西南高山峡谷区植被变化及影响因素分析

西南高山峡谷区是我国典型生态脆弱区,认识其植被变化特征及影响因素可以为西南高山峡谷区生态环境建设对策的制定提供理论依据,对实现区域经济、环境以及生态和谐统一发展,具有一定的现实意义.基于2000~2019年NDVI、社会经济因子和自然因子数据集,采用一元线性回归法、Hurst指数、地理探测器模型和变异系数等方法分析了西南高山峡谷区NDVI时空变化及稳定性特征,并探讨了NDVI空间分异影响因素.结果表明：①空间上看,植被呈现东南高,西北低的分布格局,中高和高植被覆盖的区域面积占比71.71%,植被覆盖总体处于较高水平.时间上看,植被呈现改善趋势的区域面积占比85.90%,恢复效果明显,且未来植被变化趋势还将以改善为主.②高程、植被类型和土壤类型是影响NDVI空间分异的主导因子,q值均不低于0.40;气温和降雨量为次要因子,q值分别为0.274和0.225.双因子交互作用增强了单因子的影响力,表现为双因子增强和非线性增强两种关系,其中高程∩植被类型组合q值最高为0.714,其次是高程∩土壤类型组合q值为0.688.③研究时段内NDVI整体稳定性较好,低波动变化和较低波动变化的区域面积占比为89.95%;而中等以上波动的区域面积占比为10.05%,集中在海拔高、气温低、降雨少、土壤贫瘠和植被较差等生态环境相对脆弱的区域.植被变化是多因素综合作用的结果,需因地制宜,有针对性地采取不同策略修复西南高山峡谷区生态环境.     

塔里木河下游输水前后NDVI差异分析

运用统计方法分析塔里木河下游英苏、喀尔达依、阿拉干三断面输水前后归一化植被指数(NDVI)的差异大小并推测河畔植被对输水的响应程度。结果表明:随着输水进行,研究区NDVI与地下水埋深逐渐呈负相关趋势,NDVI增幅随地下水埋深减小逐渐增大;输水前后相同断面NDVI差异极显著,根据输水前后NDVI差值大小确定植被恢复速度为:英苏>喀尔达依>阿拉干;各断面NDVI在输水前没有差异,输水后断面间NDVI差异显著,根据差异大小确定恢复程度顺序为英苏>喀尔达依>阿拉干;以大西海子水库周边NDVI为参照,确定经7年8次生态输水英苏、喀尔达依、阿拉干三断面植被恢复度分别为20.2%、18.4%和8.4%。以上研究表明,研究区植被恢复仍然有限,坚持持续输水很有必要。     

基于无人机遥感的互花米草长势参数提取与相关性分析

本文以盐城滨海湿地部分区域为研究区,利用无人机多光谱激光雷达融合技术提取互花米草（Spartina alterniflora）不同物候期的冠层高度、植被指数、覆盖度和倒伏率等长势参数,计算冠层高度与植被指数及其他参数的相关系数并构建了回归模型。结果表明：（1）枯萎期至成熟期的冠层高度逐渐增加,自海向陆的冠层高度整体逐渐减小;枯萎期至开花期的归一化植被指数（normalized difference vegetation index,NDVI）逐渐增加,成熟期的NDVI减小,自海向陆的NDVI整体逐渐减小。（2）非枯萎期的冠层高度与植被指数、覆盖度、倒伏率和空间位置显著相关。（3）冠层高度与植被指数分布存在空间异质性,地理加权回归（geographically weighted regression,GWR）在模型精度和空间异质性分析上均优于普通最小二乘回归（ordinary least square,OLS）。     

基于植被指数和神经网络的热带人工林地上蓄积量遥感估测

热带森林作为陆地生态系统的组成成分之一,研究其蓄积量估测对我们了解其在全球碳循环中的地位和作用有很重要的意义.但遥感估测森林生态参数的精度如何,还是个不确定的问题.利用LANDSAT-TM数据,基于森林清查数据和遥感技术,以尾叶桉和加勒比松为例,对中国南方地区人工林蓄积量估测进行了尝试研究.首先,通过测量样方胸径、树高,建立森林蓄积量估算模型.其次,通过对比分析不同植被指数与森林蓄积量之间的关系,选择合适植被指数组合,建立多元回归和神经网络模型.结果表明:单波段TM数据和大多数植被指数与蓄积量相关性并不好.神经网络比回归分析模拟效果好.而多元回归和神经网络模型大大提高预测精度.本研究方法对大面积的森林蓄积量估测具有一定的参考价值.     

