利用改进型遥感生态指数的岩溶区生态环境质量评价

本文选取绿度(NDMVI)、湿度(Wet)、石漠化(RDI)和热度(LST)4个指数,构建了改进型遥感生态指数(IRSEI),以实现县域岩溶地区的生态环境质量评价。基于2003与2023年的县域尺度遥感影像与其他地理信息数据,通过若干方面定量对比IRSEI与RSEI指数。结果表明,IRSEI包含了更丰富的山地植被与石漠化状况信息,能够更好地表征和评价岩溶地区生态环境质量,适合作为岩溶地区生态环境质量评价的定量指标。研究区在2003—2023年间,生态环境质量改善和退化情况均有发生,但生态环境质量总体下降了7.46%,生态等级由良变为中等。从空间分布来看,罗平县研究区生态质量差的区域主要分布在北部,生态环境质量优的区域主要分布在中部。

永定矿区植被覆盖度变化及其热环境效应研究

遥感技术已成为监测矿区生态地质环境变化的重要方法。以永定矿区为研究区,选择山地植被指数（Normalized Difference Mountain Vegetation Index，NDMVI），利用像元二分模型方法，对矿区山地植被覆盖度进行遥感估算，并利用热红外波段反演地表温度来研究矿区的热环境状况变化。结果表明，从2000-2014年永定矿区植被覆盖度呈显著提升趋势，平均植被覆盖度从68．23％增长到81.45％，但空间变化不均衡，矿区、经济开发区、村镇居民区等局部地区植被覆盖度降低比较明显。植被覆盖度与矿区热环境效应关系密切．回归分析表明植被覆盖度与地表温度之间呈线性负相关关系，尤其2014年的负相关性更为显著，R2达到0．55。据此可预测，植被覆盖度每增加10％，地表温度降低0．3～0．8℃。因此，矿产资源开发将使植被覆盖度降低，并引起一定的热环境效应，导致矿区生态环境质量下降。

基于改进RUSLE模型的西南土石山区水土流失评价——以湖南省龙山县为例

本文基于Landsat遥感影像,引入归一化山地植被指数(NDMVI),改进RUSLE模型中的植被管理因子C,得到改进的RUSLE模型,并利用其对湖南省龙山县2000~2020年的土壤侵蚀进行估算,旨在快速、科学地评价研究区水土流失变化情况,为以龙山县为代表的西南土石山区水土流失治理提供科学依据。2000年的NDMVI数值范围较均一化植被指数(NDVI)增加了0.3158,2020年的NDMVI数值较NDVI增加了0.2076,增加幅度均较大,这说明NDMVI区分地物的能力更强,具有较强地消除复杂地形影响的能力。通过影像对比,可以看出NDMVI区分地物的能力要优于NDVI,提取城镇用地、水体等地物的精度更高,尤其在地形起伏地区以及山坡的阴影地区,能更好地反演植被覆盖管理因子。基于山地植被指数修正的植被覆盖管理因子C可以更准确地区分地物,尤其是在地形起伏和山坡阴影地区。该方法能有效地运用于西南土石山区的水土流失监测和评价,实现动态变化的快速定量监测。

南方丘陵区植被覆盖度遥感估算的地形效应评估

植被覆盖变化是生态环境领域的核心研究内容之一,但其估算精度常受到地形效应、土壤背景、大气效应等各种因素影响。以Landsat 8 OLI为遥感数据源,基于像元二分模型,分别利用归一化差值植被指数(NDVI)、经Cosine-C校正的归一化差值植被指数(NDVI)和归一化差值山地植被指数(NDMVI)建立植被覆盖度估算模型,以评估南方丘陵区植被覆盖度的地形效应。结果表明,3种植被覆盖度估算模型均能削弱地形效应,但消除或抑制地形效应影响的能力不同。比较而言,基于NDMVI指数构建的植被覆盖度估算模型的地形效应最小,更适合地形复杂区域的植被覆盖度遥感估算;基于Cosine-C校正的NDVI植被指数构建的植被覆盖度估算模型的地形效应次之,但存在一定的过度校正现象;基于NDVI植被指数构建的植被覆盖度估算模型的地形效应最大,尤其当坡度≥10°时,阴坡植被覆盖度比阳坡明显偏低。

