1982-2013年潞安矿区NDVI3g变化趋势及气候响应

为了揭示全球变化背景下矿业开发活动对矿区生态环境的影响,采用长时序GIMMS AVHRR NDVI3g（1982-2013年）全球植被指数数据集和气候信息（年均降水量和气温数据）,运用IDL编程实现数据合成运算、线性回归和趋势拟合,从时间、空间、气候三方面对矿区、缓冲区（10 km、20 km）、校验区的NDVI平均值和总值进行比较研究,并推算出生长期变化趋势.时序分析表明,32 a来矿区NDVI总量随开采年限延长呈先增后减/波动中下降的趋势,下降速率为0.18/（10 a）.矿区植被返青期滞后3 d,枯黄期提前30 d,生长期缩短33 d,缩减速率为10.3 d/（10 a）.空间分析表明,除潞安矿区外其他三区生长季均有所延长,研究区平均NDVI年增长率依次为矿区（1.09%） < 10 km缓冲区（2.16%） < 20 km缓冲区（8.86%） < 校验区（9.87%）,矿区NDVI总量自1995年后开始减少,非开采区NDVI总量呈增加趋势.气候变化分析表明,校验区NDVI对温度敏感性高于降水量,矿区NDVI对降水量敏感性高于温度,其中温度对两区植被生长有明显滞后性.研究显示,矿业开发活动抑制了矿区及周边区域NDVI的增长,NDVI年增长率远低于校验区,受温度升高、降水量减少共同作用,自然生态下校验区NDVI呈增加趋势,生长季延长;而受开采扰动影响下的矿区植被活动呈减弱趋势,生长期也有所缩短.      

东北多年冻土区植被NDVI变化及其对气候变化和土地覆被变化的响应

利用1982~2006年的NOAA AVHRR-GIMMS和MODIS 2种数据集的归一化植被指数(NDVI)数据对东北多年冻土区植被NDVI年际动态和空间差异进行分析,并结合气象数据和土地利用/覆被数据分析了植被NDVI对气候变化和土地利用/覆被变化的响应.研究表明,东北多年冻土区植被NDVI值较高,且空间差异明显;森林为该区主要植被类型,NDVI值较高,主要分布于大小兴安岭和伊春地区;草地集中分布于西南部, NDVI值相对较低.东北多年冻土区过去25a间植被生长的变化趋势为:伴随着气温的显著升高和降水量减少,植被NDVI显著下降.较气温而言,降水量是影响植被NDVI的主要因子(r = 0.77, P < 0.01).在气候变化和人类活动的双重作用下,东北多年冻土区植被NDVI在1982~2006年间表现为4个阶段:1982~1990年,植被NDVI虽有小幅波动,但整体上呈持续增加的趋势;1990~1993年,植被NDVI呈迅速下降趋势; 1993~1997年,植被NDVI呈现回升态势,表现出缓慢上升的趋势;1998~2006年,植被NDVI呈现总体下降趋势.不同植被类型表现出不同的NDVI年际变化规律,尤以草地NDVI值波动最大.植被NDVI变化空间异质性显著.气候变化和多年冻土退化影响了东北多年冻土区植被NDVI动态.年均气温升高和年降水量降低影响了植被的生长.从像元尺度来看,研究区植被NDVI与气温和降水均具有较显著的相关性.研究区土地利用/覆被变化的分析结果表明,不同的土地利用类型间的转变对植被NDVI的大小和空间分布产生了重要影响.     

