利用多时相TM影像分析福州市地表植被的变化

变化分析是多时相遥感影像的主要应用领域。根据彩色合成原理,将1988年的NDVI影像、2000年的NDVI影像及2000年与1988年的NDVI相减所得影像进行彩色合成,其不同颜色反应了不同植被覆盖度区域的不同变化。笔者结合实地考察资料,根据不同颜色及各种植被覆盖区的不同变化程度,将福州市植被变化情况分成八大类别。     

基于ETM~+遥感探测山地城市不透水面及其动态分析

不透水面是城市的基质景观和地表覆被的典型特征,主导着城市景观格局与过程,也是城市环境变化的主要因素之一。利用Landsat ETM⁺卫星影像探测获得昆明市2000-2010年3个时相的主城区不透水面信息,采取修正的归一化水体指数进行水体的剔除,排除水体对不透水面提取精度的影响。利用城市不透水面与植被覆盖度负相关的联系,进而提取研究区不透水面信息。所提取信息精度较高,能较好地反映出城市扩张的趋势,以及对城市周边生态环境的破坏程度。研究结果表明,昆明市主城区的不透水面面积在近10a间明显增加,城市不断地向郊区扩张,极大地影响了周边生态环境,郊县植被覆盖率严重下降。     

1982-2014年祁连山植被生长季NDVI变化及其对气候的响应

祁连山是西北地区重要的生态功能区和河西绿洲的水源涵养地,全面了解植被的生长变化有助于制定合理的气候变化对策。利用1982-1999年的GIMMS NDVI数据和2000-2014年的MODIS NDVI数据,采用最大值合成法、均值法、斜率法、相关分析法等,对祁连山近35年生长季植被变化及其对气候变化的响应进行了深入研究。结果表明:1982-2014年,祁连山植被NDVI整体呈增加趋势,但变化趋势并不明显;近35年,祁连山植被NDVI呈增加趋势的面积比呈降低趋势的面积大,表明植被覆盖状况有所改善,植被NDVI增加的区域集中于中西部,而植被NDVI降低的区域集中于东部;气候的年际变化对祁连山植被NDVI有一定的影响,植被NDVI对气温和降水存在一定的滞后性响应。气温升高和降水增加有助于祁连山植被覆盖增加,生态环境得到改善。     

利用马尔可夫模型预测福州市植被动态变化

利用遥感信息手段提取了1988年,2000年福州市典型样区内植被类型变化状况,并验证了植被类型的变化具有马尔可夫特性。利用马尔可夫预测模型预测了福州市未来50a内的植被类型动态变化。研究结果表明,茂密林、针阔混交林和灌木林的面积比例将有一定幅度的增加,而经济林、禾本科农作物和裸地面积将有一定比例的减少。由此可见福州市经过若干年的生态建设,植被生物量从整体上来看,呈现增加趋势,生态环境状况趋于良好。     

2000-2010年福建省植被覆盖度的时空演变特征

运用趋势分析法及Mann-Kendall趋势检验法对福建省2000-2010年植被覆盖度进行了分析,探究福建省植被覆盖度的时空演变过程.结果表明:(1)福建省植被覆盖度以每年0.003 15的速率增加,但在2005年存在一个明显的波动下降,植被在7月,8月,9月份盖度最大.(2)根据我国植被覆盖度分类标准,福建省以高植被覆盖度为主,2000-2010年低、中植被覆盖度向高植被覆盖度转化15.84％.(3)各市区植被覆盖度变化显著,其中莆田市、宁德市、漳州市变化最为明显.通过各区域的趋势百分比可知,福建省各市区植被覆盖度以增加为主,各市区植被覆盖度增加百分比为:宁德市＞漳州市＞福州市＞泉州市=莆田市=厦门市＞龙岩市＞南平市＞三明市.(4)不同植被类型区植被盖度在年际变化尺度呈现稳步增加的趋势,各植被类型盖度均值介于0.596～0.799,此外植被覆盖度的增加量顺序依次为:湿地＞草地＞农作物＞非植被＞阔叶林=针叶林.     

