基于决策树的科尔沁沙地土地利用/覆盖变化监测

以科尔沁沙地西缘内蒙古翁牛特旗为对象,利用3个时相(1989、1999和2007年,分别表示三北防护林体系工程建设近10年、20年和30年)Landsat ETM/TM数据,采用决策树分类方法对该区土地利用/覆盖动态变化进行监测.结果表明:基于决策树分类方法进行遥感影像分类的总体精度能达到89.4%以上,Kappa系数达到0.84以上;近20年,草地和耕地是主要土地利用类型(两项合计占64%以上),林业用地比重为4.8%～5.3%,面积较少;各土地类型面积变化大小依次为耕地>未利用土地>林地>居民及建设用地>水域>草地.     

天津地区归一化植被指数时间动态及其与气候因子的关系

利用1982—2003年8 km×8 km的NASA/GIMMS半月合成的归一化植被指数(NDVI)和气候数据,研究了天津年平均及逐月NDVI变化趋势以及降水和气温对其影响。结果表明：1982—2003年,年平均NDVI呈现波动性的微弱降低趋势;生长季中,不同月份的年际变化存在明显差异;春季和秋季NDVI呈增加趋势,其中10月达到显著性水平（P<0.05）,而夏季NDVI是降低的,6月下降达到极显著水平（P<0.01）;逐月NDVI与同期月平均气温及月降水量的回归分析表明,NDVI与温度和降水均有很好的非线性正相关关系（P<0.001）,证实温度和降水对NDVI的影响有很强的季节性;降水和气温对生长季不同月份的植被NDVI影响明显不同,同时呈现一定的滞后性。     

中国“平原-山地”地形过渡带NDVI时空变异与气候响应

研究地形过渡带植被的地形效应,边缘效应,及其对纬度、气候变化的响应,将为我国山地生态格局和资源禀赋的深层认知提供地学参考。利用1982—2015年第三代全球库存建模和制图研究归一化植被指数数据集(GIMMS NDVI3g v1)和年均气温、降水等气象数据,分别进行最大值合成、趋势分析、突变分析、变异分析和相关分析,揭示了中国近南北走向的“平原-山地”地形过渡带(简称“地形过渡带”)植被物候的时空变化规律及对气候变化的响应特征。研究表明：(1)“地形过渡带”跨越一年三熟的低纬度地区,到一年两熟的中纬度地区,再到一年一熟的高纬度地区的周期性植被物候特征区;(2)34年间,年际NDVI整体呈增长趋势,其中植被改善区域占58.84%;年内分析表明“地形过渡带”植被生长期(LOS)变化率-3.16 d/纬度;(3)34年间“地形过渡带”的年均气温呈现升高趋势,每10年上升速率为0.098—0.386℃之间;年均降水呈现减少趋势,每10年下降速率为8.29—31.82 mm;(4)34年间NDVI变异系数结果表明,研究区NDVI低波动变化和相对较低波动变化的面积占比达95.52%,说明研究区植被呈...     

植被指数的抗大气影响探讨

提出一个应用方便的标准化差值植被指数（ＮＤＶＩ）的大气纠正方法。在大气阻抗植被指数（ＡＲＶＩ）的基础上,运用大气下向光谱的同步实例值以及大气辐射传输方程,得到纠正ＮＤＶＩ的关键参数γ↑。改进了ＡＲＶＩ的γ↑始终等于１ 的计算方法。同时也不必采用５ｓ模型进行预处理。所得新的抗大气影响植被指数（ＩＡＶＩ）为：ρｎｉｒ－ 〔ρｒ－ γ↑（ρｂ－ ρｒ）〕ρｎｉｒ＋ 〔ρｒ＋ γ↑（ρｂ－ ρｒ）〕。式中的γ↑值的变化范围可从０．６５ 到１．２１ 之间。对于混浊大气γ↑值随观测角变化更大。还提供了一组根据气象资料计算γ↑值的近似公式。根据应用表明ＩＡＶＩ比ＮＤＶＩ有明显的抗大气影响效果     

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.     

