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.     

半干旱区土壤湿度遥感监测方法研究

针对西北半干旱地区缺水问题,探讨了一种适合半干旱地区简便、易行的土壤湿度提取方法。该研究借鉴植被供水指数法(VSWI)和温度植被干旱指数法(TVDI)的研究思想,同时考虑到半干旱地区植被覆盖度较低,采用改进型土壤调整植被指数(MSAVI)代替NDVI,以降低土壤背景对植被指数的影响,从而对两种方法进行修正。利用改进前后的指数提取土壤湿度,对比分析表明,用修正后的指数研究该区的土壤湿度效果更好。     

遥感图像信息容量与植被指数的耦合关系研究

遥感信息容量能表征地表复杂度,为深入探究信息容量与植被之间关系,研究对植被盖度、NDVI、RVI等5种植被指数的均值、均方差与信息容量做了多种回归分析。结果表明:植被覆盖度均值、植被指数均方差与信息容量有明显相关性,其中植被盖度均方差与信息容量相关性最大,确定系数R~2为0.851 8;相关系数最大R~2为0.8642,说明遥感信息容量与植被指数、植被盖度之间有明显的相关性,证明了信息容量能有效地表征地表覆盖的变化。     

洞庭湖流域植被动态变化的小波多分辨率分析

将离散小波多分辨率分析（MRA）应用于归一化植被指数（NDVI）时间序列研究,分解NDVI原数据序列成不同时间尺度的子序列,从而进行植被动态变化分析。针对洞庭湖流域的NDVI时间序列进行多尺度分解,挖掘这些数据中潜在的植被季节性和年际变化,对其进行评估,并结合土地覆盖变化与降水趋势变化分析引起该变化的可能原因。结果表明：小波多分辨率分析能提取洞庭湖流域植被动态的相关信息,如NDVI的年际成分均值、最低值、植被年内变化的振幅、NDVI最大值出现的月份和土地覆盖变化的趋势及幅度,这些信息有效刻画了流域植被动态变化特征。此外,将土地覆盖变化分析结果与降水数据相结合进行分析,发现流域植被覆盖的变化与降水变化有明显的关联性,其中西部地区和西北部地区植被动态变化对降水响应最为明显。但是有些地区降水没有明显减少趋势,而植被覆盖却存在减少趋势,则可能与该地地势较高、城镇化建设等其他因素相关。     

自然因子对四川植被NDVI变化的地理探测

许多研究已表明基于遥感的植被指数在地表过程和全球变化研究中具有重要作用,对认识植被变化的驱动因素具有重要意义,但自然因子对植被变化影响仍然难以量化。应用地理探测器模型,研究四川地区自然因子变化对植被分布的空间模式和植被变化的交互影响,并确定了促进植被生长的各主要自然因子最适宜特征。结果表明：① 2000-2015年,四川植被覆盖度状况良好,中高、高植被覆盖面积之和均超过94%;归一化植被指数（NDVI）转化表现为NDVI > 0.4以上区域转化明显,中高和高植被覆盖区面积分别呈显著下降和上升趋势;植被覆盖时空变化差异显著,植被覆盖较高区域位于四川盆地东北部、川西北高原地区,植被覆盖较低区域分布于四川盆地中部城市密集区域。② 土壤类型、高程和年均温度变化等因子较好地解释了植被状况的可变性。③ 自然因子对植被NDVI影响存在交互作用,自然因子协同效应呈现相互增强和非线性增强关系,两种因子交互作用增强了单因子的影响。④ 研究揭示的促进植被生长的各主要因子最适宜特征,有助于更好地理解自然因素对植被NDVI变化的影响及其驱动机制。     

