共查询到19条相似文献，搜索用时 140 毫秒
1.
基于被动微波辐射传输方程,结合De Jeu建立的透过率与微波极化差异指数的通用关系式,以及Smiths建立的地表温度与大气总可降水量的经验关系,构建了一套基于AMSR-E影像的地表温度半经验反演模型,该模型无需借助其他辅助数据,便可从AMSR-E 6.9GHz和10.7GHz两个波段的亮度温度模拟得到地表温度变量。对2009年我国地表温度进行实例模拟和验证,结果显示,该地表温度模型的平均反演精度达到2.54℃（R2=0.79）,是一种简单有效的被动微波遥感地表温度模拟方法。 相似文献
2.
基于GIMMS数据和MODIS数据反演1982~2011年内蒙古生长季NDVI,分析内蒙古不同生态区内NDVI变化时空特征,探讨自然和人为因素对NDVI的影响。结果表明:30 a来内蒙古生长季平均NDVI整体呈增加趋势,分布在呼伦贝尔、锡林郭勒典型草原的部分地区NDVI有下降趋势。大部分地区NDVI与年降水量呈显著相关,与温度的相关性不显著;近30 a人类活动对植被NDVI的影响程度逐渐增强,其中人类活动在西辽河平原、大兴安岭南端草原区以及华北山地落叶阔叶林区促进植被生长,在内蒙古东北部草原区抑制植被生长。 相似文献
3.
基于GIMMS 3g NDVI的近30年中国北部植被生长季始期变化研究 总被引：4，自引：0，他引：4
基于全球库存建模与绘图研究第三代归一化差值植被指数（GIMMS 3g NDVI）、土地利用和气温降水数据,利用NDVI时间序列谐波分析法(HANTS)重构了中国北部地区原始植被NDVI,用一元六次多项式拟合了植被生长曲线并结合逐像元动态阈值法提取了中国北部地区1983~2012年植被生长季始期并分析了其时空变化及对气温和降水的响应情况。结果表明：①GIMMS 3g NDVI具有较长的时序特征和较好的数据质量,经HANTS时间序列谐波分析后能很好的表现植被生长季曲线特征,可用于后续植被生长季的研究。② 北部地区生长季始期均值主要集中分布在80~150βd之间,全区30βa平均为111.6βd,东北平原、华北平原、河套平原、新疆天山和阿尔泰地区生长季始期早于其它区域。③ 研究时段内北部地区生长季始期总体上呈提前趋势（R2=0.19）,空间上由西北向东北逐渐推移,明显提前的区域主要分布在内蒙古中东部、东北平原、陕西南部和新疆天山的部分地区,明显推迟的区域主要分布在青藏高原高寒地区。④ 因植被类型的不同和区域的差异,生长季始期对气温和降水的响应程度不同,春季气温是影响生长季始期变化的主要自然因素。 相似文献
4.
基于甘肃河西走廊15个国家基准基本站点提供的1966年1月1日~2018年12月31日春季（3~5月）逐日最低气温值数据,利用线性回归分析方法、Spline空间插值法和Mann-Kendall趋势和突变检验法,探讨了河西走廊地区1966—2018年春季（3~5月）寒潮频次变化及其影响因子。研究表明：（1） 1966—2018年河西走廊地区春季（3~5月）单站寒潮频次总体呈现下降趋势〔–0.098次·（10 a）–1〕,其中1980—2010年寒潮频次呈显著下降趋势,2010年之后下降趋势变缓,未通过显著性检验;区域寒潮53 a来频次总体呈缓慢下降趋势〔–0.015次·（10 a）–1〕。（2） 近53 a河西走廊地区春季三个月中,单站寒潮总量4月>3月>5月,其中4月、5月寒潮频次下降不明显,3月频次下降显著。（3） 空间上,大致以北大河和黑河干流为界,两河中间区域春季寒潮频次低,而北大河以北和黑河干流以东区域则是寒潮高值区,走廊外围地区寒潮频次较高,且大多呈显著下降趋势,寒潮频次与气温距平存在明显负相关关系,内部地区变化趋势不明显。（4） 河西地区春季寒潮频次受气候变暖、地形和大气环流的影响,寒潮频次变化趋势存在地区差异。研究可提高对甘肃河西走廊寒潮演化过程的认知,为河西走廊气候变化的进一步研究奠定基础。 相似文献
5.
