基于MODISNDVI的广西西南典型生态区植被变化对比监测
基于遥感的中国北部植被NDVI和物候变化研究
基于遥感的中国北部植被NDVI和物候变化研究一、概述随着全球气候变化和环境问题的日益突出，对植被生长状况和物候变化的研究显得尤为重要。
遥感技术作为一种高效、宏观且非接触式的观测手段，在植被动态监测和物候变化分析方面发挥着不可替代的作用。
本文旨在利用遥感技术，对中国北部地区的植被归一化植被指数（NDVI）和物候变化进行深入研究，以揭示该区域植被生长状况和物候特征的时空变化规律，为生态环境保护和可持续发展提供科学依据。
中国北部地区地域辽阔，气候类型多样，植被类型丰富，是研究植被NDVI和物候变化的理想区域。
通过遥感技术获取该区域的植被数据，可以实现对大范围植被生长状况的实时监测和动态分析。
同时，结合气象、土壤等辅助数据，可以进一步探讨植被生长与气候因子之间的关系，揭示植被物候变化的驱动机制。
本研究将重点关注以下几个方面：利用遥感影像提取中国北部地区的植被NDVI数据，分析NDVI的空间分布特征和时序变化规律结合物候提取方法，提取植被的物候参数，如生长季开始和结束时间、生长季长度等，并分析其时空变化特征探讨植被NDVI和物候变化与气候因子之间的关系，以及人类活动对植被生长和物候变化的影响。
通过本研究，我们期望能够深入了解中国北部地区植被的生长状况和物候变化规律，为生态环境保护和可持续发展提供有力的数据支持和科学依据。
同时，本研究也将为遥感技术在植被动态监测和物候变化分析方面的应用提供有益的参考和借鉴。
1. 研究背景与意义植被作为地球生态系统的重要组成部分，其生长状况与空间分布对维持生态平衡、促进气候稳定以及保障人类生存与发展具有至关重要的作用。
中国北部地区，作为我国的重要生态屏障和农业产区，其植被状况直接关系到区域乃至全国的生态环境安全和粮食安全。
受气候变化和人类活动等多重因素的影响，中国北部地区的植被状况正面临着严峻的挑战。
遥感技术作为一种高效、快速获取地表信息的手段，已成为植被动态监测与评估的重要工具。
植被覆盖度论文撰写第一稿(第3次修改)
基于MODIS数据的汶川地震灾区植被覆盖度估算及动态变化分析摘要：本文以MODIS遥感数据为基础，利用像元二分模型对汶川地震灾区2008年-2013年的植被覆盖度进行监测估算，分析了植被覆盖度在这6年里的动态变化。
通过从整体角度分析不同植被覆盖度的面积变化和从平均植被覆盖度的角度分析平均植被覆盖度的动态变化过程，均得出植被的动态变化过程：地震前后植被受到严重破坏，低、中低植被覆盖度的面积显著增加，中高、高植被覆盖度的面积显著减少；随着植被的逐渐恢复，至2013年各植被覆盖度区域面积几乎恢复到地震前的水平。
同时，通过分析植被破坏及恢复前后不同植被覆盖度的面积变化得到植被的动态变化情况。
关键字：植被覆盖度；像元二分模型；MODIS；汶川地震引言植被，是覆盖在地面的所有植物群的总称，包括森林、灌丛、草地、农作物等等，具有截流降雨、减缓径流、防沙治沙、保持水土等功能，是生态系统的重要组成部分[1-2]。
植被覆盖度（Fractional Vegetation Cover, FVC）是指植被的枝、茎、叶垂直向下的投影面积占统计区域总面积的百分比[3]，是刻画地面植被覆盖的一个重要参数。
一个地区的植被覆盖情况在很多领域都要涉及，也是其研究的重要指标之一，是重要的基础数据，因此建立快速的、精确的植被覆盖度计算方法与模型在植被及其他相关领域的研究都具有十分重要的意义。
植被覆盖度的测量计算有很多的方法与模型[10,13-16]，主要是从两个大的方面来进行计算，一种是相对传统的测量方法，例如目估法、照片分析法、经验分析法等；另一种是采用建立物理的模型，通过对某地区遥感影像数据进行统计分析，最后估算出植被覆盖度的大小，例如像元分解模型法、回归模型法等。
归一化植被指数（NDVI）与植被覆盖度之间有很大的关系，根据两者之间的关系，通过计算遥感影像的NDVI值来估算植被覆盖度的大小。
其中，NDVI=（NIR-R）/（NIR+R），NIR表示近红外波段的反射率，R表示红光波段的反射率[11]。
NDVI指数在植被研究中的应用及其评价
NDVI指数在植被研究中的应用及其评价归一化植被指数NDVI是目前应用最广泛的植被指数。
不同的NDVI值对应不同的土地覆被类型，可以进行土地覆被方面的研究;NDVI 20余年的时序资料可用于研究植被动态，以及与相关生态因子的相关性研究；卫星遥感技术具有覆盖面广、获取数据快等特点，可以用于环境、植被等的监测；应用NDVI发展生态学模型，可以开展生态学模拟研究，并在实地检验过程中完善。
NDVI指数虽然存在容易饱和、校正有限、噪音较多等缺点，而且已经发展了新的替代性指数，但其特有的优点仍将使其在今后的研究中发挥重大作用。
植被指数是基于植物的光谱特征，将可见光与近红外遥感光谱观测通道进行组合运算而得到的数据。
迄今为止，植被指数已经发展出40 余种。
其中AVHRR-NDVI是目前应用最广泛的植被指数，应用领域包括土地利用、产量预报、区域检测以及生物地理学和生态学研究等。
NDVI已经积累了20 余年的数据资料Anyamba Tucker，2005，应用研究颇具成效。
1、NDVI指数原理植物叶片组织对蓝光470nm和红光650nm有强烈吸收，而对绿光和红外光强烈反射叶片中心的海绵组织和叶片背面组织对近红外辐射NIR，700-1000nm 反射较强。
从红光Red到红外光，裸地反射率较高但增幅很小。
植被覆盖越高，红光反射越小，近红外光反射越大。
红光吸收很快达到饱和，而近红外光反射随着植被增加而增加。
所以，任何强化Red 和NIR 差别的数学变换都可以作为植被指数，来描述植被状况。
归一化植被指数NDVI 就被定义为：NIR/Red-1/ NIR/Red1。
在理想状况下，不考虑大气、土壤背景等的影响，太阳-地物-传感器位置相对固定，此时传感器受到的信号将没有信号丢失和噪音干扰。
而现实中，遥感数据要受到大气、土壤和传感器角度等因素的影响，因此在使用时需要进行必要的校正。
如AVHRR-NDVI，对瑞利散射和臭氧吸收作了校正，又通过最大值合成法MVC对其他噪音作了校正。
MODISMOD13Q1植被产品介绍及快速预处理
MODISMOD13Q1植被产品介绍及快速预处理MODISMOD13Q1植被产品是由美国国家航空航天局（NASA）的地球观测系统（EOS）项目提供的一种遥感植被指数产品。
该产品基于植被指数（NDVI）算法，用于监测全球范围内的植被覆盖状况和变化。
MOD13Q1产品每16天提供一次覆盖全球地表的植被指数数据，覆盖期为2000年至今，空间分辨率为250米。
这些植被指数数据能够为生态环境、农业、水资源管理等领域提供重要的信息支持。
