基于C5.0决策树和时序HJ-1A/B CCD数据的神农架林区植被分类

我国神农架林区海拔高、气候复杂,森林类型多样,结构破碎,森林遥感分类难度较大。将2013年时间序列HJ-1A/B CCD遥感影像作为数据源,计算出植被指数(NDVI、DVI、RVI)和主成分第一分量(PC1),使用DEM数据生成地形因子(高程、坡度、坡向),构建植被分类时序因子集。运用C5.0决策树分类法将神农架林区植被细分为七类:针叶林;针阔混交林;落叶阔叶林;常绿和落叶阔叶混交林;常绿阔叶林;灌丛和草甸。结果表明:该方法的总体精度为72.7%,Kappa系数为0.67;在6~8月,针叶林、草甸和灌丛的植被指数明显低于常绿阔叶林、常绿和落叶阔叶混交林、落叶阔叶林和针阔混交林,对分类的贡献较大,称为植被分类的"窗口期"。PC1、NDVI和高程因子对神农架林地的区分度较高,而坡度、坡向和RVI因子对分类帮助不大。作为一种智能分类方法,C5.0决策树分类方法应用于30m分辨率的时间序列HJ-1A/B CCD数据,能够将地貌复杂的神农架林区植被分为七类,提高了类别精度,具有更高的应用价值。     

基于时序植被指数的湖北省物候空间特征分析

湖北省地貌类型多样,植被类型丰富,也是农业大省,物候信息监测对于自然生态和农业生产具有重要意义。使用MODIS MOD13Q1 产品中的归一化植被指数数据集,运用时间序列谐波分析法重构 NDVI时序曲线,并结合土地覆被数据,采用物候特征动态阈值法获取湖北省植被物候空间分布特征,分析不同土地覆被类型的物候指标。结果表明：(1)湖北省西部山区、东南部和东北部丘陵地区,多为自然植被覆盖,且植被状况良好,NDVI最大值达到0.75以上,大部分区域NDVI最小值在0.6以上。中部江汉平原和农作物区域NDVI变化受农业耕种方式影响较大,与自然植被NDVI变化特征有所差异。(2)不同土地覆被类型物候特征各异。湖北省大部分区域的植被在2月到3月进入生长季,11月到12月结束生长,襄阳地区呈现相反的特征。耕地、裸地、水体等受人类影响较大的土地覆被类型生长季长度较短,开始时间较晚,结束较早。森林、草地、灌丛等自然植被生长季长度较长,开始较早、结束较晚。(3)物候参数由于地形地貌、地表覆被类型、人类和自然因素的影响具有显著的差异,对区域植被生态状况、不同土地覆被类型物候空间分布特点的分析,结果对于植被生态保护、植被分类、农业区划等都具有参考意义。     

1982~2010年洞庭湖流域植被指数的变化及其与气候因子的相关分析

基于GIMMS 3 g、PAL、LTDR V3、FASIR及MODIS 5种不同的遥感影像数据,及洞庭湖流域30个气象站点的气温、降水和日照时数月值数据,采用逐像元一元线性回归模型,对比分析了在不同数据集背景下的植被变化趋势,并基于时间序列长度以及数据精度的考虑,选择GIMMS 3 g作为研究洞庭湖流域植被覆盖变化的基础数据集,进而利用相关系数和多元线性回归分析模型探讨流域植被覆盖变化与降水、气温、日照时数的关系。结果表明:(1)过去29 a间,流域GIMMS 3 g NDVI在时空尺度上均以增加趋势为主,1998~2000年出现最大的降低,以植被覆盖较好的山区减少最快;(2)去除年际变化趋势和季节性影响的NDVI与同期降水量距平、累积3个月气温距平值及同期日照时数距平值相关性程度最高;(3)统计意义上,降水量、气温和日照时数解释洞庭湖流域植被月NDVI变化的37%,日照时数对该流域NDVI变化的影响最大,其次为降水和气温;(4)在时间和空间范畴,生长季NDVI可以作为反映洞庭湖流域森林覆盖率变化的指标。     

