归一化植被指数(NDVI)

摘要： 基于2001-2018年MODIS NDVI数据,从生态分区视角分析陕西省归一化植被指数(NDVI)的时空变化特征,并结合该地区31个气象站点日值数据,探讨NDVI对极端气温和极端降水指数的响应特征。结果表明:(1)陕西省及其各生态区的NDVI变化均显著上升,整体呈南高北低的分布特点,其中秦巴山地落叶与阔叶林生态区(IV)NDVI值最高为0.86,陕北北部典型草原生态区(I)NDVI值最低为0.38。(2)年际尺度上,陕西省NDVI与极端气温暖极值(暖夜日数)和极端降水指数总体呈显著正相关(P<0.05),在陕西省北部NDVI变化主要受极端降水的影响,南部则对极端气温的敏感度更高。(3)多年月尺度上,各生态区NDVI对极端气温冷极值(最低气温、日最低气温的极低值和日最高气温的极低值)和极端气温暖极值(最高气温、日最低气温的极高值和日最高气温的极高值)存在明显的滞后性,滞后时间多为3个月;与极端降水指数(单日最大降水量和连续5日最大降水量)的滞后时间为2个月,说明陕西省内NDVI对极端气候的响应具有显著的滞后效应。

摘要： 植被是反映陆地生态系统变化的敏感因子之一,对维持和调节生态系统稳定具有重要作用。以生态脆弱区艾比湖流域为研究区,采用地理探测器模型,研究艾比湖流域自然、人文因子及其交互作用对植被时空覆盖变化的影响,分析各影响因子促进植被生长的适宜范围(类别)。结果表明:(1)2000—2020年艾比湖流域归一化植被指数(NDVI)呈现增加趋势,增速为0.035·(10a)^(-1),生态环境得到有效改善,改善区域主要分布在中西部,显著提高地区主要位于艾比湖中部,严重退化地区零散分布在艾比湖中部中心位置。(2)土地利用类型、植被类型和土壤类型因素对植被ND⁃VI空间分布的影响力大于其他因子,是主要影响因子。自然、人文因子之间对植被NDVI的交互作用以非线性增强和双因子增强效应为主,不存在独立关系。(3)耕地、栽培植被、人为土、中起伏山地、高程2177~2558 m、年降水量228~245 mm、年均气温4.74~5.25°C、坡向157.5°~202.5°以及坡度25°~35°,适合植被生长。研究结果将为艾比湖流域的生态保护提供科学依据。

摘要： 不同植被类型对外界干扰和环境变化的敏感性不同。为厘清中国不同类型植被的动态变化特征及其对外界环境变化的响应,综合利用趋势分析、残差分析和情景模拟方法,在明确2000—2015年间我国不同植被类型归一化植被指数(NDVI)时空变化基础上,对气候变化和人类活动两大驱动要素在不同植被类型NDVI变化中的相对贡献进行了定量评估和归因。研究结果表明:(1)2000—2015年,我国植被NDVI整体呈增加趋势,且其空间占比高达84.1%。其中,森林植被的改善状况最佳,显著增加的面积占到了森林总面积的82.4%;而荒漠植被的改善状况相对较差,仅有22.3%的区域呈显著增加趋势。(2)人类活动在我国植被变化中占主导地位。植被改善区和植被退化区人类活动的相对贡献分别为76.4%和60.0%,且人类活动对植被的影响更多与管理方式而非土地利用类型转变有关。(3)不同类型植被对气候变化和人类活动的响应差异显著。对于植被改善区,除沼泽外,人类活动对各类型植被NDVI变化的贡献率均在70%以上,尤其是对农作物的贡献率最高,达到80.7%;对于植被退化区,人类活动影响较大的植被类型为沼泽和农作物,表明2000—2015年间我国沼泽受到了更强烈人类活动的负面影响。研究有助于增强对不同植被类型对全球变化响应机制的理解,并为促进生态建设和植被恢复工作的有效实施提供科学参考。

