Post-fire vegetation regrowth detection in the Deiva Marina region (Liguria-Italy) using Landsat TM and ETM+ data

Obtaining quantitative information about the recovery of fire-affected ecosystems is of utmost importance from the management and decision-making point of view. Nowadays the concern about natural environment protection and recovery is much greater than in the past. However, the resources and tools available for its management are still not sufficient. Thus, attention and precision is needed when decisions must be taken. Quantitative estimates on how the vegetation is recovering after a fire can be of help for evaluating the necessity of human intervention on the fire-affected ecosystem, and their importance will grow as the problem of forest fires, climate change and desertification increases.This article performs a comparison of methods to extract quantitative estimates of vegetation cover regrowth with Landsat TM and ETM+ data in an area that burned during the summer of 1998 in the Liguria region (Italy). In order to eliminate possible sources of error, a thorough pre-processing was carried out, including a careful geometric correction (reaching RMSE lower than 0.3 pixels), a topographic correction by means of a constrained Minnaert model and a combination of absolute and relative atmospheric correction methods. Pseudo Invariant Features (PIF) were identified by implementing an automated selection method based in temporal Principal Component Analysis (PCA), which has been called multi-Temporal n-Dimensional Principal Component Analysis (mT-nD-PCA).Spectral Mixture Analysis (SMA) was compared against quantitative vegetation indices which are based on well known traditional vegetation indices like Normalized Difference Vegetation Index (NDVI) and Modified Soil Adjusted Vegetation Index (MSAVI). Accuracy assessment was performed by regressing vegetation cover results obtained with each method against field data gathered during the fieldwork campaign carried out in the study area. Results obtained showed how vegetation cover fractions extracted from the NDVI based quantitative index were the most accurate, being superior to the rest of the techniques applied, including SMA.     

Knowing fire incidence through fuel phenology: A remotely sensed approach

Fire is a basic ecological factor that contributes to determine vegetation diversity and dynamics in time and space. Fuel characteristics play an essential role in fire ignition and propagation; at the landscape scale fuel availability and flammability are closely related to the vegetation phenology that directly affects wildfire pattern in time and space. In this view, the annual normalized difference vegetation index (NDVI) profiles derived from high temporal resolution satellites, like SPOT Vegetation, represent an effective tool for monitoring the coarse-scale vegetation seasonal timing. The objective of this study thus consists in quantifying the explanatory power of multitemporal NDVI profiles on the fire regime characteristics of the potential natural vegetation (PNV) types of Sardinia (Italy) over a 5-year period (2000-2004). The results obtained show a good association between the NDVI temporal dynamics of the PNV of Sardinia and the corresponding fire regime characteristics, emphasizing the role of the bioclimatic timing of the vegetation in controlling the coarse-scale wildfire spatio-temporal distribution of Sardinia. By providing a sound phytogeographical framework for describing different wildfire regimes, PNV maps can thus be considered helpful cartographic documents for fire management strategies at the landscape scale.     

西藏当雄县高寒草地NDVI的海拔分异特征及其指示

通过提取西藏当雄县Landsat ETM影像NDVI以及DEM的海拔要素,在坡面的小尺度水平上分析了NDVI的海拔格局,并利用沿海拔梯度的草地地上生物量实测数据进行验证,进一步在全县尺度上分析了当雄NDVI >0.2 的区域内草地NDVI 的海拔分异特征.主要结果如下:①在坡面尺度上,随海拔的增加,不同计算方式的NDVI均表现为先增加后降低的单峰格局,与沿海拔梯度实测的地上生物量格局一致,NDVI最大值与围栏外生物量最大值均出现在4 950 m左右;②在全县尺度上,当雄草地NDVI随海拔的变化略为复杂:在4 300 m以上,NDVI随海拔的增加表现为先升高后降低,最高值出现在4 700 m左右;在4 300 m以下植被可能以湿地草甸为主,形成另一个NDVI高值区,但其分布面积仅为总草场面积的10%左右.上述结果表明,海拔是影响当雄县NDVI 空间分布的重要地形因子,NDVI 的海拔格局体现了较大尺度上草地植被对不同水热组合环境的适应特征,这对于在气候变化背景下实施高寒地区生态保护工程以及制定合理的草场资源配置方案具有重要指导意义.     

