论文信息
Aquatic Ecosystems and Environmental Frontiers
论文解读
AI 辅助整理- 方法
- 76景无云Sentinel-2影像构建NDVI/EVI/SAVI/MNDWI时序
- 发现
- MNDWI准确反映水深,NDVI受冠层下水体与浮叶饱和影响;NDVI+MNDWI组合制图更准;干旱年
- 机会点
- 可探索多指数融合与少量地面观测协同的湿地/农田水文-植被监测框架,并检验干旱年际胁迫的滞后效应。
论文摘要
季风环境下的湿地在水体覆盖、水生植物和裸露基底方面经历着快速变化,然而系统性监测项目未能在管理尺度上记录这些事件。本研究将Sentinel-2影像衍生的植被指数与水体指数相结合,并与重复野外观测数据相关联,以分析印度季风驱动环境下Vedanthangal蓄水湿地(Vedanthangal tank wetland)的年内和年际变异性。利用76景无云卫星影像构建了归一化差异植被指数(NDVI)、增强植被指数(EVI)、土壤调整植被指数(SAVI)和修正归一化差异水体指数(MNDWI)的月度时间序列,并结合全年12次野外采样,涉及24个固定样地,采集了植被盖度、大型水生植物高度、叶片叶绿素和水深等数据。湿地状况呈现出由东北季风调控的明显年度模式:最大水体覆盖出现在12月和1月,而浮水植物和挺水植被的发育则发生在季风后水位下降期。MNDWI指数较好地反映了野外水深,而NDVI、SAVI和EVI主要解释了植被盖度的变异性。仅NDVI指数受到植物冠层下水体存在以及茂密浮水植被覆盖饱和的影响;NDVI与MNDWI相结合可生成更准确的植被图。2022-23干旱水文年导致蓄水延迟并使淹水期缩短一个月,造成植被峰值推迟。卫星影像时间序列的多指数组合与有限数量的野外测量相结合,为监测湿地变化提供了可靠的框架。
论文原文与出版信息
Aquatic Ecosystems and Environmental Frontiers