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。     

翅碱蓬高光谱植被指数对土壤化学性质的响应

植被覆盖区土壤化学性质遥感监测一直是一个难点,往往只能通过生物地球化学的方法,利用上覆植被信息间接地反映。该研究通过野外采样分析的17个翅碱蓬(Suaeda salsa)光谱数据和其下土壤样品的理化分析配对数据,探讨土壤化学性质与翅碱蓬高光谱植被指数间的关系。结果表明:上覆翅碱蓬高光谱植被指数与土壤有机质、全氮、速效钾之间均无显著相关,高光谱植被指数(NDNI)可用于初步反映土壤全磷的含量变化,NDVI705可用于初步反映土壤pH值的变化,而高光谱植被指数(MSI)可以很好地反映土壤盐分含量的变化。在此基础上,建立了土壤全盐量与19个高光谱植被指数的偏最小二乘回归模型,这为翅碱蓬覆盖区域土壤盐渍化遥感监测提供了一种方法。     

2000年以来朝鲜植被覆盖变化及其与气候因子的相关性研究

生态环境的可持续与人类福祉和生态系统服务息息相关,研究植被覆盖变化及其与气候因子的相关性,探讨植被覆盖时空变化规律,探究气候因子对植被变化的驱动机制,对预见气候因子对生态系统影响、制定生态环境可持续保护策略具有深远意义。基于此,利用美国国家航空航天局发布的MODIS NDVI数据并结合相关的气候资料,通过对像元信息进行提取与分析,采用最大合成法、克里金插值法、相关分析法等方法,对2000-2016年朝鲜全境植被覆盖变化及其与气候因子的相关性进行了研究。结果表明：朝鲜全境植被覆盖空间分布不均,北部盖马高原、东北部咸镜山区,中、东部山地丘陵区为高值区;西、南部平原地区,东部沿海地带为低值区。NDVI值整体上增加,局部减少,空间差异明显。植被生长受气温和降水双重驱动,其中,气温对植被年内生长变化比降水作用更大;而气温因素中,年平均气温对植被生长的影响程度略大,NDVI对降水的响应存在明显滞后效应;NDVI对温度和降水的响应程度与空间地理位置、高程有关。区域植被NDVI年际变化主要受年最低气温和人类活动的影响。     

基于RS的近30年滹沱河流域植被覆盖度动态变化研究

以滹沱河流域1984年、2001年和2014年3期遥感影像为数据源,基于像元二分模型,利用归一化植被指数(NDVI)反演流域植被覆盖度信息,分析了滹沱河流域近30年来植被覆盖度时空演变特征及其变化原因。滹沱河流域近30年来植被覆盖度总体呈增加趋势,其中高植被覆盖度区面积比例增幅最明显,增加了1.1倍。空间分布上,受气候和人类活动双重因素影响,流域不同区域植被覆盖度变化差异较显著,上中游植被总体以改善为主,海拔相对较低的区域则表现为退化,尤其是下游植被覆盖度持续下降,植被退化面积占该区的71.52%。     

20世纪80年代以来西南喀斯特地区植被变化对气候变化的响应

气候变化与植被变化的关系已经在全球和区域尺度上得到了研究证明。在前人研究的基础上,基于AVHRR GIMMS NDVI和AVHRR GloPEM NPP数据集,通过对逐个像元信息的提取和分析,研究了20世纪80年代以来,我国西南喀斯特地区植被变化对气候变化的响应。研究结果显示:(1)20世纪80年代以来,西南喀斯特地区植被覆盖度和净初级生产量总体均呈增加的趋势,但不显著。植被指数的年际变化存在着明显的区域差异;(2)植被指数年际变化与气候因子年际变化的相关系数区域分异比较明显;(3)不同的植被类型对气候变化有着不同的响应特征;在该研究区气温变化对植被变化的影响要高于降水量变化对其影响;(4)植被指数年际变化与气候因子年际变化的相关系数在不同气候条件下分布的规律性比较明显。本研究将会增进对影响喀斯特生态系统稳定性的自然过程的认识,同时也会为喀斯特生态系统的管理提供科学依据。     

绿洲植被覆盖度遥感信息提取——以敦煌绿洲为例

以敦煌绿洲为研究区,利用Landsat TM遥感数据,通过归一化植被指数(NDVI)和混合像元分解两种方法,提取了敦煌绿洲的植被覆盖度信息。在基于NDVI提取植被覆盖度时,选取了基于NDVI的像元二分模型; 在混合像元分解过程中,对遥感影像进行波段反射率归一化处理和最小噪声变换(MNF),确定了3个类型端元:植被、不透水表面/土壤、水体/阴影; 最后利用高分辨率遥感影像验证对比了两种提取方法的精度。结果表明:混合像元分解更能准确地提取敦煌地区植被覆盖度信息,其线性相关系数为0.8915,均方根误差为0.0882,而且提取结果更符合实际情况,可以为敦煌植被状况监测及生态环境保护提供科学建议。     

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.     