Google Earth Engine（GEE）是目前最先进的地理大数据分析和可视化平台,使遥感监测地表植被突破了数据获取难、本地存储量大、处理效率低的限制。基于GEE云平台计算Landsat系列卫星影像,研究了1987—2019年民勤绿洲NDVI的时空变化,并通过一元线性趋势分析、稳定性分析、Hurst指数对变化趋势进行了分析和预测。结果表明：（1）1987—2019年民勤绿洲NDVI年均值从0.172上升到0.230,多年平均值为0.244,1989—2007、2010—2016年呈上升趋势,1987—1989、2007—2010、2016—2019年呈下降趋势。年内NDVI-0.017—0.333,高值集中在每年4—10月。空间上来看,绿洲外围NDVI明显增大,绿洲向荒漠扩张。（2）1987—2019年民勤绿洲大部分区域NDVI基本不变,坝区、泉山区绿洲外围、湖区南部和青土湖呈增大趋势,坝区中部民勤县城区、湖区北部绿洲边缘呈减小趋势,基本不变、增大、减小区域分别占总面积的81.90%、16.25%和1.85%。（3）1987—2019年民勤绿洲NDVI变化稳定性高的区域主要位于坝区东南部、泉山区东部、湖区北部荒漠区域;波动性高的区域主要位于坝区、泉山区绿洲外围、湖区南部和青土湖。（4）未来民勤绿洲大部分区域NDVI变化趋势保持基本不变,坝区、泉山区绿洲外围、湖区北部和青土湖,NDVI未来有可能增大,坝区中部民勤县城区、湖区北部向荒漠过渡地带,NDVI未来有可能减小,基本不变、未来有可能增大、减小的区域面积分别占71.62%、12.96%、15.42%。 相似文献
6.
7.
利用MODIS数据,采用劈窗算法,定量反演吉林省中部陆地表面温度;利用TM数据,通过目视解译获得研究区的土地利用状况,并结合地势图,研究吉林省中部农业区的地表温度空间分布特征以及地表温度与土地利用类型之间的关系。结果表明,研究区陆地表面温度南高北低,西高东低,符合该区域气候特征;由于地表土地类型热力性质的不同,不同土地利用类型的地表温度存在差异,地表温度最高的裸岩要比最低的湖泊高出26.6K;地表温度与海拔呈负相关关系,即随着海拔的升高,地表温度呈下降趋势,下降率为23.6°C/km;在植被覆盖区,地表温度与NDVI之间存在负相关性,且城市地表温度对植被覆盖度的敏感性要高于农田和林地;对于整个研究区土地利用空间结构,地表温度与NDVI表现为LST-NDVI梯形关系。 相似文献
8.
1982~2013年青藏高原高寒草地覆盖变化及与气候之间的关系 总被引：7，自引：2，他引：5
利用GIMMS NDVI数据和地面气象站台观测数据,对青藏高原1982~2013年高寒草地覆盖时空变化及其对气象因素的响应进行研究,结果表明：青藏高原高寒草地生长季NDVI表现为从东南到西北逐渐减少的趋势,近32 a来,整个高原草地生长季NDVI呈上升趋势,增加速率为0.000 3/a (p<0.05);高寒草地生长季NDVI年际变化具有空间异质性,整体为增加趋势,呈增加趋势的面积约占研究区域面积的75.3%,其中显著增加的占26.0% （p<0.05）,类型主要为分布在青藏高原东北部地区的高寒草甸;比例为4.7%,草地类型主要为高寒草原,主要分布在高原西部地区;基于生态地理分区的分析显示,青藏高原草地与降水、温度的相关关系具有明显的空间差异,高寒草地生长季NDVI均值与降水呈显著正相关,对降水的滞后效应显著;高原东北部温度较高,热量条件较好,降水为高寒草地生长季NDVI变化的主导因子;东中部地区降水充沛,温度则为高寒草地生长的制约因子;南部地区降水和温度都较适宜,均与高寒草地生长季NDVI相关性显著(p< 0.05),共同作用于草地的生长;中部和西部地区,气候因子与高寒草地生长季NDVI关系均不显著。 相似文献
9.
亚洲内陆干旱区NDVI与树木生长的气候响应及其影响因素 总被引：1，自引：1，他引：0
基于亚洲内陆干旱区的树木年轮宽度指数（RWI）、归一化差异植被指数（NDVI）和气候数据,采用空间统计方法和相关分析法分析了NDVI和RWI变化的一致性,探讨了NDVI和RWI对气候的响应,揭示了影响NDVI和RWI气候响应的相关因素。结果表明：1982—2000年亚洲内陆干旱区的树木生长和NDVI均呈增加趋势,生长季NDVI与RWI大多具有同步性变化特征,大多数地区5、6月NDVI受同期气温的影响,而4、5月NDVI主要受同期降水的影响;RWI主要受6—7月气温和4、6月和7月降水或帕默尔干旱指数（PDSI）的影响;大部分地区的NDVI和RWI对气温的响应具有一致性,但它们对降水或PDSI的响应存在很大差异;海拔和水热条件对不同地区的NDVI和RWI的气候响应有较大的影响。本研究对于认识亚洲内陆干旱区植被与树木生长的气候响应及其影响因素具有一定的科学意义。 相似文献
10.
