遥感指数在湖泊叶绿素a反演研究中的应用

借鉴陆地植被指数的算法,利用MODIS数据的波段组合对太湖叶绿素8浓度进行反演。探讨了差值植被指数DVI、比值植被指数RVI、归一化植被指数NDVI这三种遥感指数形式的反演效果及各自特点。MODIS数据蓝光波段和红外波段的组合是反演太湖叶绿素浓度的最佳波段组合,DVI适合于反演叶绿素浓度高的情况,RVI的反演结果两极分化明显而普适性较差,NDVI适合于反演浓度较低的情况。     

基于Sentinel-2数据的近岸高悬沙水体漂浮绿潮遥感识别

黄海浒苔绿潮自2007年以来连年暴发。为筛选跟踪监测绿潮发生、发展过程的遥感识别方法,本研究使用Sentinel-2 MSI多光谱数据,在分析漂浮绿潮及背景高悬沙水体光谱特征的基础上,利用归一化植被指数（normalized difference vegetation index,NDVI）、漂浮藻类指数（floating algae index,FAI）、虚拟基线漂浮藻类指数（virtual baseline floating macroalgae height,VB-FAH）等多种遥感指数算法开展漂浮绿潮识别,比对分析了各算法的监测效果。结果显示,Sen2cor大气校正后地物光谱曲线峰谷特征显著,与实测光谱谱型的相似度明显提升;以近红外和绿光波段反射率差值为基础的VB-FAH指数算法可在一定程度上降低高悬沙水体对近红外和红光通道反射率的影响,漂浮绿藻识别效果比NDVI及FAI指数更好。本研究可为高悬沙水体漂浮绿潮遥感识别提供技术支持。     

不同大气校正方法对浒苔遥感监测效果影响研究

HJ-1 CCD数据具有较高的时间分辨率和空间分辨率,可以实现大范围的浒苔灾害动态监测,大气校正是实现浒苔信息提取的基础,但是不同大气校正方法对同一影像的处理结果会有差异。基于黄海中南部浒苔暴发时期的环境卫星影像,采用FLAASH、6S、COST 3种方法分别对其进行大气校正处理以消除大气影响,并运用NDVI阈值法提取浒苔,通过划分多个研究区以及对光谱特征、NDVI、类间距、混合像元、阈值敏感性、提取结果等多个变化量的统计与分析,比较了3种大气校正方法在浒苔提取中的效果,为后续浒苔定量化监测提供了帮助。结果表明:在采用NDVI阈值法提取浒苔信息时,使用COST大气校正会取得良好的提取效果,其次是FLAASH大气校正方法和6S大气校正方法。     

基于无人机多光谱影像的海滨景区浒苔信息提取研究

2007年以来,黄海绿潮（浒苔）灾害连年大规模暴发,对山东半岛近岸海域生态环境造成严重影响,大量靠岸浒苔若处置不及时会腐烂发臭,严重影响海滨景区旅游业及附近居民健康。为了提高绿潮灾害重点区域遥感监测的精度、提升靠岸浒苔预警的准确性和浒苔清理的工作效率,本研究利用无人机航拍的高精度影像对乳山市银滩海滨景区绿潮灾害进行监测,结合地物光谱仪实地测量浒苔和岸边植被的光谱特征,通过四种植被指数对浒苔和岸边植被进行光谱分析和识别对比,验证不同植被指数下浒苔和岸边植被的提取情况,并基于提取方法对靠岸浒苔生物量进行估算。研究表明:在红边波段,浒苔和岸边植被具有明显的可区分性,使其可以利用MTCI（MERIS terrestrial chlorophyll index）、NDVI_redge、SR_redge、MSR_redge四种植被指数与岸边植被进行区分,MTCI区分提取效果最好,精度可达91.3%,其次是SR_redge、NDVI_redge、MSR_redge,提取精度分别为85.3%,83.8%,81.2%;利用MTCI指数建立的生物量估算模型,估算的300 m研究区内靠岸浒苔约600 t,为海滨景区绿潮灾害动态监测及清理工作提供有效方法。     