基于MODIS时间序列及物候特征的农作物分类

论文以2012年6月至2014年6月期间的MOD09Q1及2013年四五月的MOD09A1为数据源,合成归一化植被指数(NDVI)和归一化水体指数(NDWI),利用TIMESAT软件对NDVI时间序列数据应用分段高斯函数拟合方法重构NDVI时序曲线,并获取7个物候特征(Phenology,以下简称PH,包括生长季始期,生长季末期,生长季长度,NDVI振幅,NDVI左导数,NDVI右导数,生长季期间的NDVI积分).结合Landsat 8 OLI遥感影像,中国第二次土地调查数据和实地采样样本数据,根据2013年多种地物平滑后的NDVI曲线特征,将年NDVI最大值低于0.5的水体和建设用地掩膜去除.为了获取研究区农作物的最优分类方法,采用分层分类:首先对平滑后的46个NDVI时序数据进行支持向量机(SVM)分类,得到农用地等分类信息;其次利用平滑后的46个NDVI波段,7个物候参数及6期归一化水体指数相互组合,对农用地进行支持向量机分类提取3种农作物的分布信息.经不同波段组合分类对比可知,分类总体精度及Kappa系数的关系为:NDVI+NDWI>NDVI+PH+NDWI>PH+NDWI>NDVI+PH>NDVI>PH.研究结果表明,遥感数据波段的增加不一定带来较高的分类精度;论文中归一化水体指数有效地提高了水稻的分类精度.此外,辅以物候特征对农作物分类也具有一定的可行性.     

基于MODIS-OLI遥感数据融合技术的农田生产力估算

大范围、高精度的农田生产力遥感监测依赖于高时空分辨率的遥感数据,单纯依靠由单一类型传感器数据获取的高时相或者高空间分辨率的遥感数据都不能满足清晰掌握田块尺度上作物生长动态的需求。全球免费提供的空间分辨率250~1 000 m的MODIS数据和空间分辨率30 m的Landsat数据是植被动态监测普遍应用的数据源,针对应用MODIS数据估算的农田生产力空间分辨率较低而Landsat卫星重访周期长的局限性,研究基于空间分辨率30 m的Landsat 8 OLI数据与空间分辨率500 m的MODIS数据,应用时空数据融合技术,融合OLI数据的高清晰空间表达能力与时间间隔8 d的MODIS数据的植被生长时间序列过程的监测能力,获得空间分辨率30 m、时间步长8 d的时间序列数据,利用VPM （Vegetation Photosynthesis Model）模型以宁夏永宁县部分地区为试验区估算该区域的NPP。研究结果表明,融合后所得30 m分辨率的NPP具有良好的空间细节信息,提高了MODIS数据中混合像元上的估算精度,并保留了MODIS数据原始的时间过程信息,以30 m的空间分辨率刻画出作物的生长动态;较单独应用MODIS数据,使用融合数据估算的NPP可更有效检测出高标准农田建设对农田生产力的提升。     

2000~2014年黄土高原植被覆盖时空变化特征及其归因

基于MODIS-NDVI数据,辅以一元线性回归分析、Mann-Kendall检验、Hurst指数等方法,分析了2000~2014年黄土高原植被覆盖时空演变特征及其驱动因素.研究表明:近15年黄土高原NDVI呈显著增加趋势,增速为6.93%/10a(P<0.01);空间上,植被归一化指数,或归一化值被指数Normalized Difference Vegetation Index(NDVI)呈由东南向西北递减的分布格局,高值区主要分布在东南部的土石山区、河谷平原区;同时,500m以下和3500米左右的NDVI值最高;在趋势上,NDVI呈现增加和减小趋势的面积比重分别为88.24%和11.76%;Hurst指数表明研究区未来NDVI变化趋势呈持续性和反持续的比重分别为50.07%和49.93%,其中持续改善和由改善变为退化的面积分别占43.98%和44.28%;降水是影响NDVI变化的主要驱动因子,表现为NDVI随降水的增加而增加;人类活动也是影响NDVI的重要因素,且对NDVI有双重影响.     

