基于卫星遥感数据的森林病虫害监测与评价

森林病虫害由于在森林资源中造成的重大破坏而被人们称为“不冒烟的火灾”,其对生态系统的研究具有重要意义。现有基于遥感数据的病虫害研究多集中在森林病虫害的监测、爆发原因以及发病区域内生产力的变化情况,而对于森林病虫害发生后森林中植被指数与叶面积指数之间的相关性的变化情况还相对较少,处于需要持续性深入探讨的阶段。以加拿大不列颠哥伦比亚地区2002—2012年森林病虫害数据为基础,分析不同严重程度的病虫害对叶面积指数（LAI）与归一化植被指数（NDVI）和增强型植被指数（EVI）的影响。结果表明：① 受病虫害感染的像元在轻度（Light）、中度（Moderate）和重度（Severe）三个严重级别中,NDVI与LAI之间的相关性由弱变强,又由强变弱;② EVI与LAI之间的相关性,在轻度（Light）、中度（Moderate）和重度（Severe）三个严重级别的像元中则依次变强。这一研究将为今后利用遥感数据识别病虫害、评价生态系统影响提供基础。     

基于Landsat 8 OLI影像的塔里木河下游河岸林叶面积指数反演

叶面积指数(Leaf Area Index,LAI)是描述植物冠层结构特征的重要参数,也是研究植物冠层表面物质和能量交换必不可少的参数。根据在塔里木河下游河岸林地利用LAI-2250实测的LAI数据,比较Landsat 8 OLI遥感数据提取的几种常规植被指数估算LAI的能力,建立LAI估算模型,并利用实测数据对模拟结果进行精度验证,生成塔里木河下游LAI分布图。结果表明:(1)各植被指数(Vegetation Indexes,VIs)与LAI均具有一定的相关性,对于不同的植被指数,二次多项式回归模型相关性均最高;(2)在不区分植被类型的样本分析中,大气阻抗植被指数(Atmospherically Resistant Vegetation Index,ARVI)与实测LAI具有最高的相关性;(3)分别针对柽柳林和胡杨林样本分析,判定系数R2和反演精度均具有不同程度的提高,对应的最适植被指数分别为归一化植被指数(Normalized Differential Vegetation Index,NDVI)和ARVI;(4)塔里木河下游河岸植被LAI有3个高值区:大西海子水库附近、下游中部和尾闾湖台特玛湖附近。全区LAI值主要分布在0~1.5之间,均值为0.361。该研究结果为遥感提取塔里木河下游河岸林带高空间分辨率的叶面积指数数据提供了数据支持和方法支撑。     

