基于MODIS数据非洲典型国家荒漠化现状监测研究

为了了解和掌握非洲国家的荒漠化现状、程度及分布,采用MODIS MOD13Q1-NDVI数据,通过NDVI累计计算,得到埃及、阿尔及利亚、尼日利亚2010年植被生长状况较好时期的NDVI影像。基于像元二分模型,估算植被盖度,利用植被盖度进行荒漠化现状评价。结果表明：埃及和阿尔及利亚的荒漠化问题十分严重,荒漠化面积占国土面积的94%以上,且重度荒漠化占荒漠化面积的比例最大。尼日利亚受荒漠化影响较小,荒漠化占国土面积的比例14.77%,且轻度荒漠化占荒漠化面积的比例将达到99%。不同国家不同程度的荒漠化,分布在不同行政区划的不同的省份。本研究将为非洲荒漠化防治、保护生态环境和国民经济的可持续发展提供科学依据。     

民勤荒漠植被退化演替的三个阶段

甘肃省民勤县是中国的典型荒漠化地区。为了研究荒漠化过程中植物的退化特征,该文通过样方调查和查阅地方史志、文献资料的方法研究了民勤荒漠植被退化的阶段。研究结果认为,民勤自西汉以来生态环境逐渐退化,植被退化经历了3个阶段：在大面积湖泊、河流背景上是沼泽植被,在干涸湖泊、河床背景上的是盐生草甸植被,在沙质荒漠背景上的是荒漠植被。现阶段存在着荒漠植被退化演替和盐生草甸植被向荒漠植被演替2种退化过程。目前的植被正处在进一步退化过程中,植物种类和面积减少,大面积枯梢、死亡,优势种的优势度增大。现阶段决定荒漠植被生长状况的主要是大气降水,植被盖度和密度随年际降水量变化较大,尤其是一年生草本植物。目前影响植被退化的人为因素主要是上游来水量减少,地下水严重超采、草场严重超载和造林密度过大等。     

基于Pleiades-1高分辨率卫星影像的干旱沙区遥感影像分类——以甘肃民勤青土湖为例

研究旨在应用高分辨率遥感卫星影像对干旱沙区的植被进行调查、监测和统计。以甘肃省民勤县石羊河下游的青土湖为研究对象,运用法国Pleiades-1卫星的影像数据,通过面向对象分类方法对沙区的植被信息进行提取分类,对分类结果进行精度评价。结果表明,面向对象分类的方法提取精度达到95%,Kappa系数为0.8035,分类结果精度较高,有效地避免了基于像素分类方法的噪声和光谱的影响,具有极强的实用性,为高分辨率卫星影像分类提供了新的思路和方法。     

积雪监测方法的研究

结合NOAA卫星数据和地面雪深观测资料,利用遥感与地理信息技术,针对气象台站稀少,分布不均匀的内蒙古地区制作雪盖图和雪深等值面图,不但可以从水平方向上确定积雪的覆盖范围,还可以从垂直方向上确定积雪深度的空间变化.监测结果对雪情的综合评价具有重要的应用价值,为牧区雪灾的动态监测与评价提供科学依据.     

2000—2014年改则县植被变化及草原保护政策实施效果评价

为评价改则县草原保护政策实施效果,在3S技术支持下,利用2000—2014年MODIS-NDVI资料,结合研究区气象数据、禁牧数据对改则县植被覆盖时空分布进行分析。结果表明：（1）改则县植被覆盖总体较差,多年平均结果植被指数主要分布在0~0.2之间,最大合成结果植被指数主要在0.1~0.3之间,空间分布表现为南部植被覆盖优于北部。（2）改则县夏季植被覆盖最好,春季植被覆盖最差,北部为昆仑山脉植被覆盖季节变化不大。（3）2000—2014年间改则县植被覆盖总体呈稳定状态,呈稳定状态的区域面积占全县总面积的45.46%,呈改善趋势的区域占全县总面积的11.28%,呈退化趋势的区域占全县总的面积的8.69%,改善区域大于退化区域。（4）2008—2014年间改则县降水量及气温变化不利于植被改善,草原保护政策对该县植被改善起到了较好效果。     

