基于MODIS数据的洞庭湖水体面积与多站点水位相关关系研究

针对洞庭湖区,以30 m分辨率的环境减灾卫星CCD影像为参考,对比分析了归一化差异植被指数（NDVI）和比值植被指数（RVI）应用于MODIS遥感影像水体面积提取的优缺点。研究发现,选取NDVI并且赋予各月份各自适应的阈值进行水体面积提取,有效避免了采取单一阈值造成的枯水期水体误提以及丰水期水体漏提问题。将提取湖区面积与相应日期水位数据组成水位 面积组,建立湖区面积 水位相关关系。考虑到建立湖区面积与单一水文站点水位间相关关系存在一定空间不合理性,选取逐步多元回归法建立2003~2006年湖区面积与多站点水位间相关关系。结果表明：在高水位和低水位处,洞庭湖面积 水位关系年际间变化不太明显,但在中等水位处（如24~29 m）,湖区面积 水位关系有比较明显的变化,同一水位处湖区面积有逐年减小的趋势。     

2000~2013年鄱阳湖流域蒸散量时空变化

蒸散是陆地表面水分循环的重要过程,是研究流域水资源、水循环等领域的重要参数。以鄱阳湖流域为研究对象,利用鄱阳湖流域5个主要子流域水文控制站监测流量资料和气象站监测降水资料,根据水量平衡原理计算各子流域年度蒸散,验证MODIS蒸散数据产品（ET_MOD）,并分析2000~2013年鄱阳湖流域蒸散时空变化状况和土地利用变化对蒸散量的影响。研究结果表明：（1）ET_MOD具有较高的精度,年蒸散量的平均误差为165.9 mm,平均相对误差为9.78%;（2）2000~2013年鄱阳湖流域的年蒸散变化范围875.4~912.2 mm;鄱阳湖流域总蒸散量呈先增加后减少的“几”字形季节变化特征;（3）从蒸散量与地形特征的关系看,鄱阳湖平原区蒸散量低,周边的山地丘陵区较高;各子流域的蒸散量表现为：赣江流域 > 抚河流域 > 信江流域 > 修水流域 > 饶河流域;（4）土地利用方式对蒸散量有显著的影响,各土地利用类型的平均蒸散量表现为：林地 > 农田 > 草地 > 未利用地。     

云南省气溶胶光学厚度时空变化特征的遥感研究

利用中分辨率成像光谱仪(MODIS)的气溶胶产品研究云南省气溶胶光学厚度(AOT)的时空变化特征。研究结果表明:在长时间尺度上,区域月平均AOT没有明显的增长趋势,年平均值大约为0.19,反映了人为活动排放进入大气的气溶胶没有明显的增加;月平均AOT的变化呈双峰分布特征,2个峰值分别出现在3、8月,AOT大约为0.35±0.08和0.31±0.05,5月出现明显的谷值(0.20±0.03),AOT减少的原因可能是该地区降水增多,大量的降水可以清除大气中的气溶胶粒子,最小值常出现在1月或12月,AOT大约为0.09±0.02。在空间上,云南省AOT普遍较低,年平均值的空间分布为0~0.4,低值区出现在西北部的迪庆州、怒江州和丽江市;AOT高值区分布在云南省的南部和东北部地区,3月AOT值最大可达0.80以上,南部和北部差值达到0.60以上,8月AOT的高值区主要出现在中部的玉溪市红河州北部、玉溪市和昆明市。云南省AOT北高南低分布格局的原因主要是北部地区人为气溶胶排放较少,另外,由于地形的影响,北部地区风速较大,气溶胶停留在大气中的时间较短,AOT较小。     

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。     

基于EOS/MODIS卫星遥感数据的渤海海冰变化趋势及特征应用研究

根据卫星遥感数据的分辨率、采集频次、获取方式等特点,将MODIS卫星遥感数据应用到渤海海冰遥感监测中。通过海冰在可见光和红外光波段的光谱存在特定差异的特性,对海冰发生面积进行提取。同时对渤海海冰进行了遥感监测,并完整地监测到海冰从发生到极盛再到消退的全过程。同时,在海冰发生最为严重的时段,对辽东湾海域进行了密集监测。研究结果表明,MODIS卫星遥感数据在海冰监测中有着及时、准确的优势。     

