基于长时间序列NDVI资料的我国西北干旱区植被覆盖动态监测

引用本文

王玮, 冯琦胜, 郭铌, 沙莎, 胡蝶, 王丽娟, 李耀辉. 基于长时间序列NDVI资料的我国西北干旱区植被覆盖动态监测. 草业科学, 2015,32(12):1969-1979
WANG Wei, FENG Qi-sheng, GUO Ni, SHA Sha, HU Die, WANG Li-juan, LI Yao-hui. Dynamic monitoring of vegetation coverage based on long time-series NDVI data sets in northwest arid region of China. Pratacultural Science,2015,32(12): 1969-1979 复制到剪切板

Permissions

《草业科学》编辑部

基于长时间序列NDVI资料的我国西北干旱区植被覆盖动态监测

王玮¹, 冯琦胜², 郭铌¹, 沙莎¹, 胡蝶¹, 王丽娟¹, 李耀辉¹

1.中国气象局兰州干旱气象研究所,甘肃省干旱气候变化与减灾重点实验室,中国气象局干旱气候变化与减灾重点实验室,甘肃兰州 730020

2.草地农业生态系统国家重点实验室兰州大学草地农业科技学院,甘肃兰州 730020

通讯作者:王玮(1985-),男,甘肃兰州人,助理研究员,博士,主要从事植被遥感监测研究。E-mail:wangwei9969@163.com

收稿日期: 2015-10-09

基金: 公益性行业(气象)科研专项(重大专项)(GYHY201506001-5); 国家自然科学基金项目(41175081、41201370); 干旱气象科学研究基金项目(IAM201405)

摘要

植被是表征陆地生态系统的重要指标,气候变化对植被具有显著影响。虽然MODIS NDVI具有较高的精度,但时间序列长度有限,在年代际尺度的变化趋势研究中,仍然需要对AVHRR NDVI数据集进行时间序列的扩展和完善。本研究通过建立MODIS NDVI与AVHRR NDVI逐月线性回归模型,生成了长时间序列(1981-2013年)NDVI数据集;并以NDVI作为植被活动的指标,分析研究了近33年来西北干旱区的植被动态变化。结果表明:1)MODIS NDVI与LTDR NDVI数据具有较好的线性相关性,两者之间线性回归模型的决定系数均在0.7以上;2)近33年以来,西北干旱区的植被活动均呈现出增强的态势,其中稀疏植被区的植被活动在持续增强,植被整体状况在好转,而草地区的植被活动较为稳定,并未出现较大的变化;3)西北干旱区的气候呈现出暖湿化的特点,植被活动对气候变化较为敏感,NDVI与年平均温度和年降水量之间呈显著相关关系( P<0.05)。

关键词: 植被指数; 遥感监测; 西北干旱区; AVHRR; MODIS

中图分类号:S731 文献标志码:A 文章编号:1001-0629(2015)12-1969-11 doi: 10.11829/j.issn.1001-0629.2015-0459

Dynamic monitoring of vegetation coverage based on long time-series NDVI data sets in northwest arid region of China

WANG Wei¹, FENG Qi-sheng², GUO Ni¹, SHA Sha¹, HU Die¹, WANG Li-juan¹, LI Yao-hui¹

1.Key Laboratory of Arid Climatic Change and Reducing Disaster of Gansu Province,Key Open Laboratory of Arid Change and Disaster Reduction of CMA, Institute of Arid Meteorology,China Meteorological Administration, Lanzhou 730020, China

2.State Key Laboratory of Grassland Agro-ecosystems, College of Pastoral Agriculture Science and Technology, Lanzhou University, Lanzhou 730020, China

Corresponding author: WANG Wei E-mail:wangwei9969@163.com

Abstract

Vegetation is an important indicator of terrestrial ecosystem, and is a sensitive indicator for climate change. Although MODIS NDVI has higher accuracy, the length of time-series is limited. Therefore, it is necessary to expand and improve the time-series AVHRR NDVI data sets. According to the linear regression models between MODIS NDVI and AVHRR NDVI for each month, we produced a long time-series NDVI data sets (1981-2013). Using the NDVI as an indicator of vegetation activity, this study analyzed vegetation dynamic changes in northwest arid region of China for recent 33 years. The results showed that: 1) MODIS NDVI and LTDR NDVI have linear correlations with a high determination coefficient (>0.8). 2) In recent 33 years, vegetation activity has been enhancing in whole study area, in which area of the sparse vegetation has been increasing continuously, and area of grassland vegetation has not been changed greatly. 3) The climate of this area has been becoming warmer and wetter than before. There are significant correlation among NDVI data, mean annual temperature and annual precipitation. Vegetation activity is sensitive for climate change, topography and human activities.

Keyword: vegetation index; remote sensing monitoring; northwest arid region of China; AVHRR; MODIS

Show Figures

植被是陆地生态系统中重要的组成部分, 在维持地球生物圈的能量和物质交换中扮演着重要角色^[1]。其不仅具有分布广、可再生的特点, 同时也是生态安全的天然屏障。因此, 对植被进行长时期的监测有助于模拟和评价植被生长状况, 了解陆地生态环境变化过程, 揭示全球气候变化规律。

