以“胡焕庸线”为界的中国东西部净初级生产力变化分析

推动区域均衡协调与可持续发展是我国的重大战略之一,植被净初级生产力（NPP）对生态环境是否可持续发展起着重要作用。以“胡焕庸线”为界把我国分为东、西部,从像元尺度和县级行政单元研究分析我国NPP、人口以及人均NPP时空变化,尤其是东、西部的区域差异。结果表明：我国人口增长较快,从1982年的10.05亿增长到2017年的13.95亿,以“胡焕庸线”为界的西部占比由5.91%增长到6.42%;我国NPP整体呈现增长的趋势,总量由1982年的2.69 Pg C增长到2015年的3.24 Pg C,增长率为16.60 Tg C/a,其中东部增长率12.30 Tg C/a是西部（4.30 Tg C/a）的近3倍;西部人均NPP远大于东部与全国,1982、2000、2010、2017年西部与全国人均NPP持续处于下降的状态,但下降速率略有放缓,东部人均NPP则在2017年首次出现增长。据此可知我国整体生态环境处于恢复的状态,但不同区域之间差异较大,因此在相关政策制定方面应该充分考虑区域差异性,以实现我国生态环境的区域协调发展。     

多源遥感数据小麦识别及长势监测比较研究

小麦是我国主要的农作物之一,对于我国的经济发展有着重要意义。遥感技术经过不断发展,已成为提取小麦及长势研究的重要手段。利用高光谱珠海一号OHS-2A卫星、多光谱Sentinel-2A卫星以及MODIS等多源遥感数据,以雄安为研究区,采用支持向量机的方法进行小麦提取,结合野外实测数据利用混淆矩阵进行精度评价分析;分别对比小麦的两个重要生育期返青期和抽穗期,将小麦长势分为3个等级（按长势较好、长势持平、长势较差）进行长势监测比较。研究表明：环境条件相同下,OHS-2A的总体精度为82.08%,Kappa系数为0.76;Sentinel-2A的总体精度为85.57%,Kappa系数为0.81,相比之下Sentinel-2A对于小麦的识别效果最佳。在进行长势监测中,对比小麦各长势情况及长势变化相对幅度,Sentinel-2A数据比MODIS数据对于雄安小麦的长势监测及研究分析更有效。采用多源遥感数据分析雄安小麦识别及长势监测情况,有利于小麦种植管理,这对于推动绿色雄安有着重大意义。     

大兴安岭北段森林扰动对NPP的影响分析

森林扰动影响森林生态系统碳循环和碳平衡,植被净初级生产力(NPP)是表征植被固碳能力的重要指标,分析森林扰动对NPP的影响对于全球变化研究及生态系统承载力和恢复力评估具有重要意义。选取大兴安岭北段地区作为研究区,使用生产的每8 d 30 m分辨率叶面积指数数据集,基于Mu Sy Q-NPP植被生产力模型估算了该地区2002～2018年森林生长季30 m分辨率时间序列NPP,并使用30 m分辨率森林扰动时间序列产品分析了森林扰动对NPP的影响。研究结果表明：在大兴安岭北段地区,2002～2018年森林生长季NPP多年均值多分布于400～600 g C·m^-2·a^-1之间,总体呈现缓慢增加趋势;火干扰是研究区的主要扰动因子;2002～2017年森林扰动导致生长季NPP年平均减少量为0.01 Tg C·a^-1,在2003年、2006年和2017年,受到面积较大且强度较大的森林扰动后生长季NPP降低幅度较大,分别为0.11 Tg C、0.03 Tg C和0.03 Tg C;发生中高强度森林扰动的2006年扰动区,生长季NPP自2...     

青藏高原1982~2015年FPAR时空变化分析

植被吸收利用太阳光合有效辐射比率反映了植被固碳释氧能力,根据青藏高原GIMMS NDVI3g（1982~2015年）和MODIS NDVI（2001~2015年）数据,采用非线性半理论半经验模型进行FPAR反演及时空变化分析。结果表明：①2001~2015年GIMMS NDVI3g和MODIS NDVI反演FPAR在空间分布上具有较高的一致性,相关系数为0.82（P<0.01）,年际变化趋势一致至少6年的区域占80%;②青藏高原FPAR受坡度和海拔影响较大,其中15~35坡度FPAR变化最快,700~2 100 m海拔区间FPAR值最大;不同坡向对应的FPAR除南坡方向偏低外其他方向差异不大。③1982~2015年青藏高原四季FPAR时空变化研究中,冬季FPAR年际变化最明显,约78.5%的区域表现为增长趋势;秋季FPAR下降区域最多,但超过71.5%区域变化不显著;④基于MODIS NDVI和GIMMS NDVI两数据反演的所有植被类型的FPAR都在2012年间出现小幅度下降趋势,且不同植被类型FPAR的年际变化趋势各不相同。     

基于Landsat时间序列数据的祁连山区域 土地利用变化

为了研究祁连山地区土地利用变化情况,基于祁连山区域1986—2015年的Landsat时间序列数据,通过相对辐射校正获取时序地表反射率数据.采用光谱扩展与基于回归树的决策树分类(CART)获取规则的决策树分类方法,应用于长时间序列卫星影像,对各类土地利用类型近30 a的变化情况进行分析.结果表明:相对辐射归一化能有效减少时间序列数据之间光谱值差异,基于CART获取规则的决策树分类方法具有较高的分类精度.以2012年分类结果为例,总体分类精度为88.72%,Kappa系数为0.86,并分析了可能存在的误差.研究区耕地、林地和草地面积总体呈下降趋势发展,并且草地破碎化程度加剧,戈壁面积增多,植被退化导致土地荒漠化问题更加严重.最后,根据研究区土地利用变化情况进行讨论,并针对该情况提出建议.     

基于植被指数季节变化曲线的年总初级生产力估算

针对年总初级生产力估算的研究,提出了一种参数简单、误差较小的估算方法。以"三北"防护林工程区域各类型植被为研究对象,获取2010年研究区全年时序的MODIS植被指数并构建植被指数季节变化曲线,建立该曲线积分ΣVIs与MODIS GPP产品的拟合关系,并研究各植被类型GPP估算适用的植被指数时间序列曲线积分ΣVIs。结果表明:①ΣVIs适用于估算研究区年总GPP并与MODIS GPP在p0.01置信水平下,显著相关;②ΣNDVI估算郁闭灌丛、稀疏灌丛、草地、耕地以及荒地或稀疏植被GPP的效果要优于ΣEVI和ΣEVI2,但在森林及其他植被类型方面要比ΣEVI或ΣEVI2的精度低;③由于NDVI在高LAI地区趋于饱和,使ΣNDVI估算高LAI植被类型GPP的误差较大,而利用ΣEVI和ΣEVI2估算高LAI植被类型的GPP具有较好的精度,并且EVI2相对于EVI减少了来自于蓝光波段的限制,能够更好地应用于长时间序列GPP研究。