柴达木盆地植被生长时空变化特征及其对气候要素的响应

以2001-2010 年MODIS NDVI 植被数据为基础,并结合该区同期气温和降水量数据,采用线性趋势分析、偏相关分析、Hurst 指数等数理分析方法,研究了近10 a 来柴达木盆地植被时空变化特征、影响因素及未来可能的变化趋势。结果表明：①2001-2010 年柴达木盆地植被生长季NDVI平均值（NDVI）呈显著增加趋势,线性增长率为0.041/10 a。柴达木盆地主要植被类型灌丛、草原、荒漠NDVI 的线性增长率分别为0.043/10 a、0.034/10 a、0.028/10 a;②柴达木盆地植被变化具有阶段性特征,整体呈“S”型增长,具有两次明显的植被快速增长期;③柴达木盆地植被改善面积占研究区总面积的12.43%,并主要分布在布尔汉布达山、祁漫塔格山、鄂拉山、柴达木山、宗务隆山的高山区,冬给措纳湖周边和绿洲核心区。植被退化面积仅占研究区总面积的0.35%,并主要分布在绿洲边缘区,特别是柴达木河绿洲和那陵格勒河绿洲的中下游地区;④植被NDVI 与1-5 月平均气温以及5-8 月可利用降水量呈显著正相关关系,植被生长与温度呈显著正相关的区域主要分布在绿洲核心区及高山区,占植被区面积的8.36%,植被生长与可利用降水量呈显著正相关的区域主要分布在低山区及山地河谷地带,占植被区面积的30.95%;⑤植被生长季延长和生长加速是柴达木盆地植被NDVI 增加的主要原因,气候的暖湿化是促使柴达木盆地植被改善的主要驱动力;⑥柴达木盆地植被改善具有强持续性,未来大部分区域植被将持续改善。     

浙江省植被物候变化及其对气候变化的响应

基于改进的Savitzky-Golay滤波算法重构了2001-2010年MODIS NDVI时间序列数据,反演了浙江近10 a来的植被生长状况,利用分段多项式拟合和动态阈值法提取了自然植被重要物候期(生长季开始时间、结束时间和生长季长度等),分析了植被物候期的年际变化趋势和空间分异特征,并结合同期气象数据,探讨了植被物候变化与气候变化的关系.主要结论如下:①浙江植被覆盖有所减少,整体下降趋势不显著,平均植被生长季为222 d,长度略有延长,其中开始时间提前趋势不显著,而结束时间推迟显著.②植被生长季为3月下旬至11月中旬,植被生长季的开始时间从北往南逐渐推迟,生长季结束时间相对集中,其中生长季延长的区域面积和缩短的区域面积相当.③气象要素与关键物候期参数的相关性分析表明冬季的热量供给是影响浙江植被生长开始的重要因子,植被生长季前期温度积累的增加有利于植被生长;生长季结束时间与当年温度呈极显著正相关,与当年降水和湿润指数的减少呈负相关,但影响不显著,从与各相关月、季度相关分析来看,秋季干湿程度对植被生长季结束时间影响相对较大.     

新疆准噶尔东部荒漠区植被覆盖度遥感监测与评估

运用Landsat5/TM、Landsat7/ETM+和Landsat8/OLI传感器分别于2006、2010和2014年在准噶尔东部过境的影像数据经过影像校正后提取其NDVI,结合像元二分模型计算各年的植被覆盖度。基于ENVI和ArcGIS软件将植被覆盖度分等定级,分别分析荒漠区和绿洲植被的变化情况,计算各年间植被覆盖面积变化转移矩阵并参照历史气象数据和土地利用数据进行植被覆盖变化因素分析。2006-2014年研究区植被覆盖度连续降低,同一区域的植被斑块逐年破碎;植被覆盖Ⅰ级和Ⅴ级扩增速率分别达到平均每年0.33%和4.24%,Ⅱ、Ⅲ和Ⅳ级植被退缩速率分别为31%、19%、14%从2006-2014年整体表现为植被退化面积大于恢复面积并持续退化趋势。降水量和温度共同影响植被覆盖状况。研究区植被退化严重人为活动和恶劣的环境加速了其退化过程。     

1999—2013年中国东北植被物候信息遥感监测

随着3S技术的迅猛发展,用于地表遥感监测的卫星影像数据浩如烟海,而影像上地表植被长势等隐含信息的提取通常工作量大、耗费时间。论文提出了一种计算机自动提取地表植被物候信息的方法,主要用于对地表植被生长季及其年内长势进行快速提取。方法的基本原理是基于NDVI序列数据集,构建时间点对的时长跨度与该点对半方差的函数关系。选择东北松嫩平原地区作为重点试验区,计算了该区域1999—2013年地表植被生长季长度和长势特点,并选择东北地区物候观测数据进行验证分析。结果表明：1）东北地区农耕作物的生长季持续期在107~126 d左右。计算得到的结果与实测数据的最大误差在5 d值域范围内,沼泽植被在160 d以上（误差10 d左右）,草地为120~139 d;2）研究区地表植被的生长盛期峰值出现在第150天前后。结果较为真实、合理地反映了研究区域地表植被的物候信息。     

