基于土地利用/覆盖的干旱绿洲区植被覆盖度变化--以新疆生产建设兵团第八师为例

为了探讨西北干旱绿洲区土地利用/覆盖类型景观格局特征,以及不同土地利用/覆盖类型植被覆盖度变化,本文以干旱典型绿洲区新疆生产建设兵团第八师为研究区,选取2000年、2005年的Landsat TM和2010年环境一号星CCD遥感影像数据,采用室内解译与野外核查相结合,运用RS和GIS技术分析了该区域的土地利用/覆盖和景观格局变化特征,并基于土地利用/覆盖类型选取3年的MODIS数据进行了植被覆盖度变化分析。结果表明:1)该研究区主要以耕地、草地和灌丛为主,占总面积的88.9%。在自然因素和人为因素的综合作用下,干旱绿洲区土地利用/覆盖类型发生明显变化,草地和灌丛呈减少趋势,面积分别由2000年的2 603.2 km2和1 166.2 km2减少至2010年的1 677.3 km2和933.8 km2;耕地和城镇逐步增加,面积分别由2000年的2 892.8 km2和209.2 km2增加至2010年的4 038.3 km2和259.1 km2;耕地主要由草地和灌丛转化而来,城镇主要由耕地转化而来,土地利用变化整体处于不平衡发展趋势。2)研究区景观特征趋于简单,土地利用变化改变了该区域景观格局,景观多样性、均匀度减少,优势度明显增大,破碎化程度降低,生物多样性也呈向单一方向转变的趋势。3)受气候等主要因素的影响,2000—2010年植被覆盖度呈先降低后逐步升高的趋势,不同土地利用/覆盖类型植被覆盖度表现为林地耕地草地灌丛荒漠,林地、灌丛、草地和耕地植被覆盖度分别增加6.7%、38.2%、15.6%和12.3%;较高和高等级植被覆盖面积增加,中、较低和低等级植被覆盖度面积减少。4)温度一定的条件下,降雨量是影响干旱绿洲区植被覆盖变化的关键因素。该研究结果可为新疆生产建设兵团生态环境保护管理以及合理规划生产模式提供科学的参考依据。     

基于MODIS遥感数据计算无定河流域日蒸散

为研究无定河流域日蒸散分布规律，应用遥感数据、农业气象站测量数据及Nishida模型等对该流域日蒸散进行了模拟。首先用2001～2002年晴天中国科学院禹城生态试验站Lysimeter测量日蒸散验证模型，模拟与测量的日蒸散相关系数达到0.61。随后，用该模型计算了无定河流域日蒸散，发现无定河流域日蒸散存在较为明显的空间分布规律：2001～2003年连续3年的8月份日蒸散都表现为东北部蒸散明显小于西南部，这是因为东北部基本是荒漠而东南部多是农田，且8月份日蒸散基本在2～5 mm之间变化；从2001年8月份第222 d日蒸散空间分布看，无定河主干道两边蒸散显著高于其他位置，这是由于8月份无定河流域为多雨季节，河谷土壤水分较高的缘故；从2002年内变化来看，不同的土地利用/覆被类型日平均蒸散差别不显著。     

2000-2012年鄂尔多斯禁牧区植被覆盖度变化监测

[目的]评估鄂尔多斯实施禁牧、休牧政策以来获得的成效。[方法]以MODIS长时间序列的植被指数产品为数据源,利用像元二分模型研究了2000—2012年植被生长期5—9月份鄂尔多斯禁牧区的植被覆盖度及其时空变化特征。并采用转移矩阵的方法,分析了年度间植被覆盖度高低变化的方向。[结果]研究区植被覆盖度自东向西逐渐减小,东部高于西部,北部高于南部;2000—2012年研究区植被覆盖度总体呈上升趋势,均有低等级植被覆盖度向高等级植被覆盖度转化的趋势;2008—2012年植被恢复状况比2000—2004年和2004—2008年这两个阶段更优。[结论]禁牧政策使研究区植被长势逐年改善,禁牧、休牧政策对草原生态恢复起到了良好的作用。     

基于TM影像的焦作市植被覆盖度时空动态监测

以焦作市2000年和2013年Landsat TM影像为基础,依据归一化植被指数和像元二分模型,对焦作市近13 a来植被覆盖度变化情况进行分析。研究表明,2000—2013年焦作市植被覆盖度总体比较低,其中修武县的植被覆盖度是所有区域中最高的;与2000年相比,2013年焦作市植被覆盖度总体增加,其中低及以下植被覆盖度区域面积明显减少,中低及以上植被覆盖度区域面积均有明显增加。     

