青海高原生长归一化差值植被指数对气候暖湿化响应的年代际变化

本文利用1982~2018年美国国家海洋和大气局(NOAA)先进甚高分辨率辐射计(AVHRR)观测得到的归一化差值植被指数(NDVI)数据集和中国区域高分辨率近地面气温和地面降水率驱动数据集(CMFD),采用线性倾向估计、M–K检验、偏相关和方差分析等方法,研究了气候暖湿化背景下青海高原生长季(5~9月)地表植被变化特征及其对气候暖湿化响应的年代际变化。结果表明:(1)1982~2018年,青海高原生长季地表植被呈由东南向西北逐渐减小的空间分布特征,整体呈显著增加趋势(p<0.01),气候倾向率达0.01(10 a)-1,但在空间上呈两极化发展,在青海高原东部和西南部植被显著变好(面积占57.3%)的同时,青海高原西北部的柴达木盆地地表植被表现为退化态势(面积占14.8%)。(2)1982~2018年青海高原气候整体呈暖湿化特征,但在1990年代中后期发生了显著的趋势变化,不同时段气候暖湿化的区域和强度存在差异,P1时段(1982~1998年)的增温强于P2(1998~2018年)时段,而P2时段的变湿强于P1时段;青海高原生长季地表植被在1998年之前为波动上升,趋势不显著,但从1998年开始出现显著增加趋势(p<0.05),这与青海高原地面降水率的变化相一致。(3)在青海高原气候暖湿化不同阶段,地表植被对气候变化具有不同的响应,在P1时段,水分条件相对不足的情况下,地表植被对热量因子(气温)以负反馈为主,增温不利于地表植被的生长,特别是在黄河源区北部和青海湖附近;而在P2时段,在水分条件相对充足的条件下,地表植被对水分和热量因子均以正反馈为主,在二者的共同作用下,青海高原生长季地表植被出现了大范围好转。

近岸海域叶绿素和赤潮的AVHRR归一化差值探测方法研究

采用 AVHRR的可见光和近红外波段得到的归一化差值和现场实测的叶绿素建立了相关关系 ,相关系数为 0 .85 ,SD为 0 .1 3,P<0 .0 0 0 1。模型预测值与现场实测值之间的误差介于 - 39.8%～ 5 7.3%之间 ,最小为0 .6 %。

基于MATLAB的扎龙湿地归一化差值指数时间变化分析

以扎龙地区四期Landsat影像为基础数据,经过几何纠正、大气纠正等数据的处理工作,生成四期的扎龙地区的归一化差值指数图像。利用MATLAB分析扎龙地区主轴和副轴方向上的归一化差值指数变化,并由此分析扎龙湿地的植被覆盖和变化特征。结果表明,扎龙地区主轴和副轴方向上的归一化差值整体上均呈下降趋势,说明2个方向上的植被质量在下降。

归一化差值植被指数在土地覆盖遥感动态调查中的应用

以金沙江流域西南区为研究区,通过两个时相NDVI的比较判断地表植被的变化情况,生成差值图像,提取变化区域,处理判读结果。

改进型归一化差值不透水表面指数探讨——以兰州市建成区为例

深入分析研究区不透水表面和其他城市基本组分土地覆盖类型的特征后,通过研究已有归一化不透水表面指数(NDISI)提取方案的适用性和研究区域特点,创建出一种改进型归一化差值不透水表面指数(MNDISI),并结合实地调查分析,在中等分辨率影像上运用基于对象的方法,提出新的指数增强提取方案,实现不透水表面信息的自动准确提取,并将其作为一个范例供其他西北内陆城市借鉴。

基于Sentinel-2A NDVI时间序列数据和随机森林方法的高山冷凉蔬菜识别

该研究基于Sentinel-2A卫星的归一化差值植被指数(NDVI)时间序列数据,结合随机森林(RF)分类方法,对高山冷凉蔬菜种植区域进行精准识别与分类。以西吉县为研究区,利用2023年覆盖高山冷凉蔬菜全生育期的Sentinel-2A遥感数据,构建10 m高空间分辨率的NDVI时间序列数据,结合田间实测数据,使用RF分类方法对高山冷凉蔬菜进行识别分类。结果表明文章提出的方法在高山冷凉蔬菜种植区域识别中表现出了较高的精度和稳定性,总体精度达93.52%,Kappa系数为0.89。

多光谱遥感影像在长江水位监测中的应用

人类社会生活、生产活动与江河水位变化密切相关。河道水位监测系统可以实时掌握河道水位的变化情况,是科学预警水情隐患、保障港口及航运安全、提升防汛抗旱能力的重要手段。本文对长江局部水域面积与水位观测值之间的相关性进行了研究,并建立了回归方程;最终利用多光谱遥感影像提取出长江水域面积,并应用该回归方程进行长江水位的推算。结果表明,该方法能够为江河、湖泊、水库等水体的水位监测提供一种简便可行的估算方法。