摘要： 植被作为反映陆地生态系统和气候的重要指标,对研究全球或区域生态环境变化具有重要作用。以地处黄土高原生态脆弱区的榆林市为研究区,基于地理探测器模型,选取坡向、坡度、气温、降水和土壤类型5类自然因子,土地利用类型、人口密度和GDP 3类人文因子,分析榆林地区植被空间分异特征及其驱动力,并揭示了促进植被生长影响因子的最适宜特征。结果表明,(1)研究区2000—2018年植被覆盖趋向改善,NDVI呈现增加趋势,增速为0.11/10 a,2008年以后植被增长较为明显;NDVI在2018年中高等级(0.6—0.8)面积比2000年中高等级面积明显增加;中高等级集中于榆林市东部黄土丘陵区,中低等级(0.2—0.4)集中于榆林市西北部的风沙区,植被覆盖呈现东部高西北低的空间分布特征。(2)人口密度和气温因子较好地解释植被NDVI空间分异性,是影响NDVI空间分异性的主要因子,GDP、土地利用类型和坡度是次级影响因子,其他因子对NDVI空间分异存在间接影响;坡向、降水和土壤类型因子与其他自然、人文因素对植被空间分布影响存在显著性差异。(3)自然、人文因子对榆林市NDVI的影响存在交互作用,因子之间的交互效应表现为相互增强或非线性增强关系,不存在独立关系。该研究揭示了促进植被生长的各影响因素适宜类型或范围,自然、人文因子的共同作用对植被影响更加显著,为地方政府指导区域植被恢复和生态修复提供科学依据。

摘要： 卫星遥感是监测大范围植被动态变化最有效的手段。随着中国遥感技术的发展,国产风云卫星也逐渐应用于植被变化研究,但有关国产风云卫星刻画植被动态变化表现方面仍不明晰。比较了国产风云卫星(FY-3C VIRR)和美国Terra卫星(MODIS)的归一化植被指数(normalized difference vegetation index,NDVI)产品在湖南省和江西省的时空一致性。结果表明:①两种卫星NDVI产品的空间分布与年、季、月的变化特征在湘赣地区有较好的一致性,江西省NDVI整体高于湖南省;②FY-3C和MODIS年均NDVI都呈现出2018年高于2017年和2019年的情况,基于MODIS的湘赣地区三年的年均NDVI(0.58)高出FY-3C(0.36)约60%;③FY-3C NDVI在各季节都整体低于MODIS NDVI,其中冬季差异最大,基于MODIS NDVI均值(0.42)约是FY-3C(0.21)的2倍,其余季节MODIS高出FY-3C约50%;④FY-3C NDVI与MODIS NDVI月变化趋势基本一致,二者年最大NDVI差异变化不大且较为稳定,年最小NDVI差异方面更明显且差异较大(MODIS年最小NDVI高出FY-3C约100%)。研究结果可为国产风云卫星检测典型地区植被动态变化特征的能力提供科学参考。

摘要： 本文基于GIMMS NDVI数据,采用遥感物候法提取了生长季开始日期(SOS)、生长季结束日期(EOS)和生长季长度(LGS)3个植被物候指标,并借助Theil-Sen斜率与Mann-Kendall检验等统计方法和偏最小二乘分析法(PLS),分析了祁连山不同类型植被物候空间分布规律、时间变化趋势及其对温度的响应.结果表明:1)自东南到西北方向,祁连山植被类型从灌丛逐渐过渡到草甸、草原再到高山植被,物候指标SOS逐渐推迟,EOS逐渐提前,LGS逐渐缩短.2)草甸和灌丛2种植被的物候变化最为剧烈,研究期内该2种植被的SOS均显著提前(分别为0.19和0.25 d·(10 a)^(−1)),EOS显著推迟(分别为0.20、0.21 d·(10 a)^(−1)),LGS显著延长(分别为0.39、0.46 d·(10 a)^(−1));祁连山全境及主要植被的SOS均在1997—2000年发生转折,EOS和LGS的转折点均发生在2003年.3)上年秋末冬初温度对草甸与灌丛植被SOS具有正向影响,物候期前的春季温度对SOS具有显著负影响;夏秋季温度对EOS和LGS具有显著正影响.此外,最高温对物候的影响显著强于最低温,且在春夏季的个别月份,二者对物候的影响方向不同.植被物候的变化提示当地牧民在牧草种植与放牧上的调整.

