基于MODIS数据的北京植被叶面积指数的时空变化

利用MODIS产品中分辨率为1 km的LAI数据,结合植被功能型分类,分析了2010—2012年北京植被LAI的月际变化与空间分布特征;并在GIS与Timesat软件的支持下,探讨了各种植被类型LAI的多年变化。结果表明:在2010—2012年的不同月份中,北京的植被LAI较高值均出现在西北山地、东北山地、怀柔北部等林地,并呈现从东北山地至西南向中心城区的递减分布;其次,基于LAI叠加分析的结果显示,各种植被类型LAI年平均值的波动均较小,在2010—2012年,针叶林、阔叶林、草地、作物LAI的年均值波动范围分别在1.45~1.50、1.24~1.27、0.90~0.92和0.48~0.51;此外,Savitzky-Golay平滑滤波结果表明,针叶林、阔叶林、草地、作物LAI的月际变化基本体现了植被的生长轨迹。     

2001-2010年内蒙古植被净初级生产力的时空格局及其与气候的关系

利用MODIS NDVI数据、气象数据和植被分类数据,基于改进的光能利用率模型CASA模型对2001-2010年内蒙古不同植被类型净初级生产力(NPP)进行估算,并分析其时空分布特征及对气候因子的响应.结果表明:(1)10年间内蒙古植被年NPP的平均值为340.0 gCm-2a-1,且空间分布呈明显的经度地带性,由西向东的变化速率为每10度增加200.5 gCm-2a-1;(2)不同植被类型NPP有较大差异,森林、草地、农田和荒漠植被的NPP平均值分别为521.9、270.3、405.7和85.3 gCm-2a-1;(3)10年间内蒙古植被NPP总量的平均值为322.7 TgCa-1,波动范围为276.8-354.4 TgCa-1.从NPP年际变化的空间分布来看,阿拉善沙漠、毛乌素沙地西部、河套平原以北地区、浑善达克沙地东西缘和呼伦贝尔平原西北部植被的NPP呈极显著上升,而内蒙古中部的草地植被NPP呈极显著下降;(4)不同植被类型NPP对气候因子的敏感性有较大差异.森林植被NPP主要受温度的限制,而农田、草地和荒漠植被NPP主要受降水量控制.     

马拉河流域植被生态需水特征及估算

生态需水是生态用水控制和区域生态环境恢复建设的基本依据。马拉河流域拥有世界著名的生态系统，植被生态需水占流域总需水量的很大一部分。基于1980—2020年ERA5气象数据、叶面积指数(LAI)与世界土壤数据库数据，采用Penman-Monteith法计算了马拉河流域四个季节(短旱季、长雨季、长旱季、短雨季)植被生态需水量的时空变化特征。在此基础上，使用支持向量机(SVM)、随机森林(RF)和卷积神经网络(CNN)3种机器学习方法与7个环境因子(气温、降水、10 m风速、LAI、太阳辐射、相对湿度、地形)建立了回归模型，分别估算了2011—2020年逐年不同季节的植被生态需水量，并与Penman-Monteith法计算结果进行时间序列拟合度和空间相似性的比较。结果表明：马拉河流域植被生态需水量在过去40年所有季节都呈现为波动变化，植被生态需水量长雨季>长旱季>短雨季>短旱季，长雨季的植被生态需水量约为短旱季的1.5倍。不同季节均呈现出上下游高、中游低的植被生态需水量空间分布格局。LAI为最大的正影响因子，风速为最大的负影响因子。就不同方法估算的植被生态需水量准确性而言，...     

