运用EOS／MODIS资料对银川城市热场的遥感分析

采用一种基于MODIS遥感资料和地面自动气象站(AWS)观测数据反演地表温度(LST)的统计方法,得出银川市四季各典型月份晴空地表的热场在季节、空间上的二维分布;通过对热场强度的研究,得出银川主城区夏季存在明显"热岛"效应,冬季存在明显"冷岛"效应的初步分析结果;通过对LST与植被指数间的关系分析研究得出:银川植被生长季LST与归一化植被指数呈负相关关系,且线性关系明显,R2值可达0.7。另外,反演结果还显示了贺兰山东麓山前在夏季,存在明显的高温区,结合对植被指数的分布研究,表明这里植被少,覆盖度低,下垫面主要以砾石为主。     

大豆叶面积指数的高光谱估算模型研究

通过测试大豆4个生育阶段350～2500nm波段的冠层高光谱数据,用近红外波段760nm-850nm及红光波段650nm-670nm的2个范围内的波段反射率,组成了高光谱比值植被指数（RVI）和800nm和670nm2个波段反射率组成修改型二次土壤调节植被指数（MSAVI2）;基于RVI和MSAVI2植被指数,建立了大豆叶面积指数（LAI）的6种单变量线性与非线性函数模型,经检验均达到1％极显著水平。其中,以RVI所构建洲的幂函数、MSAVI2所构建LAI的指数函数、对数函数估测模型的相关系数相对较高;用MSAVI2所构建的LAI精度较高的对数函数模型反演大豆叶面积指数,实测LAI与估测LAI呈极显著线性相关（R=0．9098^＊＊,n=46）,模型方程的估算精度达84．9％,实测值与估算值的RMSE=0．2420,平均相对误差为0．1510。表明采用高光谱植被指数,能够实时、无损、动态、定量提取大豆叶面积指数,为设计理想的大豆群体和大豆遥感估产提供了科学的依据。     

玉米叶片高光谱特征及与叶绿素、类胡萝卜素相关性的研究

测定了不同品种类型、不同株型、不同发育期的春玉米叶片及其它器官、不同叶位叶片及叶片不同部位的高光谱反射率和叶片的叶绿素、类胡萝卜素含量。结果表明,玉米不同鲜器官的反射率随波长的变化趋势相似,但数值存在较大差异;不同叶位的叶片、不同品种同一叶位的叶片、叶片的不同部位的光谱反射率有差异;叶片光谱反射率随含水率减少而升高,它们的变化趋势相似;叶片叶绿素和类胡萝卜素浓度与光谱植被指数R800/R550、R673/R640、PSSRa、PSNDa、RCh、CARI、λred、Dλred和Sred具有极显著相关。说明可以通过光谱方法来监测玉米长势和估算叶绿素、类胡萝卜素含量。     

冬小麦不同株型品种光谱响应及株型识别方法研究

以直立和平展2种株型的冬小麦品种为材料，研究了它们的光谱响应以及田间植被覆盖度的差异，探讨了利用冠层光谱反射率、光谱特征参量NDVI及植被覆盖度识别小麦株型的方法。结果表明，（1）小麦不同株型品种在近红外波段（700～1300 nm）光谱反射率有明显差异，生育前期平展型品种高于直立型品种，并以拔节期的差异为最显著，随着生育进程差异逐渐变小。拔节期是进行株型识别的最佳时期，并且此期冠层的敏感波段680 nm和760～900 nm的反射率在2种株型品种之间差异明显。（2）小麦冠层叶面积指数（LAI）与归一化差异植被指数NDVI(680,890)呈正相关，并且不同生育阶段其相关程度有差异，这是利用NDVI和植被覆盖度(COV)识别不同株型的基础。（3）相同COV条件下，直立型品种的NDVI高于平展型品种的NDVI，并且随着COV的增加，差异逐渐变小，二者的变化关系体现了直立型品种株型紧凑和平展型品种株型披散的特点，利用NDVI和COV的关系可以对株型进行识别，以小麦拔节期为最佳识别阶段，此期2种株型品种的NDVI具有显著差异（P＜0.05）。     

冬小麦植被指数变化及其影响因子初探

对冬小麦植被指数(NDVI)变化规律、不同品种冬小麦植被指数差异、农田水肥状况对植被指数的影响以及植被指数与叶面积指数的关系研究结果表明,冬小麦植被指数具有日变化规律,且随冬小麦生长发育而变化,即小麦生长旺盛时植被指数数值较大。不同小麦品种植被指数表现出基本一致的季节变化特点,农田水肥条件交互影响小麦植被指数,水分胁迫时肥料对植被指数的影响明显,而水分满足时肥料对植被指数的影响不明显。     

