地面测量与ASTER影像综合计算植被盖度

选择我国北方温带典型草原作为研究对象,在研究区内分别针对植被盖度是高、中、低的地区随机选取49块样地,在每块样地内采用嵌套的方式作样方,样方尺度有60、30、15m3个尺度,嵌套的方式是60m的样方嵌套30m的样方,30m的样方嵌套15m的样方。15m的样方内作3个1m的样方,30m的样方内作5个1m的样方,60m的样方内作10个1m的样方。对于每个1m的样方,采用将数码相机架设在离草本层2m高的位置,垂直对样方进行拍摄,并记录影像的方式估计植被盖度。基于以上地面实测数据以及ASTER遥感数据,建立植被盖度经验模型。模型建立的步骤主要包括以下内容：（1）利用植被盖度信息提取模型计算野外实测的各张数码相片的植被盖度值,在15、30m以及60m3个样方尺度上计算各样方的植被盖度;（2）计算ASTER数据的各种植被指数（RVI,NDVI,NDGI）;（3）将地面样方与相应的ASTER影像像元在不同的尺度上相匹配。（4）基于某一样方尺度,计算与地面样方相对应区域内的ASTER影像像元植被指数的中值。（5）基于该样方尺度,建立地面实测植被盖度值与ASTER数据植被指数值之间的回归模型;（6）对回归模型进行显著性检验。在建立经验模型的过程中,研究植被指数（NDVI、NDGI以及RVI）与植被盖度的相关性以及地面样方尺度对经验模型的影响。此外,还将经验模型与目前广泛使用的亚像元分解模型作比较,检验亚像元分解模型在中国北方温带典型草原的适用性。结果表明,（1）对于中国北方典型草原区而言,利用植被指数NDVI监测草地的植被盖度是比较适宜的,它优于植被指数RVI,也比植被指数NDGI的效果好。（2）地面样方尺度的选择对于植被盖度经验模型的建立有很大的影响。就中国北方典型草原区来看,在地面作大样方,取其中值的方法在一定程度上可以克服由于地面的测量和遥感测量之间发生空间错配而产生的影响,有利于提高植被指数与植被盖度之间相关系数的显著水平。（3）60m×60m的样方尺度,基于NDVI的植被盖度经验模型相比,利用亚像元分解模型估测中国北方温带典型草原植被盖度的精度低于前者。     

多尺度遥感综合监测我国北方典型草原区植被盖度

利用多尺度遥感影像综合进行全球和区域尺度的土地利用/覆盖变化(LUCC)研究是最近全球变化研究的重要方向之一.本文综合利用野外群落样方、数字相机、ETM+影像、NOAA/AVHRR影像,在遥感、GIS和GPS支持下,对我国北方典型草原区植被盖度进行了综合监测、模拟与分析.结果表明:(1)利用经处理后的数字相机影像测量盖度的结果准确性较高,可以作为植被盖度测量的标准结果,反映真实的覆盖特征,并用以验证利用其它方法测量结果的精度.(2)利用野外1 m2样方网格法目视估测的植被盖度结果变化较大,不稳定.本次实验中,与数字相机测量结果相比,样方估测的盖度普遍偏高,平均偏差为9.92%;但两者相关性较好(r2=0.89).(3)采用Gutman模型ETM+影像、NOAA/AVHRR影像反演植被盖度的结果与数字相机测量结果偏差分别为7.03%、7.83%,ETM+像元分解NOAA像元后得到的植被盖度与数字相机测量结果偏差5.68%.三者与数字相机测量结果的相关系数r2分别为0.78、0.6l和0.76.(4)利用野外实测植被盖度数据直接与NOAA-NDVI影像建立统计模型估算植被盖度的精度较低(r2=0.65),而通过空间分辨率介于两者之间的ETM+影像进行转换后,该精度得到一定的提高(r2=0.80).利用像元分解的方法提高了大尺度植被盖度监测的精度,是利用遥感数据进行尺度转换研究的重要实践.多尺度遥感影像的综合对地观测对大区域上反演植被盖度有很好的促进作用.     

