青藏高原草地植被指数时空变化特征

摘要:以位于青海和西藏两省内的青藏高原牧区为研究区域,利用新一代卫星遥感数据TERRA/MODIS,统计分析不同草地类型2002-2008年的植被指数(MODIS EVI)时空变化特征,并结合2006年8月地面实测数据,研究草地植被指数与草地覆盖度、草群高度的关系。结果表明,草地覆盖度和草群高度均与EVI呈高度正相关。各种草地类型的植被指数均呈先上升后下降的趋势,符合自然条件下植被的生长变化情况,植被特征相近的草地类型EVI差异较小,体现出不同草地类型地域上的连续性、过渡性和时空上的差异性。     

基于MODIS EVI时序数据的冬小麦种植面积提取

基于MODIS EVI构建的时间序列谱,结合冬小麦生育期形态变化特征,提取了河南省冬小麦种植面积.结果表明,冬小麦在EVI特征空间中具有独特的序列谱相特征,返青期后冬小麦整体EVI表现为逐渐升高,EVI在开花期后下降,灌浆后期快速降低;采用决策树分类方法实现冬小麦分离提取,整个河南省冬小麦识别面积与官方统计面积仅相差482.00×103 hm2,精度达到90.88％;EVI时间序列谱反映的作物生长过程的生理意义明确,采用MODIS EVI时间序列谱的遥感分类方法可以较好地实现冬小麦的遥感分类提取,满足冬小麦的长势监测和遥感估产的需要.     

基于4波段作物光谱测量仪的小麦分蘖数预测

使用4波段(550 nm、650 nm、766 nm和850 nm)便携式作物反射光谱测量仪对泰农18型冬小麦分蘖状态进行自动监测与建模,通过分析植被指数与分蘖数的相关关系实现了对分蘖数的建模预测。首先利用仪器获得小麦冠层在4个波段的反射信号,计算对应波段的作物冠层反射率,经校正后计算得到OSAVI、MSAVI、SAVI、EVI2、TVI、NDGI、NDVI、RVI和DVI 9种多波段组合的植被指数。然后分析以上9种植被指数与小麦分蘖数之间的相关关系,确定了可用于该类型小麦分蘖状态监测和评价的植被指数类型。2013—2014年在山东省淄博市和桓台县开展了田间试验,计算了不同氮素水平下泰农18型小麦返青期和起身期分蘖数以及其两个生育期分蘖数与9种植被指数之间的相关系数,OSAVI(650,850)指数与返青期茎蘖数相关系数最高,决定系数最高为0.85,均方根误差为118.93;EVI2(650,850)指数与起身期茎蘖数相关系数最高,决定系数最高为0.84,均方根误差为73.04;以上试验结果表明,在冬小麦返青期和起身期利用OSAVI(650,850)和EVI2(650,850)两种植被指数可以快速预测小麦分蘖状态,可为田间精细管理提供科学依据。     

基于作物空间物候差异提取黄淮海夏玉米种植面积

考虑大区域内不同纬度间玉米物候差异,利用MODIS EVI时序曲线提取黄淮海夏玉米种植面积。基于Landsat影像和MOD13Q1数据集,提取参考区夏玉米MODIS EVI时间序列曲线;根据研究区内农业气象站夏玉米生育期观测数据,构建夏玉米各物候期与纬度的关系,以纬度作为参数修正参考区夏玉米MODIS EVI时序曲线,获取研究区夏玉米EVI标准时序曲线,结合平均绝对距离（MAD）和p-分位数法提取黄淮海平原夏玉米面积。结果表明,利用遥感影像提取的北京、天津、河北、河南以及山东夏玉米面积分别为125.3×103、162.6×103、2231.8×103、2963.6×103和2731.9×103hm2,各省提取精度均达到80%以上。在市级尺度上,决定系数R2为0.82,均方根误差RMSE为147.8×103hm2;在县级尺度上,决定系数R2为0.62,均方根误差RMSE为17.7×103hm2。说明利用本方法能够准确有效地提取大区域内夏玉米种植面积,为其它农作物在大范围内估计种植面积提供新思路。     

海南岛典型植被区EVI特征及其对气象因子的响应

利用2001—2011年的MODIS EVI时间序列影像,分析海南岛热带雨林、橡胶林及农田3 种典型植被覆盖区的EVI时空变化特征及对气象因子的响应。结果表明：（1）空间上,海南岛平均EVI指数为0.42,呈现为中间高四周低,南高北低的分布特征;（2）时间上,热带雨林EVI年内变化幅度较小,无明显季节性变化,橡胶林年内季节性变化明显,冬末最低,春季快速增长,随后保持较高水平,农田变化幅度与周期性介于两者之间;三种典型植被年际EVI最大值相对稳定,最小值波动较大,橡胶林最大值呈略增大趋势;（3）限制三种植被生长的气象因子不相同,农田受限于冬季日照;影响橡胶林最大的气象因子为年降水量与冬季气温,雨林喜好夏季高温而受制于冬季降水量。     

