Monitoring of water stress in wheat using multispectral indices derived from Landsat-TM

Detection of crop water stress is crucial for efficient irrigation water management. Potential of Satellite data to provide spatial and temporal dynamics of crop growth conditions makes it possible to monitor crop water stress at regional level. This study was conducted in parts of western Uttar Pradesh and Haryana. Multi-temporal Landsat data were used for detecting wheat crop water stress using vegetation indices (VIs), viz. vegetation water stress index (VWSI) and land surface wetness index water stress factor (Ws_LSWI). The estimated water stress from satellite data-based VIs was validated by water stress factor (Ws) derived from flux-tower data. The study observed Ws_LSWI to be better index for water stress detection. The results indicated that Ws_LSWI was superior over other index showing RMSE = 0.12, R² = 0.65, whereas VWSI showed overestimated values with mean RD 4%.     

An efficient application of fusion approach for hot spot detection with MODIS and PALSAR-1 data

Hot spot detection with satellite images, especially with synthetic aperture radar (SAR) images is still a challenging task. Several researchers have used TM/optical data for identification of hot spot but the use of SAR data is very limited for this type of application. The fusion of SAR data with TM/optical data may add additional information which in turn will lead for enhancement of detection capability of the hot spot. Therefore, this study explores the possibility of fusion of Moderate Resolution Imaging Spectroradiometer (MODIS) and Phased Array L-band Synthetic Aperture Radar (PALSAR) satellite images for the hot spot detection. Image fusion is emerging as a powerful tool where information of various sensors can be used for obtaining better results. For this purpose, vegetation greenness and roughness information which is obtained from MODIS and PALSAR satellite images, respectively, are used for fusion, and then, a contextual-based thresholding algorithm is applied to the fused image for hot spot detection. The proposed approach comprises of two steps: (1) application of genetic algorithm-based scheme for image fusion of MODIS and PALSAR satellite images, and (2) classification of the fused image as either hot spot or non-hot spot pixels by employing a contextual thresholding technique. The algorithm is tested over the Jharia Coal Field region of India, where hot spot is one of the major problems and it is observed that the proposed thresholding technique classifies the each pixel of the fused image into two categories: hot spot and non-hot spot and the proposed approach detects the hot spot with better accuracy and less false alarm.     

利用端元光谱内插的青海植被覆盖度估算研究

针对利用像元二分模型估算植被覆盖度的精度不高的问题,该文基于OSAVI,提出了选定模型参数(OSAVIs和OSAVIv)的方法,并将该方法应用于青海省植被覆盖度估算。该方法通过高分辨率影像在研究区内选取纯裸地和纯植被样点,并将纯裸地样点的OSAVI作为纯裸地样点像元的OSAVIs,将纯植被样点的OSAVI作为纯植被样点像元的OSAVIv,利用样点像元的OSAVIs和OSAVIv值,通过普通克里金内插法,求得研究区每个像元对应的OSAVIs和OSAVIv。经精度验证结果表明:此方法较常规的参数选取方法,RMSE由0.170降至0.156,MAE由0.137降至0.124。经进一步分析表明,此方法对边缘验证点和非边缘验证点的估算精度都有所提高,由于配准误差和周围地表漫反射的影响,边缘验证点的估算精度低于对非边缘验证点的估算精度。     

运用ENVI实现SPOT-5卫星影像的RVI提取

运用ENVI软件处理长沙地区的SPOT-5影像,将全色影像和多波段影像进行融合,分析融合后的影像,再选择感兴趣区域进行影像裁剪;采用ENVI的波段运算(Band3/Band2)提取该地区比值植被指数并进行分析。结果表明:比值植被指数对植被覆盖率较高的区域有非常高的敏感度;在植被覆盖率小于50%的时候,其敏感度明显降低,在绿色植被覆盖区域的比值植被指数远大于1,在裸露地表、建筑物、水体等没有植被覆盖区域的比值植被指数则在1附近,而比值植被指数大于2的则出现在高覆盖健康绿色植被上。     

利用GPS-R遥感技术反演植被生物量

为了验证利用GPS-R遥感技术反演植被生物量的可行性,分析了GPS反射信号反演植被生物量的原理与方法,通过试验利用干涉复合场数据（ICF）计算出信号反射率,利用已有文献拟合出的信号反射率与植被生物量之间的关系求出生物量,并与遥感技术结果进行了对比。试验结果表明：利用GPS-R遥感技术反演植被生物量是可行的,但是精度还需依靠时间反演模型;GNSS-R反演植被生物量对分析调查区域植被生长和碳排放情况具有重要意义。     