玉米拔节期冠层叶绿素含量多光谱图像检测

为了探索大田玉米冠层叶片叶绿素指标的快速检测方法。采用自主研发的2-CCD多光谱图像成像系统采集了大田玉米拔节期冠层图像,并同步获取了样本叶绿素含量指标SPAD值。对多光谱图像进行了平滑滤波,并基于HSI颜色空间实现了冠层图像的分割。提取了玉米冠层可见光(blue(B),green(G),red(R);400~700 nm)和近红外(near-infrared,NIR,760~1 000 nm)4个波段平均灰度值并计算了平均灰度值计算比值植被指数(RVI,ratio vegetation index)、归一化植被指数(NDVI,normalized difference vegetation index)、修改型二次土壤调节植被指数(MSAVI2,modified soil-adjusted vegetation index)等8种常见植被指数作为图像检测参数。分析了这12个检测参数与叶绿素指标之间的相关性,讨论了图像检测参数的多种组合,建立了叶绿素指标的多元线性回归分析(MLRA,multiple linear regression analysis)模型。研究结果表明:R、G、B波段的平均灰度值与叶绿素指标成较高负相关,相关系数分别为-0.73,-0.71和-0.71,植被指数中相关性较好的是NDVI、MSAVI2和RVI,相关系数分别为0.83、0.81和-0.81。基于这6个参数组合建立的叶绿素指标估算模型拟合度最好,其建模集决定系数为0.79,验证集决定系数为0.71,研究结果为无损检测玉米拔节期叶绿素含量提供了支持。     

基于MODIS的农作物面积遥感监测及应用

MODIS遥感数据具有探测周期短、覆盖面积广、数据开放等优点,适合大尺度、动态的农业遥感监测应用。结合了MODIS遥感数据资源的特点和农作物物候特征,提出了基于MODIS的农作物面积遥感监测方法,并根据黄淮地区冬小麦种植面积提取的应用需求,选用地理空间数据云平台提供的3种MODIS数据产品进行了农作物面积提取。结果表明,使用5 d合成数据产品的提取精度较高。     

基于“高分一号”遥感影像反演华南地区亚热带典型作物冠层SPAD

【目的】以广州市增城试验基地为例,探索国产高分卫星影像数据在反演华南地区亚热带典型作物冠层叶绿素相对含量（SPAD）的应用.【方法】根据2013年10月1日“高分一号”影像数据和相应的亚热带典型作物的实测数据,建立植被指数与典型作物冠层SPAD之间的关系模型,并分别探讨9种植被指数与SPAD之间线性和非线性关系,以便获得最佳的植被指数和相应的回归模型反演华南地区亚热带作物冠层叶绿素相对含量.【结果和结论】7种植被指数均与亚热带典型作物冠层SPAD有极显著的相关性,其中比值植被指数（RVI）相关性最好,其次是差值植被指数（DVI）.经分析,RVI的指数回归模型Y=31.445e^0.141X（R² =0.889）是反演亚热带典型作物冠层SPAD的最佳回归模型,实际拟合精度达92.75%,故使用该回归模型估测研究区内大范围亚热带典型作物冠层SPAD是可行的.     

107杨叶片叶绿素含量高光谱反演的研究

利用Field-Spec Pro测定107杨叶片光谱特征参数,研究不同叶绿素含量的107杨叶片的光谱特性、叶绿素含量与11种植被指数之间的关系以及107杨叶片叶绿素含量的光谱反演模式。结果表明:1)光谱反射率呈现典型的植物光谱特征,蓝紫谷位于350~500nm之间,其中多集中在350nm处;绿峰位于500~600nm之间,其中大部分集中在552nm处;红谷位于600~700nm之间,多集中在672nm处。700nm后进入近红外高反射平台,以762nm居多;2)107杨叶片叶绿素含量与11种植被指数之间均具有很强的相关性,其中mND705植被指数与叶片叶绿素含量相关性最强,R2为0.69;3)基于植被指数建立叶绿素反演模型,结果显示mND705植被指数的高光谱反演模型y=0.09x1.621 7反演精度较高,拟合R2和预测R2均达到最大,分别为0.812 4、0.703 5;均方根误差最小,为0.007 0,说明可以利用测量107杨叶片光谱的方法来监测叶片叶绿素含量。     

基于TM和ASTER的植被指数建模性能对比

在对TM、ASTER数据进行多种植被指数生成的基础上,结合研究区48个杨树样地的测树因子数据,分别就杨树单位面积蓄积量、杨树平均高和杨树年龄进行了遥感统计建模研究,通过植被指数及其变形式共65个特征对比结果表明,由ASTER数据派生的植被指数中RVI3(0.5)对于上述3个测树因子的估测性能最好,由TM数据导出的植被指数中则是DVI2对上述3个测树因子回归效果最好,从建模性能上分析,ASTER数据生成的植被指数要优于TM数据生成的植被指数。     

提高NOAA气象卫星探测森林火灾准确度及其软件包的开发

利用ＧＩＳ技术，从提高轨道接收参数和植被指数判别方面提高卫星林火探测精度。