1988-2006年辽河三角洲植被结构的变化

在人类干扰和气候波动的影响下,辽河三角洲的植被结构发生了显著变化.该文研究了辽河三角洲植被结构的变化,对于保护该地区生态系统、促使其健康发展具有重要意义.研究区域包括了整个辽河三角洲.资料来源主要是1988年和2006年的TM(Landsat Thematic Mapper)遥感图像.采用数字化、制作植被图和叠加分析等方法研究探讨了辽河三角洲植被结构的特点.以及植被的空间分布转移和面积变化.结果显示,以双台子河口为中心,4大植被类型(自然湿地植被、人工湿地植被、人工旱地植被和自然旱地植被)大体上构成半环状分布格局.从整体上看,从1988年至2006年,植被结构仍然保持半环状的空间格局.但是,主要植被类型的空间分布趋于集中,形成了比较大的斑块,而不是离散、破碎的.从植被类型间相互转化的情况看,几乎所有植被类型的空间分布和面积都有明显改变.在绝对面积上,水稻(Oryza saliva)田、玉米(Zea mays)地和滨海芦苇(Phragmites australis)湿地是辽河三角洲3个面积最大的植被类型.水稻田是面积增加最多的植被类型,增加977.1 km~2;而玉米地是面积减少最多的植被类型,减少622.2 km~2.在面积变化幅度上,水稻田、玉米地和滨海芦苇湿地的变化幅度分别为33.2%、-16.1%、-23.2%.面积减少幅度最大的植被类型是草地,-77.9%;面积增加幅度最大的植被类型是翅碱蓬(Suaedaheteroptera)盐化草甸,212.1%.     

三江平原湿地植被叶面积指数遥感估算模型

利用中巴资源卫星CBERS-02影像提取的归一化植被指数(NDVI)和同期野外实测的叶面积指数(LAI)数据,分析了三江平原洪河自然保护区草甸、沼泽植被、灌丛和岛状林4种湿地植被及样本总体的NDVI与LAI之间的相关关系,建立了NDVI与不同湿地植被类型叶面积指数间的线性和非线性回归模型,并制作完成洪河自然保护区LAI空间分布图.结果表明,整个研究区样本总体的LAI估算效果不太理想,其NDVI与LAI的相关性仅为0.523;将研究区分为草甸、沼泽、灌丛和岛状林4种湿地植被类型,NDVI与各植被型LAI的相关性和估算效果均有很大程度的提高,所建立的LAI遥感反演模型以三次曲线回归方程拟合精度最高,R2分别达到0.723、0.588、0.837、0.720.以上结果表明,结合地面实测数据并基于遥感植被分类的基础上,CBERS-02遥感影像可用于较大区域内湿地植被生理参数的反演研究.     

秦巴山地植被绿度特征及其对地表水热的响应

地表水热通过影响土壤和大气间的水分交换以及植被生长用水对植被格局起关键作用。使用2000—2020年MODIS叶面积指数(Leaf area index, LAI)作为秦巴山地植被绿度的评价指标,基于遥感技术获取同时段地表温度(Land surface temperature, LST)和温度植被干旱指数(Temperature vegetation drought index, TVDI),用于指示地表水热状况。结合坡向和海拔等地形因素,使用均值和趋势法分析了秦巴山地植被绿度的时空特征;采用时滞相关性分析、主导因素分析探究了植被绿度与地表水热的相关关系,以及影响植被绿度变化的主导因素;借助广义可加模型,结合植被类型探讨了植被绿度与地表水热的非线性关系。结果表明：(1)秦巴山地LAI集中在1—5之间,LAI均值随海拔先增后减,不同坡向LAI差异较大,表现为大巴山北坡>大巴山南坡>秦岭南坡>秦岭北坡>西秦岭。秦巴山地LAI高值区与地表水热较好的地区在空间分布上具有一致性,LAI低值区与LST低值区或TVDI高值区较为一致。(2)秦巴山地LAI以由增变减趋势为主,变...     

2001—2010年黄河流域生态系统植被净第一性生产力变化及气候因素驱动分析

基于MODIS-NDVI遥感数据,利用CASA模型分析黄河流域2001—2010年植被净第一性生产力（NPP）的空间分布格局,并结合同期气温和降水量数据,分别从不同空间和时间尺度上分析了黄河流域6种生态系统类型区域植被NPP的变化趋势,并对其与气候因素的相关关系进行分析.结果表明： 植被NPP空间分布呈西北低、东南高的分布特征,平均NPP年总量为108.53 Tg C,植被NPP的分布与生态系统类型呈现较高的相关性;2001—2010年,植被NPP总体呈上升趋势但波动较大,55.4%的面积呈现增加趋势,不同生态系统类型区域呈现不同的变化趋势;在年际水平上,黄河流域植被NPP变化与气候因素没有显著相关性,但在月际水平上呈现了较高的相关性,降水量和气温对植被NPP变化的影响作用相当;不同生态系统类型对气候因素呈现不同的相关性质以及时滞效应,草地对降水量的响应存在一定程度的时滞效应,荒漠对气温存在时滞效应.     

