基于LAI-Ts特征空间的河南省冬小麦返青-成熟期旱情监测

以河南省返青-成熟期冬小麦为研究对象,利用研究区2000、2005、2010及2015年每年2月26日-6月1日MODIS产品叶面积植被指数（LAI)和地表温度（Ts)数据,探讨当NDVI未达到饱和时,基于LAI-Ts特征空间的温度叶面积干旱指数（TLDI）能否用于旱情监测,并利用气象站实测10cm土壤湿度数据进行精度验证,进而应用该指数对河南省冬小麦旱情进行监测。结果表明：TLDI与实测土壤湿度之间存在显著负相关关系（P＜0.05）,相关系数大小在0.5212～0.7467。当NDVI未达到饱和时,基于LAI-Ts特征空间的TLDI可作为干旱监测指标,补充拓展基于植被指数和地表温度的旱情监测方法。在冬小麦返青期即植被覆盖度较低时LAI-Ts特征空间呈三角形,随着植被覆盖度的提高逐渐演变为梯形。河南省旱情主要分布在中西部、西南部以及北部地区,每年3月上旬及5月为旱情频发期,分别处于冬小麦返青期和开花-灌浆期。     

基于SWAT模型的澜沧江中游小流域水土流失与NDVI时空动态相关性

以澜沧江中游漫湾和大朝山库区的17个小流域为研究对象,基于RS与GIS空间分析,利用1999—2009年的SPOT VEGETAION逐旬遥感数据计算的归一化植被指数(normalized difference vegetation index,NDVI)数据,分析了梯级水电站库区近11a的植被覆盖的时空变化趋势,同时应用SWAT模型研究该区域小流域土壤侵蚀变化,进而探究1999—2009年研究区NDVI时空变化及其与径流输沙的关系。研究结果表明:1999—2009年间整个研究区NDVI整体呈上升趋势,进一步对近11a间NDVI趋势分析发现,呈增加趋势的区域占78.41%,只有12.37%的区域发生了减小;在年内,整个研究区月径流输沙集中于5—9月,年内分布极不均匀;在年际变化方面,年均泥沙产量在空间上分布不均匀,在时间上变化较不明显,水土流失严重的区域多分布在研究区的中南部;通过相关性分析得出,在空间上,植被NDVI与径流产沙量之间存在一定的负相关关系,尤其植被NDVI与产沙量之间存在显著负相关(r2=0.611,P0.01),在时间序列上,植被NDVI与径流产沙量的关系则不显著(r2=0.315,P0.01)。     

基于HJ-CCD数据和决策树法的干旱半干旱灌区土地利用分类

为了实现干旱半干旱灌区地表信息低成本、高效率的动态监测,利用HJ-CCD数据的多时相和多光谱信息,探讨了平罗县土地利用遥感分类方法。首先建立研究区内典型地物的NDVI时间序列曲线,提取反映该区物候模式的时序特征参数;然后对土壤信息丰富的3月份多光谱影像进行主成分变换,选取第1主成分(PC1)作为光谱特征参数,最后基于分类回归树(classification and regression tree,CART)算法进行决策树监督分类。总体分类精度达到92.26%,Kappa系数为0.91,比最大似然法分类结果精度提高了2.58%。研究表明:构建的NDVI时间序列曲线对研究区内的地类具有较强的代表性,提取的时间维和光谱维的分类参数对各地类均有很好地区分性,CART决策树算法分类结果清晰准确且精度较高。该方法为HJ小卫星在干旱半干旱区等区域的深入应用提供科学依据和实证基础。     

基于NDVI的汶川大地震前后北川县次生地质灾害区植被破坏评估

选取北川县"5.12"大地震前后2个时相的遥感数据,利用归一化植被指数(NDVI)提取2期影像的植被信息,以此为基础,反演植被覆盖度,采用破坏指数DDI(the damage degree index)表示3种灾害类型区域震后植被破坏情况。结果表明:1)研究区内共解译滑坡103处,崩塌122处,泥石流10处,灾害面积共计17.5 km2,震前85%以上区域处于中植被覆盖度以上级别,震后中植被覆盖度以上级别土地面积减少8.01 km2,占灾害区域总面积的45.77%;2)滑坡区域植被破坏程度相对较低,中度及重度破坏的面积占总灾害面积的68.66%,崩塌区域植被破坏程度次之,中度及重度破坏的面积占总灾害面积的88.15%,泥石流区域的植被破坏最彻底,中度及重度破坏的面积占总灾害面积的99.74%;3)植被破坏与海拔、坡度有一定关系,破坏较严重的地区主要集中在海拔611～1 543 m、坡度25°～45°范围内,植被破坏主要集中在重度破坏这一级别,并随海拔、坡度增加而增加,植被破坏与坡向关系不大。     

