基于M-TWDTW模型的粤北山区耕地撂荒遥感监测研究

精准掌握耕地撂荒信息对保护耕地资源及国家粮食安全具有重要意义。本研究针对现有时间加权动态时间规整(TWDTW)模型在撂荒监测方面的局限性,提出基于均值校正策略的M-TWDTW模型的撂荒地遥感监测方法。基于Sentinel-2 NDVI时间序列数据,利用撂荒地样本构建撂荒地参考NDVI时序,基于M-TWDTW模型校正参考时序,并计算未知像元时序与校正后时序的相似性距离,基于决策树方法获取距离的最佳分割阈值,识别撂荒地并验证识别精度。研究结果表明,与常规TWDTW方法相比,M-TWDTW方法弱化了撂荒时长不一引起的NDVI绝对值差异的影响,重点捕捉NDVI时序曲线的形态特征,能大幅度提高撂荒地的识别精度(TWDTW:66.85%,M-TWDTW:90.45%),在大范围撂荒地遥感监测中具有较大的应用潜力。     

基于地表定量参数的沙漠化遥感监测方法

利用野外沙漠化调查的定位数据和ETM+ 遥感数据，在实验分析的基础上，探讨了沙漠化程度与地表参数之间的定量关系，即沙漠化与植被指数（NDVI）、地表辐射温度（LST）之间的关系，提出了综合反映沙漠化土地生物物理特征的遥感监测指数——沙漠化遥感监测差值指数（DDI），为沙漠化遥感监测提供有效的定量化方法。     

农作物长势综合监测——以印度为例

提出农作物长势综合监测方法,利用卫星遥感得到的NDVI时间序列数据,综合采用实时监测、过程监测和时间序列聚类监测方法,明确不同方法适用的监测尺度及监测目的,对不同范围农作物长势进行监测。改进了Crop Watch全球农情遥感速报系统运行化作物长势监测方法,克服了原有作物长势监测中实时监测方法无法反映相同区域苗情在整个生长过程中的连续变化情况的缺点。实现对相同区域作物长势连续变化的定量描述,可对作物长势进行更准确的判断。利用官方发布的作物单产变幅数据,对单产变幅较大的12个作物主产省区作物长势监测结果的准确性进行判断,结果表明:6个邦的实时监测和聚类监测方法所得结果一致,都符合作物单产变化的实际状况;4个邦的聚类监测方法所得结果对作物长势监测更为准确,更符合该区域作物单产的实际变化;1个邦实时监测结果对作物长势监测比聚类监测方法更为准确;只有1个邦采用两种方法对作物长势的监测存在误差,聚类监测方法在对农作物生长过程的连续监测及空间分布的定量化表述方面,比实时监测更为准确。3种方法可以综合使用,实现业务化运行的农作物长势监测。     

泥石流灾害多发区生态环境遥感监测评价

泥石流灾害对流域植被、土壤、水体等生态环境要素具有极强的破坏作用,快速有效地监测灾害影响区内生态环境的变化对防灾减灾工作有着重要意义。本文选取白龙江流域泥石流灾害为研究对象,利用多期次遥感影像提取了生态因子信息,构建了生态质量评价模型。结果表明,基于时间序列影像的遥感监测能够有效地刻画灾害发生前后的区域生态变迁过程,对地质灾害区的生态监测和修复具有实际应用价值。     

基于遥感分析技术的河岸带植被覆盖度监测分析研究

基于遥感卫星影像数据及分析技术,以齐齐哈尔市境内的河湖岸带为研究对象,Landsat影像为数据源,采用NDVI像元二分模型,运用GIS叠加分析功能,分析齐齐哈尔市境内的河湖岸带植被覆盖度空间变化特征。结果表明,齐齐哈尔市境内河岸带植被覆盖度空间变化主要受地形和水文情势影响。本文研究成果及结论有助于剖析齐齐哈尔市境内河岸带生态问题,为岸线生态修复提供决策支持。     

遥感时间序列数据滤波重建算法发展综述

遥感时间序列数据(MODIS,NOAA/AVHRR,SPOT/VEGETATION等)在植被生长监测、物候信息提取、土地利用类型监测等诸多领域得到了广泛应用,是生产研究的重要数据源之一.由于传感器、云层大气等影响,遥感时间序列数据存在着严重的噪声,应用前必须进行序列滤波重建工作.综述现有各类滤波重建方法,对研究中广为采用的3类主要方法(基于最小二乘的非对称高斯函数拟合、SavitZky-Golay滤波、基于离散傅里叶的系列分析方法)集中阐述其理论基础、应用步骤和优缺点.总结当前遥感时间序列滤波重建方法需要进一步改进之处.     