多尺度遥感综合监测我国北方典型草原区植被盖度

利用多尺度遥感影像综合进行全球和区域尺度的土地利用/覆盖变化(LUCC)研究是最近全球变化研究的重要方向之一。本文综合利用野外群落样方、数字相机、ETM+影像、NOAA/AVHRR影像,在遥感、GIS和GPS支持下,对我国北方典型草原区植被盖度进行了综合监测、模拟与分析。结果表明:(1) 利用经处理后的数字相机影像测量盖度的结果准确性较高,可以作为植被盖度测量的标准结果,反映真实的覆盖特征,并用以验证利用其它方法测量结果的精度。(2) 利用野外1 m2样方网格法目视估测的植被盖度结果变化较大,不稳定。本次实验中,与数字相机测量结果相比,样方估测的盖度普遍偏高,平均偏差为9.92%;但两者相关性较好(r2=0.89)。(3) 采用Gutman模型ETM+影像、NOAA/AVHRR影像反演植被盖度的结果与数字相机测量结果偏差分别为7.03%、7.83%,ETM+像元分解NOAA像元后得到的植被盖度与数字相机测量结果偏差5.68%。三者与数字相机测量结果的相关系数r2分别为0.78、0.61和0.76。(4)利用野外实测植被盖度数据直接与NOAA-NDVI影像建立统计模型估算植被盖度的精度较低(r2=0.65),而通过空间分辨率介于两者之间的ETM+影像进行转换后,该精度得到一定的提高(r2=0.80)。利用像元分解的方法提高了大尺度植被盖度监测的精度,是利用遥感数据进行尺     

干旱区荒漠稀疏植被覆盖度提取及尺度扩展效应

选择线性混合像元分解模型、亚像元模型、最大三波段梯度差法模型以及修正的三波段梯度差法的2个变异模型来提取植被覆盖度,结合地面实测数据,探讨了提取干旱区荒漠稀疏植被覆盖度信息的适宜模型,并以简单平均法模拟了不同尺度的覆盖度影像,通过尺度上推检验了模型在MODIS尺度上的反演效应.结果表明：线性混合像元分解模型反演覆盖度的精度高于其他模型,适于稀疏植被地区,但端元的正确选取较难,从而影响其运用;亚像元分解模型是一个通用模型,植被分类图越精细,通过亚像元分解模型得到的覆盖度精度越高,但这也同时意味着该模型需要测定大量的输入参数;最大三波段梯度差法的算法简单、易于操作,其在农田等中高植被覆盖区及裸土区的预测值与实测值接近,但对干旱区稀疏植被的估计精度偏低;修正后的三波段最大梯度差法模型在稀疏植被覆盖区的预测值与实测值基本一致,在不同尺度上反演的覆盖度信息与实测值的一致性较好.该方法可有效提取干旱区低覆盖度植被信息.     

基于多源遥感数据的荒漠植被覆盖度估测

以塔里木河下游为靶区,根据地面调查和不同分辨率的多源遥感数据,逐级建立荒漠植被覆盖度遥感估测模型,并对不同模型、不同估测方法的估测精度进行比较.结果表明: 随着遥感数据空间分辨率的提高,植被覆盖度遥感估测模型精度增加;基于高分辨率、中高分辨率及中低分辨率遥感数据建立的植被覆盖度模型的估测精度分别为89.5%、87.0%和84.6%;遥感模型法的估测精度高于植被指数法.不同分辨率遥感数据估测荒漠植被覆盖度的精度变化规律,实现了荒漠植被覆盖度估测的高、中、低分辨率遥感数据参数及尺度的定量转换,可为研究区生态恢复遥感综合监测方案的制定和实施提供直接依据.     

基于图像融合与混合像元分解的城市植被盖度提取

城市植被盖度提取对于开展城市绿色空间保护和城市规划具有重要意义。随着遥感技术的发展,混合像元分解模型被广泛用于从中等分辨率的多光谱影像提取城市植被盖度,但较低的影像空间分辨率限制了该模型的应用领域。为此,以杭州市为例,首先引入Gram-Schmidt(GS)方法对Landsat ETM+的多光谱波段和全色波段进行融合,再通过混合像元分解模型从ETM+融合影像上提取城市植被盖度,最后利用SPOT影像进行精度检验。结果发现,采用GS方法对影像进行融合后,标准差、信息熵、平均梯度提高,相对偏差小于0.07,说明在保留多光谱信息的基础上提高了其空间分辨率。与SPOT影像相比,在融合影像上75%以上样本的植被盖度值相似,误差较大的区域是市区植被特别稀疏或茂盛的像元。与源影像相比,从融合影像上提取的植被盖度的均方根误差和系统误差降低了0.01。该方法在降低城市植被监测成本、提高监测精度方面具有潜力。     

