升金湖湿地保护区植被覆盖变化及其主要驱动因子分析

【目的】分析安徽升金湖湿地保护区植被覆盖的动态变化,研究其相关驱动因子,为该地区生态系统的可持续发展提供参考。【方法】基于SPOT-VGT的植被覆盖指数(NDVI)数据,采用最大值合成法、NDVI均值法、趋势分析法以及相关分析法,分析2000-2010年升金湖湿地保护区植被变化的时空格局。选取气温、降水量、GDP等12个指标为自变量,以NDVI值作为因变量,构建多元线性回归模型,从中筛选出影响NDVI的主要驱动因子。【结果】(1)升金湖湿地保护区的实验区植被覆盖较好,缓冲区植被覆盖良好,重点保护区域核心区植被覆盖度较低。(2)从1月到12月NDVI平均值和最大值均呈先增大后减小的趋势,其中4-9月NDVI值较高。(3)升金湖湿地保护区绝大部分地区(61.18%)NDVI在2000-2010年间有显著增加趋势,表明保护区整体植被覆盖明显改善。【结论】升金湖湿地保护区植被覆盖变化是气候变化和人类活动共同作用的结果,耕地面积对植被覆盖影响最大,气温和降水量对植被覆盖的影响弱于GDP因子。     

基于滁州市TM数据的叶面积指数估算模型研建

以2010年TM影像为数据源,结合实测叶面积指数(LAI)数据,采用逐步回归方法,分析滁州市森林叶面积指数与植被指数关系并建立估测模型。结果表明:在0.01显著水平下,地面LAI和NDVI、RVI、SAVI的相关性分别为0.899、0.868、0.853;以NDVI为自变量构建的指数函数关系模型与LAI相关系数最高,相关性达0.839,LAI预测精度达78.96%;以NDVI、RVI、SAV为自变量构建的多元线性回归模型与LAI相关性达0.917,LAI估测平均精度达83.36%,符合森林资源监测要求。研究结果为使用遥感数据进行滁州市大面积森林质量监测、森林分布变化提供依据和技术支持。     

基于MODIS-NDVI的陕西省植被覆盖变化特征分析

为实现人地关系协调发展,为陕西省生态建设政策的制定和实施提供理论依据,本研究基于MODIS-NDVI 影像及高程数据,采用MVC、一元线性回归等方法,分析陕西省2011—2015 年NDVI 的时空变化特征。结果表明：（1）陕西省NDVI值呈现“南高北低”的分布特征,陕南地区及陕北南部森林植被茂密,植被覆盖情况较好,陕北北部属于风沙区,植被覆盖情况较差,关中地区以农作物为主,植被覆盖情况居中;（2）2011—2015 年陕西省NDVI值呈波动变化,整体变化趋于稳定,且有好转趋势,主要分布在关中及陕南地区;陕北地区NDVI值有退化迹象;（3）随着海拔高度的增加,NDVI值呈“降低—升高—降低”的变化,2000~2500 m海拔高度范围内的NDVI值最高,植被覆盖情况较好,主要是分布在秦岭山脉的太白山地区。     

基于MODIS-NDVI的地表植被时空变化特征及其与环境因子的关系

[目的]分析植被覆盖时空变化特征及其与环境因子之间的响应关系，为区域生态环境治理和植被保护提供理论基础。[方法]基于16 d合成的MODIS-NDVI数据，结合气象站点数据、地表数字高程模型数据，利用空间动态变化趋势分析法、变异系数法和相关性分析等，开展安徽省长时间序列的地表植被覆盖时空变化特性的研究，探讨植被覆盖变化对气象因子、地形条件等的响应规律。[结果]安徽省月均NDVI变化呈现双峰分布；2010—2019年NDVI呈现振荡上升的趋势，增速为0.000 7/a; 4个季度的NDVI夏季最高，春季和秋季次之，冬季最低；春季和夏季的NDVI呈现振动缓慢增长的趋势，涨幅均为0.001 6/a,秋季NDVI呈现缓慢下降的趋势，降幅为0.001 8/a,冬季NDVI波动性及降幅较大，为0.009 9/a。空间分布上，安徽省植被覆盖变化整体趋于稳定，植被分布具有明显的南高北低的地域性差异和明显的季节性差异，以淮河和长江为界，春季和冬季的NDVI呈现出中间低南北高的分布特点，秋季安徽省大部分地区的NDVI呈现减少趋势，NDVI由南到北递减。不同气象因素对安徽省植被生长的影响具有空间差异性，ND...     

