基于1982~2011年第三代GIMMS NDVI数据,利用累计NDVI的Logistic曲线曲率极值法、Logistic曲线曲率变化率法和NDVI变化率法等方法,识别了蒙古高原植被生长季开始日期(Start of Growing Season,SOS)、生长季结束日期(End of Growing Season,EOS)和生长季长度(Length of Growing Season,LOS)等物候参数,并分析了其时空变化特征。结果表明:累计NDVI的Logistic曲线曲率极值法和NDVI变化率法在蒙古高原植被区具有较好的物候识别能力,对两种方法识别的物候参数求平均一定程度上可提高研究区物候参数的识别精度。蒙古高原植被SOS一般从4月中旬到5月下旬开始,到9月下旬至10月中旬结束,生长季长度主要集中在125~175 d之间。在空间上,蒙古高原湿润半湿润地区的SOS较早、EOS较晚和LOS更长,而干旱半干旱地区的SOS较晚、EOS更早和LOS更短。时间变化分析表明,在30 a的观测尺度,约占研究区51.6%和33.9%地区的SOS分别呈提前和推迟趋势,其中21.2%和12.4%地区的变化为显著;约占研究区35.6%和49.8%的地区EOS分别呈推迟和提前趋势,其中8.2%和12.0%地区的变化为显著。受SOS和EOS的影响,40.3%的地区(17.8%为显著)主要以缩短为主,44.8%的地区(18.9%为显著)主要以延长为主。
在机载LiDAR(Light Detection and Ranging)数据和高空间分辨率航空影像的支持下,以城市为实验区,实现了单木树冠提取。首先通过LiDAR数据获取高差模型,将其作为包含林木的感兴趣区,再通过掩膜方式提取高分影像上的相同区域,然后采用标记分水岭分割算法分别对两幅感兴趣区影像进行树冠提取,最后以人工勾绘树冠结果为参考评价分割精度,比较了两种数据源提取树冠的优缺点。结果显示,利用LiDAR数据获取的高差模型中包含85.28%的林木信息,林木区域提取的效果显著;基于高分影像得到的分割结果较好,F值为57.14%,基于高度差值模型影像的分割结果较差,F值为42.47%。表明分水岭算法方便可行,且高分影像提供的二维信息更适用于树冠提取。