浙江灵山港滩区植被分布数量波动特征及数学描述

河岸带滩区植被是河岸带功能有效发挥的关键因素。以浙江省龙游县灵山港河岸带滩区为研究对象,运用双向指示种分析法和典范对应分析法,分析了2015—2019年滩区植被空间分布与数量波动特征,并构建了河岸带滩区植被波动测度公式。结果表明:2015—2019年灵山港河岸带滩区植物共有189种,隶属于53科158属,植物群落包括7种类型;相对水面高差是植物群落空间分布的主导因子,随相对水面高差增大,植物群落由湿生群落向中生群落变化,群落结构由单一草本结构向灌草和乔灌草复层结构变化;滩区优势植物种群波动明显,主要有上升波动型、下降波动型和复合波动型3种类型;植物波动具有明显的方向性,滩区植被波动率维持在-0.250～0.219,其中,2015年、2018年和2019年为正向波动,2016年、2017年为负向波动;构建了滩区植被波动率计算公式,为河道生态修复提供了一定参考。     

基于地理探测器的河南省植被NDVI时空变化及驱动力分析

植被作为陆地生态系统的主体,能够有效反映全球或区域尺度下的生态环境变化状况。分析植被覆盖时空动态变化特征及驱动力因素,对区域生态系统可持续发展具有重要意义。本文利用归一化植被指数(NDVI)作为指标,研究2000—2019年河南省植被时空动态变化特征,基于地理探测器模型分析河南省植被的空间异质性及其驱动力,并通过Hurst指数分析植被的未来趋势。结果表明：2000—2019年河南省NDVI整体呈现波动上升趋势,增长速度为0.016 10 a^-1,其中2009—2019年增长速度减缓并出现减小趋势;土壤类型、土地利用类型、GDP和人口密度4类因子对NDVI空间分布的影响程度最大;单一因子影响力均低于任两个因子的交互解释力,其中,自然和人为因子的交互作用对NDVI空间分布有明显的影响;由Hurst指数分析发现,河南省未来NDVI变化呈现反可持续性特征,Hurst指数<0.5区域占整个研究区域的植被覆盖度百分比为58.3%,整个研究区未来主要呈现下降趋势。     

2000—2015年秦巴山区植被净初级生产力时空变化及其趋动因子

基于2000—2015年MOD17A3数据及各驱动因素数据,辅以地统计学理论,利用趋势分析、Hurst指数及相关分析等方法,剖析秦巴山区近16年植被净初级生产力(NPP)时空变化特征,研究气候变化、土壤类型、地形因子、植被类型及人类活动等对植被NPP的影响.结果表明: 秦巴山区植被NPP空间上呈西南高、东北低的分布格局;时间上,近16年呈西北增、东北减的变化特征,在未来呈北部持续性、南部反持续性的发展态势.秦巴山区植被NPP与降雨量和气温呈正相关;暗棕壤、黄壤、紫色土和水稻土4种土壤类型的NPP均值明显高于其他土壤类型;不同植被类型的NPP存在空间分布和变化趋势的差异;NPP的高值主要分布在坡度25°～50°、海拔500～1000 m 以及大于2500 m的区域内;人类活动对NPP具有双重扰动性,表现为正向促进,反向抑制.     

