内蒙古四大沙地植被NDVI变化及气候响应研究

为了更好掌握内蒙古四大沙地的植被长势变化及气候响应,用GIMSS/NDVI数据对1981 ～ 2001年8月的植被NDVI值进行了研究.分析结果表明,四大沙地的植被NDVI平均值从高到低的顺序为呼伦贝尔沙地、科尔沁沙地、浑善达克沙地、毛乌素沙地.NDVI变异系数从大到小的顺序为浑善达克沙地、毛乌素沙地、科尔沁沙地,呼伦贝尔沙地.对四大沙地的8月NDVI数据与5～8月累积平均气温逐月进行回归分析结果都不具有显著性.而8月的NDVI数据与5～8月累积降水量逐月回归分析结果表明,沙地植被对降水量有明显的滞后效应.浑善达克沙地和毛乌素沙地NDVI与累积降水量有正相关,呼伦贝尔沙地和科尔沁沙地NDVI与累积降水量不具有显著性.     

气象因子变化特征对典型地区荒漠化的影响研究

气象因子是导致荒漠化的主要驱动力之一，了解荒漠化地区受气候变化的影响，为荒漠化的监测、预测和防治提供科学依据，研究气象因子变化特征对典型地区荒漠化的影响。以毛乌素沙地东南部榆林市西北部的沙质荒漠化土地为研究对象，并布置监测点。基于此，获得该区域的气象因子变化特征、NDVI遥感数据以及土壤变化数据。通过归一化植被指数监测植被生长状态，估计荒漠化面积，同时使用趋势分析法和Mann-Kendall法分析气象因子变化特征和荒漠化面积之间的关系。结果表明，该研究区域近10 a来气象因子变化特征较为显著，降水增多、蒸发量减少、沙尘出现的天数也明显缩短，降水量与植被覆盖率和荒漠化面积的Spearman相关系数分别为0.91和-0.82,说明这些气象因子变化特征推动植被盖度呈现出增长变化趋势，有效减少荒漠化面积，说明近年荒漠化治理取得可观效果。     

毛乌素沙地植被物候动态及其对气象因子变化的响应

目的监测沙区区域植被物候,并确定植被物候与气候要素的关系,对理解沙区生态系统对气候变化的动态响应至关重要。方法本研究利用1982年1月至2015年12月的归一化差值植被指数(NDVI)时间序列数据,通过高阶曲线拟合的方法提取毛乌素沙地植被物候,包括生长季开始日期、结束日期和长度,分析其时间变化和空间特征,并利用偏相关性分析法确定其与气象因子(气温和降水量)的关系。结果毛乌素沙地植被生长季开始日期集中在第96~144天,生长季结束日期集中于第280~300天,生长季长度介于135~195d。从东到西生长季开始日期逐渐推迟,生长季长度逐渐缩短,生长季结束日期没有明显变化。在过去34年中,毛乌素沙地植被生长季开始日期和长度分别呈现显著提前和延长的趋势,分别为0.54和0.94d/a,生长季结束日期呈现推迟趋势,但该趋势并不显著。毛乌素沙地植被的生长季开始日期主要受2—4月的平均气温影响,结束日期主要受8—10月的累计降水量的影响。结论毛乌素沙地植被物候特征发生了明显变化,主要体现在生长季的提前和延长,这对该区域植被恢复与荒漠化的逆转具有一定的促进作用。      

以土地利用为基础的多伦县沙质荒漠化评价遥感信息模型

从土地利用的角度对荒漠化进行分类与评价,建立以土地利用类型为基础的荒漠化评价指标体系.利用高分辨率卫星影像修正线性光谱混合分解模型分解的TM影像植被分量,建立适于提取干旱半干旱地区植被覆盖度的模型来提取植被信息;利用线性光谱混合分析模型计算裸沙占地百分比;用实测数据与热惯量进行拟合,按不同的土地利用类型分别建立拟合方程反演土壤含水率;引入遥感代用指标获得土壤氧化铁含量;采用目视解译获得土壤质地的编码图并进行影像化.获取每个像元全部评价因子的指标值,在现有荒漠化评价方法的基础上,建立以像元为单位的荒漠化评价定量化遥感信息模型并与高尚武模型沙漠化评价结果进行对比.结果表明;建立的评价模型总体精度达90.3%,较高尚武模型提高21.6%,尤其在评价耕地时,精度提高35%,体现了分土地利用类型进行评价的科学性.所建立的遥感信息模型评价土地荒漠化是可行的.     

