基于MODIS数据的伊犁地区草地地上生物量反演

为伊犁草地资源监测、保护及合理利用提供参考依据,利用新疆伊犁地区2012年7-8月野外草地地上生物量采样数据和同期的MODIS数据,分析了增强型植被指数(EVI)、归一化植被指数(NDVI)与实测草地地上生物量的一元线性、指数和二次多项式回归模型,并对各种回归模型进行分析比较.利用优选模型的反演结果分析了伊犁地区地上生物量的空间分布.结果表明:各植被指数都与实测生物量有较好的相关性,但以EVI指数建立的二次多项式回归模型(y = 14759x²-4758x + 1346,R²= 0.8402)较优,拟合模型平均估产精度达到 92.19%,可作为该区域草地地上生物量遥感反演模型;伊犁地区2012年平均产草量为1817 kg·hm^-2,总产草量达70.59×10⁸ kg,并且产草量随高程增加呈现先增加后减少的特征.     

锡林郭勒草地MODIS植被指数时空变化研究

利用新一代卫星遥感数据TERRA/MODIS,结合地面调查数据,以内蒙古自治区锡林郭勒盟草地为研究区域,分析草甸草原、典型草原、沙地草原、荒漠草原四种代表性草地植被指数(MODIS-NDVI)的时空变化特征,以2002年4～10月旬度变化为例,较详尽地反映草地在其生长期内各个阶段植被指数的变化,进而反映生长状况;以2002年9月的NDVI合成数据为例,对植被指数分级,分析各个级别NDVI值域在地理空间上的变化,反映各类草地在空间上的连续性和差异性。     

基于MODIS植被指数的甘南草地净初级生产力时空变化研究

利用甘南地区2006-2007年的外业实测样方草地干物质产量和MODIS植被指数数据,建立了草地地上部分干物质产量遥感反演模型,根据根冠比和干物质转碳率对2006-2008年甘南地区草地净初级生产力(NPP,net primary productivity)进行了估算,绘制了甘南草地NPP年累积量空间分布格局图和NPP月度变化动态图,对不同草地植被类型的NPP差异进行了评价。研究结果表明,2006-2008年甘南草地年NPP分别达637.04,599.98和566.59 g C/m²,其空间分布具有自西南向东北逐渐减少的趋势;年内不同草地类型的NPP均在7-8月达到最大累积量;NPP累积量最高的3种草地类型是沼泽、高寒灌丛草甸和高寒草甸,3年中最大月NPP的平均值分别达到1 137.28,553.76和527.66 g C/m²;2006-2008年甘南草地NPP持续下降,年草地NPP总量的减少速率为1.2 Tg/a,尤其是沼泽湿地的NPP下降明显,年平均减少速率达到了125.92 g C/m²。     

基于MODIS植被指数的青海省玛多县草畜关系分析

为了研究青海玛多县草畜关系特征,对2008—2009年9个样地的实测地上生物量与MODIS(Moderate-resolution Imaging Spectroradiomete)归一化植被指数(NDVI)、增强型植被指数(EVI)分别基于线性、幂和指数函数建立回归模型,对理论地上生物量进行反演估算,并依据相关公式计算理论载畜量。结果表明:线性函数模型具有较好的模拟效果;2009年玛多县草地地上生物量显著高于2008年;玛多县基于NDVI的2008,2009年理论载畜量分别为40.93万、57.45万羊单位,基于EVI的理论载畜量分别为41.30万、59.03万羊单位;而玛多县2008,2009年年末的牲畜存栏数分别为33.11万、33.71万羊单位,可见玛多县这2年的理论载畜量尚有盈余。说明玛多县总体上正在由草畜关系极不平衡状态向逐渐草地恢复状态逐渐改变。     

