荒漠草原近地面反射光谱特征研究 Ⅱ．戈壁针茅荒漠草原产草量与植被指数相关性的时空动态研究

分析了戈壁针茅荒漠草原不同群落近地面反射光谱特征与产草量的相关关系、初步分析了同一群落类型不同月份近地面估产模型的动态．确认荒漠草原植被指数与产草量的相关性受群落类型、植被指数类型及测定月份的影响．比值植被指数（ＲＶＩ）与标准差植被指数（ＮＤＶＩ）是比较稳定的估产指数，在产量较低的月份，植被指数与产草量之间趋于曲线相关，而在产草量较高的月份，二者之间趋于直线相关．     

荒漠草原过地面反射光谱特征研究：II.戈壁针茅荒漠…

分析了戈壁针茅荒漠草原不同群落近地面反射光谱特征与产草量的相关关系，初步分析了同一群落类型不同月份近地面估产模型的动态。确认荒漠草原植被指数与产草量的相关性受群落类型、植被指数类型及测定月份的影响。比值植被指数（ＲＶＩ）与标准差植被指数（ＮＤＶＩ）是比较稳定的估产指数，在产量较低的月份，植被指数与产草量之间趋于曲线相关，而在产草量较高的月份，二者之间趋于直线相关。     

草甸草原近地面光谱反射特征及其与典型草原,荒漠草原的比较研究

根据１９９４、１９９５两年的近地面光谱反射特征数据，分析了草甸草原与典型草原和荒漠草原之间反射特征的差异，主分量分析（ＰＣＡ）结果指出，可以利用比值植被指数和四个波段反射率之和将荒漠草原与典型草原明确区分，但典型摹和草甸草原波谱特征分类结果有２５％左右的重叠。对草甸草原三个不同群落波谱特征的方差分析（Ｄｕｃａｎ多重检验）指出，贝加尔针茅群落与线叶菊群落和羊草群落之间有着极显的波谱特征差异，可用Ｐ     

内蒙古大针茅草原不同利用强度下植被──土被近地面波谱特征及其与产草量相关关系的比较研究

使用与ＴＭ１、２、３、４波谱通道相一致的手携式光谱仪，测试了典型草原代表植被类型之一的大针茅草原轻度、中度、重度三种利用强度的草地植被反射波谱特征．Ｄｕｎｃａｎ方差分析结果指出：三类草地植被和土壤背景的波谱特征之间存在显著差异，其中重度利用的冷蒿草原与其它二类草地的波谱特征差异最为明显．利用ＴＭ２、ＴＭ３二波段反射率ＰＣＡ结果和四个波段反射率之和，建立了识别三类草地的波谱指标及其阈值．相关分析表明：轻度、中度、重度利用草地的ＮＤＶＩ与ＲＶＩ均与产草量显著相关，最佳相关关系分别为直线、对数曲线和双曲线．     

羊草草原不同生长时期反射波谱日变化特性的分析

对不同生长时期的羊草草原反射日变化特征的测试与分析结果：１）羊草群落反射日变化特征在７月初表现为时间的单峰曲线，在８，９月中旬为时间的直线型曲线，在一天中的不同时段，各波段反射率与太阳高度角和时间的变化分别存在极显的相关关系；（２）同各个波段反射率的日变化特征相比，ＲＶＩ和ＮＤＶＩ都能有效地减少太阳高度角变化的影响，其中以ＮＤＶＩ的作用最好；３）８月中旬对太阳辐射的利用强度最大，各个波段的反射率     

内蒙古草原带草原退化临界等级的数量分析

本文采用数量分类（组平均法）和排序（ＰＣＡ排序）方法，对内蒙古荒漠草原带的小针茅（Ｓｔｉｐａｋｌｅｍｅｎｚｉｉ）草原及典型草原带的克氏针茅（Ｓ．ｋｒｙＩｏｕｉｉ）草原、大针茅（Ｓ．ｇｒａｎｄｉｓ）草原、羊草（Ｌｅｙｍｕｓｃｈｉｎｅｎｓｅ）草原样地资料进行了分类、排序．划分出草原放牧退化演替的五个等级（正常、轻度、中度、重度、过度），在此基础上采用相关系数、转化概率、脆弱带宽度、脆弱度、贴近度、多样性指数等多项数量指标分析草原退化过程，提出了草原带草原退化的临界等级。不同数量指标所反映出来的结果基本一致：按等级顺序两两相邻等级间最不相关、转化概率最大、脆弱带最宽、脆弱程度最小、贴近度亦最小，而多样性指数最大的等级，就可认为是退化过程的临界等级。按此原则，小针茅、克氏针茅草原的退化临界等级在重度退化阶段；大针茅、羊草草原在中度退化阶段．     

