MODIS/NDVI和MODIS/EVI在耕地信息提取中的应用及对比分析

MODIS植被指数数据是区域土地利用信息提取的重要数据源.为了对比MODIS两种主要植被指数(NDIV、EVI)在耕地信息提取中的应用,采用通过时间序列谐波分析法(Harmonic Analysis of Time Series,HANTS),对2006年全年MODIS 16天250m的NDVI和EVI时间谱数据进行了重构,从而进行了河西走廊绿洲中东部样区一系列耕地信息的提取实验,包括耕地、休耕地识别以及耕地复种指数、作物种类提取.在此基础上,对MODIS的NDVI与EVI数据的应用进行了对比分析.结果显示:(1)利用傅立叶谐波变换得到的EVI和NDVI时间谱曲线的谐波余项及谐波振幅对耕地进行识别,从识别精度来看,EVI要优于NDVI,识别精度分别为97.17%和95.99%,Kappa系数分别达到0.7938和0.6518;(2)通过计算时间序列曲线的波峰数能够提取耕地的复种指数,并且在EVI和NDVI曲线波峰阈值分别设为0.20和0.25时,休耕地能较为准确地被识别出来;(3)通过提取作物生长期内曲线的Ⅵ最大增长速率时间点以及峰值时间点等信息,作物种类能被初步识别,并且EVI较NDVI具有更强的识别能力.     

基于MODIS数据的内蒙古野火时空变化特征

野火是陆地生态系统的重要干扰因子,影响生态系统的演替和更新。研究基于MCD45A1火烧迹地和MCD12Q1土地利用数据,提取2002—2014年内蒙古不同生态分区、土地利用类型的过火面积及火点分布,分析该区域野火的时空分布格局,同时结合降水数据,探讨野火年际变化对降水的响应特性。结果表明:1)2002—2014年内蒙古野火火点空间分布格局表现为由东北向西南逐渐减少,高密度火点主要分布在中蒙边境区域、森林-草原区以及平原典型农耕区。2)内蒙古野火过火面积2003年最大,2006年次之,2010年最小,分析表明过火面积的年际变动与火灾高发月降水异常有关。过火面积的季节变化表现为春秋多,冬夏少,尤其是3月、4月、5月和9月灾情严重。在7大生态分区中,90%的过火面积集中在兴安岭山地丘陵区、呼伦贝尔高平原丘陵区和锡林郭勒高平原区,过火面积占比分别为52%、28%和10%。3)野火干扰最严重的土地利用类型为草地,火点主要集中分布于草甸草原和典型草原,其次为农业用地和林地,对其他类型干扰程度最小。充分认识野火时空分布格局有利于深入了解其发生规律,为区域火灾预警监测提供科学依据。     

基于MODIS数据和植被特征估算草地生物量

准确估算草地生物量,对全球气候变化背景下的陆地生态系统碳循环研究具有重要意义。过去几十年,草地生物量估算研究大多集中在北方,而南方草地具有类型繁多和分布零散等特征,对其生物量进行评估的报道较少。本文以云南省为例,应用2012—2014年草地生物量野外调查资料和同期MODIS遥感数据,建立草地地上生物量(AGB)遥感估算模型;再引入草地植被群落特征(高度和盖度)信息对统计模型进行优化,并进行生物量空间反演。结果表明:优化后模型的估算精度由原来的35.0%提升为43.7%;反演得到云南省3年年均AGB的总量介于1 026.86万~1 408.54万t,平均为1 221.11万t;从空间分布上看,云南省草地AGB密度总体上呈现西部高东部低、南部高北部低的格局。本研究首次将遥感植被指数数据与实测植被群落特征参数结合,使估算精度比传统的纯粹光学遥感模拟方法显著提升24.9%,但精确估算大面积的草地AGB,需要进一步探索如何将激光雷达数据或遥感立体影像中提取的植被特征信息应用于草地AGB估算研究。     