黄河三角洲自然保护区动态变化遥感监测研究

结合1999年以来的Landsat TM/ETM+卫星数据和中国新近发射的环境一号卫星CCD数据(HJ-1A/1B CCD),对黄河三角洲自然保护区土地利用/土地覆被变化状况进行监测,结果表明:环境一号星CCD数据质量与Landsat TM相当,完全能满足土地利用/土地覆被动态变化监测的需要。随着黄河三角洲自然保护区生态湿地恢复和开发利用不断加大,土地利用景观破碎化相对强烈,4类自然植被群落相对不变的区域急剧减少,反映了黄河三角洲的生态脆弱性。     

高寒地区人工植被恢复对风沙土区土壤理化性状的影响

通过对青海省沙珠玉治沙站人工植被恢复不同土壤发育阶段土壤理化性状的研究,结果表明,人工植被恢复对荒漠化土壤具有很好的改善作用,随着流动沙丘被固定,机械组成中砂粒逐渐降低,粘粒和粉粒逐渐含量逐渐提高,土壤有机质和养分含量及CEC逐渐提高,土壤pH值变化不大,碳酸钙只是在表层升高。已经发生荒漠化的地区恢复到正常土壤需要的时间相当长,因此人们应减少人为因素对荒漠化的影响。     

石羊河流域下游民勤县典型荒漠土壤光谱特征分析

为了找出荒漠区土壤地物光谱特征变异的规律及其与植被覆盖度变化之间的对应关系,以石羊河流域下游荒漠化典型地区民勤县为研究区,用SVC HR768光谱仪对流沙地、砾质戈壁和土质戈壁进行了野外光谱测量。对土壤光谱反射率特征曲线和光谱一阶导数分析结果表明,研究区土壤具独特的波浪型光谱曲线,光谱曲线形状相似,土质戈壁的光谱反射率明显高于流沙地和砾质戈壁,其差异在700~1000 nm最为明显;在红边范围内(680~760 nm),导数光谱可以抑制土壤背景信息,突出植被的“红边效应”,这可以作为荒漠植被信息的定量反演的波段范围;在所测波长范围内,流沙地和砾质戈壁的土壤反射率都随植被覆盖度的增加而降低,土壤反射率对植被变化较为敏感。因此,荒漠土壤光谱反射曲线变化可反映出沙化程度的变化,可以作为荒漠化定量研究的可靠依据。     

草场承包经营制度演进的经济绩效——基于内蒙古自治区的实证分析

为探讨草场承包经营制度的实施与演进对牧业经济绩效的影响机理,通过细化草场承包经营权,从草场使用权、转让权和收益权变化发展的角度进行理论分析。然后,基于生产函数模型,构建了反映草场承包经营制度演进对牧业产出变化影响的计量经济模型,并利用内蒙古自治区的相关数据进行了相应的实证检验。结果显示,在内蒙古地区实施草场承包经营制度的30余年来,草场使用权日趋稳定,草场转让权得以确认,草场经营收益权逐步完善,草场承包经营制度经历的这一系列演进发展对当地的畜牧业经济产出发挥了显著的正效应。     

涑水河流域地形因子对植被指数变化的影响

植被覆盖及其变化是区域生态环境变化的重要信息,地形因子作为自然环境的重要因素是流域植被覆盖的重要影响因子,因此揭示流域地形因子对植被指数变化的影响,可为流域环境治理、科学管理、保护和可持续利用提供科学依据。选取山西省涑水河流域为研究对象,基于TM遥感影像和ASTER GDEM数据,提取了研究区植被指数以及海拔、坡度、坡向信息,研究涑水河流域植被指数随高程、坡度、坡向等地形因子的变化情况。结果表明：（1）低山区与平原区、丘陵区以及中高山区相比植被指数较低,是从农业植被向自然植被的过渡地带,重点工作是加强水土保持;（2）坡度为5°~10°区域,植被指数最低,该区人类活动频繁,主要是农作区,但作物长势较差,应加强土地的综合整治;（3）坡向对植被指数影响较明显,南坡植被指数最低,其次为东南坡和西南坡,北坡、西北坡、东北坡植被指数相对较高,反映出坡向对研究区植被覆盖的影响程度。     

基于RS和GIS的四川草地退化分析

草地退化是当今世界面临的一个极为严峻的生态问题。植被覆盖度作为草地退化监测的重要指标之一,在草地退化、荒漠化治理等方面起着重要的作用。利用2000—2010年MODIS的MODl3Q1数据产品,根据草地退化的研究需要,把草地植被覆盖度作为遥感监测指标,对四川省阿坝、甘孜、凉州地区10多年来草地退化的情况进行分析。结果表明:以2001年草地植被覆盖度的滑动平均值做"基准",得出2002—2010年阿坝、凉州、甘孜三州草地共退化约698718.75 hm2。且近十年来草地整体退化面积呈上升趋势,草地退化情况日趋严重。     

