基于Markov模型的植被覆盖动态变化预测研究

实时监测植被动态变化在于旱区绿洲生态环境研究中具有重要意义.以渭干河—库车河流域的绿洲地区为研究区,利用多期遥感影像数据,定量分析渭干河—库车河流域绿洲植被覆盖度的多年变化,同时利Markov模型进行研究区未来25 a内的植被覆盖度动态变化预测.结果表明:近21 a来,研究区植被覆盖度总体呈现波动降低趋势,1989-2011年,高覆盖度植被从38.038 9万hm2减少至27.109 6万hm2,低覆盖度植被从19.002 9万hm2增加至19.533 4万hm2,极低覆盖度植被从6.409 6万hm2增加至6.666 2万hm2,中覆盖度植被面积变化幅度不大;未来25 a后的植被覆盖度变化预测结果显示:高覆盖度植被面积呈下降趋势,中覆盖度植被、低覆盖度植被及极低覆盖度植被均呈上升趋势.上述研究结果说明绿洲植被整体呈现退化的趋势.研究结果可以为该区域植被恢复,盐渍化和荒漠化防治提供理论支撑.     

基于NDVI指数的浑善达克沙地植被时空变化规律分析

为从宏观上认识沙地绿色植被在年、月时间尺度的变化规律,为防沙治沙工作提供理论依据,分析了浑善达克沙地1982—2006年共25年的植被指数数据。研究认为,浑善达克沙地植被生长期为每年的5月下旬至10月,其中7月下旬和整个8月绿色植被生长量达到峰值;1982—2006年的25年间,浑善达克沙地绿色植被覆盖度以每年0.1百分点的速率缓慢增长,其中沙地西部治沙成果显著,但沙地中东部,原本的中、高植被覆盖区,植被的衰退和显著衰退面积竟然高达总面积的27%。同样的防沙治沙工作,为何在浑善达克沙地的东、西部出现了截然相反的局面,这需要引起我们的反思和高度重视。     

基于像元二分模型的沙漠化地区植被覆盖度提取——以毛乌素沙地为例

以ETM＋为数据源，基于植被指数（NDVI）建立像元二分模型，对毛乌素沙地进行了植被覆盖度提取，然后根据实地调查数据对提取结果进行了精度验证，二者线性相关系数达到了0．92，平均精度为79．4％。研究结果表明，基于NDVI的像元二分模型适合于沙漠化地区的植被覆盖度提取。     

基于RS的盐池县近10年植被覆盖度动态变化研究

为研究农牧交错区植被覆盖度的变化,从盐池县1999年、2004年和2010年3期TM/ETM+影像图入手,利用归一化植被指数(NDVI)反演了盐池县的植被盖度,结果表明:1999年、2004年、2010年平均植被盖度分别为24.08%,26.97%和23.92%,总体呈现出现先增加后减少的趋势。对这3a的植被覆盖度进一步进行分级,发现1999年、2004年、2010年3个时期,低植被盖度所占的比例分别为59.61%,50.75%,62.6%,呈现先减少后增加的趋势;中等植被盖度所占比例分别为34.54%,34.58%,29.20%,呈现先增加后减小的趋势,增加的趋势不明显;高植被盖度所占比例分别为5.85%,14.68%,8.2%,先增加后减小。影响植被覆盖度变化的因素主要有人为及政策因素、气候因素(主要是降水)。     

不同植被指数估算植被覆盖度的比较研究

本文以长汀朱溪流域2009年多波段的遥感图像为基础数据源,分别计算了比值植被指数、归一化植被指数、土壤调整植被指数等13种植被覆盖指数,对比分析实地调查植被覆盖度数据与遥感影像计算数据,结果显示最适宜的植被指数为MSAVI——修正土壤调节指数。     

