基于NDVI的广西近十年植被变化特征分析

[目的]掌握广西的归一化植被指数(NDVI)变化及分布规律,为广西的生态保护和建设提供科学依据.[方法]采用1999~2011年SPOT VEGETATION数据分析广西近十年的NDVI时空变化特征.[结果]1999~2011年NDVI月最小值主要出现在2、3月,其中2月6次,3月5次,另外1月和4月分别各有1次;NDVI月最大值主要出现在9月,13年中共有9次出现在9月,两次出现在10月,两次出现在11月;1999~2011年平均NDVI值与年份间呈正相关,相关系数为0.692;2011年广西全区有94.55%面积的年平均NDVI比1999年高,5.45%的面积比1999年低;1999~2011年平均NDVI最高的地级市是梧州,为0.503;平均NDVI最低的地级市是北海,为0.405.[结论]广西NDVI通常在2、3月出现最低值,在9月出现最高值;环绕广西周边地区的NDVI值相对较高,桂中地区的NDVI值相对较低;1999~2011年广西NDVI年际间有较明显的上升趋势.     

华北地区植被NDVI变化及与气候因子的关系

基于1982—2006年NOAA/AVHRR NDVI数据和华北地区56个气象站点温度和降水数据,从月、季节和生长季尺度上分析植被NDVI、温度和降水的年际变化及NDVI对温度和降水的响应。结果表明,从月尺度上来看,植被NDVI年变化以增加趋势为主,温度以增加为主,降水量以减少为主。从季节上讲,春季和秋季NDVI空间分布大体一致,与夏季呈相反趋势;春季和秋季时间序列NDVI呈上升趋势,夏季降低趋势较弱;春季升温最快,其次是夏季;夏季降水增加,春季和秋季降水减少。生长季NDVI呈增加趋势,温度每10 a增加0.48℃(P0.01),降水变化趋势不明显。3,4,11月NDVI变化主要受温度限制,植被季节(春、夏、秋季)和生长季NDVI与温度的相关性均大于NDVI与降水的相关性,NDVI与温度的相关系数从大到小顺序是:生长季春季秋季夏季,NDVI与降水的相关系数从大到小顺序是:春季生长季夏季秋季。     

基于MODIS NDVI的西双版纳植被覆盖变化趋势研究

西双版纳作为中国特有的热带雨林生物多样性保护热点地区,分析其植被覆盖变化意义重大。基于MODIS NDVI遥感数据,利用M-K检验和方差评价法,在时间和空间上对2001—2015年西双版纳植被覆盖变化进行趋势分析。结果表明：月变化呈典型底部单峰式分布,年迹变化趋势呈波动上升,季节变化与植物生长期一致;空间分布受气候条件、经济价值、生态恢复等影响,东部地区植被覆盖高于西部,中、东部地区覆盖变化波动明显;研究区植被指数年迹、季节、月变化特征基本符合当地植被生长季节特点。     

广西植被时空变化及其对气候响应

植被是生态系统中的主要组成部分,是连接土壤圈、大气圈和生物圈的纽带,植被的时空变化及分布影响着地球的水、碳等物质循环和光、热等能量循环。以遥感数据为基础,应用遥感图像处理平台和Arc GIS软件,提取广西壮族自治区2007—2016年的归一化植被指数(NDVI)值。通过一元线性回归方法、偏相关方法,对比分析不同地质类型、植被类型的NDVI值变化特征及其对气候的响应。结果表明,2007—2016年广西NDVI值在0.78~0.82之间波动变化,呈上升趋势,高植被覆盖区面积最大,低植被覆盖区面积最小;岩溶区植被覆盖得到改善,植被覆盖改善的面积大于退化的面积,其中NDVI轻度增加的比重最大;岩溶区和非岩溶区的NDVI变异程度以稳定为主;NDVI与降水、气温的正偏相关性与负偏相关性并存,呈负偏相关的面积大于正偏相关的面积。     