中国植被生长的最适温度估算与分析

利用中国区域的GIMMS NDVI数据集和相应时期气象站点实测的温度数据集,分别在时间尺度和空间地域上对比分析植被生长过程与环境温度变化的关系,并由此提取区域植被生长关键阶段对应的温度,最后得到了中国各生态地理区植被生长的最适温度及其变化区间。结果显示:①研究首次给出了不同生态区植被生长的最适温度,其中青藏高原的参考最适温度最低,在10 ℃左右,而长江中下游和华南地区的较高,很多区域的值都超过了25 ℃,说明植被生长的最适温度具有很强的地域分异性;②根据论文结果,通过海拔高度和纬度两个地理因子,可快速拟合得到中国陆地植被生长的近似最适温度。研究结果可以为生态系统模型的参数本地化和空间化提供参考。     

东北多年冻土区植被NDVI变化及其对气候变化和土地覆被变化的响应

利用1982~2006年的NOAA AVHRR-GIMMS和MODIS 2种数据集的归一化植被指数(NDVI)数据对东北多年冻土区植被NDVI年际动态和空间差异进行分析,并结合气象数据和土地利用/覆被数据分析了植被NDVI对气候变化和土地利用/覆被变化的响应.研究表明,东北多年冻土区植被NDVI值较高,且空间差异明显;森林为该区主要植被类型,NDVI值较高,主要分布于大小兴安岭和伊春地区;草地集中分布于西南部, NDVI值相对较低.东北多年冻土区过去25a间植被生长的变化趋势为:伴随着气温的显著升高和降水量减少,植被NDVI显著下降.较气温而言,降水量是影响植被NDVI的主要因子(r = 0.77, P < 0.01).在气候变化和人类活动的双重作用下,东北多年冻土区植被NDVI在1982~2006年间表现为4个阶段:1982~1990年,植被NDVI虽有小幅波动,但整体上呈持续增加的趋势;1990~1993年,植被NDVI呈迅速下降趋势; 1993~1997年,植被NDVI呈现回升态势,表现出缓慢上升的趋势;1998~2006年,植被NDVI呈现总体下降趋势.不同植被类型表现出不同的NDVI年际变化规律,尤以草地NDVI值波动最大.植被NDVI变化空间异质性显著.气候变化和多年冻土退化影响了东北多年冻土区植被NDVI动态.年均气温升高和年降水量降低影响了植被的生长.从像元尺度来看,研究区植被NDVI与气温和降水均具有较显著的相关性.研究区土地利用/覆被变化的分析结果表明,不同的土地利用类型间的转变对植被NDVI的大小和空间分布产生了重要影响.     

华北平原1981～2001年作物蒸散量的时空分异特征

利用土壤-植被-大气传输机理模型(VIP模型),以GIS背景数据库(土地利用图、土壤质地图和数字高程图)为支撑,在NOAA-AVHRRNDVI数据和气象信息的驱动下,连续模拟了1981～2001年华北平原冬小麦和夏玉米生育期的蒸散过程。结果表明:模拟的作物蒸散量与Lysimeter观测值和其他学者的田间试验研究结果具有较好的一致性。华北平原冬小麦多年平均蒸散量空间上呈现南高北低的趋势,其中黄河以北地区和山东半岛的蒸散量在200～400mm之间,南部地区在400～466mm之间。对玉米而言,北部的海河低地平原以及津、冀、鲁的沿海地区多年平均蒸散量变化在230～380mm,其余大部分地区蒸散量在380～470mm。除本区最南端的极少部分地区外,华北平原大部分地区冬小麦生育期内的自然降水都小于蒸散量,水分亏缺量大于200mm,而夏玉米生育期内大部分地区的降水大于蒸散量。     

基于时间序列谐波分析的东北地区耕地资源提取

耕地是人类社会赖以生存发展最重要的资源之一,及时获取其空间分布是国家农业决策的基础。论文利用2007年多时相的SPOT/VGT NDVI数据提取东北地区耕地资源信息。以NDVI时间序列数据年内变化振幅和周期差异性作为分类的依据,采用时间序列谐波分析法对全年时间谱NDVI数据进行重构,减少高频噪声对信息提取的影响,获得研究区地物信息在时间维度上的振幅、相位以及年均NDVI值影像图,然后将三者合成。应用神经网络分类方法,对合成后的影像选择训练样本,获取东北地区耕地资源的空间分布。实验中提取耕地的精度为83.26%,Kappa系数为0.732 4;该方法获取耕地资源空间分布的精度均高于GLC2000、UMD、IGBP和中科院1∶100万土地利用数据4种分类产品。研究表明,基于时间序列谐波分析法对NDVI数据重建,利用不同类型植被NDVI曲线在一年内振幅、相位特征的差异,采用神经网络分类的方法,可以精确地提取耕地资源信息,及时为农业和土地管理部门管理决策提供科学依据。     