遥感指数在湖泊叶绿素a反演研究中的应用

借鉴陆地植被指数的算法,利用MODIS数据的波段组合对太湖叶绿素8浓度进行反演。探讨了差值植被指数DVI、比值植被指数RVI、归一化植被指数NDVI这三种遥感指数形式的反演效果及各自特点。MODIS数据蓝光波段和红外波段的组合是反演太湖叶绿素浓度的最佳波段组合,DVI适合于反演叶绿素浓度高的情况,RVI的反演结果两极分化明显而普适性较差,NDVI适合于反演浓度较低的情况。     

基于EOS/MODIS资料的太湖藻类动态模拟

建立了太湖藻类生长的动态模型,并将其与水动力模型和水质模型相耦合,利用2001年7～8月太湖的实测资料对模型进行了率定。借助该模型,对2004年8月太湖水体中TN、TP的变化以及藻类生长过程进行了模拟。利用中分辨率成像光谱仪EOS/MODIS的数据对太湖叶绿素a浓度进行遥感定量,将遥感监测数据和模型计算结果进行了比较。结果表明:该模型可进行风生湖流、TN、TP的模拟,以叶绿素a浓度描述的藻类浓度的模拟值能较好地拟合遥感监测值,且遥感监测图和模型模拟图所反映的全太湖叶绿素浓度分布基本一致。最后根据遥感和模拟对太湖全区的藻类分布作了具体的分析。     

基于归一化差值植被指数的极端干旱气象对西南地区生态系统影响遥感分析

以年际同期归一化差值植被指数(Normalized Difference Vegetation Index,NDVI)作为评价指标,分析极端干旱气象对西南地区生态系统影响的时空分布特征,提出旱灾可能造成的生态影响及应采取的管理和科研措施. 结果表明:2009年8月—2010年3月,西南地区的生态系统受极端干旱天气影响显著,威胁程度呈上升趋势;贵州、广西和云南三省(自治区)受干旱影响的生态系统面积先后超过各省份生态系统总面积的80%,生态系统强度变差区集中在云南的中东部、贵州西南部和广西西北部等地区;农田生态系统受损严重,农作物大面积枯死或绝收;大量水库、池塘干涸,河流水位明显下降,部分河流断流,危及水生生物生存;自然植被影响明显,植被生长明显受到抑制,干热河谷地带和岩溶地形区域植被大面积退化,威胁当地生物多样性.      

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.     

1998~2016中国八大经济区植被覆盖对PM2.5浓度时空分布的影响

目前很少有PM_2.5污染与植被覆盖的相关性深入研究,尝试对此进行补充.基于1998~2016年的PM_2.5和归一化植被指数（NDVI）的栅格数据,以中国内地八大经济区为研究对象,对NDVI值进行3个等级划分（低植被覆盖区、中植被覆盖区和高植被覆盖区）,并计算相应等级的PM_2.5污染浓度.在此基础上,从NDVI的景观尺度和类型尺度分析PM_2.5污染的时空特征,然后利用面板数据模型定量化NDVI景观格局指数对PM_2.5的影响.结果表明：①北部沿海、东部沿海、南部沿海、长江中游和东北经济区在植被覆盖相对较低的区域,PM_2.5污染较严重;而黄河中游、西南地区及大西北经济区则在植被覆盖相对较低的区域表现出较轻的PM_2.5污染;②大部分区域的PM_2.5随时间变化呈显著上升趋势;③PM_2.5与NDVI景观格局指数相关性显著（P<0.05）的区域相对较少;④景观形状指数（LSI）、斑块面积比（PLAND）、斑块数量（NP）、最大斑块占景观面积比（LPI）和聚集度指标（AI）指数对PM_2.5的影响都表现出明显的空间异质性.