遥感技术的快速发展为人类准确获取陆地表面大范围、多尺度的植被信息提供了强有力的手段。植被指数是利用遥感技术对植被生长状况进行定量和定性评估的重要参数, 在气候变化研究领域发挥着传统观测资料无法替代的作用。研究表明, 由可见光/近红外波段组合而成的归一化植被指数(Normalized Difference Vegetation Index, NDVI)与植被的生物物理指标具有较好的相关性, 能够反映植被的季节变化与年际变化特征^[2], 已广泛应用于全球和区域气候环境监测、农作物估产、干旱监测、植被动态变化、生物量反演与植被物候特征信息提取等方面^{[3, 4, 5]}。随着卫星遥感资料的不断积累, 目前常用的NDVI时间序列产品主要有NOAA Pathfinder AVHRR Land Data(1981-2001年)、GIMMS AVHRR NDVI(1982-2006年)、AVHRR LTDR V3(1981-1999)、MODIS NDVI(2000年至今)等。由于GIMMS AVHRR NDVI 是目前全球时间序列最长的连续数据集, 因此在植被生长状况监测及生态环境评价中发挥着重要作用^[6]。Myneni等^[7]利用1981-1991年的GIMMS AVHRR NDVI数据分析全球植被变化发现, 地球中高纬度的植被活动在增强。Tucker 等^[8]建立北半球气候变化与NDVI之间关系后发现, 随着全球气候的变暖, 春季气温升高速率加快, 导致植被的生长期提前。作为AVHRR NDVI的完善和升级, 自2000年美国航空航天局开始免费分发全球MODIS NDVI产品后, 其快速成为应用研究的热点。Liu和Gong^[9]利用MODIS准半月NDVI产品, 通过最小二乘法和最小绝对偏差法分析地表植被绿度变化发现, 近10年我国植被绿度呈现增加趋势。Piao等^{[10, 11]}分析近30年的AVHRR NDVI和MODIS NDVI资料后指出, 1982-1997年欧亚大陆植被生长呈现增加的趋势, 1997年以后有些地区的植被生长呈现出减弱或负增长的趋势。李飞等^[12]利用Terra MODIS 的NDVI产品和GIMMS AVHRR NDVI产品分段研究近30年中国大陆不同区域的植被变化特征, 结果表明, 我国陆地植被活动整体趋于增强。虽然MODIS NDVI具有较高的精度, 但时间序列长度有限, 而目前公开的GIMMS AVHRR NDVI 数据又缺少近些年植被动态监测结果, 在年代际尺度的变化趋势研究中, 仍然需要对AVHRR NDVI数据集进行时间序列的扩展和完善。目前仍然缺乏不同NDVI产品之间行之有效的转换模型, 使得利用多源遥感资料进行植被活动定量监测研究面临极大挑战。

2014年6月美国航空航天局戈达德太空中心发布了V4版本的LTDR(Land Long Term Data Record)产品, 其中包括1981-2010年的AVHRR地表反射率数据, 这为探索延长NDVI数据集奠定了较好的基础。因此, 本研究以生态环境相对脆弱的西北干旱区为例, 通过建立MODIS NDVI与AVHRR NDVI逐月线性回归模型, 在生成长时间序列(1981-2013年)NDVI资料的基础上, 分析研究近30年西北干旱区的植被动态变化, 以期为西北干旱区生态环境的评价及研究提供参考。

1 数据与方法

1.1 研究区概况

我国西北干旱区位于中纬度欧亚大陆腹地, 西起帕米尔高原, 东至贺兰山, 东西长约2 503 km; 南自昆仑山-塔里木盆地南缘, 北侧直抵国界, 南北宽达1 492 km, 位于 34° 44'11″-49° 07'24″ N、 73° 47'17″-106° 43'00″ E, 面积为 3.07× 10⁶ km² , 约占我国陆地总面积的1/3。主体部分包括新疆全境、甘肃河西走廊、内蒙古西部以及青海柴达木盆地等干旱、半干旱区(图1)。该地区幅员辽阔, 自然条件恶劣、生态环境较为脆弱, 以山区降水和冰川融水补给为主, 年降水量在400 mm以下, 属典型大陆性气候^[13]。自20世纪70年代中期全球变暖加剧以来, 干旱区内气候条件复杂多样, 极端水文事件增加, 地表植被覆盖对环境变化敏感。因此, 长期监测该地区的植被生长状况, 对于了解气候变化对植被的影响, 维护干旱区生态系统的稳定具有重要的指导意义。

	Figure Option View Download New Window
	图1 西北干旱区植被分类图Fig.1 The classification of vegetation in the northwest arid area of China

1.2 研究数据与预处理

1.2.1 LTDR地表反射率数据在美国航空航天局戈达德太空中心(http://ltdr.nascom.nasa.gov/cgi-bin/ltdr/ ltdrPage.cgi)下载了1981-2010年的LTDR每日地表反射率产品(AVH09 Surface Reflectance Product)。该数据是以NOAA07(1981-1985年)、NOAA09(1985-1988年)、NOAA11(1988-1994年)、NOAA14(1995-1999年)、NOAA16(2000-2006年)和NOAA18(2005-2010年)的AVHRR观测资料为基础, 通过轨道筛选、辐射定标、云检测、大气校正、卫星漂移校正及双向反射率分布函数(BRDF)处理后生成的全球逐日格网(0.05° )数据集。数据分发采用与MODIS相类似的业务流程, 以HDF分层格式存储, 包括1-3波段地表反射率、4-5波段大气上界亮温、太阳高度角、传感器高度角、相对方位角以及质量控制文件。其中, 地表反射率数据是以空间分辨率为0.05° (约5 km)的格网方式进行存储, 质量控制文件对每个格网制定1~10级的质量标记。为了便于计算, 本研究利用ENVI 5.1软件将1-2波段地表反射数据处理为Geo-TIFF格式, 投影方式转为Albers, 空间分辨率定义为5 km。

1.2.2 MODIS地表反射率数据 MODIS 地表反射率产品是以MODIS L1B 1-7波段数据为基础, 通过改进气溶胶模型、忽略大气散射和吸收的情况下而得到的, 详细算法参考MODIS地表反射率产品用户手册 (http://datamirror.csdb.cn/modis/resource/doc/MOD09_UserGuide.pdf)。由于MODIS数据量大, 波段多, 应用范围广, 因此NASA采取了分布式处理。本研究在美国地质勘探局(USGS)陆地过程自动归档中心(LP DACC)(https://lpdaac.usgs.gov/)下载了2001-2013年的每日地表反射率产品(MOD09GA), 该产品采用正弦曲线(SIN)投影, 并以HDF格式封装存储, 空间分辨率为500 m。

每日覆盖我国西北干旱区需要8幅MODIS影像, 轨道号分别为h23v04、h23v05、h24v04、h24v05、h25v04、h25v05、h26v04和h26v05。利用MODIS数据处理工具软件(MODIS Reprojection Tools, MRT)对MOD09GA产品进行接边和坐标变换处理。为了与LTDR数据时空相匹配, 将MODIS 1-2波段地表反射率数据处理成Geo-TIFF格式, 空间分辨率重采样为5 km, 采用Albers等积圆锥投影。

1.2.3 植被类型数据植被类型数据来源于2001年中国科学院中国植被图编辑委员会发布的中国植被数据集, 在“ 中国西部环境与生态科学数据中心” (http://westdc.westgis.ac.cn)下载, 数据格式为ESRI-Shapefile格式, 投影方式为Albers。该数据集中我国西北干旱区形成了以草地或草甸(以下简称草地植被)、稀疏植被和非植被区为主的植被分布格局(图1)。