羊草(Leymuschinensis)草原不同利用强度下植被反射波谱季节变化特征及其与产草量相关性的比较研究

测试并分析了羊草草原不同退化程度（不退化，中（轻）度退化，重度退化）群落的近地面反射波谱的季节变化特征及其与月际产草量的相关关系．由于不同退化程度群落的优势生活型植物及其数量特征的差异，它们的反射波谱特征彼此之间存在显著差异，表现为随着退化强度的增加，各波段反射率显著增大，在６月底，波谱特征的差异表现最为显著，而在５月底，差异最不明显；在５月底和９月底，非重度退化群落产草量估测模式之间无显著差异，而在６月底至９月初，可以使用同一相关方程估测产量，但重度退化群落－冷蒿草原的估产模式月际间变化较大．对羊草草原不同退化群落产草量的估测精度高于９０％     

大针茅（Stipagrandis）草原不同利用强度下植被反射波谱季节变化特征及其与产草量相关性的比较研究

在整个生长阶段三个退化程度群落的近红外反射率之间都存在显差异；在8月底至9月底期间，不退化群落与重度退化群落可见光反射率之间差异显。在6月底－9月底期间建立的估产模型在不退化的中（轻）度退化的群落中都无显差异，但分别与5月底的估产模型差异显；重度退化的冷蒿草原群落在5月底产草量与植被指数之间无显相关性，7月底与8月底建立的产草量估测模型与6月底、9月底的产估模型之间分别差异显。对大针茅草原不同退化程度群落生长高峰时期的产草量平均估测精度在95％左右。     

水、氮控制对荒漠草原植物群落特征的影响

以短花针茅荒漠草原为研究对象,设置了增雨施氮(WN)、增雨不施氮(W)、减雨施氮(RN)、减雨不施氮(R)、单独施氮(N)、自然状况(CK)6个处理,分析控制降雨量以及氮素添加对植被群落特征的影响,结果表明:(1)控制性降雨和氮素添加对群落组成、重要值产生了一定的影响.(2)增雨处理,显著提高了荒漠草原物种的多样性和均匀度(P0.05).(3)减雨施氮处理,提高了荒漠草原物种丰富度、使优势度指数上升.增雨施氮处理,有利于降低群落的生态优势度.(4)增雨施氮处理显著增加了群落地上生物量(P0.05).     

浅谈高校办公室督促检查工作

浅谈高校办公室督促检查工作吴中平（浙江水产学院院长办公室，舟山３１６１０１）ＯＮＳＵＰＥＲＶＩＳＩＯＮＡＮＤＩＮＳＰＥＣＴＩＯＮＷＯＲＫＯＦＨＥＡＤＭＡＳＴＥＲ－ＯＦＦＩＣＥＩＮＣＯＬＬＥＧＥＷｕＺｈｏｎｇｐｉｎｇ（ＺｈＥｊｉａｎｇＦｉｓｈｅｒｉｅｓ...     

基于DART模型的盐地碱蓬植被指数饱和问题分析

植被指数饱和问题直接影响植被参数的遥感估算精度.基于DART模型定量分析盐地碱蓬群落植被指数对LAI的响应,讨论不同植被指数的饱和问题,研究发现:1)盐地碱蓬LAI与株数之间呈显著线性相关,R2为0.99,RMSE为0.008.2)TSAVI抗饱和性最好,NDVI及RVI次之,EVI、SAVI一般,PVI、MVI及MS...     

长江口潮滩湿地植被光谱分析与遥感检测

通过野外实测长江口潮滩湿地主要植物的光谱特征，分析和提取了优势植被的光谱特征参数和波段.考虑到潮滩湿地植被在生长特点、季节和盖度等方面的影响因素，采用了组合光谱特征波段的植被指数对长江口潮滩湿地植被进行分类检测，以期在现有的多光谱遥感影像上提高分类精度，检测出潮滩湿地植被空间分布的变化.分别计算了实测夏季和秋季的 RVI，NDVI，SAVI和MSAVI四种植被指数，得出不同植被指数对潮滩湿地植被不同盖度和不同季节的检测方法，并将该方法应用于多光谱TM影像上，验证这几种植被指数在TM影像上的分类精度，结合实地考察，发现MSAVI应用到多光谱TM影像上对潮滩湿地植被的分类检测效果最好，但时相应选择夏季.     

典型植被指数与地表温度空间特征分析——以桂林市为例

以桂林市为研究区,利用TM卫星影像数据提取3种典型植被指数(NDVI、RVI、TNDVI),并反演研究区的地表温度(LST);从不同土地利用类型和城市空间上分析各个参数的统计学特征,同时定量分析植被指数与地表温度之间的线性关系。研究结果表明:在整个区域上,以林地和农田地物为主体的城市郊区具有较高的植被指数值,不透水层比例大的城市建成区则具有较高的地表温度。另外,典型植被指数与地表温度相关性分析揭示,各植被指数与地表温度都呈较显著的线性负相关。相对于城市郊区,下垫面性质改变与植被覆盖密度偏低是导致城市建成区"热岛效应"形成的重要原因。     

