呼伦贝尔草原植被覆盖度估算的光谱模型

采用美国ASD公司Fieldspec3光谱仪和日本富士数码相机,于2009年7~8月在内蒙古呼伦贝尔草原区进行了植物高光谱和植被覆盖度测定,并运用回归分析方法,建立实测归一化植被指数(ASD NDVI)和植被覆盖度之间的地面光谱模型,分析MODIS/TERRA卫星的NDVI(MODIS NDVI)与ASD NDVI的关系,建立预测植被覆盖度的MODIS光谱模型,并对模型进行精度检验.结果表明所建的MODIS光谱模型是线性函数,该模型预测精度高于亚像元分解模型,标准误差为11.58%,平均预测精度达到88.75%.     

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。     

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。     

福建省长汀县植被覆盖度遥感动态监测研究

遥感估算植被覆盖度的关键在于:一是植被指数的选择,二是植被指数转换方法。针对中国南方多山的特点,论文提出了能较好地削弱影像中山体阴影、土壤背景、岩石、建筑用地等地物对植被覆盖度信息干扰的复合植被指数V BSI;在植被指数转换方法上,采用混合像元法,对福建省长汀县1994年和2003年的遥感影像进行了植被覆盖度的估算。研究结果表明:采用VBSI进行植被覆盖度的估算,影像阴影信息的干扰作用可以被削减为NDV I的50%,基于VBSI的混合像元法估算植被覆盖度的总体精度达到80%以上;动态监测表明,从1994至2003年研究区高植被覆盖面积增加了150.47km₂,占国土面积的比例提高了4.9个百分点,据调查,这与近年来长汀县加大水土流失治理力度有着重要关系。     

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。     

阴山北麓草原生态功能区植被覆盖度遥感动态监测

为揭示植被覆盖度时空动态变化及其与气候因子的相关关系,以2011年国务院印发的《国家主体功能区规划》中划定的防风固沙类型的阴山北麓草原生态功能区为研究区域,以MODIS长时间序列的植被指数产品为数据源,采用像元二分法、一元线性趋势法以及相关分析法等,对阴山北麓草原生态功能区植被覆盖时空变化及其与气温和降水的关系进行分析.结果表明:阴山北麓草原生态功能区植被覆盖较差,其中以察哈尔右翼中旗的植被覆盖度为最高,数值在30%~60%之间;乌拉特后旗植被覆盖度为最低,处于2.31%~8.89%之间.2000-2010年研究区植被覆盖整体呈波动下降趋势,以低等级（0~20%）和较低等级（20%~40%）为主,两等级面积占90%以上;处于高等级（60%~80%）和较高等级（80%~100%）水平的区域面积总和仅占研究区总面积的0.62%.2000-2010年植被覆盖度由高等级向低等级的转化趋势明显,植被退化面积占研究区总面积的53.4%,植被改善面积仅占1.63%,基本不变的区域占44.97%.相关分析显示,研究区植被覆盖度与同期降水响应关系良好,大部分区域二者呈正相关;植被覆盖度与同期气温关系不明显,大部分区域二者呈负相关,说明降水是影响阴山北麓草原生态功能区植被覆盖度变化的主要自然因素.      

黄河流域植被覆盖度变化及驱动因素

利用Google Earth Engine(GEE)遥感云计算平台通过像元二分模型反演出1999~2019年植被覆盖度,采用一元线性回归和变异系数法来研究FVC的变化趋势特征及其稳定性,通过地理探测器进行植被变化的驱动分析。结果表明:黄河流域FVC总体上西北低东南高;中高和高被覆盖区分别占研究区总面积的21.74%和17.87%;近20a年黄河流域FVC已有较好改善,流域中部植被改善最明显,改善区域占流域总面积的48.52%;FVC的稳定性以较平稳为主。降水、日照时间及相对湿度三个驱动因子对黄河流域FVC影响力最强。各驱动因子对FVC影响存在交互作用,以双因子增强或者非线性增强为主,双因子交互作用增强了单因子的影响;本研究也揭示了促进植被生长的各因子最适宜范围,有助于更好地理解自然和社会因素对植被覆盖变化的影响及其驱动机制。     

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。     

黄河上游及源头区植被覆盖度特征及环境影响遥感调查与研究

通过对黄河上游及源区植被覆盖度遥感调查，分析植被覆盖度在垂直和水平才向上分布特征，指出植被退化的原因和易发部位，进而研究其对黄河生态环境的影响，结果表明：黄河现代河道及右河道附近为植被退化最易发生和黄河生态环境最脆弱地带，其丰富的沙源是沙漠化的物质基础，人类过牧引起植被覆盖度降低是沙漠化的主导因素。     

