地形起伏对陆地卫星的NDVI影响研究

NDVI是表征植被叶面积密度的重要遥感指数,是估测植被盖度、林分郁闭度、生物量及碳储量、植被生长状况和作物产量的重要参数。相关研究表明地形起伏对光谱数据有较大的影响,但其对NDVI的影响特征值得进一步研究。针对以上问题,选用C校正模型对Landsat数据进行地形校正,消除了地形起伏对光谱数据的影响,并对比和分析了地形校正及未经地形校正提取的NDVI。结果表明:地形校正前后图像总体的NDVI有显著性差异,其中较小坡度植被区域无显著性差异,较大坡度植被区域存在显著性差异;阴坡整体的NDVI有变大趋势、阳坡略微减少,半阴半阳坡无明显变化;农地在不同坡向下无显著差异且整体变化不明显,针叶林、阔叶林在阴坡和阳坡上的NDVI变化幅度大于半阴半阳坡。地形校正对NDVI估测值存在着一定影响,从而进一步影响着基于NDVI参量的各种遥感估算结果,故消除地形起伏对光谱的影响,可以提高定量遥感估测精度。     

基于CASA模型的陕西省NPP遥感估算

以陕西省为研究对象,运用遥感和GIS手段,结合MODIS/NDVI数据、气象数据以及植被类型数据,应用CASA模型估算得到陕西省2013年的NPP数据。结果表明,2013年陕西省NPP总量为8.87×107g C/a,平均值为469.58 g C/(m2·a),NPP最高值为723.06 g C/(m2·a),其空间分布特点表现为显著的纬度分布,南高北低,陕南关中陕北;NPP时间分布表现为明显的季节变化,呈单峰型曲线;植被类型NPP表现为阔叶林针叶林耕地草地,并且各植被类型最大值出现月份不一致。     

基于C-FIX模型的黑龙江省森林植被净初级生产力遥感估算

以黑龙江省森林资源为研究对象,利用ETM+、DEM和气象数据等资料,以C-FIX模型为基础,估算黑龙江省2000年5—9月的森林植被NPP,并将估算结果与MODIS的NPP产品进行对比分析。结果表明:5—9月林地总NPP为69.75×1012gC,最大值出现在6月,占5—9月NPP总量的27.23%,6—8月是NPP的主要积累月份;有林地NPP占林地总量的87.44%,灌木林地占10.41%,疏林地占1.63%,其他林地占0.52%;MODIS的NPP产品与模型估算值之间的均方差根为17.12,模型模拟值误差为MODISNPP产品值的3.92%～5.85%,模型估算精度较高。     

大兴安岭植被净第一性生产力估算与动态分析

植被净第一性生产力在全球变化研究中扮演着重要的角色,NPP的估算与分析对于研究全球生态系统碳循环和区域气候变化具有重要意义。本文借助MODIS卫星传感器提供的归一化植被指数NDVI数据和大兴安岭地区的气象数据等为研究资料,通过构建CASA模型对大兴安岭地区不同类型植被的NPP进行了模拟估算,并通过地理信息系统等研究工具研究了该地区2010年生长季(5~9月份)不同植被NPP分布随时间的动态变化,和总体植被的NPP空间分布状况。大兴安岭地区植被生长期NPP总体平均值为318.29 g C/m2·a。从空间分布格局看,全区植被NPP空间分布差异较为明显。不同植被类型的NPP具有明显差异,生长期NPP总体平均值森林>草甸>灌木>农作物。不同植被类型5~9月NPP随时间动态变化的趋势基本一致,植被NPP最大峰值出现在在6~7月份之间。最后对模型计算结果与实测植被NPP数据、Modis数据的NPP产品及其他学者的估测结果进行比较,结果基本一致。     

6种地形校正方法对雷竹林地上生物量遥感估算的影响

结合野外调查数据和Landsat 5 TM影像,分析6种地形校正方法(Teillet -回归,Cosine,C,SCS,SCS+C和Minnaert)对雷竹林地上生物量遥感估算的影响.结果表明:1)除Cosine和SCS方法存在校正过度现象,其余4种地形校正方法均具有良好的校正效果;2)6种地形校正方法均可提高TM4,TM5与地上生物量的相关性,且RVI,NDVI和SAVI这3种植被指数与生物量之间的相关性也得到改善;3)与原始影像相比,6种地形校正后的遥感数据都能不同程度地提高雷竹林生物量估算精度,以Teillet -回归校正后所建雷竹林地上部分生物量估算模型精度最高,相关系数从0.441提高到0.687,RMSE降低17％左右;4)尽管Cosine校正最大程度地提高了TM4,TM5与地上生物量的相关关系,但Cosine方法存在校正过度问题,Cosine校正后雷竹林地上生物量遥感估算模型精度反而略低于Teillet -回归校正;5)虽然地形校正可提高植被指数与雷竹林地上生物量之间的相关性,但所选5种植被指数均未入选雷竹林地上生物量遥感估算模型的变量,这与雷竹林较高的密度有关.     

