基于MODIS-NDVI的甘肃河东地区植被覆盖度动态监测

基于MODIS-NDVI遥感数据,利用像元二分模型估算河东地区2000 2010年的植被覆盖度,并在像元尺度上分析河东地区植被覆盖度的时空变化规律及其驱动因子.结果表明:河东地区平均植被覆盖度为50.93％,其中,甘南高原覆盖度最高,河东北部最低,植被覆盖度由南向北递减;研究时段内年平均植被覆盖度大于60％(优等)的区域占23.06％,且90.49％的区域植被覆盖度呈增加趋势,以河东中部植被覆盖度增加速度最快,为33.68％.从空间尺度上来看,降水是其主要的影响因素;而从时间尺度上,最主要的影响因素可能是植树造林.     

基于Landsat 8和Sentinel-2数据的砒砂岩区生物量估算的差异性

[目的]分析基于不同空间分辨率遥感影像估算的地上生物量(above ground biomass, AGB)差异,为遥感估算荒漠生态系统AGB的研究中不同空间分辨率影像的选择提供依据。[方法]在地面AGB调查的基础上,结合Landsat 8与Sentinel-2影像建立AGB-MSAVI统计模型,对砒砂岩区AGB进行了遥感估算,并分析不同植被覆盖区(高、中、低)AGB估算的差异性。[结果] Landsat 8与Sentinel-2影像均能较好地实现AGB估算,AGB估算结果在空间分布上具有相似性。基于Landsat 8和Sentinel-2数据估算AGB模型平均相对误差分别为13.41%和11.42%,基于Sentinel-2数据的AGB估算精度较高。[结论]不同植被覆盖区Sentinel-2与Landsat 8数据估算的AGB存在一定的差异,低植被覆盖和高植被覆盖区,两种遥感数据估算的AGB差异相对较小;中植被覆盖区,遥感数据受到空间分辨率的制约,空间异质性影响相对显著,两种遥感数据估算的AGB差异较大。高空间分辨率遥感影像对AGB估算精度的提高具有一定效果。     

基于多源遥感数据的三江平原日蒸散量估算

采用FAO Penman-Monteith(P-M)模型,结合多源遥感数据,实现空间尺度上的扩展,对三江平原生长季(5-9月)不同气象条件和不同下垫面条件下的日实际蒸散量进行了估算,并利用波文比观测数据对模拟结果进行了验证.结果表明:(1)观测站日实际蒸散发的模拟值与实测值较为一致,R2达到0.824,RMSE为0.493,研究所采用的基于遥感驱动的PM模型适用于三江平原日蒸散发的估算.(2)生长季内,三江平原的月蒸散发量呈单峰性分布,7月达到峰值;蒸散发量的空间分布与植被盖度和水分供给状况密切相关.(3)净辐射和气温是影响三江平原实际蒸散发的两个主要因子,其次为比湿和风速,此外,降水可以明显增加实际蒸散量,是影响区域蒸散发的关键因素.     

区域水土流失植被因子的遥感提取

NDVI是区域土壤侵蚀评价的最佳植被因子。基于遥感影像TM数据提取了NDVI值并将其与土地利用信息同时集成于土壤侵蚀图的每个图斑,建立了包含多种因子的空间数据库。通过每个图斑林草地面积百分比和NDVI值的统计分析,建立了NDVI与植被盖度的线性关系。多重因子数据库和NDVI-植被盖度关系,可以为区域土壤侵蚀定量评价提供支持。     

小流域植被覆盖与工程措施因子遥感监测研究

[目的]通过对长江委丹江治理工程重点项目区西河小流域植被覆盖与工程措施因子(CP)进行遥感监测研究,为丹江流域以及长江上游地区水土流失定量检测、土壤侵蚀综合防治和评价提供科学的决策依据。[方法]利用2010年丹江流域商南县西河小流域环境小卫星遥感数据,采用Erdas软件对遥感数据进行处理,得到影像中各类地物植被覆盖度。利用卜兆宏等水土流失定量遥感监测模型(QRSM模型)植被因子与植被覆盖度关系式算法,即用土壤流失量遥感监测植被因子算式开展计算和分析。[结果]西河小流域北部治理区和南部山区植被覆盖和工程措施因子值相当低;在河道两岸有局部区域出现了植被覆盖与工程措施因子高值区,主要是由于该区域居民房屋建筑和道路建设破坏了植被;中部人口集中的区域,治理程度较低,仅有较少区域出现植被覆盖集中连片高值区。[结论]影响水土流失众多客观自然因素中植被覆盖因子的影响最大,另一方面,人类过度开发利用土地资源引起陆地生态系统发生变化,因此研究水土流失应综合考虑地理、自然和经济发展,因地制宜,合理规划,确保经济持续稳定发展和生态安全。     

