高泥沙含量洪水的MODIS遥感识别

2003年9月,渭河流域发生了严重的洪涝灾害,洪水泥沙含量高达486kg/m 3.准确地对泥沙含量极高的洪水及其淹没区进行快速识别是利用MODIS遥感资料成功进行渭河洪涝灾害监测的关键.通过对洪水及其淹没区MODIS图像的剖面光谱分析认为,在MODIS的1～7通道中,进行洪水识别的最佳通道依此是2、5和6通道;植被指数法和假彩色合成是提取高泥沙含量洪水及其淹没区域的有效方法.     

基于决策树的辽宁省北部沙漠化信息提取研究

以沙漠化问题较突出的辽宁省北部地区为例,选取2007年Landsat 5 TM遥感影像作为基本数据源,通过对影像中耕地、林地、草地、水域等常见地物及典型沙漠化土地进行光谱特征分析和波段间的相互运算,将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土壤亮度指数（SBI）、绿度植被指数（GVI）及湿度指数（WVI）等特征变量融入决策树分类模型后进行分层分离,从而实现对沙漠化信息的高精度提取。结果显示,决策树分类法可排除提取地物时的干扰信息,是保证沙漠化土地信息快速自动提取的方法之一。     

西南高山峡谷区植被变化及影响因素分析

西南高山峡谷区是我国典型生态脆弱区,认识其植被变化特征及影响因素可以为西南高山峡谷区生态环境建设对策的制定提供理论依据,对实现区域经济、环境以及生态和谐统一发展,具有一定的现实意义.基于2000~2019年NDVI、社会经济因子和自然因子数据集,采用一元线性回归法、Hurst指数、地理探测器模型和变异系数等方法分析了西南高山峡谷区NDVI时空变化及稳定性特征,并探讨了NDVI空间分异影响因素.结果表明：①空间上看,植被呈现东南高,西北低的分布格局,中高和高植被覆盖的区域面积占比71.71%,植被覆盖总体处于较高水平.时间上看,植被呈现改善趋势的区域面积占比85.90%,恢复效果明显,且未来植被变化趋势还将以改善为主.②高程、植被类型和土壤类型是影响NDVI空间分异的主导因子,q值均不低于0.40;气温和降雨量为次要因子,q值分别为0.274和0.225.双因子交互作用增强了单因子的影响力,表现为双因子增强和非线性增强两种关系,其中高程∩植被类型组合q值最高为0.714,其次是高程∩土壤类型组合q值为0.688.③研究时段内NDVI整体稳定性较好,低波动变化和较低波动变化的区域面积占比为89.95%;而中等以上波动的区域面积占比为10.05%,集中在海拔高、气温低、降雨少、土壤贫瘠和植被较差等生态环境相对脆弱的区域.植被变化是多因素综合作用的结果,需因地制宜,有针对性地采取不同策略修复西南高山峡谷区生态环境.     

基于无人机遥感的互花米草长势参数提取与相关性分析

本文以盐城滨海湿地部分区域为研究区,利用无人机多光谱激光雷达融合技术提取互花米草（Spartina alterniflora）不同物候期的冠层高度、植被指数、覆盖度和倒伏率等长势参数,计算冠层高度与植被指数及其他参数的相关系数并构建了回归模型。结果表明：（1）枯萎期至成熟期的冠层高度逐渐增加,自海向陆的冠层高度整体逐渐减小;枯萎期至开花期的归一化植被指数（normalized difference vegetation index,NDVI）逐渐增加,成熟期的NDVI减小,自海向陆的NDVI整体逐渐减小。（2）非枯萎期的冠层高度与植被指数、覆盖度、倒伏率和空间位置显著相关。（3）冠层高度与植被指数分布存在空间异质性,地理加权回归（geographically weighted regression,GWR）在模型精度和空间异质性分析上均优于普通最小二乘回归（ordinary least square,OLS）。     

河北康保县土地沙化遥感监测

为研究康保县土地沙化的空间分布和时间变化规律,基于Landsat-5(TM)数据(1984年)和Landsat-8数据(2014年、2020年),采用归一化植被指数(NDVI)分析康保县近40年来的土地沙化规律.结果表明:1984到2020年期间,康保县轻度沙化土地面积增长幅度达到73％,中度沙化土地面积基本保持稳定,...     

气候变化和人类活动对东部沿海地区NDVI变化的影响分析

植被是陆地生态系统的重要组成部分,特别是在人类活动密集地区,良好的植被覆盖对于维持区域生态环境稳定、增进居民生活福祉和促进社会经济可持续发展意义重大.基于归一化植被指数(NDVI)、气温、降水和太阳辐射数据,采用趋势分析、偏相关分析和残差分析等方法,探究了1982～2019年中国东部沿海地区NDVI时空变化特征及其与气候因子的关系,评估了气候因素和人类活动等非气候因素对NDVI变化的影响.结果表明：(1)1982～2019年研究区NDVI变化趋势具有明显区域性、阶段性和季节性差异,就区域平均而言,2000年以前(第一阶段)的生长季NDVI比2001年以后(第二阶段)增加更快,而两阶段春季NDVI增加速率均为各季节最快;(2)同一阶段NDVI与各气候因子的关系在不同季节存在差异,而同一季节NDVI的主要气候控制因子在不同阶段也不一致,并且NDVI与气候因子的关系具有很大空间差异.总体上,1982～2019年研究区生长季NDVI的增加与气温的持续上升关系紧密,第二阶段降水和太阳辐射的增加也产生了积极作用;(3)相比于人类活动等非气候因素的影响,气候变化对近38年来研究区生长季NDVI变化的...     

