西北地区MODIS-NDVI指数饱和问题分析

为了了解西北地区MODIS-NDVI和MODIS-EVI两种植被指数的特点，本文利用美国NASA LP DAAC（Land Process Distributed Active Archive Center）2004年1～12月的250m分辨率16天植被指数合成的MOD13 Q1数据集，对西北地区不同类型植被NDVI和EVI的特征进行分析，并对西北地区MODIS-NDVI饱和问题进行了初步研究。结果表明：NDVI和EVI对干旱-半干旱气候区植被覆盖度不高的植被类型描述能力相似，月际变化趋势一致。西北地区各种植被类型NDVI比EVI高，NDVI与EVI的差异总体上呈现从半荒漠、草原、农区到林区，随NDVI值的增加而增大的规律。对植被度覆盖度高的阔叶林和针叶林，在植被生长旺盛期，NDVI总在0．8附近波动，NDVI随植被的生长增加的很小，一直维持在一个高且平的范同内，不再能看出植被生长变化的现象，即饱和现象严重；而EVI表现良好，随着植被的生长而增加，能明显地反映出植被生长的季节变化。西北高寒草甸和陕西关中农业区NDVI也出现有不同程度的饱和，饱和时间因植被的不同从1～2月不等。0．8可作为NDVI饱和的阈值。NDVI饱和问题对卫星监测植被的研究和应用会产生误差，EVI能较好地解决NDVI的饱和问题。

利用NDVI指数识别作物及土壤盐碱分布的应用研究

利用监督分类、NDVI指数等遥感影像处理方法,在黄河上游的宁夏青铜峡灌区开展识别作物及土壤盐碱分布的应用研究。基于LANDSAT卫星遥感影像,依据NDVI指数推断作物及土壤盐碱分布,得到灌区作物及土壤盐碱分布状况和相应的估算结果。研究结果表明,灌区上、下游之间在作物长势上存在着较大差异,北部地区明显低于南部,土壤盐碱分布差别是造成该差异的主要原因之一。受盐碱影响的作物面积在年度内随气候条件的改变呈现出明显的季节性变化,灌区年内受土壤盐碱危害的面积约为100000hm2,近1/3的作物面积受到程度不一的土壤盐碱化影响,且灌区下游的盐碱地面积及盐碱化程度均高于上游。

哀牢山东、西两侧植被NDVI指数和植被类型与主要环境因子的相关性分析

以哀牢山南段为研究区域,利用遥感植被信息、气候数据以及DEM基础资料,对哀牢山东、西两侧植被的NDVI指数和不同植被类型与主要环境因子的相关性进行分析。研究结果表明,哀牢山东、西两侧山地植被的NDVI指数与海拔的相关性最大,与气温、降水量和太阳总辐射量也有一定的相关性,与坡度和坡向的相关性最小。哀牢山东、西两侧的植被NDVI指数都与年均最低温和年均最高温呈负相关,且东侧区域的相关性大于西侧,表明极值气温对东侧区域的植被影响更大。在哀牢山东、西两侧研究区内共有9种植被类型,以稀树灌木草丛为主要植被类型,分别占各自区域面积的40.59%和35.82%;西侧森林植被中常绿部分所占比重高于东侧。相对于东侧区域,哀牢山西侧区域的海拔偏高、气温偏低、降水量较多、太阳总辐射量较大、植被覆盖度较高。总之,基于地形对水热因子空间再分配的影响作用,哀牢山山脉两侧的气候和植被特征具有较大差异。

基于像元二分模型的艾比湖湿地NDVI指数对微气候的响应

本研究提取了艾比湖湿地不同年份(1998、2007、2011、2014年)的NDVI指数,并进行了实地考察,然后利用像元二分模型对研究区植被覆盖状况进行估算,并分析其在时空分布上的特征及形成原因,建立影响植被覆盖与微气候变化的线性回归模型。结果表明,1)在空间分布上,西南部冲积平原植被覆盖等级最高,东北部覆盖等级略低于西南部,无覆盖和低覆盖等级分布面积最为广泛;在时间分布上,无覆盖面积处于下降趋势,低覆盖和中覆盖面积有所增加,较高覆盖与高覆盖等级面积处于下降趋势;2)不同植被覆盖度对气候变化的响应存在一定的差异;植被覆盖对降水量变化的反应最为强烈,在时间上具有一定的滞后性,对湿度变化的响应不明显,气温与植被覆盖水平之间存在线性函数关系。

