斑块状植被遥感检测研究进展

斑块状植被是世界上干旱—半干旱区常见的景观类型,对于它们的形成、结构和演替研究能够提高人们对干旱—半干旱地区生态系统动态及其重要的生态水文过程的理解,具有重要的理论研究意义和应用价值。传统的基于地面调查和长期定位观测的方法观测范围有限,已无法满足目前区域斑块状植被分布及其空间格局特征研究的需要。利用遥感技术快速重复获取大面积对地观测数据,已成为斑块状植被检测的主要发展方向。通过对近20 a斑块状植被遥感检测相关文献的综述,阐述了现有研究中使用的航空和高分辨率卫星遥感数据、基于像元的检测方法、基于对象的检测方法和基于形态学的检测方法,以及各自的局限性和优势。在此基础上,对今后斑块状植被遥感检测的研究方向进行了展望,应加强高空间高光谱分辨率卫星遥感数据和低空无人机高光谱和激光雷达图像的应用,重视面向粘连斑块的新型图像分割算法研发,以期进一步提高斑块状植被检测的精度。     

基于RS和GIS的黄河三角洲主要人工地物时空特征分析

油井、风机和道路是黄河三角洲区域的主要人工地物,明确其时空特征对保障黄河三角洲的生态安全具有重要意义。利用Landsat、SPOT、高分二号等中、高分辨率卫星影像,提取并建立2000年和2015年黄河三角洲主要人工地物分布数据集,使用核密度法、平均最近邻法、加权分析法、克里金插值法和空间自相关分析法分析2000~2015年黄河三角洲人工地物的时空特征。结果表明：① 2015年风机空间分布具有不均衡性,呈现两大核心区为主、3个小集聚区为辅的空间分布格局,总体呈西北—东南走向,空间集聚特征明显;② 2000年和2015年油井空间分布具有不均衡性且存在时间变异特征,2000年油井呈现两大核心为主,团块成片分布为辅的空间分布格局,2015年油井呈现三大核心区为主、核心区周围油井呈鞍状分布的空间格局特征;③ 2000~2015年黄河三角洲路网密度不断提高,空间集聚特征明显,路网密度高值主要分布在黄河三角洲中部地区,并呈现向西部和南部扩散趋势。总的来说,黄河三角洲地区人工地物数量大、分布范围广、增长速度快,对自然保护区的生态安全造成了巨大威胁。通过识别和分析黄河三角洲人工地物及其时空特征,可为该地区湿地生态系统保护提供科学依据和决策参考。     

多云雾地区高时空分辨率植被覆盖度构建方法研究

针对多云雾地区高时空分辨率数据缺乏现状,提出了一套区域尺度高时空分辨率植被覆盖度数据构建方法.首先,通过时空适应反射率融合模型(STARFM)有效地将TM 的较高空间分辨率与MODIS的高时间分辨率融合在一起,构建了研究区植被生长峰值阶段的NDVI数据;然后,以植被生长峰值阶段的NDVI为输入,基于地表覆被类型,综合应用等密度和非密度亚像元模型对研究区的植被覆盖度进行估算.结果表明:①即使数据源存在大量的云雾,且存在一定的时相差异,研究区植被覆盖度的估算结果过渡自然,不存在明显的不接边效应;②以植被生长峰值阶段的NDVI数据为输入进行植被覆盖度估算,有效拉开了同一地表覆被类型不同覆盖度像元的NDVI梯度,提高了亚像元估算模型对输入数据的抗扰动性;③基于地表覆被类型,应用亚像元混合模型,能够提高植被覆盖度的估算精度.经野外实测数据验证,总体约８５％的估算精度表明,针对高时空分辨率遥感数据缺乏的多云雾区域,本研究提出的方法能够实现区域尺度植被覆盖度数据的构建.     

