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MSAVI最差.3) RVI、NDVI及TSAVI敏感度最优,且LAI〈0.68时,SRVI〉SNDVI〉STSAVI;0.68≤LAI〈2时,SNDVI〉SRVI〉STSAVI;LAI≥2时,TSAVI最优,RVI和NDVI出现饱和现象;EVI、SAVI对LAI敏感性一般;剩余3种植被指数对LAI的敏感性弱.对于辽河口滨海湿地典型植被盐地碱蓬,结合实测LAI数据,初步分析认为TSAVI、NDVI及RVI可以作为较强适用性植被指数来进行相关研究,能够区分不同LAI下的盐地碱蓬群落.     

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。     

基于PROSPECT+SAIL模型反演叶面积指数的较强适用性植被指数的筛选

基于PROSPECT+SAIL植被辐射传输模型,通过控制不同的植被生化变量、地表参数和土壤光谱参数建立光谱数据集,定量地分析了归一化植被指数(NDVI)、比值植被指数(SR)、土壤调节植被指数(SAVI)等10种常用的植被指数(VIs)对叶面积指数(LAI)的响应.利用敏感性函数定量地筛选出具有较强适用性的转换型土壤调节植被指数(TSAVI).在此基础上,分别建立了TSAVI及常用植被指数NDVI反演LAI的模型.以张掖市南部地区的TM影像为数据源,进行了LAI的反演,并利用黑河生态水文遥感试验获得的中游LAI数据集对模型进行精度评价.结果表明:TSAVI–LAI模型最佳拟合关系为指数形式,其反演结果与LAI实测值的偏差最小(0.200),R2最大(0.686),RMSE最小(0.397).TSAVI可以作为较强适用性植被指数来进行LAI的反演.     

重庆市植被指数与高度/坡度的关系研究简

为了明确并量化重庆市植被指数(NDVI)与地形的关系,利用重庆市2010-2013年中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer,以下简称MODIS)250m分辨率的16d合成植被指数产品,并合成月和四季植被指数(植被指数为扩大100倍的结果),将植被指数按高度和坡度分别分成6个高度特征区和5个坡度特征区,分析植被指数与高度、坡度的关系,并建立关系式.结果表明:1植被指数与地形的关系受月份和季节的影响明显.6-9月逐月NDVI及夏季平均(6-8月均值)NDVI随高度的增加持续增大;10-12月逐月NDVI、1-5月逐月NDVI份及春季(3-5月)平均NDVI、秋季(9-11月)平均NDVI、冬季(12月、次年1-2月)平均NDVI,都随高度增加基本呈现出先增后减的趋势,增、减转折点出现的高度在冷的月份/季节降低,在暖的月份/季节会有所升高.植被指数随坡度的变化趋势相对明显和单一,在所有月份和季节里,基本呈现出随坡度增加而增大的趋势.2植被指数随高度/坡度增加呈现出来的增大趋势随高度/坡度增加逐渐减小.3植被指数与高度之间...     

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。     

江苏沿海地区NDVI的演变特征及其对区域气候变化的响应

以江苏沿海地区为研究对象,利用1998—2008年从SPOT VEGETATION中提取的归一化植被指数(NDVI)资料,分析江苏沿海地区植被覆盖的时空变化规律。结果表明:(1)江苏沿海地区的NDVI有明显的季节变化,春季3、4月份及夏季7、8月份NDVI指数上升明显;近10年来,江苏沿海地区植被覆盖率呈增加趋势,植被状况有所改善。(2)1999年江苏沿海地区NDVI具有明显的区域差异,其表现为盐城较高、连云港次之、南通较低;到2007年连云港、南通地区NDVI明显增加,盐城地区总体增加,但区域差异较大,部分地区还出现了明显的下降趋势。(3)江苏沿海地区气候(气温、降水)因素对NDVI影响作用明显,二者均对NDVI有显著的正相关性,其中气温是主导因素。     

基于GF-1号卫星WFV数据反演玉米叶面积指数

叶面积指数(Leaf Area Index, LAI)是描述作物生长状况的重要生理生态参数之一.该文以河南封丘县玉米为研究对象,利用中国高分辨率对地观测系统的首发星——高分一号(GF-1)WFV数据,计算4种常用的植被指数,包括归一化植被指数(normalized difference vegetation index,NDVI)、比值植被指数(simple ratio,SR)、土壤调节植被指数(soil-adjusted vegetation index,SAVI) 和修正的土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI).结合地面同步实测的玉米LAI数据,建立各植被指数与实测LAI的统计回归模型.结果表明：研究区玉米LAI和4种植被指数之间均有较强的相关性,其中,MSAVI-LAI的指数模型相关系数达到了0.842 6,LAI反演精度最高.使用独立的野外观测数据对模型进行验证,平均相对误差为4.85%,均方根误差(root mean square error, RMSE)仅为0.183,表明该文建立的LAI经验统计模型具有较高的精度,利用GF-1 WFV 影像可以快速、准确地监测河南封丘玉米LAI,GF-1影像用于LAI等地表参量遥感定量反演具有巨大的潜力.2014年8月中旬,封丘大部分地区玉米LAI大于4,玉米长势较好.该研究结果可为利用经验统计模型反演河南玉米LAI提供参考.     