宁夏沙漠化土地动态监测研究

为掌握宁夏土地沙漠化动态发展趋势,以期为宁夏沙漠化土地治理提供数据支撑。本研究采用野外调查结合遥感技术方法监测宁夏土地沙漠化发展情况,利用ArcGIS软件解译并绘制沙漠化土地现状及分级情况图。结果表明：2014 年宁夏沙漠化土地总面积为112.03 万hm2,1994—2014 年沙漠化土地面积减少13.57 万hm2,下降了10.8%,下降趋势明显。土地沙漠化程度总体趋势是由极重度—重度—中度—轻度流转,其中2014 年轻度沙化、中度沙化、重度沙化和极重度沙化面积分别为75.23 万hm2、20.80万hm2、8.10 万hm2、7.89 万hm2。土地沙漠化程度变化最为敏感的区域主要位于大武口区、平罗县、贺兰县、银川市、灵武市北部、中宁县和沙坡头区,分布于240 mm等雨线以西区域,是未来生态环境监测、评价和治理需高度重视的地区。     

锡林郭勒草地NDVI和牧草估产产量的变化特征

为及时准确了解草地牧草生长状况,利用EOS/MODIS遥感资料结合地面同步调查数据,分析锡林郭勒草原草甸草原、典型草原和荒漠草原3种草地类型NDVI和草地生物量的月际变化特征。结果表明,利用S曲线回归估产模型测算的草地生长季逐月牧草产量能较好地反映其生长状况变化,体现了各类草地地上生物量的分布特征。其中,草甸草原牧草生长季NDVI和牧草平均估产产量变化范围分别为0.208~0.560和39.8~168.6g/m²（干重）,峰值出现在8月;典型草原牧草生长季NDVI和牧草平均估产产量变化范围分别为0.194~0.480和33.7~146.2g/m²（干重）,峰值出现在7月;荒漠化草原牧草生长季NDVI和牧草平均估产产量变化范围分别为0.130~0.185和10.0~29.8g/m²（干重）,峰值出现在7月。     

基于无人机多光谱遥感的大豆叶面积指数反演

为给大豆科学管理提供基础数据,利用无人机多光谱遥感数据实现对大豆叶面积指数(LAI)的反演估值。从多种光谱植被指数中选出与LAI相关性较好的5种指数,分析探讨在田块尺度上,适用于东北地区的大豆叶面积指数的低空无人机遥感反演模型。结合田间实测LAI数据及模型精度及拟合效果,NDVI模型精度较好,但拟合效果较差,其余4种植被指数模型精度和拟合效果较好,拟合效果R²均达到了0.6以上;支持向量机模型决定系数R²达到0.688,均方根误差达0.016,具有更好的预测能力。2种模型均表明无人机多光谱遥感系统可以快速反演田间大豆叶面积指数,在指导精准农业生产方面具有实用意义。     

基于主成分分析的BP神经网络估算藏北高寒草地覆盖度变化

藏北高寒牧区草地是中国高寒草地分布面积最大的地区。为了及时准确地获得该区域草地覆盖度的变化趋势,本研究利用多年气象数据、社会统计数据、GIMMS、MODIS两种归一化植被指数（NDVI）数据作为参数,构建 BP神经网络模型,估算2010—2014年藏北高寒草地年际变化趋势,并用主成分分析方法优化参数来改进模型。结果表明,① BP神经网络模型及其改进模型对藏北高寒草地覆盖度年际变化趋势与遥感值的相关系数为0.16、0.47,表明通过主成分分析优化参数后的BP神经网络模型具有较好的模拟效果。 ②两种BP神经网络估算的植被指数值与NDVI值平均误差率分别为2.36%、2.20%。均有较高的模拟精度。③从神经网络训练步数上看,BP神经网络结果训练收敛步长为5000,基于主成分分析的BP神经网络模型训练收敛步长为454,表明后者提高了计算效率,体现出良好的收敛性。因此,无论从年际变化趋势拟合程度、植被指数估算值精度、还是从计算效率来看,改进的BP神经网络模型对于估算藏北高寒草地覆盖度变化更加行之有效。     

