湖南省MODIS遥感植被指数的时空变化

采用最大值合成法,以MODIS 250 m分辨率图像为基础,提取湖南省2005年逐月植被指数值.通过月植被指数对比分析,将湖南省分为6个区描述其空间分布特征.利用5个分布均匀的气象站观测的月降水量和月平均气温数据,分析了湖南省植被指数的时相变化特征.结果表明：湖南省MODIS植被指数空间分布与植被覆盖率呈正相关,且具有一定的地域性;MODIS植被指数随季节变化,其月平均植被指数曲线形似开口向下的二次抛物线,最大值出现在7月份;MODIS月平均EVI值小于MODIS月平均NDVI值;植被指数的季节变化受温度影响较大,并且随着纬度的降低,温度对植被指数的影响力下降;MODIS EVI的变化规律比MODIS NDVI更加明显,其二次曲线更为光滑,月平均值由低逐渐上升到最大值,再逐渐降低,而后者的曲线在最大值两侧有细微波动现象.     

现性看待洞庭湖区东方田鼠暴发成灾

2007年洞庭湖东方田鼠再次暴发成灾,引起了全国轰动,在没有采取有效防控的堤垸形成严重危害。实地考察发现,没有筑“防鼠墙”的中洲镇靠近防洪大堤的西瓜地、玉米地和花生地损失近2／3。应该怎样看待东方田鼠此次的大暴发？是什么原因导致这场灾难？其暴发成灾难道不可控制吗？以后这样的灾难还会发生吗？面对干军万马涌现大堤和农田的老鼠,我们应该怎么办？是否应该赶尽杀绝？     

洞庭湖区东方田鼠种群暴发期间的行为特征观察

2007年6月下旬洞庭湖区东方田鼠(Microtus fortis calamorum)再度暴发,作者观察到其种群暴发期间的迁移、栖息与取食行为具有典型的\"逃难\"与临时\"集群\"特征,大多数东方田鼠在迁移过程中死亡,迁到大堤的鼠聚集在大石下、木头下、矮灌木和草丛等较隐蔽场所,一个月后扩散到农田和荒地中,多扩散到杂草茂盛的荒地内。迁移过程中不仅取食农作物,而且取食老树皮等,农作物损失严重。了解其在迁移期间的行为特征,可为了解东方田鼠的生活史适应特性和防控东方田鼠危害提供依据。     

洞庭湖区东方田鼠迁移的研究

洞庭湖区东方田鼠以湖滩上的芦苇＋荻或薹草沼泽为最适栖息地,枯水季节,多在其上生长、繁殖。汛期,随着湖水上涨,湖滩面积缩小,东方田鼠在拥挤的的压力下或直接被洪水所迫,越过防洪堤迁入垸内。东方田鼠在湖滩及农田间的迁移主要取决于湖水水位及种群密度,无固定的迁移时间。迁入垸内的东方田鼠主要分布于靠近防洪堤一带,其捕获率随着与防洪堤距离的增加而递减。个体较大的东方田鼠迁移距离较远。在迁移期,迁入垸内的东方田鼠的性比在不同的距离上无显著差异。湖水回落时,东方田鼠随湖滩出露而迁回沼泽草地。回迁时,个体较大的雄性首先回迁的比例较高。迁入垸内的东方田鼠,栖息在荒坡地的种群密度大于在农田中的种群密度;东方田鼠不在农田越冬,小部分可在岗地荒坡中越冬,但少有增殖。按迁移动因看,此种迁移乃洪水逼迫所至,而由逼迫外迁和自动回迁构成循环,保证了种群对湖区特殊环境的适应。     

基于MODIS植被指数的藏北高原植被物候空间分布特征

基于非对称高斯拟合算法重建了2001-2010年的MODIS EVI时间序列影像,利用动态阈值法提取2001-2010年各年藏北高原植被覆盖的关键物候参数(生长季峰值、返青期、枯黄期及生长季长度),并在此基础上分析了藏北高原植被覆盖的物候参数空间分布特征.结果表明:植被生长季EVImax、物候返青期及生长季长度均表现出从东南到西北过渡的水平地带性与东南高山峡谷区的垂直地带性相结合的空间格局;对于不同地表覆盖类型,EVImax、返青期、生长季长度均呈现农林混合区＞林灌区＞草甸＞草原＞荒漠草原的特征,枯黄期除农林混合区较迟外,其他4种地表覆盖类型时间接近;对于不同气候区划,植被生长季EVImax、返青期、生长季长度表现出半湿润区→半干旱区→干旱区的递变规律;研究区内植被物候受地形影响较大,随着海拔的升高,植被生长季EVImax降低、物候返青期推迟、生长季长度减小.     

