融合时间序列环境卫星数据与物候特征的水稻种植区提取

获取高精度的区域水稻种植面积对于农业规划、配置与决策具有重要意义。区域尺度的水稻面积获取依赖于高时空分辨率影像,但受卫星回访周期和气候影响,难以获取足够时间序列的高时空分辨率影像,从而影响水稻种植面积遥感提取的精度。为此,提出适应于中国南方多雨云天气地区,基于国产环境卫星(HJ-1A/1B)与MODIS融合数据的水稻种植面积提取的新方法。以洞庭湖区为实验区,利用STARFM模型融合环境卫星NDVI数据与MODIS13Q1数据,获取时间序列的环境卫星NDVI数据,利用水稻关键期的NDVI数据结合物候特征参数对水稻种植区域进行提取。结果表明,该方法能有效提取区域水稻种植的面积,水稻种植面积提取的总体精度与Kappa系数分别达到91.71%与0.9024,分类结果明显优于仅采用多光谱影像或NDVI数据。该研究为中国南方多雨云天气地区水稻种植面积提取提供了有效的方法。     

Landsat时序数据支持下的藏东南植被时空变化监测

本文利用GEE平台和1990—2019年巴宜区Landsat遥感影像,采用像元二分模型、相关性分析等方法分析了巴宜区植被覆盖度的时空变化特征与驱动力。研究结果表明：①1990—2019年巴宜区植被覆盖度总体呈稳中有增的趋势,其中,河谷区域增加明显,而高海拔区域相对稳定;②1990—2019年巴宜区气温呈显著升高,降水略有下降,总体呈“暖干化”,气温较降水量对植被覆盖变化更明显,但气候变化对植被覆盖变化影响总体不明显;③1990—2019年巴宜区植被覆盖变化与人类活动有很好的相关性,其中,低、中低、中、中高植被覆盖区域,呈显著的负相关,而高植被覆盖区域呈正相关。本文基于遥感大数据和地理云计算的植被覆盖监测动态监测和定量分析方法,能对高山峡谷区生态评估和演替分析提供一定的技术支撑和科学数据。     

基于时序MODIS NDVI的黑河流域土地覆盖分类研究

归一化植被指数(NDVI)是植被生长状态及植被覆盖度的最佳指示因子,其时序数据也已成为基于生物气候特征开展大区域植被和土地覆盖分类的基本手段。基于时序NDVI数据的土地覆盖分类,即通过提取NDVI时间信号所包含的植被生物学参数,构建起一个包含植被生物学信息的分类特征空间。利用2006年重建得到的MODIS NDVI 16天合成时间序列数据,并结合1 km分辨率的DEM数据、野外实地调查资料等辅助数据,综合分析了不同土地覆盖类型对应的时序NDVI谱线及其第一、二谐波的特征阈值,建立决策树对黑河流域的土地覆盖开展分类研究。结果表明,基于时序MODIS NDVI谱线特征的决策树分类精度为78%,Kappa系数为0.74。利用1 km时序MODIS NDVI时间序列获得较为准确的黑河流域土地覆盖类型是可行的。     

基于MODIS NDVI时序数列的柴达木盆地土地覆盖分类研究

以2003年柴达木盆地的MODIS卫星遥感影像为基础数据,结合野外实地考察资料,综合分析了2003年柴达木盆地的植被指数时间变化与空间分布特征,提取了该年度该区域各主要土地覆盖类型NDVI的时序数列曲线,采用NDVI时序数列变化曲线形状匹配方法对柴达木盆地进行了土地覆盖类型分类.在此基础上使用了将以月为单位的变化曲线转换为十二维空间中的单位向量,比较向量夹角以决定其相似度的先进算法,取得了良好的分类效果,获得了2003年柴达木盆地比较精确的土地覆盖分类图.提出了利用MODIS卫星遥感影像进行土地覆盖分类的新方法.     

基于资源卫星图像对NDVI进行大气修正的一种简单方法

在遥感应用领域，植被指数己被广泛用来定性和定量表征植被覆盖度及其生长状况。由于大气变化的影响，使植被指数未能真实反映地表植被的真实分布状况，造成其应用的局限性。提出了一种简易方法，仅通过中巴资源卫星(CBERS：China Brazil Environment Resoure Satellite)图像的第3、第4波段中的水体，推算卫星接收到的大气程辐射，消除了大气对归一化植被指数(NDVI：Normalized Differece Vege—tation Index)的影响，减小植被指数所受的大气影响。应用结果表明，该方法能使植被指数较好地反映植被的生长及分布状况。     

