基于光谱反演的青藏高原1982年到2014年植被生长趋势分析

植被在陆地碳循环和气候系统中发挥着重要作用 ,近几十年来众多研究集中于分析植被生长状况的动态变化.拥有大面积高海拔区域的青藏高原是"世界的第三极" ,其植被生长状况对全球变暖现象十分敏感.而由光谱的可见光红波段和近红外波段反演产生的NDVI ,则是监测植被生长状况的最有效工具之一.通过一元线性回归模型 ,在青藏高原地区利用2000年到2014年的MODIS资料将GIMMS NDVI数据集从1982到2006年的时间序列扩展至2014年.相比已有的研究 ,因考虑了尺度变化引起的残差 ,NDVI扩展数据集的精度得到进一步提高.该方法可以为今后不同NDVI数据集耦合提供一种新的思路.利用1982年到2014年的NDVI新数据集可以发现以下结果 :青藏高原植被生长季的生长存在明显的增长趋势(0.000 4 yr-1 ,r2 =0.585 9 ,p<0.001) ,春、夏和秋季的增长率分别为0.000 5(r2 =0.295 4 ,p=0.001) , 0.000 3(r2 =0.105 3 ,p=0.065)和0.000 6(r2 =0.436 7 ,p<0.001).因高原植被生长 ,促进该区域碳积累效应 ,故青藏高原植被在1982到2014年间是一个稳定的碳吸收区.结合高原温度和降水资料分析植被生长状况增长的原因 ,虽二者都具有增长趋势 ,不过生长季及春、夏和秋季的NDVI变化状况同温度的相关性显著高于降水.在空间分布上 ,各区域植被增长趋势同温度、降水变化都具有明显的空间异质性.     

基于光谱数据的祁连山不同生态区植被覆盖时空变化特征

时序光谱遥感植被指数是公认的监测植被覆盖变化的有效指标,在大范围植被覆盖动态变化监测中发挥着重要作用.祁连山地处中国西部甘肃和青海两省交界处,地理位置特殊,对维持中国西部生态安全具有重要作用.随着全球气候变化,祁连山区的气候也出现了不同程度的变化,并且近些年来国家在祁连山实施了多项生态环境保护工程措施.针对祁连山不同生...     

基于SPOT-VGT NDVI的西藏羊卓雍错流域地表覆被变化研究

利用1998年—2007年SPOT-VGT NDVI植被指数,分析了羊卓雍错流域NDVI时空变化特征及其与主要气候因子(气温,降水)的相关关系。结果表明：时间上,流域平均NDVI年内季节变化明显,变化幅度在0.12～0.31之间,5月份开始较快上升,最高值出现在9月份。1998—2007年10年间,羊卓雍错流域NDVI的多年平均值为0.19,总体上呈缓慢上升的趋势,表明流域的生态环境有改善的趋势。从空间分布看,NDVI高值区与水源、海拔高度和植被类型有很大关系,在水源附近区域NDVI值相对较高,草甸型草场NDVI值最高。气温和降水是影响流域植被的重要气候因子,在植被生长季节月平均NDVI与上月平均气温和降水的线性相关系数分别为0.7和0.71,近年来流域的暖湿化气候变化趋势有利于流域生态环境的改善。     

半干旱地区不同植被生态体系对土壤重金属含量的影响

我国半干旱地区生态环境脆弱,环境保护的形势严峻,加强半干旱地区环境保护和生态建设势在必行。文章在内蒙古武川县选取当地常见的4种不同植被生态体系:灌木地、乔木地、苜蓿地、人工混播牧草地。采用样方法采样,进行化学分析,测定不同生态体系植被生长季初(5月)和生长季末(9月)的土壤中铅、镉、铬3种重金属的含量,分析不同生态体系对土壤中重金属含量的影响。分析表明,4种不同的生态体系之间土壤含铅量、含镉量变率差异显著,而含铬量变率不显著,铅、镉变化方向一致,均为5月明显高于9月,变化程度排序非常相似,变化最大的是灌木地和人工混播牧草地,然后是苜蓿地,最后是乔木地。所以在当地常见的植被生态体系中选择种植灌木和草对吸收土壤中的重金属比较有利。     

基于多光谱数据的永定河流域植被生物量反演

用传统研究植被生物量实测的方法不仅耗时费力,而且由于影响因子不易确定会导致预估精度不高。选择永定河流域河北——北京段为研究区域,以该地区2009年7月20日的TM影像数据为数据源,结合当地分辨率为30米的数字高程模型(digital elevation model,DEM)数据和其他相关辅助解译资料,并借助全站仪等高精度测量仪器进行外业调查,归纳出永定河地区遥感因子与植被生物量可能存在的函数关系,通过多元线性回归分析遥感影像因子并建立反演模型,最后将反演模型进行精度分析。通过将实测值和预测值分析对比,得出反演模型总体相对误差为-0.025%,平均相对误差为-0.016%,总体预估精度高达84.56%。模型的建立可对大范围流域生态环境因子进行及时、快速、准确地调查,为永定河生态环境问题诊断提供实验数据。     