使用MODIS数据监测土壤湿度

土壤湿度是水文学、气象学以及农业科学研究领域的一个重要参数,目前使用遥感来监测土壤湿度主要用NOAA/AVHRR数据和微波数据,使用MODIS数据的研究还不多见。本文采用MODIS数据,根据水的吸收率曲线提出使用中红外波段来监测土壤湿度。通过在内蒙古地区的实地调查,回归分析表明MODIS第7波段的反射率与地面湿度之间有较好的线性关系,因此认为使用MODIS数据进行大面积土壤湿度监测是可行的。     

基于MODIS与AVHRR数据的安徽省覆被变化比较

不同季节内绿度值的变化特征代表了地物的生物信息，不同卫星传感器所监测地表信息不可避免存在系统差异，本文以MODIS和AVHRR卫星资料为主要数据源，针对安徽省淮北平原、大别山区，进行MODIS NDVI与AVHRR NDVI数值对比及特点分析。结果表明：相同覆被类型对应的MODIS NDVI与AVHRR NDVI日值之间具有较好的相关性，而且在4km×4km分辨率下，研究区的NDVI相关性均比1km×1km分辨率下高；相同覆被类型特征点对应的MODIS NDVI与AVHRR NDVI月值在年内的变化过程基本一致；不同地表覆被NDVI波形差异明显：典型旱地、水田由于两种作物轮种其NDVI变化曲线为双峰型，山区、果林和城市的NDVI变化曲线为单峰型；不同植被覆被总体的绿度值情况是大别山和皖南两大山区最大，旱地、农田次之，城市最小。     

基于MODIS指数和随机森林的江西省早稻种植信息提取

尽早获取双季早稻的种植信息,对政府部门掌握全省水稻生产形势及制定粮食安全保障的相关政策方针具有重要意义。传统业务服务中,通常将水稻生长早期的多时相MODIS指数与阈值法相结合,对种植信息进行提取,但该方法主观性强,受人为及不同地区水稻物候期差异影响大,且存在混合像元等限制,机器学习算法可以较好解决此问题。因此,该研究提出一种结合水稻生长早期MODIS指数和随机森林的种植信息提取方法,基于江西省早稻生长早期多时相MODIS增强型植被指数（Enhanced Vegetation Index,EVI）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）和地表水分指数（Land Surface Water Index,LSWI）的变化特征,利用随机森林算法构建早稻种植区域提取模型与丰度反演模型,提取全省早稻种植信息,并利用Sentinel-1A提取的验证样区与统计资料验证。结果表明,早稻种植区域及丰度的空间分布特征与Sentinel-1A提取的验证样区的空间特征基本一致,提取模型的分类精度为93.18%,丰度反演模型与样本数据的平均绝对误差、均方根误差和决定系数分别为0.07、0.10与0.86,且在高丰度种植区反演效果更优。与统计资料相比,全省早稻面积识别精度为92.33%。该研究解决了水稻种植信息提取中阈值选取合理性、混合像元与时效性限制等问题,为水稻生长早期种植信息的业务化提取提供一种参考方法,具有一定应用价值。     

基于MODIS数据的雪水当量监测模型研究

依据对MODIS数据36个波段波谱值的研究,选择对雪深信息最敏感的两个波段(第1波段,第3波段),采用“度日法”及积雪消融过程中的实测资料,建立了雪水当量统计模型.通过实测数据的进一步验证,该雪水当量监测模型的精度达到了0.86,可以为融雪径流计算、融雪洪水预测预警等工作提供重要的参数,为相关部门提供决策支持.     

