ASTER遥感数据在矿区生态损害现状监测中的应用

德兴铜矿矿山多年开采对矿区生态环境造成极大的损害,为维护矿区可持续发展,生态损害现状调查尤为重要。利用ASTER数据结合野外实测各类地物反射光谱曲线,利用矿物指数提取矿区重金属和粘土污染;采用差值法提取水体污染状况;采用NDVI彩色密度分割法提取矿区植被污染信息。研究表明,铜矿区生态损害现状甚为严重,利用遥感手段监测矿区生态环境是完全可行的。这为矿区土地复垦与生态修复提供了技术支持和决策依据。     

北京永定河流域森林植被覆盖研究

利用1978～2009年间共6期TM遥感数据,采用归一化植被指数（NDVI）结合二值化分析方法确定植被覆盖度的阈值,对北京市永定河流域32年来的森林植被覆盖变化情况进行研究,揭示永定河流域森林植被覆盖变化的驱动力因子与作用机制．结果表明,永定河流域上游植被覆盖度较高,中下游覆盖度较低,整个研究时期内植被覆盖度呈现波动变化,1978～1987年间,植被覆盖度急剧下降,而1987～1995年间植被覆盖度略有提高,但之后又迅速下降,2000年植被覆盖度处于历年最低值,2000～2004年间植被覆盖度呈上升趋势,2004—2009年间植被覆盖度趋于平稳．驱动力分析表明,引起植被覆盖变化的主要驱动因素是人为因素,包括人类破坏和保护2方面,其次是气候因素,包括降水和温度,其中降水占主导地位．     

应用MODIS数据监测大范围病虫害植被指数变化——以2010年澳大利亚蝗灾为例

为了分析2010年澳大利亚新南威尔士州大范围蝗灾的发生范围和受灾程度,利用2008—2010年MODIS/Terra数据,通过植被生长期内前后同期的NDVI差值图像△NDVI判断2010年植被长势情况。研究结果表明:从整体上看,监测到的受灾范围与受灾程度上基本一致,能较好的反映出新南威尔士州的受灾情况;2010年9月新南威尔士州未受灾面积约为41万km2;受灾较轻区域面积约为5万km2;受灾较重区域的面积约为34万km2;受灾总面积约为39万km2,约占总面积的49%。通过与官方统计数据对比,监测到的受灾面积与官方统计数据相对误差为22%,造成误差的主要原因是像元的缺失与个别错误的像元点,导致受灾区域缺失的像元不能统计在受灾面积中和降低了受灾情况分类的精度。可得出结论,此方法适用于在对蝗灾发生范围和受灾程度的研究中。     

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）。     

基于遥感技术的气象因素变化影响水稻单产定量研究

以黑龙江省五常市为研究区域，应用在水稻移栽期至成熟期选择的系列MODIS影像反演NDVI，通过NDVI间接反演LAI，并逐日拟合水稻全生育期的LAI，结合SIMRIW模型，计算研究区域2006年低温影响下的水稻单产。经演算，水稻单产值为5411．74kg／hm^2，是实际值的84％。研究结果表明应用高时间分辨率MODIS图像能够准确反演并拟合逐日LAI，可以为冷害影响下水稻单产的研究提供参考。     

利用时序植被指数监测作物物候的方法研究

该文是对全国主要产粮县旱地和水田作物的物候期进行遥感监测.在数据预处理中采用最小二乘法和谐函数分解重构方法相结合,去除时序植被指数影像的云噪声影响.基于土地利用数据,通过耕地植被指数加权平均的方法提取区旱地和水田作物生长过程.结合野外观察数据,对一年一熟作物用作物生长过程的最大上升斜率、最大值和最大下降斜率作为作物出苗(返青)期、抽穗期和收获期的遥感识别标志.对一年两熟、多熟县作物物候期依据轮作规律进行了监测.同时进行物候年际间对比和农业灾害监测分析.遥感监测出苗(返青)期和收获期与野外采样照片实测信息有90%的相同率,抽穗期遥感监测与实测信息相同率95%.     

