基于卫星遥感数据的地表信息特征——NDVI-Ts空间描述

介绍了基于卫星遥感数据的可操作NDVI、Ts和Ts/NDVI计算方法 ,讨论了NDVI、Ts和Ts/NDVI数据对植被覆盖信息表达的差异 ,分析了不同地表覆盖在NDVI Ts空间的年内变化特征。利用信息熵和平均梯度定量分析了NDVI、Ts和Ts/NDVI数据在信息表达丰富度方面的差异 ,讨论了在不同地表植被覆盖下 。

基于NDVI-Ts特征空间的黑龙江省干旱监测

NDVI-Ts特征空间方法结合了卫星遥感地表反射率和热红外特性,能较好地反映一定时空尺度的地表干旱状况,该文基于Terra-MODIS归一化植被指数(NDVI)和地表温度(LST)产品,构建NDVI-Ts三角形特征空间,采用植被温度状态指数结合MODIS地表分类产品IGBP对黑龙江省2007年夏季干旱进行监测和分析。结果显示:此次夏季干旱的空间分布广,持续时间长,干旱程度重,西部松嫩平原和东部三江平原等地主要农作物产区普遍发生干旱,且旱情严重。结合同期地面气象观测的月降水量数据对监测结果进行验证和评估表明:植被温度状态指数是一项近实时的干旱监测指标,不仅与当地最近的降水事件有关,而且与前期一段时间内的总体降水事件相关,可以较真实地反映当地干旱发生、发展的动态过程。

基于NDVI-Albedo特征空间的柴达木盆地荒漠化监测研究

荒漠化目前已成为威胁全球生态环境的主要问题,开展荒漠化监测对于荒漠化防治至关重要。基于2014—2021年植被生长季(5—9月)Suomi/NPP(National Polar-orbiting Partnership)遥感数据和柴达木盆地8个气象站点观测数据,利用NDVI-Albedo(Normalized Difference Vegetation Index-Albedo)特征空间计算荒漠化差值指数(Desertification Difference Index,DDI),运用自然间断法、Sen+M-K趋势分析法、相关性分析法、精度误差矩阵计算和转移矩阵计算等方法,探讨柴达木盆地植被生长季荒漠化土地时空动态演变及气象影响因素。结果表明:(1)基于NDVI-Albedo特征空间构建的DDI在柴达木盆地荒漠化监测中适用性较高,特征方程R2≥0.65,整体分类精度79.38%,Kappa系数0.62。(2)2014—2021年,柴达木盆地荒漠化程度东部、南部较低而西部、中部较高,且东部、南部部分地区DDI值以每年超过0.01的速率增大,部分地区增大显著;荒漠化土地总面积呈减小趋势,速率为-1 173 km^(2)·a^(-1),不同程度荒漠化土地之间存在转移特征,具体表现为荒漠化程度较重的土地向较轻的土地转移。(3)相关性分析表明,降水量、平均相对湿度均与DDI呈极显著正相关(P<0.01),相关系数分别为0.91、0.86,水分是影响柴达木盆地荒漠化的主要气象因子。

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。

基于Albedo-NDVI特征空间的玛曲县荒漠化时空动态监测

开展荒漠化时空动态监测是荒漠化防治的一项重要基础工作。以地处青藏高原东北缘的甘肃省玛曲县为例,以该县2001年、 2005年、 2010年的TM影像和2015年的HJ-1影像为数据来源,利用Albedo-NDVI特征空间法,从整体到局部,分别对该县全区域及其黄河沿岸地区不同尺度区域近15年的土地荒漠化进行了监测和时空动态分析。研究结果表明:Albedo-NDVI特征空间法能便捷、有效、精确地对荒漠化信息进行提取和分级,有利于荒漠化的定量分析与监测;玛曲县近15年来实施的生态恢复工程效果显著,该县荒漠化状况有所改善,荒漠化土地的面积持续减小,程度不断降低,主要发生"轻度荒漠化土地向非荒漠化土地"的转移;但是由于沙源丰富、人口密集以及过度放牧等原因,玛曲县黄河沿岸5 km带状区域荒漠化以"非荒漠化土地向轻度荒漠化土地"转移为主,荒漠化状况较全县整体水平严重,并且仍有不断恶化的趋势。

基于Ts-EVI特征空间的土壤水分估算

温度-植被指数特征空间耦合了地表温度和植被信息,是当前实现土壤水分遥感估算和农业旱情监测的重要方法。采用EOS-MODIS地表温度Ts和增强型植被指数EVI数据,研究Ts-EVI三角形特征空间中干边、湿边方程参数的确定方法,分析比较了温度植被干旱指数TVDI对不同土壤深度水分状况的估算能力,为利用特征空间法实现土壤水分监测提供理论依据。研究表明:特征空间中干边和湿边的确定以最大拐点处为始点进行线性拟合的常规方法并不完善,根据像元的分布频率,以采用能同时保留最大量有效信息和较高拟合精度的端点逼近法获取参数的效果较好;基于Ts-EVI特征空间构建的TVDI可以较好地估算土壤表层10、20cm和50cm土壤深度处土壤水分状况,其相关性均通过了α=0.001水平的t检验,但TVDI对表层土壤(20cm和10cm)水分的估算精度相对较高。

