基于MODIS的光化学植被指数反演水稻区域光能利用率

为了探究光化学反射植被指数(Photochemical Reflectance Index,PRI)在反演大面积水稻光能利用率(Light Use Efficiency,LUE)方面的潜力,利用安徽寿县国家气候观象台通量观测数据和同期MODIS卫星数据,分别构建不同参照波段下(488、551和667nm)的PRIs与站点像元LUE间的模型,并尝试利用最优模型反演区域尺度的水稻光能利用率。结果表明,在所测试的参照波段中,来自后向散射方向影像提取的PRIs与LUE的相关性更强,其中PRI_(551)表现最优;与MOD17算法相比,利用PRI_(551)-LUE模型反演的区域LUE值更符合实际,且空间分布差异明显,在多时相影像和完善数据插补方法的基础上,利用MODIS PRI在反演长时间、大面积植被的光能利用率或生产力方面具有可行性。

疏勒河流域陆地水储量与植被指数的时空耦合关系

干旱区水资源与植被生长状态的时空变化规律及其耦合关系的研究一直以来都是水文学和生态学等领域研究的重点和热点。以我国干旱区内陆河流域-疏勒河流域为研究区,利用2002-2016期间GRACE卫星反演的陆地水储量变化(TWSA)和MODIS的增强型植被指数(EVI)两个指标开展了基于像元的流域水资源和植被状态的时空格局变化及其耦合关系研究。结果表明:(1)在时间尺度上,疏勒河流域的TWSA和EVI表现出明显的周期性、季节性以及趋势性规律;(2)在空间尺度上,基于像元的流域TWSA和EVI均呈明显的空间异质性;(3)在时空耦合关系方面,年均TWSA与EVI在流域整体尺度上呈中度负相关;在子分区尺度上,中部平原区呈高度负相关,南部山区和北部山区相关性不显著;在像元尺度上,年均TWSA与EVI呈高度负相关、中度负相关、低度负相关的像元分别占全流域的19%、32%和31%;仅有18%的像元呈低度正相关,说明疏勒河流域的TWSA与EVI的时空耦合关系复杂且具有明显的空间异质性和尺度效应。研究结论将为疏勒河流域的水资源优化配置和合理开发利用,以及为实现干旱区的可持续发展提供科学依据。

基于MODIS植被指数的青海省玛多县草畜关系分析

为了研究青海玛多县草畜关系特征,对2008—2009年9个样地的实测地上生物量与MODIS(Moderate-resolution Imaging Spectroradiomete)归一化植被指数(NDVI)、增强型植被指数(EVI)分别基于线性、幂和指数函数建立回归模型,对理论地上生物量进行反演估算,并依据相关公式计算理论载畜量。结果表明:线性函数模型具有较好的模拟效果;2009年玛多县草地地上生物量显著高于2008年;玛多县基于NDVI的2008,2009年理论载畜量分别为40.93万、57.45万羊单位,基于EVI的理论载畜量分别为41.30万、59.03万羊单位;而玛多县2008,2009年年末的牲畜存栏数分别为33.11万、33.71万羊单位,可见玛多县这2年的理论载畜量尚有盈余。说明玛多县总体上正在由草畜关系极不平衡状态向逐渐草地恢复状态逐渐改变。

基于植被指数的高分一号遥感影像火烧迹地提取评价

贵州省每年2—5月份是森林火灾高发期,火烧迹地提取是林火损失评估的基础,在林火生态气候研究、植被灾后恢复、保险理赔等方面具有重要意义。以贵州兴仁市2019年2月发生的一次林火为例,介绍利用高分一号WFV影像开展植被指数提取贵州火烧迹地的效果评估。经过辐射定标、大气校正、正射校正等预处理步骤对高分一号遥感影像进行处理,使用不同波段组合计算了研究区范围内的过火区识别指数(BAI)、增强型植被指数(EVI)、归一化植被指数(NDVI)和全球环境监测指数(GEMI),比较了不同植被指数区分度,并计算了火烧迹地和其他类别的分离度。经区分度和分离度评估,BAI指数为区分火烧迹地和其他类别最优的植被指数。通过分析所有类别的BAI均值,选取水体样本的平均BAI指数作为BAI指数提取火烧迹地的阈值,最大限度提取出火烧迹地,并根据6.67 hm^(2)的面积阈值去除了绝大部分非火烧迹地,只剩下煤矿场地还混淆在火烧迹地里,并发现了提取火烧迹地的云阴影、水体为易混淆源,山体阴影为易漏提源。利用高分二号融合影像目视提取的火烧迹地,对高分一号BAI指数提取的火烧迹地进行精度评估,提取的制图精度、用户精度、总体精度均达到90%以上,Kappa系数为0.85。

