共查询到18条相似文献，搜索用时 538 毫秒
1.
利用MODIS/EVI 时间序列数据分析 干旱对植被的影响 总被引：3，自引：0，他引：3
为了分析2006 年四川重庆地区夏季干旱对该地区植被生长的影响, 选取该地区多年中分 辨率成像光谱仪(MODIS)增强植被指数( EVI) 时间序列数据进行研究, 利用时间序列谐波分析 (HANTS) 算法对EVI 数据进行去云处理, 并根据处理后的结果( 重构的EVI 数据以及HANTS 分 析得到相应频率对应的振幅和相位) , 分析干旱对该地区的影响, 同时结合地面气象数据加以补 充说明。将干旱年份和正常年份对比分析, 结果表明, 处理后的EVI 时间序列数据能较好地反映 干旱对地表植被的影响, 振幅和相位的空间分布特征能够很好地反映干旱的影响范围。 相似文献
2.
基于MODIS数据不同荒漠植被指数的空间变化研究--以新疆三工河流域为例 总被引：11，自引：2，他引：9
通过对三工河流域的实例研究,探讨了干旱区不同下垫面荒漠植被指数的空问变化规律。采用植被信号／土壤噪音对15个植物样方数据进行对比分析,探讨了三工河流域荒漠植被指数的梯度变化及适宜性。结果表明：扇缘溢出带植被指数值最高,其次是山前丘陵带和固定沙丘,较真实地反映出了三工河流域荒漠植被的梯度变化规律;扇缘溢出带的EVI值要比NDVI值离散程度小,趋势平稳,在扇缘溢出带用EVI能更好地反映植被生长状况;山前丘陵带的NDVI值要比EVI值均匀,山前丘陵区用NDVI这一植被指数较好,扇缘溢出带和固定沙丘区用EVI要比用NDVI好。 相似文献
3.
4.
虽然采用遥感图像提取的植被指数在空间上能较好的反映作物的状况,但其不能预测植被指数在空间上的变化范围,如果能从整体上了解不同市县在不同季节的平均植被指数值,就可以对该区域整体植被状态进行量化分析,也就可以从大范围内进行植被指数的预测分析.利用地理信息系统(GIS)和地统计学相结合的地理统计分析模块(ArcGIS Geostatistical Analyst),根据MODIS遥感数据提取的每季度不同市县平均NDVI植被指数,采用Kriging插值的方法分析了海南岛归一化植被指数(NDVI)季节性变化趋势,并 相似文献
5.
植被是反映陆地生态系统变化的敏感因子之一,对维持和调节生态系统稳定具有重要作用.以生态脆弱区艾比湖流域为研究区,采用地理探测器模型,研究艾比湖流域自然、人文因子及其交互作用对植被时空覆盖变化的影响,分析各影响因子促进植被生长的适宜范围(类别).结果表明:(1)2000—2020年艾比湖流域归一化植被指数(NDVI)呈现... 相似文献
6.
利用MODIS数据进行旱情动态监测研究 总被引：14，自引：0，他引：14
MODIS-EVI植被指数与不同覆盖程度植被的线性关系已得到明显改善,可以更有效地反映地表植被的生长状态。利用MODIS合成数据MYD11A2和MYD13A2获取的增强型植被指数(EVI)和陆地表面温度(Ts)构建EVI-Ts特征空间,并以该特征空间计算的温度植被干旱指数(TVDI)作为干旱监测指标,分析广西2006年秋旱分布。结果表明:以地表温度和MODIS-EVI为基础的温度植被干旱指数能较好地反映区域旱情分布和旱情发展过程,2006年9月中旬—11月中旬广西受旱区域不断扩大,旱情持续加重。 相似文献
7.
TVDI用于干旱区农业旱情监测的适宜性 总被引：8，自引：0，他引：8
基于地表温度/植被指数(Ts/VI)特征空间建立的温度植被干旱指数(TVDI)受诸多因素的影响,其中一个重要的影响因素是植被指数,该指数在高、低植被覆盖时的敏感性不同,从而导致TVDI对旱情监测的准确度不同.针对这一问题,以新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择2011年4月、8月两景TM影像,利用归一化植被指数(NDVI)和比值植被指数(RVI)分别建立Ts/VI特征空间,线性拟合特征空间的上、下边界,计算得到两种温度植被干旱指数(TVDI-NDVI、TVDI-RVI).用TVDI与同期野外实测的土壤含水量数据进行回归分析.结果表明:(1)植被指数、地表温度、土壤水分之间有显著互动关系,以不同植被指数计算得到的两种TVDI与表层土壤水分相关性较好,均能够反映区域土壤干旱状况;(2)由于植被指数对植被探测的敏感性,在4月低植被覆盖时,TVDI-NDVI与表层土壤水分的相关性较高,为0.4299,8月高植被覆盖时,TVDI-RVI与表层土壤水分的相关性较高,达到0.5791;(3)在低植被覆盖区域,NDVI较RVI敏感,而在高植被覆盖区域,RVI敏感性较高.RVI适用于高植被覆盖时反演土壤湿度,NDVI则更适用于中、低植被覆盖时. 相似文献
8.
