改性纤维素类聚合物固沙剂的吸附力学及崩解特性试验

山地植被信息在气候变化研究和生态环境保护等方面发挥着重要作用,遥感技术能够快速获取山地植被信息,但是存在山地地形阴影的影响以及山地植被信息混淆问题。该文以山地植被为研究对象,基于Landsat卫星遥感影像多光谱数据,分析山地植被的主要特点,借鉴阴影消除植被指数（SEVI）的构造原理及形式,提出了一种适用于山地植被覆盖遥感监测的植被指数算法--植被区分阴影消除植被指数（VDSEVI）。研究结果表明：相对于已有的其他植被指数,VDSEVI较好地消除了地形阴影的影响;VDSEVI的信息量大,植被覆盖的识别能力较强,较好地解决了植被信息混淆问题,能够更好地反映山地植被覆盖情况。不同土地覆盖类型的VDSEVI存在显著差异;阴影稀疏林地和相邻非阴影稀疏林地的相对误差较小,为3.428%;各土地覆盖类型样本VDSEVI标准差均小于0.06;植被覆盖样本VDSEVI与太阳入射角的余弦值（cosi）的相关系数为?0.800。为验证VDSEVI在其他地区的适用性,将VDSEVI应用于内蒙古阿尔山和福州市闽侯县,结果表明VDSEVI同样适用。新疆那拉提、内蒙古阿尔山和福州市闽侯县3个区域基于VDSEVI阈值法的植被信息提取总体精度分别为84.136%、87.339%、86.709%,Kappa系数分别为0.799、0.788、0.791。     

基于波段比模型的地形调节植被指数组合算法构建与验证

为消除山区植被遥感监测中的地形影响,该文根据山区主要地物波谱曲线特征和波段比模型等基本原理,构建地形调节植被指数(topography-adjusted vegetation index,TAVI)组合算法。首先,提出TAVI研究思路。其次,利用山区Landsat8多光谱遥感影像分析山区主要地物波谱曲线特征,阐释TAVI光谱原理。接着,用红光波段数据构建新的阴影植被指数(shady vegetation index,SVI),并优选比值植被指数(ratio vegetation index,RVI)与SVI形成TAVI组合算法,再结合地形调节因子"极值优化"算法计算TAVI结果。最后,采用目视比较、统计分析和差值分析证明TAVI组合算法达到经大气加地形校正后遥感影像计算的NDVI的削减地形影响的效果,其与太阳入射角余弦值一元线性回归方程斜率降至0.035,相关系数降至0.075。TAVI组合算法可应用于山区植被信息和有关参数的遥感监测与估算。     

基于可见光波段无人机遥感的植被信息提取

无人机遥感具有使用成本低、操作简单、获取影像速度快、地面分辨率高等传统遥感无法比拟的优势。该文通过分析仅含红光、绿光和蓝光3个可见光波段的无人机影像中植被与非植被的光谱特性,同时结合健康绿色植被的光谱特征,借鉴归一化植被指数NDVI的构造原理及形式,提出了一种综合利用红、绿、蓝3个可见光波段的归一化植被指数——可见光波段差异植被指数VDVI(visible-band difference vegetation index)。与其他基于可见光波段的植被指数,如过绿指数EXG(excess green)、归一化绿红差值指数NGRDI(normalized green-red difference index)、归一化绿蓝差值指数NGBDI(normalized green-blue difference index)和红绿比值指数RGRI(red-green ratio index)以及仅用绿光波段的提取结果进行对比分析,结果表明:VDVI植被提取精度高于其他可见光波段植被指数,且阈值在0附近,较易确定。为了验证VDVI的适用性与可靠性,选取与试验影像同一时期拍摄但不同区域的另一影像使用同样的方法提取植被信息。结果表明:VDVI对于仅含可见光波段无人机遥感影像的健康绿色植被信息具有较好的提取效果,提取精度可达90%以上,适用于仅含可见光波段无人机遥感影像的健康绿色植被信息提取。     