基于MODIS-NDVI的陕西省植被覆盖变化特征

为实现人地关系协调发展,为陕西省生态建设政策的制定和实施提供理论依据,本研究基于MODIS-NDVI影像及高程数据,采用MVC、一元线性回归等方法,分析陕西省2011—2015年NDVI的时空变化特征。结果表明:(1)陕西省NDVI值呈现"南高北低"的分布特征,陕南地区及陕北南部森林植被茂密,植被覆盖情况较好,陕北北部属于风沙区,植被覆盖情况较差,关中地区以农作物为主,植被覆盖情况居中;(2)2011—2015年陕西省NDVI值呈波动变化,整体变化趋于稳定,且有好转趋势,主要分布在关中及陕南地区;陕北地区NDVI值有退化迹象;(3)随着海拔高度的增加,NDVI值呈"降低—升高—降低"的变化,2000~2500 m海拔高度范围内的NDVI值最高,植被覆盖情况较好,主要是分布在秦岭山脉的太白山地区。     

AVHRR、SPOT-VGT和MODIS 3种NDVI遥感数据在韩江流域的对比分析

【目的】寻找最能真实反映南方地区植被变化状况的遥感数据,并将其用于评价土地覆被变化及其带来的影响.【方法】通过分析韩江流域2001—2006年间AVHRR、SPOT-VGT和MODIS 3种归一化植被指数(NDVI)遥感数据,比较它们对不同植被响应特征的异同,并采用线性回归方法分析它们的相关关系.【结果和结论】3种NDVI遥感空间分布总体格局大体一致,且MODIS和SPOT-VGT的NDVI空间分布吻合良好.MODIS传感器波段宽度窄、空间分辨率高,对地物分辨能力高,NDVI在流域内的变化范围大,数值分布分散.3种NDVI的季节变化步调基本一致,幅度相当.MODIS NDVI最能精确反映地面植被覆盖的变化,而AVHRR NDVI反映的流域地面植被变化情况与实际不相符.3种NDVI反映的各种植被季节变化情况基本一致,MODIS NDVI与SPOT-VGT NDVI的相似度更高.MODIS NDVI能够明显区分农作物、郁闭灌木林和草地的季节变化与其他植被的不同,比SPOT-VGT NDVI和AVHRR NDVI能更好地反映地面植被的多样性和植被覆盖的变化.在全流域和各种植被类型上,3种NDVI两两间都表现出一定的线性关系,其中MODIS NDVI与SPOT-VGT NDVI间的线性关系最强.由MODIS NDVI与AVHRR NDVI的线性回归关系预测的韩江流域2000年的NDVI与实测值吻合良好,为MODIS NDVI时间序列向历史年份拓展提供了思路.     

基于MODIS-NDVI的吉木乃蝗区植被动态

对吉木乃蝗区进行研究,运用遥感归一化植被指数NDVI对蝗区2000-2006年生长季(4-10月)植被变化进行了分析,并对地表植被与蝗虫发生及环境因子的关系进行了初步研究.结果表明,吉木乃蝗区植被指数NDVI具有一定的时空分布规律,生长季(4-10月)MODIS-NDVI均值介于0.2 ～0.5之间,大多年份7月长势最好,且近7年植被覆盖度有增加的趋势;对于影响植被的环境因子而言,温度是主要影响因子;蝗虫的发生面积对6-8月NDVI的影响很大,两者成显著负相关(P＜0.05).     

基于NDVI的西昌市紫茎泽兰入侵监测模型初探

[目的]为紫茎泽兰生物入侵的遥感监测提供参考。[方法]以ASTER影像数据为主信息源,结合西昌市紫茎泽兰样地调查,提取3种植被指数分别为归一化植被指数NDVI、垂直植被指数PVI和比值植被指数RVI,通过与紫茎泽兰表征因子盖度、高度和生物量进行相关分析,筛选敏感植被指数。在紫茎泽兰单个表征因子回归分析基础上,建立敏感植被指数与重要值的回归模型。[结果]3种植被指数中,NDVI最能反映紫茎泽兰表征因子的变化信息。NDVI与紫茎泽兰表征因子及IV显著正相关,对IV的复相关系数(R2=0.72)大于单个表征因子。基于NDVI与紫茎泽兰IV的线性模型模拟误差较小。[结论]利用NDVI与IV的线性模型对研究区紫茎泽兰入侵进行监测是较为可行的。     

基于MODIS-NDVI的水稻遥感估产——以重庆三峡库区为例

以重庆三峡库区为研究对象,利用MODIS-NDVI为遥感特征参量,分析水稻关键生育期的长势并对产量进行预测.考虑到NDVI数据饱和的局限性,选取库区各区县0.2～0.8范围内的NDVI值与作物产量建立水稻估产模型,进行相关性分析,估算出的水稻产量表明,各关键生育期的相关性系数均在0.75以上,且与实产数据对比表明,各区县预测精度均在90%以上,可见利用MODIS-NDVI能够有效的进行水稻监测和估产.     

