基于SPOT-VEGETATION数据的张掖盆地植被覆盖变化动态分析

以1998-2006年9 a的315景逐旬的SPOT-VEGETATION数据为主要数据源,利用趋势、差值等方法,分析了张掖盆地植被覆盖动态变化的时空特征.结果表明张掖盆地植被年内变化趋势中,峰值由1998-2001年的6、7月份推移到2002-2006年的7、8月份,这与黑河分水、张掖地区调整种植结构、夏禾作物种植面积减少、秋禾增加有关:1998-2006年间,年最大化归一化植被指数(Normalized Difierence Vegetation Index,NDVI)整体呈变好的趋势,但是月最大化NDVI的年际变化趋势在不同月份存在很大差异;年最大化NDVI与月最大化NDVI在每相邻两年间的变化均存在很大差异,植被退化与改善波动出现;年际间植被变化幅度大的区域均分布在人工植被发育的走廊平原,而变化幅度小的区域则分布在无植被或少植被的戈壁沙漠.     

青藏高原植被活动对降水变化的响应

为揭示气候变异对青藏高原植被生长的影响,根据2000-2004年间增强型植被指数(EVI)数据和研究区内43个气象台站的气候资料,研究了近5年来青藏高原植被活动及其与气候因子的关系。结果显示,青藏高原植被的EVI呈现由东南向西北递减的分布格局,降水是导致植被覆盖空间变化的主要因素;2000?2004年青藏高原植被活动的年际变化总体上不显著,局部出现较大变异;EVI的变异系数(CV)与年降水的变异系数显著正相关,说明降水波动是引起植被活动变化的主要因素。此外,EVI 的CV与年降水量存在着显著的负相关关系,表明年降水量越大的地区植被活动的年际变化越小,即植被的稳定性越大。     

基于遥感技术的地表水源地植被覆盖度的动态变化

植被覆盖及其动态变化可以有效地反映出区域环境变化特征,监测植被变化在评价区域生态环境质量中是不可缺少的一部分。数据源采用Landsat遥感影像,在运用归一化植被指数及像元二分模型的基础上,提取出2002、2009、2018年珲春老龙口水库地表水源地植被覆盖度,并进行动态变化分析。结果表明:2002—2018年珲春老龙口水库地表水源地区平均植被覆盖度值呈先减少后增加的趋势,2009—2018年,该研究区植被覆盖度处于相对良好的状态,中高度植被覆盖区与高度植被覆盖区占总面积的比重达到86.99%。从空间上来看,地表水源地的东北部分植被覆盖度较高,由东向西呈降低趋势。高植被覆盖区变化明显,近20年内增加了1 818.80 km~2。政府政策、生态恢复工程、人类活动等是影响珲春老龙口水库地表水源地植被覆盖度的主要因素。     

利用植被指数(Ⅵ)提取遥感影像荒漠林覆盖度信息的差异性研究

本研究针对荒漠林在遥感影像中的表现特征,选用归一化植被指数(NDVI)、重归一化植被指数(RDVI)和土壤调节植被指数(SAVI),比较分析通过遥感影像灰度图的判读和植被指数分析荒漠林的覆盖度。结果表明:3种植被指数在探测干旱区稀疏植被覆盖度的能力方面存在差异。RDVI探测稀疏植被覆盖度的能力明显劣于NDVI和SAVI。NDVI和SAVI表现基本一致;由于土壤因素的影响,在估测稀疏植被覆盖度方面,NDVI的能力较SAVI强。     

云南大理苍山保护区植被覆盖度动态变化遥感监测与分析

大理苍山物种多样性丰富但生态系统相对脆弱,评估苍山植被覆盖度为改善苍山生态环境和物种多样性具有重要意义。利用ENVI遥感软件对大理苍山自然保护区的4期遥感图像进行处理,提取归一化植被指数(normalized difference vegetation index, NDVI),利用像素二分模型对大理苍山自然保护区的植被覆盖度进行估算,对植被覆盖度的变化原因进行综合分析。结果表明:2001—2005年植被覆盖度从0.32上升到0.38,上升了0.06;2005—2009年植被覆盖度由0.38下降到0.35,下降了0.03;2009—2011年,植被覆盖度由0.35上升到0.45,上升了0.1。可见综合分析植被覆盖度的年际变化对大理苍山的植被保护和维护生物多样性具有重要的应用参考价值。     

