基于NDVI序列影像的植被覆盖变化研究

归一化植被指数NDVI是地表植被覆盖特征的重要指标之一。以新疆石河子地区2003~2006年MODIS遥感数据反演的NDVI时间序列影像为例,分析研究了植被长势的年内和年际变化,将植被长势的年内变化和年际变化分为比前一年(月)好、比前一年(月)稍好、与前一年(月)持平、比前一年(月)稍差和比前一年(月)差5个等级,得到年内和年际间植被长势的动态分布图,从植被长势分布图中NDVI的变化可以看出年际和年内植被长势的变化。并应用变化矢量分析法对2003~2006年石河子地区NDVI的变化强度进行了分析,获得了植被覆盖变化强度分布情况,研究结果表明4 a内石河子地区植被覆盖未发生大的变化,植被系统基本稳定。     

1982~2015年海南岛NDVI时空变化及气候驱动力分析北大核心CSCD

为了揭示海南岛植被覆盖长期变化趋势以及进一步确定影响海南岛植被变化的主要气候驱动因子,为海南岛植被应对气候变化以及植被的良性发展提供科学指导。基于GIMMS NDVI数据,采用趋势分析法,探究1982~2015年海南岛植被的时空变化趋势;利用偏相关分析和主成分回归分析研究34 a里温度、降水和太阳辐射对海南岛植被变化的影响。研究表明:(1)空间上海南岛植被在北部和沿海地区呈明显增加趋势,而三亚及周边地区存在多处植被退化区域;(2)时间上海南岛植被整体以缓慢增长为主,增速为0.019/10 a,年际变化明显;(3)温度和太阳辐射显著主导海南岛88%地区的植被生长,其驱动因子存在如下关系:太阳辐射作用>温度作用>降水的驱动作用;(4)温度主导海南岛北部及西部地区植被的生长,太阳辐射主导驱动岛屿南部的植被生长,而降水是岛屿中部植被的主导气候驱动因子。综上所述,海南岛植被总体呈现良性发展的趋势,温度和太阳辐射是促进植被生长的主要气候因子。     

1982～2000年黄淮海地区植被覆盖变化特征分析

利用1982～2000年8km NOAA-AVHRR数据,采用均值法、差值法和一元线性回归模拟法,分析了中国黄淮海地区植被的动态变化及其空间分布特征,模拟了年NDVI均值的变化趋势,并对不同植被类型的NDVI年内和年际变化规律进行了分析。结果表明:黄淮海地区植被覆盖总体上呈增加趋势,20世纪90年代末相对80年代初平均NDVI值增加了近0.03。从空间分布上看,大部分地区NDVI都呈增加的趋势,其中NDVI极显著增加的区域主要分布在山东的西北部和西部、河南的东部、河北的北部及江苏的北部地区,F检验的显著性水平达到了99%。NDVI呈减少趋势的地区很少,主要分布在北京、天津、山西中部。各植被类型的NDVI在年内的变化呈很强的季节性,年际变化规律大致相同,呈波动上升的趋势。     

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。     

基于遥感的海南本岛植被覆盖度时空变化及其地形效应研究北大核心CSCD

植被覆盖在维持生态系统结构稳定和防治水土流失等方面发挥着重要的作用,海南自1988年建省以来迅速发展,导致海南岛植被覆盖也产生了巨大的变化.为揭示海南本岛地形因子对植被覆盖度的影响以及为海南本岛进一步制定合理的生态环保策略提供依据,基于1988、1998、2008、2017和2020年Landsat-TM/OLI多光谱影像,以海南本岛为研究区域,采用归一化植被指数和像元二分模型进行植被覆盖度提取,通过线性趋势分析海南本岛近30a植被覆盖变化特征.并结合30 m_DEM获取的海、坡度和坡向数据,来进一步探讨海南本岛植被覆盖度在不同地形因子条件下的空间分布特征.结果表明:①1988～2020年海南岛平均植被覆盖度介于0.58～0.88之间,整体呈先下降后上升趋势;②海南岛高植被覆盖主要分布于海南岛中部、西南部和东南部地区,低植被覆盖主要出现在居住区、沿海地区等人为干扰因素较高的地区;③海南岛各等级植被覆盖均随海拔的增加而不断降低,在海拔小于100 m的区域分布面积最大;坡度为0～5°时植被覆盖面积达到最大值,随着坡度的增加,植被覆盖面积呈减少趋势;各等级植被覆盖在阴坡和阳坡的分布面积变化差异不大,主要以高植被覆盖类型为主.     