东北地区植被时空演变及影响因素分析

基于2000~2020年MODIS NDVI遥感数据,辅以气象数据和土地利用数据,通过小波分析、Sen+Mann-Kendall趋势分析、Hurst指数、偏相关分析及残差分析法,以不同地形地貌为单元,对不同周期阶段下东北地区植被时空演变特征及其对气候变化和人类活动的响应机制进行深入解析.结果表明:时间上,21a间东北地区植被NDVI呈速率为0.0308/10a(P<0.001)的上升趋势,以16a第一主周期下10a左右的周期变化最为稳定;空间上,东北地区植被NDVI整体处于较高水平,但空间分异明显,呈“西南低东北高”的格局.各周期阶段均为NDVI改善面积大于退化面积且改善范围不断扩增.NDVI未来变化趋势主旋律为持续改善,占总面积的63.56%;响应机制上,东北地区植被NDVI受气候变化与人类活动共同影响.2000~2020年NDVI与气温、降水和相对湿度呈正相关,与日照时数呈负相关,其中降水对NDVI的影响作用最强,且随周期演替以降水为主导气候因子的面积显著递增.各周期阶段人类活动对NDVI变化均以正向促进为主,林业工程实施是植被状况改善的关键,而建设用地扩张是植被减少的主要原因.     

基于TM影像的南京市土地利用变化遥感监测与评价

以2000年和2007年TM遥感影像为数据源,利用GIS技术,获得了南京市2个时期的土地利用动态变化。分析表明,从2000～2007年,南京市耕地减少36117.51公顷,草地减少1161.75公顷,而水域增加了23170.31公顷,建设用地增加了8272.01公顷,林地增加5750.91公顷,未利用地增加了86.03公顷。2007年,南京市生态环境状况指数为62.20,属于良好状态。人口的增长、经济的快速发展及城市规划的变革都促进了南京市土地利用的变化。     

密云水库流域2000-2005年植被覆盖度变化监测

植被是生态系统最重要的组成部分,而植被覆盖度是衡量地表植被状况的一个最重要的指标,是生态系统健康评价的前提和必要的基础。文章利用2000和2005年2个时相的Landsat 7 ETM+遥感影像为数据源,以BP神经网络法为植被覆盖度估算模型,计算了密云水库流域内不同时期的植被覆盖度,生成了该流域2个时相内的植被覆盖度图,以此分析密云水库流域植被覆盖度的时空变化。结果表明,从2000-2005年,密云水库流域内除无植被覆盖类型外(即水域部分),其余土地利用类型的植被覆盖度都呈增加趋势,其中以沙质地和耕地最为明显,分别增长了29.5%和27.3%,并且密云水库流域的平均植被覆盖度不高,尤其西部地区植被覆盖度较差,水土流失和土地沙化情况比较严重。     

快速城市化对区域生态环境影响的时空过程及评价

综合景观生态学与地统计学方法,尝试构建基于"遥感(RS)数据分类→土地利用变化制图→景观格局分析→GIS地统计分析"的区域环境影响评价方法,定量研究了区域环境变化的时空变化特征.案例研究采用2000、2004和2006年遥感数据,监测快速城市化背景下连云港港湾地区城市用地扩张特征、盐田湿地损失、填海造地(港口扩建等)以及耕地退化等关键的区域环境变化,分析评价了区域景观格局特征和生态环境效应,进而评价了快速城市化背景下区域环境影响强度的时空分异.在城市规划和区域发展战略驱动下,整个区域环境影响强度分布及变化规律与城市扩张强度与方向基本一致,高环境影响强度区是受人类干扰最大、生态系统最脆弱以及环境被破坏程度最深的部分,也是当前和未来进行环境调控重点地区.     

