基于像元二分模型的地表植被覆盖度估算模块化设计与实现

地表植被覆盖度是的一种应用广泛的定量遥感产品,在水文、生态、区域变化等方面都具有重要的意义。像元二分模型是应用最多的一种遥感估算地表覆盖度的方法。目前,用遥感的方法进行地表植被覆盖度估算没有完整、系统的工具,用户只能逐步进行操作,效率低下,鉴于上述情况,本文运用IDL交互式数据语言,基于ENVI二次开发了一个植被覆盖度估算程序,取得了一定的成效,对遥感定量产品的生产、应用具有一定意义。     

基于无人机遥感和面向对象法的简单地物分类研究

近年来,全国各地进行了大范围的土地利用调查,随着无人机遥感技术越来越成熟,无人机影像分析技术已深入应用到土地利用调查中,其中最多的用途是地物分类。本文选择昭通市昭阳区某乡镇区域为研究区,对采集到的无人机影像进行预处理,生成对应的正射影像;基于多种可见光植被指数,计算每3种指数合并得到影像的OIF指数,确定最佳波段组合;采用基于规则和基于样本两种面向对象分类方法,提取房屋、道路、植被等简单地物及背景。分析结果:两种方法的提取精度均达到90%以上,基于规则的面向对象分类方法精度较高,但耗时较长;基于样本的面向对象方法耗时较短,精度相对较低。两种方法相结合的全自动分类提取是下一步研究的目标。     

A simulation study of the role of raindrop erosion in the formation of desert pavements

A simple model of raindrop erosion—the combined effects of the detachment of sediment by raindrops and its transport by splash or by overland flow—is developed to examine the role of this process in the formation of desert pavements. Application of the model to soils in areas of existing pavement initially simulates the formation of pavements, but the changing sediment size distributions lead to the subsequent destruction of these modelled surfaces. An improved model that accounts for the feedback effects of the changing size distributions on infiltration and microtopography is then developed. Incorporating these effects allows simulated pavements to be maintained over longer periods. The model yields desert pavements whose particle size compositions differ in response to differences in initial soil characteristics, slope and rainfall intensity. This model is tested against empirical data from a site where there is intershrub pavement and associated mounds of fines beneath desert shrubs. The results successfully predict the accumulation of fines under shrubs but underestimate the development of the pavement between shrubs. These findings suggest that the raindrop erosion mechanism on its own cannot account for the development of the pavement and that some other mechanism leading to the surface concentration of coarse particles must also be operating.     

全球及区域模式中陆面过程的地表植被覆盖分类方法

全球和区域尺度上陆面生态系统与气候密切相关。全球和区域模式的发展对于我们认识气候与陆地生态的变化起到重要作用。在这些模型中,植被覆盖是影响大气-植被间热量、水分和CO2等交换的重要陆面参数。在分析了陆地植被覆盖分类原理基础上,介绍了目前全球不同植被覆盖分类方案,包括基于地基观测的植被分布、基于生物气候特征的分类方案（如：Holdridge的方案）;特别近年来陆面过程试验表明,各种遥感数据源（如：NOAA—AVHRR,EOS—MODIS,Landsat—TM）等为我们提供了有利的工具来监测全球植被动态,完善植被分类,并且采用高时空分辨率的全球土地覆盖状况特征,在不同时空尺度揭示植被-大气相互作用。本文分析了代表性的3种基于卫星遥感技术的陆面植被分类方案,分别是BATS（18类）、SIB（9类）、SIB2（12类）和BIOME—BGC（31类）陆地模式的植被覆盖分类方案．最后分析了目前可用于全球植被覆盖分类的新的遥感数据库。     