MODIS/NDVI和MODIS/EVI在耕地信息提取中的应用及对比分析

MODIS植被指数数据是区域土地利用信息提取的重要数据源.为了对比MODIS两种主要植被指数(NDIV、EVI)在耕地信息提取中的应用,采用通过时间序列谐波分析法(Harmonic Analysis of Time Series,HANTS),对2006年全年MODIS 16天250m的NDVI和EVI时间谱数据进行了重构,从而进行了河西走廊绿洲中东部样区一系列耕地信息的提取实验,包括耕地、休耕地识别以及耕地复种指数、作物种类提取.在此基础上,对MODIS的NDVI与EVI数据的应用进行了对比分析.结果显示:(1)利用傅立叶谐波变换得到的EVI和NDVI时间谱曲线的谐波余项及谐波振幅对耕地进行识别,从识别精度来看,EVI要优于NDVI,识别精度分别为97.17%和95.99%,Kappa系数分别达到0.7938和0.6518;(2)通过计算时间序列曲线的波峰数能够提取耕地的复种指数,并且在EVI和NDVI曲线波峰阈值分别设为0.20和0.25时,休耕地能较为准确地被识别出来;(3)通过提取作物生长期内曲线的Ⅵ最大增长速率时间点以及峰值时间点等信息,作物种类能被初步识别,并且EVI较NDVI具有更强的识别能力.     

Aboveground biomass assessment in Colombia: A remote sensing approach

This paper presents a method to increase the level of detail of aboveground biomass estimates at a regional scale. Methods are based on empirical relationships while materials are based on MODIS products and field measurements; the area covers from 4° south up to 12° north of the Equator with a total of 1,139,012 km² corresponding to the continental area of Colombia. Vegetation was classified in three broad classes: grasslands, secondary forests and primary forests which have been proved to enhance biomass estimates. MOD44 vegetation continuous fields (VCFs) was used as an explanatory variable for primary and secondary forests following an exponential relationship, while MOD13A1 enhanced vegetation index (EVI) was used as explanatory variable for grasslands following a linear relationship; biomass for this vegetation class was estimated every 16 days given its large variation throughout the year. EVI–biomass relationships were established from 2001 to 2006. Vegetation maps were used to separate primary forests from secondary forest, since the latter has shown lower biomass levels. Confidence intervals of the exponential regression are larger as the biomass values increases, for this reason the uncertainty is quite high ranging from 3.7 to 25.2 millions of Mg with a mean of 16.2 million of Mg. Despite the uncertainty our biomass results are within the estimates of previous studies.     

基于MODIS EVI的陇南山地植被覆盖时空变化特征研究

为了分析2000以来的退耕还林还草工程对高植被覆盖区甘肃省陇南市的影响，本研究基于2000—2010年MODIS EVI数据，通过均值分析、植被覆盖度分析和线性回归分析，对陇南山地连续11年以来的植被覆盖时空变化特征进行研究。结果表明：2000—2010年陇南山地植被覆盖变化总体以0.2%/10 a的增速缓慢上升，低于同期甘肃河东地区、甘肃全省、秦巴山区以及西北地区的植被增长率。受气温、降水等地带性要素分布的影响，其内部存在明显的区域差异性，植被覆盖大体上存在由东南向西北递减的趋势。整个山区植被类型以覆盖度在45%以上的中覆盖、中高覆盖及高覆盖植被为主体，林地所占比例较大。尽管研究时段内植被改善区域显著增加，但高植被覆盖区却存在退化趋势，考虑到陇南市相对脆弱的生态环境，加强植被保护仍将是今后生态建设中不容忽视的内容。     

三江源区植植被指数时空变化对水热条件的响应

摘要：研究基于三江源区18个站点2000-2009共10年的气温、降水数据和MODIS（NDVI、EVI）植被指数,重点探讨三江源区植被指数的年际变化和空间变化对水热条件变化的响应机制。结果表明,1）三江源区植被指数在2000-2009年间总体上呈上升趋势;2）近10年内的植被指数均值在18个台站间分布极不均衡;3）分年（多台站）数据分析显示,降水在多数年份表现出与植被指数显著正相关,而气温在所有年份与植被指数都无显著相关性;4）分台站（多年）数据分析显示,分别有7个和5个台站的NDVI或EVI与降水和气温呈显著相关关系。总体看来,三江源区植被指数的分布及其与水热条件的关系都存在明显的时空差异,同时,植被指数变化对降水的响应强于气温,降水是影响三江源区植被生长的主导因子。     

淮河中上游植被变化及其对气象因素的多时空尺度响应

[目的]植被与气象因子关系的多时空特征有助于深入理解流域生态系统,对生态环境保护具有重要意义。[方法]基于MODIS EVI数据与气象观测资料,结合趋势分析、Mann-Kendall检验和Pearson相关性分析方法,分析淮河中上游2001—2015年植被动态并探讨流域至局地尺度的植被与降水、气温的相关关系。[结果](1)流域植被整体呈明显增长趋势(p<0.05),EVI指数增长速率为0.055/10 a,冬季增速最大(0.075/10 a)、夏季最小(0.047/10 a),不同地类增速差异显著。(2)年均EVI呈增加的区域占流域总面积的93%,其中呈显著(p<0.05)及极显著(p<0.01)上升趋势约占82%,华北平原(主要为耕地)增速最大,山区、山丘区增速次之,郑州市辖区等呈显著下降(p<0.05);EVI变化的时空分布差异明显。(3)流域尺度春季EVI与同期(3—5月)和2—5月降水呈显著正相关(p<0.05),冬季EVI与同期降水呈极显著负相关(p<0.01),月EVI在3月、11月与最低气温呈显著正相关(p<0.05),在12月分...