基于不同遙感數(shù)據(jù)的陜北黃土高原植被變化對(duì)比研究

基于不同遙感數(shù)據(jù)的陜北黃土高原植被變化對(duì)比研究

遙感圖像中的植被信息主要反映在綠色植物的光譜特征和動(dòng)態(tài)變化上。由于不同植被類型的主要植物種類一般來(lái)說(shuō)都不同,因而其對(duì)不同波長(zhǎng)光的吸收率也不同。光線照射在綠色植物上時(shí),近紅外波段的光大部分被反射,而可見(jiàn)光波段的光除綠色光外大部分被吸收,因而通過(guò)對(duì)近紅外和紅波段反射率的線性或非線性組合,可以消除地物光譜產(chǎn)生的影響,從而得到較能反映植被本身特征的指數(shù),一般稱其為植被指數(shù)。常用的植被指數(shù)包括歸一化差異植被指數(shù)(normalizeddifferencevegetationindex,NDVI)、改進(jìn)植被指數(shù)(advancedvegetationindex,AVI)、高級(jí)歸一化植被指數(shù)(advancednormalizedvegetationindex,ANVI)等。由于歸一化差異植被指數(shù)(NDVI)能夠相當(dāng)精確地反映植被綠度和光合作用強(qiáng)度,反映植被代謝強(qiáng)度及其季節(jié)和年際變化,因此在全球或各大陸等大尺度的植被動(dòng)態(tài)監(jiān)測(cè)、植被分類、全球和區(qū)域尺度土地覆被分類及其變化、作物長(zhǎng)勢(shì)檢測(cè)和物候監(jiān)測(cè)、自然災(zāi)害監(jiān)測(cè)等方面均得到了廣泛的應(yīng)用。目前,由于NOAA/AVHRR(advancedveryhighresolutionradiometer)、SPOT--VEGETATION(VGT)、Terra衛(wèi)星的MODIS(moderateresolutionimagingspectroradiometer)等具有數(shù)據(jù)序列完備、易獲取等優(yōu)點(diǎn),利用NDVI的時(shí)間變化來(lái)監(jiān)測(cè)區(qū)域植被變化的研究日趨增多。但由于AVHRR、SPOT--VGT和MODIS遙感數(shù)據(jù)的傳感器及時(shí)空分辨率存在差異,究竟哪種遙感數(shù)據(jù)得出的NDVI更能反映地區(qū)的植被類型特征、空間分布和時(shí)間變化等尚不清楚;針對(duì)某一特定的植被類型而言,3種遙感數(shù)據(jù)NDVI之間存在差異且表現(xiàn)不盡相同,那么,造成這種差異的原因又是什么?為了解決這些問(wèn)題,就需要從多個(gè)方面對(duì)不同遙感數(shù)據(jù)NDVI之間的差異進(jìn)行研究。目前針對(duì)3種遙感數(shù)據(jù)的差異,多集中在傳感器差異、植被指數(shù)原理等基礎(chǔ)方面進(jìn)行研究,而對(duì)3種遙感數(shù)據(jù)在應(yīng)用方面各自的特點(diǎn)和相互關(guān)系的研究還相對(duì)較少。Brown等曾探討AVHRR、SPOT--VEGETATION、MODIS和LandsatETM+的NDVI在不同研究區(qū)域的差異,Chen等也以墨西哥西部的玉米地為樣地比較MODIS/EVI、MODIS/NDVI和VEGETATION/NDVI的差異。我國(guó)植被狀況不同于其他國(guó)家,而針對(duì)3種遙感數(shù)據(jù)在應(yīng)用方面的異同研究還處于起步階段,尤其是黃土高原地區(qū),植被類型多樣,下墊面狀況復(fù)雜,從1999年退耕還林試點(diǎn)以來(lái),區(qū)域植被更是發(fā)生了巨大的變化。