共查询到19条相似文献，搜索用时 140 毫秒
1.
陕西MODIS/NDVI的区域分布和季节变化 总被引：5，自引：0，他引：5
利用MODIS数据研究植被指数的时空变化特征,可以较详细地反映不同类型植被在其生长周期内的长势情况,以及各类植被生长状况在空间上的过渡和差异性。利用2004年全年的MODIS资料,采用NDVI多时相最大值合成法（MVC）,生成了一年的月合成NDVI数据集产品,分析表明：①陕西MODIS/NDVI年平均值为0.39,变化范围在-0.54～0.85之间。NDVI的年内频率分布只有在冬季（1月）呈现单峰型,其他季节均表现为双峰型。②冬季陕西NDVI的分布南北差异较小;春季延安以北和延安以南差异明显;夏季和秋季NDVI 值的分布体现了陕北北部长城沿线风沙区、黄土高原丘陵沟壑区稀疏植被、陕北南部子午岭和黄龙山林区森林植被、关中农田植被、秦巴山地森林植被和农田植被以及它们的地表差异特征。③不同植被类型的NDVI季节变化差别显著,这种NDVI时间序列曲线如实地反映了各种类型植被的生长规律,并能区分它们在生长规律上的细微差别,这又为植被区划、农作物种植面积的遥感监测提供了理论和实践基础。 相似文献
2.
基于NOAA NDVI的植被生长季模拟方法研究 总被引：9，自引：0，他引：9
在近几年里, 大尺度的植被生长季监测已经成为全球气候变化研究中的一个重要科学问 题。NOAA/NDVI 数据为研究植被生长季时空变化规律提供了重要手段。文章综述并分析比较了 基于NDVI 估测植被生长季开始、结束、长度等特征参数的方法: NDVI 阈值、时间序列分析、物候 期的频率分布型与NDVI 相结合、主分量分析、利用曲线进行拟合等方法。受不同因素影响, 各方 法有不同的应用局限性, 因此, 在以前研究的基础上, 利用较常用的四种方法: 阈值法、滑动平均 法、最大变化斜率、曲线拟合模型模拟了锡林浩特1991～1999 年的草原生长季, 最后利用野外实 测的草原返青期验证了监测结果。结果表明: 与地面观测数据相结合, 基于阈值可得到较好的草 原返青期; 基于曲线拟合模型能适用于大尺度上的植被生长季变化监测, 但存在问题是拟合曲线 很难接近于实际曲线, 因此, 需要进一步研究的内容是选择合适的曲线估测模型, 监测不同植被 类型生长季的年际变化规律。 相似文献
3.
利用NDVI时间序列数据分析植被长势对气候因子的响应 总被引：18，自引：1，他引：17
本文利用1982～2000年旬合成NDVI时间序列数据,计算2000年3月和5月各旬NDVI偏离历年均值及时间序列NDVI的标准差,进而确定不同土地覆盖类型的Z值在空间域内正态分布特征参数,利用概率密度函数方法将Z值归一化,得到植被长势评价指标标准植被指数(SVI),利用SVI分析2000年3月和5月上旬植被生长状况,在此基础上,利用10个气象站观测的降水量和平均气温资料,分析了各个气象站点19年时间序列的SVI和VCI与降水量和平均气温之间的相关程度,结果表明：(1)在华北平原大部分冬小麦耕作区,3月份小麦生长较好,到5月份,生长与历年相比较差;从3月上旬到5月下旬,生长不良的植被面积有扩张趋势;(2)SVI与植被状态指数(VCI),表明SVI与VCI之间相关显著,SVI作为植被生长状况评价指标是有效的;(3)SVI和VCI与降水量和气温之间尽管表现出一定的相关性,但相关程度都不很显著,表明植被长势是由多因素共同作用的结果,在不同地区、不同时期以及不同植被覆盖条件下,植被长势所受主要控制因子存在很大的差别;(4)在森林覆盖类型区,3月份的植被长势与该月份之前总降水量存在的关系更显著,而与当月降水和当月平均气温关系并不明显,到5月上旬,由于森林覆盖条件下植被绿度达到饱和,引起建立在光谱植被指数基础上的长势评价指标对气温和降水均不敏感;(5)自然植被条件下的灌丛、草原和草甸覆盖区,相对于降水量,植被长势对气温变化的响应更敏感;(6）农作物覆盖条件下,SVI与降水和气温的关系都不明显,而VCI在不同的季节所受影响的主要气候因子不同,3月份,气温成为作物生长的主要限制因子,而到5月份,水分条件成为作物生长的主要限制条件,特别是在华北平原的冬小麦耕种区;(7)利用时间序列NDVI数据在时间域内构建的指标,进行干旱监测存在明显局限性,因为指标对降水量的敏感性在不同季节不同;(8)VCI和SVI与降水和气温的相关分析说明VCI对气候环境的变化更敏感。 相似文献
4.
