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.     

日光诱导叶绿素荧光对亚热带常绿针叶林物候的追踪

植被物候期(春季返青和秋季衰老)是表征生物响应和陆地碳循环的基础信息。由于常绿针叶林冠层绿度的季节变动较弱,遥感提取常绿针叶林的物候信息存在着较大的不确定性,是目前区域物候监测中的难点。利用MODIS植被指数(归一化植被指数NDVI和增强型植被指数EVI)、GOME-2日光诱导叶绿素荧光(SIF)和通量数据(总初级生产力GPP)估算2007—2011年亚热带常绿针叶林物候期,用来比较三类遥感指数估算常绿针叶林物候的差异。结果表明:基于表征光合作用物候的通量GPP数据估算得到5年内亚热带常绿针叶林生长季开始时间(SOS_(GPP))为第63天,生长季结束时间(EOS_(GPP))为第324天,生长季长度为272天;基于反映植被光合作用特征的SIF曲线获得物候信息要滞后GPP物候期,其中生长季开始时间滞后19天,生长季结束时间滞后2天;基于传统植被指数NDVI和EVI的物候期滞后GPP物候期的时间要大于SIF滞后期,其中植被指数SOS滞后SOS_(GPP)31天,植被指数EOS滞后EOS_(GPP)10—17天。虽然基于3种遥感指数估算的春季和秋季物候都滞后于通量GPP的物候期,但是卫星SIF的物候信息能够更好地捕捉常绿针叶林的生长阶段。同时,春季温度是影响森林生长季开始时间的最重要因素;秋季水分和辐射是影响生长季结束时间的关键因素。由此可见,SIF估算的亚热带常绿针叶林的春季和秋季物候的滞后时间要短于传统植被指数,能更好地追踪常绿林光合作用的季节性,为深入研究陆地生态系统碳循环及其对气候变化的响应提供重要的基础。     

基于MODIS数据的神农架大九湖泥炭藓沼泽植被指数变化研究

泥炭藓是陆地生态系统中最重要的固碳植物之一,固碳量约占全球土壤碳的15%。近几十年来,由全球气候变暖导致的泥炭藓沼泽水热状况变化对泥炭藓的固碳量和速率产生影响。选取我国最重要的亚高山泥炭沼泽——神农架大九湖泥炭藓沼泽为试验区,以分析中纬度地区泥炭藓沼泽植被生长状况受气候变化的影响。研究以2000—2017年MODIS植被指数NDVI和EVI为数据源,通过对比Logistic模型订正后的NDVI和EVI时间序列在泥炭藓沼泽植被生长状况监测中的优劣,选出最佳指标以获得18年来泥炭藓沼泽植被生长状况的变化趋势。研究结果表明:1)Logistic模型能够很好的消除泥炭藓沼泽植被指数时间序列的噪声;2)在季节和年际两个时间尺度上,EVI对泥炭藓沼泽植被生长状况的监测效果均优于NDVI。在季节周期上,虽然EVI和NDVI均得到泥炭藓沼泽植被生长周期规律,但EVI更灵敏。在年际分析中,EVI有更大的值域响应空间,以准确反映泥炭藓沼泽植被的年际变化规律;3)由EVI获得18年来泥炭藓沼泽植被变化趋势指出,泥炭藓沼泽植被呈显著微弱增长,年均EVI增长率为3.8‰(R~2=0.45,P0.01)。相比于EVI年均值,EVI年内最大值(R~2=0.47,P0.01)更敏锐的反映泥炭藓沼泽植被生长状况的动态变化。     