比較3種常用的遙感數(shù)據(jù)在監(jiān)測(cè)黃土高原地區(qū)植被變化時(shí)的差異,找出能最真實(shí)地反映黃土高原地區(qū)植被變化狀況的遙感數(shù)據(jù),對(duì)于精確監(jiān)測(cè)黃土高原地區(qū)植被并研究該地區(qū)環(huán)境的長(zhǎng)期變化具有重要意義。陜北黃土高原地處黃土高原腹地,水土流失現(xiàn)象十分嚴(yán)重,植被狀況對(duì)該流域內(nèi)水土保持起著至關(guān)重要的作用,尤其是退耕還林以來(lái),區(qū)域植被發(fā)生較大的變化,對(duì)退耕過(guò)程中植被動(dòng)態(tài)變化進(jìn)行監(jiān)測(cè)就成了退耕還林工程評(píng)價(jià)的任務(wù)之一。自退耕還林還草工程實(shí)施以來(lái),對(duì)陜北黃土高原植被恢復(fù)狀況的監(jiān)測(cè)多依靠單一遙感數(shù)據(jù)的NDVI,而單一遙感數(shù)據(jù)NDVI能否反映現(xiàn)實(shí)植被的變化,以及究竟哪種遙感數(shù)據(jù)NDVI在反映陜北地區(qū)植被變化中更有優(yōu)勢(shì),還有待于進(jìn)一步研究。本文利用GIMMS、SPOT--VGT和MODIS在陜北黃土高原地區(qū)重疊時(shí)間序列(1998—2007年)的NDVI數(shù)據(jù),從空間分布和時(shí)間變化兩個(gè)角度探討3種遙感數(shù)據(jù)在反映該地區(qū)植被NDVI方面的異同。同時(shí),針對(duì)該地區(qū)幾種主要的植被類型,分析不同植被類型下3種遙感數(shù)據(jù)NDVI的分布特征及演變規(guī)律,找出最能反映陜北黃土高原地區(qū)植被實(shí)際情況的遙感數(shù)據(jù)序列,提高陜北黃土高原地區(qū)退耕還林過(guò)程中的植被變化監(jiān)測(cè)的準(zhǔn)確性。這對(duì)于完善退耕還林工程評(píng)價(jià)具有一定的現(xiàn)實(shí)意義。在對(duì)GIMMS、SPOT--VGT和MODIS植被指數(shù)之間的關(guān)系進(jìn)行研究的同時(shí),分析GIMMS和MODIS數(shù)據(jù)NDVI值之間的相互關(guān)系,判斷GIMMS/NDVI能否作為MODIS應(yīng)用模型中歷史均值的NDVI,為MODIS數(shù)據(jù)在時(shí)間序列上的向后延伸提供一定的思路。1數(shù)據(jù)來(lái)源和處理方法1.1研究區(qū)地貌背景研究區(qū)位于黃土高原中部的陜北地區(qū),包括榆林、延安、銅川三市,地理位置介于34°49′~39°35′N、107°10′~111°14′E之間。海拔約1000~2000m。東隔黃河峽谷與晉西黃土高原相望,西以子午嶺與隴東黃土高原為界,南與關(guān)中盆地毗鄰,北接鄂爾多斯高原。研究區(qū)地域廣闊、丘陵溝壑遍布。處于暖溫帶大陸性季風(fēng)半濕潤(rùn)氣候向溫帶半干旱氣候的過(guò)渡區(qū),年平均氣溫8~12℃,年平均降水量350~600mm。氣溫和降水的空間分布差異較大,下墊面情況復(fù)雜,包含森林、草地、農(nóng)田、荒漠、湖泊等多種土地覆被類型和土地利用方式。多樣的自然環(huán)境使研究區(qū)具有植被類型多樣、植被分布差異較大的特點(diǎn)。1.2遙感質(zhì)量數(shù)據(jù)的獲取AVHRR數(shù)據(jù)來(lái)自美國(guó)航空航天局(NASA)全球監(jiān)測(cè)與模型研究組GIMMS(GlobalInventorModelingandMappingStudies)發(fā)布的半月最大值合成數(shù)據(jù),空間分辨率是8km,時(shí)間是1998年1月至2006年12月。