内蒙古沙尘天气生态环境背景遥感分析

沙尘暴是中国北方地区,特别是沙漠及其临近地区特有的一种自然灾害。据研究,内蒙古中西部地区已成了中国北方主要的沙尘中心和源地。内蒙古地区多属干旱、半干旱气候,生态环境脆弱,由于长期不合理的生产和生活活动,生态环境迅速恶化,水土流失、风蚀沙漠化、盐渍化以及草场退化等问题日益严峻。加之全球气候变化的影响,近年来沙尘天气肆虐该地区,受影响的地区遭到不同程度的危害。利用2000年5～10月份TM假彩色合成影像,解译并获取土地利用现状、植被状况和土壤侵蚀等信息和数据基础上,较全面分析了内蒙古沙尘源地的生态环境背景,并提出了整治对策。     

基于ERDAS平台的NDVI植被覆盖变化检测

介绍了利用ERDAS IMAGINE软件对多时相遥感影像进行地表植被覆盖变化检测的方法及过程,采用归一化植被指数差值法,得到包含多时相遥感影像变化信息的差异图像,依据差异图像的灰度直方图分布情况,结合经验公式设置变化阈值来分离变化信息和非变化信息。     

张峰水库输水工程建设对沿线植被指数的影响

基于遥感与GIS技术,利用2002年和2010年的遥感影像资料,获取张峰水库输水工程建设影响区植被类型、盖度信息,运用缓冲区分析法,研究了输水管线沿线植被指数的变化。结果表明:植被指数在管线沿线附近不同缓冲区内存在空间变异特征,60 m内植被盖度普遍低于更远范围,60-180 m范围是植被盖度差异分界的关键区;植被盖度统计值波动变化,在施工前后表现出明显的一致性和相似性,且各项特征值在施工后均有明显提高,说明水库输水管线沿线植被恢复效果明显,输水工程建设未对沿线植被盖度变化造成明显的不利影响。     

CBERS—1数据在评价荒漠化地区生态环境中的应用—以甘肃省古浪县为例

由我国和巴西自行研制发射的地球资源一号卫星(CBERS-1)传回的遥感数据,可用于荒漠化地区的生态评价。CBERS-1数据图像经过波段间的配准和几何纠正后,合成研究区的假彩色图像,用于荒漠化信息和地类的解译。对影像数据进行KT转化和低通滤波等空间增强处理后,建立CBERS-1数据合成图像的地物解译标志,在ARC/INFO软件的支持下,进行地类的解译和目视屏幕直接勾绘的方法,获得古浪县2000年荒漠化土地现状图和相关的土地利用数据。通过统计分析,古浪县2000年共有各类荒漠化土地430490.627hm2,该县的荒漠化评价指数为2.162,属于中度荒漠化地区,但个别乡镇的荒漠化程度达到重度,是荒漠化现象较普遍和严重发生区。     

四川省土地利用/覆被变化数据库建立与应用研究

运用RS,GIS和GPS技术,以2005年中巴资源卫星(CBERS-02)遥感影像为信息源,2000年TM遥感影像解译的数据为基础,对2005年遥感影像进行动态变化解译,修改2000年数据库;手持GPS接收机,在野外对解译成果进行验证,更新数据库,最终建成2000-2005年土地利用/覆被变化本底数据库;最后对四川省土地利用/覆被变化信息进行分析,并为四川省生态环境下一步研究指明了方向.     

