基于MODIS与HJ-1-B数据的雪盖率反演及其相关因子分析

随着空间信息技术的发展及社会经济对雪盖监测产品的需求,亚像元雪盖制图逐渐成为积雪监测研究的重点。以环境与减灾卫星（HJ 1 B）数据作为地面真值计算MODIS数据中每个像元的积雪覆盖率,并与归一化雪被指数(NDSI)建立回归模型,从亚像元尺度反演MODIS数据的积雪覆盖率。以青海省玉树州作为研究区,实验结果表明该算法反演的雪覆盖率平均绝对误差均在02以内,在可接受的误差范围之内,说明该算法具有较强的稳定性和实用性。此外,在积雪覆盖率反演基础上,提出了与积雪覆盖率相关的另外两个相关因子：地表温度(LST)和植被指数(NDSI),分析表明：这两个因子与积雪覆盖率均存在明显的负相关关系,为基于多因子的雪盖率反演奠定了基础     

基于高分一号卫星影像的柽柳地上生物量遥感估算研究——以昌邑柽柳国家海洋特别保护区为例

柽柳是滨海湿地植被中的典型物种,多生长在潮间带和潮上带,在保护海岸、改良滩涂等方面发挥着巨大的作用。国民经济与社会发展"十三五"规划明确提出实施"南红北柳"湿地修复工程,凸显了柽柳在滨海湿地保护中的核心作用,应用遥感技术估算大范围柽柳的生物量对柽柳保护具有重要意义。本文以昌邑柽柳国家海洋特别保护区为例,应用国产GF-1卫星遥感数据和地面生物量实测数据,构建了柽柳地上生物量估算模型,选取了最优模型并开展了应用试验。结果表明:(1)5个植被指数中,比值植被指数RVI与柽柳地上生物量(AGB)相关性最高,为0.686;(2)RVI对应的三次多项式生物量估算模型决定系数最高,为0.81,且平均相对误差MRE和均方根误差RMSE最小,分别为4.7%和0.05 kg/m2;(3)应用2014年9月4日获取的昌邑柽柳国家海洋特别保护区GF-1卫星遥感影像,利用RVI三次多项式估算模型进行生物量遥感估算,得到研究区柽柳林地上平均生物量为0.75 kg/m2,总生物量为15020 t。     

滨海半城市化地区植被覆盖度的时空变化——以青岛市崂山区为例

基于青岛市崂山区1990、1997、2002、2008年四期TM遥感影像数据,利用遥感二分像元估算模型和归一化植被指数,定量研究了半城市化地区的植被覆盖度演化过程及其时空动态变化特征,结果表明:研究区植被覆盖度演变具有快速性、差异性和不稳定性特征;1990-1997年,植被平均覆盖度由48.71%下降到24.74%,是植被覆盖度下降最快时期;2002-2008年间,植被平均覆盖度由23.58%增加到44.49%,属于植被覆盖恢复时期。整体空间变化呈现分散和无序特征,地形因子显著影响植被覆盖度的分布及变化。从气候因素和人为活动影响两个方面分析了造成崂山地区植被覆盖度下降的原因,对降雨量与各地区植被覆盖度进行了相关性分析,划分出气候影响显著区域。最后通过主成份分析定量研究气候、人为因素对当地植被覆盖度的影响程度,结果发现城市化作用是造成植被覆盖度变化的主要因素。     

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。     

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.