基于多时相遥感数据的徐州市植被净初级生产力估算及相关性分析

以遥感数据和气象数据为主要数据源,应用改进的光能利用率模型估算徐州市2006、2008和2010年3年间6月份的植被净初级生产力(Net Primary Productivity,NPP),研究了该区域6月份NPP的时空变化及其与气象因子的相关性。结果表明：时间上,受气候和环境等因素综合变化的影响,研究区域6月份NPP呈逐年下降趋势;空间上,NPP的分布表现为在林地、草地和农田相对集中的区域偏高,且不同植被类型6月份的NPP大小关系在不同年份可能不同,其中在2006和2008年为农田>草地>林地,而2010年为农田>林地>草地。通过分析与气象因子的相关性和偏相关性,限制NPP的主要气象因子不是固定不变的,其中2006和2008年,限制NPP的主要气象因子为太阳辐射,而2010年为降雨量和温度。不同植被类型下NPP与气象因子相关性和偏相关性差异反映了不同类型植被生长对光、热、水条件要求的差异。
     

祁连山区植被净初级生产力的空间变化特征分析

基于MODIS数据分析了2000~2010年祁连山区植被净初级生产力(Net Primary Productivity,NPP)的空间变化特征。结果显示:祁连山区植被NPP并不高,多年平均植被NPP仅为121.95gC/(m2·a),自东向西植被NPP逐渐减少。不同植被类型其NPP具有明显差异,大体上为:常绿阔叶林平原草地常绿针叶林典型草地农田高寒草甸草地荒漠草地落叶针叶林。祁连山区植被NPP变化在区域间也存在差异。植被NPP呈增长趋势的地区主要分布在青海年南山、拉脊山、达坂山和青海湖及其西侧,约占47.30%;乌鞘岭东部及以东的地区(约占1.97%)植被NPP呈减少趋势。降水是祁连山区植被NPP变化的主要因素,气温对植被NPP的影响并不明显,不合理的人类活动可能是造成部分区域植被NPP减少的重要原因。     

数据融合技术在提高NPP估算精度中的应用

针对现有遥感数据不能同时满足在时间和空间上精确监测植被动态变化的问题,提出利用时空适应性反射率融合模型（STARFM）的方法对MODIS-NDVI和TM-NDVI影像数据进行融合处理获得30 m较高时空分辨率的融合NDVI影像,进而将多种尺度的MODIS-NDVI和融合NDVI数据分别输入到CASA模型,对锡林浩特地区进行植被净初级生产力（NPP）的多尺度估算。将不同尺度的NPP估算结果与地上生物量地面实测值进行验证比较,结果表明：随着输入NDVI空间分辨率的提高,NPP估算值与实测地上生物量之间的相关性也逐渐增大,[r]最大值达到了0.915。此外以融合NDVI影像作为输入数据之一的NPP估算值与实测地上生物量的相关性均比未融合NDVI的相关性高,说明融合NDVI估算NPP的效果较未融合NDVI好,并且以融合NDVI影像作为模型输入数据可提高NPP估算精度。     

植被净初级生产力的遥感模型在武汉地区的应用

卫星遥感成为观测和估算地面植被净初级生产力的一种极其有利的工具,其原因不仅仅在于它将人们从繁重的地面实验中解放出来,同时也因为它能够实现对大范围区域的植被净初级生产力进行实时监测。为了更加充分有效地利用卫星数据获取植被信息,我们在模式分解方法的基础上,建立了一种新的植被指数(VIPD)。根据地面实验建立的相应光合成曲线估算模型,估算武汉地区地域性植被净初级生产力（NPP）,研究该地区植被生长年间变化状况。并通过和不同方法估算结果及地面调查结果进行比较,检验模型对该地区的适用情况,为该地区植被NPP长期监测研究提供可靠依据。     