摘要： 【目的】多项生态工程实施以来,陕北黄土高原地区环境明显改善,探究该区域植被的时空变化,为生态环境建设与差异化决策提供依据。【方法】以陕西省延安市富县为研究对象,利用2000—2019年生长季的Landsat TM/ETM+/OLI影像,运用DBEST算法对归一化植被指数(NDVI)时间序列进行断点检测,并提出多阶段趋势分析方法分析富县植被变化时空特征。【结果】富县植被的断点检测结果表明:66.47%的区域断点NDVI变化幅度小于0.2,主要分布在富县西部和东北地区,植被相对稳定,未发生剧烈变化;33.53%的区域断点NDVI变化幅度大于0.2,其中断点数量多于4个的区域仅占5.88%,集中分布于道路、河流沿线,变化频繁,与人为活动有关。当前阶段趋势分析表明:断点NDVI变化幅度大于0.2的区域,改善的面积占总面积的24.57%,退化面积仅占2.12%;开始时间均在2014年之前,时间分布跨度大,空间异质性强,揭示了富县植被变化的多样性及复杂性;富县有林地、疏林地、灌木林地、未成林造林地4种主要林地均趋于改善,改善面积占林地面积的96.23%。【结论】2000—2019年,富县植被整体呈现改善趋势,生态建设工程取得良好的效果;植被变化的时空特征存在差异,后续决策需因地制宜。

摘要： 气候变化是干旱区植被变化的重要驱动因素,探究干旱区气候与植被关系的时空变化,有助于理解生态系统演化特征。基于MODIS-NDVI与CRU数据集中气候数据(降水、平均气温、最高气温、最低气温、水汽压及潜在蒸散),采用Sen+Mann-kendall、Hurst指数及相关分析法,在不同时间尺度评价了阿勒泰地区NDVI的时空变化特征及其对气候变化的响应。结果表明:(1)在年尺度上,植被NDVI整体呈上升趋势,但存在弱反持续特征。区域内植被退化现象严重(12.11%),植被改善区域与退化区域呈破碎化分布。(2)月尺度与季尺度上,NDVI与降水、气温、极端气温、水汽压和潜在蒸散呈正相关,其中降水因素在季尺度上的相关性高于月尺度。(3)不同土地利用方式下NDVI与气候因子的滞后效应表现为短期正效应与长期负效应。

摘要： 植被是生态系统的主要组成部分,在调节全球气候变化和生态平衡方面有重要作用,是气候变化的指示器。因此,研究植被弹性和抗性及影响因素对区域植被稳定性现状和生态可持续发展具有重要意义。基于2000—2019年MOD13A2 NDVI数据、气象数据和植被类型数据,通过自回归模型、趋势分析及地理空间分析方法,对内蒙古植被稳定性及其影响因素进行了探讨。结果表明:内蒙古森林、草甸草原和荒漠草原区NDVI在2000—2019年期间呈增加趋势,植被覆盖整体上趋于改善;植被弹性指标与森林、草甸草原平均NDVI拟合度较差,与荒漠草原NDVI拟合度较高,表示森林和草甸草原植被弹性较大、荒漠草原植被弹性低;荒漠草原对降水和气温抗性较大,森林、草甸草原对气温抗性较小。上述结果表明内蒙古地区的不同类型植被弹性随气候因素变化而变化,并且降水是内蒙古地区植被覆盖变化的主导限制因素。

摘要： 为研究淖毛湖盆地区域植被生长状态,基于Landsat系列和Aster遥感数据,对淖毛湖盆地区域植被指数时空分布及其影响因素进行分析。结果表明:1991~2018年研究区NDVI平均值在0.041~0.077间波动,总体变化较小,呈下降趋势;植被指数较高区域主要集中在农田及淖毛湖镇东西两侧的胡杨林地,荒漠、砾质戈壁、丘陵等植被覆盖度较差,生态环境较脆弱。

