大山包黑颈鹤自然保护区植被覆盖度遥感监测及分析

基于2001、2006年的TM/ETM遥感数据,利用像元二分模型,估算出不同时期内大山包黑颈鹤自然保护区的植被覆盖度,并对其变化进行了定量分析。结果表明,2006年较2001年的植被覆盖度呈增高趋势。植被覆盖度的变化与人类活动有密切关系,大山包黑颈鹤自然保护区核心区居民异地迁移工程以及国家级自然保护区的建立是大山包黑颈鹤自然保护区植被覆盖度增高的重要原因。     

石漠化地区植被对干旱敏感性的遥感观测

西南石漠化地区是国家重点治理的生态脆弱区域,该区尽管年降雨量大,但由于独特的水文特征,植被也常因缺水生长受到抑制。本文利用2000至2004年中分辨率成像光谱辐射计(MODIS)250 m归一化植被指数(NDVI)作为植被生长的指标参数,分析了石漠化地区植被对春旱、夏旱的敏感性。结果表明:干旱发生后,石漠化地区NDVI降低明显,而非石漠化地区植被受到的影响很小。春旱发生后,生长初期NDVI比其它年份减少约12%,生长期开始的时间与春季降雨量有重要关系;夏旱发生后,生长后期NDVI减小约16%,但夏旱对植被的影响具有一个月的滞后。这说明石漠化使生态系统抗旱能力减弱,更易受气候波动的影响。     

基于遥感的青海省植被覆盖时空变化定量分析

使用1km分辨率MODIS NDVI时间序列数据,采用决策树分类、监督分类和非监督分类相结合的综合分类方法,将青海省土地覆盖类型划分为14个类别.这种分类方法重点突出了植被,特别是稀疏植被(包括稀疏草地和稀疏灌丛)的空间分布.在将青海省分为5个高程带的基础上,使用GIS软件的空间分析功能,对青海省2001～2006年的地表植被覆盖在各级高程带上的空间分布和时间序列变化进行了定量分析.结果表明,近5a青海省的植被覆盖有所改善,植被覆盖面积从2001年的370047km2增加到2006年的374576km2,植被覆盖率增加了0.63%.青海省5级高程带中高山地带的植被覆盖率最高,达到67.92%.在青海省各级高程带上,高山地带上中覆盖度草地的分布面积最大,为94003km2.高山地带高覆盖度草地的面积增加最多,为1280km2.5a间植被覆盖变化最大的是高山地带上稀疏草地向中覆盖度草地的转变,转变面积达到15931km2.     

内蒙古植被覆盖变化及其与气候、人类活动的关系

植被覆盖状况是评估生态环境的重要指标。利用GIMMS数据集的8 km分辨率的NDVI数据和气候数据,对内蒙古地区1982—2000年植被覆盖变化进行了分析,并评估了降水与该地区植被的相关关系,在此基础上探讨了人类活动对内蒙古地区植被覆盖变化的影响。研究中采用了相关分析和残差分析,结果表明,在过去19年中内蒙古地区植被NDVI总体上呈轻微上升趋势,且存在着显著的空间差异。同时内蒙古地区植被NDVI与降水有很好的相关性,植被受降水的影响较大。此外,人类活动对内蒙古一些地区的植被变化也起到了建设或破坏的作用。     

岷江上游小流域多尺度NDVI与地形的关系研究

基于2015年OLI遥感影像和DEM数据,运用二维小波变换研究了岷江上游干旱河谷渭门小流域NDVI与地形因子的多尺度耦合关系。结果表明：（1）渭门小流域NDVI的空间分布特征为东南低西北高、河谷低山地高。多尺度下低频部分NDVI与地形因子的空间相似性和相关性大小均为坡向 > 高程 > 坡度。高程、坡度与NDVI低频系数的最强相关性出现在较大尺度,而坡向与NDVI低频系数的最强相关性出现在较小尺度。（2）NDVI的空间波动性随着分解尺度的增大而增强,但波动性的强弱与地形因子并未表现出明显的空间相似性。高频部分NDVI与各地形因子的相关性随小波分解尺度的变化规律不明显。（3）NDVI的空间分布特征是由高程、坡度和坡向共同决定,但是各因子对NDVI的控制作用大小随尺度发生改变。小波变换可以揭示出NDVI和地形因子的多尺度特征,对干旱河谷植被景观的合理布局,提高生物多样性,生态环境保护和农业产业规划具有重要意义。     

基于TM数据的自贡市热岛时空变化研究

热岛效应是城市化对城市环境影响的一个重要特征.为了研究自贡市10年来城市化进程对热岛效应的影响,采用TM数据与GIS相结合的方法定量分析城市地表温度的时空变化.根据2000和2009年两个时相的LandsatTM影像本文提取了研究区的地表温度以及土地覆被信息,在此基础上对这10年来自贡地区的热岛时空变化及其与植被、建筑用地变化的关系进行研究.分析结果表明,研究区地表温度与植被、建筑用地之间存在明显的相关性.     