基于SPOT5影像多辐射校正水平的植被绿量遥感估算

选用南京市SPOT5图像的灰度值(DN)、星上辐射率(SR)、表观反射率(TOA)和地物反射率(PAC)数据,提取了两种植被指数(VI),即归一化植被指数(NDVI)和比值植被指数(RVI),并与地面实测的绿量(LVV)进行相关分析,建立了165个关系模型.结果表明,LVV与VI呈极显著的相关关系,其相关系数多以相对均质植被高于植被总体,基于灰度值高于常用的地物反射率为主.LVV-VI关系模型的R~2均值以多元线性回归模型最高(0.821),指数模型最低(0.536),而1～3次多项式模型均接近0.7.每种植被样方优选出一个模型,即阔叶林LVV-7.802 RVI_(PAC)-2.455(R~2=0.827,RMSE=0.498);针阔叶混交林LVV=-15.421 RVI_(TOA)+26.971 RVI_(DN)-8.261(R~2=0.918,RMSE=0.356);灌木LVV=-342.591 NDVI_(DN)~3-20.553 NDVI_(DN)~2+14.013 NDVI_(DN)+1.509(R~2=0.764,RMSE=0.689);草地LVV=2.934 RVI_(PAC)+2.147 RVI_(TOA)-3.193(R2=0.903,RMSE=0.464);总体植被LVV=1.789RVI_(PAC)-6.814NDVIs+4.258NDVI_(PAC)+12.854 NDVI_(DN)-0.342(R~2=0.810,RMSE=0.638).这些优选模犁的自变量包括了4种辐射校正水平下提取的两种植被指数,显示基于不同辐射校正水平的植被指数在植被LVV遥感反演中具有一定的应用潜力.     

河北康保县土地沙化遥感监测

为研究康保县土地沙化的空间分布和时间变化规律,基于Landsat-5(TM)数据(1984年)和Landsat-8数据(2014年、2020年),采用归一化植被指数(NDVI)分析康保县近40年来的土地沙化规律.结果表明:1984到2020年期间,康保县轻度沙化土地面积增长幅度达到73％,中度沙化土地面积基本保持稳定,...     

秦巴山区增强植被指数长时间序列变化及其自然影响因素分析

秦巴山区是横跨我国南北地区的重要地理过渡带,为全面了解秦巴山区近20年的生态变迁及影响因素,基于MODIS-EVI数据,结合气温、降水和DEM数据,利用最大值合成法、趋势分析法和偏相关分析,以海拔为基础,分析了秦巴山区2000—2020年不同海拔高度上不同类型植被增强指数(EVI)的时空变化及其与气温、降水的相关性。研究结果表明：(1)2000—2020年秦巴山区植被年均EVI呈现波动上升趋势,有80.67%和13.29%的区域EVI呈现明显改善和轻微改善趋势,在海拔1 600～1 800 m处EVI变化处于相对稳定状态,较适宜植被生长。(2)栽培植被和阔叶林为秦巴山区主要植被类型,各植被类型EVI值由大到小依次为阔叶林、灌丛、针叶林、草地、栽培植被和其他,在1 000～2 000 m海拔区间植被面积占大多数,1 600～1 800 m为适宜植被自然生长的区间。(3)2000—2020年秦巴山区向暖湿方向发展,EVI与气温相关性在区域分布上较均匀,降水对植被EVI的影响强度要高于气温对其的影响强度;随着海拔高度的上升,植被EVI与气温的相关性总体上高于其与降水的相关性。     

基于决策树的辽宁省北部沙漠化信息提取研究

以沙漠化问题较突出的辽宁省北部地区为例,选取2007年Landsat 5 TM遥感影像作为基本数据源,通过对影像中耕地、林地、草地、水域等常见地物及典型沙漠化土地进行光谱特征分析和波段间的相互运算,将修改型土壤调整植被指数（MSAVI）、归一化差异水体指数（NDWI）和遥感图像缨帽变换后的土壤亮度指数（SBI）、绿度植被指数（GVI）及湿度指数（WVI）等特征变量融入决策树分类模型后进行分层分离,从而实现对沙漠化信息的高精度提取。结果显示,决策树分类法可排除提取地物时的干扰信息,是保证沙漠化土地信息快速自动提取的方法之一。     

基于多时相MODIS数据的四川省森林植被类型信息提取

森林植被类型信息对于生态的保护、规划和建设具有重要的意义。论文针对单一时相遥感数据在提取森林植被类型信息方面的局限性,探讨了基于多时相MODIS遥感数据实现提取主要森林植被类型信息的方法。将四川省的森林植被划分为常绿落叶混交林、常绿阔叶林、常绿针叶林、落叶阔叶林、落叶针叶林5 种类型。通过对其年内生长差异的分析,选取多时相（2005 年1 月9日、2 月26 日、4 月22 日、7 月19 日和10 月23 日）特征数据,利用光谱和时相特征知识建立了常绿林、落叶林和针叶林的提取模型;通过特征组合与逻辑判断,实现了5 种植被类型信息的提取,提取精度总体达到84%,植被类型最低精度达到76%。研究表明,该方法可以节约大量的人力、物力和财力,在大范围的植被类型调查与监测方面具有较大的应用价值。该研究表明,四川省2005 年的森林覆盖率为28.43%。各类型按所占百分比由高到低的排序为落叶阔叶林、常绿针叶林、常绿阔叶林、落叶针叶林和常绿落叶混交林。该数据对四川省森林植被的保护和利用具有重要的应用价值。