基于微波植被指数的甘南草地生物量动态监测

利用2003-2007年AMSR-E每日亮温产品计算了甘南州每日微波植被指数,结合Terra/MODIS植被指数产品比较分析了两种植被指数之间的关系.在此基础上,建立了基于微波植被指数的生物量监测模型,并对其精度进行了评价.结果表明:基于升轨6.925,10.650 GHz亮温数据的微波植被指数与MODIS增强型植被指数EVI之间有良好的相关性,其,rR2和RMSEP值分别为0.69,0.54和0.044.基于微波植被指数的草地生物量干重监测模型能反映甘南草地生物量的基本变化规律.由西向东、由北向南生物量逐渐增加,生长季内(5-10月)生物量产量峰值出现在7,8月份,不同草地类型生长季内的干物质产量由高向低依次为暖性草丛类、沼泽类、高寒灌丛草甸类、温性草甸草原类、高寒草甸类、温性草原类,低平地草甸最低.     

西天山云杉林生物量与植被指数关系研究

基于遥感和地面调查数据,以新疆西天山巩留林区为研究区,提取不同龄级云杉林信息及简单比值植被指数、归一化植被指数及其他植被指数共18种,研究云杉林生物量与各指数的相关性.研究结果表明:总体(全林分)生物量与各植被指数关系相关拟合都比分龄级的低,分龄级研究生物量与植被指数关系能够达到较好的结果;各龄级云杉林生物量大多与简单比值指数中的ITM4/3和归一化指数INDV相关性较高,其中幼龄林的生物量与ITM4/3相关性最强,其相关系数达-0.794;中龄林的生物量与INDV、转换型指数ITV具有最高的相关性,其相关系数为0.506,与图象转换指数IVISI123呈很高的负相关,相关系数达-0.506;近熟林生物量与ITM4/3具有最高的相关性,相关系数达到0.647;成熟林生物量与ITM4/3、INDV及其ITV具有最高的相关性,相关系数达0.532;过熟林生物量与ITM4/3具有最高的相关性,相关系数达到0.715.     

城市热岛效应与地表特征参数的定量研究

本文以山东省济南市为研究区对比分析了归一化植被指数(NDVI)、归一化建筑指数(NDBI)、归一化水汽指数(NDMI)三种主要地表特征参数在表达热岛效应方面的有效性。首先利用TM影像反演地表温度,对局部区域逐像元和对区域总体分析的方法,分析了三种指数与地表温度之间的关系,结果表明:NDMI与地表温度的相关性最高,是三者之中能较好评价城市热岛效应的地表特征参数。     

基于时间序列夜间灯光数据的EPC预测模型

为了利用夜间灯光数据来预测电力消耗量(EPC),采用增强植被指数(EVI)实现对美国国防气象卫星搭载的可见光成像线性扫描业务系统(DMSP/OLS)数据的校正,利用回归模型实现DMSP/OLS数据和美国国家极轨卫星搭载的可见光近红外成像辐射仪夜间灯光波段(NPP/VIIRS)数据的拟合,构建出2001-2018年的长时间序列的夜间灯光影像,并与EPC数据建立线性、二次项和乘幂回归模型,选择决定系数(R2)值相对较优、平均绝对相对误差(MARE)最小的模型为各自的最优模型.结果 表明:通过对夜间灯光影像进行校正,解决了DMSP/OLS影像数据不连续、像元饱和效应、与NPP/VIIRS影像不可比等问题;在国家尺度上,二次项模型是优选模型,校正后的夜间灯光数据与EPC的R2和MARE值分别为0.99和5.650％;在省级尺度上,基于省级单位与EPC建立的优选模型的R2值和MARE值分别为0.878和28.783％;在省级尺度上,基于时间序列建立的夜间灯光数据与EPC的R2和MARE值分别为0.972和7.286％;省级单位长时间建模精度高于基于省级单位建模的精度.     