基于MOD09产品的水稻叶面积指数和叶绿素含量的遥感估算模型

基于中分辨率成像光谱仪MODIS (moderate resolution imaging spectroradiometer)反射率产品MOD09的同步野外实测水稻叶面积指数（LAI）和叶绿素含量（Chltot）相关数据,探寻用MOD09产品提取的植被指数(VIs)与水稻LAI和Chltot之间的相关性以及估算模型. 结果表明,MOD09计算的VI数值比MODIS前3个波段数值偏大,归一化植被指数NDVI (normalized difference vegetation index) 值普遍比增强性植被指数EVI(enhanced vegetation index) 值大. 通过4种不同植被指数与LAI相关性的比较,得出EVI与LAI的相关关系在水稻各个生育期优于其它植被指数,基于MOD09-EVI建立水稻LAI的遥感估算模型,经实际地面同步数据检验, 模型精度较高. 因而, MOD09-EVI较适用于水稻叶面积指数的实时遥感监测. MOD09红波段与Chltot之间的相关性在水稻前中期达到显著,并且优于其它植被指数,基于MOD09红波段建立了水稻前中期Chltot的估算模型并进行了精度检验. 除水稻孕穗期叶绿素含量估算模型的相关系数和F值通过了显著性检验外, 其余生育期估算模型都没有通过显著性检验.     

基于MODIS时间序列反射率数据的雷竹林LAI反演

本文以雷竹林为研究对象,基于MODIS地表反射率数据构建了归一化植被指数(NDVI)、比值植被指数(SR)、Gitelson绿色植被指数(GI)、增强型植被指数(EVI)和土壤调整植被指数(SAVI)5种植被指数,并将其与MODIS 7个波段原始反射率数据作为遥感变量,采用逐步回归和相关分析两种方法进行变量筛选,结合LAI实测数据构建了逐步回归和BP神经网络两种模型,对雷竹林生态系统观测站点2014年1月-2017年3月LAI时间系列数据进行反演,并将反演结果与同时期MOD15A2 LAI产品进行对比分析.结果表明: SR为唯一入选逐步回归模型的变量;b₁、b₂、b₃和b₇以及5种植被指数与LAI之间的相关性均达到显著水平,可作为BP神经网络模型的输入变量.使用BP神经网络反演得到的LAI与实测LAI之间的相关性显著,R²为0.71,RMSE为0.34,RMSE_r为13.6%,其R²比逐步回归模型提高了10.9%,RMSE降低了5.6%,RMSE_r降低了12.3%,与MODIS LAI相比,其R²提高了54.5%,RMSE降低了79.3%,RMSE_r降低了79.1%.结合MODIS时间序列反射率和BP神经网络模型能够精确地反演雷竹林LAI,为实现基于遥感技术快速监测区域雷竹林LAI提供可行的方法.     

基于MODIS数据的松嫩平原西部芦苇湿地地上生物量遥感估算

芦苇作为湿地生态系统中重要的群落类型,其地上生物量是衡量湿地生态系统质量的关键指标。应用面向对象的土地覆盖分类技术,基于多季相Landsat8 OLI遥感数据,提取松嫩平原西部芦苇湿地分布信息;依托野外实测芦苇地上生物量数据(AGB)和同期MODIS数据源的NDVI、EVI、RVI、MSAVI和WDVI 5种光谱植被指数,探讨不同光谱植被指数对芦苇AGB的敏感性,进而构建松嫩平原西部芦苇AGB遥感估算最优模型,并进行芦苇AGB遥感反演及空间格局分析。结果表明:2014年松嫩平原西部地区芦苇总面积为1653 km~2,其中扎龙湿地自然保护区内芦苇分布面积最大(1178km~2),占区域芦苇总面积的71.3%;所选取的5种植被指数均与芦苇AGB呈极显著正相关(P0.01),基于EVI构建的指数曲线模型为松嫩平原西部芦苇AGB反演的最优模型(R2=0.55)。研究区芦苇平均AGB为372.1g/m~2,AGB总量为6.14×105t,其中扎龙湿地自然保护区内芦苇AGB总量为4.38×105t;各保护区芦苇平均AGB由大到小依次为:向海保护区(469.7 g/m~2)大布苏保护区(454.1 g/m~2)莫莫格保护区(373.0 g/m~2)扎龙保护区(372.4 g/m~2)查干湖保护区(369.8 g/m~2);松嫩平原西部芦苇AGB总体呈现南高北低的分布格局,将为湿地生态系统管理与保护及芦苇资源的合理利用提供科学依据。     