植物叶绿素含量的遥感模型及用陆地卫星数据所作的二维分布图

为了确定全球和区域尺度的植物叶绿素含量的多少和分布,遥感方法是一种很好的途径。有些遥感科学家直接利用归一化植被指数(NDVI)等植被指数推算叶绿素含量。实践表明,这种做法的缺点有:1.植被指数NDVI中的近红外波段反射率与叶绿素含量基本无关,这样NDVI中的主信息并没有表达叶绿素含量,其信噪比显著降低;2.存在明显的信息不确定性,同一个植被指数NDVI可能有两种状态:较高叶面积指数伴有较低叶绿素含量或者是较低叶面积指数伴有较高叶绿素含量。通过实践,作者推导出可用LANDSAT和NOAA影像图灰度值推算植被叶绿素含量遥感模型。并在中国科学院禹城遥感实验场实际应用中得到验证:用其模型推算植被叶绿素含量的精度比NDVI有较明显提高,不确定性有明显的降低。     

祁连山东段高原鼢鼠种群特征与环境因子的关系分析

为明晰环境因子对高原鼢鼠(Eospalax baileyi)种群特征的影响,本研究以高原鼢鼠的种群密度、体重、妊娠率作为其种群特征指标,选择2008~2014年的归一化植被指数(NDVI)、年均降水量和年均温为环境因子,分析种群特征与环境因子在时间尺度上的变化关系。2008~2014年,研究区域归一化植被指数(NDVI)年度间无显著性差异(P0.05),高原鼢鼠体重、妊娠率和种群密度年度间均无显著性差异(P0.05);高原鼢鼠雌雄个体体重以及种群密度和妊娠率均与环境因子归一化植被指数(NDVI)、年均降水量及年均温均无相关关系(P0.05)。以上结果说明,高原鼢鼠体重变化、妊娠率和种群密度与栖息地植被生长状况及气候因子无相关关系,环境因子对高原鼢鼠种群特征的影响较小。     

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。     

1982-2003年东北林区森林植被NDVI与水热条件的相关分析

以气象站点为研究单元,将1982—2003年东北林区森林植被月平均、季平均和年平均NDVI数据与其对应的水热条件(温度和降水)进行相关、偏相关和复相关分析。结果表明:温度是影响东北林区森林植被NDVI的最主要气候因子。春季、秋季不同森林植被平均NDVI与温度和降水呈极显著相关(P<0.01),其与温度的相关性高于其与降水的相关性。寒温带针叶林NDVI在生长季与温度和降水呈极显著相关(P<0.01),其与降水的相关性略高于其与温度的相关性,而全年温度对寒温带针叶林生长的影响高于降水。寒温带针叶林NDVI在4月份与降水的时滞偏相关性高于其他月份,相关系数达-0.385。温带针阔叶混交林NDVI在4—7月与温度的时滞偏相关性较高,相关系数分别为0.581,0.490,-0.266和-0.297。暖温带落叶阔叶林NDVI在4月份与温度的时滞偏相关性高于其他月份,相关系数为0.571;在7月份与降水时滞偏相关性高于其他月份,相关系数为-0.367。森林植被生长增长阶段NDVI受综合水热条件(温度和降水)的滞后影响显著。     

我国不同季节陆地植被NPP对气候变化的响应

阐明不同季节陆地植被净第一性生产力(NPP)对全球变化的响应将有助于理解陆地生态系统和气候系统之间的相互作用以及NPP变化机制.本文使用1982～1999年间的AVHRR/NDVI、气温、降水以及太阳辐射等资料,结合植被分布图和土壤质地图,利用生态过程模型,研究不同季节我国陆地植被NPP的年际变化及其地理分异.结果表明,在1982～1999年的18年间,4个季节的NPP都呈显著增加趋势.其中,春季是NPP增加速率最快的季节,夏季是NPP增加量最大的季节.不同植被类型对全球变化的响应有很大差异.常绿阔叶林、常绿针叶林和落叶针叶林NPP的增加主要由生长季节的提前所致,而落叶阔叶林、针阔混交林、矮林灌丛、温带草原及草甸、稀树草原、高寒植被、荒漠以及人工植被NPP的增加主要来自生长季生长加速的贡献.从区域分布看,在四季中春季NPP增加量最大的地区主要集中在东部季风区域;夏季NPP增加量最大的地区包括西北干旱区域和青藏高原的大部分地区、小兴安岭-长白山区、三江平原、松辽平原、四川盆地、雷州半岛、长江中下游部分地区以及江南山地东部;而秋季植被NPP增加量最大的地区主要有云南高原-西藏东部和呼伦湖的周围等地区.不同植被和地理区域NPP的这些响应方式与区域气候特征及其变化趋势有关.