植被指数空间数据库的建立及应用

借助GIS对图形(影像)、属性、时态数据存储、查询、分析以及管理的强大功能,对利用陕西省2003年全年的MODIS数据生成的不同时相的归一化植被指数(NDVI)、比值植被指数(RVI)、差值\环境植被指数(DVI\EVI)等多种植被指数,及其对应的MOIDS影像和空间位置(地图)数据进行存储,将必要的植被指数分析方法和分析模型整合到该GIS空间数据库之中,达到数据、方法、模型在基于GIS植被指数空间数据库中的集成与统一,以实现基于时相和波谱信息MO-DIS、ETM影像数据的显示、查询、分析、管理等功能。实践证明,在GIS空间数据库中将时相、波谱和空间位置信息应用到遥感影像植被信息的提取中,从分析遥感影像的植被指数空间信息出发,能够较好地实现对植被指数信息的认识,为研究不同地区的植被分类、农作物长势监测及地表植被变化等方面提供分析依据。     

基于MODIS的大别山区NPP及NDVI时空动态及相关性研究

利用2000—2019年MOD13Q1 NDVI和MOD17A3 NPP遥感数据，在GIS空间分析技术支持下，利用相关分析、回归分析等方法，分析了该时段内大别山区归一化植被指数NDVI(Normalized Difference Vegetation Index)与植被净初级生产力NPP(Net Primary Productivity)的时空变化特征，探讨了该区NPP与NDVI之间的相关性。研究结果表明：(1)近20年来大别山区NDVI变化于0.73～0.81,多年均值为0.78,空间分布上呈现出由中心向四周边缘递减的趋势，大别山区在研究时段内植被NDVI呈现出波动上升的趋势，78.88%的大别山区植被处于改善趋势。(2)NPP均值为497 g/(m²·a),变化于402～576 g/(m²·a),整体上呈现出“中间高、边缘低”的空间分布特征。自2000年以来，大部分区域的NPP都呈增加的趋势。(3)NPP与NDVI在时间变化上呈显著正相关，空间分布上绝大部分区域呈正相关，但不同植被类型上相关系数有所差别，其中针叶林的最高，其次为阔叶林、灌...     

江苏省植被动态演变规律及其与极端气候事件的关系

利用1982—2013年江苏省植被归一化指数(NDVI)和13个气象站的气温和降水数据,采用SPI标准化降水指数以及PDSI干旱指数模型,研究江苏省植被动态的演变规律及其与旱涝的关系。结果发现:①江苏全省平均的NDVI值整体呈缓慢上升趋势,但上升趋势不明显,其中苏北地区植被覆盖增加趋势明显,远高于全省平均水平,而苏南地区植被覆盖有减小趋势; ②江苏地区多年平均NDVI值有明显的季节变化,冬季的NDVI值为全年最低,春季NDVI值不断增加,到8月份达到最高,之后不断下降; ③极端干旱和洪涝对江苏省NDVI值有显著影响,干旱或洪涝年份的NDVI值明显小于正常年份,并且洪涝年份受影响更为明显。春季极端干旱对江苏省NDVI值影响较大,而夏季洪涝事件对江苏省NDVI的影响较大。     

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).     

近15年来呼伦贝尔沙地土地沙漠化发展及其驱动力

基于2001—2015年MODIS NDVI遥感数据反演了呼伦贝尔沙地近15年来植被覆盖度和沙漠化土地的空间格局与变化.结果表明:2001年以来呼伦贝尔沙地土地沙漠化总体有所减弱,但年际变化显著.其中:2001—2007年沙漠化土地以扩张为主;2007—2013年随植被覆盖缓慢恢复,沙漠化逐渐逆转;2013—2015年沙漠化有所加剧.降水量年际变化是该区沙漠化逆转或加剧最重要的驱动力.在气候变化背景下,未来几十年内该区沙漠化具有正过程发展趋势.     

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.     

松嫩平原西部植被覆盖动态变化研究

基于SPOT-VEGETATION NDVI资料,利用MVC和一元线性回归趋势模型等定量分析了我国松嫩平原西部半干旱区植被变化的时空特征.结果表明:1998—2006年研究区年归一化植被指数(NDVI)最大值从0.41下降到0.39,年平均NDVI减少了0.015;春季植被活动变弱,植被退化面积占区域总面积的57.33%,虽然在部分地区有所改善,但植被覆盖仍存在退化的趋势.     

