（土壤学专业论文）重庆市植被指数时空变化研究.pdf

摘要 il ii l ii=i ili ii n l l iiihi i i i i i 重庆市植被指数时空变化研究 土壤学专业硕士研究生李惠敏 指导教师武伟副教授 摘要 植被的生长一般受到多方面因素的影响，即相对固定的地形因子，长时间累计变化的温 度、降水等气候因子，人口分布、g d p 增加及城市化过程等的人为因子。其中地形因子和气 候因子可称为自然因子，它们奠定了植被空间分布的总体格局。人为因子则引起植被的局部 变化。从长期来看，自然因子和人为因子都驱动着植被分布格局及其变化，但是在短期内， 人类活动则是主要的驱动因素。本文主要研究地形因子、气候因子和人为因子与植被覆盖之 间的关系，从而更好的解释植被变化情况，为重庆市生态环境的调节改善提供一定的依据。 本研究运用1 9 9 8 2 0 0 7 年lk m 空间分辨率的s p o t v g t s l o 数据，提取重庆市归一化植 被指数( n o r m a l i z e dd i f f e r e n c ev e g e t a t i o ni n d e x , n d v i ) 影像，共计3 51 景。采用s a v i t z k y g o l a y 滤波平滑处理、最大值合成法、线性回归分析、时间序列分析等方法研究重庆市n d v i 、降水 量、温度、人口、g d p 等的动态变化情况，构建重庆市的n d v i 、气象因子、人为因子的时 序数据集；分析重庆市n d v i 及各因子的空间分布格局；探讨重庆市n d v i 与气象因子，地 形因子，人为因子之间的关系。主要研究成果包括： ( 1 ) 运用s a v i t z k y - g o l a y 滤波技术，可有效地去除n d v i 数据中的云、气溶胶及异常值 的影响，n d v i 时序数据经过滤波平滑后，能更好地反映植被覆盖情况，为研究重庆市植被覆 盖变化奠定了基础。 ( 2 ) 重庆市n d v i 的年平均值和各年n d v i 值都表现出较强的稳定性。从1 9 9 9 年到2 0 0 7 年n d v i 总体呈上升趋势，说明重庆市植被量逐年增加。空间分布特征表明，在四个种植业 分区( 渝东北、渝南、渝中和渝西) 各年份n d v i 值大小趋势基本保持一致。根据n d v i 值 排序表现为：渝东北 渝南 渝中 渝西。而各年n d v i 则表现出明显的季节性，在1 月份和8 月份分别为谷值和峰值。另外n d v l 年际变化率也表明重庆市近十年植被覆盖量增加，且西 部除主城外最为明显。 ( 3 ) 以区县为单位研究各区域旬n d v i 与同期降水量、平均气温的相关性发现，n d v i 与二者均有较好的相关性，但是n d v i 与平均气温相关性远远大予与降水量的相关性。季节 n d v i 与同期降水量及温度相关性的空间分布结果表明，春季降水量与n d v i 在空间上呈正相 关：气温对n d v i 的影响较为显著，正相关面积占总面积的比例达到7 2 。夏季n d v i 与降 水量仅在西北部及中北部个别地区为正相关，其余各地均呈负相关；n d v i 与温度总体以正相 i 两南大学硕十学位论文 关为主，在西部地区尤其是主城地区呈现较显著的负相关性；东南部地区及西南部相关性较 小。秋季东北部大巴山区n d v i 与降水量相关系数较大，其余地区呈负相关；n d v i 与温度的 相关性则明显呈现出东部地区为正相关，西部地区为负相关的现象。在冬季，东北及东南部 各地n d v i 受到降水量的影响较大，长江以北大部分地区与降水量呈负相关；与其他季节相 比，东北部及东南部地区冬季n d v i 受温度的影响相对有所减小，部分地区的植被情况受温 度的影响并不大，而西部则呈现很强的正相关性，相关系数达到o 8 左右。 ( 4 ) n d v i 与高程有一定的相关性，其中渝东北地区相关性最为明显。而坡度、坡向与 n d v i 的相关性不明显。 ( 5 ) 重庆市最大化n d v i 与人口及g d p 均呈负相关，负相关的面积分别达n 5 1 5 9 和 5 4 3 9 ；通过研究1 9 9 9 年至u 2 0 0 6 年积分n d v i 与城市化的关系表明，城市化对重庆市的植被也 有一定的影响，与城市化率呈负相关关系。 关键词：n d v i 气象因子地形因子人为因子时间序列 a b s t r a c t t h e s p a t i o t e m p o r a ld y a n m i c o fn d v i i nc h o n g q i n g s p e c i a l i t y ：s o i ls c i e n c e c a n d i d a t e ：l ih u i m i n s u p e r v i s o r ：a s s o c i a t ep r o f e s s o rw u w e i a bs t r a c t 1 1 b eg r o w t ho fv e g e t a t i o nw a si n f l u e n c e db ym a n yf a c t o r ss u c ha st