锡林郭勒草地MODIS植被指数时空变化研究

利用新一代卫星遥感数据TERRA／MODIS，结合地面调查数据。以内蒙古自治区锡林郭勒盟草地为研究区域。分析草甸草原、典型草原、沙地草原、荒漠草原四种代表性草地植被指数(MODIS—NDVI)的时空变化特征。以2002年4～10月旬度变化为例。较详尽地反映草地在其生长期内各个阶段植被指数的变化。进而反映生长状况；以2002年9月的NDVI合成数据为例，对植被指数分级。分析各个级别NDVI值域在地理空间上的变化。反映各类草地在空间上的连续性和差异性。     

基于MODIS的植被指数对估测塔里木河中下游植被盖度的适用性

以干旱荒漠区塔里木河中下游的植被为研究对象,采用长时间序列的MODIS数据构建研究区常用的4种植被指数[归一化植被指数(NDVI)、差值植被指数(DVI)、增强型植被指数(EVI)、比值植被指数(RVI)],并通过遥感方法和Image J软件获得研究区植被覆盖度,分析发现与实测的植被覆盖度有显著相关性。从Image J获得的植被覆盖度与4种植被指数的回归结果可以得出4种植被指数在研究区的适用性,从而优选出最适合此研究区的植被指数。结果表明,基于MODIS的4种植被指数与研究区实际植被覆盖度之间存在显著的正相关关系,各植被指数与研究区植被覆盖度的拟合程度由高到低依次是NDVIEVIRVIDVI,使用NDVI获取植被信息最为适宜。     

基于小型无人机与MODIS数据的草地植被覆盖度研究——以甘南州为例

以甘南州为研究区,采用Canon数码相机和小型无人机搭载相机在不同大小样方上获取草地植被覆盖度数码照片,结合2015年5月-10月的Terra/MODIS植被指数产品MOD13Q1,分析了增强型植被指数(EVI)和归一化植被指数(NDVI)与草地植被覆盖度之间的相关性,建立了研究区草地植被覆盖度的回归模型,并对模型进行了精度评价,筛选出甘南州草地植被覆盖度最优遥感反演模型,并对草地生长季时期覆盖度时空上的动态特征进行分析。结果表明,1)利用小型无人机搭载相机获取草地大样方植被数码照片的方法能用于地面草地覆盖度数据的获取;2)与NDVI相比,用EVI估算草地覆盖度更优,因此确定基于EVI构建的对数模型为甘南州草地植被覆盖度最优反演模型,模型精度可达88.00%;3)研究区2015年生长季草地植被覆盖度除了低平地草甸在8月达到最大值外,其它草地类型均在7月达到最大值;4)甘南州以中高植被覆盖度为主,主要分布在玛曲、碌曲、夏河以及合作四县市。整体而言,中西部和西南部区域草地覆盖度高于东部。通过精确草地植被覆盖度模型的建立,不仅有利于及时准确的了解草地植被覆盖度的时空分布状况和季节性动态变化,也有利于维护甘南州草地生态系统的持续稳定发展。     

基于MODIS与AMSR-E数据的雪被产品合成及精度评价

摘要：利用2002年10月1日-2008年3月31日青海省Terra/MOD10A1和Aqua/MYD10A1每日雪被产品,合成了MODIS五日积雪分类图像（MOYD_5D）,结合AMSR E五日雪水当量产品（AE_5D）,利用用户自定义合成算法合成五日积雪分类图像AEMD_5D。根据气象台站的雪情数据,对比分析MOYD_5D、AE_5D和AEMD_5D这3种积雪产品的积雪分类精度（Sa）。结果表明,1）当积雪深度为1~3 cm时, MOYD_5D、AE_5D和AEMD_5D的积雪分类精度分别为17.5%、49.8%和23.2%;2）积雪深度为4~6 cm时,MOYD_5D、AE_5D和AEMD_5D的Sa分别为46.2%、55.1%和56.9%;3）雪深为7~9 cm时,MOYD_5D、AE_5D和AEMD_5D的Sa分别为58.6%、78.5%和78.6%;4）当雪深≥10 cm时,MOYD_5D、AE_5D和AEMD_5D的Sa分别为66.7%、82.2%和84.1%。合成产品AEMD_5D对积雪分类精度有所提高,对于牧区雪灾监测及评价具有重要的应用价值。     