锡林郭勒草原植被生长对降水响应的滞后性研究 总被引：5，自引：3，他引：2
植被生长对气候因子变化的响应一直是全球气候变化研究的热点.NDVI作为植被生长的有效指示因子广泛的应用在植被遥感中.多数滞后性响应的研究基于月尺度或季节尺度的NDVI,容易夸大或缩小滞后效应,不利于滞后时间的确定.为了揭示降水对草原植被生长的有效作用尺度,本研究以2001年至2007年MODIS反射率数据和气象站点的降水为数据源,分析了时间间隔8天的内蒙古锡林郭勒盟草原生长季NDVI的变化特征以及NDVI与不同尺度的累积降水的相关关系.结果表明,年内生长期草原的NDVI变化呈单峰型,荒漠草原的NDVI变化没有草甸草原和典型草原明显.草原生长对降水存在明显的滞后,一般在50～60天,不同类型的草原滞后时间不同,但均无明显差异.同时,分析指出4～9月草原植被在不同时间段对降水响应的滞后时间分别为64、80、40、40、56和64天,特别是6月和7月份草原植被生长对降水变化的响应最为敏感.这为NDVI预测干旱提供参考. 相似文献
5.
站点尺度的青藏高原时序NDVI重构方法比较与应用 总被引：1，自引：1，他引：0
基于卫星遥感的植被指数时序数据广泛应用于植被覆盖监测、生物量反演等多个研究领域,但由于传感器本身、大气条件、环境特征等因素引起的噪声会影响数据的应用效果,因此开展植被指数时序数据重构研究具有实际意义。本文基于2000-2015年MODIS归一化差异植被指数(NDVI)数据,采用三次样条函数法、双逻辑斯蒂函数法和奇异谱分析法3种常用方法,对青藏高原106个气象站点所在的典型覆被NDVI时序数据进行重构,并以植被物候信息提取作为应用,比较分析了3种算法的保真性、细节拟合能力及物候特征提取效果。研究表明, D-L及Spline函数分别对受冰雪及云层影响较大(荒漠、灌木、林地)及较小的覆被类型(草原、农作物)表现出较好的细节拟合能力;SSA方法拟合能力较差,易出现NDVI重构曲线整体“下移”的现象,造成峰值拟合结果偏低,并且表现出NDVI绝对值越小拟合效果越差的现象。从保持原始数据真值的能力来看,受噪声点影响较大的覆被类型(林地、灌木、草原)Spline函数略优于D-L函数法;而林地类型中SSA方法表现优于D-L函数法。从物候信息提取结果来看,D-L函数法所提取的生长季稍有提前,Spline函数及SSA方法分别表现出生长季开始点及结束点滞后的现象,灌木、林地类型表现出明显的年际波动变化的特征,荒漠类型由于NDVI绝对值偏低,3种方法物候提取结果一致性表现出锯齿状不规则波动。此外,D-L方法生长季开始期(SOS)和生长季结束期(EOS)在各覆被区均小于其他方法,波动较大;SSA方法提取的EOS在大部分覆被地区大于其他方法;Spline提取结果的年际波动与SSA高度相似。该研究可为高原植被不同覆被类型下NDVI时序数据噪声去除的方法选择提供借鉴。 相似文献
6.