基于GIS的复种指数潜力研究

复种指数对农业生产具有重要意义 ,通过计算复种指数潜力可以对未来粮食生产潜力进行预测。本文提出基于GIS技术的复种指数潜力计算方法。在GIS软件的支持下 ,分析全国农业统计数据 ,使用遥感数据修正全国县级耕地面积统计数据 ,进而计算各县最大复种指数 ,同时收集并处理气象数据。通过分析最大复种指数与积温、降水和日照时数的关系 ,提出以外包络法构建复种指数潜力模型。利用建立的复种指数潜力模型计算全国 1km尺度的复种指数潜力 ,并使用空间统计方法得到全国及分省的复种指数潜力。全国复种指数潜力为 198 5 %。     

兰州市南北两山植被覆盖度动态变化遥感监测

本文基于植被指数(NDVI)和植被覆盖度像元分解模型,建立了兰州市南北两山植被覆盖度遥感定量模型,在此基础上研究了兰州市南北两山1991年和2006年两个时期的植被覆盖度动态变化,结果表明:1991-2006年兰州市南北两山绿化工程区植被覆盖度总体呈上升趋势,低植被覆盖度面积减小,中高和高植被覆盖度面积增加,其中七里河工程区植被覆盖度变化最为明显,绿化效果较好,安宁工程区绿化效果相对较差,结果可为兰州市南北两山绿化工程提供科学依据。     

黑河中下游植被覆盖度变化遥感监测

自2000年国家决策实施水量统一调度以来,黑河中下游生态环境得到好转,但缺乏一个客观公正的评价方法加以验证。本文考虑黑河中下游区域面积大、数据资料缺乏等特点,提出了基于卫星遥感影像提取生长季植被指数计算植被覆盖度（VFC）,并对VFC的空间分布特征、面积占比、变化趋势等进行了分析。研究表明,2000—2017年18年间,黑河中下游区域均存在低覆盖植被向其他类型覆盖植被转化现象,高植被覆盖区域面积增加,植被覆盖情况整体趋好。该结论与黑河中下游区域生态环境变化现状相符,证明本文方法可以作为区域生态环境评价的重要方法支撑。     

植被遥感时间序列数据重建方法简述及示例分析

随着遥感数据的不断积累,植被遥感产品逐渐形成了完善的时间序列数据,这些数据对阐明生态系统动态变化及分析有关的驱动因素具有重要价值.然而,云遮挡、仪器误差等因素严重制约着植被遥感产品的观测质量,往往造成连续观测数据的缺失.对存在数据缺失的序列进行时空重建是准确提取序列变化特征的重要前提,时空重建就是充分利用遥感数据的时空...     

基于NDVI时间序列数据的江西省水稻种植制度变化研究

利用Savitzky-Golay滤波对覆盖江西省范围的SPOT VGT NDVI时间序列数据进行平滑处理的基础上,结合坡度数据,通过非监督分类的方法提取了江西省2000、2005和2010年水稻种植范围,并根据NDVI的年内动态变化,从水稻种植范围、水稻生长季起始时间、水稻复种指数和NDVI最大振幅等分析了江西省水稻种植和生长情况,探讨2000~2010年江西省水稻生产的变化。     

区域作物生长过程的遥感提取方法

提出利用时序NDVI数据提取作物生长过程方法。遥感数据在采集过程中受云、大气因子的影响 ,以及混合像元问题 ,造成时序植被指数值变得没有规律 ,对比性不强。采用基于最小二次方拟合的谐函数分析方法 ,依据作物轮作规律和生长周期性特征 ,用主要频率的正弦、余弦谐函数重建时序图像 ,去除了影像中云污染的影响。以中国的旱地为例 ,考虑到像元内旱地对NDVI值的贡献率 ,计算区域内旱地像元加权平均值来反映其作物生长过程。同时与区域所有像元的平均值、旱地平均值等统计方法的结果进行对比分析 ,表明区域内旱地的加权平均值能够削弱旱地比例和地域间的差异 ,突出耕地上作物的生长过程特征。通过与地面实测数据分析 ,平滑前后的作物生长过程与叶面积指数相关性增加 5 %— 11% ,采用区域加权平均的方法得到的作物生长过程 ,比旱地平均和NDVI平均的结果与叶面积指数的相关性增加 14 %— 17%。     

Comparison and assessment of NDVI time series for seasonal wetland classification

Satellite-based wetland mapping faces challenges due to the high spatial heterogeneity and dynamic characteristics of seasonal wetlands. Although normalized difference vegetation index (NDVI) time series (NTS) shows great potential in land cover mapping and crop classification, the effectiveness of various NTS with different spatial and temporal resolution has not been evaluated for seasonal wetland classification. To address this issue, we conducted comparisons of those NTS, including the moderate-resolution imaging spectroradiometer (MODIS) NTS with 500?m resolution, NTS fused with MODIS and Landsat data (MOD_LC8-NTS), and HJ-1 NDVI compositions (HJ-1-NTS) with finer resolution, for wetland classification of Poyang Lake. Results showed the following: (1) the NTS with finer resolution was more effective in the classification of seasonal wetlands than that of the MODIS-NTS with 500-m resolution and (2) generally, the HJ-1-NTS performed better than that of the fused NTS, with an overall accuracy of 88.12% for HJ-1-NTS and 83.09% for the MOD_LC8-NTS. Future work should focus on the construction of satellite image time series oriented to highly dynamic characteristics of seasonal wetlands. This study will provide useful guidance for seasonal wetland classification, and benefit the improvements of spatiotemporal fusion models.     

