摘要：依据2021—2022年河北省12个主要市区的24期月度归一化差异植被指数(NDVI)数据,以及142个气象观测站观测资料的气候因子(平均气温、平均降水量和平均日照时数)资料,分析不同市区的月度变化趋势及其与气候因子的相关性。通过刀切法建立多元回归模型和时间序列模型。结果表明,不同市区的连年NDVI值之间存在差异,但单年内的月际变化趋势较为一致。NDVI在夏季生长季时达到最大值,冬季则为最小值,并在冬季末和夏初出现一定程度的减少。气温、降水和日照对NDVI均有正向的促进作用,其中,气温的表现最佳。建立的多元回归模型优于时间序列模型,适用于不同数据条件的地区分析。

摘要：以中分辨率成像光谱仪数据（Moderate resolution imaging spectroradiometer，MODIS）为基础计算泾河流域归一化差异植被指数（Normalized difference vegetation index，NDVI）在2001—2004年的时间序列值，分别采用相关系数r值和成对f检验的f值定量描述年内NDVI曲线在年际问的协同性和差异性。以农田、森林、灌丛和草地4种土地利用类型NDVI曲线在年际间变化显著的面积百分比为参数，在2001～2004年间分为1、2和3年间隔共6个时间组，比较分析4种土地利用类型的NDVI曲线在6个时间组内的协同性和差异性，进而探讨泾河流域植被年际变化及其与土地利用之间的关系。结果表明：4种土地利用类型NDVI波动对外界环境的响应在不同的时间间隔里表现一致，在2001～2003年和2001～2004年间变化比较明显；在各个时间组内比较发现有较大面积的农田和草地NDVI协同性较差，尤其在2001—2002年间，这可能与退耕还林还草政策的实施有关；4年来泾河流域内4种土地利用类型的NDVI值有增加趋势，植被状况趋于良好；NDVI年际间差异最明显的是草地，其次是农田和灌丛，森林的NDVI比较稳定。

摘要：论文基于时相和波谱信息,利用MODIS数据监测了北京冬小麦的种植面积。首先,基于地形高度对地物光谱反射值的影响,借助DEM数据对研究区域进行划分。其次,在分析并提取北京地区主要农作物时间谱曲线特征的基础上,设计决策函数,成功提取了北京地区冬小麦的种植面积。最后,比较并分析了非遥感数据对监测精度的影响。研究结果表明,(1)时相信息可以极大的提高农作物种植面积的监测精度。(2)辅助数据的利用,使决策函数的设计更具有针对性,监测结果更可靠。(3)多源多时相遥感数据在农作物种植面积的提取中具有明显的技术优势和重要的应用潜力。

摘要：指出了石漠化信息的提取要综合多种因素,由于石漠化的等级的划分存在着很大的争议,所以等级的划分对于石漠化的提取的影响也是巨大的,将尺度因子引入到石漠化等级的划分中,在提取石漠化范围的过程中采用了基于内容的特征识别算法,该算法大大提高了石漠化识别的精度。同时可以借助目前已经存在的土地利用的数据,可以在很大程度上提高石漠化信息提取的精度。针对传统的提取石漠化的方法如改进植被差异化指数方法无法很好地再现石漠化的主要特征,以遥感方法中的归一化的差异化植被指数为基础提出了石漠化识别综合识别指标的方法,该方法经过试验能够在很大程度上提高石漠化信息提取的精度。