武汉市植被物候变化规律及影响因素分析

植被物候作为植被生长响应气候变化的指示器,对于研究气候变化以及城市化进程具有重要意义.城市内部植被通常分布破碎,因此公里级的低分辨率遥感影像难以实现植被的精细识别与分析,而十米级空间分辨率的遥感数据在时间分辨率方面又难以满足物候分析的要求.为此,该文基于遥感数据时空融合技术,缓解高时间分辨率与高空间分辨率之间的矛盾,进行城市植被物候变化规律的分析.基于非局部滤波融合方法,生成武汉市空间分辨率30 m、时间分辨率8 d的地表反射率及EVI(增强型植被指数)序列,进一步采用移动加权谐波分析方法对EVI序列进行重建,并通过动态阈值方法提取2006年～2014年武汉市植被物候信息.实验结果表明：1) 武汉市植被由中心向郊区呈现生长期开始时间(SOS)逐渐推迟、结束时间(EOS)逐渐提前、生长期长度(LOS)逐渐延长的空间分布规律,且整体呈现出SOS提前、EOS推迟、LOS延长的时间变化趋势;2) 植被物候和平均气温相关性并不显著,但EOS和LOS受气温年平均日较差影响显著,气温年平均日较差每增加1℃,EOS推迟约12 d,LOS延长约16 d,降水主要影响SOS和LOS,平均降水量每升高100 mm,SOS提前约5 d,LOS延长约9 d.     

云南人工林和天然林对短期与持续干旱响应的差异性?

全球气候变化导致干旱发生的频率,持续时间以及强度不断增加,严重影响森林的正常生长.受人类活动影响,人工林的面积逐渐增大,其对不同强度干旱胁迫的响应是否与天然林存在显著差异,目前仍存在争议.本文以云南省为研究区域,分析了不同时间尺度的气象干旱指数(SPEI)与反映植被生长状态的遥感监测植被指数(MODIS EVI)之间的关系,获得了反映该地区最佳时间尺度SPEI和对水分最敏感月份的EVI指标,进而基于省级尺度和基于气象站点的泰森多边形2个尺度上比较了人工林和天然林的生长状态对短期干旱(2001—2008年)与持续干旱(2009—2014年)的响应差异.结果表明:1)无论是人工林还是天然林,持续干旱对其的生长状态的影响均大于短期干旱;2)天然林的生长状态受持续干旱的影响程度大于人工林,且生长状态比人工林差.气候变化将导致更多极端的持续干旱事件发生,在未来气候变化进程中应多关注极端干旱对天然林的影响以及天然林的可恢复性问题.     

长白山阔叶红松林净初级生产力对气候变化的响应: 基于BIOME-BGC模型的分析

为了分析气候变化和大气CO₂浓度增加对长白山阔叶红松林净初级生产力(NPP)的影响, 运用本地参数化后的BIOME-BGC模型进行模拟, 并以实测NPP和增强型植被指数(EVI)进行验证。模拟结果表明, 长白山阔叶红松林NPP均值为611.71 gC/(m²•a), 1960-2011年年际间的波动范围是473.28~703.44 gC/(m²•a)。模拟结果与基于样地实测的NPP (均值为594.66 gC/(m²•a))相似; 同时, BIOME-BGC模型模拟的NPP年际间变化趋势与EVI的波动趋势相似, 二者间存在显著的相关关系, 表明模型能较好地模拟生产力的时间动态。模拟表明, 红松的NPP与降水关系更为密切, 而阔叶树NPP与温度、降水都呈显著的正相关。模型预测, 在未来CO₂浓度加倍和温度、降水同时增加的场景下, 长白山阔叶红松林NPP将显著增加, 其中阔叶树和红松的NPP将分别增加27.87%和23.96%。单独增加温度(2℃)或单独增加降水(12%)都能促进阔叶树和红松NPP的增加, 其中降水的作用弱于温度的作用, 而单独CO₂浓度的倍增对阔叶树和红松的NPP没有明显的影响。     