内蒙古西辽河平原植被指数时空变化及其影响因素研究

西辽河平原位于我国北方农牧交错带,属半干旱气候,发育科尔沁沙地,生态环境极其脆弱,开展植被指数时空变化及其影响因素研究,对于预测土地退化风险意义重大,可为该流域生态环境保护治理及水资源合理开发利用提供技术支撑。利用2000—2019年MODIS NDVI数据,采用一元线性回归趋势法和Mann-Kendall检验分析了近20年来该地区的植被生长变化趋势及突变情况。从影响植被生长的水热条件出发,分析了NDVI值与气象因素（降水、气温）、土壤湿度、地下水埋深等因子的相关关系;结合人类活动,分析了土地利用类型变化对NDVI值的影响。结果表明:（1）2000—2019年生长季NDVI值整体呈上升趋势,不存在显著突变点,最高值0.56,最低值0.41。（2）NDVI值在空间上呈现“东高西低”的分布特征,不同用地类型的NDVI值由大到小依次为耕地>林地>沼泽地>滩地>草地>盐碱地>沙地。（3）92.5%的区域植被呈增长趋势,7.5%的区域植被呈减少趋势。（4）NDVI值与降水、气温、土壤湿度呈正相关关系,相关系数分别为0.86,0.78,0.81,降水对植被影响最大。（5）最适宜天然植被生长的地下水埋深约为3 m,当地下水埋深大于10 m时,NDVI值会随着埋深的增加剧烈减小。（6）人类活动如土地开垦、植树造林是近20年来NDVI值呈增加趋势的主要原因之一,在一定程度上改善了当地生态环境。     

MODIS NDVI时间序列在三江平原湿地植被信息提取中的应用

以三江平原为研究区,利用多时相的中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)影像数据,采用一种基于归一化植被指数(Normalized Difference Vegetation Index,NDVI)时间序列的监督分类方法获取了研究区湿地植被的分布数据。监督分类以NDVI时间序列的波形所反映出的植被物候特征作为分类器,将离散的傅立叶变换应用于NDVI时间序列以减少高频噪声对分类的影响,并运用傅立叶变换后波形幅度和相位的相似性来确定像素的归属类别。根据研究区植被的物候特征的差异,区分出7种地表(沼泽、沼泽化草甸、滩地、水田、旱地、灌木和林地)的植被类型,得到三江平原2005年湿地植被的分布数据。该方法的总体分类精度达到79.67%,Kappa系数为0.752 5。研究表明,基于MODIS多时相NDVI数据,采用基于傅立叶组分的相似度分类方法可以客观、经济、快速的提取湿地植被分布数据。     

Changing climate affects vegetation growth in the arid region of the northwestern China

The northwestern China is a typical dry-land region of Inner Asia, where significant climate change has been observed over the past several decades. How the regional vegetation, particularly the grassland-oasis-desert complex, responds to such climatic change is poorly understood. To address this question, we investigated spatio-temporal changes in vegetation growth and their responses to a changing climate by biome and bioregion, using satellite-sensed Normalized Difference Vegetation Index (NDVI) data from 1982 to 2003, along with corresponding climate data. Over the past 22 years, about 30% of the total vegetated area showed an annual increase of 0.7% in growing season NDVI. This trend occurred in all biomes and all bioregions except Sawuer, a subregion of the study area with no significant climate change. Further analyses indicated that NDVI change was highly correlated with the current precipitation and evapotranspiration in growing season but was not associated with temperature. We also found that NDVI was positively correlated with the preceding winter precipitation. These findings suggest that precipitation may be the key cause of vegetation growth in this area, even for mountain forests and grasslands, whose growth are often regarded to be limited by low temperate in winter and early spring.     

TVDI用于干旱区农业旱情监测的适宜性

基于地表温度/植被指数(T_s/VI)特征空间建立的温度植被干旱指数(TVDI)受诸多因素的影响,其中一个重要的影响因素是植被指数,该指数在高、低植被覆盖时的敏感性不同,从而导致TVDI对旱情监测的准确度不同.针对这一问题,以新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择2011年4月、8月两景TM影像,利用归一化植被指数(NDVI)和比值植被指数(RVI)分别建立T_s/VI特征空间,线性拟合特征空间的上、下边界,计算得到两种温度植被干旱指数(TVDI-NDVI、TVDI-RVI).用TVDI与同期野外实测的土壤含水量数据进行回归分析.结果表明:(1)植被指数、地表温度、土壤水分之间有显著互动关系,以不同植被指数计算得到的两种TVDI与表层土壤水分相关性较好,均能够反映区域土壤干旱状况;(2)由于植被指数对植被探测的敏感性,在4月低植被覆盖时,TVDI-NDVI与表层土壤水分的相关性较高,为0.4299,8月高植被覆盖时,TVDI-RVI与表层土壤水分的相关性较高,达到0.5791;(3)在低植被覆盖区域,NDVI较RVI敏感,而在高植被覆盖区域,RVI敏感性较高.RVI适用于高植被覆盖时反演土壤湿度,NDVI则更适用于中、低植被覆盖时.     

应用遥感数据研究中国植被生态系统与气候的关系

应用1982-1994年NOAA/AVHRR的归一化植被指数（NDVI）资料和587个气象台站的数据对我国不同类型植被生态系统和气候的关系进行研究，首先将我国的植被类型划分为21类，在此基础上分别研究了不同时间尺度下我国不同区域，不同植被类型和气候的关系。结果表明：在多年平均状态下，植被生态系统NDVI水平主要受水分条件的影响；年内变化上，温度对植被生态系统季相变化化起着比降水略大的作用，年降水量造成了植被季相响应的差异，在年际变化上，分别研究了4个季节和整个生长期尺度上的关系，一般情形为温度和降水对植被的年际波动起着大致相反的作用，不同植被类型在不同的生长时期（季节）对气候的变化响应方式也不同，发现在植被的生长期，我国南方和北方的植被生态系统对温度和降水的响应方式相反；同时存在2个植被-气候敏感区，分别为我国北方的典型草原到森林的过渡区和云南中部部分区域。