植被指数的地形效应研究进展

植被指数是定性、定量评估绿色植被的关键指标,已经广泛应用于地表植被的监测.森林多分布在地形复杂山区,利用植被指数进行森林植被信息反演时地形对其影响较大.本文从几何光学模型原理分析了冠层反射率的地形效应,分析比较完全比值型植被指数(简单比值植被指数SR、归一化植被指数NDVI和湿度调整植被指数MAVI)、非完全比值型植被指数(增强型植被指数EVI和土壤调整植被指数SAVI)、非比值型植被指数(减化比值植被指数RSR、修正归一化植被指数MNDVI和绿度植被指数GVI),以及地形调节植被指数TAVI对地形的响应,试图为复杂地形山区选取植被指数提供参考.最后分析了植被指数地形效应研究的不足并对未来发展进行展望.     

不同大气校正方法对森林叶面积指数遥感估算影响的比较

利用TM原始图像以及经过6S模型和基于影像自身的Gilabert模型大气校正后的地面绝对反射率图像,分别计算了褒河流域阔叶林和针阔混交林2种林型的5类光谱植被指数(SR、NDVI、MNDVI、ARVI和RSR),并建立各林型森林叶面积指数与同时相的各个植被指数的相关关系。结果表明,2种大气校正模型均显著提高了各植被指数与森林叶面积指数的相关关系,除了对森林叶面积指数与植被指数SR和NDVI的相关关系影响不显著外,对森林叶面积指数与植被指数MNDVI、ARVI和RSR相关关系的影响均非常显著。说明不同大气校正模型对叶面积指数的遥感估算结果有较大影响。因此,在利用遥感数据进行定量分析、信息提取和生态遥感应用时,不仅要进行大气校正,而且还要慎重选择大气校正模型和植被指数。     

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。     

地形校正对森林生物量遥感估测的影响

基于常用的4种地形校正模型（Cosine模型、C模型、C+SCS模型、Minnaert模型）,以IDL语言为二次开发平台,对黑龙江省帽儿山地区2007年7月21日TM图像进行地形校正,从视觉差异、图像的定量统计特征两方面评价了4种地形校正模型的修正效果,并比较了地形校正后几种遥感因子与森林生物量的相关性,建立了森林生物量的遥感反演模型,分析了不同地形校正模型对森林生物量反演的影响.结果表明：由于K-T变换采用线性变换方式,地形校正后遥感数据与森林生物量的相关性出现了较大波动,应根据地表信息调整变换参数,因此该变换方式不适合与地形校正结合使用;植被指数的信息量在地形校正后明显提高,其与森林生物量的相关性显著增强;4种地形校正模型中,Cosine校正过度,不宜采用,C模型和C+SCS模型通过引入半经验参数,较好地消除了地形效应,Minnaert模型校正后降低了森林生物量估测的误差,有效地提高了遥感反演模型的精度.     

桂西北喀斯特区域植被变化趋势及其对气候和地形的响应

基于1999—2010年的SPOT NDVI数据,分析了河池市植被变化趋势及空间差异,并结合气象和地形数据分析了植被与气候、地形的关系。结果表明:(1)桂西北喀斯特地区植被变化总体上呈恢复趋势,年均气候因子对植被变化的作用不明显;(2)200—500m的海拔范围内植被恢复显著,但400—500m的海拔范围内有小面积植被退化现象,随着海拔增加,植被变化趋于稳定;(3)6—15°的坡度范围内植被恢复最显著,而2—6°及大于25°坡度范围存在植被退化的现象;(4)不同坡向上的植被恢复差异不明显,但随着坡向由阴坡转阳坡,植被总体恢复呈减小趋势。喀斯特地区人类生态建设取得一定成效,但由于人类活动的负面影响,在海拔400—500m、坡度大于25°的阳坡区域仍存在植被减少的现象。     

黄土高原植被景观多尺度变化及其与地形的响应关系

基于RS和GIS技术,利用黄土高原近30年不同分辨率的归一化植被指数(NDVI),采用基于小波分析的多尺度空间统计学方法,研究不同时期黄土高原植被景观的多尺度变化特征及其与地形的响应关系。结果表明:(1)黄土高原植被景观1982—2011年期间发生了周期性变化。其中,1990年以前为植被恢复阶段,1990—2001年为植被退化阶段,2001年以后为植被恢复阶段。(2)植被景观的空间异质性与数据获取的时间、数据分辨率、空间位置和地形均有关。一方面,植被指数和数据分辨率越高,植被景观的空间异质性就越大,而且沿经度方向植被景观的空间差异性大于纬度方向;另一方面,NDVI的多尺度变化特征与地形因子有不同程度的相关性,表现为:高程地形湿度坡度坡向,这对于今后黄土高原植被景观的合理布局,提高生物多样性,控制水土流失,增强景观的连续性具有特别重要的意义,也可为指导生态环境建设提供基础资料。     