1.2.4 气象数据通过中国气象科学数据共享服务网(http://cdc.nmic.cn), 下载了西北干旱区90个地面气象台站在1981年1月1日-2013年12月31日的每日平均温度(℃)和降水量(mm)观测数据。

已有研究表明, 基于薄盘样条理论的气象数据空间插值数据与台站实测值之间具有较高的相关性(复相关系数R²超过了0.8)^[14], 能够较好地反映高原内温度、降水的时空变化特征。因此, 本研究借助ANUSPLIN软件, 根据局部薄盘光滑样条插值(Partial Thin Plate Smoothing Splines)理论, 生成了1981-2013年逐旬平均气温和日降水量的栅格数据, 空间分辨率为5 km, 投影方式为Albers等积圆锥投影。

1.3 研究方法

1.3.1 NDVI图像合成为了尽可能消除每日NDVI图像中云或噪声的影响, 本研究首先利用LTDR和MODIS 1-2波段地表反射率资料, 根据NDVI计算公式生成每日NDVI数据, 然后再根据逐日质量控制文件, 通过最大合成法(MVC), 将LTDR和MODIS每日NDVI图像分别合成逐旬和逐月NDVI数据。

1.3.2 NDVI数据滑动平均处理为了消除偶然因素或异常值对NDVI监测结果的影响, 使时间序列发展变化的方向或趋势更加明显, 采用三点滑动平均方法对1981-2010年的旬NDVI数据进行了降噪处理。计算公式为:

y_k= $\begin{matrix} \frac{1}{2 n + 1} \end{matrix}$ $\begin{matrix} \overset{n}{\sum_{k = - n}} \end{matrix}$ y_k+₁ (1)

式中, n=1为平滑时距; k=n+1, n+2, …, 1080-n, 为30年的旬序号。

1.3.3 NDVI变化趋势分析利用随时间变化的NDVI数值进行线性拟合分析时, 斜率可以反映出该时间段内的植被变化趋势^[15]。本研究在获取年最大NDVI的基础上, 计算西北干旱区33年间逐栅格单元的植被指数变化趋势。NDVI变化趋势的计算公式为:

Slope= $\begin{matrix} \frac{n \times \overset{n}{\sum_{i = 1}} i \times NDV I_{i, jk} - \overset{n}{\sum_{i = 1}} i \overset{n}{\sum_{i = 1}} NDV I_{i, jk}}{n \times \overset{n}{\sum_{i = 1}} i^{2} - {(\overset{n}{\sum_{i = 1}} i)}^{2}} \end{matrix}$ (2)

式中, n=33, 表示1981-2013年时间序列长度; i为1-33, 表示1981-2013年份序号; NDVI_i_,_jk是第i年NVDI图像上第j行第k列像元的年最大NDVI值。

Slope表示1981-2013年间NDVI的变化趋势, 当Slope介于± 0.1%时, 表示30年间NDVI无变化, 区域植被生长状况稳定; 当Slope< -0.1%时, NDVI在研究时序内呈减小趋势, 说明区域植被生长状况出现恶化态势; 当Slope> 0.1%时, NDVI呈增加趋势, 则表示区域植被生长情况呈现恢复态势。

2 结果

2.1 LTDR NDVI与MODIS NDVI数据相关性分析

由于我国西北干旱区植被类型主要以草地植被和稀疏植被为主, 因此利用2001-2010年逐月同时相的MODIS NDVI与LTDR NDVI数据, 分别在草地植被区(GVA)和稀疏植被区(SVA)建立两者逐月的线性回归模型, 结果表明, MODIS NDVI与LTDR NDVI数据之间具有较好的线性相关关系, 决定系数均在0.7以上(表1)。因此, 本研究利用两者之间逐月线性回归模型, 将2011-2013年的MODIS NDVI转换为LTDR NDVI, 以期在较长时间序列上分析研究区的植被生长状况以及动态变化。

表1 研究区LTDR NDVI与 MODIS NDVI回归模型 Table 1 Regression model between LTDR NDVI and MODIS NDVI in study area

2.2 1981-2013年西部干旱区逐旬NDVI动态变化

结合研究区内主要植被类型(草地和稀疏植被)资料, 统计分析近33年NDVI数据在年内相应旬的平均NDVI动态变化, 结果表明, 植被的生长期始于当年4月, 植被的枯萎期出现在当年10月, 植被活动旺盛期在当年的7-8月份。其中, 草地植被的年生长变化相对较明显, 平均NDVI由2月下旬的0.08增长到8月上旬的0.28; 而稀疏植被的生长变化较为稳定, 平均NDVI主要介于0.11~0.13(图2)。同时, 在当年11月中旬到次年4月上旬的时间段内, 草地植被的逐旬NDVI略低于稀疏植被的NDVI, 且在次年2月下旬时, 两者之间的NDVI差值达到最大, 为(3%± 5.1%); 而在当年4月下旬到11月上旬这一时期内, 草地植被的逐旬NDVI大于稀疏植被的NDVI, 且在当年的8月上旬时, 两者之间的NDVI差值达到最大, 为(15%± 10.3%)。

	Figure Option View Download New Window
	图2 年内相应旬时期的平均NDVI变化过程注:横坐标1, 2, 3分别表示表示上、中、下旬。Fig.2 The mean NDVI of ten-day period in the thirty three years Note: 1, 2, and 3 in Fig.2 are first ten days, middle ten days, and the last ten days of a month on the horizontal axis, respectively.