长时序丹江口水源区NDVI数据集构建及其时空动态变化分析

由于不同传感器时空分辨率不一致，当前NDVI动态变化研究存在研究时间较短的问题。基于EOT算法，以丹江口水源区为例，借助重叠时期的GIMMS NDVI和MODIS NDVI数据，将8 km分辨率GIMMS NDVI数据重采样为1 km，构建了1982～2018年NDVI长时序数据集，并在此基础上分析丹江口水源区NDVI时空动态变化。结果表明：EOT算法在空间重采样中具有良好的适用性。EOT NDVI与MODIS NDVI之间拟合度较高（R=0.929，P<0.01，n=24），EOT NDVI与Landsat NDVI之间表现出显著相关关系（R=0.702，P<0.01，n=200）。空间上，EOT算法在土地利用类型较为复杂的区域受混合像元的影响，预测精度降低，在植被分布连片的区域预测精度较高。基于时序NDVI数据分析，研究时段内NDVI呈现波动上升趋势，变化趋势为0.002 9 year-1。空间上，丹江口水源区NDVI以显著增加为主（P<0.05），在汉中市、安康市河流附近以及北部商州市、南部竹溪县等区域年均NDVI增加趋势较其他区域明显；年均NDVI呈现减小的区域主要分布在丹江口水库、十堰市、南阳市、平利县等经济发展较快的区域。Mann-Kendall检验显示年均NDVI时间序列没有突变现象，但局部区域NDVI在不同时间呈现差异。     

基于ETM影像的植被指数在土地利用中的特征——以雅安市雨城区为例

利用LandSAT7号卫星的ETM数据、土地利用现状数据，在GIS空间分析工具与ERDAS空间建模语言的支持下，提取ETM影像的RVI、NDVI和MSAVI等3类植被指数，在ArcGIS中应用样带统计分析工具，统计并分析3类植被指数在各土地利用类型中的分布与特征。结果表明：RVI与NDVI、MSAVI在各土地利用中的特征相似，都能较好的反映土地利用类型的覆盖程度，但各植被指数的表现形式有异，即RVI值高的，NDVI、MSAVI值较低，代表的植被覆盖度也较低，反之亦然；3类植被指数能较好的区分出农田用地、非植被覆盖区、植被覆盖区，而林地与灌木林、早地与园地则不易区分。     

基于遥感的上海崇明东滩湿地典型植被净初级生产力估算

湿地是具有丰富的生物多样性和较高生产力的生态系统,在全球碳循环中占有重要地位。湿地植被净初级生产力（NPP）是衡量湿地生态系统健康状况的重要指标。以上海崇明东滩湿地3种典型植被--芦苇、海三棱藨草、互花米草为研究对象,结合实地调查、实验室测定和遥感技术进行湿地植被净初级生产力估算研究。首先,设置湿地3种典型植被样方,测量植被鲜重、高度、密度、盖度和叶面积指数（LAI）等反映植被生物学特性的特征参数,按不同植被类型分别建立基于LAI的样方NPP回归模型;其次,利用一景相近时相的SPOT5影像,经过几何纠正和辐射定标后,采用面向对象分类方法对影像分类,同时,计算出能较好地反映植被特征和消除土壤背景影响的修正土壤调节植被指数（MSAVI）,建立了基于MSAVI的3种典型植被LAI遥感估测模型;最后,分别根据样方3种典型植被的NPP估测模型以及LAI遥感估测模型,进行尺度化转换,估算出崇明东滩湿地典型植被净初级生产力。模型简单可行,精度较高,可为快速定量评估湿地植被碳贡献及碳储量提供依据     

基于知识的洞庭湖湿地遥感分类方法

湿地遥感影像分类是遥感研究的一大难题。分析洞庭湖不同湿地类型在遥感影像上的光谱曲线规律,利用两个季节的洞庭湖ETM数据,并辅助以物候特征和地面GIS信息,通过遥感软件Erdas Image的专家分类知识库建立决策树分类方法,结合研究区的DEM进行洞庭湖湿地的影像分类,通过专家分类器分层次实现了包括水体、泥沙滩地、防护林滩地、湖草、芦苇滩地和苔草滩地以及其他水体7种湿地类型的分类。相比传统分类方法,专家分类过程以规则为基础,可以同时利用多个条件进行分类,减少了数据处理时间,同时还提高了分类精度,最终得到试验区较为可靠的遥感分类图像。     

