区域尺度绿洲稳定性评价

论文在区域尺度上,探讨了绿洲稳定性的内涵,并以新疆三工河流域绿洲为例,从绿洲所处的地理位置、绿洲与外围荒漠和山地系统之间的相互作用等方面评价了绿洲的区域稳定性。结果表明:①冲洪积扇型绿洲稳定性最高,其次是位于地下水溢出带下方的冲积平原型绿洲,稳定性最差的是湖滨三角洲或散流干三角洲上发育的绿洲;②绿洲的冷岛效应和植被指数可较好地表征绿洲与外围荒漠和山地系统之间的相互作用和评价绿洲的区域稳定性的时间变化。绿洲规模的扩大及绿洲水分和植被的增加将加强绿洲的冷岛效应,提高绿洲的稳定性;归一化差异植被指数增加,表明绿洲内植被覆盖密度增大和植物生物量提高,绿洲的稳定性增强。     

用同一水样测定NO3-N和TN

文章阐述了用紫外分光光度法,以同一水样测定NO3 -N和TN,保证了其相对差值的合理性,揭示了S2O82-在220nm波长上特征吸收,这是空白吸光度高的重要原因,提出了降低空白吸光度的方法.K2S2O8和NaOH分别配制,克服了K2S2O8碱液使用时间短的缺点.     

中国西北地区地表植被覆盖特征的时空变化及影响因子分析

归一化的植被指数(NDVI)自然正交分解结果显示,自上世纪80年代初期至1994年前后,中国西北部区域地表植被覆盖呈增加的过程;1994～2000年,地表植被覆盖状况开始退化,植被退化强度空间分布不匀.TOVS云覆盖数据与地表特征时间变化的一致性,间接证明1994年之后西北部地区植被退化的事实.通过降水和NDVI的相关分析,划分出西北地区地表植被覆盖变化气候影响显著区域、气候与人为影响共同作用显著区域.并从气候和人为影响2个方面分析了造成西北部地区地表植被覆盖状况下降的原因.在降水和NDVI相关显著区域,气候干旱因素是造成1994年后植被覆盖退化的主要原因;而黄河等流域1994年后植被退化的区域,气候干旱和人为活动因素是造成植被覆盖退化的主要因素.     

利用数码相片对冬小麦生物量的试算

数码相片属于地面遥感资料的一种,被广泛应用于实地调查中.然而,目前利用数码相片对植被生物量进行推算的研究很少.利用数码相片提取小麦生长期的小麦覆盖度,结合地面实测叶面积指数(LAI)、归一化植被指数(NDVI)和小麦生物量,分析小麦覆盖度与LAI,NDVI,生物量与小麦覆盖度、LAI,NDVI各自的相关系数,建立各自合适的回归模型推算冬小麦的生物量.结果表明,在小麦生长期,小麦覆盖度与LAI,NDVI的相关系数R2分别达到0.765,0.896,生物量与小麦覆盖度、LAI,NDVI的相关系数R2分别为0.774,0.876,0.712,生物量与其小麦覆盖度、LAI,NDVI之间具有很高的相关性,多元回归分析效果更好,系数R2达0.891.结果说明,在不破坏植被生长状态的情况下,基于数码相片可有效地推算小麦的生物量,这为大面积实地测量和遥感监测作物长势及其生物量估算提供了理论参考依据.     

基于植被指数和地表反照率影响的北京城市热岛变化

利用TERRA/MODIS遥感反演的地表温度资料,对2000—2006年北京城市热岛季节变化特征进行了研究,结合同期降水量、植被指数和地表反照率变化,分析了该地夏季城市热岛的年际变化成因. 结果表明:北京多年四季热岛分布主要以城区为中心向周边郊区延伸,其中夏季城市热岛最强,春、秋和冬季较弱,这种热岛强度的季节性差异主要与太阳辐射强度、地表植被覆盖状况和城市人为热释放等的季节性变化密切相关. 北京夏季城市热岛的年际变化特征为:2005和2006年最显著,热岛中心强度分别为10.54和9.61 ℃;2002和2004年城市热岛最弱,热岛中心强度分别为6.54和7.39 ℃. 2000—2006年北京市夏季城市热岛具有明显增强趋势,热岛强度增温率为0.326 ℃/a. 北京夏季降水对城区地表温度影响大于郊区,降水主要通过影响城区地表温度来影响城市热岛变化;夏季地表植被和地表反照率变化对地表温度和城市热岛也均有较大影响. 2000年以来,北京郊区夏季地表植被指数增加率远高于城区,受地表植被和地表反照率变化的影响,郊区降温率明显大于城区,致使城郊温差增大,热岛效应加强.      

