基于MODIS时间序列及物候特征的农作物分类

论文以2012年6月至2014年6月期间的MOD09Q1及2013年四五月的MOD09A1为数据源,合成归一化植被指数(NDVI)和归一化水体指数(NDWI),利用TIMESAT软件对NDVI时间序列数据应用分段高斯函数拟合方法重构NDVI时序曲线,并获取7个物候特征(Phenology,以下简称PH,包括生长季始期,生长季末期,生长季长度,NDVI振幅,NDVI左导数,NDVI右导数,生长季期间的NDVI积分).结合Landsat 8 OLI遥感影像,中国第二次土地调查数据和实地采样样本数据,根据2013年多种地物平滑后的NDVI曲线特征,将年NDVI最大值低于0.5的水体和建设用地掩膜去除.为了获取研究区农作物的最优分类方法,采用分层分类:首先对平滑后的46个NDVI时序数据进行支持向量机(SVM)分类,得到农用地等分类信息;其次利用平滑后的46个NDVI波段,7个物候参数及6期归一化水体指数相互组合,对农用地进行支持向量机分类提取3种农作物的分布信息.经不同波段组合分类对比可知,分类总体精度及Kappa系数的关系为:NDVI+NDWI>NDVI+PH+NDWI>PH+NDWI>NDVI+PH>NDVI>PH.研究结果表明,遥感数据波段的增加不一定带来较高的分类精度;论文中归一化水体指数有效地提高了水稻的分类精度.此外,辅以物候特征对农作物分类也具有一定的可行性.     

神东矿区AVHRR/NDVI的时空、开采强度和气候效应

研究采矿扰动区长时序、多维度NDVI变化趋势,有助于认识非自然生态区植被演替规律,对高强度开采条件下西北脆弱生态区地表植被自然修复和人工修复工作具有指导意义.研究通过设立直接影响区、间接影响区和自然生态校验区,利用长时序GIMMS AVHRR/NDVI（1981～2006）植被指数数据集,结合同期温度、降水和煤炭产量信息,从时间、空间、气候和开采强度方面开展对比分析,并以长时序MODIS NPP/NDVI（2000～2010）数据进行结果验证.时序分析表明,全球变化背景下,神东矿区植被生长季二度延长;空间分析表明,神东矿区NDVI增量低于缓冲区,缓冲区NDVI增量低于自然生态区;开采强度分析表明,随着神东矿区开采强度增强,NDVI增速放缓,增长速率低于自然生态区;气候变化分析表明,神东矿区NDVI受温度升高、降水减少共同作用,与温度相关性较高,与降水相关性较低;同期MODIS NPP/NDVI验证结果表现出与AVHRR/NDVI一致的规律性.     

Variation in vegetation cover and livestock mobility needs in Sahelian West Africa

A new approach was developed to evaluate the implications of the spatiotemporal variability of green vegetation for the dispersion of livestock that is required to access quality forage in semi-arid Africa. Maximum NDVI (Normalized Difference Vegetation Index) at 1 km² resolution was determined for concentric rings (0–31 km radii) around 227 individual sample locations within the study area for 14 dates (between 1 April to 1 November) annually over the 2000–2010 period. A sigmoidal curve was fitted to points within the maximum NDVI × distance radii space to determine the asymptote distance (AD) – the radius at which further dispersion from the sample location does not lead to significant gains in access to green forage. AD was found to: increase with latitude (or increasing aridity); decline as the rainy season proceeds; and show no trend over the 2000–2010 period. These results introduce much-needed empirical data to current debates surrounding the scales of governance to support livestock mobility.     