基于GF-1与Landsat8 OLI影像的作物种植结构与产量分析

作物种植结构监测和估产是精准农业遥感的重点领域,其研究对于指导作物种植结构和制定农业政策具有重要意义。该文以黑龙江省北安市为研究区,以2015年的Landsat8 OLI和多时相GF-1为遥感数据源,基于物候信息和光谱特征确定的农作物识别关键时期和特征参数,构建面向对象的决策树分类模型,开展作物种植结构监测研究;综合植被光谱指数和地面采样数据,采用逐步回归方法建立产量遥感估算模型。结果表明:多源与多时相的遥感数据可以反映不同农作物的季相特征,应用本文所构建的决策树分类模型,作物分类效果较好,总体精度达87.54%,Kappa系数为0.8115;2015年,北安市的主要作物类型为大豆、玉米、水稻和小麦,面积分别为2204、1955、122和19 km~2,其中大豆的种植面积最大,占作物种植面积的51.24%。基于NDVI、EVI和GNDVI构建的多元回归模型为北安市大豆和玉米产量估算最优模型(R~2=0.823 7,均方根误差135.45 g/m~2,精度80.55%);北安市玉米高产区集中分布在西部,大豆的高产区主要分布在东部;2015年北安市玉米和大豆的单产分别为8 659、2 846 kg/hm~2,总产量分别为16.93×10~8、6.27×10~8 kg。利用作物关键物候期的多源多时相遥感数据能够精确高效地提取作物种植结构,构建的产量估算多元回归模型,为精准农业科学发展提供参考。     

河套灌区解放闸灌域植被指数与地下水埋深的定量关系

干旱荒漠地区地下水补给是地表植被水分消耗的主要补给源,地下水埋深与植被指数(NDVI)关系密切。针对植被指数与地下水埋深响应关系研究的不足,分析了基于河套灌区解放闸灌域植被指数(NDVI)与地下水埋深(H)的定量关系。采用2016年3—9月的10个时相的landsat8遥感影像数据与同时期的57眼地下水埋深观测数据,经NDVI遥感提取与地下水埋深(H)的地统计分析,建立NDVI与H的时空相关关系,并做显著性检验与密切程度的划分,进一步分析不同地下水埋深分区下H与NDVI的关系。结果表明:NDVI与地下水埋深(H)存在显著线性关系,二者的密切程度以中度和高度相关为主,负相关区域在地下水浅埋区居多,正相关区域在地下水深埋区居多。从空间上看,具有统计学意义的线性关系约占灌域总面积的40%。当H≤2.5 m时,不同的埋深分区对灌域的NDVI均值的影响为埋深(H)越小,NDVI均值越大,呈负相关关系变化;当H>2.5 m时,NDVI均值较大,地下水不再对作物生长进行水分补给,此时NDVI均值的增大与埋深(H)分区的变化关系不大。从空间上进行NDVI与地下水埋深(H)的点对点的相关性分析,增强了二者相关性的空间可视性,为灌区灌溉管理提供理论支撑,有助于节水增产措施的深入规划与落实。     

基于多时相遥感植被指数的柑橘果园识别

柑橘普遍种植于中国南方地区，受天气多云多雨、种植类型复杂等因素影响，利用光谱信息直接识别柑橘果园信息存在一定困难。该研究根据柑橘特有的物候特征，提出了"柑橘在其果实生长膨大过程中柑橘果园的植被信息可能减弱"的假设。根据此特征提出柑橘果园信息识别方法，确定关键时间窗口的阈值，并以广西壮族自治区南宁市武鸣区为研究区，开展柑橘果园信息遥感识别实证研究。首先，获取2018年研究区多时相Sentinel-2遥感影像，构建归一化植被指数（Normalized Difference Vegetation Index，NDVI）、绿色归一化植被指数（Green Normalized Difference Vegetation Index，GNDVI）、差值植被指数（Difference Vegetation Index，DVI）和红边波段指数（Sentinel-derived Red-edge Spectral Indices，RESI）等多个植被光谱指数；其次，根据地面样本点信息，对比不同植被类型在不同时期的遥感植被信息差异，进而确定柑橘果园识别的最优特征。研究结果表明，柑橘果园与研究区其他主要作物类型（如甘蔗、香蕉、玉米、水稻等）没有明显的光谱特征差异，但研究区多时相遥感植被指数显示10月的柑橘果园NDVI相比11月出现明显低值0.47，且明显低于其他作物类型；10月的柑橘果园GNDVI也出现了低值0.43，但与其他月份相比差异不明显；而柑橘果园DVI的离散程度低，分离性不强。根据作物物候历，9-10月为柑橘果实迅速膨大期，这验证了该研究提出的科学假设，即该时期柑橘果园的植被信息会减弱。柑橘果实膨大期不同植被指数的离散程度差异明显，NDVI离散程度最高，差异性最强。根据10月柑橘果园NDVI的物候特征，进一步构建归一化指数，通过阈值法识别研究区柑橘果园空间分布，该识别方法的总体精度达到82.75%，优于其他植被指数的识别结果，该研究结果可为柑橘果园信息遥感识别研究提供较好的理论与实践支撑。     