e r r a i n , t e m p e r a t u r e ， p r e c i p i t a t i o n , p o p u l a t i o nd i s t r i b u t i o n , g d p ，a n du r b a n i z a t i o n , e t c a m o n gt h e s ef a c t o r s ，t e r r a i na n d c l i m a t ea l ec l a s s i f i e d 鼬l l a t u m lf a c t o r sw h i c hf o r m e dt h eo v e r a l lp a t t e r no fs p a t i a ld i s t r i b u t i o no f v e g e t a t i o n h u m a nf a c t o r , s u c h 丛p o p u l a t i o nd i s t r i b u t i o n , g d p a n du r b a n i z a t i o n , w o u l di n f l u e n c e o nl o c a lc h a n g e so fv e g e t a t i o n i nt h el o n gr u n , b o t hm t u r a lf a c t o r sa n dh u m a nf a c t o r sw o u l dd r i v e t h ec h a n g e so fv e g e t a t i o np a t t e r n s h o w e v e r , i nt h es h o r tt e r m , h u m a na c t i v i t i e sw o u l db et h em a i n d r i v i n gf o r c ei nt h ec h a n g eo fv e g e t a t i o n t h u s ，t h eo b j e c t i v e so ft h i ss t u d yw e r et oi n v e s t i g a t et h e r e l a t i o n s h i p sb e t w e e nt h ev e g e t a t i o nc o v e ra n dt e r r a i n ，b e t w e e nt h ev e g e t a t i o nc o v e ra n dc l i m a t e ， a n db e t w e e nt h ev e g e t a t i o nc o v e ra n dh u m a nf a c t o r s n er e s u l t so ft h es t u d yw o u l dp r o v i d ea g u i d e l i n ef o rr e g u l a t i n gt h ee n v i r o n m e n ti nc h o n g q i n g at o t a lo f3 51i m a g e so fs p o t v g t s10w i t has p a t i a lr e s o l u t i o no flk mf r o m19 9 8t o2 0 0 7 w e r eu s e dt oe x t r a c tn o r m a l i z e dd i f f e r e n c ev e g e t a t i o ni n d e x ( n d v i ) f o rc h o n g q i n g s e v e r a ld a t a s e t s ， s u c ha sn d v i ，c l i m a t e ，a n dh u m a nf a c t o r s ，w e r ed e v e l o p e d s a v i t z k y - g o l a ys m o o t h i n gf i l t e r , m a x i m u mv a l u ec o m p o s i t e s ，l i n e a rr e g r e s s i o na n a l y s i s , a n dt i m es e r i e sa n a l y s i sw e r ea p p l i e dt o i n v e s t i g a t et h ei n t e r - a n n u a lv a r i a t i o n so fn d v i ，p r e c i p i t a t i o n , t e m p e r a t u r e ，p o p u l a t i o n , a n dg d p a n dc o n s t r u c t e dt h ed a t a b a s eo fn d v i ，m e t e o r o l o g y ，a n dh u m a nf a c t o r s 1 1 1 es p a t i a ld i s t r i b u t i o no f n d v ia n do t h e rf a c t o r sw e r ee x p l o r e d 1 1 1 ec o r r e l a t i o n sb e t w e e nn d v ia n dm e t e o r o l o g y 。