快速预处理MOD13Q1植被数据是进行遥感植被监测和分析的重要步骤，以下介绍一种常用的预处理流程：2.数据格式转换：MOD13Q1产品采用HDF格式存储，需要将其转换为常用的栅格格式，如TIFF。
可以使用GDAL等工具进行格式转换，方便后续处理和分析。
4.云覆盖处理：MOD13Q1产品中可能存在云覆盖或其他异常值，需要进行云掩膜处理。
可以利用MODIS提供的云掩膜质量标志数据集，结合阈值处理或专业软件（如ENVI）进行云覆盖识别和去除。
5.数据重采样：对数据进行重采样操作，使其空间分辨率与其他遥感数据匹配。
根据具体分析需求，可以进行降采样（缩小像元尺寸）或升采样（放大像元尺寸）操作。
6.植被指数计算：利用MOD13Q1产品中的红光和近红外波段数据计算NDVI植被指数。
相关公式为：NDVI=(NIR-RED)/(NIR+RED)，其中NIR为近红外波段数据，RED为红光波段数据。
计算得到的NDVI值范围为-1到1，反映了植被覆盖的密度和健康状况。
7.数据分析与应用：最后利用处理好的MOD13Q1植被指数数据进行植被监测、变化分析等应用。
可以结合其他地学数据、模型分析等进行研究，为生态环境管理和决策提供科学依据。
基于时序数据
基于MODIS/NDVI时序数据植被是陆地生态系统的重要组成部分, 它既是重要的自然资源, 又对生态环境变化具有指示作用[1]。
植被变化是生态环境变化的直接结果, 它很大程度上代表了生态环境总体状况。
因此, 进行植被动态监测与评价对一个地区的生态环境建设具有重要意义。
卫星遥感数据因其具有覆盖面积大、空间和时间分辨率高、费用较低廉等特点, 在植被变化研究中具有独特优势[2]。
其中在众多植被指数中最为常用的是归一化植被指数 (NDVI)，它能够精确地反映植被绿度、光合作用强度、植被代谢强度及其季节和年际变化,是表征植物生长、植被覆盖、生长状况、生物量等的重要指标。
大量研究验证得出植被指数与植被覆盖度有较好的相关性, 用它来计算植被覆盖度是合适的[3][4]。
湖南省地处长江经济带腹地, 大部分地区属于中亚热带湿润季风气候, 湘南和湘北分别兼有南亚热带季风气候和北亚热带季风气候过渡的特征, 水热条件不均衡, 是长江流域生态平衡失调地区之一[5]。
而目前对中部地区尤其是湖南的研究甚少。
目前对湖南省植被NDVI变化的研究多集中在某一种植物或某一个子区域上, 较少与气象因子和人为因素进行相关分析[6][7]。
近年来，对于湖南省植被变化的分析较少，尤其对季节变化的研究较少。
其次研究时段更新不及时,对湖南省植被变化缺乏整体上的最新认识。
本文将基于2000-2018年MODIS/NDVI数据和同期气象数据，采用趋势分析法、变异系数法以及相关系数分析法研究了湖南省植被覆盖的变化特征, 结合气象数据及统计年鉴数据分析了气候变化及人类活动对植被覆盖变化的影响情况。
旨在为湖南省境内植被覆盖变化趋势预测提供理论依据，并且对湖南省地区植被的可持续发展具有重要的意义。
二、研究区概况湖南省位于中国中部，地貌类型较多，主要以山地和丘陵为主，其中山地面积占全省总面积52.3%，丘陵占28.4%[8][9]。
大部分区域海拔高度在1000米以上，湖南省三面环山，总的来看，湖南省是一个呈马蹄形的盆地。
MODIS影像的NDVI和LSWI植被水分含量估算
MODIS影像的NDVI和LSWI植被水分含量估算
张友水;谢元礼
【期刊名称】《地理科学》
【年(卷),期】2008(28)1
【摘要】植被含水量估算在作物灌溉和森林火灾预警中具有重要指导意义。
采用8天合成MODIS地表反射率数据,针对植被水分含量与陆表水指数,植被覆盖与归一化植被指数的关系及不同植被类型和地表水分含量状况在NDVI-LSWI二维空间中的分布规律,在NDVI-LSWI梯形特征空间中确定最大和最小含水量边界线的基础上采用植被干燥指数直接估算植被水分亏缺程度。
该方法不仅简便,而且可以避开植被指数温度梯形图中陆地表面温度和气温差值的测量。
【总页数】5页(P72-76)
【关键词】MODIS;植被水分含量;等价水深;陆表水指数;植被干燥指数
【作者】张友水;谢元礼
【作者单位】福建师范大学地理科学学院;西北大学城市与资源学系
【正文语种】中文
【中图分类】TP79
【相关文献】
1.基于NDVI估算植被体散射的土壤水分反演研究 [J], 夏米西努尔·马逊江;侯君英
2.MODIS NDVI和AVHRR NDVI对草原植被变化监测差异 [J], 陈燕丽;龙步菊;潘学标;钟仕全;莫伟华
3.基于MODIS植被指数估算青海湖流域植被覆盖度研究 [J], 游浩妍;骆成凤;刘正军;于秀娟
4.基于MODIS-NDVI的天津市蓟州区植被特征时空变化分析 [J], 王秋成;杨公羽;李勃燃
5.基于无人机高光谱影像的NDVI估算植被盖度精度分析 [J], 刘咏梅;范鸿建;盖星华;刘建红;王雷
因版权原因，仅展示原文概要，查看原文内容请购买。
SPEI和植被遥感信息监测西南地区干旱差异分析
农业机械学报第51卷第12期2020年12月doi：10.6041/j.issn.1000-1298.2020.12.020SPEI和植被遥感信息监测西南地区干旱差异分析史晓亮吴梦月丁皓（西安科技大学测绘科学与技术学院，西安710054）摘要：基于西南地区2000—2018年不同时间尺度的标准化降水蒸散指数（SPEI1、SPEI3、SPEI12）,应用线性趋势法和曼肯德尔检验（Mann-Kendall test,M K）法分析了西南地区气象干旱的时间变化特征，评价了日光诱导叶绿素荧光（SIF）、归一化植被指数（NDVI）以及增强型植被指数（EVI）等植被遥感数据对区域植被状况监测的有效性及差异性。
结果表明：2000—2018年西南地区SPEI整体上呈微弱增加趋势，其中,2000—2013年间，SPEI12呈下降趋势（趋势率为-0.05/（10a）,R2=0.295）,2014—2018年间，SPEI12时间序列呈上升趋势（趋势率为0.04/（10a）,R2=0.094），说明在气候变化背景下,近年来西南地区的干旱化趋势有所缓解。
SPEI12的趋势突变点发生在2016年和2017年。
相对于植被绿度指数NDVI和EVI,SIF对植被生长季发生的长期和短期干旱事件均表现岀较大负异常，说明SIF可快速获取水分胁迫下的植被光合作用信息。
森林、农田和草地的SIF与不同时间尺度气象干旱指数的相关性均高于NDVI和EVI,SIF对森林、农田及草地植被生态系统干旱监测的敏感性优于传统的植被绿度指数;草地的SIF与SPEI1的相关性更高（R=0.859,P<0.01）,其光合作用对短期水分胁迫最为敏感。
本研究可为西南地区干旱的综合应对、水资源管理调控及生态治理提供科学依据。