西藏高寒草甸冠层光合参数的遥感估算：站点研究（英文）

太阳辐射驱动的植物光合作用是所有生物圈功能的基础。高寒草甸生态系统范围广,土壤碳密度高,气候变化剧烈,因此是高寒生态系统关键过程响应气候变化的指示器。然而,对高寒草甸生态系统光合作用的主要参数,包括被冠层吸收的光合有效辐射占比(FPAR)、冠层消光系数(k)和冠层叶面积指数(LAI)季节动态的研究较为缺乏。利用2009–2011年太阳辐射各组分和植被叶面积指数观测,分别估算了位于西藏自治区当雄县一个典型的高寒草地生态系统的这三个光合参数,并与最新MODIS(collection6)遥感FPAR(FPAR_MOD)和LAI产品(LAI_MOD)进行了对比。此外,基于比尔–朗伯吸收定律和MODIS植被指数产品(归一化植被指数NDVI和增强型植被指数EVI),本研究介绍了一个纯遥感手段估算高寒草甸生态系统植被冠层光合参数季节动态的方法。结果表明:2009–2011年该研究区高寒草甸日均FPAR分别是0.33、0.37和0.35,所有4个基于遥感的FPAR产品,包括FPAR_MOD、基于比尔–朗伯吸收定律(常数化消光系数为0.5)估算的FPAR_LAI,以及2个利用MODIS植被指数产品与FPAR地面观测(FAPRg)建立非线性统计模型估算的FPAR(FPAR_NDVI和FPAR_EVI)均对FPARg的年内季节变异做出了很好的解释。相比而言,FPAR_MOD严重低估了FPARg,低估量超过了FPARg本身的40%;FPAR_LAI也明显低估了FPARg,低估量将近20%,这主要是由于比尔–朗伯吸收定律中k值在整个生长季都被设置为常数0.5,因此用FPAR_LAI去校准FPAR_MOD在该高寒草甸不是一个科学合理的方法。通过遥感估算,该高寒草甸的k值存在明显的季节变异,变异范围是0.19–2.95。考虑k值的季节变化后,FPAR_NDVI和FPAR_EVI明显地提高了对FPARg的估算精度,二者对FPARg虽然有轻微的高估,但高估量均不到5%(RMSE=0.05)。基于植被指数(NDVI和EVI)模拟的FPAR和k的季节动态,利用比尔–朗伯吸收定律估算的植被叶面积指数(LAI_NDVI和LAI_EVI)明显提高了遥感LAI_MOD产品的准确度。本研究揭示了基于比尔–朗伯吸收定律,植被指数构建的遥感模型可以提供该高寒草甸FPAR、k和LAI季节动态简单而有效的估算方法。     

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。     

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     

K-T变换在监测小麦地表参数中的应用

利用K-T变换提取TM和MODIS遥感影像的绿度、湿度分量,在不同的分辨率尺度下监测小麦覆盖地表参数:土壤湿度(Ms)、等效水厚度(EWT)和叶面积指数(LAI),并与NDVI(归一化植被指数)、NDWI(归一化水分指数)和EVI(增强植被指数)监测结果比较.湿度分量监测Ms效果更好,TM和MODIS遥感影像反演精度分别为6.08%、7.37%(RMSE),相关系数R2分别为0.49、0.31,基于绿度和湿度分量建立土壤湿度多元线性回归反演模型,利用TM影像反演土壤湿度RMSE为4.91%,反演土壤湿度和实测土壤湿度R2达0.63;绿度分量监测EWT效果更好,TM和MODIS遥感影像反演精度分别为0.37 kg/m2、0.43 kg/m2,R2分别为0.51、0.28;绿度分量反演LAI精度更好,TM和MODIS遥感影像反演精度分别为0.66、0.83,R2分别为0.64、0.35.     

21世纪初期气候波动下浑善达克沙地荒漠化动态变化分析

基于EOS-MODIS遥感数据,利用GIS计算出归一化植被指数(NDVI)和植被覆盖指数(PV),计算得到荒漠化指数(DI)对浑善达克沙地荒漠化进行识别,根据像元数统计不同荒漠化类型的面积及其变化数据,再分析荒漠化面积与气象要素的相关性,进而得出近13 a在气候波动下浑善达克沙地荒漠化的动态变化。结果表明:浑善达克沙地年平均气温呈下降趋势,年平均降水量呈增加趋势,且平均降水量对荒漠化动态变化的影响比平均气温对荒漠化动态变化的影响大。在气候波动影响下浑善达克沙地以荒漠化面积缩小为主,中度荒漠化,重度荒漠化和极重度荒漠化对荒漠化的演替贡献较大,表现为高程度荒漠化向低程度荒漠化转换。空间分布上,表现为西部极重度荒漠化面积明显减少,主要转化为重度荒漠化类型,东中部重度荒漠化明显减少,主要转化为未荒漠化和轻度荒漠化类型。     

