封育条件下草地光谱反射特征及地上生物量估测*

 2005年7月至2006年4月,对云南省马龙县封育草地和过牧草地的光谱反射率、草层高度、覆盖度和地上生物量进行了测定,分析了归一化植被指数（NDVI）及比值植被指数（RVI）与地上生物量之间的相关性。结果表明:过牧草地封育1年之后,其草层高度、覆盖度和地上生物量显著增加,光谱反射特征也相应地发生明显变化。450~850 nm范围内,两种草地不同季相条件下在各波段的光谱反射率差异均达到极显著水平（P＜0.01）,覆盖度及季节变化对近红外波段的影响明显大于可见光波段。旺盛生长期（7月）和枯黄期（11月）,封育草地具有植被反射型特征,而自由放牧草地表现为植被-土壤型;返青期（4月）两种草地均表现为土壤型。过牧草地地上生物量与两种植被指数之间无显著相关性。封育草地地上生物量与NDVI,RVI之间存在显著的（P＜0.05）非线性相关,旺盛生长期和返青期NDVI与地上生物量的相关性强于RVI,枯黄期RVI与地上生物量相关性强于NDVI。     

基于多视角反射光谱的草地叶面积指数遥感反演

随着观测角度和观测平面的变化,同一地物产生的反射率、辐射信息也会产生很大差异。通过地面观测草地多平面多角度光谱反射率和叶面积指数数据,分析了光谱反射率随观测平面、观测角度的变化规律,并模拟TM资料红光(630～690 nm)、近红外(760～900nm)和蓝光(450～520 nm)波段反射率,计算RVI、DVI、NDVI、SAVI、ARVI和MSAVI等不同植被指数,分析不同观测平面和角度下植被指数与叶面积指数的相关性,建立遥感反演模型。结果表明,主平面上光谱反射率各向异性强于垂直主平面,且前向反射率低于后向,垂直主平面上前向和后向反射率呈现一定的对称性。主平面后向观测时植被指数与叶面积指数的相关性大于主平面前向观测、垂直主平面前向和后向观测的相关性。在建立的一元线性、乘幂、对数、指数、多项式等回归模型中,以三次多项式回归模型反演叶面积指数的精度最高。主平面上后向观测的NDVI、RVI、SAVI、ARVI的三次多项式回归模型均达到显著水平,在不同的观测角下,以-30°、-45°时拟合精度最高。     

东北地区地表反照率时空分布研究

利用1982～2000年NOAA-AVHRR卫星遥感数据资料和1982-1998年的温度和降水资料,分析了东北地区地表反照率的空间分布与变化特征及其与综合植被指数(NDVI)、温度和降水之间的关系.研究结果表明:东北地区地表反照率有明显的地带性分布特征,其变化趋势在空间分布上也存在明显的地区差异,不同下垫面地表反照率的季节变化差异比较明显.对东北地区月均地表反照率与相关气象因子之间的关系进行了分析,给出了其与NDVI、温度和降水之间的统计关系.     

东辽河流域土壤含水量遥感模拟

温度植被干旱指数(Temperature-Vegetation Dryness Index,TVDI)是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤含水量反演的方法。针对传统的TVDI模型未考虑地表能量平衡因素对地表温度(Ts)的影响和大气及土壤背景对植被指数影响的问题,首先利用数字高程模型(Digital Elevation Model,DEM)影像对研究区做地形校正,消除地形起伏和覆盖类型差对地表温度的影响;其次分析地表温度(Ts)与比值植被指数(RVI)、归一化植被指数(NDVI)、增强型植被指数(EVI)、修正土壤调整植被指数(MSAVI)等植被指数模型和实测土壤含水量的相关性,选择相关性最高的Ts/MSAVI反演土壤含水量。结果表明,Ts/MSAVI能够有效对东辽河地区土壤含水量进行估算。     