塔里木河下游输水前后NDVI差异分析

运用统计方法分析塔里木河下游英苏、喀尔达依、阿拉干三断面输水前后归一化植被指数(NDVI)的差异大小并推测河畔植被对输水的响应程度。结果表明:随着输水进行,研究区NDVI与地下水埋深逐渐呈负相关趋势,NDVI增幅随地下水埋深减小逐渐增大;输水前后相同断面NDVI差异极显著,根据输水前后NDVI差值大小确定植被恢复速度为:英苏>喀尔达依>阿拉干;各断面NDVI在输水前没有差异,输水后断面间NDVI差异显著,根据差异大小确定恢复程度顺序为英苏>喀尔达依>阿拉干;以大西海子水库周边NDVI为参照,确定经7年8次生态输水英苏、喀尔达依、阿拉干三断面植被恢复度分别为20.2%、18.4%和8.4%。以上研究表明,研究区植被恢复仍然有限,坚持持续输水很有必要。     

辽宁省气候-植被指标时空变化特征及森林适宜性分析

基于辽宁省56个气象站的气象资料,利用Kira的温暖指数（WI）、寒冷指数（CI）和徐文铎的湿度指数（HI）分析辽宁省近40年（1967-2006年）气候-植被指标的时空变异。结果表明,就辽宁省区域平均值而言,WI指数呈升高趋势,每10年增加幅度为2.47℃·月,CI指数呈下降趋势,每10年下降幅度为2.31℃·月,HI总体呈下降趋势,波动较WI和CI明显,从气候—植被指数变化趋势看,对红松Pinus koraiensis Sieboldet Zuccarini、长白落叶松Larixolgensis等不利,而对油松Pinu stabulaeformis Carr、栓皮栎Quercus vari abilis Blume等树种有利。空间变化特征表现为,温暖指数界限呈向西北移动的趋势,表明暖温带落叶阔叶疏林带的适宜面积增加,而温带针阔叶混交林带的适宜面积减小;HI指数减小并且向东移,表明随着指数带的北移和东移缩小限制了原有针叶树种的生长,而对栎树Phytophthora ramorum等阔叶树种有利。     

秦巴山区增强植被指数长时间序列变化及其自然影响因素分析

秦巴山区是横跨我国南北地区的重要地理过渡带,为全面了解秦巴山区近20年的生态变迁及影响因素,基于MODIS-EVI数据,结合气温、降水和DEM数据,利用最大值合成法、趋势分析法和偏相关分析,以海拔为基础,分析了秦巴山区2000—2020年不同海拔高度上不同类型植被增强指数(EVI)的时空变化及其与气温、降水的相关性。研究结果表明：(1)2000—2020年秦巴山区植被年均EVI呈现波动上升趋势,有80.67%和13.29%的区域EVI呈现明显改善和轻微改善趋势,在海拔1 600～1 800 m处EVI变化处于相对稳定状态,较适宜植被生长。(2)栽培植被和阔叶林为秦巴山区主要植被类型,各植被类型EVI值由大到小依次为阔叶林、灌丛、针叶林、草地、栽培植被和其他,在1 000～2 000 m海拔区间植被面积占大多数,1 600～1 800 m为适宜植被自然生长的区间。(3)2000—2020年秦巴山区向暖湿方向发展,EVI与气温相关性在区域分布上较均匀,降水对植被EVI的影响强度要高于气温对其的影响强度;随着海拔高度的上升,植被EVI与气温的相关性总体上高于其与降水的相关性。     

大兴安岭林草交错带植被NDVI时空演变及定量归因

探究植被动态变化并识别其驱动因素对区域生态环境恢复与可持续发展具有重要意义.基于2000～2020年MODIS NDVI数据与同期气象、 DEM和土地利用类型等数据,运用Sen+Mann-Kendall趋势分析与Hurst指数法,深入解析大兴安岭林草交错带植被时空变化特征,预测其未来演变规律,并引入地理探测器模型,定量揭示全域及不同自然地理分区尺度下,各探测因子及其交互作用对植被空间分异的影响程度和作用机制.结果表明：(1)时空演变上,2000～2020年大兴安岭林草交错带NDVI时空异质性明显,时间上以0.002 a^-1(P <0.05)的速率波动增长并于2011年发生上升突变;空间上呈“自西南向东北递增”分布格局,21年间NDVI等级转移以“中植被覆盖→中高植被覆盖”为主,植被改善区域面积远大于退化区域面积.(2)趋势预测上,大兴安岭林草交错带NDVI未来变化趋势主要为持续改善,占比37%,但以弱持续居多.(3)驱动机制上,风速、蒸发和相对湿度对全域NDVI空间分异的影响最为显著,21年间自然因素的影响呈削减态势,而人为因素的影响愈发增强,在不同植被区、...