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。     

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.      

Assessment of seasonal variations of carbon dioxide concentration in Iran using GOSAT data

Global warming and climate change have been identified as the most important challenges of the 21st century. Greenhouse Gases Observation Satellite (GOSAT) measures the concentrations of carbon dioxide (CO ₂) and methane (CH ₄) in the atmosphere column from the earth's surface to the upper atmosphere. In this research, GOSAT Thermal And Near Infrared Sensor for Carbon Observation – Fourier Transform Spectrometer (TANSO‐FTS) level 2 data and meteorological parameters were used in the assessment of changes in CO ₂ concentration (XCO ₂) from 2009 to 2015. We investigated the relationship between XCO ₂ and meteorological parameters (temperature and precipitation) obtained from weather stations and the Normalized Difference Vegetation Index (NDVI) in the year 2013 in Iran. The results reveal a steady increase in the mean atmospheric CO ₂ concentration, from 384.89 to 400.39 ppm. It was observed that the XCO ₂ varied significantly depending on the month, with the highest concentration of CO ₂ in April/May and the lowest concentration in August/September. The correlation between XCO ₂ and average monthly air temperature is negative, which means that a reduction in XCO ₂ with an increase in temperature is dependent on photosynthetic activities in the growing seasons. The highest and lowest correlation coefficient between the NDVI and XCO ₂ was obtained in the spring and in the fall, respectively. These findings are useful for recognizing factors that affect CO ₂ concentration in different seasons in arid and semi‐arid regions, and as an initial step toward sustainable management.     

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...     

基于MODIS NDVI汉江中游植被时空变化及其地貌分异分析

基于2001~2015年的时间序列MODIS NDVI数据,通过逐像元线性趋势回归和回归系数计算,分析汉江中游地区植被年均NDVI变化的时空规律;通过植被时空变化的地貌分异分析,评估人类活动的影响及其空间差异。研究结果表明:汉江中游地区近15 a来,植被年均NDVI值呈现明显的波动增长趋势;植被时空变化表现出一定的地貌分异规律,平原、河漫滩、台地植被年均NDVI呈现明显的增长趋势,而丘陵、低山和中山植被年均NDVI增长趋势不明显。不同地貌类型区年均NDVI值变化受人类活动影响程度的强弱依次为:平原、台地、河漫滩、丘陵、低山、中山。人类活动是汉江中游平原区年均NDVI稳定增长的主要原因。     

基于时序NDVI数据的鄱阳湖流域常绿覆被季节性变化特征

选择位于红壤丘陵区的鄱阳湖流域作为研究对象,利用1 km×1 km分辨率的时序SPOT4-VEGETATION数据,对流域内典型土地覆被--常绿覆被的绿度值、峰值、谷值、年均NDVI(NDVI-I)和NDVl年内极差(NDVIMM)等特征值进行了提取.在此基础上,探讨了不同常绿覆被类型的NDVI指数年内季节变化规律.结果表明:时序NDVI指数基本上能够较好地刻画不同常绿覆被类型之间的差异性,植被指数NDVI特征值随覆被的类型及其生长状态有规律地变化,即NDVI年均值和最小值基本上按"常绿阔叶林＞常绿针阔叶混交林＞常绿针叶林＞常绿针叶一落叶混交林"的顺序变化;典型常绿阔叶林的NDVI指数年内变化曲线基本上没有大的起伏波动;常绿针叶林以及常绿针阔叶混交林占主导地位的常绿混交林NDVI指数年内变化比较和缓,但常在8月和11月有所波动;以常绿针叶林为主、但有较多落叶林混杂其中的常绿混交林,其NDVI指数年内变化曲线基本上呈和缓的单峰型波动.     

中国东部南北样带中南段典型植被类型NDVI变化分析

以IGBP第15条国际标准样带——中国东部南北样带中南段的植被为主要研究对象，对该区域应用NDVI(normalized difference vegetation index)数据进行植被类型划分，共划分为三大类35小类．在此基础上，选择6种不同气候区域典型的森林植被类型，对其NDVI变化进行分析，从而得出：NDVI随着纬度的降低变化逐渐减小；通过研究经向年内：NDVI变化，发现4月份研究区域南北：NDVI指数变化最明显；分析NDVI均值变化可知，从暖温带到北亚热带植被指数NDVI形成明显的阶跃，从而判定植被指数NDVI对短期气候变化具有明显的指示性，并发现通过植被指数NDVI的季节变化曲线，可以较为准确地判定森林、草原、农作物等大类型，图4表1参15。