基于EOS/MODIS数据的NDVI与EVI比较研究 总被引：24，自引：0，他引：24
作为NOAA/AVHRR 归一化植被指数(NDVI) 的延续和发展, EOS/MODIS 归一化植被指 数(NDVI) 和增强植被指数( EVI) 在许多领域得到广泛应用。应用数理统计和地统计学方法对二 者进行的对比研究表明: NDVI 在植被生长旺盛期容易达到饱和, 而EVI 则能克服这一现象, 比 较真实地反映植被的生长变化过程; 相同空间分辨率下, EVI 取值范围、标准差与变异系数均高 于NDVI, NDVI 数据比较均一, 其空间相关性高于EVI, EVI 更能反映研究区域内植被空间差异。 关键词:MODIS; 归一化植被指数(NDVI) ; 增强植被指数( EVI) ; 对比 相似文献
7.
植被动态变化监测是生态环境变化监测的重要内容。利用20年的AVHRR 8 km的NDVI数据集,研究了云南省的植被指数变化特征,结果表明:(1)云南省植被具有明显的季节差异和空间差异。植被总生长季节为5月上旬到10月中旬。滇西南地区植被覆盖度高,植被指数最早达到峰值,生长期较其他区域长,冬季植被指数最高。滇东北地区的NDVI值较其他区域变动幅度不大,但冬季植被指数在各区中属最低。滇中、滇东南、滇南、滇西生长季的开始各不一,滇东南最早4月中旬、滇中和滇南相近在5月中下旬、滇西最迟在7月上旬。近20年来云南省的全省的平均生长季已延长一旬,主要表现在春季提早一旬开始。(2)1982～2001年,云南省全区的植被指数有增加的趋势,植被覆盖略有上升。滇东北植被指数最低,滇西南植被指数最高。滇南、滇西、滇东南植被指数变动趋势与全区相类似,表现出植被指数增长的趋势。滇西北、滇中植被指数的变化幅度介于滇东北和全省植被指数变化曲线之间。滇东北植被指数变化曲线波动幅度不大,最低值出现在1984年,在1990年植被指数下降,在随后几年植被指数略有上升,但平均NDVI在全省范围内属最低。滇东南、滇南、滇西年植被指数变化与全省的波动幅度的相近,波动范围在0.02～0.08。全省、滇西南、滇东北、滇中、滇东南区域曲线走势相似,滇西和滇西北的曲线走势相似,波峰、波谷的出现年份极为相近。 相似文献
8.
《资源与生态学报(英文版)》2017,(4)
归一化植被指数(NDVI)作为表征植被生长状况的关键性指标,能够有效的提供植被生长状况的信息。本研究基于1982–2015年哈萨克斯坦时间序列的GIMMS/NDVI数据,分析植被)生长的空间格局及变化趋势,研究结果表明:哈萨克斯坦自北向南分布着农田、草地、灌丛这三类主要的植被类型,呈明晰的地带性分布特征;植被指数由北到南逐渐降低,农田、草地和灌丛三类主要植被类型的NDVI均值水平依次为农田草地灌丛;1982–2015年间,NDVI呈现出先增长(1982–1992年)、再降低(1993–2007年)、然后又增长(2008–2015年)的变化趋势。NDVI显著下降的区域占土地总面积的24.0%,主要分布在西北部的农田与草地交错地带以及南部边缘的农田,草地退化面积占草地总面积的23.5%、农田退化面积占农田总面积的48.4%、灌丛退化面积占灌丛总面积的13.7%,植被改善的区域分布在中东部的农田以及农田与草地的交错带,显著提升的面积占土地总面积的11.8%。 相似文献
9.
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
10.
《地理与地理信息科学》2020,(1)
多源遥感影像时空信息融合产生的高时空分辨率影像是遥感地学应用的重要数据源,利用时空融合算法形成的高时空分辨率植被指数数据集对于植被动态监测具有重要意义。为了在草原植被监测中更好地应用时空融合算法,该文利用2013-2016年间内蒙古自治区呼伦贝尔和锡林郭勒地区多期Landsat8和MODIS影像进行高时空分辨率NDVI植被指数计算,定量评价了STARFM(Spatial and Temporal Adaptive Reflectance Fusion Model)、CDSTARFM(Combination of Downscaling Mixed Pixel Algorithm and Spatial and Temporal Adaptive Reflectance Fusion Model)和STDFM(Spatial and Temporal Data Fusion Model)3种常用时空融合算法在不同融合策略下的精度。研究结果表明,基于NDVI融合策略的STARFM算法更适合草原地区高时空分辨率NDVI数据的构建。 相似文献
11.