利用MERIS和AATSR资料估算黄土高原塬区植被含水量时空变化

通过利用2005年黄土高原塬区夏季地表过程野外观测试验期间收集的地面观测的植被含水量、中分辨率影像光谱仪(Medium Resolution Imaging Spectrometer,MERIS)和高级沿轨迹扫描辐射计(Advanced Along-Track Scanning Radiometer,AATSR)卫星遥感资料,分别对归一化差值植被指数(Normalized Different Vegetation Index)和归一化差值水分指数(NormalizedDifferent Water Index)与植被含水量(Vegetation water content)变化关系进行了分析比较,得到了两种不同的植被指数在作物生长背景影响下的异同。并分别利用MERIS的观测资料计算了NDVI,利用AATSR观测资料计算了NDWI,通过分析得出:随着作物的生长或生物量的增加,归一化差值植被指数变化趋于饱和,而归一化差值水分指数仍然继续增加。进一步通过同步地面野外观测植被含水量与卫星遥感观测资料的对比,建立了归一化差值植被指数、归一化差值水分指数和实际野外测量植被含水量的关系,并且得到由两种植被指数反演植被含水量的方法和地面观测之间的误差分别为1.030 64 kg·m-2和0.940 45 kg·m-2。最后通过分析后总结出,利用归一化差值水分指数来反演黄土高原塬区夏季玉米冠层的含水量优于利用归一化差值植被指数。     

武汉地区1988~2002年植被覆盖度变化动态分析

植被是生态系统最重要的组成部分,而植被覆盖度是衡量地表植被状况的一个最重要的指标,是生态系统健康评价的前提和必要的基础。利用1988、1991、1996和2002年4个时相的TM和ETM+遥感影像为数据源,以归一化植被指数(NDVI)像元二分法为植被覆盖度估算模型,计算了武汉地区不同时期的植被覆盖度,生成了该地区不同时序的植被覆盖度图,以此分析武汉地区植被覆盖度的时空变化。结果表明,武汉地区在1988~2002年这14年,植被覆盖度变化明显,整个地区的平均植被覆盖度从58.41％下降到50.45％,下降值为7.96%,特别是江夏区和主城区变化幅度最为显著,下降值分别为9.98%和7.14%。植被覆盖度下降最快时间段是1996~2002年,恢复阶段是1991~1996年。从空间上来看,全地区都处于下降阶段,特别是郊区江夏区和市区,通过分析发现,这大部分原因都是城市发展的结果,导致了生态环境的恶性发展,值得各方面的注意。     

利用NOAA数据分析中国地区植被覆盖变化周期

对中国地区连续数年的改进的高解析度传感器（AVHRR）均一化植被指数（NDVI）时间序列数据进行研究，利用时间序列谐波分析（HANTS）算法对NDVI数据进行去云处理，同时计算NDVI时间序列的特征分量，用以分析地表植被覆盖的生长周期性变化特性，从而了解地表植被覆盖情况。研究HANTS之后提取出的NDVI傅里叶特征分量。得知0频率表明了全年植被覆盖率均值，1、2频率谐波分量简明地描述了观测点的全年与半年幅值与相位值；1频率谐波的幅值表明了全年中植被生产率的变化，1频率谐波的相位值表明了植被绿度的时间变化快慢；2频率谐波表示的是半年的植被覆盖强度以及时间变化率。     

基于时空分区聚簇的海量时空数据性能优化方法研究

时空一体化的海量数据管理及相应的时序分析能力是新一代GIS软件体系的重要研究目标之一。当前，基于无缝海量大表的空间及时态空间数据的存取效率亟待提高。为了对海量时空数据进行有效管理和提高时空检索效率，以扩充关系型时空模型为基础，对大型对象一关系型数据库平台所提供的数据分区与聚簇方法进行了时空维的扩展，提出了基于时空分区聚簇（spatio-temporal partition clustering，STPC）的海量时空数据性能优化方法。基于2GB～60GB的单表所进行的检索效率对比测试结果表明，STPC机制较普通的数据组织方式时空检索效率平均提高了10．1％。     

基于状态和变化的统一时空数据模型

提出了一个基于状态和变化的统一时空数据模型SCUDM(state and change based unified spatio-temporial datamodel).时空数据库的状态是关于对象、空间和时间的三元组,时空数据库的变化就是状态的变化.按照对象域、空间域和时间域将时空数据库中的变化分别投影分解,显式地表达在对象、空间和时间上的变化.而事件是在某一时刻前后,时空实体的变化关系,在事件表达中蕴涵了空间实体之间的时间拓扑关系.SCUDM不仅支持状态和变化的表达,而且支持时间拓扑和空间拓扑的表达.     