基于决策树—山体阴影模型的植被信息提取研究

植被是土地覆被分类的重要内容,植被分类对研究流域生态具有重要参考价值。鄂西犟河流域是南水北调中线工程的重要水源地,该区以中低山和丘陵为主,地形起伏剧烈,导致遥感影像存在大量阴影,制约了植被分类的精度。基于LandSAT OLI影像,使用ArcGIS的Hillshade模块,输入DEM数据和传感器具体参数,计算得到影像成像时刻阴影的准确分布;统计野外采集地物样本点在MNDWI、NDVI和RVI等指数上的差异;结合决策树分类法,分别设定阴影和非阴影下6类样本的阈值进行分类。结果表明:(1)该方法总分类精度能够达到92.93%,Kappa系数为0.912;(2)阴影和非阴影区植被具备明显的同物异谱和异物同谱特征,表现为阳面的植被指数整体高于阴面;3类林地的RVI值由高往低依次为:灌木,混交林和针叶林。(3)传统经验模型在不同纬度的适用性不同,无法精确提取阴影的范围,降低了分类精度;决策树—山体阴影模型作为一种智能分类方法,能够还原Landsat OLI影像准确的阴影分布,提高山地和丘陵等阴影面积大、形状复杂区域的植被分类精度。     

三江源区植被覆盖度的定量估算与动态变化研究

植被覆盖度是衡量地表植被状况的重要指标,其时空分布和变化对政府进行区域规划和决策起着重要作用。MODIS植被指数是区域植被覆盖度提取的重要数据源。利用2000年1月到2009年10月的MODIS 250 m归一化植被指数16 d合成产品（MODIS NDVI）和其他MODIS辅助数据估算三江源区的植被覆盖度并分析时空格局变化趋势。在混合像元二分模型的基础上改进了NDVI参数的确定方法,然后利用重构后的MODIS数据估算植被覆盖度。与2007年8月的野外采样点数据比较,估算精度是8772%,相关系数r为0889 7,表明该模型估算大面积植被覆盖度是可行的。将获得的植被覆盖度分为5个等级,从年最大化植被覆盖度Mfc的角度进行10 a里植被覆盖度的年际变化趋势分析和时空格局变化分析。趋势分析结果表明,2000~2009年三江源区植被覆盖波动式变化,东北部地区得到改善,西部地区在退化,总体呈现退化趋势;时空格局变化分析结果表明,植被覆盖破碎度降低,趋于集中化分布;不同等级覆盖度分布的复杂化程度降低     

近十年重庆市NDVI变化及对气温降水的旬响应特征分析

在利用SPOT VGT NDVI旬数据、重庆市及周边20个气象站点1999~2010年日气温与降水数据以及研究区相关图件资料的基础上,运用均值法、差值法、趋势线分析和时滞互相关分析法分析重庆市NDVI变化的时空特征及旬平均NDVI与旬均温和旬降水的相关性以及时滞情况。结果表明：1999~2010年重庆市NDVI呈稳步上升趋势;NDVI下降的区域主要集中在渝西北、渝东北、渝南等三峡库区的外围;NDVI与气温和降水之间存在较强的相关性,且NDVI与气温较与降水之间的相关性更强,表明在研究区气温对NDVI的影响大于降水;NDVI与气温和降水之间的相关性和时滞情况存在明显的东南-西北差异,东南地区时滞较长、相关性低,西北地区时滞较短,相关性高;各植被类型NDVI与气温和降水的相关程度高低以及响应速度的快慢决定于各植被类型的生长发育规律及其对气温或降水要求的高低     

基于时空数据融合的江汉平原水稻种植信息提取

及时、准确监测水稻种植面积,对区域粮食政策制定、粮食安全以及农业发展具有重要意义。然而我国南方地区水稻生长期内降水充沛的气候特点使得遥感影像"云污染"现象严重,为解决水稻种植信息遥感提取存在可用数据不足的问题,以江汉平原为例,利用时空数据融合模型(Spatial and Temporal Data Fusion Approach,STDFA)将Landsat 8 OLI与时序MODIS数据融合,重构出具有高时-空分辨率特征数据,然后采用面向对象的SVM分类方法对研究区内水稻种植信息进行提取,结果如下:融合后的红与近红外波段反射率与真实反射率的相关系数分别为0.84和0.81,研究区水稻提取精度为94.46%,Kappa系数为0.91。说明时空融合模型能够较好地重构出高时空分辨率数据,从而实现多云雨地区农作物种植信息遥感提取。     

