喀斯特流域极端气候变化特征及对NDVI的影响

为了解贵州省极端气候时空变化及其对植被NDVI的影响,结合箱型图、相关分析、Sen+MK等方法对1961—2020年贵州省极端气候指数进行分析。结果表明：(1)贵州省夜指数的变化幅度大于昼指数的变幅,极端高温指数呈上升趋势,极端低温指数在下降,气候整体呈变暖趋势。除赤水河流域SU25(夏日日数)以-0.08 d/a显著下降外,其余流域高温指数均显著上升,而低温指数均显著下降。(2)量级指数的变化幅度大于强度指数的变幅,年总降水量在减少,但强降水和极强降水事件呈增加趋势;强度指数中南盘江流域均未通过显著性检验,量级指数在沅江流域的变化速率最大。(3)气温及降水持续指数中,低值集中在牛栏江横江流域;其中CSDI(冷持续指数)、WSDI(热持续指数)、CDD(持续干燥指数)未通过显著性检验;GSL(作物成长期)以0.26 d/a显著上升。(4)近21年,极端高温指数对植被生长以促进作用为主,且受TN90P(暖夜日数)的影响最大;极端低温指数以抑制为主,且受TN10P(冷夜日数)的影响最大;气温持续指数以促进为主,且受WSDI的影响最大。极端降水指数中,降水强度、量级指数以促进为主,且受R25...     

Aboveground biomass assessment in Colombia: A remote sensing approach

This paper presents a method to increase the level of detail of aboveground biomass estimates at a regional scale. Methods are based on empirical relationships while materials are based on MODIS products and field measurements; the area covers from 4° south up to 12° north of the Equator with a total of 1,139,012 km² corresponding to the continental area of Colombia. Vegetation was classified in three broad classes: grasslands, secondary forests and primary forests which have been proved to enhance biomass estimates. MOD44 vegetation continuous fields (VCFs) was used as an explanatory variable for primary and secondary forests following an exponential relationship, while MOD13A1 enhanced vegetation index (EVI) was used as explanatory variable for grasslands following a linear relationship; biomass for this vegetation class was estimated every 16 days given its large variation throughout the year. EVI–biomass relationships were established from 2001 to 2006. Vegetation maps were used to separate primary forests from secondary forest, since the latter has shown lower biomass levels. Confidence intervals of the exponential regression are larger as the biomass values increases, for this reason the uncertainty is quite high ranging from 3.7 to 25.2 millions of Mg with a mean of 16.2 million of Mg. Despite the uncertainty our biomass results are within the estimates of previous studies.     

基于TM影像的小麦全蚀病危害信息提取

为给小麦全蚀病危害监控提供依据,利用ASD Fieldspec HandHeld 高光谱仪测量并分析了受小麦全蚀病危害后的光谱特征,并根据TM卫星遥感影像,采用归一化植被指数(Normalized Difference Vegetation Index,NDVI)和MPA(masking, principal components transformation, and analysis)方法提取和分析了小麦全蚀病危害信息.结果表明,全蚀病发病前麦田的NDVI相近;全蚀病发病期健康麦田NDVI值高于发病麦田; 主成分变换后第3主分量在发病前灰度值接近,发病期受害田灰度值大幅上升.利用此技术可简单、快速提取小麦全蚀病危害信息,克服传统手段的局限性,对于实时监控全蚀病危害和改进作物病害监测方法具有重要意义.     

基于时序NDVI的关中地区冬小麦种植信息遥感提取

快速而准确地获取和掌握冬小麦在我国西北干旱半干旱地区的种植信息对该区域粮食生产安全及其可持续发展具有重要意义。以陕西省关中地区为研究区域,采用迭代滤波技术重建MODIS NDVI时序序列,结合当地典型地物的NDVI曲线特征和二次差分技术,建立冬小麦像元的识别规则,提取了该地区2014年冬小麦种植信息。结果显示2014年关中地区冬小麦集中分布于渭河两岸的河谷地区以及泾河以东的渭北平原,北部黄土台塬则呈星状散布。总体种植面积8.882×10~5hm~2,与统计资料相比,各地市遥感提取结果的相对误差绝对值在1.08%~9.02%之间,总体误差为3.70%。抽样验证结果显示分类精度为90.28%。该研究为关中地区制订种植计划和相关政策等提供了客观的数据参考,同时也为西北地区的农作物种植监测提供了技术支持。     

RS和GIS在黔中主要秋粮作物生育期及长势动态监测中的应用

根据2004~2006年的遥感MODIS-NDVI和地面农业气象观测数据,分析了NDVI时间序列的变化与贵州中部农作物生长发育及长势的规律。结果表明:遥感植被指数与秋粮作物生育期和长势存在较好的相关性,NDVI=0.7和ND-VI>0.75对应了黔中水稻和玉米的关键生育期及对温度条件要求最敏感的时期。利用卫星资料得出的植被指数,可用于建立秋粮作物产量评估模型。     