1998—2017年祁连山南坡不同海拔、坡度和坡向生长季NDVI变化及其与气象因子的关系

祁连山是我国西北地区重要的水源涵养保护区,是我国地形第一、二阶梯分界线,对气候变化极其敏感。基于气温、降水量和归一化植被指数(NDVI)数据,使用趋势分析、小波分析和相关分析方法,结合数字高程模型(DEM)数据,从海拔、坡度和坡向的角度探讨祁连山南坡NDVI变化及其与气温和降水的关系。结果表明: 1998—2017年,祁连山南坡生长季NDVI整体呈增长趋势,增长趋势为0.023·10 a^-1。NDVI值在不同海拔、坡度和坡向上的变化存在差异性,NDVI值随海拔的升高呈先增后降趋势,海拔2700～3700 m区域的植被覆盖状况较好,＞4700 m区域的植被出现退化现象;NDVI值随坡度增加呈降低态势;NDVI值在坡向上的差异较小,但阳坡的植被覆盖状况好于阴坡。生长季NDVI与气温、降水的关系密切,生长季NDVI、气温、降水均具有14年的变化周期,而不同海拔、坡度、坡向的植被受到气温和降水的影响不同,海拔＜3700 m、＞4700 m区域、坡度＜25°区域和各坡向区域的植被均易受降水影响。     

林地叶面积指数遥感估算方法适用分析

叶面积指数是与森林冠层能量和CO2交换密切相关的一个重要植被结构参数,为了探讨估算林地叶面积指数LAI的遥感适用方法和提高精度的途径,利用TRAC仪器测定北京城区森林样地的LAI,从Landsat TM遥感图像计算NDVI、SR、RSR、SAVI植被指数,分别建立估算LAI的单植被指数统计模型、多植被指数组合的改进BP神经网络,获取最有效描述LAI与植被指数非线性关系的方法并应用到TM图像估算北京城区LAI。结果表明,单植被指数非线性统计模型估算LAI的精度高于线性统计模型;多植被指数组合神经网络中,以NDVI、RSR、SAVI组合估算LAI的精度最高,估算值与观测值线性回归方程的R2最高,为0.827,而RMSE最低,为0.189,神经网络解决了多植被指数组合统计模型非线性回归方程的系数较多、较难确定的问题,可较为有效的应用于遥感图像林地LAI的估算。     

山区夏季地表温度的影响因素——以泰山为例

以泰山为例,应用夏季的Landsat 5的TM6为基本数据源,基于单窗算法定量反演了泰山地表面温度(LST),在此基础上首先探讨了LST与地形因子的关系,然后比较了归一化水汽指数(NDMI)和归一化植被指数(NDVI)在表达山区LST上的效力,最后利用逐步回归分析法,构建出LST与地形因子、NDMI的回归方程,应用偏相关系数,得出各个因子对LST的影响程度。结果表明:1)在地形因子中,影响LST的主要因素是海拔,随海拔升高呈自然对数形式降低,相比而言,坡度、坡向以及太阳入射能量的影响则很小;2)在没有水体时,NDVI与NDMI都能有效地表达山区的LST,LST与NDVI间是二次项负相关关系,与NDMI间是线性负相关关系,在表达LST上NDMI比NDVI更有效;3)综合分析表明,地表水汽特征是其表面温度最主要的影响因素,其次是海拔。研究结果将为山区地表温度空间分异性特征及形成机制的研究提供科学的参考。     

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.     

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...     