t e r r a i n a t t r i b u t e s ，a n dh u m a nf a c t o r sw e r ea n a l y z e d t h em a i nr e s u l t sa l ea sf o l l o w s ： ( 1 ) c l o u d s ，a e r o s o l sa n do u t l i e r sc o u l db ee f f e c t i v e l yr e m o v e df r o mt h er a wn d v id a t a s e t u s i n gs a v i t z k y g o l a yf i l t e r i n gt e c h n o l o g y s m o o t h e da n df i l t e r e dn d v it i m es e r i e sd a t aw o u l d b e t t e rr e f l e c tt h ep r e s e n c eo ft h ev e g e t a t i o nc o v e r a g eo fc h o n g q i n ga n dp r o v i d et h ed a t as o u r c ef o r s t u d y i n gt h ev e g e t a t i o nc o v e rc h a n g ei nc h o n g q i n g i i i 西南大学硕士学位论文 ( 2 ) t h ea n n u a la v e r a g en d v ia n dn d v iv a l u e sf o re a c hy e a rs h o w e ds t r o n gs t a b i l i t yi n c h o n g q i n g n ea m o u n to fv e g e t a t i o ni n c r e a s e dy e a r l yi nc h o n g q i n g t h ev a r i a t i o n so fn d v lw e r e s i m i l a ri nf o u rp l a n t a t i o na r e a s ，n a m e l y ，n o r t h e a s t e r n , s o u t h e r n , c e n t r a l ，a n dw e s t e 玎lc h o n g q i n g t h e o r d e ro fn d v iv a l u e sw a sn o r t h e a s t e r n s o u t h e r n c e n t r a l w e s t e r nc h o n g q i n g t h en d v if o r e a c hy e a rs h o w e das e a s o n a lv a r i a t i o n , t h el o w e s tv a l u ew a sf o u n di nj a n u a r yw h i l et h eh i g h e s tw a s i na u g u s t m o r e o v e r , t h ev a r i a t i o n so fi n t e r a n n u a li n d i c a t e dt h a tt h e v e g e t a i o ni n c r e a s e o f c h o n g q i n g ，e s p e c i a l l yi nt h ew e s t e r nc h o n g q i n g ( 3 ) f o re a c hc o u n t y ，n d v ip r e s e n t e ds t r o n gr e l a t i o n s h i pw i t hm e a nt e m p e r a t u r ea n dw e a k r e l a t i o n s h i pw i t hp r e c i p i t a t i o na t 10 - d a yi n t e r v a l s t h es p a t i a lr e l a t i o n s h i p sb e t w e e nn d v ia n d c l i m a t ew e r ea l s oi n v e s t i g a t e da ts e a s o n a ls c a l e i ns p d n g ，p o s i t i v er e l a t i o n s h i p sw e r ef o u n db