安昌河流域植被覆盖的遥感动态研究

以安县1988、2000、2008年3个时相的TM遥感影像为基础源,采用归一化植被指数像元二分法估算了安县的植被覆盖度。在此基础上求得研究区不同植被覆盖等级的变化转移矩阵,并分析了安昌河流域20年来植被覆盖的时空变化特征及原因。     

基于ERDAS与GIS的滁州市植被NDVI时空变化特征研究

[目的]研究滁州市归一化植被指数(NDVI)时空分布规律,为今后有针对性地改善滁州市的植被资源乃至生态系统提供理论依据。[方法]运用ERDAS和GIS技术,选取2001~2010年滁州市MODIS影像数据,得到2001~2010年滁州市的NDVI,并分析了NDVI时空变化的特征。[结果]从时间上看,2001~2010年滁州市植被NDVI平均值整体呈上升趋势,其中2001年植被NDVI平均值为0.468 1,2010年达0.681 3,年均增加率5.06%;从空间上看,滁州市植被NDVI的空间分布格局产生了较大变化,呈现东部和东北部增加,北部和西南部减少的趋势,中部和南部较为稳定。[结论]2001~2010年滁州市植被NDVI总体呈上升趋势,且植被起伏较大,区分较明显。     

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。     

基于遥感和GIS技术的青海湖北岸植被覆盖动态变化监测

利用两个时相的TM和ETM数据,分别提取了青海湖流域的植被指数,根据植被指数转化模型,通过植被指数计算植被覆盖度。将植被覆盖度划分为4个不同的盖度等级,根据盖度级的空间分布特征,比较分析了试验区植被覆盖变化情况,分析引起植被覆盖变化的因素,为青海湖流域生态环境保护提供参考依据。     

广东省植被覆盖度时空变化及驱动因素分析

以南方重点林区广东省为研究对象,以2000—2010年MODIS NDVI月度合成数据、2000—2010年全球辐射定标夜间灯光数据DMSP/OLS为主要信息源,在植被覆盖度计算基础上,进行了植被覆盖度时间系列分析、空间趋势面分析、驱动因素分析。结果表明：2001—2010年间,广东省的年均植被覆盖度呈现围绕78.6%均线上下波动、总体趋势保持基本不变的时间系列变化格局;在空间格局上,广东省植被覆盖度从高到低,总体呈现由北向南逐渐降低的带状分布格局;年均植被覆盖度与年降水日高度负相关,与年日照时数低度正相关,与年平均温度、年平均降水量、灯光指数不相关。     

河南省植被覆盖指数变化及其对气候的响应

利用遥感数据分析河南省2000—2015年归一化植被指数(NDVI)时空变化及变化趋势,并分析NDVI与气候因子的空间相关性,探讨不同植被类型变化对气候因子的滞后性。结果表明:由于河南省东西部地形差异较大,NDVI分布呈现出西部和东部高,中部较低的空间分布特征;通过退耕还林还草政策的实施,促进了河南省植被生长条件的改善,2000—2015年河南省植被改善明显,植被改善区域占全省面积的88.08%,减少区域占6.61%,稳定不变区域占5.51%;不同植被类型的NDVI均值会存在差异性,河南省2000—2015年8种植被类型NDVI均值大小依次为阔叶林>针叶林>栽培植被>草丛>灌丛>沼泽>草甸>其他;河南省植被NDVI的变化与气温和降水具有显著相关性(P<0.05),并且16 a间河南省的植被大面积处于改善的趋势;不同的植被类型对气温和降水的相关系数是不同的,8种植被类型与降水和气温的最大响应期都在当月;从空间相关性看出降水的相关系数要高于气温,表明河南省年平均NDVI受降水的影响比气温的影响要显著。     

甘肃省植被覆盖时空变化趋势研究

利用SPOT NDVI和DEM数据,采用方差法、变异系数法、回归分析法、像元二分模型法和地形因子的方法对甘肃省1999～2018年20年间的植被覆盖度(VFC)时空变化特征进行了分析。结果表明:从时间尺度上来看,1999～2003、2004～2008、2009～2013、2014～2018年4个时间段的回归系数K0,月方差、月标准差、月变异系数在逐渐变大,表明植被覆盖度的月变化呈增长趋势。且其趋势与植物的物候特征基本一致;从空间尺度上来看,植被覆盖度整体上呈东高西低、南高北低的分布状态且存在地域差异性,易受外界环境影响;从地形因子坡度和坡向上来看,植被覆盖度受坡度的影响较大,受坡向的影响较小,高坡度地区易发生水土流失现象。     