基于无人机高清数码影像和高光谱遥感数据反演大豆典型生育期氮平衡指数

氮平衡指数(NBI)是反映作物长势的重要指标之一.通过测量NBI可以快速监测作物氮肥盈亏状况,为农业生产和管理提供精准信息.本文以无人机高清数码影像和高光谱遥感数据,以及地面实测大豆NBI数据为基础,分析大豆从开花期到成熟期,原始光谱和红外、近红外波段的导数光谱与NBI的相关性,筛选敏感波段并计算植被指数.采用经验模型法构建NBI反演模型,通过分析验证模型的决定系数(R^2)和均方根误差(RMSE),得出最佳反演模型.结果表明:大豆NBI与导数光谱反射率的相关性好于与原始光谱反射率的相关性;本文筛选的14个植被指数中,除了导数光谱光化学植被指数与大豆NBI呈不显著相关外,其余13个植被指数与大豆NBI呈极显著相关;利用13个植被指数构建NBI反演模型,并分析模型反演精度,结果显示,利用导数光谱差值植被指数构建NBI反演模型的精度最高,R^2和RMSE分别为0.771和3.077,利用该模型生成大豆典型生育期NBI分布图,能够反映大豆的长势状况.通过多载荷无人机获取的高清数码影像和高光谱遥感数据进行NBI估算,能够实时、动态、非破坏性、快速有效地监测大豆氮素营养状况,可为大豆氮肥精确管理提供简便实用的方法.     

植被指数研究进展:从AVHRR-NDVI到MODIS-EVI

目前应用广泛的植被指数AVHRR—NDVI仍有一些缺陷。主要表现在：(1)在植被高覆盖区容易饱和。这除了红光通道就容易饱和外．主要是基于NIR／Red比值的NDVI算式本身存在容易饱和的缺陷;(2)没有考虑树冠背景对植被指数的影响;(3)NDVI的比值算式和最大值合成算法(MVC)确实消涂了某些内部和外部噪音。但最终的合成产品仍然有较多噪音;(4)MVC不能确保选择最小视角内的最佳像元。所有这此AVHRR—NDVI的局限性。在基于“中分辨率成像光谱仪(MODIS)”的“增强型植被指数(EVI)”产品中。都有不同程度改善。MODIS—EVI改善表现在：(1)大气校正包括大气分子、气溶胶、薄云、水汽和臭氧。而AVHRR—NDVI仅对瑞利散射和臭氧吸收做了校正;这样MODIS—EVI可以不采用基于比值的方法。因为比值算式是以植被指数饱和为代价来减少大气影响;(2)根据蓝光和红光对气溶胶散射存在差异的原理。采用“抗大气植被指数(ARVl)对残留气溶胶做进一步的处理;(3)采用“土壤调节植;波指数(SAVl)”减弱了树冠背景土壤变化对植被指数的影响;(4)综合ARVI和SAVI的理论基础。形成“增强型植被指数(EVI)”。它可以同时减少来自大气和土壤噪音的影响;(5)采用“限定视角内最大值合成法(CV—MVC)”。选择最小视角内的最佳像元。此外。目前正在试验的“双向反射分布函数(ERDF)合成法”。首先把不同视角换算为星下点像元反射值。然后采用CV—MVC合成。目的是进一步提高EVI对植被季节性变化的敏感性。总之。MODIS—EVI使植被指数与不同覆盖程度植被的线性关系得到明显改善。尤其在高覆盖区表现良好。     

TVDI模型的农业旱情时空变化遥感应用

温度植被干旱指数(TVDI)是一种通过反演土壤湿度来反映农业干旱状况的重要方法,其中能量平衡和植被指数的变化是影响TVDI模型精度的主要因子。在研究比值植被指数(RVI)、归一化植被指数(NDVI)、增强型植被指数(EVI)和修正土壤调节植被指数(MSAVI)和下垫面温度(Ts)的基础上,引入DEM数据并对Ts做地形校正,减少了地形起伏对能量平衡的影响,建立不同植被指数的Ts-Ⅵ特征空间,选择与土壤湿度相关性最好的温度植被干旱指数(TVDI),获取研究区2005年作物生长季(5—9月)的干旱状况,并用同步的气象信息对干旱状况进行验证。结果表明:根据不同时期采用不同植被指数的TVDI模型,经过地形校正后能够更好地反映研究区的农业干旱状况。     