GIMMS數(shù)據(jù)經(jīng)過(guò)幾何精糾正、輻射校正、大氣校正等預(yù)處理,且都已采用最大值合成法(maximumvaluecomposite,MVC)以減少云、大氣、太陽(yáng)高度角等的影響,同時(shí)GIMMS數(shù)據(jù)還利用經(jīng)驗(yàn)?zāi)Ｊ椒纸?EMD)減少了由于衛(wèi)星軌道漂移所產(chǎn)生的噪音,并利用交叉輻射定標(biāo)的方法,增強(qiáng)了數(shù)據(jù)的精度。SPOT--VGT數(shù)據(jù)空間分辨率為1km,時(shí)間分辨率為1d,由比利時(shí)佛萊芒技術(shù)研究所(FlemishInstituteforTechnologicalResearch,Vito)VEGETATION影像中心提供,時(shí)間是1998年4月至2007年12月。預(yù)處理包括大氣校正、輻射校正、幾何校正,且都已采用最大值合成法獲取時(shí)間分辨率為10d的最大值合成數(shù)據(jù),以減少云、大氣、太陽(yáng)高度角等的影響。MODIS數(shù)據(jù)來(lái)源于美國(guó)LPDAAC(LandProcessDistributedActiveArchiveCenter)的MODIS數(shù)據(jù)中的16d最大值合成的植被指數(shù)MOD13A1數(shù)據(jù)產(chǎn)品,空間分辨率為250m,時(shí)間是2000年3月至2007年12月。MODIS數(shù)據(jù)預(yù)處理包括BOW--TIE處理、條紋去除、數(shù)據(jù)定標(biāo)、幾何精校正、投影變換和數(shù)據(jù)融合等。其中幾何精校正利用ENVI軟件提供的GeoreferenceMODIS1B校正方法進(jìn)行。由于MODIS數(shù)據(jù)的HDF文件中含有經(jīng)度和緯度信息,該方法先從HDF--EOS頭文件中提取經(jīng)緯度坐標(biāo),轉(zhuǎn)化為ENVI的地面控制點(diǎn)(GCP)文件,從而不需人工選取GCP,這使得幾何校正的速度和自動(dòng)化程度大大提高。所用的植被空間分布數(shù)據(jù)來(lái)源于數(shù)字化的1∶100萬(wàn)中國(guó)植被圖。利用ArcGIS對(duì)陜北地區(qū)植被圖進(jìn)行投影變換,轉(zhuǎn)變成與上述遙感數(shù)據(jù)相同的投影方式;最后將陜北地區(qū)植被圖中的植被類型進(jìn)行合并,參考陜北地區(qū)實(shí)際情況,合并為針闊混交林、疏林、草地、荒漠草地、荒漠、水澆地、旱地和水體8種土地利用/覆被類型(見(jiàn)圖1)。1.3氣調(diào)預(yù)處理由于本研究使用的GIMMS和SPOT--VGT數(shù)據(jù)都已經(jīng)過(guò)幾何精糾正、輻射校正、大氣校正等預(yù)處理,且都已采用最大值合成法以減少云、大氣、太陽(yáng)高度角等的影響,因此這里所要作的處理主要包括影像配準(zhǔn)、降噪和NDVI的歸一化處理等。1.3.1配準(zhǔn)和配準(zhǔn)時(shí)相遙感影像配準(zhǔn)(senseimagesregistration)是使一幅影像與另一幅影像相匹配的過(guò)程,主要是使同名地物相匹配。在此過(guò)程中涉及到幾何位置變換和影像灰度重采樣兩個(gè)方面。由于GIMMS、SPOT--VGT和MODIS數(shù)據(jù)多用于區(qū)域植被的動(dòng)態(tài)監(jiān)測(cè),本文在配準(zhǔn)時(shí)不考慮波段間數(shù)據(jù)的配準(zhǔn),只考慮不同時(shí)相數(shù)據(jù)間的相對(duì)配準(zhǔn)。