EOS/MODIS影像处理在塔里木河下游植被监测中的应用

采用了国家卫星气象中心MODIS处理软件和ENVI（The Environment for Visualizing Images）遥感软件,针对塔里木河下游地区,利用新疆维吾尔自治区气象局存档的2002和2003年MODIS原始影像资料,计算生成NDVI（归一化植被指数）数据。在分类的基础上讨论各植被覆盖类型的季节变化特征及对生态输水的响应,结果表明,MODIS数据及其植被指数产品,可以较稳定和准确地监测和反映研究区植被覆盖的季节变化特征及对生态输水的响应。     

祖历河流域自然草地生产力遥感反演

利用Landset_5 TM遥感影像数据，经几何校正、大气校正、辐射校正等前期处理后，计算比值指数（RVI）和再归一化植被指数（RNDVI），结合野外调查获得的自然草地生物量数据，在GIS中反演祖历河流域自然草地生物量，建立回归反演模型，并对两种植被指数的反演精度进行比较；利用RNDVI建立的模型，在Arc GIS的Grid模块中重采样计算，获得流域自然草地生物量的空间分布地理信息数据层。结果表明：RNDVI比RVI反演精度更高，相关系数[WTBX]R2=0.939（P=0.00）。[WTBZ]从RNDVI和反演的生物量空间分布规律看，祖厉河流域自然植被生物量空间植被分布极不均匀，流域南部植被生物量明显高于北部地区，高海拔地区明显大于低海拔地区。从畜牧业可利用性分析，流域不可利用草地面积占总草地面积的53.16%，限制性可利用草地面积占总草地面积的28.67%，可利用草地面积仅占总草地面积的18.16%。因此，流域自然草地畜牧业养殖潜力有限，需结合家庭养殖发展畜牧业。     

利用MODIS—NDVI 进行沙化土地评价研究——以陕西省北部地区为例

利用新一代卫星遥感MODIS影象数据,结合地面调查数据,对2006年5月份MODIS影象数据的归一化植被指数(NDVI)进行了植被专题信息的提取,与植被覆盖度建立线性回归模型,得出陕西省北部地区的沙漠化土地分级图。分析结果表明该分级图与陕北植被空间变化特征有很强的一致性。该方法适宜于以地面调查数据为基础的植被盖度提取,为遥感技术在沙化土地评价中应用提供了有效途径。     

基于广西岩溶和非岩溶地貌的干旱遥感监测模型研究

根据MODIS植被指数和陆面温度,建立植被状态指教(VCI)、温度条件指数(TCI)和植被-温度指数(DI)模型;采用广西2004年10～11月数据,利用相关系数、全距和变异系数对3个干旱监测模型应用于广西岩溶区和非岩溶区大范围干旱监测的适用性进行了论证分析,结果表明:植被-温度指数模型(DI)最适用,温度条件指数(TCI)次之,植被状态指数(VCI)则较难胜任.并使用植被-温度指数DI模型监测了广西2005年秋旱,经与干旱实况对比,干旱指数DI的监测结果与实况相符,表明植被-温度指数遥感监测模型能准确反映出广西岩溶和非岩溶地貌环境的干旱时空变化特征,适用于广西大范围的干旱监测.     

被动微波遥感植被指数在中国的应用研究

微波遥感具有全天候、全天时和穿透性强等特点,利用微波遥感数据提取的植被指数适用于植被的实时监测,文中试图找到一种适用于中国地区的被动微波遥感植被指数。首先利用2003-2011年中国地区每日的被动微波遥感数据(AMSR-E)计算了5种植被指数;然后选取落叶林、草地、农田三种典型植被区,分析5种植被指数随着季节变化的特征;最后在全国对5种植被指数与相应时间序列的归一化植被指数(NDVI)进行了相关性分析,并利用显著性检验对相关性分析结果进行了评价。结果表明:利用升轨微波遥感数据(36.5GHz)计算的微波极化差异指数(MPDI36.5)可以有效地监测中国地区的植被状况。     