落叶阔叶林冠层光合有效辐射分量的遥感模拟与分析

冠层绿色叶片(光合组分)的光合有效辐射分量(绿色FPAR)真实地反映了植被与外界进行物质和能量交换的能力,获取冠层光合组分吸收的太阳光合有效辐射,对生态系统生产力的遥感估算精度的提高具有重要的意义。研究以落叶阔叶林为例,基于SAIL模型模拟森林冠层光合组分和非光合组分吸收的光合有效辐射,研究冠层FPAR变化规律以及与植被指数的相关关系。结果表明,冠层结构的改变会影响冠层对PAR的吸收能力,冠层绿色FPAR的大小与植被面积指数及光合组分面积比相关;在高覆盖度植被区,冠层绿色FPAR占冠层总FPAR的80%以上,非光合组分的贡献较小,但在低植被覆盖区,当光合组分和非光合组分面积相同时,绿色FPAR不及冠层总FPAR的50%;相比于NDVI,北方落叶阔叶林冠层EVI与绿色FPAR存在更为显著的线性相关关系(R~20.99)。     

Satellite‐based evidence for shrub and graminoid tundra expansion in northern Quebec from 1986 to 2010

Global vegetation models predict rapid poleward migration of tundra and boreal forest vegetation in response to climate warming. Local plot and air‐photo studies have documented recent changes in high‐latitude vegetation composition and structure, consistent with warming trends. To bridge these two scales of inference, we analyzed a 24‐year (1986–2010) Landsat time series in a latitudinal transect across the boreal forest‐tundra biome boundary in northern Quebec province, Canada. This region has experienced rapid warming during both winter and summer months during the last 40 years. Using a per‐pixel (30 m) trend analysis, 30% of the observable (cloud‐free) land area experienced a significant (P < 0.05) positive trend in the Normalized Difference Vegetation Index (NDVI). However, greening trends were not evenly split among cover types. Low shrub and graminoid tundra contributed preferentially to the greening trend, while forested areas were less likely to show significant trends in NDVI. These trends reflect increasing leaf area, rather than an increase in growing season length, because Landsat data were restricted to peak‐summer conditions. The average NDVI trend (0.007 yr^?1) corresponds to a leaf‐area index (LAI) increase of ~0.6 based on the regional relationship between LAI and NDVI from the Moderate Resolution Spectroradiometer. Across the entire transect, the area‐averaged LAI increase was ~0.2 during 1986–2010. A higher area‐averaged LAI change (~0.3) within the shrub‐tundra portion of the transect represents a 20–60% relative increase in LAI during the last two decades. Our Landsat‐based analysis subdivides the overall high‐latitude greening trend into changes in peak‐summer greenness by cover type. Different responses within and among shrub, graminoid, and tree‐dominated cover types in this study indicate important fine‐scale heterogeneity in vegetation growth. Although our findings are consistent with community shifts in low‐biomass vegetation types over multi‐decadal time scales, the response in tundra and forest ecosystems to recent warming was not uniform.     

三峡大老岭自然保护区森林生态系统10年(2000-2010年)质量变化

为了解湖北三峡大老岭自然保护区森林生态系统质量状况,利用多种遥感卫星影像资料并结合野外调查数据,对该保护区10年间(2000-2010年)的森林生态系统中植物地上生物量(AGB)、叶面积指数(LAI)、净初级生产力(NPP)的年际变化进行了比较研究。结果显示:(1)大老岭自然保护区10年间AGB总体呈下降趋势,但下降幅度很小,说明大老岭自然保护区森林生态系统植被结构状态比较稳定,但整个森林生态系统的结构稳定性不够,应创新管理机制,减少人为干扰;(2)年均LAI以中等(1.6~2.2)和较高等级(2.2~2.8)所占比例较大,年均LAI为1.6~2.8的植被面积占该区植被总面积的90%以上并呈增加趋势,说明该保护区内植被长势较好、生活力旺盛;(3)10年间NPP年总量具有缓慢增加的趋势,即从4.99×1010 gC(2000年)增加到5.07×1010 gC(2010年),说明自然保护区内森林生态系统林分类型多样,异质性较强,整个森林生态系统生产能力较高。本研究结果表明大老岭自然保护区森林生态系统质量总体较好,也从侧面反映出建立自然保护区进行植被保护所取得的效果。     

