“3S”技术在土壤侵蚀研究中的应用

“3S”技术是进行土壤侵蚀研究的有效工具，可以对土壤侵蚀分布与强度的动态变化进行快速监测，为水土保持决策提供依据。介绍了水力土壤侵蚀分类分级标准；研究了植被覆盖度、坡度和土地利用因子的TM影像判读方法：以TM432合成的假彩色图像和NDVI植被指数灰度图像提取植被覆盖度、DEM数据派生坡度数据、土地利用现状图获得耕地分布。以湖北省东北地区为研究区域，通过对植被覆盖度、坡度和土地利用指标的综合分析确定了该区土壤侵蚀现状和动态变化。在ARC/INFO 软件支持下，利用研究区2000年的TM图像对该区土壤侵蚀强度、空间分布进行了分析，并与1995年调查数据进行了比较，分析了研究区土壤侵蚀动态变化。     

两种植被指数与地表温度定量关系的比较研究——以南京市为例

加强绿化可有效缓解城市热岛（UHI）效应,但植被降温规律如何,如何科学绿化一直模糊不清。以南京市ETM+影像为数据源,经ATCOR2模块大气校正后,提取了南京城区地表温度（LST）、归一化植被指数（NDVI）和减化比值植被指数（RSR）,基于实测值和同时相ASTER数据反演结果的双重验证,拟合了两种植被指数与地表温度的定量关系,并进行了对比研究。结果表明：南京市存在明显的UHI,城区水体和绿地为显著的低温区,除水体外,植被覆盖度高的区域地表温度明显低于植被稀少或无植被区;地表温度与NDVI呈显著线性负相关,与RSR呈显著幂函数负相关,后者的相关性高于前者;以〖WTBX〗RSR〖WTBZ〗=32为界,此值之前,地表温度随着植被覆盖增加而锐减,此值之后,植被覆盖继续增加,地表温度却趋于恒定,呈现植被降温效应“饱和”现象;RSR能直接说明对于不同下垫面,增加相同的植被覆盖度其降温效果存在差异,而不进行土地利用分类,NDVI无法揭示此现象     

不同土地利用类型的地表特征参量的遥感反演研究——以猫跳河流域为例

利用2007年5月Lansat5 TM数据,运用单通道算法,基于全国遥感监测土地利用/覆盖分类体系,对贵州省猫跳河流域的地表特征参量进行了反演,得到不同土地利用类型下的典型地表特征参数值。在3种主要的土地利用类型中,林地的植被指数最高、地表温度最低,农田的植被指数最低而地表温度最高,草地介乎林地和农田之间。城镇建设用地主要表现为热岛效应,而水域则主要表现为地表温度（LST）和归一化植被指数（NDVI）的双低特征。进一步对二级土地利用类型的分析表明,由于结构、功能的不同,土地利用二级类在地表特征参量方面也表现出了有规律地变化。有助于深入认识不同土地利用类型的物理特征,可以丰富主要土地利用类型的影像分类的先验知识,有望将不同土地利用方式的生态环境效应研究推进一步     

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。     

基于MODIS NDVI的攀枝花市植被覆盖变化及其驱动力#br#

攀枝花市位于金沙江与雅砻江的交汇处是长江上游生态脆弱区,也是天然林保护工程和退耕还林工程等的重点实施区。基于2001~2010年MODIS NDVI数据,以及同时期的气象数据和其他辅助数据,利用最大值合成法（MVC）、趋势分析法以及线性相关分析等方法研究了攀枝花市植被覆盖时空变化及其与气候因素和人类活动的关系。研究结果表明：攀枝花市植被覆盖整体较高,属于高植被覆盖区域,年际尺度上,植被覆盖呈上升的趋势,增长速率为0.02/10 a;从年内来看,9月NDVI达到最大值,NDVI最小值出现在3月;植被覆盖在水平空间上呈“南低北高”的分布特征,并在垂直空间上呈现出显著的差异性,研究区植被覆盖分别在海拔2 000~3 000 m、坡度30°~40°达到最大值;受水热条件的影响,阴坡（0°~45°, 315°~360°）植被覆盖高于阳坡（135°~225°）,而平地（-1°）植被覆盖度最低;就整个研究区而言,植被退化的面积与增加的面积分别占0.7%和44.4%,增加的面积远大于退化的面积;年际尺度上植被受气温的影响高于受降水的影响;大规模生态工程建设是研究区植被覆盖增加的主要驱动因素。 关键词： 植被覆盖变化;归一化植被指数;气候变化;人类活动;攀枝花市     

