基于NDVI-LST模型对辽宁月尺度土壤水分的反演

利用MODIS卫星数据集中的归一化植被指数NDVI(Normalized Difference Vegetation Index,NDVI)与地表温度LST(Land Surface Temperature,LST)数据建立NDVI-LST模型,对辽宁省2015年5-8月的土壤水分进行反演,建立土壤水分与干边斜率的相关关系,得到该模型反演下的土壤水分。结果表明:(1)该时间段的NDVI-LST实际模型能够形成类似"三角"的特征空间,与理论模型吻合,利用该模型反演的5-8月土壤水分含量与地面实际监测结果相关性较高,除8月外,相关系数均在0.8以上,反演结果空间布局与地面实际土壤水分基本一致;(2)8月土壤水分反演结果不理想,相关系数为0.48,反演和地面实际空间特征差异也较大,其原因是8月NDVI对7月降水极少的响应时间的延后。整体而言,NDVI-LST模型反演土壤水分的试验结果较理想,可为利用卫星遥感手段快速反演辽宁月尺度的土壤水分、干旱灾害防御评估等决策工作提供一种新思路。

疏勒河上游冻土区高寒草地NDVI分布特征及制约因素分析

全球变暖对多年冻土最直接的影响就是地温升高和活动层厚度增大,导致表层土壤含水量减少,从而对多年冻土区植被产生影响。以祁连山西段干旱-半干旱区的疏勒河上游地区为研究对象,分析不同冻土类型区高寒草地归一化植被指数(NDVI)的分布特征及变化趋势,建立不同冻土类型区NDVI和地表温度(LST)的关系。结果表明,从极稳定型冻土区到季节性冻土区,NDVI呈倒"U"形分布特征;1995年以来,极稳定型和稳定型冻土区NDVI略有增加,亚稳定型和过渡型冻土区NDVI增加相对明显,植被覆盖有所增加;不稳定型和季节性冻土区NDVI减少。从极稳定型冻土区到季节性冻土区,植被生长的限制因素从热量过渡到水分。

基于MODIS温度/植被指数的东北地区土地覆盖分类

该文采用M OD IS N DV I时序数据对东北区土地覆盖分类进行研究,以验证M OD IS区域土地覆盖制图的可靠性。通过试验发现经过Sav izky-G o lay滤波处理能有效去除云、缺失数据及异常值的影响,使得N DV I时序曲线能更好的反映植被季相变化特征,分类结果表明N DV I时序数列能较好的区分植被与非植被、草本(一年生)与木本(多年生)覆盖类型。但研究区内一年一熟的农作物与高盖度草地、落叶针叶林与落叶阔叶林具有相似的物候特征,混分现象比较严重。该研究通过添加地表温度(land surface tem perature,LST)数据解决这一问题,利用所得温度/植被指数TV I对研究区进行土地覆盖分类。所得结果用363个野外调查样区进行验证,N DV I及TV I时序数据的分类精度分别为62.26%与71.63%。结果表明TV I比N DV I对土地覆盖类型中的植被类型识别更有效。

基于地表温度-植被指数关系的地表温度降尺度方法研究

地表温度(Land Surface Temperature,LST)在空间上和时间上均存在很大的差异性。而通过卫星遥感技术来监测地表温度存在着空间分辨率和时间分辨率上的矛盾:空间分辨率高的卫星时间分辨率低,反之亦然。为了解决这个矛盾,首先利用TsHARP(An algorithm for sharpening thermal imagery)温度降尺度方法将LSTMODIS,1km(1km MODIS(Moderate-resolution ImagingSpectroradiometer)地表温度)图像(2004年9月9日上午)降尺度为LSTMODIS,500m(500m MODIS地表温度)图像。为了对降尺度LSTMODIS,500m图像进行验证,对研究区内同一天(2004年9月9日上午)的ETM图像的第6波段的辐亮度值升尺度到500m后,再利用Sobrino ETM(Enhanced Thematic Mapper)温度反演方法反演得到LSTETM,500m(500m ETM地表温度)图像,将LSTETM,500m图像作为当日地表温度的实测值,对降尺度LSTMODIS,500m图像的降尺度效果进行验证。对比结果表明降尺度LSTMODIS,500m图像更加精细刻画LSTMODIS,1km图像在空间上的分布格局;定量对比3种降尺度LSTMODIS,500m和LSTETM,500m的RMSE分别为0.786、1.002、0.754℃,降尺度结果达到预期效果。