不同植被覆盖度对流域氮素径流流失的影响

以 8.27km² 纸坊沟流域 1∶400比例模型为研究对象 ,在人工控制条件下 ,模拟天然降雨 (降雨强度 2 mm/min,历时30 min) ,研究不同植被覆盖度对流域氮素流失的影响 ,揭示小流域土壤氮素随径流流失规律 .研究表明 :当流域植被覆盖度分别为 60%、40%、20%和 0%时 ,土壤铵态氮流失量分别为 87.08、44.31、25.16和 13.71 kg/ km² ;硝态氮流失量分别为 85.50、74.05、63.95和 56.23kg/km²;而流域有机质流失量为 15.67、24.02、44.68和 164.87;全氮流失量为 0.81、1.18、1.98和7.51t/ km².产流过程中径流及泥沙中氮素含量随产流时间的延长呈下降趋势 ,而流失累积量呈逐渐增大趋势 .植被覆盖虽能有效地减少土壤侵蚀和全氮的流失 ,却能增加土壤矿质氮的流失 .     

基于AI指数的新疆干湿时空变化及其影响因素分析

论文基于新疆53个气象站点1961-2013年逐日气温、降水、风速、日照时数、相对湿度、大气环流指数和太阳黑子数据,应用Penman-Monteith模型、ArcGIS反距离加权插值、Mann-Kendall（M-K）检验、Morlet小波和主成分分析方法,分析其降水量、潜在蒸散量和AI指数时空变化及影响因素。结果表明：近53 a来,新疆降水量呈上升趋势,潜在蒸散量在波动中呈下降趋势,倾向率分别为8.81 mm/10 a和-28.73 mm/10 a,AI指数在波动中呈下降趋势,倾向率为 -0.05/10 a,多年平均值为0.5,表明新疆气候有变湿趋势。从年内分布看,降水量和潜在蒸散量呈单峰型分布,峰值分别出现在7月和8月,分别为24.58和137.12 mm;AI指数最大值滞后于降水量（7月）和潜在蒸散量（8月）,出现在9月,为0.9,最小值出现在1月,为0.46。新疆潜在蒸散量空间分布为南疆大于北疆,东部大于西部;降水量北疆大于南疆;AI指数的空间分布与降水量相反,总体表现为南疆大于北疆,盆地大于山区,M-K趋势介于0~-0.02/a之间,且北疆AI指数减小趋势较南疆更显著,与北疆比南疆更湿润的事实相符。新疆降水量和潜在蒸散量分别在1987和1981年发生突变,AI指数在1981和1984年存在两个明显的突变点。Morlet小波及其功率谱分析表明,降水量存在6.49、5.71和4.35 a（p≤0.05）的周期,蒸散量存在21.37 a（p≤0.2）的周期,AI指数存在6.62、3.45 a（p≤0.1）的周期,表明AI指数可能受大气环流和厄尔尼诺的影响。主成分分析表明,AI指数与气温呈正相关,与降水量呈负相关,且南疆比北疆对降水更敏感。此外,AI指数与维尔霍扬斯克-奥伊米亚康（WYMI）、ENSO关系密切,相关系数分别为0.46（p≤0.05）和-0.34（p≤0.05）。     

重庆市能源消费影响因素分析

能源是国民经济、社会发展的基础和战略资源,能源问题已经成为经济社会可持续发展的刚性约束问题。节能减排是重庆市全面落实科学发展观、转变经济增长方式、建设资源节约型和环境友好型社会的一项重要举措。能源消费量的预测对节能减排工作有着重要的意义,针对能源预测中的因素确定问题,利用主成分分析法来确定能源消费的主要影响因素以便能源消费量的预测。对重庆市能源消费影响因素进行定量分析,研究重庆市能源消费的主要影响因素。     

宜宾市“九河”水质评价及综合分析

文章应用综合污染指数法和主成分分析法对2003年宜宾市“九河”水质监测数据进行评价和综合分析。综合污染指数评价结果表明，粪大肠菌群、总氮、高锰酸盐指数、BOD5和总磷为“九河”的主要污染因素，长宁河、箭板河、古宋河和南广河的污染程度较其他河流严重。通过主成分分析，分析了“九河”污染物的主要来源，并提出了相应的防治措施。     

绿色经济发展总体评价与区域差异分析

依据联合国环境规划署提出的绿色经济指标框架,即“经济转型有效性”“资源利用绿色度”“进步和福祉实现度”3个方面,结合我国实际情况,建立了一套三级指标体系,并采用主成分分析、聚类分析、多元线性回归等方法,从横向和纵向2个维度分析了我国绿色经济发展状况. 结果表明:①我国30个地区绿色经济发展不均衡,绿色经济综合指标得分最高相差4.52,其中5个发展水平最低的地区均位于西部;②各地区内部3个指标也同样存在不平衡的问题;③1997—2011年,我国绿色经济发展的总体水平呈良好上升态势,绿色经济综合指标的年均增幅为42%,但某些经济总量发展领先的东部地区,在过去的15 a间绿色经济发展甚至出现倒退;④资源利用和环境保护是影响我国绿色经济发展的主要因素,其中“有效灌溉面积占耕地比重”指标的影响最大,其标准回归系数达到0.553.      

