定居放牧方式下归一化植被指数(NDVI)的空间变化特征

利用遥感数据 ,对内蒙古锡林河流域定居放牧方式下归一化植被指数 (N DVI)的空间变化特征进行了分析 ,结果表明 :1)定居放牧方式下 ,N DVI随定居点距离的变化格局经历了 3个阶段。第一阶段 ,草场处于原生阶段 ,N DVI不随距离变化 ;第二阶段 ,定居点附近开始局部退化 ,N DVI随距离增加而增大 ;第三阶段 ,退化区域扩大 ,N DVI不随距离变化。2 )在草场局部退化阶段 ,N DVI随距离的变化呈对数函数规律 ,定居点的放牧区具有放牧半径、原生 N DVI值、N DVI变化率等特征。

北京城区道路系统路网空间特征及其与LST和NDVI的相关性

城市道路系统是人类活动最为频繁的场所之一,研究路网空间特征与相关环境指标的关系,可为定量分析城市建设过程对城市生态环境的影响以及为城市基础设施规划管理提供方法。对北京市五环内各级道路抽样调查及面向对象的高分辨率遥感影像识别,建立道路空间信息数据库,运用TM影像反演获得地表温度(LST)及归一化植被指数(NDVI),研究4种不同分析网格下城市路网特征与两者的空间相关性。结果表明,在较大分析网格下(4×4),路网空间指标与LST mean及NDVI mean相关性显著;中等网格下,除LST与NDVI的平均值外,路网空间指标还可与两者最小值建立相关性;在较小窗口下(32×32),除平均值与最小值,还可建立特定道路指标与LST max及NDVI max的联系;各路网指标中,单位面积道路总长与LST及NDVI相关性最强;加权道路结点数在8×8和32×32网格分析中,与NDVI的相关性高于该指标未加权值,而结点指标均不适合与LST max建立联系;在各分析网格下,4项道路指标均与NDVI mean呈极显著负相关,表明道路绿地建设规模还不足以对NDVI的强度及分布产生较大影响。

泰山油松空间分布特征及生长状态分析

为探究泰山油松的空间分布特征及生长状态的变化规律,分析环境变量对泰山油松生长状态的影响,基于数字高程模型(DEM)和森林资源清查“一张图”数据,建立油松(Pinus tabulaeformis)空间分布的地形信息图谱,提取研究区2000—2018年油松生长季的最大NDVI表征油松的生长状态并分析其在不同立地条件下的变化规律。结果表明:(1)油松纯林主要分布在海拔850~1500 m的北坡、东北坡和西北坡(面积占比为40%~90%),油松混交林主要分布在海拔400~1050 m、1300~1450 m的山坡、山谷、山脊和东北坡、东坡、西南坡(面积占比为20%~30%);(2)2000—2018年,油松整体的生长状态呈向好的趋势,NDVI显著增大(9.82%)和极显著增大(13.56%)区域的面积占比明显大于显著减小(4.48%)和极显著减小(2.69%)区域的面积占比;(3)油松林在海拔600~1400 m、坡度<5°和25°~55°、土层厚度>35 cm的区域和北坡、西坡、西北坡的生长状态较好。通过对泰山油松林的空间分布特征及其在不同立地条件下生长状态的分析,总结了利于油松生长的立地条件,为泰山油松林健康养护和古树名木保护提供了科学依据。

基于地表温度和植被指数的农业干旱遥感监测方法

农业旱灾是人类面临的最主要自然灾害之一,对我国农业生产影响非常大。土壤含水量是农业干旱监测的重要指标,通过遥感地表温度(LST)与植被指数(NDVI)结合,可以估算土壤湿度,监测农作物旱情。重点研究了LST/NDVI特征空间中干湿边的提取方法,通过14年全国NOAA/AVHRR的8km合成数据集分析发现,在LST/NDVI特征空间中,曲线斜率与实测土壤湿度显著相关(R=0.78,P<0.01),干边的截距和斜率与湿边有比较稳定的关系,但干湿边存在较大的空间和时间变异性。将全国分为6个区,分别确定LST/NDVI特征空间,根据特征空间干湿边参数反演土壤湿度,在土壤湿度分布图和全国耕地分布图基础上,进行旱情分级,得到全国耕地旱情分布图,可以为农业抗旱救灾提供快速宏观的信息服务。

MODIS和AVHRR植被指数关系的研究

对同一区域不同时次的MODIS和AVHRR的归一化植被指数 (NDVI) ,从直方图和特征空间分布方面进行了分析比较。

基于NDVI-SI特征空间的土壤盐渍化遥感模型

同时考虑植被和土壤信息,构建盐渍化遥感信息提取模型。选取具有长期研究基础的塔里木南缘于田绿洲为研究靶区,综合分析归一化差值植被指数(NDVI)、盐分指数(SI)二者之间的关系,在此基础之上提出NDVI-SI特征空间概念,并构建土壤盐渍化遥感监测指数模型(SDI),结果表明:土壤表层含盐量与SDI相关性较高,其R2=0.8596。非盐渍地、轻度盐渍地、中度盐渍地、重度盐渍地的SDI平均值分别为0.399,0.763,0.974和1.201,差异较大;经差异性矩阵分析,亦表明SDI能够很好的区分研究区内不同盐渍化程度地类的分布范围。SDI能反映盐渍化土壤地表盐量组合及其变化,具有明确的生物物理意义,并且指标简单、易于获取、有利于盐渍化定量分析与监测,对今后干旱区盐渍地信息提取以及动态监测研究具有重要意义。