在配準(zhǔn)時(shí)采用ENVI專業(yè)軟件提供的RegisterImaginetoImagine功能,對(duì)兩個(gè)時(shí)相的數(shù)據(jù)進(jìn)行相對(duì)配準(zhǔn)。分別在兩幅影像中選取出同名地物點(diǎn),影像處理系統(tǒng)根據(jù)兩影像之間的數(shù)學(xué)換算關(guān)系,進(jìn)行遙感影像相對(duì)配準(zhǔn),最終將3種遙感影像不同時(shí)相數(shù)據(jù)間配準(zhǔn)精度達(dá)到子像元級(jí),滿足區(qū)域植被動(dòng)態(tài)監(jiān)測(cè)的需要。1.3.2ndvi時(shí)間序列物候去噪利用最大值合成法分別將不同時(shí)段的GIMMS、SPOT--VGT和MODIS數(shù)據(jù)進(jìn)行月最大值合成,獲得3種遙感影像每月的最少云干擾的準(zhǔn)確數(shù)據(jù),但是這仍擺脫不了偽數(shù)據(jù)點(diǎn)的影響,要讓NDVI時(shí)間序列數(shù)據(jù)能更好地反映物候年內(nèi)或年際變化信息,還需要進(jìn)一步進(jìn)行去噪聲處理。運(yùn)用離散傅立葉變換(discretefouriertransform,DFT)進(jìn)行時(shí)間序列的諧波分析可以正確表達(dá)每年內(nèi)的物候變化,因此本研究又基于離散傅立葉變換對(duì)時(shí)間序列遙感數(shù)據(jù)進(jìn)行降噪處理(具體步驟見(jiàn)參考文獻(xiàn)),從而進(jìn)一步減少了云和大氣的干擾,獲取能夠正確表達(dá)植被變化的遙感數(shù)據(jù)。1.3.3基于dn值的遙感檢測(cè)經(jīng)過(guò)上述遙感數(shù)據(jù)的處理步驟,獲得3種遙感數(shù)據(jù)NDVI年內(nèi)逐月最大NDVI值和全年最大NDVI值,統(tǒng)一投影體系為WGS84/Geographic。由于3種遙感數(shù)據(jù)像元的DN值(digitalnumber,像元的初始數(shù)值)不同(GIMMS、SPOT--VGT和MODIS的DN值分別為3~253、0~250和-3000~10000),為了便于對(duì)比分析,在ERDASIMAGINE9.0建模工具中,分別根據(jù)不同的公式(NDVI=0.008(DN-128)、NDVI=0.004DN-0.1和NDVI=0.0001DN),將GIMMS、SPOT--VGT和MODIS的DN值轉(zhuǎn)化為對(duì)應(yīng)的NDVI值(-1~1),從而能夠更好地比較不同分辨率遙感數(shù)據(jù)NDVI的差異。1.4ndvi的時(shí)空分布特征目前GIMMS、SPOT--VGT和MODIS遙感數(shù)據(jù)NDVI被廣泛應(yīng)用在反映區(qū)域植被空間分布、年內(nèi)變化及年際變化上,為了全面分析3種遙感數(shù)據(jù)在應(yīng)用方面的異同,本文從植被空間分布、NDVI季節(jié)變化及年際變化3個(gè)方面來(lái)分析GIMMS、SPOT--VGT和MODIS遙感數(shù)據(jù)之間的差異。其中在植被空間分布上,遙感數(shù)據(jù)NDVI能否準(zhǔn)確反映實(shí)際的植被覆被情況作為比較三者差異的重要依據(jù)。利用最大值合成法獲取3種遙感數(shù)據(jù)夏季(6—8月)的最大化NDVI,從而反映3種遙感數(shù)據(jù)在植被覆蓋最高時(shí)期的空間分布差異。