基于植被指数和地表温度的干旱监测方法的对比分析

以陕西省关中平原和渭北旱塬为研究区域,应用1999-2005年每年5月上旬的AVHRR卫星遥感数据,对比分析了基于归一化植被指数(NDVI)和地表温度的几种干旱监测方法:包括条件植被指数(VCI)、条件温度指数(TCI)、距平植被指数(AVI)和条件植被温度指数(VTCI)等,研究了VTCI与其他干旱监测方法的优缺点及其在研究区域的适用性.从研究区域旱情分布来看,VCI的干旱监测结果不符合研究区域干旱的分布规律.从监测结果的影像纹理特征来看,VTCI和AVI可能适合于研究区域的旱情监测.通过进一步对比分析遥感干旱监测结果与累计降水量的监测结果,得出了VTCI更适合于研究区域的干旱监测.     

条件植被温度指数在华北平原干旱监测中的应用

以华北平原部分地区为研究区域,应用MODIS多时段卫星遥感数据进行了归一化植被指数和地表温度的计算和反演,应用条件植被温度指数对研究区域2003-2006年每年5月上旬的干旱进行了监测.以监测结果为基础,在时间和空间分布上分析了研究区域的旱情.应用降水量数据和土壤表层含水量数据对干旱监测结果进行了验证,结果表明VTCI与最近1个月的降水量具有显著的线性相关性,VTCI与土壤表层含水量有较好的线性相关性,验证了VTCI是一种近实时的干旱监测方法.     

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EOS/MODIS数据的土壤水分遥感监测方法

美国国家航空航天局(NASA)自1991年开始实施对地观测系统(EOS)计划以来,EOS/MODIS传感器的高时间分辨率、高光谱分辨率、适中的空间分辨率等特点使其在干旱监测中具有突出的优势.纵观近年来国内外基于EOS/MODIS资料遥感监测土壤水分的理论、方法的发展和应用特点,可以分为5类:①基于植被指数类的遥感干旱监测方法,如简单植被指数、比值植被指数、归一化植被指数、增强植被指数、归一化水分指数法、距平植被指数等;②基于红外的遥感干旱监测方法,如垂直干旱指数法、修正的垂直干旱指数法等;③基于地表温度(LST)的遥感干旱监测方法,如热惯量法、条件温度指数、归一化差值温度指数、表观热惯量植被干旱指数等;④基于植被指数和温度的遥感干旱监测方法,如条件植被温度指数、植被温度梯形指数、温度植被干旱指数模型等;⑤基于植被与土壤的遥感监测方法,如地表含水量指数作物缺水指数法等.重点介绍了目前生物、物理意义较明显,比较成熟和广泛应用的基于可见光与热红外波段的改进型垂直干旱指数法(MPDI)、作物缺水指数法(CWSI)、地表含水量指数法(SWCI)、热惯量法(ATI)等;对各种遥感监测土壤水分方法的优缺点做出评价;指出利用高分辨率卫星资料(如EOS/MODIS和中国发射的风云三号极轨气象卫星250 m分辨率资料)进行农业干旱监测研究将成为主要的研究方向,"土壤-作物-大气"多圈层立体监测、多学科的融合将是解决提高旱情定量化监测精度、使之实用化和业务化的必由之路:最后,展望了遥感监测土壤水分的发展前景.     

基于Landsat-8影像的西安市地表温度遥感反演与影响因子研究

基于西安市的Landsat-8数据,采用单通道算法进行了地表温度(LST)的反演,并通过实测LST值对反演精度进行了评价,同时分析了LST与不同地表类型、归一化植被指数(NDVI)以及归一化建筑指数(NDBI)之间的关系.结果表明,单通道算法反演LST精度较高,反演结果能较好地反演西安市LST的空间分布特征;不同地表类型对应的LST有明显的差异,城镇建设用地LST最高,农用地LST最低;通过在东西方向/南北方向剖面线上分别对NDVI、NDBI与LST进行线性拟合,发现NDVI与LST呈负相关线性关系, NDBI与LST呈正相关线性关系,进一步说明植被对地表起到了一定的降温作用,城镇建筑则加剧了城市热岛效应.     

