共查询到18条相似文献，搜索用时 109 毫秒
1.
利用2000—2020年MOD13Q1和气象观测数据, 结合Sen趋势分析、M-K显著性检验、变异系数、Hurst指数、相关系数等对呼伦贝尔地区归一化植被指数(NDVI)时空变化及气候响应进行分析。结果表明: 呼伦贝尔地区多年生长季平均NDVI为0.63, 平均年变化倾向率为0.028/10 a, 大部分地区呈增加趋势, 其中大兴安岭森林大部及岭西耕地增加显著。呼伦贝尔地区生长季NDVI的平均变异系数为0.08, 其中呼伦贝尔草原西部的波动较大。Hurst指数表明, 呼伦贝尔地区生长季NDVI整体变化呈反持续性趋势, 结合现有NDVI变化趋势, 未来将呈下降趋势, 对生态环境的保护工作较为不利。大兴安岭森林生长季NDVI与气温呈正相关, 耕地与草原区呈负相关, 而呼伦贝尔大部分地区的生长季NDVI与降水普遍呈正相关, 其中呼伦贝尔草原和大兴安岭两麓耕地的生长季NDVI与降水相关显著, 说明气温是制约北部大兴安岭森林生长的主要因素, 而降水是制约呼伦贝尔草原生态平衡和农牧业发展的主要因素。 相似文献
2.
NOAA/AVHRR与EOS/MODIS遥感产品NDVI序列的对比及其校正 总被引：2，自引：1，他引：2
利用Terra、Aqua两颗卫星的MODIS资料、NOAA-16和17的AVHRR资料,通过对太阳和卫星天顶角及方位角等引起的大气效应订正、大气气溶胶等粒子的散射订正以及NOAA系列卫星信号的衰减订正,得到以上四颗卫星一系列的NDVI产品;对比分析了上午星Terra和NOAA-17,下午星Aqua和NOAA-16两组不同卫星传感器NDVI的差异及其与光谱响应函数的关系。结果表明,Terra和Aqua卫星NDVI随卫星观测角度的不同差异较大,平均NDVI是一种更适合的MODIS/NDVI产品算法,它代表了观测角为±30°之间的NDVI值的分布,在大气和角度的订正基础上,本研究采用了三阶多项式再次订正了观测角引起的NDVI变化;NOAA-16和17所获得的NDVI值较MODIS得到的NDVI值小很多,以MODIS的NDVI产品为标准,应用光谱响应函数将NOAA系列NDVI进行归一化处理,所得的结果基本与MODIS所得的NDVI相当;该方法基本能实现NDVI产品序列的延伸,其资料序列有时空可比性。 相似文献
3.
应用EOS／MODIS—Terra卫星数据,按照NDVI(归一化植被指数)最大值合成法计算了乌鲁木齐地区2007、2010年生长季逐旬植被NDVI序列,得到植被长势演变图和植被指数分布基础数据,结合气象资料和南山中山带牧草监测站实测数据,分析了NDVI在乌鲁木齐地区的变化特点及其与气候因子的关系。结果表明：气温、降水是NDVI变化的主要驱动因子,但植被对于气候因子的响应普遍存在滞后性。乌鲁木齐地区NDVI旬最大值总体变化在0．46～0．83范围内。与近10 a中植被长势最好的2007年同期数据比较,2010年春季植被指数比2007年推迟4旬达到0．7以上,表明植被发育期比2007年推迟10～15 d;秋季植被指数7月中旬就出现下降拐点,表明植被发育期比2007年提前4旬进入种子成熟、黄枯期或停止生长。以上结论与南山中山带牧草监测站实测结果相符。 相似文献
4.
选取简单云状和复杂云状作为分析对象,利用Terra/MODIS云相态产品对FY-3A/VIRR云相态产品的识别结果进行检验。对比分析采用一致性比较、差异图显示以及两种产品识别结果叠加显示等方法。结果表明:(1)简单云状条件下,FY-3A/VIRR云相态产品与Terra/MODIS云相态识别结果具有较好的一致性,一致性接近85%;复杂云状条件下,由于Terra/MODIS云相态识别结果中存在较多的不确定类别使两种数据识别结果的一致性下降。(2)FY-3A/VIRR和Terra/MODIS产品的不一致点主要分布在云边缘或不同云相态交界处。(3)FY-3A/VIRR和Terra/MODIS的云相态产品产生差异的原因主要来自反演算法以及产品相态分类的不同。 相似文献
5.