大面积棉花长势的MODIS监测分析方法与实践

大面积棉花的生长状况监测比较复杂,目前还没有比较成熟的方法。以往遥感监测应用较多的是NOAA—AVHRR数据,监测精度和监测效果不高。本文利用新一代传感器MODIS数据,结合实测的地面农作物生长发育农学参数,系统地分析了石河子地区棉花播种到收获整个田间遥感归一化指数(NDVI)及其对应的叶而积指数(LAI)的变化规律,证明MODIS叶面积指数和实测LAI有很高的一致性,MODISIAI的变化状况与棉花长势变化基本一致,实现了较为精确的石河子地区大面积棉花长势的遥感动态监测。     

塔里木河中游绿洲盐漠带典型盐生植物光谱指数分析

盐生植物对于维持干旱区绿洲生态系统平衡起着核心作用。该文以渭干河-库车河三角洲绿洲盐漠带典型盐生植物为研究对象,利用Field Spec Pro FR便携式地物波谱仪,对2010年10月盐生植物的野外光谱数据进行采集并取相应土样。首先,采用光谱学分析方法分析光谱特征变化,并对土壤理化特性(含盐量、TDS、电导率、pH值)进行室内测定分析,获得盐生植物光谱特征数据和土壤理化特性数据。其次,利用实测光谱数据对盐生植物高光谱植被指数NDVI705、VOG1、ARI1和CRI1进行反演,用高光谱影像和TM影像分别对VOG1和NDVI705进行反演,并与土壤理化特性进行相关性分析。研究表明:高光谱植被指数NDVI705、VOG1、ARI1与土壤理化特性之间相关性均较低(0.266R0.449),但CRI1与含盐量、TDS的相关性较高(R=0.668);用高光谱影像反演的VOG1与电导率的相关性较高(R=0.536),用TM影像反演的NDVI705与TDS相关性较高(R=0.695)。通过精度验证,发现高光谱反演数据(VOG1)比TM反演数据(NDVI705)精确,说明遥感数据空间分辨率的不同影响了反演植被光谱指数的精度。该研究不仅可为干旱地区盐生植物的遥感识别奠定基础,而且对维持绿洲生态系统稳定提供一定的科学依据。     

生物多样性遥感监测尺度选择及制图研究

利用基于空间变异理论的生物多样性遥感监测方法研究洛河流域植被生物多样性,结合半方差函数探讨植被指数用于生物多样性监测的最佳研究尺度,并分析各植被指数与生物多样性指数的相关性,据此制作洛河流域生物多样性等级分布图。研究表明:在研究生物多样性时,不同的植被指数对应不同的最佳尺度,NDVI、MSAVI和RVI的最佳尺度为3×3像元,ARVI、EVI和NLI为4×4像元,SAVI为7×7像元;通过制图研究得出该地区生物多样性水平较高,保护措施良好。     

基于MODIS时序数据的中国西南地区主要植被生态系统干扰动态监测及分析

在自然或人为活动的干扰下,生态系统的正常功能或多或少受到影响。生态系统干扰信息可为跟踪气候变化响应、探寻全球碳循环路径和维系生态系统功能提供重要参考。飞速发展的遥感技术为生态系统干扰信息的获取提供了新的思路,高时空分辨率的遥感影像能及时有效地监测干扰事件发生的时间和位置。本文以中国西南地区为例,选用2005—2016年MODIS影像的地表温度LST（Land Surface Temperature）和增强型植被指数EVI（Enhanced Vegetation Index）产品,首先应用遥感干扰指数模型提取2007—2016年的逐年生态系统干扰数据,然后研究了西南地区森林与草地灌丛生态系统干扰的时空分布,并通过地面着火点观测记录、遥感火烧迹地数据、Google Earth和政府报告等验证干扰指数模型的有效性,最后明晰中国西南地区森林与草地灌丛干扰强度的分布特征。结果表明：① 本文使用的遥感干扰指数模型对干扰事件十分敏感,明显优于单独使用EVI或LST。② 本文提取的森林生态系统干扰和草地灌丛生态系统干扰与Google Earth、气象数据等保持高度一致。③ 森林与草地灌丛干扰是研究区内最主要的生态系统干扰,约占每年总干扰面积的90%。④ 森林干扰最强烈区在川西高原地区,可能的干扰类型为森林火灾,草地灌丛干扰最强烈区为青藏高原农牧区,可能的干扰类型为气象干旱干扰。     

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.     