通过分析1981-2013年逐旬NDVI可以看出, 研究区内的不同植被类型区的NDVI均呈现增加的趋势, 其中稀疏植被区的NDVI表现出显著增加的趋势(P< 0.05), 该区域NDVI以每年4.7× 10^-4的速率在增加, 33年间共计增加了0.07; 而草地区域的NDVI增加不显著, 以每年1.0× 10^-7的速率在增加, 在33年间NDVI仅增加了3.3× 10^-6(图3)。由此可见, 近33年来, 我国西部稀疏植被区的植被活动在持续增强, 植被整体状况在转好; 而草地区的植被活动较为稳定, 未出现较大的变化现象。

	Figure Option View Download New Window
	图3 1981-2013年研究区各植被区逐旬平均NDVI动态变化Fig.3 Dynamic changes of the mean NDVI of ten-day period from 1981 to 2013 in vegetation areas

2.3 西部干旱区年平均NDVI动态变化

进一步统计研究区内年平均NDVI变化, 结果表明, 在33年间草地和稀疏植被区的植被活动变化具有相似性, 只是活动强度有所差异。在1981-1990年间, 草地和稀疏植被活动均表现出显著减弱趋势, 其中草地植被活动的减弱趋势较稀疏植被更为明显(图4a); 对20世纪90年代的监测结果显示, 稀疏植被区的植被活动在显著增强, 而草地区的植被活动则表现较为稳定, 无显著增加的趋势(图4); 自2000年以后草地和稀疏植被区的植被活动均表现出显著增加的趋势(图4)。

	Figure Option View Download New Window
	图4 1981-2013年研究区草地(a)和稀疏植被区(b)的年平均NDVI动态变化Fig.4 Dynamic changes of annual mean NDVI from 1981 to 2013 between grassland and sparse vegetation areas

2.4 西部干旱区NDVI的空间变化趋势

从1981-2013年平均NDVI空间变化趋势来看, NDVI表现出增加趋势(Slope> 1%)的区域占整个研究区的11.4%, 主要分布在北疆、天山以及甘肃河西走廊附近的草地、稀疏植被以及耕地区(图5); NDVI生长较为稳定的区域(Slope介于± 0.1%)占研究区的83.2%, 其中NDVI稳定且有增加态势的区域(0< Slope< 0.1%)占研究区总面积的67.7%, 主要位于研究区北部、东北部以及柴达木盆地周围的稀疏植被区, 而NDVI稳定且有减少态势的区域(-0.1%< Slope< 0)占研究区总面积的15.5%, 主要分布在研究区南部昆仑山脉到东部祁连山脉边缘地带的草地区; NDVI表现出减少趋势(Slope< -1%)的区域占研究区总面积的5.4%, 减少较为明显的区域主要位于研究区西南部帕米尔高原附近, 塔克拉玛干沙漠北部到天山山脉附近, 以及柴达木盆地东北部的草地区。由此可以看出, 自1981年以来, 整个研究区内的NDVI变化状况较为稳定, NDVI呈现出增加趋势的地区主要位于研究区北部的稀疏植被区和耕地区, NDVI出现减少趋势的地区主要分布在研究区西南和西部地区的草地区。

	Figure Option View Download New Window
	图5 1981-2013年平均NDVI变化趋势Fig.5 Change tendency of annual mean NDVI in pixel scale during the 33-year period

2.5 植被动态对气候变化的响应

植被是表征陆地生态系统的重要指标, 对气候变化敏感, 通过综合分析NDVI与温度和降水之间的年际关系可以看出, 自1981年以来, 整个研究区逐旬的平均温度和降水量呈现上升的趋势, 分别以0.26 ℃· 10 a^-1和5.36 mm· 10 a^-1速率在升高, 在33年间共计增加了0.85 ℃和17.69 mm。而与此同时, 研究区内的草地植被活动基本稳定, 稀疏植被的活动在逐渐增强(图6)。由此可见, 整个西北干旱区的气候呈现出暖湿化的特点, 且植被活动表现出微弱增强的态势。自21世纪初以来, 胡汝骥等^[16]、施雅风等^[17]通过对气象台站记录的气象指标进行综合动态分析研究后, 提出了“ 西北气候由暖干向暖湿转型” 的观点。本研究通过利用气象资料以及GIS空间分析等技术手段, 一方面从整个空间尺度对植被变化状况进行了定量化分析, 另一方面利用时间序列遥感资料, 发现研究区内NDVI有逐渐增强的特点, 尤其是稀疏植被区的植被活动具有显著增强的特征, 这反映出整个西北干旱区在气候呈现暖湿化的变化过程中植被整体生长状况在好转。

	Figure Option View Download New Window
	图6 1981-2013年研究区逐旬各植被区NDVI与温度和降水动态变化Fig.6 Dynamic changes of the mean NDVI, mean temperature, and precipitation of ten days period from 1981 to 2013 between grassland and sparse vegetation areas

通过进一步探讨近33年间NDVI与温度和降水量之间的空间相关关系, 可以发现, 年均NDVI与年平均温度和年降水量之间呈现显著相关关系(R=0.35, P< 0.05)的区域分别占整个研究区的68.3%和71.6%(图7)。其中, 年均NDVI与温度呈现出显著正相关关系的区域为39.7%, 主要位于研究区塔克拉玛干沙漠南部到柴达木盆地边缘的草地区, 地形以山地为主; 有28.6%的区域的年均NDVI与温度呈现显著负相关关系, 主要分布在北疆、塔克拉玛干沙漠北部以及河西走廊北部等地势较为平坦, 且海拔较低的草地和稀疏植被区(图7a)。年均NDVI与降水量呈现显著正相关关系的区域为63.1%, 主要位于北疆、柴达木盆地南部, 西部昆仑山脉沿阿尔金山脉一直到东部祁连山脉的边缘; 而与之相对呈现出显著负相关关系的区域仅有8.5%, 分布于天山附近(图7b)。已有研究表明, 该地区受大气环流、青藏高原北部―河西走廊西部热力作用、大地形因素, 以及由南部印度洋和太平洋北上的暖湿气流和由西北部而下的干空气的共同作用, 在研究区内形成了锋面气旋, 从而造成南疆和河西地区气温普遍较高, 青藏高原和天山等高海拔山地气温较低, 北疆等地相对多降水的情况^[18]。由图7可以看出, 在昆仑山到祁连山的周围、以及天山等地, 由于海拔相对较高且温度较低, 植被活动受热量条件因素影响较大, NDVI与均温呈现出显著的正相关关系; 而海拔相对较低、地势平坦且夏季温度较高的北疆、阿拉善北部等地区, 由于存在大范围的灌溉农业区和低植被覆盖区, NDVI与温度之间呈现出负相关性。而在天山和祁连山附近, 由于降水量相对丰富, 且能够满足植被生长所需的水分条件, 因此在降水持续增加的情况下导致植被光照条件和新陈代谢能力有所下降, 从而造成这些地区降水与NDVI表现出负相关关系。但是, 总体而言, 干旱区内的降水条件是影响NDVI变化的主要因素, NDVI与降水量在空间上均呈现出正相关关系。由此可见, 研究区内植被与气候因子的相互作用是一个非常复杂的过程, 同时还受地形、人类活动等非气候因素的影响。

