1 兰州交通大学测绘与地理信息学院, 甘肃 兰州 730070
2 甘肃省草原技术推广总站, 甘肃 兰州 730010
时序光谱遥感植被指数是公认的监测植被覆盖变化的有效指标, 在大范围植被覆盖动态变化监测中发挥着重要作用。 祁连山地处中国西部甘肃和青海两省交界处, 地理位置特殊, 对维持中国西部生态安全具有重要作用。 随着全球气候变化, 祁连山区的气候也出现了不同程度的变化, 并且近些年来国家在祁连山实施了多项生态环境保护工程措施。 针对祁连山不同生态区植被覆盖变化现状及未来趋势研究的不足, 基于1 km分辨率的SPOT-VGT-NDVI光谱数据, 运用数理统计法、 空间叠置法分析了祁连山不同生态区植被覆盖时空格局、 植被稳定性和未来演化趋势, 探寻出敏感区域, 为区域生态安全、 生态工程建设提供理论基础, 进而为林草部门制定祁连山保护规划和植被恢复措施提供科学依据。 研究结果表明: 1998年-2018年间祁连山植被NDVI呈波动上升趋势, 增速为0.32%·a-1; 柴达木盆地荒漠生态区和帕米尔-昆仑山-阿尔金山高寒荒漠草原生态区NDVI变化率较小, 仅为0.14%·a-1和0.27%·a-1, 而内蒙古高原中部草原化荒漠生态区和江河源区-甘南高寒草甸草原生态区的变化率较大, 分别为0.54%·a-1和0.57%·a-1。 空间上, 祁连山植被NDVI呈现东南区域高, 西北区域低, 整体改善, 局部恶化的趋势, 恶化区域和改善区域面积分别占祁连山总面积的28.37%和40.76%; 分析发现祁连山植被较为稳定, 较高波动和高波动变化区域面积合计为0.22×104 km2, 占1.20%; 未来呈良性发展趋势和恶性发展趋势的面积分别占祁连山总面积的42.82%和26.40%, 其中持续性恶化的面积占25.56%。 祁连山-植被恶化区域主要为高海拔雪线附近的高寒草原和高寒荒漠、 中东部城镇周围地区和河湖周围的植被脆弱区域, 国家应将此区域作为以后治理的重点区。
光谱数据 植被覆盖 时空变化 祁连山 Spectral data Vegetation coverage Spatiotemporal variation NDVI The Qilian Mountains NDVI 光谱学与光谱分析
2022, 42(4): 1192
1 中国农业大学水利与土木工程学院, 北京 100083
2 中国农业大学工学院, 北京 100083
以大型喷灌机为平台的近地遥感技术可有效观测作物的生长状态, 对田间生产管理和作物水肥需求特性等研究具有十分重要的意义。 由于在遥感观测过程中, 作物冠层具有二向反射特性, 因此不同观测方式会影响遥感观测结果。 通过自行搭建的近地遥感系统模拟大型喷灌机平台的实地观测条件, 使用双通道光谱传感器获取小麦与玉米冠层的光谱反射率信息, 引入变异系数CV对由冠层二向反射特性引起的信息数据变幅进行量化, 并采用影响因素权重W分析各观测参数对数据变幅的影响程度。 通过获取2019年冬小麦返青期至灌浆期、 夏玉米V7—V14生育期的冠层近红外波段(810 nm)和红光波段(650 nm)的反射率数据, 分析多种观测因素对比值植被指数(RVI)数据和植被归一化指数(NDVI)数据的影响。 结果表明, 观测高度(0.5~2.5 m)、 观测频率(2~60次·min-1)和移动速度(0~4 m·min-1)与观测结果无显著相关关系(p>0.05), 观测时刻(8:00—18:00)、 观测天顶角(-60°~60°)和观测方位角(0°~180°)与观测结果相关关系极为显著(p<0.01); 小麦和玉米的冠层RVI、 NDVI数据获取结果主要取决于冠层覆盖程度, 在相同叶面积指数(LAI)情况下观测结果也会因观测时刻、 观测方位角和观测天顶角的差异而受到不同程度的影响; 冠层光谱反射率信息二向反射特性明显, 小麦冠层RVI和NDVI变异系数分别为15%~50%和2%~50%, 玉米冠层RVI和NDVI变异系数分别为10%~33%和18%~39%; 进行观测时, 应尽量选择在太阳天顶角较稳定的12:00—14:00时段, 并尽量缩短观测时长, 还应选择固定的观测角度, 注意阴影效应与热点效应的影响; 此外, 在小麦返青至拔节期、 抽穗至扬花期获取RVI和NDVI时, 还应分别注意观测天顶角、 观测时刻对测量精度的干扰。 研究结果可为快速获取高精度的小麦、 玉米冠层光谱反射率数据提供技术支撑。