T_s-NDVI特征空间结构及与气候特征的相关性研究

基于实时观测的单一时段和多年合成的通用Ts-NDVI特征空间方法,利用2000 2008年黑龙江省MODIS数据和降水量资料,对研究区整个生长季的Ts-NDVI特征空间结构的年际和季节变化特征进行了研究,并从气候特征角度对Ts-NDVI特征空间结构变化与降水量的关系进行了分析。结果表明,Ts-NDVI特征空间结构的变化具有一定的规律,年际变化和季节变化都很大,在相同区域,不同时相的Ts-NDVI特征空间干、湿边截距呈现从春季到夏季升高、从夏季到秋季降低的趋势,斜率变化趋势与截距相反,湿边的变化对环境条件更加敏感。合成后通用Ts-NDVI特征空间干、湿边截距分别与历年最小、最大降水量之间呈显著正相关关系,湿边截距与最大降水量的相关性最好。

运用NDVI-Albedo特征空间提取石漠化信息

石漠化是西南喀斯特地貌地区面临的最主要生态环境问题之一,对石漠化进行监测是其防治的一项重要工作。本文以威宁西部典型的石漠化研究区斗古乡为例,基于Landsat 8 OLI遥感数据,计算了研究区归一化植被指数(NDVI)和地表反照率(Albedo),通过NDVI-Albedo特征空间构建石漠化差值指数(RSDDI),对石漠化信息进行提取并对其进行精度验证。研究表明:基于NDVI-Albedo特征空间法构建的石漠化差值指数能够较为准确且便捷地对石漠化信息进行提取与分级,在中度石漠化及重度石漠化的制图精度均达到89%以上,提取效果较好,有利于西南喀斯特地貌地区对石漠化的定量评估与监测。

小滦河流域土地沙化时空动态监测及景观格局演变特征

【目的】河北省围场满族蒙古族自治县(简称围场县)的小滦河流域位于中国北方典型的农牧交错带,土地沙化问题严重。探究小滦河流域土地沙化变化过程,了解土地利用变化和海拔对土地沙化的影响,为流域土地沙化的防治和山水林田湖草沙综合治理提供理论依据。【方法】基于谷歌地球引擎(Google Earth Engine)和ArcGIS平台分析2000、2010、2020年Landsat系列遥感数据,通过构造归一化植被指数(NDVI)和地表反照率(Albedo)特征空间,建立荒漠化差值指数(DDI)模型,对沙化土地进行程度划分,分析区域土地沙化的时空变化特征。【结果】20 a间小滦河流域土地沙化总体呈好转趋势,极重度、重度沙化土地面积分别减少近80%和56%,流域以轻度沙化、非沙化土地为主,约占流域面积的65%。沙化土地改善速率在后期有所降低,集中分布在塞罕坝林场及小滦河下游。流域沙化景观趋向于集中,景观破碎化程度持续降低。林地、草地的沙化状况改善作用明显,土地沙化程度随海拔升高呈降低趋势。【结论】2000年来小滦河流域土地沙化状况整体有所好转,而御道口镇及牧场等区域存在土地沙化恶化趋势。今后需加强对流域沙化的改善措施,开展精准治沙,进而实现小滦河流域的可持续发展。

基于Landsat影像的江苏省土壤水分反演

土壤水分是土壤监测中的一项重要指标,监测土壤水分对区域生态环境保护与可持续发展具有重要意义。本文基于Landsat-8遥感影像数据,构建地表温度与植被指数的Ts/NDVI特征空间,对特征空间的干、湿边方程采用线性、指数、对数、多项式和幂函数拟合,通过决定系数R2对拟合结果进行评估,在选取最适合江苏省的干湿边拟合方程后,计算TVDI对江苏省的土壤水分进行反演。反演结果表明,全省土壤水分空间分布较为均匀,在降水较少的冬季,淮北及江淮局部地区易显露旱象。

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.

温度植被干旱指数(TVDI)与多因子关系研究

利用EOS/MODIS数据,采用归一化植被指数(NDVI)和地表温度(LST)构建NDVI-Ts特征空间,依据该特征空间计算温度植被干旱指数(TVDI)。通过对2009年6期冬小麦数据比较和多因子相关分析,认为TVDI与LST为极显著正相关关系,与NDVI相关性次之。气象因子中降水量(JSL)因子与TVDI相关性较为显著,在作物生长中后期,降水距平(JSJP)因子影响日趋明显;其它气象因子及海拔、灌溉与否等因子作用不显著,在进行大尺度干旱监测时基本可以忽略。如将TVDI与影响较为明显的因子组合建立新的指标或许是一个更好的监测方法。