植被因子算式在土壤侵蚀定量监测中的应用研究

植被覆盖度与植被因子作为水土保持学科上的一个重要指标,历来受到众多的研究人员重视,作为美国通用流失量方程USLE中的一个参数因子,必须将它加以量化计算,本文以南安市水土流失定量遥感监测为例,具体叙述了在南安市进行水土流失遥感定量监测过程中,植被因子C值的求算过程,并叙述其主要步骤,最后得到了植被因子的C值,为水土流失监测系统提供基础资料或作为反映地表植被覆盖状况的一个“量”的指标。     

基于遥感数据改进修正通用土壤流失方程的广州市土壤侵蚀定量研究

【目的】针对以往土壤侵蚀研究中空间连续性降水量数据获取困难以及高植被覆盖区植被覆盖管理因子估算精度不高的问题，本研究尝试引入多源遥感数据进行空间尺度的土壤侵蚀评价。【方法】基于GPM＿3IMERGM、LANDSAT8影像数据获取的降雨侵蚀量因子(R)和植被覆盖管理因子(C)改进了修正土壤流失模型(RUSLE)，并利用改进的RUSLE模型完成研究区土壤侵蚀状况遥感制图。【结果】研究区土壤侵蚀总量为5.12×10⁷ t a^-1，平均土壤侵蚀模数为7.38 t hm^-2 a^-1，受土壤侵蚀影响的总面积为1841.86 km²，占土地总面积的24.77%。从土壤侵蚀等级来看，侵蚀强度总体表现为微度和轻度，水土保护情况整体良好。空间分布上，不同侵蚀等级的布局呈现出片状分布与点块状分布相结合的特点；广州市中部和南部的行政区较市区外围和北部的行政区而言，侵蚀状况更轻微。【结论】GPM卫星数据和EVI指数的引入显著提高了RUSLE模型中两个关键因子和土壤侵蚀强度的估算精度，其成果可为广州市区域...     

重庆市坡耕地植被覆盖与管理因子C值计算与分析

植被覆盖与管理因子C值是评价植被因素抵抗土壤侵蚀能力及准确估算土壤侵蚀模数的重要参数,利用天然降雨径流小区径流泥沙观测资料,对重庆市坡耕地不同土地利用方式植被覆盖与管理因子C值变化及影响因素进行研究。结果表明:(1)在相同降雨侵蚀力条件下,坡耕地不同土地利用方式的水土保持效应差异很大,表现为:横坡植物篱耕地横坡耕地顺坡耕地清耕休闲地,坡耕地表层植被盖度最差且降雨侵蚀力较大的时段为土壤侵蚀危险期,在该时段内采取相应的保护措施可有效控制水土流失。(2)基于实测侵蚀量的C值估算方法最为适宜重庆市坡耕地不同土地利用方式的C值计算,重庆地区小麦年C值为0.434 5,甘薯年C值为0.386 4,小麦/甘薯年C值为0.403 7,C值不同表明不同农作物对耕地土壤的防护作用不同,合理选择农作物种类对防治水土流失有明显的作用。(3)基于重庆市坡耕地不同土地利用方式植被盖度与C值的年内变化特征,该地区坡耕地水土流失防治应从提高地表植被覆盖度出发,优化种植模式,兼顾水土保持措施布置,实现坡耕地可持续利用。     

基于遥感技术监测作物收获指数(HI)的可行性分析

鉴于作物收获指数(HI)在遥感定量监测作物单产研究中的重要性,本文通过分析作物HI的形成机制和总结目前相关的遥感技术应用情况,探讨了利用遥感技术估算HI的可行性,认为结合遥感信息的时空特点,可以对HI的形成过程进行动态监测,进而建模估算最终的HI。通过分析,文中将遥感估算HI方法归纳为三类:(1)通过高时间分辨率的遥感数据对作物的整个生长过程进行监测,然后基于作物生长过程的遥感监测实现HI实时估算;(2)通过遥感技术手段获取影响HI形成的因素,然后基于环境影响因子的遥感监测进行HI的估算;(3)随着雷达、激光雷达数据获取和测量精度的提高,将可能基于作物结构参数的遥感监测来反演HI。并且分析了不同遥感数据的自身特点及其用于监测HI的缺陷和不足之处,指出遥感数据源的多元化趋势和新型传感器的出现必将推动遥感估算HI模型的改进和估算精度的提高;鉴于遥感信息的优势主要体现在空间差异化,认为遥感估算HI的结果验证应该以像元尺度为主,结合其他数据(区域统计数据等)对比分析为辅。     