青藏高原春季植被变化特征及其对夏季气温的影响 总被引：9，自引：6，他引：3
分析1982~2001年NDVI和青藏高原地区台站气温资料,得到结论:近20年来春季高原植被总体呈明显的增加趋势,其中以高原北部、西北部和南部日喀则附近地区的植被增加最明显。高原NDVI与季节同期和滞后的气温以正相关为主。春季NDVI与滞后0~3季气温都表现为正相关,尤以高原春季NDVI与夏季气温的相关更为显著。高原春季NDVI如果处于异常偏小(或偏大) 状态,同时高原的北部和中西部是较明显的NDVI负距平(或正距平)分布时,则高原地区夏季气温具有整体上(或大部分地区)偏低(或偏高)的倾向,平均气温和最高气温在高原西部和北部表现明显,对最低气温的影响的关键区位于高原的中南部和东南部。 相似文献
11.
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
12.
归一化水汽指数与地表温度的关系 总被引：7，自引：4，他引：3
城市热岛的遥感研究,传统上主要利用归一化植被指数作为指标来评估地表温度-植被之间的关系。本研究探讨了以归一化水汽指数作为评估其与地表温度关系的适应性,比较了归一化水汽指数和归一化植被指数在表达城市热岛效应方面的效力。利用"单窗算法"和3个不同时段的TM/ETM+数据获取了珠江三角洲核心区域的地表温度分布图,分析了两种指数与地表温度之间的关系。对局部区域逐像元和对区域总体分析的结果表明:不同时段的地表温度与归一化水汽指数之间均存在较强的线性关系,而地表温度与归一化植被指数之间的线性关系相对较弱。说明在城市化的环境下,与传统上常用归一化植被指数作为指标来定量分析地表温度相比,归一化水汽指数提供了一种互补的、甚至更加有效的衡量指标。 相似文献
13.
基于MODIS的新疆地表温度时空变化特征分析 总被引：2，自引：0，他引：2
地表温度（LST）作为陆地环境相互作用过程研究中的重要地学参量,其时空分异与下垫面属性、地形地貌格局等息息相关。本文基于2000—2020年MOD11C3数据,采用GIS空间分析、空间重心模型及改进的半径法等手段,对新疆地区月、季、年及昼夜等序列时空尺度LST的分布特征及变化趋势进行研究,并借助LUCC、DEM等多源遥感数据进一步探讨各类下垫面、不同地貌单元及部分典型区域的LST垂直递减率、增减温及热（冷）岛效应等地理特征。结果表明：① 研究期间新疆年均LST为9.45 ℃,呈减温和增温趋势的区域分别占研究区面积的13.3%和86.7%,增温区域占绝大部分,故近20年研究区整体呈升温趋势（0.024 ℃·a-1）,较全国高出约0.01 ℃·a-1,其中春季增幅最大,冬季次之;夜间LST变化明显强于白天,春、夏两季昼夜温差均大于23.7 ℃,而冬季最小（约15 ℃）;研究区年际高、低温重心迁移轨迹大多分布于LST变幅较大区域,各月LST空间分布及高低温重心转移轨迹均表现出以7月为中点的年内强对称性规律。② 不同下垫面地表冷热环境空间分布差异较显著。其中以荒漠和裸土为主的未利用地年均LST最高（13.42 ℃）且昼夜温差最大（23.6 ℃）,高寒区冰川年均LST最低（-7 ℃）且昼夜温差（14.3 ℃）最小,其他下垫面年均LST在2.6~11 ℃之间,昼夜温差较小且较一致（平均16.75 ℃）。③ 东西走向的“三山夹两盆”地貌结构,使新疆LST的纬度地带规律被大幅削弱。研究区各山区（群）LST垂直递减率不尽相同,地处较高纬的阿尔泰山递变（0.63 ℃/100 m）最明显,山体高大的帕喀昆阿山群递变（0.57 ℃/100 m）次之,天山山脉递变（0.54 ℃/100 m）最小。另外各山区（群）山麓处均出现了不同程度的逆温现象,而山腰处LST垂直递减率线性拟合效果最佳。④ 本研究所选取的部分典型城市大都表现出不同程度的热岛效应。其中乌鲁木齐市热岛效应最为强烈,伊宁市其次,哈密市最微弱,而阿克苏市则表现出绿洲城市冷岛效应,但各城市热（冷）岛效应均存在一定环数（8环）范围的冷、热岛足迹。 相似文献
14.