关键词：干旱；标准化降水蒸散指数；日光诱导叶绿素荧光；遥感；西南地区中图分类号：S423；S127文献标识码：A文章编号：1000-1298（2020）12_0184_09OSID：普Difference Analysis of SPEI and Vegetation Remote SensingInformation in Drought Monitoring in Southwest ChinaSHI Xiaoliang WU Mengyue DING Hao(College of Geomatics,Xi'an University of Science and Technology,Xi'an710054,China) Abstract:Since2000,drought has occurred frequently in Southwest China,which has seriously affected social production and ecological environment.Therefore，studying the temporal evolution characteristics of meteorological drought and its impact on vegetation growth can provide theoretical basis for scientific management of regional water resources and ecological control.Based on the monthly precipitation and temperature data of Southwest China from2000to2018,the standardized precipitation evapotranspiration index of different time scales was calculated.The linear trend method and Mann Kendall(M K)test were used to analyze the temporal variation characteristics of meteorological drought in Southwest China.The effectiveness and difference of solar-induced chlorophyll fluorescence(SIF),normalized differential vegetation index(NDVI)and enhanced vegetation index(EVI)in vegetation stress monitoring were evaluated.Furthermore，the response of vegetation to drought was also explored.The results showed that SPEI values showed a weak increasing trend in all time scales from2000to2018.From2000to2013, SPEI12showed a downward trend(the trend rate was-0.05/(10a),R2=0.295),and from2014to 2018,SPEI12time series showed an increasing trend(the trend rate was0.04/(10a),R2=0.094), indicating that the drought trend in Southwest China was alleviated in recent years under the background of climate change.The turning point of SPEI12time series occurred in2016and2017respectively.Compared with NDVI and EVI，SIF showed obvious negative anomalies for both long-term and short-term drought events during vegetation growing season，and it can quickly obtain the information of vegetation photosynthesis under water stress.The correlation between SIF of forest，farmland and grassland and meteorological drought index at different time scales was higher than NDVI and EVI，which meant that 收稿日期：20200822修回日期：20200923基金项目：国家自然科学基金项目(52079103)作者简介：史晓亮(1985—)，男，副教授，博士，主要从事资源环境遥感研究,E-mail：s_xiaoliang@第12期史晓亮等：SPEI和植被遥感信息监测西南地区干旱差异分析185the sensitivity of SIF of forest,farmland and grassland vegetation ecosystem to drought monitoring was better than that of traditional vegetation greenness index.The correlation between SIF of grassland and SPEI—1was higher(R=0.859,P<0.01),which indicated the grassland photosynthesis was more sensitive to short-term water stress.The research results can provide scientific basis for comprehensive drought coping，water resources management and ecological control in Southwest China.Key words:drought;standardized precipitation evapotranspiration index；solar-induced chlorophyll fluorescence；remote sensing；Southwest China0引言干旱是一种由于长期缺乏降水或降水偏少引发供求失衡的水分短缺现象,是全球范围内最复杂、最常见的自然灾害之一⑴。