基于多源遥感信息的电力消费量估算与影响因素分析——以浙江省为例

利用DMSP/OLS遥感夜间灯光数据进行电力消费量等社会经济数据的空间化时,往往受到像元过饱和、像元溢出现象的影响。利用夜间灯光数据和植被指数(NDVI)之间的互补性构建人居指数,与NDVI的融合有效减少了夜灯数据的过饱和现象。在人居指数的计算中使用阈值法有效减少了夜灯数据像元溢出效应的影响,并对其进行了海拔修正。借助修正后的人居指数与电力消费量之间很强的相关关系建立电力消费量空间化模型,获得了2010年浙江省1 km×1 km分辨率下电力消费量的空间分布。模拟结果显示,利用修正后的人居指数对浙江省电力消费量模拟的平均相对误差为26%,表明利用多源遥感数据融合后的人居指数对电力消费量进行空间化的精度较高。     

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。     

基于多时相冠层结构参数对冠层光谱的敏感性分析

遥感反演的前提需对模型的输入参数进行敏感性分析.该文选取冬小麦返青期、拔节期、孕穗期和抽穗期,考虑输入参数之间的相关性,以辐射传输模型(PROSAIL)为研究对象,对比分析了局部敏感性和全局敏感性方法在模型不确定性和LAI敏感性上的差异.结果表明,随着冬小麦的生长,模拟光谱与实测光谱吻合度提高,模型模拟的不确定性降低;与局部敏感性方法相比,全局敏感性方法的模型不确定性降低,模拟精度提高,冠层光谱对LAI的敏感性有明显变化,植被指数对LAI的敏感性则相对稳定;与NDVI相比,TGDVI对LAI更敏感.     

MODIS NDVI和MODIS EVI对气候的响应差异（英文）

旨在为正确认识气候-植被的相互关系提供科学的理论指导。基于MOD13Q1的植被指数(NDVI和EVI)及气象站数据(极端最低温度、极端最高温度、平均最高温度、平均最低温度、平均温度;平均蒸气压、最低相对湿度、平均相对湿度、最大每日降水量、降水量;极端风速,最大风速,平均风速,日照时数,平均站气压),对阿拉善左旗两种典型植被指数对气候因子的响应差异展开全面研究。结果表明:MOD13Q1 NDVI和MOD13Q1 EVI对气候响应存在显著差异。同一气象站中,NDVI和EVI与气候因子的相关系数显著不同。同时,NDVI和EVI与气候因子的相关系数随着气象站的不同而存在显著差异。此外,NDVI对平均最低气温、平均气温、平均蒸汽压、最低相对湿度、极端风速、最大风速、平均风速及平均本站气压存在时滞效应;而EVI仅对平均最低气温、平均蒸汽压、极端风速、最大风速及平均本站气压存在时滞效应。时滞期多数集中在3月份。因此,不同的植被类型对气候的敏感度不同,且利用气象站数据进行与植被的相关研究时首先应关注气象站与植被的相关性,方可进行下一步的深入研究。     