甘肃省植被覆盖时空变化趋势研究

利用SPOT NDVI和DEM数据,采用方差法、变异系数法、回归分析法、像元二分模型法和地形因子的方法对甘肃省1999～2018年20年间的植被覆盖度(VFC)时空变化特征进行了分析。结果表明:从时间尺度上来看,1999～2003、2004～2008、2009～2013、2014～2018年4个时间段的回归系数K>0,月方差、月标准差、月变异系数在逐渐变大,表明植被覆盖度的月变化呈增长趋势。且其趋势与植物的物候特征基本一致;从空间尺度上来看,植被覆盖度整体上呈东高西低、南高北低的分布状态且存在地域差异性,易受外界环境影响;从地形因子坡度和坡向上来看,植被覆盖度受坡度的影响较大,受坡向的影响较小,高坡度地区易发生水土流失现象。     

定西市安定区植被覆盖动态监测分析

植被覆盖度是衡量地表植被覆盖的一个重要指标,在水土流失、生态环境等领域作为重要参数输入.利用定西市安定区的1993、2005和2009年3个时期TM遥感影像,对遥感影像进行了归一化植被指数的提取.并根据像元二分模型原理求得研究区域的植被覆盖度,对该区的植被覆盖的变化情况进行遥感监测和定量分析.结果表明:由于定西安定区从...     

景电灌区植被覆盖遥感动态监测

植被盖度是评估区域生态环境的一个重要参数,基于1987、2001年和2008年3期TM遥感数据影像,利用像元二分模型进行了景电灌区植被覆盖度的估算,并通过转移矩阵,对引水灌溉工程措施下形成的绿洲灌溉农业区植被覆盖动态变化进行了定量监测。结果表明:1）受气候条件限制,景电灌区极低覆盖度和低覆盖度所占面积比例在60%以上,植被覆盖度极低。2）1987-2015年,由于景电工程和国家生态建设工程影响,景电灌区植被覆盖度出现了较大波动。极低覆盖度面积迅速减少,其所占面积比例由1987年的62.20%降至2015年的30.86%,年均减少1.19%。灌溉农田所占面积比例由1987年的16.93%增加至2015年的35.91%,年均变化率达0.68%。     

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。      

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。     

2000-2015年青海省植被覆盖的时空变化特征

【目的】以像元为基本单元,研究青海省归一化植被指数（NDVI）的时空变化特征,以揭示NDVI对气候变化的响应规律,分析青海省未来植被变化趋势,为青海省生态建设提供参考。【方法】以青海省2000-2015年的MODIS13Q1/NDVI为数据源,将反映趋势变化的Theil-Sen Median方法与检验趋势显著性的Mann-Kendall方法结合使用,研究青海省NDVI的变化趋势,并采用Hurst指数方法判断变化趋势的可持续性。【结果】1)青海省NDVI的空间分布整体呈从西北向东南逐渐增加的趋势。2)16年间NDVI整体呈增长趋势,增速为每10年1.5%,旱地及草原与稀树灌木草原增速最快,分别为每10年2.7%和2.3%。3)16年间青海省植被覆盖改善区域(60.51%)明显大于退化区域(17.87%),其中植被覆盖明显改善区占全省面积的21.26%,轻微改善占39.25%,轻微退化占15.75%,严重退化占2.12%,基本不变的占21.62%。4)青海省植被覆盖未来改善的区域占整个区域面积的62.23%,其中持续性改善占38.01%,由退化转为改善的占24.22%;植被未来有退化趋势的区域占18.30%,其中持续性退化占7.74%,由改善变为退化趋势的占10.56%;稳定不变的区域为8.43%;植被未来变化趋势不确定区域占11.04%。【结论】青海省植被覆盖变化受气候和人类活动的共同影响,大部分地区植被未来呈改善趋势。     

基于多源遥感数据森林盖度的尺度转换

选取抚顺市为研究区,以森林盖度为研究对象,利用MODIS、TM多光谱遥感影像和航片数据,基于Bottom-up方法,建立两阶段森林盖度经验模型,并对模型进行了检验。结果表明：TM NDVI均值与地面实测森林盖度具有较好的相关性,两阶段模型可以较为精确的将航片解译的地面森林盖度扩展到中尺度空间范围;MODIS森林盖度预测值与实测值的RMSE为0．175,误差为15．9％;应用MODIS NDVI数据和第二阶段模型对抚顺市森林盖度进行估测,并将估测值转换为森林面积,结果与森林一类二类调查数据相差在15％以内,整体估测精度达到85％,在实际应用中具有一定的参考价值。     

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。     

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。