然而, 由于研究区地域辽阔, 地形与下垫面类型变化相对复杂, 同时又受到东亚季风、南亚季风、西风带环流以及青藏高原大地形等多种因素的影响, 区域性气候特征明显, 在通过气候分区的基础上, 进一步探讨NDVI动态变化及其与气候变化的关系是本项研究下一步需要完善的工作。

	Figure Option View Download New Window
	图7 1981-2013年平均NDVI分别与年均温度(a)和降水量(b)之间的空间相关关系Fig.7 Relationship among the annual mean NDVI, annual mean temperature (a) and annual precipitation (b) in pixel scale from 1981 to 2013

3 讨论

虽然卫星遥感资料在监测植被方面有范围广、速度快以及成本低等优点, 但是由于卫星传感器成像本身具有瞬时性和周期性(卫星轨道周期和卫星生命周期)的特点, 同时还会受到潜在噪声的影响(如云、气溶胶等), 因此在使用单个传感器获取的NDVI时间序列数据时, 数据的可靠性和连续性将会受到极大的挑战, 特别是在大空间尺度的时间序列监测研究中, 这一问题尤为严重^{[19, 20, 21]}。全球已经发布大量可利用的NDVI数据集, 这些时间系列NDVI产品在发布前通常会采用多日最大合成等预处理方法来控制数据中的噪声。但是, 在实际处理过程中云、雾、地形阴影以及遥感图像坏线等的影响, 限制了能够参与最大合成的有效数据, 并且某些气溶胶在大气中持续时间远超过10~30 d的合成期, 使得经过多日合成后的数据质量仍然具有一定的不确定性^[22]。尤其是AVHRR传感器在设计之初并不是以监测地表植被特征为目的, 导致其生成的NDVI时间序列数据容易受到潜在噪声的影响。然而, AVHRR资料已经积累了35年的时间, 是目前已有数据中时序跨度最长的光学遥感数据集。因此, 只有不断提高AVHRR NDVI数据的质量, 充分发挥该数据长时序的优势, 并结合多源遥感资料, 为相关领域研究提供更加可靠的时间序列NDVI数据集, 才能有助于我们更好地理解陆地生态系统的变化特征, 揭示全球气候与植被的变化规律。因此, 着重研究NDVI产品的最优综合重建算法和多源NDVI产品之间的相互转换与合成方法, 在尽量消除目前常用NDVI时间序列产品中潜在噪声的影响, 提高数据集质量的前提条件下, 实现对多源NDVI时间序列产品的相互转换与融合, 构建一种高精度长时序的NDVI融合算法及数据集是今后进一步开展研究工作的基础。

4 结论

本研究通过建立MODIS NDVI与AVHRR NDVI逐月线性回归模型, 并在生成长时间序列(1981-2013年)的NDVI资料基础上, 分析研究近33年西北干旱区的植被动态变化, 得出如下结论:

1)MODIS NDVI 与LTDR NDVI数据具有较好的线性相关性, 两者之间线性回归模型的决定系数均在0.7以上。今后利用不同传感器数据, 通过结合气候分区、DEM等空间辅助信息、时序重建算法以及空间尺度转换方法进一步建立扩展的NDVI时间序列数据是可行的。

2)近33年以来, 西北干旱区内的植被活动呈现出增强的态势, 其中稀疏植被区的NDVI表现出显著增加的趋势(P< 0.05), 而草地区域的NDVI增加不显著(P> 0.05)。由此说明, 近33年来, 我国西部稀疏植被区的植被活动在持续增强, 植被整体生长状况在转好, 而草地区的植被活动较为稳定, 并未出现较大的变化现象。

3)西北干旱区的气候呈现出暖湿化的特点, 植被活动对气候变化较为敏感, 在空间上年均NDVI与年平均温度和年降水量之间呈现显著相关关系(P< 0.05)的区域分别占整个研究区的68.3%和71.6%。

The authors have declared that no competing interests exist.

参考文献

View Option

[1]	Sudipta S, Menas K. Interannual variability of vegetation over the Indian sub-continent and its relation to the different meteorological parameters[J]. Remote Sensing of Environment, 2004, 90: 268-280. [本文引用:1]
[2]	侯美亭, 赵海燕, 王筝, 延晓冬. 基于卫星遥感的植被NDVI对气候变化响应的研究进展[J]. 气候与环境研究, 2013, 18(3): 353-364. [本文引用:1]
[3]	Karnieli A, Agam N, Anderson M, Gutman G G, Panov N. Use of NDVI and land surface temperature for drought assessment: Merits and limitations[J]. Journal of Climate, 2010, 23: 618-633. [本文引用:1]
[4]	Barbosa H A, Huete A R, Baethgen W E. A 20-year study of NDVI variability over the Northeast region of Brazil[J]. Journal of Arid Environments, 2006, 67: 288-307. [本文引用:1]
[5]	郭铌, 王小平. 遥感干旱应用技术进展及面临的技术问题与发展机遇[J]. 干旱气象, 2015, 33(1): 1-18. [本文引用:1]
[6]	马明国, 宋怡, 王旭峰, 韩辉邦, 于文凭. AVHRR、VEGETATION和MODIS时间序列遥感数据产品现状与应用研究进展[J]. 遥感技术与应用, 2012, 27(5): 663-670. [本文引用:1]
[7]	Myneni R B, Keeling C D, Tucker C J, Asrar G, Nemani R R. Increased plant growth in the northern high latitudes from 1981 to 1991[J]. Nature, 1997, 386: 698-702. [本文引用:1]
[8]	Tucker C J, Slayback D A, Pinzon J E, Los S O, Myneni R B. Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999[J]. International Journal of Biometeorology, 2001, 45(4): 184-190. [本文引用:1]
[9]	Liu S, Gong P. Change of surface cover greenness in China between 2000 and 2010[J]. Chinese Science Bulletin, 2012, 57(22): 2835-2845. [本文引用:1]
[10]	Piao S L, Wang X H, Ciais P. Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006[J]. Global Change Biology, 2011, 17(10): 3228-3239. [本文引用:1]
[11]	Piao S L, Wang X H, Ciais P. Detection and attribution of vegetation greening trend in China over the last 30 years[J]. Global Change Biology, 2014, 21(4): 1601-1609. [本文引用:1]
[12]	李飞, 曾源, 李晓松, 赵千钧, 吴炳方. 近30年中国陆地植被活动遥感监测[J]. 中国科学: 地球科学, 2014, 44(8): 1671-1678. [本文引用:1]
[13]	李秀花, 师庆东, 常顺利, 郭娟, 巴音达拉, 齐家国. 1981-2001年中国西北干旱区NDVI变化分析[J]. 干旱区地理, 2008, 31(6): 940-945. [本文引用:1]
[14]	王玮. 基于遥感和GIS的青藏高原牧区积雪动态监测与雪灾预警研究[D]. 兰州: 兰州大学博士学位论文, 2014. [本文引用:1]
[15]	Stow D, Daeschner S, Hope A, Douglas D, Petersen A, Myneni R. Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J]. International Journal of Remote Sensing, 2003, 24(5): 1111-1117. [本文引用:1]
[16]	胡汝骥, 姜逢清, 王亚俊, 樊自立. 新疆气候由暖干向暖湿转变的信号及影响[J]. 干旱区地理, 2002, 25(3): 194-200. [本文引用:1]
[17]	施雅风, 沈永平, 胡汝骥. 西北气候由暖干向暖湿转型的信号、影响和前景初步探讨[J]. 冰川冻土, 2002, 24(3): 219-226. [本文引用:1]
[18]	王海军, 靳晓华, 李海龙, 张勃, 戴声佩. 基于GIS和RS的中国西北NDVI变化特征及其与气候变化的耦合性[J]. 农业工程学报, 2010, 26(11): 194-203. [本文引用:1]
[19]	胡远宁, 崔霞, 孟宝平, 杨淑霞, 梁天刚. 甘南高寒草甸主要毒杂草光谱特征分析[J]. 草业科学, 2015, 32(2): 160-167. [本文引用:1]
[20]	方金, 梁天刚, 吕志邦, 冯琦胜, 何咏琪. 基于高光谱影像的高寒牧区土地覆盖分类与草地生物量监测模型[J]. 草业科学, 2013, 30(2): 168-177. [本文引用:1]
[21]	李亚刚, 李文龙, 刘尚儒, 秦兰兰. 基于遥感技术的甘南牧区草地植被状况多年动态[J]. 草业科学, 2015, 32(5): 675-685. [本文引用:1]
[22]	Geng L, Ma M, Wang X, Yu W, Jia S, Wang H. Comparison of eight techniques for reconstructing multi-satellite sensor time-series NDVI data sets in the Heihe River Basin, China[J]. Remote Sensing, 2014(6): 2024-2049. [本文引用:1]