基于SMAR模型的半干旱区根系层土壤湿度估算

根系层土壤湿度控制植被根系的水分吸收和蒸腾过程,是陆地—大气相互作用中的一个重要变量。为了获得根系层土壤湿度的时空分布,以半干旱区的老哈河流域为研究对象,利用具有物理基础的土壤水分分析关系(SMAR)模型,并结合遥感土壤湿度产品进行研究。结果表明:利用土壤物理属性、归一化植被指数(NDVI)和实际蒸散发作为自变量进行多元线性回归分析,可以建立SMAR模型参数的估算方程(p0.05,双尾t检验)。将遥感土壤湿度产品与SMAR模型结合估算区域根系层的土壤湿度具有良好效果,与基于实测数据的估算结果比较,其相关性R主要分布在0.5～0.9,平均值为0.692(p0.05,双尾t检验),平均绝对误差、平均相对误差、均方根误差和标准偏差总体均0.1。SMAR模型与遥感数据产品结合能够良好地模拟出区域尺度根系层土壤湿度的空间分布状况。该研究为更大尺度根系层土壤湿度的估算提供支撑,也能更好地运用于干旱半干旱区农业规划、干旱监测及其他水文模拟。     

全国农作物叶面积指数遥感估算方法

目前对农作物叶面积指数LAI的遥感估算研究多是针对单一作物或是作物种植结构单一的区域,该文运用大尺度农作物叶面积指数的遥感估算方法,在像元尺度上对4个代表性实验站的LAI与归一化植被指数(NDVI)的相互关系进行了回归分析后,得到4种代表性作物种植结构的LAI估算模型,然后结合全国农作物种植结构数据对模型外推,建立了一个全国尺度的遥感模型,并估算了全国作物LAI。该文使用“863”项目山东遥感应用综合试验中的作物LAI观测数据进行了验证,结果表明该模型较其它估算模型达到了较高的精度,最大相对误差为39%,平均的相对误差为19%。该模型的计算结果已经在“中国农情遥感速报”系统中得到了广泛的应用。     

官渡河流域植被覆盖变化与地形因子相关性

以南水北调中线水源区源头之一的官渡河流域为研究区域,区域内以山地为主,生态环境脆弱。基于GIS和RS技术,利用1990年、1999年、2004年、2007年、2010年Landsat TM遥感影像,基于像元二分模型和变化斜率法,从数理统计角度定量估算了研究区各时期植被覆盖度及其时空分布特征。结果表明:（1）植被覆盖度在不同河段呈现明显的规律性,上、中、下游植被覆盖度5期平均值分别为94.52%,87%,81.69%。（2）植被覆盖变化受地形因子影响比较明显,植被覆盖度与不同地形因子响应程度不同,对不同时期植被覆盖度,高程和坡度对其影响明显高于坡向。随着坡度的不断增加,植被覆盖度也随着增大;整体上向阳区植被覆盖度要大于同区域的背阳区;官渡河流域不同时期植被覆盖度随着高程的增加均出现先增加后减少的趋势。（3）不同地质单元组植被覆盖变化各不相同。     

基于作物生长模型和遥感数据同化的区域玉米产量估算

为了将遥感观测到的玉米生长期间作物冠层方向反射波谱的时间序列变化信息用于区域玉米产量估算,该文将时间序列中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)数据和高空间分辨率LandsatTM遥感观测数据相结合,以叶面积指数(LAI)作为耦合作物生长模型(crop environment resource synthesis-Maize,CERES-Maize)和植被冠层反射率模型(scattering by arbitrarily inclined leaves,SAIL)的关键参数,提出了将耦合模型与时间序列遥感观测数据同化进行区域玉米产量估算的方案。该文选择吉林省榆树市为研究区,采用MODIS和LandsatTM2种尺度数据集,利用SCE-UA(shuffled complex evolution method developed at the University of Arizona)算法分别进行玉米产量同化估产研究,得到玉米单产空间分布的估计结果,结合遥感估算的种植面积求算榆树市玉米总产量。结果表明,与玉米统计总产量相比,2007、2008和2009年遥感数据同化估算的总产量误差分别为9.15%、14.99%和8.97%;与仅利用CERES-Maize模型模拟得到的产量误差相比,3a间遥感估算总产量的误差分别减小了7.49%、1.21%和5.23%,且采用MODIS和TM遥感数据估算的玉米产量表现了其空间差异性。利用榆树市3a间玉米产量的明显差异,分析了时序遥感数据对作物长势和产量变化信息的表达能力,同年份内时序归一化差值植被指数越大,对应的玉米产量越高;年际间遥感观测反射率的差异通过数据同化方法能够反映年际间玉米产量差的变化。该文提出的玉米估产方案为将来进一步结合多源遥感数据、植被冠层反射率模型与作物生长模型进行区域玉米估产研究提供了参考。     

