2001—2013年若尔盖地区植被退化的时空格局分析

为了解若尔盖地区生态变化的过程,利用2001—2013年的MODIS-NDVI数据,以植被覆盖度为指标监测若尔盖地区植被退化过程,采用主成分分析方法筛选景观指数分析了植被退化格局的时空特征。结果表明:近年来研究区植被退化以2008年为节点分为2个阶段,第1阶段退化范围逐年扩大,第2阶段局部地区退化得到控制但整体退化加重;PD,AI和FRAC_AM指数揭示了研究区植被退化格局破碎度增大的过程,第1阶段较低退化程度的斑块密度不断增大,第2阶段较重退化程度的斑块持续侵入并相连成片。虽然该区生态环境治理已取得一定的效果,但生态恶化的趋势并未得到根本遏制,且植被退化主要发生在北部地区。     

做微整形别盲从

微整形能让人在短时间内变得更加完美,长时间保持年轻的状态.因此,一些人时不时"整"一次,而另一些人则看着别人变年轻了自己也想试试.其实,几乎每一个人都可以从微整形手段中找到适合自己的治疗和养护的方法,但这并不意味着可以不加选择地接受各种微整形治疗.     

基于遥感数据的西藏自治区土地沙漠化监测分析研究

西藏高原是我国沙漠化发生发展较为强烈的地区之一,沙漠化的监测和防治非常重要。文中以整个西藏自治区为研究区域,首先根据野外考察的样本数据、照片、对应Landsat TM/ETM图像,目视解译获取各地类样本,然后利用NDVI数据集进行主成分分析,得到待分类影像,最后采用监督分类和决策树等分类方法,完成了2011年最新的西藏土地沙漠化现状图:西藏自治区沙漠化土地面积为218286.60km2,占全区土地总面积的18.18%,程度以中度为主,地区主要分布在阿里地区,那曲地区和日喀则地区。     

光学与微波遥感协同反演藏北表层土壤水分研究

表层土壤水分是定量干旱监测的重要参量,对干旱区生态环境具有十分重要的意义。在采用归一化植被指数阈值法划分地表覆盖类型的基础上,利用MODIS数据选择适用的光学遥感算法估算土壤水分基准值,以及利用风云三号B星搭载的微波成像仪(Fengyun-3B/MicrowareRadiationImagery,FY3B/MWRI)数据采用微波遥感算法反演土壤水分日变化量,最后构建藏北表层土壤水分协同反演的遥感模型并应用于区域土壤水分的估算。结果表明:光学遥感与微波遥感协同反演的土壤水分含量与实测数据呈显著相关,决定系数达到0.89,均方根误差为0.97,协同反演模型具有较高的反演精度,并且协同反演的结果优于单一遥感源的反演结果。该模型可以较好地适用于藏北地区表层土壤水分的动态监测。     

不同深度土壤水分同化产品在川西高原的应用

[目的]评估不同深度土壤水分同化产品的适用性,为川西高原有关气候变化、生态环境建设等研究提供土壤水分数据选择的科学依据。[方法]以气象自动观测站的土壤水分值作为参考,评价了中国气象局陆面同化系统CLDAS-V 2.0和全球陆面同化系统GLDAS-Noah土壤水分产品在川西高原的精度,并分析了土壤水分产品对降水过程的反应以及降水对土壤水分产品精度的影响。[结果]①GLDAS和CLDAS数据均与参考值具有极显著的相关性(p<0.01),GLDAS数据与参考值的相关性整体好于CLDAS数据;②2套土壤水分产品在研究区表层和浅层的误差均较小,其中,表层土壤水分的误差大于浅层,GLDAS数据的误差小于CLDAS数据。两套数据都存在对土壤水分的高估,且在无降水情况下对土壤水分的高估比有降水的情况更突出;③2套数据在表层和浅层都表现出与降水一致的变化过程,且土壤水分的变化均滞后于降水量的变化,GLDAS数据对降水变化的反应比CLDAS数据更加灵敏,但CLDAS数据因具有较高的空间分辨率而对川西高原土壤水分的空间分异特征表现得更好。[结论]两套土壤水分产品表层和浅层数据在川西地区的适用性都较好,GLDAS数据质量总体较CLDAS数据更好,但CLDAS数据在对土壤水分空间分异的表现方面更具优势。     

基于植被光谱和FY-3A/VIRRL1B数据的藏北地区土壤水分估算北大核心CSCD

为了实现对藏北地区土壤水分和干旱情况的动态监测,基于藏北植被光谱、实测20 cm土壤水分以及FY-3A/VIRR数据,利用相关性筛选出对土壤水分敏感的植被光谱波段构建植被指数,并以此建立土壤水分估算模型,再结合FY-3A/VIRR L1B数据将建立的模型应用于藏北地区的土壤水分估算,通过比较决定系数和RMSE,确定精度较高的藏北地区土壤水分遥感估算模型。研究表明：NDVI（620,850）、EVI（450,620,850）、NDWI（850,1 330）和RVI（850,1 330）与实测20 cm土壤水分的决定系数分别为0.232、0.256、0.537和0.554,都能较好地表征土壤水分,分别利用每个指数建立的二次模型所获得的土壤水分估算结果与实测数据的RMSE均较小;以FY-3A/VIRR数据为基础,模型M（NDVI）和M（EVI）能够有效的估算藏北土壤水分,模拟值与实测值的相关系数r分别为0.50和0.51,RMSE分别为0.13和0.11,模型都可实现对藏北地区土壤水分的估算。研究可为掌握藏北地区土壤水分状况和制定农牧业发展决策提供依据。     

基于植被光谱和FY-3A/VIRRL1B数据的藏北地区土壤水分估算

为了实现对藏北地区土壤水分和干旱情况的动态监测,基于藏北植被光谱、实测20 cm土壤水分以及FY-3A/VIRR数据,利用相关性筛选出对土壤水分敏感的植被光谱波段构建植被指数,并以此建立土壤水分估算模型,再结合FY-3A/VIRR L1B数据将建立的模型应用于藏北地区的土壤水分估算,通过比较决定系数和RMSE,确定精度较高的藏北地区土壤水分遥感估算模型。研究表明:NDVI(620,850)、EVI(450,620,850)、NDWI(850,1 330)和RVI(850,1 330)与实测20 cm土壤水分的决定系数分别为0.232、0.256、0.537和0.554,都能较好地表征土壤水分,分别利用每个指数建立的二次模型所获得的土壤水分估算结果与实测数据的RMSE均较小;以FY-3A/VIRR数据为基础,模型M_(NDVI)和M_(EVI)能够有效的估算藏北土壤水分,模拟值与实测值的相关系数r分别为0.50和0.51,RMSE分别为0.13和0.11,模型都可实现对藏北地区土壤水分的估算。研究可为掌握藏北地区土壤水分状况和制定农牧业发展决策提供依据。