黄淮海地区耕地复种指数的时空格局演变

耕地复种指数是土地利用强度的重要表征,时空动态特征有助于理解人类活动与生态环境的耦合作用。以黄淮海地区2001—2015年MODIS(Moderate-resolution Imaging Spectroradiometer,中分辨率成像光谱仪)NDVI(Normalized Difference Vegetation Index,归一化植被指数)遥感影像为数据源,使用Savitzky-Golay滤波对时间序列曲线平滑重构后,结合研究区物候信息设置含有阈值的二次差分算法提取复种次数,最后在R环境下绘制复种指数空间分布图。结果表明:(1)河南省复种指数最高(169.3%),山东省次之,天津市最小;(2)各省市年际变化趋势大体一致,经历了升高-降低-升高的过程;从空间分布特征来看,耕地复种指数具有明显的地域性差异,二熟制主要集中于南部,东部和北部受地形和纬度影响,主要以一熟制为主。研究结果对于黄淮海农耕区的土地利用强度辨识、人类活动方式确定具有参考价值,同时也证明了该方法具有更大尺度推广的潜力。     

基于时序植被指数的华北地区作物物候期/种植制度的时空格局特征

随着气候变化对农业系统的影响不断加剧,为保障粮食安全,须掌握变化中的自然与人文因素,而农业生态系统中变化最为明显直观的是农作物物候特征,如何提取大区域尺度上农作物物候期以及种植制度的时空格局特征,是评价区域粮食安全的重要因素.基于多时相遥感信息可以有效反映年内/年际农作物物候特征变化的原理,首先利用近10a来的SPOT/VGT-NDVI时间序列数据,在进行数据序列平滑重构处理基础上,提取了华北地区农作物典型物候期的数量分布与空间格局特征;然后,基于上述物候期的分异特性建立了一年一熟和一年二熟等种植制度类型的遥感识别标志;最后,重点分析了上述种植制度的空间格局及其时间波动特征,并利用农业统计资料对提取结果进行了简单验证.分析结果表明,作物物候期特征的数量分布和空间分布在不同生长季均具有显著差异,直接体现了与外界环境条件(诸如区域温度、降水和光照等)的匹配程度以及作物类型自身的生长特征;从主要种植制度空间分布来看,华北地区南部地区农作物类型以夏收作物和二熟秋收作物为主,与之对应的农田种植制度以一年两熟为主;华北地区北部主要为一熟制区域,作物类型以一年一熟秋收作物为主,作物种植制度空间分布随着纬度递减呈现出简单到复杂的总体趋势;从近10a的种植情况来看,一年一熟作物种植面积最大,年际变化幅度亦较大,一年二熟的夏收作物种植比例次之,而年际变幅最小,二熟秋收作物比例最低,其年际变幅居中.研究中亦提出,在进一步加强多时相遥感技术监测大区域农业生态系统动态变化的同时,亦需深入探讨作物物候特征及种植制度变化的驱动因素及其对国家粮食安全的影响.     

鄱阳湖农业区多熟种植时空格局特征遥感分析

农业土地利用活动是人类作用于地球系统最为直接的扰动因素,其变化会因改变生态系统过程与格局以及生态系统资源有效性而对生态系统功能在局地到全球尺度都产生重要的影响.中国南方普遍实施的多熟种植制度是高强度土地利用的重要特征之一,在中国传统的三熟农业区之一--江西省鄱阳湖区域,以农户为管理单元的农业种植制度由于受到洪水风险、经济效益及农业政策的调节,其时空格局动态也因此更加复杂.以分布在鄱阳湖平原的农田为研究区,结合多时相MODIS影像表达的作物生长规律和农业物候观测记录,检测并分析农业多熟种植的时空格局特征.研究结果表明空间分辨率500m、8d合成的MODIS/EVI时间序列数据能够定量表达出农业种植的多熟制特征,可以应用于区域农业多熟种植制度时空分析,研究区种植制度时空格局的形成是农户对气候、社会经济及粮食安全状况响应及适应的结果.在空间和时间上清晰地认识农业多熟种植的特征,将会对掌握高强度土地利用的过程和特点,模拟与评估土地利用对粮食安全及生态环境安全的影响有重要的意义.     