气候因子对贵州省植被覆盖度的协同影响

探究气候因子对植被覆盖度的协同影响,可进一步了解植被生长状态及演变规律,为科学预估植被变化及生态保护提供一定依据。基于2001—2018年MODIS NDVI数据和气象台站数据,研究了贵州省气候因子(降水、气温)与植被生长期NDVI的空间分布特征; 利用偏相关分析法和多元回归分析法逐像元探究贵州省植被生长期的NDVI与气候因子的相关性和其对气候因子的协同响应规律,同时结合地貌类型分析不同地貌类型的植被NDVI对降水和气温的敏感性。结果表明:贵州省多年平均降水和气温存在明显的空间差异性,降水空间分布自西北向东南呈带状递增; 植被生长期NDVI均值总体呈波动上升趋势,以每年0.004 2的速率增加,呈增加趋势的面积约为160 836.69 km²; 气温和降水对贵州省植被生长均具有明显影响,气温的影响作用大于降水; 不同地貌类型的植被NDVI对降水和气温的敏感性不同,同一地貌类型的植被NDVI对降水、气温敏感性表现为气温大于降水。整体上,贵州省植被生长期NDVI呈增加趋势,植被覆盖不断增加,降水和气温对植被的协同影响在不同地理环境区域表现不同。     

植被指数估算香格里拉地区植被覆盖度的精度对比分析

利用MOD13Q1数据构建多种植被指数,结合像元二分模型对香格里拉县植被覆盖度进行遥感估算,并通过实测数据和TM影像数据相结合,对估算结果进行精度验证。结果表明:（1）构建的4种植被指数NDVI,EVI,RVI,MSAVI均与研究区实际地表植被覆盖度具有较高的相关性,表明使用遥感方法对香格里拉县进行植被覆盖度的估算是可行的;（2）通过与TM影像进行对比分析,4种植被指数中,利用MSAVI估算的植被覆盖度更接近于香格里拉县的实际情况。     

影像分辨率对植被覆盖度提取的影响

研究植被指数以及植被覆盖度演算结果与影像分辨率的关系可以为遥感影像在大、中尺度下的合理利用提供理论依据。以陕西省安塞县的县南沟以及纸坊沟的部分区域作为研究区,对SPOT、MODIS、TM、ALOS、IKONOS五种基本分辨率的影像进行了NDVI的计算并利用像元二分模型反演出植被覆盖度,在此基础上进行了统计分析和空间结构分析,实验结果表明30 m分辨率的TM影像无论是在统计结果还是在精度分析中均适用于小流域范围,而500 m分辨率的MODIS以及1 000 m分辨率的SPOT数据可以在研究区扩大至10 000 km²条件下使用。     

基于NDVI的汶川大地震前后北川县次生地质灾害区植被破坏评估

选取北川县"5.12"大地震前后2个时相的遥感数据,利用归一化植被指数(NDVI)提取2期影像的植被信息,以此为基础,反演植被覆盖度,采用破坏指数DDI(the damage degree index)表示3种灾害类型区域震后植被破坏情况。结果表明:1)研究区内共解译滑坡103处,崩塌122处,泥石流10处,灾害面积共计17.5 km2,震前85%以上区域处于中植被覆盖度以上级别,震后中植被覆盖度以上级别土地面积减少8.01 km2,占灾害区域总面积的45.77%;2)滑坡区域植被破坏程度相对较低,中度及重度破坏的面积占总灾害面积的68.66%,崩塌区域植被破坏程度次之,中度及重度破坏的面积占总灾害面积的88.15%,泥石流区域的植被破坏最彻底,中度及重度破坏的面积占总灾害面积的99.74%;3)植被破坏与海拔、坡度有一定关系,破坏较严重的地区主要集中在海拔611～1 543 m、坡度25°～45°范围内,植被破坏主要集中在重度破坏这一级别,并随海拔、坡度增加而增加,植被破坏与坡向关系不大。     