子像元NDVI时间序列曲线生成研究

获取具有时态特性的NDVI曲线是进行土地利用与植被覆盖变化分析的必要步骤,为有效地利用多源遥感影像数据,本文基于尺度下降理论,利用具有不同时间分辨率的高、低空间分辨率遥感影像,采用线性光谱混合模型反向分解低空间分辨率混合像元,计算其子像元级地物反射率,生成具有高时态特性的子像元级NDVI时间序列曲线,使利用有限的遥感数据资源进行较精细的动态植被生物量变化分析成为可能。通过真实影像数据实验分析,其结果验证了该方法的有效性。     

归一化植被指数在遗址探测中的应用

针对目前遗址探测研究多基于单时相遥感数据开展,存在偶然性,对最佳探测时间的研究较少等问题,该文以洛阳盆地为研究对象,利用多时相遥感数据,通过时间序列谐波分析算法(HANTS)重构时间序列植被指数数据集,去噪的同时对比分析出利用冬小麦长势信息进行地下遗址遥感监测的最佳时间区间。研究表明,受地下遗址的胁迫,在分蘖期,冬小麦长势明显比非遗址区的长势差,表明该时期是进行地下遗址探测的最佳时期,进而对最佳探测时期内NDVI积分,有效增强了遗址区和非遗址区之间差异,突出地下遗址的位置和轮廓信息。利用该研究成果,文章成功探测到汉魏洛阳故城以及古伊洛河异常区,与现有的考古资料相吻合。     

基于 DTW 距离的时序 NDVI 数据植被信息提取--以秦巴山区为例

秦巴山区是我国重要的生态屏障,对该区的植被信息提取开展研究,可为区内生态服务功能及自然资源开发利用提供基础数据。通过加窗处理改进DTW距离相似性算法,结合临近度模糊分类方法对2005—2014年的MODIS NDVI时序数据进行植被信息提取。首先利用S-G滤波对MODIS NDVI时序数据进行重建;再利用2013年的采样数据构建各类植被的标准NDVI时序曲线,逐像元计算与标准NDVI时序曲线的加窗DTW距离,利用临近度模糊分类实现植被信息提取;最后验证提取精度。结果表明,算法具有较高的运行效率,可避免错误匹配,以较高的精度(总体精度83.8%,kappa系数0.77)实现长时间序列的植被信息提取。     

基于NDVI城镇土地利用变化检测探讨

通过归一化植被指数（NDVI）结合影像差值,对经过辐射校正后的1993年和2005年武汉地区TM影像进行了土地利用变化检测,与监督法分类进行比较,得出NDVI更宜于实现变化信息探测和提取。     

NDVI与气候因子关系在不同时间尺度上的结果差异

植被指数是反映地表植被覆盖状况的重要参数,分析气候因子与植被指数间的相互关系有助于揭示气候变化对植被的影响,然而当前研究有两种分析植被指数与气候因子关系的方法,分别为分析植被指数与生长季内和生长季间气候因子的关系,然而这两种法差异如何,何种方法更为合适需要进一步分析。利用2000年—2009年生长季的MODIS的归一化植被指数NDVI(Normalized Difference Vegetation Index)数据集和藏北那曲地区3个气象站逐月气象资料(月平均气温、≥0℃活动积温和月降水量),分析比较了生长季内和生长季间气候因子对植被生长影响的差异,并分析了两种方法的优劣。结果表明:(1)生长季内植被NDVI与同期气温和降水量均呈高度正相关,生长季内时滞时间尺度为1个月时,植被NDVI对月平均气温及降水响应均最为强烈。(2)生长季间NDVI与同期降水量相关性并不明显,气候因子的滞后效应在生长季间也较弱。(3)生长季内和生长季间植被NDVI与气候因子的关系所得出的结论有一定差异性,可能是因为两方面的原因:生长季内植被NDVI与水热因子的高相关性与中国季风季候造成的高温多雨出现在夏季有关,而生长季内高水热条件与高植被指数对应的多年重复必然造伪的高相关系数,但这种相关性不一定能真实反映植被与水热条件的关系,而生长季间水热等气候因子与植被指数年际变化相关性分析不存在水热与高植被指数同期问题,更能真实反映气候因子年际变化对植被的影响。