黄淮海多熟种植农业区作物历遥感检测与时空特征

多熟种植是高强度农业土地利用的重要特征,但由于缺乏在空间和时间上清晰描述农业多熟种植和作物种植历时空分布的数据,使得区域尺度农田生态系统碳动态估计、农田生产力监测与模拟等有很大的不确定性。黄淮海农业区是以冬小麦-夏玉米二熟制为主的我国粮食主产区,冬小麦和夏玉米分别为光合作用途径为C3和C4的作物,已有研究证明如果在估算生态系统生产力时不考虑一年两季作物及其光能利用率的差异则会导致生产力估算结果过低。研究结合农业气象站点地面作物物候观测数据和空间分辨率500m、8d合成的MOD IS时间序列数据,分析研究区二熟制作物的生长过程、物候特征和作物历的空间差异,发展基于EVI和LSWI时间序列曲线检测多熟区各季作物种植历的方法,获取黄淮海农业区空间表述清晰的熟制和各季作物的生长开始与结束时间数据,并应用农业气象站点数据对方法和所获取的作物历数据进行了比较验证。论述的方法和提取的各季作物的作物历时空数据将能够应用于区域尺度农田生产力估算、生物地球化学循环模拟和农业生态系统监测。     

气候和地形对植被覆盖动态演化的影响研究

基于MODIS NDVI 遥感数据, 结合气象和DEM 等资料, 采用线性回归分析、稳定性分析、R/S 分析和相关性统计等数理方法, 反演了2001-2010 年贵州省植被覆盖时空演变趋势, 研究不同因素对植被时空格局变化的驱动作用。研究表明:(1)2001-2010 年贵州省植被覆盖呈增加趋势, 增长率为6.25%, 植被改善区域占比例为77.7%; (2)贵州省植被覆盖变异指数介于0.01-0.16 之间, 总体较稳定; 从持续性来看, 植被持续恢复是主旋律, 反持续性主要集中在西部和东北地区。(3)贵州地区降雨量和温度空间分布格局较为明显, 温度是影响该地区植被覆盖的主导因素, 不同区域对气候因素的响应存在差异性。(4)各等级海拔植被覆盖均有上升, 其中高海拔地区上升最为显著; 中海拔地区是植被的主要分布区域, 所占比例为72.2%且该海拔范围内NDVI 均值差异不大。     

古尔班通古特沙漠旱生植物时空分布特征

根据2000—2016年MODIS NDVI数据提取旱生植物的时空格局,并结合MODIS地表温度数据和TRMM降水数据,我们分析了古尔班通古特沙漠旱生植物的空间分布和变化特征。结果表明:(1) 2000—2016年间,古尔班通古特沙漠旱生植物覆盖的年际波动明显,但整体呈现缓慢上升趋势;(2)沙漠中旱生植物覆盖空间分布具有明显的地区差异性,位于南部靠近农田地区的覆盖最高,中东部地区次之,西北部最少;(3)古尔班通古特沙漠反映旱生植物长势的NDVI值与温度及降水呈现正相关,降水对NDVI的影响大于温度,并且NDVI与温度或降水之间存在明显的滞后效应,降水与NDVI之间的滞后效应更强。     

基于MODIS NDVI的长江中游区域植被动态及与气候因子的关系

基于1999-2015年的MODIS NDVI时间序列遥感数据,应用趋势分析、变异系数、重标极差分析和偏相关分析等方法,分析了长江中游的植被时空变化特征及其与气象因子的关系。结果表明,长江中游地区NDVI均值总体上呈上升趋势（从0.72增加到0.80）。从空间分布来看,NDVI低值区域（0.1-0.5）占1.40%,高值区域（>0.7）占87.15%;NDVI空间格局呈"西高东低、北高南低"的分布特征,低值区域表现为以三省省会城市为中心向外辐射。Hurst指数显示,研究区大部分区域（60.54%）的NDVI变化趋势具有不确定性,持续性改善区域（34.78%）主要分布在西部山地区,持续性退化区域（3.26%）主要分布在人类活动频繁的较发达城市区域。在年际尺度上,研究区NDVI与各气象因子关系均不显著;月际尺度上,NDVI与降水、相对湿度和日照时数显著相关,降水和日照时数有明显的时滞性。区域内NDVI动态趋势以不确定性发展为主,城市群周边NDVI呈现持续退化的区域应该引起关注。     