基于光谱特征空间的农田植被区土壤湿度遥感监测

土壤湿度遥感动态监测在农业生产中具有重要作用。近年来,多种基于光谱特征空间的土壤水分监测指数被陆续提出,并得到广泛关注和应用,但当前多数监测指数未考虑混合像元的影响。该文针对垂直干旱指数(perpendicular drought index,PDI)在农田植被覆盖区监测精度降低问题,分析了植被覆盖下的PDI误差分布规律,引入垂直植被指数(perpendicular vegetation index,PVI)作为植被覆盖表征量,在PVI-PDI二维空间对PDI模型进行调整,提出了适于植被覆盖的植被调整垂直干旱指数(vegetation adjusted perpendicular drought index,VAPDI),并利用内蒙古明安镇研究区实测土壤湿度数据,对PDI与VAPDI进行了比较和验证。结果表明,在裸土、麦茬、土豆、豇豆4种植被覆盖类型中,PDI与土壤实测含水率的决定系数分别为0.630、0.504、0.571、0.543,VAPDI与土壤实测含水率的决定系数分别为0.599、0.523、0.602、0.585。VAPDI在植被区的误差略小于PDI,一定程度上克服了植被覆盖对监测精度的影响。通过PDI和VAPDI空间分布图的比较也说明,VAPDI对土壤湿度的差别有更好的区分能力,在中尺度土壤表层水分遥感反演方面具有一定的优势。该研究可为农田土壤湿度遥感监测方法选择及监测误差分析提供参考依据。     

基于无人机影像的可见光波段植被信息识别

该文通过对6种典型地物在无人机影像可见光波段的光谱特性分析,提出一种基于红、绿、蓝波段的可见光植被指数—超绿红蓝差分指数EGRBDI(excess green-red-blue difference index),并运用该植被指数与18种基于可见光波段的植被指数进行精度比较研究。研究表明,在利用均值和1倍标准差获得的区间范围内,EGRBDI各地类之间的信息无重叠交叉现象;该指数能对植被覆盖相对稀疏区域进行植被信息识别,其总体精度为97.67%,Kappa系数为0.9415,较其他18种指数具有更好的植被信息识别能力。利用不同地物覆盖情况的3幅无人机影像作为数据源,对EGRBDI适用性和稳定性进行研究,结果表明,在3个研究区中,基于EGRBDI的植被信息识别总精度均高于93%,Kappa系数均大于0.85,提取精度受地物类型差异影响的波动性较小,能较好地削弱影像中阴影等因素的影响,具有较好的适用性、可靠性和提取精度。     

青海湟水流域植被覆盖度时空变化分析

利用2001-2009年的MODIS遥感数据与归一化植被指数的像元二分模型,并结合湟水流域的地形特征数据,分析流域内植被覆盖度时空变化动态特征.结果表明:湟水流域的植被覆盖度空间分布差异十分显著,基于地形特征的脑山区(69.47%)、浅山区(56.46%)和川水区(45.43%)植被覆盖度地带性特点明显;近9年来湟水流域总体植被覆盖度略有下降,尤其是高植被覆盖度减少了17.23%.而较高植被覆盖度增加了12.15%;脑山区的高植被覆盖度与较高植被覆盖度之间转换剧烈,浅山区的各级植被覆盖度都相对稳定,川水区的中植被覆盖度与较低植被覆盖度之间转换明显.     

基于南方结构化植被指数的植被覆盖管理因子遥感反演

为探索不同尺度植被覆盖与管理措施因子C的最佳估算模型,以南京市为研究区域,利用南方结构化植被指数(The southern structured vegetation cover index,Vs)对C因子进行估算.在坡面尺度,将不同植被类型Vs与C因子进行拟合;在区域尺度,借助Vs筛选最佳遥感指数,进而遥感反演C因子...     

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。     

沙漠腹地绿洲植被覆盖度提取及植被指数优选

[目的] 对沙漠腹地绿洲植被覆盖度提取及植被指数优选进行分析和研究，为该区选取最优植被指数反演极端干旱区绿洲植被覆盖状况提供科学依据。 [方法] 选取塔克拉玛干沙漠腹地达里雅布依绿洲天然植被作为研究对象，以无人机航拍样地影像获取的植被覆盖度为基准，采用Sentinel-2B卫星影像提取多种典型植被指数，运用回归统计方法建立植被指数-植被覆盖度统计模型，在卫星像元尺度上确定反演干旱绿洲覆盖度的最优植被指数。 [结果] ①利用Image J软件提取样方植被覆盖度精度较高，总体精度可达88.67%。 ②土壤调节型植被指数(SAVI，MSAVI)在标准回归系数、确定系数评价指标中表现良好，指示极端干旱区天然植被覆盖变化有较好的适用性。 [结论] 在极端干旱区，Image J提取稀疏植被效果较好，SAVI，MSAVI更适合绿洲植被覆盖变化研究。     

永定县水土流失遥感调查方法与技术研究

由于南方多山,以往遥感调查采用的植被覆盖度的计算方法受山体阴影等地物的干扰影响较大,为了减少干扰,本文用复合植被指数(VBSI)替换了传统的归一化植被指数(NDVI),利用其能降低山体阴影等地物干扰影响的特点,使用卫星影像对永定县水土流失进行遥感调查,总结出更适合山地丘陵地区的遥感调查方法。     