MODIS植被指数与水稻叶面积指数及叶片叶绿素含量相关性研究

利用光谱分辨率为3nm的ASD FieldSpec UV／VNIR光谱仪获得了2002和2003年水稻整个生长期的高光谱数据,同时对水稻叶面积指数(LAI)和叶绿素含量(CHL．Ｃ)进行了测定,对中分辨率成像光谱仪(MODIS)的增强植被指数(EVI)、归一化植被指数(NＤVI)以及红边位置(REP)与LAI及CHL．C之间的关系进行了研究．结果表明。LAI与冠层光谱在可见光、近红外波段相关性较好,叶绿素含量与冠层光谱在红光波段相关性较好．EVI、REP和LAI之间的相关关系不受水稻覆盖率的影响;NDVI与LAI的相关关系在水稻低覆盖率情况下较好;在水稻高覆盖率情况下。EVI和REP比NDVI与LAI之间的相关关系要好．MODIS-NDVI、EVI及REP与叶片叶绿素含量相关性较好．由此可见,EVI和REP可以有效地监测水稻LAI和CHL．C．     

基于通量塔净生态系统碳交换数据的植被物候遥感识别方法评价

选择北美洲72座通量塔观测的净生态系统碳交换（NEE）数据来计算植被物候,并以此作为参考数据,从可行性和准确性两方面对阈值法、移动平均法和函数拟合法三大类常用的植被物候遥感识别方法进行了综合评价.结果表明： 基于局部中值的阈值法对植被物候识别的可行性和准确性均最优;其次为Logistic函数拟合法中的一阶导数方法;移动平均法对植被物候识别的可行性和准确性与移动窗口的大小有关,对于16 d合成的归一化差值植被指数（NDVI）时间序列数据来说,移动窗口大小为15时能获得较优的结果;而全局阈值法对植被物候识别的可行性和准确性均最差;Logistic函数拟合法中的曲率变化率方法在识别植被物候时虽然与基于NEE数据得到的植被物候在数值上存在较大偏差,但二者之间具有较高的相关性,说明基于曲率变化率方法识别出的植被物候能较真实地反映植被物候在时空上的变化趋势.     

藏北高原植被物候时空动态变化的遥感监测研究

利用遥感数据提取的植被物候格局及时空变化特征能很好地反映区域尺度上植被对全球变化的响应。目前关于青藏高原地区植被物候的少量报道基本上是基于物候站点的观测记录展开分析的。该文基于非对称高斯拟合算法重建了藏北高原2001-2010年的MODIS EVI (增强型植被指数)时间序列影像, 然后利用动态阈值法提取整个藏北高原2001-2010年植被覆盖的重要物候信息, 包括植被返青期、枯黄期与生长季长度, 分析了植被物候10年间平均状况的空间分异特征以及年际变化情况, 并结合站点观测记录分析了气温和降水对植被物候变化的影响, 结果表明: (1)藏北高原植被返青期在空间上表现出从东南到西北逐渐推迟的水平地带性与东南高山峡谷区的垂直地带性相结合的特征, 近60%区域的植被返青期提前, 特别是高山地区; (2)植被枯黄期的年际变化不太明显, 大部分地区都表现为自然的年际波动; (3)生长季长度的时空变化特征由植被返青期和枯黄期二者决定, 但主要受返青期提前影响, 大部分地区生长季长度延长; (4)研究区内不同气候区划植被物候的年际变化以那曲高山谷地亚寒带半湿润区和青南高原亚寒带半干旱区的植被返青期提前和生长季延长程度最为明显; (5)基于气象台站数据分析气候变化对物候的影响发现, 返青期提前及生长季延长主要受气温升高的影响, 与降水的关系尚不明确。     