利用MODIS增强型植被指数反演草地地上生物量

利用2002年5～9月MODIS增强型植被指数(EVI)、NDVI及同期地上生物量(ANPP)资料,分别按照5个月份、4种草地类型、2种植被指数,建立了VI-ANPP的线性模型和幂模型.研究结果显示,地面样地采样时间对模型影响较大,7月份模型相关性高,6,9月份相关性低.按照4种草地类型,草甸和典型草地模型相关性高,沙地和荒漠模型相关性低.按照植被指数,月份EVI-ANPP的相关性比NDVI-ANPP的相关性普遍提高,尤其是草地已经开始衰退的9月份;但草地类型EVI-ANPP的相关性只有在草甸和荒漠这两种草地中有明显改善,而在典型草地和沙地草地中相关性降低.按照不同模型类型,幂函数模型比线性模型的相关性普遍提高,只有当线性模型已经很好的草甸才例外.如果只使用5,7,8三个月的样地建立VI-ANPP模型,则相关性普遍提高.NDVI-ANPP线性模型的R2由原来的0.49增加为0.59,NDVI-ANPP幂模型的R2由原来的0.54增加为0.71;EVI-ANPP线性模型的R2由原来的0.52增加为0.63,NDVI-ANPP线性模型的R2由原来的0.55增加为0.73.在这种普遍增长趋势下,只有荒漠草地的EVI-ANPP线性模型的R2由原来的0.54降低为0.46.     

利用树轮资料和植被指数估测青海云杉林地上净初级生产力

利用MODIS产品MOD13A3、样地调查数据和树轮资料等数据,构建回归模型以估测祁连山森林保护区的青海云杉林地上净初级生产力(ANPP).结果表明:经质量权重S-G滤波后,回归模型的估测精度有所提高;2000-2013年祁连山森林保护区青海云杉林ANPP呈现波动上升的趋势,空间分布特征为东南多西北少,多年平均森林ANPP为51.34~274.24 g·m~(-2);青海云杉林ANPP与降水和温度呈正相关,受温度变化影响较小,降水成为影响其变化的主要因子.     

基于分区的水稻总产遥感估算研究

本文通过未基于分区与基于分区的水稻总产遥感拟合模型的比较分析,选取最优模型进行水稻遥感估产.以湖南省为研究区,在水稻遥感估产分区、水稻可能种植区识别的基础上,以县为单位,利用2000～2007年的统计产量与MODIS EVI建立未基于分区与基于分区的水稻总产遥感拟合模型,通过相对误差、RMSE,以及拟合结果与统计值比较散点图分析,选择最优遥感拟合模型,并用此模型对2008年湖南省水稻总产进行预测.研究结果表明,基于分区的水稻总产遥感拟合模型要比未基于分区的要好,最优模型为二次非线性模型和逐步回归模型,且生育期主要集中在孕穗期到乳熟期.水稻总产拟合及预测结果与统计值相比省级相对误差都小于5%,且拟合结果的误差总体上比预测结果的误差要小.基于分区的水稻总产遥感估产模型有效地提高了水稻遥感估产的精度.     

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。     

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MODIS影像对NDVI和EVI的分类研究

从MODIS影像中划出一块无云区域作为研究对象,求出该研究区的NDVI和EVI,运用K-均值分类法分别对2种植被指数进行非监督分类．通过对2种植被指数分类结果进行比较得出：2种植被指数的分类结果在总体上是一致的,但是在局部区域,NDVI对于水体的分辨能力优于EVI,而EVI对植被则有更强的分辨能力．2种植被指数分类结果精度评价总精度为70．00％,Kappa系数为0．585．     

基于3S技术的东洞庭湖湿地植被的分布与适应性分析

利用2010年环境一号卫星影像提取东洞庭湖湿地植被分布图,依据同时期的MODIS13数据合成增强植被指数(EVI)年最大值图与年平均值图,结合东洞庭湖高程,讨论东洞庭湖湿地植被及其生物量空间分布,并从水文因素及植被生长特性等方面分析其原因,推论出芦苇与湖草等植被的最适宜生长区域.结果说明,东洞庭湖植被及其生物量分布与高程及水环境有很大的相关性,在高程30m以上且远离水域区域,主要生长着对水分要求不高的防护林;芦苇适合生长在27m高程以上且靠近水域的区域,湖草适合生长在高程为23～27m间的区域.