黄河源区植被覆盖度对气温和降水的响应研究

本文基于1982-2006年NOAA/AVHRR NDVI和2000-2012年MODIS NDVI两种遥感植被数据以及同期站点的月平均气温和降水资料,通过对重叠观测时期的数据建立映射关系,对NOAA/AVHRR NDVI数据延长插补,分析黄河源区1982-2012年植被的时空变化特征及其对气候变化的响应。结果表明,黄河源区植被覆盖度呈由东南向西北递减的分布格局;海拔在3 000m以下和4 500m以上地区植被覆盖度相对较差,3 000~4 500m地区植被覆盖度相对较好;植被覆盖度在时间变化上呈增加趋势,但在2000年出现突变点,2000年之后增加速率约为之前的2倍;植被覆盖在整体增加的背景下,也存在零星的退化现象,而在西部高海拔和北部较干旱的低植被覆盖度区域植被覆盖的增加仍存在着较大的年际波动,并不稳定;相对于降水,研究区的植被覆盖对气温变化的响应更为敏感,属于热量限制型生态区。     

乌审旗植被覆盖度动态变化及其与降水量的关系

利用GIMMS（Global Inventory Modelling and Mapping Studies）数据集的8km的AVHRR NDVI（均一化植被指数）数据，分别用年最大NDVI的平均值和年最大NDVI的斜率对1981年～2003年23年间的内蒙古乌审旗植被覆盖度的空间分布及其动态变化进行了分析，并通过比较降水量与年最大NDVI的年际变化以及分析降水量与年最大NDVI之间的相关系数研究了降水对乌审旗植被覆盖的影响；利用1986年，1994年的TM和2002年的ETM+数据分析了乌审旗植被的主要变化类型。结果表明，这23年间植被覆盖度和降水量的年际变化趋势基本一致，年最大NDVI与前一年8月至当年7月的降水有最好的相关性，并且在地表覆盖为草地和灌木林地的地区，二者的相关性要高于地表覆盖为耕地和乔木林地的地区；植被覆盖度最低值分布在地表主要覆盖为沙地的乌审旗西北部，植被覆盖度最高值分布在地表覆盖为耕地的东南部；人类活动的积极影响使得植被覆盖度总的趋势是在增加的，但由于气候的干旱趋势使中部一些乡镇的植被覆盖度是在减少的，其余的地区都是在增大的，且变率很大。     

基于FFT-FS的土密实度瞬态振动测试信号分析

基于杭州地区广泛存在的粉质粘土,进行了大量的试验工作.通过对试验成果的综合分析,提出了基于傅立叶变换的土密实度瞬态振动测试信号分析方法.通过分析,提取信号的主峰频率作为反映土密实度大小的特征参量.分析结果表明:干密度与主峰频率呈正相关的关系;相反,含水量与主峰频率呈负相关的关系.最后利用最小二乘法原理,获得了土密实度与...     

基于MODIS数据的三江平原土地覆被分类

本文以三江平原为研究区域,以250m空间分辨率MODIS/NDVI时间序列数据集为数据源,通过基于Savizkky-Golay滤波重构高质量的NDVI时间序列曲线,并对滤波后的NDVI数据集做主成分变换,通过分析前6个主成分的各时间点的因子载荷曲线,提取地表不同植被类型物候信息的总体差异,采用“分层非监督分类法”,由简到繁,由主类到亚类,逐级分解,最终得到三江平原土地覆盖类型。分类结果表明：旱地、水田、草地、湿地、落叶阔叶林及水体的分类精度均在88%以上。而由于混合像元问题,针阔混交林与居民用地的分类精度较低。对研究结果定性评价发现,基于MODIS/NDVI数据集的土地覆盖分类结果与三江平原实际土地覆盖的空间分布格局基本一致,与MODIS土地覆盖产品相比,在类型识别和空间位置精度方面有本质性的提高,尤其是林地类别和居民用地的识别。本文的分类结果体现了三江平原土地覆被分布细节信息,说明本研究的数据处理技术和分类方法在三江平原土地覆盖制图中具可行性。     

基于遥感影像的煤矿沉陷区植被指数变化研究

本文以陕西省彬长煤矿沉陷区为研究对象,选取该沉陷区域2005~2009年内连续的5幅landsat-5 TM数据,应用遥感技术对影像进行几何纠正、裁剪等预处理,提取沉陷区域地表植被指数NDVI值,从时间和空间上综合分析了煤矿沉陷区地表覆被指数的变化特征。     

