在植物生长周期内县级区域植被指数的时空演变特征分析（完整版）实用资料(可以直接使用，可编辑完整版实用资料，欢迎下载）第11卷第4期1996年12月遥感技术与应用REMOTESENSINGTECHNOLOGYANDAPPLICATIONVol.11,No.4Dec.1996在植物生长周期内县级区域植被指数的时空演变特征分析陈乾(兰州干旱气象研究所兰州730摘要采用1991至1992年晴空时的NOAA卫星AVHRR资料,计算甘肃省河东地区60个县(市作物和牧草生长周期内标准化差植被指数(NDVI的平均值和标准差,并逐县绘制其时间演变曲线和直方图。选取以农作物、草地和森林草地混合为主的三类县作对比分析,研究县级区域植被指数时空变化与作物和牧草生育期的关系。分析1991至1992年度冬小麦生长周期内遇到严重干旱的情况,为干旱监测、估产和区分土地使用类型选择最佳时相提供依据。关键词区域植被指数AVHRR资料植物生长周期1引言理想的植被指数应当对植物生长很敏感,受双向辐射和大气影响较小,对土壤背景的变化不敏感,能反映植被和土壤差异即植被覆盖度,并且受天气影响(如降雨量、风速等较小。我们对比了目前广泛应用的标准化差植被指数(NDVI和比值植被指数(RVI,与Gupta(1993〔1〕对印度旁遮普邦两个区的冬麦监测中的对比研究某些结论相似。如在作物大部分生育期内RVI的标准差小于NDVI的标准差;RVI与NDVI相比对植被敏感性较好,但仅在玉米吐丝、牧草开花期(绿度峰值前后RVI变化比NDVI大。而早期和晚期NDVI的变化率均比RVI大。这与印度冬麦情况正相反,可能印度冬麦的绿峰在2月下旬,而甘肃的玉米和牧草绿峰在夏季。NDVI与RVI相比对土壤背景的敏感性较小,因此在植被盖度为15%~80%和作物生长时,NDVI与覆盖度的增大有近似线性关系(Jackson等1983〔2〕。这对监测干旱半干旱地区的植被(其盖度时空变化较大很有利。此外,NDVI与RVI相比在作物主要生长周期内受双向辐射和大气影响较小,因此应将NDVI和RVI结合使用。本文应用县级区域的平均NDVI及其标准差的时间廓线和作物关键生育期NDVI的直方图,分析甘肃省河东地区各县农作物、牧草和森林的季相变化与区域植被指数时空演变的关系,以便对农作物和牧草长势进行动态监测,选取最佳时相的卫星影像。*作者简介:陈乾,男,1934年3月出生,研究员,从事气象、积雪、干旱的遥感监测研究。收稿日期:1996-10-032资料来源及减小资料误差的处理方法1991年采用卫星气象中心接收并处理的NOAA卫星AVHRR资料,按1.2分经纬度网格取601×900个像元。自32°~44°N,92~110°E覆盖甘肃全省的正方形投影。其中通道1和2为经定标和太阳天顶角余弦订正后的反照率。1992年2至8月使用银川气象台接收并处理的512×512像元的墨卡托割圆柱投影,范围32°~42.22°N,99°~109.22°E。通道值的处理与卫星中心相同,为使资料统一,将银川台的资料转换成1.2分经纬度网格正方形投影。1992年9至11月采用兰州中心气象台接收的资料,其格式与卫星中心相同,范围一般取32°~42°N,93°~109°E。由于每个像元在地面上的面积比地块尺度大,加之甘肃农田作物插花式种植,冬麦与秋田犬牙交错,秋田作物品种多达7种以上。因此均系混合像元,加之地形复杂、定位误差和上述多种因素影响,使点对点的时间序列产生很大噪声。为滤掉噪声,从省级农业气象应用出发,将县级区域考虑成一个单元。对县范围计算植被指数平均值和标准差,一个县的像元最少148个(广河,最多2651个(玛曲,其均值的时间廓线基本无噪声,可作为该县作物生长周期内不同生育阶段的函数。标准化差植被指数(NDVI的计算公式为:NDVI=20×(CH2-CH1/CH2+CH1(1为便于制作直方图和在卫星图像上判读作物长势和挑选其时间廓线,我们将(1式计算的NDVI值分为7个等级,其分级标准和意义如表1。表1植被指数等级划分及其意义等级NDVI值植被状况描述植被覆盖度(%1<1裸土小于1021.0~1.99植被很稀疏10~2032.0~2.99植被较稀疏21~3043.0~3.99植被盖度中等31~6054.0~5.99植被较稠密61~7066.0~7.99植被稠密71~907≥8.0植被很茂盛90~100取多个地面控制区和点(主要有青海湖边界、龙羊峡、刘家峡水库和贺兰山等以每幅图像作定位校准,消除定位误差。下面讨论在作物不同生育阶段如何选用NDVI和RVI使双向辐射和大气影响误差最小。设e1和e2分别是CH1和CH2的双向辐射和大气影响误差,定义NDVI’和RVI’为订