利用HJ-1-A/B CCD2数据反演冬小麦叶面积指数

叶面积指数是十分重要的作物生理生态参数,为提高利用国产环境减灾小卫星CCD数据反演冬小麦叶面积指数的精度,该文以5种常用的植被指数(归一化差值植被指数(normalized difference vegetation index,NDVI),增强植被指数(enhanced vegetation index,EVI),双波段增强植被指数(2-bands enhanced vegetation index,EVI2),比值植被指数(ratiovegetation index,RVI),土壤调节植被指数(soil-adjusted vegetation index,SAVI)为基础,结合3种常用的回归模型,按生长阶段比较分析了不同植被指数和回归模型反演叶面积指数的精度。结果表明,除生殖生长阶段外,叶面积指数和5种植被指数之间均有较强的相关关系;指数模型和一元线性模型分别为全生育期和营养生长阶段的最佳拟合模型;EVI在全生育期拟合时的表现好于其他4个指数(R2=0.9348),SAVI则是营养生长阶段表现最佳的指数(R2=0.9404)。该研究为进一步利用植被指数反演叶面积指数提供了参考。     

基于MODIS EVI数据的锡林郭勒盟植被覆盖度变化特征

锡林郭勒盟是中国华北地区的重要风沙源地之一,也是中国北方重要的生态环境保护屏障,其植被状况将直接影响着京津唐地区乃至东部地区生态环境质量的改善。该文以锡林郭勒盟为研究区,以MODIS EVI遥感数据为主要数据源,运用时间序列谐波法对2000-2013年增强型植被指数EVI(enhanced vegetation index)数据进行重构,用线性混合像元模型对该数据进行混合像元分解提取植被信息,研究植被覆盖度估算方法,构建锡林郭勒盟2000-2013年植被覆盖度数据集,完成该地区植被覆盖度的时空变化分析。结果表明:2000-2013年,锡林郭勒盟年均植被覆盖度呈现小幅下降趋势,年最大植被覆盖度有所增加。从空间分布上,研究区东部及东南部地区(东乌珠穆沁旗、西乌珠穆沁旗、多伦县和太仆寺旗等)植被覆盖度相对较高,西北部地区(苏尼特左旗、苏尼特右旗等)植被覆盖度则较低;从时间趋势上,2000-2013年,研究区虽开展了大规模的退耕还林(草)、植树造林和封山育林(草)等生态环境保护措施的实施,但由于受沙尘暴、干旱等气候灾害的影响,以及研究区内牧业、矿业活动程度的加剧,植被覆盖状况整体改善不明显,且局部地区植被覆盖明显降低,草场退化、沙化现象日益明显。中部地区由原本的低植被覆盖度逐渐演变成了较低植被覆盖度,中植被覆盖度从2000-2010年有所降低,而到2013年又有所回升,从2000-2013锡盟部分高植被覆盖度区渐渐变成了较高植被覆盖度区。     

山体土壤水分布特征及其影响因素——以东江流域为例

土壤水是流域水文及生态环境的重要因素,研究流域山体土壤水分布规律对防治土壤侵蚀、控制水土流失、恢复生态环境具有重要意义。选取广东省东江流域内具有不同覆被、地形、土壤特征的典型山体,利用TDR测定山体不同位置的土壤含水率,分析土壤水的空间分布规律及其影响因素。结果表明,山体不同坡位至上而下、所覆土壤垂向由上到下土壤粘性增加,土壤持水能力增强。地形及地表覆被变化是影响东江流域土壤水分分布的重要因素,植被覆盖稀少的山坡,土壤水分分布主要取决于山坡地形变化,呈现由山体上部向下部逐渐增加,随坡度的增加而减小;有植被覆盖的山体取决于植被覆盖程度,植被覆盖程度高的山坡表层土壤含水率大。研究成果为流域水土流失治理及生态环境保护提供重要参考依据。     

近30年来梵净山植被覆盖时空变化及影响因素分析

梵净山以生物多样性和生态过程的独特优势入选世界自然遗产提名地,为揭示其植被覆盖空间分布与环境因子的相关性及变化规律,选取1990-2016年3个时期Landsat TM/ETM/OLI遥感影像提取植被覆盖度和土地利用数据,分析了梵净山植被覆盖度时空变化特征。结果表明:（1）近30年间,植被覆盖度呈"减少-增加"变化,缓冲区植被覆盖度变化敏感度高于提名地;（2）地形因子在水热条件方面不同程度上影响各等级植被覆盖度的空间分布,低山（<900 m）、低中山（900~1 600 m）植被覆盖度高且面积占比较大,斜坡、陡坡、急坡的植被覆盖度占较大比重,分别为33.33%,28.48%,12.18%,阳坡、半阳坡的植被覆盖度高于阴坡和半阴坡且差异性明显;（3）梵净山植被覆盖度变化受人类活动影响,导致地表覆盖改变而使植被覆盖度呈现典型碎斑状和带状的空间特征,缓冲区城镇化发展对生态环境的压力越来越大,提名地的旅游设施建设导致植被覆盖减少日趋明显。     