天山北坡典型退化草地植被覆盖度监测模型构建与评价

草地退化是当今世界面临的一个极为严峻的生态问题。植被覆盖度作为草地退化监测的重要指标之一,在草地退化、荒漠化治理方面起着重要的作用。为了构建适合于天山北坡典型草地植被覆盖度监测模型,便于对草地及时、快速的监测分析,研究利用新疆阜康市2008年9月Landsat TM遥感影像数据和相应的实测数据,分别探讨5种植被指数(NDVI、RVI、GNDVI、SAVI和MSAVI)与植被覆盖度的线性和非线性(二次多项式、指数、对数以及幂函数)关系,以便获得最佳监测草地状况的植被指数和模型。研究结果表明,MSAVI和GNDVI与植被覆盖度的相关性最好(P<0.01),而NDVI和RVI较差;通过5种植被指数和植被覆盖度进行回归分析,MSAVI和GNDVI与植被覆盖度分别建立模型最佳,即:y=138.45x-1.248 2(R²=0.502 7,P<0.01)和y=2 596.66x²-561.54x+38.488(R²=0.605 3,P<0.01),精度达到90%以上。该研究结果说明不同的植被指数适用的条件不同,为今后利用3S技术深入研究荒漠退化草地植被状况的快速监测和科学管理提供支持。     

高光谱植被覆盖度遥感估算研究

以北京大学"无人机遥感载荷综合试验场"为试验区,采集草地植被覆盖度(Vegetation Cover, VC)和相应样方冠层高光谱反射率数据,并对比研究了高光谱反射率三种变换形式(小波能量系数、主成分和植被指数)与VC之间的关系模型。结果表明:在三种变换形式中,植被指数模型(R²大于0.8,RMSE小于等于0.018 8)优于基于小波变换和主成分分析的VC模型;经过对高光谱数据进行小波分解获得的第二和第四小波能量系数与VC之间存在显著的对数相关(R²分别为0.811和0813;RMSE分别为0.019 9和0.019 8);以多个小波能量系数作为自变量的VC多元回归模型明显优于基于主成分的多元线性回归,R²和RMSE分别提高0.058和0.030;将高光谱EVI模型与TM-EVI数据相结合生成的试验区VC空间分布总体上呈北部和南部植被覆盖度高(分别>75%和>55%),中部相对低(15%~55%)的特征,与其土地利用/覆被特征相吻合。     

基于遥感的黑河流域生态环境变化特征及成因分析

使用2001~2017年MODIS-EVI产品和2001,2009,2017年Landsat数据提取的湿度指数（WI）、沙漠化指数（DI）、改进归一化水体指数（MNDWI）,并结合气象数据及其它数据,揭示黑河流域生态环境变化特征.结果显示：近17a来,研究区低、中高和高植被覆盖区的面积分别以36,29,132km²/a的速率增加,无植被、中植被覆盖区面积以185,11km²/a的速率递减,且夏季和上游植被覆盖度最高;2001~2009年流域水域面积扩大至3854.5km²,2009~2017年减少至2628.9km²,上游地区水体较多,水量由山岭向山麓递减,由西向东递增;流域湿度指数由2001年0.55上升到2017年0.65,高值中心主要位于上游地区和中游民乐县、山丹县以及金塔县;流域沙漠化程度先逆转后扩展,沙漠化土地主要分布于中游高台县、临泽县、金塔县和下游额济纳旗;流域气温、降水、潜在蒸散量和地区生产总值、第一产业、建成区面积及耕地面积是影响黑河流域生态环境变化的主要驱动因素.     

天津植被指数对气候因子响应的敏感性分析

探索植被覆盖与气候变化相互关系是全球环境变化研究领域的重要内容之一,研究特定区域植被对气候变化响应特征对植被重建和生态恢复具有重要意义。然而,目前植被对气候因子响应的敏感性研究还十分缺乏。利用1982—2003年8km×8km的NASA/GIMMS半月合成的归一化植被指数（NDVI）和同期气候数据,研究了天津地区NDVI对气候因子响应特征及其敏感性。结果表明：植被NDVI与气温及降水均有显著非线性正相关关系（P〈0.0001）;在半月平均气温低于0℃时,植被NDVI与气温没有显著性相关,而从气温高于0℃,一直到高于22℃,NDVI与气温的关系均达到显著性水平（P〈0.05）,但相关性是逐渐降低的;当半月平均气温高于23℃及以上时,NDVI与气温没有显著的相关关系（P〉0.05）;当半月降水量〉0mm时,NDVI与降水存在极显著正相关关系（P〈0.0001）,随着降水量的增加,相关关系减弱,在降水量大于50mm时,NDVI与降水没有显著相关关系（P〉0.05）;研究结果证实,天津地区植被指数对气候的响应存有明显的非线性特征,在低温和低降水量条件下植被的响应更为敏感,23℃和50mm分别是该地区影响植被生长的气温和降水阈值。结合1982—2003年逐半月气候条件分析发现,气温的影响主要是春、秋两季,而降水的影响主要表现在春、秋及夏初。     

基于TM影像的桂林市植被覆盖时空动态监测与分析

以西部地区中等规模城市——桂林市为例,利用1991、2006年两期TM卫星影像数据,在对原始数据预处理的基础上,提取归一化植被指数(NDVI)。依据混合像元二分模型,生成桂林市所辖5城区的两期植被覆盖度监测分类图像,对区域植被覆盖状况进行时空动态变化分析。结果表明,1991年~2006年间,城市植被覆盖区面积总体呈现下降趋势;在划分的3类植被覆盖类型中,低植被覆盖区面积减少幅度最为明显,中、高植被覆盖区面积有不同程度增长;低植被覆盖区主要分布在城市建成区与一些村镇外围区域,中、高植被覆盖区集中分布在城市远郊地带。此外,随着城市化的迅速发展,城乡各类建设用地面积不断增加,城市边缘地带的绿色植被正逐步被人工景观所取代。