构建植被区分阴影消除植被指数提取山地植被信息

山地植被信息在气候变化研究和生态环境保护等方面发挥着重要作用,遥感技术能够快速获取山地植被信息,但是存在山地地形阴影的影响以及山地植被信息混淆问题。该文以山地植被为研究对象,基于Landsat卫星遥感影像多光谱数据,分析山地植被的主要特点,借鉴阴影消除植被指数（shadow eliminated vegetation index,SEVI）的构造原理及形式,提出了一种适用于山地植被覆盖遥感监测的植被指数算法—植被区分阴影消除植被指数（vegetation distinguished and shadow eliminated vegetation index,VDSEVI）。研究结果表明：相对于已有的其他植被指数,VDSEVI较好地消除了地形阴影的影响;VDSEVI的信息量大,植被覆盖的识别能力较强,较好地解决了植被信息混淆问题,能够更好地反映山地植被覆盖情况。不同土地覆盖类型的VDSEVI存在显著差异;阴影稀疏林地和相邻非阴影稀疏林地的相对误差较小,为3.428%;各土地覆盖类型样本VDSEVI标准差均小于0.06;植被覆盖样本VDSEVI与太阳入射角余弦值（cosi）的相关系数为?0.800。为验证VDSEVI在其他地区的适用性,将VDSEVI应用于内蒙古阿尔山和福州市闽侯县,结果表明VDSEVI同样适用。新疆那拉提、内蒙古阿尔山和福州市闽侯县3个区域基于VDSEVI阈值法的植被信息提取总体精度分别为84.136%、87.339%、86.709%,Kappa系数分别为0.799、0.788、0.791。     

改性纤维素类聚合物固沙剂的吸附力学及崩解特性试验

山地植被信息在气候变化研究和生态环境保护等方面发挥着重要作用,遥感技术能够快速获取山地植被信息,但是存在山地地形阴影的影响以及山地植被信息混淆问题。该文以山地植被为研究对象,基于Landsat卫星遥感影像多光谱数据,分析山地植被的主要特点,借鉴阴影消除植被指数（SEVI）的构造原理及形式,提出了一种适用于山地植被覆盖遥感监测的植被指数算法--植被区分阴影消除植被指数（VDSEVI）。研究结果表明：相对于已有的其他植被指数,VDSEVI较好地消除了地形阴影的影响;VDSEVI的信息量大,植被覆盖的识别能力较强,较好地解决了植被信息混淆问题,能够更好地反映山地植被覆盖情况。不同土地覆盖类型的VDSEVI存在显著差异;阴影稀疏林地和相邻非阴影稀疏林地的相对误差较小,为3.428%;各土地覆盖类型样本VDSEVI标准差均小于0.06;植被覆盖样本VDSEVI与太阳入射角的余弦值（cosi）的相关系数为?0.800。为验证VDSEVI在其他地区的适用性,将VDSEVI应用于内蒙古阿尔山和福州市闽侯县,结果表明VDSEVI同样适用。新疆那拉提、内蒙古阿尔山和福州市闽侯县3个区域基于VDSEVI阈值法的植被信息提取总体精度分别为84.136%、87.339%、86.709%,Kappa系数分别为0.799、0.788、0.791。     