利用气象卫星资料估算全球作物总产研究 总被引：8，自引：1，他引：8
以美国为例，利用1996～2000年每旬的全球植被指数卫星遥感资料，计算出每年耕地上作物生长季内的总NPP（Net Primary Production）。农作物总产是耕地上总NPP的一部分，根据NPP与作物总产的关系，确定作物的产量转换系数，然后利用当年耕地的总NPP值来估算当年作物的总产。通过研究表明，该方法的预测精度较高，可操作性强，能够投入业务应用。 相似文献
6.
基于GIS空间分析和数学统计方法,利用TERRA、AQUA和NPP-VIIRS卫星数据反演了西藏日土县植被归一化指数（Normalized Difference Vegetation Index,NDVI）,并对不同卫星传感器反演结果的一致性进行了检验评估。结果表明:NPP-VIIRS卫星反演的NDVI值略大于TERRA和AQUA的反演值,其估算结果与MODIS卫星估算值存在较好的相关性。NPP-VIIRS卫星可以用于西藏高原植被长势监测工作,为西藏生态文明高地建设提供更加丰富的遥感数据支撑。 相似文献
7.
《内蒙古气象》2022,(1):7-11
为研究通辽市植被生态质量变化特征,文章利用MODIS归一化植被指数(NDVI)和气象监测资料,分析了通辽市2000—2019年生长季植被覆盖度、净初级生产力(NPP)以及植被生态质量指数变化特征,并分析了三者与气候因子的相关关系,以期为建设“生态通辽”提供决策依据。结果表明:(1)研究区生长季植被覆盖度平均值从2000年的36.26%上升至2019年的49.57%,平均每年增加0.54%;(2)研究区植被NPP平均值从2000年的198.04 gC·m-2增加到2019年的404.54 gC·m-2,平均每年增加8.63 gC·m-2;(3)研究区植被生态质量指数平均值由2000年40.28增加到2019年的70.87,平均每年增加1.25,2019年植被生态质量达到2000年以来最好;(4)研究区生长季植被覆盖度、植被NPP、植被生态质量指数与生长季平均气温呈不显著的负相关,与降水量呈极显著的正相关,表明降水量是研究区植被生态质量显著正向因子。 相似文献
8.
大兴安岭植被NDVI变化及其对气候的响应 总被引：3，自引：0，他引：3
利用S-G(Savitsky-Golay)滤波对2000—2016年呼伦贝尔市境内的大兴安岭植被NDVI序列进行逐栅格重构并剔除突变点,结合大兴安岭海拔、坡向、坡度等地理因子和气温、降水等气象因子,分析大兴安岭植被生长季NDVI的变化及其对气候的响应。结果表明:大兴安岭植被NDVI生长季均值呈上升趋势,平均增速为0. 029/10 a。植被NDVI随海拔的增加呈现先缓慢减小后迅速增加的趋势,随坡向变化不大,随坡度的增加而增加。植被NDVI的生长季均值与1 a前和2 a年前的降水呈现显著的正相关,具有明显的滞后性。在每年植被恢复生长初期各海拔植被均与气温呈现极显著的正相关,年内植被NDVI与降水的相关性在垂直方向上存在较大差异。 相似文献
9.
为了解西辽河流域归一化植被指数(NDVI)的分布规律、变化趋势及对气候变化的响应,利用2000—2018年西辽河流域11个气象站逐日气象资料和MODIS归一化植被指数数据集,通过线性回归和相关分析,探讨了生长季各月NDVI与气象因子的时滞性,以及气象站周围10 km缓冲区内不同植被类型NDVI与气象因子的相关性。结果表明：西辽河流域年平均气温、最高气温、最低气温和降水量均呈上升趋势。NDVI呈上升趋势,植被有所改善,不同植被类型NDVI均呈增加趋势,耕地增加趋势最快,耕地长势受益于农事活动的完善和增进。NDVI空间分布呈现中间低,四周高特点。生长季各月NDVI与降水量存在明显的滞后性,滞后期为1个月;仅8月NDVI与前1个月平均气温和最高气温存在滞后性。不同植被类型NDVI与平均气温、最高气温的相关性密切。耕地NDVI与气象因子的相关性较好。研究结果可为维护西辽河流域生态系统平衡提供参考。 相似文献
10.