基于遥感影像的植被指数研究方法述评

随着遥感技术的发展,植被指数作为用来表征地表植被覆盖和生长状况的度量参数,已经在环境、生态、农业等领域有了广泛的应用。本文在分析植被指数形成机制及影响因子的基础上,对其具有一定技术突破的典型植被指数进行了归纳分类与比较分析,并评价了各自的优势和局限性。植被指数按遥感数据采集的平台可以分为航空植被指数和航天植被指数两大类,其中航天植被指数又可以分为基于波段简单线性组合的植被指数、消除影响因子的植被指数和针对高光谱遥感及热红外遥感的植被指数三类。最后就植被指数应用中存在的问题以及发展前景谈了一些看法:植被指数数目繁琐重复,急待规范条理化;植被指数应用领域不同,使用者时要慎重;植被指数影响因子很多,具体使用时应适时修正;植被指数公式繁琐阻碍其应用,应开发植被指数产品;遥感技术日新月异,积极研发新的植被指数。     

洞庭湖区东方田鼠的食物组成调查

采用胃内容物显微组织学鉴定法,定量调查了洞庭湖区东方田鼠（Ｍｉｃｒｏｔｕｓｆｏｒｔｉｓｃａｌａｍｏ－ｒｕｍ）的食物组成。该鼠的主要食物,在苔草地是苔草和水田碎米荠,在芦荻场是碎米荠、苦草、荻和镜子苔,在稻田区是水稻和双穗雀稗,在岗地是三毛草、一年蓬、千金子和水稻。植物叶片是其主要利用对象,在绿色食物资源不足的情况下,也取食植物种子。其食物组成的变化表明,该鼠能依不同栖息地的植被结构调整摄食对象,因而能适应湖区生活环境的灾变性变化。     

环境演变及三峡工程对洞庭湖区东方田鼠种群影响的评估

根据历史资料,分析了洞庭湖洲滩演变与东方田鼠种群变动之间的关系。再根据三峡工程建成后下泄流量调度方案,分析了三峡工程对洞庭湖湖水位及洲滩环境的影响,进而评估三峡工程对东方田鼠种群波动的影响。结果表明,洲滩出露面积的不断增大和冬、春季洲滩连续出露天数的增加,使东方田鼠的栖息地扩大,并使其种群增长期延长,从而使其种群膨胀,三峡工程建成后初期,10－11月洲滩出露天数和出露面积将比建坝前同期有较大增长,建坝后中长期,洲滩出露天数和出露面积逐渐增大,东方田鼠种群亦将随之继续增长。因此,汛期洲滩被淹后将有更多的东方田鼠迁入到垸内,对农田的危害将进一步加重。     

基于遥感数据的广东植被指数时空变化研究

在GIS和RS工具支持下,利用多时相遥感数据MODIS13数据产品研究了广东省、珠三角以及广州市2000-2005年植被指数NDVI及其时空分布特征。结果表明:无论是广东省,珠三角还是广州市,区域植被指数有一定的时空分布规律和成因机制;广东省植被指数NDVI普遍介于0.4～0.7之间,具有很强的季节规律特征,夏高冬低,且年变化显著,这主要是因为该区气温和水分条件季节变化明显的缘故。广东省NDVI的地区差异显著,反映了广东省地表植被覆盖因受人类开发活动影响而比较破碎的特点。     

基于MODIS数据的草地生物量估算模型比较

准确估算草地生物量对合理规划区域畜牧业、评估草地植被的生态效益有重要意义.目前,在常用的遥感估算模型中,采用的植被指数和模型函数形式多样.本文根据野外生物量调查结果和MODIS数据,分别采用归一化植被指数(NDVI)、增强植被指数(EVI)和修正的土壤调节植被指数(MSAVI)建立了内蒙古科尔沁左翼后旗草地地上生物量和地上地下总生物量估测的3种(线性、乘幂和指数)模型,并进行了比较.结果表明:3种模型能够对草地生物量进行较好的模拟,其中指数模型效果最佳;3个植被指数(NDVI,EVI和MSAVI)与草地生物量均有较高的相关性,可用于该草地产量估测,其中MSAVI对地上生物量拟合效果最好(R2=0.900);NDVI和EVI的线性模型对总生物量的模拟明显好于对地上生物量的模拟.     