坡面植被斑块水土保持功能的景观图谱表达

本文基于景观生态学格局与过程关系研究的定量思维,以地学信息图谱的图形思维方式反映植被空间格局和水土流失过程的关系,以河岸植被缓冲带水土保持功能为例,在构建坡面植被分布格局的景观图谱序列的基础上,利用渗透指数指示植被水土保持功能,分析不同植被格局下水土保持功能的变化,对坡面植被格局的水土保持功能进行景观图谱表达。结果表明,在斑块位置、方向、聚集程度、镶嵌方式4种植被斑块分布类型中,在相同植被盖度下,斑块方向和聚集程度是控制水土流失的有效格局。通过对比不同植被分布类型的渗透值表明,植被分散于坡底并沿等高线方向或者与水流平行的方向分布时水土保持效果较好。本研究结果可为坡面植被水土保持效益的识别、提高提供重要参考。     

塔里木河下游输水区景观与植被变化分析

对塔里木河下游输水区植被分布主要区域2000、2002年ETM、2004、2006年ASTER影像景观特征值、景观格局分析,结果表明:2000年输水后,研究区(193726hm2)天然植被面积迅速扩大并呈连片趋势,沙地斑块数量增加但面积减少、聚集度明显减小;除了沙地外其他各地类斑块密度、数量减少,平均斑块面积扩大,各景观类型呈聚集趋势,景观分布趋于连片.转移矩阵计算表明,2000～2006年输水区4275hm2疏林地转化为有林地;4573hm2中、低覆盖度灌草地转化为高覆盖度灌草地;18729hm2低覆盖度灌草地转化为中覆盖度灌草地;2230hm2沙地转化为灌草地,输水后研究区植被面积增加了7345hm2.生态输水有效地遏制了沙漠化扩展.     

遥感数据融合下的雄安新区NPP时空格局分析

高时空分辨率数据对实现植被生产力动态监测和生态环境评估具有重要意义。以雄安新区为研究区,基于改进的ESTARFM融合模型构建高时空分辨率NDVI数据集,结合改进的CASA模型,模拟和分析了2000~2018年区域植被NPP的时空变化特征,并探讨气温与降水对NPP的影响。结果表明：①改进的ESTARFM融合模型预测结果性能较好;②研究区NPP的分布在空间上与土地覆被密切相关;③NPP在2000~2018年的变化趋势并不显著,但有明显的阶段性波动特征,主要是受到城镇化发展与农业技术水平提高等作用的影响;④由于区域气候的变化引起植被水分胁迫,降水对植被NPP的影响较气温更为显著。该研究能为雄安新区及其他区域的可持续发展评估提供一定的科学依据和借鉴意义。     

多源遥感数据土地覆被空间尺度效应探讨

鉴于目前土地覆被空间尺度效应的探讨大多集中于低空间分辨率数据,而对中高分辨率数据却鲜有研究的情况,基于3景中高分辨率(2.5m、10m和30m)的同区域同时相遥感数据的土地覆被分类图,从土地覆被空间一致性、土地覆被空间信息转移、土地覆被空间格局变化3方面进行了空间尺度效应探讨。研究表明,不同空间分辨率影像上反映的区域土地覆被空间格局在宏观上是一致的,但构成各个土地覆被类型斑块的边界、形状和数量随着空间分辨率的转换发生了变化;土地覆被类型的空间信息转移趋势取决于构成该土地覆被类型的斑块的形状、大小和空间分布情况;随着空间分辨率的降低,各个土地覆被类型逐渐趋于完整,斑块的狭长程度和边界的复杂程度逐渐降低。     