基于时序NDVI的湖北省植被覆盖动态变化监测分析

基于1998～2011年7、8月份SPOT VEGETATION NDVI数据,求取两月份NDVI平均值,构建14 a间的NDVI时序文件,通过对NDVI时序文件进行信息提取、分析,反映湖北省植被生长情况,从而监测、研究湖北省植被生长高峰期植被覆盖动态变化及趋势。具体为：利用植被覆盖分区法,将研究区分为弱植被覆盖区、稀疏植被覆盖区、低植被覆盖区、中植被覆盖区、高植被覆盖区和密集植被覆盖区等区域,监测各区域14 a间植被覆盖动态变化,结果表明,研究区整体上植被覆盖变化不大;利用Mann Kendall趋势分析法,对研究区植被覆盖变化趋势进行研究,结果表明绝大部分呈现无明显变化趋势,1655%的区域表现增加趋势,033%的区域表现减少趋势。通过以上分析结论可知,植被覆盖分区法和Mann Kendall趋势分析法的分析结果基本一致,表明两种方法能从植被覆盖状况和变化趋势角度动态反映植被的变化情况     

基于MODIS/NDVI与EVI的皖江流域植被覆盖比较分析

利用多时相的TERRA/MODIS影像资料比较了皖江流域NDVI和EVI的时空分布特征,并分析了空间分辨率和大气校正对NDVI和EVI的影响。结果表明：MODIS/NDVI与MODIS/EVI所反映的植被覆盖状况基本一致,但5月份较8月份NDVI和EVI的空间分布差异明显,且在植被生长旺盛时期,EVI比NDVI更能反映植被覆盖状况。在相同的空间分辨率下（250 m、500 m、1 000 m）,EVI比NDVI能更好的反映植被覆盖的空间差异性,随着空间分辨率的降低,这两种指数反映植被覆盖的差异性在减小。大气校正对NDVI和EVI的影响不同,大气校正前NDVI值小于EVI值,大气校正后NDVI值普遍大于EVI值,但大气校正对NDVI的影响不大,对EVI的影响明显     

西南地区近14a植被覆盖变化及其与气候因子的关系

基于1999~2012年NDVI数据,结合气温和降水资料,运用GIS和RS技术,分析了西南地区近14a植被覆盖的时空变化特征及与气温、降水的关系。结果表明:(1)该区植被生长良好,各植被类型NDVI均呈显著增加趋势。空间整体表现为改善状态,改善面积远大于退化面积,严重退化区仅占1.18%。退化区分布于横断山地北部、四川盆地东部以及云贵高原中部。(2)植被覆盖变化将以良性发展为主,但强持续性的退化区和弱持续性的改善区应值得关注;强持续性的退化区主要分布在横断山地中北部、云贵高原中西部、若尔盖高原中部、四川盆地与若尔盖高原相交区域;草原强持续性的退化面积最大,针阔混交林强持续性的改善面积最大。(3)NDVI与温度存在明显的正相关关系,而与降水及干旱指数变化的关系不太明显,温度是影响该区植被变化的主要自然因素。     

近30年来庐山风景名胜区NDVI时空变化及其潜在影响因素分析

植被是旅游吸引力的重要构成因素,研究景区归一化植被指数(NDVI)变化对风景名胜区的可持续发展至关重要。以国家首批重点风景名胜区——庐山风景名胜区为研究区,采用近30年来的Landsat NDVI数据,基于趋势分析法分析了研究区NDVI的时空变化特征,并从气候、地形因子以及旅游活动等方面,探讨了研究区NDVI变化的潜在影响因素。研究表明:近30年来庐山风景名胜区NDVI整体在波动中呈现下降趋势,其中在1988～2001年和2002～2017年两个时间段呈现先降后升趋势,但期末回升水平低于期初水平。空间上,NDVI明显降低的区域分布在主要景点及游客路线周围,NDVI增加的区域分布在高密度林地覆盖区。在各影响因素中,对于气候因素,由于研究区面积有限,热量和降水的空间分布差异较小,降水和气温与NDVI相关性不显著,气候因素不是NDVI变化的主要影响因素。对于地形因素,高程和坡度较高的区域,分布着主要景点和游客集散区,人为因素的干扰较大,NDVI值较低;阳坡与阴坡相比,光照资源更为丰富,此外,阴坡多为景点和游客路线等人类活动较强的区域,阳坡区域NDVI较高。对于旅游活动,研究期内游客人数逐年上升,旅游活动增强,景点、游客中心及游客路线周围建设用地和裸地的面积明显增加,NDVI呈下降趋势,旅游活动是NDVI变化的主要影响因素。     

