MODIS NDVI饱和性对高寒草甸草地生物量遥感估测的影响——以青藏高原东缘为例

自20世纪70年代开始,归一化植被指数(NDVI)在天然草地地上生物量估测研究中得到了广泛应用。然而,NDVI对高密度植被生物量遥感估测存在饱和现象,使草地生物量遥感估测有较大的不确定性。以青藏高原东缘高寒草甸为例,基于比值植被指数(RVI)探讨了NDVI的饱和性,并评估了NDVI饱和性对高寒草甸地上生物量时空动态变化分析的影响。结果表明:(1)虽然基于中分辨率成像光谱仪(MODIS)NDVI构建的草地地上生物量估测模型精度较基于RVI构建的估测模型高,但模型对高寒草地地上生物量(生物量大于2314.627 kg/hm^(2))灵敏度较RVI估测模型低,即NDVI阈值大于0.73时,估测模型呈现饱和现象(低估了草地地上生物量);(2)结合RVI和NDVI的相关关系,对饱和部分NDVI遥感植被指数进行校正,校正后最优地上生物量遥感估测模型为线性模型(y=5908.5x-2198.9,R=0.6190,RMSE=902.41 kg/hm^(2)),较调整前RMSE降低了11.72 kg/hm^(2);(3)就NDVI饱和性空间分布而言,从全年6月—9月初(全年第161—257天)饱和性呈现先自东南向西北延伸,后自西北向东南消退的变化趋势,平均低估值介于158.45—293.92 kg/hm^(2)之间,最大低估值出现在8月初(全年第225天),超过600 kg/hm^(2);(4)此外,NDVI饱和性对草地地上生物量年际动态变化趋势分析具有较大的影响,去除饱和性影响后草地地上生物量基本不变的区域减小了21.44%,而年际变化小于-10 kg/hm^(2)和大于30 kg/hm^(2)的区域分别增加了8.48%和16.19%。研究探讨了NDVI饱和性对草地地上生物量遥感估测的影响,以期为精确评估高寒草地地上生物量提供理论依据,同时也为高寒草地资源可持续发展提供科学依据。

基于NDVI阈值法反演地表比辐射率的参数敏感性分析

地表比辐射率是反演地表温度的重要因子,普遍应用于自然界中的水热交换和辐射传输过程。本文通过对基于NDVI阈值法反演地表比辐射率的相关参数进行敏感性研究,确定了影响NDVI阈值法反演地表比辐射率的关键参数,以期通过关键参数获取方法的改进和参数不确定性的降低来提高NDVI阈值法的反演精度。研究以Valor和Caselles在1996年提出的植被指数混合模型为理论基础、湖北省荆门市为研究区域,使用Land-sat TM5数据,采用控制变量法,对NDVI阈值法中影响比辐射率反演精度的大气因子、地形因子、纯像元NDVI阈值、纯像元比辐射率值进行敏感程度的数学分析。研究发现,4大因子敏感性程度:纯像元比辐射率值>纯像元NDVI阈值>地形因子>大气因子,其中纯像元比辐射率值和纯像元NDVI阈值为关键参数;4大因子影响程度:大气因子>纯像元比辐射率值>地形因子>纯像元NDVI阈值。

基于MODIS/NDVI时间序列的森林灾害快速评估方法——以贵州省为例

以2005—2008年中分辨率成像光谱仪(MODIS)的归一化植被指数(NDVI)数据集为主要数据源构建研究区时间序列,结合统计学分析方法设计一套快速有效的森林灾害评估体系,用以探测森林资源损失的空间分布范围与灾害等级,并利用森林资源雪凝灾害损失的实际调查数据对评估结果进行一致性检验。结果表明:通过计算2005—2007年研究区所有森林像元的平均值R珔2005-2007和平均绝对偏差δall,确定森林灾害阈值DT为0.048;利用该阈值,获取2008年受灾较重的森林空间分布,主要密集分布在贵州省东南部和东北部,包括了黔南自治州、黔东南自治州和铜仁市等地区;受灾森林像元数占总森林像元数的28.6%,高于凝冻灾害森林资源损失实际调查结果(17.7%);在县域尺度上,根据MODIS/NDVI关键期影像获取的森林资源损失区域和灾害等级,确定德江、沿河和都匀等11个重度受灾县(市、区)和湄潭、榕江和桐梓等10个中度受灾县(市、区),与小班调查结果具有较高的一致性,其Kappa系数为0.86。方法为大区域尺度的森林灾害快速评估提供了一种新思路。

