基于NDVI指数的浑善达克沙地植被时空变化规律分析

为从宏观上认识沙地绿色植被在年、月时间尺度的变化规律,为防沙治沙工作提供理论依据,分析了浑善达克沙地1982—2006年共25年的植被指数数据。研究认为,浑善达克沙地植被生长期为每年的5月下旬至10月,其中7月下旬和整个8月绿色植被生长量达到峰值;1982—2006年的25年间,浑善达克沙地绿色植被覆盖度以每年0.1百分点的速率缓慢增长,其中沙地西部治沙成果显著,但沙地中东部,原本的中、高植被覆盖区,植被的衰退和显著衰退面积竟然高达总面积的27%。同样的防沙治沙工作,为何在浑善达克沙地的东、西部出现了截然相反的局面,这需要引起我们的反思和高度重视。     

丝绸之路经济带沿线典型地区荒漠化动态变化遥感监测

在高强度人类活动影响下,“丝绸之路经济带”的资源环境面临严峻问题与挑战,而对研究区的荒漠化动态变化进行遥感监测可为荒漠化的防治和治理提供理论基础和数据支持.以2000-2014年的250 m分辨率MOD13Q1为数据源,利用归一化植被指数和决策树分类进行荒漠化程度划分,得到丝绸之路经济带荒漠化土地动态变化和转移面积矩阵.结果表明:2000-2014年研究区荒漠化土地面积增加,其荒漠化土地增长量为98 912.26km2和增长率为0.11％.其中,非荒漠化向荒漠化共转移308 289.73 km2,大于荒漠化向非荒漠化的转移面积266 497.67 km2.在空间分布上,中亚荒漠化土地由西南的严重荒漠化向东北的轻度荒漠化逐渐减轻,且向哈萨克斯坦北部地区不断推移;中国的荒漠化土地多集中分布在塔里木、吐鲁番和柴达木三大盆地中,且以宁夏陕西甘肃北部地区的减少为主.总体上,丝绸之路经济带沿线地区总荒漠化面积增加,程度趋于严重,荒漠化问题日益突出.     

2000—2020年四川省植被覆盖时空变化特征及其气候驱动因子

[目的] 对四川省植被变化规律及影响因子进行分析,为该地区自然资源可持续发展提供理论支持。[方法] 基于2000—2020年四川省MODIS-NDVI数据集,统计研究区2000—2020年植被覆盖度(FVC),分析其时空变化特征以及与气候因子的关系。[结果] ①四川省FVC变化趋于稳定,其多年FVC均值在0.50左右。②在空间尺度上,FVC存在明显的空间分布异质性,东部FVC高于西部,且从西北向东南方向呈现依次递增的空间分布格局。③四川省高植被覆盖度区域面积比例达到70%左右,其总体植被状况较好,且总体存在缓慢增长的迹象。④研究区内FVC变化与气温、降水正负相关关系并存且面积比例接近。⑤四川省FVC变化的驱动力主要为非气候因子,以气候因子为驱动的区域面积占研究区总面积的21.17%。[结论] 四川省地形地貌复杂,气候条件好,植被生长旺盛,多年来FVC较为稳定,维护了长江中上游地区的生态环境。四川省未来应着重关注人类活动因子,积极构建长江中上游生态屏障。     

2000—2019年黄土高原地区土壤保持时空变化及影响因素分析

为揭示全球气候变化背景下黄土高原的生态建设成效,以土壤保持量为评估指标,应用美国修正通用土壤流失方程,评估了黄土高原土壤保持服务功能以及植被、气象等因素对其影响,分析了2000年以来植被和气候变化影响下黄土高原土壤保持量时空动态变化特征。结果表明:2000—2019年黄土高原土壤保持量平均值为109.5 t/hm²,并呈增加趋势,平均每年增加2.0 t/hm²,空间分布黄土高原中部和东部土壤保持量增加较明显。2000年以来黄土高原地区植被NPP呈增加趋势,年平均值为330.5 gC/m²,且平均每年增加7.2 gC/m²; 2000年以来植被覆盖度年平均值为29.2%,且以平均每年0.52%的趋势增加。黄土高原地区2000年以来气温和降水量均显著增加,平均年降水量为469.1 mm,且呈增加趋势,平均每年增加3.1 mm,年平均气温为10.2℃,平均每年增加0.03℃。黄土高原生态恢复措施加强,加之区域“暖湿化”有利气候条件,促进了区域生态建设成效显现,成为黄土高原生态恢复、功能提升的重要因素之一。     