放牧干扰对典型草原植被光谱及蝗虫密度的影响

为研究内蒙古典型草原不同放牧强度植被反射光谱与植被参数和蝗虫密度的关系,使用地物波谱仪于2015年和2016年对5个放牧梯度,共20hm~2样地进行调查研究。结果表明,不同放牧强度植被地上总生物量与归一化植被指数(NDVI)关系为y=0.034 8+0.002 9x(R~2=0.645 5,P=0.000 2),蝗虫密度与NDVI线性关系为y=0.067+0.013x(R~2=0.415,P=0.006)。对其进行冗余分析(RDA)发现,植被地上总生物量、植物高度、糙隐子草生物量是蝗虫数量和NDVI变化的主要影响因子,其中植被地上总生物量是显著性影响因子(P=0.001)。在不同放牧强度下蝗虫密度与草地NDVI显著相关(P0.05),随NDVI增大而增多。本文研究结果为进一步开展放牧区蝗灾遥感监测和科学合理地利用草地资源奠定了基础。     

基于5种植被指数的荒漠区植被生物量提取研究

荒漠区植被地上生物量是土地荒漠化监测和荒漠植被遥感信息提取的重要指标。本研究以甘肃民勤县为试验区,以哨兵2号(Sentinel-2)影像为数据源,构建了比值植被指数RVI、归一化植被指数NDVI、差值植被指数DVI、土壤调节植被指数SAVI及优化型土壤调节植被指数OSAVI 5种植被指数与植被实测地上生物量的估算模型(一元线性、指数、对数和二项式模型),并利用所选的最优模型,估算了研究区的地上生物量。结果表明:SAVI相较于RVI、NDVI、DVI和OSAVI指数同地上生物量之间的相关性最高(r=0.79),基于SAVI指数的二项式模型是研究区地上生物量估算的最优模型(R²=0.76),且精度较高(R²=0.73,RMSE=0.12)。民勤县的植被相对密集区主要分布于四大灌区(红崖山、环河、昌宁、南湖)、青土湖周边以及红沙岗镇西北区域,其他地域植被较为稀疏,无植被区[<0.005 kg·(100m²)^-1]、低植被区[0.005～0.2 kg·(100m²)^-1...     

呼伦贝尔盟草原植被覆盖状况时空演变特征分析

以呼伦贝尔盟草原为研究对象,基于1998～2008年4～10月的SPOT_VGT数据、2000年土地利用数据,利用时间序列植被指数(NDVI)动态变化监测方法,分析了研究区植被覆盖的时空演变特征。结果表明:1998至2008年期间,呼伦贝尔盟草原以草地为主的地区、草地-耕地过渡区、草地-林地过渡区的草地覆盖状况呈现先减后增趋势,但草地-耕地、草地-林地过渡区的林地覆盖状况变化不大,研究区2008年植被覆盖要小于1998年;同时,低植被覆盖区域面积不断扩大。说明研究区存在大范围、严重的退化现象,尤以西部的新巴尔虎右旗、新巴尔虎左旗最为严重,研究区沙化面积增大,生态系统恶化,生态系统脆弱性更加突出。     

阿尔泰山小东沟乔木生物量空间分布规律

以中国境内阿尔泰山小东沟林区ETM+遥感影像数据和林分乔木生物量抽样调查数据为基础,选取比值植被指数、归一化差异植被指数、土壤调节植被指数、差值植被指数和近红外光百分比植被指数,分析了该林区植被指数与乔木地上生物量之间的相关性,并对生物量相关性最高的植被指数建立了植被指数与乔木地上生物量的线性回归预测模型。以预测模型为基础,利用ArcGIS 9.1软件的空间分析功能生成了小东沟林区乔木地上生物量空间分布图。生物量残差图中较强、中等和较低预测面积分别为66.60%、30.31%和3.09%,表明小东沟林区生物量空间分布的预测效果较好。将生物量空间分布预测图分别与坡度、坡向和海拔图叠加分析表明:小东沟林区乔木地上部分的生物量以斜陡坡(15°~35°)的最高(200~250 t·hm~(-2)),平缓坡(0°~15°)次之(150~200 t·hm~(-2)),急险坡(35°)的最低(100~150 t·hm~(-2))。东南、南坡向的生物量较低,而其余坡向的生物量较高。较低海拔(1 042~1 400 m)的生物量最低(100~150 t·hm~(-2)),中海拔(1 400~1 900 m)的最高(200~250 t·hm~(-2)),高海拔(1 900 m)生物量居中(150~200 t·hm~(-2))。说明利用遥感影像提取的植被指数可以很好地预测小东沟林区乔木的地上生物量,生物量的空间变化与地形因子有着密切的关系。     