《干旱气象》2020,(1)
基于黄土高原83个地面气象站2000—2016年观测数据,计算标准化降水蒸散发指数(SPEI,standardized precipitation evapotranspiration index),分析黄土高原干旱时空变化特征,并结合对应时段的归一化植被指数(NDVI,normal difference vegetation index),研究不同土地利用类型及不同海拔高度植被对气象干旱的响应。结果表明:(1)通过旋转经验正交函数(REOF,rotational empirical orthogonal function)可将黄土高原划分为东南区、东北区、西南区和西北区;除西北区外均呈明显湿润化特征。(2)生长季各月黄土高原NDVI均呈显著增大趋势,NDVI均与SPEI呈正相关关系,其中两者在6—9月相关性最强(P 0. 05)。(3)对于研究区内4种土地利用类型(耕地、草灌、森林和未利用土地),生长季内NDVI与SPEI呈显著正相关的面积百分比在草灌类型最大(62. 54%),耕地类型次之(52. 97%),而森林类型最小(25. 62%)。(4) 6—9月NDVI与SPEI呈显著正相关的面积百分比随海拔的升高先增加后减小,最大值出现在海拔1500～2000 m。 相似文献
11.
MERSI/NDVI是风云三号D星的一个关键业务产品,深入了解其质量状况对推广产品应用、改进产品算法都具有重要意义.文中针对业务化运行后的全球MERSI/NDVI产品(2019年5月至2020年12月),以同期Terra MODIS/NDVI产品(MOD13A2)为参考,通过空间格局和时间序列的对比、APU(准确度Ac... 相似文献
12.
利用呼伦贝尔市16个气象台站1973—2012年逐日气象观测资料,计算4—10月生长季期间逐日CI指数并统计分析呼伦贝尔市生长季气象干旱强度特征,利用空间差值、线性回归、信噪比检验、M K突变检验和小波分析方法对干旱强度的空间分布、随时间的变化、突变发生情况及气象干旱发生周期进行分析。分析表明,呼伦贝尔市气象干旱发生频率最高为牧区,强度由西南牧区向东北林区递减,春季气象干旱有减轻趋势,而夏、秋季节干旱有加重趋势,牧区秋旱的加重趋势尤为显著,农区的变化周期较长,为19~24年,而林区、牧区的变化周期较短,为5~12年和7~12年。 相似文献
13.
西北地区MODIS-NDVI指数饱和问题分析 总被引：6，自引：0，他引：6
为了了解西北地区MODIS-NDVI和MODIS-EVI两种植被指数的特点,本文利用美国NASA LP DAAC(Land Process Distributed Active Archive Center)2004年1~12月的250 m分辨率16天植被指数合成的MOD13 Q1数据集,对西北地区不同类型植被NDVI和EVI的特征进行分析,并对西北地区MODIS-NDVI饱和问题进行了初步研究。结果表明:NDVI和EVI对干旱—半干旱气候区植被覆盖度不高的植被类型描述能力相似,月际变化趋势一致。西北地区各种植被类型NDVI比EVI高,NDVI与EVI的差异总体上呈现从半荒漠、草原、农区到林区,随NDVI值的增加而增大的规律。对植被度覆盖度高的阔叶林和针叶林,在植被生长旺盛期,NDVI总在0.8附近波动,NDVI随植被的生长增加的很小,一直维持在一个高且平的范围内,不再能看出植被生长变化的现象,即饱和现象严重;而EVI表现良好,随着植被的生长而增加,能明显地反映出植被生长的季节变化。西北高寒草甸和陕西关中农业区NDVI也出现有不同程度的饱和,饱和时间因植被的不同从1~2月不等。0.8可作为NDVI饱和的阈值。NDVI饱和问题对卫星监测植被的研究和应用会产生误差,EVI能较好地解决NDVI的饱和问题。 相似文献
14.
