基于NOAA NDVI和MSAVI研究中国北方植被生长季变化

利用1982～1999年的NOAA／AVHRRNDVI和MSAVI指数监测了中国北方植被生长季变化规律，主要内容包括：（1）不同植被类型的生长季变化监测。提取植被的1982～1999年NDVI和MSAVI时间序列，利用阈值法和滑动平均法逐年估测植被类型的生长季的开始、结束日期及长度。对估测的生长季开始、结束时间和长度进行一次线性拟合，得到了18a中植被生长季的开始、结束日期和长度的线性变化趋势；（2）不同区域的植被生长季变化监测。将中国北方13省、区按纬向划分为32～36°N，36～40°N，40～44°N，44～48°N，48-52°N等5个区域。基于最大变化斜率法估测了不同年份的生长季开始、结束和长度；（3）研究区域植被生长季的空间变化监测。利用曲线拟合出1982～1999年像元对应的空间位置的植被平均生长季变化，然后讨论了多年平均的植被生长季的空间分异规律，并利用一次线性拟合分析了这18a的植被生长季的变化趋势。结果表明：部分植被类型生长季的开始日期提前，结束日期推迟，而生长季长度延长，提前或推迟的天数不一，如典型草原、荒漠草原、寒温带山地落叶针叶林。而一些植被类型的生长季并没有表现出这样的趋势，而是开始日期延迟或结束日期推迟，如温带落叶阔叶林。不同纬度带的植被生长季变化监测表明，大部分纬度带植被生长季开始日期都表现出不同程度的提前趋势，生长季结束日期表现出推迟的趋势，整个生长季长度表现出延长的趋势。中国北方植被生长季空间变化研究表明，青海、甘肃、陕南地区的植被生长季开始较早。新疆天山、东北北部、青海、甘肃的部分地区植被生长季结束较早。东北、青海、新疆的大部分地区的植被生长季有明显的延长趋势，整个研究区内有一部分地区的植被生长季长度表现出缩短的趋势。

利用NOAA NDVI和MSAVI遥感监测中国北方不同纬度带植被生长季变化

将中国北方13个省按纬向划分为5个区域：32°～36°N（区域Ⅰ）、36°～40°N（区域Ⅱ）、40°～44°N（区域Ⅲ）、44°～48°N（区域Ⅳ）和48°～52°N（区域V），然后利用Savitzky—Golay滤波算法平滑了1982～1999年NOAA／AVHRRNDVI和MSAVI时间序列影像，基于经验正交函数（EOF）分析提取了不同区域植被NDVI和MSAVI主分量，估测了1982～1999年中国北方不同纬度带的植被生长季开始、结束和长度，最后对1982～1999年不同区域的生长季参数进行了线性拟合，分析了不同区域的植被生长季变化趋势．研究表明，不同纬度带的植被生长季开始日期均表现出不同程度的提前趋势，区域Ⅳ的植被生长季开始提前趋势最大；生长季结束日期呈现推迟的趋势，区域Ⅱ的植被活动结束日期的推迟趋势最大，而区域Ⅲ最小．整个生长季长度呈延长趋势，延长日期在10d以上．

基于SI-MSAVI特征空间的河套灌区盐碱化遥感监测研究

内蒙古河套灌区土壤盐碱化已经严重影响到了当地农业和经济的可持续发展。遥感技术能够定量获取实时的土壤盐碱化信息,监测盐碱化状况。利用Landsat遥感影像,采用盐分指数(salinity index,SI)和改进型土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI)构建了改进型盐碱化监测指数(modified salinization detection index,MSDI)模型,对河套灌区沈乌灌域土壤盐碱化进行定量分析与监测,然后分别对研究区2001年、2010年和2017年土壤盐碱化信息进行分类并统计分析,不同盐碱地类型的MSDI平均值差异明显。通过野外考察并结合土壤样品实测含盐量数据,对改进型盐碱化监测模型进行了精度验证,MSDI与土壤含盐量相关性为0. 856 8,土壤盐碱化信息提取总体精度达到87. 5%,Kappa系数为0. 726。2001年以来研究区土壤盐碱化状况得到了有效的改善,非盐碱地占比由18. 50%增加至30. 47%,中轻度盐碱地呈碎片化趋势。结果表明,基于SI-MSAVI特征空间建立的盐碱化监测模型MSDI可以定量提取土壤盐碱化信息,有效地对河套灌区土壤盐碱化进行监测。