气候因子与植被的时滞相关分析——以广西为例

广西地区地下河发育,地表水缺乏,生态系统脆弱、抗干扰能力低,灾害频繁,森林生态系统严重退化,石漠化程度加剧,属于生态脆弱区域,而植被变化是生态系统对气候变化响应的指示器,其变化研究对该地区生态环境建设具有重要意义。文章基于1999--2010年气温与降水数据和GIMMS．NDVI（GlaobalInventoryModellingandMappingMtudies-NormalDifferenceVegetionIndex）数据集,研究近12年来广西地区植被覆盖时空特征。通过时滞相关分析法,分析研究区不同植被类型受气温和降水的影响,即植被NDVI对气温和降水的响应程度。结果表明,（1）植被NDVI与温度的时滞相关程度强于降水,而响应时间刚好相反,植被NDVI对降水的响应比对温度的响应程度要快。（2）植被NDvI与降水的时滞相关规律呈桂南较弱—桂中较强—桂北较弱,但响应时间刚好相反,即桂南较快一桂中较慢—桂北较快。（3）植被NDvI与温度的时滞相关性变化规律呈由南向北递减,响应时间由南向北变快。（4）植被NDVI与气候因子时滞相关越强,响应的时间就越迟缓,反之越快。（5）不同的植被类型对水热条件响应程度不同,与水热条件时滞相关越强的植被则滞后时间相对越久。     

南疆西部不同植被类型NDVI对风沙灾害的响应

不同植被类型对风沙灾害的响应研究有助于风沙灾害的遥感监测评估和防灾减灾工作。采用传统统计学和空间自相关方法,利用MODIS的每日反射率和土地类型产品,分析了风沙灾害后南疆西部不同植被类型NDVI的变化规律及其空间分布特征。结果表明：风沙灾害后,研究区不同植被类型NDVI的差异在增大,NDVI变化值在一0．3865~0．4148之间,NDVI减小的面积占整个研究区面积的54．98％,变异系数增大值在2．44％～36．75％之间;受到风沙灾害的影响,研究区植被NDVI全局Moran’SI系数从0．7982减小到0．6786,但在空间上仍存在显著的正相关性,具有显著的空间集聚特征;由NDVI差值的局部空间自相关指标集聚图以及不同植被类型NDVI差值的空间关联区域面积百分比,可以发现落叶针叶林和裸地或低植被覆盖地受风沙灾害的影响较小,郁闭灌丛和作物受风沙灾害的影响较大。上述关于风沙灾害后南疆西部不同植被类型的变化及其空间格局的研究结果,不仅证明了防护林的风沙阻挡作用,也可以为风沙灾害的防治工作提供参考依据。     

雅砻江流域生长季植被时空变化特征及对气象因子的响应分析

在全球气候变化背景下,开展植被变化对气象因子的响应研究对流域生态环境保护和水土资源合理利用具有重要的现实意义。以雅砻江流域为研究区,基于1982—2015年GIMMS NDVI数据,首先采用多种数理统计方法揭示生长季NDVI的时空变化特征,基于滞后相关系数法分析NDVI对气象因子的时滞效应,在此基础上建立各像元NDVI与气象因子的主成分回归方程,分析影响NDVI变化的主要气象因子及其贡献率,进而揭示NDVI对各气象因子的响应变化特征。结果表明:雅砻江流域NDVI在年内呈单峰型变化,峰值出现在8月,生长季NDVI年际变化呈不显著下降趋势。流域NDVI自下游向上游逐渐减小,植被退化面积占30%,改善面积占24.28%,中游植被改善和退化面积占比最大,就各植被类型变化而言,针叶林改善比重相对较大,灌丛和草甸退化较为严重。导致流域植被变化的主控气象因子为降水和气温,其对植被变化的贡献率分别为27.68%和26.31%,其中,流域上游及中游北部地区植被变化主要受气象因素影响,中游南部及下游地区植被受气象因子与其他因子(如人类活动)的共同影响。各像元NDVI变化的主控气象因子存在显著差异,降水、平均气温和相对湿度是中上游植被变化的主控气象因子,而降水和日照时数是下游植被变化的主控气象因子。流域植被对各气象因子的响应存在一定的时滞效应,植被对各气象因子滞后响应面积大小顺序为:平均风速>降水>日照时数>平均气温>相对湿度。中上游植被对主控气象因子降水、平均气温和相对湿度的响应主要为当月及滞后1个月;下游植被对主控气象因子降水的响应主要为滞后1个月和滞后3个月,而对主控气象因子日照时数的响应主要为当月。     