基于NDVI指数反演技术的盐碱土壤分布应用研究

利用监督分类、NDVI指数等遥感影像处理方法,在大同盆地桑干河流域开展了土壤盐碱地分布及盐渍化程度的应用研究。基于Landsat卫星影像,依据NDVI指数推断了盐碱土壤的分布,与第二次土壤普查和实地调查的结果进行了比较。结果表明,遥感信息技术可以宏观、动态地有效反映出盐碱地的分布及盐渍化程度。

基于NDVI指数的夏玉米中耕施肥模型设计与试验

根据肥料效应函数法,结合最佳环境和经济效应模式,研究了河南郑州地区夏玉米的中期追肥模型。以土壤耕层NO3--N含量及玉米目标产量为施肥依据,设计了夏玉米品种郑单958的种植、基肥、追肥等试验方案;利用Greenseeker植物冠层仪,测定追肥期玉米冠层的NDVI指数值,结合试验中依据线性加平台模型计算的最佳施肥量,进行了线性和2次多项式数据分析,构建了郑单958品种的线性追肥模型,用于指导玉米中期不同行数的变量施肥,拟合函数的决定系数为0.9239。

基于NDVI指数的浑善达克沙地植被时空变化规律分析

为从宏观上认识沙地绿色植被在年、月时间尺度的变化规律,为防沙治沙工作提供理论依据,分析了浑善达克沙地1982—2006年共25年的植被指数数据。研究认为,浑善达克沙地植被生长期为每年的5月下旬至10月,其中7月下旬和整个8月绿色植被生长量达到峰值;1982—2006年的25年间,浑善达克沙地绿色植被覆盖度以每年0.1百分点的速率缓慢增长,其中沙地西部治沙成果显著,但沙地中东部,原本的中、高植被覆盖区,植被的衰退和显著衰退面积竟然高达总面积的27%。同样的防沙治沙工作,为何在浑善达克沙地的东、西部出现了截然相反的局面,这需要引起我们的反思和高度重视。

庆阳市气候变化对植被指数(NDVI)的影响

庆阳市是甘肃省生态防护的关键区域之一,生态管理对甘肃省生态建设和可持续发展至关重要。根据庆阳市2001—2021年植被指数(NDVI)和气象数据,采用趋势分析和相关分析方法研究了庆阳市气候变化对NDVI的影响。近21年庆阳市:(1)气候向暖湿趋势发展,气温和降水量年际增长倾向率分别为0.177℃/10a,5.7965mm/a。西峰区气候湿润多雨,环县干燥少雨。(2)植被覆盖状况呈稳中向好态势,NDVI年际增长倾向率为0.056/10a,NDVI合水县最大,环县最小,NDVI空间分布呈西北向东南递增。(3)NDVI与气候(气温和降水量)呈正相关性,其中与降水量(P=0.472)相关性显著(P<0.05)。研究结果表明庆阳市降水量是影响NDVI的主要气候因子。

高寒气候区生长季NDVI与昼夜不对称增温的Copula分析

利用1982—2016年的青海地区归一化植被指数和气象数据,基于马尔科夫链蒙特卡罗的Copula函数方法,深入探索昼夜增温不对称性与植被活动之间的复杂关系,揭示了昼夜增温和NDVI之间的联合概率分布及其季节性差异。研究结果表明,昼夜增温与NDVI之间的关系在不同季节呈现显著差异。尤其在秋季,昼夜增温对NDVI的影响最为显著,其次是夏季和春季。通过Copula函数模型,发现昼夜增温与NDVI在特定温度区间内呈现正相关,表明适宜的温度条件下昼夜增温对植被生长具有促进作用。然而,当昼夜增温超过某一阈值时,其对NDVI的促进作用转变为抑制作用,从而限制了植被的生长。同时,还揭示了重现期与昼夜增温及NDVI之间的关系。在较低的重现期下,昼夜增温与NDVI的联合概率较高,表明在这些条件下,植被生长良好的情况出现的频率较高。反之,较高的重现期对应于昼夜增温与NDVI较低的联合概率,表明植被生长受到抑制。本研究通过Copula函数提供了一个全新的视角来理解昼夜增温与植被动态之间的相互作用,强调了气温变化对植被生长影响的复杂性。