基于高光谱混合像元分解的干旱地区稀疏植被覆盖度估测

以Hyperion高光谱影像为数据源,选取流沙、假戈壁(影像端元)及荒漠植被(实测光谱端元)3种端元,利用非受限及全受限的混合像元分解对甘肃省民勤绿洲-荒漠过渡带的稀疏植被覆盖度进行了估测.结果表明:全受限混合像元分解得到的荒漠植被分量准确地代表了地表真实稀疏植被覆盖情况,两者之间的偏差不超过5%、均方根误差RMSE为3.0681;而非受限的混合像元分解结果则明显小于地面实测植被覆盖度,两者之间虽具有一定相关性,但相关性不高(R2=0.5855);与McGwire等的相关研究相比,全受限混合像元分解对稀疏植被覆盖度的估测具有更高的精度及可靠性,具有广阔的应用前景.     

基于中高分辨率遥感的植被覆盖度时相变换方法

植被覆盖度是衡量地表植被状况、指示生态环境变化的一个重要指标,也是许多学科的重要参数。传统的测量方法难以获取时间连续的面状数据,且耗时、耗力,很难大范围推广。遥感估算方法虽然可以弥补传统方法的不足,但由于云覆盖等天气条件的影响,获得同一时相覆盖整个研究区的遥感影像非常困难,时相的差异必然导致研究结果产生误差。针对植被覆盖度这一重要生态参数,结合低分辨率遥感数据的时间优势和中高分辨率遥感数据的空间优势,提出一种时相变换方法,将源于中高分辨率影像的植被覆盖度变换到研究需要的时相上。首先,利用像元二分模型计算MODIS尺度的时间序列植被覆盖度,并利用已经获得的SPOT影像计算其获取时相上的植被覆盖度;其次,利用土地利用图划分植被覆盖类型,并利用MODIS数据和土地利用数据之间的空间对应关系制作MODIS像元内各类植被覆盖的面积百分比数据;再次,利用面积百分比数据提取各类植被覆盖的纯像元,结合MODIS植被覆盖度时间序列,从而提取各类植被覆盖纯像元的植被覆盖度时间序列曲线;最后利用像元分解的方法提取MODIS像元内各类植被覆盖组分的植被覆盖度的变化规律,将其应用到该组分对应位置上SPOT像元的植被覆盖度上,从而将其变换到所需要的时相上。在密云水库上游进行试验,将覆盖研究区的10景SPOT5多光谱影像计算的植被覆盖度统一变换到7月上旬,结果显示:视觉效果上明显好转,且空间上连续一致;变换前后植被覆盖度的统计量对比结果也符合植被生长规律;利用外业样点数据与对应位置的植被覆盖度变换结果进行回归分析,结果发现各植被覆盖类型的R2均在0.8左右,表明变换结果与实测值非常接近,时相变换的效果较好,从而可以很好地促进相关研究精度的提高。     

内蒙古温带草原区植被盖度变化及其与气象因子的关系

利用1982-1999年内蒙古地区NOAA/AVHRR的NDVI数字遥感影像,对内蒙古温带草原区植被盖度进行了反演,探讨了近20a来温带草原植被盖度的变化情况,并对植被盖度与不同组合方式的降水及气温数据进行了相关分析,探讨了植被盖度与气象因子的关系。结果表明:①近20a来温带草原植被盖度呈上升趋势,占总面积72%的草原植被盖度发生了增长,3种不同草原类型中典型草原盖度上升趋势最为明显;②温带草原生长季平均盖度、逐月盖度与降水成正相关关系,与气温呈负相关关系,其中降水对盖度的影响存在着时滞及累积效应;③3种草原类型植被盖度对气象因子的敏感性不同,荒漠草原植被盖度与气温和降水相关性最强,其次为典型草原与草甸草原。     

基于RS和GIS的毛乌素沙地植被盖度定量估测

选取毛乌素沙地东北部的伊金霍洛旗为研究区域,以少量野外定位调查数据与其对应的遥感信息和GIS信息为基础,利用岭估计分析方法,对植被盖度估测模型及其影响因子进行系统研究.结果表明,植被盖度除受NDVI影响外,还与其他遥感信息紧密相关,岭估计方法明显地改善了最小二乘估计的缺陷,克服了变量间由于存在复共线性关系对求解待定参数所造成的不利影响,提高了估测精度.建立了以像元为单位的植被盖度估测模型,其模型检验精度达98.7%.此外,还建立了区域性植被盖度地理信息系统,实现了研究区域内任意一点(像元)或任意土地单元植被盖度的查询、更新及自动制图.     