川中丘陵区植被遥感动态监测及其驱动力分析

川中丘陵区是长江上游重要的生态屏障,也是国家退耕还林还草和天然林资源保护工程重点实施区。近年来,由于气候变化与人类活动的影响,该区植被覆盖及生态发生了较大变化。利用该地区2000～2015年MODIS NDVI数据、气象和土地利用数据以及研究区统计数据,采用最大值合成法(MVC)、趋势分析法和相关系数法,分析了川中丘陵区经国家生态工程建设后的植被动态变化特征,并探讨了气候变化和人类活动对植被覆盖的影响。研究结果表明:近15年,川中丘陵区植被呈增加的趋势,增速为5. 84/10 a(P0. 01);31. 58%的区域植被NDVI显著增加,主要分布在嘉陵江中游和岷江中下游,2. 90%的区域植被NDVI显著减少,主要分布在城市中心及周边;研究区植被对降水的敏感性较气温更强,22. 08%的区域面积NDVI与降水是呈显著相关的,仅7. 69%区域面积NDVI与气温是显著的;森林、灌木和草地的NDVI增加明显,各自增加比例超过60%,而建设用地和湿地是NDVI减少最明显的土地利用类型;退耕还林还草和天然林资源保护工程的建设,对川中丘陵区植被覆盖的增长起到了积极作用。     

基于地理探测器的城市热岛驱动因素分析——以武汉市为例

城市热岛是由地表特征、社会经济和气象等因素综合引起的环境问题，具有显著的季节差异。大量的研究分析了土地覆盖类型、地表覆盖指数、景观指数等和城市热岛之间的相互关系，忽略了气象因素以及气象因素、地表特征与社会经济之间的交互作用对城市热岛的影响。在分析武汉市不同季节热岛强度及空间自相关分析的基础上，采用地理探测器研究了不同季节城市热岛强度的驱动因素及其交互作用和热岛风险区探测。结果表明：武汉市各季节热岛强度在空间上呈现强烈的集聚特征。按春夏秋冬顺序，武汉市4个季节热岛强度的主要驱动因素分别为地表特征、社会经济、社会经济和气象因素，四季对应的主要驱动因子分别是土地覆盖类型、夜间灯光、夜间灯光和气压。在11个驱动因子的交互影响中，四季热岛强度交互影响作用最大的分别为土地覆盖类型与夜间灯光、土地覆盖类型与NDVI、土地覆盖类型与夜间灯光、气压与土地覆盖类型或与NDVI。风险探测结果显示春夏秋冬平均热岛强度最高的分别为城市建成区、城市建成区、城市建成区、裸地和低植被覆盖区，最低的分别是水体、水体、水体、植被；四季的平均城市热岛强度随着夜间灯光的增加而增加；NDVI子区域平均热岛强度呈现先上升后下降的趋势；气压子区域平均热岛强度总体呈现逐步上升的趋势。这些结果揭示了热岛强度的季节变异特征，可为缓解城市热岛效应措施的制订提供依据。     

鄱阳湖流域叶面积指数时空变化特征及其与气候因子的关系

利用1982~2001年NOAA/AVHRR NDVI数据,根据简单生物模型SiB2的方法计算鄱阳湖流域叶面积指数LAI,分析不同植被类型LAI年内和年际变化及其与降水、气温的关系。结果显示：在年内,LAI从1月开始减小,至3月降到最小,之后开始迅速增大,7月达到最大值,然后又开始减小;各植被覆盖类型LAI与前3月降水和前1月平均气温相关性较强,并且全部通过95％的显著性检验。在年际上,各植被覆盖类型LAI在20 a间无明显整体增大或减小趋势,但每隔2~3 a呈锯齿状增大减小交替变化,其中常绿针叶林LAI变幅较大,在23~35之间,而林地草原LAI变化较平缓,在05~09之间;植被LAI年际变化受流域内5~7月降水年际变化的影响较大。在空间上,植被LAI在春、冬季整体较小,空间分布差异也较小,仅在流域边缘山区林地覆盖区稍大,其余大片区域LAI值很低,且分布比较均一;夏、秋季LAI较大,空间分布差异也较大,其空间分布主要与流域内土地覆盖类型有关     

卧龙自然保护区植被覆盖度变化及其对地形因子的响应

通过像元二分模型在NDVI数据基础上,估算了卧龙自然保护区2000和2015年的植被覆盖度,分析了这15年间研究区域植被覆盖的变化及空间分异特征,初步揭示了植被覆盖变化与地形因子的响应关系。结果表明：（1）2000~2015年间卧龙自然保护区植被覆盖度整体良好,以中高和高植被覆盖为主,空间格局上呈现东南高、西北低的总体趋势。（2）研究时段内高覆盖度面积明显减少,而其他覆盖等级面积存在不同程度的增加,植被覆盖度均值降低。（3）研究区域各海拔范围内均以植被稳定类型为主,低海拔和高海拔地区植被退化显著,在1 500~3 250 m的高程范围内植被稳定和植被改善相对显著。（4）研究区不同坡度间植被变化类型差异不明显;不同坡向上植被变化显著,其中阳坡的植被退化分布,阴坡的植被改善分布明显,随着坡向由阴坡转阳坡,植被退化增加,改善减少。其结论有助于揭示卧龙自然保护区植被覆盖的时空变化特征,对保护区生态环境评价和改进具有重要的参考价值,同时对保护区的管理和植被恢复有一定借鉴意义。     