浙江省植被NDVI动态及其对气候的响应

利用GIMMS和MODIS两种归一化植被指数(NDVI)资料反演了1982—2010年浙江植被覆盖状况,结合同期研究区63个气象站点的气温、降水和湿润指数等气候指标,分析了该地区植被年际变化、月际变化及其对气候要素的响应特征。结果表明:(1)研究期间,浙江气候总体呈暖干化趋势,植被覆盖缓慢下降,主要是由于森林植被遭破坏,农业生产活动受抑制影响所致,其中NDVI显著减少的地区约占全省陆域面积的29.1%,主要发生在6—11月;(2)降水量及干湿程度对浙江植被NDVI年变化起着决定性作用。植被与气候要素年变化相关分析发现,NDVI与湿润指数关系较降水、气温更为密切,两者相关及偏相关系数均通过0.05水平的置信度检验,这表明在年际尺度上,湿度的增加增大了植被的生长势,有利于植被生长;(3)植被与气候要素月变化分析表明冬季的热量供给是影响浙江植被生长的重要因子,而植被变化对夏季降水和干湿程度的最大响应为滞后两个月;(4)农业生产水平的提高使得农作物种植区NDVI有所增加,人类活动对浙江植被覆盖的影响不可忽视。     

近10年湖北省植被指数时空变化特征及其驱动力

为了明确湖北省植被长势变化特征及其影响因子,研究利用Landsat影像提取2005年、2010年以及2015年湖北省景观类型信息,分析近10年来景观时空变化特征;基于2005-2015年夏季MODIS/NDVI数据,采用一元线性回归、Theil-Sen median趋势、Mann-Kendall检验等分析方法对NDVI时空变化特征及其显著性进行探讨;采用最小二乘法对NDVI与气候之间的相关关系进行分析。使用DMSP/OLS和NPP/VIIRS夜间灯光数据探讨NDVI与人类经济活动之间的关系。结果表明：研究区景观类型变化以建设用地和耕地为主。耕地面积呈现逐年减少的趋势,主要转变为建设用地。建设用地面积不断增多,主要由耕地和林地转变而来,集中在武汉、荆州、襄阳城市圈;研究区NDVI值整体上表现为西高东低,以林地为主的十堰、恩施等地区NDVI值较高,以建设用地为主的武汉、襄阳、荆州等地区NDVI值较低;整体上NDVI变化呈轻微改善趋势,局部地区下降明显,鄂西北、鄂西南等地区NDVI稍有上升,武汉城市圈植被呈退化趋势;NDVI与降水量、气温的相关性均较弱,气候因子不是该区NDVI变化的主导因子;NDVI与夜间灯光亮度值呈显著负相关,相关系数达-0.8030,整体上人类经济活动与NDVI呈负相关关系,且有着分区性的特点,在武汉、襄阳等以建设用地为主的地区人类经济活动对NDVI起抑制作用,而在恩施、十堰等林地为主的地区人类活动对NDVI起促进作用。人类社会经济活动是影响研究区景观格局和植被变化的重要驱动力,城镇化扩张是湖北省植被变化的主要原因。     

基于气候分区与遥感技术的大兴安岭湿地信息提取

针对高山湿地遥感研究的复杂性,本文提出了一种基于气候分区、面向对象分层分割的高山湿地遥感提取方法。利用MODIS归一化植被指数(NDVI)时间序列及数字高程模型(DEM)数据,在气候分区的基础上采用面向对象分类方法,进行大兴安岭地区的湿地遥感提取,并分析了2001—2013年大兴安岭湿地的时空动态变化及成因。结果表明:基于MODIS影像综合特征的面向对象方法,比基于像元的最大似然法和Logistic模型法提取湿地信息的精度更高,面向对象方法提取大兴安岭湿地制图精度为82%,Kappa系数为0.74;2001年大兴安岭地区湿地面积为414.89×104hm~2,2013年湿地面积为340.39×104hm~2,13年间湿地面积总体呈减少趋势;不同地区湿地增减趋势不同,湿地增加区域主要分布在塔河县和呼玛县,是由于2013年降雨量高于2001年降雨量引起的,而湿地农田化导致分布在甘南县和龙江县的湿地减少。研究成果将为高山湿地时空动态信息提取提供技术支持。     