基于MODIS数据的土地覆盖变化与气候因子敏感性分析研究

热量、降水和湿度决定着地表植被类型及其分布,而植被类型又决定着陆地生态系统。目前在GCTE和LUCC领域研究中应用最为广泛的植被指数数据源是NOAA/AVHRR,而且多用于研究大区域、长时间尺度的变化,该文运用具有36个波段的新一代中分辨率成像光谱仪（MODIS）数据,通过对影像资料的预处理、数据提取、校正和投影变换,在没有现成MODIS-NDVI产品库的情况下,主要采用月最大NDVI值合成法,对2002年～2004年和田绿洲3年生长季的MMVCNDVI进行分别计算、合成提取,同时将研究区MODIS影像的月MMVCNDVI图按植被活性强度分级描述,通过建立统一的分类标准,在对所有图像进行分类后,利用“3S”技术,并耦合气温、降水、湿度、两个月滑动平均值和5个月滑动平均值进行偏相关分析,分别讨论了研究区月平均NDVI和主要土地覆盖类型动态变化对气候效应的敏感性,并建立了温度＞湿度＞降水的敏感性程度排序表。     

基于MODIS数据关键物候特征参数的东北地区植被覆盖分类

MODIS以其时间分辨率、光谱分辨率的优势成为全球及区域土地覆盖研究的主要数据源,但如何快速准确的提取所需土地覆盖信息一直是科学界研究的焦点问题。对于NDVI时序数列分类方面的研究很多,其中影响分类精度的一个重要因素就是NDVI的数据质量问题。本文利用1年MODIS旬最大值合成数据经过Savizky-Golay滤波器平滑滤波处理,应用Logistic模型提取东北地区6个关键物候参数,利用特征参数的主成分影像实现研究区植被覆盖分类,结果显示关键物候指标能提取NDVI时间变化曲线中的有效信息,去除造成植被类型混分的噪声,利用关键物候参数分类可提高植被类型的分类精度,对区域土地覆盖分类精度的提高提出了新思路。     

基于MODIS LST修正NDVI时序数列的土地覆盖分类

MODIS以其时间分辨率、光谱分辨率的优势成为全球及区域土地覆盖研究的主要数据源。但如何快速准确的提取所需土地覆盖信息一直是科学界研究的焦点问题。对于NDVI时序数列分类方面的研究很多，其中影响分类精度的一个重要因素就是NDVI的数据质量问题。本文通过试验发现经过SavizkyGolay滤波处理的NDVI时序数列能够反映植被季相变化特征，与传统的滤波效果相比有明显改善，更符合实际情况。通过分析数据的波谱曲线，滤波后的时序数列能较好的区分植被与非植被、草本（一年生）与木本（多年生）覆盖类型。但研究区内一年一熟的农作物与高盖度草地、落叶针叶林与落叶阔叶林具有相似的物候特征，仅通过NDVI序列很难区分。为解决这一问题，本研究利用MODIS地表温度（land surface temperature,LST）产品对NDVI时序数列修正，利用前5个主成分进行分类。所得分类结果用363个野外调查样区进行验证，总分类精度达到了69.15％，kappa系数为0.6499。结果表明添加LST的时序数列比单纯的NDVI夸大了覆盖类型的差异，提高了分类结果的精度。为充分发挥MODIS高时间分辨率的优势，下一步应对多源数据进行定量分析，结合植被的物候关键期识别土地覆盖类型，必将进一步提高分类精度。     

基于DTW距离的时序相似性方法提取水稻遥感信息——以泰国为例

热带季风区多云多雨的天气条件一直是多光谱遥感探测地表信息的难点之一。本文针对东南亚地区多雨多云的复杂天气条件以及水稻种植灵活的特点,利用MODIS时间序列数据,提出一种基于动态时间弯曲(DTW)距离的相似性判别的土地覆盖分类方法,对泰国东北部地区单、双季稻种植面积进行了遥感提取研究。针对研究区雨季遥感影像像元受到云覆盖影响严重,使用替换法去云,结合S-G滤波方法对计算得到的MODIS09A1数据的NDVI时序数据去噪,再采用DTW距离相似性方法逐像元比较与标准NDVI时间序列的时序相似性,将不同类型所得NDVI相似性值作为模糊分类隶属度参考值对泰国东北部地区单季稻、双季稻进行分类提取面积。最后结合野外采样数据、Google Earth高清遥感影像进行精度验证。结果表明,该方法能够用于针对东南亚多雨多云区水稻种植面积大范围监测。     