南昌市植被覆盖度时空演变及其对非气候因素的响应

植被是陆地生态系统的重要组成部分,植被覆盖在空间上的差异是气候和人类活动交互作用的结果。随着城市扩张,人类活动的加剧及不合理的土地利用方式导致了很多生态问题,对植被覆盖有重大影响。基于地形调节植被指数的像元二分模型,利用3期landsat-5 TM影像图分析南昌市植被覆盖度时空演变特征,并结合DEM数据分析植被覆盖度及变化的地形梯度分异规律,利用3期土地利用图量化植被覆盖度变化对土地利用方式转变的响应。结果显示:1)研究区2001—2010年植被覆盖度从0.54下降为0.42,总体上呈退化趋势,2005年之后植被退化有所减缓;2)植被覆盖度的地形梯度变化显著。植被覆盖度与高程呈高度的正相关性,在坡度0—22°梯度带呈现较高的正相关,在坡度22—40°梯度带呈现较高的负相关。80%以上植被覆盖变化集中在海拔30 m以下、坡度4°以下的区域;3)植被覆盖度变化是地形与土地利用综合作用的结果。在平原低丘区,土地利用行为是植被覆盖变化的主导因素。城市的建设和扩张导致占用耕地、林地和草地,以及大面积的撂荒、伐林等土地活动对植被覆盖退化的贡献率为50%以上,是植被覆盖退化的主要原因,而退耕还林还草、废弃地复垦、后备资源开发为植被覆盖增加的主要原因。可为平原低丘区生态环境监测和构建环境友好型土地利用模式提供科学依据。     

连江流域植被的空间分布特征

利用1973、1988和2006年3期遥感数据,以归一化植被指数像元二分法为植被覆盖度估算模型计算连江流域不同时期的植被覆盖度,然后运用DEM地形高程数据及回归分析法和相关分析法,分析海拔高度、坡向、坡度与植被覆盖度的关系.结果表明:(1)高程200～1600 m、坡向90°～160°和坡度10°～30°范围内,因人类活动干扰较少和温度、水分等条件较好,植被覆盖度高、质量较好.(2)植被覆盖度的空间分布特征主要受高程影响,其次为坡向,与坡度的相关性较小.(3)近33年连江流域植被覆盖度以剧烈增加区和稳定区为主,多分布于林场、自然保护区和人造林区等植被生境优越点.     

黄土残塬沟壑区流域次生植被物种分布的地形响应

研究流域次生植被物种对地形因子的响应规律,识别影响次生植被物种分布的主要地形因子,是流域近自然植被生态恢复和重建的基础。采用ArcGIS空间分析模块和地形分析模块TauDEM,并与统计软件SPLUS2000中的GRASP工具相结合,建立了位于黄土高原残垣沟壑区山西省吉县蔡家川流域次生植被各个物种分布基于地形因子的广义相加模型(GAM)。模型中的地形因子包括:海拔、坡向、坡度、平面曲率、坡位指数(SPI)、地形湿度指数(TWI)、单宽汇水面积(SCA)等。受试者操作特征曲线(ROC)测试中AUC值表明:大部分测试物种(约62%)拟合模型效果较好,且模型较为稳定。总体来看,研究流域次生植被物种分布体现了水分限制的空间分异特征:阴坡各物种分布概率较大,且随海拔升高而减小。影响研究流域次生植被物种空间分布的潜在重要因子为海拔和坡向,而单宽汇水面积(SCA)和地形湿度指数(TWI)虽然是多个物种响应模型的预测因子,但受高一级尺度海拔的影响,SCA与TWI对物种分布的影响作用较小;坡度影响作用最小。据此,在流域植被恢复和防护林建设目标区选择及立地条件划分时应首先以海拔和坡向为依据,单宽汇水面积(SCA)和地形湿度指数(TWI)则可以作为次一级立地分类依据,而坡度则仅能作为最后一级的分类依据。     

基于SPOT-VGT NDVI的陕北植被覆盖时空变化

利用1998-2010年SPOT-VGT NDVI影像对陕北地区植被的时空变化进行分析.结果表明:研究期间,陕北地区归一化植被指数(NDVI)的季相变化明显,月均最高值出现在8月、最小值出现在1月,月均值的变化幅度在0.14 ～0.46,NDVI月均值为0.28,其年均值总体呈上升趋势;在空间上,植被改善地区集中于陕北中南部,生态环境退化区域集中在长城以北风沙区;气温和降水是影响植被变化的重要气候因子,其与NDVI变化的相关系数分别为0.72和0.58;植被改善明显的区域主要位于坡度15° ～25°的地区,反映出国家退耕还林还草工程对陕北地区生态环境的恢复和改善起到了巨大作用.     