自动曝光对半球摄影法测量叶面积指数及其季节变化的影响

自动曝光是影响半球摄影法(DHP)测量叶面积指数(LAI)精度的重要误差源之一.本研究基于小兴安岭地区的阔叶红松林、白桦次生林、红松人工林和兴安落叶松人工林,利用DHP和LAI-2200植物冠层分析仪分别测量6—9月每个月中旬的LAI,首先比较两种方法测量LAI的差异性,再检验森林类型和测量时期对建立两种方法测定值间的相关关系是否存在显著影响,最后构建适于校正不同森林类型不同时期自动曝光对DHP测量LAI产生误差的经验模型.结果表明: 4种森林类型4个时期内,在自动曝光设置下DHP测量的LAI比LAI-2200测量值低估20%～49%;森林类型对构建两种方法测量LAI值的经验模型不存在显著影响,而测量时期存在显著影响.本研究构建的A、B两种分类经验模型,分别适用于校正4种森林类型在6和9月、7和8月DHP测量的LAI.经分类经验模型校正后,DHP测量4种森林类型4个时期的LAI值提高了45%～79%,测量精度可提高到83%～94%.通过DHP和LAI-2200测量LAI值间的经验模型,可有效校正自动曝光对DHP测量LAI的影响,极大地提高其测量精度,为使用DHP快捷、高效地测量不同森林类型的LAI及其季节动态提供技术支持.     

A Novel Moisture Adjusted Vegetation Index (MAVI) to Reduce Background Reflectance and Topographical Effects on LAI Retrieval

A new moisture adjusted vegetation index (MAVI) is proposed using the red, near infrared, and shortwave infrared (SWIR) reflectance in band-ratio form in this paper. The effectiveness of MAVI in retrieving leaf area index (LAI) is investigated using Landsat-5 data and field LAI measurements in two forest and two grassland areas. The ability of MAVI to retrieve forest LAI under different background conditions is further evaluated using canopy reflectance of Jack Pine and Black Spruce forests simulated by the 4-Scale model. Compared with several commonly used two-band vegetation index, such as normalized difference vegetation index, soil adjusted vegetation index, modified soil adjusted vegetation index, optimized soil adjusted vegetation index, MAVI is a better predictor of LAI, on average, which can explain 70% of variations of LAI in the four study areas. Similar to other SWIR-related three-band vegetation index, such as modified normalized difference vegetation index (MNDVI) and reduced simple ratio (RSR), MAVI is able to reduce the background reflectance effects on forest canopy LAI retrieval. MAVI is more suitable for retrieving LAI than RSR and MNDVI, because it avoids the difficulty in properly determining the maximum and minimum SWIR values required in RSR and MNDVI, which improves the robustness of MAVI in retrieving LAI of different land cover types. Moreover, MAVI is expressed as ratios between different spectral bands, greatly reducing the noise caused by topographical variations, which makes it more suitable for applications in mountainous area.     

1980-2010年北京市农用地碳储量对土地利用变化的响应

分析北京市农用地碳储量对土地利用变化的响应,对快速城市化和工业化区域及全国农用地低碳利用调控具有重要意义。利用1980年第二次土壤普查数据与2010年测土配方施肥项目成果土壤数据核算北京市农用地表层土壤碳储量,利用生物量遥感信息（NDVI）模型反演林地、草地植被碳储量,对北京市土地利用变化造成的农用地碳储量变化进行研究,结果表明：1）1980-2010年,北京市农用地碳储量由75.29 Tg-C增至81.13Tg-C,增加5.83 Tg-C,其中,土壤碳储量减少7.51 Tg-C,植被碳储量增加13.34 Tg-C;2）30年间,北京市农用地面积减少14.11×10⁴ hm²,其中,耕地流失最为显著,主要去向为建设用地和林地,林地面积略有增加;3）北京市用地类型保持不变的农用地土壤碳储量减少297.63×10⁴ t,植被碳储量增加1095.21×10⁴ t,共计增加797.58×10⁴ t,其中,用地类型保持不变的耕地、林地碳储量增加,草地碳储量减少;4）30年间,土地利用类型转化使北京市农用地土壤碳储量减少75.71×10⁴ t,植被碳储量增加212.49×10⁴ t,共计增加136.78×10⁴ t,其他用地类型转为林地使碳储量增加,有利于碳汇的形成,林地转出为其他用地类型均会造成一定碳排放;5）平原造林、退耕还林等工程有利于增加北京市农用地固碳量。未来北京市可通过控制农用地面积减少量,优化农用地内部结构,降低用地类型间的转换频率以提高农用地碳储量。研究可为其他区域及全国在快速城市化工业化过程中提升农用地碳储量提供一定参考。     