地表温度-植被指数特征空间干旱监测方法的改进

Ts-NDVI特征空间干旱监测方法易受地表及卫星观测状态的影响,干、湿边不稳定,该文提出了用多年同期卫星观测数据改进的方法,首先,针对某观测期,分别构建每年的仅基于当年卫星数据的单一时段特征空间,然后,分别用最大、最小值合成法,在已构建的各年单一时段特征空间的干、湿边中提取不同植被指数应对的最大、最小地表温度,合成各年通用的Ts-NDVI特征空间的干、湿边。用TERRA-MODIS数据、降水量及SPI进行试验和验证,表明该改进方法不改变像素的实际观测值,不依赖地面辅助数据,增强了Ts-NDVI特征空间的稳定性,比改进前特征空间能更准确的反映地表干湿状态,与监测同期及前期总体降水都密切相关。

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。

地表温度-归一化植被指数特征空间干旱监测方法的改进及应用研究

地表温度-归一化植被指数(Ts-NDVI)特征空间干旱监测方法易受到监测期地表湿度、植被覆盖状况和卫星观测质量的影响,导致特征空间干、湿边不稳定,在基于长时间、大范围卫星观测资料的基础上对Ts-NDVI特征空间方法进行改进,将其称为通用特征空间方法。首先基于某观测时段,单独构建每年基于该单一年份单一时段卫星观测数据的Ts-NDVI特征空间,然后在已构建的各单一时段特征空间的干、湿边地表温度中,分别用最大值、最小值合成法提取各植被指数对应的多年最大、最小地表温度,分别构成各年通用的Ts-NDVI特征空间的干、湿边地表温度,最后通过线性拟合,获得通用特征空间的干、湿边方程。选择中分辨率成像光谱仪的归一化植被指数(NDVI)和地表温度(Ts)数据在中国主要粮食产区黑龙江省进行干旱监测试验,对改进前、后特征空间的植被温度状态指数进行对比分析,并用10、20cm土壤相对湿度和降水量进行检验。结果表明:通用特征空间方法合成的Ts-NDVI特征空间三角形结构特征显著,干、湿边明晰,比改进前更接近特征空间的理论边界,增强了特征空间干、湿边的稳定性,提高了干旱监测结果的精度,当单一时段特征空间稳定性较差时,改进效果最明显。通用特征空间对浅层土壤湿度更加敏感,与监测同期及前期总体降水都密切相关,且对降水的响应更敏感。

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温度和植被指数产品的山东省土地覆盖变化研究

地表温度(LST)与归一化植被指数(NDVI)构成的NDVI-Ts特征空间具有丰富的地学和生态学内涵。MODIS数据因其优越的时间分辨率、波谱分辨率,已被广泛地运用于各个领域。在本研究中,运用遥感技术和GIS技术相结合的手段,利用NASA提供的MODIS温度产品和NDVI产品,以山东省土地利用图、山东省TM遥感影像图和基于3S技术的山东省森林资源调查项目的外业调查数据为参考和评价标准,以NDVI-Ts时间序列为指标,在进行土地覆盖分类的基础上,分析比较了山东省土地覆盖从2000年到2006年的变化情况。研究结果表明,利用MODIS产品将NDVI-Ts时间序列作为分类特征,在较大尺度范围的土地覆盖分类中具有较高的分类精度,有利于对土地覆盖变化进行动态监测。

秃尾河上游流域土地荒漠化遥感动态研究

针对秃尾河上游流域土地荒漠化问题,基于地表反照率-植被指数特征空间理论,利用1989年、2002年和2011年TM、ETM遥感数据为数据源,提取该区荒漠化信息,并开展动态监测研究,从中探索该区域荒漠化动态变化特征和规律,为生态环境建设和经济发展提供参考。结果表明:1)地表反照率-植被指数特征空间方法指标简单,易于获取,有利于研究区荒漠化信息提取。2)22年来研究区荒漠化总面积持续减少,程度不断减轻,不同类型荒漠化土地动态度各不相同,并且其重心均有向西北方向移动规律。3)研究区生态环境趋于好转,主要得益于一系列积极的治理沙地措施和政策。

通用温度-植被指数特征空间农田干旱遥感监测

针对单一时段温度-植被指数特征空间干、湿边不稳定的问题,提出利用通用温度-植被指数特征空间改进TVDI指数进行农田干旱遥感监测的方法。利用2006-2015年各年单一时段特征空间干、湿边构建通用特征空间,拟合得到旬通用特征空间干、湿边。采用通用特征空间计算TVDI,结合实测数据进行旬土壤含水量反演模型率定和结果验证,并在河南省小麦种植区进行干旱监测应用分析。结果表明,与单一时段特征空间相比,基于通用特征空间的TVDI与实测数据的相关性更高,指数稳定性更强,土壤含水量估算绝对误差小于10%,均方根误差小于11%,能够有效监测农田旱情。

内蒙古赤峰及其周边地区荒漠化变化趋势研究——基于遥感技术中反照率和归一化植被指数特征空间

通过遥感影像来构造反照率(Albedo)和归一化植被指数(NDVI)特征空间是一种提取土地荒漠化信息的有效方法。该研究利用Landsat遥感影像来构造赤峰及周边地区Albedo-NDVI特征空间,分析当地2000和2008年的沙漠化状况。结果表明,随着时间的推移,当地植被覆盖度有所增加,土壤含水量以及沙漠化程度有所改善,政府政策的引导已见成效。