广西近十年植被NDVI变化及其对降水的响应特征分析

采用SPOT VEGETATION NDVI数据以及TRMM降水数据,分析广西1999-2011年植被NDVI变化特征,以及NDVI与降水的响应特征.结果表明,1999-2011年广西植被NDVI呈现稳中有升的趋势,全区有54.71％面积的NDVI有所改善,45.06％面积的NDVI基本不变,仅有0.23％面积的NDVI出现退化.NDVI与降水量最大相关系数在0.4 ～0.6和0.6～0.8之间的面积分别占广西全区面积的71.76％和23.92％;桂中地区植被NDVI与降水量的关系比桂北、桂南地区更密切,受降水的影响更大.全区41.7％面积的NDVI与降水量的最大相关系数出现在第3个月,40.8％面积的最大相关系数出现在第2个月,NDVI对降水的最大响应滞后2至3个月.NDVI对降水的最大响应滞后2个月的面积主要出现在桂南和桂西地区,滞后3个月的面积主要出现在桂中地区.     

2010-2019年甘肃省植被NDVI时空变化特征分析

[目的]分析甘肃省植被覆盖时空变化特征,为区域生态环境规划提供理论基础.[方法]基于2010-2019年MODIS NDVI产品,结合土地利用、生态功能区划分等数据,采用一元线性回归趋势分析方法和变异系数等分析方法对2010-2019年甘肃省植被覆盖时空分布特征进行阐述,对植被指数变化趋势及变化稳定性进行定量分析.[结果]甘肃省植被指数在年均月尺度上呈现单峰分布,在夏季处于高位,年均NDVI呈现稳步增长的趋势,增速平均为0.0032/a;植被指数空间分布具有明显的地域差异性,西部地区NDVI值小,可认为基本无植被生长,中东部平原和祁连山地区植被长势较好,NDVI明显较高,南部地区NDVI最高;农业耕作区的植被指数变化波动性比较大,其他地区植被覆盖变化趋于稳定.[结论]基于MODIS NDVI时间序列分析方法可为了解甘肃省土地覆盖状况、开展具有区域差异性的生态保护与修复工程等提供一定的理论依据.     

基于NDVI的太原盆地植被覆盖度变化初步分析

笔者在ENVI软件支持下,通过432波段假彩色合成方法对黄土高原经济带山西太原盆地的土地类型进行影像判读,区分出类别。利用1990年TM和2000年ETM影像对黄土高原经济带山西太原盆地影像计算NDVI值,求解植被覆盖度,通过对比,得到植被覆盖度10年间的各个土地类型上变化。     

基于MODIS NDVI的陕西省植被覆盖变化分析

【目的】分析2000-2009年陕西省植被覆盖的时空变化规律,为区域人地关系协调发展和生态建设政策的制定与实施提供理论依据。【方法】在对2000-2009年MODIS NDVI数据进行时序重建的基础上,采用最大值合成法、差值法获取NDVI时空变化信息,并结合DEM分级数据提取不同高程地区的NDVI变化信息,分析陕西省植被覆盖情况的时空变化规律。【结果】1)陕西省植被覆盖空间分布存在明显的地域特征,表现为NDVI值陕南秦巴山区>关中平原区>陕北黄土高原区。2000-2009年陕西省植被覆盖呈现改善趋势,植被覆盖变化速率表现为陕北黄土高原区高于关中平原区,关中平原区高于陕南秦巴山区。2)陕北黄土高原区不同高程地区,植被覆盖以明显增加为主。关中平原区高程<500m地区的城市附近区域,植被覆盖表现为严重退化。陕南秦巴山区高程<500m与高程>1 500m地区,植被覆盖表现为轻微减少,而500m≤高程≤1 250m地区,植被覆盖明显增加。3)2000-2009年,陕西省植被覆盖增加地区面积占全省总面积的27.8%,减少地区面积占17.0%。【结论】2000-2009年,陕北黄土高原区植被覆盖增加,是国家退耕还林还草工程实施效果的体现;关中平原区受城市化影响较大,城市周围植被覆盖出现严重退化;陕南秦巴山区植被覆盖较高,并保持稳定。     