基于遥感和气象数据的蒙古高原1982~2013年植被动态变化分析

蒙古高原生态系统及其变化对中国北方乃至整个东北亚的生态安全有着重要影响,了解蒙古高原干旱半干旱区植被生长的动态如何在不同时间和空间尺度上响应气候变化十分必要。利用NDVI数据构建长时间序列,分析植被生长动态变化的过程和时空特征,并与气象数据进行相关性分析。主要结论如下:①NDVI的分布具有地带性;②大约39.5%的区域NDVI呈显著的增加(P=0.1),7.3%的区域NDVI显著减少(P=0.1),说明植被条件在蒙古高原有所好转;③蒙古高原NDVI的变异系数均值16.99%,这表明过去32年里植被覆盖变化情况有较强的波动性;④蒙古高原植被的生长状况与降水量有极显著的正相关关系,与气温有极显著的负相关关系。     

四川郫县土壤耕层有机质时空变异特征

在ArcGlS8.1软件系统平台上,通过分析四川郫县土壤耕层1981年93个样点和2002年46个样点的有机质含量,研究了该县有机质的时空变化特征。结果表明,郫县耕层土壤有机质平均含量从1981年的26.4gkg-1增加到2002年的28.2gkg-1。其区域变化差异为:东部略微下降,中部与西部增加。近21年来水稻土有机质平均含量仅少量增加,而黄壤则增幅明显。距成都市区的远近和推广秸秆还田程度是引起耕层土壤有机质含量时空变异的主要原因。     

时空数据智能化处理与分析的理论和方法探讨

首先回顾了时空数据处理与分析的发展历史,探讨了开展智能化研究的必要性,并提出了具有层次结构的时空数据智能化处理和分析的体系结构,结合第四代基本特征的地理信息系统的理论和技术,提出发展地理智能系统需要着重解决几个关键问题：地学知识的表达与推理,建立多尺度时空数据融合模型,时空数据统计特性的模型化表达,引进人工智能领域最新方法,设计有效,快速的时空数据的特点表达,分析,数据挖掘,知识发现等算法,表成一系列时空数据的智能化处理和分析功能。     

烟台果园表层土壤水分的时空分布及分形特征

在果树生长旺期,利用Trim e水分速测系统对果园表层土壤水分采样后,对土壤水分的数据统计特征、变异函数、分形特征、合理取样数目及其等值线分布进行了分析。结果表明:降雨后变程和基台值最大,变异系数和分维数最小,其值分别为38.09m、1.163、0.0888和1.846。在90%或95%的置信水平(Pl)和相同精度(Δ)下,降雨后土壤水分合理取样数目最少,此时土壤水分的空间等值线分布的变化程度相对也较小。这说明降雨有促使土壤水分分布趋于均匀及空间相关性增强的效应,但也可能导致在个别区域内出现明显的高低值;而随后的土壤蒸发则使土壤水分的结构性减弱,空间异质性增强。     

宁夏农田土壤耕层养分含量的时空变化特征

根据土壤普查资料和实际采样测定结果,探讨了宁夏山区和灌区农田土壤耕层有机质和氮磷钾养分含量的时空变化特征。结果表明,在1970年、1985年和2000年3个时段内,土壤有机质、有效磷和碱解氮含量呈显著或较显著增长态势,土壤速效钾含量近15年在灌区明显下降,土壤氮磷钾全量养分在30年间没有明显变化。从两个地区比较来看,除土壤全磷量外,土壤有机质和其它养分含量都是灌区显著高于山区,而变异系数除土壤全钾外都是山区显著大于灌区。     

基于时空联合估计噪声子空间的MUSIC波束形成方法

针对在宽带短脉冲情况下频域MUSIC波束形成过程中噪声子空间估计不稳定的问题,提出了一种基于时空联合估计噪声子空间的MUSIC波束形成方法.该方法首先对线列阵接收数据构造时域复解析数据;然后根据增广数据构造方法和空间滑动的方法,在时域数据长度更短的情况下,稳定实现噪声子空间估计;最后根据估计出的噪声子空间含有的正交特性...     

