伊犁绢蒿荒漠草地土壤养分和植被指数的空间异质性研究

[目的]土壤养分与植被分布格局之间的关系.[方法]应用地统计学方法,研究伊犁绢蒿(Seriphidium transiliense)荒漠草地土壤养分与植被指数的空间异质性.[结果](1)绢蒿荒漠土壤碱解氮、速效钾含量空间自相关性较差,而有机质、全磷、速效磷、全钾、全氮、植被指数(NDVI)自相关性较好.(2)通过半方差分析各项目都能用很好的模型来拟合,有机质符合线形模型,全钾、全磷、全氮、速效磷、碱解氮、速效钾和植被指数均符合高斯模型.(3)土壤养分元素和植被指数的变程在23.58～110 m,相差比较大.[结论]通过普通克立格插值,绘制了植被指数与土壤有机质和土壤养分的等值线分布图.对绢蒿蒿类荒漠草地土壤养分与植被指数空间异质性分析有助于分析植被指数的空间异质化程度与土壤元素伊犁(OM,N、P、K)空间异质化的相关性.     

黄土高原水蚀风蚀交错带植被覆盖时空演变分析

【目的】分析近25年来黄土高原水蚀风蚀交错带植被覆盖的时空演变特征,为黄土高原生态极其脆弱区的环境发展方向及宏观决策提供依据。【方法】利用1982-2006年GIMMS（Global Inventory Modeling and Mapping Studies）归一化植被指数（Normalized Difference Vegetation Index,NDVI）8 km/15 d分辨率数据,统计检验年、季节及月等不同时间尺度上NDVI的演变特征,在ArcGIS软件中表达10年尺度间NDVI均值的空间分布差异,并用面积累积频率曲线表达研究区NDVI值的整体分布及演变状况;同时用时间相关及空间对应法分析研究区NDVI与降水量的时空联系。【结果】近25年来,黄土高原地区水蚀风蚀交错带植被NDVI总体呈显著（P<0.05）上升趋势,秋季及9-10月NDVI分别呈极显著（P<0.01）和显著（P<0.05）上升趋势。在10年尺度上,研究区植被NDVI空间分布差异较大,持续性增加面积仅为22.3%,集中分布在陕北吴旗、志丹所在北洛河上游,安塞、延安所在延河地区以及西宁西南部。年降水量与年NDVI均值有较好的正相关关系,月尺度上则存在着明显的滞后效应;在10年尺度上,西宁西南部、吴旗-延安等NDVI持续性增加地区与降水量增加的空间分布比较吻合,而内蒙古东胜附近NDVI改善但降水量呈减少趋势,本区属于鄂尔多斯草原禁牧、退耕还林还草生态恢复区,说明生态环境建设产生了较好的生态环境效益。【结论】黄土高原水蚀风蚀交错带25年来NDVI整体呈显著改善趋势,但空间差异较大;其改善程度的空间差异性既有降水的作用,也有人为活动的影响。     

利用NDVI指数识别作物及土壤盐碱分布的应用研究

利用监督分类、NDVI指数等遥感影像处理方法,在黄河上游的宁夏青铜峡灌区开展识别作物及土壤盐碱分布的应用研究。基于LANDSAT卫星遥感影像,依据NDVI指数推断作物及土壤盐碱分布,得到灌区作物及土壤盐碱分布状况和相应的估算结果。研究结果表明,灌区上、下游之间在作物长势上存在着较大差异,北部地区明显低于南部,土壤盐碱分布差别是造成该差异的主要原因之一。受盐碱影响的作物面积在年度内随气候条件的改变呈现出明显的季节性变化,灌区年内受土壤盐碱危害的面积约为100000hm2,近1/3的作物面积受到程度不一的土壤盐碱化影响,且灌区下游的盐碱地面积及盐碱化程度均高于上游。     

水稻极化散射特征分析及稻田分类方法研究

通过对江苏省洪泽试验区2004年获取的多时相、多极化雷达卫星(Envisat)数据分析,从图像上提取后向散射系数,建立了水稻生长模型,分析了不同极化方式的水稻后向散射特征。利用该试验区同年获取的气象卫星(NOAA)数据,提取水稻的归一化植被指数(NDVI),分析了其与水稻后向散射系数之间的相关性。最后,根据水稻的多极化后向散射特征和获取的多时相雷达数据,利用阈值法提取稻田信息,识别精度达90%以上。结果充分说明利用多时相、多极化雷达卫星数据对水稻长势监测及面积提取具有明显的优势和潜力。     

