基于MODIS时序植被指数的植被物候空间格局

利用2001-2003年MODIS 16天最大合成NDVI数据,以及Savitzky-Golay滤波方法提取了陇西黄土高原植被的物候信息.结果表明:研究区内植被物候信息存在明显的空间格局,这种格局是人类活动和环境要素共同作用的结果.利用遥感时序数据可以有效地提取大范围的物候信息,为大范围的植被监测提供新的思路.     

基于NDVI的贵州省植被覆盖时空特征分析

利用2001—2018年的500 m分辨率的MOD13A1数据,计算每个像元的NDVI的变化趋势,并采用线性趋势分析法和相关性分析法,分析贵州省植被覆盖面积在18年间的时空变化特征;结合2001—2018年植被的降水利用效率与2010、2017年2期土地覆盖数据,研究不同土地覆盖类型的NDVI的特征. 研究结果表明:(1) 2001—2018年,贵州省的植被覆盖面积总体呈增加趋势,表明生态环境得以明显改善,以毕节、六盘水市最为显著;(2)从植被覆盖面积变化趋势来看,贵州省的植被改善区域大于退化区域,植被退化区主要集中在城镇扩张区;(3)贵州省的整体植被降水利用效率与植被覆盖面积的变化趋势不具有一致性;(4)贵州省的NDVI与同期降雨量、气温均呈现良好的相关性,而植被生长对气温变化不存在明显滞后性、对降雨量变化的滞后期为1个月,即植被生长对气温的敏感性高于降雨量;(5)在植被生长季,不同土地覆盖类型的NDVI具有不同的特征: NDVI(林地)>NDVI(耕地)>NDVI(草地)>NDVI(建设用地)>NDVI(水体).     

基于时序NDVI的江西省植被覆盖时空变化分析

基于NDVI时序遥感影像,分析了江西省1999年～2008年10年间的地表植被覆盖空间分布及其变化特征.研究表明,江西省10年来植被覆盖总体改善,但呈现出明显的空间分异性:西部和北部增长趋势明显,东部和南部部分地区以及部分城区呈退化趋势.结合土地覆盖分类数据分析发现,NDVI变化特征与土地覆盖类型密切相关,人类活动造成的土地利用类型变化是NDVI变化的重要驱动因素.     

结合植被覆盖度指数的土地覆盖分类方法研究

基于Landsat 8 OLI反射率数据,结合定量遥感反演植被覆盖度（fractional vegetation cover, FVC）提取的植被物候特征数据,对比了神经网络、支持向量机和随机森林3种土地覆盖分类方法．结果表明:随机森林分类方法具有较好的结果,反射率结合植被特征数据的分类方法的总体精度为85.52%,Kappa系数为0.8212,比仅用反射率的土地覆盖分类总体精度提高了3.45百分点,Kappa系数提高0.0429;植被覆盖度提取的植被特征数据能有效改善耕地、草地和裸地的制图精度和用户精度,对林地与水体的用户精度分别提高了7.79百分点与1.81百分点,灌木与人造地表的制图精度分别提升了7.69百分点与0.59百分点．整体来看,结合植被覆盖度及其派生植被特征进行土地覆盖信息的提取,在简单易行的同时,为提高分类精度提供了有效支持．      

中国植被物候研究进展及展望

本文围绕气候变化背景下的中国植被物候研究,梳理了植被物候对气候变化的响应机制,分析了中国植被物候变化对陆地生态系统碳、水和能量循环的影响,植被物候变化对局地气候的反馈机制以及通过大气环流对气候系统的影响．主要结论:1)中国植被生长季开始日期提前1~6 d?(10 a)–1,结束日期推迟2~5 d?(10 a)–1,生长季显著延长;2)中国中高纬度地区植被对温度的响应明显高于亚热带和热带地区,温度在控制植被物候的过程中起到多重作用,降水主要影响干旱和半干旱地区的植被物候;3)植被生长季延长增加陆地生态系统生产力,增加中国碳汇;4)植被物候变化改变植被的蒸散发量,从而改变我国的流域尺度河流径流;5)在中国大部分地区,植被物候变化对气候系统产生负反馈作用,甚至影响大气环流过程．中国植被物候的研究越来越多,但仍存在亟待解决的科学问题,比如未来中国植被物候研究需要更加关注遥感数据反演精度,明确物候响应气候变化机制的尺度效应,结合机器学习等智能算法改进物候模型提高物候模拟精度,并重视农作物物候,加强物候与森林管理结合研究以提高我国生态系统碳汇能力,积极面对碳中和带来的机遇与挑战．      

不同土地覆盖类型上地表温度与植被覆盖关系研究——以福州市为例

以ASTER为数据源,提取研究区的地表温度,并从不同土地覆盖类型上分析地表温度与NDVI、植被覆盖度之间的定量关系.结果表明在各土地覆盖类型上地表温度与NDVI、植被覆盖度的线性关系并不明显,而在1%的间隔上平均地表温度与植被覆盖度呈明显线性关系,在0.01间隔上地表温度和NDVI关系呈分段线性关系,利用1%间隔的植被覆盖度更有利于分析地表温度和植被的关系.     