山西省植被指数时空变化特征及其对气候变化的响应

基于2001-2013年山西省中分辨率成像光谱仪(MODIS)植被指数产品(MOD 13Q1)和气象数据(气温、降水量),利用斜率分析法、相关系数分析法等方法 ,研究近13年来植被指数(增强型植被指数EVI、归一化植被指数NDVI)的时空变化特征,以及植被覆盖变化对气候变化的响应。结果表明,年际变化方面,整体EVI和NDVI年均值显著增加,每个月均值也呈递增趋势,其中7月份的年际增长变化最为显著(EVI、NDVI的线性增长率分别为0.003 8和0.005 7);空间分布上,植被覆盖较茂密的地区主要分布在山区一带,植被稀疏区主要位于盆地附近;植被指数与年均降水量呈显著正相关,与年均气温整体上呈负相关,显著性并不明显,表明植被覆盖受降水变化影响较大,对其变化响应较强,受温度变化影响较小,呈弱响应关系。

基于气候信息的喀斯特地区植被EVI模拟

该研究以喀斯特地区植被为研究对象,分析各种气候因子与植被指数的相关性及作用机制,在此基础上建立基于气候因子的植被EVI拟合模型,为定量分析气候条件对植被的综合影响奠定基础。结果表明:气候因子对喀斯特地区植被EVI影响显著,植被EVI与水汽压、平均气温、露点温度、最低气温、最高气温的相关性均大于0.8且空间一致性好。除日照时数和风速外,该地区植被EVI对其他气候因子的响应均存在显著滞后性,滞后期约16 d。对植被EVI起直接作用的主要是温度类气候因子,水分类气候因子对植被EVI的直接作用不明显,但通过其他气象因子起了较强的间接作用。根据该地区植被与气候因子的关系建立了2个EVI拟合模型,其中基于同期气候因子的同期模型中入选的气候因子为水汽压(0期)、日照时数(0期)、露点温度(0期),基于同期、前期气候因子的混合模型入选气候因子为水汽压(-1期)、最高气温(-1期)、降水量(-1期)、露点温度(-1期)、日照时数(0期)。分别利用2001-2010年建模数据和2011年非建模数据对2个模型进行了单站点和片区两种尺度的精度验证。验证结果表明,2个模型对整个片区植被EVI的拟合精度高于单站点,且混合模型的拟合精度高于同期模型。2001-2010年同期模型和混合模型的片区拟合R2分别为0.843、0.892,站点拟合R2分别为0.765±0.033、0.801±0.021。2011年2个模型的片区拟合R2分别为0.797、0.873,站点拟合R2分别为0.716±0.073、0.746±0.064。对大多数站点而言,混合模型的拟合精度较高,但是由于2个模型的建模气候因子不同及各个站点植被的EVI与气候因子的综合响应也存在较大差异,同期模型对部分站点植被EVI拟合精度高于混合模型。

基于不同植被指数的TRMM数据降尺度及误差校正研究

[目的]对不同时间尺度的热带测雨卫星(TRMM)数据进行空间降尺度及误差校正研究,为华中地区洪涝灾害监测等提供科学参考。[方法]主要借助增强型植被指数(EVI)和归一化植被指数(NDVI)分别运用地理加权回归(GWR)模型实现2001-2019年华中地区TRMM数据的空间降尺度,并结合地理差异分析(GDA)和地理比率分析(GRA)对年、季和月的降尺度结果进行误差校正,通过气象站数据对校正前后的数据进行对比分析。[结果]①TRMM数据和气象站数据的决定系数(R 2)在年(0.630)、季(0.710~0.865)和月(0.637~0.875)尺度都表明了TRMM数据在华中地区具有较好的适用性;②通过GWR模型实现了TRMM数据空间分辨率由0.25°到1 km的降尺度转换,且TRMM EVI数据精度优于TRMM NDVI数据,说明华中地区TRMM数据与EVI的关系比NDVI更为密切;③对优选的TRMM EVI数据分别进行GDA,GRA校正,结果表明GDA校正结果优于GRA校正,且在降雨量越多的月份校正效果越好。[结论]在华中地区,EVI比NDVI更加适合TRMM数据降尺度研究。降尺度数据采用GDA校正比GRA校正效果更为显著。