我国土壤水分热红外遥感监测研究进展

目前热红外遥感监测土壤水分含量的方法主要有热红外法、热惯量法和温度植被指数法。其中,热红外法简单易行,在缺乏昼夜温差数据时可用白天下垫面温度反演土壤水分,但其仅考虑某一时刻土壤水分对土壤温度的影响,故其反演精度不够理想;热惯量法物理意义明确,估算精度高,简单易行,但也存在诸如只适用于裸露或植被覆盖度低的地区以及卫星数据难于获取等局限性;温度植被指数法物理意义也较明确,适用性广,但计算过程较复杂,且某些参数难于及时获得。相对来说,植被稀疏区宜采用热惯量法,植被郁闭区则宜采用温度植被指数法。在未来,随着遥感传感器性能的改进,多种技术的综合应用,特别是热红外技术与微波技术的结合应用,将会显著提高土壤水分含量遥感监测的精度。     

小针茅草原植被地下与地上生物量季节动态及根冠比变化规律

利用内蒙古苏尼特右旗小针茅荒漠草原生长季地上、地下生物量数据,分析小针茅草原植被地上、地下生物量以及根冠比的季节动态,并建立根冠比季节动态模型。研究结果表明：① 小针茅草原植被地上生物量季节变化呈单峰型曲线,地上生物量的峰值出现在6月下旬,为46.14 g•m^-2,地下生物量季节动态表现为“N”型变化规律,最高值出现在7月下旬,最低值出现在8月下旬,分别为1 275.46 g•m^-2和365.1 g•m^-2。② 2011年小针茅草原植被根冠比季节波动较大,最小根冠比为16.8, 出现在8月下旬, 最大根冠比为51.05, 出现在7月下旬。③ 小针茅草原植被地上生物量与根冠比具有较明显的相关关系,8月的相关关系最好,相关系数达到0.626,可以用8月的地上生物量模拟根冠比的变化。     

Soil salinity prediction in the Lower Cheliff plain(Algeria) based on remote sensing and topographic feature analysis

Soil salinity and ground surface morphology in the Lower Cheliff plain(Algeria) can directly or indirectly impact the stability of environments. Soil salinization in this area is a major pedological problem related to several natural factors, and the topography appears to be important in understanding the spatial distribution of soil salinity. In this study, we analyzed the relationship between topographic parameters and soil salinity, giving their role in understanding and estimating the spatial distribution of soil salinity in the Lower Cheliff plain. Two satellite images of Landsat 7 in winter and summer 2013 with reflectance values and the digital elevation model(DEM) were used. We derived the elevation and slope gradient values from the DEM corresponding to the sampling points in the field. We also calculated the vegetation and soil indices(i.e. NDVI(normalized difference vegetation index), RVI(ratio vegetation index), BI(brightness index) and CI(color index)) and soil salinity indices, and analyzed the correlations of soil salinity with topography parameters and the vegetation and soil indices. The results showed that soil salinity had no correlation with slope gradient, while it was significantly correlated with elevation when the EC(electrical conductivity) values were less than 8 d S/m. Also, a good relationship between the spectral bands and measured soil EC was found, leading us to define a new salinity index, i.e. soil adjusted salinity index(SASI). SASI showed a significant correlation with elevation and measured soil EC values. Finally, we developed a multiple linear regression for soil salinity prediction based on elevation and SASI. With the prediction power of 45%, this model is the first one developed for the study area for soil salinity prediction by the combination of remote sensing and topographic feature analysis.     