基于NDVI序列影像精化结果的植被覆盖变化研究

植被归一化指数(NDVI)是地表植被覆盖特征的重要指标之一.本文以三峡库区2001 - 2003年MODIS遥感数据反演的NDVI时间序列影像为例,研究NDVI影像序列的精化问题,包括降云及去噪处理的有效方法.在改进的BISE技术降云处理的基础上,采用小波软阈值降噪方法提取有效变化趋势.然后进行库区2001 - 2003年植被变化的变化矢量分析,采用阈值分割的方法将库区变化强度影像分为未变化、小变化、中等变化与剧烈变化四个类型.研究成果可为三峡库区宏观生态环境变化的掌握提供一定的依据.     

基于NDVI数据的双峰县22年植被变化研究

为研究双峰县县域最近20多年来的植被覆盖动态变化,选用Landsat卫星1996年、2007年和2018年3个时相遥感影像,通过影像几何校正、大气校正、影像拼接和裁剪等系列预处理后计算归一化植被指数（NDVI）,基于NDVI分级和差值法对植被空间分布及其变化进行分析研究。结果表明,全县植被覆盖空间分布呈现东高西低的规律;高、极高覆盖植被主要分布在北部、东部、南部边缘和东南群山之间,中、低覆盖植被主要分布在中部、西部的丘陵岗地中。1996-2018年22 a间,植被变化表现为随时间先退化后改善的趋势,总体以改善趋势为主,双峰县NDVI均值从1996年的0.532 1提高到2018年的0.705 7。前11 a植被变化以逆向变化为主,主要表现在:低覆盖植被面积增长了18.80%,中覆盖植被和高覆盖植被面积分别减少了21.96%、2.89%。后11 a植被变化以正向变化为主,主要表现在:低覆盖、中覆盖和极低覆盖植被面积分别减少27.27%、15.23%和5.34%,高覆盖和中高覆盖植被面积分别增长了27.34%和20.50%。后11 a间植被指数的增长幅度大于前11 a植被指数的减小幅度,反映出植被发生正向变化的程度要强于植被退化程度,反映了我国生态文明建设近十余年以来取得了较大成果。     

浑善达克地区典型植被NDVI与温度、降水的相关性分析

浑善达克沙地处于中国陆地生态系统对全球变化响应的一级敏感区,植被对气候变化敏感.基于1998-2010年SPOT/VEGETATION VGT-S10逐旬NDVI数据,研究区域典型植被的旬归一化植被指数(NDVI)动态变化及其与温度、降水的相关性以及气象因子影响的滞后效应.结果表明,长时间旬NDVI序列较好地反映了主要植被类型随着季节变化的生长发育状况;生长季节内植被旬NDVI和气温的相关性高于其与降水的相关性,气温、降水对不同植被的影响具有滞后效应,滞后期均在40d以内,滞后期长短因植被而异;年际间旬NDVI与降雨量、温度的相关分析表明在植被快速生长期降雨量对植被生长有重要促进作用,而温度在植被生长初期和成熟期则是植被旬NDVI提高的重要原因;由于春、冬季旬NDVI与温度、降水变化的高度一致性,全年旬NDVI与气象因子相关分析的可靠性降低;而生长季节内植被旬NDVI与降水、温度的相关性分析可以很好地揭示气象因子与植被生长发育的关系.     