基于3-PGS模型的中国陆地植被NPP格局

利用光能利用效率模型(3-PGS)估算2003-2007年中国陆地植被NPP,并分析不同气候类型和植被类型的时空分布特征.结果表明:2003-2007年中国陆地植被NPP年均总量为2.98 PgC,NPP年均值约为315.99gC·m-2a-1;中国陆地植被NPP的主要分布特点为沿水热梯度从东向西、从南向北递减,以海南中南部的热带林最高,而高原气候区最低;全国植被NPP季节变化明显,不同气候区植被NPP均在7或8月达到峰值,12月或1月降至全年最低.     

县域植被净第一性生产力遥感估算模型及应用

植被净第一性生产力是评价地表植被状况的重要指标之一,对分析和评价全球和区域生态环境、碳循环等变化具有重要作用。该研究借助CASA模型机理以及气象学方法,建立县级区域净第一性生产力（NPP）遥感估算模型,并以房山区为应用案例,分析了北京市郊区1992年、2001年、2004年3年间8月份净第一性生产力的变化。分析结果表明,研究区3年间8月份的NPP分别为152.01g·m^-2·mon^-1、142．83g·m^-2·mon^-1、96．32g·m^-2·mon^-1;单位面积上的NPP年际间的变化主要受降雨量的影响,而区域NPP总量年际间的变化则要受降雨量和土地利用方式等因素共同影响。本模型估算结果与前人研究结果基本一致,可以利用本模型估算县域NPP。     

基于叶面积指数的森林郁闭度遥感反演研究

以密云半城子为研究区,以TM影像为数据源,基于RS技术,提取归一化植被指数。根据实测真实叶面积指数及结合土地利用信息确定的聚集度系数,计算有效叶面积指数。在此基础上构建NDVI与有效叶面积指数间的回归模型,最后利用John提出的郁闭度估算模型进行郁闭度的估算,并对估算结果进行精度检验。结果表明:NDVI与有效叶面积指数相关性高,可用于有效叶面积指数的估算;采用有效叶面积指数,综合考虑叶倾角进行郁闭度估算精度较高。     

香格里拉县植被净初级生产力遥感估算

采用2009年MODIS数据作为遥感信息源,结合香格里拉基础地理数据和云南省119个气象站点的气象数据,构建了一个NPP估算模型。利用遥感技术和地理信息系统技术,在ArcEngine二次开发技术的支持下,实现了香格里拉县2009年植被净初级生产力的估算研究。结果表明:(1)设计的NPP估算模型简单,参数少,易于理解和计算;(2)比较发现:2009年香格里拉县NPP估算结果可信。(3)分析香格里拉县2009年NPP的变化情况可得到以下结论:(a)香格里拉县2009年植被净初级生产力为413 g/m2,总体分布趋势是:建塘镇北部和格咱乡西部NPP基本在400~600 g/m2之间;香格里拉县中部、东南部、东北部、北部基本上在200~400 g/m2之间;东旺乡的上游村、跃进村、中心村、胜利村的NPP在0~200 g/m2之间。(b)从3月至10月的时间段里,香格里拉植被NPP可占全年的净初级生产力的82%,因此,可判定香格里拉县植被生长季为3月~10月。     

1901-2008年小兴安岭森林NPP估算

根据黑龙江省森林收获表、生物量相容性相对生长方程及叶片与细根周转率数据,估算小兴安岭林区森林主要树种净初级生产力( NPP)与年龄的关系,并结合森林生态系统碳循环模型 InTEC 模型和 NPP 与年龄的关系,估算1901—2008年间小兴安岭森林 NPP的时空变化。结果表明：幼龄林 NPP随林分年龄的增长而迅速增加,进入成熟年龄 NPP达到最大,随后逐渐减少,直至达到稳定值;小兴安岭人工林的 NPP大于天然林,天然针叶林的固碳能力大于天然阔叶林与针阔混交林;1901—2008年间小兴安岭森林NPP整体呈现增加趋势,与工业前期1901年相比,2008年小兴安岭森林NPP增加了30%;森林NPP受海拔影响,呈现出中部偏高、北部与南部偏低的趋势。     