成都市2019-2021年绿地暴露健康经济效益评估

生态产品价值实现是践行“两山”理念的有效路径。城市绿地与人体健康息息相关,可以降低死亡率以及多种疾病的发病风险。为了评估绿地暴露带来的具体健康效益,以率先开展公园城市建设的成都市为研究对象,基于绿地与全因死亡率的暴露-反应系数,创新性地耦合归一化差值植被指数(NDVI)和空间人口栅格数据,构建了绿地暴露可避免早死人数的定量分析方法,结合人力资本法核算归因于绿地暴露可避免的经济损失。结果表明:对比2018年,2019年、2020年和2021年成都市绿地NDVI值分别增加了0.08、0.06和0.07,因之可避免的早死人数分别为2408、1927和2492人,分别占成都市当年死亡人数(除去意外死亡)的1.82%、1.39%和1.68%;通过3年公园城市建设带来的健康经济效益总计95.36×10^(8)元,其中2019年、2020年和2021年分别为32.06×10^(8)、26.17×10^(8)和37.13×10^(8)元。从空间分布上看,在单个100 m×100 m网格中,健康经济效益最高为95.16×10^(4)元,且呈现出人口密度高的中心城区健康效益更高的规律。总体上,成都市绿地水平(以NDVI的高低来表征)表现为西部高于东部,中部主城区绿地水平较低。相较于2018年,2019-2021年成都市整体绿地水平呈增加趋势,表明公园城市理念的提出得到了成都市政府的积极响应并且卓有成效;此外,结果呈现出人口密度高的中心城区健康效益更高的规律,并随着成都市人均GDP的升高,归因于绿地暴露可避免的经济损失也在增加。因此应该持续发展生态建设,打造绿色-经济双模式,注重中心城区绿色发展,同时对绿地暴露的健康效益进行评估,对推动城市绿地的项目实施和运行有重要意义。本研究以城市绿地这一特色生态产品为对象,探索建立了绿地暴露健康经济效益评估方法,形成了公园城市建设健康价值核算的示范案例,可为我国探索生态产品价值实现的特色路径提供重要参考。

宁夏沙坡头国家级自然保护区植被覆盖时空变化及其与气候因子的关系

为了研究黄河上游干旱区植被覆盖度的变化规律,选取宁夏沙坡头国家级自然保护区为研究区,基于2002—2021年Landsat卫星遥感影像,通过趋势分析法、相关分析与偏相关分析法等,从时间和空间尺度上分析研究区近20 a归一化差值植被指数(NDVI)变化及其与气温、降水的关系。结果表明:研究区的植被覆盖度率较低,2002—2021年NDVI值呈波浪式显著增大的趋势;研究区NDVI在空间上大致呈现东高西低的特点,且NDVI与气温、降水基本呈正相关关系。

基于高分六号卫星观测数据监测太湖蓝藻水华研究

该文基于2018年和2019年的高分六号卫星数据,利用归一化差值植被指数实现太湖蓝藻水华的提取,验证红边波段对蓝藻水华的监测效果。结果表明,蓝藻水华在太湖的梅梁湾、湖心区北部和西太湖北部发生频次最多。但存在有代表性的最小整体和季节阈值范围,且整体阈值与夏季阈值相关性高;红边I波段(0.71波段)阈值范围的稳定性优于红边II波段(0.75波段)和近红外波段(0.83波段),且最小阈值范围呈现为正态分布。因此,高分卫星具有监测太湖蓝藻水华的潜力,在业务上运用高分卫星能够对太湖蓝藻水华的暴发作出快速监测。

利用MERIS和AATSR资料估算黄土高原塬区植被含水量时空变化

通过利用2005年黄土高原塬区夏季地表过程野外观测试验期间收集的地面观测的植被含水量、中分辨率影像光谱仪(Medium Resolution Imaging Spectrometer,MERIS)和高级沿轨迹扫描辐射计(Advanced Along-Track Scanning Radiometer,AATSR)卫星遥感资料,分别对归一化差值植被指数(Normalized Different Vegetation Index)和归一化差值水分指数(Normalized Different Water Index)与植被含水量(Vegetation water content)变化关系进行了分析比较,得到了两种不同的植被指数在作物生长背景影响下的异同。并分别利用MERIS的观测资料计算了NDVI,利用AATSR观测资料计算了NDWI,通过分析得出:随着作物的生长或生物量的增加,归一化差值植被指数变化趋于饱和,而归一化差值水分指数仍然继续增加。进一步通过同步地面野外观测植被含水量与卫星遥感观测资料的对比,建立了归一化差值植被指数、归一化差值水分指数和实际野外测量植被含水量的关系,并且得到由两种植被指数反演植被含水量的方法和地面观测之间的误差分别为1.03064 kg.m-2和0.940 45 kg.m-2。最后通过分析后总结出,利用归一化差值水分指数来反演黄土高原塬区夏季玉米冠层的含水量优于利用归一化差值植被指数。