基于定量遥感产品的土地覆盖分类方法研究

准确进行土地覆盖类型提取具有重要的实际应用价值,但是目前常用的分类数据较为单一,通常使用地物反射率数据或植被指数,较少使用定量遥感产品.为此,本文使用反照率等产品评价定量遥感产品在地物分类中的实际应用效果.提取定量遥感产品的年平均值、标准差等特征作为地物分类依据,运用随机森林分类方法建立中国地区土地覆盖分类的自学习模型,与仅用地物反射率和NDVI数据进行分类的结果进行比对.结果显示,定量遥感产品辅助下的随机森林模型宏观尺度土地覆盖分类方法的总体精度为89.8%,Kappa系数为0.86,比仅用反射率和NDVI数据进行土地覆盖分类的总体精度提高了12.9个百分点;通过下降梯度法对分类特征的重要性进行评价,发现叶面积指数和反照率2种定量遥感产品在土地覆盖分类模型中重要性较大.结果表明,定量遥感产品用于土地覆盖类型的信息提取,会提高资源环境要素提取的精度,本文方法可为地物分类提供新的思路.     

融合物候及纹理特征的茉莉花种植区提取研究

为充分挖掘图像时序物候信息、几何空间、纹理特征在农作物监测提取研究上的优势，本研究通过构建物候参数与纹理特征的方法对广西横州市茉莉花（Jasminum sambac）种植区进行提取，该方法通过增强型时空自适应反射率融合模型（ESTARFM）融合年度内“高空间-低时间”“高时间-低空间”的遥感图像，重建生成年度中低尺度的卫星影像，获取研究区内不同植被的物候信息参数，并结合地物光谱信息提取地物纹理特征。选取物候参数、纹理特征作为茉莉花种植区分类提取信息，对不同的参数特征进行组合，开展分类对比和综合精度量化评价。结果表明，重建时序归一化植被指数（NDVI）数据结合物候参数及纹理特征的茉莉花种植区提取方法，总体分类精度达到88.36%，Kappa系数为0.863 3，在中低尺度多光谱影像遥感数据“时空信息”的缺失下对茉莉花种植区提取具有良好的效果。     

1990—2010年间我国北方农牧交错带植被覆盖度变化归因

以我国北方传统农牧交错带为研究区,以植被归一化指数(NDVI)表征地表植被覆盖度,对土地利用数据和降水量、气温等气象数据两大类影响因子进行相关性分析.研究发现:1990—2010年该地区主要土地利用类型发生了显著的相互转化,但占优势的仍是草地、耕地和林地,土地利用和景观结构未发生重大变化.研究期间,北方农牧交错带耕地、林地和未利用土地植被覆盖度均有所增加,草地植被覆盖度有所减少.植被覆盖度与年均降水量呈极显著相关性,1990—2010年农牧交错带降水呈减少趋势,植被覆盖度上升趋势明显.植被覆盖度与同期年均气温数据也呈现一定的正相关性,1990—2010年农牧交错带气温变化属于升温趋势,植被覆盖度上升趋势明显.研究表明北方农牧交错带植被覆盖度变化是在全球气候变化和人类活动的双重影响下发生的,土地利用变化和降水、气温气象数据两种因素对植被覆盖度的影响具有明显的地域性特征,土地利用变化因子的影响由于受政策和人类活动的参与而正逐渐占据着主导地位,而气候条件中,气温升高对植被覆盖度具有一定的正相关性,降水量因子在径流量充沛地区影响作用较弱,但在水源缺乏,人类活动干预较少农牧交错带西北地区仍然有着重要的影响作用.     

西北地区植被覆盖时空特征及其对气候变化的响应

目的定量分析西北地区地表植被覆盖的时间变化与空间分布,为其合理开展农业生产,进行环境保护和生态建设提供科学的决策依据。方法利用西北地区1982—2006年GIMMS-NDVI数据,以绿度变化率和偏相关分析法为基础,分析了西北地区不同生态地理分区NDVI的年际变化以及植被覆盖变化对气候要素在空间上的响应。结果近25年来,高原植被覆盖整体呈波动增加的趋势。各生态分区的NDVI均呈增长趋势,并且随着湿润程度和温度的降低,年均NDVI随之减小;1982—2000年降水量在减小,但减小幅度不显著;气温呈显著上升趋势,年均NDVI与气温的相关性较好。结论西北地区的东南部和西北部地区水热组合条件相对于中部地区较好;植被覆盖较好的区域,其改善的趋势明显,相反则不明显;西北地区东部水热组合条件向不利于植被生长方向转变,而西部向利于植被生长的方向发展。