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。     

2010-2019年甘肃省植被NDVI时空变化特征分析

[目的]分析甘肃省植被覆盖时空变化特征,为区域生态环境规划提供理论基础.[方法]基于2010-2019年MODIS NDVI产品,结合土地利用、生态功能区划分等数据,采用一元线性回归趋势分析方法和变异系数等分析方法对2010-2019年甘肃省植被覆盖时空分布特征进行阐述,对植被指数变化趋势及变化稳定性进行定量分析.[结果]甘肃省植被指数在年均月尺度上呈现单峰分布,在夏季处于高位,年均NDVI呈现稳步增长的趋势,增速平均为0.0032/a;植被指数空间分布具有明显的地域差异性,西部地区NDVI值小,可认为基本无植被生长,中东部平原和祁连山地区植被长势较好,NDVI明显较高,南部地区NDVI最高;农业耕作区的植被指数变化波动性比较大,其他地区植被覆盖变化趋于稳定.[结论]基于MODIS NDVI时间序列分析方法可为了解甘肃省土地覆盖状况、开展具有区域差异性的生态保护与修复工程等提供一定的理论依据.     

2000-2016年陈巴尔虎旗植被覆盖度时空变化遥感动态监测

为研究我国典型农牧交错区长时序地表生态变化特征,以内蒙古自治区陈巴尔虎旗为例,基于2000—2016年MODIS NDVI数据,综合应用MVC、像元二分模型、一元线性回归模型、T检验等方法,对陈巴尔虎旗植被覆盖时空变化特征进行定性定量分析。结果表明：受气候、地形、人为因素等影响,陈巴尔虎旗地区植被覆盖度呈现东高西低的空间分布特征;17年该地区的植被覆盖整体呈波动下降趋势,平均植被覆盖度由2000年的58.81%减少到2016年的48.14%;植被覆盖度减少的区域占55.66%,主要分布在宝日锡勒镇、巴彦库仁镇、鄂温克民族苏木。研究成果为定量评估区域生态变化的累积效应提供了数据支撑。     

2000—2019年若尔盖高原植被生长季NDVI时空变化特征研究

基于2000—2019年的MODIS-NDVI时间序列数据集,应用趋势分析、变异系数和R/S分析方法,研究若尔盖高原植被生长季NDVI的时空变化特征。结果表明:20年来若尔盖高原87.45%的区域植被生长季NDVI呈改善状态,其中64.70%的区域呈明显改善状态,22.75%的区域呈轻度改善状态。植被生长季NDVI的变异系数均值为0.186 5,整体上若尔盖高原2000—2019年植被生长季NDVI呈中等波动变化状态,中等变化状态等级所占比例最大为33.70%,其次为较低波动变化等级比例,为33.14%。植被生长季NDVI的Hurst指数均值为0.437 2,整体上呈弱反持续状态,弱反持续比例为77.43%,弱持续比例为21.50%。     

基基于 MODIS数据的重庆市植被覆盖度动态变化研究

通过最佳指数斜率提取法(BISE)重建研究区 MODIS-NDVI时间序列数据.以像元二分模型为基础,用IDL 计算机语言构建植被覆盖度定量模型,估算了重庆市2006-2010年植被覆盖度,分析其空间分布与季节变化特 征.结果表明:研究区植被覆盖度在缓慢增长,整体生态环境呈良性发展趋势.同时,较高的植被覆盖度反演精度 (78%),证实通过BISE方法重构 NDVI时间序列和运用像元二分模型来反演植被覆盖度的方法是可行的.     

基于MODIS数据的重庆市植被覆盖度动态变化研究

通过最佳指数斜率提取法(BISE)重建研究区MODIS-NDVI时间序列数据.以像元二分模型为基础,用IDL计算机语言构建植被覆盖度定量模型,估算了重庆市2006-2010年植被覆盖度,分析其空间分布与季节变化特征.结果表明:研究区植被覆盖度在缓慢增长,整体生态环境呈良性发展趋势.同时,较高的植被覆盖度反演精度(78％),证实通过BISE方法重构NDVI时间序列和运用像元二分模型来反演植被覆盖度的方法是可行的.     