2004

0.0

... 植被是陆地生态系统中重要的组成部分,在维持地球生物圈的能量和物质交换中扮演着重要角色^[1] ...

2013

0.0

... 研究表明,由可见光/近红外波段组合而成的归一化植被指数(Normalized Difference Vegetation Index,NDVI)与植被的生物物理指标具有较好的相关性,能够反映植被的季节变化与年际变化特征^[2],已广泛应用于全球和区域气候环境监测、农作物估产、干旱监测、植被动态变化、生物量反演与植被物候特征信息提取等方面^[3,4,5] ...

2010

0.0

2006

0.0

2015

0.0

2012

0.0

马明国, 宋怡, 王旭峰, 韩辉邦, 于文凭. AVHRR、VEGETATION和MODIS时间序列遥感数据产品现状与应用研究进展[J]. 遥感技术与应用, 2012, 27(5): 663-670.

The global time series satellite remote sensing product has caught worldwide attention since it is developed.It is widely used in the global, intercontinental and regional dynamic monitoring of the surface features.It is also used to analyze the global changes by integrating with some climate change parameters (e.g.air temperature,precipitation).The contents and application areas of the time series remote sensing product extends greatly as the time series increases gradually and new sensors are constantly emerging.The development status of the currently international popular satellite remote sensing products (visible,near infrared,short wave infrared and thermal infrared bands) are introduced in this paper.The satellite sensors mainly include AVHRR,VEGETATION,and MODIS.The early researches mainly focused on the basic data preparation,which concentrates on the band information of visible-near infrared band reflectance and thermal infrared bright temperature,vegetation indexes.The thematic products,such as leaf area index and land surface temperature,are retrieved and estimated by these basic data products at present.The research progress and development trends of the further data processing,analysis,and application of the data product are introduced in detail.The data processing includes time series reconstruction,comparison and conversion,validation.The data application includes dynamic monitoring of the surface features, information extraction of phenology and planting structure,modeling application.

(1.Cold and Arid Region Remote Sensing Observation System Experimental,CAREERI,Chinese Academy of Sciences,Lanzhou 730000, China;2.Institute of Earth Environment Chinese Academy of Sciences,Xi an 710075,China;3.Anhui Agricultural University,Hefei 230036,China)

全球时间系列卫星遥感产品自产生之日起就得到了高度关注,被广泛地应用于全球、洲际和区域的地表动态监测,并与气温、降水等气候变化表征参数结合起来,应用于全球变化分析。随着时间系列的逐渐延长和新兴传感器的不断涌现,时间系列遥感产品的内容和应用领域更是得到了极大扩展。主要介绍了:①当前国际上流行的可见光/近红外、短波红外和热红外时间系列卫星数据产品的发展现状,传感器主要包括AVHRR、VEGETATION和MODIS。早期以开发波段信息和植被指数等基础数据为主,当前大量专题产品的生产得到广泛开展;② 在数据产品的进一步处理和分析方面,重点介绍了时间系列重建、比较和延长、产品真实性检验的研究进展和发展趋势;③在数据产品应用方面,重点介绍了地表覆被特征的动态监测、物候和种植结构等信息提取、遥感产品在模型中的应用等方面的研究进展和发展趋势。

... 由于GIMMS AVHRR NDVI 是目前全球时间序列最长的连续数据集,因此在植被生长状况监测及生态环境评价中发挥着重要作用^[6] ...

1997

0.0

... Myneni等^[7]利用1981-1991年的GIMMS AVHRR NDVI数据分析全球植被变化发现,地球中高纬度的植被活动在增强 ...

2001

0.0

... Tucker 等^[8]建立北半球气候变化与NDVI之间关系后发现,随着全球气候的变暖,春季气温升高速率加快,导致植被的生长期提前 ...

2012

0.0

... Liu和Gong^[9]利用MODIS准半月NDVI产品,通过最小二乘法和最小绝对偏差法分析地表植被绿度变化发现,近10年我国植被绿度呈现增加趋势 ...

