The use of remote sensing to detect the consequences of erosion in gypsiferous soils

Tillage practices on sloping ground often result in unsustainable soil losses impairing soil functions such as crop productivity, water and nutrients storage, and soil organic carbon (SOC) sequestration. A sloping olive grove (10%) was planted in shallow gypsiferous soils in 2004. It was managed by minimum tillage; the most frequent management practice in central Spain. The consequences of erosion were studied in soil samples (at 0–10, 10–20, and 20–30 cm depths) by analyzing SOC, available water and gypsum content, and by detecting spectral signatures using an ASD FieldSpecPro® VIS/NIR-spectroradiometer. The Brightness index (BI), Shape index (FI), and Normalized Difference Vegetation Index (NDVI) were derived from the ASD spectral signatures and from remote sensing (Sentinel-2 image) data. The development of these young olive trees was estimated from the measured diameter of the trunks (17 ± 18 cm diameter). In 20–30 cm of the soil, the carbon stock (38 ± 18 Mg ha⁻¹) as well as the available water content (12 ± 6%) was scarce, affecting the productivity of the olive grove. The above-mentioned indices obtained from the laboratory samples and the pixels of the Sentinel-2 image were significantly (p < 0.01) correlated, with a correlation coefficient of around 0.4. The BI was related to the gypsum content and the slope of the plot. The FI was related to the carbon and water contents. The NDVI derived from the satellite image identified the influence of soil degradation on the trees and the carbon content. The spatial-temporal changes of the indices might help in tracking soil changes over time.     

京津冀地区植被NDVI动态变化及其与气候因子的关系

[目的] 探究气候变化对植被覆盖变化的驱动机制,可为揭示区域乃至全球植被覆盖动态变化及其与气候变化之间的响应机制提供依据。[方法] 以MODIS NDVI,SRTM DEM,降水和气温为数据源,运用Theil-Sen Median趋势分析法、Mann-Kendall显著性检验法、R/S分析法和Pearson相关分析法等数学分析方法,结合ANUSPLIN气象插值模型,研究2001—2019年京津冀地区植被NDVI时空演变特征及预测未来变化趋势,并探究植被NDVI与降水和气温最大相关关系及时滞效应。[结果] ①2001—2019年京津冀地区植被NDVI整体呈波动上升趋势,上升速率为0.002 2/a,且未来植被NDVI呈改善趋势的面积略小于呈退化趋势的面积;②降水和气温对京津冀地区植被生长以正向促进作用为主,且降水对植被生长的作用强度高于气温;③植被NDVI对降水变化的滞后期略长于气温,京津冀地区植被生长受前3月的降水和前1月的气温影响最大。[结论] 在林业生态工程实施背景下,2001—2019年京津冀地区植被覆盖整体呈改善态势,尤以西北部为著;植被NDVI与降水和气温相关关系呈现出明显的地域差异,且植被生长相对降水和气温变化存在一定的滞后效应。     

基于USLE模型的长株潭城市群生态绿心区水土流失研究

[目的]研究2018年长株潭(长沙市—株州市—湘潭市)城市群生态绿心区最佳植被覆盖和水土流失状况,为区域综合治理提供理论依据。[方法]运用GIS和RS技术,以长株潭区域降雨、土壤、地形、土地利用等数据为基础,采用归一化植被指数(NDVI)模型和USLE国际通用土壤流失方程为优选模型。[结果]长株潭绿心区总面积为52 287 hm~2,整体植被状况较好,高覆盖度(75%～100%)面积最大,占绿心区总面积一半以上,为26 598.40 hm~2;中低覆盖度(30%～40%)面积最小,占区域总面积的8.61%,为4 501.91 hm~2。长株潭城市群生态绿心区总侵蚀(不含微度)面积为3 654.24 hm~2,占总面积的6.99%。湘潭市侵蚀比重最高,为8.51%,长沙市次之,为6.67%,株洲市侵蚀总比例最小,为5.68%。工程建设用地在禁止开发区、限制开发区和控制建设区的侵蚀面积分别为963.92,310.74,735.11 hm~2。[结论]受人为因素、城市建设、产业分布等影响,长株潭城市群生态绿心区覆盖度空间呈现西部低,中东部高的格局,工程建设是造成绿心区土壤侵蚀的主要原因。     

NDVI时序相似性对冬小麦种植面积总量控制的制图精度影响

遥感技术获取的区域作物面积与作物面积统计数据间常常存在不一致的问题,这在一定程度上影响了作物分布遥感制图信息的应用。为获得与作物面积统计数据一致的高精度作物分布遥感制图信息,该研究以河北省衡水市武邑县为研究区,以时序Sentinel-2遥感影像生成的归一化差值植被指数(Normalized Difference Vegetation Index, NDVI)为研究数据,将冬小麦面积目视解译数据作为遥感提取的区域冬小麦面积总量参考,提出基于复合型混合演化算法(Shuffled Complex Evolution-University of Arizona, SCE-UA)和区域作物种植面积总量控制的NDVI时序相似性阈值优化冬小麦分布制图方法,并进行精度验证。在此基础上,进一步开展不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取精度对比研究。结果表明,利用全生育期NDVI时序相似性获得的冬小麦分布制图结果总量精度达99.99%以上,总体精度达98.08%,Kappa系数为0.96,可以保证遥感提取的区域冬小麦面积与冬小麦种植面积总量控制参考间的高度一致性且能获得较高的作物遥感识别精度。从不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取结果可知,利用出苗期-分蘖期、返青期-拔节期的NDVI时序可获得高精度冬小麦分布提取结果,而利用抽穗期-成熟期的NDVI时序数据提取冬小麦结果则精度较低,且综合不同生育阶段NDVI时序数据有利于冬小麦制图精度的提高。该研究可为高精度冬小麦分布提取和制图技术及其方案优化提供一定参考依据,也可为遥感数据和作物面积统计数据融合的大范围农作物分布遥感制图及统计数据空间化提供一定技术方法参考和思路借鉴。     