利用MODIS/EVI时间序列数据分析干旱对植被的影响

为了分析2006年四川重庆地区夏季干旱对该地区植被生长的影响,选取该地区多年中分辨率成像光谱仪(MODIS)增强植被指数(EVI)时间序列数据进行研究,利用时间序列谐波分析(HANTS)算法对EVI数据进行去云处理,并根据处理后的结果(重构的EVI数据以及HANTS分析得到相应频率对应的振幅和相位),分析干旱对该地区的影响,同时结合地面气象数据加以补充说明。将干旱年份和正常年份对比分析,结果表明,处理后的EVI时间序列数据能较好地反映干旱对地表植被的影响,振幅和相位的空间分布特征能够很好地反映干旱的影响范围。

基于MODIS/EVI时间序列数据分析冰冻灾害对植被绿叶始期的影响

在全球气候变化的研究中,植被物候与气候的关系是一个重要的课题,它显示陆地生态系统对全球变化的响应。笔者用2005～2008年1～7月每8 d时间序列的MODIS/EVI数据及其相应的地面数据,运用时间序列谐波分析(HANTS)算法对EVI数据进行去云处理。对处理后的结果,采用动态阈值法获取该区域2005～2008年植被物候(生长始期)及其分布格局,并将冰冻灾害年份跟正常年份植被物候分布格局进行对比,分析冰冻灾害对该地区植被物候的影响。结果表明,处理后的EVI数据能较好地反映冰冻灾害对植被物候的影响,准确地反映了冰冻灾害的实际影响范围。该研究结果说明,通过HANTS法分析卫星遥感数据可较为准确地反映植被的生态特征。

江西植被EVI时空动态监测及驱动因素分析

植被是维护区域生态平衡的重要一环,研究植被覆盖的变化规律,揭示驱动因素的相互关系对区域生态建设具有重要现实意义.基于2000—2018年江西省年均增强型植被指数(Enhanced Vegetation Index,EVI)数据,通过趋势分析探讨江西增强型植被指数(EVI)时空演变规律,利用地理探测器从动静结合角度探测植被覆盖的驱动因素.结果表明:(1)江西EVI空间分布上存在显著差异,具体表现为中北部低四周高,南部高于北部,丘陵高于平原;(2)研究时段内,江西EVI呈现良好的发展趋势,EVI增加区域和减少区域分别占全省总面积的94%和6%;(3)从静态角度看,土地利用类型是江西EVI空间分布的主要驱动因素,同时土地利用类型同坡度的交互作用解释力最强,说明人类活动与自然因素共同影响植被覆盖的空间分布;(4)从动态角度看,降水是EVI变化的主导因素,降水同土地利用类型的交互作用对EVI变化的解释力最强.

2001—2019年台风干扰下我国东南沿海地区植被抵抗力和恢复力评估

台风是影响我国陆地生态系统结构和功能的主要自然灾害之一,尤其对东南沿海地区植被具有明显的干扰效应。为深入了解台风对我国沿海地区植被的影响及其响应,基于MODIS增强型植被指数(Enhanced Vegetation Index,EVI)和叶面积指数(Leaf Area Index,LAI),分析了2001—2019年间不同等级的台风对植被EVI和LAI的影响,评估台风登陆时植被的抵抗力及台风过后植被的恢复力。结果表明:(1)2001—2019年间,共有70个台风登陆我国东南沿海地区,其中,台风(TY)、强台风(STY)与超强台风(SuperTY)的数量分别为35、26和9个。我国台湾省的台风登陆次数最多,为26个,其次为广东省(20个);(2)在整个研究区范围内,台风(TY)、强台风(STY)与超强台风(SuperTY)登陆后的EVI净变化率分别为4.88%、-7.48%、-1.85%,LAI净变化率分别为22.28%、-65.70%、-17.60%;(3)在经历台风干扰后,沿海地区大部分植被可在3个月之内得到恢复,其中浙江省与广东省植被的恢复时间较长,海南省与台湾省植被的恢复时间较短。研究结果对我国沿海地区森林经营管理和生态环境保护具有重要意义。

基于EOS/MODIS数据的NDVI与EVI比较研究

作为NOAA/AVHRR归一化植被指数(NDVI)的延续和发展,EOS/MODIS归一化植被指数(NDVI)和增强植被指数(EVI)在许多领域得到广泛应用。应用数理统计和地统计学方法对二者进行的对比研究表明:NDVI在植被生长旺盛期容易达到饱和,而EVI则能克服这一现象,比较真实地反映植被的生长变化过程;相同空间分辨率下,EVI取值范围、标准差与变异系数均高于NDVI,NDVI数据比较均一,其空间相关性高于EVI,EVI更能反映研究区域内植被空间差异。