基于MSAVI-WI特征空间的新疆渭干河-库车河流域绿洲土壤盐渍化研究

土壤盐渍化是造成干旱区土地荒漠化及生态恶化的重要原因,及时获取大尺度高精度土壤盐渍信息是防治工作的基础。选取新疆塔里木盆地北缘渭干河—库车河流域三角洲绿洲为研究区,利用Lansat-TM数据与野外实测数据分析盐渍化土壤与修改型土壤调整植被指数(MSAVI)、湿度指数(WI)之间的关系,在此基础上提出了MSAVI-WI特征空间概念,构建了土壤盐渍化遥感监测指数模型(MWI)。结果表明:MWI与土壤表层含盐量相关性较高,其相关性为0.844,精度高于土壤盐渍监测常用的盐分指数与实测数据的相关性。MWI能较好的反映盐渍化土壤地表植被及土壤水分的组合变化,具有明确的生物物理意义,并且特征参量简单,理论上易于理解,实践上易于实现,MWI模型的构建有利于干旱区大尺度土壤盐渍化定量监测与评价工作的开展。

基于MSAVI-SI特征空间的玛纳斯河流域灌区土壤盐渍化研究

玛纳斯河灌区是新疆重要的农业绿洲之一,其发展受土壤盐渍化制约,土壤盐渍化信息获取成为首要问题。以Landsat-OLI卫星影像和野外调查数据为基础,对修改型土壤调整植被指数（MSAVI）和盐分指数（SI）之间的关系进行了综合分析,并提出了MSAVI-SI特征空间概念,进而构建了盐渍化遥感信息提取指数模型（MSI）。结果表明：1不同程度盐渍化类型MSI平均值差异特征明显,其差值在0.35~0.43,因此,MSI指数可以作为盐渍化信息快速提取的指标。2灌区土壤受盐渍化侵扰严重,尤其从下游农业生产区到古尔班通古特沙漠过渡的生态脆弱区,受地下水影响明显的中段,土壤盐渍化仍是土地退化的重要原因。本研究对土壤盐渍化遥感监测和管理,以及区域环境保护具有重要意义。

中国内蒙古自治区荒漠化程度监测数据集(2001-2021年)

中国内蒙古自治区地处中国内蒙古高原,是蒙古高原在中国境内的主体区域,也是我国荒漠化和沙化监测的重点区域,土地荒漠化和沙化严重。开展区域年度荒漠化监测是掌握荒漠化动态变化,全面分析荒漠化成因等方面研究的基础。研究基于内蒙古自治区范围内2001年至2021年的MODIS数据,选取FVC、MSAVI、LST、TVDI指标,通过信息叠加分析、分类、判别等工作生成不同气候分区各指标判别值,再根据原国家林业局荒漠化监测气候分区规定,基于各指标判别值,生成内蒙古4个气候区的2001-2021年荒漠化程度年度监测数据。本数据集可为荒漠化变化、驱动机制等方面的研究提供数据支撑。

青海省玛多县草地退化现状及动态变化研究

本研究以三江源玛多县为例,在构建草地退化指数的基础上,建立草地退化指数与植被指数的遥感评价模型,得到2009年玛多县草地退化现状,并结合玛多县20世纪80年代和90年代草地资源调查结果,分析玛多县草地退化动态变化状况。结果表明:(1)草地退化地面综合评价指标中植株高度、植被覆盖度和生物量权重分别为0.21、0.39和0.40;(2)草地退化指数与多种常用植被指数的相关性分析中,与MSAVI的相关性最高,呈显著相关关系,模型可定量表达为Y=1.02+0.50 lnX;(3)2009年玛多县草地覆盖面积约222万hm2,其中草地退化面积达176万hm2,占草地总面积的79%;以轻度和中度退化为主,占草地总面积的66.5%;(4)随着三江源自然保护区的建立,大量生态保护建设工程的实施,玛多县草地退化由90年代的以重度和中度退化为主,转变为以轻度和中度退化为主,重度退化程度也改善到80年代水平。但草地退化面积依然在不断扩张,2009年草地退化面积比1997年增加了15万hm2,12年间增加了10%。

中国西北盐碱区植被盖度遥感方法分析

通常在研究植被生态退化时,植被盖度是常用的一个监测指标。在遥感领域,使用植被指数进行植被盖度监测已经被广泛应用,本文以NDVI,MSAVI和混合像元线性分解植被成分为主要分析因子,以新疆艾比湖为实验区,经过实地调查和图像分析,认为改进后的植被指数固然提高了对弱植被信息的表现能力,但是混合像元线性分解后得到的植被丰度值更适合应用于低覆盖地区的植被动态监测。