黄河源区植被生长季NDVI时空特征及其对气候变化的响应

利用黄河源区MODIS/NDVI数据、1∶100万植被类型图和气象资料,分析了该区不同植被类型生长季NDVI时空特征以及与气候因子的关系。结果表明,1）2000—2011年,黄河源区植被生长呈改善趋势,生长季NDVI年际变化率每10 a为＋2.75%,高寒草原、高寒草甸、高寒灌丛生长季NDVI年际变化率分别为每10 a＋2.84%、＋2.65%、＋2.77%。2）黄河源区植被改善面积占全区总面积的29.39%,主要分布在卡日曲和玛曲上游、扎曲流域、布青山南麓、扎陵湖北部和鄂陵湖周边地区。植被退化面积仅占全区总面积的0.98%,主要分布在约古宗列曲东南部山地和卡日曲北部山地。受水热条件控制,植被改善表现为：①植被改善面积南坡大于北坡;②植被改善面积随海拔升高先增加后减小;③植被改善面积随坡度增加迅速减小。3）黄河源区植被生长季NDVI与同期气温和降水分别存在显著正相关性,其中高寒草原和高寒草甸生长受降水影响更为明显,而高寒灌丛生长受气温影响更为明显。气候的暖湿化趋势可能是促使黄河源区植被生长改善的主要原因。     

塔里木河下游植被指数的遥感监测

为了了解塔里木河下游9次应急输水的生态环境效益,利用MODIS—NDVI最大合成法、差值法,分析了塔里木河下游植被指数的年际变化情况,结果表明：（1）塔里木河下游地区植被覆盖度变化中增加区面积呈增加趋势。（2）2002年与输水初期相比,植被覆盖度增加区主要分布于上段和中段的老塔里木河及其文阔尔河河道两侧,下段河道覆盖度增加区仅零星分布于距河道0．3km左右的地势低洼区域。2003年以后,下段植被覆盖度增加区面积已达84．30km^2,是2002年的3．16倍,主要分布在距离河道0．5km左右的河道两侧。至2007年塔里木河下游河道两侧植被覆盖度增加区的变化是比较显著的,特别是下段植被覆盖增加区呈带状分布于距河道1．5km左右的范围内。植被指数遥感监测说明塔里木河下游地区的生态环境得到明显改善。     

基于洪水过程的农业洪灾变化遥感快速评估模型及其应用

洪涝灾情的准确测度需要同时兼顾淹没区的面积大小和淹水时长信息。利用淹没区内由水和作物等多种地物所组成的"复合水体"不同于水体的波谱时间变化特性,将不同洪灾时期的水体指数和植被指数进行信息复合,以有效凸显水体和洪涝淹没区之间的影像差异,据此进行了灾初期、峰期和中后期等3个时次受淹范围的有效识别。在此基础上,根据洪涝灾情随着淹没时长而加重以及灾区内淹水时长非均匀分布的特性,建立基于淹没时长的受淹面积不等权参与的洪灾扩展动态度指数(Variation Index of Flood,VIF)和区域灾情比较指数(Comparison Index of Flood Disaster,CIFD)两种模型,并将模型应用于鄱阳湖区2016年夏季农业洪涝灾害的时空变化遥感监测。结果显示,应用上述两种模型不仅可以准确获取鄱阳湖区本次农业洪涝灾情的演变趋势,而且能够方便地对比分析区域内不同地方的受灾程度。鄱阳湖区在2016年6月23日~7月25日期间的洪涝灾情具有由弱增强再趋弱的特征,其VIF指数由初始阶段(6月23日~7月9日)的3.75降至后续阶段(7月9日~7月23日)的1.29;鄱阳县是研究区内受灾最严重的区域,其CIFD指数值居于研究区内各受灾县市之首,该县受灾总面积以及多次被淹的灾区面积均高于其他县市。