基于随机森林回归的草场植被盖度反演模型研究——以新疆阿勒泰地区布尔津县为例

作为草地资源大国,我国正面临严峻的草场退化形势。掌握草场植被盖度的历史演变趋势,是草场退化驱动力识别及风险评估的基础。目前已有研究多以参数回归方法估算植被盖度,但并未充分考虑其苛刻的使用条件。利用Landsat系列卫星遥感影像及地面植被盖度监测资料建立非参数回归——随机森林回归模型,并与传统线性回归方法进行比较,在此基础上应用随机森林回归模型估算近10年来布尔津县草场植被盖度的变化趋势,并对结果的不确定性进行分析。结果显示:传统的线性回归方法很难满足其基本的统计学假设条件,而随机森林模型不但无需进行假设条件检验,而且预测的准确性也优于以往普遍应用的线性模型。基于Landsat ETM+标准数据得到的反演结果较之TM和OLI数据普遍偏小,地表反射率数据虽然可以大幅降低传感器不同对反演结果所造成的影响,但结果仍存在约±10%的不确定性。涉及的草场类型众多,为了提高反演精度,后续研究需要分别计算其植被指数,并尽量减低传感器差异带来的不确定性。     

俄罗斯大果沙棘人工林生物量遥感评估与分析

以2011年的Landsat TM为主要遥感数据,借助于RS和GIS技术完成对俄罗斯大果沙棘人工林生物量进行估侧。结果表明：植被指数和生物量的一元线性回归分析模型中,比值植被指数（RVI）和归一化植被指数（NDVI）与俄罗斯大果沙棘具有较高的相关性,相关系数（R²）分别为0.908 6和0.868 5;基于植被指数和生物量的多元线性回归分析模型中,相关系数（R²）为0.909,经过模型检验,多元回归遥感植被指数模型的精度要高于一元遥感植被指数的精度,但是基于遥感指数模型预测生物量值比理论生物量值偏高。     

遥感植被指数与植物多样性的相关性及空间分布特征研究——以海口市主城区为例

植物多样性监测是开展物种保护与植被景观规划的重要基础,对实施生物多样性的优先区域保护具有重要意义.该文以海口市主城区为例,利用Landsat 8遥感数据与样方实测数据分析了植被指数与植物多样性指数之间的相关性,根据相关性分析结果构建植物多样性遥感监测数学模型,并筛选出最优模型用于监测研究区植物多样性的空间分布状况.结果...     

基于不同光谱指数的植被物候期遥感监测差异

植被物候是陆地生态系统响应气候和环境变化的一项综合性指标.遥感光谱已经被广泛用于提取植被物候期,但遥感提取的物候期与站点观测差别很大,其物理意义尚不明确.本文选取中国东北部的一景MODIS数据(2000—2014年),分析了基于红波段和近红外波段的归一化差值植被指数(NDVI)和简单比植被指数(SR)提取的植被生长季起始期(SOS)和结束期(EOS)的差异.结果表明:两者的物候期存在显著差别,基于NDVI提取的SOS比SR提取的SOS平均早18.9 d,基于NDVI提取的EOS比SR提取的EOS平均晚19.0 d,NDVI得到的生长季长度更长.基于NDVI和SR提取的物候期的年际变化也存在显著差别,超过20%的像元SOS和EOS甚至表现出相反的年际变化趋势.上述差异与两种植被指数自身的季节曲线特征和抗噪性差异有关.NDVI与SR观测数据来源完全一致,仅数学表达形式不同,提取的物候期结果却存在显著差异.说明遥感监测的植被物候期高度依赖于植被指数的数学表达形式,如何建立可靠的植被物候期遥感提取方法仍需进一步研究.     

