沈阳地区旱田植被指数变化与产量关系的研究

以沈阳地区为研究实例,利用NASA对地观测系统EOS系列卫星遥感影像,经过了滤波处理MODIS归一化植被指数（NDVI）数据,对研究地区的旱田作物进行不间断监测.计算出2003 ～ 2007年的年平均NDVI,分析出NDVI年际变化特征、作物生育期内的NDVI变化规律,并找出产量与植被指数变化关系.结果表明,沈阳地区旱田植被指数的年际间差异明显,旱田作物生育进程与作物生育期内NDVI变化规律大致吻合,这表明作物产量与遥感植被指数间存在较好的相关.因此,根据同期地面作物产量调查数据与MODIS遥感数据,采用一次线性拟合法建立回归方程,简单分析出沈阳地区旱田作物产量与NDVI变化关系.     

基于NDVI像元二分模型植被覆盖度反演喀斯特石漠化研究——以贵州毕节鸭池示范区为例

该研究在＂3S＂技术发展的背景下,以贵州省毕节鸭池示范区为研究区,选用2005年SPOT遥感影像,对遥感影像进行几何校正、图像配准等数据预处理,引入NDVI植被指数和像元二分模型,根据像元二分模型的理论,确定出NDVIsoil和NDVIveg,建立了反演植被盖度的像元二分模型。并根据大量的外业调查数据对所建立的模型进行了精度验证,定量估算了毕节鸭池示范区的植被覆盖度,取得NDVI植被指数与喀斯特石漠化之间的对应关系,得到研究区NDVI图像,最后由各覆盖度得出NDVI结果反演毕节鸭池示范区石漠化特征,得到研究区的各等级喀斯特石漠化的面积以及空间分布情况。利用该方法进行喀斯特石漠化研究,明显改善了分类的精度,为喀斯特石漠化生态修复及其他综合防治提供科学依据。     

应用归一化植被指数的玉米产量预测研究

为有效利用归一化植被指数(NDVI)对玉米产量进行预测,以黑龙江省肇东市为研究区域,利用玉米抽穗期HJ1B遥感数据,结合野外实测数据,进行玉米单产遥感预测研究。通过辐射定标、大气校正、几何精校正等预处理,反演试验区域的实际光谱反射率,从而计算试验区域内玉米的归一化植被指数(NDVI)实际数值,进而与野外实测产量数据进行模型拟合。结果表明:肇东玉米抽穗期NDVI与产量之间二次多项式模型相关性最佳,对比实测数据准确率可达86%,并利用研究结果对肇东2011年玉米产量进行了预测,与实测结果比较后形成玉米单产遥感预测专题图,因此,确定归一化植被指数与玉米产量具有一定的相关性。     

基于NDVI的云南省植被覆被变化趋势分析

选取云南省为研究区域,利用2001-2015年MODIS中国植被指数合成产品Tiff遥感图像,通过Arcgis软件对遥感图像进行分区统计,得到研究区域各年每月的植被归一化指数(NDVI)。在此基础上进行统计分析,结合当地的生长季与种植制度,分析研究区域植被指数的年际、季节及月变化的特点。结果表明,在2001-2015年,云南省植被指数有增加的趋势,表明在2001-2015年云南省植被覆盖度基本保持稳定或略有增加的趋势;2001-2015年云南省春季和冬季的NDVI整体呈增加趋势,冬季的增速大于春季,夏季NDVI整体呈减少趋势,而秋季处于平稳状态,说明云南省2001-2015年春、冬两季植被覆盖度不断增加;云南省NDVI月变化差异较为明显,与当地生长季和种植制度密切相关,说明植被指数的月变化特征主要受种植作物的影响。     

NDVI在禄劝县植被变化特征分析中的应用

选取云南省禄劝县为研究区域,利用2001-2015年MODIS中国植被指数合成产品Tiff遥感图像,利用Arc GIS对云南省植被指数进行分区统计,得到研究区域各年每月的NDVI值。在此基础上进行统计分析,描述研究区域植被指数的年际、季节及月变化特点,并结合当地的种植制度进行分析。结果表明:禄劝县2001-2015年的年平均NDVI值有增加趋势,趋势线斜率为0.003,在2013年达到最高值,2014年次之。夏季和秋季的植被覆盖度高于其他两个季节;秋冬两季的NDVI值呈增加趋势,且冬季的增速大于秋季。禄劝县一年当中NDVI最高值出现在8月,最小值出现在4月,这与禄劝县植被生长期和枯萎期相对应。     

贺兰山近十五年植被状况变化特征分析

利用2001~2016年卫星遥感数据计算贺兰山NDVI值,研究近十五年来植被指数状况变化特征。结果表明2016年贺兰山区域植被状况整体良好,对2001~2016年贺兰山区域植被指数NDVI进行最小二乘法线性倾向(slope)分析,可以看出,2001~2016年贺兰山区域NDVI变化线性倾向为正值,即植被指数呈增加趋势。     