温度植被干旱指数(TVDI)与多因子关系研究 总被引：2，自引：0，他引：2
利用EOS/MODIS数据,采用归一化植被指数(NDVI)和地表温度(LST)构建NDVI-Ts特征空间,依据该特征空间计算温度植被干旱指数(TVDI)。通过对2009年6期冬小麦数据比较和多因子相关分析,认为TVDI与LST为极显著正相关关系,与NDVI相关性次之。气象因子中降水量(JSL)因子与TVDI相关性较为显著,在作物生长中后期,降水距平(JSJP)因子影响日趋明显;其它气象因子及海拔、灌溉与否等因子作用不显著,在进行大尺度干旱监测时基本可以忽略。如将TVDI与影响较为明显的因子组合建立新的指标或许是一个更好的监测方法。 相似文献
15.
城市地表水体时空演变及其对热环境的影响 总被引：1，自引：1，他引：0
以福州市建成区为例,基于Landsat遥感影像对水体类型进行分类,并提取出1989、1996、2006和2014年的地表水体信息,然后与不透水面、植被和地表温度信息结合,运用回归模型定量分析了1989~2014年间福州城市地表水体的时空变化及其对城市热环境的影响。结果表明：① 1989~2014年间,福州建成区各类地表水体均呈不断减少趋势,25 a间水体总面积减少了1 490.67 hm2,其中有70.0%转变成不透水面;② 1989~2014年减少的1 490.67 hm2水体对福州建成区温度上升的贡献达1.03℃,而在水体减少的具体区域,其升温效应可达3.6℃。 相似文献
16.
基于MODIS数据的北京西北部地区土地覆盖分类研究 总被引：7，自引：1，他引：6
本文主要基于MODIS 16天合成的NDVI时间序列数据、8天合成 LST数据、1∶5万DEM数据以及其他辅助数据相结合,进行北京西北部地区土地覆盖分类的研究。首先选取适合于MODIS数据分类的土地覆盖分类系统,然后用PCA方法对NDVI时间序列数据进行信息增强与压缩处理,以排除各种干扰因素,提高分类精度。最后结合LST数据、DEM数据及降雨温度数据,利用?齂-均值非监督分类法,进行研究区的土地覆盖分类,经过分类后处理,得到北京西北部地区的土地覆盖分类图。分类结果表明,使用250m分辨率MODIS数据,结合本文所用方法,能够实现较大区域的土地覆盖分类,并且能达到较高的分类精度。 相似文献
17.
Air temperature is an important climatological variable and is usually measured in meteorological stations. Accurate mapping of its spatial and temporal distribution is of great interest for various scientific disciplines, but low station density and complexity of the terrain usually lead to significant errors and unrepresentative spatial patterns over large areas. Fortunately the current studies have shown that the regression models can help overcome the problem with the help of time series remote sensing data. However, noise induced by cloud contamination and other atmospheric disturbances variability impedes the application of LST data. An improved Savizky-Golay (SG) algorithm based on the LST background library is used in this paper to reconstruct MODIS LST product. Data statistical analysis included 12 meteorological stations and 120 reconstructed MODIS LST images of the period from 2001 to 2010. The coeffificient of correlations (R2) for 80% of the stations was higher than 0.5 (below 0.5 for only 2 stations) which illustrated that there is a considerably close agreement between monthly mean TA (air temperature) and the reconstructed LST in the Lancang River basin. Comparing to the regression model for every month with only LST data, the regression model with LST and NDVI had higher R2 and RMSE. Finally, the LST-NDVI regression method was applied as an estimate model to produce distributed maps of air temperature with month intervals and 1 km spatial in the Lancang River basin of 2010. 相似文献
18.
揭示耕地与林地转换对地表温度的影响对于认识人类活动的气候与环境效应具有重要意义。基于卫星遥感数据的统计分析是揭示土地利用/覆盖变化对地表温度影响的重要手段。但是,在景观破碎度较高地区,混合像元问题成为使用这一技术手段的主要限制性因素,中国南方长江流域尤为典型。为突破这一限制,论文基于Google Earth高清影像,在1 km尺度上辨识了200对耕地与林地纯像元,进而利用MODIS陆地数据产品,对比分析了耕地与林地的地表温度(LST)、叶面积指数(LAI)、地表反照率(Albedo)之差。结果表明：耕地的LST高于林地,白天和夜间温度分别约偏高2.75 ℃和1.15 ℃,并且温差因季节而异,白昼温差呈双峰(分别是5月和10月,温差约3.18 ℃和3.33 ℃),夜间温差为单峰(7月,约2.46 ℃)。同时,温差因地而异,总体表现为西高东低,陕甘交界处的白昼温差最大,年平均约为3.83 ℃;安徽中南部温差最小,约为1.1 ℃。耕地与林地的LST之差主要由蒸散发的差异所致。林地的LAI较大,蒸散发较强,地表向大气的潜热通量较大,用于直接加热地表的感热相对偏少,因而LST相对偏低。上述结果表明近年来长江流域及毗邻地区的耕地转为林地通过增加蒸发产生了一定的致冷效应。 相似文献
19.
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