然后,通過(guò)3種遙感數(shù)據(jù)在陜北地區(qū)NDVI分布的直方圖,分析3種遙感數(shù)據(jù)NDVI在反映不同地物類型上的差異,從而可以看出哪種遙感影像能準(zhǔn)確反映實(shí)際的植被覆蓋情況。在植被的季節(jié)變化上,將陜北地區(qū)各像素NDVI進(jìn)行求和平均來(lái)作為整個(gè)陜北地區(qū)的月NDVI,從而分析3種遙感數(shù)據(jù)NDVI季節(jié)變化的異同;同時(shí)利用均方根誤差(RMSE)分析和相關(guān)分析來(lái)分析不同季節(jié)3種遙感數(shù)據(jù)NDVI的異同,進(jìn)而可以較全面地看出3種遙感數(shù)據(jù)NDVI的差異。在反映植被的年際變化上,通常利用兩種方法來(lái)獲取當(dāng)年的NDVI,一種是將逐月最大NDVI進(jìn)行加和平均,另一種是利用最大值合成法取全年最大NDVI用于反映當(dāng)年植被情況。由于全年最大化NDVI在反映植被年際變化中更明顯,因此通過(guò)將陜北地區(qū)各像元全年最大化NDVI進(jìn)行加和平均來(lái)作為整個(gè)地區(qū)當(dāng)年的NDVI,從而反映區(qū)域植被的年際變化。另外,3種遙感數(shù)據(jù)NDVI在反映不同植被覆被類型時(shí)差異也會(huì)不同。通過(guò)統(tǒng)計(jì)陜北地區(qū)主要的幾種植被類型,依據(jù)植被類型的不同來(lái)逐像元加和平均,作為該類植被類型當(dāng)年的NDVI;利用相關(guān)分析和均方根誤差分析來(lái)反映3種遙感數(shù)據(jù)NDVI在反映不同植被類型年際變化中的差異。2數(shù)據(jù)的ndvi2.13種遙感數(shù)據(jù)NDVI的空間分布特征夏季是植被生長(zhǎng)最旺盛的時(shí)期,對(duì)陜北地區(qū)不同遙感數(shù)據(jù)的2007年夏季(6—9月)植被NDVI進(jìn)行最大值合成,從而得到MODIS/NDVI、SPOT--VGT/NDVI和GIMMS/NDVI在陜北地區(qū)植被覆蓋度最高時(shí)期的空間分布(圖2)。從圖2中可以看出:GIMMS/NDVI、SPOT--VGT/NDVI和MODIS/NDVI大范圍上的空間分布格局基本一致,NDVI從南向北遞減,這與陜北地區(qū)的植被分區(qū)相吻合。陜北地區(qū)從南向北可以劃分為森林區(qū)、森林草原區(qū)和草原區(qū),其中南部的森林區(qū)是陜北地區(qū)水熱條件最好的區(qū)域,同時(shí)也是陜北黃土高原僅存的天然次生林區(qū)。國(guó)家和政府投入了大量的人力和物力進(jìn)行封山育林,各處都保育起大片的油松(Pinustabulaeformis)、山楊(Populusdavidiana)和遼東櫟(Quercuslioiungensis)等落葉闊葉林。GIMMS/NDVI、SPOT--VGT/NDVI和MODIS/NDVI平均值都在0.7以上。北部沙化草原區(qū)由于降水稀少,同時(shí)處于毛烏素沙地的邊緣,多為分布稀疏的荒漠植被,NDVI最大值低于0.3。通過(guò)逐像元統(tǒng)計(jì)3種遙感數(shù)據(jù)的NDVI,得到陜北地區(qū)3種遙感數(shù)據(jù)NDVI分布圖(圖3)。從圖3可以看出,MODIS和SPOT--VGT在NDVI分布比例上基本相同,但與GIMMS/NDVI卻存在一定程度的差異。GIMMS/NDVI范圍是0.166~0.816,介于0.36~0.45之間的區(qū)域分布面積最大,占總分布面積的32.6%,相對(duì)于MODIS/NDVI和SPOT--VGT/NDVI來(lái)說(shuō)明顯偏低;另外由于GIMMS/NDVI最低值為0.166,在反映水體等地物類型時(shí)誤差較大,尤其是把陜北地區(qū)許多水體當(dāng)成植被覆被區(qū)處理,如陜北地區(qū)最大的內(nèi)陸湖紅堿淖等。