银川平原植被空间分异研究

土壤盐渍化是制约银川平原内部植被生长最主要的生态环境地质问题,根本的影响因素则是土壤中的水盐运移与水盐平衡,而地形及微地貌条件对于土壤中的水盐运移过程具有控制作用,从而影响植被的生长和发育。文中以银川平原为研究对象,借助遥感数据中的植被指数方法定量地描述该地区植被的生长状况和空间分布,通过与数字高程模型的空间叠加与复合分析,合理地揭示了银川平原由于土壤盐渍化在不同地貌中的发育特点而产生的植被空间分异规律。     

Plant cover as an estimator of above-ground biomass in semi-arid woody vegetation in Northeast Patagonia,Argentina

The quantification of carbon storage in vegetation biomass is a crucial factor in the estimation and mitigation of CO₂ emissions. Globally, arid and semi-arid regions are considered an important carbon sink. However, they have received limited attention and, therefore, it should be a priority to develop tools to quantify biomass at the local and regional scales. Individual plant variables, such as stem diameter and crown area, were reported to be good predictors of individual plant weight. Stand-level variables, such as plant cover and mean height, are also easy-to-measure estimators of above-ground biomass (AGB) in dry regions. In this study, we estimated the AGB in semi-arid woody vegetation in Northeast Patagonia, Argentina. We evaluated whether the AGB at the stand level can be estimated based on plant cover and to what extent the estimation accuracy can be improved by the inclusion of other field-measured structure variables. We also evaluated whether remote sensing technologies can be used to reliably estimate and map the regional mean biomass. For this purpose, we analyzed the relationships between field-measured woody vegetation structure variables and AGB as well as LANDSAT TM-derived variables. We obtained a model-based ratio estimate of regional mean AGB and its standard error. Total plant cover allowed us to obtain a reliable estimation of local AGB, and no better fit was attained by the inclusion of other structure variables. The stand-level plant cover ranged between 18.7% and 95.2% and AGB between about 2.0 and 70.8 Mg/hm². AGB based on total plant cover was well estimated from LANDSAT TM bands 2 and 3, which facilitated a model-based ratio estimate of the regional mean AGB (approximately 12.0 Mg/hm²) and its sampling error (about 30.0%). The mean AGB of woody vegetation can greatly contribute to carbon storage in semi-arid lands. Thus, plant cover estimation by remote sensing images could be used to obtain regional estimates and map biomass, as well as to assess and monitor the impact of land-use change on the carbon balance, for arid and semi-arid regions.     

祁连山区植被生长与水热组合关系研究

气候条件,主要是热量和水分以及二者的配合状况,是决定许多植被类型呈带状分布的根本因素。本文以位于我国三大气候分区过渡带中的河西走廊南部的祁连山为研究对象,借助遥感数据中的植被指数方法定量地描述该地区植被的生长状况和空间分布,结合相应的降水与气温的空间化栅格数据,通过GIS空间叠加与多因子复合分析,合理地揭示了水热组合对于植被分布的影响。     

Estimating aboveground biomass in Mu Us Sandy Land using Landsat spectral derived vegetation indices over the past 30 years