基于CASA模型的人工植被生物量的估算及特征分析

利用改进的CASA模型,结合Landsat TM遥感影像及气象数据,估算榆林飞播林2010年7月的植被净初级生产力。通过实测植被生物量,验证CASA模型在研究区的估算结果。结果表明:CASA模型适用于榆林飞播林植被净初级生产力估算;CASA模型估算的不同地区NPP区别明显,榆林市横山县与榆阳区交界处的植被NPP值最高,其值介233.21～414.15gC/m2之间;榆林飞播林生态系统属于较低生产力的生态系统;沙柳的NPP水平最高,以柠条+沙柳+沙蒿为播种模式的人工林地生物量最高;除沙柳、花棒和沙蒿外,其他飞播植物生物量与含水量无明显的相关性;不同飞播年代的同种植被生物量与含水量、土壤养分以及气候等因素之间具有密切的相关性。     

黄冈市地形起伏度及其与人口、经济的相关性研究

为研究革命老区黄冈市的经济发展、环境保护与社会协调之间的关系,基于分辨率为30m的数字高程模型AsterGDEM,运用GIS技术提取黄冈市地形起伏度,以此为基础分析了黄冈市地形起伏度与人口分布和经济发展之间的关系。结果表明:黄冈市的地形起伏度区域分异显著,西南部起伏较小,东北部较大;黄冈市地形起伏度随海拔的升高而逐渐增加;黄冈市地形起伏度与人口密度和经济密度存在显著的负相关。     

基于Landsat TM遥感数据的山核桃产量预测——以浙江临安市为例

以浙江省临安市的山核桃为研究对象,基于2008—2011年连续4年的样地实测产量为基础,利用每年4个生长时期的Landsat TM遥感数据,系统地分析比较每个生长时期的植被指数与产量的关系。研究结果表明:NDVI在各个生长期均与产量的相关性最高;SAVI与产量的相关性居中,DVI最低。以每个时期的NDVI为因子,建立不同时期山核桃产量的预估模型。各时期模型的预估效果为果实膨大期花芽分化及授粉期采摘至落叶期休眠期。以不同时期的NDVI为因子,利用逐步回归,建立多因子的山核桃产量的预估模型。最优预估模型为y=126.51_(x_2)+26.61_(x_1)+12.56_(x_3)-67.42(R~2=0.642,SEE=12.17),为山核桃产量的预测提供可行,快速,有效的方法。     

基于ICESat-GLAS数据的波形去噪算法优选与森林冠顶高反演模型建立

【目的】比较基于不同窗函数的GLAS数据去噪算法和多种森林冠顶高反演模型的精度,优选波形去噪算法并确立对森林冠顶高估算精度较高的反演模型,为森林生物量估测等研究奠定数据基础。【方法】首先基于布莱克曼窗函数和高斯窗函数对GLAS数据进行去噪处理,采用RMSE和SNR定量比较2种波形去噪方法的去噪效果;然后对去噪效果最好的窗函数去噪后的波形提取波形参数,并分针叶林、阔叶林、针阔混交林和不分林型4种情况,采用线性回归方法,以波形长度为参数建立波形参数模型,以波形长度、地形指数为参数建立地形因子模型,在地形因子模型基础上,逐步引入波形半能量高、波形前缘长度和波形后缘长度等参数建立全模型,比较3类模型的模拟效果。【结果】高斯窗函数去噪后的RMSE较低、SNR较高,去噪效果较优;冠顶高反演模型中,分林型和不分林型情况下,全模型模拟效果均优于其他2类模型。其中地形因子模型中针叶林效果较好:R~2=0.853,RMSE=2.519 7 m;全模型中针阔混交林效果最好:R~2=0.972,RMSE=1.001 4 m。【结论】高斯窗函数对GLAS波形去噪能力较强,且在复杂地形情况下,当引入多种波形参数结合地形因子建立多元线性回归模型时,模型对各林型最大冠顶高的解释能力显著提高,可在一定程度上克服地形因子模型在坡度较大地区对冠顶高解释困难的问题,实现复杂地形情况下森林冠顶高的精确估算。     

基于RBF神经网络的城市森林碳储量遥感建模与动态变化分析——以南京市为例

研究将TM遥感数据的归一化植被指数(NDVI)和短波红外植被指数(SWVI)融入径向基神经网络中,构建了森林碳储量估算模型,并应用该模型反演了南京市不同时期的森林碳储量。结果显示:1)该模型的平均估算精度达到74.62%,比线性回归模型精度更高、拟合更稳定,是一种相对简便、易于操作和准确度高的森林碳储量估算方法;2)南京市的森林碳储量总体分布面积较大,但在区域上分布不太均匀,1988—2005年期间各辖区的森林碳储量均有不同程度的减少,减少率由小到大依次排列为:栖霞区<玄武区<下关区<雨花台区<鼓楼区<白下区<秦淮区<建邺区。     