e t w e e nn d v ia n dp r e c i p i t a t i o na n db e t w e e n n d v ia n dt e m p e r a t u r e t h ea r e ap e r c e n t a g eo fp o s i t i v er e l a t i o n so f n d v ia n dt e m p e r a t u r ew a s7 2 i ns u m m e r , n d v iw a sp o s i t i v e l yr e l a t e dw i t hp r e c i p i t a t i o ni nn o r t h w e s t e r na n dn o r t h c e n t r a l c h o n g q i n g g e n e r a l l y ，n d v is h o w e dp o s i t i v er e l a t i o n s h i pw i t ht e m p e r a t u r ei n t h es t u d ya r e a h o w e v e r , s i g n i f i c a n tn e g a t i v er e l a t i o n s h i p sw e r ef o u n di nw e s t e r np a r ta n dd o w n t o w na n dw e a k r e l a t i o n s h i p se x i s t e di ns o u t h e a s t e r na n ds o u t h w e s t e r nr e g i o n s i na u t u m n , n d v iw a sc l o s e l yr e l a t e d w i t hp r e c i p i t a t i o ni nd a b am o u n t a i na r e a s n d v is h o w e dp o s i t i v er e l a t i o n s h i pw i t ht e m p e r a t u r ei n e a s t e r nc h o n g q i n ga n dn e g a t i v er e l a t i o n s h i pi nw e s t e mc h o n g q i n g i nw i n t e r , n d v iw a ss t r o n g l y i n f l u e n c e db yp r e c i p i t a t i o ni nn o r t h e a s t e r na n ds o u t h e a s t e r nr e g i o n sa n dt h ec o r r e l a t i o nc o e f f i c i e n t w a sn e g a t i v ei nt h en o r t ho ft h ey a n g t z er i v e r h o w e v e r , t h ei n f l u e n c eo ft e m p e r a t u r eo nn d v ii n n o r t h e a s t e r na n ds o u t h e a s t e r nr e g i o n sw a sd e c r e a s e dc o m p a r e dw i mo t h e rs e a s o n s n d v io fs o m e a r e a sw a sn o ta f f e c t e db yt e m p e r a t u r e ，w h i l en d v iw a ss t r o n g l yp o s i t i v er e l a t e dw i t ht e m p e r a t u r ei n w e s t e r np a r t ( 4 ) e l e v a t i o ns h o w e dp o s i t i v er e l a t i o nw i t l ln d v i ，e s p e c i a l l yi ne a s t e r nc h o n g i q n g h o w e v e r , n or e l a t i o n s h i pw a sf o u n db e t w e e ns l o p ea n dn d v ia n db e t w e e na s p e c ta n dn d v i ( 5 ) t h e r ew a san e g a t i v ec o r r e l a t i o nb e t w e e nm a x i m u mn d v ia n dp o p u l a t i o na n db e t w e e n n d v ig d pi nc h o n g q i n g , t h ea r e ap e r c e n t a g ew a