基于MODIS植被指数—NDVI的内蒙古锡林郭勒草场荒漠化监测方法研究

利用MODIS卫星遥感影像,进行草场植被专题信息提取,结合地面实际调查数据,分析具有代表性的草地植被归一化植被指数NDVI的时空变化特征,结合当地卫星资料和气象水文等数据,对草场荒漠化的监测方法进行探索。实验采用了多因子指标分级数量化法,对各影响因子进行综合分析判断,评价结果由综合评价指数体现。结果证明评价指标体系适用于遥感技术进行分类评估草场荒漠化的空间变化特征分析。     

毛乌素沙地综合开发规模环境影响评价指标体系

以恢复毛乌素沙地生态脆弱区生态系统功能为基础,沙地资源综合开发利用为目的,提出了毛乌素沙地综合开发规模环境影响评价指标体系。在综合考虑各方面影响因素的情况下,结合毛乌素沙地生态环境特点,采取综合评价方法对毛乌素沙地综合开发进行定量和定性评价。从毛乌素沙地进行综合开发的社会经济效益和生态环境效益两方面影响因素出发,建立开发环境影响评价指标体系。     

毛乌素沙地南缘植被覆盖度动态监测——以陕西省靖边县为例

监测毛乌素沙地边缘的植被覆盖状况,为治理沙地提供科学的数据。以1986和2000年的TM影像为基础,利用RS、GIS技术和植被指数,动态监测毛乌素沙地南缘的植被覆盖度,揭示陕西省靖边县植被覆盖格局的变化趋势,并且利用ERDAS IMAGIG 8.6软件实现了植被覆盖度模型的建立及该模型输出图像的分类。1986~2000年间靖边县的植被覆盖度总体呈现上升的趋势,低度和中度覆盖度的区域分别减少了57 155.31和27 997.92 hm2,高度覆盖度的区域增多了85 153.23 hm2,这与靖边县加大水土流失治理力度有重要关系。1986和2000年的植被覆盖度比较表明,靖边县的生态恢复呈现了良好的态势。     

基于IDL的混合光谱分解模型的实现

通过对混合光谱分解模型的研究,实现了基于IDL的线形混合光谱分解模型的开发,开发过程中实现了遥感数据的读取、混合像元的分解,最终得到了植被组分丰度、水体组分丰度和裸沙组分丰度解算结果的栅格数据。通过程序改写文件格式,成功将该数据接入到地理信息系统中,提取裸沙组分的丰度图,得到裸沙占地百分比专题数据,该数据为荒漠化评价的重要指标之一。     

应用混合像元分解提取胡杨覆盖度信息1）

以内蒙古荒漠地区胡杨林为研究对象,应用混合像元分解方法从TM多光谱数据中提取了胡杨林植被覆盖度,并以高分辨率Quickbird影像分割结果作为真值进行精度评价,与传统的基于植被指数提取植被覆盖度的方法进行了对比。结果表明：基于几何顶点端元选取的混合像元分解方法可以有效提取胡杨植被覆盖度（ R2＝0．893,RMSE＝0．12）,优于植被指数回归方法提取精度（R2＝0．574）。研究结果有助于开展荒漠地区较大范围的胡杨林动态监测和保护。     

科尔沁地区荒漠化状况的遥感监测

以遥感技术为手段，以NOAA-AVHRR为数据源，提取荒漠化信息植被指数（NDVI），利用植被指数（NDVI）与植被盖度有较高的相关性。以植被指教为土地荒漠化评价的定量依据，对科尔沁地区荒漠化程度进行了划分，探讨了科尔沁地区近十年来的荒漠化状况，得出科尔沁地区荒漠化总体上呈减少趋势，其中中度和轻度荒漠化土地面积呈减少趋势，严重、重度荒漠化土地面积有增加的趋势。     