基于MODIS-NDVI的甘肃河东地区植被覆盖度动态监测

基于MODIS-NDVI遥感数据,利用像元二分模型估算河东地区2000 2010年的植被覆盖度,并在像元尺度上分析河东地区植被覆盖度的时空变化规律及其驱动因子.结果表明:河东地区平均植被覆盖度为50.93％,其中,甘南高原覆盖度最高,河东北部最低,植被覆盖度由南向北递减;研究时段内年平均植被覆盖度大于60％(优等)的区域占23.06％,且90.49％的区域植被覆盖度呈增加趋势,以河东中部植被覆盖度增加速度最快,为33.68％.从空间尺度上来看,降水是其主要的影响因素;而从时间尺度上,最主要的影响因素可能是植树造林.     

基于GIS和RS的土地利用与土壤侵蚀关系研究——以冀北地区为例

 冀北地区土壤侵蚀以水蚀和风蚀为主,根据水利部颁布的《土壤侵蚀分类分级标准》(1997),参考有关学者提出的土壤风蚀强度分级指标,构建研究区土壤侵蚀强度的分级指标。运用GIS和RS技术,提取土地利用、坡度、植被覆盖度、土壤质地等信息,通过GIS空间叠加分析,得出冀北地区土壤侵蚀强度分级图,详细研究土壤侵蚀强度的空间分布特征;进一步与土地利用图叠加,分析不同土壤侵蚀强度下的土地利用特征和不同土地利用类型的土壤侵蚀状况。     

基于Lab颜色空间的棉花覆盖度提取方法研究

基于手持高清可见光图像和无人机可见光遥感影像中植被与非植被像元在不同颜色空间单通道上分布的差异性,以苗期和蕾期的棉花为对象,进行了棉花覆盖度的提取方法研究。基于不同天气状况和不同采集时刻等光照条件下采集的29幅具有不同覆盖度的棉花地面可见光图像,分别对比分析了Lab颜色空间a通道、RGB颜色空间2G-R-B指数和HIS颜色空间H通道对棉花的识别能力,以及使用动态阈值和固定阈值两种情况下的棉花覆盖度提取精度。其中动态阈值通过植被与非植被像元的高斯分布交点确定,固定阈值在3种颜色空间分别设置为动态阈值的均值。结果表明,植被像元与非植被像元在a通道、2G-R-B指数和H通道上呈现高斯分布,可以采用非线性最小二乘算法实现高斯分布拟合。通过高斯分布拟合求解交点得到的动态分类阈值分布范围较为集中,将其均值-3.78、0.06、0.13设定为固定分类阈值。相比于2G-R-B指数和H通道,a通道对绿色植被的识别能力最好,更适合提取棉花植被覆盖度;相比于动态阈值,固定阈值的提取精度更好,平均提取误差为0.009 4。将该方法应用到无人机尺度时,同样可以较好地提取不同天气状况和不同土壤干湿类型的棉花覆盖度,且总体平均提取误差为0.012。经过初步检验和分析认为,基于植被与非植被像元在Lab颜色空间a通道上分布的差异性,结合固定分类阈值,可以精确地提取不同光照条件下的苗期和蕾期棉花覆盖度。     

