玉米叶面积指数的CHRIS/PROBA数据反演分析

叶面积指数(LAI)是衡量植被生态状况和估算作物产量的一个重要指标。LAI的反演是定量遥感研究的重要内容。传统的经验统计反演方法基于单一观测角度的遥感数据进行,忽略了地物反射率的方向性。若在反演中加入多观测角度的信息,则有可能提升LAI反演的精度。以2008年甘肃省张掖市玉米实验区为研究区,利用欧空局的CHRIS/PROBA多角度高光谱数据对比分析了传统植被指数NDVI、RVI、EVI的变化规律及其反演玉米叶面积指数LAI的精度,并根据NDVI随观测角度的变化规律,构造出新型多角度归一化植被指数MNDVI,分别对实测叶面积指数进行线性回归并利用实测数据对估算LAI进行精度验证,结果表明：新型MNDVI指数相比于传统NDVI、RVI、EVI对LAI的反演精度有了显著提升,估算模型决定系数R²达到0.716,精度验证均方根误差为0.127,平均减小了33.3%。     

多源遥感数据的降水空间降尺度研究——以川渝地区为例

大量研究表明,通过传统地面气象站点实测的单点数据,不能有效地反映降水的空间变化特征。目前,以遥感数据获取的降水产品已得到了广泛的应用,但在地形地势复杂区域,遥感降水产品的空间分辨率与数据精度等方面仍然存在着极大的不足。因此,本文以四川重庆(川渝)地区为例,通过建立降水产品降尺度算法,以实现降水产品的降尺度估算,提高降水数据的空间分辨率。依据在不同尺度下(0.25°、0.50°、0.75°和1.00°),TRMM 3B43、地理因子,以及MOD13A3(NDVI)之间存在的相关关系,构建了多元回归模型。通过对比这4种尺度下的回归模型,选择其中精度最高的作为最终的降尺度算法,然后再把这种降尺度算法应用到1 km分辨率下进行降水估算。进一步,以区域差异分析(GDA)和区域比率分析法(GRA)对降尺度估算的降水数据进行校正,并结合部分地面气象站点实测的降水数据进行验证。验证结果表明:降尺度算法是可靠的,能有效提升降水产品的空间分辨率,同时GDA和GRA校正方法能减小误差,进一步提升降水估算的精度,满足区域地表过程应用的需求。     

综合危险性指数法在苍山县地质灾害易发区划分中的应用

地质灾害的发生和发展是地质环境因素和人类工程经济活动共同作用的结果,其易发性主要受自然因素和人为因素的共同影响.以山东省苍山县地质灾害易发区划分为例,探讨性地采用了地质灾害综合危险性指数法,定量划分了苍山县地质灾害易发区,结果符合当地地质灾害发育的实际情况,为苍山县地质灾害的预防和治理工作提供了科学依据.     

热带山区高时空分辨率NDVI融合精度及其影响因素分析

高时空分辨率NDVI时序数据作为遥感应用中的重要数据源,对土地覆被动态变化监测具有重要意义,特别是在地表高程变化显著、气候条件复杂、景观异质性强烈的热带山区。虽然当前学者们提出了诸多时空数据融合模型,但针对这些模型在热带山区的NDVI数据融合精度及其影响因素分析尚不多见。对此,本文选取3类时空数据融合方法(权重函数法、概率统计法和多种混合法)中具有代表性的4个模型:STARFM(Spatial and Temporal Adaptive Reflectance Fusion Model)、RASTFM(Spatial and Temporal Adaptive Reflectance Fusion Model)、ESTARFM(Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model)、BSFM(Bayesian Spatiotemporal Fusion Model)(STARFM、ESTARFM为权重函数法;BSFM为概率统计法;RASTFM为多种混合法),选择位于我国热带山区的纳板河流域作为研究区。对融合模型的...     

A novel dynamic stretching solution to eliminate saturation effect in NDVI and its application in drought monitoring

The normalized difference vegetation index(NDVI) is one of the key input variables for developing drought indices.However,the NDVI quickly saturates in high vegetation surfaces,and thus,the generalization of a drought index over different ecosystems becomes a challenge.This paper presents a novel,dynamic stretching algorithm to overcome the saturation effect in NDVI.A scaling transformation function to eliminate saturation effects when the vegetation fraction(VF) is large is proposed.Dynamic range adjustment is conducted using three coefficients,namely,the normalization factor(a),the stretching range controlling factor(m),and the stretching size controlling factor(e).The results show that the stretched NDVI(S-NDVI) is more sensitive to vegetation fraction than NDVI when the VF is large,ranging from 0.75 to 1.00.Moreover,the saturation effect in NDVI is effectively removed by using the S-NDVI.Further analysis suggests that there is a good linear correlation between the S-NDVI and the leaf area index(LAI).At the same time,the proposed S-NDVI significantly reduces or even eliminates the saturation effect over high biomass.A comparative analysis is performed between drought indices derived from NDVI and S-NDVI,respectively.In the experiment,reflectance data from the moderate resolution imaging spectroradiometer(MODIS) products and in-situ observation data from the meteorological sites at a regional scale are used.In this study,the coefficient of determination(R2) of the stretched drought index(S-DI) is above 0.5,indicating the reliability of the proposed algorithm with surface soil moisture content.Thus,the S-DI is suggested to be used as a drought index in extended regions,thus regional heterogeneity should be taken into account when applying stretching method.     