若尔盖亚高山草甸地上生物量与植被指数关系研究

为探讨亚高山草甸地上生物量和植被指数的关系,更好服务于草地生态建设,论文利用2008年7月覆盖若尔盖地区的TM影像,分别建立了7种植被指数（NDVI、RVI、DVI、SAVI、MSAVI、PVI、GVI）与地上生物量的线性和4种非线性（二次多项式、三次多项式、对数、幂函数）回归模型。研究结果表明植被指数（NDVI、DVI、SAVI、MSAVI、PVI、GVI）与地上生物量模型表现出三次多项式回归模型最优,再次是二次多项式模型、线性模型,相对较差的是指数模型;而基于RVI的地上生物量模型表现为指数模型最优,其次为三次多项式模型、二次多项式模型、线性模型。分析表明,基于RVI的地上生物量幂函数模型的模拟效果最好,复相关系数R²=0.817 7,精度检验结果表明该模型的平均误差为6.80%,拟合精度达93.20%,根据此模型模拟出若尔盖县草地地上生物量分布图,表明该县草地生物量东南部较高而西北部较低。     

一种融合多波段比值法和随机森林算法的Sentinel-2绿潮信息提取方法

遥感卫星可以高效、大面积地监测海洋绿潮的发生及发展情况,而绿潮的精准识别提取尤为重要,对于维护海洋生态环境安全具有重大意义。本研究提出一种融合多波段比值法和随机森林算法（random forest,RF）的绿潮信息提取方法,基于高分辨率的Sentinel-2遥感影像,以苏北近岸海域为研究区,以绿潮和非绿潮两类地物为识别目标进行精准识别分类,并与最大似然法（maximum likelihood classification,MLC）、RF和支持向量机（support vector machine,SVM）以及融合多波段比值法的MLC和SVM等五种模型进行对比。结果表明：归一化植被指数（normalized difference vegetation index,NDVI）和漂浮藻类指数（floating algae index,FAI）能够有效提高绿潮信息提取的准确性,融合这两种指数的RF模型分类结果 Kappa系数为0.98,总体精度为99.92%,高于其他五种模型。研究结果可为海洋环境生态及生物地球化学循环的相关研究与治理提供理论与技术支撑。     

基于GF-1卫星遥感影像的生态空间周边建筑余泥渣土场提取方法研究

建筑余泥渣土存量增长速度不断加快,导致相关生态环境污染及安全问题不断增多。遥感技术具有快速、大范围、多时相的特点,对占地面积大、变化快的余泥渣土场实时监管具有显著技术优势。以深圳市部九窝余泥渣土场为研究区,基于高分一号(GF-1)卫星遥感影像,结合其波段设置特点及余泥渣土场与附近生态空间区域的可分性,间接通过植被指数试验与阈值分割参数提取,研究生态空间周边余泥渣土场快速提取方法。比较了归一化植被指数NDVI、比值植被指数RVI、增强型植被指数EVI、超绿指数EXG、归一化绿红差异指数NGRDI、可见光波段差异植被指数VDVI这6种指数计算结果及阈值分割后提取效果,结果表明NGRDI指数对余泥渣土场的提取效果最优,并基于三景GF-1影像,验证其提取精度在97.5%以上,Kappa系数大于0.8,最后基于该方法进行部九窝余泥渣土场变化检测并实地验证,相关研究成果可为生态空间区域及周边建筑余泥渣土场环境监管提供技术支持。     