北京市植被指数变化与影响因素分析

利用MODIS归一化植被指数(NDVI)数据分析了北京市2001—2010年植被覆盖的时空变化特征,并从气候因子和人类活动两个方面分析影响植被覆盖变化的因素。北京市近10年的植被覆盖变化大致可分为两个阶段:2001—2003年植被覆盖小幅度下降时期;2004—2010年植被覆盖上升时期。空间上植被覆盖变化则存在显著差异:怀柔、密云北部和延庆东北部的林地和部分草地,以及西南地区即门头沟和房山地区的林地植被覆盖显著提高;植被覆盖显著下降地区分布较为特殊,昌平、延庆、顺义、大兴和房山的东部地区,以海淀、朝阳、城市中心为圆心的外围向四周延伸。研究表明,植被覆盖变化是气候因素和人类活动共同作用的结果。北京市近10年气温和降水量总体都呈现增加趋势,分别以每10年0409 ℃和每年156 mm的速度增加,植被覆盖与降水的关系更为密切,月际水平的相关程度明显高于年际水平的相关程度。人类活动也是影响植被覆盖变化的重要因素,土地利用类型的改变、农业生产水平的提高以及植被建设的管理对植被覆盖都有不同程度的影响。      

Estimating the effect of urease inhibitor on rice yield based on NDVI at key growth stages

The effect of the urease inhibitor, N-(n-butyl) thiophosphoric triamide (NBPT) at a range of application rates on rice production was examined in a field experiment at Jinxian County, Jiangxi Province, China. The normalized difference vegetation index (NDVI) was measured at key growth stages in both early and late rice. The results showed that the grain yield increased significantly when urea was applied with NBPT, with the highest yield observed at 1.00% NBPT (wt/wt). NDVI differed with the growth stage of rice; it remained steady from the heading to the filling stage. Rice yield could be predicted from the NDVI taken at key rice growing stages, with R² ranging from 0.34 to 0.69 in early rice and 0.49 to 0.70 in late rice. The validation test showed that RMSE (t·hm^-2) values were 0.77 and 0.87 in early and late rice, respectively. Therefore, it was feasible to estimate rice yield for different amounts of urease inhibitor using NDVI.     

福建长汀红壤区植被覆盖度变化趋势分析

福建长汀位于中国南方亚热带红壤丘陵区,水土流失、山体滑坡等自然灾害较为严重,分析当地植被覆盖度的变化趋势是评价水土流失治理及生态环境恢复的有效手段。以Landsat数据为基础,应用地理信息系统（ GIS）技术,提取福建省长汀红壤区2000－2014年的归一化植被指数（ NDVI）值,并采用像元二分模型和差值法分别对植被覆盖度、植被恢复等级进行估算。结果表明,15 a长汀红壤区NDVI呈明显上升趋势,植被覆盖度呈明显增加趋势,高植被覆盖面积增加了2132．90 km2,面积比例提高68．86％,植被变化以恢复和完全恢复为主,占全区总面积的88．07％。经过多年的治理,长汀红壤区植被覆盖状况已得到很大改善,但仍有占长汀土地总面积0．42％的区域属植被严重退化区,主要分布于汀江两岸,建议在该流域加强水土流失治理保护措施,合理生产开发利用,从而有效防治水土流失。     

1995—2015年厦门市土地利用变化对植被覆盖度的影响

以厦门市1995、2005、2015年Landsat遥感影像为数据源,利用太阳光谱卫星信号的二次模拟(6S)模型进行大气校正并计算地表反射率,在ENVI5.2软件支持下获取3期的归一化植被指数(NDVI)和植被覆盖度(FVC),得到厦门市1995、2005、2015年的平均FVC值分别为0.35、0.22、0.31。运用监督分类中最大似然法提取土地利用信息,利用Arc GIS10.1软件将FVC与土地利用分类图进行叠加分析,得到了厦门市1995—2015年间FVC对土地利用变化的响应。结果表明:厦门市FVC在1995—2005年间降低了37%,在2005—2015年间增加了29%;厦门市的平均FVC在水域增加17%,在建设用地增加35%,在耕地增加22%,在林地减少27%,并依此为厦门市城市发展和生态建设提供建议。     