渭河流域植被变化调控输沙的覆盖度阈值

[目的]分析渭河流域植被覆盖度时空变化特征,探究流域尺度下植被覆盖度与输沙模数相关关系,揭示渭河输沙量变化背景下基于减沙效益的植被覆盖度阈值。[方法]选取黄河一级支流渭河流域为研究对象,采用一元线性回归法、F检验与分段线性回归方法分析了渭河流域植被变化,量化植被对输沙量的调控作用,识别了渭河流域植被的输沙调控阈值。[结果]2000—2019年渭河流域植被覆盖度整体呈显著增加趋势,年均植被覆盖度增长率为0.0055/a;研究区年均输沙模数呈北高南低的空间分布,除沮河外整体随时间变化呈降低趋势,主要产沙区位于马莲河上游、洛河上游所处黄土丘陵沟壑区;输沙模数随植被覆盖度增加而减少,呈负相关的指数关系,植被覆盖度达45%时可有效遏制流域输沙;渭河流域植被覆盖度依据其减沙效率可划分为4个覆盖度区间:低覆盖度区间(0~20%)、过渡覆盖度区间(20%~45%)、高覆盖度区间(45%~70%)与极高覆盖度区间(70%~100%),随着覆盖度提升,植被减沙效率逐级降低,极高覆盖度区间植被减沙效率仅为低覆盖度区间与过渡覆盖度区间的1.9%和6.0%。[结论]黄土高原未来植被恢复不仅要考虑植被覆盖度阈值在不同区域的差异性,同时需兼顾植被恢复的结构、功能,提升区域植被生态系统的多样性、稳定性。

基于NDVI的秦岭山地植被遥感物候及其与气温的响应关系——以陕西境内为例

基于MODIS NDVI时间序列数据,利用动态阈值法提取秦岭山地2000-2010年的物候参数,并结合实测物候资料进行验证,在宏观尺度上量化了气温升高对植物物候的影响程度。研究得出：基于NDVI的物候变化趋势与实测物候资料结果一致;2000-2010年间物候始期提前的速率为0.165 6 d/a,末期推后速率为0.109 1 d/a;空间上,秦岭山地北部区域的植被物候始期主要发生在第120-130 d,相对于南坡较晚,物候末期主要发生在第300-325 d,北部区域物候末期的到来较迟,南部区域相对较早;物候始期NDVI与有效气温、春季、生长期气温相关性较好,末期NDVI与夏、秋季节气温相关性较好;气温对生长季开始阶段的NDVI在时间上存在2-3旬的滞后效应。

塞罕坝木质部生长物候与植被物候的差异及影响因素

为探究塞罕坝地区木质部生长物候与植被物候变化规律及其影响因子,基于塞罕坝样点数据的木质部生长物候监测数据及NDVI数据利用最佳阈值提取方法获得预测木质部生长物候的最佳阈值,并基于该阈值预测塞罕坝地区2010-2021年木质部起止生长物候。利用动态阈值法基于遥感数据提取植被物候,对比分析木质部生长物候与植被物候空间变化差异及其影响因子。结果表明,塞罕坝地区木质部生长始期主要集中在每年第111~150天,木质部生长末期主要集中在每年第235~257天。植被木质部生长季长度大约为96~130 d。塞罕坝地区木质部生长物候比植被物候起始期提前3~21 d,该差异主要受温度降水和坡度影响,而生长结束期延后3~43 d,该差异主要受植被覆盖度影响。木质部生长季长度比植被物候长9~64 d,主要受降水的影响。由于木质部生长比植被物候更能反映树木碳汇的形成时期,因此更长的木质部生长物候表明更多的碳积累。