中亚地区植被净初级生产力时空动态及其与气候因子关系

植被净初级生产力(Net Primary Productivity,NPP)及其对气候变化的响应是全球变化的核心研究内容之一,研究中亚地区NPP的时空格局变化对理解植被—环境的作用机理以及应对全球变化具有重要的意义。基于MOD17A3数据集、气象数据结合GIS分析方法研究中亚地区2000~2014年的植被NPP时空动态特征及其与气候因子的关系。结果表明：①中亚地区空间上NPP的变化范围在0~874 gC/m²·a之间,平均值为151.90 gC/m²·a,NPP年总量平均值为482.41TgC (1 Tg=10¹² g),NPP平均值与总量均呈现出下降趋势;②中亚地区NPP的高值区主要分布在高纬度地区和东南部高山地区,中部和南部荒漠区则为NPP的低值区;③中亚地区2000~2014年间NPP在空间上总体呈现下降趋势,达到显著下降的区域总体面积的39.89%。NPP呈下降趋势的区域主要集中在哈萨克斯坦的大部分区域,不同分区内以典型草原区最为显著;④中亚地区NPP受降水量的影响作用高于气温,荒漠草原区、典型草原区以及荒漠区主要受到降水量的控制,高山草甸区与高山林地区则受到降水和气温的共同作用。     

稀土矿开采导致的植被净初级生产力损失遥感评估——以江西省赣州市为例

稀土矿的无序开采既造成了稀土资源的浪费,也导致了矿区及其周边生态环境的恶化。以江西省赣州市为例,建立了一套适用于稀土矿开采导致的植被净初级生产力(NPP)损失遥感评估方法,该方法充分利用了高、中、低3种分辨率遥感数据的优势,涵盖了基准参考区选择、植被受损范围界定、低分辨率植被NPP数据降尺度等关键技术环节。将该方法应用于研究区2013年的植被NPP损失评估,结果表明:1截止2013年,赣州市稀土开采造成的植被直接破坏面积为31.74km~2,间接受损面积为44.48km~2。随着距矿区的距离增大,植被间接受损面积呈指数下降(R~2=0.96,P0.01);2 2013年,赣州市稀土开采导致的植被NPP总损失量为3.87×10~(10) gC,其中直接损失占总损失的77.81%,间接损失占总损失的22.89%,说明在稀土矿开采导致的生态破坏评估中,间接受损量不容忽视。文章构建的植被NPP损失评估方法可为其他类似矿区的生态破坏评估提供解决思路,研究结果可为稀土矿区生态评估、稀土定价以及矿区的生态环境管理提供依据。     

基于MODIS的黄土高原土地荒漠化动态监测

以2001年和2009年8月MODIS卫星影像为数据源,基于归一化植被指数和像元二分原理,通过建立科学的荒漠化土地分类系统,对黄土高原地区近8 a的荒漠化土地进行了动态变化监测,分析了2个时期荒漠化土地的空间分布特征和面积变化情况。结果表明:黄土高原荒漠化土地面积整体呈明显的减少态势,但类型转化结构表明荒漠化土地强度却处于不断发展阶段。8 a间,极重度荒漠化土地面积增加了16.53 km²,增长率为28.36%,重度和中度荒漠化土地面积均有不同程度减少,分别减少了1.2×10⁴ km²和7.0×10⁴ km²,变化率分别为32.97%和29.19%;分别有9.0×10^4 km²和1.2×10⁴ k²的轻度和潜在荒漠化土地转化为其他类型荒漠化土地,并分别增加了9.3×10³ km²和7.3×10⁴ km²,增长率分别为4.2%和57.3%。发展区面积为1.9×10⁵ km²,稳定区面积为4.0×10⁵ km²,逆转区面积为2.8×10⁴ km²,发展区面积比逆转区面积大1.6×10⁵ km²,表明黄土高原环境质量不断下降,荒漠化强度不断扩张的趋势。     

基于高时空分辨率融合影像的红树林总初级生产力遥感估算

红树林是热带与亚热带地区潮间带具备高植被生产力和高储碳量的滨海湿地植被类型,在维系全球碳平衡过程中扮演着重要的角色。目前通量站点尺度的红树林生产力研究已取得了一定的进展,然而由于受到遥感影像时空分辨率和红树林斑块分布的限制,区域尺度红树林总初级生产力（Gross Primary Production,GPP）估算仍少有涉及。基于影像融合算法获得的高时空分辨率植被指数数据集,结合红树林通量观测数据开展光能利用率模型的参数估计和模型验证研究,实现了区域尺度的红树林GPP估算,获取了一套2012年广东省高桥红树林GPP高时空分辨率数据集。数据验证得到的决定系数R² = 0.64,较现有的MOD17A2和GLASS产品GPP估算精度提高了48.9%。实验结果显示：高桥红树林最大光能利用率为3.07 g C MJ^-1,研究区内全年GPP均值为1 915.4 g C m^-2 a^-1。红树林季节平均GPP夏、秋季大于春、冬季。该方法和估算数据可为区域尺度红树林生产力研究和红树林保护提供高精度数据支持。     