绿洲植被覆盖度遥感信息提取——以敦煌绿洲为例 总被引：1，自引：0，他引：1
以敦煌绿洲为研究区,利用Landsat TM遥感数据,通过归一化植被指数(NDVI)和混合像元分解两种方法,提取了敦煌绿洲的植被覆盖度信息。在基于NDVI提取植被覆盖度时,选取了基于NDVI的像元二分模型; 在混合像元分解过程中,对遥感影像进行波段反射率归一化处理和最小噪声变换(MNF),确定了3个类型端元:植被、不透水表面/土壤、水体/阴影; 最后利用高分辨率遥感影像验证对比了两种提取方法的精度。结果表明:混合像元分解更能准确地提取敦煌地区植被覆盖度信息,其线性相关系数为0.8915,均方根误差为0.0882,而且提取结果更符合实际情况,可以为敦煌植被状况监测及生态环境保护提供科学建议。 相似文献
9.
京津唐地区由于降水量不均,常出现丰枯交替或连枯、连丰现象,近几十年来呈现涝年减少、旱年增多趋势。该文利用MODIS数据,采用温度植被干旱法,结合京津唐地区的地形植被覆盖条件,利用2010年6-7月共5d的归一化植被指数(NDVI)、增强植被指数(EVI),借助分裂窗法反演地表温度(Ts),构建NDVI-Ts和EVI-Ts特征空间,结合研究区域实际情况确定干、湿边方程,建立了基于温度植被干旱法(TVDI)的干旱监测模型,对京津唐地区的干旱情况进行分析,比较了TVDIN和TVDIE的敏感性。结果表明:利用TVDI法对京津唐地区进行遥感干旱监测是可行的,并且TVDIE比TVDIN监测效果更好,MODIS数据可很好地满足大范围实时动态监测要求。 相似文献
10.
基于地表温度-植被指数特征空间的区域土壤水分反演 总被引：6，自引：1，他引：5
针对目前西北地区广泛存在的农业干旱问题,选取了新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择云量较少的两幅TM影像,建立地表温度-植被指数特征空间。首先利用线性方程拟合了特征空间的上下边界,比较利用归一化植被指数(NDVI)建立的地表温度-植被指数特征空间Ts/NDVI和利用改进型土壤调整植被指数(MSAVI)构建的地表温度-植被指数特征空间Ts/MSAVI形状的差异,并计算得到两种温度植被干旱指数(Temperature vegetation dryness index-TVDI,分别为TVDIN和MTVDI)。对TVDI与同期野外不同深度的实测土壤重量含水量数据进行回归分析,建立TVDI估测土壤水分的经验模型并对模型进行验证。研究结果表明,TVDIN和MTVDI均能够反演表层土壤水分,其中MTVDI与土壤水分相关性比TVDIN与土壤水分相关性要高,MTVDI能够更好地反映区域土壤水分状况,是一种更有效的土壤水分监测方法,对农业干旱监测具有一定的科学依据。 相似文献
11.
以内蒙古锡林郭勒盟地区为研究对象,选取2010年研究区旱情发生显著变化的9、10月份的MODIS植被指数和陆地表面温度数据,构建草原地区NDVI-LST和EVI-LST特征空间,进而由此构建了草原地区的温度植被干旱指数（TVDI）,并结合当地气象数据和野外同步实地测量得到的土壤含水量数据对该指数进行定量验证。结果表明：（1）基于EVI-TS特征空间构建的TVDI,同样适用于旱情研究;且在研究区植被覆盖度不高的条件下,基于NDVI-TS特征空间的TVDI更适用于干旱监测;（2）构建的NDVI-TS和EVI-TS特征空间,其散点图符合三角形的关系,与前人研究成果相符;（3）TVDI可以很好地反映研究区的旱情变化情况,可以对研究区进行旱情动态监测;（4）基于NDVI-TS及EVI-TS空间构建的TVDI均与实地同步野外采集的土壤含水量数据结果显著负相关。且通过对基于TVDI的干旱监测结果与研究区实际情况对比分析发现,两者在旱区分布范围、旱情强度等级、干旱发展进程等方面基本吻合,说明TVDI可以在时间上很好监测旱情变化,TVDI可以用来评价草原干旱状况。 相似文献
12.