海南省西北部植被净初级生产力的长时序精尺度遥感监测

植被净初级生产力（Net Primary Productivity, NPP）是反映生态系统碳循环状态和变化的有效指标，在“双碳”目标背景下，长时序精尺度数据对植被净初级生产力动态监测具有重要意义。海南省作为国家生态文明试验区，其NPP动态监测对于强化陆地生态系统碳汇建设具有典型作用。以海南省西北部为研究区，基于Landsat系列遥感影像数据，采用VPM光能利用率模型，估算得到海南省西北部长时序（2000～2020）精尺度（30 m空间分辨率）的NPP数据，并对其进行时空变化分析。研究结果表明：海南省西北部日平均NPP在年际尺度上呈现明显的波动上升趋势，与其他植被类型相比落叶阔叶林的NPP最高且增长趋势最快，灌丛的NPP最低且增长趋势最慢。海南省西北部NPP在空间上呈现南高北低分布，研究区南部阔叶林及稀树草原地区NPP较高，北部灌丛地区NPP较低。研究区域NPP的整体增长趋势主要是由南部植被所控制。     

基于Google Earth Engine的中国植被覆盖度时空变化特征分析

植被覆盖时空变化是全球及区域生态环境重要研究内容之一。基于Google Earth Engine云平台,利用2000~2017年250 m分辨率的MODIS-EVI长时间序列数据,采用像元二分模型并辅以趋势分析、去趋势标准差、Hurst指数方法定量估算中国自2000年来植被覆盖度时空变化,并从省域尺度分析中国植被覆盖度近18 a以及未来趋势变化的时空分异特征。研究结果表明:①2000年以来中国植被覆盖度的变化速率为0.09%/a(P<0.01),平均植被覆盖度为44.63%,空间分布格局上整体呈现“东南高、西北低”的特点,但存在空间异质性;②从省级尺度来看,海南省平均植被覆盖度最高(79%),新疆维吾尔自治区最低(13%),山西省改善趋势最显著(0.4%/a),天津市年际波动最大(DSD=0.039),位于中国最西部的3省:新疆、西藏、青海植被覆盖度年际波动最小;③全国尺度植被覆盖度Hurst指数为0.72,未来将继续保持改善的趋势。具有改善持续性的省份基本呈“T”型分布,位于东西两侧的省份应注重加强植被生态修复与防护工作,保障区域生态文明建设的持续性。     

绿洲景观格局动态及其梯度分析的遥感研究

以张掖绿洲为例,利用遥感与GIS技术提取了从1987年到2002年间张掖绿洲的景观格局动态变化信息,并使用FRAGSTAS移动窗技术获取了所选景观指数的梯度变化分布图。通过分析张掖绿洲内各景观类型的时空演变及景观指数的梯度差异,研究发现荒漠绿洲过渡带、人工防护林带、河流及灌溉渠系等廊道景观是景观指数梯度变化中的峰值或谷值所在,对绿洲生态安全格局起到了关键性的控制作用。利用廊道景观的空间特性和景观结构的梯度概念,本文对张掖绿洲景观生态安全状况进行了分析与评价,并验证了景观梯度理论与遥感技术相结合在绿洲植被景观格局动态及其生态安全分析中的适用性。     

A patch connectivity index and its change in relation to new wetland at the Yellow River Delta

In this paper, we introduce a patch connectivity index and analyse its changes in relation to ecotope diversity and human impact intensity. Land-use maps of the newly born wetland at the Yellow River Delta of 1984, 1991 and 1996 were produced by applying an unsupervised and a supervised classification algorithm to the corresponding three scenes of Landsat Thematic Mapper (TM) images. A model for calculating the patch connectivity index was proposed and applied to the classified images. Our results show that patch connectivity has a negative relationship with ecotope diversity and human impact intensity. This indicates that an important measure for conserving the benign succession of the newly born wetland is to prevent it from disturbance of industrial activities in order to maintain ecotope diversity and natural patch connectivity.     