数据驱动的植被总初级生产力估算方法研究

植被总初级生产力（Gross Primary Production,GPP）是指在单位时间和单位面积上,绿色植物通过光合作用固定二氧化碳所产生的全部有机物同化量,对GPP的准确估算有助于碳循环的研究。为了提高GPP的估算精度,将机器学习技术与遥感技术相结合,首先利用GEE平台下的遥感数据以及中国陆地生态系统通量观测研究网络的通量塔实测GPP数据,建立数据集。然后使用随机森林作为估算模型,建模后根据数据特点对模型调参。最后获得模型的预测结果,决定系数R²为0.87,均方根误差RMSE的值为1.132 gC·m^-2·d^-1。这说明随机森林模型可以较为精确地估算GPP。结果发现,以大数据以及人工智能为代表的计算机技术飞速发展,将为遥感技术注入新的活力,使遥感技术走向更加成熟的发展应用阶段。     

应用叶绿素荧光估算植被总初级生产力研究进展

日光诱导叶绿素荧光作为光能在叶片上光合作用的伴生产物,包含丰富的光合信息,被认为是可以表征植物光合作用的快速、无损“指示器”。叶绿素荧光在研究植物胁迫、病虫害监测、估算植被总初级生产力（Gross Primary Production, GPP）等方面发挥着独特的作用。陆地植被GPP是研究全球气候、碳循环变化、全球生态系统等的重要内容。准确、及时地掌握GPP的时空分布特征,有利于深入理解生物圈与大气圈之间的相互作用,可为开展减缓全球气候变化的生态过程管理提出相应建议和对策。相比于植被指数,叶绿素荧光对植被光合作用的敏感程度更高,已被证实可以更直接有效地监测GPP,显著优于传统的GPP估算方法。深入探讨了叶绿素荧光在遥感估算GPP领域的基本原理、方法、不确定性以及最新进展,并对其面临的挑战和未来趋势进行了分析。     

基于MODIS数据的河北省草地和林地的物候期及其与NPP相关分析

通过2006～2016年中等分辨率成像光谱仪MODIS(Moderate Resolution Imaging Spectroradiometer)的MCD12Q2数据集和NPP(Net Primary Productivity,净初级生产力)数据MOD17A3HGF为数据源,研究河北省的草地和林地的物候期：生长季起始期SOS(Start of Season)、生长季结束期EOS(End of Season)和生长季长度LOS(Length of Season)的多年均值空间分布和多年变化趋势,通过相关分析法研究草地和林地的物候期对NPP的相关关系,并进行显著性检验判断变化趋势和相关系数在α=0.05水平上的显著性。结果表明：河北省草地SOS大多出现在第108～153 d,EOS大多出现在第273～304 d,LOS大多为128～190 d。林地SOS大多出现在第107～128 d,EOS大多出现在第282～306 d,LOS大多为162～194 d。河北省草地和林地的SOS主要呈现出提前趋势,EOS呈现延后趋势,LOS主要呈现增长趋势;草地和林地的物候期与NPP主要呈现中度相关,其中...     

基于MODIS的青藏高原雪线高度遥感监测

雪线作为区分积雪覆盖区与无雪区的边界线,是冰冻圈各要素中对气候变化最为敏感的指示器。利用去云后的MODIS积雪面积比例产品并结合DEM数据,通过雪线像元及其高度的提取、雪线高度场的建立,对青藏高原近12a(2000~2011年)雪线高度的时空变化特征进行了分析。结果表明:青藏高原雪线高度的分布受地形的影响,高原内部的雪线高度明显高于周围山区;在近12a中,青藏高原的雪线高度变化虽然没有明显的年际变化趋势(升高或者降低),但是体现出较高的年内和年际波动特征,特别是青藏高原的东部和南部地区由于受西南季风的影响,夏季雪线高度的年际变化尤为强烈。提出基于MODIS的雪线高度提取方法具有较好的应用潜力,能够适用于其他地方雪线高度的遥感监测。     

