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。     

榆林市植被覆盖度动态变化监测

植被覆盖度是用来评价生态环境状况的重要指标,在进行沙漠化治理的同时,对植被覆盖度进行动态的变化检测可以帮助我们了解到沙漠化治理的成效.以榆林市毛乌素沙漠为研究对象,在像元二分模型的基础上利用归一化植被指数(Normalized Differential Vegetation Index,NDVI)估算毛乌素沙漠2015、2017及2020年的植被覆盖度,并计算植被覆盖面积;分析整理数据,总结植被覆盖度变化趋势,结果显示,2015—2020年,榆林市毛乌素沙漠的植被覆盖度呈上升趋势,植被覆盖面积有所增加.     

一种改进的融合多指标荒漠化等级分类方法

土地荒漠化等级分类是荒漠化监测的重要内容,也是土地荒漠化综合治理、科学防护的基础。针对植被稀疏及干旱区土地荒漠化提取异常的问题,本文选择干旱/半干旱的科尔沁区为试验区,以2005、2010和2015年3期的中高分辨率Landsat遥感影像为数据源,基于大量的样本统计分析,提出了一种融合植被覆盖度（FVC）、去土壤植被指数（MSAVI）、增强性植被指数（EVI）3种指标的荒漠化提取模型,并将之与传统植被覆盖度指标提取结果进行了对比分析。研究结果表明,相较于单一植被指数反演方法,本文提出的算法分类精度更高,尤其针对干旱/半干旱地区,该融合植被指数法具有更好的适用性和稳健性。该方法为荒漠化评价体系的建立提供了新的思路,为土地荒漠化防护与治理提供了辅助决策支撑。     

春季陆面植被对长江流域夏季降水可预报性的影响分析北大核心CSCD

利用美国全球监测与模型研究中心(GIMMS)1982—2006年逐月归一化植被指数(NDVI)、美国国家海洋和大气局(NOAA)1854—2008年海温资料以及中国国家气候中心(NCC)1951—2006年160站月降水资料,通过旋转经验正交函数分解(REOF)和相关分析获得了长江流域夏季降水预报序列和植被、海温预报因子集。基于最优子集回归方法(OSR),并借助交叉验证(CV)以及空间重建等手段,构建了单独以前期春季海温为预报因子和同时引入前期春季海温与归一化植被指数为因子的两类预报模型,对比分析引入陆面植被因子前后长江流域夏季降水预报效果改善状况,评估春季陆面植被对长江流域夏季降水可预报性的影响及预报效果的稳健性。结果表明:(1)相对于海温因子,春季陆面植被因子对长江流域夏季降水预报具有同样重要性,引入春季归一化植被指数后,长江流域夏季降水预报得到明显改善,相关系数平均由0.49提升到0.66,提高0.17左右,模型解释方差提升平均60%左右,其中单纯海温因子预报效果较差的汉江—淮河地区和淮河流域地区,相关系数更是提高了0.20—0.30,模型解释方差提升1倍左右;(2)交叉验证预报表明,相对于仅考虑海温因子模拟情形,交叉预报相关系数下降较多,模型稳健性较低,引入归一化植被指数后,长江流域夏季降水预报稳健性得到明显提升,长江中下游及其以南的长江三角洲地区、洞庭湖—鄱阳湖地区改善尤为明显;(3)长江流域降水可预报性存在明显的区域差异,嘉陵江流域地区、汉江—洞庭湖地区预报效果最好,汉江—淮河地区、淮河流域地区、长江三角洲地区预报效果最差,但引入归一化植被指数后预报效果提高最明显,而洞庭湖—鄱阳湖地区虽然模拟效果较好,但预报稳健性较低,交叉验证相关系数降幅达到0.27,这也从侧面说明了长江流域夏季降水分区预报的重要性。     

Assessment of Human Impacts on Vegetation in Built-up Areas in China Based on AVHRR,MODIS and DMSP_OLS Nighttime Light Data,1992–2010

Since the reform and opening-up program started in 1978,the level of urbanization has increased rapidly in China.Rapid urban expansion and restructuring have had significant impacts on the ecological environment especially within built-up areas.In this study,ArcGIS 10,ENVI 4.5,and Visual FoxPro 6.0 were used to analyze the human impacts on vegetation in the built-up areas of 656Chinese cities from 1992 to 2010.Firstly,an existing algorithm was refined to extract the boundaries of the built-up areas based on the Defense Meteorological Satellite Program Operational Linescan System(DMSP_OLS)nighttime light data.This improved algorithm has the advantages of high accuracy and speed.Secondly,a mathematical model(Human impacts(HI))was constructed to measure the impacts of human factors on vegetation during rapid urbanization based on Advanced Very High Resolution Radiometer(AVHRR)Normalized Difference Vegetation Index(NDVI)and Moderate Resolution Imaging Spectroradiometer(MODIS)NDVI.HI values greater than zero indicate relatively beneficial effects while values less than zero indicate proportionally adverse effects.The results were analyzed from four aspects:the size of cities(metropolises,large cities,medium-sized cities,and small cities),large regions(the eastern,central,western,and northeastern China),administrative divisions of China(provinces,autonomous regions,and municipalities)and vegetation zones(humid and semi-humid forest zone,semi-arid steppe zone,and arid desert zone).Finally,we discussed how human factors impacted on vegetation changes in the built-up areas.We found that urban planning policies and developmental stages impacted on vegetation changes in the built-up areas.The negative human impacts followed an inverted′U′shape,first rising and then falling with increase of urban scales.China′s national policies,social and economic development affected vegetation changes in the built-up areas.The findings can provide a scientific basis for municipal planning departments,a decision-making reference for government,and scientific guidance for sustainable development in China.     

南京市地表参数变化与热岛效应时空分析

利用南京市1989年TM和2001年、2010年ETM+卫星遥感数据,提取了3个时期的归一化植被指数(normalized difference vegetation index,NDVI)、改进的归一化水体指数(modified normalized difference water index,MNDWI)、归一化建筑指数(normalized difference build-up index,NDBI)和归一化不透水面指数(normalized difference impervious surface index,NDISI)等地表参数;利用热红外波段遥感数据反演地表温度,并从时间维对比分析了3个时期各个参数的变化和产生的原因;利用回归分析方法探讨了上述地表参数变化与城市地表温度之间的关系,即地表温度与NDISI和NDBI呈正相关,与NDVI呈负相关。进一步分析表明,南京市最近20 a来不透水面和建筑面积大幅增大,植被覆盖范围减少,城市热岛效应加剧,不透水面、建筑指数与地表温度的变化趋势和城市扩张趋势一致。该研究成果对于揭示南京市热岛效应、优化土地配置和推进生态城市建设具有一定的参考意义。