基于RapidSCAN CS-45的新疆滴灌冬小麦氮肥推荐研究

为给滴灌小麦氮营养状况实时评估和氮肥合理施用提供参考,通过2年田间定位试验,以当地主栽品种新冬22号为试验材料,设置5个施氮水平(0、120、240、360、480 kg· hm-2),利用主动式光谱仪RapidScan CS-45获取各生育时期冠层归一化植被指数(NDVI)和归一化红边植被指数(NDRE),分析其与滴...     

利用动态阈值决策树分类的华北平原冬小麦动态监测

华北平原是中国最大的粮食生产基地,准确监测其冬小麦种植面积及其变化对粮食产量预测和国家粮食安全具有重要意义。然而,不同土地利用产品所估算的小麦面积、空间分布及其动态均存在较大分歧,不能有效反映出冬小麦的长期变化特征。该研究结合作物物候特征和已有小麦专题数据产品,首先构建动态阈值决策分类算法,以降低传统方法在阈值设定和样本筛选方面的不确定性;进而分析了2003—2022年华北平原区冬小麦播种面积的长期变化规律。结果表明：1）该研究提出的动态阈值决策分类算法能准确地提取冬小麦面积,平均总体精度为93.44%,且与统计数据具有较高的一致性;2）2003—2022年华北平原冬小麦种植面积整体呈上升趋势,不同地区变化类型差异较大;3）研究时段内,持续种植冬小麦的耕地面积仅占各年份种植范围总面积的5%,种植次数低于10 a的面积占比达55%;4）河北中南部、山东省西部和河南省中北部冬小麦种植面积相对稳定,京津冀地区以及山区冬小麦播种面积变化相对频繁。该研究可为大尺度冬小麦动态监测提供了新的方法视角,并对科学制定耕地调控策略具有重要意义。     

利用遥感监测浙江省酸雨对植被的影响

为了研究酸雨对浙江地区不同类型植被的影响,利用1999～2004年间归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据集及相对应的酸雨监测数据,结合浙江省植被空间分布图,计算了不同酸雨梯度分布区域内降水pH值与植被NDVI的相关系数。研究结果表明:浙江省酸雨对植被的生长状况有显著影响,在城市附近尤其明显。通过不同酸雨梯度的NDVI年均值比较,pH值越低区域,NDVI值越低,植被受害越严重。不同酸雨梯度pH值与NDVI值随季节变化呈正相关,并且秋冬两季更显著。建立了马尾松林、杉木林、毛竹林和经济林、阔叶林、疏林地以及灌木林6种植被类型的NDVI与酸雨pH值之间的反演关系,结果具有良好的精度,可用于监测大尺度酸雨对植被的影响。灌木林和阔叶林NDVI值对酸雨的危害反应最敏感,其次是毛竹林和杉木林,而马尾松林和疏林地对酸雨的危害反应相对不十分敏感。浙江省酸雨在杭州、宁波、嵊州、台州、温州以及衢州盆地为中心的地区呈现pH低值区,西南部的龙泉,庆元、云和等县市污染相对较轻。     

基于MODIS／EVI时间序列数据分析冰冻灾害对植被绿叶始期的影响

在全球气候变化的研究中,植被物候与气候的关系是一个重要的课题,它显示陆地生态系统对全球变化的响应。笔者用2005～2008年1～7月每8d时间序列的MODIS／EVI数据及其相应的地面数据,运用时间序列谐波分析（HANTS）算法对EVI数据进行去云处理。对处理后的结果,采用动态阈值法获取该区域2005～2008年植被物候（生长始期）及其分布格局,并将冰冻灾害年份跟正常年份植被物候分布格局进行对比,分析冰冻灾害对该地区植被物候的影响。结果表明,处理后的EVI数据能较好地反映冰冻灾害对植被物候的影响,准确地反映了冰冻灾害的实际影响范围。该研究结果说明,通过HANTS法分析卫星遥感数据可较为准确地反映植被的生态特征。     

VI-LST遥感模型在福建省干旱灾害监测中的应用

植被指数(VI)和地表温度(LST)是描述地表特征信息的2个重要参数.本研究采用基于VI和LST特征空间的遥感模型对2000年以来福建省三起比较严重的干旱灾害进行监测分析,结果表明:采用增强型植被指数(EVI)拟合特征空间干边方程的相关系数高于采用归一化植被指数(NDVI)拟合干边方程的相关系数.VI-LST遥感模型能客观地反映地表水分供应状况,较好地反映区域旱情的空间分布和旱情动态发展过程,干旱灾害的卫星遥感监测结果与地面气象监测结果基本一致,在福建省抗旱减灾工作中具有一定的实用价值.