MODIS和SPOT--VGT在NDVI分布趨勢(shì)上基本相同,NDVI的分布比例分別出現(xiàn)兩次峰值,相對(duì)于SPOT--VGT(NDVI最大值為0.888),MODIS/NDVI最大值為0.961,在高生物量覆蓋地區(qū),如子午嶺、黃龍山等次生林區(qū)的植被檢測(cè)上具有明顯的優(yōu)勢(shì)。由于MODIS數(shù)據(jù)相對(duì)于GIMMS和SPOT--VGT數(shù)據(jù)不僅有地物分辨率上的優(yōu)勢(shì),而且在NDVI動(dòng)態(tài)范圍上也明顯大于GIMMS和SPOT--VGT數(shù)據(jù),因此用于監(jiān)測(cè)植被類型多樣的陜北黃土高原具有明顯的優(yōu)勢(shì)。2.23種遙感數(shù)據(jù)NDVI的時(shí)間分布特征2.2.1NDVI的季節(jié)變化特征圖4表示了3種遙感數(shù)據(jù)1998—2007年NDVI的季節(jié)變化情況,其中GIMMS數(shù)據(jù)是1998—2006年的,SPOT--VGT和MODIS數(shù)據(jù)則是2000—2007年的。從圖4中可以發(fā)現(xiàn),3種遙感數(shù)據(jù)NDVI的季節(jié)變化趨勢(shì)基本一致,其中NDVI最小值出現(xiàn)在冬季,最大值出現(xiàn)在夏季,這與陜北地區(qū)的氣候條件相吻合。陜北地區(qū)冬季寒冷干燥,植物停止生長(zhǎng),夏季雨熱同季,植物生長(zhǎng)旺盛。從具體的NDVI值方面來(lái)分析,MODIS和SPOT--VGT的最大NDVI值要明顯高于GIMMS/NDVI,這說(shuō)明了MODIS和SPOT--VGT傳感器對(duì)植被的響應(yīng)比GIMMS要敏感,尤其在監(jiān)測(cè)植被NDVI變化方面要優(yōu)于GIMMS。這與劉良明等的研究結(jié)論相同,也就更進(jìn)一步說(shuō)明了傳感器的光譜范圍越窄,對(duì)植被的監(jiān)測(cè)越有利。雖然3種遙感數(shù)據(jù)在反映陜北地區(qū)植被季節(jié)變化趨勢(shì)上一致,但三者之間究竟存在多大的差異,以及在不同季節(jié)三者之間的差異有何不同,還需要進(jìn)一步研究。本文通過(guò)兩兩分析其NDVI值在不同季節(jié)的均方根誤差和相關(guān)系數(shù)(r),分析3種遙感數(shù)據(jù)在不同季節(jié)的異同。從表1可以看出:GIMMS/NDVI和MODIS/NDVI之間的均方根誤差要明顯高于其他兩種組合,同時(shí)兩者之間的相關(guān)系數(shù)也最低,這是由于GIMMS和MODIS數(shù)據(jù)一方面在地物分辨率上存在巨大的不同,另一方面在感光光譜紅外波段(RED)和近紅外波段(NIR)的范圍上也存在較大差異;另外,夏季和秋季兩個(gè)季節(jié)的均方根誤差要明顯高于其他兩個(gè)季節(jié),其主要原因是:一方面由于夏季和秋季的NDVI值要明顯高于冬春兩季,造成GIMMS和MODIS數(shù)據(jù)的均方根誤差較高;另一方面,由于夏季和秋季是陜北地區(qū)的雨季,云量和水氣較多,GIMMS的感光波段受水氣和云的影響較大,從而造成了夏秋兩季的均方根誤差較高。通過(guò)將3種遙感數(shù)據(jù)不同季節(jié)NDVI做相關(guān)分析,發(fā)現(xiàn)3種遙感數(shù)據(jù)在反映不同季節(jié)變化時(shí)都呈現(xiàn)出很強(qiáng)的相關(guān)性,均通過(guò)了置信度為99%的顯著性檢驗(yàn)。