利用气象卫星植被指数进行我国植被的宏观分类

在全球变化研究中,植被被认为是一个反映生态环境变化的敏感指示器,已成为一个研究热点,其中植被类型又是进行植被研究的基础.我国地域广阔、植被类型复杂,利用常规方法进行全国植被调查是一项耗资费时的艰辛工作.近年来日益成熟的遥感技术为植被的空间分类提供了一条新的途径.我国已多次利用多光谱的Landsat/TM,MSS数据,用于植被的光谱特性     

河北省涞水县北部植物群落生物量及其影响因素的遥感定量研究

本文在地面调查的基础上。以遥感影像为基本依据,对涞水县北部的暧温带森林及灌草丛植物群落进行了生物量的定量分析。并寻求生物量和其生态因子的相关关系,主要工作如下:(1)对工作区的Tm CCT磁带进行了群落分类、因子密度分割及植被指数的测定等图像处理工作,旨在将植物群落生物量及其影响因素数值化。(2)拟合环境植被数(EVI)与不同群落生物量的相关关系,以环境植被数替代群落生物量作为定量分析的指标。(3)收集环境植被指数以及地表湿度、地表温度、地表结构、植物群落覆盖度、海拔高度、坡度、坡向等因变量和自变量的原始数据。(4)用计算机对原始数据进行主成份分析(PCA)确定主分量,构建回归模型。文章结果表明,EVI值和群落生物量相关性显著。以EVI值为替代指标的群落生物量与选定的七个影响因子之间都不同程度的相关关系,其中群落覆盖度同EVI高度相关。除地表温度外,这种相关关系均为正相关。根据主成份分析,确定地表湿度、地表温度、地表结构和群落覆盖度为主分量。以EVI为因变量。这四个生态因子为自变量建立的回归方程为 Y=1.399+0.054X_1-0.084X_2-0.206X_3+1.02lX_4     

基于遥感影像的城步南山土地利用变化研究

应用ENVI软件对1992、1998、2005年9月城步南山地区Landsat TM影像进行分析,研究结果表明近15年来城步南山地区植被覆盖率总体变化不大,但土地利用类型之间变化较大,具体表现为林地、水系面积不断减少,草地面积不断增加.     

垂直植被指数的计算和精度分析

提出了一种在遥感影像上自动提取土壤线的方法,并用NDVI作比较,验证了基于自动提取的土壤线计算的PVI和实测地上生物量之间的相关性及其削弱土壤背景的能力.结果表明基于自动提取的土壤线计算的PVI比NDVI对于地表草地生物量而言具有更好的相关性.研究结果使基于土壤线的植被指数的计算更方便,对提高遥感植被指数的计算精度具有一定的意义.     

基于粗糙集约简的水稻叶片叶绿素含量高光谱反演

利用高光谱技术可估测水稻冠层叶绿素含量,为水稻的长势遥感监测与农艺决策提供科学依据. 基于地面实测水稻叶片光谱数据,提出了一种粗糙集属性简约和支持向量回归相结合的叶绿素反演方法,解决了植被光谱指数相关性高易造成计算冗余以及降低水稻叶片叶绿素高光谱反演效率的问题. 首先选择18 个与水稻叶绿素含量相关性较大的植被光谱指数作为因变量,利用粗糙集约简植被指数数据空间得到含有6 个植被光谱指数的简约核;然后采用支持向量回归方法反演叶绿素含量. 基于全部指数反演及基于简约核指数反演的R2 分别为0.858 6与0.850 6. 因此,该方法与采用全部指数进行反演的结果相比,不但具有相当的反演精度,而且有效缩短了反演算法步骤及时间,为大数据处理提供了新的技术方法.     

条件植被温度指数干旱监测方法的研究与应用

综合应用归一化植被指数(NDVI)和土地表面温度(LST),提出了条件植被温度指数(VTCI)的概念,并将其用于干旱监测。VTCI的定义既考虑了区域内NDVI的变化,又强调了NDVI值相等时LST的变化,可解释为NDVI值相等时LST差异的比率。分别以陕西关中平原地区和美国大平原南部地区为研究区域,应用AVHRR和MODIS卫星遥感反演的NDVI和LST产品,以及累计降水量和降水偏差数据,证实了条件植被温度指数是一种近实时的干旱监测方法。     

祁连山不同类型植被物候变化及其对温度的响应

本文基于GIMMS NDVI数据,采用遥感物候法提取了生长季开始日期（SOS）、生长季结束日期（EOS）和生长季长度（LGS）3个植被物候指标,并借助Theil-Sen斜率与Mann-Kendall检验等统计方法和偏最小二乘分析法（PLS）,分析了祁连山不同类型植被物候空间分布规律、时间变化趋势及其对温度的响应．结果表明:1）自东南到西北方向,祁连山植被类型从灌丛逐渐过渡到草甸、草原再到高山植被,物候指标SOS逐渐推迟,EOS逐渐提前,LGS逐渐缩短．2）草甸和灌丛2种植被的物候变化最为剧烈,研究期内该2种植被的SOS均显著提前（分别为0.19和0.25 d·（10 a）?1）,EOS显著推迟（分别为0.20、0.21 d·（10 a）?1）,LGS显著延长（分别为0.39、0.46 d·（10 a）?1）;祁连山全境及主要植被的SOS均在1997—2000年发生转折,EOS和LGS的转折点均发生在2003年．3）上年秋末冬初温度对草甸与灌丛植被SOS具有正向影响,物候期前的春季温度对SOS具有显著负影响;夏秋季温度对EOS和LGS具有显著正影响．此外,最高温对物候的影响显著强于最低温,且在春夏季的个别月份,二者对物候的影响方向不同．植被物候的变化提示当地牧民在牧草种植与放牧上的调整．      

遥感植被指数在作物产量估测中的应用探讨

<正>1引言传统的农业单产预测方法主要有农学预报方法、统计预报方法、气象统计方法等,这些方法分别从不同角度来建立作物单产模式。区别于以往的估产方法,上世纪70年代以     

基于NDVI与DEM的山地植被垂直带定量划分——以太白山南坡为例

【目的】利用遥感与地理信息技术,剖析不同植被类型植被指数与海拔的关系,实现山地植被垂直带的准确划分,获取山区植被分布空间格局。【方法】以秦岭主峰太白山南坡为研究区,依据夏秋两季植被垂直带归一化植被指数(NDVI)的差值构建DEM-NDVI散点图,并利用半峰宽计算法将垂直带边界量化。【结果】夏秋NDVI差值与DEM构建的散点图能够很好地体现出山地植被垂直带分布格局。太白山保护区南坡可划分6个植被垂直带,保护区下界至海拔1 919 m为栎林,1 919～2 331 m为松栎混交林,2 115～2 585 m为桦林,2 516～3 150 m为冷杉林,3 109～3 551 m为红杉林,3 551 m至山顶为高山灌丛草甸。DEM-NDVI散点图与遥感影像解译植被分类结果相比,二者的植被分布格局基本一致,但DEM-NDVI散点图能够体现植被的群体平均分布状况且能更准确地表达植被垂直带随海拔的变化特征。【结论】利用夏秋NDVI差值与海拔所构建的散点图可快捷准确地划分山地植被垂直带。