基于多生育期MODIS-NDVI的区域冬小麦遥感估产研究

以河南省开封市为研究区,采用2005—2013年种植区域冬小麦生育期内16 d合成的250 m空间分辨率的归一化植被指数(NDVI)之和,与冬小麦产量数据进行相关分析,筛选得到最佳遥感估产时相,建立单变量回归模型;同时,基于冬小麦生长的各个关键时期NDVI构建多元回归模型,再通过主成分分析方法对多元回归模型参数进行改进,得到新的估产模型;最后使用开封市2014年的产量数据对估产模型进行验证,旨在构建具有较高精度的估产模型,从而更好地指导小麦生产。结果显示,3种估产模型的估产误差均控制在10.55%内,根据3个模型得到研究区内冬小麦最佳产量预测时段为3月下旬,即拔节期;3个模型中,主成分回归估产模型的产量拟合精度最高,达93.12%,具有一定的实用价值。     

1982-2012年全球干旱区植被变化及驱动因子分析

基于长时间序列卫星遥感数据GIMMS3g NDVI(1982-2012年),分析了全球干旱区(包括亚湿润干旱区、半干旱区、干旱区和极端干旱区)植被时空变化及其对气候和人文等非气候因子的响应.结果表明:①全球干旱区NDVI总体呈显著增长趋势(P＜0.001),增长速率为0.0005·a-1,略低于全球植被增长速率.显著上升区域和显著下降区域分别占全球植被显著变化区域面积的27.0％和7.7％(P＜0.05).显著退化面积最大区域为半干旱区.②降水作为干旱区植被变化的主要影响因子,主要表现在对干旱区和半干旱区植被的影响上,对亚湿润干旱区和极端干旱区影响较小.③全球不同干旱区植被变化及驱动因子存在较大差异.如澳大利亚南部主要受到季节降水的影响,植被改善;而南美和欧亚大陆中部则主要受到人为因素的影响,植被退化.     

Topographical and hydrological effects on meso-scale vegetation in desert steppe,Mongolia

This study investigated the seasonal variations of the normalized difference vegetation index(NDVI) and its relationships with climatic variables and topography in a small-scale(20 km×20 km) area(i.e., Tsogt-Ovoo village) within the desert steppe zone of Mongolia using in-situ observed climate data and satellite remote sensing data. We found that the topography is very important for vegetation growth in the desert steppe although the summer precipitation is the constraining factor. The unexpectedly high NDVI(up to 0.56), as well as the high aboveground biomass, in the valley bottom was primarily resulted from the topography-modulated redistribution of overland flow after relatively heavy precipitation events during the growing season. This makes the valley bottoms in desert steppes not only reliable feeding resources for livestock but also heavens for wild lives. But, the detected large standard deviation of annual maximum NDVI(NDVI_(max)) from 2000 to 2013 in the valley bottom in response to rather variable precipitation implies that the valley bottoms under desert steppe climates are more vulnerable to climatic change.     

基于兰氏距离NDVI的土地覆盖变化检测

将兰氏距离变化检测指标引入NDVI变化检测,来实现土地利用的变化检测。在计算阈值时,对原有的局部阈值分割法进行改进,提出基于标准图像地物分类的局部阈值分割法。对检测结果进行精度评价,证实了该方法的可行性和有效性。     

基于时间序列MODIS-NDVI的冬小麦遥感识别

利用TM影像更新研究区的土地利用数据,提取冬小麦可能出现的区域作为掩膜限定识别范围,从而可以减少其他植被类型信息的干扰;通过选取冬小麦样点,在时间序列NDVI数据中提取纯冬小麦的时序曲线,根据曲线特征构建时相识别模型;在限定的范围内根据识别模型提取冬小麦,进而将两个尺度数据进行综合处理和面积统计,冬小麦面积为268.65×10~3 hm~2;利用统计年鉴数据和随机抽样两种方法进行精度分析,结果显示面积精度为91.56%,位置精度为87.46%。与实地调查和人工解译相比,大大提供了工作效率,减少了工作量,适用于大面积区域尺度的冬小麦监测。     

棉花生长初期灌溉信息遥感提取与校正

为提高生长初期低覆盖度作物长势的遥感监测精度,需要消除灌溉引起的土壤水分背景变化对归一化差值植被指数(NDVI)的影响。为了实现棉花生长初期灌溉信息提取与校正,提高棉花作物长势监测与产量预判精度,本文以美国加利福尼亚州San Joaquin Valley的2个棉花地块为研究区,选取棉花生长初期灌溉过程中的遥感影像,构建两种灌溉信息提取方法(分阶段阈值法和灌溉线提取法),确定最优灌溉像元提取方法;比较分析灌溉与未灌溉情况下棉花的NDVI与归一化差值水分指数(NDWI)以及土壤调节植被指数的关系,提取含有灌溉信息的像元,并对NDVI进行校正,消除灌溉对NDVI的影响。研究结果表明:在棉花生长初期,灌溉与未灌溉像元NDVI变化率达12%,差异较显著;灌溉与否的棉花NDVI与NDWI间均存在极显著的线性关系,决定系数在0.80以上;利用灌溉线方法提取灌溉信息与分阶段阈值相比精度更高,精度达88%以上;校正后线性回归模型精度达0.95,灌溉校正效果明显,灌溉与未灌溉像元的NDVI差异减小至2%。本研究通过对含有灌溉信息像元NDVI值的校正,去除灌溉对NDVI造成的影响,反映了真实的植被信息,可实现对作物生长初期长势的准确遥感监测,为遥感定量监测提供便利。     