植被结构特征对MODIS光谱干旱指数的影响

基于MODIS光谱反射信息的干旱指数在农业生产实践中有广泛的应用。利用PROSAIL模型和山东2010年的观测数据,研究了植被叶面积指数和生理生长周期等结构特征对MODIS光谱干旱指数的影响。结果表明,MODIS近红外与短波红外三个波段的反射率随植被叶片含水量变化明显,由他们构建的五种MODIS光谱干旱指数能够监测植被叶片水分含量。然而,各干旱指数均受叶面积指数(LAI)的影响,在LAI较低时影响较为严重,随着LAI的增大,这一影响逐渐减弱;植被生理生长周期也会影响干旱指数的大小。因此,在使用MODIS光谱干旱指数进行区域干旱监测时,必须考虑植被结构特征,谨慎分析监测结果。研究结论将为干旱遥感监测提供理论基础。     

基于近地面多光谱的黄河三角洲典型地区土壤含盐量估算研究

选择山东省无棣县“渤海粮仓”项目核心示范区为研究区,利用ADC便携式多光谱相机和EC110便携式盐分计,采集该区近地多光谱相片和土壤表层含盐量数据,通过NDVI, SAVI, GNDVI三种植被指数分别与实测土壤含盐量构建线性、指数、对数、乘幂、二次和三次函数共18种模型,进而优选土壤盐分含量最佳估测模型,反演和分析研究区土壤盐分状况。结果显示,各模型均可有效估测土壤盐分含量,以SAVI为因变量构建的各模型估测效果较好,其中以SAVI的线性模型(Y=-0.524x+0.663,n=70)为最佳,显著检验水平下的F检验值最高,为141.347,估测R2为0.797,精度达到93.36%;研究区的土壤盐分含量集中在2.5‰～3.5‰之间,呈现从西南向东北逐渐升高的明显分布规律。探索了基于近地面多光谱数据的土壤含盐量估测方法,为研究区乃至整个黄河三角洲滨海盐碱土的盐分含量估测提供了一种快速有效的技术方法。     

基于多光谱遥感的撂荒地识别方法研究

耕地撂荒严重影响了我国的粮食产量,成为中国近20年来耕地利用过程中出现的又一重大问题.多光谱遥感具有数据获取范围广、速度快等特点,在国土资源研究中具有非常大的优势和潜力.为了提取撂荒地,文章采用多光谱遥感数据Modis/Terra 2000年-2009年的NDVI数据产品和日本ALOS卫星遥感影像数据,利用时间序列ND...     

基于多光谱数据的植被水分反演及其在旱情评估中的应用分析

植被作为干旱的承载体,其含水量的变化反映了旱情的时空分布以及受旱程度。文章从监测原理、植被水分表征以及遥感数据反演模型等三个方面,开展了基于多光谱遥感数据的植被水分反演方法研究。以2010年春季西南四省为应用案例,进行了植被水分的反演和时空分析,并与气象数据进行了相关性分析。结果表明:在2010年旱情中,降水对植被水分变化具有一定的影响;然而由于植被吸收降水的过程是一个滞后的过程,因而降水的变化对植被水的影响也存在一定滞后效应。在上述分析基础之上,从时间和空间尺度对植被水分在旱情监测和评估中的应用进行了评价。通过时间合成以及与其他数据(如历史数据)的结合,可克服多光谱数据的自身不足,提高多光谱遥感数据在旱情监测和评估的应用性。     

植被叶片叶绿素含量反演的光谱尺度效应研究

目前光谱指数方法已被广泛地应用于植被叶绿素含量的反演中,考虑到不同传感器的光谱响应存在差异,研究了光谱尺度效应对光谱指数反演植被叶片叶绿素含量的影响。基于PROSPECT模型模拟了不同叶绿素含量(5～80 μg·cm-2)下的5 nm叶片光谱反射率数据,并利用高斯光谱响应函数将其分别模拟成10～35 nm六种波段宽的光谱数据,再分析评价5～35 nm波段宽下光谱指数与叶片叶绿素含量的相关性、对叶片叶绿素含量变化及对波段宽变化的敏感性。最后,利用波段宽为40～65 nm的反射率数据对光谱指数反演植被叶绿素含量的光谱尺度效应进行验证。结果表明,通用光谱指数(vegetation index based on universal pattern decomposition method, VIUPD)反演叶绿素含量的精度最高,反演值与真实值拟合程度最好;归一化差值植被指数(normalized difference vegetation index, NDVI)和简单比值指数(simple ratio index, SRI)其次,虽然其决定系数R2高达0.89以上,但反演的叶绿素含量值小于真实值;其他光谱指数的反演结果较差。VIUPD对叶绿素含量具有较好的相关性和敏感性,受光谱尺度效应影响较小,具有较好的反演能力,这一结论恰好验证了其“独立于传感器”的特性,同时证明了VIUPD在多源遥感数据反演植被理化参量的研究中具有更好的应用前景。     