基于MODIS数据的植被指数与植被覆盖度关系研究
基于MODIS数据的植被指数与植被覆盖度关系研究在植被遥感监测领域，植被指数被普遍运用于植物生长状况及植被覆盖的研究，其与植被覆盖度有着密切的联系。
文章选取攀枝花地区MODIS遥感影像作为信息源，对归一化植被指数、比值植被指数与植被覆盖度间的关系进行研究。
结果表明：基于MODIS数据提取的植被指数与植被覆盖度之间存在较强的相关性，且相关系数大小与植被指数类型和选取的拟合函数类型有关。
各植被指数同植被覆盖度间相关性最高的是归一化植被指数，选用相同植被指数情况下，指数曲线拟合的相关系数最大。
标签：MODIS图像；植被指数；植被覆盖度；植被指数与植被覆盖度相关系数植被覆盖度是一个重要的生态气候参数，能为环境和气候变化研究提供重要的基础数据，对它的研究具有十分重要的意义[1]。
利用遥感图像提取植被指数进而估算出植被覆盖度信息是较为简便有效的做法。
目前大多数学者都致力于研究植被指数的提取方法以及植被覆盖度的提取算法，少数研究者对植被覆盖度与植被指数的相关性进行研究[2]。
文章选取MODIS图像作为研究数据，采用不同的植被指数，结合不同的曲线模型对植被覆盖度与植被指数的相关性进行探讨，从而为植被覆盖度的估算选择最佳植被指数，也为准确估算植被覆盖度供理论依据。
1 研究区概况研究区位于四川省西南部，行政区划隶属于攀枝花市，范围为102°20′E-102°45′E、26°30′N-26°45′N。
研究区位于金沙江和雅砻江的交汇地带，属南亚热带亚湿润气候类型，降雨量少，生物种类繁多。
区域内植被主要以热带及亚热带落叶大乔木，常绿针叶林为主。
2 数据源简介本次研究使用的数据是由美国国家宇航局（NASA）EOS数据中心提供的MODIS数据，数据获取时间为2005年7月23日。
该数据是由搭载于EOS/Terra 卫星上的中分辨率成像光谱仪（MODIS）获取的，其分辨率为250m。
包括Blue、Red、NIR、MIR四个波段和经过后期处理的分辨率为250m的归一化植被指数数据、增强型植被指数。
基于MODIS植被指数的广西区植被覆盖度动态分析
到 基 于 ＮＤＶ Ｉ 植 被 覆 盖 度 像 元 二 分 模 的
型 ：
关 系 来 估 算 植 被 覆 盖 度 。 本 文 利 用 基 于 Ｍ ＯＤＩ ＮＤＶＩ 像 元 二 分 模 型 估 算 广 西 区 Ｓ 的
２ ０ ，２ ０ ，２ ０ ０ ３ ０ ５ ０ ７，２ ０ 年 各 季 的 植 被 覆 盖 ０９
盖 度 （ ７ ３ ； 而 中 部 、 南 部 地 区 植 被 覆 ＞ ８． ％） 盖 度 偏 低 ， 如 南 宁 、 来 宾 、 贵 港 等 地 的 部 分 地 区 春 季 平 均 植 被 覆 盖 度 处 于 中 低 植 被 覆 盖 度 （ ％～ ５ ％） 冬 季 则 处 于 低 植 被 覆 ３ ５ ０ ， 盖 度 （ ５ 。 全 区 整 体 上 植 被 覆 盖 呈 现 由 ＜３ ％）
区 植 被 覆 盖 水 平 明 显 下 降 ， 低 植 被 覆 盖 度
度 ， 分 析 其 空 间 变 化 规 律 、 年 际 动 态 变 化 以 及 植 被 覆 盖 变 化 与 土 地 利 用 类 型 之 间 的
关 系 ，本 研 究 成果 可 为 广 西 区生 态 保 护 、
为 像 元 的 归 一 化 植 被 指 数 。 ＮＤＶＩ ｎ 表 ｍｉ 代 着 纯 土 壤 覆 盖 像 元 的 最 小 值 ， 理 论 上 应 该 接 近 零 ， 但 由 于 地 表 湿 度 、 粗 糙 度 、 土 壤 类 型 、 土 壤 颜 色 等 条 件 的 不 同 ， ＮＤＶＩ ｎ ｍｉ
近 年 来 随 着 遥 感 对 地 观 测 技 术 的 快 速 发 展 ，国 内外 应 用遥 感技 术 进行 了大 量 的
植 被 覆 盖 变 化 研 究 。 目前 ， 遥 感 估 算 植 被 覆 盖 度 的 方 法 主 要 有 两 类 ： 经 验 模 型 法
基于GIS的ndvi植被覆盖度的估算
1.绪论1.1 课题研究的目的与意义植被，包括森林、灌丛、草地和农作物，既是生态系统的主要组成部分，也是生态系统存在的基础，具有截流降雨、减缓径流、防沙治沙、保持水土等功能，联结着土壤、大气和水分等自然过程，在陆地表面的能量交换、生物地球化学循环和水文循环等过程中扮演着重要角色，是全球变化研究中的“指示器”[1]。
植被根据生态系统中水、气等的状况，调控其内部与外部的物质、能量交换。
植被覆盖与气候因子关系极为密切，研究植被覆盖变化对气候的影响是气候变化研究的主要内容之一，它影响着土壤湿度、地表温度和地表能量与水的循环(李苗苗，2004)。
植被覆盖度(vegetation fractional cover，简称FC)是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比[2]。
它是植被对地面的垂直投影比例，对于山坡进行植被覆盖度测量时，应该采用垂直于坡面的角度。
植被覆盖度具有强烈的尺度效应，同一片植被，因被纳入统计的范围不同而表现为不同的植被覆盖度。
如一个地区的植被覆盖度很高，但平均到全国水平就大大降低了[3]。
植被覆盖度在提示地表植被分布规律, 探讨植被分布影响因子, 分析评价区域生态环境, 及时准确地掌握其动态变化, 分析其发展趋势对维护区域生态平衡等方面都具有重要意义。
[4]而城市植被则是城市生态系统重要的还原组织和最重要的元素,对于保护城市生态环境具有不可忽视的作用[5] ,如有效缓解城市“热岛效应”,改善城市区域小气候[5～7] 等。
城市化的迅速推进，带来了多样化的生态足迹，植被覆盖度，土壤污染率，地表侵蚀率，逐渐成为生态研究的热点，也成为环境保护的重点。
借助于高速发展的RS与GIS技术来进行植被覆盖度的估算，将是当前环境监测的必要步骤。
徐州是由矿区发展起来的城市，由于长期开采矿产，导致了一系列严重的生态问题，如塌陷地广布，植被破坏率严重，土地侵蚀率增大，等。
在此背景下，研究徐州市整体的土地覆盖情况，即是现实需要，也是未来生态城市规划的重要步骤。
基于MODIS-NDVI的草原植被时空变化监测研究
率合 成 所 需要 的植 被 指 数 ， 算 了 ２０ 计 ０ ５年 ７月 ２ 日 、 ０ ８ ２ ６年 ７月 ２ 日归一 化 植 被 指 数 （ ＤＶ ）， ０ ８ Ｎ Ｉ 并根 据 Ｎ １ 级 图 、 ＤＶ 分