Remote sensing is a valuable and effective tool for monitoring and estimating aboveground biomass （AGB） in large areas.The current international research on biomass estimation by remote sensing technique mainly focused on forests,grasslands and crops,with relatively few applications for desert ecosystems.In this paper,Landsat Thematic Mapper （TM）/Enhanced Thematic Mapper Plus （ETM＋） images from 1988 to 2007 and the data of 283 AGB samples in August 2007 were used to estimate the AGB for Mu Us Sandy Land over the past 30 years.Moreover,temporal and spatial distribution characteristics of AGB and influencing factors of climate and underlying surface were also studied.Results show that：（1） Differences of correlations exist in the fitted equations between AGB and different vegetation indices in desert areas.The modified soil adjusted vegetation index （MSAVI） and soil adjusted vegetation index （SAVI） show relatively higher correlations with AGB,while the correlation between normalized difference vegetation index （NDVI） and AGB is relatively lower.Error testing shows that the AGB-MSAVI model established can be used to accurately estimate AGB of Mu Us Sandy Land in August.（2） AGB in Mu Us Sandy Land shows the fluctuant characteristics over the past 30 years,which decreased from the 1980s to the 1990s,and increased from the 1990s to 2007.AGB in 2007 had the highest value,with a total AGB of 3.352×106 t.Moreover,in the 1990s,AGB had the lowest value with a total AGB of 2.328×106 t.（3） AGB with relatively higher values was mainly located in the middle and southern parts of Mu Us Sandy Land in the 1980s.AGB was low in the whole area in the1990s,and relatively higher AGB values were mainly located in the southern parts of Uxin.In 2007,AGB in the whole area was relatively higher than those of the last twenty years,and higher AGB values were mainly located in the northern,western and middle parts of Mu Us Sandy Land.     

三江平原土地利用/覆被动态变化对洪河保护区湿地植被退化的影响

基于遥感与地理信息技术,分析近30年来高强度人为干扰下三江平原东北部土地利用/覆被动态变化过程及其对内部洪河保护区湿地生态系统的影响,探讨了保护区湿地植被的退化过程与机理。结果表明:1976-2005年,研究区湿地被大范围的开垦为农田,沼泽和草甸的面积分别减少了457075hm2和326511hm2,而旱地和水田的面积各自增加了362984hm2和246086hm2。区域高强度的农业开发对内部洪河保护区的湿地生态系统产生了间接影响。自1997年有地下水观测资料以来,地下水水位持续下降,区域平均地下水位下降了3.66m。保护区已有759hm2的草甸和沼泽被林地入侵,湿地植被退化趋势明显。     

基于地表高光谱与OLI影像的土壤含盐量和pH值估测

针对宁夏银北地区大面积土壤盐碱化监测的需要,利用实测植被冠层光谱与Landsat 8 OLI影像相结合进行土壤含盐量和pH值估测研究。对实测植被冠层高光谱与影像多光谱反射率进行倒数、对数、三角函数及其一阶微分等一系列变换,确定最佳光谱变换形式,筛选敏感植被指数和敏感波段,分别建立基于实测植被光谱与Landsat 8 OLI影像光谱的土壤含盐量与pH值估测模型,并基于高光谱数据模型对影像盐分和pH值模型进行校正,以提高影像估测土壤盐碱化的精度。结果表明:经倒数对数变换建立的实测植被高光谱EVI模型和经平滑后敏感波段建立的实测植被高光谱模型对土壤pH值的估测精度较高,模型决定系数分别为0.6257和0.5975;基于实测高光谱植被指数和敏感波段分别对Landsat 8 OLI影像含盐量、pH值估测模型进行校正,影像敏感植被指数和敏感波段含盐量模型决定系数分别提高了0.3207和0.3762,pH值估测模型决定系数分别提高了0.2065和0.2487。采用敏感植被指数和敏感波段同时估测土壤含盐量和pH值,实现了从实地测量高光谱向遥感多光谱尺度的转换。     

高寒草甸退化对土壤电导率变化影响的研究

土壤电导率是表征土壤水溶性盐的一个重要指标,可反映土壤盐渍化程度。为了研究高寒草甸退化对土壤电导率的影响,以三江源区未退化高寒草甸和退化高寒草甸为研究对象,系统分析了退化高寒草甸的植被特征和土壤特征与土壤电导率的相互关系。结果表明:高寒草甸退化会对土壤电导率产生显著负影响,且土壤电导率与评价高寒草甸的退化指标植被盖度、地上生物量、土壤有机质、土壤全氮含量表现出一致的变化趋势。因而,认为高寒草甸的退化是会引起土壤电导率的变化,土壤电导率作为土壤盐渍化程度的衡量指标,亦可作为评价草甸退化的客观指标之一。