s51 5 9 a n d5 4 3 9 ，r e s p e c t i v e l y t h e i n t e g r a t i o n o fn d v lw a sn a g e t i v er e l a t e dw i t hu r b a n i z a t i o nr a t i oi n d i c a t i n gt h ee f f e c t so f u r b a n i z a t i o no nt h ev e g e t a t i o nc o v e r a g ei nt h es t u d ya r e a k e y w o r d s ：n d v i ；m e t e o r o l o g i c a lf a c t o r s ；t o p o g r a p h i cf a c t o r s ；h u m a nf a c t o r s ； t i m es e r i e s i v 独创性声明 本人提交的学位论文是在导师指导下进行的研究工作及取得的研 究成果。论文中引用他人已经发表或出版过的研究成果，文中已加了特 别标注。对本研究及学位论文撰写曾做出贡献的老师、朋友、同仁在文 中作了明确说明并表示衷心感谢。 学位论文作者： 鸯怠礅 签字日期：咖年 6 月日 学位论文版权使用授权书 本学位论文作者完全了解西南大学有关保留、使用学位论文的规 定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许 论文被查阅和借阅。本人授权西南大学研究生院可以将学位论文的全部 或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复 制手段保存、汇编学位论文。 ， ( 保密的学位论文在解密后适用本授权书，本论文：娇保密，口保密 期限至年月止) 。 学位论文作者签名：夺慧锨 签字日期： o o 年6 月争日 第1 章文献综述 i i i i i i i i i i i i 宣i i i i i i i i i i i i i i i i i i i i i i 暑i i i i i i i i i f iil u t i i i i i i i i i i i i i i i i i i i i i i i i i i i i i 第1 章文献综述 1 1 植被变化研究的意义 植被作为陆地生态系统的重要组成之一，不仅在生态系统的能量流动和物质循环中起到 重要作用，也是人类社会经济活动的重要资源。植被在我们的生产与生活中扮演着重要的角 色，它的生长活动不仅受到气候，地形及人为的影响，同时它也对气候与人类的活动产生适 应与反馈作用。 在气候方面，植被与气候之间的相互作用主要表现在两个方面：植被与气候的适应性与 植被对气候的反馈作用l l j 。在全球变化研究中，植被作为重要的生态因子可以迅速的适应气候 的变化，温度的升降、降水量的增减都能对植被起到一定的作用，都将影响植被生态系统的 变化；同时不同类型的植被通过与大气之间的物质( 如h 2 0 和c 0 2 等) 和能量( 如太阳辐射、动 量和热量等) 交换来影响气候。从植被类型的分布不难看出，在每个气候类型或者分区内均有 一套相应的植被类型，这说明气候对植被有一定的影响并且植被对气候具有较强的适应性。 近年来，气候交化导致了一系列的环境问题，如我国西北地区干旱少雨，荒漠化加剧，使得 西部植被逐渐减少；而另一方面植被的过度砍伐，森林面积的减少，防风固沙能力的减弱， 也在影响着气候的变化。 而在人类活动的影响下，植被也在不断的变化。由于城市化的加快，环境污染的加重， 植被受到了极大的破坏。而植被的破坏也将反馈到人类经济活动以及人类生存等各方面。 综上所述，研究植被的变化及植被与各方面因子的关系具有现实意义，并将对生态系统 的可持续发展提供理论依据。 1 2 植被变化的研究方法 植被在空间分布和动态演变方面与大多数地理实体一样，具有明显的空间与时序特征。 当前，对于植被在时空上动态演变过程的研究方法主要有：( 1 ) 实地调查、格点推算，通过 对一定范围内的植被采取实地调查变化情况，并将其填入到相应的地理格点中，然后再利用 格点外推法，计算格点周围一定范围内植被及其影响植被变化各种因子的交化情况；( 2 ) 模 型计算法，主要是通过以往的经验植被模型、植被类型和其生理过程的动态描述的基本模型 来推算出植被的演变信息：( 3 ) 遥感及其相关技术，通过遥感技术来对研究区内植被的类型、 空间分布、相应的功能变化情况来研究植被的时空变化情况。 以上的研究方法各有特点，其中实地调查方法比较适用于对小范围内植被的变化研究，对 于较大区域植被的野外实地调查不仅需要花费巨大的人力、物力资源，还需要长时间的投入， 从而难以实现。格点推算是一种经验方法，它研究的准确度在一定程度上与研究人员的植被研 究经验相关，主要是利用地理格点内实地调查的植被变化信息，通过格点外推法，计算格点周 围局部地区的植被和气候变化状况，适用于观测点比较少或观测难以进行的地区。其中，学者 程麟生等【2 j 利用格点分类法，通过对青藏高原地区地表特征的格点分类，对不同下垫面对辐射收 支方面的关系进行了研究，最终得出了下垫面是引起辐射收支存在着很大差异的原因。 