覆盖度对无人机热红外遥感反演玉米土壤含水率的影响

为提高基于冠层温度信息反演土壤含水率的精度,以不同水分处理的拔节期大田玉米为研究对象,采用无人机热红外和可见光相机获取试验区遥感图像,通过不同图像分类方法剔除土壤背景,提取玉米植被覆盖度(Corn vegetation coverage,Vc)及冠层温度(Canopy temperature,Tc),并计算冠-气温差(Tca)和冠-气温差与覆盖度的比值,分析这两种指数与土壤含水率(Soil moisture content,Smc)之间的关系。结果表明,不同分类方法提取的玉米覆盖度以及冠层温度均存在差异,由灰度分割法、RGRI指数法、GBRI指数法3种分类方法剔除土壤背景后计算的冠-气温差、冠-气温差与覆盖度之比与土壤含水率均呈线性关系,并且冠-气温差、冠-气温差与覆盖度之比两种指数反演0～30 cm玉米根域深度的土壤含水率效果较好;其中,未剔除土壤背景的冠-气温差反演土壤含水率效果较差,GBRI指数分类法剔除土壤背景的冠-气温差反演土壤含水率效果有所提高(0～10 cm、10～20 cm、20～30 cm深度的R2由0. 255、0. 360、0. 131提高至0. 425、0. 538、0. 258);而冠-气温差与覆盖度的比值反演土壤含水率相比于冠-气温差精度明显提高,0～10 cm、10～20 cm、20～30 cm深度建模集R2高达0. 488、0. 600、0. 290,P 0. 001,验证集R2达0. 714、0. 773、0. 446,表明冠-气温差与覆盖度之比是反演玉米根域深度土壤含水率效果更优的指标。     

基于遥感的疏勒县植被覆盖时空变化研究

【目的】评价疏勒县生态环境质量及生态环境演变过程。【方法】基于Landsat遥感影像数据,利用归一化植被指数NDVI、像元二分模型、中心迁移模型等方法分析了1996-2017年疏勒县植被覆盖时空演化。【结果】①疏勒县植被覆盖分布总体以高植被覆盖为主成大面积片状分布,中、低植被覆盖主要以盖孜河和克孜河为轴线,相对围绕高植被覆盖分散分布;②1996-2017年疏勒县植被覆盖面积和覆盖度均呈增加趋势。2017年的植被覆盖面积比1996年增加了456.4 km²,增加率为38.3%;③疏勒县植被覆盖空间变化上存在一定的区域性和时段性差异。区域上,南部乡镇覆盖度明显增加;时段上,2009-2013年植被覆盖面积增加最明显;④1996-2017年疏勒县植被覆盖中心整体往东南迁移;⑤气候变暖对疏勒县植被覆盖度变化有一定的影响,但短期内人类活动影响更大。灌区改造高效节水、耕地开垦、农作物的种植及林带面积的增加是植被覆盖面积增加的主要因素。【结论】综上可知,气候变暖和生态治理工程等人类活动因素可能是疏勒县植被覆盖面积与覆盖度呈增加的主要原因,这表明疏勒县生态环境保护与治理是科学合理的。     

基于平稳小波变换的冬小麦覆盖度高光谱监测

在2010与2011年度冬小麦生长季,通过大田小区试验,实测了冬小麦冠层的高光谱反射率与覆盖度。分析了不同覆盖度下的冬小麦冠层光谱特征以及不同生育期冬小麦冠层光谱反射率与覆盖度的相关性,建立了基于归一化植被指数(NDVI)与比值植被指数(RVI)、小波能量系数的不同生育期冬小麦覆盖度估算模型。结果表明:覆盖度越大,冬小麦光谱反射率在可见光波段越小,在近红外波段越大。在可见光波段,光谱反射率与覆盖度负相关,在"红边"处,由负相关变成正相关。在返青期、拔节期,NDVI估算效果好(R2为0.835 9、0.805 7);在抽穗期、灌浆期,RVI估算效果好(R2为0.803 1、0.829 4)。在返青期、拔节期、抽穗期、灌浆期,以高频、低频小波能量系数为自变量的冬小麦覆盖度估算模型的R2分别达到0.911 2、0.895 4、0.880 2、0.927 5。