黄、东海海域浒苔时空分布变化特征研究

选取黄海、东海海域为研究区域,以MODIS遥感影像数据为数据源,计算了研究区的比值植被指数,利用动态阈值分割和ArcGIS空间分析方法获取了2008~2015年浒苔发生初期空间分布特点、漂移路径、空间分布和聚集度变化特征等信息。结果表明:1）浒苔最初于五月中旬到六月上旬期间出现在江苏盐城市北部和长江口附近海域。2）随着浒苔的生长和爆发,浒苔均会先向西北漂移至苏北外海海域,然后再进入黄海。其漂移路径具有明显的年际变化特征。3）在生长过程中,浒苔斑块空间分布状态整体由南向北生长、汇聚和扩张,少部分年份会出现整体漂移现象。4）进入治理期后,覆盖密度不断减小直至浒苔完全消失。通过该研究可以更好地了解浒苔灾害发生和发展规律,为其有效治理提供技术支持。     

基于无人机遥感的互花米草长势参数提取与相关性分析

本文以盐城滨海湿地部分区域为研究区,利用无人机多光谱激光雷达融合技术提取互花米草（Spartina alterniflora）不同物候期的冠层高度、植被指数、覆盖度和倒伏率等长势参数,计算冠层高度与植被指数及其他参数的相关系数并构建了回归模型。结果表明：（1）枯萎期至成熟期的冠层高度逐渐增加,自海向陆的冠层高度整体逐渐减小;枯萎期至开花期的归一化植被指数（normalized difference vegetation index,NDVI）逐渐增加,成熟期的NDVI减小,自海向陆的NDVI整体逐渐减小。（2）非枯萎期的冠层高度与植被指数、覆盖度、倒伏率和空间位置显著相关。（3）冠层高度与植被指数分布存在空间异质性,地理加权回归（geographically weighted regression,GWR）在模型精度和空间异质性分析上均优于普通最小二乘回归（ordinary least square,OLS）。     

基于植被指数的GF-1与Landsat-OLI石漠化识别能力对比评价

植被指数是运用多源遥感影像提取石漠化过程中的主要参考指标之一。为了在石漠化提取中选择最优植被指数,论文以GF-1和Landsat-OLI为源数据,运用欧氏距离对多种植被指数在石漠化提取过程中的可分性和类型识别能力进行了定量的对比评价。结果表明：Landsat-OLI在石漠化与非石漠化、不同等级石漠化信息提取的可分性上略优于GF-1,共有71个参数的欧氏距离大于等于阈值1.56;通过植被指数光谱特征,可以对非岩溶区与石漠化地区进行较好的区分,其类型间欧氏距离普遍高于阈值;然而由于相邻等级石漠化之间植被覆盖率存在渐近式过渡关系,在遥感影像上光谱反射率接近,比间隔等级石漠化更加难于区分。在石漠化类型识别能力方面,波段差和比方法优于单一光谱指数。对于GF-1和Landsat-OLI而言,石漠化信息提取中推荐使用的最优植被指数均为NDVI,其次为GRNDVI。     

MODIS NDVI与MODIS EVI对气候因子响应差异

以喀斯特地区植被为研究载体,利用2001-2010 年MODIS NDVI、MODIS EVI 序列和气候资料,分析两种植被指数与同期及前1-9 期水汽压、降水量、相对湿度、最高气温、最低气温、平均气温、露点温度、气压、风速、日照时数多个气候因子的相关性及响应差异,为合理选择植被指数序列对植被进行监测研究提供参考。结果表明:①喀斯特地区植被EVI和NDVI与多数气候因子显著相关,但二者对气候因子的响应有明显差异。除日照外,EVI 与其他各气候因子相关性明显高于NDVI。与NDVI相关性较高的气候因子为日照、最高气温、平均气温,其对应的相关系数平均为0.616、0.535、0.474;而与EVI相关性较高的气候因子为水汽压、平均气温、露点温度,其对应的相关系数平均为0.857、0.844、0.839。②喀斯特地区植被EVI和NDVI对多数气候因子的响应存在明显的滞后性,较之于EVI,NDVI对气候因子的响应更为滞后。EVI与气候因子的相关系数最高时期多出现在前1 期,NDVI与气候因子的相关系数最高时期多出现在前2 期。两种植被指数对日照、风速的响应无滞后性。除相对湿度、日照、风速外,各站点两种植被指数与其他各气候因子在0-9期的响应趋势均较一致。     