基于DTW距离的时序相似性方法提取水稻遥感信息——以泰国为例简

热带季风区多云多雨的天气条件一直是多光谱遥感探测地表信息的难点之一。本文针对东南亚地区多雨多云的复杂天气条件以及水稻种植灵活的特点,利用MODIS时间序列数据,提出一种基于动态时间弯曲（DTW）距离的相似性判别的土地覆盖分类方法,对泰国东北部地区单、双季稻种植面积进行了遥感提取研究。针对研究区雨季遥感影像像元受到云覆盖影响严重,使用替换法去云,结合S-G滤波方法对计算得到的MODIS09A1数据的NDVI时序数据去噪,再采用DTW距离相似性方法逐像元比较与标准NDVI时间序列的时序相似性,将不同类型所得NDVI相似性值作为模糊分类隶属度参考值对泰国东北部地区单季稻、双季稻进行分类提取面积。最后结合野外采样数据、Google Earth高清遥感影像进行精度验证。结果表明,该方法能够用于针对东南亚多雨多云区水稻种植面积大范围监测。     

黄土高原地区植被覆盖变化的时空差异及未来趋势

利用黄土高原1982年-2006年GIMMS—NDVI数据,以投影寻踪分类评价法、标准差、线性趋势分析和Hurst指数为基础,分析了黄土高原NDVI的变化趋势,并且预测了该研究区植被覆盖变化总体趋势及其空间分异。分析结果表明：①近25年来黄土高原植被覆盖变化波动程度较高,但植被覆盖是向着改善的方向发展的。2002年以后NDVI波动程度总体上在减小,意味着近年来植被覆盖整体情况趋于稳定改善的状态;②近10年黄土高原的Hurst指数的均值为0．7195,数值较高,但存在明显差异,东部的Hurst指数高,西部Hurst指数相对较低;黄土高原地区植被覆盖时间序列主要表现为可持续性,即持续改善或者持续退化。在现有基础上,未来的地表植被覆盖改善区有向北部扩展的趋势;退化区有向南部扩展的趋势;③各种植被类型的Hurst指数除城市外平均值均为0．5〈H〈1,即为可持续性序列。其中,林地可持续性最强,除城市外的其他土地利用次之,草地最弱。     

基于MODIS NDVI时序数据的青海省草地分级

草地是陆地生态系统的重要组成部分,近几十年来,草地退化很严重,全球关注的荒漠化问题也主要是发生在草地上。本文使用MODIS NDVI数据分析了青海全省的草地状况,采用了一种密度分割的草场分级方法,将青海的草场分为10个等级,这10个等级中高一等级所代表的土地单元比低一等级所代表的土地单元草场状况好。研究结果表明,利用这种分级方法处理的图像能够较为准确地反映青海省的土地覆盖类型和一年内的物候变化规律。青海的草场可以分为3个等级,第一等是优良草场,第二等是普通草场,第三等是退化草场。每一等可以分为3级,第一等第一级的NDVI值在0．8-1．0之间,第一等第二级和第三级的NDVI值在0．7—0．8之间;第二等第一级的NDVI值在0．6-0．7之间,第二等第二级的NDVI值在0．5—0．6之间,第二等的第三级的NDVI值在0．4—0．5之间;第三等的第一级的NDVI值在0．3～0．4之间,第三等的第二级的NDVI值在0．2—0．3之间,第三等的第三级的NDVI值在0．1-0．2之间。本文提出的草地分级方法能够准确地给出冬春场和夏秋场的位置,从而可以根据NDVI值和鲜草产量模型确定产草量和理论载畜量,指导畜牧业生产。     

AVHRR全球时间序列研究进展：PAL-GIMMS-LTDR

AVHRR是1981年～2000年间主要的全球对地观测数据集,也是正在开发的跨传感器（AVHRR-MODIS-VIIRS）长期数据集的重要组成部分。由于AVHRR数据来自多个NOAA卫星,最初是为气象预报设计的,因此在利用AVHRR进行陆地生态系统研究时,虽然取得了最初设计AVHRR时所没有预料到的成绩,但是也不断遇到一些问题。对这些问题的不同处理,就形成了很多AVHRR数据集。本文从数据完整性、时空分辨率、地图投影、文件格式、传感器标定、卫星漂移校正、云检测、大气校正、数据构成与质量标记等方面,比较了3个主要的AVHRR数据集（PAL,GIMMS,LTDR）的特征。这些特征对重新评估基于各种AVHRR数据集研究报告的可靠性,合理使用不同AVHRR数据进行陆地生态系统长期变化研究,具有一定的参考意义。     

基于MODIS/NDVI时序数据的土地覆盖分类

以250m分辨率的MODIS/NDVI时间序列数据为主要数据源,通过Sacizkky-Golay滤波重建高质量NDVI时间序列数据;同时融合500m分辨率的MODIS多光谱反射率数据和90m分辨率的DEM数据.将非监督分类法和决策树法相结合,进行黑龙江流域土地覆盖分类研究.对分类结果采用已有的土地覆盖数据和高分辨率遥感影像进行精度评价,评价结果表明,利用MODIS/NDVI时间序列数据获得较高精度的土地覆盖分类结果是可行的.     