基于MODIS数据的北京市植被覆盖度动态监测

植被覆盖度是反映地表植被覆盖状况的重要指标,也是衡量区域环境质量与水土保持情况的重要因子。以北京市为研究区域,应用基于MODIS NDVI的像元二分模型估算北京市2014—2016年植被覆盖度,分析不同年份、不同分级植被覆盖度的变化情况,结果表明:北京市植被覆盖度整体较高,高植被覆盖度区域在全市范围占了很大的比例,山区植被覆盖度明显高于平原区;植被覆盖状况总体较为稳定,呈现改善趋势,低植被覆盖度、中低植被覆盖度、中等植被覆盖度、中高植被覆盖度面积连续2年均出现了不同程度的减少,其覆盖度等级逐渐向高植被覆盖度演进。     

基于MODIS数据的福建省农作物低温监测分析与风险评估

利用MODIS数据分别对福建省地表温度和农作物用地信息进行反演,建立基于分裂窗法的福建省地表温度反演模型,构建福建省土地利用信息的专家决策树分类体系,并在Surfer和ArcGIS辅助下提出基于遥感的福建省农作物地表低温风险评估法.结果表明,基于分裂窗法的地表温度监测精度较高,达到83.56％.通过与气象站实测温度对比分析,其高低温分布趋势基本一致,并能精细反映地形条件下的温度差异,弥补了气象站数量不足的缺陷.利用专家决策树分析法灵活构造NDVI、NDWI等不同判读因子,能较准确地提取福建省农作物土地利用信息.经过归一化处理建立的福建省主要农作物用地低温风险等级分为:轻度(0.45～1.00)、中度(0.24 ～0.45)和重度(0～0.24),能够细致反映出福建省地表低温分布和农作物所处的风险格局,为农作物合理区划和低温灾害风险评估等提供参考依据.     

基于MODIS数据的福建省干旱遥感动态监测分析

干旱是影响社会发展和农业生产的重要因素之一,利用MODIS数据和气象资料,结合福建省的地形、气候和植被覆盖条件,分别反演出2004年和2006年的归一化植被指数（NDVI）,借助分裂窗法成功反演了两个时相的地表实际温度（Ts）,并建立了基于植被供水指数算法（VSWI）的干旱监测模型。结果表明,对于植被覆盖率高的福建省,利用VSWI进行遥感干旱监测是可行的,MODIS数据可很好地满足大范围的实时动态监测。福建省地表干旱存在着较明显的南北区域差异,东南沿海比中西部严重,从两个时相的对比来看,干旱有加重的发展趋势,而经济发展和城市化进程是引起干旱程度加剧的重要因素。     

基于MODISNDVI多年时序数据的农作物种植识别

为了获取陕西省农作物种植模式和类型分布信息,实现对于多年农作物长势分析及精确的估产和耕地生产力的估算,该文以2003-2012年的MOD09Q1时间序列遥感数据集为数据源,以陕西省主要农作物冬小麦、夏玉米、春玉米、水稻和油菜为研究对象,利用Savitzky-Golay滤波方法重建NDVI长时间序列数据集,充分利用农作物的物候信息,构建农作物年际间动态阈值方法,实现了农作物种植模式和类型的识别。通过对混合像元进行分解,更精确地提取农作物种植面积信息。利用空间和定量2种方式对农作物类型识别结果进行分析验证,空间对比分析得到分类的总体精度和Kappa系数为88.18%和59.64%,定量对比分析得到分类的总体一致性为87.56%。研究结果表明,结合物候信息与时间序列数据利用该文的分类方法可以有效的识别大尺度农作物信息。     

陕西省耕地生产能力的时空分布

为了明确陕西省耕地生产能力的现状,该文利用2008-2010年陕西省各县平均粮食产量数据,结合GIS分析描述陕西省各县耕地实际利用强度、理论利用强度、耕地可实现增产潜力和理论增产潜力及其空间分布变化规律;利用1978-2008年陕西省粮食产量和消费数据计算耕地压力指数的时序变化规律。结果表明:耕地实际利用强度较小地区集中在陕北中部、关中西部,这些地区提高利用强度空间较大,是生产技术投入和劳动力投入的主要区域;耕地理论利用强度呈现出中西部地区高,北部和东南部地区低的分布规律;耕地压力指数时序表明陕西省自1978年以来,耕地压力年级间波动较大,近几年由于科技进步和政策导向致使耕地压力减小,耕地保护与耕地占用之间矛盾缓和;可实现增产潜力较大区域分布于陕北中部和关中西部,而陕南大部分地区可实现增产潜力较小,陕北北部和关中北部可实现生产潜力居中;耕地理论增产潜力呈东南部高,西北部低的空间分布规律,该文为陕西省耕地利用规划、土地整理和粮食安全提供科学依据。     