西南大学硕+ 学位论文 利用经验的植被模型来模拟植被变化信息存在适应性问题。由于不同地区，气候，地形， 植被类型等因素的不同，植被模型不能普遍适用，所以具有一定的局限性。 遥感方法作为目前最广为应用的一种空间技术在研究生态环境宏观变化趋势方面起到重 要作用。遥感方法还具有时效性强，范围广，精度高等特点，所以目前对于陆地表面大范围 地区乃至全球的特征监测，如植被分布、植被覆盖度、叶面积指数、地表温度、降水状况等 方面应用遥感方法最为普遍。其不仅可以追加地理数据，而且可以获得丰富的动态建模参数， 为研究植被的动态变化奠定了坚实的基础。 1 3 植被指数 1 3 1 植被指数的概念 植被指数( v e g e t a t i o ni n d e x ) 就是由多光谱数据经线性与非线性组合构成的对植被有一定 意义的各种数值。通常利用植物光谱中的近红外与可见光红波段两个典型的波段值【3 】。这些数 值能够较好地反映植被覆盖情况及生长状况，是一组常用的光谱常量【4 】。它是遥感领域中用来 表征地表植被覆盖，生长状况的一种简单、有效的度量参数【5 1 。植被指数还可用以定性和定量 的评价植被覆盖、生长活力以及生物量等。 1 3 2 植被指数的意义 在植物的叶片中含有非常多的能够对各种不同波段的光产生不同程度反应的化学物质， 其中最为常见的有叶绿素、叶红素、叶黄素和类胡萝卜素等，可以通过分析具有特征规律的 光谱，即植被指数来研究植被的变化情况。其中叶绿素对蓝光( 0 4 7 l i n d 和红光( o 6 7 p r o ) 吸收强烈，所以在蓝光和红光波段，呈现出能量很低的形态；但由于叶绿素对绿光的强烈反 射，在绿色光( 0 5 5 p m ) 波段附近，形成一个小的峰值。在近红外( o 7 l p m ) 波段，由于叶 肉海绵组织结构中有许多空腔，具有很大的反射表面，而且细胞内叶绿体呈水溶胶状态，辐 射能量大都被散射掉，形成高反射率。在1 1 p m 附近有一峰值，形成植被的独有特征。从以 上的特征中可以得出，红光和近红外光波段的反差是对植物生物量很敏感的度量。无植被或 少植被区反差最小，中等植被区反差是红光和近红外波段的变化结果，而高植被区只有近红 外波段对反差有贡献，红光波段趋于饱和，不再变化。因此植被指数在一定程度上反映着植 被的演化信息。 1 3 3 植被指数的选择 植被指数按发展阶段可分为三类：第一类是基于波段线性组合的植被指数( 如r v i 、g v i 、 m s b i 等) 。它们基于波段的线性组合( 差或和) 或原始波段的比值，由经验方法发展的，没 有考虑大气、土壤亮度和土壤颜色等的综合影响。但由于它们是针对特定的遥感器( l a n d s a t m s s ) 并为其应用而设计的，所以具有严重的限制性。第二类是基于土壤和大气修正的植被指 数。该类植被指数大都基于物理知识，将电磁波辐射、大气、植被覆盖和土壤背景的相互作 2 第1 章文献综述 fi i m i i i i i i i i i i i i 毒 用结合在一起考虑，并通过数学、物理、逻辑经验以及通过模拟将原植被指数不断改进而发 展的( 如p v i 、s a v i 、m s a v i 、t s a v i 、a r v i 、g e m i 、a v i 、n d v i 等) 。它们普遍基于反 射率值、遥感器定标和大气影响并形成理论方法，解决与植被指数相关的但仍未解决的一系 列问题。第三类是基于叶面反射率和热红外信息的植被指数。该种植被指数是针对高光谱遥 感及热红外遥感而发展的植被指数( 如d v i 、t s v i 、p r i 等) 。这些植被指数是近几年来基 于遥感技术的发展和应用的深入而产生了新的表现形式。 表1 1 主要植被指数及其表达式一览表 t a b l e l - 1m a i nv e g e t a t i o ni n d e xa n dt h e i re x p r e s s i o ns c h e d u l e 名称简写 公式作者及年代 比值植被指数r v i r n i r 转换型植被指数 t v i ，n d 澎v 丽1 + 0 5 归一化( 差异) 植被指数n d v i ( n i r r ) ( n i r + r ) 裸土植被指数g 1 u 出s 蛉v i 一0 9 17 8 s b i + 5 5 8 9 5 9 ) 垂直植被指数p v i 妯p v e g 皿2 + l o s o i l - p v 。