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。     

基于NDVI的三北防护林工程区植被覆盖度变化图谱特征

基于1985、1995、2000、2010年4期GIMMS NDVI3g数据,利用像元二分模型估算植被覆盖度,并运用图谱分析法对三北防护林工程区4期植被覆盖度变化进行了时空分析。结果表明:(1)图谱空间差异上,植被覆盖度变化主要发生在内蒙古东北部、新疆西北部以及陕甘宁地区,且在工程区内先分散再集中;(2)图谱数量变化上,植被覆盖度变化的总面积先减少后增加,总体呈现出上升趋势;(3)图谱变化模式上,以稳定型、最近转换型和平稳转换型为主,而变化最大的图谱单元类型大部分是植被覆盖度等级转好的类型,植被覆盖度呈现稳定增长的态势,尤以2000-2010年最明显。研究结果可以及时准确地反映该工程区植被变化状况,为三北防护林工程进一步建设提供科学指导。     

植被覆盖对沙尘天气滞后性影响的机制分析

1982～2000年卫星和335个气象台站沙尘天气观测资料相关分析显示,中国区域沙尘天气年发生频次与植被覆盖率存在非线性关系.在沙尘天气主要发生源地,夏季植被的覆盖状况会直接影响后期冬春两季各类沙尘天气的发生次数,而这种影响机制却不清楚.本研究通过准地转正压模式,从3个摩擦量级分析了上述现象的物理机制.结果表明,在大气与水面摩擦系数量级,最高可在72 h内使边界层大气风速平均下降90%;在大气与裸土摩擦量级,18 h内边界层大气平均风速最高可下降100%;在大气与植被摩擦量级,1 h内边界层大气平均风速就可以下降100%.观测事实和模拟结果证实,地表植被残存的根茎,是影响冬春两季沙尘天气发生频次的重要因素之一.残留根茎对大气的摩擦阻挡作用,是夏季植被对沙尘天气产生滞后性作用的主要机制.     

1982-2006年新疆山地-绿洲-荒漠系统植被覆盖变化时空特征

植被覆盖变化在新疆山地-绿洲-荒漠系统(MODS)共存、平衡演变机制中扮演着重要角色。基于1982-2006年GIMMS/NDVI数据,提取新疆地区年最大植被覆盖指数(fvc),针对新疆MODS的基本格局,通过先地理分区再因海拔而异讨论,划分出山地、绿洲、荒漠子系统,对比分析不同分区不同子系统下fvc变化趋势、变率、变幅、变异性等时空动态特征。结果表明:新疆植被覆盖总体呈显著上升趋势,可分为1982-1995年的剧烈波动期和1996-2006年的相对平稳期,不同分区和子系统差异显著;在变幅和变异性上,东、南疆地区>北疆、伊犁地区,荒漠>山地>绿洲,植被覆盖度低的地区>植被覆盖度高的地区;显著改善的地区位于绿洲内部、绿洲的周边地区及部分山地,显著退化的地区大多位于东、南疆的荒漠区;不同植被覆盖度下植被覆盖变化具有不同特征,植被覆盖度低的地区,植被退化趋势明显,植被覆盖度高的地区,植被改善趋势明显。     

2000～2020年西南地区植被NDVI时空变化及驱动机制探究

基于2000～2020年MOD13A3 NDVI时间序列、1999～2020年气象数据以及2000年和2020年两期土地利用类型数据,采用Theil-Sen Median趋势分析、 Mann-Kendall显著性检验、多重共线性检验、残差分析和相对作用分析等方法,分析了西南地区植被NDVI时空变化特征及气候变化和人类活动对植被NDVI变化的驱动机制.结果表明,研究时段内西南地区整体及各地貌单元植被NDVI均呈上升趋势,其中,广西丘陵和云贵高原植被NDVI上升趋势最为显著,青藏高原植被NDVI上升趋势最为微弱.气候变化和人类活动影响下西南地区植被NDVI上升斜率分别为0.001 0 a^-1和0.000 6 a^-1.气候变化和人类活动的共同驱动是引起西南地区植被改善的主要原因.西南地区植被改善主要受区域气候条件的控制,植被退化主要受人类活动的影响.总体上,植被NDVI与最低气温、降水、最高气温、可能蒸散率和相对湿度呈正相关,与平均气温、气压、日照时数、温暖指数和湿度指数呈负相关.最低气温、日照时数和降水是影响西南地区植被NDVI变化的主要气象因子...     

塔里木河下游植被覆盖变化遥感定量分析

在RS与GIS技术支持下,采用空间模型分析法,以2 a为一研究时段,定量分析塔里木河下游输水后植被覆盖变化。结果表明:输水11 a来,Ⅳ级低覆盖植被、Ⅴ级裸地及沙地仍是研究区主要地类。与2000年相比,2010年Ⅰ级极高覆盖植被、Ⅱ级高覆盖植被、Ⅲ级中覆盖植被、Ⅳ级低覆盖植被均呈现逐级增加的趋势,分别增加了986.76、 681.84、 1 091.88、 8 641.89 hm²;Ⅴ级裸地、沙地减少了11 420.37 hm²。整个研究时段,Ⅲ级与Ⅳ级间、Ⅳ级与Ⅴ级间的转化为研究区主要转化类型。随着输水次数和年输水量的稳步增加,研究区植被覆盖类型将向覆盖度、面积稳步增长的平衡态发展,而随着输水量的减少,植被覆盖又转向类型变化频繁的非平衡态。植被覆盖度的增减变化客观反映了输水状况(输水量、输水持续时间),持续、稳定的输水是植被覆盖(覆盖度、面积)稳步增长的前提。     

呼伦贝尔草原植被覆盖时空动态变化监测定量方法研究

开展植被动态监测与评价,是评估生态保护措施、环境管理政策和全球变化研究的重要基础。论文以呼伦贝尔草原为例,基于1998—2008年间SPOT_VGT NDVI旬数据,通过分析生长期间的植被年均NDVI值、年NDVI最大值、年NDVI最小值、季节性动态性与物候的变化状况及其趋势,反映研究区植被覆盖空间特征,监测植被覆盖动态变化情况。结果表明:研究区植被覆盖区域特征为:以林地为主的区域草地-耕地-林地过渡区以耕地为主的区域以草地为主的区域;11 a来,研究区植被覆盖呈减弱趋势,植被覆盖最佳期提前,以林地为主的区域、草地-耕地-林地过渡区和以耕地为主的区域植被覆盖季节性动态变化较小,植被覆盖稳定性较强,而以草地为主的地区植被覆盖最小值日期推后,其季节性动态变化较大,生态环境稳定性较差。     

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。     

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.     

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。