堵河子流域划分及其NDVI特征分析

堵河流域是南水北调中线工程的重要水源区,对堵河流域的水文单元划分和植被覆盖特征分析,对识别流域生态环境具有重要的实际意义.文章基于SWAT分布式水文模型和ArcGIS软件,运用适度指数法和均值统计法,对堵河流域的边界提取、子流域划分及其植被盖度分布特征进行了分析.结果显示:①集水面积阈值是控制子流域提取的重要参数,通过适度指数法计算堵河流域水系提取的最佳集水面积阈值为10 000 hm^2.②堵河流域年均NDVI值约为0.636,为中高植被覆盖度,空间上表现出南岸比北岸高;中游最低,向上游和下游逐渐升高的分布特征;年均NDVI最高值在黄龙河流域,最低值在竹溪河流域,存在明显的空间异质性.③堵河流域NDVI值随海拔的上升先变快后减缓,原因是高海拔山区植被覆盖度高.④在2001-2016年间,堵河流域的12个子流域年均NDVI值表现出相似的波浪式上升趋势,体现了整个流域的植被覆盖度上升,生态环境转好.年内堵河流域各子流域的NDVI月均值变化趋势特征趋于一致,8月达到最高峰值,2月达到最低峰值.

川中丘陵地区撂荒地的遥感提取方法研究

四川省以丘陵地貌为主,地块破碎耕作条件较差,近年耕地撂荒问题日益严峻。目前采用遥感方法提取撂荒地是主要手段之一,采用遥感方法高精度提取丘陵地区撂荒耕地的研究甚少。文章以资阳市祥符镇为例,采用哨兵2号和谷歌高清卫星遥感影像为数据源结合纹理以及光谱特征对研究区2021—2022年度耕地撂荒情况进行监测,结合Modis年际NDVI变换情况采用NDVI阈值法辅以提取精度校正,结果表明提取精度高达92%。

近10年浙江植被物候的遥感监测及时空动态

为了全面认识浙江植被物候变化规律,进一步完善区域气候变化的植被响应机制,基于改进的Savitzky-Golay滤波算法重构了2001—2010年MODIS NDVI时间序列数据,利用分段多项式拟合和动态阈值法提取了浙江省近10年的植被重要物候期(生长季开始时间、结束时间和生长季长度),分析植被物候期的年际变化趋势和空间分异特征。结果表明:(1)浙江省植被生长季为3月下旬—11月中旬,平均生长季长度为222天。近10年的生长季开始时间有提前趋势,但提前不显著,结束时间显著推迟,生长季有所延长,每10年延长约7天。(2)浙江植被的生长季开始时间从北往南逐渐推迟,生长季结束时间相对集中。浙江植被生长季延长的区域面积和生长季缩短的区域面积相当。(3)不同植被类型物候特征差异较大,分析针叶林和灌丛草地2类典型样区植被的物候变化发现,灌丛草地NDVI的年内和年际变幅均较针叶林的大,且生长季长度比针叶林的长约35天,针叶林生长季有延长的趋势,而灌丛草地生长季变化不明显。

多光谱遥感影像煤火监测新方法（英文）

煤火在世界各地均有不同程度的发生,严重威胁生态环境,煤火燃烧释放大量的有毒有害气体,造成大气污染,同时煤火燃烧形成地下空洞,导致地表塌陷,直接威胁着矿区人员的生命安全。遥感技术的迅猛发展使大尺度反演与监测煤火温度变为可能。单窗算法是一个简单可行且精度较高的煤火温度反演方法,该方法需要两个大气参数进行温度反演,即大气水分含量和地表比辐射率。由于该算法需要卫星影像获取瞬间时的大气水分含量,而卫星过境瞬间的大气水分含量受多种因素影响难以获得;单窗算法对不同类型的地物均采用统一的地表比辐射率,这会导致反演温度不精确,误差较大。针对上述存在的问题,采用基于地面湿度参量建立起的大气可降水量与地面水汽压间的经验关系,计算大气水分含量,同时,采用NDVI阈值法计算不同地物类型的地表比辐射率,对单窗算法中的两个参数进行精确估计,从而改进提高该算法的精度及可操作性。将改进的算法应用于内蒙古乌达矿区,反演从1988年到2015年间研究区的煤火温度,提取每年研究区的温度异常区域,对比分析煤火区域分布、面积变化情况。本文提出的改进算法能够快速、高效的反演煤火温度,对掌握煤火异常区域变化情况提供技术支持,具有可操作性及现实意义。