三江源天然草地TM影像植被指数分析

应用归一化差值植被指数（NDVI）、土壤调节植被指数（SAVI）、修正后的土壤调节植被指数（MSAVI）、植被信号与土壤噪音之比（S/N）4种指数研究三江源49种草地类型TM影像,结果为该地区草地类型的遥感识别分类提供信息和依据。     

高光谱遥感数据估算蓖麻初级生产力主要参数研究

以蓖麻在不同氮、磷施用水平下的大田实验为基础,研究了高光谱遥感在估测蓖麻初级生产力主要参数中的应用。结果表明,随着施肥水平的提高,蓖麻叶面积指数（LAI）和生物量增大,导致冠层光谱特征发生相应变化,近红外波段（700~900 nm）的反射率显著增大。350~900 nm波段特别是700~900 nm波段的蓖麻冠层光谱反射率值在花果盛期最大,种子成熟期次之,苗期最低,与蓖麻LAI变化一致,可以用来监测蓖麻的长势和营养状态。构建的高光谱植被指数NDVI、RVI与LAI和ABM回归模型确定系数均较高,分别达到了0.6115、0.6363、0.7102和0.6148,可以用来估测不同物候期蓖麻的叶面积指数和地上部分生物量。     

沈阳地区旱田植被指数变化与产量关系的研究

以沈阳地区为研究实例,利用NASA对地观测系统EOS系列卫星遥感影像,经过了滤波处理MODIS归一化植被指数（NDVI）数据,对研究地区的旱田作物进行不间断监测.计算出2003 ～ 2007年的年平均NDVI,分析出NDVI年际变化特征、作物生育期内的NDVI变化规律,并找出产量与植被指数变化关系.结果表明,沈阳地区旱田植被指数的年际间差异明显,旱田作物生育进程与作物生育期内NDVI变化规律大致吻合,这表明作物产量与遥感植被指数间存在较好的相关.因此,根据同期地面作物产量调查数据与MODIS遥感数据,采用一次线性拟合法建立回归方程,简单分析出沈阳地区旱田作物产量与NDVI变化关系.     

棉花高光谱植被指数与LAI和地上鲜生物量的相关分析

通过测试棉花关键生育阶段350-2500nm波段的冠层高光谱数据,用近红外波段760-850nm及红光波段650-670nm的2个范围内的波段,组成了高光谱归一化植被指数（NDVI）及800和670nm2个波段组成修改型二次土壤调节植被指数（MSAVI2）,分别与棉花叶面积指数（LAI）和地上鲜生物量进行相关分析,结果表明,棉花NDVI和MSAVI2与LAI和地上鲜生物量两个参数均以幂指数相关关系为最佳（RNDVI-LAI=0.7346＊＊,RMSAVI2-LAI=0.7436＊＊,n=81;RNDVI-鲜生物量=0.7426＊＊,RMSAVI2-鲜生物量=0.7934＊＊,n=59）,MSAVI2与LAI和地上鲜生物量的相关性均高于NDVI与LAI和地上鲜生物量的相关性,说明MSAVI2较NDVI更好的消除土壤背景等对反射光谱造成的影响,较精确的提取反映棉花生长状况的叶面积指数和生物量信息。     

封育条件下草地光谱反射特征及地上生物量估测

2005年7月至2006年4月,对云南省马龙县封育草地和过牧草地的光谱反射率、草层高度、覆盖度和地上生物量进行了测定,分析了归一化植被指数(NDVI)及比值植被指数(RVI)与地上生物量之间的相关性。结果表明:过牧草地封育1年之后,其草层高度、覆盖度和地上生物量显著增加,光谱反射特征也相应地发生明显变化。450~850 nm范围内,两种草地不同季相条件下在各波段的光谱反射率差异均达到极显著水平(P<0.01),覆盖度及季节变化对近红外波段的影响明显大于可见光波段。旺盛生长期(7月)和枯黄期(11月),封育草地具有植被反射型特征,而自由放牧草地表现为植被-土壤型;返青期(4月)两种草地均表现为土壤型。过牧草地地上生物量与两种植被指数之间无显著相关性。封育草地地上生物量与NDVI,RVI之间存在显著的(P<0.05)非线性相关,旺盛生长期和返青期NDVI与地上生物量的相关性强于RVI,枯黄期RVI与地上生物量相关性强于NDVI。     

