型植被生态系统和气候的关系进行研究，首先将我国的植被类型划分为21类，在此基础上分别研究了不同时间尺度下我国不同区域，不同植被类型和气候的关系。结果表明：在多年平均状态下，植被生态系统NDVI水平主要受水分条件的影响；年内变化上，温度对植被生态系统季相变化化起着比降水略大的作用，年降水量造成了植被季相响应的差异，在年际变化上，分别研究了4个季节和整个生长期尺度上的关系，一般情形为温度和降水对植被的年际波动起着大致相反的作用，不同植被类型在不同的生长时期（季节）对气候的变化响应方式也不同，发现在植被的生长期，我国南方和北方的植被生态系统对温度和降水的响应方式相反；同时存在2个植被-气候敏感区，分别为我国北方的典型草原到森林的过渡区和云南中部部分区域。     

基于MODIS的海南岛植被指数变化的驱动因子分析

温度、降水和地表覆盖是影响植被指数变化的主导因子，但在不同区域内不同因子对植被指数的影响程度有所不同。海南岛地处独特的热带区域，为弄清温度、降水和地表覆盖对海南岛植被指数的影响，根据MODIS遥感数据，提取了2004年海南岛的月平均植被指数集，采用了相关分析的方法，探讨了海南岛植被指数变化与其驱动因子（温度、降水和地表覆盖）的关系。结果发现海南岛植被指数的变化受温度的影响大于降水作用的影响，而降水作用的影响又大于地表覆盖的驱动作用。     

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。     

MODIS数据在云南省积雪监测中的应用

介绍了EOS／MODHS数据特点。通过对雪的光谱特征分析，提出利用归一化积雪被指数NDSI结合归一化植被指数进行积雪信息提取的方法。并以2004年2月7日云南省大面积降雪过程为例，分析和讨论了该次过程的范围和面积。结果表明：MODIS数据在云南省积雪监测方面有很好的应用前景。     

基于MODIS EVI时序数据的云南高原山地森林物候特征识别

基于2000—2011年MOD13Q1产品的EVI时序,借助QA-SDS数据集消除云、阴影和冰雪等的影响后,采用非对称高斯函数拟合法进行时序重构,并运用动态阈值法提取云南高原山地典型森林植被的物候特征参数(即生长期开始时间、峰值时间、结束时间和生长期长度),进而分析了不同植被类型物候期规律及其主要控制因素。结果表明:1.从寒温性森林植被到热性森林植被的EVI值呈递增趋势;2.森林植被生长期开始时间、峰值时间和结束时间分别大致发生在3月中旬至4月中下旬、6月中旬至下旬和8月中旬至10月初,生长期长度为135～195 d;3.由寒温性植被向热性植被的生长期高峰时间和生长期结束时间总体呈延迟趋势,且生长期延长,生长期开始时间则由暖性植被向寒温性植被、暖性植被向热性植被双向提前;4.高原山地热量梯度决定了森林植被物候的空间格局,水分条件则主要控制着EVI和物候期的年际波动。     

黄淮海平原耕地转移对植被碳储量的影响

应用GLO-PEM模型和1988年NOAA/AVHRR遥感数据,估算了黄淮海平原植被净初级生产力(NPP),并根据NPP和植被凋落物产生量计算了不同土地利用类型的植被碳密度。通过对1988年与2000年土地利用图的叠置分析,统计了耕地与其他土地利用类型之间的转移量,并估算了耕地转移对植被碳储量的影响。研究发现,耕地转移对植被碳储量变化的影响在不同区域与不同土地利用类型上存在显著差异。1988~2000年间,耕地转移导致全区植被碳储量下降了0.24%,其中耕地转为建设用地是植被碳储量减少的主要原因。这一研究结论为正确把握耕地转移对区域植被碳储量的影响,并据此制订碳汇管理措施具有重要的参考价值。     

美国南达科他州Black Hills国家森林公园2000年森林火灾后植被恢复过程研究(英文)

森林火灾在景观上往往造成不同程度的森林冠层损失,而冠层影响光合作用和蒸散,因此刻画灾后森林冠层恢复的轨迹对于了解生态系统过程具有重要意义。森林冠层的损失和恢复通常采用叶面积指数(LAI)或其它能够反映冠层光合能力的植被指数进行表征。本研究中,我们采用Terra卫星搭载的中分辨率成像光谱仪(MODIS)的长时间序列影像(2000-2009年)来重建火灾后森林冠层恢复的过程。以美国南达科他州布莱克山国家森林公园(The Black Hills National Forest, South Dakota)为例,该地区在2000年8月24日经历了一次大的自然火灾,烧毁了近33 785 ha森林,其中大部分是美国黄松林。基于LAI的研究表明,植被冠层光合能力在3年内(2001-2003年)基本恢复,这主要来自于林下未烧毁草地在灾后的快速生长;火烧迹地的NDVI和EVI在这3年内也呈现恢复的态势。可见,LAI、NDVI和EVI在火灾几年之后便难以有效地识别火烧迹地。然而,陆地表面水分指数(基于近红外和短波红外波段的遥感标准化指数,简称LSWI),能够有效地识别和追踪火烧迹地至今的整个过程(2000-2009年)。这一研究结果也使得采用其它具有近红外和短波红外波段的传感器研究森林火灾迹地恢复和干扰过程成为可能,其中包括Landsat 5 TM影像(可追溯至1984年)。更长时间序列的数据对于研究森林火灾灾后生态系统干扰和恢复过程、森林演替模拟以及碳循环具有重要的支撑作用,LSWI指标证明能够有效地刻画这一过程。     

Investigation of aggregation effects in vegetation condition monitoring at a national scale

Monitoring vegetation condition is an important issue in the Mediterranean region, in terms of both securing food and preventing fires. Vegetation indices (VIs), mathematical transformations of reflectance bands, have played an important role in vegetation monitoring, as they depict the abundance and health of vegetation. Instead of storing raster VI maps, aggregated statistics can be derived and used in long-term monitoring. The aggregation schemes (zonations) used in Greece are the forest service units, the fire service units, and the administrative units. The purpose of this work was to explore the effect of the modifiable areal unit problem (MAUP) in vegetation condition monitoring at the above-mentioned aggregation schemes using 16 days Normalized Difference Vegetation Index (NDVI) composites acquired by the moderate resolution imaging spectroradiometer satellite sensor. The effects of aggregation in the context of MAUP were examined by analyzing variance, from which the among polygon variation (objects' heterogeneity) and the within polygon variation (pixels' homogeneity) were derived. Significant differences in objects' heterogeneity were observed when aggregating at the three aggregation schemes; therefore there is a MAUP effect in monitoring vegetation condition on a nationwide scale in Greece with NDVI. Monitoring using the fire service units has significantly higher pixels' homogeneity; therefore there is indication that it is the most appropriate for monitoring vegetation condition on a nationwide scale in Greece with NDVI. Results were consistent between the two major types of vegetation, natural and agricultural. According to the statistical validation, conclusions based on the examined years (2003 and 2004) are justified.