基于MODIS NDVI、SPOT NDVI数据的GIMMS NDVI性能评价

以MODIS NDVI和SPOT NDVI数据为基准对2000—2015年重叠时段的GIMMS NDVI数据进行评价.在全国尺度以及水田、旱地、林地、草地4种土地类型上对比分析3种数据的数值差异、动态一致性、变化趋势差异和两两间相关性.结果表明: GIMMS NDVI在数值上整体高于MODIS NDVI和SPOT NDVI,3种数据在反映植被月动态方面能力相当;研究期内3种NDVI数据在全国大部分区域均呈增加趋势,GIMMS的增加幅度最小,且在我国西北、东北、中南、青藏高原及云贵高原的部分地区与另两套数据差异较大,表明在研究该区域时应对GIMMS NDVI数据的使用有所保留;各数据间两两相关性较强,在全国尺度上MODIS NDVI与SPOT NDVI的相关性更好,旱地GIMMS NDVI与MODIS NDVI的相关性更好,水田、林地、草地MODIS NDVI与SPOT NDVI的相关性更好.     

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.     

Enrichment of land-cover polygons with eco-climatic information derived from MODIS NDVI imagery

Aim The FAO land‐cover classification system (LCCS) represents an innovative approach to standardizing and harmonizing land‐cover classifications based on remote sensing data. The thematic information considered by the LCCS, however, is intrinsically related to vegetation physiognomy and does not report important eco‐climatic features. Our aim is to develop a methodology to enrich LCCS maps with information on vegetation productivity and phenology derived from Moderate Resolution Imaging Spectroradiometer (MODIS) normalized difference vegetation index (NDVI) data. Location The LCCS has recently been applied in East Africa by the Africover project. The proposed methodology is developed and tested in Tanzania using MODIS NDVI data for a 5‐year period (2001–05). Methods Annual NDVI profiles of Africover polygons were extracted from MODIS imagery. These profiles, composed of 23 NDVI values per year, were averaged over the study period, purified for possible land‐cover errors and converted into a more manageable format composed of 24 half‐month values. The resulting NDVI profiles were first analysed visually and then evaluated statistically against rainfall measurements taken at 12 Tanzanian stations. The steps involved were as follows: NDVI values were aggregated on a monthly basis and represented with a one‐digit integer to obtain an extended code; a subset of parameters describing vegetation development and phenology was identified, thus obtaining a restricted codification; and finally, the information loss resulting from both the extended and restricted codification was evaluated with respect to the original NDVI profiles. Results NDVI profiles of different Africover classes can differ in mean values but tend to have a similar shape, linked to the seasonality of local vegetation. Both NDVI annual averages and seasonal variations are strictly dependent on rainfall patterns, particularly in arid zones. The tested codifications effectively summarize the eco‐climatic information contained in the polygon NDVI profiles, with the extended and restricted codifications retaining > 90% and 80% of such information, respectively. Main conclusions The proposed methodology is capable of enriching LCCS polygons with eco‐climatic information derived from MODIS NDVI data. Such information is related to vegetation development and seasonality, and can be efficiently condensed at various levels of detail.     

于星载通道光谱指数与小麦冠层叶片氮素营养指标的定量关系

利用空间遥感信息大面积监测小麦冠层氮素营养状况和生产力指标具有重要意义和应用前景.本研究基于不同施氮水平下小麦冠层反射光谱信息,利用响应函数模拟基于不同卫星通道构建的光谱指数(包括单波段、比值光谱指数和归一化光谱指数),分析基于星载通道的光谱指数与小麦冠层叶片氮素营养指标的定量关系,确定监测小麦冠层叶片氮素营养的较好卫星传感器和光谱波段,建立小麦冠层氮素营养指标监测方程.结果表明：利用NDVI(MSS₇, MSS₅)、NDVI(RBV₃, RBV₂)、TM₄、CH₂、MODIS₁和MODIS₂遥感数据可以预估小麦叶片氮含量(LNC),其决定系数（R₂）在0.60以上;应用NDVI(PB₄, PB₂)、NDVI(CH₂, CH₁)、NDVI(MSS₇, MSS₅)、RVI(MSS₇, MSS₅)、MODIS₁和MODIS₂可以预测小麦叶片氮积累量(LNA),其R₂大于0.86.比较而言,NDVI(MSS₇, MSS₅)和NDVI(PB₄, PB₂)分别为预测小麦LNC和LNA的适宜星载通道光谱参数.     