2000—2019年京津冀地区植被覆盖状况变化及驱动因素

近20年来中国和印度通过土地利用活动改变地表覆盖使植被变得更绿,京津冀地区是植被变得更绿的典型地区。收集京津冀地区2000—2019年MODIS增强型植被指数(EVI)、植被覆盖百分比数据,以及年平均温度和降水量等数据,分析该区近20年来自然植被和农田植被EVI变化过程和趋势,揭示其变化的驱动因素,结果显示2000—2019年京津冀地区自然植被和农田植被EVI显著增加,自然植被EVI增加速率是农田植被的1.8倍。99.51%的自然植被和96.95%的农田植被生长状况改善。2000—2019年京津冀地区自然植被EVI与年平均温度和年降水量相关性不显著。农田植被EVI与年平均温度显著相关,与年降水量相关性不显著。农田灌溉和年平均温度变化是农田植被EVI显著增加的主要驱动因素。近20年京津冀地区通过实施以造林为主的生态建设工程,自然植被生长覆盖状况呈现极显著变好。同时森林植被比非森林植被覆盖百分比增加趋势更明显。以造林为主的生态建设工程是京津冀地区自然植被生长覆盖状况显著变好的主要驱动因素。

21世纪初中国北方地区植被变化特征分析

利用增强型植被指数(EVI)作为植被活动的指标,用MODIS-EVI时间序列数据定量分析了2000～2009年间中国北方地区EVI的变化规律。结果表明:1)21世纪初中国北方地区植被覆盖总体改善,局部退化,10年来区域年平均EVI增加5.97%;2)逐季节平均EVI均呈现上升趋势,春季、秋季上升幅度小,夏季、冬季上升幅度大;3)中国北方地区植被稀少的区域呈减少趋势,同时单位面积EVI增加,植被生长更加茂盛;4)中国北方地区EVI变化空间异质性大。东北平原、华北平原、黄土高原和新疆农业区显著增加,东北和西部部分地区植被退化。

基于MODIS-EVI时序数据的江汉平原四湖地区土地覆盖动态分析

根据2001～2007年江汉平原四湖地区增强型植被指数(EVI)的时序数据,运用时间序列谐波分析法(HANTS)进行去云处理,计算各个像元EVI时序值的平方和N,将N>0.25的像元划为植被覆盖区,N<0.25的像元划为非植被覆盖区。对植被覆盖区采用二次差分法判断EVI时序数据的峰值出现次数,年内峰值出现1次的为林地和草地,出现2次的为耕地,出项3次及以上的为蔬菜地,采用监督分类方法划分非植被覆盖区中的城镇、水域和植被覆盖区中的林地、草地,制作了四湖地区2001～2007年的土地覆盖分类图,与基于2001年多时相ETM数据的土地覆盖分类进行了比较,耕地面积相差在10%以内。利用MODIS的EVI数据能够快速、有效、低成本进行土地覆盖分类。动态分析结果发现,耕地面积处在不断减少过程中,其余覆盖类型的面积呈增加趋势。

基于多时相MODIS EVI和临近三年地面数据的新疆作物分类（英文）

在区域或全球尺度,250m分辨率的MODIS EVI常被用于作物分类。而且,基于遥感数据可以快速准确的进行作物分类,并为辅助农业政策的制定,因而得到了广大研究者的关注。研究提出了直接使用多年MODIS 250mEVI和临近年份地面调查数据进行作物分类的方法。首先,通过扩展2011,2012和2013年的野外调查数据获得全疆的典型地块,并从地块中提取MODIS纯像元作为分类样本。接着使用免疫系统网络分类器(ABNet)提取研究取的主要作物,包括棉花、玉米、冬小麦和葡萄等。在三年的数据中,任意两年的地面数据用于训练分类器,用使用训练好的分类器对另一年的数据进行分类。例如,使用2011和2012年的数据训练分类器,并对2013年的数据进行分类。结果表明,每年的分类精度达80%以上,且Kappa系数高于0.7。今后工作中,仍需使用更多的地面数据获得更的更精细的分类结果。

基于MODIS时序数据的贵州气候指标与EVI相关性研究

文章利用2008至2011年中分辨率成像光谱辐射计(MODIS)250 m空间分辨率的增强型植被指数(EVI)作为检测植被覆盖程度的指标参数,分析了岩溶石漠化地区与非石漠化地区植被对于气候因子的响应。结果表明:(1)无论是石漠化地区还是非石漠化地区,EVI在干旱时期和非干旱时期,与气候因子——气温(T)的相关系数rEVI-T均大于0.5(rF=0.235,α=0.05),二者表现为显著相关;(2)在非石漠化地区,EVI在干旱时期和非干旱时期与气候因子——降水量(P)的相关系数rEVI-P为0.234、0.212,两者表现出不显著相关,但在石漠化地区则表现为相反的情况;(3)在干旱发生之后的一年时间,EVI在石漠化和非石漠化地区都与降水量有显著相关性,其相关系数rEVI-P分别为0.516和0.489。