河南平顶山煤矸石山植被恢复的适宜性评价研究

煤矸石山植被恢复适宜性评价是对煤矸石山植被恢复适宜程度进行的评价,同时是开展煤矸石山植被恢复的工作基础。以河南平顶山一矿煤矸石山为评价对象,将不同海拔高度、不同光照条件下的矸石山划分为6个单元,因地制宜地选择了土层厚度、田间持水量等7个评价因子,应用主成分分析法对研究对象进行植被恢复适宜性评价。评价结果表明：一矿煤矸石山植被恢复的主要限制因子为土层厚度、田间持水量和有机质含量,各评价单元适宜性得分分别为：A1区域为2.68、A2区域为1.84、B1区域为2.97、B2区域为1.98、C1区域为3.11、C2区域为2.97,由此得出海拔低的区域比海拔高的区域更适宜植被恢复,矸石山阴面区域比阳面区域更适宜植被修复的结论。     

基于MODIS数据的三种模型对区域玉米生产力的估算效果

总初级生产力GPP（Gross Primary Productivity，GPP）是描述陆地生态系统的关键指标，提供了全球范围内气候变化下碳元素循环的定量描述，是生态系统功能状况的重要参量，是碳循环中的关键要素，反映气候变化及人类活动对陆地植被综合影响下的结果。光能利用率LUE（Light Use Efficiency，LUE）作为总初级生产力估算模型中的关键参数，其取值受环境影响因子、时空分布差异、植被类型等众多因素影响，并直接影响模型的估算结果。为定量评价遥感植被参数在估算生态系统GPP方面的能力，以锦州玉米生产区为研究对象，基于2013−2014年的地面通量数据和MODIS卫星数据，利用APAR（Absorbed Photosynthetically Active Radiation，APAR）、LUE-PRI（Photochemical Reflectance Index，PRI）、REG-PEM（REGion Productivity Efficiency Model，REG-PEM）三种估算模型，估算不同尺度下的玉米生态系统GPP，并借助一元线性回归分析法，与锦州生态系统野外观测站的实测GPP值进行相关分析。结果表明：（1）逐日尺度上，APAR模型和REG-PEM模型都能较好地响应实际GPP值的季节性波动，其中APAR模型相对误差小于REG-PEM模型，但二者估算的GPP都存在峰值低估、谷值高估的现象，主要原因是LUEmax值在低植被覆盖区被高估，气温和水分因子对LUE的影响被低估，在重构植被指数曲线EVI、LSWI时产生不可避免的误差；（2）小时尺度上，由于中午时段太阳辐射增强、气温升高，导致植被叶片出现光饱和和午休现象，大大削弱了APAR对GPP的模拟效果。利用光化学植被指数PRI模型估算GPP，相较于APAR模型一定程度上能够提高GPP的估算精度，但模拟效果还有待提高。     

2000-2015年川西地区植被NPP时空动态及驱动因子

对川西植被净初级生产力进行估算并分析了其时空格局变化及驱动因子与植被净初级生产力的变化关系,为深入认识川西植被生产力状况提供科学依据。在原CASA模型的基础上,通过区域实际蒸散量与区域潜在蒸散量对水分胁迫影响系数进行了改进,进而估算2000—2015年期间川西地区植被净初级生产力;运用逐像元趋势法分析了川西地区植被净初级生产力在研究期间内其空间变化情况;同时结合气象因子、土地利用变化、植被类型、地形因素、人类活动与植被净初级生产力进行了相关性分析。结果表明:川西地区植被空间差异明显,其NPP多年平均值为199 gC/（m²·a）,在2000—2015年期间,大面积区域植被NPP呈显著上升,汶川、泸定、金川、康定局部区域受自然灾害及人类活动等因素NPP呈下降趋势;降水、气温、太阳辐射等气象因子对植被空间格局分布产生一定影响,不同土地利用及植被类型的NPP差异较大;海拔与研究区NPP相关性非常显著（R²=0.896,p<0.001）;人类活动对汶川、泸定等局部地区负干扰明显。     