基于RS的武汉市夏季热岛效应与土地覆盖关系的研究

本文以武汉三镇为研究对象,利用2009年夏季Landsat TM主要遥感数据源,进行地表温度反演和土地覆盖解译,计算了武汉市城市建筑指数NDBI、归一化植被指数NDVI;并利用NDVI计算地表比辐射率,并使用单窗算法精确反演得到了武汉市2009年夏季地表温度LST。研究结果表明:武汉城市热岛由武昌、汉口、汉阳三大城区热岛构成,且三镇交界区存在多数热岛效应更为严重的"岛中岛",以汉口区中心商业区最为集中;进一步对植被覆盖区和建筑区温度及NDVI、NDBI相关性研究表明,武汉市不同土地覆盖类型有较大差异,LST与NDBI指数成正相关性,且相关系数建筑用地植被水体;LST与陆地表面NDVI指数成负相关性,且相关系数城市用地植被,与水体NDVI指数成正相关性。     

草地放牧强度遥感解译方法——以和静县高寒草原为例

为研究高寒草原放牧强度,以新疆和静县高寒草原草地为研究对象,利用2013年7—8月野外草地地上生物量采集数据和2013年遥感数据源MDOIS13Q1的归一化植被指数(NDVI),建立了高寒草原草地地上生物量和植被指数(NDVI)的遥感反演模型;并通过分析近10年(2008—2017年)监测点每年NDVI的旬变化特征,解译高寒草原草地的放牧起止时间,通过分析归类各样点NDVI变化特征,并以ΣNDVI值划分放牧强度。结果表明:1)本研究中建立的高寒草原草地地上生物量遥感反演模型,以模型y=523.21NDVI2-82.8NDVI+55.84(R2=0.732 9,P0.000 1)精度最优;2)通过NDVI变化曲线的突变点确定了高寒草原夏季放牧开始时间为6月9—26日,结束时间为8月28日—9月14日,该结果与实际放牧时间基本吻合。3)通过分析NDVI生长季累积总量(ΣNDVI)、生长季NDVI波动下降频数和幅度确定放牧强度,构建了高寒草原草地放牧强度分级标准,与实地判断的放牧强度相比,精度验证达到89.47%,并据此制作了研究区放牧强度等级图。本研究结果可为利用多时相遥感影像快速确定草地放牧强度和放牧管理提供参考。     

时空格局下哈尔滨市LUCC与LST特征分析及分布研究

基于landsat8遥感影像,定量提取了城市发展中重要的遥感指数NDBI、NDVI与MNDWI并反演LST,分析了3种遥感指数与LST之间的相关性;对2001年与2016年的LUCC进行了对比分析,并对不同LUCC之间的遥感指数分布进行研究。结果表明,NDBI代表的建筑用地越密集,LST数据越高,NDVI代表的林地覆盖越密集,LST数据越低,可为研究城市热岛效应提供相应依据。     

基于不同时相遥感的冬小麦种植面积的提取

卫星遥感技术能够快速、准确、大面积对农作物生长进行监测,多时相遥感监测可克服单时相遥感监测的不足,利于实现对农作物生长变化的动态监测。以江苏省大丰市为研究区域,选用拔节期和抽穗期两景环境(HJ)卫星遥感影像进行不同地物光谱信息识别与种植面积提取研究。首先,在分析两景HJ星影像植被光谱信息的基础上,提取出各自影像的归一化差值植被指数(NDVI)影像,并对两景NDVI影像分别进行加运算和减运算,得到另外两景NDVI合成影像。其次,通过对提取到的四景NDVI影像光谱信息进行比较分析,最终选用植被光谱信息特征较为明显的加运算合成影像进行冬小麦种植面积提取。最后,基于影像不同地物的NDVI阈值划分,并叠加GPS样点信息校正,提取到大丰市冬小麦种植面积数据及其空间分布信息。结果显示,大丰市遥感提取冬小麦种植面积为78 712.13 hm2,精度为92.51%。在该市20个乡镇(或农场)冬小麦种植面积提取精度中,精度大于95%有9个乡镇(或农场),精度在90%至95%之间的有7个乡镇(或农场),仅有4个乡镇(或农场)提取精度在80%至90%之间。说明,利用不同时相遥感合成运算方法得到的合成影像,能明显增强冬小麦光谱信息与其他植被信息特征区别,有利于实现高精度提取冬小麦种植面积的目的。     

