巢湖水华遥感监测与年度统计分析研究

介绍了巢湖蓝藻水华的日常遥感监测方法与流程,开展了基于日常监测的年度统计分析,为水华环境管理提供了科学依据。首先分析了蓝藻水华与正常水体的光谱差异,利用蓝藻水华在近红外波段的"陡坡效应",基于NDVI方法开展水华日常遥感监测。基于日常监测开展水华年度统计分析,获得水华最早发生日期、最晚发生日期、最大发生面积等,并以水华发生频率、水华起始日期和水华持续时间来分析巢湖一年内高发区、发展趋势及持续时间等时空分布规律。研究表明,2010年巢湖水华的高发区域在巢湖西北部水域,水华持续天数最长的区域是巢湖西北和中部部分区域,水华先在西部沿岸聚集,随时间推移向东部和中部扩散,巢湖西南、中部和东南沿岸是最后新增的水华区域。     

20年间艾比湖流域植被覆盖度景观格局变化

选取艾比湖流域1990年、2001年、2011年同期（9月）3期I．and．satTM遥感影像,基于归一化植被指数NDVI,提取植被覆盖等级图,利用ArcGIS9．3和Fragstas3．3对该流域植被景观的变化进行了分析研究。结果表明：1990—2011年,该流域植被覆盖度变化明显,低植被覆盖区和较低植被覆盖区都有所减少,分别由1990年的34．05％和32．94％减少到2011年的32．8％和24．06％;较高植被覆盖区和高植被覆盖区有所增加,分别由8．49％和5．20％增长到15．13％和9．83％,但水域面积退化明显,由1990年的525．9765km2缩小至494．9876km2,减少了30．9889km2,退缩幅度达O．4％;最大斑块指数（LPI）由17．04上升到21．10,香农多样性指数（SHDI）和香农均势度指数（SHEI）分别由1．5387和0．8588增长到1．6395和0．9150。表明艾比湖流域景观格局混杂程度愈来愈高,空间异质性在逐年加强,总体空间格局向破碎化趋势发展。     

2001-2005年新疆植被覆盖动态变化及原因分析

利用2001-2005年新疆归一化植被指数NDVI,得出该时间段新疆植被覆盖整体呈增加趋势,但局部有退化现象.对2001 - 2005年植被覆盖变化原因进行了分析,阐明降水是新疆植被覆盖变化的主要驱动因子之一.     

近25年山西植被指数时空变化特征分析

在遥感及地理信息系统技术支持下,利用1982-2006年8 km×8 km的NASA/GIMMs植被指数(NDVI)数据,采用多种方法分析了山西高原近25 a来植被指数的时空动态变化规律.结果表明:①25 a来,山西省年均NDVI基本在0.33上下呈波动中上升趋势,表明山西高原植被活动在增强;②从季节变化来看,山西省春季和秋季的植被都在增加,冬季上升趋势较弱,夏季变化很小,呈现极弱的递减趋势;③空间上,植被指数南部好于北部,山区好于平原;④从植被变化趋势图中也可以看出植被呈现总体变好趋势,其中北部变好趋势明显,其次是南部;⑤植被年际变化表现出较为一致的变化趋势以及较为明显中部和南北反相的局地变化特征.     

基于时间序列MODIS数据的贵州省森林物候地域分异

森林物候是气候与环境变化的重要指示器,对于陆地植被生态环境监测具有重要的意义。以2011～2013年的MODIS NDVI(归一化植被指数)为时间序列数据,采用Savizky-Golay(S-G)滤波平滑和动态阀值法,提取出贵州省2012年森林物候的生长起始日期(SOS)、生长结束日期(EOS)、生长季长度(LOS)和生长季振幅(AOS)4个参数,分别将提取的森林物候参数与经度、纬度和海拔做相关性分析。研究结果显示:(1)贵州省森林物候参数与纬度相关性整体较弱,因此贵州省森林物候纬度地带性地域分异的不显著;(2)贵州省森林物候生长起始期、生长季长度与经度呈极显著相关,而森林物候生长结束期与经度呈低度相关,整体上贵州省森林物候参数海陆(经度)地带性地域分异显著;(3)贵州省森林物候生长起始期、生长结束期与海拔呈显著相关,而森林物候生长季长度与海拔呈极显著相关,因此贵州省森林物候参数垂直(海拔)地带性地域分异的十分显著。     

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...     

Scale-dependent relations in land cover biophysical dynamics

The exploration of the relationships between plant biotic dynamics and scale can reveal important information on ecosystem spatial organization by addressing preservation of information integrity in upscaling/downscaling procedures of land-surface parameterization for environmental modeling applications. Scale-dependent relations of vegetation dynamics are investigated in this study by using emergent biophysical characteristics obtained through a predictive multidimensional model of vegetation anomalies derived from remote-sensing observations. In particular, the analysis is focused on the spatial organization of some phenological parameters including deterministic variations (seasonal range, interannual variability, jump discontinuities) and stochastic components (plant memory, spatial correlations). The analysis is performed using MODIS-based Normalized Difference Vegetation Index (NDVI) 16-day composites for the period from March 2000 to December 2006 over Italy at different levels of spatial aggregation (1-8 km). Scale-dependences of the statistical moments of the phenological parameters are quantified through simple power laws for five distinct vegetated land covers. Results suggest that some biophysical characteristics, especially deterministic components, show no preferential spatial scale for important coverage. In particular, broad-leaved forests and natural grasslands are characterized by deterministic and low-distance spatial components well explained by scale relationships, which are modulated by possible spatiotemporal dynamics of climatic drivers. Agricultural lands show high scale-dependent relations on short-term biophysical memory sources and low-distance spatial components of phenology likely related to hierarchical interactions of anthropogenic and ecological processes; whereas mixed patterns of croplands and natural areas generally present no consistent scaling relations.     