基于多种植被指数信息与联合稀疏表示的红树林种类识别

红树林种类识别对于研究红树林生态系统的变化具有重要意义。本文以广西铁山港红树林区为研究区域,以国产资源三号测绘卫星数据为数据源,分析区内各种红树林的光谱特性,并结合多项植被指数（RVI,NDVI,VARI和NDGI）信息,采用联合稀疏表示分类器进行红树林种类遥感识别。本文主要分析了桐花树、海漆、白骨壤、红海榄、秋茄、海桑、木榄这7种红树林种类以及陆地灌丛、泥滩、草地这些非红树林种类的几项植被指数,并结合多光谱图像的几何空间与光谱特征空间,采用联合稀疏表示算法进行红树林种类分类。利用组合光谱和4种植被指数信息进行分类可以达到最好的分类效果,总体精度为95.37%,kappa系数为0.9347。实验结果表明:光谱特征结合植被指数信息进行分类能提高分类精度,四种植被指数中NDVI对于区分红树林种类具有更大的贡献,联合稀疏表示分类器在红树林种类识别中表现出优异的分类效果。     

区域性气候变化对长江中下游流域植被覆盖的影响

利用2000─2010年MODIS EVI(增强型植被指数)数据和气候资料,对长江中下游流域区域性气候变化对植被覆盖的影响进行了综合研究. 结果显示:①2000—2010年间长江中下游流域植被覆盖度呈上升趋势,EVI年均值从0.302增至0.318,增幅达5.57%,增长主要出现在春季. 各植被类型中,常绿阔叶林、落叶阔叶林、混交林和人工农田植被覆盖度增加最为显著. ②研究区整体植被覆盖较好,但地域差异较大, EVI高值区分布在东南部南岭、武夷山、九岭山一带;中部江河湖泊区、长江两岸大型城市周边区域植被覆盖较差. ③气温是植被覆盖变化的主要影响因子,尤其春季表现最为显著;由于常年降水充沛,研究区降水量对植被覆盖影响程度不及气温;日照时数仅在夏季对当月植被覆盖有一定影响;相对湿度对植被覆盖影响较低,但在秋季对植被覆盖影响时间较长,可持续3个月. ④气候变化对自然植被覆盖的影响主要表现在湖南省和湖北省西部;对湖南省中部和安徽省中北部地区人工农田植被的影响较显著. ⑤空间相关性研究表明,长江中下游流域植被覆盖度增加除与自然条件改善有关外,国家近年来实施的各项生态工程也起到了积极的作用.      

基于无人机可见光影像的绿色植被提取

在分析健康绿色植被光谱特性及无人机可见光影像典型地物各波段像元值差异的基础上,提出一种综合利用红、绿、蓝3个可见光波段信息的新型绿色植被指数——差异增强植被指数（DEVI）.利用该指数及其他8种常见可见光植被指数结合不同阈值方法提取研究区域绿色植被信息,并采用地表真实感兴趣区和基于SVM的监督分类方法进行精度量化评价.结果表明：由DEVI计算的植被指数灰度影像直方图具有良好双峰形态,可利用双峰直方图阈值法快速确定阈值,且阈值一般位于0.9~1之间;同时,DEVI提取精度明显优于其余8种植被指数,且采用双峰直方图阈值法时,总体精度为98.98%,Kappa系数为0.9791,相对误差为1/83.为验证DEVI是否具有良好的可适用性及可靠性,选取3种典型植被覆盖区域进行可行性验证,结果表明：利用DEVI可高精度提取建筑密集区域和植被零散分布区域的绿色植被信息,总体精度分别为98.42%和98.56%,Kappa系数分别为0.9610和0.9635,相对误差分别为1/125和1/91;而植被集中分布区域提取精度略低于上述2种典型区域,总体精度为97.40%,Kappa系数为0.9371,相对误差为1/53.因此,提出的差异增强植被指数——DEVI可以有效、高精度、低成本提取不同植被覆盖典型区域无人机可见光影像中的绿色植被信息,为陆地生态系统中的绿色植被监测研究提供一种可行性方法.     