大兴安岭北部多年冻土区植被对活动层厚度变化的响应

植被与多年冻土共同维系着大兴安岭地区的冷湿环境。随着全球气候变暖,大兴安岭多年冻土已发生严重退化,植被的生长也受到影响。在大兴安岭北部多年冻土区设置55个采样点,每个采样点采集多年冻土活动层厚度、林下灌木生物量和落叶松胸径树龄等指标,同时借助增强型植被指数(EVI)在区域尺度比较大片多年冻土区和岛状融区多年冻土区的植被生长状况。结果表明:黑龙江呼中国家级自然保护区(简称呼中保护区)活动层厚度的平均值为(0.47±0.14)m,保护区周边为(0.83±0.38)m,呼中保护区周边的活动层厚度大于保护区内。大片多年冻土区的活动层厚度平均值为(1.04±0.47)m,小于岛状融区多年冻土区的(1.40±0.41)m。呼中保护区和周边灌木生物量的平均值分别为(201.75±71.70)g·m^(-2)和(259.10±111.14)g·m^(-2),胸径与树龄比值的平均值分别为(0.20±0.08)和(0.26±0.14)。大片多年冻土区和岛状融区多年冻土区林下灌木生物量的平均值分别为(128.31±63.33)g·m^(-2)和(199.04±66.13)g·m^(-2),胸径树龄比的平均值分别为(0.30±0.13)和(0.59±0.21)。活动层厚度大的区域,灌木的生物量以及落叶松胸径树龄比都大于活动层厚度小的区域,表明活动层厚度增加对灌木和乔木的生长有一定的促进作用。EVI的结果显示岛状融区多年冻土区植被的生长状况以及植被覆盖情况好于大片多年冻土区,从区域尺度证明了多年冻土对植被生长存在限制作用。研究结果对于深入理解多年冻土变化及其环境效应具有重要意义。

基于GEE的关中平原城市群植被时空演变及影响因素

[目的]探究2000—2020年关中平原城市群植被时空变化特征及驱动因素,为区域生态文明建设提供科学指导。[方法]基于Google Earth Engine(GEE)云平台,利用2000—2020年Landsat影像计算得到的增强型植被指数(enhanced vegetation index,EVI),结合趋势分析、热点分析、地理探测器模型等方法分析了关中平原城市群年最大EVI(EVI max)变化格局及驱动因素。[结果]①2000—2020年关中平原城市群年EVI max整体呈上升趋势,未发生变化的土地利用/覆盖类型年EVI max值均呈波动上升趋势,其中草地的上升速率最大。②空间上,关中平原城市群年EVI max值呈由南向北递减的趋势,高值区主要位于南部的秦岭山地。趋势分析结果表明年EVI max呈显著上升和显著下降的面积分别为70.16%和3.61%。③年EVI max的空间集聚特征表现为热点和冷点数量呈轻微下降和显著下降趋势,冷点区域逐渐转化为次冷点或次热点区域。④降水是影响关中平原城市群年EVI max空间分布的最主要因素,各影响因素的交互作用为非线性增强或双因子增强。[结论]关中平原城市群2000—2020年植被总体呈上升趋势,降水对植被的影响起主导作用。

2001—2020年中国森林植被EVI对气候因子的响应

森林是陆地生态系统的主要组成部分,其在维持生物圈和大气圈的动态平衡中发挥着重要作用。探究森林生态系统植被指数变化及其对气候因子的响应对优化我国生态环境建设具有重要意义。基于2001—2020年MODIS-EVI数据及气象数据,利用趋势分析和偏相关分析等方法,探究中国森林生态系统生长季植被指数变化及其对气候因子的响应。结果表明,2001—2020年中国森林植被EVI以0.028/10a的速率增长,显著改善区占总面积的39.63%。生长季,植被指数与气温、降水量、太阳辐射和土壤湿度均呈正相关,其中土壤湿度对其影响最为显著,在中南地区尤为突出。EVI对各气候因子响应的时滞效应在不同地区之间存在差异:六个区域EVI对气温的响应均不存在时滞效应;对太阳辐射响应的滞后期均为3个月;西北地区、西南地区EVI对降水量响应的滞后期分别为3个月、6个月,华东地区EVI对土壤湿度的响应滞后期为6个月,其余地区EVI对降水量和土壤湿度的响应均不存在时滞效应。整体上看,土壤湿度是影响生长季植被变化的主要因子。