草原类型分布图和草原退化分级图，结合降水资料 、 气温资料 ， 对天然草原植被 长势 的时间和 空间变化特征 和变化规律
泛， 植被 以羊 草 、 针 茅 等 典 型 草 原植 被 为 主 。 大
式中： ＤＩ Ｎ Ｖ 为归一化植被指 数 ；ＤＶ… 为最 小化归一 化植 被 Ｎ Ｉ
指 数 ； ＤＶ… 为 最 大 化 归 一 化植 被 指 数 。 Ｎ Ｉ
１ ２ 技术路 线 ．
利用遥感 卫星 ＭＯ Ｉ ＤＳ数据提取 ２０ ０ ５年 ７月 ２ ８日和 ２ ０ ０６ 年 ７月 ２ ８日植被指数 ， 结合地面实测数据 ， 为分析植被指数 的
第３ ２卷第 ７期
２１ ０ ０年 ７月
● 基 ｒ 综 － Ｌ
人
民
黄
河
Ｖｏ ． １ ３２． ． Ｎｏ ７
ＹＥＬＬＯＷ ＲＩ ＶＥＲ
Ｊ１ ２ １ ｕ．，０ ０
合】
于 Ｍ ＤＳ Ｎ Ｖ 的草原植被时空变化监测研究 Ｏ Ｉ— Ｄ Ｉ
戴 鑫 ， 贾德彬 ， 王 力 ， 李国佳
的空间差异 ， 提高 了定量分析的准确性。 。
（ ） Ｄ １ 取 。选 取 ＭＯ Ｉ 第 一 波 段 （ ．２— ．７Ｉ 、 ３Ｎ Ｖ提 ＤＳ ０ ６ ０ ６ ｍ） ｘ
１ 材料与方法
１ １ 研究 区域 自然概 况 ．
选取 内蒙古 自治区锡林 郭勒 正益旗 和多伦县 作为研究
区 。该 研 究 区 地 处 北 纬 ４ 。 ０ １ ４ ～４ 。 Ｏ 、 经 ｌ５ ３ ～ ２ ５ 东 １。 ０
西南地区植被覆盖变化及其与气候因子的关系
西南地区植被覆盖变化及其与气候因子的关系作者：荣欣杨瑞瑞来源：《卷宗》2018年第17期摘要：基于2005-2015年16d合成的MODIS植被指数数据集以及西南地区121个气象站点月平均气温和降水数据，进行趋势分析和相关分析，探讨西南地区植被覆盖动态变化特征及其与气候因子的响应机制。
结果表明：近11年西南地区归一化植被指数总体呈显著增加趋势，但存在显著的空间差异性，植被改善的区域面积大于退化面积；温度是影响西南地区归一化植被指数变化的最主要因素，降雨次之。
关键词：西南地区；NDVI；气候因子；相关分析植被是生态系统中重要的物质基础，气候变化对植被的生长产生显著作用，同时植被又对气候变化产生反馈作用。
归一化植被指数（NDVI）是植被生长状态和植被覆盖度的最佳指示因子，对环境变化十分敏感[1]。
随着人类活动的加剧以及气候的变迁，生态环境日趋恶化，植被遭到严重破坏，严重制约了生态系统的服务功能，而且直接威胁到国家的生态安全和经济可持续发展。
探究植被动态变化趋势及其影响因子，是实现自然和人类社会和谐发展的迫切需要和人类关注的热点问题[2]。
西南地区是我国第二大天然林区，植被类型多样，加之其独特的地理位置、复杂地形及气候条件形成了该地区独特的高原生态系统，其植被资源的变化和发展对西南地区的发展至关重要。
本文基于分辨率较高、时间序列较长的MODIS NDVI及气候数据，分析西南地区植被覆盖变化及其与气候因子的关系，以期为西南地区生态建设、环境保护和城市可持续发展提供数据支持。
1 研究区概况西南地区位于20°54’-34°19’N、91°21’-112°04’E之间，东临中南地区，北依西北地区，行政区包括云南、贵州、广西、四川和重庆五省（市、区），地貌单元包括若尔盖高原、横断山区、四川盆地、云贵高原和广西丘陵。
该区植被类型多样，地形结构复杂，地处中国地势第一级阶梯与第三级阶梯的过渡区域，也是我国生态过渡的重要地带。
中国典型植被类型NDVI动态变化与气温、降水变化的敏感性分析
中国典型植被类型NDVI动态变化与气温、降水变化的敏感性分析一、本文概述本文旨在探讨中国典型植被类型（Normalized Difference Vegetation Index，NDVI）的动态变化与气温、降水变化的敏感性。
NDVI作为一种重要的遥感植被指数，能够反映植被的生长状况、覆盖度以及生产力等关键信息。
气温和降水作为影响植被生长的主要气候因子，对NDVI的变化具有重要影响。
因此，研究NDVI与气温、降水之间的敏感性关系，有助于深入理解植被动态变化的驱动机制，为生态环境保护、气候变化研究以及农业可持续发展提供科学依据。
本文将基于长时间序列的遥感影像数据，结合地面气象观测数据，运用统计分析方法，对中国典型植被类型的NDVI动态变化进行定量描述。
通过构建敏感性分析模型，评估气温和降水变化对NDVI的影响程度，揭示不同植被类型对气候变化的响应机制和差异。
本文的研究结果将有助于深入了解中国植被动态变化的特点和规律，为生态环境保护和可持续发展提供决策支持。
本文的研究方法和成果也可为类似地区或国家的植被动态变化与气候变化关系研究提供借鉴和参考。
二、研究区域与数据来源本研究选取了中国境内具有代表性的植被类型分布区作为研究区域，这些植被类型包括森林、草原、荒漠和湿地等。
具体研究区域的选择基于中国植被图的分类和中国生态系统研究网络（CERN）的布局，确保所选区域能够全面反映中国植被类型的多样性及其地理分布特点。
数据来源主要包括遥感数据和气象数据。
遥感数据选用了长时间序列的归一化植被指数（NDVI）数据，该数据来源于美国国家航空航天局（NASA）的MODIS卫星产品，具有较高的时空分辨率和稳定性，能够准确反映植被的生长状况和变化趋势。
气象数据则来自中国气象局的国家气候中心，包括气温和降水等关键气象要素，数据覆盖范围广泛，时间序列连续，为分析植被与气候因子的关系提供了有力支撑。
在数据处理方面，首先对遥感数据进行预处理，包括辐射定标、大气校正和几何校正等步骤，以确保数据的准确性和可靠性。
MODIS增强型植被指数EVI与NDVI初步比较
六、结论
本研究利用MODIS NDVI数据对广东省植被覆盖与土地利用变化进行了多时空 尺度分析，初步揭示了其变化趋势和特征。研究结果表明，广东省的植被覆盖状 况整体上呈增加趋势，但不同区域的变化差异较大。在土地利用变化方面，建设 用地的增加和耕地的减少是主要的变化特征。这些变化可能与经济发展、人口增 长等因素有关。
这两种指数在生态学、农业科学、大气科学等多个领域都有广泛的应用，为 科学研究和社会发展提供了重要的数据支持。本次演示将对EVI和NDVI进行初步 比较，以期为相关领域的学者和应用者提供参考。
EVI与NDVI概述
EVI和NDVI都是用于反映植被生长状况的指数，它们通过不同的计算公式和 处理方法，能够更好地揭示植被信息。EVI在NDVI的基础上引入了大气修正因子 和土壤背景修正因子，提高了对植被的敏感性，减小了土壤背景的干扰。因此， EVI在反映植被信息方面更加准确和敏感。
重构MODIS植被指数时间序列