NDVI、NDMI与地表温度关系的对比研究 总被引：3，自引：2，他引：1
通过研究归一化植被指数(NDVI)、归一化水汽指数(NDMI)与地表温度(LST)的相关关系,对比NDVI和NDMI定量分析LST的适宜程度。以Landsat 8遥感影像为数据源,以郑汴都市区为例,反演LST,计算NDVI和NDMI。从整体、分区、像元等不同层面分析NDVI和NDMI与LST的相关关系,并利用GEO-Da软件,分析150 m、300 m、450 m三种不同采样间隔数据的NDVI、NDMI与LST的空间相关性。主要结论为：①NDVI与LST的线性拟合度较差,而NDMI与LST具有很强的线性关系,剖面分析显示NDMI与LST呈显著负相关关系。②缓冲区分析结果表明,随着距城市中心距离的增加,用地类型增多,LST和NDMI之间的相关性逐渐增强。③在Moran's I空间相关性分析中,不同采样间隔下两指数与LST的负相关关系均比较明显,但由于水体在2个指数中数值的差异,使NDMI与LST表现出更强的空间负相关性,而NDVI与LST空间相关性则相对较弱。因此,总的来说NDMI是热环境研究的有效指标,与NDVI相比,NDMI与LST的负相关关系更强、更稳定,也更适宜于对LST的定量分析。 相似文献
13.
Accurate quantification of aboveground biomass of grasslands in alpine regions plays an important role in accurate quantification of global carbon cycling. The monthly normalized difference vegetation index (NDVI), enhanced vegetation index (EVI), mean air temperature (Ta), ≥5℃ accumulated air temperature (AccT), total precipitation (TP), and the ratio of TP to AccT (TP/AccT) were used to model aboveground biomass (AGB) in grasslands on the Tibetan Plateau. Three stepwise multiple regression methods, including stepwise multiple regression of AGB with NDVI and EVI, stepwise multiple regression of AGB with Ta, AccT, TP and TP/AccT, and stepwise multiple regression of AGB with NDVI, EVI, Ta, AccT, TP and TP/AccT were compared. The mean absolute error (MAE) and root mean squared error (RMSE) values between estimated AGB by the NDVI and measured AGB were 31.05 g m-2 and 44.12 g m-2, and 95.43 g m-2 and 131.58 g m-2 in the meadow and steppe, respectively. The MAE and RMSE values between estimated AGB by the AccT and measured AGB were 33.61g m-2 and 48.04 g m-2 in the steppe, respectively. The MAE and RMSE values between estimated AGB by the vegetation index and climatic data and measured AGB were 28.09 g m-2 and 42.71 g m-2, and 35.86 g m-2 and 47.94 g m-2, in the meadow and steppe, respectively. The study finds that a combination of vegetation index and climatic data can improve the accuracy of estimates of AGB that are arrived at using the vegetation index or climatic data. The accuracy of estimates varied depending on the type of grassland. 相似文献
14.
植被覆盖度信息是荒漠生态环境表征的重要指标之一。荒漠区地表植被稀疏,在遥感光谱信息中表现较弱,通用的植被覆盖度遥感提取方法应用于干旱荒漠区存在一定的局限性,为了探寻一种满足大尺度荒漠地区的植被覆盖度信息的提取方法,必须对比和分析现有的遥感方法在干旱荒漠区的应用效果。以新疆荒漠区为例,利用MODIS遥感影像和野外植被覆盖度实测数据,对常用的6种遥感植被覆盖度提取方法（改进的三波段梯度差法、像元二分法、线型混合像元分解法、归一化植被指数法、增强型植被指数法和修正型土壤调整植被指数法）的结果进行精度验证和对比分析。结果表明：MODIS影像上较难提取纯荒漠植被像元,用农作物的像元值代替会降低像元二分法和线性混合像元分解模型的模拟精度;植被指数法对地面实测数据依赖性较大,模拟的精度差异很大,仅考虑红光和近红外的归一化植被指数法模拟精度最低,而综合考虑土壤和大气因素的增强型植被指数法的模拟结果精度最高;改进的三波段最大梯度差法虽然模拟精度稍次之（R2=0.74;RMSE=13.46）,但依据光谱的物理特性,能显著地反映南、北疆荒漠植被覆盖度的差异,是目前大尺度的荒漠区覆盖植被信息提取较为适宜的方法之一。 相似文献
15.