台湾省植被NDVI随海拔高度的变化及其气候响应

[目的]揭示台湾省陆地植被生态系统随海拔高度的变化趋势及其响应程度,为区域可持续发展、生态环境保护提供理论依据。[方法]基于台湾省1998—2018年SPOT/VEGETATION NDVI卫星遥感数据、气象及DEM数据,结合相关分析法、回归分析法等数理统计方法,对气候变化下的台湾省植被归一化植被指数(NDVI)变化趋势及区域响应进行了分析。[结果] 1998—2018年台湾省植被NDVI均值增长率为5.09%;台湾省不同高程范围所占的面积比例差异较大,500 m区域的面积比例高达52.49%,3 600 m区域的面积比例仅为0.01%,且NDVI均呈现较低值,分别为0.72和0.73;1998—2018年台湾省海拔除3 600 m外,其他海拔高程范围NDVI均值增长明显(p0.001);在500～3 600 m高程范围内,NDVI年均值与气温、降雨相关关系显著(p0.05)。[结论]海拔越高,植被生长状况对降雨的变化较气温更为敏感。     

1973-2017年贵阳市饮用水源地植被覆盖度的演变特征

[目的] 探讨贵阳市"两湖一库"（红枫湖、百花湖、阿哈水库）1973-2017年的植被覆盖度变化规律，为定量化探讨城市饮用水源地生态环境演变监测提供科学途径和理论依据。[方法] 采用1973年MSS影像、1993，2001，2008年TM数据和2017年OLI数据5期遥感影像，基于像元二分模型和植被覆盖度动态模型，运用遥感和GIS技术进行分析。[结果] ①研究区域植被覆盖度总体呈现"两头升高，中间降低"的规律，即低覆盖度和高覆盖度面积比例均呈上升趋势，而中低覆盖度、中覆盖度和中高覆盖度均基本呈下降趋势；②2001-2017年期间植被覆盖度年均变化率明显高于前3个时段即1973-1993，1993-2001，2001-2008年3个时段，2017年的中高覆盖度和高覆盖度面积比例之和大于1973年的两者之和，且高植被覆盖度区域的面积比例一直处于稳定上升态势。[结论] 贵阳市"两湖一库"植被中覆盖度部分退化、部分改善，但是整体主要以退化为主，退化原因则是城镇建设用地的扩张；社会经济活动和区域发展政策是地表植被覆盖度演变的主要驱动力，尤其是对低植被覆盖度和中植被覆盖度区域的影响。     

内蒙古地区干旱时空变化特征及其对植被的影响

基于MODIS实际蒸散量(ET)和潜在蒸散量(PET)产品反演作物缺水指数(CWSI),采用多种统计方法研究干旱时空变化特征及其对植被生长的影响。结果表明:多年平均干旱程度由西南向东北逐渐递减,农作物主要以轻旱和中旱为主,草原主要以中旱和重旱为主,荒漠主要以重旱为主;除针叶林和沼泽外,其他植被类型旱情缓解;干旱年内变化特征呈双峰型曲线,且在Day113~Day144干旱最为严重,表现为重旱;各植被类型年内变化特征与全区变化趋势相一致,均呈双峰型曲线;夏旱对植被生长的胁迫作用最强,而年平均干旱强度对植被生长的胁迫作用主要由夏旱主导;春季灌丛、夏季和秋季农作物对干旱的响应较为敏感。研究结果可为内蒙古植物群落的生态预警和生态修复提供理论参考。     

渭河流域相对湿度与植被覆盖变化及其响应关系

借助GIS、遥感技术和数理统计等方法,对渭河流域相对湿度和植被覆盖变化进行了研究,定量分析植被恢复对该地区空气相对湿度的影响。结果表明:(1)近60a相对湿度分布具有一定的纬度地带性,存在由北向南递增的特点。相对湿度总体上呈下降趋势,退耕10a间呈微弱上升趋势。(2)退耕10a间植被覆盖呈整体改善,局部恶化的趋势,近1/3的地区植被覆盖基本不变。植被覆盖状况改善较为明显的几个县(市)主要集中在渭河干流及泾河上游、马莲河上游、北洛河中游一带,植被退化的县(市)大多位于渭河中下游、泾河中上游地区。(3)退耕前的50a对于相对湿度影响较大的因子依次为降水、日照和气温。退耕后的10a相对湿度随着植被覆盖状况的改善(退化)而相应上升(下降)。(4)吴旗县冬季和年的相对湿度与NDVI呈负相关,春季和夏季的相对湿度与NDVI呈极显著的正相关。1982—2006年夏季湿润则植被状况较好,夏季干燥则植被状况较差。     