2010年中国西南旱情的时空特征分析——基于MODIS数据归一化干旱指数

 近年来,干旱灾害频繁发生,对区域内农业生产和生态环境造成了极大的破坏。为了快速准确地获取大面积地表土壤水分信息用以评估地表受旱程度,本文以2010年年初中国西南大旱为例,运用MODIS可见光-红外波段数据以及像元可信度综合生成了归一化干旱指数(NDDI)。同时,结合研究区内地面气象站点实测的土壤湿度数据验证了NDDI对地表土壤湿度的敏感度。结果表明:相比于植被状态指数(VCI)干旱监测模型,NDDI能更加灵敏地对浅层地表干湿变化做出迅速响应。最后,本文利用NDDI分析了2010年年初中国西南大旱旱情发展的时空演变过程,宏观上重现了此次旱情的发展历程,并使用该指数统计了不同时间节点、不同干旱等级下的贵州省土地受旱面积。结果显示:2010年1月-2010年4月为贵州省旱情最为严重的4个月,平均受旱面积达103 352km²,最大受旱面积达132 257km²,占贵州省总面积的75%以上。同时,旱情等级为重旱的土地面积最大达到88 246 km²,占贵州全境土地面积的50%以上。     

青藏高原月NDVI时空动态变化及其对气候变化的 响应

青藏高原脆弱的高寒植被对外界干扰十分敏感,使其成为研究植被对气候变化响应的理想区域之一。青藏高原气候变化剧烈,在较短的合成时间研究气候变化对植被的影响十分必要。因此,本文利用GIMMS NDVI时间序列数据集,研究了1982-2012年青藏高原生长季月尺度植被生长的时空动态变化,探讨了其与气温、降水量和日照时数等气候因子的响应关系。结果表明：在区域尺度上,除8月外,其他各月份植被均呈增加趋势,显著增加多发生在4-7月和9月;大部分月份的NDVI增加速率随着时段的延长显著减小,表明NDVI增加趋势放缓;在像元尺度上,月NDVI显著变化的区域多呈增加趋势,但显著减少范围的扩张多快于显著增加。4月和7月植被生长主要是受气温和日照时数共同作用,6月和9月受气温的控制,而8月则主要受降水量的影响。长时间序列NDVI数据集的出现为采用嵌套时段研究植被生长变化趋势奠定了前提,而植被活动变化趋势的持续性则有助于形象表征植被活动变化过程、深入理解植被对气候变化的响应和预测植被未来生长变化趋势。由此推测,青藏高原月NDVI未来增加趋势总体上趋于缓和,但在像元尺度显著变化的区域趋于增加。     

京津冀地区植被时空动态及定量归因

作为气候变化的敏感指示器,植被的物候、生长、空间分布格局等特征及其动态变化主要取决于气候环境中的水热条件,因此在气候变化背景下,气候-植被关系成为了全球变化研究的前沿和热点问题。本文综合平均温度、降水、水汽压、湿度、日照时数、SPEI等气候因子,坡度、坡向海拔等地形因子及人为活动因子,应用地理探测器方法针对2006-2015年京津冀地区不同季节NDVI、不同地貌类型区、不同植被类型区生长季NDVI的定量归因研究,揭示了过去10年间植被时空分布格局,及植被对气候、非气候因素响应的季节差异与区域差异,以期为生态工程的建设与修复提供参考意义。趋势分析表明：①2006-2015年京津冀地区NDVI呈现增加趋势,但存在显著的空间差异,如山地生长季NDVI的增长速率大于平原、台地、丘陵等地;②基于地理探测器的定量归因结果表明,降水是年尺度上NDVI空间分布的主导因子（解释力39.4%）,土地利用与降水的交互作用对NDVI的影响最为明显（q=58.2%）;③NDVI对气候因子的响应存在季节性及区域性差异,水汽压是春季NDVI空间分布的主导因子,湿度是夏、秋两季的主导因子,土地利用是冬季的主导因子;④影响因子对生长季NDVI的解释力因不同地貌类型区、不同植被类型区而差异显著。     

疏浚粘土固结不排水应力-应变归一化特性分析

将疏浚粘土应力一应变关系与粘性土的含水率联系起来,对于实际工程而言具有很大的参考价值。传统重塑土应力一应变归一化特性的研究只是针对某一特定性质的土体而言,这种归一化的研究方法显然具有一定的局限性。采用归一化含水率w／wl作为归一化因子,对主应力差渐进值进行归一化．探讨了双对数坐标系下主应力差渐进值与w／wl的线性关系。在此基础上基于Konder提出的双曲线模型将主应力差渐进值作为归一化因子,对三种不同疏浚粘土的应力一应变特性进行归一化分析,通过与实验资料的对比表明,提出的方法具有很好的归一化效果。     

2022年青海门源M_(S)6.9地震前地电阻率变化分析北大核心CSCD

分别运用原始曲线分析法和归一化速率方法分析门源地震震中300 km范围内3个地电阻率台站数据变化。从原始曲线来看,金银滩台EW道临震前2个月出现大幅突跳及保留年变形态的趋势下降(-3.3%);山丹台NS道趋势下降(-1.9%)、EW道趋势上升(3.1%);武威小西沟台NS道趋势下降(-3.3%)、EW道趋势上升(2.8%),震后EW道趋势转平。而3个地电阻率台站归一化速率曲线在门源地震前均出现超过阈值的现象,但各自归一化速率形态存在差异。整点值突跳变化和日均值、月均值曲线加速变化、转折变化,尤其是上升至高值阶段出现的转折变化均可作为异常形态进行分析,以上变化不明显时需结合归一化速率方法提取异常。