冠层光谱反射率 近地遥感 二向反射特性 Canopy spectral reflectance measurement Ground-based remote sensing RVI NDVI Bidirectional reflection RVI NDVI 光谱学与光谱分析
2021, 41(8): 2578
1 南京大学国际地球系统科学研究所, 江苏 南京 210023
2 江苏省地理信息技术重点实验室, 江苏 南京 210023
基于遥感光谱特征准确识别优势树种类型对于区域林业资源的监测和经营具有重要意义, 也是当前亟待解决的重要科学问题。 伴随遥感技术的发展, 利用时间序列高分影像能够有效获取林分树种不同物候期生长特性及其冠层光谱动态信息, 有利于克服区域森林类型精细识别中普遍存在的异物同谱难题。 以中国东北地区赤峰市旺业甸国有林场为试验区, 采用覆盖完整自然年的共36景高分一号(GF-1)WFV时间序列数据(16 m), 提取包含不同优势树种生长阶段特征的林分冠层光谱归一化植被指数(NDVI), 结合支持向量机(SVM)模型对研究区内5种典型优势树种: 油松、 落叶松、 山杨、 白桦和蒙古栎, 进行不同时间尺度下(单季相、 全季相、 逐月和逐旬)的光谱识别研究。 同时, 分别基于原始时序光谱及其一阶、 二阶和三阶微分变换结果, 探讨了不同分辨率时序NDVI光谱及其3种微分变换结果对区域森林优势树种的识别效果。 结果显示, 基于不同尺度的时间序列数据能够获得比不同季节单时相数据更好的树种识别结果(p＜0.05), 其中采用全季相数据的树种总分类精度相比于春、 夏和秋不同季节的单季相数据结果, 分别提高了7.67%, 6.64%和3.6%, 表明时间序列影像中所包含的植被物候信息对于区分不同森林树种类型十分重要, 同时秋季是采用单时相数据的最佳识别季节(p＜0.05); 在不同时间序列数据中, 基于逐旬的NDVI数据显著优于基于逐月和全季相数据的光谱识别结果(p＜0.05), 而基于全季相数据的光谱识别结果最低(p＜0.05), 表明更密集的时序光谱信息有利于区域树种类型识别精度的提升。 此外, 结合光谱微分变换后的树种识别结果比仅采用原始NDVI时间序列的识别结果精度更高(p＜0.05), 其中基于逐旬和逐月时间分辨率数据的最高识别精度能够达到82.1%和78.74%, 分别提升了3.38%和2.95%。 研究表明采用基于全年逐旬或逐月尺度的时序光谱数据, 并结合相应的微分变换方法, 可以有效提高区域尺度优势树种的识别精度, 为相关多光谱森林植被精细识别研究提供参考。
树种识别 时序NDVI 微分变换 高分一号 支持向量机 Tree species classification NDVI time-series Differential transformation GF-1 Support vector machine 光谱学与光谱分析
2019, 39(12): 3794
中国矿业大学(北京)地球科学与测绘工程学院, 北京 100083
露天开采会彻底改变原有土地利用景观格局, 直接破坏当地生态环境, 甚至会影响附近居民的生产和生活, 因此越来越多的学者开始关注开采扰动。 先前有关利用时序多光谱影像提取开采扰动的研究区集中于扰动形式单一的森林区。 而我国露天煤矿大多集中于草原区, 且我国东北部的草原矿区因其脆弱的生态环境以及其他多种扰动形式的存在, 使得开采扰动识别更加困难。 为明确我国东北部生态脆弱区草原露采场的开采扰动, 以胜利矿区为例, 利用1986年—2017年27期Landsat多光谱遥感影像, 基于归一化植被指数NDVI(normalized difference vegetation index)的长时间序列轨迹变化特征(为了去除物候、 云和阴影等对时序多光谱影像的影响, 利用BISE-WT滤波器对原始NDVI时间序列进行滤波处理, 有效地去除时序NDVI数据中的噪声并同时保留有效信息), 经过样本点训练, 获得CV阈值(变异系数coefficient of variation)和Max阈值(植被阈值), 构建CV-Max扰动识别模型, 提取研究区的扰动分布。 