黄河中游龙潼区间水沙变化特征及其对降水和人类活动的响应

为实现黄河中游水土保持效益评价和生态环境政策调整，以1957～2019年龙潼区间降水、径流、输沙和遥感数据为基础，运用累积距平法和双累积曲线等方法，分析了降水和植被指数变化与水沙之间的关系.结果表明：龙潼区间降水量随时间变化呈不明显减小趋势，而径流量和输沙量随时间变化却呈显著减小趋势.径流在1985年发生了由丰到枯的突变，输沙在1985年和2002年发生了由丰到枯的突变.归一化植被指数(NDVI)呈现恢复态势，年均NDVI指数上升1.7%,空间上NDVI指数呈波动增加趋势，区间流域的南部地区植被覆盖度最佳.与基准期A(1957～1985年)相比，B时期(1986～2019年)降水对径流的贡献率为26.21%,而人类活动对径流的贡献率为73.79%.与基准期A(1957～1985年)相比，B时期(1986～2019年)和C时期(2003～2019年)降水对输沙的贡献分别为22.80%和11.73%,而人类活动对输沙的贡献率为分别为77.20%和88.27%.     

重庆市沙坪坝区植被覆盖动态变化研究

以1993年和2001年的TM影像为基础,利用Erdas Imagine 8.7软件和Arcgis 8.3软件,对沙坪坝区植被覆盖动态变化进行了分析.首先,利用1∶50 000数字地形图对1993年和2001年的TM影像进行几何校正并图像剪裁获取了沙坪坝全景影像;其次,利用TM影像的第四和第三波段计算植被指数,根据植被指数按照转换模型提取植被覆盖度;第三,对沙坪坝区1993、2001年的植被进行了动态变化分析.研究表明,1993~2001年沙坪坝区植被覆盖总的趋势是下降,下降主要是由本区快速的城市化、急剧的人口增长和过度的人类开发等原因造成的.     

基于无人机可见光波段对荒漠植被覆盖度提取的研究——以沙坡头地区为例

以腾格里沙漠东南缘沙坡头地区为研究区域,采用无人机(Phantom 3A)拍摄获取指定范围可见光影像,通过ENVI软件分析照片的红、绿、蓝信息进行植被指数的提取和植被覆盖度的计算,主要分析了可见光波段差异植被指数、归一化绿化差异指数、归一化绿蓝差异指数、过绿指数、红绿比值指数与研究区荒漠植被覆盖度回归模型,探究最优反演模型,目的是验证在相同区域、相同时间拍摄的无人机影像的植被覆盖度.计算出来的植被覆盖度和无人机航片的处理方法进行比对,验证反演模型的正确性.结果表明:通过无人机可见光波段提取的植被指数结果中可见光波段差异植被指数的提取精度最好,能很好地将植被与非植被区分,为荒漠植被覆盖度和植被指数的反演模型的验证提供了依据,节约了实地测量带来的时间和人力成本.对比研究植被指数和荒漠植被覆盖度的线性、对数、三次、乘幂、增长及指数的回归模型结果,最优的荒漠植被覆盖度的反演模型是可见光波段差异植被指数的三次模型,为y=-200.06x3+706.763x2-430.779x+17.916,能很好地监测荒漠植被覆盖度的动态变化,为今后荒漠生态系统的防护和管理提供较好的技术支持.     

黄土高原地区归一化植被指数时空动态变化及其与气候因子的关系

以SPOT NDVI及GIMMS NDVI为数据源,结合RS和GIS地统计空间分析技术,对1998—2007年黄土高原地区植被覆盖的时空差异及1991—2000年归一化植被指数(NDVI)与月均温、降水量的关系进行了研究.结果表明:NDVI值(7、8月平均值)在空间上表现出明显的区域差异性,NDVI指数由北向南递增,南部、东部及西南角部分的NDVI值较高,北部、西北部地区较低;1999—2007年整体呈波动上升态势,区域NDVI值的季节差异特征明显,夏季>秋季>春季>冬季;土地利用类型影响NDVI值,林地的值最大,荒漠最小,土地利用结构的优化将改善黄土高原地区地表植被指数偏低的现状;气温、降水是决定黄土高原地区植被生长的主要气候因子,与NDVI指数呈现较高的正相关关系.     