典型绿洲-荒漠LST时空分异及其与NDVI的关系

为了辨析干旱区绿洲-荒漠地表温度时空分布对不同下垫面的响应特征,以叶—喀河三角洲绿洲为研究区,MODIS地表温度产品和土地利用数据相结合,分别提取LST和NDVI,研究地表温度的时空分异特征及其与NDVI的关系。结果表明:(1)研究区NDVI值越高,LST值越低;NDVI值越低,LST值越高,NDVI和LST之间存在明显的反相关关系;空间分布上来看,绿洲植被覆盖度呈现东、西部高而中部裸地低,地表温度分布状况则中部裸地高而东、西部低,这表明二者具有明显相反的空间分布特征;(2)研究区四季地表温度变化显著,昼夜温差很大,水域相比于裸地,水体夜间温度高于裸地;其中,春季温度分布在-0.11-37.94℃之间,夏季温度分布在10.63-54.18℃之间,秋季温度分布在2.54-38.84℃之间,冬季温度分布在-18.76-21.05℃之间;(3)从不同土地覆被地表温度的分布上看,在裸地、城市建设用地所覆盖区域地表热量丰富,水域、湿地所覆盖区域热量呈递减趋势。不同下垫面在冬夏两季温度变化和同一季节内昼夜温度变化显著,植被类型和植被覆盖度及其空间组合在不同程度地影响地表温度的时空分布。     

基于植被岩溶比重指数的岩溶流域岩溶信息提取——以江西省长河流域为例

利用多光谱遥感数据构建合适的指数提取岩溶信息,对于岩溶地表水文参数(如CN值)的确定、流域水文模型的应用、岩溶流域水土流失和石漠化的监测等具有重要作用。以江西省长河流域为研究区,利用Landsat 8遥感数据获取NDVI、FV(植被覆盖度)、LST(地表温度)以及卷云波段,将FV、LST和卷云波段进行主成分分析,提取第一主成分PFLC并构建PFLC-NDVI特征空间,依据该特征空间提出植被岩溶比重指数(VKPI),采用分级阈值法对VKPI值进行等级分值生成VKPI分级图,结合野外实地采集的岩溶数据进行精度验证。研究表明:野外实地采样的岩溶数据与VKPI分级图重合度比较高,总精度为77.44%,Kappa系数为0.713 4。综合了植被指数、地表温度、植被覆盖度等生物物理参数的VKPI,能够较好地提取岩溶信息,并将其与其它地物信息区分开来。     

南昌市地表指数与热岛效应相关性研究

选取2013年和2017年landsat8的2期南昌市影像图,采用监督分类提取地表覆盖物信息,使用动态遥感监测法分析2期影像图4年地表覆盖物信息的变化。使用大气校正法、单窗算法、劈窗算法反演地表温度,发现单窗算法精度较高,操作简便,更适用于南昌市地表温度的反演。应用地表温度与地表指数(NDVI、MNDWI、NDBI)进行相关性分析,得出各指标对城市热岛效应的影响。研究表明LST与NDVI呈负相关;NDBBI与LST呈正相关;MNDWI会影响城市热岛效应。     