并利用植被阈值, 分析NDVI时序轨迹, 获得扰动年际信息, 重构扰动历史地图; 进而通过分析研究区典型地物的光谱特征, 构建裸煤提取规则, 以此来提取研究区的裸煤分布; 最后通过构建裸煤及扰动区两者间的拓扑关系, 进行空间拓扑叠置分析, 从而获得开采扰动信息。 经过精度验证, 开采扰动的提取精度达到93.17%(Kappa系数=0.85), 扰动年际信息提取精度达到83.35%(Kappa系数=0.81)。 结果表明: 在研究期间, 空间上, 开采扰动面积占研究区总面积的8.90%; 时间上, 开采扰动的发生集中于2000年—2009年, 期间开采扰动像元占开采扰动总像元的76.70%; 1988年—1998年矿区属于土地损毁初始期, 2000年—2005年矿区属于土地损毁加速期, 2006年—2009年矿区属于土地损毁高峰期, 2010年—2017年开采扰动像元占比趋势比较平缓且持续处于较低水平, 矿区土地损毁范围基本稳定。 所提出的针对我国东北部生态脆弱性草原矿区, 基于时序多光谱影像, 利用植被指数NDVI和裸煤光谱特征提取开采扰动信息的方法是可行的, 该研究结果可为干旱、 半干旱草原露天矿区的可持续发展提供数据和理论方法支撑。
Landsat时序影像 光谱特征 开采扰动 CV-Max模型 Landsat multi-temporal NDVI NDVI Spectral features Mining disturbance CV-Max model 光谱学与光谱分析
2019, 39(12): 3788
1 北华航天工业学院，河北 廊坊 065000
2 河北省航天遥感信息处理与应用协同创新中心，河北 廊坊 065000
3 中国地质大学(北京)，北京 100083
以河北省廊坊市永清县整个县域为研究区，以GF1-WFV 16 m分辨率影像为数据源，选取覆盖作物完整生长期多个时相的影像数据，构建作物归一化植被指数(Normalized Difference Vegetation Index，NDVI)时间序列。通过对研究区NDVI曲线的分析，发现利用该数据构建的NDVI时间序列可描述研究区作物的生长特性，体现当地不同作物的物候差异，能有效地区分出当地的种植模式。选取NDVI曲线上最大值、最小值、峰值的出现时间、峰值数量和阈值等特征参数构建决策树。根据研究区的物候历和对当地种植结构的调查，利用最佳时相的影像，针对某一种或特定几种作物进行分类提取。分别采用决策树分类、神经网络分类等方法进行精度验证，综合比较得出最佳的作物分类方法。研究结果表明，在永清县这一县域研究区，利用GF1-WFV 16 m分辨率多时相遥感数据进行作物分类，采用决策树分类、神经网络分类两种方法的精度分别为72.0729%、87.3%。利用决策树分类的效果最优。
多时相 NDVI时间序列 决策树 神经网络 作物分类 multi-temporal NDVI time series decision tree neural network crop classification
1 北京大学空间信息集成及其应用重点实验室, 地球与空间科学学院, 北京 100871
2 School of Mechanical and Aerospace Engineering, Nanyang Technological University, 639798, Singapore
3 河海大学地球科学与工程学院, 江苏 南京 211100