Responses of Grassland and Forest to Temperature
and Precipitation Changes in Northeast China 总被引：2，自引：0，他引：2
Using the Normalized Difference Vegetation Index (NDVI) as an indicator of vegetation growth, we explored the characteristics and differences in the response to drought of five vegetation biomes in Northeast China, including typical steppe, desert steppe, meadow steppe, deciduous coniferous forest and deciduous broad-leaved forest during the period 1982-2009. The results indicate that growing season precipitation may be the primary vegetation growth-limiting factor in grasslands. More than 70% of the temporal variations in NDVI can be explained by the amount of precipitation during the growing season in typical and desert steppes. During the same period, the mean temperature in the growing season could explain nearly 43% of the variations in the mean growing season NDVI and is therefore a dominant growth-limiting factor for forest ecosystems. Therefore, the NDVI trends differ largely due to differences in the vegetation growth-limiting factors of the different vegetation biomes. The NDVI responses to droughts vary in magnitude and direction and depend on the drought-affected areas of the five vegetation types. Specifically, the changes in NDVI are consistent with the variations in precipitation for grassland ecosystems. A lack of precipitation resulted in decreases in NDVI, thereby reducing vegetation growth in these regions. Conversely, increasing precipitation decreased the NDVI of forest ecosystems. The results also suggest that grasslands under arid and semi-arid environments may be more sensitive to drought than forests under humid environments. Among grassland ecosystems, desert steppe was most sensitive to drought, followed by typical steppe; meadow steppe was the least sensitive. 相似文献
15.
西北地区陆地生态系统植被状态参数业务化遥感研究 总被引：7，自引：0，他引：7
植被指数(NDVI)和叶面积指数(LAI)是两个非常重要的陆地生态系统植被状态参数.我们首先利用最大值(MVC)合成方法使用先进遥感数据如MODIS、AVHRR3等得到旬合成植被指数(NDVI),然后利用最新的经验方法针对不同的陆地生态系统类型反演得到叶面积指数,重点研究了我国沙尘暴发生频率较高的我国西北地区植被覆被状态及其变化情况.植被指数能够反映区域,乃至全球范围植被年季状态,用于监测陆地生态系统植物光合作用活动及其变化.植被指数作为一个基础参数能够用于计算反演更高级别的陆地生态系统状态参数.叶面积指数直接影响植被的光合作用,蒸腾作用的变化和陆面过程的能量平衡状态.在沙尘暴预测研究中使用的起沙过程模型需要将叶面积指数作为一个关键输入变量,另外,绝大多数生态过程模型模拟碳、水循环时也都需要将叶面积指数作为一个非常重要的输入变量.我们总结了最新的叶面积指数经验反演方法,针对6钟不同的陆地生态系统类型应用不同经验模型计算得到了叶面积指数. 相似文献
16.
V. Krishna Prasad K. V. S. Badarinath Anuradha Eaturu 《Theoretical and Applied Climatology》2007,89(1-2):95-107
Summary Leaf phenology describes the seasonal cycle of leaf functioning and is essential for understanding the interactions between
the biosphere, the climate and the atmosphere. In this study, we characterized the spatial patterns in phenological variations
in eight contrasting forest types in an Indian region using coarse resolution NOAA AVHRR satellite data. The onset, offset
and growing season length for different forest types has been estimated using normalized difference vegetation index (NDVI).
Further, the relationship between NDVI and climatic parameters has been assessed to determine which climatic variable (temperature
or precipitation) best explain variation in NDVI. In addition, we also assessed how quickly and over what time periods does
NDVI respond to different precipitation events. Our results suggested strong spatial variability in NDVI metrics for different
forest types. Among the eight forest types, tropical dry deciduous forests showed lowest values for summed NDVI (SNDVI), averaged
NDVI (ANDVI) and integrated NDVI (I-NDVI), while the tropical wet evergreen forests of Arunachal Pradesh had highest values.
Within the different evergreen forest types, SNDVI, ANDVI and INDVI were highest for tropical wet evergreen forests, followed
by tropical evergreen forests, tropical semi-evergreen forests and were least for tropical dry evergreen forests. Differences
in the amplitude of NDVI were quite distinct for evergreen forests compared to deciduous ones and mixed deciduous forests.
Although, all the evergreen forests studied had a similar growing season length of 270 days, the onset and offset dates were
quite different. Response of vegetative greenness to climatic variability appeared to vary with vegetation characteristics
and forest types. Linear correlations between mean monthly NDVI and temperature were found to yield negative relationships
in contrast to precipitation, which showed a significant positive response to vegetation greenness. The correlations improved
much for different forest types when the log of cumulative rainfall was correlated against mean monthly NDVI. Of the eight
forest types, the NDVI for six forest types was positively correlated with the logarithm of cumulative rainfall that was summed
for 3–4 months. Overall, this study identifies precipitation as a major control for vegetation greenness in tropical forests,
more so than temperature. 相似文献
17.