g ) n i r 2 改进垂直植被指数p v i ( n m a r h 、医2 + l 1 多时相植被指数 m t v i x - - - - 7 - - - , - i i 。) v i ( d a t a l ) ) 绿度土壤植被指数g v s b g 吲s ：甜 调整土壤亮度植被指数 a s b i ( 2 0 y v i ) 调整绿度植被指数a g v i g 玎一0 + o 0 18 g v i ) y v i n s i 2 土壤调整植被指数 s a v i ( n i r 木r ) ( n z r + 灭+ 三) ( 1 + 三) 转换型土壤调整指数t s a v i a ( n i r a r b ) 】( r + a n i r a b ) 醚辙等髓馘t s a v i 【a ( n i r 出- b ) 】【r + a n i r a b + x ( 1 + a 2 ) 】 导数植被指数d v i 红色植被指数融 归一化差异绿度指数n d g i 全球环境监测指数 g e m i 大气阻抗植被指数 a r v i 转换型土壤大气阻抗植被 t s a r v i 指数 生理反射植被指数p r i 归一化差异指数n d i 修改型土壤调整植被指数m s a v i 角度植被指数a v i p d 旯 ( r g ) ( r + g ) ( g r ) ( o + r ) n ( o 2 5 1 1 ) - ( r 0 1 2 5 ) ( n i r + r + o 5 ) r l 【( n 瓜2 一r 2 ) + 1 5 n i r + 0 5 r ( n 瓜+ r + o 5 ) ( n 瓜一r b ) ( n i r + r b ) 【a f h ( n 服- a f hr b - h ) 】 r b + a f bn i r - a f b h + x ( 1 + a ：) 】 p e a r s o n l 6 等，1 9 7 2 r o u s e l 7 1 等，1 9 7 3 r o u s e 等，1 9 7 3 k a u t h 8 】等，1 9 7 6 r i c h a r d s o n l 9 等，1 9 7 7 j a c k s o n 1o l 等，1 9 8 0 y a z d a n i 等，1 9 8 1 b a d h w a r 等，1 9 8 1 j a c k s o n 等，1 9 8 3 j a c k s o n 等，1 9 8 3 h u e t e 1 1 】等，1 9 8 8 b a r e d l 2 1 等，1 9 8 9 b a r e ：t 等，1 9 8 9 d e m e t r i a d e s 1 3 1 等， 1 9 9 0 e s c a d a f a l l l 4 】等，1 9 9 1 c h a m a d n 等，1 9 9 1 p i n t y 15 l 等，1 9 9 2 k a n f m a n 16 】等，1 9 9 2 b a n n 一17 】等，1 9 9 2 g m l l o m 等，1 9 9 2 m c n a i m 等，1 9 9 3 q i f l 。】等，1 9 9 4 1 ) p l u m m e 1 9 1 等，1 9 9 4 归一化( 差异) 植被指数( n o r m a l i z e dd i f f e r e n c ev e g e t a t i o ni n d e x ，n d v i ) 被作为植被变 3 两南大学硕七学位论文 化研究的主要手段之一，其原因有以下几点：一是n a s a 提供了n o a a a v h r r 的n d v i 数 据，法国s p o t 卫星也提供了s p o t n g t 的n d v i 数据等，这些数据可以十分方便地免费获 取并用于植被长期变化研究【2 0 】；二是根据多位学者的研究表明，n d v i 可宏观地反映植被类 型的分布，它适用于高密度植被地区的监测 2 1 - 2 2 ；三是n d v i 可以消除部分与仪器定标、太 阳角、地形、云阴影和大气条件有关辐照度的变化，增强了对植被的响应能力 2 3 】，是目前已 有的多种植被指数中应用最广的一种，该指数常被用来进行区域和全球的植被状态研究。另 外，国内外关于n d v i 的研究比较多，选择该指数进行研究，便于借鉴前人的研究结论以及 将本研究所得结论和相关研究作对比。 1 3 4n d v i 植被指数 n d v l 一归一化植被指数，又叫标准化植被指数。其计算公式为( 1 - 1 ) ： d 阿= 仂脚一p 只) 脓+ 风) ( 1 1 ) 其中：p t c l r 为近红外波段反射率，p p 为红光波段反射犁2 4 1 。n d v i 在使用遥感图像进 行植被研究以及植物物候研究中得到广泛应用，它是植物生长状态以及植被空间分布密度的 最佳指示因子，与植被分布密度呈线性相关。实验表明，n d v i 对土壤背景的变化较为敏感瞄j 。 植被指数n d v i 是单位像元内的植被类型、覆盖形态、生长状况等的综合反映，其大小取决 于植被覆盖度f c ( 水平密度) 和叶面积指数( 】一a i ) 等要素，从而可以用n d v i 遥感估算植被覆盖 度和叶面积指数【2 6 1 。由于n d v i 对植被盖度的检测幅度较宽，有较好的时相和空间适应性【2 ， 被广泛应用于全球或区域土地覆盖变化泌2 9 、植被分类和环境变化p 1 】叶面积指数( l a i ) 和 有效光合辐射分量( a f a r ) 3 2 1 、初级生产力 3 3 - 3 4 j 、农业产量预测和灾害监测等方面 3 5 - 3 6 】。尽 管n d v i 得到广泛应用，但许多研究也表明，n d v i 具有明显的局限性。