无论是多角度遥感的发展、 还是偏振、 高光谱遥感的发展, 它们有一个相同的目的, 即利用电磁波的种种特性、 以及空间特性来对地球表面的一切地物进行精确的识别。 任何单一的方法和手段不可能完整地描述和反映地物的所有特征。 偏振测量是目标测量识别技术中不可缺少的技术之一, 并且成为近年来全世界目标识别领域中的研究热点。 由于定量遥感的反射强度对植被遥感的影响不可忽视, 反射辐射信号呈现饱和或过弱都不能被检测到。 而偏振是植被定量遥感的重要手段, 因而有必要开发一种克服由反射强度强弱引起的植被反演误差的方法, 这也是我们目前的研究目标。 如果反射的辐射信号太强或太弱, 都会影响遥感的准确性, 而来自植被的偏振光可以提供有用的信息, 特别是当反射的辐射信号饱和时, 使得传感器不能获得足够有用的非偏振信息。 本研究采用基于地面的偏振成像光谱仪系统, 开发了一种偏振方法来克服反射强度过强过弱引起的植被反演误差。 利用FISS-P偏振成像光谱仪系统研究了反射强度对遥感植被NDVI和DoLP效用的影响, 实验地点在北京市中国科学院奥林匹克科技园。 在对目标采样时对反射率强, 反射率弱以及反射率适中的植被分别测量, 同时对目标植被的不同波段(470, 555, 670, 864 nm)的DoLP进行计算与分析。 地基成像光谱仪系统(FISS-P)提供了具有偏振信息的高空间分辨率图像, 我们可以确定在阴影和强反射区域中单个像素的光谱偏振特性。 在成像光谱信息的基础上, 利用光的偏振性来对地物的物理特性进行分析。 本文使用斯托克斯分量来表征反射光的各个偏振分量, 使用线偏振度(DoLP)表征反射光偏振程度。 信号饱和度和阴影效应导致归一化植被指数(NDVI)植被密集程度非常低, 造成严重的反演误差, 然而强反射对线偏振度(DoLP)的影响不大。 研究结果表明, 反射辐射信号饱和时, 偏振效应可以通过适当的频带提高植被的反演精度, 平均NDVI的相对误差为33.8％, 而DoLP(670 nm)的相对误差仅为6.3％, 而其他波段的DoLP(555 nm, 864 nm)的相对误差要大很多。 这项研究结果表明, 在植被识别时可以忽略强反射, 然而, 阴影(弱反射)效应是不容忽视的。 FISS-P偏振成像光谱仪是用于计算具有不同反射强度的样品类型的偏振和非偏振参数的有效工具, 同时发现在识别植被时, 强烈的反射可以忽略不计, 但是植被的阴影(弱反射)效应不容忽视。 与非偏振方法相比, 偏振效应可以提高反射辐射信号饱和时的植被反演精度。 这项研究分析了使用偏振法强弱反射强度引起的误差减少。 为了进一步揭示植被的阴影(弱反射)效应与DoLP之间的关系, 还有一些问题需要解决。
线偏振度 场成像光谱仪系统 反射强度 Degree of linear polarization Field imaging spectrometer system NDVI NDVI Reflection intensity 光谱学与光谱分析
2018, 38(10): 3315
中国石油大学地球科学与技术学院, 山东青岛266580
针对MODIS数据绿潮提取存在大量混合像元导致绿潮覆盖面积偏大这一问题, 基于3 m分辨率的机载SAR高分影像, 结合归一化植被指数(NDVI), 对MODIS研究区中大于NDVI阈值的像元进行混合像元分解得到绿潮的“覆盖面积”; 获取的准同步3 m机载SAR提取的绿潮面积为“真实值”, 然后建立二者之间的关系模型, 并选取不同的样本区域对该模型进行了验证。实验结果表明: NDVI等传统算法所提取的绿潮覆盖面积约为“真实值”的2.68倍; 基于混合像元分解的方法所提取的绿潮面积较“真实值”偏小, 约为“真值”的0.56倍; 与传统的NDVI等多波段比值法相比, 该精细化模型方法提取的绿潮覆盖面积更接近于“真实值”, 与“真实值”误差仅为6.7%。
黄海 绿潮 混合像元分解 机载SAR Yellow Sea green tide mixed pixel decomposition MODIS MODIS NDVI NDVI airborne SAR
煤火在世界各地均有不同程度的发生, 严重威胁生态环境, 煤火燃烧释放大量的有毒有害气体, 造成大气污染, 同时煤火燃烧形成地下空洞, 导致地表塌陷, 直接威胁着矿区人员的生命安全。 遥感技术的迅猛发展使大尺度反演与监测煤火温度变为可能。 单窗算法是一个简单可行且精度较高的煤火温度反演方法, 该方法需要两个大气参数进行温度反演, 即大气水分含量和地表比辐射率。 由于该算法需要卫星影像获取瞬间时的大气水分含量, 而卫星过境瞬间的大气水分含量受多种因素影响难以获得; 单窗算法对不同类型的地物均采用统一的地表比辐射率, 这会导致反演温度不精确, 误差较大。 针对上述存在的问题, 采用基于地面湿度参量建立起的大气可降水量与地面水汽压间的经验关系, 计算大气水分含量, 同时, 采用NDVI阈值法计算不同地物类型的地表比辐射率, 对单窗算法中的两个参数进行精确估计, 从而改进提高该算法的精度及可操作性。 将改进的算法应用于内蒙古乌达矿区, 反演从1988年到2015年间研究区的煤火温度, 提取每年研究区的温度异常区域, 对比分析煤火区域分布、 面积变化情况。 本文提出的改进算法能够快速、 高效的反演煤火温度, 对掌握煤火异常区域变化情况提供技术支持, 具有可操作性及现实意义。