使用Savitzky-Golay滤波器对MODIS植被指数时间序列进行平滑处理，可以 去除噪声和异常值，揭示隐藏在数据中的长期趋势和周期性变化。这不仅可以帮 助我们更好地理解全球植被的动态变化，也有助于气候变化研究、土地覆盖变化 监测等领域。
此外，通过比较不同滤波参数下的滤波结果，可以分析不同时间尺度上的植 被指数变化。例如，较大的滤波窗口可以捕捉到更长周期的变化，而较小的滤波 窗口则能更好地保留数据的细节。
然后，利用ArcGIS软件对数据进行空间分析和处理，包括数据拼接、地图投 影等。最后，运用Excel软件进行数据统计和趋势分析，以反映广东省植被覆盖 与土地利用的变化特征。
四、研究结果
通过对MODIS NDVI数据的分析，我们得出以下结论：1）广东省的植被覆盖 状况在研究期间整体上呈增加趋势，尤其是南部和东部地区的植被覆盖增加较为 显著；2）珠江三角洲地区的植被覆盖状况变化较大，可能与城市化进程中绿地 的消长有关；3）广东省的土地利用类型也发生了明显变化，如耕地和林地的减 少以及建设用地的增加等。这些变化可能与经济发展、人口增长等因素有关。
基于MODIS影像对NDVI和EVI的分类研究
维普资讯
第 ２ 期
张培松 ，等 ：基 于 ＭＯ Ｓ影像 对 ＮＤＶＩ Ｅ 的分 类研 究 ． ＤＩ 和 ＶＩ
７ １
ｌ 数 据 处 理
１ １ 数 据 来 源 ．
本 文 以 ＭＯ Ｓ影 像为 主要数 据源 ， 取 了 ２ ０ ＤＩ 选 ０ ５年 １ ０月 １ ０日 Ｔ ｒａ卫星 的 ＭＯＤ Ｓ１ ｅｒ Ｉ Ｂ影像 ， 中划 从
．
ቤተ መጻሕፍቲ ባይዱ
利用植 被指 数进行 土地利 用／ 地覆盖 变化 研究开 始 于 １ ６ 土 ９ ０年 Ｊ ．目前 国 内应用 于植 被 指数研 究最广
泛 的数据源 是 ＮＯ ＡＡ／ ＡＶＨＲＲ，它 已具 有 ２ ０ａ连续 接收 的历史 ．ＭＯＤ Ｓ影像 以多 通道 同时 观测 、 高空 Ｉ 较 间分 辨率观 测 、大范 围多频 次观测 和高精 度观 测 （ 界上 同类在 轨 的最 高精 度 的辐射观 测仪 器 ） 优点 赢得 世 等 了众 多学者 的青 睐 ， 来越 多的科研 工 作者 投 入 到 了 ＭＯＤ Ｓ的研 究 队伍 中来．在 植被 指 数 研究 上 ，ＭＯ 越 Ｉ — Ｄ Ｓ在 已有卫 星 的基 础上专 门设计 了增强 型植 被指数 （ ＶＩ． Ｉ Ｅ ） 归一化 植被 指数 （ ＤＶＩ是 目前 应用 最 广 的植被 指 数 ，已有很 多学 者对 其作 了大量 的研究 工作 ，认识 Ｎ ） 也是 比较深 刻 了；而增 强型植 被指 数 （ ＶＩ是 比较新 的一种 植 被 指数 ，对 其研 究 还 比较少 ，目前 对 ＮＤ Ｅ ） ＶＩ 和 Ｅ 的 比较 研究 的文章 也还没 有看 到 ， 文 旨在一小 范 围 内运用 Ｋ 均 值分 类法 ， ＮＤ 和 Ｅ 分别 ＶＩ 本 一 对 ＶＩ Ｖ１ 进 行非 监督 分类 ，比较 二 者 的 异 同点 ．为 今 后 更 加 深 人 的研 究 Ｅ 作 铺 垫 ，同 时对 于 更 好 的运 用 Ｅ ， ＶＩ ＶＩ ＮＤ 和土地覆 盖研究 具有一 定 的参考价 值． ＶＩ
NDVI指数在植被研究中的应用及其评价可打印
NDVI指数在植被研究中的应用及其评价归一化植被指数NDVI是目前应用最广泛的植被指数。
不同的NDVI值对应不同的土地覆被类型，可以进行土地覆被方面的研究;NDVI 20余年的时序资料可用于研究植被动态，以及与相关生态因子的相关性研究；卫星遥感技术具有覆盖面广、获取数据快等特点，可以用于环境、植被等的监测；应用NDVI发展生态学模型，可以开展生态学模拟研究，并在实地检验过程中完善。
NDVI指数虽然存在容易饱和、校正有限、噪音较多等缺点，而且已经发展了新的替代性指数，但其特有的优点仍将使其在今后的研究中发挥重大作用。
植被指数是基于植物的光谱特征，将可见光与近红外遥感光谱观测通道进行组合运算而得到的数据。
迄今为止，植被指数已经发展出40 余种。
其中AVHRR-NDVI是目前应用最广泛的植被指数，应用领域包括土地利用、产量预报、区域检测以及生物地理学和生态学研究等。
NDVI已经积累了20 余年的数据资料Anyamba Tucker，2005，应用研究颇具成效。
1、NDVI指数原理植物叶片组织对蓝光470nm和红光650nm有强烈吸收，而对绿光和红外光强烈反射叶片中心的海绵组织和叶片背面组织对近红外辐射NIR，700-1000nm 反射较强。
从红光Red到红外光，裸地反射率较高但增幅很小。
植被覆盖越高，红光反射越小，近红外光反射越大。
红光吸收很快达到饱和，而近红外光反射随着植被增加而增加。
所以，任何强化Red 和NIR 差别的数学变换都可以作为植被指数，来描述植被状况。
归一化植被指数NDVI 就被定义为：NIR/Red-1/ NIR/Red1。
在理想状况下，不考虑大气、土壤背景等的影响，太阳-地物-传感器位置相对固定，此时传感器受到的信号将没有信号丢失和噪音干扰。
而现实中，遥感数据要受到大气、土壤和传感器角度等因素的影响，因此在使用时需要进行必要的校正。
如AVHRR-NDVI，对瑞利散射和臭氧吸收作了校正，又通过最大值合成法MVC对其他噪音作了校正。
MODIS系列之NDVI（MOD13Q1）六：植被指数相关概念
MODIS系列之NDVI（MOD13Q1）六：植被指数相关概念1.NDVI1.1 基础概念NDVI（Normalized Difference Vegetation Index,归⼀化差分植被指数,标准差异植被指数)，植被覆盖指数。
也称为⽣物量指标变化，可使植被从⽔和⼟的图像范围中分类出来。
应⽤于检测植被⽣长状态、植被覆盖度和消除部分辐射误差等。
1、NDVI 能够部分消除与太阳⾼度⾓、卫星观测⾓、地形、云影等与⼤⽓条件有关的辐射变化的影响；2、NDVI 结果被限定在[-1，1]之间，避免了数据过⼤或过⼩给使⽤带来的不便；3、NDVI 是植被⽣长状态及植被覆盖度的最佳指⽰因⼦；4、⾮线性变换，增强了NDVI 低值部分，抑制了⾼值部分，导致NDVI数值容易饱和，对⾼植被密度区敏感性降低。
1.2 应⽤NDVI1、-1<=NDVI<=1，负值表⽰地⾯覆盖为云、⽔、雪等，对可见光⾼反射；0表⽰有岩⽯或裸⼟等，NIR和R近似相等；正值，表⽰有植被覆盖，且随覆盖度增⼤⽽增⼤；2、NDVI的局限性表现在，⽤⾮线性拉伸的⽅式增强了NIR和R的反射率的对⽐度。
对于同⼀幅图象，分别求RVI（NIR/R，或两个波段反射率的⽐值）和NDVI时会发现，RVI值增加的速度⾼于NDVI增加速度，即NDVI对⾼植被区具有较低的灵敏度；3、NDVI能反映出植物冠层的背景影响，如⼟壤、潮湿地⾯、雪、枯叶、粗糙度等，且与植被覆盖有关；1.3 计算使⽤ENVI计算⽅法：⽬前我国相关部门已有产品包括中国2000～2009年以及内蒙古⾃治区、青海省、西藏⾃治区2010年8天、逐⽉、年均产品，分辨率为1km、0.01度，精度良好。