2001-2015年中国植被覆盖人为影响的时空格局

基于MODIS-NDVI和气温、降水数据,使用基于变异系数的人为影响模型定量计算了2001-2015年中国植被覆盖人为影响,辅以趋势分析、Hurst指数等方法探讨了中国植被覆盖人为影响的时空变化特征及未来演变趋势。研究发现：① 2001-2015年,中国植被覆盖人为影响由南向北空间分异愈发明显,年均值为-0.0102,植被覆盖在人类活动影响下轻微减少,负影响面积占51.59%,略大于正影响面积。② 中国植被覆盖人为影响年际变化特征明显,整体呈负影响波动减少趋势,降速为0.5%/10a,其中正影响、负影响均呈增大趋势,正影响增速（0.3%/10a）远大于负影响（0.02%/10a）。③ 2001-2015年间,中国植被覆盖人为正影响重心向东北方向移动,负影响重心向西南方向移动,东北部植被覆盖在人为影响下不断改善,西南部人类活动对植被破坏程度不断增大。④ 中国植被覆盖人为影响主要呈负影响减少和正影响增大趋势,面积占比分别为28.14%和25.21%,生态环境趋于改善。⑤ Hurst指数分析表明,中国植被覆盖人为影响未来演变趋势的反向特征强于正向特征,主要呈人为负影响先减少后增大趋势,面积占比15.59%。     

基于旅游开发影响的五台山植被景观特征分析

以往旅游对植被影响的评价成果较多,但是旅游影响下植被景观与地理因子之间的关系报道较少。本文利用多种数量生态学方法探讨了五台山旅游开发与植被景观之间的生态关系。结果表明：① 旅游开发影响下五台山植被景观可分为单优乔木区、草本区、差级乔草区、中级乔草区、中级灌草区、良级灌草区、良级乔灌草区、优级乔灌草区、以及寺庙区、商业区或居民区9种类型。② 在除趋势对应分析中,第一轴与所有因子的相关性都较大,第二轴与旅游干扰度和海拔呈显著的负相关性。各植被景观类型的空间分布在一定程度上取决于关键性指标的空间格局。③ 除趋势典范对应分析方法能够大大提高植被景观特征与地理因子间的相关性,并将其直观地表达于排序图中。在植被景观特征与地理因子的关系上,第一轴上的相关系数是0.858_DCCA>0.828_DCA,第二轴上的相关系数是0.583_DCCA>0.501_DCA,这说明除趋势典范对应分析方法更优。     

近15a陕西省植被时空变化与影响因素分析

利用2000—2014年MODIS/NDVI时间序列数据,采用栅格像元趋势分析、稳定性评价的方法,研究了陕西省近15 a植被的时空变化特征和规律;利用Hurst指数对陕西省植被未来变化趋势进行了预测;并利用相关性分析法分析了NDVI与年均温度和降雨量的关系。结果表明,2000年、2015年陕西省NDVI均值分别为0.4273、0.4942, 15 a来增加了0.067,增长了16.0%,其中陕北地区NDVI增加明显,关中部分地区出现负增长,陕南地区NDVI总体依旧维持在较高水平。陕西省植被变化趋势具有明显的空间差异性,全省植被未变化的占52.0 %,改善部分占44.27 %,退化部分占3.73%,说明15 a间陕西省植被覆盖改善面积大于退化面积,植被状况有所改善;其中陕北地区植被呈明显改善区域面积较大,关中地区植被覆盖面积有所减少,陕南地区植被变化幅度较小。陕西省植被稳定区域占50%以上（0 0.2),说明15a间陕西省植被较为稳定,变化程度不大;其中陕西省植被最稳定地区主要集中在陕南、延安南部,榆林部分、西安、渭南少部地区变化幅度较大。Hurst指数分析表明陕西省44.54%面积的植被未来有可能面临退化,主要分布在陕北和关中地区的北部,植被未来有可能退化也有可能改善的面积占49.78%,主要分布在延安和陕南地区。陕西省近15 a气温和降水量总体呈增加趋势,增加速率分别为0.48 ℃·(10 a)-1和69.5 mm ( a)-1;相关性分析结果表明,年均降雨量是影响NDVI的主要气象因子,同时陕西省植被变化也受到了退耕还林还草、防沙治沙、生态政治等人为因素的影响。     