基于EOS/MODIS资料的江西省水稻长势遥感监测

基于2010年的MODIS数据,进行江西省水稻长势遥感监测指标的研究,提取了4种植被指数作为遥感参数,即比值植被指数RVI、归一化植被指数NDVI、植被状态指数VCI和增强植被指数EVI,并利用植被指数进行叶面积指数LAI的反演,建立了植被指数VI-LAI模型。在VI-LAI模型中EVI、NDVI与LAI的相关性较好。利用LAI的预测值和地面实测数据进行精度的分析,结果显示EVI的三次方(Cubic)模型在各方面都优于其他植被指数和其他模型,因此选择EVI作为水稻的长势遥感监测指标。     

基于RS的淮南市山北地区植被覆盖率变化分析

本文利用2005年、2010年、2015年、2017年和2020年5a Lantsat遥感影像数据,以像元二分模型为基础对淮南市植被覆盖状况进行变化监测分析,结合遥感(RS)和地理信息技术(GIS)估算以淮南市八公山、舜耕山等大别山余脉以北侧辖区为主要研究区域的归一化植被指数(NDVI)和植被覆盖率,同时采用监督分类法对研究区土地覆盖类型进行分类。通过数理统计得到近年研究区植被覆盖率的变化规律并分析主要影响因素,为淮南市山北地区的环境保护和城市建设提供一定的参考依据。     

基于温度植被干旱指数的曲靖市干旱监测研究

本研究利用MODIS归一化植被指数(NDVI)和地表温度(Ts)产品数据,构建Ts-NDVI特征空间,计 算温度植被干旱指数(TVDI),分析评价云南曲靖市 2010—2012 年的干旱时空分布状况。结果表明, 2010 年曲靖市遭遇了非常严重的干旱灾害,受灾面积高达研究区总面积的 80%以上,基于 TVDI 指数的 旱情动态监测方法适合云南省曲靖干旱监测。本研究建立的温度植被干旱指数模型提高了干旱监测的 实用性,在曲靖市干旱监测上具有很好的适应性,可以广泛应用到该地区干旱监测研究中,为曲靖的农 业防灾减灾能力和可持续发展提供科学保障。     

基于作物模型与遥感信息的水稻产量预报研究

将遥感资料(NOAA/AVHRR,Landsat TM)与水稻模拟模型(RCSODS)相结合,建立遥感数值模拟模型,进行水稻遥感估产。利用TM影像对NOAA进行几何精校正和混合像元分解;对NOAA卫星的可见光通道和近红外通道,采用双通道组合运算技术,构造植被指数(NDVI),结合地面样区实测叶面积指数(LAI)资料,建立NDVI与LAI的相关模式,对大面积水稻LAI进行反演,实现水稻长势的遥感实时动态监测。在此基础上,利用NDVI与水稻生物学参数LAI的关系,及时校正水稻生长模拟模型,预报以像元点为空间变化范围的单位面积产量;并对高邮市的水稻进行产量模拟,取得较好的结果。     

HJ-1星上思县甘蔗工艺成熟期长势多年对比监测

以广西上思县为研究区,利用环境减灾卫星HJ-1遥感数据提取甘蔗种植面积,采用归一化植被指数模型NDVI对单一时相甘蔗长势进行监测,构建NDVI偏差分级模型对甘蔗工艺成熟期长势进行多年对比监测.结果表明：①利用NDVI均值和偏差2个分析指标,可定性分析监测区内甘蔗长势状况.除2011年甘蔗总体长势差于常年外,2009、2010、2012年甘蔗总体长势好于常年.②利用NDV1偏差分级模型可对监测区甘蔗长势进行定量评价.2012年上思县甘蔗长势最好,长势好、差所占面积比例分别为96.87％、3.13％;2011年甘蔗长势最差,长势好、差比例分别为99.57％、0.43％.     

基于混合效应模型的曲靖市云南松林地上生物量遥感估测

以曲靖市云南松林为研究对象,基于2016年曲靖市二类调查数据以及同时期Landsat 8OLI遥感影像,利用随机选取的小班样地提取遥感因子统计值建立数据集,基于不同曲线拟合定量研究曲靖市云南松林生物量估测的光饱和值;并以线性逐步回归模型为基本模型,考虑区域和龄组随机效应建立云南松林生物量遥感估测模型,以期减小生物量遥感估测中光饱和引起的估测误差。结果表明:利用三次模型拟合研究区云南松生物量饱和值为167 t/ha;不同效应水平的混合模型的拟合精度均优于一般逐步回归模型。在独立性样本检验中混合效应模型的预估精度(91.556%)要高于一般逐步回归模型的预估精度(83.826%);从生物量分段残差检验结果与研究区生物量反演结果上看,混合效应模型相较于一般逐步回归模型有着更大的估测范围,在一定程度上能够解决高值低估和低值高估问题,减小光学遥感影像数据存在数据饱和的影响。     