京津冀大气污染变化规律及其与植被指数相关性分析

基于2017年逐时空气质量监测数据、归一化植被指数（NDVI）16 d合成数据以及社会经济数据,对京津冀大气污染特征进行了系统分析,并利用线性回归、地理加权回归模型等探讨了其变化规律与NDVI的关系,及其受社会经济因素的影响.结果表明：①京津冀地区大气污染整体表现为南高北低、平原高山区低的分布特征,由北向南递次升高,大气污染呈现出显著的空间异质性;②从季节变化看,呈现冬季 > 秋季 > 春季 > 夏季的总体规律,京津冀地区大气污染呈现出显著的时间异质性;③SO₂、NO₂、CO、PM_2.5、PM₁₀等污染物浓度均与NDVI值呈负相关关系;在气候、地形等自然条件较为一致的前提下,NDVI值越低人类活动干扰越明显、产业经济布局越集中,进而污染排放量越大,对空气质量产生显著负面影响;④NDVI指数一定程度上反映了土地利用、人口分布以及产业布局状况,而这些因素直接或间接决定着大气污染排放水平,进而能够指示区域的污染分布特征;⑤地理加权回归模型（GWR）计算结果表明,经济发展水平越高的地区NDVI与社会经济因子、PM_2.5等污染物浓度相关性越好.NDVI的分布可以大体反映社会经济发展水平.对PM_2.5的分布也有一定的指示作用.     

1982—2009年青藏高原草地覆盖度时空变化特征

利用GIMMS和SPOTVGT两种归一化植被指数(NDVI)数据对青藏高原地区1982—2009年期间草地覆盖的时空变化进行研究,结果如下:①青藏高原草地植被覆盖的年际变化存在着显著的空间差异。趋于升高的区域主要分布在西藏的北部和新疆的南部;趋于下降的地区主要分布在青海的柴达木盆地、祁连山、共和盆地、江河源地区及川西地区。②青藏高原草地覆盖度年际变化趋势分析表明,在90%的显著性检验水平上,降低和增加面积的比率为0.31,草地植被覆盖水平总体趋于升高态势。③以10 a为步长的分析表明:草地盖度呈现持续增加的区域主要分布在西藏北部;阿里地区草地盖度表现为先减少后增加;雅鲁藏布江流域草地盖度呈现先增加而后减少;而持续减少的区域主要分布在青海省以及川西地区,其中青海省分布最广;统计结果显示,高原大部分地区草地盖度具有升高的态势。     

1982～2008年东北冻土区植被生长季NDVI对气候变化和CO_2体积分数增加的响应

利用GIMMS和MODIS两种遥感数据,分析了1982～2008年东北冻土区植被生长季平均NDVI的时空特征,并探讨不同类型冻土区和不同植被类型归一化差值植被指数(NDVI)对气候变化和CO2体积分数增加的响应.研究表明,不同冻土类型区植被生长季NDVI均值从大到小依次为:连续多年冻土区大片多年冻土区季节性冻土区岛状多年冻土区.东北冻土区不同植被类型生长季平均NDVI值由大到小依次为:森林灌丛沼泽农田草地,其中森林植被生长季平均NDVI值为0.61,草地为0.46.过去27年间,东北冻土区植被生长季平均NDVI年际变化曲线可分为3个变化阶段:①1982～1990年,小幅上升阶段;②1990～2000年,缓慢下降阶段;③2000～2008年,明显上升阶段.1982～2008年期间,连续多年冻土区及大片多年冻土区植被生长季平均NDVI值呈显著上升趋势(p0.05).对于不同植被类型而言,除森林植被NDVI呈显著上升趋势外(p0.05),其它植被类型NDVI值无显著变化趋势.过去27年间,东北冻土区年均气温显著升高,年降水量显著下降,CO2浓度显著升高.研究区全区平均NDVI与年平均气温呈显著正相关(p0.05),气温是影响东北冻土区生长季植被NDVI的主要气候因子.森林和沼泽湿地植被生长季平均NDVI与年平均气温呈显著正相关,与降水量呈显著负相关(p0.05);5种植被类型中仅森林植被受CO2浓度影响显著.年平均气温对不同植被类型的影响由高到低的顺序为:森林沼泽湿地灌丛农田草地;降水的影响为:森林沼泽湿地草地灌丛农田;CO2浓度的影响为:森林沼泽湿地草地农田灌丛.