利用MODIS数据计算地表蒸散

地表蒸散影响着地表水分和能量的输送,在水文、气象、地理等诸多领域占有重要地位。该文首先基于大气辐射传输原理,利用MODIS大气产品提供的臭氧、水汽以及550 nm气溶胶含量,运用大气透过率计算模型,进行了太阳总辐射的计算,均方根误差（RMSE）为61.4 W/m2,相比FAO-56透过率模式112.1 W/m2的误差有了明显改进。在此基础上结合MODIS的地表温度、植被指数产品进行了地表蒸散的计算。瞬时显热通量与郑州市大孔径闪烁仪（LAS）观测相比,有较好的一致性,RMSE为29.9 W/m2。应用本文的透过率模型计算得到的日蒸散与观测值相比,RMSE为0.69 mm,应用FAO-56透过率计算式得到的日蒸散RMSE为1.42 mm。从验证结果来看,透过率的准确计算能够比较明显的提高地表蒸散计算精度。     

考虑耕地生态质量的基本农田划定方法

合理评价耕地质量是基本农田划定与高标准基本农田建设等工作科学开展的重要前提。该文以海南省屯昌县为例,在综合考虑耕地自然质量和区位条件的基础上,选择地形坡度、土壤侵蚀模数、生态系统服务价值、地质灾害率、连片度等表征耕地生态质量的指标,强调耕地生态质量的重要性,构建耕地入选基本农田评价的指标体系,提出基本农田划定综合评价方法。结果显示：依据综合评价方法,屯昌县分值≥70分的耕地划为基本农田,占全县耕地总面积的88.91%,主要分布在屯昌县中南部及北部的台地平原区。通过与仅依据农用地自然质量分划定的基本农田对比分析可知,该文方法划定的基本农田不仅自然本底质量良好、区位便利,而且地势平坦、土壤侵蚀和自然灾害等较少发生,在空间分布表现为向地势平坦区、城镇聚集区集中的趋势,同时平均图斑面积较大且集中连片,有利于规模化、机械化经营。该文方法将耕地的生态质量考虑到基本农田划定中,划定的耕地更符合基本农田的要求,有助于维持耕地数量不减少、质量长期稳定。该研究可以为耕地入选基本农田评价提供科学依据,也为丰富耕地质量评价与基本农田划定研究提供思路借鉴。     

基于多尺度分形特征的ETM+影像耕地提取

耕地是重要的农业资源,如何利用经济可行的遥感技术快速准确地提取耕地已成为研究的热点和难点。以北京密云县为研究区,建立了基于多尺度分形特征的ETM+遥感影像提取耕地的方法：将计算表面分形维的双层地毯法用于计算每一个像元的上分形信号和下分形信号,并对上分形信号和下分形信号进行耕地特征分析;选用下分形信号的第3尺度和第4尺度做差值处理进一步增强耕地信息,利用简单的图像分割提取出密云县耕地信息的空间分布;基于ArcGIS的空间分析利用密云县同期的土地利用现状图进行耕地信息提取精度评价。结果表明,全县耕地总面积精度达到91.0%,全县耕地点位匹配精度达71.8%;耕地中的旱地提取精度较差,而耕地中的水浇地和菜地提取精度较高,点位匹配精度可以达到86.6%。该方法可快速有效地提取出耕地信息,也可供以后耕地信息的相关研究参考。     