摘要： 本文利用土壤-植被-大气传输机理模型(VIP模型),以GIS背景数据库(土地利用图、土壤质地图和数字高程图)为支撑,在NOAA-AVHRR NDVI数据和气象信息的驱动下,连续模拟了1981~2001年华北平原冬小麦和夏玉米生育期的蒸散过程.结果表明:模拟的作用蒸散量与Lysimeter观测值和其他学者的田间试验研究结果具有较好的一致性.华北平原冬小麦多年平均蒸散量空间上呈现南高北低的趋势,其中黄河以北地区和山东半岛的蒸散量在200~400mm之间,南部地区在400~466mm之间.对玉米而言,北部的海河低地平原以及津、冀、鲁的沿海地区多年平均蒸散量变化在230~380mm,其余大部分地区蒸散量在380~470mm.除本区最南端的极少部分地区外,华北平原大部分地区冬小麦生育期内的自然降水都小于蒸散量,水分亏缺量大于200mm,而夏玉米生育期内大部分地区的降水大于蒸散量.

摘要： 本文利用土壤-植被-大气传输机理模型(VIP模型),以GIS背景数据库(土地利用图、土壤质地图和数字高程图)为支撑,在NOAA-AVHRR NDVI数据和气象信息的驱动下,连续模拟了1981~2001年华北平原冬小麦和夏玉米生育期的蒸散过程.结果表明:模拟的作用蒸散量与Lysimeter观测值和其他学者的田间试验研究结果具有较好的一致性.华北平原冬小麦多年平均蒸散量空间上呈现南高北低的趋势,其中黄河以北地区和山东半岛的蒸散量在200~400mm之间,南部地区在400~466mm之间.对玉米而言,北部的海河低地平原以及津、冀、鲁的沿海地区多年平均蒸散量变化在230~380mm,其余大部分地区蒸散量在380~470mm.除本区最南端的极少部分地区外,华北平原大部分地区冬小麦生育期内的自然降水都小于蒸散量,水分亏缺量大于200mm,而夏玉米生育期内大部分地区的降水大于蒸散量.

摘要： 本文利用土壤-植被-大气传输机理模型(VIP模型),以GIS背景数据库(土地利用图、土壤质地图和数字高程图)为支撑,在NOAA-AVHRR NDVI数据和气象信息的驱动下,连续模拟了1981~2001年华北平原冬小麦和夏玉米生育期的蒸散过程.结果表明:模拟的作用蒸散量与Lysimeter观测值和其他学者的田间试验研究结果具有较好的一致性.华北平原冬小麦多年平均蒸散量空间上呈现南高北低的趋势,其中黄河以北地区和山东半岛的蒸散量在200~400mm之间,南部地区在400~466mm之间.对玉米而言,北部的海河低地平原以及津、冀、鲁的沿海地区多年平均蒸散量变化在230~380mm,其余大部分地区蒸散量在380~470mm.除本区最南端的极少部分地区外,华北平原大部分地区冬小麦生育期内的自然降水都小于蒸散量,水分亏缺量大于200mm,而夏玉米生育期内大部分地区的降水大于蒸散量.

摘要： 本文利用土壤-植被-大气传输机理模型(VIP模型),以GIS背景数据库(土地利用图、土壤质地图和数字高程图)为支撑,在NOAA-AVHRR NDVI数据和气象信息的驱动下,连续模拟了1981~2001年华北平原冬小麦和夏玉米生育期的蒸散过程.结果表明:模拟的作用蒸散量与Lysimeter观测值和其他学者的田间试验研究结果具有较好的一致性.华北平原冬小麦多年平均蒸散量空间上呈现南高北低的趋势,其中黄河以北地区和山东半岛的蒸散量在200~400mm之间,南部地区在400~466mm之间.对玉米而言,北部的海河低地平原以及津、冀、鲁的沿海地区多年平均蒸散量变化在230~380mm,其余大部分地区蒸散量在380~470mm.除本区最南端的极少部分地区外,华北平原大部分地区冬小麦生育期内的自然降水都小于蒸散量,水分亏缺量大于200mm,而夏玉米生育期内大部分地区的降水大于蒸散量.

