基于改进端元提纯模型的MODIS森林类型识别研究

MODIS遥感数据具有很高的光谱辐射精度,以及成本低、覆盖面积广、获取容易、周期短等数据特征,可以实现全覆盖大尺度区域森林类型信息快速提取,但由于其空间分辨率较低,遥感数据中存在混合像元。利用混合像元分解模型进行分解可得到较好的分类结果,但混合像元分解的端元组分直接影响分类的精度。利用决策树分类模型改进端元提纯,分析各地物的MODIS时间序列植被指数变化规律及物候变化规律,利用决策树模型分类的结果进行端元组分的提纯,最后进行混合像元分解。研究结果表明:分类精度最高的是线性混合像元分解,其次是最大似然分类,最差的是非线性混合像元分解,其中带约束和不带约束的线性分解模型的精度相差不大。     

基于MODIS数据的黄河三角洲地表温度研究

指出了地表温度作为地表能量平衡中的异常重要的参数之一,它在地表与大气相互作用过程当中发挥着非常重要的作用,在地表能量平衡的研究也扮演着重要角色,特别在气象、水文、地质、生态等众多领域有着非常广泛的应用需要。对现有的地表温度反演的4种算法进行比较,最终确定选择劈窗算法。根据劈窗算法的需要,对 M ODIS数据波段选取,反演出黄河三角洲地区地表温度,并且利用实测的地表温度进行反演结果精度分析。     

利用有效积温提高冬小麦估产精度的研究

为探索如何利用冬小麦生长过程中的积温信息来提高遥感估产的准确性,以2009-2010和2012-2013年2个冬小麦生长季的田间试验数据为基础,利用有效积温和植被指数(NDVI)构建冬小麦当季估产指数INSEY(In-season estimate of yield)和INSEY-CGDD(In-season estimate of yield-cumulative growing degree days),分别用NDVI、INSEY和INSEY-CGDD与实测产量建立估产模型,并比较分析3类估产模型的精度。结果表明,3个变量与实测产量均成指数关系,其中INSEY-CGDD模型的精度最高(R2=0.59),预测能力最优,其次是INSEY模型(R2=0.55);而NDVI模型的精度最低(R2=0.35),预测能力最差。因此,在冬小麦估产模型中引入有效积温调整参数,可有效提高遥感估产模型精度。     

Multi-Temporal Detection of Rice Phenological Stages Using Canopy Spectrum

Information on rice phenology is essential for yield estimation and crop management. To test the ability of remote sensing in detecting multiple phenological stages, paddy rice canopy spectrum was measured by a hand-held radiometer. Normalized difference vegetation index(NDVI) was calculated from spectrum, and the slope of NDVI was obtained as its difference. We evaluated the response of NDVI and its slope to rice growth with a comparison of two late-season rice cultivars. The results showed that NDVI and its slope curves had distinct variation corresponding to rice development and they could be used as cultivar-independent phenological indicators. The dates of flooding and transplanting, tillering, panicle development, heading and flowering, maturity, harvest stages, and even field management practices, could be deduced from these indicators. ‘NDVI ≤ 0' could be used as a single threshold for the detection of flooding and transplanting. The largest spike in the curve of the NDVI slope indicated the duration of tillering stage. The next spike corresponded to panicle development. The heading and flowering stage was characterized by the maximum NDVI and the change of NDVI slope from positive to negative. At the maturity stage, NDVI decreased continuously, and its slope fluctuated just below zero. When rice grains were completely mature and ready for harvest, NDVI decline was accelerated. At harvest, NDVI slope reached its minimum value. The distinction between heading and maturity stages was obscure, most likely due to NDVI saturation at high biomass. The study might provide references for paddy rice phenology determination through remote sensing images.     

毛乌素沙地植被物候变化及其对气候变化的响应

[目的]分析植被物候时空变化特征及其对气候变化的响应,为区域荒漠化土地治理以及退化生态环境的恢复重建工作提供理论依据。[方法]以毛乌素沙地为研究区,基于2000—2019年的MODIS NDVI数据,采用双逻辑函数法拟合植被生长曲线,利用动态阈值法提取植被生长开始日期(SOS)、生长季结束日期(EOS)和生长季长度(GSL)3个物候参数,利用Theil-Sen Median和Mann-Kendall方法对物候进行趋势分析,并利用相关性分析及F检验方法研究物候与气候的关系。[结果](1) SOS呈提前趋势,平均提前0.7 d/a, EOS变化趋势不明显,GSL呈延长趋势,平均延长0.65 d/a。(2)SOS的多年均值主要集中在一年中的第90—140 d,在空间上由东到西逐渐推迟,EOS的多年均值主要集中在第300—330 d,空间上由南向北逐渐提前,GSL多年均值集中在第180—250 d,空间上由东到西逐渐缩短。(3)植被SOS与春季累计降水量、3—4月降水量呈负相关的区域面积分别为90.81%,83.85%和61.70%,与春季季前平均温度、3—4月平均温度呈负相关的区域面积为58...     