不同植被覆盖下土壤水分遥感监测方法的比较研究

为了研究不同植被覆盖程度下多种土壤水分遥感监测模型的适用性,提高大面积土壤水分遥感监测的可行性和精度,本研究利用辽宁省52个气象站2008—2010年土壤相对湿度人工观测资料以及对应时段的卫星遥感资料,采用热惯量、能量指数、植被供水指数法进行土壤水分的遥感监测,在低、中、高植被覆盖条件下对比3种定量反演土壤水分的遥感模型,并与人工观测资料建立线性、指数、对数拟合。结果表明：在中低植被覆盖期,热惯量法最适合,与0~20 cm的平均土壤相对湿度的对数相关最好;高植被覆盖期,能量指数法稍好于植被供水指数法,与0~10 cm的平均土壤湿度的对数相关最好。     

利用无人机遥感技术提取农作物植被覆盖度方法研究

基于无人机的遥感信息获取技术已广泛应用在农业领域。无人机遥感平台获取农作物信息技术具有高时效、高分辨率、低成本、快速、准确等特点,是目前精准农业中农田信息获取的重要手段之一。利用无人机遥感技术获取可见光影像,以棉花、花生和玉米为研究对象,选取不同的植被指数进行可见光图像阈值分割,结合研究区域可见光影像监督分类结果,确定3种作物提取植被覆盖度方法。试验结果表明,利用无人机可见光图像植被指数阈值分类方法,可以有效提取作物植被覆盖度。该方法对于棉花、花生和玉米3种作物植被覆盖信息的提取精度较高。     

基于多时相遥感的喀斯特石漠化监测研究

石漠化是在热带亚热带暖温带湿润半湿润气候条件的喀斯特环境背景下,由于人类活动和自然因素,导致地表植被遭受破坏,土壤严重侵蚀,基岩裸露或砾石堆积,土地生产力严重下降,地表出现类似荒漠景观的土地退化过程和现象。从石漠化动态演变特征及其地学依据分析出发,依据石漠化动态演化信息,以黔东区域1999年和2006年的相近季相的TM/ETM+影像为数据源,采用多时相遥感变化检测方法,探讨基于动态特征的石漠化遥感监测方法。研究结论表明,基于动态信息的多时相遥感影像的石漠化遥感监测方法,有助于更科学地研究石漠化的变化规律,对石漠化的综合防治也具积极的作用。     

浑善达克典型区域沙化土地十年遥感监测分析

通过对浑善达克沙地内典型区域进行遥感监测,利用Arcgis9.3软件对2003年和2012年的SPOT5遥感影像数据进行解译, 采用定量与定性分析相结合的技术手段, 分析土地利用地类、植被盖度、沙化类型及程度等内容。监测结果表明,典型区域经过十年的生态治理植被盖度增加了7.3%,区域森林覆盖率增加了6.9%。生态防护体系初步形成,区域生态环境得到明显改善。但局部地区仍存在超载放牧、开荒种地等现象。因此区域生态状况呈现“整体遏制、区域好转、局部恶化”的态势,区域生态建设正处在治理与破坏相持的关键阶段。     

基于遥感信息与水稻模型相结合对镇江地区水稻种植面积与产量的估测

为了实现遥感信息与作物模型相结合对镇江地区的水稻种植面积与产量的估测,以便于可以直接利用遥感信息与模型对该地区的水稻生长进行监测,将遥感资料与水稻生产模型(ORYZA2000)相结合,建立遥感数值模拟模型,进行由点及面的区域水稻种植面积及产量的估测。利用遥感数据（8天合成的MODIS和环境小卫星数据）,计算归一化植被指数(NDVI)和增强植被指数(EVI),结合试验区实测的叶面积指数(LAI),建立植被指数与LAI之间的关系,通过模型模拟出的LAI计算出植被指数的浮动值,结合相对应的多时相的遥感数据识别镇江市的水稻,由此可以预报镇江市的水稻种植面积及产量。研究结果表明,模型对水稻生长发育期内的生物量和LAI的模拟较好,水稻LAI与遥感资料计算出的植被指数EVI的幂函数拟合性较好,可以应用这种相关模式识别水稻,并结合ORYZA2000模型提高区域范围的水稻估测精度,同时也体现了遥感信息与作物模型相结合可以很好的监测区域内水稻的生长情况,取得较好的模拟效果。