基于Sentinel-2数据的火烧迹地提取研究

昆明为云南省的政治经济文化中心,森林火灾多发给人民生产生活带来了极大的威胁。准确提取火烧迹地有利于掌握林火规律,加强森林火险区划,通过合理配备资源提高森林防火效率。以昆明地区2016—2020年Sentinel-2数据、高温火点数据和土地利用分类数据为基础,基于差分归一化火烧比率(dNBR)提取该地区火烧迹地面积,并对其空间分布特征进行分析。结果表明：土地利用数据有利于提高火烧迹地提取效率,但高温火点数据错漏较多,对火烧迹地提取贡献不大。Sentinel-2数据与dNBR指数的结合在单火场可以达到平均89%以上的提取精度,有较高适用性。昆明地区火灾高发区为安宁市、晋宁区等地,过火区域集中在高程1 700～2 300 m、坡度6°～25°的林地耕地混杂地区,阴坡过火面积略大于阳坡。     

渭河流域地表植被覆盖对气候变化的响应研究

气候变化通过改变植物生长环境,从而影响植物生长。了解植物与气候之间的内在关系,长期动态监测和评估植被覆盖情况至关重要,同时有利于深刻理解生态恢复机制。渭河流域地理位置特殊,生态环境脆弱,在其周围及黄河下游生态环境保护中有重要地位。为揭示植被时空变化格局以及对气候变化的响应,以渭河流域作为研究对象,采用差值法、线性回归斜率法及相关系数法分析2000-2019年渭河流域在不同气候分区下NDVI分布特征及NDVI与降水、气温的相关性和滞后性。研究结果显示：（1）2000-2019年,渭河流域NDVI呈波动上升的趋势,各分区NDVI增长率表现为半干旱区(0.053 8/10 a)>半湿润区(0.044 3/10 a)>干旱区(0.036 6/10 a);(2)2000-2009年、2009-2019年NDVI均表现为改善态势,但2009-2019年改善程度减缓,斜率从0.072 7/10a降低为0.035 1/10a,差值法改善区面积由98.20%降低到86.12%,线性回归斜率法改善区面积由87.69%减小到61.86%;(3)在季尺度、月尺度上,与降水相比,气温对渭河流域植被生...     

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。     

基于多维特征优选支持向量机算法的城市土地利用变化遥感监测

随着遥感影像时、空、谱、辐分辨率和数据处理能力的提升,综合多维影像特征已成为提高土地利用分类精度的关键.目前并非所有特征均有助于分类,且传统分类仍拘泥于单一特征,因此,急需有效的特征优化选择方法.基于光谱指数、穗帽变换、最小噪声分离、高斯滤波、灰度共生矩阵等变换提取了Landsat TM/ETM+/OLI影像的31维特...     

基于土壤酶总体活性评价铅锌尾矿砂坍塌区土壤重金属污染

为探讨利用土壤酶总体活性表征铅锌尾矿砂造成的土壤重金属污染程度,本文对阳朔思的村水稻田、柑橘园和玉米地土壤中铅、锌、铜、镉的有效态质量分数以及参与土壤碳、氮、磷循环的纤维素酶、蔗糖酶、脲酶、蛋白酶和酸性磷酸酶活性进行了测定。结果表明：供试土壤中镉、铅、锌的有效态质量分数（分别为2.39-4.42、173.71-221.66、140.11-244.10 mg＆#183; kg-1）均高于其全量在GB15618-1995《土壤环境质量标准》中的Ⅱ级标准,分别是Ⅱ级标准值的9.56-14.73、2.18-2.77、0.77-1.22倍,并且土壤中有效态镉带来的潜在生态风险最高。为进一步评价铅锌尾矿砂给不同土地利用类型土壤带来的生态环境风险,在对土壤重金属有效态质量分数进行归一化处理后,发现土壤重金属污染程度从高到低依次为水稻田、柑橘园、玉米地。由于土壤中的重金属复合污染物铅、锌、铜、镉对土壤酶活性的影响既有抑制作用,又有激活作用,因此不同土地利用类型下的单一土壤酶活性状态与土壤所遭受的重金属污染程度呈现出不一致的变化规律。而以土壤总体酶活性指数对各样本进行分类,发现水稻田、柑橘园、玉米地的土壤总体酶活性指数分别为4.345、5.153、5.502,其结果与以重金属有效态归一化处理之后获得的综合污染指数划分结果呈反比,从而说明利用土壤总体酶活性指数来表征不同土地利用类型下的土壤重金属综合污染状况是切实有效的。     