基于CBERS和MODIS数据的草地资源监测评价研究

在编制《草地资源遥感调查大纲》、《草地资源区划界定操作细则》、《草地资源区划界定图形数据及制图要求》等系列规范、细则,以及包括基础地理信息、草地资源信息等多个方面的综合调查分类指标体系及数据字典的基础上,研究和探索了一整套利用CBERS数据建立草地资源遥感解译标志,采用人机交互的方式在GIS软件中对草地资源类型图进行更新,并以CBERS数据更新后的草地资源专业图件作为背景,应用EOS/MODIS数据实现草地植被的遥感动态监测与评价。     

基于ADC和MODIS遥感数据的高寒草地地上生物量监测研究——以黄河源区为例

利用2015-2016年8月采集的黄河源区草地生物量数据和MODIS卫星遥感资料,结合农业多光谱相机(agricultural digital camera,ADC)获取的植被指数数据,比较分析3种_(ADC)植被指数(NDVI_(ADC)、SAVI_(ADC)和GNDVI_(ADC))与野外实测草地地上生物量(above-ground biomass,AGB)数据的相关性,筛选出适合构建草地AGB反演模型的_(ADC)植被指数;结合MODIS NDVI(记作NDVIMOD)构建草地地上生物量反演模型,采用留一法交叉验证方法评价各模型精度,确立适宜模拟研究区草地AGB的最优模型;并利用NDVI_(ADC)校正NDVI_(MOD),获得高分辨率、高精度的草地AGB遥感监测改进模型。结果表明,1)基于_(ADC)获取的3种植被指数中,NDVI_(ADC)与高寒草地地上生物量关系最为密切,其次为SAVI_(ADC),拟合效果最差的是GNDVI_(ADC);2)基于NDVI_(ADC)建立的草地AGB监测模型的精度(RMSEP介于383.55~393.18kg DW/hm2;r范围为0.65~0.66)远高于NDVI_(MOD)的模型精度(RMSEP介于421.08~427.00kg DW/hm~2;r范围为0.55~0.58),NDVI_(ADC)反演得到的草地AGB更接近于黄河源区草地实际生物量,且相较于NDVI_(ADC),NDVI_(MOD)的样本值整体偏高;3)在NDVI_(ADC)构建的4类模型中,线性和乘幂模型模拟研究区草地AGB的能力较好,但线性模型精度更高(y=3248.93×NDVI_(ADC)-305.59,RMSEP=383.55kg DW/hm~2,r=0.66),该模型为黄河源区草地生物量的估测提供了一个新型且易操作的方法;4)NDVI_(ADC)与NDVIMOD相关性较高,利用NDVI_(ADC)校正NDVI_(MOD)可以改进草地AGB遥感反演模型,优化模型为y=2455.54×NDVI_(MOD)-301.69。该模型可在大尺度范围内估测黄河源区的草地生物量,且模型精度接近于地表测量法的监测精度。     

基于灵活的时空融合模型的植被覆盖度与植被指数关系

时空数据融合模型被广泛地应用于获取高时间、高空间分辨率的植被指数与植被覆盖度,但是其反演的精度常常受输入的低空间分辨率影像(如MODIS影像)的影响。本研究基于灵活的时空数据融合方法(FSDAF),深入分析了赛里木湖流域与石河子地区两种不同情景的MODIS影像组合对FSDAF模型植被覆盖度提取精度的影响,并研究了6种植被指数与植被覆盖度的线性与非线性关系。研究结果表明,FSDAF模拟影像的植被覆盖度精度取决于2个时期MODIS影像的变化率,影像变化小时取得的精度明显好于影像差异大的情况。而采用植被指数对植被覆盖度模拟时,NDVI与OSAVI的线性拟合效果较好,可以获取较理想的结果。试验表明,采用时空模型用于研究区植被覆盖反演能取得较好的效果,具有一定的应用推广价值。     