一种遥感影像水体信息自动提取方法

本文提出了一种基于卫星图像数据的LBV变换与归一化植被指数NDVI的遥感影像水体信息自动提取的方法。水体经过LBV变换后形成的B分量图的灰度值很大,水体信息的归一化植被指数值小于0;构建水体信息自动提取模型条件是水体信息满足B分量数值大于某一阈值并且归一化植被指数值小于0;与其它方法进行实验比较该方法可以较准确的进行水体信息的自动提取,同时准确地将水域与低密度覆盖的水植混合体分开。

民勤绿洲天然植被生长与地下水埋深变化关系

甘肃石羊河流域民勤盆地水资源短缺,生态环境脆弱,弄清地下水埋深与天然生态植被生长的关系,是精准调控地下水开采、针对性制定生态保护政策的重要理论依据。利用民勤盆地2000—2017年LANDSAT遥感数据,计算归一化差值植被指数(NDVI)年均值,结合85眼监测井的地下水埋深实测数据,分析了植被生长与埋深的关系。结果显示:研究区植被NDVI较低,多年均值约0.1,2012年后NDVI趋于增大,反映人工造林等措施成果明显。地下水埋深总体趋于增大,2008年后增幅减缓,目前埋深西部大于20 m,东部、北部小于20 m。区内适宜植被生长的埋深范围为2.5~3.9 m,多年平均适宜生态水位约2.66 m;埋深小于4 m时,NDVI与埋深表现为高度负相关(R<-0.8),即埋深越小,NDVI越高;埋深大于4 m时,两者无明显关系。较前人成果,文章从长序列时间、盆地空间尺度分析了民勤绿洲区天然植被生长与地下水埋深的变化,得到浅埋区生态水位,进而圈定了生态治理重点靶区。

资源卫星ETM^+影像城镇信息挖掘分析

城镇建成区信息是遥感影像提取中的一个重点。本文以泉州市2000年的Landsat ETM+影像,利用多种方法,提取城镇聚落的信息,并对比各种方法的优缺点后予以改进。研究表明基于Landsat卫星提取城镇信息方法,改进后方法较之原方法提取精度随之提高;经比较认为仿植被指数提取法简单快速,光谱阈值法精度较高但较复杂。

基于多源数据和决策树估算夏玉米种植面积

以低空间分辨率遥感数据为主要信息源提取大范围作物种植信息时,为克服混合像元影响,提高提取精度,提出一种基于多源数据和决策树的夏玉米种植面积估算方法。综合FY-3/MERSI数据的时间序列特征和TM数据的中空间分辨率光谱特征,在对作物物候历进行分析的基础上制定多时相决策树规则,融合多时相MERSI数据和TM数据,分析多源融合后NDVI时序数据的光谱特征确定阈值,提取夏玉米种植信息,根据农业统计数据验证种植面积提取精度为95.1%,根据野外调查数据验证位置精度为81.0%。研究结果可为大范围的作物种植信息准确提取提供方法支持。