点击envi软件主菜单⾥的basic tool 然后点击band math 出现⼀个框写....expression⾥填写ndvi公式如（b4-b3）\(b4+b3)即可（做这些⼯作的前提是TM影像做好⼏何校正、⼤⽓校正、镶嵌、裁剪之类的有必要的步骤）。
广西喀斯特地区植被生态质量多尺度时空演变分析
广西喀斯特地区植被生态质量多尺度时空演变分析莫建飞 1,2，陈燕丽 1,2，莫伟华1,2（1. 广西壮族自治区气象科学研究所, 广西 南宁 530022；2. 广西壮族自治区生态气象和卫星遥感中心, 广西 南宁 530022）摘 要：为更客观监测评估喀斯特地区植被生态质量状况及阐明植被生态质量不同时间尺度的时空异质性特征，基于多年植被净初级生产力（NPP ）、湿润指数（MI ），建立植被净初级生产力极大值（NPP m ）边缘函数，并结合植被覆盖度，构建出广西喀斯特地区植被综合生态质量模型（MQI ），以分析2000—2019年该地区植被生态质量多尺度时空演变特征。
结果表明：（1）植被NPP m 是随气候条件变化的动态值，不同植被类型生产潜力对气候条件的响应不同，其中农田植被响应最敏感，灌草次之、森林最弱；（2）广西喀斯特地区月份与季度植被生态质量指数呈抛物线形式，年度植被生态质量指数呈波动式增加，年际植被生态质量发展经历了缓慢增长、逐步增长、迅速增长、显著提升4个演变阶段，且植被生态质量由广西喀斯特地区东北部向西南部、北部向南部逐渐递增，总体良好；（3）2000—2019年，广西喀斯特地区植被生态改善指数为0.71/20 a ，98.83%的区域植被生态质量在20 a 期间呈上升趋势，大部区域植被生态改善良好，这主要得益于退耕还林、石漠化治理工程和良好气候条件；（4）此植被生态质量模型区域适宜性较高，能精细化、精准化反映广西喀斯特地区植被生态质量的时空演变特征。
关键词：植被生态质量；植被净初级生产力；时空演变；湿润指数；广西喀斯特地区中图分类号：X171.1；Q948 文献标识码：A 文章编号: 1001 − 4810 （ 2023 ） 05 − 1117 − 14开放科学 （ 资源服务 ） 标识码 （ OSID ）：0 引 言植被是生态环境的重要组成部分，也是反映区域生态环境质量的较好标志之一。
海康威视网络数字相机在植被物候监测的应用初探
1 引言植物物候指植物的各个生长发育节律随着环境因子的周年变化，是陆面过程模型以及植物生产力模型的重要参数[1]。
在全球气候变化的背景下，物候提前，物候学的研究越来越受到人们的关注[2]。
物候是由气候所决定的，生物物候现象是环境条件季节和年际变化最直接、最敏感的指示器[3-4]，其发生时间可以反映陆地生态系统短期变化的特征，被广泛应用于农时预报、病虫害预测、经济作物区域规划、气候变化趋势鉴定与预测等方面[1]，对人类生活及农、林生产具有重要的指导意义。
研究单一植被类型，最客观和准确的植物物候观测手段是依据物候观测典籍中记录的各种植物发育时期的特征进行人工观测[5]。
但是，人工观测不可避免地会出现观测尺度小、物种少、站点数量有限、时间不连续等问题[6]，而且该观测方法很难适用于植被类型复杂下垫面的综合物候观测[7]。
随着遥感技术的发展，NDVI、EVI等遥感产品已成为植被对气候响应研究的重要手段。
通过卫星遥感传感器（NOAA、MODIS、SPOT、AVHRR）得到的时间序列数据，具有多时相、覆盖范围广、空间连续等优点，适用于区域及全球尺度上植物动态监测[8]，但其空间分辨率较低[9-10]，且受传感器自身性能、传输丢包、阳光照射角度、观测视角、云、大气气溶胶等随机干扰因素的影响，数据中存在大量的噪声干扰[11]。
目前，NDVI数据集预处理的方法有最大值合成法（MVC）、非对称高斯函数（AG）拟合、双逻辑斯蒂曲线拟合法（Double Logistic Curve Regression，下称D-L拟合法）和Savitzky-Golay （S-G）滤波法等，但是除最大值合成法（MVC）得到基本认可外，其它方法在NDVI数据集预处理的研究应用尚未达成共识[12-13]，还需要大量的地面验证才可以获得有效结论。
同时，研究也指出AG与D-L拟合法表现相似且在高保真性能方面表现得更稳健，拟合效果更优。
物候相机的数字重复摄影技术，又被称作近地面遥感技术，通过对图像信息的提取，实现基于时间序列的物候节律分析。
青藏高原生态屏障区植被覆盖度监测
青藏高原生态屏障区植被覆盖度监测宫 照1，栗敏光1，阎凤霞1（1.自然资源部重庆测绘院，重庆401120）摘 要：根据《生态环境状况评价技术规范》，结合青藏高原生态屏障区的实际情况，基于MODIS NDVI 数据，利用像元二分模型估算了青藏高原生态屏障区2017年和2018年的植被覆盖度，掌握了生态屏障区植被覆盖度的空间分布情况，获取了分县植被覆盖指数，并定量和定性地进行了变化分析，最后对青藏高原生态屏障区生态环境的保护提出了一些意见与建议。
关键词：青藏高原；生态屏障区；植被覆盖度监测中图分类号：P237 文献标志码：B文章编号：1672-4623（2020）05-0111-04植被是陆地生态系统的主体，与地质、地貌、气候、水文、土壤、动物和微生物等共同构成了自然地理环境，是最能反映其他要素性质的指示者[1-3]。
植被是生态系统存在的基础，在生态系统运行和结构组成中扮演着重要角色。
植被覆盖度作为反映植被基本情况的客观指标，在区域生态系统环境变化监测中具有重要的指示作用。
近年来，随着全球气候变暖、人口剧增以及资源的不断开发利用，众多生态问题日益突出。
巨大的人口压力和长期的生态系统开发利用导致我国生态系统服务功能严重退化，引发了一系列生态安全问题，生态环境面临着前所未有的严峻挑战[4-5]，因此以主体功能区划分的“两屏三带”国家生态安全屏障越来越受关注。
生态环境保护是推动“绿色发展”的关键，其生态功能的发挥对于区域、国家的发展至关重要，因此需对生态屏障区保护和生态功能恢复开展持续不断的监测，为政府和部门提供及时、准确的现状信息和发展趋势信息。
鉴于植被覆盖度在生态环境系统中举足轻重的作用，本文基于MODIS NDVI 数据，利用像元二分模型估算了青藏高原生态屏障区2017年和2018年植被覆盖度，掌握了生态屏障区植被覆盖度空间分布情况，并进行了分级和变化分析。
1监测区概况生态屏障区的概念，源自国务院2010年下发的《全国主体功能区规划》[6]。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