呼伦贝尔草原植被覆盖变化趋势研究

利用1982—2006年GIMMS-NDVI对呼伦贝尔草原植被覆盖变化趋势进行了监测,结果表明:1)呼伦贝尔草原生长季节明显延长,且主要受返青期提前影响,与黄枯期的变化基本无关,而返青期的提前主要受春季温度升高影响;2)1982—2006年,植被总体动态变化趋势表现为略有减少,但不显著,动态变化主要为年际间的波动,且草场提前返青对草原总的生物量贡献不大;3)空间上,呼伦贝尔草原东部区域植被状况整体向好的方向发展,西部地区在向退化的方向的发展,其中呼伦贝尔沙地植被状况总体上处于微弱退化趋势,局部地区存在沙丘活化、流动性变强的现象,南部沙带退化尤为明显。     

基于遥感地学模型的辽宁省森林生物量和碳储量估测

通过对森林植被生物量估测遥感模型机理的综合分析,采用2005年辽宁省森林资源连续清查部分样地数据,基于遥感及其派生信息、气象信息、地学信息、林分信息建立了估测森林植被生物量的多元回归模型。得出如下结论:1)根据与样地生物量相关性的高低对MODIS数据植被指数(NVDI)的排序为植被指数的年平均值(NVDI_AVER)、植被生长季节的植被指数的平均值(NVDI_AMD)、植被指数的年内最大值(NVDI_MAX)、植被指数的年内最小值(NVDI_MIN)、植被指数的年内最大值与最小值之间的差值(NVDI_CHA);与生物量相关的气象因子分别为相对蒸散、平均气温和>10℃的积温,其相关系数分别为0.422,0.399和0.394;生物量与坡向、纬度相关性不显著。2)辽宁省森林总生物量为255.774×106t,森林碳储量为127.887×106t。3)从辽宁省森林碳密度空间分布来看,辽宁省森林碳密度呈现出东高西低的趋势,并且碳密度总体上不高,为50 t/hm2以下。     

基于Hyperion高光谱图像的氮和叶绿素制图

利用云南省西双版纳的Hyperion高光谱图像,利用多元逐步线性回归建立了Hyperion一阶导数反射率与氮浓度和叶绿素浓度的关系,结果表明：经6S模型大气校正的Hyperion反射率与野外实测冠层反射率基本吻合;经6S校正的反射率计算的NDVI,高于用绝对亮度、表观反射率计算的NDVI,而且前者与野外实测计算的NDVI最接近;预测氮和叶绿素浓度的模型中大部分入选波长与蛋白质的吸收有关,R²分别为0.586和0.506。产生了冠层水平氮和叶绿素浓度的空间分布。结果表明：水稻的氮浓度最高,为2.5%～3.5%,其次为甘蔗、土豆、茶树,氮浓度为1.0%～2.5%,而大多数森林的氮浓度在1.0%～1.5%。对于叶绿素,水稻、马铃薯的叶绿素浓度最高,为25%～35%,其次为玉米、甘蔗,叶绿素浓度为20%～30%,而栗树的叶绿素浓度为20%～25%。证明高光谱图像是大尺度估算植被生化组分的有效方式。     

基于MODIS植被指数时间谱的华北平原土地覆盖分类

中分辨率成像光谱仪(MODIS)已在全球资源环境监测中发挥了重要作用,但是它的低分辨率成为提高分类精度的阻碍。利用MODIS的高时间分辨率弥补其低空间分辨率的不足,设计分类器改善分类精度。利用2003年23个时相的MODIS_EVI图像,构建华北平原植被指数图像时间立方体。在谐波分析去噪标准化基础上,从EVI时间谱上提取5个表征物候差异的特征向量,结合表征地气交互作用差异的地表温度(LST)信息及表征地表固有的空间分异特征的坡度信息,建立分类二叉树进行土地覆盖分类。结果表明,与2000年TM分类结果的总体一致性为75.5%,Kappa系数为0.68。而NASA USGS基于MODIS分类精度为66.0051%,Kappa系数为0.3209。进一步与2003年耕地面积的官方统计资料的比较表明,该文的估算误差为34.0507 khm²,而NASA USGS的估算误差高达66.1205 khm²。研究表明利用高时间分辨率的MODIS植被指数时间序列获得较高精度的土地覆盖分类结果是可能的。     

NDVI时间序列谐波分析与地表物候信息获取

植被指数具有明显的季节节律,NDVI时间序列分析可以获取地表植被物候信息,但已有的AVHRR NDVI数据产品仍然存在高噪声,需要进一步校正。在考虑农业植被季节变化特征的基础上,基于先验知识对NDVI时间序列数据傅立叶校正算法进行了改进。利用1992年旬最大值合成1 km NOAA-AVHRR NDVI数据,使用该方法对河北省南部地区几种不同植被类型的NDVI数据进行校正,结果显示：改进的傅立叶谐波校正算法能更好地反映农业植被NDVI季节变化节律,且对自然植被同样适用。对校正后的NDVI 时间序列数据进行谐波分析表明：谐波的特征值(谐波余项、振幅和位相)与地表植被动态之间存在相关性,谐波余项表征NDVI 时间序列的均值,谐波振幅表征NDVI年内波动幅度大小,不同谐波的位相可以表征NDVI 季节变化的时间特征,利用这些参数可以获取地表植被物候信息,并可用于土地覆被和土地利用分类研究以及全球变化研究。