西南岩溶地区石漠化遥感监测特征分析

通过比较应用多种植被指数方法增强石漠化信息的不同效果试验,采用增强植被指数（EVI）提取石漠化信息,并利用mapgis6.x平台上开发的国产遥感解译软件进行人-机交互分类解译,野外验证表明,准确率达到89%。石漠化提取结果表明,石漠化易发生在相对高差大的峰林洼地、峰丛洼地和岩溶断陷盆地中,其发生率分别达42%、35%和44%。     

喀斯特石漠化地区遥感影像的决策树分类——以贵州省黔南州长顺县凯佐乡为例

喀斯待石漠化是在自然和人为因素相互作用下土地退化的现象.石漠化地区的遥感影像分类以往采用的是监督分类和非监督分类,但它们单纯地利用像元的亮度特征,分类精度低,往往不能满足实际的应用需要.决策树分类是一种新的遥感影像分类技术.以凯佐乡为研究对象,使用了ASTER影像数据、DEM和岩性数据,通过提取归一化植被指数、比值植被指数、地形坡度等数据建立分类规则,构建决策树.在ENVI软件支持下,获得了研究区的决策树分类影像.通过计算影像分类精度和Kappa系数.得到了以下结论：运用决策树分类法对石漠化地区遥感影像进行分类,可取得较理想的分类效果;实现了石漠化信息的自动化提取;若采用的遥感影像波段更多,DEM分辨率更高并减少数据处理中的误差将能够进一步提高分类精度.     

基于MODIS遥感数据的呼伦贝尔土地荒漠化信息提取(英文)

[目的]基于MODIS遥感数据,对呼伦贝尔地区土地荒漠化信息进行提取。[方法]基于空间分辨率为1km的MODIS遥感数据,选取可以反映不同荒漠化特征的5个指标进行反演,并采用决策树分类方法对呼伦贝尔地区土地荒漠化信息进行提取。[结果]呼伦贝尔地区土地荒漠化面积为33862km2,占全区总面积的20.36%,且主要以沙质荒漠化为主;通过野外验证及高分辨率解译数据采点验证,此评价方法总体精度达89%以上。[结论]使用文中评价方法进行荒漠化监测,不仅能够对大尺度的荒漠化地区进行监测,而且具有较好的评价效果。     

基于MODIS遥感数据的呼伦贝尔土地荒漠化信息提取

[目的]基于MODIS遥感数据,对呼伦贝尔地区土地荒漠化信息进行提取。[方法]基于空间分辨率为1 km的MODIS遥感数据,选取可以反映不同荒漠化特征的5个指标进行反演,并采用决策树分类方法对呼伦贝尔地区土地荒漠化信息进行提取。[结果]呼伦贝尔地区土地荒漠化面积为33 862 km2,占全区总面积的20.36%,且主要以沙质荒漠化为主;通过野外验证及高分辨率解译数据采点验证,此评价方法总体精度达89%以上。[结论]使用文中评价方法进行荒漠化监测,不仅能够对大尺度的荒漠化地区进行监测,而且具有较好的评价效果。     

内蒙古赤峰及其周边地区荒漠化变化趋势研究——基于遥感技术中反照率和归一化植被指数特征空间

通过遥感影像来构造反照率(Albedo)和归一化植被指数(NDVI)特征空间是一种提取土地荒漠化信息的有效方法。该研究利用Landsat遥感影像来构造赤峰及周边地区Albedo-NDVI特征空间,分析当地2000和2008年的沙漠化状况。结果表明,随着时间的推移,当地植被覆盖度有所增加,土壤含水量以及沙漠化程度有所改善,政府政策的引导已见成效。     

基于可见光波段的无人机超低空遥感图像处理

【目的】探讨低成本的可见光超低空农业遥感平台提取与分析农情信息的可行性,为农用无人机精准施药与农情监测提供技术支持。【方法】以仅包含红光、蓝光和绿光的超低空可见光农田遥感图像为研究对象:首先利用张氏校正法获取相机的畸变矩阵,并校正图像;然后提取与分析图像的可见光植被指数;最后通过分析超低空可见光农田图像中植被与非植被的光谱特性,对可见光超低空遥感图像进行植被信息提取。【结果】获得的农田植被提取图像很好地区分了植被与非植被。【结论】基于可见光的超低空遥感农业信息获取系统应用具有可行性,可为构造低成本的可见光低空遥感监测系统提供参考。     