基于MODIS温度/植被指数的东北地区土地覆盖分类

该文采用MODIS NDVI时序数据对东北区土地覆盖分类进行研究,以验证MODIS区域土地覆盖制图的可靠性。通过试验发现经过Savizky-Golay滤波处理能有效去除云、缺失数据及异常值的影响,使得NDVI时序曲线能更好的反映植被季相变化特征,分类结果表明NDVI时序数列能较好的区分植被与非植被、草本(一年生)与木本(多年生)覆盖类型。但研究区内一年一熟的农作物与高盖度草地、落叶针叶林与落叶阔叶林具有相似的物候特征,混分现象比较严重。该研究通过添加地表温度(land surface temperature, LST)数据解决这一问题,利用所得温度/植被指数TVI对研究区进行土地覆盖分类。所得结果用363个野外调查样区进行验证,NDVI及TVI时序数据的分类精度分别为62.26％与71.63％。结果表明TVI比NDVI对土地覆盖类型中的植被类型识别更有效。     

喀斯特地貌区耕地地力评价与分级

为了解喀斯特地貌区耕地地力详情并掌握土壤肥力演变规律,该文以广西壮族自治区德保县为研究区域,借助GPS（global positioning system）、RS（remote sensing）技术,通过野外调查采样、实验室化验等方法获得耕地地力评价相关信息,包括N、P、K、有机质、pH值、成土母质、排灌能力、障碍因素、耕层厚度、质地等74项基本信息。以GIS（geographic information system）技术为核心基础支撑,综合运用模糊评价、专家意见法、层次分析等方法和模型对耕地地力进行自动化、定量化评价。结果表明：德保县1～6级的耕地面积分别占总耕地面积的8.80%、13.84%、20.29%、39.63%、16.83%、0.61%。在量化分级的基础之上,将此次评价数据与1980年进行的土壤第二次土壤普查数据进行深入比较,比较发现：德保县的耕地地力总体水平上升;有机质、有效磷的含量水平明显上升;同时pH值趋于中性;速效钾呈下降趋势。该结果为喀斯特地貌区的个性化施肥、土壤改良、农业生产决策、绿色农产品的生产等提供了基础信息和科学依据。     

基于遥感的吉林省中西部耕地数量和质量空间格局变化分析

耕地数量和质量变化直接关系到国家粮食安全和社会稳定,研究粮食主产区耕地数量和质量变化具有重要的现实意义。该研究利用2000年、2013年Landsat TM/ETM+/OLI遥感数据和2351个样点土壤实测数据,对吉林省中西部耕地分布的空间变化和由此引起的不同质量等级耕地的时空特征进行分析。结果表明:2000—2013年期间,吉林省中西部耕地总量稍有增加,面积由5.61×104 km2增加到5.64×104 km~2,其中旱田面积增加645 km2,水田面积减少350 km~2。研究区耕地分布表现出明显的西部增加、东部减少的趋势;新增耕地最主要来源于湿地(66.04%)和草地(21.12%),传统耕作区(主要为城市周边)耕地大面积减少,其中45.08%转化为人工表面,28.85%和22.61%转化为林地和湿地;水田与旱田之间的相互转化比较剧烈。2000—2013年期间,研究区耕地质量总体呈下降趋势,净减少的耕地为一、二等地,其中一等地净减少305 km~2,长春市占96%,净增加的耕地是三、四和五等地,分别为235、148和218 km~2,主要分布在白城市和松原市。城市化占用和耕地保护政策的实施是该区域耕地数量和质量变化的主要驱动因素,研究时段内吉林省中西部优质耕地流失严重,存在突出的占优补劣问题。     

农区MODIS植被指数时间序列数据重建

MODIS植被指数时间序列数据能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。但现有MOD13产品中存在由云、气溶胶,传感器角度等干扰因素导致的噪声指数。因此,必须对MOD13时间序列中的噪声指数进行恢复。根据农作物种植区物候与熟制信息,将待重建像元时间序列划分为符合作物生长周期的时段。对各时段内指数按非对称高斯模型重建,优化相邻时段之间重叠期内指数。多次迭代重建和优化过程后恢复时间序列中噪声指数。对覆盖北京市通州区以南和河北省保定市以北农区2005年MOD13数据进行重建,与两阶段S-G滤波重建结果对比。结果表明：噪声指数被准确判断并恢复。农区多熟制导致的低值指数被有效保留。重建时间序列可以正确反映植被的覆盖情况。