2000-2014年天山山区蒸散发时空动态特征

利用MODIS ET数据集中2000-2014年的地表实际蒸散发量产品,运用变异系数、Theil-Senmedian趋势分析与Mann-Kendall检验和Hurst指数法,探讨了中国天山山区蒸散发的空间格局、空间异质性和时间变化特征及未来趋势预测.研究表明:(1) 2000-2014年天山山区蒸散发量总体较高,蒸散发量大于400mm的区域占总面积的49.172％.受降水量控制,ET在空间上有西部大东部小、北部大南部小的特点;受土地覆盖的影响,ET的高值区(＞400 mm)主要为山区的林地和草地,而低值区(＜200 mm)主要为稀疏植被区,不同土地覆盖的ET大小为:农用地＞林地＞草地＞稀疏植被.(2)近15a全区蒸散发变异程度不明显,以相对较低的波动变化为主,面积比例为45.140％,其中高波动变化的区域是受土地覆盖演变的影响.(3) 15 a间全区年均蒸散发量大致分布在305～387mm,呈波动变化,总体有减小趋势,变化率为-2.911 6mm/a.基于像元尺度的分析也表明全区ET以减小的变化趋势为主,面积比例为83.022％.天山山区蒸散发量的减小趋势,是区域降水量减少所致.(4)全区ET的Hurst指数均值为0.747,Hurst指数大于0.5的范围所占比例为86.382％.未来全区蒸散发的变化趋势以持续性减小为主,面积比例为69.888％,其中15.589％区域的变化趋势无法确定.     

基于MODIS的东北三省植被NPP潜在气候生产力估算

大范围准确的植被生产潜力的估测,可为区域生态建设与保护提供决策支撑。基于MODIS/MCD12Q1数据、MODIS/MOD17A3数据和气象观测数据,在分析2001—2013年东北三省植被单位面积NPP年累积量时空变化的基础上,划分植被类别,构建东北三省植被NPP气候估算模型,并对研究区2013年植被NPP潜在气候生产力进行了估算。结果表明:（1）2001—2013年东北三省植被单位面积NPP年累积平均值（NPP     

土地利用数据在TVDI干旱监测方法中的应用研究——以甘肃省河东地区为例

温度植被干旱指数（Temperature Vegetation Dryness Index,TVDI）因其物理意义明确而被广泛应用。然而不同土地利用类型的植被指数（Ⅵ）、陆地表面温度（LST）存在一定的差别,这种差别可能在利用TVDI监测干旱时带来一定的影响。以甘肃省河东地区为例,探讨了TVDI方法在研究区的适用性及土地利用类型对TVDI指数监测干旱的影响。结果表明:（1）TVDI对河东地区的庆阳、平凉、临夏、定西北部、甘南等地土壤相对湿度（RSM）有一定的指示作用,但对定西市南部地区、陇南地区、天水市的指示相对较差;（2）用不同土地利用类型的遥感数据建立的特征空间,能够提高TVDI对RSM指示的准确性和合理性。一方面,农地类型的TVDI值有所下降而林地、草地类型的TVDI值有所升高,这在陇东及甘南局部地区取得较好的改进作用;另一方面,历史TVDI各区间站次统计表明,经过土地利用类型数据的改进,TVDI值的分布范围得以扩大,从0.5～0.9扩大为0.2～0.9,这与实际RSM的分布特征有更好的对应,有利于区分不同干旱等级的RSM。     

基于时态GIS的植被NDVI动态监测的模拟方法研究

提出了以归一化植被指数NDVI作为变量,通过比较短期内的植被指数变化,来实现植被的动态监测,同时借助强大的时态GIS性来探讨适合短时间内进行植被动态监测的时空索引模型方法,解决动态监测过程中的时间和空间的对应关系问题,同时对植被动态监测结果进行模拟显示.     

基于可见光红外成像辐射仪数据的地表温度反演

地表温度是农业旱灾和作物估产模型的重要参数。该文针对可见光红外成像辐射仪(visible infrared imager radiometer suite,VIIRS)传感器缺乏水汽通道的特点,联合Aqua卫星搭载的中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)数据提出了基于分裂窗算法的VIIRS地表温度反演方法。对地表发射率和大气透过率这2个关键参数的获取进行了详细分析,选取了处于作物生长期的2013年6月4日VIIRS数据进行实例验证分析。结果表明,与全国气象数据比较该文算法在大尺度上能够较好地获取中国地表温度;与MODIS数据温度产品在高温产粮区比较,该文算法与MODIS温度产品精度较一致,两者差值小于1 K。使用MODTRAN(moderate resolution transmission)软件对算法的精度进行了模拟评价验证,分析表明:在一定的水汽和地表发射率条件下,算法反演精度一般保持在1 K内,平均误差为0.431 K,误差标准偏差为0.247 K。能够为农业干旱、作物长势等农情信息监测提供所需的地表温度数据。     

干旱遥感监测模型在中国冬小麦区的应用

温度植被干旱指数（TVDI）和植被供水指数（VSWI）由于其物理意义明确,且数据易于获取,因此成为近些年在遥感旱情监测中应用较多的两个模型。为更好地完成遥感监测任务,提高精度,以全国冬小麦主产区为研究区域,利用EOS/MODIS数据,构建两个干旱指数模型,对2009年冬小麦作物主要生长时期进行干旱监测应用,并将其与不同深度土壤湿度进行相关分析、线性拟合比较及应用验证,认为两指数与10 cm深度土壤湿度相关性较好,TVDI大部表现为极显著相关,VSWI的相关性表现差于TVDI。基于土壤湿度的遥感旱情监测,TVDI比VSWI更能体现区域旱情变化趋势,其优势更明显。