用NOAA/AVHRR探测地表反射率和NDVI的订正及误差分析

NOAA/ AVHRR反射率和标准化差值植被指数 (NDVI) 资料在气象、水文等领域都有广泛的应用。但因为地表双向反射和大气对可见光和近红外辐射的影响, 即使在地表没有变化的情况下, 卫星探测到的反射率和NDVI也有很大的变化。在除云处理和NOAA-14/AVHRR衰减校准的基础上, 利用6S模式对NOAA-14/AVHRR可见光和近红外反射率及NDVI资料进行了大气订正, 并利用Roujean和Rahman模式在大气订正后进行了双向反射订正。大气订正使可见光反射率减小3.34(反射率单位), 近红外反射率增加3.43(反射率单位), NDVI增加了0.22, 分别占各自平均值的78.2%, 15.9%, 35.5%。双向反射订正对NDVI的绝对值影响不大, 但消除了反射率和NDVI的不规则变化, 订正后能够较好地反映森林植被的物候效应。对各订正参数进行了误差分析, 结果表明订正对太阳和卫星天顶角的误差最敏感。     

基于NDVI的西藏自治区草地退化评价模型

本文选择草地退化三个主要的表征因子草地盖度、牧草生物量和牧草植株高度来反映草地“量”的退化程度,并运用因子分析的方法算出各个表征因子的权重,加权求和得出草地综合评价指数。最后根据NDVI与草地综合评价指数建立草地退化评价模型,为草地退化的遥感宏观评价提供了一种新方法。     

基于GIS的中国东北植被综合分类研究

ＮＯＡＡ／ＡＶＨＲＲ由于运行周期短、覆盖范围大、成本低、波段宽等特点,目前正越来越广泛地受到人们的普遍关注。在大尺度、中尺度植被遥感上,ＮＯＡＡ／ＡＶＨＲＲ具有陆地卫星无法比拟的优势,但在另一方面,ＮＯＡＡＡＶＨＲＲ也存在分辨率低、数据变形较大和几何畸变较严重等问题。这样,在应用ＮＯＡＡＡＶＨＲＲ数据进行大区域植被制图时,植被分类的精度仍待提高。本文从理论上探讨了将地理信息系统提供的地理数据与遥感数据复合的可行性;尝试在ＧＩＳ环境下,将气温、降水、高程３个影响区域植被覆盖的主要指标,按一定的地面网格系统和数学模式进行量化,生成数字地学影像,并使之与经过优化、压缩处理的ＮＯＡＡＡＶＨＲＲ数据进行复合,对复合后的综合影像进行监督分类。分类结果显示,与传统的应用最大似然分类方法对单一遥感图像分类相比,该综合分类方法分类精度提高了１８．３％,该研究方法改变了遥感影像的单一信息结构;丰富了图像的信息含量;完成了地理数据的数字传输、处理、存储及影像化显示。     

基于GIS和RS的中国植被光利用率估算

基于GIS和RS介绍了利用地面气象数据和卫星遥感数据进行植被光利用率计算的方法 ,并以 1999年为例 ,根据不同植被类型所对应的最大光利用率 ,研究了中国植被的光利用率及其时空分布。结果表明 ,中国植被 1999年平均光利用率的取值范围在 0 .0 6～ 1.0 7gC·MJ-1之间 ,且标准差较大     

广西耕地植被指数月变化特征分析研究

通过互联网直接下载美国地质调查局 (USGS)数据中心的全球 1km分辨率 NDVI10 d合成 NDVI资料 ,选取广西南、中、北部 5个水田监测点和 6个旱地监测点 ,分析其 NDVI月变化特征。结果表明 :NDVI的月变化与耕地上农作物生长变化有较密切的关系 ,可以利用 NDVI资料 ,开展广西农作物生长状况及农业气象灾害的气象卫星遥感监测     

1983—1992年中国陆地植被NDVI演变特征的变化矢量分析

以NDVI时序资料为基本数据源，综合应用变化矢量分析和主成分分析方法对1983年至1992年中国陆地植被NDVI的变化强度、变化类型及空间结构变化特征进行了分析。研究结果表明在此期间中国陆地植被NDVI变化有以下特点：（1）十年间NDVI变化东西分异明显，东部变化幅度远大于西部。NDVI变化整体表现为稳中略增，增加区主要分布在台湾、福建、四川、河南等地；减少区主要分布在云南省和新疆北部等地。（2）空间结构信息表现了景观异质性，其变化主要发生在南方，反映了植被的生长和衰老过程及地形（山脉走向）变化。     