山东地区NDVI与气象因子持续性分析

探究植被的长期波动规律,对其持续性做出准确判断,是当前LUCC研究的重要课题。本文运用R/S (重标极差分析)分析了1998年到2008年旬值NDVI序列和与之对应的旬值气温、降水、日照数等气象因子序列的 长程相关性,结果显示：NDVI序列和各个气象因子序列均存在长程相关性,并且Hurst指数存在突变点,气温、降 水、NDVI序列的突变点分布大致相同,分布约在55旬左右。在1~55旬时间尺度上,气温、NDVI序列的Hurst指数 大小很相近,呈很强烈的长程相关性。分析得出气温、降水序列的长程相关性影响NDVI的长程相关性,日照时间 对NDVI其持续性影响甚小。NDVI时间序列在时间分布上具有分形特征,植被演变存在状态持续性及其内在的周 期循环长度,从而为植被的非线性和复杂性研究提供了新的研究视角和实证结论。     

基于MODIS NDVI数据的东北森林物候期监测

物候是指示气候与自然环境变化的重要指标。遥感技术的发展为物候监测和研究提供了新的手段。本文研究对象是中国东北森林,森林分布范围由Landsat TM影像解译得到的2000年土地利用数据确定。遥感数据源是2003年500m空间分辨率的MODIS NDVI 8天合成时间序列数据。通过分析东北主要森林树种的NDVI时间序列特征,表明不同树种的同一遥感参数时间序列基本形状近似,在关键物候期和变化振幅上存在差异,这为根据遥感参数时间序列曲线监测森林物候期奠定了理论基础。将MODIS NDVI 8天合成时间序列数据应用时间序列谐波分析法（HANTS）重构成每天的NDVI时间序列数据影像。基于每天的NDVI时间序列数据,研究采用动态阈值法获取了东北森林物候期及其空间分布格局。研究表明东北大部分地区树木在第100天～150天开始生长,到第260天～290天逐渐停止生长,生长季长度集中在140天～180天。通过与部分物候观测数据的比较验证,表明基于MODIS NDVI数据获取的树木生长始末日期与调查资料具有可比性,获取的森林物候期具有一定的可靠性。     

西双版纳橡胶林地的遥感识别与数字制图

橡胶林地是西双版纳人工景观的主导类型,橡胶林地的遥感识别与动态监测对于促进西双版纳的经济发展和生态保护具有重要意义。研究基于MODIS—NDVI数据,通过分析各植被覆盖地类的物候特征,判定橡胶林提取的时间窗口：以2010年TM为主要数据源,根据橡胶林在不同树龄所表现的光谱差异,采用面向对象分类方法,按照橡胶幼林（〈10年）、橡胶成林（≥10年）系统分析其光谱、纹理、地形以及类相关特征,完成了2010年橡胶林地的提取与制图。精度评价结果表明,总分类精度达到85．20％,较基于像元的决策树分类精度提高5．20％;其中橡胶成林分类精度达到92．50％,橡胶幼林分类精度在76．42％。统计结果表明,橡胶幼林与橡胶成林种植面积比重为1．04：1,与目前民营橡胶种植面积超过国营橡胶种植面积现状相吻合。研究提出来一种验证和提高橡胶林分类精度的新方法,即采用相同分类方法提取2000年的橡胶林地,通过2000年和2010年两期橡胶林地变化的叠加分析,发现橡胶成林提取方法较为可靠,而橡胶幼林误分率略大,可通过提取更晚年份的橡胶成林来进一步改善和提高提取精度。     

白洋淀流域NDVI时空演变及其对气候变化的响应

了解植被覆盖的动态变化及其对气候变化的响应,对区域生态环境的保护和建设具有重要意义。基于SPOT/VEGETATION NDVI数据,本文采用Sen+Mann-Kendall、波动性分析和相关性分析等多元统计方法,探究了2001—2018年间白洋淀流域全区和不同植被类型区NDVI时空演变特征及其对气候变化响应的差异性。结果表明：①2001—2018年白洋淀流域NDVI以0.0031/a的速率增长,显著增长（P<0.05）的区域面积比例为53.79%;针叶林、阔叶林、灌丛、草原、草丛和草甸NDVI呈显著增长（P<0.05）,沼泽和栽培植物NDVI增长趋势不显著。②全流域NDVI总体波动性较小,67.81%的区域NDVI为显著低波动性（P<0.05）;除草原和草甸外,其余植被类型NDVI为显著低波动性的面积比例均超过50%。③除沼泽和栽培植物外,其余各植被类型NDVI对降水的响应较为一致,呈现显著正相关（P<0.05）;气温在流域尺度和不同植被类型区内对NDVI的影响均不显著。本文结果对于理解气候变化对植被生长的作用机理和开展区域生态环境保护及治理有一定意义。