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。     

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(英文)

In the field of global changes, the relationship between plant phenology and climate, which reflects the response of terrestrial ecosystem to global climate change, has become a key subject that is highly concerned. Using the moderate-resolution imaging spectroradiometer (MODIS)/enhanced vegetation index(EVI) collected every eight days during January- July from 2005 to 2008 and the corresponding remote sensing data as experimental materials, we constructed cloud-free images via the Harmonic analysis of time series (HANTS). The cloud-free images were then treated by dynamic threshold method for obtaining the vegetation phenology in green up period and its distribution pattern. And the distribution pattern between freezing disaster year and normal year were comparatively analyzed for revealing the effect of freezing disaster on vegetation phenology in experimental plot. The result showed that the treated EVI data performed well in monitoring the effect of freezing disaster on vegetation phenology, accurately reflecting the regions suffered from freezing disaster. This result suggests that processing of remote sensing data using HANTS method could well monitor the ecological characteristics of vegetation.     

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

1数据和方法1．1研究区域介绍长江流域位于北纬24°27’-35°54’,东经90°13’-122°19’,南北跨11个纬度,东西距32个经度,呈东西长、南北短的流域平面形状。流域面积1800000hmz,约占全国国土面积的18．75％。由于其位置的特殊性及地形因素,长江流域是受拉尼娜现象影响最严重的地区。     

遥感反演蒸散发时间尺度拓展方法研究进展

区域尺度蒸散发的精确估算对农业生态系统和水文循环至关重要。由于地表空间异质性,传统点上测量和反演方法只能代表有限站点周围区域的蒸散发情况,遥感能够克服传统蒸散发的空间尺度拓展问题。由于遥感只能提供卫星过境时刻的瞬时值,根据其反演的蒸散发是瞬时蒸散发,现实生产活动中通常需要更长时间尺度的蒸散发值。围绕如何解决遥感反演蒸散发时间尺度拓展问题,该文系统介绍了遥感反演蒸散发时间尺度拓展方法,总结了每种方法的基本原理、优缺点、适用性和误差来源,对比了不同时间尺度拓展方法估算精度,并给出选取合适时间尺度拓展方法的可量化意见,简要分析了遥感反演蒸散发模型应用中的地表参数、时间尺度拓展方法本身算法、方法验证及适用性的不确定性,最后对遥感反演蒸散发时间尺度拓展方法的发展趋势进行了探讨。     

3S技术在辽宁省海域使用现状调查中的应用

近年来,随着现代技术的迅速发展,3S技术即遥感技术(RS)、全球定位系统(GPS)和地理信息系统(GIS)在军事、民用领域得到了广泛的应用。美国是最早应用于3S技术的国家,20世纪70年代初期首先应用于军事,在导航、情报收集、核爆监测、应急通讯和气象卫星、环境保护等领域走在世界前列[1]。随后世界各国竞相研发,3S技术日趋成熟,     

基于Google Earth Engine的淮河流域越冬作物种植面积制图

越冬作物是中国重要的作物类型,其面积的变化不仅对中国粮食产量和经济产生直接的影响,还潜在地影响中国的粮食安全,因此有必要准确绘制越冬作物种植面积图来为决策制定者提供科学参考。该研究以淮河流域为例,基于Google Earth Engine云平台,融合时间序列Landsat-7/8和Sentinel-2A/B卫星影像,采用S-G（Savitzky-Golay）滤波器重构作物时间序列的归一化差异植被指数（Normalized Difference Vegetation Index,NDVI）,根据不同植被类型物候期的差异,选取越冬作物生长旺盛期NDVI最大值、越冬作物播种期和收获期中相应的NDVI最小值和中位数,在像元尺度上构建越冬作物提取算法,绘制淮河流域越冬作物的种植面积。研究结果表明,所构建算法能够精确提取淮河流域越冬作物的种植面积,总体精度为95.8%,Kappa系数为0.912,该研究可为作物面积的提取和监测提供方法参考。