陕北地区GIMMS、SPOT--VGT和MODIS归一化植被指数的差异分析

为了选择适合监测陕北黄土高原地区植被的最佳遥感序列数据,精确监测陕北黄土高原退耕前后的植被变化,选取GIMMS、SPOT-VGT和MODIS3种常用的遥感数据,运用相关分析和均方根误差分析方法,比较3种遥感数据在陕北黄土高原植被空间分布、归一化差异植被指数(NDVI)季节变化和年际变化3个方面的异同。结果表明:1)在植被空间分布方面,GIMMS/NDVI、SPOT-VGT/NDVI和MODIS/NDVI在大范围上的空间分布格局基本一致,但通过分布图分析可以看出,MODIS遥感数据由于其地物分辨率高及NDVI动态范围大的优点,比SPOT-VGT和GIMMS数据更适合于反映植被类型多样的陕北黄土高原地区植被的空间分布。2)在季节变化方面,3种遥感数据NDVI季节变化之间存在极显著的相关关系。其中,均方根误差分析结果表明,MODIS/NDVI与GIMMS/NDVI之间的差异明显大于MODIS/NDVI与SPOT-VGT/NDVI之间的差异;不同季节3种遥感数据NDVI差异也不同,夏季由于云雨较多,3种遥感数据NDVI之间差异最大。3)在年际变化方面,MODIS和SPOT-VGT数据反映出陕北黄土高原地区NDVI在1999—2007年间呈显著增加趋势,而GIMMS/NDVI却未呈现显著变化,说明GIMMS/NDVI在反映陕北高原地区植被年际变化方面存在显著缺陷。通过相关分析可以看出,GIMMS/NDVI和MODIS/NDVI年际变化之间的相关系数随植被覆盖度的升高而降低,尤其在针阔混交林区,其NDVI相关系数甚至为负值,表明GIMMS传感器对高覆盖度植被变化的响应不太敏感,与其他两者相比更易受水气和云的干扰。因此,GIMMS/NDVI不能作为历史均值NDVI直接应用到MODIS应用模型中,尤其在反映高覆盖度植被年际变化方面。     

基于Quick Bird的阿其克苏河植被覆盖度研究

[目的]利用高分辨率Quick Bird影像,并结合实地的植被和土地类型调查,对艾比湖地区阿其克苏河植被覆盖进行归一化植被指数( NDVI)遥感分类,利用遥感影像处理软件(如Envi软件、Arcgis软件、Erdas软件)提取了该区的植被覆盖等信息.[方法]基于NDVI图对该区进行植被覆盖度反演,并结合实际测量数据提出了荒漠区NDVI分类标准和植被覆盖等级划分标准.[结果]通过NDVI分类图和植被等级覆盖图,发现该地区植被大多集中于河滩及其两岸;而且离水源越近,植被覆盖度越高,NDVI值也越高,这与荒漠区植被分布特点吻合.[结论]植被覆盖度反演结果与实地测量对比分析有很好的切合度.     

利用环境减灾卫星遥感监测冰雹灾害初探

【目的】寻求一个高效、准确的冰雹灾害遥感监测方法,为黑龙江省开展生态灾害的卫星遥感监测提供技术参考。【方法】针对2011-08-18黑龙江省木兰县一次冰雹灾害的个例,结合天气实况和雷达资料,利用从环境减灾卫星获得的遥感数据（2009-2011年）,分析了冰雹灾害前后归一化植被指数（NDVI）的变化,对遭受冰雹灾害区域进行了遥感监测,并对监测结果进行了检验。【结果】植物遭受冰雹灾害后的一段时间内,NDVI出现异常下降的现象,与未遭受冰雹灾害的区域差别明显,说明利用NDVI来判别遭受冰雹灾害的区域是可行的。遥感监测结果显示,此次遭受冰雹灾害的区域为木兰县西南部（东经127°38′～127°55′,北纬45°55′～46°06′）,受灾总面积为82.17 km²。监测结果表明,遥感监测冰雹灾害的准确率平均可达86.67%。【结论】利用环境减灾卫星对冰雹灾害进行遥感监测和灾害等级评估是可行的。     

基于Landsat的四川盆地NDVI变化研究——以眉山市东坡区和仁寿县为例

利用Landsat遥感数据,计算归一化植被指数（NDVI）并结合空间分析技术,研究了分别代表四川盆地平原和丘陵地貌的眉山市东坡区和仁寿县的NDVI动态演变特征。结果表明,NDVI呈波动变化,总体表现为上升;除1975年外,仁寿县均高于东坡区,即丘陵区均大于平原区;NDVI变化与环境政策、农业政策和农村经济状况密切相关,而丘陵区生态最为脆弱,水是最重要的限制因子。