煤炭矿区植被冠层光谱土地复垦敏感性分析

煤矿区土地复垦及复垦监测工作,对于我国土地利用和生态环境治理具有重要意义。微生物复垦技术能够促进植物吸收利用矿质养分和水分,增强土壤肥力,对矿区生态恢复具有显著作用。监测和评价土地复垦效应对植物生长影响的传统方法,通常采用野外采集植物和土壤样本并进行室内分析,但这些方法不仅破坏植物根系原状土壤,造成植株损伤,而且耗费人力、物力,时效性差。高光谱遥感技术具有数据获取速度快、信息量大、精度高且无须离体破坏植株等优点,对于土地复垦监测有非常大的潜力。目前,土地复垦效应遥感监测相关研究仍以观测盆栽大豆、玉米等作物的叶片光谱分析为主。实际上,卫星遥感数据观测到的是冠层光谱,并非叶片光谱,但目前还没有通过植被冠层光谱对矿区土地复垦进行监测的研究成果出现。植被冠层光谱不仅受到叶片光谱的影响,还受到植株长势、下垫面等其他因素的影响,光谱特征变化更为复杂。矿区植被冠层光谱特征对于土地复垦效应的敏感度分析,是对矿区植被理化参量进行定量反演的基础,也是限制高光谱技术应用于大面积土地复垦监测的主要瓶颈。于煤炭矿区土地复垦实验基地开展野外冠层光谱观测实验,获取了接菌组和对照组野外植株冠层光谱数据,并从光谱波形变化和光谱特征参量变化两方面综合分析了植被冠层光谱对土地复垦的敏感性。冠层光谱波形方面,分别采用标准差和光谱敏感度作为组内和组间光谱波形差异的有效指标;冠层光谱特征参量方面,选取了植被红边、黄边、蓝边、绿峰、红谷等典型光谱特征,计算获取其位置、斜率、面积等特征参量,并通过描述性统计和单因素方差分析研究了这些冠层光谱特征参量对土地复垦效应的敏感性,挑选出矿区土地复垦监测的有效特征参量。研究表明,接菌组和对照组冠层光谱的主要波形变化趋势一致,但接菌组植株的生长状况更稳定,不同植株之间差异较小,且绿峰和红谷两个特征更突出。这说明土地复垦能够减少植株间冠层光谱差异,增强植被典型光谱特征,而绿峰和红谷对土地复垦有较高的光谱敏感度。光谱特征参量方面,绿峰、红谷、红边波长在土地复垦作用下显著向长波方向移动,而此前叶片光谱研究中对土地复垦较敏感的红边、蓝边斜率变化并不显著。这说明,野外植被冠层光谱分析结果与实验室植被叶片光谱分析的结果并不完全一致,这可能和植被类型、生长周期、土壤背景光谱干扰等因素相关。在采用卫星或航拍遥感数据进行矿区植被环境监测时,所获取的都是植被冠层光谱,因此本研究所得到的结论具有更强的参考意义和实际应用价值。     