基于CASA模型的福建省毛竹林NPP估算

以RS和GIS为技术支撑,基于改进的CASA模型为基础,利用MODIS数据、森林资源清查毛竹样地数据、气象数据及DEM数据等,估算了2012年福建省毛竹林NPP。结果表明,毛竹林最大光能利用率为2.399 6g C/MJ,2012年福建省毛竹林NPP平均值为1 169.10 g C/(m2!a),毛竹林碳积累总量为1.034 4×109t C。     

荒漠区人工林NPP估算模型比较研究

利用LANDSAT8遥感影像数据、结合气象数据和野外调查数据,采用CASA模型、C-FIX模型和GLO-PEM模型,分别估算和分析了2014年墨玉县森林植被净初生产力时空分布特征,并进行验证和比较。结果表明:植被净初生产力空间分布差异比较明显,主要集中于研究区中部和东南部;CASA模型的NPP平均值为70gC·m~(-2)、C-FIX模型的为56C·m~(-2),GLO-PEM模型的为28C·m~(-2),其中CASA模型模拟结果最接近于前人研究成果;通过实测值验证,各模型实测值和模拟值相当吻合,其中CASA模型的平均值最接近,相关系数R2=0.994 15,大部分样本点的误差小于5%。     

广州市城市森林净初级生产力遥感估算

在分析叶面积指数、降雨量、温度与植被净初级生产力相关关系的基础上,应用Landsat 7卫星影像数据提取研究区的温度、叶面积指数,建立了能反映温度、降雨量对城市森林生态系统植被净初级生产力影响的模型,模拟广州市2013年3月份森林植被净初级生产力。结果表明:该模型模拟的NPP值与前人运用传统方法研究估算的NPP值相比较,精度可以达到91%,证明此模型在区域植被净初级生产力估算方面具有一定的可行性。     

气候变化情景下基于潜在NPP的河北省华北落叶松生长适宜性

【目的】模拟华北落叶松当前及未来气候变化情景下的潜在NPP,并以此为基础评价其生长适宜性,为评估气候变化对华北落叶松林的影响和精准提升森林质量提供理论依据。【方法】基于河北省森林资源二类调查数据和2001—2010年累年平均NDVI数据,采用Climate AP气候模型生成当前及未来(2040—2069年和2070—2099年)时期的气候数据,利用CASA模型计算华北落叶松当前及未来气候变化情景下的潜在NPP,以此为基础分析其生长适宜性,并运用Pearson相关分析法在像元尺度上分析气温和降水变化对潜在NPP的影响。【结果】河北省华北落叶松当前潜在NPP均值为3427 gC·m~(-2)a~(-1),其生长适宜性较低的区域主要集中在平原和西北部高海拔地区,占研究区总面积的80%以上,生长适宜性较高的区域主要集中在亚高山地带,占研究区总面积的比例低于20%; 2040—2069年的年均潜在NPP上升为3929 gC·m~(-2)a~(-1),总体生长适宜性明显提高,中适宜生长区面积大规模扩大至594%; 2070—2099年的年均潜在NPP略微下降为3751 gC·m~(-2)a~(-1),总体生长适宜性下滑,生长适宜性较高区域面积明显缩小;河北省华北落叶松潜在NPP主要受降水量影响,大部分区域华北落叶松的潜在NPP与降水量显著正相关(P005),当前的降水条件限制华北落叶松的生产力。【结论】随着气候变化,河北省华北落叶松生长适宜性将发生显著变化,变化主要发生在低适宜生长区和中适宜生长区,总体适宜性将提高。在华北落叶松当前及未来生长适宜性均较高的地区适当扩大其营造面积,有利于防范气候变化的不利影响。。     

利用不同时相遥感影像估算大兴安岭北部火干扰后NPP

森林火灾是森林生态系统中重要的干扰,对碳循环和碳平衡具有影响。林火作为大兴安岭森林生态系统中主要的干扰因子,直接影响区域的净初级生产力NPP(net primary productivity)。林火的发生使NPP迅速下降,改变了区域碳平衡。以多时相遥感数据为基础,利用CASA(Carngie-Ames-stanford-Approach)模型估算大兴安岭北部地区未过火区和过火区植被NPP变化。结果表明:1987年6月,未过火区植被NPP为145 g C m-2,轻度过火区为74 g C m-2,中度过火区为58 g C m-2,重度过火区植被NPP为38 g C m-2,火干扰后NPP分别降低了49%、60%、73%;1999年8月,火干扰12 a后,过火区NPP是未过火区NPP的96%以上,NPP恢复迅速,基本达到未过火区水平。2009年8月,火干扰22 a后,过火区NPP是未过火区93%以上,与火干扰12 a时相比,下降3%。虽然NPP增速下降,但是NPP总量增加,生产力也与未过火区基本处于同水平。