测量的区域土地覆盖格局研基于多尺度遥感究

 利用1km、4km和8km 3种空间分辨率的NOAA/AVHRR数字影像,对中国NECT样带西部地区进行了土地覆盖分类及其景观特征的比较研究。重点比较了几种空间分辨率遥感数据分类结果边界的一致性和空间差异,以及影像所记录的景观格局的差异。为进一步在不同尺度上研究景观变化过程以及尺度转换研究奠定了基础。研究表明：3种空间分辨率的遥感影像所反映的区域土地覆盖的宏观空间格局是一致的,但类型的边界、每一类型斑块的形状和数量均产生较大的差异;经过对反映景观空间结构的4种指标（分维数、破碎度、多样性、优势度）的比较显示出随着遥感影像空间分辨率的变化,影像所反映的景观结构发生了较大的变化。其中,各覆盖类型的分维数表现出最大差异,表征着空间分辨率的变化对斑块复杂程度的影响最大。     

测量的区域土地覆盖格局研基于多尺度遥感究

利用1km、4km和8km 3种空间分辨率的NOAA/AVHRR数字影像,对中国NECT样带西部地区进行了土地覆盖分类及其景观特征的比较研究。重点比较了几种空间分辨率遥感数据分类结果边界的一致性和空间差异,以及影像所记录的景观格局的差异。为进一步在不同尺度上研究景观变化过程以及尺度转换研究奠定了基础。研究表明：3种空间分辨率的遥感影像所反映的区域土地覆盖的宏观空间格局是一致的,但类型的边界、每一类型斑块的形状和数量均产生较大的差异;经过对反映景观空间结构的4种指标（分维数、破碎度、多样性、优势度）的比较显示出随着遥感影像空间分辨率的变化,影像所反映的景观结构发生了较大的变化。其中,各覆盖类型的分维数表现出最大差异,表征着空间分辨率的变化对斑块复杂程度的影响最大。     

发展NECT土地覆盖特征数据集的原理、方法和应用

着重探讨了建立中国东北样带 (NortheastChinatransect, NECT) 土地覆盖特征数据集的原理、方法及其在全球变化研究方面的重要应用。NECT土地覆盖特征数据集是以多时相的 1km分辨率的NOAA/AVHRR归一化植被指数NDVI (Normalizeddifferencevegetationindex) 数字影像为基础, 同时采用高程、气候、土壤、植被、土地利用、土地资源、生态区域、行政边界、经济、社会等多源数据作为数据源, 并经过标准化处理 (如数字化、空间插值、几何配准、投影转换 ) 集成而成。在土地覆盖特征数据集的主要应用方面, 如 :1) 利用多时相、1km分辨率的NOAA/AVHRR影像完成了中国东北样带土地覆盖分类图。一级分类系统包括森林、草原、荒漠和沙地、灌丛、农田、混合覆盖 类型、城镇和水体等 8类, 二级分类体系包括 12类。经过地面采样进行精度检验, 分类精度达到 81.6 1%。 2 ) 对主要植被类型的植物生长季变化进行的研究。利用多时相的遥感影像构造了能够反映植被年际、季节生长变化的遥感植被指数ND VImax、NDVI变幅xam以及NDVI的标准偏差x′s 等, 分析这 3个参数 1983~ 1999年的 17年中的变化情况。该数据集的建立是研究该样带土地覆盖特征及其变化规律的基础, 对基于样带的全球变化研究有重要的意义。     

Grazing intensity monitoring in Northern China steppe: Integrating CENTURY model and MODIS data

Steppe, an important belt to protect North China from dust storms, is vulnerable and has been degraded in recent decades because of climatic change and heavy grazing. In order to improve steppe management, this study presents a framework for the monitoring of grazing intensity in Xilingol steppe of middle Inner Mongolia, northern China, by integrating the CENTURY ecosystem model-based simulation and remotely sensed MODIS data-based inversion. The CENTURY model worked well after calibrations using field data 1991–1995 of Xilinhaote and Zhenglan Banner observation stations (the correlation coefficient between simulated and observed above ground biomass (AGB) is 0.85). In order to run CENTURY spatially, regional input were formulated including data such as temperature, precipitation, AGB and soil water content (SWC) at the beginning of growing season in 2002, vegetation cover and land use. The modeled AGB at the end of the growing season in 2002 was compared with that inverted from MODIS data. The spatial variation of grazing in the research area was estimated with an iterative adjusting method. Results showed that grazing is variable throughout the study area. Grazing intensity is high and concentrated in the southwest and middle of Abarger Banner, and is low and extensive on the south of Xilinhaote, west of West Ujumchin Banner and northwest of Keshiketeng Banner. This result is comparable with the field conditions. From this work, it can be concluded that human activities such as livestock grazing can be monitored at broad scales with the integration of ecosystem modeling and remote sensing approaches.     