1975~2015年大连市海岸线变迁和围填海变化

本文基于Landsat MSS/TM/ETM+/OLI遥感影像,综合运用RS和GIS技术,结合Google Earth,研究了大连市1975~2015年大陆海岸线及围填海面积和类型的变化。结果显示:（1）大连市海岸线的变迁包括向海扩张和向陆退缩两种情况,以向海扩张为主;（2）1975~1990年、1990~2000年和2000~2015年围填海面积分别为187.56 km2、90.50 km2和425.42 km2,年均增长率分别为12.50 km2/a、9.05 km2/a和28.36 km2/a,其中2000~2015年围填海面积最大,1990~2000年围填海面积最小;（3）1975~2015年围填海覆盖类型中工业用地的比例逐渐增高,水库/坑塘的比例逐渐降低,岛屿和交通用地的比例先降低后升高,水田和裸土只出现在1975~1990年;（4）由于围填海等人类活动,1975~2015年共有15个大小不同的岛屿与大陆相连;（5）海岸线向陆退缩的原因是一些养殖池或工业用地被拆除,主要发生在2000~2015年。     

基于Sentinel-1A极化SAR数据与面向对象方法的山区地表覆被分类

地表覆被分类对国土资源调查评估及全球变化具有基础性和关键性意义,但山区由于地形和云雾等的影响,可利用光学遥感影像和其他资源十分稀缺。因此,论文以渝东南山区为研究区,基于Sentinel-1A极化合成孔径雷达（SAR）数据,通过系列预处理,得到后向散射系数值,同时对各类地物的VV/VH极化后向散射系数、纹理、高程和坡度等特征值统计分析,综合这些特征值运用面向对象分类方法对单时相与多时相SAR数据进行地表覆被分类,最后将这两种分类方法与Landsat 8 OLI数据分类作对比。研究表明：1）在同时运用面向对象分类方法的前提下,单时相SAR数据分类和Landsat 8 OLI数据分类精度相当,多时相SAR数据面向对象分类精度最高,总精度为85.65%,Kappa系数为0.829 9;2）与光学数据相比,SAR数据对阔叶林、人工建筑提取有优势,精度提高了10%以上,多时相特征有利于耕地和针阔混交林提取,分类精度比单时相提高了9%左右;3）研究区土地覆被类型以林地为主,占总面积的42.68%,耕地、草灌次之,人工建筑、草地与河流占地面积较少。     

1950s中期以来东北地区盐碱地时空变化及成因分析

论文以1950s中期1:100000地形图和2000年Landsat/TM影像为数据源,基于地学知识重塑1950s中期盐碱地分布状况,通过人机交互解译方式获取2000年盐碱地分布状况,然后采用GIS空间分析方法对近50年盐碱地时空变化特征进行分析。结果表明：①东北盐碱地主要分布在松嫩平原(占90%以上)和呼伦贝尔草原,盐碱地由58.51×10⁴hm²增至219.31×10⁴hm²,吉林省盐碱地扩展最显著,盐碱地面积最大;②盐碱化程度从以轻度盐碱化为主发展为以中重度盐碱化为主;③气候变化、水利灌溉设施和道路网建设、过牧和滥垦、油田开采等多种因素导致东北盐碱地扩大,但在局部地区由于生态恢复和改良利用措施、过量抽取地下水导致水位大幅度下降,使得盐碱地也有缩减。     

基于3S技术的青藏公路改建工程环境影响评价方法

通过青藏公路格尔木至拉萨段改建完善工程的环境影响评价实践,凝练出以Landsat7 ETM+、Landsat5 TM、Geoeye等遥感影像为数据源,采用数据融合、GIS空间分析、光谱差值法和目视判读法等方法,对施工前后公路沿线土地利用变化信息进行提取,并构建干扰斑块数量、干扰强度和干扰幅度等评价大型线性工程施工期干扰强度的新指标和新思路.结果表明,研究区域内土地利用类型的变化主要是高寒草甸向裸地或建筑的转变,同时也提取出少量植被恢复斑块.变化斑块集中分布在公路两侧10~50m范围内,对区域干扰幅度较小.通过工程监理与实地考察数据的验证,该方法能准确提取评价区域土地利用变化斑块,提出的干扰指标能有效提高变化信息的分析精度.     

