基于MODIS NDVI的科尔沁沙地荒漠化动态监测

以MODIS植被指数产品为数据源,利用归一化植被指数(NDVI)与植被盖度的高相关性,以NDVI为荒漠化评价的定量依据进行荒漠化程度划分,得出科尔沁沙地2000年与2007年的NDVI分级分布图,并分别统计出相应的不同程度荒漠化土地面积所占比例; 最后,利用不同等级荒漠化土地面积所占比例和NDVI分级分布图所提供的空间分配状况来评价研究区荒漠化程度及动态变化状况.研究结果表明,2000年至2007年科尔沁沙地荒漠化程度总体上呈减少趋势.     

基于RS的山地植被NPP遥感地形模型研究

以山地植被生态系统NPP遥感估测与分析为研究内容,以地学和生态学知识为基础,利用RS,GIS技术手段,综合遥感数据、DEM数据、统计数据、定位点的实测数据等多源信息,构建了NPP遥感地形模型,计算出夏尔希里自然保护区7月份的植被NPP,最终完成了夏尔希里自然保护区植被生产力的定量化。     

基于景观分区的植被类型信息提取

利用陆地卫星多光谱遥感数据,在研究草被、针叶林、阔叶林、耕地等不同植被类型波谱特征的基础上,引入景观分区信息,进行空间特征与波谱特征相结合的遥感植被类型信息提取,其精度和效果优于单纯依赖植被指数的分类方法,能够适用于研究区植被类型的详细划分。     

植物光谱效应在尾矿生态恢复评价中的应用

利用遥感数据计算植被指数，反演出叶绿素含量和物种数量，可以作为受污染地区生态恢复效果的评价指标，但是传统的宽波段遥感数据由于受非植被信息的影响，计算出的植被指数精度不高。本文采用高光谱遥感数据计算植被指数，进而反演叶绿素含量和物种数量，对云南个旧锡矿尾矿的生态恢复效果进行评价。与传统方法相比，高光谱数据能去除干扰信息的影响，提高计算精度。     

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。     

基于遥感和GIS的中国植被指数变化的驱动因子分析及模型研究

在样带和典型区研究的基础上,采用相关分析和偏相关分析方法,对影响植被指数变化的因子（水、热和地表植被覆盖类型）进行了分析。结果表明：中国植被指数的时空变化极其复杂,虽受水、热和地表植被覆盖类型三个主导因子的影响和控制,但因时和因地而异,三者对植被指数影响和控制的主导地位也因时因地而不同;基于空间上的概念模型Indv=F(x,y,z)只能定性地描述以上三个主导因子时空变化同植被指数的相互关系。     

干旱地区植被指数(VI)的适宜性研究

以位于典型干旱区的甘肃河西地区石羊河下游的民勤绿洲为例,对NDVI、SAVI、MSAVI和GEMI等4种VI(植被指数)受土壤背景光谱影响的程度和探测低盖度植被的能力进行了对比研究。通过分析VI提取植被信息时植被土壤噪音比的变化发现,植被覆盖较低条件下VI提取植被信息总体受土壤背景光谱影响程度较低,相比而言,GEMI提取植被信息中受土壤背景影响最小,其他3种VI的区别不太明显。通过分析不同VI随植被覆盖度增加的反映速率变化及不同覆盖条件下不同VI的取值范围的变化发现,NDVI探测低盖度植被的能力最强,GEMI次之。GEMI可能是干旱地区植被探测较适宜的植被指数。     

黑河调水对下游生态环境恢复效果的卫星遥感监测分析

利用2002年7月至2003年9月EOS/MODIS资料, 计算了黑河尾闾湖——东居延海重新出现后水域面积并分析其变化特征; 通过对2002和2003年6~8月黑河下游额济纳旗和古日乃绿洲植被指数的对比分析, 了解黑河调水对下游植被恢复的效果。结果表明: 东居延海重新出现后仍为季节性湖泊, 其面积2002年初冬最大, 2003年春季迅速减小并于6月6日干涸。随着中游地区再次向下游调水, 2003年8月中旬东居延海再次出现, 干涸时间为70d, 较前些年大大缩短。东居延海再现后对位于河道周围的额济纳旗绿洲植被恢复效果比较明显, 对远离河道的古日乃绿洲植被生长影响不显著。     

青海湖环湖地区草地植被生物量遥感监测模型

利用青海湖环湖地区2000年陆地卫星TM遥感图像数据和同期野外实测的34处样方产草量数据,分析了遥感植被指数与草地植被生物量之间的相关关系,进而分别建立了遥感植被指数与草地植被生物量的一元线性回归模型和非线性回归模型。研究表明,遥感植被指数与草地生物量之间存在较好的相关性,但不同遥感植被指数与草地植被生物量相关性程度存在一定差别。此外,所建遥感植被指数与草地植被生物量的非线性回归模型在拟合精度上优于一元线性回归模型,且由三次方程得到的非线性回归模型最适用于监测青海湖环湖地区的草地植被生物量。     

基于无人机数据的植被指数空间尺度效应研究

利用cm级空间分辨率的无人机高光谱图像研究了NDVI、PRI等14种植被指数随空间尺度升高的变化规律,并分析了不同植被覆盖度(FVC)下植被指数的空间尺度效应,比较了各植被指数空间尺度效应的强弱。得到的结论如下:(1)随着空间尺度升高,不同植被指数的变化趋势和幅度并不一致;(2)cm级的空间分辨率下,由于植被类内光谱差异和冠层阴影的影响,植被指数在植被覆盖度大于等于0.5的中高植被覆盖下受空间尺度效应的影响更大;(3)由相对简单的比值形式构成的植被指数如NDVI、SR等,具有抵抗空间尺度效应的能力,增加计算公式的复杂性会降低这种能力;(4)对色素和冠层水分敏感的窄波段容易受到空间尺度效应的影响,进而使得由这些窄波段构成的植被指数对空间尺度变化更为敏感。