基于MODIS反演数据的河套地区荒漠化研究

基于2001-2013年MODIS遥感反演数据, 通过对土地覆盖类型、叶面积指数(LAI)、归一化植被指数(NDVI)和增强植被指数(EVI)4个方面的分析, 研究河套地区的荒漠化情况及其季节变化特点。结果表明, 2001-2013年, 河套地区整体植被覆盖转好, 其中, 耕地面积从2001年的4218 km² 增大到2013年的20470 km², LAI平均值从2003年的0.130~0.335增大到2013年的0.182~0.405, 平均NDVI和EVI逐年总体增大, 分别从2001年的0.142和0.095增大到2013年的0.193和0.116, 而且, 单位面积上的植被生长质量也在加强。此外, 归一化植被指数季节分布特点显示, 河套地区北部巴彦淖尔盟2013 年左右开始大面积种植一年两季粮食作物。但是, 研究结果表明河套地区植被覆盖指数仍较低, 北部和西南部荒漠化情况加剧, 若不采取有效措施, 极易出现“沙进人退”的生态环境问题。     

基于RS技术的闽江流域植被覆盖度时空变化分析

本文以闽江流域为研究对象,以RS为技术手段,借助ERDAS、ArcGIS、EXCEL等处理软件,采用植被指数法,根据像元二分原理,建立用VBIS复合植被指数估算植被覆盖度的模型,生成闽江流域植被覆盖度分级图,并对其格局变化进行分析与评价,揭示出闽江流域植被覆盖的时空变化规律.     

水热因子对塔里木河下游胡杨年轮指数和植被指数的影响

【目的】探索塔里木河流域树木年轮与植被遥感间的关系。【方法】借助树木年轮学的方法和技术手段,利用塔里木河下游10个采样点的胡杨样芯数据和长时间序列中国植被指数(GIMMS NDVI)数据及水热因子数据,在分析该区胡杨年轮指数和植被指数变化特征基础上,重点探讨水热因子、胡杨年轮指数及归一化植被指数(NDVI)三者间的相关性。【结果】胡杨年轮指数和年际NDVI变化在1980—2001年间均呈下降趋势,区内植被在该时间段内退化较为严重。年内NDVI变化呈单峰状,5—8月为植被生长季,1—4月和9—12月为植被非生长季。【结论】该区胡杨年轮生长受5月(P<0.01, 显著负相关)地下水埋深和6月(P<0.01,显著负相关)温度影响显著,而NDVI主要与5—7月(P<0.01, 显著负相关)和10月(P<0.01, 显著负相关)的地下水埋深及7月(P<0.01, 显著负相关)温度有关,且影响NDVI和胡杨年轮指数的主要因子是水热因子中的地下水埋深因子。胡杨年轮指数与NDVI间的相关性差,未能通过0.05水平检验。     

山西省植被覆盖变化及其影响因素研究

利用1982—2011年遥感与气象数据,分析了山西省植被覆盖变化的时空格局,从气候因子和人类活动两方面定量研究对植被覆盖变化的影响.结果表明,山西省植被覆盖及其年际稳定性呈现出由东南向西北递减的趋势;山西省植被覆盖年际变化空间上存在地域差异,恒山以北区域、各大小盆地植被覆盖增强,吕梁山脉与太行山脉植被覆盖减弱;气候因素对植被覆盖影响较深,温度和降水共同作用于植被覆盖,植被覆盖与温度的相关性比降水更为显著;人类活动对植被覆盖的影响不容忽视,且与海拔具有相关性,低海拔区域表现为负作用,高海拔区域表现为正作用.     

利用卫星遥感资料对中国地表植被及荒漠化时空演变和分布的研究

利用1982～1999年NOAA-AVHRR卫星遥感数据,通过对归一化的植被指数进行自然正交分解,反演获得了我国18年来地表植被覆盖的分布及其时空变化状况,发现这一期间我国大部分地区地表植被覆盖状况明显退化,分析得出气候因素不是造成我国地表植被覆盖状况变化的主要原因,人为因素的影响更为重要.     