利用MODIS数据反演植被指数的敏感性研究

根据Kaufman等提出的暗像元法,通过6S辐射传输模式,对MODIS的红光、蓝光、近红外通道辐射特性进行了敏感性实验.结果表明:三个通道的行星反射率对地表反射率都非常敏感,行星反射率随地表反射率的增加而增加.进一步提出了对地表反射率进行大气订正的思路,讨论了暗像元法确定地表反射率误差对大气气溶胶光学厚度反演结果的影响.最后计算分析了光学厚度反演误差对地表反射率大气订正传递误差的大小及其对NDVI、SAVI、ARVI和EVI 4种植被指数计算结果的影响.光学厚度误差对植被指数反演误差的影响以ARVI最为敏感,其误差范围与气溶胶光学厚度误差可达同一量级,两者呈负相关;NDVI与SAVI误差变化范围大致相近,与光学厚度误差均呈负相关.EVI受气溶胶光学厚度误差影响最小.     

基于遥感影像的马雷绿洲空间热环境分布特征研究

绿洲空间热环境的研究是深入了解绿洲沙漠化变化机理的重要手段。以土库曼斯坦马雷绿洲为例,将Landsat TM/ETM+作为基础数据源,基于定量遥感分析方法,进行马雷绿洲地表温度以及植被覆盖度的反演,在统计地表温度—植被覆盖度二维散点图的基础上,研究地表温度与植被覆盖度的相关关系。结果表明:土地利用类型是影响地表温度的显著因素,基本决定地表温度的总体分布的是土地利用类型的分布;通过对地表温度以及植被覆盖度相关性的研究,得到2001及2010年的相关系数分别为0.677 8、0.665 0。     

基于奈曼旗热效应的遥感

对奈曼旗的TM数据进行大气校正和几何校正。利用Landsat TM3和Landsat TM4计算该区域的植被指数（NDVI），来分析和研究该区域的植被状况，特别是通过植被盖度从另一个角度来说明问题。利用Landsat TM6热红外遥感数据定量反演了该研究的地表温度，初步分析了区域热量分布差异并探讨这一差异形成原因，并建立NDVI和地面温度两者之间线性关系。结果表明：该区域的热量分布差异显著；卫星图像反演的地表温度与实际的地面情况相符合；地面温度都与植被指数（NDVI）存在着密切的反相关关系。     

北京景观格局及其热环境效应变化研究

用北京市1992、2000、2010年3期土地利用数据,计算分析分离度指数、聚集度、景观形状指数的变化,使用TM/E TM＋的热红外波段数据反演北京市的地表温度,分析北京市区热效应的时空变化规律,并以2010年为例,分析景观格局指数、植被归一化指数与地表温度的关系。结果显示：1992-2010年北京市地表温度升高,且城市热岛范围增大;景观形状指数与分离度指数能很好地反映本区域地表温度,分离度指数、景观形状指数、植被指数与地表温度呈负相关关系。     

基于RS的徐州市地表温度与植被指数关系研究

以Landsat TM影像为数据源研究徐州市市区地表温度与植被指数的关系。研究表明,徐州市的地表温度存在明显的中心城区高、郊区低的热岛效应。而徐州市的归一化植被指数则表现为城市中心区总体偏小,植被覆盖较低。除水体外,植被指数与地表温度有明显的负相关关系。植被覆盖越高,地表温度越低,反之,则地表温度越高。     