个典 型生 态 区植 被进 行对 比监测 ， 分析 植被 年 内变化特 征 及 年 际变 化 趋势 。 利用 同 时期 的 气温 和
降水量数据 ， 分析两个典型生态 区植被 Ｎ Ｄ Ｖ Ｉ 对气温和降水量的响应差异。结果表 明： 十万大山和 桂 西岩 溶 山地 生态 区年 内 ＭＯ Ｄ Ｉ Ｓ Ｎ Ｄ Ｖ Ｉ 变化特 征 相似 ， 均表 现 出“ 夏秋 高 ， 冬春低” 的趋势 ， 其 中十
２广西气象减灾研究所 气象 Ｇ Ｉ Ｓ应用联合实验室 ， 南宁 ５ ３ ０ ０ ２ ２ ； ３上思县气象局 ， 广西上思 ５ ３ ５ ５ ０ ０ ； ４广西 区气候 中心 ， 南宁 ５ ３ ０ ０ ２ ２ ）
摘要
利用 ２ ０ ０ １ －２ ０ １ ０年 ＭＯ Ｄ Ｉ Ｓ Ｎ Ｄ Ｖ Ｉ 逐１ ６ ｄ合成 数 据对广 西 十万 大 山和 桂 西岩 溶 山地 两
第３ ５ 卷 第１ 期
２ ０ １ ５ 年 ２月
气 象
科 学
ｖ ｏ １ ． ３ ５ ， Ｎ ０ ． １
Ｆ ｅ ｂ ． ． ２ ０ １ ５
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ ｔ ｈ ｅ Ｍｅ ｔ ｅ ｏ ｒ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ
ＭＯ Ｄ Ｉ Ｓ Ｎ Ｄ Ｖ Ｉ ｄ ａ ｔ ａ ． Ｊ ｏ ｕ ｒ ｎ ｌ ａ ｏ ｆ ｔ ｈ ｅ Ｍｅ ｔ ｅ ｏ ｒ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ ，２ ０ １ ５ ， ３ ５ （ １ ） ： ９ ３ ． ９ ９ ． ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ ２ ０ １ ４ ｊ ｍ ｓ ． ０ ０ １ ７
Ｓ ｏ ｕ ｔ ｈｗｅ ｓ ｔ Ｇｕ ａ ｎ ｇ ｘ ｉ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｍ Ｏ ＤＩ Ｓ ＮＤＶＩ ｄ ａ ｔ ａ
ＣＨＥＮ Ｙａ ｎ ｌ ｉ ＇ ＨＵＡＮＧ Ｍｉ ｎ ｔ ａ ｎ ｇ Ｍ Ｏ Ｗｅ ｉ ｈ ｕ ａ ， ＬＵ Ｈｏ ｎ ｇ Ｗ ＡＮＧ Ｊ ｕ ｎ ｈ ｕ ａ ＇ （ １ Ｇ ｕ ａ ｎ ｇ ｘ ｉ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｍｅ ｔ ｅ ｏ ｒ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ Ｄ ｉ ｓ ａ ｓ ｔ ｅ ｒ Ｍｉ ｔ ｉ ｇ ａ ｔ ｉ ｏ ｎ ， Ｒ ｅ ｍ ｏ ｔ ｅ Ｓ ｅ ｎ ｓ ｉ ｎ ｇ Ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ Ｖ ａ ｌ ｉ ｄ ａ ｔ ｉ ｏ ｎ Ｂ ａ ｓ ｅ ｏ ｆ Ｎ ａ ｔ ｉ ｏ ｎ ａ ｌ Ｓ ａ ｔ ｅ ｌ ｌ ｉ ｔ ｅ Ｍｅ ｔ ｅ ｏ ｒ ｏ ｌ ｏ ｇ ｃ ｉ ａ ｌ Ｃ ｅ ｎ ｔ ｅ ｒ ， Ｎ ａ ｎ ｎ ｉ ｎ ｇ ５ ３ ０ ０ ２ ２ ，Ｃ ｈ ｉ ｎ ａ ；２ Ｇ ｕ ａ ｎ ｇ ｘ ｉ Ｉ ｓｔ ｎ ｉ ｔ ｕ ｔ ｅ ｆ ｏ Ｍｅ ｔ ｅ ｏ ｒ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ Ｄ ｓ ｉ ｓｔ ａ ｅ ｒ
万 大 山生 态 区植 被覆 盖 相对 稳 定 ， 季 节 变 化较 小。 近 １ ０ ａ来 两个 生态 区植 被 均 以 改善为 主 ， 植 被 改善 面 积 与退化 面积 比例 均 约为 ３： ２ 。植 被年 际 变化 幅度 较 小 ， 长势 较 稳定 。 降水 量 、 平 均 气温 与
Ｍｉ ｔ ｉ ｇ ａ ｔ ｉ ｏ ｎ Ｕ ｎ ｉ ｔ ｅ ｄ Ｌ ａ ｂ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｏ ｆ Ｍｅ ｔ ｅ ｏ ｒ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ Ｇ Ｉ Ｓ Ａ ｐ ｐ ｌ ｃ ｉ ａ ｔ ｉ ｏ ｎ ， Ｎ ａ ｎ ｎ ｉ ｎ ｇ ５ ３ ０ ０ ２ ２ ， Ｃ ｈ ｉ ｎ ａ ；
ｄ ｏ ｉ ： １ ０ ． ３ ９ ６ ９ ／ ２ ０ １ ４ ｊ ｍｓ ． ０ ０ １ ７ 文 献标识 码 ： Ｂ 分类 号 ： Ｐ ４ ０ ７ ． ８
Ｖｅ ｇ ｅ ｔ ａ ｔ ｉ ｏ ｎ ｖ ａ ｒ ｉ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｙ ｐ ｉ ｃ ａ ｌ ｅ ｃ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｓ ｏ ｆ
陈燕 丽 ， 黄敏堂 ， 莫伟华 ， 等． 基于 ＭＯ Ｄ Ｉ Ｓ Ｎ Ｄ Ｖ Ｉ 的广西西南典型生态 区植被变化对 比监测 ． 气象科学 ， ２ ０ １ ５ ， ３ ５ （ １ ） ： ９ ３ ． ９ ９ ．
Ｃ Ｈ Ｅ Ｎ Ｙ ａ ｎ ｌ ｉ ， Ｈ Ｕ Ａ Ｎ Ｇ Ｍ ｉ ｎ ｔ ａ ｎ ｇ Ｍ Ｏ Ｗｅ ｉ ｈ ｕ ａ ， ｅ ｔ ａ １ ． Ｖ ｅ ｇ ｅ ｔ ａ ｔ ｉ ｏ ｎ ｖ ａ ｒ ｉ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｙ ｐ ｉ ｃ ｌ ａ ｅ ｃ ｏ ｌ ｏ ｇ ｉ ｃ ａ ｌ ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｓ ｏ ｆ Ｓ ｏ ｕ ｔ ｈ ｗ ｅ ｓ ｔ Ｇ ｕ ａ ｎ ｇ ｘ ｉ ｂ ａ ｓ ｅ ｄ ｏ ｎ
基 于 ＭＯ Ｄ Ｉ Ｓ Ｎ Ｄ Ｖ Ｉ 的 广 西 西 南 典 型 生 态 区 植 被 变 化 对 比 监 测
陈 燕 丽 ， 黄敏 堂。 莫伟 华 ， 陆虹 王 君 华 ’
（ １ 广西气象减灾研究所 国家卫星气象 中心遥感应用试 验基地 ， 南宁 ５ ３ ０ ０ ２ ２ ；
十万大 山生态 区植被 Ｎ Ｄ Ｖ Ｉ的相 关性 总体 上 好 于桂 西岩 溶 山地 生 态 区， 两个 生 态 区植被 与 降水 的
相关性较一致。在夏季多表现为负相关， 春、 秋、 冬３ 季多表现为正相关 ， 这与广西降水 时段集 中且
强度 较 大 的特 点有关 。 由于植 被 类型 的显著 差 异 ， 两个 生态 区与 气温 的相关 性具 有 显著差 异 。 关键 词 Ｎ Ｄ Ｖ Ｉ ；植 被 变化 ；生 态 区 ；气 候 因子