MODIS遥感数据的沈阳市植被变化规律

为确定2001-2011年间沈阳地区植被的分布特征和年际变化规律,采用NASA地球观测系统(EOS)提供的MODIS陆地植被指数产品MOD13A3,对沈阳地区进行分析,用归一化植被指数(NDVI)作为植被生长状态指标,以2001年植被指数为基准,用其它年份的植被指数与基准作差值处理,根据NDVI变化数据分级标准进行分级,分析了2001-2011年间沈阳地区植被的分布特征和年际变化规律.结果表明:沈阳地区植被覆盖密度由城区中心向周边逐渐增大;2001-2011年沈阳植被总体呈退化趋势;2002-2004年,沈阳城区边缘的植被有轻微退化外,其他地区植被均呈现中度和轻微改善;2005年以后沈阳市城区边缘的植被退化严重;在2008和2010年间,沈阳市周边地区如东陵区东南、苏家屯东南部、沈北新区西南部和于洪区东南部植被均有轻微和中度改善.     

鄂尔多斯市春季大风、沙尘暴变化特征与高原季风的关系

利用1958～2001年600hPa高度场格距为2.5°×2.5°和1989～2008年600hPa高度场格距为1.5°×1.5°的ECMWF逐月再分析资料,以及1980～2006年鄂尔多斯市4个气象观测站春季大风日数和沙尘暴日数资料,分析了鄂尔多斯市春季大风、沙尘暴变化特征与高原季风的关系.结果表明,1980～2006年鄂尔多斯市春季大风、沙尘暴日数的时间总体呈减少趋势.进一步研究表明,鄂尔多斯市来年春季大风、沙尘暴的变化特征与高原季风的气候变化特征密切相关,来年春季大风日数与7月高原季风指数呈负相关关系,来年春季沙尘暴日数与5个月(1,5,7,11,12月)的高原季风指数平均值呈负相关关系.     

北部湾沿海流域植被覆盖动态变化及其驱动因素

基于2000—2018年的中分辨率成像光谱仪13Q1数据,利用修正的变化矢量分析、变异系数、Hurst指数等方法分析北部湾沿海流域植被覆盖动态变化趋势及其持续性、预测未来植被覆盖变化情况以及植被覆盖变化的驱动因素.研究表明:北部湾沿海流域植被覆盖度较高,且年际变化幅度较小,多年植被指数均值表现出从陆地到滨海、从流域外边界到河流中心逐渐递减的规律.2000—2018年以来,流域内植被覆盖改善区域(73.6％)大于退化区域(26.3％),河口、滨海区不仅为植被退化明显区域,且为植被变化波动性较强区域.未来流域内植被覆盖变化波动性较强,其中持续改善区域仅占19.6％,持续退化区域占8％,其余的72.4％为波动性变化区域.流域内植被覆盖变化趋势与人为因素和气候因素相关性较高,与地形特征相关性较低.     

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。     

基于MODIS时间序列数据分析的黄河流域植被生长状态评价

分析流域归一化植被指数INDV随时间变化的规律,提出了植被生长量评价方法,并基于植被生长量、植被生长状态和年际植被变化趋势等方法分别对2000、2002、2004、2007年流域不同时空分布的植被进行了评价,得出以下结论:1)上游、下游及分布在中游水源边的植被生长量较大,而且植被生长量较低的黄土高原经历先增加然后减少的变化趋势;2)生长状态较差的地区主要集中在兰州、宁夏、内蒙地区,但是2000年后这些区域的植被生长状态趋向好转;3)黄土高原地区在2000、2002、2004、2007年之间有转好的趋势,而上游、下游及中游南部的植被覆盖有降低的趋势.     

一种利用可见光波段无人机遥感的林下植被覆盖识别方法

利用可见光无人机遥感数据,通过分析不同地物在像元和对象尺度上的光谱信息,建立一种利用归一化红绿差异指数NGRDI特征并结合面向对象思想的林下植被覆盖识别方法,并对试验区和验证区开展方法应用与适应性分析. 分析结果表明：NGRDI在像元尺度可以很好地区分乔木、 草地和裸土,在对象尺度也能较好地区分林下有植被覆盖区域和林下无植被覆盖区域,同时该指数能较好地消除地形因素等影响. 试验区林下植被识别的总体精度为85.9%,Kappa系数为0.78;验证区林下无植被覆盖区域和林下有植被覆盖区域提取的正确率分别为82.9%和95.1%. 故利用可见光无人机影像的NGRDI指数进行林下植被覆盖识别方法是可行的.