基于MODIS数据的重庆市地表热环境效应研究

利用2000—2006年EOS/MODIS卫星资料反演的地表温度(LST)和植被指数(NDVI)资料,分析了重庆市夏季地表热场分布状况,并对重庆市夏季地表热场变化规律及成因进行了研究.结果表明:①重庆市夏季LST分布区域特征明显,东北部LST最低,西部LST最高;2000—2003年重庆市除了中部地区LST升高外,其他地区降温明显;2003—2006年重庆市中部和西部地区LST明显升高.②2000年以来,重庆市热岛效应明显增强,重庆市中心强热岛区(城郊温差大于8℃)面积由2000年的53 km2增至2006年的313 km2;城郊最高温差由2000年的10.8℃增至2006年的14.5℃.③重庆市的LST和NDVI具有显著的负相关关系,相关系数均在-0.7以上;在植被长势较好的2000和2003年,重庆市NDVI每升高0.1,LST降低约4℃;而在植被长势较差的2006年,NDVI每升高0.1,LST降低约5℃.④在2006年大气环流异常背景下,NDVI的急剧降低和城市热岛效应的显著增强进一步促进了重庆市高温伏旱天气的形成.

基于地表定量参数的沙漠化遥感监测方法

利用野外沙漠化调查的定位数据和ETM+遥感数据,在实验分析的基础上,探讨了沙漠化程度与地表参数之间的定量关系,即沙漠化与植被指数(NDVI)、地表辐射温度(LST)之间的关系,提出了综合反映沙漠化土地生物物理特征的遥感监测指数———沙漠化遥感监测差值指数(DDI),为沙漠化遥感监测提供有效的定量化方法。

我国温度植被旱情指数TVDI的应用现状及问题简述

植被指数和地表温度是2类常见的遥感干旱监测方法,它们分别利用植被受旱时植被指数降低和植被冠层温度升高这2种重要的生理表现来监测干旱。但植被指数对干旱指示具有一定滞后性,地表温度监测干旱时易受土地背景等影响。基于特征空间的温度植被旱情指数(TVDI)综合了植被指数和地表温度监测干旱的特点,物理意义明确,克服部分单独使用植被指数或地表温度的缺点,是目前干旱研究和业务应用中使用最广的遥感干旱指数之一。本文介绍了TVDI的原理、计算方法、应用中的改进及TVDI干旱监测方法,旨在为TVDI的研究及应用提供一些参考。

基于MODIS数据的吉林省中部地表温度反演及空间分布研究

利用MODIS数据,采用劈窗算法,定量反演吉林省中部陆地表面温度;利用TM数据,通过目视解译获得研究区的土地利用状况,并结合地势图,研究吉林省中部农业区的地表温度空间分布特征以及地表温度与土地利用类型之间的关系。结果表明,研究区陆地表面温度南高北低,西高东低,符合该区域气候特征;由于地表土地类型热力性质的不同,不同土地利用类型的地表温度存在差异,地表温度最高的裸岩要比最低的湖泊高出26.6K;地表温度与海拔呈负相关关系,即随着海拔的升高,地表温度呈下降趋势,下降率为23.6°C/km;在植被覆盖区,地表温度与NDVI之间存在负相关性,且城市地表温度对植被覆盖度的敏感性要高于农田和林地;对于整个研究区土地利用空间结构,地表温度与NDVI表现为LST-NDVI梯形关系。