n d v i 增强了近红外 与红色通道反射率的对比度，它是近红外和红光比值的非线性拉伸，其结果是增强了低值部 分，抑制了高值部分，另外，红光通道本身也容易饱和，这两方面因素使得n d v i 在植被高 覆盖区容易饱和，导致对高植被区较低的敏感性。其次，n d v i 没有考虑树冠背景对植被指数 的影响。有研究表明，当植被覆盖度小于1 5 时，n d v i 很难指示区域的植物生物量；植被覆 盖度大于8 0 时，n d v i 增加延缓而呈现饱和状态，对植被检测灵敏度下降；当植被覆盖度由 2 5 增加到8 0 时，其n d v i 随植物量的增加呈现线性迅速增加。因此，n d v i 更适合于植被 发育中期或中等覆盖度的植被检测【3 7 】。除上述原因外，n d v i 也受到定标和仪器特性、云和云 影、大气、双向反射率等因素影响，使其应用受到限制。植被指数的全球应用要求不仅计算 方式一致，其结果也需具有空间和时间的可比性。 1 4n d v i 时间序列分析方法 1 4 1 时问序列分析法介绍 时间序列分析法是一种动态数据处理的统计方法，也是一种定量的预测方法。它是基于 随机过程理论和数理统计学方法，研究随机数据序列所遵从的统计规律，建立统计模型、以 4 第1 章文献综述 i i i i i i 置i i i i i i i 宣i i i i i i_i ii i i i i i i i i i i i i i i i i i i i i i i i i 用于解决实际问题。它包括一般统计分析，统计模型的建立与推断，以及在时间序列上的预 测分析、控制与滤波等内容。经典的统计分析都假定数据序列具有独立性，而时间序列分析 则侧重研究数据序列的互相依赖关系。 1 4 2n d v i 时问序列平滑方法 从n o a a a v h r r ，s p o t v e g e l = f 盯i o n ，t e r r a 或者a q u a m o d i s 传感器上获取的 n d v i 时序数据被认为最合适于全球范围、洲际范围以及地区范围的土地覆盖和陆地生态系统 的长期监测。虽然这些时序数据已经经过标准化的大气纠正、辐射纠正和几何纠正，形成规 模化的数据集产品，但是由于云、气溶胶以及地物的双向性反射所引起的噪声依然存在，所 以n d v i 时间序列数据在使用之前需要进行平滑处理。 在过去二十年中研究学者提出了大量的平滑方法，每一种方法都有其优点和成功应用的 实例，但同时也显示出了某些不足和局限。以下介绍几种常用的方法： ( 1 ) 最大值合成( m v c ) 法。其原理是在一定的合成时间段内，在相同的位置上取最大 值。由于误差往往使n d v i 值降低，取最大值有利于减小误差；并且模型简单，容易操作。 但是此模型也存在着一定得缺点，即设定的时间段或空间范围上仍然有云覆盖且受假高值的 影响较大；长时间的最大值合成会丢失n d v i 的变化信息，可能导致分类错误。 ( 2 ) 最佳坡度系数截取法( b i s e ) 。它通过一个滑动的周期来判断n d v i 再增长百分比 来去掉云等因素导致的n d v i 突降值。它的优点在于只影响n d v i 曲线中突然下降其后又逐 步上升的部分，对于逐渐的增长或降低则不影响，对n d v i 的时间分辨率也不会有任何影响。 这是目前应用最为广泛的一种阈值去除法，并成为一些工作计划中必须的预处理工作。但是 b i s e 方法的缺点是不能有效地去掉一些由于地表植被各向异性的观察角度或大气条件的影响 导致的异常偏高值，并且在判断中缺少对下降趋势的判断而使得正常的谷值发生改变。另外 滑动周期和n d v i 再增长的百分比阈值主要取决于分析者的经验和要求，这也是大多数阈值 去除法无法得到普遍应用的主要原因。 ( 3 ) 傅立叶滤波变换。这种方法处理后的n d v i 曲线极为平滑，并且具有明显的植被生 长变化特征，但由于拟合公式的严格对称性使得并不规则的n d v i 时序数据仍然保留着高噪 音，这种方法对于火灾或人为影响的变化如农业活动收割等非对称信息很难提取。另外，它 会显示出一种人为的n d v i 振动。相比之下，非线性拟和方法更能体现植被生长变化的自然 特征。例如：毕晓丽等人应用起伏型时间序列法，即利用差分使序列变为傅立叶级数变化， 对中国及其典型省份的月动态变化进行模拟【3 8 】。结果表明，无论是较规则的周期波动，还是 幅度较大的不规则波动，均有较高的拟合精度，且优于以气象因子建立的线性回归模型的拟 合效果。 ( 4 ) 移动窗口多项式最小二乘拟合平滑法( s a v i t z k y g o l a y ) 。通过s g 滤波模拟整个n d v i 时序数据的长期变化趋势，将n d v i 值分做两类：“真”点和“假”点，再通过局部循环s g 滤波 的方法使“假”点逐步被滤波值取代，以更接近于n d v i 时序数列的上包络线值【3 9 1 。其优点是 可以充分的利用云状态数据并对参数的敏感性较低，且理论简单易于实现，运行速度较快， 不受数据时间尺度、空间尺度及传感器限制。缺点是对在植被生长季高峰可能被云影响的点 5 两南大学硕+ 学何论文 l- i i 无法判断并且对n d v i 正常低值可能被提高。此方法目前应用较多，如：任建强等人运用 s a v i t z k y - g o l a y 滤波技术平滑处理m o d i s