应用MODIS卫星数据提取植被—温度—水分综合指数的研究

中分辨率成像光谱仪(MODIS)覆盖可见光、近红外和热红外的36个波段,其波谱分辨率高、信息量丰富。通过分析MODIS数据的波谱特性以及植被和土壤的反射波谱特征,选用可见光波段(0 66μm)、近红外波段(0 86μm、1 24μm)提取修正的土壤调整植被指数(MSAVI)和归一化植被水分指数(NDWI);用两个热红外波段(8 6μm、11μm)反演植被冠层温度,并通过分析三者之间的耦合特征来提取反映植被水分状况的综合指标(VTWSI)。用实测的植被水分数据和模拟的叶片等效水分厚度数据验证所提取的VTWSI值,拟合结果表明呈显著正相关,说明所提取的VTWSI可有效反映植被的水分状况。该项研究探讨了一种直接从卫星遥感数据提取植被水分指标的新方法,为研究干旱、半干旱地区的区域缺水提供简便途径。

基于MODIS的干旱区植被覆盖度反演及植被指数优选

为进一步掌握塔里木河下游输水后的生态恢复程度,以输水河畔的植被覆盖度为研究对象,采用MODIS数据构建研究区多种植被指数;结合现场实测植被覆盖度,给出离散坐标下实测植被覆盖度与各种植被指数间的二维散点图,据此得出二者相关方程,反演区域植被覆盖度。结果表明,基于MODIS数据构建的NDVI、MSAVI、SAVI和EVI等植被指数均与植被覆盖度有较好的相关关系,采用这些植被指数反演植被覆盖度的精度由高到低依次为NDVI、EVI、MSAVI及SAVI。建议在干旱荒漠区,使用MODIS数据进行植被变化监测,最优选择的植被指数为NDVI。

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。

基于地表温度-植被指数特征空间的土壤干旱监测

以张掖市甘州区绿洲为研究区,采用5期遥感影像(2011~2015年),运用ENVI 5.2提取归一化植被指数(NDVI)、改进型土壤调节植被指数(MSAVI)和地表温度(Ts),构建Ts-NDVI和Ts-MSAVI特征空间,对比分析两种特征空间。结果表明,Ts-MSAVI特征空间的干边和湿边斜率均小于0,这与前人的研究干边斜率是负值,湿边斜率是正值的结论有所不同。Ts-NDVI和Ts-MSAVI这两种特征空间具有相同的趋势,其中2012、2013、2014年这3年两种特征空间系数r^2较高,其余2年系数r^2较低。整体而言,TsNDVI特征空间的干湿边系数相比Ts-MSAVI特征空间的干湿边系数要高,稳定性好。从TVDI旱情等级分布图上可以得出2012年的受旱面积最大,干旱和重旱面积占总面积的70.39%,2013年干旱情况最严重,重干旱面积为1 611.972 km^2,重旱面积占到总面积的43.5%,2014年干旱程度开始缓解,轻旱、干旱和重旱面积开始降低,湿润和正常面积开始增加,2015年干旱程度得到全面缓解,湿润和正常面积占到总面积的21.9%,但是干旱和重旱面积比重依然很大,说明张掖市甘州区绿洲旱情依然很严峻。

基于特征空间的土壤含盐量的遥感反演

土壤表层含盐量的聚集是造成土壤盐渍化的主要原因，因此借助遥感手段及时、准确地对土壤含盐量进行研究有着重要的现实意义。以渭干河－库车河流域三角洲绿洲为研究区，采用2011年4月的Landsat卫星资料，利用改进型植被MSAVI和盐分指数（SI）构建土壤含盐量特征空间的遥感模型，并且通过2011年9月野外同步实测的地表0—10cm土壤含盐量进行相关性分析，R^2=0．8596，精度较好。这对干旱区绿洲农业的发展有着重要的现实意义。

植被指数与作物叶面积指数的相关关系研究

作物长势参数是精细农业遥感监测的重要对象,叶面积指数(LAI)是作物长势最重要的参数之一,利用遥感手段快速获取作物的LAI具有重要的意义。为此,考虑到波段组合方式对LAI的反演效果的不可忽略性,采用4种不同的波段组合,结合PROSPECT和SAIL的模拟数据、地面实测数据和高光谱影像数据,从植被指数的饱和性和模型拟合精度两个角度对6个植被指数展开了评价。结果表明:TVI、MSAVI和MCARI23个植被指数在以上3个方面均表现较优,750～680 nm波段组合更加适合于LAI的反演。