多光谱 热红外光谱 单窗算法 NDVI阈值法 Multi-spectral Thermal infrared spectral a mono-window algorithm NDVI threshold method 光谱学与光谱分析
2016, 36(8): 2712
1 青藏高原冰冻圈观测研究站, 冰冻圈科学国家重点实验室, 中国科学院寒区旱区环境与工程研究所, 甘肃 兰州 730020
2 中国科学院大学, 北京 100049
3 贵州省农业科学院贵州省草业研究所, 贵州 贵阳 550006
植被在陆地碳循环和气候系统中发挥着重要作用, 近几十年来众多研究集中于分析植被生长状况的动态变化。 拥有大面积高海拔区域的青藏高原是“世界的第三极”, 其植被生长状况对全球变暖现象十分敏感。 而由光谱的可见光红波段和近红外波段反演产生的NDVI, 则是监测植被生长状况的最有效工具之一。 通过一元线性回归模型, 在青藏高原地区利用2000年到2014年的MODIS资料将GIMMS NDVI数据集从1982到2006年的时间序列扩展至2014年。 相比已有的研究, 因考虑了尺度变化引起的残差, NDVI扩展数据集的精度得到进一步提高。 该方法可以为今后不同NDVI数据集耦合提供一种新的思路。 利用1982年到2014年的NDVI新数据集可以发现以下结果: 青藏高原植被生长季的生长存在明显的增长趋势（0.000 4 yr-1, r2=0.585 9, p<0.001）, 春、 夏和秋季的增长率分别为0.000 5（r2=0.295 4, p=0.001）, 0.000 3（r2=0.105 3, p=0.065）和0.000 6（r2=0.436 7, p<0.001）。 因高原植被生长, 促进该区域碳积累效应, 故青藏高原植被在1982到2014年间是一个稳定的碳吸收区。 结合高原温度和降水资料分析植被生长状况增长的原因, 虽二者都具有增长趋势, 不过生长季及春、 夏和秋季的NDVI变化状况同温度的相关性显著高于降水。 在空间分布上, 各区域植被增长趋势同温度、 降水变化都具有明显的空间异质性。
植被变化 青藏高原 温度 降水 Vegetation change Qinghai-Tibet plateau NDVI NDVI Temperature Precipitation
山东农业大学资源与环境学院, 土肥资源高效利用国家工程实验室, 山东 泰安 271018
选择山东省无棣县“渤海粮仓”项目核心示范区为研究区, 利用ADC便携式多光谱相机和EC110便携式盐分计, 采集该区近地多光谱相片和土壤表层含盐量数据, 通过NDVI, SAVI, GNDVI三种植被指数分别与实测土壤含盐量构建线性、 指数、 对数、 乘幂、 二次和三次函数共18种模型, 进而优选土壤盐分含量最佳估测模型, 反演和分析研究区土壤盐分状况。 结果显示, 各模型均可有效估测土壤盐分含量, 以SAVI为因变量构建的各模型估测效果较好, 其中以SAVI的线性模型(Y=-0.524x+0.663, n=70)为最佳, 显著检验水平下的F检验值最高, 为141.347, 估测R2为0.797, 精度达到93.36%; 研究区的土壤盐分含量集中在2.5‰～3.5‰之间, 呈现从西南向东北逐渐升高的明显分布规律。 探索了基于近地面多光谱数据的土壤含盐量估测方法, 为研究区乃至整个黄河三角洲滨海盐碱土的盐分含量估测提供了一种快速有效的技术方法。
无棣县 ADC多光谱相机 土壤含盐量 Wudi County ADC portable multispectral camera NDVI NDVI SAVI SAVI GNDVI GNDVI Soil salinity