基于MODIS和TRMM数据的黄土高原农业干旱监测

农业干旱对农业生产影响最为严重,基于站点观测数据的干旱指数不能准确监测区域尺度的农业干旱特征。因此,利用2003—2015年MODIS地表温度(LST)、植被指数(NDVI)和TRMM降水(3B43)数据以及1960—2015年黄土高原地区及周边92个气象站点的月均温和月降水量数据,构建了综合遥感干旱监测模型规模干旱条件指数(Scale Drought Condition Index,SDCI),对黄土高原地区农用地生长季(4～10月)旱情的时空分布特征进行研究,结果表明:黄土高原地区农用地生长季多年平均干旱状态为中度干旱,干旱程度在空间上表现为西北部较严重,东南部较轻。2003—2015年黄土高原地区旱情年际变化总体呈波动减轻趋势,2003—2007年旱情越来越严重,2007—2014年旱情波动减轻,2014—2015年旱情有所加重。黄土高原地区旱情年内变化表现4～8月持续减轻,8～10月持续加重,干旱程度具体表现为4月、5月、6月和10月呈中度干旱,7月、8月和9月呈轻度干旱。研究表明利用多源遥感数据构建的具有适当权重的SDCI可以有效监测黄土高原地区作物生长季的干旱状况。     

龙口市污水灌区与清水灌区冬小麦植被指数变化差异分析

为了研究污水灌溉对农田土壤环境和作物生长的影响,利用2008—2009年10期中国环境与灾害监测预报小卫星(HJ-1A)CCD1影像数据,结合龙口市冬小麦物候期的变化特征提取出单一冬小麦种植区,反演了冬小麦生长期内的归一化植被指数(NDVI),并对污水灌区和清水灌区的冬小麦植被指数进行比对分析,最后结合相应的重归一化植被指数(RDVI)和叶面积指数(LAI)进行验证。结果显示,研究区内污水灌溉已经对灌区的作物生长产生了一定的影响,污水灌溉区作物的生长状况明显不及清水灌溉区作物长势。说明污水灌溉会导致冬小麦的长势变差,对污水排放的控制和污水无污化处理势在必行。     

双台河口国家级自然保护区芦苇叶面积指数遥感反演与空间格局分析

应用Landsat7 ETM+遥感数据与同期野外实测叶面积指数(LAI)数据,基于多季相遥感影像,用面向对象的分类方法,提取双台河口国家级自然保护区芦苇分布数据,建立芦苇LAI最优估算模型,并进行其遥感反演及空间格局分析。研究结果表明,2012年,双台河口国家级自然保护区内芦苇总面积为38 200 hm2,占保护区总面积的29.5%,其中,缓冲区的芦苇面积为16 200 hm2,实验区的芦苇面积为11 900 hm2,核心区芦苇面积为10 100 hm2;以遥感影像缨帽变换(TC)后的绿度(GREEN)分量、ETM+第5波段(B5)和第3波段(B3)为自变量的多元线性模型为芦苇LAI反演的最优估算模型(p0.01,R2=0.741)。双台河口国家级自然保护区芦苇LAI介于0.12~5.85之间,呈现东高、西低和北高、南低的分布格局;保护区核心区的芦苇LAI最均一,实验区的芦苇LAI空间变化最明显。     

辐射干燥指数影响下NDVI与气候因子的关系

在全球1_o×1_o 分辨率格点数据的基础上研究了1986～1990年多年平均NOAA/AVHRR的归一化植被指数 (NDVI) 与多年平均降水 (Pcp)、多年平均净辐射量 (NetRn)、多年平均辐射干燥指数 (RDI) 之间的关系,结果表明： (1) NDVI与降水、辐射干燥指数总体上存在对数关系,NDVI与净辐射量总体上存在线性关系。 (2) 在不同的辐射干燥指数下,NDVI与降水、净辐射的相关性存在很大的差异。当辐射干燥指数小于1时,NDVI与降水、净辐射之间存在明显的非线性关系;当它大于1且小于2时,NDVI与降水的非线性关系略好于线性关系;当它大于2且小于10时,它们存在明显的线性关系;而当辐射干燥指数大于10时,它们之间的相关性很小。 (3) 以全球13种植被为基础,分别研究了不同植被类型下的NDVI与降水、辐射干燥指数、净辐射量之间的关系,结果表明不同植被类型下的NDVI与这些气候因子的相关性不同,分层聚类的结果表明,这13种植被类型下的NDVI与降水、净辐射的关系可以分为4种类型。