归一化差值植被指数在土地覆盖遥感动态调查中的应用

以金沙江流域西南区为研究区，通过两个时相NDVI的比较判断地表植被的变化情况，生成差值图像，提取变化区域，处理判读结果。     

广州市1990-2005年植被覆盖度的时空变化特征

植被是生态系统的最重要组成部分,以植被覆盖度为指标研究区域植被的时空动态特征,是生态系统健康评价的前提和必要基础。以1990、1995、2000和2005年4个时相的TM遥感影像为数据源,对其进行大气辐射校正以及进行空间图像运算,生成广州市不同时序的植被覆盖度图,以此分析广州市植被覆盖度的时空变化特征。结果表明,广州市过去15a植被覆盖度变化很大,从58.75%下降到46.06%,特别是中心城区和番禺区内的植被覆盖度变化更显著。植被覆盖度下降最多的时间段是1990—1995年,恢复阶段是2000—2005年间。但是,从空间分布上看,植被恢复的区域主要是从化市,市区仍然处于继续下降状态,值得各方面关注,因为市区是人口密度和经济高度集中的区域,也是生态元素最缺乏的区域。     

基于Sentinel-2数据的火烧迹地提取研究

昆明为云南省的政治经济文化中心,森林火灾多发给人民生产生活带来了极大的威胁。准确提取火烧迹地有利于掌握林火规律,加强森林火险区划,通过合理配备资源提高森林防火效率。以昆明地区2016—2020年Sentinel-2数据、高温火点数据和土地利用分类数据为基础,基于差分归一化火烧比率(dNBR)提取该地区火烧迹地面积,并对其空间分布特征进行分析。结果表明：土地利用数据有利于提高火烧迹地提取效率,但高温火点数据错漏较多,对火烧迹地提取贡献不大。Sentinel-2数据与dNBR指数的结合在单火场可以达到平均89%以上的提取精度,有较高适用性。昆明地区火灾高发区为安宁市、晋宁区等地,过火区域集中在高程1 700～2 300 m、坡度6°～25°的林地耕地混杂地区,阴坡过火面积略大于阳坡。     

近50 a萨雷兹堰塞湖水域时序变化及其驱动因素研究

为全面了解萨雷兹湖水域的变化趋势和驱动因素,运用归一化水体指数法与全局-局部分割阈值法自动提取近50 a萨雷兹湖的湖岸廓线研究其面积时序变化;并分析萨雷兹堰塞湖水域体量变化特征。揭示了萨雷兹堰塞湖水量变化驱动气象、入湖补给和冰川消融因素等变化驱动因素。结果表明：1)1972—2018年萨雷兹湖水量总体变化波动上升,变化速率为0.012 km³/a。2)萨雷兹湖所在区域降水量与蒸散量保持相对稳定,穆尔加布河径流补给量与萨雷兹湖水量变化呈显著正相关。3)萨雷兹湖流域每一年冰川消融量中有大于15.4%的比例贡献给穆尔加布河产流,影响萨雷兹湖水量变化。     

基于RS和GIS的2008年长江中下游雪灾监测——以湖北省为例

2008年1月中旬至2月初,我国长江中下游地区出现了大范围持续低温、雨雪、冰冻天气气候事件,造成了特大积雪灾害。以湖北省为例,基于RS和GIS技术对这次雪灾进行了动态的监测评估。利用连续多天的卫星遥感资料和积雪深度观测资料,在GIS的支持下,计算归一化差分积雪指数（NDSI）,提取积雪分布信息,并根据不同海拔高度,确定了积雪深度的NDSI分层阈值,实现了3层积雪深度(0～10、10～20 和20～30 cm)的判识。针对积雪区内不同的土地利用类型,统计了不同深度的积雪面积。结果表明：湖北省近90%面积被雪覆盖,其中江汉平原、鄂东北和鄂东南等地雪灾最为严重,部分地区积雪深度在20 cm以上;水田、旱地等农业用地以及湖泊、水库、河渠等水系积雪最为严重,居民点用地也有较大范围的积雪,居民生活受较大影响;2月2日以后积雪面积逐日减少,到2月8日,积雪基本融化。在上述研究基础上形成了基于RS和GIS的长江中下游积雪监测的业务流程.     

基于ETM影像的植被指数在土地利用中的特征——以雅安市雨城区为例

利用LandSAT7号卫星的ETM数据、土地利用现状数据，在GIS空间分析工具与ERDAS空间建模语言的支持下，提取ETM影像的RVI、NDVI和MSAVI等3类植被指数，在ArcGIS中应用样带统计分析工具，统计并分析3类植被指数在各土地利用类型中的分布与特征。结果表明：RVI与NDVI、MSAVI在各土地利用中的特征相似，都能较好的反映土地利用类型的覆盖程度，但各植被指数的表现形式有异，即RVI值高的，NDVI、MSAVI值较低，代表的植被覆盖度也较低，反之亦然；3类植被指数能较好的区分出农田用地、非植被覆盖区、植被覆盖区，而林地与灌木林、早地与园地则不易区分。     

太湖流域养殖池塘的氮磷污染负荷估算

太湖流域平原区河网密集、渔业发达,其中池塘养殖是渔业的主要模式,而养殖池塘的污水排放是其周边河湖富营养化与蓝藻水华的重要原因之一,因此,精细化估算流域养殖池塘的氮磷污染负荷,对区域氮磷污染来源的精准解析与科学防控具有重要意义。以太湖流域养殖池塘为研究对象,通过解译2019年的高分辨率遥感影像,获取养殖池塘的空间分布,同时发展了基于归一化植被指数区分养殖池塘类型的方法,估算了两种类型养殖池塘(鱼塘和虾蟹塘)的面积与分布;采用氮磷污染排放系数法,估算了养殖池塘的氮磷污染负荷,分析其空间差异。研究结果表明:2019年,太湖流域养殖池塘总面积为1 308.6 km²,其中鱼塘872.6 km²,虾蟹塘436.0 km²,养殖池塘氮排放量为11 013.5 t,磷排放量为1 626.8 t。养殖池塘污染负荷空间分布和养殖池塘规模分布比较一致,太湖南部的湖州市辖区、吴江市和德清县是养殖池塘氮磷污染较为严重地区,其氮污染负荷分别为1 214.8、1 004.4和792.2 t,磷污染负荷分别为179.7、146.3和117.7 t,主...     

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。     

基于决策树分类法的塔克拉玛干南缘沙漠化信息提取方法研究

选择策勒绿洲作为典型的绿洲-荒漠交错带,采用Landsat ETM+影像,分析了沙漠化土地的光谱特征及其波段间的相互运算,用分层分离的方法,提取了沙漠化土地信息. 结果表明:利用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亮度(Brightness)、绿度(Greenness)、湿度(Wetness)等复合识别指标,在决策树的各节点设计不同的分类器,可以划分沙漠化等级;决策树分类法可以有效地排除和避免提取地物时受多余信息的干扰及影响,其总体提取效果较好,是快速自动提取沙漠化土地信息的有效手段.      

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...