1989—2019年库布齐沙漠植被覆盖度的时空变化

[目的]探究库布齐沙漠近1989—2019年植被覆盖度的时空动态变化规律,为库布齐沙漠植被恢复及生态建设提供理论参考和基础数据。[方法]以1989—2019年每5 a为1期(共7期)的Landsat影像为数据源,结合归一化植被指数(NDVI)像元二分法模型,利用ENVI 5.3和ArcGIS 10.2分析库布齐沙漠1989—2019年植被覆盖度(FVC)时空动态变化特征。[结果](1)在时间变化上,近30 a间库布齐沙漠植被覆盖度整体呈增长趋势,平均植被覆盖度由0.104增长到0.243。在空间分布上,库布齐沙漠植被覆盖度呈现由西向东、向北增加的特征。(2)库布齐沙漠植被覆盖在1999—2004年和2009—2014年均呈现退化趋势,平均植被覆盖度分别减少0.053和0.054,退化面积分别为3 870.22和6 093.59 km~2,退化程度均以植被覆盖度减少10%～30%为主。[结论] 1989—2019年库布齐沙漠植被覆盖度总体有所改善,未来该区生态修复重点关注低植被覆盖区域。     

区域植被对不同时间尺度气象干旱的响应——以贵州省为例

为探究贵州省植被生长变化趋势对多时间尺度气象干旱的响应,基于2001—2020年的逐月MODIS-NDVI、EVI影像和气象数据,利用皮尔森相关系数、slope趋势性分析等方法,对贵州省20 a的植被生长状况及气象干旱时空变化特征进行了分析。结果表明:(1)贵州省不同时间尺度下的SPEI在整体上呈现出缓慢增加趋势,表明干旱程度有所降低; 空间分布上干旱化趋势表现在北部的遵义、铜仁及黔西南地区。(2)贵州省植被生长状况整体呈现出增加趋势,空间分布上的黔东南地区以降低趋势为主,毕节西部地区以增长趋势为主;(3)贵州省植被生长状况与不同时间尺度的气象干旱呈现出不同程度的正相关性,以贵州省植被在黔西南和北部地区对干旱的响应最强,其次为贵阳和毕节东部; 不同的土地利用类型中,草地对SPEI₃的响应最强,其次为耕地和林地; 生长季内的不同植被类型对SPEI₃和SPEI₁₂的响应较强。综上,贵州省植被和气象干旱时空分布特征存在一定的差异性,且不同植被类型对不同时间尺度气象干旱的响应情况也有所差别。     

气候变化和人类活动对西南喀斯特地貌区植被NDVI变化相对作用

定量厘定气候变化和人类活动对西南喀斯特地貌区植被NDVI变化的相对作用,可为揭示喀斯特地貌区植被NDVI时空演变特征及其驱动机制提供依据。以MODIS NDVI、SRTM DEM、基于站点的气象数据为数据源,建立Theil-Sen Median斜率估计、残差分析、相对作用分析等多数学模型,分析了2001—2019年西南喀斯特地貌区气候变化和人类活动对植被NDVI变化的相对作用,揭示植被NDVI与降水、气温、相对湿度和日照时数的相关性。结果表明:研究时段内西南喀斯特地貌区植被NDVI总体上呈上升态势,植被NDVI变化趋势呈现明显的空间异质性,植被NDVI增加的区域面积远大于减少的区域面积; 研究区植被改善和植被退化均受人类活动的主导。研究时段内西南喀斯特地貌区植被NDVI与降水、气温以及相对湿度整体呈正相关,相关程度依次递减,与日照时数呈负相关。综上可知,研究时段内西南喀斯特地貌区植被覆盖呈改善态势,人类活动可被认为是影响西南喀斯特地貌区植被NDVI变化的主要驱动力,植被NDVI与降水、气温、相对湿度和日照时数的相关系数在空间上呈现明显的异质性。     

2000—2020年鄂尔多斯市植被NDVI变化格局及归因分析

处于农牧交错区的鄂尔多斯市生态系统较为敏感,为探究全球气候变化以及人类活动对鄂尔多斯市生态系统的影响,利用MOD13Q1 NDVI数据以及同期气象数据,分析了鄂尔多斯市2000—2020年植被NDVI变化特征,并利用偏相关分析法以及残差驱动力分析法对引起植被NDVI变化的气候和人为因素进行了分析。结果表明:(1)21年来鄂尔多斯市植被NDVI总体呈现上升趋势,植被改善明显,全市68.66%的区域植被NDVI得到改善,西南部改善幅度小于东北部;(2)鄂尔多斯市植被NDVI与气候因子偏相关性存在明显的地区差异,植被NDVI与降水的偏相关性较高,降水与温度共同影响的区域约占总面积的2.27%;(3)鄂尔多斯市植被受到人类活动与气候的共同影响,21年来人类活动对鄂尔多斯市植被NDVI变化起到主导作用,其平均贡献率为82.67%,气候变化对植被NDVI生长的影响主要体现在降水因素上。人类对鄂尔多斯市的植被影响具有两面性,城市建设对植被的生长起到制约作用,生态工程的实施则有利于植被的生长;(4)2000—2020年鄂尔多斯市以NDVI表征的植被覆盖度的增加与人类活动密不可分,但是同时鄂尔多斯地区气候条件对植被生长有很大的限制作用,实施生态工程中要切实注意到气候变化所带来的影响,切不可盲目扩大生态工程,对于毛乌素沙地等地区植被需要实行人工保护,使其形成稳定生态系统。     

MODIS数据在森林火点识别中的应用研究

以昆明市安宁县和玉溪市易门县为研究区,选用MODIS数据作为数据源,ARCGIS和ENVI软件作为数据处理平台,采用绝对亮温、相对亮温和植被指数3个因子作为林火判断条件,提高林火判别的精度,为森林火灾的早期探测与发现、火灾扑救和损失评估业务在云南省的运用奠定基础.