昭平台水库上游区域降雨侵蚀力时空变化特征

昭平台水库是淮河上游一座重要的防洪工程,由于库区的水土流失造成的泥沙淤积严重,加强库区水土流失治理与监督监测尤为必要。而降雨侵蚀力的时空分布规律研究则是实现区域土壤侵蚀定量监测预报的重要基础。本文利用昭平台库区上游20年雨量站17年的资料对该区年降雨侵蚀力进行了分析研究,利用中汤代表站次降雨过程资料计算分析了区域降雨侵蚀力的年内分布特征。区内降雨侵蚀力年间变化规律同雨量变化总体趋势相同,并呈现4~5年的变化小周期,空间上从西南至东北逐渐减小,并形成一个高值区和一个低值区;年内R值集中分布于6~8月,占年R值75.4%,同月雨量的分布一样呈单峰型,最大值均出现于8月份。     

基于植被指数的若尔盖高原湿地光合有效辐射吸收比例估算研究

植被光合有效辐射吸收比例（FPAR）是湿地生态系统碳收支和气候变化的关键参量,直接反映湿地植被生长发育状况。基于植被指数的经验统计方法简单高效,被广泛运用于草原、森林及作物等植被FPAR的模拟,却较少用于湿地,缺乏不同植被指数对湿地FPAR估算适应性的系统研究。研究对比了14种常见的植被指数,选出最优植被指数用于反演若尔盖高原湿地生长季FPAR。结果表明：常见的植被指数中,MSAVI指数动态考虑了土壤信息,能较好地适应湿地植被FPAR的估算,误差和R²均优于其他植被指数。若尔盖高原湿地生长季FPAR取值在0.22—0.80之间,整体分布较为均匀,泥炭湿地、湿草甸及沼泽湿地平均FPAR分别为0.46、0.63和0.58;生长季期间若尔盖高原不同类型湿地FPAR随时间呈现先增加后降低趋势。     

基于SPOT4数据的黄土高原植被动态变化研究

以SPOT4/VEGETATION数据为基础,以NDVI变化率和年均NDVI值作为植被覆盖动态变化的指标,分析了1998~2005年黄土高原植被覆盖的时空动态变化特征。结果表明黄土高原地区植被动态变化显著增强,1998~2001年黄土高原的植被覆盖有所减少,幅度约为10.5%,2001年后,植被活动显著增强,植被覆盖面积呈增加趋势,2004年后稍有回落。植被生长季的延长和生长加速是该区域NDVI值增加的主要原因,黄土高原地区植被增加和减少的区域相互交错,这一特性是由农业生产活动、城市建设、政府决策及植被对气候变化的响应等综合因素作用的结果。     

1980~2019年北疆积雪时空变化与气候和植被的关系

利用1980~2019年中国长时间序列的AVHRR逐日无云积雪面积产品和气象站实测雪深资料计算积雪日数、积雪初日、积雪终日、积雪期、雪深等积雪物候参数,研究积雪物候的时空分布变化,同时结合ECMWF-ERA5再分析资料和GIMMS NDVI3g数据集分别提取气象因子（气温、降水）和植被因子（返青期、枯黄期、生长期）,探究北疆积雪物候变化对气象因子和植被因子的响应。结果表明：北疆近40 a间的平均积雪日数为81.62 d/a,73%的区域为稳定积雪区,积雪初日在11月、终日在3月,积雪期为每年11月初至次年3月底4月初;空间上呈现不均匀分布,其中阿勒泰山地区、天山地区、大部分塔城盆地和额尔齐斯谷地区为主要积雪区,1980~2019年间北疆积雪覆盖面积比例、积雪日数和积雪期逐年降低,积雪初日基本没变,但积雪终日显著提前;ECMWF-ERA5再分析资料表明1980~2019年北疆积雪期降水量无明显变化,但积雪覆盖面积比例显著降低,说明降雪区雪深可能增加,这与北疆气象站实测雪深逐渐增加结果相吻合;平均气温与积雪期积雪覆盖面积比例、积雪日数、积雪期长度相关性较大,呈现显著负相关,积雪期降水量与积雪物候参数呈现正相关;积雪物候及其气候效应引起北疆自然植被返青期显著提前,植被生长期延长的特征。