金沙江干热河谷不同植被坡面土壤水分时空分布特征

于2016年7~12月和2017年4月的旱、雨季期间,以金沙江干热河谷苴那小流域内的银合欢（Leucaena Benth）林地、车桑子（Dodonaea angustifolia）灌丛地和扭黄茅（Heteropogon cantortus）草地为研究对象,通过网格法和土钻法采集并测定了（0~100 cm）土层的土壤含水量,应用经典统计法和地统计学方法分析该区域不同林草植被下坡面土壤水分的动态变化特征。结果表明：（1）研究区土壤含水量总体较低,雨季显著大于旱季,旱、雨季均表现为灌丛地>草地>林地,呈中度至强度变异（0.07~0.28之间）。（2）不同林草植被下旱、雨季土壤水分具有相似的空间自相关性,自相关系数均由正向负转变,但由正向负转变的滞后距离有所不同,且雨季大于旱季,呈中等或强等空间自相关性。（3）不同林草植被下的土壤水分空间结构不同,林地、灌丛地和草地旱雨季最佳拟合模型均为球状模型;相同林草植被下各土层旱、雨季土壤水分的空间分布特征相似,但旱季的分布格局差异更显著,不同林草植被下深层土壤水分分布比表层土壤水分的分布更为复杂,土壤水分呈明显的斑块或条带状分布,含水量高值区和低值区位置不固定。总之不同林草植被类型会改变局部地段土壤水分空间分布,降雨会加强这种差异的趋势,但土壤水分仍具一定空间连续性。     

2000—2015年柴达木盆地植被覆盖度时空变化及其与环境因子的关系

基于MODIS-NDVI、DEM和气象数据,分析柴达木盆地2000—2015年植被覆盖度(FVC)时空变化特征,并与降水、温度、日照时数、相对湿度、蒸散量和海拔进行相关、偏相关或叠加分析,探讨FVC与各环境因子的关系。结果表明:FVC整体自东南向西北内陆呈半环状递减,FVC集中在20%以下,人类活动及径流等打破植被地带性规律;2000—2015年FVC明显改善,广泛分布于盆地中西部地区,2001—2002年年际变化最显著;FVC与降水、相对湿度以正相关为主,与温度关系不显著,与日照时数和蒸散量主要为负相关,降水对FVC贡献最大,温度通过影响蒸散量等间接影响FVC,而土壤蒸发对蒸散量的影响大于植物蒸腾;FVC与等高线空间分布较吻合,FVC在2 800~2 900 m和4 600~4 700 m出现两个峰值,4 700 m以上FVC迅速降低。     

基于无人机和MODIS数据的巴丹吉林沙漠植被分布特征与动态变化研究

荒漠植被在减缓沙漠扩张、阻挡风沙入侵绿洲、维护绿洲稳定性方面具有重要意义。通过无人机搭载多光谱相机获取地面样地高分辨率NDVI数据以计算植被覆盖度,结合MODIS-NDVI数据,分析了MODIS-NDVI与无人机获取NDVI数据之间的一致性,进而建立MODIS-NDVI数据与样方植被覆盖度的空间反演模型,以研究巴丹吉林沙漠植被分布特征、动态变化及其对气温、降水的响应规律。结果表明:(1)基于无人机多光谱数据大样方植被覆盖度和MODIS-NDVI数据构建的植被覆盖度反演模型具有较高的模拟精度。(2)研究区总体植被覆盖度较低,空间上呈由东南向西北递减的趋势。(3)植被覆盖度总体呈现上升趋势,沙漠边缘的增速较沙漠内部更为明显,其中沙漠边缘增长率达1.53%/10a,而沙漠内部为0.84%/10a。沙漠边缘57.12%植被出现改善,而沙漠内部植被改善的面积约为21.26%。(4)植被生长主要受制于生长季降水量并呈现出明显的季节变化,此外植被对降水和气温的响应存在一定的滞后效应。