一种基于趋势单产和遥感修正模型的混合估产模型

【目的】在分析国内外农作物估产方法的相关研究进展基础上,将传统统计估产方法和遥感估产方法相结合,提出一种新的混合估产模型。【方法】该模型由趋势单产、遥感修正单产和随机误差项三部分组成,其中趋势单产利用历史长时间序列的单产统计数据,通过多项式回归的方法结合ARIMA模型修正得到,遥感修正单产利用3个作物关键生育期NDVI和实测单产多元回归得到。为验证所提出估产方法的可行性和精度,利用2015年冬小麦关键生育期的三景环境卫星遥感影像和冬小麦实测地块单产数据以及近30年(1985—2014年)北京市各区县的冬小麦单产数据,对2015年的北京市的冬小麦单产进行估算,与真实值(2015年单产统计数据)对比。【结果】混合估产模型对北京市的冬小麦单产预测精度达到98.7%,各区县估产精度均超过90%,除房山(90.3%)外,各县单产预测相对精度均超过95%;传统趋势单产模型对北京市的冬小麦单产预测精度达到94.75%,但在区县尺度上,传统估产模型预测精度较低,对房山区的估产精度不足80%;引入ARIMA模型可以提高传统趋势单产模型的精度。修正后的趋势单产模型冬小麦单产预测精度平均提高了1.59%。本文建立的遥感修正模型,利用三景遥感影像修正结果最优,此方法使冬小麦估产精度整体提升3.55%,尤其是房山、平谷等区县,精度明显提升。【结论】该模型在市级尺度和县级尺度上预测冬小麦单产均取得较高精度,充分考虑冬小麦时间尺度和空间尺度上的变化,对农作物估产有一定的指导意义。     

基于像元二分模型的艾比湖湿地NDVI指数对微气候的响应

本研究提取了艾比湖湿地不同年份(1998、2007、2011、2014年)的NDVI指数,并进行了实地考察,然后利用像元二分模型对研究区植被覆盖状况进行估算,并分析其在时空分布上的特征及形成原因,建立影响植被覆盖与微气候变化的线性回归模型。结果表明,1)在空间分布上,西南部冲积平原植被覆盖等级最高,东北部覆盖等级略低于西南部,无覆盖和低覆盖等级分布面积最为广泛;在时间分布上,无覆盖面积处于下降趋势,低覆盖和中覆盖面积有所增加,较高覆盖与高覆盖等级面积处于下降趋势;2)不同植被覆盖度对气候变化的响应存在一定的差异;植被覆盖对降水量变化的反应最为强烈,在时间上具有一定的滞后性,对湿度变化的响应不明显,气温与植被覆盖水平之间存在线性函数关系。     

基于遥感的甘肃省庆阳市植被物候信息提取

以黄土高原退耕还林还草工程重点区域——甘肃省庆阳市为研究区域,利用1999—2012年的SPOT-VGT NDVI数据,采用Savitzky-Golay滤波和TIMESAT物候提取算法,得到了庆阳市近14 a返青期和枯黄期数据,详细描述了庆阳市物候期时空变化格局。结果表明:庆阳地区近14 a期间返青期日序位于90~188天,东南地区相对于西北地区返青期要早,表现出较强的空间差异性,枯黄期日序位于275~309天,南部地区相对北部地区枯黄期要晚;从时间上来讲,14 a间,庆阳市返青期日序呈降低趋势,在一定程度上呈现出返青期的提前和枯黄期的推迟;空间上来讲,55.46%的研究区返青期变化率基本不变（-1~1 d/a）,49.61%的区域出现了枯黄期的推迟（1~3 d/a）。研究结果与已有的研究较为一致,并详细描述了庆阳市物候期时空变化格局,可为中国北方农牧交错带生态环境评估和保护提供一定的参考。     

锡林郭勒草原蒸散发月季动态及相关因子分析

蒸散发(Evapotranspiration,ET)的时空动态对理解水热对植被的影响具有重要作用。利用MODIS MOD16A2和MOD13A3月产品数据及气象数据,通过回归分析和相关分析等方法,研究了锡林郭勒草原不同类型草地近15年(2000—2014年)的ET月季动态及相关因子。结果表明:3—10月的ET均表现出草甸草原典型草原和沙地植被荒漠草原,1—2月和11—12月的ET均表现出草甸草原典型草原和沙地植被荒漠草原。荒漠草原11月ET最大,其余各类草原均在7月达到最大值;各类草原的最小ET均为5月。各类草原3—5月和10月的ET均为下降趋势,而1月、6月、7月和12月的ET均为上升趋势。春季、夏季和秋季的ET均表现出草甸草原典型草原和沙地植被荒漠草原,而冬季的ET表现出草甸草原典型草原和沙地植被荒漠草原。荒漠草原冬季ET最大,其余各类草原的ET均在夏季达到最大值。各类草原春季和秋季的ET均为下降趋势,而夏季和冬季的ET均为上升趋势。Pearson相关分析表明3—10月及春季、夏季和秋季的ET与NDVI和降水量显著正相关,与平均气温显著负相关(p0.05);相反,1—2月、11—12月及冬季的ET与降水量负相关,而与平均气温显著正相关(p0.05)。