马尾松毛虫寄主有效叶面积指数遥感反演模型研究

叶面积指数(LAI)是植物的重要结构变量,可以较好地反映植物冠层特征,构建该指标的有效反演模型是实现马尾松毛虫害空间监测与预警的必然要求。以在三明市、将乐县、沙县、南平市等4个县(市)测定的马尾松有效叶面积指数及同时段HJ-1 CCD多光谱遥感影像为基础数据,分别建立LAI与NDVI、TNDVI、DVI、RDVI、RVI、PVI、SAVI、MSAVI、MCARI等9个植被指数的一元线性、乘幂、指数、对数与二次曲线模型。结果表明:(1)上述9个植被指数均与马尾松有效叶面积指数显著相关;(2)R2、RMSE及预测精度等指标显示,以TNDVI与MSAVI作为自变量的乘幂、指数模型是马尾松毛虫主要寄主马尾松有效叶面积指数遥感反演的最佳模型,这与影像光谱信息量、指数对虫害状态下的林冠特征响应敏感有关。

金沙江下段植被NDVI变化趋势及其归因

基于MODIS NDVI数据及标准气象站数据、退耕还林资料,辅以空间统计、叠置分析和趋势分析等方法,研究了金沙江下段植被NDVI时空变化特征及其影响因素,结果表明:从年内来看,金沙江下段植被NDVI变化呈单峰型,3月份为最低值0.55,而9月份为最高值0.75,年际上10年以来植被覆盖总体呈现出增长趋势,且这种增长存在显著的空间异质性;研究区植被覆盖较好,植被NDVI平均值为0.65,海拔3 850m以下植被覆盖随海拔上升而增加,超过3 850m后随海拔升高呈降低趋势;年内植被NDVI受降水量的影响较气温更为明显,对两者均有2个月的滞后期,而年际上植被NDVI则受气温变化的影响较降水量更为突出,且大规模的植被恢复工程对金沙江下段植被覆盖的增加有重要贡献。

基于遥感影像的城市植被信息提取研究

研究遥感影像在城市植被中的应用,以桂林市作为典型研究区域,以2006年的桂林市植被变化情况为例,利用TM遥感影像为主要数据源,通过EDRASIMAGINE软件对2006年桂林市遥感影像图进行植被指数的提取以及计算(主要是NDVI、RVI、TNDVI3个指数),通过对比评价看出:NDVI才是研究植被变化情况最佳的植被指数。

中国DMSP-OLS长时间序列夜间灯光遥感数据饱和校正研究

利用夜间灯光数据进行长时期社会经济问题研究时,需要对数据饱和校正,从而得到可信可靠的研究结果。针对不变区域法在长时间序列夜间灯光数据饱和校正时假设不变区域数据不随时间变化以及未区分数据饱和部分和未饱和部分的不足,本文提出首先对数据年际校正,再以NDVI数据为辅助进行饱和校正的方法。年际校正时准确定义了基准区域和基准年份,饱和校正过程中分别对不同城市聚类分区构建校正模型。研究发现,夜间灯光数据包括未饱和部分和饱和部分,饱和阈值为30;两部分数据亮度值与相应无饱和数据亮度值的函数关系不同,未饱和部分符合线性模型,饱和部分符合指数模型;区分不同城市聚类分区进行饱和校正十分必要,尤其是大范围区域数据饱和校正;以NDVI足迹数据为辅助,运用指数模型对饱和部分数据校正后,数据值域增大,空间异质性增强,与区域GDP拟合程度改善,很好地消除了由于卫星传感器设置特性产生的饱和效应,得到更好反映人类社会经济活动强度和空间分布特征的长时间序列饱和校正夜间灯光数据。文中得到的年际校正和饱和校正模型可以不做参数调整而直接运用,校正方法适用性较强。