Temporal-Spatial Variation Analysis of Net Primary Productivity and its Relationship with Climate in Central Asia

The Net Primary Productivity (NPP) of vegetation and its response to climate change is one of the key areas in research of global change. The study on spatial and temporal changes of NPP in central Asia is important to understand the mechanism of vegetation-environment action and to cope with global change. Therefore, based on the MOD17A3 dataset and meteorological data and GIS analysis method, this paper is intended to analyze the spatial pattern, temporal variation and the driving factors to NPP in Central Asia during 2000~2014. The results shows that: ①the spatial variation of NPP in Central Asia is ranged from 0 to 874 gC/m²·a, with an average of 151.90 gC/m²·a. The average annual total NPP is 482.41TgC (1 Tg=10¹² g), and both the average NPP and total NPP showed a decrease trend. ②The average NPP was higher in southeastern alpine regions and high latitudes areas than in central and southern desert areas in Central Asia. ③From 2000 to 2014, the annual NPP in central Asia showed a decrease trend with a rate of -2.05 gC/m²·a², covering 39.89% of the region with significant reduction. The areas in which NPP decreased were mainly distributed in Kazakhstan, with typical steppe zone being the most significant in five ecological zones. ④The effect of precipitation on NPP in Central Asia was stronger than that of temperature. Precipitation influenced NPP of typical steppe，desert and desert steppe more seriously, while alpine meadow and alpine forest were jointly affected by precipitation and temperature.     

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。     

一种基于数据网格技术的MODIS空间数据服务模型研究

介绍了MODIS数据共享与资源服务现状,研究了一种基于3层结构的MODIS数据服务模型,详细介绍了数据服务模型的管理和分发机制。为了确保数据服务模型的可扩展性和平台无关性,设计了基于XML的可扩展性数据访问语言和数据目录服务。最后给出了在空间信息网格试验床上的示范验证,并对实验结果进行分析。     

陇东黃土高原土壤干旱特征分析

通过对黄土高原典型残塬"董志塬"麦田不同时期土壤各层次水分含量的分析,揭示了陇东黄土高原塬区土壤干旱特征,逐月分析了干旱的季节分布以及不同季节水分在土壤各层次的分布特征。分析认为2m土层干旱概率明显高于0.5m土层,但0.5m土层重旱出现概率明显偏高,各层次干旱出现频率均未超过45%。干旱的季节分布特征表现为:3月～6月土壤水分持续减少,干旱持续发展,6月上中旬是陇东麦田最干旱的时期。小麦收获后,7月分土壤水分开始回升,7月～9月为土壤水分恢复平衡阶段,10月为土壤水分恢复平衡后相对稳定阶段。收墒期降水可以使2m土层土壤水分基本恢复到适宜状态,土壤储水主要分布在2m土层,即2m为土壤水库下限深度。8月开始,麦田中下层土壤水分运动方向发生逆转,由前期的向上运动转变为向下运动。麦田涝渍现象出现在秋季,主要出现在土壤中下层。早春和晚秋麦田重旱发生概率较低,秋季是陇东麦田土壤水分含量最高的时期,晚秋2m土层平均含水量超过早春,土壤水分于秋季恢复平衡,晚秋-早春,即越冬期降水量小于土壤蒸散量,土壤水分有一定损耗。     

Radarsat-2/SAR和MODIS数据联合反演黄土高原地区植被覆盖下土壤水分研究

以黄土高原半干旱区定西为试验区,利用Radarsat-2/SAR和MODIS数据,将由MODIS NDVI估算的植被含水量(VWC)应用到微波散射Water-Cloud模型中校正植被的影响。采用交叉极化(VV/VH)组合方案对植被覆盖下土壤水分的反演进行初步探讨,结果表明:在植被影响校正前,模型反演土壤水分值出现明显低估现象;校正植被影响后,相关系数R由0.13提高到0.44,且通过α=0.01的显著性检验,标准差SD由5.02降低到4.30,有效提高了模型反演土壤水分的准确度。卫星反演的研究区土壤含水量大部分介于10%~30%之间,与实地考察情况一致,较好地反映出区域土壤湿度分布信息。表明,光学和微波协同遥感反演对于提高农田土壤水分遥感反演精度具有较大的应用潜力。