基于温度植被干旱指数的电网输电线路走廊干旱分析

以湖北省输电线路走廊地区作为研究区,利用2013年1~9月MODIS卫星影像数据,处理得到月尺度的归一化植被指数(Normalized Differential Vegetation Index,NDVI)与地表温度(Land Surface Temperature,LST)数据,构建NDVI-Ts特征空间,计算得到温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI),用TVDI监测结果分析湖北省输电线路走廊区域2013年干旱时空分布情况。结果表明,湖北省输电线路走廊地区TVDI和土壤含水量之间存在显著的负相关,相关系数达到0.525(p0.05),由MODIS卫星影像计算得到TVDI影像可以有效表明湖北省输电线路走廊地区的土壤含水情况。     

中国北方地区秋季植被变化及对气候变化的响应研究

基于1982~2006年的AVHRR GIMMS NDVI数据,使用一元线性回归和分段线性回归等方法,通过对中国北方地区植被变化及其与气候因子的关系研究,揭示该地区近25年来在不同时段的植被变化趋势及对气候变化的响应规律,从而为该地区的生态环境变化研究提供理论依据。研究结果表明:1)中国北方地区秋季植被在25年时间内整体呈上升趋势。秋季NDVI在秋季温度断点之前以上升趋势为主,秋季NDVI在秋季温度断点之后仍以上升趋势为主,但上升趋势有所放缓。2)通过分段线性回归方法和相关分析研究得出中国北方地区秋季温度是秋季NDVI变化的主要驱动力。在秋季温度断点之后,秋季温度仍呈上升趋势而降水呈显著减少的面积增多,从而在温度和降水双重影响下的干旱胁迫导致植被下降;当秋季温度下降而秋季降水增多时干旱发生概率变小,从而使秋季NDVI呈上升趋势。     

基于时序NDVI的昭觉植被覆盖度变化研究

归一化植被指数(NDVI)能精确地反映植被绿度、光合作用强度,在一定程度上反映着植被的演化信息,是评价生态环境状况的重要指标之一。本文利用Landsat TM数据分别对昭觉地区2009年和2014年的NDVI进行计算,并分别利用均值法、像元二分模型及NDVI差值植被指数对研究区域植被覆盖变化进行定量分析,结果表明:昭觉县NDVI均值上升了11.6%,植被覆盖度中极度改善的面积比例约占38%,昭觉县整体NDVI植被覆盖度显著提高,并对其变化原因进行简要分析,为生态环境建设提供决策依据。     

2001—2020年黄河流域植被覆盖变化及其影响因素

基于MODIS NDVI植被指数和气象数据集,以集合经验模态分解、趋势分析和随机森林回归分析等方法,分析了黄河流域2001—2020年植被覆盖时空变化特征,并对其气候驱动因素进行探讨。结果表明：（1）2001—2020年黄河流域植被覆盖整体呈显著增长趋势,增速为0.055/10a （P<0.05）,2010年之前增速（0.067/10a）大于2010年之后的增速（0.051/10a）。（2）空间上,植被覆盖增加区域主要分布在陕北黄土高原、甘肃省东南部、内蒙古自治区河套平原等退耕还林还草生态工程实施区域,而植被覆盖显著下降区域则集中在关中平原城市群、黄淮海平原以及青藏高原等区域。（3）气温、降水和CO₂浓度等对黄河流域植被生长起到正向促进作用,且绝对敏感性依次降低,而大气饱和水汽压差、太阳辐射等对植被生长起到抑制作用。本研究结果可为评估气候变化对黄河流域植被覆盖变化的综合影响提供参考依据。     

大别山北缘地质找矿中遥感方法的研究

本项工作着重探讨在植被覆盖、地质背景十分复杂的地区，利用遥感信息寻找金矿及其它多金属矿的方法。即从地层岩系、构造及构造交叉部位、蚀变带这三个方面，进行地质找矿专题信息特征提取方法的研究。最后，通过信息提取及影像综合特征，进行遥感地质制图，圈定找矿有希望的地段。