基于混合像元分解的 MODIS 绿潮覆盖面积精细化提取方法研究

在绿潮遥感业务化监测中,250 m 分辨率的 MODIS 卫星数据是主要数据源,归一化差值植被指数（ND-VI）是绿潮卫星遥感信息提取的主要方法。研究发现,由于 MODIS 空间分辨率较低,存在大量的混合像元,导致提取的绿潮覆盖面积明显偏大。针对该问题,本文在 MODIS 绿潮 NDVI 计算的基础上,首先对大于 NDVI 阈值的像元进行混合像元分解,得到 MODIS NDVI 混合像元分解后的绿潮面积,然后以准同步的30 m 分辨率 HJ-1 CCD 影像提取的绿潮覆盖面积为真值,建立了 MODIS NDVI 混合像元分解得到的绿潮面积与 HJ-1提取的绿潮面积之间的关系模型,以实现绿潮面积的精细化提取。与传统的 NDVI 阈值法和混合像元分解法相比,该方法提取的绿潮覆盖面积更接近于“真值”,面积约为“真值”的96％,而传统的 NDVI 阈值法和混合像元分解方法提取的面积分别为“真值”的2．96倍和45％。另外,与传统的 NDVI 阈值法相比,新方法对 NDVI 阈值变化不敏感,在相同的 NDVI 阈值变化区间内,前者提取的绿潮覆盖面积变化了41％,而新方法的变化仅为11％。本文的工作在很大程度上解决了 MODIS 空间分辨率低导致的绿潮监测结果不准确的问题,为精细化的绿潮卫星遥感业务监测提供了参考。     

Anopheles atroparvus density modeling using MODIS NDVI in a former malarious area in Portugal

Malaria is dependent on environmental factors and considered as potentially re-emerging in temperate regions. Remote sensing data have been used successfully for monitoring environmental conditions that influence the patterns of such arthropod vector-borne diseases. Anopheles atroparvus density data were collected from 2002 to 2005, on a bimonthly basis, at three sites in a former malarial area in Southern Portugal. The development of the Remote Vector Model (RVM) was based upon two main variables: temperature and the Normalized Differential Vegetation Index (NDVI) from the Moderate Resolution Imaging Spectroradiometer (MODIS) Terra satellite. Temperature influences the mosquito life cycle and affects its intra-annual prevalence, and MODIS NDVI was used as a proxy for suitable habitat conditions. Mosquito data were used for calibration and validation of the model. For areas with high mosquito density, the model validation demonstrated a Pearson correlation of 0.68 (p<0.05) and a modelling efficiency/Nash-Sutcliffe of 0.44 representing the model's ability to predict intra- and inter-annual vector density trends. RVM estimates the density of the former malarial vector An. atroparvus as a function of temperature and of MODIS NDVI. RVM is a satellite data-based assimilation algorithm that uses temperature fields to predict the intra- and inter-annual densities of this mosquito species using MODIS NDVI. RVM is a relevant tool for vector density estimation, contributing to the risk assessment of transmission of mosquito-borne diseases and can be part of the early warning system and contingency plans providing support to the decision making process of relevant authorities.     

近30年新疆植被生长异常值时空变化及驱动因子

作为陆地生态系统的主体,植被的时空变化深刻地影响着景观格局和生态功能,深入理解植被动态及其对气候变化的响应,对于提高对生态过程的认识、加强生态管理具有重要意义。在一致性检验的基础上,利用中分辨率成像光谱仪(moderateresolution imaging Spectroradiometer,MODIS)的归一化植被指数(normalized Difference Vegetation Index,NDVI)数据集将新疆地区全球检测与模型研究组(Global Inventory Modeling and Mapping Studies,GIMMS)开发的NDVI数据集的时间序列拓展到2012年,探讨了生长季和各季节植被绿度、气候异常值的动态变化,分析了植被对气候变化的响应。研究结果显示,区域尺度和像元尺度GIMMS与MODIS NDVI之间的一致性较强。1982—2012年,研究区域生长季和各季节植被绿度呈显著增加趋势,但生长季存在明显阶段性:1998年前后分别呈显著增加和显著减少,夏季与秋季与生长季类似,而春季则不存在变化趋势的逆转。NDVI呈正异常值的面积比例与区域尺度NDVI的变化趋势一致;极端异常值、较大异常值多呈明显减少趋势,而一般异常值多呈增加趋势,NDVI的变化倾向于逐渐平稳。区域变暖趋势显著,降水量略有增加,潜在蒸散发显著提高,而湿润指数变化不明显。气温、潜在蒸散发主要在春季、秋季促进植被生长,而夏季降水量、湿润指数对植被生长的调节作用更为突出。