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。

基于MODIS LST修正NDVI时序数列的土地覆盖分类

MODIS以其时间分辨率、光谱分辨率的优势成为全球及区域土地覆盖研究的主要数据源。但如何快速准确的提取所需土地覆盖信息一直是科学界研究的焦点问题。对于NDVI时序数列分类方面的研究很多,其中影响分类精度的一个重要因素就是NDVI的数据质量问题。本文通过试验发现经过Savizky-Golay滤波处理的NDVI时序数列能够反映植被季相变化特征,与传统的滤波效果相比有明显改善,更符合实际情况。通过分析数据的波谱曲线,滤波后的时序数列能较好的区分植被与非植被、草本(一年生)与木本(多年生)覆盖类型。但研究区内一年一熟的农作物与高盖度草地、落叶针叶林与落叶阔叶林具有相似的物候特征,仅通过NDVI序列很难区分。为解决这一问题,本研究利用MODIS地表温度(land surface temperature,LST)产品对NDVI时序数列修正,利用前5个主成分进行分类。所得分类结果用363个野外调查样区进行验证,总分类精度达到了69.15%,kappa系数为0.6499。结果表明添加LST的时序数列比单纯的NDVI夸大了覆盖类型的差异,提高了分类结果的精度。为充分发挥MODIS高时间分辨率的优势,下一步应对多源数据进行定量分析,结合植被的物候关键期识别土地覆盖类型,必将进一步提高分类精度。

基于温度植被旱情指数的徐州市郊干旱遥感监测

利用LandsatTM/ETM+数据,以徐州市郊为研究区,获取归一化植被指数(NDVI)、土壤调整植被指数(SAVI)和地表温度(Ts)信息,分别构建NDVI—Ts和SAVI—Ts特征空间,依据这两个特征空间计算出研究区2001年4月3日和2007年5月14日的温度植被旱情指数TVDI(NDVI)和TVDI(SA-VI),并分别与地表温度(Ts)和降水量进行了相关评价。结果表明,TVDI可用于实现大范围的干旱监测,SAVI能够修正NDVI对土壤背景的敏感,基于SAVI的反演结果明显优于基于NDVI的反演结果,能够有效地运用于干旱监测。

基于SEBS模型的老哈河流域蒸散发研究

基于表面能量平衡系统(SEBS)模型,结合NOAA/AVHRR数据,估算半干旱的老哈河流域实际日蒸散发量,并将估算结果与结合FAO-Penman模型和作物系数法计算的参考作物蒸发量进行比较,最后综合分析了老哈河流域蒸散发与土地利用、归一化植被指数(NDVI)以及地表温度(LST)的关系。结果表明:SEBS模型在老哈河流域有较好的适用性;老哈河流域实际日蒸散发时空差异较大,其中7、8月份流域蒸散发量较大,9、10月份蒸散发量逐渐减小,流域西部山区的蒸散发量较大,中部和流域出口所在的平原区相对较小;流域不同土地利用类型蒸散发量不尽相同,其中林地的日平均蒸散发量最高,其次为耕地、灌丛和草地;流域实际蒸散发量与NDVI呈线性正相关,与LST呈线性负相关。

小花间流域旱情监测模型分析

利用2002年5月份的小花间流域的MOD IS数据提取归一化差值植被指数(NDVI)和陆地表面温度(LST),选取合适的NDVI提取窗口尺度,构建LST-NDVI特征空间,采取适宜的干边和湿边的斜率确定方法,计算温度植被干旱指数(TVDI),对小花间流域进行旱情监测,平均相对湿度进行定性验证。结果表明:采用多尺度的像元提取窗口,依据像元直方图确定干边和湿边,建立温度植被干旱指数(TVDI)进行小花间流域旱情监测能够较好反映当地旱情。基于旱情监测模型的生产需要,探讨旱情与地表温度以及归一化植被指数之间的关系,认为地表温度能够反映当地2002年5月份旱情,而归一化植被指数的作用较小。

使用单窗算法研究北京城区热岛效应

随着全球变暖和城市化进程的加快,大城市城区的热岛效应日益严重。城市下垫面对地表能量交换的影响巨大,引起地表温度分布的不均一性。遥感技术的发展为地表温度的反演提供了可能。近年来人们使用劈窗算法对均一的海面温度的反演很成功,但是受空间分辨率的限制以及陆面的不均一性,陆面温度的反演一直是一个没有解决好的问题。覃志豪提出了一种TM热红外波段单窗算法,可以利用辅助气象资料快速计算出地表温度。本文以北京市城区为研究区,采用LandsetETM第6波段的单窗算法,反演了亮度温度和地表实际温度,分析了城市下垫面情况下NDVI与地表温度的相关关系,并解释了北京城区热岛在空间上的分布及其可能的原因。结果表明:北京市城区热岛效应显著;地表温度与NDVI相关性显著;城区绿地和水体在区域的温度分布中起到重要作用。