基于MSAVI-WI特征空间的新疆渭干河-库车河流域绿洲土壤盐渍化研究

土壤盐渍化是造成干旱区土地荒漠化及生态恶化的重要原因,及时获取大尺度高精度土壤盐渍信息是防治工作的基础。选取新疆塔里木盆地北缘渭干河—库车河流域三角洲绿洲为研究区,利用Lansat-TM数据与野外实测数据分析盐渍化土壤与修改型土壤调整植被指数(MSAVI)、湿度指数(WI)之间的关系,在此基础上提出了MSAVI-WI特征空间概念,构建了土壤盐渍化遥感监测指数模型(MWI)。结果表明:MWI与土壤表层含盐量相关性较高,其相关性为0.844,精度高于土壤盐渍监测常用的盐分指数与实测数据的相关性。MWI能较好的反映盐渍化土壤地表植被及土壤水分的组合变化,具有明确的生物物理意义,并且特征参量简单,理论上易于理解,实践上易于实现,MWI模型的构建有利于干旱区大尺度土壤盐渍化定量监测与评价工作的开展。     

归一化水汽指数与地表温度的关系

城市热岛的遥感研究,传统上主要利用归一化植被指数作为指标来评估地表温度-植被之间的关系。本研究探讨了以归一化水汽指数作为评估其与地表温度关系的适应性,比较了归一化水汽指数和归一化植被指数在表达城市热岛效应方面的效力。利用"单窗算法"和3个不同时段的TM/ETM+数据获取了珠江三角洲核心区域的地表温度分布图,分析了两种指数与地表温度之间的关系。对局部区域逐像元和对区域总体分析的结果表明:不同时段的地表温度与归一化水汽指数之间均存在较强的线性关系,而地表温度与归一化植被指数之间的线性关系相对较弱。说明在城市化的环境下,与传统上常用归一化植被指数作为指标来定量分析地表温度相比,归一化水汽指数提供了一种互补的、甚至更加有效的衡量指标。     

基于遥感和像元二分模型的内蒙古正蓝旗植被覆盖度格局和动态变化

以内蒙古锡林郭勒盟正蓝旗为研究区,应用中国环境与灾害监测预报小卫星数据(HJ-1A CCD)及美国陆地卫星数据(Landsat ETM+),在充分考虑区域土壤和植被类型等背景基础上,先后使用了MNF、二维散点制图以及PPI方法,得到具有时空针对性的纯净像元;以此为基础,运用像元二分模型计算得到研究区植被覆盖度空间分布数据;最后,结合研究区其它权威土地覆被和土地利用(LUCC)数据,对比分析了本研究所得的植被覆盖度数据精度,评价了2000~2009年间区域植被覆盖度动态变化过程,指出本区在实施有关生态工程后植被覆盖度恶化趋势得到遏制。研究结果证明,在锡林郭勒盟正蓝旗地区应用像元二分模型计算植被覆盖度的方法是简洁且有效的。     

半干旱典型风沙区植被覆盖度演变与气候变化的关系及其对生态建设的意义

中国北方四大沙地(毛乌素沙地、浑善达克沙地、科尔沁沙地、呼伦贝尔沙地)是半干旱地区荒漠化发展的典型地区和荒漠化防治的重点区域.分析四大沙地植被覆盖度的时空演变规律及其对气候要素的响应机制,对保护北方生态脆弱区的生物多样性与生态安全具有重要意义.基于1998-2018年SPOT-VEGETATION的植被覆盖度指数(ND...     