棉花生长初期灌溉信息遥感提取与校正

为提高生长初期低覆盖度作物长势的遥感监测精度,需要消除灌溉引起的土壤水分背景变化对归一化差值植被指数(NDVI)的影响。为了实现棉花生长初期灌溉信息提取与校正,提高棉花作物长势监测与产量预判精度,本文以美国加利福尼亚州San Joaquin Valley的2个棉花地块为研究区,选取棉花生长初期灌溉过程中的遥感影像,构建两种灌溉信息提取方法(分阶段阈值法和灌溉线提取法),确定最优灌溉像元提取方法;比较分析灌溉与未灌溉情况下棉花的NDVI与归一化差值水分指数(NDWI)以及土壤调节植被指数的关系,提取含有灌溉信息的像元,并对NDVI进行校正,消除灌溉对NDVI的影响。研究结果表明:在棉花生长初期,灌溉与未灌溉像元NDVI变化率达12%,差异较显著;灌溉与否的棉花NDVI与NDWI间均存在极显著的线性关系,决定系数在0.80以上;利用灌溉线方法提取灌溉信息与分阶段阈值相比精度更高,精度达88%以上;校正后线性回归模型精度达0.95,灌溉校正效果明显,灌溉与未灌溉像元的NDVI差异减小至2%。本研究通过对含有灌溉信息像元NDVI值的校正,去除灌溉对NDVI造成的影响,反映了真实的植被信息,可实现对作物生长初期长势的准确遥感监测,为遥感定量监测提供便利。

基于NDWI及扩展指数的地表水分变化监测——以宿鸭湖水库为例

基于遥感绿光波段和近红外波段对地表水分反射率的差异,探索使用归一化水体指数(NDWI)及扩展指数监测地表水分变化。利用2018—2022年的多时相Sentinel-2光学影像,比较NDWI固定阈值为0和OTSU自适应阈值法(Otsu's thresholding method)在水体提取中的效果,进一步提出时序二值化NDWI差值指数(NDWI_(b-del))、归一化NDWI差值指数(NNDWI_(del))用于识别水体动态转换与地表水分动态变化,并以宿鸭湖大型水库为例进行分析。结果表明:NDWI阈值为0的提取效果优于OTSU阈值,后者有效期不足50%。水体分布与清淤扩容动态密切相关,2018年主要是西北部和西岸水体的自然变化;施工后,2019年库西水体减少,2020—2021年深水带与一号人工岛附近及坝后排泥区水体面积增加,2022年二号至三号人工岛附近水体持续增加。NDWI_(b-del)方法的监测结果显示,2019—2022年,施工填筑区、深水带区与坝后堆泥区有明显的水体转换。NNDW_(Idel)的监测表明,2019—2022年指数值的极端变化对应水体与非水体的转换,指数值的适中变干和适中变湿对应极端变化的前序阶段,包括土方填筑导致的水体减少和淤泥堆放导致的水体聚积等不明显转换区。本研究基于NDWI指数扩展两种遥感监测指数,为地表水分和环境变化的自动高效监测提供了新方法。

基于3种遥感指数的东北春玉米干旱识别对比

以东北春玉米为研究对象,探究利用植被光合特性的日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)指数、近红外-短波红外波段构建的归一化差值水分指数(normalized difference water index,NDWI)和可见光-近红外波段构建的归一化差值植被指数(normalized difference vegetation index,NDVI)识别东北春玉米干旱的准确度和敏感度。研究发现:SIF指数、NDWI和NDVI对干旱识别准确度均超过80%,其中重度干旱准确度超过94%,且在春玉米苗期表现最佳;3种指数对比可知,SIF指数在春玉米干旱识别的准确度和敏感度方面均最佳,分别为89.27%和81.65%,NDWI敏感度次之,NDVI最差。表明基于光合特性的SIF指数在识别东北春玉米干旱方面优于基于地物光谱特性所构建的植被指数。

气候变化对土地覆被变化的 影响及其反馈模型

气候变化对土地覆被变化影响及其反馈模型研究主要内容包括：中国土地覆被季相变化 的时空差异性；中国土地覆被特征参数ＮＤＶＩ年际变化与气候变化的关系；中国气候－植被判 别模型；气候－土地覆被变化的神经网络建模及土地覆被的气候预测；土地利用／土地覆被变化 （ＬＵＣＣ）对气候影响的反馈机制和ＬＵＣＣ对中国土壤碳库的可能影响；土地覆被变化对气候影 响的反馈数值实验。