基于MODIS数据的河南省冬小麦产量遥感估算模型

小麦是世界上最重要的粮食作物,小麦生产对中国的粮食保障起着十分重要的作用,及时、准确、大范围对小麦产量进行监测预报,对于农学经济发展和粮食政策制定具有极为重要的现实意义。对作物产量进行遥感监测的原理是建立在其遥感特征基础之上的,通过建立作物长势指标与遥感信息的定量关系,可实现对作物产量的监测预报。文章基于2009年MODIS遥感数据和气象数据,利用Arcgis和ENVI提取纯小麦像元,并提取纯小麦像元对应的NDVI、NPP和LAI,获取分县NDVI、NPP和LAI均值,利用统计软件对产量数据和分县遥感参数均值进行数据整理和分析,建立了河南省冬小麦产量估算模型。以往研究多采用遥感图像上某像元和地面调查点进行研究,具有很大的不确定性,文章以县为单位,对冬小麦平均单产和县域内冬小麦种植像元遥感参数的均值进行相关研究,提高了模型模拟精度。同时文章选用多种遥感参数和多项气象因子建立估产模型,避免了针对一个参数进行估产的局限性。在最佳时相的选择上,根据冯美辰（2010）以往的研究结果,从4月以后,5月8日和4月20Et植被指数和产量相关性最大,4月份之前冬小麦处于返青到拔节期,对产量来说还有很多不确定闪素,因此文章选用5月8El和4月20日进行冬小麦估产研究。结果表明,5月8日的估产模型优于4月20日,加入气象冈子的遥感气象估产模型优于只采用遥感参数进行估产的遥感模型。利用2010年产量数据对模型精度进行检验,遥感气象模型预测精度在70．2％N99．7％之间,平均精度为90．7％;遥感模型预测精度在68．1％到95．5％之间,平均精度为83．9％。表明遥感气象模型模拟精度更高,其精度可以满足大面积估产要求,可以对产量预报提供科学参考。     

澜沧江流域植被NDVI与气候因子的相关性分析

基于2000-2010年MODIS NDVI数据和气象台站数据,对澜沧江流域植被NDVI与气候因子间的相关性逐像元进行分析,研究流域植被-气候关系的空间格局特征,并对其可能影响因素进行了探讨。研究结果表明：① 气温和降水对澜沧江流域植被生长均具有明显影响,其中,温度的影响尤为显著;② 流域植被生长对气候响应表现出明显的滞后效应,随着纬度的升高,植被对气候因子响应的滞后时间逐渐缩短;③ 流域不同植被类型受气温和降水的影响程度及其对气温和降水变化的敏感性均表现为草地>耕地>灌木林地>有林地。同一植被类型受气温的影响强于降水,但对降水的变化更为敏感;④ 气候特征（多年平均气温和年降水量）显著影响植被NDVI对气候变化的响应时间。年平均气温的高低与气温对植被的影响力并无必然联系,但年降水量显著影响植被NDVI与降水间的相关程度。     

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.      

呼伦贝尔典型草原区植物生长旺季地上干物质量估算的地面光谱模型

为促进地面高光谱遥感在草地估产方面的应用,采用美国ASD公司生产的Fieldspec 3光谱仪,于2009年7月下旬在呼伦贝尔典型草原区进行了高光谱遥感地面观测试验. 运用单变量线性、非线性和逐步回归分析方法,建立植物生长旺季归一化植被指数(NDVI)与地上干物质量(ANPP)间的地面光谱模型. 结果表明,基于判定系数(R2)判断,线性函数和指数函数拟合较理想,R2分别达到0.729 5和0.720 3. 误差分析表明,标准误差(SE)最大的是对数函数,其SE为24.82 g/m2;最小的是幂函数,其SE为22.63 g/m2. 平均误差系数(MEC)最大的是对数函数,其MEC为0.249 7;指数函数最小,其MEC为0.193 2. 综合分析后,选用一元线性回归方程作为呼伦贝尔典型草原区的植物生长旺季最优地面光谱模型:ANPP406.08NDVI-101.64,其R2为0.729 5,SE为23.61 g/m2,MEC为0.220　9,P<0.001.