马铃薯是华南地区的特色冬种农作物,其地块的“早稻―晚稻―冬种马铃薯”三季种植模式具有特有的植被指数时间序列曲线特征。利用这一特征,提出一种基于 NDVI 时间序列数据和 SAM 的冬种马铃薯种植面积提取方法。以广东省惠州市稔平半岛为研究区,冬种马铃薯面积为研究对象,采用 2011 年 HJ-1 A/B CCD 遥感数据为主要数据,计算每一景影像的 NDVI 后以时间为坐标轴排列成 NDVI 时间序列数据集,在此提取冬种马铃薯种植区的 NDVI 时间序列参考曲线,使用光谱角度匹配（SAM）方法,计算每个像元的 NDVI 时间序列曲线与 NDVI时间序列参考曲线的光谱夹角值,根据 Rule 图像的统计参数确定夹角阈值,达到快速有效地在遥感影像上提取冬种马铃薯对应像元的目的。结果表明：研究区总体提取精度为 82.70%,重点种植区域提取精度为 93.75%,可见基于 NDVI 物候特征的 SAM 方法能够有效提取研究区冬种马铃薯的种植面积。 相似文献
12.
中国草原区植被变化及其对气候变化的响应 总被引：4，自引：4，他引：0
利用1982~2006年GIMMS NDVI和气象数据,探究中国草原区植被变化及对气候的响应。结果表明,近25 a中国草原区植被覆盖总体呈上升趋势,但季节变化空间差异明显。春季温度对温带典型草原、高寒草甸草原和高寒典型草原植被生长有重要影响,而夏季和秋季温度同样对高寒草甸草原影响显著;夏季降水增多能明显促进夏季温带荒漠草原植被生长。除8月份以外,温带草原5~9月NDVI均与前一个月降水显著正相关;在生长季内,高寒草原NDVI与同期温度显著正相关,但8月份除外。此外高寒草原植被在生长最旺盛时期对降水变化存在1~3个月滞后期。 相似文献
13.
植物物候遥感监测精度影响因素研究综述 总被引：5，自引：1，他引：4
基于植物物候的遥感监测对于研究植被对气候变化的响应具有重要的科学价值。本文在阐述植物物候遥感监测原理及其通用技术流程的基础上,分别从植被类型及其所处的地理条件、遥感数据源及其预处理、植物物候遥感识别方法和植物物候遥感监测结果评价4个方面分析了影响植物物候遥感监测精度的因素,并针对当前研究中存在的不足,探讨了提高植物物候遥感监测精度的可行性途径,即建立高分辨率的近地面遥感定点观测及数据共享网络,发展普适性更强的卫星遥感时序数据去噪及植被指数曲线重建方法,寻求稳定性更高的植物物候期遥感识别方法,探索综合运用地面观测、遥感监测与模型模拟实现物候观测空间尺度拓展的可能性。 相似文献
14.
基于MODIS的杭州湾南岸农业生态系统NDVI季节变化特征研究 总被引：6，自引：1，他引：5
NDVI是表征植物生长动态的重要指标,不同植物具有不同的NDVI变化曲线。植物生长过程中NDVI值逐渐增大。在生育期的某一阶段达到最大值后又逐渐减小。MODIS-NDVI数据因具有较高的时间分辨率。可用于农业生态系统NDVI变化研究。该文运用野外调查资料和2002年MODIS-NDVI 16d合成的23个时序的遥感数据。对杭州湾南岸农业生态系统不同种植制度的NDVI变化特征进行分析。结果表明,不同种植制度的NDVI曲线有其特定的变化规律。NDVI特征模型可用于农业生态系统种植制度分析,并为遥感估产提供基础数据。 相似文献
15.