不同季節(jié)NDVI之間的相關(guān)系數(shù)略有不同,其中相關(guān)系數(shù)最低的是冬季。這是由于NDVI在反映雪地或裸地時(shí)不太敏感,而陜北黃土高原地區(qū)一方面冬季寒冷,積雪不易融化,另一方面陜北地區(qū)植被多為落葉闊葉林或一年生草本,冬季植被停止生長(zhǎng),地表裸露度提高,因而3種遙感數(shù)據(jù)在反映陜北地區(qū)冬季植被NDVI變化上存在一定差異。2.2.2NDVI的年際變化特征由于GIMMS、SPOT--VGT和MODIS數(shù)據(jù)在時(shí)間序列上的連續(xù)性,被廣泛應(yīng)用到監(jiān)測(cè)區(qū)域植被年際之間的動(dòng)態(tài)變化中。圖5表示了陜北地區(qū)3種遙感數(shù)據(jù)NDVI從1999—2006年之間的變化趨勢(shì)及3種遙感圖像的年NDVI與時(shí)間序列的線性回歸分析。從圖5可以看出:陜北地區(qū)SPOT--VGT/NDVI和MODIS/NDVI在1999—2006年期間整體呈現(xiàn)顯著的上升趨勢(shì),兩種遙感數(shù)據(jù)NDVI與年際之間都存在很好的線性關(guān)系,說(shuō)明陜北地區(qū)經(jīng)過(guò)退耕還林(草)工程后,植被覆蓋度有明顯的增加趨勢(shì),植被得到一定的恢復(fù);然而GIMMS/NDVI卻沒(méi)有呈現(xiàn)顯著增加的趨勢(shì),其原因在于GIMMS數(shù)據(jù)的紅波段和近紅外波段的波寬范圍明顯大于MODIS和SPOT--VGT,因而對(duì)植被變化的響應(yīng)不太敏感。為了更進(jìn)一步反映3種遙感數(shù)據(jù)在不同植被類型年際變化響應(yīng)上的差異,通過(guò)統(tǒng)計(jì)1999—2007年陜北地區(qū)不同植被類型的NDVI,計(jì)算3種遙感數(shù)據(jù)NDVI之間的均方根誤差和相關(guān)系數(shù),探討3種遙感數(shù)據(jù)在不同植被類型年際變化響應(yīng)之間的異同(表2)。從表2可以看出,GIMMS/NDVI與MODIS/NDVI之間的均方根誤差要明顯高于其他兩者之間。同時(shí),從表2中還可以看出不同植被類型均方根誤差的差異。隨著植被覆蓋度的提高,不同數(shù)據(jù)NDVI之間的均方根誤差也相應(yīng)提高,其原因在于隨著植被覆蓋度提高,植被NDVI也相應(yīng)提高,由于3種遙感數(shù)據(jù)對(duì)植被的敏感度不同,NDVI變化的程度也必然不同,從而造成針闊混交林的均方根誤差在7種主要的植被類型中最高。通過(guò)3種遙感數(shù)據(jù)NDVI年際變化之間的相關(guān)分析,得出GIMMS/NDVI和MODIS/NDVI之間的相關(guān)性最差,這是由于無(wú)論從地物分辨率還是植被感光波譜范圍上,GIMMS/NDVI和MODIS/NDVI之間都存在最大的差異。從不同植被類型的相關(guān)系數(shù)上來(lái)看,3種遙感數(shù)據(jù)在反映旱地、水澆地和草地NDVI時(shí)表現(xiàn)出了一定的相關(guān)性,GIMMS/NDVI和MODIS/NDVI相關(guān)系數(shù)也較高,尤其是在旱地,GIMMS/NDVI和MODIS/NDVI達(dá)到了顯著相關(guān)水平。這是由于陜北地區(qū)1999年實(shí)施了退耕還林(草)工程,尤其是在陜北丘陵溝壑區(qū),植被得到了較好的恢復(fù),植被由原來(lái)的坡耕地轉(zhuǎn)變?yōu)榱值?草地),NDVI年際變化幅度較大。