晋西北地区土地沙漠化时空格局及其驱动因素

利用晋西北地区1975,1991,2000,2015,2019年遥感影像,采用转移矩阵模型、重心迁移模型和主成分分析法,研究晋西北地区土地沙漠化的时空变化及其驱动机制.结果表明：土地沙漠化面积在时间上呈现先增加、后减少的动态趋势,其中1975~1991年沙漠化土地面积增加1495.10km²,非沙漠化土地转移为轻度沙漠化土地面积最大（1506.12km²）;1991~2000年沙漠化土地面积增加689.09km²,轻度沙漠化土地转移为中度沙漠化土地面积最大（11098.72km²）;2000~2015年沙漠化土地面积减少2365.85km²,中度沙漠化土地转移为轻度沙漠化土地面积最大（10569.56km²）;2015~2019年沙漠化土地面积减少1931.39km²,轻度沙漠化土地转移为非沙漠化土地面积最大（1909.93km²）.空间上呈现先偏南、后偏西北的迁移趋势,其中1975~1991年、1991~2000年沙漠化土地重心总体上偏南方向迁移,重度沙漠化土地重心迁移距离最大,分别为19.26,20.06km;2000~2019年沙漠化土地重心向西北迁移,轻度沙漠化土地重心迁移距离最大,为30.29km.1975~2019年晋西北地区土地沙漠化动态变化是自然因素和人为因素共同作用的结果,人口数量和牲畜数量是影响沙漠化土地变化的主要人为因素,大风日数是影响沙漠化土地变化的主要自然因素.     

晋西北地区土地沙漠化时空格局及其驱动因素

利用晋西北地区1975,1991,2000,2015,2019年遥感影像,采用转移矩阵模型、重心迁移模型和主成分分析法,研究晋西北地区土地沙漠化的时空变化及其驱动机制.结果表明：土地沙漠化面积在时间上呈现先增加、后减少的动态趋势,其中1975~1991年沙漠化土地面积增加1495.10km²,非沙漠化土地转移为轻度沙漠化土地面积最大（1506.12km²）;1991~2000年沙漠化土地面积增加689.09km²,轻度沙漠化土地转移为中度沙漠化土地面积最大（11098.72km²）;2000~2015年沙漠化土地面积减少2365.85km²,中度沙漠化土地转移为轻度沙漠化土地面积最大（10569.56km²）;2015~2019年沙漠化土地面积减少1931.39km²,轻度沙漠化土地转移为非沙漠化土地面积最大（1909.93km²）.空间上呈现先偏南、后偏西北的迁移趋势,其中1975~1991年、1991~2000年沙漠化土地重心总体上偏南方向迁移,重度沙漠化土地重心迁移距离最大,分别为19.26,20.06km;2000~2019年沙漠化土地重心向西北迁移,轻度沙漠化土地重心迁移距离最大,为30.29km.1975~2019年晋西北地区土地沙漠化动态变化是自然因素和人为因素共同作用的结果,人口数量和牲畜数量是影响沙漠化土地变化的主要人为因素,大风日数是影响沙漠化土地变化的主要自然因素.     

北方农牧交错带土地利用及景观格局变化特征

基于1988,1995和2000年3期Landsat TM数据,采用遥感,GIS和景观生态学方法,运用土地利用转移矩阵、景观格局分析软件Fragstats3.3,对北方农牧交错带土地利用及景观格局变化进行了动态研究.结果表明:①减少的耕地主要转为草地,增加的耕地也主要源于开垦草地;②耕地转为草地的空间分布较均匀,草地转为耕地的区域差异明显;③1988—1995年和1995—2000年2个时段参加变化的土地数量差异显著;④增加的沙地主要源于草地退化;⑤景观异质性上升,结构趋向均衡化,稳定性增强,受人类干扰程度在加大.