三北防护林工程区植被绿度对温度和降水的响应 总被引：1，自引：0，他引：1
探究三北防护林工程区植被绿度对温度和降水的响应可为该区植被建设提供科学依据。基于2000—2015年的MODIS NDVI数据和气象数据,采用通径分析法分析了不同生长阶段气温和降水对三北防护林工程区植被绿度的直接和间接影响。研究发现：生长季多年平均植被绿度整体上呈现东部高西部低的空间格局,且林地>耕地>草地;生长季植被绿度呈现增长趋势,植被覆盖状况得到改善,其中耕地植被增长趋势最大。生长季升温抑制植被生长,降水量增加促进植被生长,降水量是影响三北防护林工程区生长季植被生长的关键气候因子。在不考虑降水变化影响时,升温促进植被生长,但生长季温度升高带来的降水量减少使得升温对植被生长表现为抑制作用。生长季不同时期降水量增加对植被生长均是促进作用,表现为末期>中期>初期;而气温的影响则表现为生长季初期升温促进植被生长,中期和末期升温不利于植被生长。生长季末期升温对植被生长的负效应以直接作用为主,而中期主要通过降水量变化的间接作用体现。识别生长季不同时段气温和降水对植被绿度影响的差异性,有助于全面认识和评估植被对气候变化的响应。 相似文献
16.
阜康绿洲生态系统生物量空间格局分析 总被引：4，自引：0，他引：4
利用阜康绿洲平原地区于2003年8月,在野外实测的53个样方植物的生物量干重数据与同期陆地卫星MODIS影像的第1,2通道250 m遥感数据,通过分析植被指数NDVI与绿洲植被生物量的相关关系,进而建立该遥感植被指数与植被生物量的一元线性和非线性回归模型。研究表明:植被指数NDVI与绿洲生态系统植被生物量之间存在较好的相关性;所建遥感植被指数与绿洲植被生物量的回归模型中,三次方程为所得到的非线性回归模型中最适合用于阜康绿洲生态系统植物生物量和生长的监测;并利用该模型进行分析同年4~9月研究区内植物生物量的时空间分布,并得出阜康绿洲生态系统植物生物量的时空分布特征。总体格局是:绿洲内部农业生态系统的生物量时空特征变化是十分的明显,生物量的增长从5月底至8月;且于7月、8月生物量达到旺盛时期;随后开始呈下降趋势;荒漠植物群落生物量时空特征有一定程度的变化但表现不明显,且荒漠植物生物量的变化在时空上是非同步性。这都是由于在整个生长季节内不同植物群落的生长发育表现不同的时间,和荒漠植物在时间上表现出不同物候导致的。同时分析了绿洲生态系统植物生物量的时空分布特征及相关影响生物量的多种因素。 相似文献
17.
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
18.
基于SPOT-VGT NDVI的矿区植被遥感监测方法 总被引：7，自引：0，他引：7
以SPOT-VGT NDVI为遥感数据源,结合中国北方矿区环境特点,研究矿区植被和土地荒漠化的遥感监测方法,包括时间序列数据合成、植被变化趋势分析和土地荒漠化分级3方面.对每个像素的NDVI时间序列数据进行线性拟合,据直线斜率将NDVI变化程度分为7级;依据NDVI转换得到的植被覆盖度,将矿区土地荒漠化程度分为5级.以中国西北神东矿区为例,对该文提出的方法进行验证. 相似文献
19.
为提高内蒙古平原灌区作物种植结构遥感监测精度和效率,提出一种基于时序NDVI曲线的作物种植结构提取方法。以内蒙古土默特右旗平原区为研究区域,以2015年覆盖作物生育期的多时相Landsat影像为数据源,根据不同地物其NDVI值范围不同,将研究区地表分为植被覆盖地表,无植被覆盖地表和水体3类。在植被覆盖区域内,根据林地和荒草地时序NDVI曲线特征,提取林地和荒草地,其余区域即为农田。根据小麦、玉米、葵花和西葫芦的时间序列NDVI曲线特征差异构建分类决策树模型,在农田区域内提取上述作物的空间种植分布信息。研究区各类地物及作物遥感提取面积与实际统计面积接近,土地利用分类总体精度达到85.71%,作物分类总体精度达到82.69%。研究结果表明该方法提取作物种植信息的精度较高,能够实现区域作物种植信息的高效准确监测。 相似文献