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。

安徽省植被和地表温度季节变化及空间分布特征

卫星遥感广泛应用于宏观、大范围、动态连续的植被和地表温度监测研究。利用2001—2008年MODIS卫星遥感资料,分析了安徽省归一化植被指数(NDVI)和地表温度(LST)的季节、月变化和空间分布特征,探讨了代表城市区域的NDVI和LST时空分布及其相关性。结果表明:安徽省NDVI和LST季节变化显著,具有典型地域特征;受当地气候影响,植被、农作物类型地域差异较大,导致LST季节变化以及空间分布不同;城市中心向郊区过渡时,植被覆盖度在不断增加,伴随着NDVI的增加,LST下降;城市LST明显高于郊区值,呈现热岛效应。研究表明,当地气候和植被分布共同决定了LST的分布状况,这将为安徽省合理进行农业区划、科学监测生态环境以及有效评估土地利用与热岛效应提供重要参考依据。

基于Landsat8卫星数据的城市相关指数变化分析

基于Landsat8 OLI遥感影像数据,提取了与城市环境密切相关的NDVI、NDBI、NDWI和LST,分析了不同地物类型遥感指数的分布特征和不同时间序列的变化特征;进一步探讨了NDVI、NDBI与LST的相关性,可为研究城市热岛效应提供依据。结果表明,山地的NDVI最大,建筑用地密集区域的NDBI、LST最大,水体的NDWI最大,且建筑用地的NDVI、NDBI随时间变化较稳定。

2000-2014年蒙古高原植被覆盖时空变化特征及其对地表水热因子的响应

利用MODIS NDVI数据、同期地表水热组合数据和植被类型数据,对2000-2014年蒙古高原生长季和三季(春、夏、秋季)植被覆盖时空演变特征及其对地表水热因子响应模式进行分析。研究表明:这15 a来,蒙古高原生长季及三季归一化植被指数NDVI均呈增加趋势,且呈显著增加趋势区域主要集中在内蒙古地区,一定程度上反映了该地区生态恢复工程的有效性。研究区植被覆盖变化与地表水分指数LSWI有密切的关系,因此证明研究区植被覆盖的增加归因于自然和人为因素的共同作用。不同类型植被NDVI均呈增加趋势,其中荒漠植被NDVI增加最明显,森林植被增加平缓,且存在季节性差异。此外,不同类型植被NDVI受水热因子影响也存在季节性差异。

基于ASTER数据的城市热环境遥感监测研究

以ASTER数据为数据源,采用同一颗卫星上的MODIS数据得到大气透过率;利用可见光和近红外波段对下垫面类型进行分类和利用JPL(Jet Propulsion Lab)提供的光谱库计算地表比辐射率,进而采用劈窗算法进行地表温度(Land Surface Temperature,LST)的反演。在此基础上,利用反演的LST、分类结果和归一化差值植被指数(NDVI),对沧州地区的城市热环境进行了定量分析,研究结果可为进一步深入探讨城市热岛的发生发展规律以及城市热环境的模拟调控、优化布局提供一定的科学依据。

基于广西岩溶和非岩溶地貌的干旱遥感监测模型研究

根据MODIS植被指数和陆面温度,建立植被状态指数(VCI)、温度条件指数(TCI)和植被—温度指数(DI)模型;采用广西2004年10～11月数据,利用相关系数、全距和变异系数对3个干旱监测模型应用于广西岩溶区和非岩溶区大范围干旱监测的适用性进行了论证分析,结果表明:植被—温度指数模型(DI)最适用,温度条件指数(TCI)次之,植被状态指数(VCI)则较难胜任。并使用植被—温度指数DI模型监测了广西2005年秋旱,经与干旱实况对比,干旱指数DI的监测结果与实况相符,表明植被—温度指数遥感监测模型能准确反映出广西岩溶和非岩溶地貌环境的干旱时空变化特征,适用于广西大范围的干旱监测。