2000~2020年黄河流域植被时空演化驱动机制

以归一化植被指数（NDVI）作为植被覆盖及生长状况指标,基于2000～2020年MODIS NDVI数据及同时期气象数据,采用Theil-Sen斜率估算、Mann-Kendall检验、相关性分析和残差分析等方法研究了2000～2020黄河流域植被时空演化驱动机制.结果表明,2000～2020年黄河流域生长季NDVI均值以0.005 a^-1的速率波动上升,植被明显改善的区域主要分布于流域中游的秦岭山系、陕北高原和吕梁山系;黄河流域生长季NDVI与降水和气温的偏相关系数均值分别为0.57和0.49,降水对植被的影响高于气温;人类活动对植被生长起明显改善的区域主要分布在流域中部的陕北高原、吕梁山系和宁夏南部等区域,对植被生长起抑制作用的区域主要分布在银川、包头、西安、洛阳、郑州和太原等人类活动强烈的城市区域;人类活动和气候变化分别对黄河流域植被变化贡献了72%和28%,在人类活动和气候变化的驱动下,黄河流域植被生长得到改善的面积占流域面积的96.4%,其中人类活动贡献率大于80%的区域面积占34.3%,主要分布在流域中部和东南部.气候变化贡献率大于80%的区域面积占4....     

基于Sentinel-2遥感影像的巢湖蓝藻水华提取方法研究

Sentinel-2卫星兼具了空间分辨率高、重放周期短、谱段丰富三方面特点,为蓝藻水华爆发阶段及时准确的蓝藻水华提取提供了影像基础,但目前在大型湖泊蓝藻水华提取中的应用报道较少。为此,文章以2018—2020年巢湖的Sentinel-2遥感影像为例,开展包括浮游藻类指数(FAI)在内的多指标蓝藻水华提取方法研究,针对FAI阈值难以确定的典型问题,提出了基于回归分析的FAI阈值确定方法。结果表明,(1)与低分辨率卫星MODIS和GF-1影像的蓝藻水华提取结果相比,Sentinel-2提取到了面积小至100 m2的蓝藻水华区域,提取结果差异主要集中在蓝藻水华区域的边缘部分以及面积较小的零星区域,证明了Sentinel-2遥感影像能够更精确地估算蓝藻水华面积。(2)以NDVI的阈值0为基准,通过回归分析确定FAI的阈值为-1.152(决定系数r2达到0.982 3,显著性检验P<0.001),对2019年6—11月无云雾遮挡的Sentinel-2遥感影像,分别采用归一化植被指数(NDVI)与FAI指标提取蓝藻水华面积,结果表明蓝藻水华的分布情况基本一致,且蓝藻水华面积的相对偏差小于5%,证明了FAI阈值确定方法的有效性。(3)选取云雾遮挡但无大规模蓝藻水华爆发的Sentinel-2遥感影像,分别采用NDVI和FAI指标提取蓝藻水华面积,在无云雾遮挡的区域,两个指标的蓝藻水华分布情况一致,而有云雾遮挡的区域,FAI指标的提取面积仅为NDVI的53.89%,证明FAI指标受云雾影响更小。Sentinel-2遥感影像的高空间分辨率使巢湖蓝藻水华提取更为准确,在未来的水质监测领域将彰显更大的价值。     

基于MODIS时序NDVI主要农作物种植信息提取研究

农业在黄河三角洲地区占有重要地位,及时、准确地掌握该地区农作物分布信息对政府有关部门制定农业政策、指导农业生产具有十分重要的意义。时序植被指数能够反映农作物物候特征,帮助识别农作物类型,在农作物种植信息提取方面具有明显优势。论文选取2014年MOD09Q1时序遥感数据集,以黄河三角洲主要农作物为研究对象,利用Harmonic Analysis of NDVI Time-Series（Hants）滤波重构NDVI时序曲线,通过对比待分像元NDVI时序曲线与参考时序曲线的相似性,实现农作物种植信息提取。对分类结果进行面积统计和空间分布精度检验：冬小麦、棉花、玉米的面积提取精度分别达到96.8%、95.5%、85.1%,空间匹配总体精度达86.9%。结果表明该方法有效可行,能够为该地区农业监测提供技术基础。     

1982—2022年黄土高原归一化植被指数变化的时空特征

长时间地表植被指数变化序列构建与分析是生态环境监测领域的重要内容。以我国生态工程建设重点地区——黄土高原为研究区，采用时间序列的方差匹配方法，融合了2套卫星遥感的归一化植被指数(NDVI)数据产品(GIMMS 3g和MODIS),建立了覆盖1982—2022年的黄土高原暖季(5—9月)NDVI数据集，揭示了其间黄土高原植被覆盖变化的时空特征。研究发现：黄土高原暖季NDVI呈现“先慢后快”的增加趋势，转折点大致出现在2002年，1982—2002年暖季NDVI增速仅为0.01/(10 a),2003—2022年增速高达0.06/(10 a),其中十八大以来增速尤为显著；暖季NDVI快速增加区域主要位于黄土高原中部，并向东北、西南方向延展，与“退耕还林(草)”重点区域范围基本一致；在黄土高原南部、东部和青海省东部一带，暖季NDVI呈缓慢下降趋势。过去40年间黄土高原NDVI增加与生态工程建设关系密切。