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TM NDVI的武功山山地草甸植被覆盖度时空变化研究

以江西省武功山山地草甸为研究区,基于4期TM(Thematic Mapper,专题测图仪)卫星遥感影像,提取NDVI(Normalized Difference Vegetation Index,归一化植被指数),采用像元二分模型,运用ENVI 5.1和Arc GIS 10.0软件计算得到武功山山地草甸的植被覆盖度分布格局及动态变化。研究结果表明:(1)研究期间山地草甸面积减少了9.72%,呈递减趋势。20年来随着武功山风景区成立—旅游业发展—山地草甸生态修复,山地草甸植被覆盖度增加和减少交替,总体呈上升趋势;(2)山地草甸植被覆盖度呈现东南高西北低的空间分布特征。低覆盖度草甸区集中在武功山山脉的西北侧坡面的崖壁和部分山脊线上,而高覆盖度草甸区多分布在武功山山脉的东南坡面;(3)研究区山地草甸退化与改善并存,山地草甸最北端和白鹤峰-九龙山区域的东南坡、南坡低海拔处植被总体呈退化特征;发云界南部的东坡植被总体呈现改善特征。研究期间山地草甸退化面积比改善面积多出1.78%。(4)山地草甸植被覆盖度的分布格局和地形因子存在较高的相关性(P0.05):植被覆盖度随着坡向的变化而呈规律性的变化,总体上山地草甸植被覆盖度的分布为阳坡平坡阴坡;植被覆盖度先是随着坡度的上升而升高,在坡度15°—25°时达到峰值,然后随坡度的上升而下降,在45°—90°最低;植被覆盖度随海拔升高呈波浪式下降,1000—1200m最高,在主峰山顶海拔1800—1918.3m最低。遥感解译检验结果证明采用此方法对大面积山地草甸覆盖度分布及变化进行反演可行而准确;在后续研究中将采用不同季相的多期影像数据提取NDVI对研究区植被覆盖度进行长期监测,以便更准确可靠地分析山地草甸演化过程和趋势。     

2000—2018年西北砒砂岩区植被覆盖度与地形效应

利用2000—2018年的MODIS-EVI数据,基于像元二分模型计算植被覆盖度,利用数字高程模型(DEM)数据从高程、坡度和坡向等方面分析西北砒砂岩区植被覆盖度的地形效应。结果表明: 2000—2018年西北砒砂岩区植被覆盖度(FVC)相对较低,平均按2.43·a^-1的速率递增,FVC正距平年主要有12年,其中以2018年和2013年相对最高,负距平年主要有7年,其中以2001年和2000年相对最低。砒砂岩区FVC空间分布由东南向西北逐渐降低,但不同类型砒砂岩区FVC存在较大差异,其中裸露砒砂岩区FVC相对最低,覆沙砒砂岩区次之,覆土砒砂岩区相对最高;2000—2018年砒砂岩区FVC的平均变化率为0.0031,植被生长状况趋于改善。高程-坡向效应表明,裸露砒砂岩和覆沙砒砂岩区坡向分别在高程≤1000 m和>1500 m处对FVC的影响较大,覆土砒砂岩区坡向对FVC的影响较小,但在高程1200～1300 m处影响较大。坡度-坡向效应表明,砒砂岩在坡度≤15°时,FVC的坡度坡向效应不明显,坡度＞25°时裸露砒砂岩和覆沙砒砂岩的阴坡和半阴坡FVC大于阳坡和半阳坡;覆土砒砂岩坡度＞15°时,半阴坡和半阳坡的FVC大于阴坡和阳坡。     

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。     

宁夏灵武白芨滩自然保护区植被覆盖变化地形效应

基于MODIS—NDVI时序数据,运用ArcGIS软件,采取植被指数法和趋势分析法,估算了宁夏灵武白芨滩国家级自然保护区2000—2019年植被覆盖度,分析研究了植被覆盖变化趋势及其与地形因子的关系。结果表明:该保护区植被覆盖度由波动变化不明显逐渐变为波动上升趋势。植被覆盖类型以低覆盖度和中覆盖度类型为主。随着高程的增加,植被明显改善类型占比逐渐降低,植被无明显变化类型占比逐渐升高;坡度越平坦的地区植被改善越明显,且北坡和西坡的植被改善情况好于东坡和南坡。总体来看,该保护区2000—2019年的保护成效显著,但仍需要对植被覆盖度低的区域实施生态保护建设,并重点关注地势高、坡度大的区域。