大气校正对毛竹林生物量遥感估算的影响

基于Landsat TM影像对毛竹林生物量进行了估算,并利用6种大气校正方法(FLAASH、6S、DOS1～DOS4)分析了大气校正对毛竹林生物量遥感估算的影响.结果表明：6种大气校正模型均能有效地消除大气影响;不同大气校正模型校正后,归一化植被指数(NDVI)与毛竹林生物量之间的关系得到很好改善;对于同一种大气校正方法而言,NDVI、红外指数（II）和近红外指数（MI）与生物量之间关系的差异较大,说明在探讨植被指数的生物物理意义时必须进行大气校正;与其他5种模型相比,DOS3模型校正后的Landsat TM数据与毛竹林生物量之间具有最高的相关系数,但6种校正模型校正前后Landsat TM数据与毛竹林生物量之间的相关系数没有显著差异,说明采用单一时相遥感影像建立多元线性回归模型估算生物量时,可以不进行大气校正.     

绿洲生态系统生物量与植被指数分析

利用阜康绿洲野外实测的53个样方的植物生物量数据与同期陆地卫星MODIS影像的第1,2通道250 m遥感数据,分析植被指数与绿洲植物生物量的相关关系,建立植被指数与绿洲植物生物量的一元线性和非线性回归模型。结果表明,植被指数NDVI和MSAVI与绿洲生态系统植物生物量之间存在较好的相关性;所建植被指数与植物生物量的回归模型中,三次方程为所得到的回归模型中最适合用于绿洲生态系统植物生物量和生长监测。     

植被叶面积指数遥感监测模型

叶面积指数是植被定量遥感的重要参数,区域的时序列叶面积指数揭示了区域生态的演化过程,反演方法上主要是通过植被指数建立相关模型实现的,对于不同地区或不同气候带而言,模型的通用性以及各种植被指数在模型中的灵敏度都需做进一步的探讨。以江苏省宜兴市作为研究区,采用2002年8月22日获得的Landsat-5TM图像数据和2003年8月23～26日采用LAI-2000进行的野外实测植被叶面积指数(LAI)数据,分别探讨了植被指数(VI)与LAI的一元、多元线性回归模型和非线性回归模型,其中的非线性回归模型包括对数、指数、乘幂和多项式回归模型。结果表明,VI与LAI之间的最佳回归模型为多元线性回归模型,R2达0.864;采用逐步选择剔除法,遴选出了用于回归模型的植被指数为RVI、PVI、SAVIL=0.35、MSAVI、ARVIγ=1、ARVIγ=0.5和SARVI。经模型LAI=-ln((VI-VI∞)/(VIg-VI∞))/KVI检验,预测值(y)与实测值(x)的拟合度较好y=0.5345x 1.3304,R2为0.7379。RVI与LAI的三次多项式回归模型也较好,R2为0.7806。再次为RVI与LAI的一元线性回归模型,R2为0.7726,比值植被指数RVI在反演叶面积指数模型中具有较高的灵敏度。     

基于塔载辐射监测帽儿山落叶阔叶林

基于通量塔常规辐射测量的宽带植被指数(BVI)具有高时间分辨率的优点,有利于获得更详细的森林冠层叶面积指数(LAI)动态信息.本文以帽儿山通量观测站的温带落叶阔叶林为例,研究宽带归一化差值植被指数(NDVI_B)、宽带增强型植被指数(EVI_B)、近红外反射率与光合有效辐射反射率比值(SR_NP)和太阳辐射反射率与光合有效辐射反射率比值(SR_SP)4种BVI时间序列的控制因子及其滤波方法,并以凋落物收集法为参考,评估采用BVI估测冠层LAI的可行性.结果表明: Huemmrich、Wilson和Jenkins 3种方法计算的同一BVI值略有不同,但其季节变化趋势高度一致.BVI主要受太阳高度角和太阳高度角与坡度夹角的影响而呈现明显的日变化,太阳高度角与坡度夹角最大时刻(12:30)前后的BVI相对稳定.晴空指数可以作为BVI日值滤波的有效参数,不同时刻数据构成的日BVI时间序列的晴空指数阈值以及滤波后的有效数据率存在差异,应综合考虑平滑效果和有效数据率选择合适的时间点代表BVI日值.NDVI_B与凋落物收集法测定的LAI呈显著的线性关系,而EVI_B、SR_NP和SR_SP与LAI均呈显著的对数关系.因此,NDVI_B在表征冠层LAI季节动态和LAI外推中更为精确、方便.鉴于大部分森林碳水通量观测塔配备能量平衡观测系统,如果同时测定光合有效辐射反射率,即可实现冠层LAI长期连续联网监测.