2000—2021年渭河流域NDVI变化及其影响因素

渭河流域是黄河中游重要的生态涵养地,同时也是黄土高原水土流失的典型区域,监测该地区植被生长变化趋势,并分析其与气候变化和人类活动的关系,对科学评估区域生态建设成效、黄土高原植被恢复和生态修复具有重要意义。基于2000—2021年归一化植被指数(NDVI)、气温、降水量、人口密度、土地利用数据,分析了渭河流域NDVI的时空变化特征,探究了气候变化和人类活动对NDVI变化趋势的影响。结果表明,2000—2021年,渭河流域植被生长季NDVI呈增加趋势,全区年平均增速为0.004。年际尺度上,NDVI与年平均降水量呈正相关关系,与年平均气温的相关性不显著;月尺度上,NDVI与4月和8月的气温、降水量均呈正相关关系,与7月气温呈弱的负相关关系。人口密度变化与NDVI变化趋势呈负相关,流域人口密度的减小有利于植被的恢复和改善。土地利用类型内部变化是植被NDVI变化的主要原因。NDVI显著减少区NDVI的减少趋势主要由关中平原耕地NDVI的减少引起,NDVI显著增加区NDVI的增加趋势主要由草地、林地以及黄土丘陵区、黄土残塬区耕地NDVI的增加引起。

基于无人机多光谱NDVI值估测玉米产量

【目的】研究基于UAS-8无人机采集数据,运用归一化植被指数(Normalized Difference Vegetation Index)模型估测玉米产量,为大田无人机多光谱预测玉米产量提供理论依据。【方法】以新疆18份春播玉米为研究对象,获取开花期多光谱图像,经过辐射校正、大气校正、建立掩膜、提取NDVI图,计算植被覆盖率,得到区光谱反射率和归一化植被指数实际数值,将NDVI值与田间实测产量值进行模型拟合。【结果】幂函数Y=23411.46-10997.99/X(R^(2)=0.4886),二次函数为Y=39003.00-117963.03X+103130.25X 2(R^(2)=0.562),正反比函数(Inverse Proportional Function)为Y 2=2840.5 X/(1-X)(R^(2)=0.495),利用偏最小二乘回归(Partial Least Squares Regression),其线性函数Y=24458.22X-9620.55(R^(2)=0.521)。【结论】在数值0.5~0.8区间,NDVI与玉米产量具有较高的相关性,线性函数方程NDVI值可预测玉米的产量。

基于绿视率和NDVI的城市街道景观分析与优化研究

街道景观空间对市民健康和城市风貌具有重要影响。既往研究中常以归一化植被指数(NDVI)和绿视率(GVI)来分别代表二维和三维的绿色指标,但对二者的指标相关性研究甚少。采用基于深度学习的图像语义分割方法分析百度街景计算代表性街道的GVI,利用GF-1卫星数据计算NDVI,比较分析城市街道的GVI和NDVI指标特征及相关性。结果表明,1)中山市中心城区各代表街道GVI指标参差不齐,从8.06%到36.00%,其中石岐街道兴中道GVI最高;2)各街道观测点的NDVI均值随着缓冲区尺度的增加也随之呈现出不同变化,NDVI均值具有强烈的尺度敏感性;3)50 m GVI和DNVI均值的皮尔逊相关系数最高,达到0.832。在此基础上分析街道景观存在的不足并给出优化建议,为城市街景评估、空间优化、景观提升提供参考。

气候变化和土地利用对湖南省NDVI变化的影响

为分析湖南省气候变化和土地覆盖变化对植被的影响,采用2002—2020年归一化植被指数(Normalized Difference Vegetation Index,NDVI)数据分析植被变化对气候变化和土地覆盖类型变化的响应。结果表明:湖南省NDVI在西、中部改善明显(64.87%);显著退化的区域集中于部分城区和洞庭湖区(1.39%);气温和降水分别以负相关和正相关为主;耕地转林地有利于NDVI增加,耕地转不透水面不利于植被生长。

1988—2018年粤北植被NDVI时空分布特征分析

植被是陆地生态系统的核心组成部分,而归一化植被指数(Normalized Difference Vegetation Index,NDVI)是反映地表植被覆盖和生长状况的重要参数。以粤北为研究区,结合1988—2018年长时间序列NOAA/AVHRR产品数据和高程数据,采用变化率分析法和空间分析法,分析31年间粤北NDVI变化特征及其与地形因子的关联性。结果表明,1988—2018年,粤北NDVI年均值整体呈现出北高南低、西高东低的分布特征,NDVI年均值介于0.20~0.87。其中,连山壮族瑶族自治县NDVI年均值最高,达到0.82,而清远市清城区NDVI年均值最低,仅为0.68。2018年,NDVI年均值达到最高,为0.84;1988年,NDVI年均值达到最低,为0.74。随着高程的增加,粤北NDVI年均值呈现出上升趋势,NDVI分布特征受到人类活动、地形和气候的综合影响。研究结果可为粤北山地城市生态屏障区建设提供重要理论支持。