基于MODIS和AMER-E资料的青藏高原牧区雪被制图研究

本研究利用青藏高原地区2002-2008年MODIS/Terra-Aqua逐日雪被产品(MOD10A1及MYD10A1)和AMSR-E/Aqua每日雪水当量产品AE_DySno,研究了MODIS和AMSR-E逐日数据的融合算法,合成出逐日无云积雪分类图像MATS10A1,并利用气象台站提供的雪情数据验证了合成图像的积雪分类精度。研究结果表明:1)在青藏高原地区,虽然在晴空时MODIS积雪分类精度较高(当雪深>3 cm时达到80.82%),但MOD10A1和MYD10A1图像中的平均云量比分别达到39.74%和48.74%,无法对牧区雪情进行实时监测。2)MOD10A1和MYD10A1的合成图像(MOYDTS10A1)云量比为24.13%,不但消除了大部分云的影响,而且提高了积雪分类精度(积雪分类精度为81.67%)。3)合成图像MATS10A1结合了AMSR-E资料不受天气影响和MODIS雪被产品较高空间分辨率的优点,不仅完全消除了云的干扰,同时具有较高的积雪分类精度(79.36%)。因此,这种改进型算法生成的逐日无云图像,在青藏高原牧区雪灾监测与预警研究中将具有重要的应用前景。     

基于MODIS数据的伊犁河谷植被指数变化及其对气候的响应

利用2006-2014年主要生长季(5-9月)的MODIS遥感数据,分析了2006-2014年的年平均NDVI和生长季月NDVI变化规律。同时,收集整理同期伊犁河谷地区的气温与降水资料,并对NDVI与当月、2个月滑动、3个月滑动和5个月滑动的平均气温、降水值进行了相关性分析。结果表明,NDVI与气温、降水都存在一定的相关性,NDVI受当月平均气温的影响最大;NDVI与当月降水和滑动平均降水的相关性都很好,但3个月滑动平均降水对NDVI的影响最大,并且通过了0.01的极显著性检验。     

基于像元二分模型的和布克赛尔县植被覆盖动态变化分析

利用2003-2010年每年8月的MODIS遥感数据,基于归一化植被指数的像元二分模型原理,对和布克赛尔县近8年来植被覆盖的变化情况进行遥感监测,并分析了2003-2010年不同时期植被覆盖度的空间分布特征以及面积变化情况。结果表明,和布克赛尔县植被覆盖度由北向南逐渐降低,北部地区长势较好。近8年中,和布克赛尔县的植被覆盖总体略有上升趋势,其中2005年植被覆盖度最高,达到91.18%,部分年份较前一年植被覆盖度略有下降,但幅度不大,说明和布克赛尔县的生态环境建设较好。     

基于长时间序列NDVI资料的我国西北干旱区植被覆盖动态监测

植被是表征陆地生态系统的重要指标,气候变化对植被具有显著影响。虽然MODIS NDVI具有较高的精度,但时间序列长度有限,在年代际尺度的变化趋势研究中,仍然需要对AVHRR NDVI数据集进行时间序列的扩展和完善。本研究通过建立MODIS NDVI与AVHRR NDVI逐月线性回归模型,生成了长时间序列(1981-2013年)NDVI数据集;并以NDVI作为植被活动的指标,分析研究了近33年来西北干旱区的植被动态变化。结果表明:1)MODIS NDVI与LTDR NDVI数据具有较好的线性相关性,两者之间线性回归模型的决定系数均在0.7以上;2)近33年以来,西北干旱区的植被活动均呈现出增强的态势,其中稀疏植被区的植被活动在持续增强,植被整体状况在好转,而草地区的植被活动较为稳定,并未出现较大的变化;3)西北干旱区的气候呈现出暖湿化的特点,植被活动对气候变化较为敏感,NDVI与年平均温度和年降水量之间呈显著相关关系(P<0.05)。