基于运动恢复结构算法的油菜NDVI三维分布

植物形态伴随着植物生长过程而发生变化,植物的三维重建对研究植物形态对植物生物量估测、植物病害虫害、基因型表达等有着很重要的意义。目前三维重建方法重建出的三维点云多包含植物的形态、颜色等特征,无法反应植物营养状况（如叶绿素含量）、病虫害胁迫等原因造成有机质空间三维分布改变,同时以往手段都需要专门仪器,携带和作业都受到很大限制。多光谱图像能够反应有机质含量等化学值的分布,在近地面遥感、农产品质量无损检测等发面取得了广泛的应用。该文通过采集31张4叶龄油菜的多光谱图像,使用运动恢复结构算法（structure from motion）方法对其进行空间三维重建,得到油菜的三维点云,并对点云中噪声点进行滤除。以控制点和控制长度对所得模型进行评价,得到长度最大偏差在0.1023 cm,RMSE=0.052599,证明该方法重建所得模型具有较好的空间均匀性与准确性,最后计算NDVI指数空间分布。证明所得模型对将来研究植物营养与病虫害胁迫空间分布有着重要意义。     

不同施肥情况下甘蔗叶片的光谱特征分析及叶绿素含量检测

In order to investigate the visible-NIR spectral features of the leaves of a sugarcane variety(ROC 22), the spectral reflectance and the chlorophyll content were measured in the laboratory, and their correlations were analyzed.Prediction models were built eventually.Results showed that the negative correlations with r greater than 0.8 was found in 527-578 nm and 701-731 nm between spectral reflectance and chlorophyll content.And the red edge position(REP) was also found having high correlation with chlorophyll content, with the highest r of 0.8442.In order to explore the most sensitive bands for normalized difference vegetation index(NDVI), 48471 NDVI values were computed with different wavebands for each sample and their correlations with chlorophyll were also analyzed.The distribution maps of NDVI and its correlations in a two-spectral-dimension space both indicated that the red bands had significant influence than the NIR bands.The suggested sensitive red range was 710-735 nm, especially 720-725 nm; and the sensitive NIR range was from 780-850 nm, which had the higher robustness.The chlorophyll predication model with NDVI(725 and 840 nm) in tillering stage had determination coefficients of 0.7386, and was recommended for guiding the subsequent ridging fertilization.     

基于MODIS温度/植被指数的东北地区土地覆盖分类

该文采用MODIS NDVI时序数据对东北区土地覆盖分类进行研究，以验证MODIS区域土地覆盖制图的可靠性。通过试验发现经过Savizky-Golay滤波处理能有效去除云、缺失数据及异常值的影响，使得NDVI时序曲线能更好的反映植被季相变化特征，分类结果表明NDVI时序数列能较好的区分植被与非植被、草本(一年生)与木本(多年生)覆盖类型。但研究区内一年一熟的农作物与高盖度草地、落叶针叶林与落叶阔叶林具有相似的物候特征，混分现象比较严重。该研究通过添加地表温度(land surface temperature, LST)数据解决这一问题，利用所得温度/植被指数TVI对研究区进行土地覆盖分类。所得结果用363个野外调查样区进行验证，NDVI及TVI时序数据的分类精度分别为62.26％与71.63％。结果表明TVI比NDVI对土地覆盖类型中的植被类型识别更有效。     

基于GIS与RS的退耕还林生态补偿金的确定

中国自实施退耕还林生态补偿政策以来,执行分长江南北两种不同的补偿政策,生态补偿并未考虑退耕还林微观地理区位及造林质量的差异。"一刀切"虽具有统一简化的优点,却忽视了实际存在的造林质量及林地地形、土壤、气候等诸多因素,补偿标准不尽合理。该文为了探讨退耕还林补偿金的合理标准,以张家口地区为研究区,应用遥感(RS)、地理信息系统(GIS)等数据,建立了退耕还林生态补偿体系。结果表明:张家口地区各区县中,单位面积退耕还林补偿系数最高的是尚义县(0.082),退耕还林补偿系数最低是怀来县(0.036),各县单位面积退耕还林补偿系数的差距较大。该文结果为生态补偿金的科学、合理分配提供参考。