基于GEE的1987—2019年民勤绿洲NDVI变化特征及趋势分析

Google Earth Engine（GEE）是目前最先进的地理大数据分析和可视化平台,使遥感监测地表植被突破了数据获取难、本地存储量大、处理效率低的限制。基于GEE云平台计算Landsat系列卫星影像,研究了1987—2019年民勤绿洲NDVI的时空变化,并通过一元线性趋势分析、稳定性分析、Hurst指数对变化趋势进行了分析和预测。结果表明：（1）1987—2019年民勤绿洲NDVI年均值从0.172上升到0.230,多年平均值为0.244,1989—2007、2010—2016年呈上升趋势,1987—1989、2007—2010、2016—2019年呈下降趋势。年内NDVI-0.017—0.333,高值集中在每年4—10月。空间上来看,绿洲外围NDVI明显增大,绿洲向荒漠扩张。（2）1987—2019年民勤绿洲大部分区域NDVI基本不变,坝区、泉山区绿洲外围、湖区南部和青土湖呈增大趋势,坝区中部民勤县城区、湖区北部绿洲边缘呈减小趋势,基本不变、增大、减小区域分别占总面积的81.90%、16.25%和1.85%。（3）1987—2019年民勤绿洲NDVI变化稳定性高的区域主要位于坝区东南部、泉山区东部、湖区北部荒漠区域;波动性高的区域主要位于坝区、泉山区绿洲外围、湖区南部和青土湖。（4）未来民勤绿洲大部分区域NDVI变化趋势保持基本不变,坝区、泉山区绿洲外围、湖区北部和青土湖,NDVI未来有可能增大,坝区中部民勤县城区、湖区北部向荒漠过渡地带,NDVI未来有可能减小,基本不变、未来有可能增大、减小的区域面积分别占71.62%、12.96%、15.42%。     

青海高寒草甸退化演替中的植被指数

随着气候变化和人为活动干扰,高寒草甸退化已成为青藏高原严重的生态环境问题,精准识别其退化程度并制定相应恢复策略,对实现高寒草甸可持续发展具有重要意义。目前,低空间分辨率MODIS数据为草地遥感监测的主要数据源,但难以满足景观破碎度或异质性较强地区的应用。本研究基于野外调查资料,利用多源遥感数据（MODIS、Landsat、Sentinel-2）研究不同空间分辨率归一化植被指数（NDVI）对高寒草甸退化演替的响应,为准确评估青藏高原高寒草甸退化程度提供依据。结果表明：（1）随着高寒草甸退化,植被群落优势种演化趋势为禾草—矮嵩草—小嵩草—杂草群落;植被高度和生物量先快速下降,然后缓慢下降或趋于稳定,植被覆盖度和NDVI的变化呈相反特征。（2）随着湿地草甸旱化,植被群落优势种从藏嵩草演变为矮嵩草或小嵩草,湿地旱化初期植被高度、生物量和覆盖度平均值略低于原生湿地,NDVI略大于原生湿地,差异不显著。（3）植被高度、覆盖度和生物量与Sentinel-2或Landsat的NDVI相关性均优于MODIS,说明Sentinel-2和Landsat的NDVI对高寒草甸退化演替过程更加敏感,采用该数据能更准确评估高寒草甸退化程度。     

乡村人口迁出对生态脆弱地区植被覆被的影响——以内蒙古自治区为例

生态脆弱地区的生态环境状况改善和治理一直是各级政府部门和学者关注的焦点问题。过去10余年,中国城镇化进程发展迅速,生态脆弱地区乡村劳动力大量迁出。那么劳动力人口迁出会在多大程度上影响脆弱地区植被覆被状况的变化呢?本研究利用2000-2010年的NDVI数据、气象观测数据和社会经济数据,采用趋势线分析、显著性检验和多元回归分析等方法,对内蒙古地区植被覆被状况的变化进行了分析,并在县级尺度上定量评估了乡村劳动力人口迁移对区域植被覆被状况的影响。结果表明：① 2000-2010年,内蒙古自治区植被覆被总体呈上升趋势,其中超过28%的地区植被覆被状况显著改善,只有约2%的地区存在较强的退化趋势;② 植被覆被显著退化的地区呈条带状分布于内蒙古自治区中部农牧交错带北部边缘;植被覆被显著改善的地区主要位于内蒙古自治区的东南部与西部地区;③ 2000-2010年,农业劳动力对植被覆被状况的影响已经超过了气候等自然因素的作用,农业劳动力迁出对植被覆被状况提高有显著的促进作用。     

基于MODIS数据新疆土壤干旱特征分析

干旱是一种常见的自然灾害,严重影响着新疆的农业生产。利用中分辨率成像光谱仪MODIS影像MOD11A2数据和MOD13A2数据,数字高程模型(DEM)对Ts进行了纠正,提取归一化植被指数(NDVI)和地表温度(Ts)构建NDVI-Ts特征空间,并依据特征空间计算的温度植被干旱指数(TVDI)作为监测土壤湿度指标,反演了新疆2013年5、6、7三个月每16 d的土壤湿度。较好地反映地表图层土壤湿度,分析了新疆土壤湿度的时空分布特征,新疆北部地区土壤湿度高于南部,西部的土壤湿度高于东部,且土壤湿度由西北向东南逐步减小,依次表现为湿润>正常>轻旱>中旱>重旱>极旱;由5月到7月土壤湿度不断增大,这与新疆降水量分布和实地土壤含水率十分吻合,监测结果可信,能够为决策部门防旱抗旱提供有力的信息支持。