干旱对华北地区植被变化的影响

利用中分辨率成像光谱仪(moderate-resolutionimagingspectroradiometer,MODIS)归一化植被指数 (normalizeddifferencevegetationindex,NDVI)数据产品和气象站点的帕尔默干旱指数(thepalmerdroughtseverity index,PDSI)数据,分析了2001-2013年华北地区及3个主要地表覆盖类型区植被变化的时空特征和干旱的变化特征, 并以不同时间尺度分析了干旱对植被变化的影响.结果表明:1)华北地区植被NDVI空间分布差异较大,NDVI总体上 呈东南高、西北低的分布特点.2001-2013年,华北地区植被活动呈增强的趋势,其中秋季植被活动的增强趋势最明显. 2)2001-2013年,华北地区的干旱总体上有所减轻,其中秋季干旱减轻的趋势最明显.3)华北地区植被年际变化与干旱 有显著的正相关关系,干旱对植被生长状态有较大影响.北部草原区和中部落叶阔叶林带的植被年际变化与干旱的正相 关性显著;而南部农作物区不显著,干旱对农作物生长状态影响较不明显.4)在季节尺度上,华北地区夏季植被变化与干 旱的正相关性最为显著,夏季植被生长状态最容易受到干旱的影响;以16d的植被数据分析表明,NDVI距平值更适合 表征华北地区植被生长状态与干旱的关系.      

基于地表温度和植被指数的农业干旱遥感监测方法

农业旱灾是人类面临的最主要自然灾害之一,对我国农业生产影响非常大。土壤含水量是农业干旱监测的重要指标,通过遥感地表温度(LST)与植被指数(NDVI)结合,可以估算土壤湿度,监测农作物旱情。重点研究了LST/NDVI特征空间中干湿边的提取方法,通过14年全国NOAA/AVHRR的8km合成数据集分析发现,在LST/NDVI特征空间中,曲线斜率与实测土壤湿度显著相关(R=0.78,P<0.01),干边的截距和斜率与湿边有比较稳定的关系,但干湿边存在较大的空间和时间变异性。将全国分为6个区,分别确定LST/NDVI特征空间,根据特征空间干湿边参数反演土壤湿度,在土壤湿度分布图和全国耕地分布图基础上,进行旱情分级,得到全国耕地旱情分布图,可以为农业抗旱救灾提供快速宏观的信息服务。     

北疆地区不同草地类型MODIS植被指数变化动态及其与气候因子的关系

利用新一代卫星遥感数据TERRA/MODIS,结合地面20个气象台站提供的数据,以北疆地区为研究区域,分析了温性草原、低地草甸、山地草甸、温性草甸草原、温性荒漠草原和温性荒漠6种代表性草地植被指数的时空变化特征.以2004,2005年4～10月的月度变化为例,研究了不同草地类型在各个生长阶段植被指数的变化和草地的生长状况.研究结果表明,EVI对植被变化的敏感性要强于NDVI的,但是在植被生长状况较好的草地,NDVI比EVI更稳定.植被盖度比较好的草地类型(如温性草甸草原、山地草甸)的植被指数与温度和降水都表现出很强的相关性,但植被稀疏的草地(如温性荒漠、温性荒漠草原)的植被指数与温度的相关性比较弱,与降水的关系更弱.     

Classification of vegetation in North Tibet Plateau based on MODIS time-series data

Based on the 16d-composite MODIS （moderate resolution imaging spectroradiometer）-NDVI（normalized difference vegetation index） time-series data in 2004, vegetation in North Tibet Plateau was classified and seasonal variations on the pixels selected from different vegetation type were analyzed. The Savitzky-Golay filtering algorithm was applied to perform a filtration processing for MODIS-NDVI time-series data. The processed time-series curves can reflect a real variation trend of vegetation growth. The NDVI time-series curves of coniferous forest, high-cold meadow, high-cold meadow steppe and high-cold steppe all appear a mono-peak model during vegetation growth with the maximum peak occurring in August. A decision-tree classification model was established according to either NDVI time-series data or land surface temperature data. And then, both classifying and processing for vegetations were carried out through the model based on NDVI time-series curves. An accuracy test illustrates that classification results are of high accuracy and credibility and the model is conducive for studying a climate variation and estimating a vegetation production at regional even global scale.     