摘要： 本发明实施例提供一种指定位置点的归一化植被指数NDVI获取方法及系统。所述方法包括：客户端获取指定位置点的坐标信息，基于所述坐标信息生成所述指定位置点的NDVI计算请求并发送至服务端，所述NDVI计算请求包括所述坐标信息；所述服务端接收到所述NDVI计算请求后，根据所述坐标信息在预先存储的NDVI栅格数据中查询与所述坐标信息对应的NDVI时间序列数据，并将所述NDVI时间序列数据返回至所述客户端。本发明实施例提供的指定位置点的归一化植被指数NDVI获取方法及系统，通过根据指定位置点的坐标信息在预先存储的NDVI栅格数据中查询对应的NDVI时间序列数据，提高了指定位置点的归一化植被指数NDVI的获取效率，大大节约了计算资源。

摘要： 本发明涉及一种基于直方图聚类的高时空归一化植被指数NDVI的融合模型，包括：获取t0时刻高空间分辨率NDVI数据HSt0，并对其进行高斯滤波处理，根据局部直方图特征，获取分类图1；利用分类图1，采用线性混合模型对t0与tp时刻下获取的低空间分辨率NDVI数据进行上采样，获得不同时刻下与HSt0同等分辨率的HSu0和HSup；基于分类图1，将HSt0、HSu0和HSup作为输入数据，利用线性混合模型初次预测tp时刻下高空间分辨率NDVI数据HStp1；根据HSu0与HStp1的局部直方图特征，生成分类图2；基于分类图2，将HSt0、HSu0和HSup作为输入数据，利用线性混合模型再次预测tp时刻下高空间分辨率NDVI数据HStp2；基于不同新粗像元的大小，进行多次HStp2预测，最终生成tp时刻的高分辨率NDVI。

摘要： 一种基于双差值归一化的植被指数计算方法涉及遥感图像处理技术领域，解决了现有植被指数计算中植被信息和非植被信息区分效果差的问题，具体过程为：获取一幅进行过辐射校正和大气校正的多光谱遥感图像；从所述多光谱遥感图像中选出Nir、R、G三个波段；根据Nir、R、G三个波段、利用NTDVI＝(Nir+G‑2×R)/(Nir+R+|G‑R|)计算植被指数NTDVI。本发明中引入植被中的叶绿素在电磁波谱反射率中的绿光波段和红光波段之间的差值，能够提高植被信息的辨识度，能够将植被信息和非植被信息明确区分，能够精确研究遥感图像中植被的分布。

摘要： 一种基于不同时空分辨率的归一化植被指数数据时空融合方法，将不同时空分辨率的归一化植被指数数据进行时空融合，利用基于相邻NDVI观测的噪点二次过滤和高时间分辨率的NDVI中值的噪点过滤；结合线性插值和空间过滤，对不同时空分辨率的NDVI数据进行自动化融合生成高时间高空间分辨率NDVI数据；并利用空间过滤算法消除MODIS像元边界效应，最终得到目标区域的高空间分辨率高时间分辨率NDVI数据。本发明减少后续融合处理的不确定性，不用考虑输入数据是否晴空无云；通过结合与目标像元NDVI值的接近程度和与目标像元的欧式距离，对融合的目标像元NDVI值进行校正，提高融合影像的连续性。

摘要： 本发明提供FY‑3E MERSI‑2与MODIS的归一化植被指数转换方法，涉及遥感科学技术领域，通过在绿色植物反射波谱特征曲线图中提取MODIS和FY‑3E MERSI‑2在对应波长范围的反射光谱信息，得到MODIS中分辨率成像光谱仪的归一化植被指数表达式和FY‑3E MERSI‑2中分辨率成像光谱仪的归一化植被指数表达式，再结合MODIS中分辨率成像光谱仪关于波长和反射率的线性函数表达式得到将MODIS的归一化植被指数转换为FY‑3E MERSI‑2的归一化植被指数的转换表达式，以实现FY‑3E MERSI‑2与MODIS的归一化植被指数转换，有效保证两者对地球植被与生态环境监测的一致性。