基于时空融合NDVI及物候特征的江汉平原水稻种植区提取研究

江汉平原是中国重要的商品粮基地,高精度的水稻种植面积的获取对国家的农业发展与规划具有重要意义。但是我国南方区域云雨天气较多,光学遥感影像缺失严重,同时受卫星重访周期的影响,可用数据较少,进而影响水稻种植面积提取的精度。为解决高时空分辨率影像缺失问题,基于ESTARFM (enhanced spatial and temporal adaptive reflectance fusion model)模型开展Landsat 8 OLI与MODIS数据的融合研究,获取具有高时空分辨率的Landsat NDVI时序数据。利用时序数据分析水稻的物候特征并结合关键物候期参数,采用多种机器学习方法对水稻种植区域进行提取。结果表明:利用该种方法能较好地提取研究区水稻种植的面积,并且在采用SVM方法分类时效果最好,水稻种植区域提取的总体分类精度为93.31%,Kappa系数为0.920 2。该研究为多云雨地区农作物种植信息提取提供了一种有效的方法。     

基于时序MODIS/NDVI影像的鄂东南低山丘陵区植被覆盖度季节变化特征

遥感估算植被覆盖度的精度受云噪声的影响较大。最大值合成法（MVC）法能够较好消除时序NDVI影像上云污染的影响，但对于长时间多云或连阴雨天气常见的地区来说，该方法难以彻底去除云覆盖。以鄂东南低山丘陵区为研究对象，应用BISE算法对其2006年时序MODIS/NDVI影像进行噪声检测和处理。在此基础上，应用改进后的像元二分模型对这些NDVI影像进行植被覆盖度的估算和分级统计与分析。研究结果表明:根据改进后的像元二分模型和NDVI指数估算植被覆盖度的平均绝对误差和平均相对误差分别为0149和277%；对时序植被覆盖度影像的分级统计结果显示：鄂东南低山丘陵区植被覆盖整体较高，全年高覆盖度（>80%）、中高覆盖度（60%～80%）和中等覆盖度（40%～60%）植被区所占的面积比之和约为75%～84%，尤其是7～9月份80%左右的区域为高覆盖度或中高覆盖度植被所覆盖；除了低覆盖度植被以外，其他等级的植被区季节变化明显，尤其是高覆盖度和中高覆盖度植被的年内变化极为显著，并且二者之间存在着明显的此消彼长的转化关系。     

Ecological monitoring of wetlands in semi-arid region of Konya closed Basin, Turkey

Wetland ecosystems are of global significance having productive, regulatory and informative function. These wetlands are crucial for the long-term protection of water sources, as well as the survival of its unique biodiversity. Most of the wetlands of Turkey are now facing serious threat from the anthropogenic sources and now near to the verge of extinction. This study has been carried out to monitor vegetation dynamics and ecological status of wetlands of Koyna basin at spatial and temporal scale. This study has involved MODerate-resolution Imaging Spectroradiometer (MODIS) images of the year 2000, 2004 and 2008 on daily basis with spatial resolution of 1 km. The MODIS 16 days composite NDVI time series products of 250-m spatial resolution from year 2000 to 2008 has been utilized to monitor the ecological status of the wetlands. The European Nature Information System habitat classification map, meteorological data (precipitation, temperature) coupled with field data has been utilized to validate NDVI values of nine habitats in the wetlands. The time series analyses of NDVI data values have been correlated with the groundwater level depth from 1996 to 2004. The overall analysis has shown a declining trend of NDVI over the year 2000 to 2008, indicated a degraded wetland condition in span of 9 years.     

Forest community analysis in the Songshan national nature reserve of China using self-organizing map

The forest communities in the Songshan National Nature Reserve (SNNR) of China were analyzed by using self-organizing map (SOM). Seven types of vegetation were defined by SOM, and represented the panorama of forest communities in the SNNR. The classification of samples and species contribution was consistent. SOM classification and the dominant species visualization in the forest community data in SNNR reflected the impact of the environmental factors, such as elevation, and slope.     

长三角地区植被退化的空间格局及影响因素分析

植被退化是陆地生态系统功能下降的重要表征。利用2000~2010年SPOT-VEGETATION NDVI遥感数据、土地利用数据,采用趋势分析、叠加分析和格网计算方法,对长三角植被退化的空间格局及其影响因素进行分析。结果表明:10a间长三角地区最大化NDVI均值空间分布南北高、中间低,区域14%的植被覆盖面积显著退化。植被退化呈现一定的空间分异,而人类活动是导致植被退化的主要原因。在长江以南、太湖的北部与东部,环杭州湾地区及南京、南通和台州等城市快速无序的城镇化,造成了建设用地面积增加和耕地的破碎化,使植被退化区域集中连片分布。经济利益驱动农民将水田转化为向水产养殖,引起植被退化。部分区域植被面积未减少而呈退化态势的原因有待研究。