基于多种遥感植被指数、叶绿素荧光与CO2通量数据的温带针阔混交林物候特征对比分析

植被物候学作为研究植被与环境条件相互作用的科学,在全球气候变化的大背景下已成为国际热点研究领域,其中森林植被在调节全球碳平衡、维护全球气候稳定的过程中有着至关重要的作用。随着遥感技术的发展,多种遥感指数被应用到森林植被物候研究中,其中以MODIS NDVI和EVI应用最为广泛,而叶绿素荧光(SIF)作为植被光合作用的"探针"也被广泛应用于森林植被物候研究中。为了探究3种指数在森林植被物候研究中的差异与特性,本文以长白山温带红松阔叶林通量观测站为研究区域,采用模型拟合结合动态阈值法提取2007—2013森林物候特征参数,并使用通量数据(总初级生产力GPP)进行验证。结果表明:NDVI与EVI、SIF相比,表现为生长季开始时间与结束时间的明显提前和滞后,与GPP数据偏差较大,且夏季生长季峰期曲线形态过宽且平坦,无法较好反映生长季变化特征;EVI相较于NDVI有所改善,整体变化趋势与SIF、GPP基本吻合,但依然存在秋季衰减时间稍迟于SIF与GPP的问题;SIF虽然存在夏季骤降现象,但依然与GPP数据一致性最好,可以较好反映出森林植被季节变化特征。SIF数据与植被光合作用的紧密关联使其在植被物候研究中具有优于植被指数的准确性,并随着遥感平台的增加和反演方法的改善,将会在多尺度、多类型的植被物候监测中发挥更加重要的作用。     

A robust orthogonal algorithm for system identification and time-series analysis

We describe and illustrate methods for obtaining a parsimonious sinusoidal series representation or model of biological time-series data. The methods are also used to identify nonlinear systems with unknown structure. A key aspect is a rapid search for significant terms to include in the model for the system or the time-series. For example, the methods use fast and robust orthogonal searches for significant frequencies in the time-series, and differ from conventional Fourier series analysis in several important respects. In particular, the frequencies in our resulting sinusoidal series need not be commensurate, nor integral multiples of the fundamental frequency corresponding to the record length. Freed of these restrictions, the methods produce a more economical sinusoidal series representation (than a Fourier series), finding the most significant frequencies first, and automatically determine model order. The methods are also capable of higher resolution than a conventional Fourier series analysis. In addition, the methods can cope with unequally-spaced or missing data, and are applicable to time-series corrupted by noise. Fially, we compare one of our methods with a wellknown technique for resolving sinusoidal signals in noise using published data for the test time-series.     

东北地区植被物候期遥感模拟与变化规律

使用1982—2003年GIMMS-NDVI数据,借助GIS空间分析功能,提取东北地区不同植被NDVI时间序列数据,使用分段式Logistic函数模拟了东北地区不同植被物候期,分析了1982—2003年不同植被物候期的变化趋势。结果表明:针叶林、阔叶林、草丛、草甸和沼泽植被生长季开始日期提前,生长季延长,其中沼泽植被生长季开始日期提前和生长季延长的趋势明显,针叶林次之;结束日期的变化趋势表现不一,针叶林和沼泽植被生长季结束日期推迟,阔叶林、草丛和草甸植被呈现微弱提前趋势;针阔混交林、灌丛、草原和农田植被生长季开始日期推迟,生长季缩短,其中农田植被生长季开始日期推迟和生长季缩短的趋势明显,草原次之;针阔混交林、灌丛、草原和农田4种植被生长季结束日期呈现提前的变化趋势,其中灌丛结束日期的提前趋势明显。     

Identifying predator-prey processes from time-series

The functional response is a key element in predator-prey models as well as in food chains and food webs. Classical models consider it as a function of prey abundance only. However, many mechanisms can lead to predator dependence, and there is increasing evidence for the importance of this dependence. Identification of the mathematical form of the functional response from real data is therefore a challenging task. In this paper we apply model-fitting to test if typical ecological predator-prey time series data, which contain both observation error and process error, can give some information about the form of the functional response. Working with artificial data (for which the functional response is known) we will show that with moderate noise levels, identification of the model that generated the data is possible. However, the noise levels prevailing in real ecological time-series can give rise to wrong identifications. We will also discuss the quality of parameter estimation by fitting differential equations to such time-series.     