基于多项植被指数的景观生态类型遥感解译与分类——以额济纳天然绿洲景观为例

基于研究区2001年Landsat7ETM+遥感影像数据,运用遥感与GIS技术手段,在对遥感影像的边界裁定、几何校正、辐射校正等预处理的基础之上,根据绿洲景观生态类型分类体系,通过综合应用非监督分类、植被指数与波段比值指数聚类、监督分类以及类型叠加与图像整合等方法,进行绿洲景观生态类型的遥感解译与分类,生成研究区2001年的景观生态类型图。为尽可能利用到遥感影像的所有原始数据信息,论文选取5种植被指数(NDV I、DV I、RV I、IPV I、SA VI)和9种波段比值指数(Index1I-ndex9)参与到遥感影像的解译与分类当中,结果表明:NDV I、DV I、IPV I、SAV I、R VI、Index5、Index6具有较大的相似性,能够明显地将具有植被信息的类别分离出来,利于划分具有植被信息的景观类型;Index1-Index4具有较好的类别空间分离性,利于不同类别间的聚类与区分;而Index7-Index9的类别分离性则较差,不利于类别聚类与划分。因此,在实际的应用中,选取多项植被指数参与景观分类,不仅能够发现新的信息,而且也会明显提高景观生态类型、尤其是干旱区绿洲景观生态类型的遥感解译与分类能力。     

滨海半城市化地区植被覆盖度的时空变化——以青岛市崂山区为例

基于青岛市崂山区1990、1997、2002、2008年四期TM遥感影像数据,利用遥感二分像元估算模型和归一化植被指数,定量研究了半城市化地区的植被覆盖度演化过程及其时空动态变化特征,结果表明:研究区植被覆盖度演变具有快速性、差异性和不稳定性特征;1990-1997年,植被平均覆盖度由48.71%下降到24.74%,是植被覆盖度下降最快时期;2002-2008年间,植被平均覆盖度由23.58%增加到44.49%,属于植被覆盖恢复时期。整体空间变化呈现分散和无序特征,地形因子显著影响植被覆盖度的分布及变化。从气候因素和人为活动影响两个方面分析了造成崂山地区植被覆盖度下降的原因,对降雨量与各地区植被覆盖度进行了相关性分析,划分出气候影响显著区域。最后通过主成份分析定量研究气候、人为因素对当地植被覆盖度的影响程度,结果发现城市化作用是造成植被覆盖度变化的主要因素。     

江苏沿海浒苔中重金属含量及食用风险分析

在测定江苏沿海浒苔中重金属含量的基础上,对浒苔食用安全和健康风险进行了评价,为浒苔资源化利用提供了可行途径。实验采用无火焰石墨炉法和原子荧光法对江苏沿海地区浒苔样品中5种重金属进行了检测,并分析了其潜在的可能来源。结果表明,浒苔中5种重金属均有检出,Cu、Cd、Cr、Pb和As的含量范围分别为（7.01~10.85）×10-6、（0.61~1.77）×10-6、（3.97~9.39）×10-6、（1.34~4.74）×10-6和（0.78~1.66）×10-6（干重）。与相关报道相比,浒苔中Cu含量较低,Cd含量较高。Pb的含量超出国标22%~322%之间,As仅有一个点超出标准10.6%。相关性分析的结果表明浒苔中的重金属可能与沿海沉积物中重金属污染密切相关。浒苔安全与食用风险评价结果表明,多种重金属带来的健康风险皆低于5.0×10-5/a,近海捕捞的浒苔食用安全性较高。因此,目前江苏沿海重金属污染不会对市民食用浒苔带来健康风险。