贵州温度植被干旱的指数(TVDI)特征及其遥感干旱的监测应用

基于遥感技术的温度植被干旱指数(TVDI)综合了遥感陆面温度或遥感植被指数两类土壤水分检测方法的长处,有效地减小了植被覆盖度的影响,提高了遥感干旱监测的准确性。应用TVDI法和贵州2006年7月和8月,2007年8月的EOS/MODIS遥感资料,分析并揭示了山区复杂独特的NDVI-Ts空间结构特征,反演了贵州表层土壤干旱情况,并与同期当地气象站土壤湿度观测数据进行定量验证,证明TVDI与土壤湿度显著相关。该方法适宜于较大区域、复杂地形的干旱检测与预警。

利用温度植被旱情指数(TVDI)进行全国旱情监测研究

利用NOAA AVHRR资料提取的归一化植被指数 (NDVI)和陆地表面温度 (LST) ,构建NDVI Ts 特征空间 ,依据该特征空间设计的温度植被旱情指数作为旱情指标 ,对中国 2 0 0 0年 3月和 5月各旬的旱情进行了研究。研究结果表明在 2 0 0 0年 3月和 5月的重旱区主要分布在中国西北地区 ,在华北和华南的部分地区也有较大范围的分布 ,3月和 5月的全国重旱面积分别为 6 7 2× 10 4km2 和 12 6 1× 10 4km2 ;通过与各气象站测定的表层 10cm土壤重量含水量 (θ)数据进行相关性研究表明 ,利用综合了植被覆盖信息和陆地表面温度信息的TVDI旱情指标能够较好地反映表层土壤水分变化趋势 ,作为旱情评价指标是合理的 ;对TVDI随NDVI和Ts 变化的敏感性评价结果表明 ,以陆地表面温度为基础的旱情指标相对比以植被指数为基础的旱情指标更合理。

基于温度植被干旱指数法的农业干旱研究

利用MODIS数据提取归一化植被指数(NDVI)和陆地表面温度(LST),构建温度植被旱情指数(NDVI-Ts)特征空间,依据该特征空间设计的温度植被旱情指数(TVDI)作为旱情指标,结合土地利用现状数据对重庆市梁平县2006年7月12-27日的旱情进行了研究.研究结果表明在2006年7月12-27日重旱区主要分布在梁平的东北地区,旱地受旱面积为67.32%,水田受旱面积达55.1%,林地、水田、旱地、其他用地四种用地类型,其受旱比例依次递减,所得数据与该时间段该区土壤墒情站所得的干旱数据基本符合,该研究结果较好地反映了本次干旱灾害的空间分布,为相关部门进行干旱灾情评估制定和实施抗旱减灾措施提供了科学依据.

植被类型对温度植被干旱指数(TVDI)的影响研究——以黑河绿洲区为例

温度植被干旱指数(TVDI)是进行干旱研究的有效指标,是反演土壤湿度的重要方法。植被覆盖类型是影响TVDI大小的重要因素。利用修正的土壤调整植被指数MSAVI替换NDVI,以便最小化土壤背景影响和提高对密植被的光谱敏感性,并在此基础上,比较基于植被分类计算的TVDI与基于传统方法计算的TVDI的大小,来研究植被类型对TVDI提取结果的影响。对比分析表明,阔叶林、灌丛和密草地的平均值与传统方法计算的差别较大,变化分别是+7.2%、-5.5%和-6.6%,产生平均值偏移主要是由于植被类型的冠层结构和光学属性的差异带来的LST-MSAVI空间特征干湿边的变化引起的。因此,在应用TVDI指数进行大范围干旱化研究和土壤湿度反演时,不同植被类型不能一起作LST-MSAVI空间特征来计算TVDI指数,需要考虑植被类型等影响因素,达到提高土壤湿度反演精度的目的。

植被指数-地表温度构成的特征空间研究

植被指数和地表温度是描述陆表过程的重要参数,综合通过遥感手段得到的植被指数和地表温度信息,来分析地表的各种植被覆盖、水分含量等变化过程,有助于更好地认知和评价陆表变化过程,是目前遥感和陆表过程研究中比较前沿的一个方向.文中试图解释清楚归一化植被指数(NDVI)和地表温度(Ts)的各种存在关系及其相互转换过程,尤其是根据NDVI和LAI、地表蒸散的关系,利用LAI-Ts构成的三角形特征空间,解释NDVI达到饱和以后的情况,以便更有效地进行应用.

基于城市土地利用类型的地表温度与植被指数的关系

以沈阳市三环作为研究区域,基于QuickBird、Landsat/TM遥感影像和GIS空间分析技术,获取城市土地利用信息,陆地表面温度(LST)以及归一化植被指数(NDVI),定量分析了LST与NDVI在不同城市土地利用类型之间的差异及空间关系。结果表明:LST和NDVI具有明显相反的变化趋势,城市不同土地利用类型的LST与NDVI平均值也具有显著的差异性;多重比较发现,LST和NDVI在两两土地利用类型之间的差异不同;LST与NDVI相关性的显著程度受空间尺度的影响,LST与NDVI的相关性随空间尺度变化呈现出先增加后降低再逐渐增加的趋势。研究结果可为城市规划以及城市绿地系统规划中缓解城市热岛效应提供科学依据。