Effects of Season and Successional Stage on Leaf Area Index and Spectral Vegetation Indices in Three Mesoamerican Tropical Dry Forests1

We compared plant area index (PAI) and canopy openness for different successional stages in three tropical dry forest sites: Chamela, Mexico; Santa Rosa, Costa Rica; and Palo Verde, Costa Rica, in the wet and dry seasons. We also compared leaf area index (LAI) for the Costa Rican sites during the wet and dry seasons. In addition, we examined differences in canopy structure to ascertain the most influential factors on PAI/LAI. Subsequently, we explored relationships between spectral vegetation indices derived from Landsat 7 ETM+ satellite imagery and PAI/LAI to create maps of PAI/LAI for the wet season for the three sites. Specific forest structure characteristics with the greatest influence on PAI/LAI varied among the sites and were linked to climatic differences. The differences in PAI/LAI and canopy openness among the sites were explained by both the past land‐use history and forest management practices. For all sites, the best‐fit regression model between the spectral vegetation indices and PAI/LAI was a Lorentzian Cumulative Function. Overall, this study aimed to further research linkages between PAI/LAI and remotely sensed data while exploring unique challenges posed by this ecosystem.     

广东省2004-2016年植被冠层降雨截留模拟及时空变化特征

评价植被冠层降雨截留能力,是生态系统水循环的重要研究内容。以广东省中小流域为例,结合地面监测站点的降雨量数据和MODIS叶面积指数遥感数据,利用植被冠层降雨截留模型,定量模拟和分析了广东省流域尺度2004-2016年的地表植被冠层降雨截留能力及其时空变化特征。结果表明：（1）2004-2012年广东省年均植被冠层降雨截留率持续下降,2016年略有上升,并且随着时间的推移,流域之间的植被冠层降雨截留率差异越来越小。（2）广东省植被冠层降雨截留能力呈现山区东西两翼高,山区中部以及沿海地区低的显著空间差异格局,这种空间格局与植被覆盖LAI主要呈现由珠三角向外围递增的圈层空间格局特征密切相关,而与由南向北逐渐递减的降雨空间格局特征相关性不大。（3）森林覆盖对流域植被冠层降雨截留能力有着一定的影响,其中流域内阔叶林占森林面积的比例对这种影响的程度起着最为关键的作用。     

1988-2013年基于BP神经网络的植被叶面积指数遥感定量反演

叶面积指数（Leaf Area Index,LAI）高度综合了植被水平覆盖状况和垂直结构,以及枯枝落叶层厚薄和地下生物量多少,是植被影响土壤侵蚀的主要方面。区域尺度的时间序列叶面积指数揭示了区域土壤侵蚀的演化过程。因此,及时准确地掌握区域尺度上长时间序列的植被LAI,对研究土壤侵蚀动态变化与植被的关系至关重要。选择南京市1988-2013年10期遥感影像,基于反向传播（Back Propagation,BP）神经网络构建LAI反演模型,进行了长时间序列的叶面积指数反演。结合2009和2010年LAI实测值,验证与探讨了该模型的评价精度与适应性。结果表明：（1）该模型拟合度较高,2009和2010年平均相对误差、均方根误差、相关系数分别是0.2395和0.2174,0.2962和0.2581,0.7713和0.6844,各项精度评价指标均较好;（2）统计分析去除耕地后全市LAI变化,低植被覆盖（LAI<2）面积不断增加,高植被覆盖区（LAI>3）面积先减少后增加,耕地面积不断减少,符合南京市的发展变化规律;（3）主城区LAI年际变化与其他学者得到的南京市植被盖度变化趋势一致,反演结果的时序性较高。本文提出的基于反向传播神经网络模型反演长时间序列LAI是可行的,为区域尺度土壤侵蚀定量遥感监测提供新途径。