Mapping of flood dynamics and spatial distribution of vegetation in the Amazon floodplain using multitemporal SAR data

This paper presents the use of time series of SAR images to map the flood temporal dynamics and the spatial distribution of vegetation over a large Amazonian floodplain. The region under study (3500 km²) presents a diversity of landscape units with open lakes, bogs, large meadows, savannahs, alluvial forests and terra firma forest, covered by 21 images acquired by J-ERS between 1993 and 1997. Ground data include in situ observations of vegetation structure and flood extent as well as water level records. Image analysis demonstrates that temporal variations of the radar backscatter can be used to monitor efficiently the flood extent regardless of the landscape units. Also, analysis of the backscatter temporal variation greatly reduces the confusion between smooth surfaces (e.g. open water bodies, bare soils) inherent to L-band backscatter. The mapping method is based on decision rules over two decision variables: 1) the mean backscatter coefficient computed over the whole time series; 2) the total change computed using an “Absolute Change” estimator. The first variable provides classification into rough vegetation types while the second variable yields a direct estimate of the intensity of change that is related to flood dynamics. The classifier is first applied to the whole time series to map the maximum and minimum flood extent by defining 3 flood conditions: never flooded (NF); occasionally flooded (OF); permanently flooded (PF). It also furnishes the broad land cover type: open water/bare soils/low vegetation/forest. The accuracy of the flood extent mapping shows a kappa value of 0.82. Then, the classifier is run iteratively on the OF pixels to monitor flood stages during which the occasionally flooded areas get submerged. The mapping accuracy is assessed on one intermediate flood stage, showing a precision in excess of 90%. The importance of the time sampling for flood mapping is discussed along with the influence of SAR backscatter accuracy and the number of images. Then general guidelines for floodplain mapping are presented. By combining water level reports with maps of different flood stages the flooding pattern can be retrieved along with the vegetation succession processes. It is shown that the spatial distribution of vegetation communities is governed by flood stress and can be modelled as a function of the mean annual exposure to floods.     

近10a新疆地区植被动态与R/S分析

利用SPOT VGT传感器的NDVI时序数据,采用时间序列谐波分析算法(HANTS)对NDVI数据进行去云预处理,基于趋势分析、Hurst指数分析等方法,研究了1999~2008年新疆植被覆盖的时空变化,分析了Hurst指数的空间分布规律及其在不同土地覆盖类型下的差异。结果表明：近10 a来,新疆植被总体呈现不显著的增加趋势且具有明显的空间差异性。R/S分析表明,新疆大部分地区植被变化将保持现在的趋势,局部地区具有反持续性。各土地覆盖类型Hurst指数均在0.63以上,沙漠、戈壁、裸地的Hurst指数明显高于其它土地覆盖类型,受人类活动影响较大的土地覆盖类型其Hurst指数较低,可持续性低于自然或半自然状态下的植被覆盖类型。     

Temporal and Spatial Distribution of Ulva.prolifera in the Yellow Sea and Influence of Typhoon “CHAN-HOM” in 2015

A recurrent floating green algae bloom was detected in the Yellow Sea since 2007.The Ulva.prolifera is non\|toxic,but the massive accumulations can result in significant environmental damage and cause economic loss to marine industries.In this study,the spatial and temporal patterns of Ulva.prolifera green tides were investigated in the Yellow Sea during 2015 using HJ\|1A/1B and MODIS satellite images by means of NDVI (normalized difference vegetation index)and artificial interpretation.The results showed：(1)A little Ulva.prolifera was discovered firstly in adjacent sea of Yancheng,Jiangsu province in early May with distribution area 0.831 km².Under the action of the southeast monsoon,Ulva.prolifera was gradually drifted to Shandong peninsula waters from south to north.The influential area and range reached a peak value with 1 752.756 km² in late June,and gradually subsided from July to August.And Ulva.prolifera about 38.791 km² was monitored in the South Bay of North Korea.In conclusion,Ulva.prolifera in the Yellow Sea in 2015 has experienced five major processes including “Occur\|Development\|Outbreak\|Recession\|Disappeared”.(2)Typhoon "CHAN\|HOM" certainly influenced the northward pathway of Ulva.prolifera and shifted towards the southwest,resulting in most of Ulva.prolifera moved to the east coast of Lianyungang,and speculated that minority Ulva.prolifera drifted to the South Bay of North Korea.(3)From the monitoring data,the spatial resolution between MODIS and ENVISAT (HJ\|1A / 1B)is difference significantly,250 m and 30 m respectively.A functional relation of the two data with monitoring area difference about 2.26 times was established to make up for the shortage of the environmental satellite (HJ\|1A/1B)images.      