2000-2014年黄土高原植被叶面积指数时空变化特征

研究植被叶面积指数(LAI)时空变化特征,对植被的水土保持效具有重要意义.利用MOD15A2H遥感产品,基于Mann-Kendall趋势检验与Sen斜率分析方法,提取区域尺度与像素尺度上的植被LAI变化特征,并基于不同子流域、坡度、坡向及植被覆盖类型,对植被LAI的变化特征进行分析.基于MOD44B遥感产品,利用线性回归和偏相关系数,分析植被LAI的变化原因.结果表明:1)黄土高原2000-2014年,植被LAI呈显著增加趋势,其年绝对变化幅度为0.042,年相对变化程度为2.71％.2)空间上,在黄土高原58.6％的区域,LAI呈现显著增加趋势,仅有0.9％的区域LAI呈现显著减少趋势.植被LAI剧烈增加,主要发生在河口—龙门区间,包括皇甫川、窟野河、无定河和延河.植被在15°～35°的坡度上,LAI变化程度最剧烈,其变化在各坡向上没有显著差异,农田和草地的LAI变化程度最剧烈.3)与植被总覆盖度相比,植被垂直维结构与黄土高原植被LAI的变化更为相关,其中树木覆盖度的增加,是植被垂直维结构变化的重要原因之一.     

青藏高原不同季节植被NPP空间分异的定量归因

对人类活动量化中考虑区域生态条件的差异,基于季节尺度,利用潜在NPP与实际NPP计算HAII,选取植被类型、高程、坡度等7个自然因子与HAII进行空间分异探测分析,以更细的季节尺度揭示多因子的影响规律。结果表明：在描述青藏高原人类活动对植被NPP的空间分异影响方面,HAII的解释力与显著性均优于人类活动值,其解释力最高为0.714。在多因子影响植被NPP空间分异方面,自然与人为因子均表现出明显季节差异,夏季人类活动解释力最高,春、秋季减弱,冬季则主要受自然因子影响。其中,坡度、温度、法向直射辐射量与散射辐射量在春、秋、冬季表现出单一的驱动影响,植被生存条件较好的夏季,因子出现明显拐点,降水因子的限制阈值随季节变化。因子交互作用中,人类活动、降水、气温及植被类型4个因子之间产生的交互作用是影响青藏高原NPP的主要驱动力。综合人类活动及多个自然因子,在青藏高原植被生态工程建设中,需主要考虑人类活动、降水、气温及植被类型4个因子,各季节主导因子不同。在干旱少雨地区,人类活动应被重点考虑。研究结果可为不同植被生境条件下的区域提供生态系统管理的参考依据。     

准东地区土壤风蚀影响因子分析与风蚀量估算

为阐明准东地区土壤风蚀现状及影响因子,通过实地采样,结合气象、土地利用数据、DEM、遥感影像,从气候因子、地形因子、土壤因子以及植被盖度4个方面进行分析,利用GIS平台结合WEQ经验模型对各因子叠加计算的土壤风蚀状况进行分级,并对各侵蚀等级进行评价分析。结果表明:气候、土壤及植被盖度共同影响该区域的土壤风蚀状况。受各因子的影响,准东地区风蚀分级状况比较明显,侵蚀强度由南向北呈增强趋势,主要表现为重度侵蚀,占研究区面积的43.02%。该区域平均侵蚀模数为4 470.64t/(km2·a),风蚀量达9 969.53万t。为验证模型的准确性,利用137 Cs示踪法推算的风蚀模数与模型值进行对比,结果表明模型计算值与137 Cs示踪法估算值间的平均相对误差7.78%,证明该模型在研究区具有很好的适用性。     

基于像元二分模型的昌都县植被盖度遥感估算

以Landsat TM遥感影像为数据源,利用归一化植被指数(NDVI)建立适用于昌都县的像元二分模型,并进行植被盖度估算。根据实测植被盖度数据对估算结果进行精度验证,实测值与估算值的相关系数为0.862 4,平均精度为82.5%。研究结果表明,基于NDVI的像元二分法适用于西藏自治区昌都县植被盖度的估算且精度较高。