台湾省植被NDVI随海拔高度的变化及其气候响应

[目的]揭示台湾省陆地植被生态系统随海拔高度的变化趋势及其响应程度,为区域可持续发展、生态环境保护提供理论依据。[方法]基于台湾省1998—2018年SPOT/VEGETATION NDVI卫星遥感数据、气象及DEM数据,结合相关分析法、回归分析法等数理统计方法,对气候变化下的台湾省植被归一化植被指数(NDVI)变化趋势及区域响应进行了分析。[结果] 1998—2018年台湾省植被NDVI均值增长率为5.09%;台湾省不同高程范围所占的面积比例差异较大,500 m区域的面积比例高达52.49%,3 600 m区域的面积比例仅为0.01%,且NDVI均呈现较低值,分别为0.72和0.73;1998—2018年台湾省海拔除3 600 m外,其他海拔高程范围NDVI均值增长明显(p0.001);在500～3 600 m高程范围内,NDVI年均值与气温、降雨相关关系显著(p0.05)。[结论]海拔越高,植被生长状况对降雨的变化较气温更为敏感。     

黄土丘陵区退耕地植被景观时空变异特征

对黄土丘陵区退耕地植被特征的时空变异性进行了研究.结果表明,不同植被类型区植被特征之间差异不是很显著,仅延安与安塞在物种丰富度之间和安塞与吴旗在物种多样性之间存在较显著的差异(0.01＜p＜0.05),其它的两两之间的差异并不明显.延安森林带北缘→安塞森林草原带植被指数呈下降趋势,降幅最大为17.65%,变异系数呈增大趋势,增幅最大为21.49%;安塞森林草原带→吴旗草原带物种丰富度指数及其变异系数都呈增大趋势,而物种多样性和均匀度指数呈减小趋势,其变异系数呈增大趋势.植被指数随退耕年限的变化趋势图都有两个明显的峰值,并在退耕20年左右后植被群落逐渐稳定.     

温度植被干旱指数反演全国土壤湿度的DEM订正

 用温度植被干旱指数(TVDI)反演土壤湿度的原理,是基于水分蒸发和植被蒸腾对地表温度的降低作用。随高程增加气温降低,气温影响地表温度,因而随高程增加气温对地表温度也有一定的降低作用。用数字高程模型(DEM)对地表温度t s进行订正,可以减少气温对地表温度的影响,使得经过DEM订正获取的TVDI,能更好地反映土壤湿度。订正前后结果的对比分析也表明,经过DEM订正获取的温度植被干旱指数,与实测值有更好的相关性,能更好地反映土壤湿度分布的实际情况。     

利用无人机多光谱影像的多品种玉米成熟度监测

基于遥感监测多品种玉米成熟度进而掌握最佳收获时机，对提高其产量和品质至关重要。该研究在玉米成熟阶段获取无人机多光谱影像，同步采集叶片叶绿素含量（chlorophyll content，C）、籽粒含水率（moisture content，M）、乳线占比（proportion of milk line，P）等地面实测数据，以此构建玉米成熟度指数（maize maturity index，MMI），从而定量表征玉米成熟度。通过MMI与植被指数构建回归模型和随机森林模型，验证MMI适用性，并分析无人机遥感对不同品种玉米成熟度的监测精度。结果表明：1）不同品种玉米的叶片叶绿素含量、籽粒含水率、乳线占比的变化速率均存在差异。2）MMI与所选植被指数的相关性均可达到0.01显著水平，其中与归一化植被指数（normalized difference vegetation index，NDVI）、转换叶绿素吸收率（transformed chlorophyll absorbtion ratio index，TCARI）相关性最高，相关系数均为0.87。3）该研究基于不同组合的数据集进行了模型验证，其中随机森林模型对MMI的估测精度最高，测试集决定系数（coefficient of determination，R²）为0.84，均方根误差（root mean squared error，RMSE）为8.77%，标准均方根误差（normalized root mean squared error，nRMSE）为12.05%。此外，随机森林模型对不同品种MMI的估测精度较好，京九青贮16精度最优，其中R²、RMSE、nRMSE为0.76、10.67%、15.88%，模型精度证明了可以利用无人机平台对不同品种玉米成熟度进行监测。研究结果可为多光谱无人机实时监测农田多品种玉米成熟度的动态变化提供参考。     

基于Landsat 8卫星影像和地表参数的宿州市城市热岛效应分析

以2013年4月28日的Landsat8影像为数据源,以安徽省宿州市为研究对象,以ENVI 5.1遥感软件为平台,分别提取宿州市土壤调节植被指数、改进的归一化水体指数、增强型裸土指数和增强的指数型建筑用地指数,然后利用单窗算法对热红外波段(第10波段)影像进行热辐射亮度和地表亮度温度反演,将地表亮度温度归一化处理(值在0~1之间),采用等差级数把宿州市城市热岛效应分为强绿岛区(0~0.2)、绿岛区(0.2~0.4)、正常区(0.4~0.6)、热岛区(0.6~0.8)和强热岛区(0.8~1.0)。在此基础上对城市热岛效应与土壤调节植被指数、改进的归一化水体指数、增强型裸土指数和增强的指数型建筑用地指数进行分析,找出地表亮度温度和这些地表参数间的定量关系。研究结果表明:(1)宿州市建成区的地表亮度温度比相邻郊区高,城市热岛效应显著;(2)城市热岛效应与土壤调节植被指数(SAVI)呈负相关;(3)城市热岛效应与增强型裸土指数(EBSI)呈正相关;(4)城市热岛效应与改进的归一化水体指数(MNDWI)呈负相关,适度增加水体面积对抑制城市热岛效应具有一定的积极作用;(5)城市热岛效应与增强的指数型建筑用地指数(EIBI)呈正相关。