基于混合像元分解的喀斯特石漠化地物丰度估测

我国西南喀斯特地区长期存在以石漠化为特征的土地退化问题,是我国三大生态问题之一。喀斯特地区地表复杂度高,具有高度时空异质性,像元混合现象严重,植被、裸岩和裸土为喀斯特地区典型地物,使得评价喀斯特石漠化的关键指标(如裸岩率、植被覆盖度)获取比较困难,高光谱遥感在混合像元分解方面有独特优势,可以获取地物端元的丰度。通过地面试验表明光谱指数能够表征地物覆盖度,进而以Hyperion高光谱影像为数据源,利用连续最大角凸锥方法从影像中提取这3类地物的端元,运用半约束和全约束线性光谱分解方法估算其丰度。研究表明:半约束线性分解得到的丰度优于全约束分解结果,其反演的植被、裸土和裸岩的丰度与相应的光谱指数间具有显著线性相关性,确定系数R²分别为0.92、0.66与0.84,表明地物丰度能够表征其覆盖度。因此,通过混合像元分解算法反演地物丰度来提取喀斯特石漠化因子具有一定的可行性,这为高光谱遥感在喀斯特石漠化中的评价和监测奠定了理论和算法基础。     

基于SVM模型的妫水河叶绿素a浓度的遥感反演

以北京市妫水河为研究区,基于2011年9月25日和2012年9月30日的两期叶绿素a浓度实测数据和准同步的环境一号卫星(HJ-1A)多光谱数据,分别构建一元线性和多元支持向量机模型(SVMM),通过决定系数R²和平均相对误差对模型的精度进行检验,用模型进行水体叶绿素a浓度的反演,并分析其时空分布特征。研究表明:在样本数较少的情况下,SVM具有很强的非线性映射能力,能够取得较好的预测结果,更适用于反演叶绿素a浓度。时间分布上,研究区叶绿素a浓度呈增加趋势,均值上升了6.86 μg/L;空间分布上,深水区叶绿素a浓度值低于浅水区,上游高于下游。国产HJ-1A CCD2多光谱数据以其4 d的时间分辨率,在水质动态变化监测方面具有优势。     

Vegetation Dynamics and Its Relationship with Climatic Factors in Southwestern China

The response of the vegetation dynamics to climate variability in the southwestern China was analyzed based on the dataset from remotely sensed data and ground observation data,i.e.,MODIS NDVI data with the spatial resolution of 250 meters and temporal resolution of 16\|day,and meteorological data composed of monthly temperature and precipitation data collected from 121 weather stations spanning periods of 2001\|2013,respectively.Seasonally Integrated Normalized Difference Vegetation Index (SINDVI) utilized linear regression to characterize the trends in vegetation shifts.Anomaly analysis was applied to characterize the yearly average fluctuation.Furthermore,the monthly maximum Normalized Difference Vegetation Index （MNDVI） and meteorological data were employed to calculate the correlation coefficient at different time scales.The results indicate that vegetation coverage has extensive decreased trends in the west of Sichuan Basin,the Dayao Mountain in Guangxi and part of the Yunnan\|Guizhou Plateau.Conversely,it shows an increased trend in the south of Sichuan Basin,the Daba Mountains,the west of Guizhou and the coastal areas in Guangxi.In more than half part of southwestern China,vegetation conditions are positively correlated with accumulated temperatures.But the partial correlation coefficient between vegetation condition and total precipitation has evident differences in regions.