2011

0.0

... Piao等^[10,11]分析近30年的AVHRR NDVI和MODIS NDVI资料后指出,1982-1997年欧亚大陆植被生长呈现增加的趋势,1997年以后有些地区的植被生长呈现出减弱或负增长的趋势 ...

2014

0.0

2014

0.0

... 李飞等^[12]利用Terra MODIS 的NDVI产品和GIMMS AVHRR NDVI产品分段研究近30年中国大陆不同区域的植被变化特征,结果表明,我国陆地植被活动整体趋于增强 ...

2008

0.0

... 该地区幅员辽阔,自然条件恶劣、生态环境较为脆弱,以山区降水和冰川融水补给为主,年降水量在400 mm以下,属典型大陆性气候^[13] ...

2014

0.0

... 8)^[14],能够较好地反映高原内温度、降水的时空变化特征 ...

2003

0.0

... 3 NDVI变化趋势分析利用随时间变化的NDVI数值进行线性拟合分析时,斜率可以反映出该时间段内的植被变化趋势^[15] ...

2002

0.0

... 自21世纪初以来,胡汝骥等^[16]、施雅风等^[17]通过对气象台站记录的气象指标进行综合动态分析研究后,提出了#cod#x0201c ...

2002

0.0

施雅风, 沈永平, 胡汝骥. 西北气候由暖干向暖湿转型的信号、影响和前景初步探讨[J]. 冰川冻土, 2002, 24(3): 219-226.

A rapid, high amplitude global climatic warming would speed global water cycle and strengthen rainfall and evaporation. Climatic warming and drying course were dominated in past about 100 years since the end of Little Ice Age in Northwest China. The strong signals of climatic shift to warm humid pattern have been appearing in the western part of Chinese Tianshan Mountains and neighborhood regions including Northern Xinjiang since 1987. Precipitation, meltwater of glacier and runoff of rivers increase continuously, and results in lake level rising, flood damaged magnification and intensified, vegetation coverage extending and dust storm weaken in western parts of Northwest China. In the other areas of Xinjiang, and the middle and western section of Qilian Mountains, the precipitations and runoff of rivers have also an increasing tendency. How is the foreground of climatic shift to warn humid conditions, it is just restricted to decadal fluctuation, or possibility to century scale shift trend, and is just limited to western Tianshan or could extend and/or wholly Northwest China down to North China? Using the results of regional climatic model simulation from IPCC and China Assessment Report published, predicting river runoff regime and similar paleoclimate scenarios for the Northwest China are analysed and discussed, and the trend of shifting warm humid climate can be fixed in recent future. However, uncertain of projected results remain, and rating and magnitude of climatic shift extending in temporal and spatial scales can not at present be projected in detail and in being exactitude.

1. Cold and Arid Regions Environmental and Engineering Research Institute, Chinese Academy of Science, Lanzhou Gansu 730000, China; 2. Xinjiang Institute of Ecology and Geography, Chinese Academy of Science, Ürümqi Xinjiang 830011, China

全球大幅度变暖,水循环加快,增强降水和蒸发.中国西北部从19世纪小冰期结束以来100a左右处于波动性变暖变干过程中.1987年起新疆以天山西部为主地区,出现了气候转向暖湿的强劲信号,降水量、冰川消融量和径流量连续多年增加,导致湖泊水位显著上升、洪水灾害猛烈增加、植被改善、沙尘暴减少.新疆其他地区以及祁连山中西段的降水和径流也有增加趋势.这样气候转型前景如何,是仅为年代际波动还是可发展为世纪性趋势,是只限于天山西部还是可能扩及整个西北以至华北.从引用现有区域气候模式预测,对径流变化模式预测和相似古气候情景的讨论,认为转向暖湿的趋势可以肯定,但目前尚不能确切预测转型扩大在时间上与空间上变化的速度和程度.

... 自21世纪初以来,胡汝骥等^[16]、施雅风等^[17]通过对气象台站记录的气象指标进行综合动态分析研究后,提出了#cod#x0201c ...

2010

0.0

王海军, 靳晓华, 李海龙, 张勃, 戴声佩. 基于GIS和RS的中国西北NDVI变化特征及其与气候变化的耦合性[J]. 农业工程学报, 2010, 26(11): 194-203.

The paper researched temporal-spatial variation of NDVI and analyzed coupling with climate changes in the northwest of China from 1982 to 2006 years based on the GIS and remote sencing. The results show that the NDVI of alpine meadow and deciduous needle-leaf forests increased with a rate of p=0.21%/10 a, the NDVI was ascending (p=0.27%/10 a) which attributed to the growing season delayed. Air temperature increased in Qinghai-Tibet Plateau, the south of Tianshan mountains in spring and northern Xinjiang\Hanzhong in autumn, and the range of variation of precipitation was great in boundary of semi-humid and semi-arid. The correlation coefficient was 0.62 between NDVI and temperature in the Yellow River and Yangtze River source regions. There was a great correlations between NDVI and precipitation in Hexi-Alxa\southern Xinjiang with a coefficient of 0.65. NDVI decline was attributed to precipitation too much in the Hanzhong, Qilian, Tianshan mountains in summer and autumn; NDVI of the cold regions was more sensitive to the changes of temperature and the NDVI was not raised sharply until the average monthly temperature reached to 8℃. NDVI began to decline when the temperature was more than 22℃. The NDVI came to the peak with temperature rising (19–20℃) in the non-cold and arid regions. NDVI was linear increment with the rising of precipitation, if the temperature conditions met the needs of vegetation growth in the cold region .The threshold value of monthly precipitation was 60 mm (start) and 220 mm (stop) in the arid region; The changing of NDVI was lag when the air temperature and precipitation changed in North of China .