利用遥感方法对区域草场荒漠化覆盖变化的研究和分析

以富裕县1996年和2007年Landsat5遥感数据为基础,以MSAVI植被指数提取为主要方法,结合人工解译,解译出研究区域的草场荒漠化程度分类面积,针对1996~2007年间的荒漠化动态变化,建立动态变化转移矩阵,选用土地覆盖变化和景观生态学的相关指数进行分析。结果表明：荒漠化程度加重,经济的增长和过度的放牧是加重荒漠化的主要原因。     

广西石漠化地区水土保持效应评价指标体系研究

石漠化造成水土资源的损失和破坏已经成为限制广西地区经济发展的严重问题,建立一套广西特有的评价指标体系可以科学、合理地评价广西地区的水土保持效应,对广西地区水土保持工作的开展具有重要意义。结合广西地区基岩裸露、成土缓慢、植被生长困难等石漠化特点,依据《水土保持综合治理效应计算方法》(GB/T 15774—2008),通过广西水利厅提供的水文站资料、县志、年鉴等历史资料集成、野外小流域采样调查、原位监测等方法,总结出涵盖包含社会、生态、经济3大方面在内的9类指标构成的初选指标体系。通过主成分分析方法,对指标进行降维,并结合相关分析、通径分析、敏感性分析的结果,分析各主成分中指标主要的作用途径,对指标的敏感性进行检验,筛除冗余指标,使得到的指标体系涵盖内容较为全面,指标信息重叠较少,代表性较强,最终形成包涵8个生态效应指标、7个经济效应指标、1个社会效应指标的水土保持效应指标体系。其中,生态效应指标对石漠化地区水土保持影响较大的前3位分别为林草措施面积(11.21%)、蓄水措施有效面积(11.10%)、有效土层厚度(6.28%),经济效应指标影响较大的前3位分别为林果产品产量(15.11%)、粮食生产量(14.95%)、第三产业总产值(14.74%),社会效应指标为负向指标,说明城镇化水平越高,人类活动对生态环境破坏越严重,越难以治理。本研究最终构建的指标体系为深入讨论生态效应补偿机制提供了必要的技术支持,为优化广西石漠化地区水土保持工作配置提供了一定的科学依据。      

基于连续小波变换的蒺藜植被覆盖度预测

植被覆盖度是评价土地是否荒漠化最有效的指标之一,也是植被监测的重要指标。通过高光谱估算植被覆盖度,可以为植被监测提供重要依据。以半干旱区托克托县的固沙植被蒺藜（Tribulus terrestris L.）为研究对象,分析了不同植被覆盖度光谱曲线特征的变化情况;提取两波段原始光谱植被指数并与植被覆盖度之间的相关性,选取最优波段组合;利用连续小波变换（continuous wavelet transform,CWT）对植被光谱反射率进行不同尺度分解,提取出不同分解尺度的最优波段;采用偏最小二乘法（partial least square,PLSR）和支持向量机（support vector machine,SVM）两种方法,以不同自变量建立植被覆盖度估算模型。结果表明：①原始光谱植被指数与植被覆盖度呈显著相关,相关系数均在0.55以上,最优波段组合为DI（2 260 nm,2 210 nm）、RI（1 410 nm,660 nm）、NI（1 470 nm,670 nm）、RDVI（1 770 nm,670 nm）、MSR（1 410 nm,660 nm）;②小波系数也与植被覆盖度之间有良好的相关性,原始光谱中1~10尺度对应的相关系数均在0.72以上,在波段630 nm处第6分解尺度中,相关性最大为0.788 9;一阶微分光谱提取的小波系数与植被覆盖度的最大相关性为0.806 9;二阶微分光谱中1~10尺度小波系数与植被覆盖度的相关性均在0.6以上,其中最大相关性为0.781 8;③以原始光谱植被指数与不同导数变换的CWT提取的小波系数为自变量建立的模型中,输入量为二阶微分小波系数的PLSR模型精度最高,模型最稳定,R²为0.905 9,RMSE为0.035 6,这表明经过CWT算法处理后,可以提高光谱的特征信息,为植被覆盖度的估算反演提供技术方法。