在針闊混交林和疏林等植被類型區(qū),GIMMS/NDVI和MODIS/NDVI相關(guān)系數(shù)很低,甚至出現(xiàn)負(fù)值,這說(shuō)明了AVHRR傳感器對(duì)植被的響應(yīng)不太敏感,與其他兩者的傳感器相比更易受水氣和云的干擾,不太適合監(jiān)測(cè)高覆蓋度植被(如針闊混交林等)NDVI年際變化動(dòng)態(tài),且GIMMS/NDVI的年最大值僅為0.816,與實(shí)際植被的NDVI有較大差異。而MODIS和SPOT--VGT數(shù)據(jù)在監(jiān)測(cè)不同植被類型年際變化時(shí)差異不大,因此在反映植被年際變化時(shí)可以相互替代。3數(shù)據(jù)的時(shí)空分布特征本研究從用戶的角度出發(fā),選定目前在大尺度植被監(jiān)測(cè)上常用的3種遙感數(shù)據(jù)(GIMMS、SPOT--VGT和MODIS),以陜北地區(qū)為例,探討三者在空間和時(shí)間變化上的差異,結(jié)果表明:MODIS與SPOT--VGT和GIMMS相比,由于其分辨率和對(duì)植被變化的敏感度的提高,在植被監(jiān)測(cè)中更具有優(yōu)勢(shì),更適用于監(jiān)測(cè)植被類型多樣的陜北地區(qū)植被的季節(jié)變化及年際變化。在數(shù)據(jù)處理中對(duì)GIMMS、SPOT--VGT和MODIS數(shù)據(jù)進(jìn)行了幾何精糾正、輻射校正、大氣校正等預(yù)處理,且都已采用最大值合成法和離散傅立葉變換降噪以減少云、大氣、太陽(yáng)高度角等的影響。雖然沒(méi)有經(jīng)過(guò)輻射校正模型(如6S和臨近效應(yīng)等)嚴(yán)格的輻射矯正,但計(jì)算的植被指數(shù)和初步分析結(jié)果仍然令人滿意。本文在分析3種空間分辨率不同的遙感數(shù)據(jù)時(shí),并未考慮三者之間的尺度效應(yīng)及進(jìn)行相關(guān)的尺度轉(zhuǎn)換,且由于GIMMS、SPOT--VGT和MODIS數(shù)據(jù)重疊年限時(shí)間較短和研究區(qū)域的限制,因而結(jié)論尚不能全面反映三者之間的差異。隨著遙感數(shù)據(jù)輻射校正方法的進(jìn)步、3種遙感數(shù)據(jù)重疊時(shí)間的加長(zhǎng)和尺度轉(zhuǎn)換手段的進(jìn)步,對(duì)三者之間的異同研究將會(huì)更加深入和準(zhǔn)確。1)MODIS/NDVI、SPOT--VGT/NDVI和GIMMS/NDVI在反映陜北地區(qū)大范圍上的空間分布格局時(shí)基本一致,與陜北地區(qū)的植被分布特征相吻合。但在具體的像元分布上,通過(guò)建立陜北地區(qū)3種遙感數(shù)據(jù)NDVI分布圖(圖3)可以看出,MODIS/NDVI比SPOT--VGT/NDVI和GIMMS/NDVI在地物分辨率上更具有優(yōu)勢(shì),尤其在植被覆蓋度高的地區(qū)。GIMMS/NDVI范圍是0.166~0.816,其中NDVI介于0.36~0.48之間的區(qū)域分布面積最大,占總分布面積的32.6%,相對(duì)于MODIS/NDVI和SPOT--VGT/NDVI來(lái)說(shuō)明顯偏低。MODIS/NDVI值分布在0.001~0.961之間,NDVI值的動(dòng)態(tài)范圍明顯大于GIMMS/NDVI和SPOT--VGT/NDVI,更適用于監(jiān)測(cè)植被類型多樣的陜北地區(qū)植被季節(jié)變化及年際變化。2)3種遙感數(shù)據(jù)NDVI的季節(jié)變化趨勢(shì)基本一致,其中NDVI最低值在冬季,最大值出現(xiàn)在夏季,這與陜北地區(qū)