贵州省2020年植被NDVI变化及其驱动因素分析

探究2020年贵州省逐月植被动态变化及其影响因素,为区域生态环境恢复与治理提供科学依据。基于2020年逐月归一化植被指数(NDVI)数据,辅以同期气象数据、相关分析及滞后性分析等方法,深入解析贵州省植被时空变化特征及其对气候变化响应机制。研究表明:2020年贵州省植被覆盖度良好,且非喀斯特地区高于喀斯特地区,其中喀斯特区域中等覆盖度及以上面积占全省面积的46.78%;贵州省的NDVI与同期降雨量、气温均呈现良好的相关性,而植被生长对气温变化敏感性高于降水变化;2020年贵州省植被变化受气候变化影响较大,植被生长对降水存在滞后效应,滞后时间为1个月。

基于NDVI加权指数的冬小麦种植面积遥感监测

该文针对农业信息服务中冬小麦种植面积调查业务的现状与需求,提出了一种基于NDVI(normal difference vegetation index)时间序列的冬小麦NDVI加权指数(WNDVI,weighted NDVI index)影像算法,可在训练样本、验证样本选择的基础上实现冬小麦面积的自动提取,并以河北省安平县及周边地区2013-2014年度冬小麦面积提取为例,采用GF-1/WFV(wide field view)数据进行了算法实现。算法的主要思路是在时序影像基础上,通过冬小麦NDVI加权指数影像的构建,扩大冬小麦地类与其他地类的差异,结合自适应的阈值获取方法,区分冬小麦地类,获取冬小麦作物面积。算法包括冬小麦时间序列影像的获取、基于网格的样本点设置、构建冬小麦NDVI加权指数影像、迭代确定冬小麦NDVI加权指数提取阈值、精度验证这5个部分。影像的获取根据冬小麦的生长时间确定,保证每月1景GF-1/WFV无云影像,并进行预处理及NDVI计算;同时将研究区划分为一定数量的网格,每个网格再等分为2×2个子网格,根据目视解译、专家知识、实地调查等方法,确定左上网格中心点及右下网格中心点的地物类型。统计该期所有左上网格点冬小麦及其他地物的NDVI均值,冬小麦NDVI大于其他地物的将该期影像的权值设置为1,否则设置为-1,将所有时相NDVI影像进行加权平均,即可获取冬小麦NDVI加权指数影像。获取冬小麦NDVI加权指数影像后,还需设置合适的阈值提取冬小麦。该文选用右下网格点目视解译分类结果作为阈值提取依据,具体方法是将冬小麦指数从小到大按照一定间隔划分,作为冬小麦NDVI加权指数提取阈值,将各阈值二值法运用,与右下网格点的冬小麦提取的目视解译结果对比,精度最高的就是最优冬小麦NDVI加权指数分割阈值。在所有网格中,以初始识别获取的冬小麦面积为准,等概率选择10个样方作为精度验证样方进行验证。精度验证结果表明分类总体精度达到94.4%,Kappa系数达0.88。该文通过构建冬小麦NDVI加权指数,将比较复杂的多个参数转换为一个参数,并且农学意义明确,相比传统的NDVI时序影像进行冬小麦面积的提取,具有自动化程度高、面积提取精度高、分类结果稳定的特点,已经在全国农作物面积遥感监测业务中进行了应用。

基于长时间序列NDVI的陕西省耕地复种指数遥感监测分析

复种指数反映了耕地的利用强度,利用遥感方法提取耕地复种指数可为农业产业结构调整和粮食安全保障提供科学依据。采用SPOT/VGT NDVI时序数据(2001—2007年)和MOD13Q1NDVI时序数据(2001—2011年)作为遥感数据源,利用HANTS滤波和SG滤波方法分别对两种数据源进行数据重构,进而提取出陕西省10个地(市)的耕地复种指数;根据提取结果,分析各地市复种指数的变化规律,进而对比两种方法在耕地复种指数提取过程中的效果。结果表明:两种方法均能较好地反映复种指数的变化趋势;SG滤波后提取结果普遍高于HANTS滤波后提取结果;2001—2011年,延安市和榆林市复种指数增长较快,西安市复种指数出现负增长;2007年之后,铜川、宝鸡、咸阳、渭南复种指数开始出现负增长。