地块数据支持下的玉米种植面积遥感测量方法

统计行政单元内粮食作物种植面积及其空间分布是粮食产量估算的基础,也是制定粮食政策和调整种植结构的重要依据。以3S为代表的空间信息技术,是实现农作物种植面积统计的关键技术,也是实现常规统计进入空间统计的重要因素。该研究以玉米种植面积遥感测量为目标,选取种植结构复杂的农业区河南省原阳县为试验区,通过高分辨率融合影像建立地块边界数据,以TM影像为核心数据源,对TM数据进行预处理,结合NDVI及特征波段信息采用决策树方法对试验区进行预分类,初步获取玉米种植范围;将玉米预分类结果与耕地地块数据空间叠加分析,以地块内玉米的预分类面积比例为分层标志,建立分层模型,结合交通数据,布设野外样方;采用遥感影像与车载GPS结合的方式,设计合理的野外调查路线,开展野外样方实测工作,获取样本地块内的玉米种植比例;然后以野外GPS调查点为依据,通过决策树方法对玉米预分类结果进行修正。最后通过野外测量获取的样本地块玉米百分比及统计数据对TM数据提取的玉米种植面积结果进行评价,求得位置精度为81.8%,总量精度为91.1%。说明借助耕地地块数据库,能够提高多时相TM分类的位置精度和总量精度。

利用新型光谱指数改善冬小麦估产精度

基于冬小麦返青期至乳熟期8次采样的地面光谱数据和收割时的产量数据,首先,利用光谱反射率与产量进行了统计分析,可见光波段的光谱反射率与产量在起身后期才达到稳定的显著负相关水平;近红外波段的光谱反射率与产量在所有生育期都表现出稳定的显著正相关;短波红外波段的光谱反射率与产量在进入灌浆期后才达到稳定的显著负相关水平。其次,根据冬小麦冠层光谱的波形特征,利用近红外波段890nm反射峰、980nm和1200nm两个弱水汽吸收谷、短波红外1650nm和2200nm反射峰,设计归一化差值光谱指数,并与冬小麦产量进行相关分析,结果表明:利用上述波段组合定义的归一化差值光谱指数与产量在各个生育期都达到了显著或极显著相关水平,而归一化差值植被指数(NDVI)与产量间的相关在营养生长阶段不显著。最后,以(890nm,1200nm)弱水汽吸收光谱指数为例,建立了各个生育期的产量预报模型,为实现冬小麦营养生长期长势监测与更早、更可靠的产量预报提供了依据。

气候变化对中国北方温带草原植被的影响

在月、季节、生长季和年4个时间尺度上,采用Krigging空间插值方法对1982—1999年的降水、气温数据插值生成栅格影像,将其与1982—1999年的NOAA/AVHRR NDVI影像进行相关分析.同时,综合分析了归一化差值植被指数(normalized differential vegetation index,NDVI)、降水、气温、区域潜在蒸散量、区域实际蒸散量的年际季节变化.结果表明,降水是制约本区植被生长的根本原因,夏季降水量对植被生长的影响最为显著,7—8月份的降水对下月植被的生长有重要的影响.同时得出中国北方温带草原植被与气象因子相关性的空间分布图.

基于样本自动选择与SVM结合的海岸线遥感自动提取

利用卫星遥感手段自动、快速、准确地测定海岸线动态信息是遥感应用的一个重要领域,对海域管理规划具有重要意义。由于近岸水体光谱特征受区域环境影响较大,在水陆分离过程中,利用传统的归一化差值水体指数(normalized difference water index,NDWI)阈值分割法时,一部分近岸水体易被错分为陆地,严重影响了岸线提取精度。为此,在NDWI模型的基础上,提出了基于样本自动选择与支持向量机(support vector machine,SVM)的海岸线遥感自动提取算法。首先进行NDWI计算与全局阈值分割,实现水体信息的初步提取;再通过NDWI信息控制初始样本的自动选择;然后利用SVM分类器对水体再次分类,实现海陆分离;最后填充小的陆地水体单元,实现岸线自动跟踪。实验结果表明,该方法能有效增强对近岸水体的识别能力,提高海岸线遥感提取的精度和自动化程度。

基于自适应阈值的地基云自动检测方法

云的高精度检测是云量计算的基础,利用晴朗天空下天空呈蓝色、云呈白色的属性,该文提出一种基于最大类间方差的自适应阈值云检测方法,并分别基于蓝红波段比值、差值和归一化差值处理进行试验。相比固定阈值的云检测方法,自适应阈值具有更大的通用性,且定量的评估结果表明:归一化差值处理在云检测的正确率和精确度方面都获得了令人满意的检测效果。