梁塘河浮游动物的空间分布及其与环境因子的关系

为研究重污染河流浮游动物分布及其与环境因子的关系,于2013年6—8月系统调查了梁塘河的水生态环境,分析浮游甲壳动物的空间分布特征及其与环境因子的相关性. 结果表明:梁塘河各采样点的营养状态指数均大于70,水体为超富营养状态. 共鉴定出浮游甲壳动物23种,其中枝角类13属15种,桡足类8属8种,枝角类生物量占浮游甲壳动物总生物量的53.17%,桡足类生物量占46.83%,主要优势种为短尾秀体溞(Diaphanosoma brachyurum)、微型裸腹溞(Moina micrura)、长额象鼻溞(Bosmina longirostris)、台湾温剑水蚤(Thermocyclops taihokuensis)和广布中剑水蚤(Mesocyclops leuckarti). 根据主成分分析结果,梁塘河可分为3类河段,其中ρ(NH₄+-N)较高的河段内微型裸腹溞占绝对优势,其生物量达到0.46 mg/L;ρ(Chla)较高的河段内短尾秀体溞占绝对优势,其生物量达到0.30 mg/L. 浮游动物的Shannon-Wiener多样性指数与透明度、ρ(Chla)均呈显著负相关,回归方程分别为y=-3.3x+4.22和y=-0.015x+4.20. 研究显示,ρ(NH₄+-N)、ρ(Chla)和浮游动物的Shannon-Wiener多样性指数可以作为水质评价的重要指标.      

主成分分析法用于环境质量评价的探讨

文章将主成分分析法用于某河流水质评价,得出该河流历年水质变化趋势,但得到的水质评价等级却与实际情况不符。通过对主成分分析法原理进行研究,得出两个结论:主成分分析法可用于比较不同时间或不同地点的环境质量优劣;主成分分析法不能评价出环境质量等级。这主要是由主成分分析法的本质特点所决定。     

内蒙古典型草原作物系数和实际蒸散量的时空分布特征

利用内蒙古典型草原21个气象站点的气象和牧草观测资料,结合潜在蒸散量和改进的作物系数计算方法,模拟计算了2009年草原植被作物系数和实际蒸散量.在GIS软件的支持下,分析了二者的时空分布特点,并通过反映牧草长势的NDVI变化趋势予以验证.结果表明:5-8月间随着月份的增加作物系数Kc_x最大值的变化趋势由0.6→1.2→1.4→1.4,平均值是0.28→0.36→0.40→0.38.4个时期的Kc_x值以0.2~0.6之间的区域占主体,为55%以上.实际蒸散量在时间变化和空间分布上与Kc_x值基本一致.随着月份的增加实际蒸散量低值级的区域面积逐渐缩小,相对应的高值级的面积逐渐增大,整个生长季以30~90 mm的蒸散量为主.5-8月牧草实际蒸散量和NDVI值的相关系数达到0.446,通过了0.01水平的显著性检验.     

乌梁素海污染现状及驱动因子分析

乌梁素海湖泊位于我国北方半干旱地区的河套灌区内,属于典型的草型浅水湖泊。由于所处地区的特殊水文气象条件与灌区的影响,乌梁素海的水环境污染问题必定有其特殊性,文章将实测的湖泊水质监测数据与空间数据结合,采用基于因子分析的主成分方法将乌梁素海的水质参数概括为5个主成分,即:污染特征指标、湖泊形态特征指标、植物生长环境指标、水体酸碱指标、水体藻类生物量指标。进一步分析讨论各主成分的意义以及结合地区特征指出湖泊污染的驱动因子,为湖泊水体的合理利用与污染的治理提供科学依据。     

双台子河流域综合水质评价方法的对比研究

本研究利用双台子河2011年枯、丰、平水期的22个水文监测断面数据,并借助主成份分析法,确定主要污染因子和超标断面。分别采用综合标识指数、单因子、模糊评判、灰色关联四种评价法,选取DO、COD、NH3-N、TP、TN、BOD 6个评价因子,对河流水污染特性进行综合评价与分析。结果表明:以Bartlett球度检验,主成份因子负荷值较高的NH3-N、TP、BOD因子,累积方差贡献率91.97%,主要污染因子;超标断面的污染因子判别应考虑周边污染源的类型和河流上游的排放物浓度。模糊评判、灰色关联评价结果中均没有劣V类,两者的水质类别累积频率均在V类到达100%;考虑到单因子法在同一水质类别中不能判定多项因子共同对水体的综合影响,本文采用标识指数法为最佳评价方法。从枯、丰、平水期的劣V类和V类断面比重分析,枯水期>平水期>丰水期。从劣V类和V类数量与分布来看,盘锦市辖区控制单元的污染程度,比大洼县和盘山县污染较重。