基于决策树的辽宁省北部沙漠化信息提取研究

以沙漠化问题较突出的辽宁省北部地区为例,选取2007年Landsat 5 TM遥感影像作为基本数据源,通过对影像中耕地、林地、草地、水域等常见地物及典型沙漠化土地进行光谱特征分析和波段间的相互运算,将修改型土壤调整植被指数(MSAVI)、归一化差异水体指数(NDWI)和遥感图像缨帽变换后的土壤亮度指数(SBI)、绿度植被指数(GVI)及湿度指数(WVI)等特征变量融入决策树分类模型后进行分层分离,从而实现对沙漠化信息的高精度提取。结果显示,决策树分类法可排除提取地物时的干扰信息,是保证沙漠化土地信息快速自动提取的方法之一。

珠穆朗玛峰国家级自然保护区湿地分布研究

利用2000～2009年覆盖珠穆朗玛峰国家级自然保护区的MOD09A1和MOD13Q1数据集的相关数据,该保护区1∶5万DEM,并结合2008年9月采集的野外湿地数据,进行了基于增强型植被指数(EVI)、改进型调整植被指数(MSAVI)、地表水分指数(LSWI)、海拔和坡度5个参数的保护区湿地分布特征研究。结果表明,珠穆朗玛峰国家级自然保护区的湿地类型主要为河流、湖泊、沼泽和沼泽化草甸;湿地主要分布在海拔4100～4700m且坡度≤4°的佩枯错、浪强错、多布扎等湖泊密集的高原湖盆地区、佩枯错与浪强错之间的平原地带和保护区中部及北部坡度较缓的河谷地区,大部分湿地分布在保护区的实验区内;2000～2008年保护区湿地以季相变化为主,6～9月(湿季)湿地面积约占保护区总面积的11.2%;6～9月湿地面积年际变化幅度小于保护区总面积的0.1%;坡度和海拔是影响保护区湿地空间分布的关键因素和提取该地区湿地空间分布范围的有效参数。

土壤墒情遥感反演与旱情诊断

土壤墒情与植被生长状况和地表温度之间存在密切联系。基于COST模型算法和单窗算法,开展了TM/ETM+多光谱数据的地表反射率、地表温度(LST)和土壤调整植被指数反演(MSAV- I),分析了地表温度和植被指数的线性关系,提出了土壤墒情几何特征指数和旱情诊断函数,结合土壤含水量实测数据,建立了横山县土壤墒情遥感反演模型。实证结果表明,基于TM/ETM+数据反演的长度指数可进行旱情诊断;对土壤含水量的反演模型进行T检验,差异不显著,而基于地面温度的土壤墒情反演模型优于土壤调整植被指数反演模型。

基于改进型温度植被干旱指数的旱情监测研究

在温度植被旱情指数的基础上,利用MODIS数据提取改进型调整植被指数(MSAVI)和地表温度(Ts),构建MSAVI-Ts特征空间,并定义该旱情指标为改进型温度植被旱情指数(MTVDI),介绍了该监测模型构建的方法。综合利用MODIS多波段数据对湖北省2005年10月10日的旱情监测结果表明,MTVDI能较好的反映区域相对旱情的空间差异;对MTVDI随MSAVI和Ts变化的敏感性评价结果表明,以地表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。

TM影像VI提取植被信息技术研究

应用规一化植被指数（ＮＤＶＩ）、土壤调节植被指数（ＳＡＶＩ）和修正后的土壤调节植被指数（ＭＳＡＶＩ），研究了ＴＭ影像植被信息的提取技术。结果表明，ＳＡＶＩ较之ＮＤＶＩ和ＭＳＡＶＩ，消除土壤背景影响和适应植被密度变化的能力更强，是植被信息提取效果较好的植被指数。使用ＳＡＶＩ，关键是要确定一个合适的土壤调节参数Ｌ，以最大限度地消除土壤背景的影响，ＳＡＶＩ提出时推荐的最佳Ｌ值（０．５）应用于卫片处理有很大局限性；基于研究结果，本文给出了适于不同植被条件卫片处理的最佳Ｌ取值。

中国区域Landsat遥感指数产品

遥感光谱指数由于计算简单,指示性好,能有效地度量和监测相应的地物特征,被广泛应用。基于Landsat地表反射率产品生产了应用较为广泛的NDVI、EVI、SAVI、MSAVI、NDWI、MNDWI、NDMI、NBR 8种遥感光谱指数产品。本遥感指数产品覆盖1980s–2019年中国陆地区域,最终结果以GeoTIFF格式保存,并附带相应的质量文件和XML元数据文件。