基于实测光谱的植被指数对水稻叶面积指数的响应特征分析

叶面积指数(LAI)是目前最常用的农业生态监测指标,可以为农作物的病虫害监测、作物长势监测、碳循环、生物量估算及作物估产提供依据。植被指数(VI)是卫星LAI产品生产的重要数据源,但不同VIs对植被LAI的响应特征具有一定的差异性。以江西省水稻为例,基于实测光谱提取了水稻实测VIs,结合实测LAI,讨论了归一化植被指数(NDVI)、增强型植被指数(EVI)、土壤调节植被指数(SAVI)和修正的土壤调节植被指数(MSAVI)四种常见VIs对LAI的响应特征,并与MODIS LAI备用算法的计算结果进行了对比分析,研究了不同VIs用于LAI产品反演的可行性及存在的问题。通过对不同实测VIs-LAI模型精度的评估,分析其应用于LAI反演的适应性,结果显示EVI,SAVI和MSAVI比NDVI有更好的适应性,其中EVI效果最优。此外,通过对比MODIS LAI备用算法查找表,发现针对MODIS LAI备用算法中草地与谷物作物这一地表覆盖大类,在LAI>4时,NDVI出现饱和;而实测水稻作物的NDVI在LAI>2时开始出现饱和;且当NDVI相同时,查找表LAI远大于实测LAI,MODIS备用算法中使用的地表覆盖产品分类过粗可能是造成这一结果的主要原因。因此MODIS LAI备用算法在该区域水稻LAI监测中可能产生较大误差,有必要改用其他VIs优化该备用算法。通过对比分析四种VIs模型对LAI的预测误差,发现EVI,SAVI和MSAVI精度明显优于NDVI,基于EVI的模型平均预测误差仅为MODIS LAI备用算法的1/6,基于实测NDVI反演算法的1/2,因此设计基于EVI的LAI算法对LAI的反演精度有一定的提升空间。     

基于时序高分一号宽幅影像火后植被光谱及指数变化分析

为了探究国产高分卫星遥感技术监测火干扰对植被生长影响的能力及其表征植被指数,选取2014年发生在四川省雅江县和冕宁县的两场森林火灾形成的火烧迹地作为研究区,利用火灾前后时序的高分一号宽幅(GF-1 WFV)数据,对不同受灾程度火烧迹地火灾前后的光谱特征变化进行分析,并以月为单位分析了不同受害程度植被火后两年内由GF-1 WFV数据生成的归一化植被指数(NDVI)、增强型植被指数(EVI)和全球环境监测植被指数(GEMI)等三种表征植被生长状态的植被指数的变化,结合研究区纬度、海拔和气候条件分析火后植被的年内恢复规律。结果表明：火烧造成植被色素和细胞结构破坏,使其不再表现出正常植被特有的光谱特征,在可见光区受害植被的反射率相比于正常植被偏高,且其值随受灾程度加重而升高;在近红外波段火干扰后的植被反射率降低,其值远低于正常植被的反射率值。NDVI,EVI和GEMI在表征植被恢复生长过程中存在高度相关性且对植被季节变化敏感,均能反映植被恢复的生长过程,具有描述火烧区植被恢复动态过程的能力;受灾植被恢复生长过程中的植被指数变化与正常植被年生长过程的植被指数变化趋势基本一致,同样存在生长季和非生长季;火烧区植被的NDVI,EVI和GEMI值相比正常植被对应植被指数值始终偏低,且植被受灾越严重,其植被指数值在同期中对应越低。     

基于遥感数据的辽宁省植被变化分析

利用从美国国家海洋和大气局(NOAA)的甚高分辨率辐射计(AVHRR)获得的20年的归一化植被指数(NDVI)时序数据,分析了辽宁省的空间异质性和时间动态。通过分析研究区域2 292个点在1982～2001年间NDVI月平均值,发现有明显的反常。通过统计分析每月的NDVI值,包括最小值、平均值、最大值、变化系数(CV)、标准化不规则值(Z分),36个月的动态平均值,识别了植被动态的空间和时间变化。发现植被的NDVI在生长期有强烈的季节摆动,观测到的NDVI最大值出现在7～8月,用CV表达的季节变化范围从6%～14%。另外,在1984～1990年间植被绿度呈现一致向上的趋势,而在随后的1991～1998年间表现出很大的相反。植被绿度向上和向下的趋势遵从7到8年的摆动周期。研究还发现干燥季节NDVI的峰值沿纬度的变化是1991～1999年间比1982～1990年间大20%～25%。研究的结论是辽宁省的植被变化模式是由于20世纪最后10年加剧的干旱造成的。     

基于CHRIS数据的新型植被指数的LAI估算研究

叶面积指数(LAI)作为重要的植被冠层结构参数,对其进行正确估算一直是遥感应用研究的重点。CHRIS/PROBA是目前具有较高分辨率(17 m)的高光谱多角度数据,该数据在反演LAI方面有着重要的应用价值。本次研究应用辐射传输ACRM模型来模拟一系列LAI在不同观测天顶角(-80°～+80°)情况下的植被光谱数据,在此基础上利用红波段和近红外波段构建了一个新型高光谱多角度植被指数HDVI,并成功地应用于CHRIS/PROBA数据对LAI的估算。结果表明：(1)相比光谱指数NDVI和多角度指数HDS,新指数能更好地利用光谱和多角度双重信息,与研究区LAI有着更好的相关性,决定系数R2高达0.734 7。(2)利用LAI-HDVI最优拟合方程关系来估测LAI值,得到了研究区的LAI分布图,LAI估算精度均方根误差RMSE为0.619 8。