农村宅基地动态变化监测技术研究

【目的】 宅基地是保障农民安居乐业和农村社会稳定的重要基础,实时掌握农村宅基地的使用、变化、发展信息对建设社会主义新农村、促进农村地区的发展研究,提高农民生活水平具有重要意义,但是现有的变化监测研究主要针对于城市建筑物,且依旧存在大量的人工监测方法,因此迫切需要一种能对农村宅基地进行高效动态变化监测的有效手段。【方法】 文章基于面向宅基地图像的半自动标注及训练方法,对训练样本进行半自动化提取与训练。通过构建的深度学习多尺度融合监测模型对宅基地图斑进行智能化提取,依据模型对提取出的多期宅基地图斑进行叠加分析,自动提取出宅基地新增与拆除的变化图斑,以此实现农村宅基地的动态变化监测。【结果】 面向宅基地图像的半自动标注及训练模型有效实现了训练样本集的半自动化构建与训练,通过实时的影像输入,完成了样本的动态构建与训练,提高了训练效率;深度学习多尺度融合监测模型对研究区宅基地动态变化的监测效果明显,成功提取出多期宅基地建筑物的精确轮廓,识别出宅基地的变化区域,反映出宅基地变化的数量、面积、形态特征。【结论】 基于深度学习多尺度融合监测模型,对于宅基地图斑的动态变化监测效果明显,该方法适用于大规模农村宅基地的动态变化监测,可为农村宅基地的变化监测提供了一种新的技术手段与研究思路。     

2000—2014 年艾比湖NDVI 变化及其与降水、温度响应关系

采用2000—2014 年艾比湖流域1 km×1 km 分辨率的MODIS-NDVI 影像数据,以MVC 法合成 年最大归一化差分植被指数（ NDVI）,利用研究区内20 个气象站点的同期气象因子（温度、降水）数据, 探讨2000—2014 年艾比湖流域 NDVI 变化以及对温度与降水的响应特征。结果表明：15 年间艾比湖流域 NDVI 呈现增长趋势,其中轻微增加面积占82.97%,轻微减少和明显减少面积分别占2.11%、0.27%,植被 改善情况较好;从年际变化水平来看,线性相关与二维空间分析结果总体上研究区NDVI 与降水量呈正相 关、与温度呈负相关,同时降水对NDVI 变化的响应关系高于温度的影响,NDVI 与降水量和温度的线性相 关系数分别为R2=0.95、R2=0.81。利用遥感技术对艾比湖NDVI 进行长时间序列的趋势变化研究,对当地生 态安全的保护有理论与实际意义。     

基于Landsat8_NDVI的荒漠化地区植被动态分析

遥感技术的发展,为土地变化、气象观测及资源探查等提供了有效的手段。该文利用Landsat8影像,以宁夏回族自治区为研究区域,提取了研究区域的NDVI值,并对NDVI结果进行统计与分析,以期达到监测植被生长状态的目的。结果表明,宁夏回族自治区的植被生长状态及植被覆盖度得到了进一步的改善与提高,宁夏自治区虽采取了一系列荒漠化治理的措施,取得了一定的成果,但对植被的监测仍不可放松。     

河南省冬小麦产量遥感监测精度比较研究

【目的】预测冬小麦产量,提高估产精度,为国家粮食生产安全宏观调控提供重要的数据和技术支撑。【方法】以河南省为研究区,利用时间序列MODIS-NDVI数据,结合河南省17个地市的产量数据以及河南省的冬小麦遥感监测面积数据,运用实时NDVI与产量数据建立线性模型、两年差值NDVI与对应的差值产量建立线性模型两种方法对河南省冬小麦产量进行预估,比较分析两种方法的精度。【结果】(1)两年差值归一化植被指数(dNDVI)明显比实时归一化植被指数(NDVI)更好地预估冬小麦产量。(2)实时NDVI预估单产产量相对误差基本可以满足要求,大部分在0.25以下,只有少数几个市(焦作、鹤壁、新乡、安阳)相对误差较高。(3)两年差值归一化植被指数(dNDVI)预估单产的整体误差均可以满足估产的要求,均在0.1以下。【结论】两年差值归一化植被指数(dNDVI)可以有效预测冬小麦产量,有利于提高估产精度。     

21世纪以来河南省植被覆盖变化及气候驱动解析

借助MODIS NDVI数据和气象插值数据,采用一元线性回归、Hurst指数及相关分析等方法,从年际尺度探讨河南省21世纪以来植被覆盖时空变化规律,并分析其对气候因素的响应特征。结果表明:河南省植被覆盖区域差异较大,NDVI频度呈单峰结构;近16年来,河南省大部分地区植被覆盖呈现增加趋势,10年平均增速约为4%(P0.01),且阶段性明显;河南省植被变化的同向特征强于反向特征,植被覆盖整体上呈持续改善态势,但郑州、洛阳、焦作等市域局部地区存在持续减小现象;年平均温度的上升是平原区植被覆盖增加的主要驱动因子,但升温尤其是年平均最高温度增加抑制了山区植被生长,植被覆盖对气候因子的敏感程度地域异质性明显。