森林植被遥感分类研究

首先对森林植被类型识别方法的研究概况进行了综述,在总结国内外研究成果的基础上,提出采用植被指数进行植被分类,根据长春净月潭地区植被层反射率数据以及土壤线方程,ＮＩＲ＝１．５０６Ｒ＋０．００７８６,通过对多种植被指数的计算与分析,得出植被指数与植被类型的关系,最易于区分阔地林与针叶林的是ＰＶＩ,其次为ＴＳＡＶＩ和ＭＳＡＶＩ,但后者计算较复杂,不同针对树种间的ＲＶＩ差值较大,因此采用ＲＶＩ来区分各针树     

基于遥感影像光谱分析的蓝藻水华识别方法

利用Landsat-7 ETM+遥感影像数据,以淀山湖为例,在分析蓝藻和其他典型地物影像光谱曲线及其特征的基础上,构建归一化蓝藻指数(NDI_CB),有效地从浑浊水体中提取蓝藻信息.通过k-均值非监督分类结果可以发现,构建的归一化蓝藻指数较传统的归一化差值植被指数(NDVI)和比值植被指数(RVI)更加适用于提取低密度蓝藻空间分布信息.在此基础上,基于遥感影像光谱特征和归一化蓝藻指数,采用了支持向量机的分类识别模型,最终得到淀山湖区域蓝藻的空间分布范围与面积,通过发现在某一特定时间蓝藻分布的规律,为蓝藻预警和治理的生态学分析提供了及时、有效和客观的依据.     

乌鲁木齐市主城区绿量的遥感估算

对2008年8月覆盖乌鲁木齐市主城区的IKONOS遥感影像进行预处理提取植被信息,再用代表性样地法采集主城区乔木树种的样点数据计算主城区绿量,选定归一化植被指数(NDVI)、土壤调节植被指数(SAVI)、修正土壤调节指数(MSAVI)和比值植被指数(RVI)做为自变量,以实测样本数据作为应变量,采用多元回归分析法建立基于遥感影像的乌鲁木齐市绿量遥感估算模型:Y=449.6NDVI+285.82SAVI-161.51,R=0.67,绿量与植被指数之间存在一定的相关关系(F=15.4872F0.05=6.07),模型有一定的可行性。     

2000-2015年广西北部湾植被NDVI时空演变及因子探测

为探测广西北部湾归一化植被指数（Normalized Differential Vegetation Index,NDVI）的时空演变格局及其影响机制,本研究运用一元线性回归法、变异系数法和地理探测器分析等方法探究2000-2015年广西北部湾植被NDVI变化特性及其驱动机制。结果表明：（1）2000-2015年研究区植被覆盖状况良好,植被NDVI年均值为0.753,夏季和秋季多,春季和冬季少,呈缓慢上升的趋势;植被覆盖类型以中高级分类为主,面积占比超过60％,多分布在高山地区,中、中低级植被覆盖类型占比小,主要分布于沿海地区;（2）植被NDVI的稳定性存在明显地域差异,变异系数均值为3.9%,变异稳定区面积占比为48.55%,不稳定区占比为45.34%;（3）地理探测器探测发现气温是植被NDVI的主要解释因子,人为因子的解释力波动上升;因子两两交互作用后能增强单因子解释力,且存在线性与非线性两种协同效应;同因子中不同的分类对植被NDVI的影响不同,适度的分类等级范围能促进植被NDVI的增加。     

青海云杉林叶面积指数空间分布模拟——以祁连山区排露沟流域为例

以祁连山区排露沟流域为研究区,利用高分辨率的遥感数据获取多种植被指数,并与观测的叶面积指数进行回归分析,发现叶面积指数LAI与归一化植被指数NDVI的相天性最好(R2=0.3766),且以LAI与NDVI的关系建立的模犁精度最高(RMSE=0.381).通过t检验,证明NDVI模型明显优于其他植被指数模型,因此把它选为最佳模型,模拟整个研究区青海云杉林叶面积指数的空间分布,为小流域分布式生态水文模型提供重要的参数.     

基于ETM+图像的混合像元线性分解方法(LSMM)在澳门植被信息提取中的 应用及效果评价

本文利用混合像元线性分解方法(LSMM)，对澳门ETM＋图像(2003/1/10)进行像元分解提取植被信息．同时利用同一图像的归一化植被指数(NDVI)、缨帽变换的绿度分量(KT2)对提取的植被信息进行对比分析,发现用LSMM方法提取的植被信息与NDVI的相关系数达到0.93与KT2的相关系数达到了0.74．同时发现用LSMM方法提取的植被面积(4.19 km2)比NDVI阈值法、KT2阈值法提取的植被面积(分别为8.26 km2 8.68 km2)更接近真实植被面积(5.79 km2)．结果表明混合像元线性分解方法能有效地提取植被信息，比以像元为单位的常规遥感提取方法精度更高，为快速、准确、高效的植被监测提供了新思路．