干旱对滨州灌区冬小麦归一化植被指数(NDVI)的影响

在中国北方,干旱是冬小麦生育期内常见的灾害,对冬小麦的生长及产量有直接的影响。本研究以滨州灌区为例,分析了灌溉作用下干旱对冬小麦生长的影响。利用1951-2014年气象观测站的气象资料和MODIS数据,计算滨州灌区的标准化降水指数(SPI)、蒸散量、有效降水量和冬小麦的水分亏缺量及其生育期内的MODISNDVI值。结果表明,在冬小麦生育期内,该区的干旱月份占总月份的70.1%,在冬小麦生长关键的3月份、4月份、5月份、6月份,其干旱频率分别为92.2%、60.9%、39.1%、9.4%。在冬小麦生育期内,干旱月份平均水分亏缺量为697.6 mm。灌溉只能减弱干旱对冬小麦归一化植被指数(NDVI)的影响,但不能完全消除。通过分析灌溉对干旱情况下小麦的作用,可以为今后该区域冬小麦种植措施的实施提供有益借鉴。

基于GIMMS NDVI的青藏高原植被指数时空变化及其气温降水响应

青藏高原植被生态系统脆弱,是研究全球气候变化陆地植被生态系统响应的理想场所。以GIMMS NDVI、气温和降水及植被类型数据为基础,利用一元线性回归模型、相关系数、偏相关系数及t检验方法,分析了青藏高原1982-2015年NDVI时空变化及其气温降水响应特征,结果表明:1982-2015年青藏高原NDVI时间变化过程总体表现为不显著的增加过程,空间变化以显著增加为主,占总面积的63.26%,分布在高原北部、西部和南部;显著减少集中分布在高原中东部和东南部,仅占总面积的3.45%。青藏高原主要植被类型NDVI平均值表现为:阔叶林>针叶林>灌丛>草甸>高山植被>草原>荒漠,其中草原、高山植被和荒漠植被NDVI呈显著线性增加过程,灌丛、针叶林和阔叶林植被的NDVI呈不显著的减少过程。青藏高原NDVI与气温相关系数空间上呈南北向分布,具有纬度地带性特征,显著正相关分布在高原中北部,显著负相关分布在高原中南部;NDVI与降水的相关系数呈东西向分布,具有干湿度地带性特征,显著正相关分布在高原中部,显著负相关分布在高原东西两侧。研究认为1982-2015年青藏高原北部水热条件缺乏区域NDVI出现显著增加趋势,而高原东南部水热条件充足地区NDVI呈现出显著减少趋势。深入开展植被类型NDVI气候响应的差异性研究,有助于深入理解全球气候变化影响的区域差异及科学制定植被生态保护政策。

1981—2018年新疆草地归一化植被指数时空特征及其对气候变化的响应

在新疆开展长时间序列的草地监测,分析草地生长的时空变化特征,有利于草地环境压力分析和草地生态健康预测。以NOAA-AVHRR NDVI为数据源,采用最大值合成、一元回归分析与相关性分析,分别在年际尺度和多个空间尺度(全疆、南北疆与各地区及其11种草地类型)上探讨了1981—2018年新疆草地归一化植被指数(NDVI)时空特征及其对气温、降水的响应。结果表明:(1)1981—2018年,新疆草地NDVI多年均值0.326,变化范围0.259—0.386,具有轻微年际波动特征;(2)北疆、南疆草地NDVI均表现为轻微增加趋势;全疆占草地总面积41%的区域NDVI呈显著增加趋势,9%为显著减少区域,北疆草地NDVI显著增加的面积是南疆的1.7倍;(3)由于垂直地带性及区域差异,新疆草地NDVI由山区向盆地的荒漠降低;北疆草地NDVI是南疆1.4倍,总体上北疆各地区草地NDVI高于南疆各地区;(4)草地类型植被NDVI对降水的显著响应高于气温,其中温性荒漠类、温性荒漠草原类与温性草原类草地NDVI对降水变化的响应明显高于其余草地类型,降水对草地NDVI的影响更为显著,表明降水引起的地表水分变化是草地植被生长的重要限制因子。