基于MODIS数据新疆土壤干旱特征分析 总被引：4，自引：1，他引：3
干旱是一种常见的自然灾害,严重影响着新疆的农业生产。利用中分辨率成像光谱仪MODIS影像MOD11A2数据和MOD13A2数据,数字高程模型(DEM)对Ts进行了纠正,提取归一化植被指数(NDVI)和地表温度(Ts)构建NDVI-Ts特征空间,并依据特征空间计算的温度植被干旱指数(TVDI)作为监测土壤湿度指标,反演了新疆2013年5、6、7三个月每16 d的土壤湿度。较好地反映地表图层土壤湿度,分析了新疆土壤湿度的时空分布特征,新疆北部地区土壤湿度高于南部,西部的土壤湿度高于东部,且土壤湿度由西北向东南逐步减小,依次表现为湿润>正常>轻旱>中旱>重旱>极旱;由5月到7月土壤湿度不断增大,这与新疆降水量分布和实地土壤含水率十分吻合,监测结果可信,能够为决策部门防旱抗旱提供有力的信息支持。 相似文献
16.
青海高寒草甸退化演替中的植被指数 总被引：2，自引：0，他引：2
随着气候变化和人为活动干扰,高寒草甸退化已成为青藏高原严重的生态环境问题,精准识别其退化程度并制定相应恢复策略,对实现高寒草甸可持续发展具有重要意义。目前,低空间分辨率MODIS数据为草地遥感监测的主要数据源,但难以满足景观破碎度或异质性较强地区的应用。本研究基于野外调查资料,利用多源遥感数据（MODIS、Landsat、Sentinel-2）研究不同空间分辨率归一化植被指数（NDVI）对高寒草甸退化演替的响应,为准确评估青藏高原高寒草甸退化程度提供依据。结果表明：（1）随着高寒草甸退化,植被群落优势种演化趋势为禾草—矮嵩草—小嵩草—杂草群落;植被高度和生物量先快速下降,然后缓慢下降或趋于稳定,植被覆盖度和NDVI的变化呈相反特征。（2）随着湿地草甸旱化,植被群落优势种从藏嵩草演变为矮嵩草或小嵩草,湿地旱化初期植被高度、生物量和覆盖度平均值略低于原生湿地,NDVI略大于原生湿地,差异不显著。（3）植被高度、覆盖度和生物量与Sentinel-2或Landsat的NDVI相关性均优于MODIS,说明Sentinel-2和Landsat的NDVI对高寒草甸退化演替过程更加敏感,采用该数据能更准确评估高寒草甸退化程度。 相似文献
17.
植被NDVI对城市扩展及气候变化的响应——以西安及其附近区域为例 总被引：1，自引：0，他引：1
植被 NDVI 对城市扩展及气候变化响应研究,对于科学评估区域生态环境变化及调整与约束人类活动具有重要理论和现实意义。以西安及其附近区域为例,基于区域土地利用、MODIS NDVI、气温和降水数据,分析了植被 NDVI 对城市扩展及气候变化的响应,结果表明：（1）2000-2014 年研究区植被 NDVI 变化过程划分为2000-2007 年的显著增加阶段和2007-2014 年的显著减少阶段,前者主要分布于区域北部黄土高原、南部秦岭北坡,后者主要分布于区域中部关中平原尤其是西安及其附近区域。（2）2000-2015 年研究区建设用地增加1 428.27 km2 ,建设用地增加区域植被 NDVI 呈显著减少趋势。（3）研究区植被 NDVI 与年降水量的相关性高于年平均气温,同时西安及其以南区域植被 NDVI 与年平均气温、年降水量均呈负相关关系,反映出城市扩展等人类活动对植被 NDVI 变化的影响超过了气候变化的影响。研究结果表明植被 NDVI 总体受气候变化控制,但局部受人类活动影响更为严重,并且植被 NDVI 对气候变化的响应表现出波动性,而对城市扩展表现出线性减少趋势性,为通过植被 NDVI 变化区分自然因素与人为因素对环境影响提供了可能。 相似文献
18.
生态环境的可持续与人类福祉和生态系统服务息息相关,研究植被覆盖变化及其与气候因子的相关性,探讨植被覆盖时空变化规律,探究气候因子对植被变化的驱动机制,对预见气候因子对生态系统影响、制定生态环境可持续保护策略具有深远意义。基于此,利用美国国家航空航天局发布的MODIS NDVI数据并结合相关的气候资料,通过对像元信息进行提取与分析,采用最大合成法、克里金插值法、相关分析法等方法,对2000-2016年朝鲜全境植被覆盖变化及其与气候因子的相关性进行了研究。结果表明：朝鲜全境植被覆盖空间分布不均,北部盖马高原、东北部咸镜山区,中、东部山地丘陵区为高值区;西、南部平原地区,东部沿海地带为低值区。NDVI值整体上增加,局部减少,空间差异明显。植被生长受气温和降水双重驱动,其中,气温对植被年内生长变化比降水作用更大;而气温因素中,年平均气温对植被生长的影响程度略大,NDVI对降水的响应存在明显滞后效应;NDVI对温度和降水的响应程度与空间地理位置、高程有关。区域植被NDVI年际变化主要受年最低气温和人类活动的影响。 相似文献