基于山地植被指数估算临县植被覆盖度

植被覆盖度是生态环境监测的重要指标,而复杂地形因素影响对山地植被遥感信息的准确提取.以山西省临县为研究区,采用归一化植被指数(NDVI)和归一化差值山地植被指数(NDMVI)分别估算临县2011年7月和2016年4、7、9、12月的植被覆盖度,在对比分析植被指数地形敏感性的基础上,分析黄土丘陵区复杂地形条件下NDMVI对植被覆盖度的估算效果,并对临县近年来植被覆盖度的变化情况进行分析.结果表明:2016年4月使用NDMVI覆盖度估算模型的地形敏感度最弱,估算植被覆盖度的效果最好.从2011年至2016年临县植被覆盖度整体呈现增加的趋势,中高度(50%~70%)、高度(70%~100%)植被覆盖度区面积增加约20%.在空间上,临县中部黄土丘陵沟壑区、西部黄河沿岸丘陵基岩裸露区植被也有了明显的改善,植被覆盖度由中低度、中度覆盖区转为中高度和高度覆盖区,植被覆盖度改善明显.归一化差值山地植被指数(NDMVI)更适合于山地区域植被覆盖度估算.

卫星影像数据构建山地植被指数与应用分析

本研究以Landsat影像为数据源,在分析复杂地形山地植被在阳坡和阴坡反射率差异特征的基础上,提出一种归一化差值山地植被指数NDMVI(Normalized Difference Mountain Vegetation Index)。该指数模型无需辅助数据(如DEM)的支持,通过同时降低近红外波段(TM4)和红光波段(TM3)反射率的方法来消除或抑制地形的影响,具有较强的可操作性。研究表明:NDMVI与太阳入射角余弦值(cosi)的相关性相当小,对地形起伏变化表现不敏感,可有效消除或抑制地形的影响;比NDVI值动态变化范围更宽,对地物有更强的遥感识别能力;该模型抑制地形影响的效果比用C校正模型的效果更佳,不会出现过度校正的问题。

基于地形因子的TVDI修正——以陕西省为例

近年来,温度植被干旱指数（temperature vegetation drought index,TVDI）在遥感旱情监测中得到广泛的应用,但传统的TVDI没有考虑地形因子对指数精度的影响。本文以陕西省为例,利用DEM数据对地表温度做高程修正,同时引入归一化差值山地植被指数（normalized difference mountain vegetation index,NDMVI）代替归一化植被指数（normalized difference vegetation index,NDVI）,以减弱地形起伏对植被指数的影响,进而构建新的TVDI。分别利用修正前后的地表温度以及NDMVI和NDVI构建了4种TVDI,并分析4种指数与土壤湿度及降水的关系,分析比较其监测农业干旱的精度。结果表明：高程与地形起伏对TVDI监测干旱的精度有较大的影响。经过修正后的TVDI与传统TVDI相比,其与土壤相对湿度的相关系数从-0.342提高至-0.711,且能更准确地体现降水的变化特征,说明修正后的TVDI能够更有效地反映区域土壤水分状况,可对农业干旱进行更加精确地监测。

南方丘陵区植被覆盖度遥感估算与时空变化研究——以福建省永定县为例

植被覆盖度是生态环境监测的重要指标,而复杂地形因素影响对山地植被遥感信息准确提取。基于Landsat-8OLI遥感数据,分别采用像元二分模型和线性混合光谱分解法,在对比分析植被覆盖度的地形敏感性基础上,选择山地植被指数(NDMVI)估算了1992、2002和2014年永定县的植被覆盖度,并分析其变化。结果表明:1基于山地植被指数(NDMVI)的覆盖度估算模型的地形敏感性最弱,更适合于南方丘陵山地的植被覆盖度遥感反演;2永定县总体植被覆盖度较高,平均植被覆盖度达77.99%以上,高覆盖度区占59.73%以上,22年内植被覆盖度经历了先提高再下降的过程;3在空间上,高坎抚、金丰和西部片区的植被覆盖度较低,动态变化较明显。永定县金丰片区植被覆盖度明显提高;而近12年内高坎抚片区因矿业开采活动对生态环境的破坏,植被覆盖度降低幅度大,且变化面积较大。