1999-2016年天山西部植被覆盖的时空变化

[目的]调查天山西部生态环境植被覆盖状况,为科学保护区域生态环境和管理提供科学依据。[方法]以天山西部林区—霍城林场为研究对象,基于1999,2007和2016年3个时期的Landsat TM遥感影像和DEM数据,运用归一化植被指数分析研究区植被覆盖情况和空时变化特征。[结果]时间变化上,1999—2016年期间霍城林场植被覆盖以Ⅱ和Ⅲ级为主,所占比重达到55%以上,总体上是呈现上升趋势;空间分布上,霍城林场因海拔、坡度和坡向等地形因子的不同而出现不同的分布和变化特征,当海拔在1 500~2 000 m和2 000~2 500 m或者坡度30°~45°的区域时,植被覆盖度相对较高;当海拔 < 1 500 m以及 > 2 500 m或坡度 < 30°的区域时,植被覆盖度相对较低;植被覆盖度随着坡向的变化而变化着,呈现出阴坡 > 半阴坡 > 半阳坡 > 阳坡的分布特征;当海拔 < 1 500m和坡度 < 30°的区域时,植被覆盖度变化较为明显,而当海拔 > 2 500 m和坡度 > 45°的区域时,因受人为社会活动影响小,植被覆盖变化不明显。[结论]1999—2016年期间,霍城林场植被覆盖在时间变化上总体呈现上升趋势,在空间分布上因海拔、坡度和坡向等地形因子的不同呈现不同的分布和变化特征。     

汶川地震前后茂县植被覆盖度变化研究

“5· 12”汶川地震引起的滑坡、泥石流、崩塌等次生地质灾害对灾区的植被覆盖造成严重的破坏.茂县地处于地震重灾区,查清地震对茂县植被覆盖的破坏程度可为植被修复提供参考依据,便于防控水土流失和地质灾害隐患.选取茂县地震前后Landsat 5 TM的遥感影像作为数据源,采用归一化植被指数和像元二分法为估算模型,提取地震前后茂县植被覆盖度数值.通过对数据的研究将该区植被覆盖度划分为4级:高植被覆盖区、中植被覆盖区、低植被覆盖区和无植被覆盖区,并对每种覆盖类型的变化进行统计分析.结果表明,地震对高植被覆盖区的影响最严重,中植被覆盖区的影响次之,低植被覆盖区的影响最小;植被覆盖度破坏较严重的区域主要分布在坡度大于40°的地区.     

基于6S模型的遥感数据大气校正应用研究

基于辐射传输理论的大气校正模型,具有明确的物理意义,易于操作,应用广泛。该文首先对Landsat-5 TM图像大气校正参数的确定进行了详尽分析并采用6S模型对图像进行了大气校正,然后从光谱响应曲线、归一化植被指数(NDVI)等方面,探讨了大气校正对TM图像地物光谱响应特征的影响。研究表明,TM图像经大气校正后,地物在可见光,近红外和短波红外波段反射率明显减小;大气校正后的NDVI增幅明显;采用的参数确定方法可为类似研究提供参考与借鉴。     

基于TVDI的沁水煤田地表土壤水分时空演变分析

温度植被干旱指数（Temperature Vegetation Dryness Index,TVDI）是表征地表干旱的有效指标,其时空格局分析是地表干旱与全球环境变化相互影响下的地表覆被变化的研究内容。以山西沁水煤田为研究区,结合2000—2010年MODND1M和MODLT1M数据,构建了NDVI-Ts特征空间并对干湿边拟合分析。结果表明:近11年来,沁水煤田年平均TDVI均大于0.4,且总体呈显著增加趋势,地表土壤湿度很低,部分区域处于中度和重度干旱之间。年度内,月平均TVDI处于0.5~0.7之间,且7月份TDVI存在明显波动。在空间上,研究区地表土壤湿度分布与地表植被分布基本一致。煤田南部和东部以干旱和极干旱为主,西北山区地带以正常或湿润为主,矿区密集区土壤湿度含量明显低于其他地区,矿井分布附近较其他区域地表干旱现象突出。