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。     

1995—2015年厦门市土地利用变化对植被覆盖度的影响

以厦门市1995、2005、2015年Landsat遥感影像为数据源,利用太阳光谱卫星信号的二次模拟(6S)模型进行大气校正并计算地表反射率,在ENVI5.2软件支持下获取3期的归一化植被指数(NDVI)和植被覆盖度(FVC),得到厦门市1995、2005、2015年的平均FVC值分别为0.35、0.22、0.31。运用监督分类中最大似然法提取土地利用信息,利用Arc GIS10.1软件将FVC与土地利用分类图进行叠加分析,得到了厦门市1995—2015年间FVC对土地利用变化的响应。结果表明:厦门市FVC在1995—2005年间降低了37%,在2005—2015年间增加了29%;厦门市的平均FVC在水域增加17%,在建设用地增加35%,在耕地增加22%,在林地减少27%,并依此为厦门市城市发展和生态建设提供建议。     

基于MODIS的三江平原农业扩张对农区气温的影响

土地利用变化所引起的地表水热特征变化已成为地理学家与气象学家共同关注的焦点问题,其中包括土地利用变化对气温的影响.以中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer,简称MODIS)的遥感影像为数据源,获取了挠力河中游2001年和2008年的土地利用数据;利用中尺度气象模式(Mesoscale Model 5,简称MM5)对这一时期全球分析资料(Final Operational Global Analysis,简称FNL资料)来源的2m气温数据进行了降尺度处理,据此分析了土地利用变化与农区气温之间的关系.结果表明:(1)过去8年间,研究区内最为明显的土地利用变化方向是农田的扩张和种植结构的调整;(2)2001年和2008年各土地利用类型的月平均气温差异显著;(3)各种土地类型转变为谷类作物和阔叶作物,气温均有所上升,其中“落叶阔叶林转变为谷类作物”和“落叶阔叶林转变为阔叶作物”气温上升幅度最大.研究结果说明农田扩张影响了农区气温,林地开垦为农田以及“旱改水”导致气温上升.     

利用EOS/MODIS植被指数建立草地估产模型的研究

利用EOS/MODIS卫星遥感数据,将遥感技术用于草地牧草产量测量.以乌鲁木齐天山北坡密丛禾草、中生杂类草组成的草甸草原、密丛禾草、旱生杂类草组成的草原及小禾草、半灌木组成的荒漠草原为典型研究区,以2006年6～10月的地面测产数据和同步MODIS遥感数据为基础,分别建立了草地牧草估产模型.三种草地类型的遥感植被指数与牧草产量之间的相关性均为极显著水平,不同模型拟合效果不同,其结果表明,二次多项式估产模型的拟合度好于线性模型.     

估算水稻叶面积指数的调节型归一化植被指数

【目的】叶面积指数（LAI）是描述植物冠层结构、群落生长分析和陆地生态系统研究的重要参数,提高叶面积指数的估算精度是遥感工作者的重要研究方向之一。【方法】通过不同氮素营养水平的水稻小区实验,利用2004年中稻高光谱反射率数据,模拟中等分辨率成像光谱仪（MODIS）前四个通道,提出包含蓝、绿、红和近红外四个谱段的调节型归一化植被指数ANDVI（adjusted-normalized difference vegetation index）。对ANDVI和归一化植被指数NDVI（normalized difference vegetation index）、增强型植被指数EVI（enhanced vegetation index）、绿波比值指数GRI（green ratio index）、红边比值指数RRI（red-edge ratio index）等5个光谱植被指数与水稻LAI的相关关系进行了分析。利用2004年晚稻试验数据,对与LAI相关关系较好的ANDVI进行验证。【结果】ANDVI指数模型预测效果最好,均方根误差为1.771,估算精度达到63.1%。【结论】说明ANDVI具有进行在大面积范围内监测水稻LAI的能力。