基于Landsat ETM＋影像的城市热岛研究

采用Landsat ETM＋影像数据,分别利用MODTRAN4和FLAASH对热红外波段和可见光、近红外波段进行大气校正,采用Valor的植被指数混合模型估算地表比辐射率,以普朗克公式推算地表温度,并以长沙市为研究区,分析了不同地表覆盖类型以及NDVI与地表温度之间的关系。结果表明,不同地表覆盖类型的地表温度有着显著差异,城市地表温度与NDVI之间具有明显的负相关关系,增加城市的绿地面积有助于缓解城市热岛效应。     

遥感蒸散估算研究进展

阐述了蒸散遥感估算的基本原理与方法,按不同的作用机理将主要的蒸散遥感估算方法分为基于地表与空气温度温差的经验方法、地表能量平衡模型、基于遥感数据源的Penman模型、基于植被指数和温度综合模型、互补相关模型以及遥感数据与陆面模型同化方法,并对各种方法的优缺点和适用性进行了分析,最后,对遥感蒸散估算面临的困难及发展方向进行了展望。     

FY-3A卫星数据在辽宁西部地区旱情监测的应用研究

农业旱灾是人类面临的最主要的自然灾害之一。利用我国自主研发的FY-3A卫星的MERSI数据计算归一化植被指数(NDVI),将MERSI数据与MODIS数据结合,利用单通道普适算法计算陆地表面温度(LST),将归一化植被指数(NDVI)与陆地表面温度(LST)结合构建NDVI-Ts特征空间,依据该空间计算的温度植被干旱指数(TVDI)作为土壤湿度监测指标,反演了2009年辽宁西部地区的土壤湿度状况。利用气象站点采样的土壤湿度数据进行验证,发现TVDI与实测土壤湿度数据显著相关,能很好地反映表层土壤湿度。并结合往年作物产量数据进行灾害评估,计算出的作物产量与干旱胁迫下的实际产量的误差在10%以内。表明该方法对辽西地区的作物产量评估具有较好的参考价值。     

VI-LST遥感模型在福建省干旱灾害监测中的应用

植被指数(VI)和地表温度(LST)是描述地表特征信息的2个重要参数.本研究采用基于VI和LST特征空间的遥感模型对2000年以来福建省三起比较严重的干旱灾害进行监测分析,结果表明:采用增强型植被指数(EVI)拟合特征空间干边方程的相关系数高于采用归一化植被指数(NDVI)拟合干边方程的相关系数.VI-LST遥感模型能客观地反映地表水分供应状况,较好地反映区域旱情的空间分布和旱情动态发展过程,干旱灾害的卫星遥感监测结果与地面气象监测结果基本一致,在福建省抗旱减灾工作中具有一定的实用价值.     

热岛效应与地表参数的相关性分析及水体对热岛的影响研究

利用2002年7月11日的ETM+数据,经辐射定标、6S大气校正、比辐射率的估算,用单窗算法对合肥市进行了地表温度的反演,并进行土地分类。在此基础上对合肥市进行了热岛研究,分析了地表温度和地表特征参数的相关性,同时探讨了城市河流对城市热岛的影响。结果表明,植被指数对地温的解释程度最好,并表明河流水体对城市热岛有一定的减缓效应。     

基于Landsat影像的西宁市主城区热岛效应分析

利用西宁市主城区1987、2001年和2013年3个时期的Landsat遥感影像反演出了不同时期的地表温度,并对地表温度进行归一化处理后得到相应时期的热岛等级分布图。结果表明,西宁市城区的热岛效应呈先减弱后增强的态势,热岛区分布逐渐集中,主要分布在城市边缘未利用地、主城区中商业区、工业区以及城市交通线路周围;热岛效应的范围在扩展,其分布与建成区的扩展范围在空间上基本相吻合,但是强度有小幅减弱;热岛效应与植被覆盖度呈负相关,植被覆盖度每增加10%,地表温度下降约1.23℃;建设用地及未利用地的均温最高,而水体及有植被覆盖区域均温较低;绿色植被和水体有缓解热岛效应的作用,而因建成区的扩大有大规模的不透水面是热岛效应加剧的主要原因;气候和天气因素也对热岛效应有一定的影响。