Integrating vegetation field surveys with remotely sensed data

Summary   This paper explores data compatibility issues arising from the assessment of remnant native vegetation condition using satellite remote sensing and field-based data. Space-borne passive remote sensing is increasingly used as a way of providing a total sample and synoptic overview of the spectral and spatial characteristics of native vegetation canopies at a regional scale. However, integrating field-collected data often not designed for integration with remotely sensed data can lead to data compatibility issues. Subsequent problems associated with the integration of unsuited datasets can contribute to data uncertainty and result in inconclusive findings. It is these types of problems (and potential solutions) that form the basis of this paper. In other words, how can field surveys be designed to support and improve compatibility with remotely sensed total surveys? Key criteria were identified for consideration when designing field-based surveys of native vegetation condition (and other similar applications) with the intent to incorporate remotely sensed data. The criteria include recommendations for the siting of plots, the need for reference location plots, the number of sample sites and plot size and distribution, within a study area. The difficulties associated with successfully integrating these data are illustrated using real examples taken from a study of the vegetation in the Little River Catchment, New South Wales, Australia.     

基于NOAA/AVHRR NDVI 监测中国北方典型草原的生长季及变化

 该研究基于Savitzky_Golay滤波算法平滑了1982～1999年NOAA/AVHRR NDVI 时间序列影像,然后利用曲线拟合了锡林郭勒典型草原1982～1999年的每年物候期（返青期、黄枯期）及18年的平均物候期和生长季长度,并对1982～1999年的物候期进行了线性拟合,从而分析了物候期的变化趋势。结果表明：1）1982、1986、1992年的返青期处于正常水平,1985、1988、1989、1991年大部分地区的牧草返青期比正常年份有所提前。1984、1990、1993 年的黄枯期处于正常水平,大部分年份的黄枯期主要处于9月下旬至10月上旬（290～310 d）。2）在整个典型草原,返青期有较大的变异性,而黄枯期变化表现出了锡林郭勒典型草原的西南部较早、中部及东北部较晚的格局,生长季长度的变化格局为西南地区最短,中部地区最长。3）从1982～1999年,不同的地区表现出物候期及生长季长度提前或延迟的变化趋势,返青期大多数地区延迟时间集中在10～20 d,提前日期主要集中在10 d之内。锡林郭勒盟西南地区的黄枯期提前趋势最大。大部分地区的生长季长度变化呈缩短趋势,缩短日期小于 10 d,少部分地区的生长季延长,延长日期主要集中在0～10 d。4）对锡林浩特的物候期研究表明,牧草返青期提前日期小于10 d,黄枯期延迟大约14±5 d,生长季长度延迟大约1 5±5 d。最后利用野外观测数据对锡林浩特牧草返青期的拟合精度作出了评价。     

基于遥感数据对中国表土花粉进行植被覆盖度定量估算的研究

本文主要探讨利用现代类比法将表土花粉数据定量转换为植被覆盖度的方法,以及该方法在中国复杂地貌和气候环境中应用的可行性和可信度.陆地植被覆盖使用了卫星遥感MODIS 500×500m分辨率的栅格数据,覆盖度分类为乔木、草地和裸地三种.使用的表土花粉数据共1 127个样点,其地理分布基本能够覆盖中国的各种植被类型.用于现代类比法定量计算的化粉变量类型共64个.研究结果表明,计算获得的每个样点的植被覆盖度与MODIS实际观测值具有很好的对应性,基于花粉的覆盖度估算值与遥感实际观测值之间的相关性很高,其中裸地达到0.99,乔木达到0.97,草地为0.95.从空间分布看,利用花粉定量转换的植被覆盖样点可以清楚地识别从裸地向草地和乔木的变化区间,并且与植被分布的实际情况吻合.本研究证明,基于中国表土花粉数据对植被覆盖度的定量恢复足可行的.此外,研究发现乔木覆盖度较高的对应特征花粉较多,主要是松属、栲属、栎属(含青冈栎)、桦属、桤木属、杨梅属、冷杉属,云杉属等,而草地的对应特征花粉类型有莎草科、禾本科、蒿属、蔷薇科、豆科等,裸地主要为麻黄属和藜科等.