基于无人机可见光影像的绿色植被提取

在分析健康绿色植被光谱特性及无人机可见光影像典型地物各波段像元值差异的基础上,提出一种综合利用红、绿、蓝3个可见光波段信息的新型绿色植被指数——差异增强植被指数(DEVI).利用该指数及其他8种常见可见光植被指数结合不同阈值方法提取研究区域绿色植被信息,并采用地表真实感兴趣区和基于SVM的监督分类方法进行精度量化评价....     

2000~2020年西南地区植被NDVI时空变化及驱动机制探究

基于2000～2020年MOD13A3 NDVI时间序列、1999～2020年气象数据以及2000年和2020年两期土地利用类型数据,采用Theil-Sen Median趋势分析、 Mann-Kendall显著性检验、多重共线性检验、残差分析和相对作用分析等方法,分析了西南地区植被NDVI时空变化特征及气候变化和人类活动对植被NDVI变化的驱动机制.结果表明,研究时段内西南地区整体及各地貌单元植被NDVI均呈上升趋势,其中,广西丘陵和云贵高原植被NDVI上升趋势最为显著,青藏高原植被NDVI上升趋势最为微弱.气候变化和人类活动影响下西南地区植被NDVI上升斜率分别为0.001 0 a^-1和0.000 6 a^-1.气候变化和人类活动的共同驱动是引起西南地区植被改善的主要原因.西南地区植被改善主要受区域气候条件的控制,植被退化主要受人类活动的影响.总体上,植被NDVI与最低气温、降水、最高气温、可能蒸散率和相对湿度呈正相关,与平均气温、气压、日照时数、温暖指数和湿度指数呈负相关.最低气温、日照时数和降水是影响西南地区植被NDVI变化的主要气象因子...     

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.     

基于决策树分类法的塔克拉玛干南缘沙漠化信息提取方法研究

选择策勒绿洲作为典型的绿洲-荒漠交错带,采用Landsat ETM+影像,分析了沙漠化土地的光谱特征及其波段间的相互运算,用分层分离的方法,提取了沙漠化土地信息. 结果表明:利用修改型土壤调整植被指数(MSAVI),归一化差异水体指数(NDWI)和遥感图像缨帽变换后的亮度(Brightness)、绿度(Greenness)、湿度(Wetness)等复合识别指标,在决策树的各节点设计不同的分类器,可以划分沙漠化等级;决策树分类法可以有效地排除和避免提取地物时受多余信息的干扰及影响,其总体提取效果较好,是快速自动提取沙漠化土地信息的有效手段.      

2000~2020年长江流域植被NDVI动态变化及影响因素探测

研究植被动态变化并探测驱动其变化的影响因素,对区域生态环境质量监测和林业恢复工程效应评估具有重要现实意义.利用MODIS NDVI数据、基于站点的气象数据、DEM数据、人口密度数据和夜间灯光数据等,结合Theil-Sen Median斜率估计、Mann-Kendall显著性检验、稳定性分析和地理探测器,在多时空尺度下分析2000～2020年长江流域植被NDVI时空演变特征及稳定性,并探测驱动植被NDVI空间分异的主要影响因素.结果表明,2000～2020年长江流域植被NDVI整体呈波动上升趋势.除太湖水系外,其余流域单元植被NDVI均呈上升趋势.长江流域植被NDVI呈上升趋势的面积占84.09%,其中,呈极显著上升和显著上升的区域占53.67%,主要分布在乌江、宜宾至宜昌、嘉陵江、汉江和洞庭湖水系.除金沙江石鼓以上和太湖水系植被NDVI稳定性较差以外,其他流域单元植被NDVI整体较为稳定.海拔是影响各流域单元植被生长的重要因素,而气候因子对金沙江石鼓以上植被NDVI的影响程度最高,人文因子对乌江、湖口以下干流和太湖水系植被NDVI影响最大.长江流域影响因素双因子交互作用均表现为双因子增...