地块数据支持下的玉米种植面积遥感测量方法

统计行政单元内粮食作物种植面积及其空间分布是粮食产量估算的基础,也是制定粮食政策和调整种植结构的重要依据。以3S为代表的空间信息技术,是实现农作物种植面积统计的关键技术,也是实现常规统计进入空间统计的重要因素。该研究以玉米种植面积遥感测量为目标,选取种植结构复杂的农业区河南省原阳县为试验区,通过高分辨率融合影像建立地块边界数据,以TM影像为核心数据源,对TM数据进行预处理,结合NDVI及特征波段信息采用决策树方法对试验区进行预分类,初步获取玉米种植范围;将玉米预分类结果与耕地地块数据空间叠加分析,以地块内玉米的预分类面积比例为分层标志,建立分层模型,结合交通数据,布设野外样方;采用遥感影像与车载GPS结合的方式,设计合理的野外调查路线,开展野外样方实测工作,获取样本地块内的玉米种植比例;然后以野外GPS调查点为依据,通过决策树方法对玉米预分类结果进行修正。最后通过野外测量获取的样本地块玉米百分比及统计数据对TM数据提取的玉米种植面积结果进行评价,求得位置精度为81.8%,总量精度为91.1%。说明借助耕地地块数据库,能够提高多时相TM分类的位置精度和总量精度。     

采用LBV变形卫星图像对中国亚热带地区土壤灰化进行研究

This paper describes a new type of transformed Landsat images (LBV images) and their application in discriminating soil gleization in subtropic region of China,LBV transformaition was worked out by the present author for extracting useful information from original landsat images.Using this method three black and white images,L image ,B image and V image ,were computer generated from original bans of a Landsat scene,which covers a large area of 34 528 km^2 in Hubei and Hunan province in south China.Then a Color composite was produced by these three images .This kind of black-and-white and color images contained rich and definite geographic in formation.By a field work ,the relationship between the colors on the composite and the land use/cover categories on the graound wa established.37 composite colors and 70 ground feature categories an be discriminated altogether,Finally,17 land use/cover categories and 10 subregions suffering from soil gleization were detemined ,and the gleiztion area for the study area was estimated to be 731.3 km^2.     

GF-1 PMS1与ZY-3 MUX传感器NDVI数据的对比分析

中国民用对地观测卫星在近10 a得到迅速发展,2012年和2013年相继发射的ZY-3和GF-1遥感卫星已成为中国现阶段主要应用的高分影像卫星,但二者对地观测能力是否相同并不清楚。因此,基于2对同日过空的GF-1 PMS1和ZY-3 MUX影像对,利用归一化植被指数NDVI对二者的植被观测能力进行对比。结果表明,GF-1 PMS1和ZY-3 MUX的植被观测能力虽然很接近,但也存在一定的差异。主要表现在ZY-3 MUX植被指数NDVI的信息量和信号总体强于GF-1PMS1,后者的低估幅度为可达-3%;但随着NDVI的增强,GF-1 PMS1的低估会逐渐减少,在NDVI的高值区甚至可超过ZY-3 MUX。由于二者之间存在差异,因此它们如要应用于同一项目,建议要进行数据转换,以确保结果的准确对比。分析表明,这2种传感器数据之间的差异是二者在光谱响应函数、空间分辨率以及定标精度等方面的差异引起的。     

基于时间序列NDVI相似性分析的棉花估产

多时相遥感数据能比单一时相反映更多的作物产量信息,挖掘多时相遥感信息以提高作物估产精度具有重要意义。该文以新疆生产建设兵团农一师一团的棉花为研究对象,提出了一种融合分区概念和时间序列NDVI(归一化植被指数)相似性分析的棉花估产方法。首先,通过植被指数与产量的相关性比较分析,确定NDVI为棉花估产因子,在此基础上根据棉花品种和土壤条件的差异,将研究区棉田划分为不同类型的生长区;然后,结合每个生长区获取的样点产量数据,确定各生长区时序NDVI估产模型的拟合系数;最后,融合距离与角度相似性算法,对各生长区内所有棉花像元的时序NDVI数据构成的向量与产量样点对应的时序NDVI向量进行相似性分析,确定待测棉田像元最佳的估产模型,实现对整个棉田区域棉花产量的遥感估测。结果表明,基于分区和时序NDVI相似性分析的棉花产量预测值与实测值决定系数达到0.77,该方法具有较好的操作性和适用性。