Vegetation greenness modeling in response to climate change for Northeast Thailand

In Northeast Thailand, the climate change has resulted in erratic rainfall and tem- perature patterns. The region has experienced both periods of drought and seasonal floods with the increasing severity. This study investigated the seasonal variation of vegetation greenness based on the Normalized Difference Vegetation Index （NDVI） in major land cover types in the region. An assessment of the relationship between climate patterns and vegeta- tion conditions observed from NDVI was made. NDVI data were collected from year 2001 to 2009 using multi-temporal Terra MODIS Vegetation Indices Product （MOD13Q1）. NDVI pro- files were developed to measure vegetation dynamics and variation according to land cover types. Meteorological information, i.e. rainfall and temperature, for a 30 year time span from 1980 to 2009 was analyzed for their patterns. Furthermore, the data taken from the period of 2001-2009, were digitally encoded into GIS database and the spatial patterns of monthly rainfall and temperature maps were generated based on kriging technique. The results showed a decreasing trend in NDVI values for both deciduous and evergreen forests. The highest productivity and biomass were observed in dry evergreen forests and the lowest in paddy fields. Temperature was found to be increasing slightly from 1980 to 2009 while no significant trends in rainfall amounts were observed. In dry evergreen forest, NDVI was not correlated with rainfall but was significant negatively correlated with temperature. These re- sults indicated that the overall productivity in dry evergreen forest was affected by increasing temperatures. A vegetation greenness model was developed from correlations between NDVI and meteorological data using linear regression. The model could be used to observe the change in vegetation greenness and dynamics affected by temperature and rainfall.     

气候和土地利用变化对塔里木河干流区植被覆盖变化的影响

基于遥感和地理信息系统技术,利用1998—2008年SPOT-VEGETATION归一化植被指数（NDVI）数据对塔里木河干流区1998—2007年植被覆盖的时空变化进行了监测,并从气候变化和土地利用变化双重角度分析了植被覆盖变化的原因。研究表明,塔里木河干流区植被覆盖变化经历了两个阶段:1998—2001年植被覆盖严重退化时期;2002—2007年植被覆盖度由急剧上升到缓慢下降再到持续升高时期,NDVI明显高于20世纪末期水平。塔里木河干流区植被覆盖变化存在显著的空间差异,绿洲农业灌溉区和退耕还林还草生态恢复区的植被覆盖度显著提高,天然草地植被区的植被退化严重。塔里木河干流区植被覆盖变化是气候和土地利用变化共同作用的结果。温度对植被覆盖变化的影响表现为对植被生长年内韵律的控制和秋季植被生长期的延长,年降水量的波动式上升是导致塔里木河干流区植被覆盖变化两个阶段呈现差异的主导因素。     

新疆荒漠稀疏植被覆盖度信息遥感提取方法比较

植被覆盖度信息是荒漠生态环境表征的重要指标之一。荒漠区地表植被稀疏,在遥感光谱信息中表现较弱,通用的植被覆盖度遥感提取方法应用于干旱荒漠区存在一定的局限性,为了探寻一种满足大尺度荒漠地区的植被覆盖度信息的提取方法,必须对比和分析现有的遥感方法在干旱荒漠区的应用效果。以新疆荒漠区为例,利用MODIS遥感影像和野外植被覆盖度实测数据,对常用的6种遥感植被覆盖度提取方法（改进的三波段梯度差法、像元二分法、线型混合像元分解法、归一化植被指数法、增强型植被指数法和修正型土壤调整植被指数法）的结果进行精度验证和对比分析。结果表明：MODIS影像上较难提取纯荒漠植被像元,用农作物的像元值代替会降低像元二分法和线性混合像元分解模型的模拟精度;植被指数法对地面实测数据依赖性较大,模拟的精度差异很大,仅考虑红光和近红外的归一化植被指数法模拟精度最低,而综合考虑土壤和大气因素的增强型植被指数法的模拟结果精度最高;改进的三波段最大梯度差法虽然模拟精度稍次之（R²=0.74;RMSE=13.46）,但依据光谱的物理特性,能显著地反映南、北疆荒漠植被覆盖度的差异,是目前大尺度的荒漠区覆盖植被信息提取较为适宜的方法之一。