基于Sentinel-2遥感影像的巢湖蓝藻水华提取方法研究

Sentinel-2卫星兼具了空间分辨率高、重放周期短、谱段丰富三方面特点,为蓝藻水华爆发阶段及时准确的蓝藻水华提取提供了影像基础,但目前在大型湖泊蓝藻水华提取中的应用报道较少。为此,文章以2018—2020年巢湖的Sentinel-2遥感影像为例,开展包括浮游藻类指数(FAI)在内的多指标蓝藻水华提取方法研究,针对FAI阈值难以确定的典型问题,提出了基于回归分析的FAI阈值确定方法。结果表明,(1)与低分辨率卫星MODIS和GF-1影像的蓝藻水华提取结果相比,Sentinel-2提取到了面积小至100 m2的蓝藻水华区域,提取结果差异主要集中在蓝藻水华区域的边缘部分以及面积较小的零星区域,证明了Sentinel-2遥感影像能够更精确地估算蓝藻水华面积。(2)以NDVI的阈值0为基准,通过回归分析确定FAI的阈值为-1.152(决定系数r2达到0.982 3,显著性检验P<0.001),对2019年6—11月无云雾遮挡的Sentinel-2遥感影像,分别采用归一化植被指数(NDVI)与FAI指标提取蓝藻水华面积,结果表明蓝藻水华的分布情况基本一致,且蓝藻水华面积的相对偏差小于5%,证明了FAI阈值确定方法的有效性。(3)选取云雾遮挡但无大规模蓝藻水华爆发的Sentinel-2遥感影像,分别采用NDVI和FAI指标提取蓝藻水华面积,在无云雾遮挡的区域,两个指标的蓝藻水华分布情况一致,而有云雾遮挡的区域,FAI指标的提取面积仅为NDVI的53.89%,证明FAI指标受云雾影响更小。Sentinel-2遥感影像的高空间分辨率使巢湖蓝藻水华提取更为准确,在未来的水质监测领域将彰显更大的价值。

比辐射率对遥感反演滇池流域地表温度的影响

为了探究地表比辐射率（以下简称“比辐射率”）对遥感反演地表温度的影响。利用Landsat5TM6波段数据，以滇池流域为研究区域，通过NDVI阈值法和经验公式模型法求算比辐射率，应用普适性单通道算法反演得到滇池流域地表温度，结合滇池流域地面温度实测数据，分析不同比辐射率求算方法对反演地表温度的影响。结果表明：NDVI阈值法求算出的比辐射率和经验公式模型法求算出的比辐射率与MODIS比辐射率产品均显著相关；通过经验公式求算的比辐射率反演得到的城镇地区地表温度，超出观测温度4-5℃，不能精确地反映地表温度，而通过NDVI阈值法求算的比辐射率反演得到的地表温度更接近于地表实测温度，更能正确反映不同地表覆盖下的温度；由2种比辐射率反演得到的地表温度与实测温度差异较小，在精度控制范围之内。因此，对于滇池流域这种地表覆盖比较好的区域，用NDVI阈值法求算出的比辐射率来反演地表温度更为合适。

近30年中国天然草地物候时空变化特征分析

基于遥感的大面积长时序草地物候监测是物候生态学的重要领域,也是全球变化研究的重要方向。基于30年(1986-2015年)时间序列GIMMS 3g归一化植被指数(NDVI),利用Savitzky-Golay滤波法进行时间序列重建,并用动态阈值法提取中国天然草地物候参数[生长季始期(SOS)、生长季末期(EOS)、生长季长度(LOS)],然后以1998年为时间分界点,利用提取的3种物候参数对前后两个时间段内的草地物候特征的时间演化趋势及空间分异进行分析。结果表明:1)全国草地年平均SOS、EOS和LOS分别主要集中在第100~140天、260~290天和130~170天;2)物候趋势在30年时间尺度上没有显著变化,幅度为-0.3~0.3 d·yr^-1;3)在1998年之前,全国草地SOS平均提前速率为0.37 d·yr^-1,EOS平均推迟速率0.43 d·yr^-1,且空间差异较大,在1998年之后草地物候变化趋势出现转变,草地SOS变化幅度最大,平均推迟速率为0.28 d·yr^-1;4)高山亚高山草甸、山地草原、平地草原和高山亚高山平地草原在1998年后物候特征变化趋势出现与之前完全相反的转折。提取物候结果与观测资料和相关研究结果较为一致。