基于GIS的高原植被空间格局与地形因子相关关系研究

以青海省境内黄河上游茨哈峡为例,运用GIS空间分析方法,对该地区的地形因子(高程、坡度和坡向)进行提取,并与植被类型图进行叠加,运用多样性指数、均匀度等植被指数分析该区植被空间分布格局与地形因子的关系,研究了植被指数随地形的变化趋势。结果表明,植被空间分布与地形因子关系密切,亚高山暗针叶林最优生长区间为海拔3290~3880 m,坡度25°~45°的阴坡;山地圆柏林则适宜生长在同样坡度,海拔3880~4470 m的阳坡;针阔混交林、高山落叶阔叶林最优生长区间分别为15°~25°,2700~3290 m的阴坡和2995~3290 m的(半)阴坡;高寒灌丛和高寒草原在各坡度和坡向分布范围都比较广。     

基于拟合物候参数的植被遥感决策树分类

针对目前遥感分类较少利用植被物候特征参数的现状,该研究以内蒙古自治区额尔古纳、根河两市作为试验区,基于2012年根河土地覆盖数据,采用双Logistic函数拟合的方法对跨度范围为2011年7月下旬至2013年7月下旬的时间序列MODIS EVI数据进行植被物候参数的分析与提取,并依据物候参数特征构建决策树对试验区土地覆盖进行分类。研究表明,不同植被的物候有较明显的特征,森林、草原与作物的生长季开始时间依次滞后,作物的生长季最短,森林与草原生长季基本持平;利用植被物候特征参数进行决策树分类,作物和森林2种植被类型取得较好分类效果,分类的总体精度达到73.67%,优于该区域MODIS土地覆盖产品的总体精度(66.08%)。该研究可为呼伦贝尔地区生态环境评价和农、牧、林业生产活动提供一定的参考。     

呼和浩特市不同植被指数与地表温度的定量遥感关系

利用Landsat 8影像数据,提取呼和浩特市地表温度（LST）、4种典型植被参数:归一化植被指数（NDVI）、修正土壤植被指数（MSAVI）、比值植被指数（RVI）及植被覆盖度（FV）,并结合研究区土地覆被信息,探讨了LST与4种典型植被参数的定量遥感关系,不同下垫面类型对地表温度—植被参数的影响及其二者之间的空间尺度效应。结果表明:地表温度—植被参数呈现出显著负相关关系,NDVI,RVI,MSAVI,FV每增加0.1,对应的LST分别下降:0.99℃,0.83℃,1.02℃,0.64℃;不同土地覆被类型中二者相关性差异显著,其中林地LST与4种植被参数相关性最强,RVI与LST相关性最稳定;在不同的空间尺度下（30～1 920 m）,地表温度—植被参数空间相关性呈现出先增大后减小的趋势,NDVI,FV,MSAVI,RVI与LST的空间相关性分别在120 m,240 m,60 m,120 m达到最高。     

基于GIS和RS的延河流域植被覆盖度与地形因子的相关性研究

以延河流域为研究区,综合运用GIS和RS技术,基于Landsat TM影像,运用改进的像元二分模型估算了延河流域2000年和2010年的植被覆盖度,结合DEM数据提取的高程,坡度、坡向地形数据,分析了植被覆盖度与地形因子的相关性,以期为延河流域植被恢复和生态建设提供依据。结果表明:(1)延河流域植被覆盖度从2000年的29.18%增加到2010年的52.42%,呈上升趋势。(2)2000年植被覆盖度随高程的增加呈减小的趋势,2010年植被覆盖度随高程的增加呈先增加后减少的趋势。2000年和2010年植被覆盖度随坡度的升高,大致呈现先升高后降低的趋势,在30°~35°范围内最高。2000年和2010年植被覆盖度总体表现为阴坡(北、东北)半阳坡(东南、西)=半阴坡(东、西北)阳坡(南、西南)平地,其中阴坡的植被覆盖度最高,平地的植被覆盖度最低。(3)在高程1 000~1 500m,坡度在25°~45°范围内,植被覆盖度增加的值最大。