摘要： 本发明实施例提供一种指定位置点的归一化植被指数NDVI获取方法及系统。所述方法包括：客户端获取指定位置点的坐标信息，基于所述坐标信息生成所述指定位置点的NDVI计算请求并发送至服务端，所述NDVI计算请求包括所述坐标信息；所述服务端接收到所述NDVI计算请求后，根据所述坐标信息在预先存储的NDVI栅格数据中查询与所述坐标信息对应的NDVI时间序列数据，并将所述NDVI时间序列数据返回至所述客户端。本发明实施例提供的指定位置点的归一化植被指数NDVI获取方法及系统，通过根据指定位置点的坐标信息在预先存储的NDVI栅格数据中查询对应的NDVI时间序列数据，提高了指定位置点的归一化植被指数NDVI的获取效率，大大节约了计算资源。

摘要： 本发明涉及一种基于直方图聚类的高时空归一化植被指数NDVI的融合模型，包括：获取t0时刻高空间分辨率NDVI数据HSt0，并对其进行高斯滤波处理，根据局部直方图特征，获取分类图1；利用分类图1，采用线性混合模型对t0与tp时刻下获取的低空间分辨率NDVI数据进行上采样，获得不同时刻下与HSt0同等分辨率的HSu0和HSup；基于分类图1，将HSt0、HSu0和HSup作为输入数据，利用线性混合模型初次预测tp时刻下高空间分辨率NDVI数据HStp1；根据HSu0与HStp1的局部直方图特征，生成分类图2；基于分类图2，将HSt0、HSu0和HSup作为输入数据，利用线性混合模型再次预测tp时刻下高空间分辨率NDVI数据HStp2；基于不同新粗像元的大小，进行多次HStp2预测，最终生成tp时刻的高分辨率NDVI。

摘要： 一种基于不同时空分辨率的归一化植被指数数据时空融合方法，将不同时空分辨率的归一化植被指数数据进行时空融合，利用基于相邻NDVI观测的噪点二次过滤和高时间分辨率的NDVI中值的噪点过滤；结合线性插值和空间过滤，对不同时空分辨率的NDVI数据进行自动化融合生成高时间高空间分辨率NDVI数据；并利用空间过滤算法消除MODIS像元边界效应，最终得到目标区域的高空间分辨率高时间分辨率NDVI数据。本发明减少后续融合处理的不确定性，不用考虑输入数据是否晴空无云；通过结合与目标像元NDVI值的接近程度和与目标像元的欧式距离，对融合的目标像元NDVI值进行校正，提高融合影像的连续性。

摘要： 本发明提出了一种基于植被指数归一化方法的作物病情严重程度分级方法，包括以下步骤：首先从遥感影像中提取研究区域，对研究区域中农作物的染病和未染病区域进行分类，然后计算研究区域的植被指数并进行植被指数归一化，利用归一化后的植被指数来评估每个像元的病情严重程度并进行分级。本发明克服了目前已有技术的不足，具有无需地面调查和普适性强等优势，将会在大面积作物病情监测领域发挥重要的作用。

摘要： 本公开提供了一种归一化植被指数重构模型的训练方法和归一化植被指数重构方法，训练方法包括：获取归一化植被指数数据以及对应的地表参量再分析数据，地表参量再分析数据包括多个时间序列参数，其中，多个时间序列参数包括稳态因子和动态变量，稳态因子在空间上的分布随时间变化幅度小于动态变量在空间上的分布随时间变化幅度；根据地表参量再分析数据和归一化植被指数生成训练样本数据集；以及利用训练样本数据集训练待训练的归一化植被指数重构模型，得到归一化植被指数重构模型。