川西高原近20 a植被物候变化及其对气候变化的响应

植被物候是植被生长发育、枯萎凋落的周期性变化现象,揭示植被物候变化及其对水热因子的响应机制具有重要的生态意义。采用两种动态阈值分别提取川西高原近20 a森林植被、草地的生长季开始期(Start of Growing Season,SOS)和生长季结束期(End of Growing Season,EOS),利用Theil-Sen Median(Sen)趋势分析、偏相关系数分析植被物候的变化特征及其对季节性气温、降水的响应。结果表明,(1)川西高原植被平均SOS以70—130 d为主,平均EOS以260—290 d为主;植被SOS整体呈提前趋势、EOS整体呈推迟趋势,SOS的平均变化速率大于EOS;植被SOS平均提前速率为2.4 d·(10 a)^(-1)(α=0.05),EOS平均推迟速率为1.4 d·(10 a)^(-1)(α=0.05);草地和森林植被SOS平均提前速率大致相同,分别为2.4 d·(10 a)^(-1)、2.3 d·(10 a)^(-1);草地EOS平均推迟速率1.4 d·(10 a)^(-1),小于森林植被2.2 d·(10 a)^(-1)。(2)温度是影响植被SOS、EOS变化的主要因素。春季温度上升导致大部分植被SOS提前,这种现象在草地和森林植被间都很常见;冬季温度上升并不能使植被SOS出现普遍提前,且由于冬季温度升高可能会影响植被的春化作用,部分植被SOS甚至与冬季温度呈正相关;秋季温度上升是植被EOS推迟的主要因素,对草地的影响尤其显著;部分植被EOS与夏季温度呈负相关,这可能与夏季温度上升产生的水分胁迫以及植被生长周期的提前结束有关。(3)冬春季降水对植被SOS的影响不明显;夏季降水减少虽然对EOS有提前效应,但秋季降水增加以及升温对植被EOS的推迟作用强于夏季降水减少所带来的影响。

锡林郭勒盟不同类型植被的生长季变化

利用分辨率为1km×1km 1989-2008年长时间序列NOAA/AVHRR NDVI卫星产品数据以及锡林郭勒盟植被类型图,对时间序列影像进行Savitzky-Golay滤波后,提取了8种植被类型多年的归一化植被指数(NDVI)时序曲线,对NDVI时序曲线进行S-G滤波后,采用改进的动态阈值法分别估测各植被类型每年生长季的开始、结束时间及长度并进行线性拟合,讨论其变化情况。根据实测数据验证了温带丛生禾草典型草原遥感估测物候期的精确度。研究结果表明,各种植被类型生长季开始时间变化情况差别较大,除温带禾草、杂类草盐生草甸和温带落叶小叶疏林分别有4和1d·20a-1的轻微延迟以外,其它6种植被的生长季开始时间均有不同程度的提前趋势,不同植被类型生长季结束时间呈现出了差别较小的延迟趋势,生长季长度均延长,生长季结束时间对生长季长度的影响更大;估测的温带丛生禾草典型草原返青期与观测值变化趋势非常接近,分别提前了9和7d·20a-1,而两者的黄枯期则出现了相反的变化趋势。估测值与观测值的均方根误差(RMSE)分别是,生长季开始时间16.59d,结束时间14.40d。

基于遥感影像的县域冬小麦种植信息提取——以陕西省武功县为例

冬小麦是陕西省关中地区重要的粮食作物。本研究以陕西省武功县为例,使用Landsat8 OLI影像作为数据源,综合使用NDVI阈值分割和决策树分类技术提取了武功县2017年冬小麦种植区域,并对各乡镇冬小麦种植面积和空间分布信息进行统计分析。结果表明:(1)在本研究区,冬小麦越冬期结合油菜开花期是利用遥感影像提取冬小麦种植信息的最佳时期组合;(2)运用NDVI阈值分割法结合决策树分类从OLI影像提取冬小麦种植面积的精度达到93%以上;(3)武功县2017年冬小麦种植面积为21 181.97 hm^2,下辖各乡镇中长宁和贞元两镇冬小麦种植面积较大,分别占总面积的24%和19%;在县域尺度上,使用遥感技术提取的冬小麦种植面积和空间分布信息是准确可靠的。