黄河源永曲河流域地表温度与土地覆盖的时空变化特征分析

为明确黄河源地区地表温度变化特征及其影响因素,以永曲河流域为例,利用2008年、2020年landsat数据,通过辐射传输法反演地表温度,分析地表温度的时空变化特征及其与土地覆盖类型、地形因子和归一化植被指数之间的相互关系。研究结果表明：(1)2008~2020年,永曲河流域地表平均温度由24.330℃上升至24.592 ;(2)地表温度具有显著的地形分异特征,与海拔高度呈现负相关关系,高海拔地区尤为显著。地表温度随坡度增加而降低,按平缓坡、阳坡、半阳坡,半阴坡、阴坡的顺序,地表温度逐渐降低;(3)不同土地覆盖类型的地表温度差异较明显,草地的地表温度较高,小灌木丛较低,平均地表温度相差4.688 ;(4)地表温度与NDVI呈正相关关系,且自西向东相关性逐渐增强。     

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。     

石家庄市主城区热岛特征及变化分析

城市热岛效应是城市化进程带来的突出问题。基于Landsat数据和辐射传导方程法反演出地表温度,分析2004-2020年石家庄市主城区热岛变化,结合土地利用和标准差椭圆得出热岛扩张情况,并研究地表温度与归一化植被指数(Normalized Difference Vegetation Index,NDVI)、建筑指数(Normalized Difference Built-up Index,NDBI)和温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)的相关性,为国土空间优化布局提供理论依据。结果表明,2004-2020年平均地表温度、最低地表温度均有所升高;热岛主要集中在市中心、鹿泉区、藁城区和栾城区的城镇点,以及铜冶镇,建筑用地和热岛扩张趋势一致,并向着西北和东南方向扩张;地表温度与NDVI呈现负相关,与NDBI、TVDI呈现正相关,建筑用地是地表温度升高的主要因素之一,植被覆盖度和地表湿润度可以调控地表温度。     

城市热岛研究中地表温度与植被丰度的耦合关系

城市热岛遥感研究传统上应用归一化植被指数(Norm alized D ifference Vegetation Index,NDVI)作为植被丰度(vegetation abundance)的指示,并用于耦合地表温度与植被之间的关系.文章探讨了运用光谱混合模型获得的植被比例(vegetation fraction)作为植被丰度指标的一种选择,以2000年9月14日获得的122/44景ETM 截取的广州市海珠区作为验证影像,运用最小二乘法将变换的影像分解成三个分维影像,即绿色植被、非渗透性表面和水体.结合最大似然分类和决策树算法的混合分类处理,将比例影像进行土地覆盖分类.结果表明,地表温度与分解的植被比例的负相关关系比地表温度与NDVI的负相关关系要高出几分.由此说明,地表温度结构的空间变异无疑与归一化植被指数和植被比例相关,不同土地覆盖类型的热辐射与植被动态的相互影响导致地表温度在光谱辐射率和结构上的变化,这些变化在别的影像中也有表现,这是城市热岛空间格局形成的原因.     

New evidence for effects of land cover in China on summer climate

The effects of land cover in different regions of China on summer climate are studied by lagged correlation analysis using NOAA/AVHRR normalized difference vegetation index (NDVI) data for the period of 1981-1994 and temperature,precipitation data of 160 meteorological stations in China,The results show that the correlation coeffi-cients between NDVI in previous season and summer precipitation are positive in most regions of China,and the lagged correlations show a significant difference between regions.The stronger correlations between NDVI in previous winter and precipitation in summer occur in Central Chian and the Tibetan Plateau,and the correlations between spring NDVI and summer precipitation in the eastern arid/semiarid region and the Tibetan Plateau are more significant .Vegetation changes have more sensitive feedback effects on climate in the three regions (eastern arid /semi-arid region,Central China and Tibetan Plateau),The lagged correlations between NDVI and precipitation suggest that,on interannual time scales,land cover affects summer precipitation to a certain extent,The correlations between NDVI in previous season and summer temperature show more comlex ,and the lagged responses of temperature to vegetation are weaker compared with precipitation .and they are possibly related to the global warming which partly cover up the correlations.