用EOS／MODIS—NDVI监测枣树生长状况的分析

为研究遥感技术监测宁夏枣树生长状况，以宁夏灵武马场湖农场和灵武园艺场两个长枣种植基地为研究对象，结合GPS调查，整理2005--2009年红枣生育期过宁夏境内EOS／MODIS晴空资料，并依据红枣气象灾害发生指标，分析红枣生育期归一化植被指数INOV变化及受灾前后的变化规律．结果表明，枣树全生育期INOV变化曲线为双峰型，越冬冻害对枣树前期生长影响大，并随时间推移影响逐渐消退．两基地的冻害分析和变异系数分析说明，园艺场受低温冻害的影响高于马场湖农场．受6月中下旬盛花期热干天气的影响，7月上旬至8月中旬枣树INOV总体上较正常年份偏低，但到了8月下旬后影响消失．运用MODIS-NDVI能够进行快速监测气象灾害，可为在避灾规划及防御、指导种植区选择方面提供参考．     

基于小波分析的玉米叶绿素a与LAI高光谱反演模型研究

2003与2004年分别在长春市良种场与中国科学院海伦黑土生态实验站,实测了大田耕作与不同经营制度作用下玉米冠层高光谱反射率与叶绿素a含量、叶面积指数（LAI）数据。采用NDVI（Normalized Difference Vegetation index）、SAVI（Soil-Adjusted Vegetation Index）、TVI（Transformed Vegetation Index）、MTVI2（Modified Transformed Vegetation Index2）等植被指数建立了玉米叶绿素a与LAI反演模型;应用小波分析对采集的光谱反射率数据进行了能量系数提取,并以小波能量系数作为自变量进行了单变量与多变量回归分析,对玉米叶绿素a与LAI进行估算。研究发现NDVI、SAVI、TVI、MTVI2植被指数可以较为准确的估算玉米叶绿素a、LAI（R^2〉0.70）;小波能量系数回归模型可以进一步提高玉米叶绿素a含量、LAI的估算水平,以一个特定小波能量系数作为自变量的回归模型,玉米叶绿素a、LAI回归确定系数R2分别高达0.79、0.82;以多变量回归分析表明玉米叶绿素a、LAI实测值与预测值的线性回归确定性系数R2分别高达0.87、0.90。以上结果表明,小波分析可以对高光谱数据进行特征变量提取,进而反演玉米生理参数,对其他植被生理参数反演具有一定借鉴意义。图3,表4,参11。     

三江源自然保护区植被覆盖度遥感估算

采用了基于重归一化植被指数的像元二分模型,并结合实测数据和相关辅助数据,对三江源自然保护区2007年的植被覆盖度进行了估算和精度验证.植被覆盖度实测值和遥感估算值之间的线性相关系数达到了0.9017,平均精度为81.52%.结果表明使用此方法进行大面积植被覆盖度的遥感估算是有效可行的.     

基于1990-2015 归一化植被指数的河北植被时间变化特征及其对干旱的响应

基于1990-2015年研究区逐旬归一化植被指数（Normalized Difference Vegetation Index, NDVI）数据和站点逐日降水数据,对河北地区NDVI时间变化特征及其与多尺度标准化降水蒸散指数（Standardized Precipitation Evapotranspiration Index, SPEI）的响应关系进行了深入分析。结果表明：（1）研究区草地、林地面积增加,空间上呈自东向西交替变化,并呈破碎化现象。（2）年均及生长期NDVI呈明显的上升趋势,夏季NDVI最高,冬季最低,月均NDVI时间变化与雨热同期。（3）不同尺度SPEI均呈下降趋势,随着时间尺度的增加,降幅不断加剧。干旱整体上发生的持续时间和干旱程度有所降低,而春季发生干旱明显强于其他季节。（4）年际及夏季NDVI对SPEI变化响应最为显著,夏季NDVI与SPEI06之间的相关性为最高的0.628,春秋次之,冬季最低。年际及季节性NDVI变化与SPEI03及SPEI06变化的相关性较高。年际及季节NDVI变化对SPEI的响应较单独的气候因子（气温、降水）更明显。     

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。