1988-2009年安县山区植被覆盖度变化动态分析

利用像元二分模型对1988年、1995年、2000年、2007年和2009年5期安县山区的影像数据进行植被覆盖度估算.通过植被覆盖度变化转移矩阵总体评价21年间安县山区植被覆盖度的变化情况,并定量分析1988-1995年、1995-2000年、2000-2007年、2007-2009年四个时段的植被覆盖度变化趋势.结果表明:(1)21年间安县山区的植被覆盖改善的面积为34706 hm2,退化部分的面积为36920hm2;(2) 1988-1995年间、1995-2000年、2000-2007年及2007-2009年间安县山区整体植被覆盖度等级提高的面积为39205、51014、54316和38813hm2,退化部分的面积分别为39563、45650、55422及44271 hm2.2007-2009年此时段受汶川地震影响,地表植被结构严重破坏.利用本文的方法可达到对植被覆盖度进行反演及对该县山区生态环境的保护和可持续发展做出贡献,从而达到创建和谐社会的目的.     

北京市植被绿度与城市热岛效应关系研究

以北京市为研究区域,以Landsat TM影像为基础数据,定量反演亮度温度(Tb),提取归一化植被指数(NDVI),并利用RS和GIS技术在东北西南和西北 东南方向构建多个特征剖面,探讨Tb与NDVI的关系在空间上的分布规律。结果表明:①除了在西北 东南方向的76、78、80、82 km处剖面外,其他剖面上Tb和NDVI存在明显的负相关关系。②剖面上Tb与NDVI相关性的显著程度呈现由中心剖面向边缘剖面递减的格局。③剖面上Tb与NDVI相关性的显著程度受下垫面土地利用结构的复杂程度影响,土地利用结构越复杂,特征剖面上Tb与NDVI的相关性越显著。研究结果较好地揭示了植被与温度相关性的空间分布规律,可为北京市未来的城市、绿地等规划提供科学依据。      

用植被判定流程图法从数码照片中快速提取植被覆盖度

【目的】获得一种基于数码照片的准确、快速估计植被覆盖度的方法,为农林业及生态环境管理提供参数依据。【方法】首先从具有代表性的3个省区（江苏、河南、新疆）获取地表数码照片,然后采用植被判定流程图法（VDF法）,对分别在温和及强烈阳光下拍摄的10个样本的共计100张数码照片进行处理,计算植被盖度,将其处理效果及计算结果与归一化差异指数法（NDI法）所得结果进行比较。【结果】在温和阳光照射下拍摄的数码照片,用VDF法和NDI法估计的植被覆盖度的准确度都能够达到90%以上;而在强烈阳光照射下拍摄的数码照片,用VDF法估计的植被覆盖度的准确度（90.01%～92.61%）高于NDI法（81.31%～88.34%）。【结论】相对于NDI法,VDF法是一种提取信息全面、准确、高效的基于数码照片的植被覆盖度估计方法。     

基于温度植被干旱指数法(TVDI)的朝阳县干旱监测

利用Landsat 8数据,将归一化植被指数(NDVI)和地表温度(Ts)结合建立二维特征空间,依据二维特征空间分布图拟合干、湿边方程,进而计算温度植被干旱指数(TVDI),并对旱情分布进行分析和评价。利用土壤含水率实测值与反演的地表温度建立模型,并通过模型反演出土壤含水率与实测值进行精度检验。结果表明,随着归一化植被指数的增加,最大地表温度(Tsmax)随之减小,最小地表温度(Tsmin)基本上随之增大,Tsmin和Tsmax的趋势线交汇于一点组合成近似的三角形形状;2016年5—8月,朝阳县全县范围内基本都存在不同程度的旱情,其中6月份旱情最为严重;TVDI与不同深度的土壤含水率的相关性显著,可以较好的实现对旱情的监测。