藏北高原典型植被样区物候变化及其对气候变化的响应

植被物候作为陆地生态系统对气候变化的响应和反馈的重要指示,已成为区域或全球生态环境领域研究的热点。基于非对称高斯拟合方法重建了2001—2010年MODIS EVI时间序列影像,利用动态阈值法提取藏北高原植被覆盖2001—2010年每年关键物候参数。选取研究区内东部高寒灌丛草甸、中部高寒草甸及西部高寒草原和高寒荒漠4种典型植被类型,并结合附近的4个气象台站气候资料,分析典型植被物候在近10a对关键气候因子的响应特征。研究结果表明:(1)4种不同典型植被的物候特征(EVImax降低、返青期延后和生长季长度缩短)均表现出高寒灌丛草甸→高寒草甸→高寒草原→高寒荒漠草原的过渡;(2)藏北高原近10a的年平均气温及春、夏、冬三个季度的平均气温均呈显著升高的趋势,升温幅度在0.8—3.9℃/10a,降水减少趋势不显著,在这种水热条件下典型植被均表现出返青提前(7.2—15.5d/10a)、生长季延长(8.4—19.2d/10a)的趋势,而枯黄出现时间为年际间自然波动;(3)高寒灌丛草甸EVImax主要受春季降水量和气温影响,且降水的影响程度大于气温;对高寒草甸植被而言,春、夏季的气温和降水均有较大的影响;而高寒草原和高寒荒漠草原主要受夏季平均气温和降水量影响;(4)高寒灌丛草甸的返青时间主要受前一年秋季降水量的影响,相关系数达-0.579;而高寒草甸、高寒草原和高寒荒漠草原主要受春季平均气温影响,高寒荒漠草原的特征最为明显(r=-0.559)。     

Identifying Predator–Prey Processes from Time-Series

The functional response is a key element in predator–prey models as well as in food chains and food webs. Classical models consider it as a function of prey abundance only. However, many mechanisms can lead to predator dependence, and there is increasing evidence for the importance of this dependence. Identification of the mathematical form of the functional response from real data is therefore a challenging task. In this paper we apply model-fitting to test if typical ecological predator–prey time series data, which contain both observation error and process error, can give some information about the form of the functional response. Working with artificial data (for which the functional response is known) we will show that with moderate noise levels, identification of the model that generated the data is possible. However, the noise levels prevailing in real ecological time-series can give rise to wrong identifications. We will also discuss the quality of parameter estimation by fitting differential equations to such time-series.     

Characterization of baroreflex gain in the domestic pigeon (Columba livia)

Birds have a remarkable capacity to regulate circulation yet little is known about the avian baroreflex. Although both linear regression and curve-fitting techniques are frequently used to assess baroreflex function in mammals, only the former technique has been used in birds. We characterized baroreflex gain in domestic pigeons (Columba livia) and compared gain values derived from applying linear regression to ramp changes in mean arterial pressure (MAP) to values derived from fitting a four-parameter sigmoidal function to steady-state alterations in MAP. We found that, unlike mammals, pigeons do not display circadian patterns in MAP, HR or gain derived from bolus injections of vasoactive drugs. The pressor, but not depressor response, was attenuated by administration of the NMDA-antagonist ketamine, suggesting that central processing of the baroreflex may be similar in birds and mammals despite anatomical differences in arterial baroreceptive zones. Because graded infusions of vasoactive drugs could not consistently produce a plateau in the HR response, fitting data to a sigmoidal curve was difficult. Thus, we propose that variations of the Oxford method and linear regression analysis are superior method to assess baroreflex gain in pigeons than curve fitting.     

A method for the analysis of sigmoid stimulus-response curves.

This paper describes a method, using an interactive computer programme, for fitting a curve to data which is expected to assume a sigmoid form. The programme is specifically designed to generate best estimates of the limits and maximum slope of stimulus-response curves for the carotid sinus baroreceptor reflex, but is applicable to curve-fitting tasks in other fields such as immunology, pharmacology, biochemistry and neurophysiology.