城市景观格局与地表温度的定量关系分析

热岛效应是典型的城市气候现象,它的形成及强度与土地利用类型、景观格局等诸多因素有关.本文基于深圳市2010年遥感影像,采用线性光谱混合模型提取土地利用/覆盖等信息,利用最小二乘法和地理加权回归方法分别分析城市景观格局对地表温度的影响.结果表明:深圳市地表温度介于22.28~41.34℃之间,从西北到东南逐渐降低,城市不透水面温度显著高于植被覆盖区域,城市热岛效应明显.地理加权回归模型可以有效处理回归分析中空间非平稳性现象,能更好地刻画景观格局与地表温度之间的定量关系.植被格局指数对地表温度的空间分布解释率较高,其中归一化植被指数(NDVI)、叶面积指数(LAI)对地表温度的解释率最高,分别达88%、90%.不透水面面积、破碎度、邻近度,植被优势种种类、密度、空间分布以及垂直水平生长情况等共同影响深圳市的地表温度.在城市建设实践中,避免不透水面连片集中,降低其邻近度,同时尽可能增加城市的绿地面积,提高NDVI和LAI数值,是缓解城市热岛效应的有效手段.     

山地新城土地利用/植被覆盖的时空演变规律——以重庆渝北区为例

为探求山地新开发区城市化进程中的土地利用/植被覆盖时空演变规律,以重庆市渝北区为研究对象,利用遥感手段对渝北区1995—2020年历史影像进行解译,结合土地利用转移矩阵,城市空间扩张分异变化分析了渝北区6期的土地利用(land use and climate change, LUCC)时空演变特征;利用高光谱遥感影像分析归一化植被指数(normalized digital vegetation index, NDVI)的时空演变规律,定量评估了LUCC变化对NDVI的影响。结果表明：1995—2020年间渝北区城市建设用地不断扩张以占用农田为主;城市重心略向西南部移动,建设用地偏离紧凑,形状扩张往复杂化发展。渝北区NDVI在1995—2020年间以1%/a的趋势下降,所有土地类型的NDVI均减小;空间上整体呈先增大再减小趋势,2010年后西南部和中东部区域减小明显;夏季NDVI波动最大,冬季最小,夏季植被覆盖主要受气温的影响,秋季主要受降水的影响;四季的NDVI在空间均呈中部向南、北部递增的趋势,与城市空间扩张规律类似。气候波动对渝北区植被覆盖总变化的贡献率为14.22%,其中温度是气...     

Temporal-spatial characteristics of vegetation cover and desertification of China by using remote sensing data

Based on the NOAA advanced very high resolution radiometer (NOAA-AVHRR) remote sensing data of 1982 — 1999. the normalized difference vegetation index (NDVI) reflecting the surface vegetation cover has been obtained. Using the empirical orthogonal function analysis, the temporal-spatial eigenvectors of NDVI are given, and the characteristics of the spatial distribution of vegetation cover and its temporal variation together with the desertification of China are analyzed. It is found that the surface vegetation cover has seriously deteriorated in most part of China since 1995. along with the intensified desertification. All these are mainly caused by human activities although the climate change is responsible for the damage of surface vegetation cover to some extent.     

基于时序NDVI的三峡库区植被覆盖时空变化特征分析

基于250 m 分辨率的MODIS-NDVI数据,从时间变化和空间变化两方面分析2000年～2015年三峡库区植被变化特征,运用一元线性回归趋势分析方法和F检验方法对三峡库区NDVI的变化趋势进行了定量研究.结果表明：16 a 来三峡库区NDVI总体上趋于波动增长,年均增长率为0.17%,但在时间和空间上有不同的变化特点.从季节差异上看,春季NDVI增长最快,其次是秋季和冬季,夏季NDVI变化趋势较平缓.从NDVI的空间变化格局上看,NDVI呈显著增加趋势的面积占整个库区面积的14.47%,轻微增加占55.77%,增加区主要分布在库区的北部、东北部、东部及东南部.库区20个县(区)NDVI 呈显著增加的面积均大于显著减少面积,其中巫溪、兴山、宜昌、巴东4县的增减面积均在800 km2以上,植被覆盖提升明显;忠县、重庆市区、渝北、长寿4县(区)的增减面积差均低于30 km2,植被覆盖增加相对较慢.库区各类型植被的NDVI均呈上升态势,其中草地NDVI增长最快,阔叶林NDVI显著增加面积占其总面积的比例最高,灌丛NDVI显著增加面积在所有植被类型中最大,退耕还林还草和农业生产模式转型也促使农作物NDVI缓慢增长.