整合遥感和地理信息技术，对中国西北地区近25 a来NDVI时空变化特征及其与气候变化的耦合关系进行了研究，结果表明：高寒草甸和落叶针叶林的NDVI增加趋势较明显，线性倾向率p=0.2%/10 a。枯黄期推后导致NDVI明显增加，线性倾向率达0.27%/10 a；青藏高原、天山南脉的春季气温和北疆、汉中地区的秋季气温上升较明显，半湿润和半干旱过渡地区降水变幅较大；江河源地区NDVI和气温的相关系数达到0.6，河西-阿拉善、南疆等干旱地区NDVI和降水的相关性较高，相关系数为0.65。夏、秋季汉中、祁连和天山等地区，持续降水会导致NDVI值下降；寒区NDVI对气温变化较敏感，月均温度达到8℃，NDVI值出现快速上升。旱区温度超过22℃，植被NDVI值出现明显的回落。非寒旱区，月气温在19～20℃左右，NDVI达到峰值。寒区当温度条件满足植被生长需要时，NDVI随降水线性增加。旱区月均降水超过60 mm后NDVI开始快速上升，直到植被需水的饱和点。生长季内西北地区NDVI随气温、降水的变化存在明显滞后现象。

... 已有研究表明,该地区受大气环流、青藏高原北部―河西走廊西部热力作用、大地形因素,以及由南部印度洋和太平洋北上的暖湿气流和由西北部而下的干空气的共同作用,在研究区内形成了锋面气旋,从而造成南疆和河西地区气温普遍较高,青藏高原和天山等高海拔山地气温较低,北疆等地相对多降水的情况^[18] ...

2015

0.0

胡远宁, 崔霞, 孟宝平, 杨淑霞, 梁天刚. 甘南高寒草甸主要毒杂草光谱特征分析[J]. 草业科学, 2015, 32(2): 160-167.

Spectral characteristics of grassland plants have important implications for the identification of species. In the present study, spectral differences with 5 species of typical poisonous weeds of Heteropappus bowerii, Ligularia sagitta, Thermopsis lanceolata, Anaphalis lactea and Potentilla anserina in Gannan alpine meadow were analyzed using canopies spectra and parameterized characteristics. Although the tendencies of the original spectral curves of these poisonous weeds were similar, these weeds can be easily distinguished by indices as “red valley”,“green peak”, “red edge”, water uptake, spectral index, and spectral reordering after the first derivative spectra and reordering of the original spectral curves. These results suggested that vegetation classification based on spectral analysis had important significance on the remote sensing research, vegetation investigation and classification of Gannan alpine meadow.

草地植物的光谱特征对于物种的识别具有重要意义。本研究利用2013年9月采集的甘南州夏河县桑科草原5种典型毒杂草青藏狗娃花（Heteropappus bowerii）、箭叶橐吾（Ligularia sagitta）、披针叶黄华（Thermopsis lanceolata）、乳白香青（Anaphalis lactea）和鹅绒委陵菜（Potentilla anserina）的实测高光谱数据，通过对其冠层光谱进行特征分析和参量化等处理，找出了5种毒杂草之间的光谱差异。结果表明，5种毒杂草的原始光谱曲线趋势大致相同，经过一阶微分变换、光谱重排等处理，利用“红谷”、“绿峰”、“红边”、水分吸收、光谱指数和光谱重排等指标，可较好地将这5种毒杂草区分开来。因此，基于光谱分析的植被分类对于研究甘南州高寒草甸植被的遥感反演、调查和分类等具有重要的意义。

... 3 讨论虽然卫星遥感资料在监测植被方面有范围广、速度快以及成本低等优点,但是由于卫星传感器成像本身具有瞬时性和周期性(卫星轨道周期和卫星生命周期)的特点,同时还会受到潜在噪声的影响(如云、气溶胶等),因此在使用单个传感器获取的NDVI时间序列数据时,数据的可靠性和连续性将会受到极大的挑战,特别是在大空间尺度的时间序列监测研究中,这一问题尤为严重^[19,20,21] ...

2013

0.0

方金, 梁天刚, 吕志邦, 冯琦胜, 何咏琪. 基于高光谱影像的高寒牧区土地覆盖分类与草地生物量监测模型[J]. 草业科学, 2013, 30(2): 168-177.

摘　要：利用环境减灾卫星HJ-1A高光谱图像数据,分析了研究区不同土地覆盖类型的波谱曲线特征,比较了监督分类和光谱角分类方法对高光谱影像的分类精度,研究了高寒牧区草地生物量超光谱遥感监测模型。结果表明,1）不同地物波谱曲线的吸收位置和吸收深度等波谱特征在可见光波段具有较大差异,在近红外波段吸收特征相似。在可见光波段,云和植被的吸收位置最少,都只有1处,但云的吸收深度小于植被;裸地吸收位置有5处;水域吸收位置最多,有6处。2）光谱角与监督分类均适于高光谱影像分类,但光谱角分类方法的总精度可达85.9%,远高于监督分类法。3）依据草地生物量与9种植被指数间的回归分析结果,选出了适合研究区草地植被生物量动态监测的两种植被指数,即归一化植被指数和比值植被指数。

2015

0.0

李亚刚, 李文龙, 刘尚儒, 秦兰兰. 基于遥感技术的甘南牧区草地植被状况多年动态[J]. 草业科学, 2015, 32(5): 675-685.

摘　要：结合遥感技术的草地植被监测是区域植被变化研究的重要组成部分和研究热点,为了能够更好地监测甘南牧区多年的草地动态变化,本研究以甘南牧区的草地为研究对象,引入了垂直植被指数(Perpendicular Vegetation Index,PVI),探讨了其在甘南草地遥感监测中的适用性及其精度,并以草地植被盖度、草地面积和草地地上生物量为主要监测指标,对2001-2012年间甘南草地的变化做全面连续的研究,从草地的生态和资源属性两方面说明甘南草地的变化状况,期望为甘南牧区生态保护和畜牧生产提供帮助。结果表明,1)在运用MODIS数据对地表植被覆盖度进行估算时,使用归一化植被指数(Normalized Difference Vegetation Index,NDVI)的像元二分模型对植被覆盖度的模拟较垂直植被指数PVI更准确,其精度可达88.14%。2)盖度分级结果显示,植被盖度最大和最小分别为2010年的76.63%和2002年的73.21%,12年间的变异系数(Coefficient of Variability,CV)为1.25%,年际变化很小;3)对草地面积动态变化的研究结果表明,近12年平均草地面积占甘南州土地总面积的85.47%左右,且草地面积的年际变化较小。4)在高寒地区,垂直植被指数PVI的指数模型较NDVI能够更好地估算甘南州草地地上生物量,总体估产精度可达70.48%,且能很好地模拟整个生长季的生物量变化。

2014

0.0

... 但是,在实际处理过程中云、雾、地形阴影以及遥感图像坏线等的影响,限制了能够参与最大合成的有效数据,并且某些气溶胶在大气中持续时间远超过10~30 d的合成期,使得经过多日合成后的数据质量仍然具有一定的不确定性^[22] ...