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。     

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MODIS NDVI的攀枝花市植被覆盖变化及其驱动力

攀枝花市位于金沙江与雅砻江的交汇处是长江上游生态脆弱区,也是天然林保护工程和退耕还林工程等的重点实施区。基于2001~2010年MODIS-NDVI数据,以及同时期的气象数据和其他辅助数据,利用最大值合成法(MVC)、趋势分析法以及线性相关分析等方法研究了攀枝花市植被覆盖时空变化及其与气候因素和人类活动的关系。研究结果表明:攀枝花市植被覆盖整体较高,属于高植被覆盖区域,年际尺度上,植被覆盖呈上升的趋势,增长速率为0.02/10 a;从年内来看,9月NDVI达到最大值,NDVI最小值出现在3月;植被覆盖在水平空间上呈"南低北高"的分布特征,并在垂直空间上呈现出显著的差异性,研究区植被覆盖分别在海拔2 000~3 000 m、坡度30°~40°达到最大值;受水热条件的影响,阴坡(0°~45°,315°~360°)植被覆盖高于阳坡(135°~225°),而平地(-1°)植被覆盖度最低;就整个研究区而言,植被退化的面积与增加的面积分别占0.7%和44.4%,增加的面积远大于退化的面积;年际尺度上植被受气温的影响高于受降水的影响;大规模生态工程建设是研究区植被覆盖增加的主要驱动因素。     

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。     

嘉陵江流域植被覆盖时空变化特征

归一化植被指数(Normal Difference Vegetation Index,NDVI)能够反映植被的繁茂程度,可用来揭示环境的演化,并且能在全球变化研究中起到“指示器”的作用。目前利用NDVI研究植被变化多集中于陕西、甘肃、新疆等地区,对嘉陵江流域的植被变化趋势及其影响因素研究很少。利用线性相关分析方法分析GIMMS NDVI数据,借助于地理信息系统软件,分析嘉陵江流域植被覆盖的时空变化规律。研究结果如下：（1）嘉陵江流域在1982～2006年植被覆盖呈微弱上升趋势,与我国其它地区一致,但增长速率大小不一样;（2）嘉陵江流域植被覆盖明显优于黄土高原、西北地区,存在明显的空间差异,南部地区小于北部地区;（3）植被变化也存在空间差异,南部地区多呈增加趋势,而北部地区多呈减少趋势;（4）嘉陵江流域植被覆盖及其变化与气候变化和人类活动均有密切关系。基于分析,发现嘉陵江流域在人类活动和气候变化的双重影响下,环境向有利的方向发展。     

安徽省各生态分区的NDVI年际变化特征及归因分析

基于2000～2019年安徽省域植被NDVI逐年数据和2000、2020年土地覆被数据,采用数理统计和空间叠加分析方法,分析了全省及5个生态区(淮北、江淮、皖西、沿江、皖南)NDVI数据和空间分布的变化特征,利用土地覆被变化指标定量剖析了人类活动(主要为快速城镇化过程)对植被变化的影响机制。结果表明：20年间,全省植被NDVI呈上升趋势的区域整体分布较广、稳定性较好,面积占比为81.5%。皖西和皖南区植被覆被状况改善的面积和强度明显高于其余3个生态区。NDVI呈下降趋势的区域不多,且稳定性较差,主要分布在城市、县乡周边以及沿交通廊道呈现网状辐射。5个生态区中,沿江区植被NDVI呈现下降的斑块最多,波动性最高。城镇化为全省最为主导的土地覆被变化过程,这在很大程度上引发了植被NDVI的极显著下降。而林草封育后植被的持续自然生长可能带来了NDVI的极显著上升。     

基于PCA变换和神经元网络分类方法的中国森林制图研究

主要讨论基于NOAA AVHRR数据生成的NDVI时间序列数据与其他来源的地理数据结合进行中国森林细分类和制图的研究。首先利用ISODATA聚类方法对由NDVI时间序列数据派生的NDVI矩阵变量因子进行土地覆盖类型的分类，然后利用已有的植被类型图、TM影像以及地面样点数据作为参考依据, 进行类合并，获得中国森林边界。然后用PCA方法对NDVI时间序列数据进行信息增强与压缩处理，以排除各种干扰因素，提高分类精度。最后结合部分地理数据和地面样点调查数据，利用神经元网络方法进行中国森林分类，并依据种属和物候学特征、中国气候区划图以及国家植被分类二、三级分类系统，进行重新归类，得到最后的1 km中国森林分类图。分类结果表明，所用方法能够更加细致地划分森林类型，并且能保留一个相对较高的分类精度。