• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      AMSR_2微波植被指數(shù)在黃河流域的適用性對(duì)比與分析

      2018-10-12 05:29:52周俊利薛華柱董國(guó)濤郭欣偉殷會(huì)娟
      水土保持研究 2018年5期
      關(guān)鍵詞:植被指數(shù)斜率極化

      周俊利,薛華柱,董國(guó)濤,樊 東,郭欣偉,殷會(huì)娟

      (1.河南理工大學(xué) 測(cè)繪與國(guó)土信息工程學(xué)院,河南 焦作 454000; 2.黃河水利委員會(huì)黃河水利科學(xué)研究院 水利部 黃土高原水土流失過程與控制重點(diǎn)實(shí)驗(yàn)室,鄭州 450003)

      植被在地球系統(tǒng)中扮演著重要的角色,植被指數(shù)作為植被生長(zhǎng)、植被分布、生物量等信息提取的重要手段,已廣泛應(yīng)用于許多領(lǐng)域[1-3]。因此,地球植被及其變化一直被各國(guó)科學(xué)家和政府所關(guān)注[4]。根據(jù)植被的光譜特性,將衛(wèi)星可見光和近紅外波段進(jìn)行組合,形成了各種光學(xué)植被指數(shù)。目前較為常用的植被指數(shù)有歸一化植被指數(shù)NDVI、增強(qiáng)植被指數(shù)EVI等。光學(xué)遙感容易受到環(huán)境條件和大氣狀況等多種因素的影響,在時(shí)空分布上具有一定的局限性。相較于光學(xué)遙感,微波遙感不受太陽照射、大氣、云層、降水等因素的限制,具有全天時(shí)和全天候工作的能力,對(duì)植被木質(zhì)部生物量、植被類型以及土壤含水量等具有非常強(qiáng)的敏感性,可以探測(cè)到相對(duì)較厚的植被層[5]。相較于光學(xué)遙感和主動(dòng)微波遙感,被動(dòng)微波遙感的時(shí)間分辨率高,數(shù)據(jù)量低,數(shù)據(jù)處理較簡(jiǎn)單,更適用于大范圍、長(zhǎng)時(shí)序的植被實(shí)時(shí)監(jiān)測(cè)[6]。星載被動(dòng)微波傳感器因其穿透力較強(qiáng)、天氣影響較小、數(shù)據(jù)更新快等優(yōu)點(diǎn),在對(duì)地觀測(cè)中扮演著重要的角色,為地表參數(shù)反演及地球環(huán)境變化的研究提供了重要的數(shù)據(jù)[7]。目前利用微波數(shù)據(jù)反演得出的各個(gè)微波植被指數(shù)與全國(guó)不同地區(qū)光學(xué)植被指數(shù)NDVI均具有良好的相關(guān)性[8-12]。

      在研究典型地物微波輻射特性時(shí),利用積分方程模型進(jìn)行模擬,發(fā)現(xiàn)裸露地表情況下不同頻率輻射率之間呈很強(qiáng)的線性關(guān)系,根據(jù)這一特性利用植被地表輻射模型推導(dǎo)出微波穿透指數(shù)了MVI[13-14]。陳思宇等利用青南牧區(qū)2007—2010年AMSRE升軌與降軌的亮溫?cái)?shù)據(jù)采用不同的頻率組合反演微波穿透指數(shù)MVI,結(jié)果表明升軌低頻數(shù)據(jù)反演的MVI與光學(xué)植被指數(shù)相關(guān)性最好[15]。呂京國(guó)等利用AMSR_E和MODIS數(shù)據(jù),探討了微波穿透指數(shù)(Microwave Vegetation Penetration Index,MVI)與光學(xué)植被指數(shù)NDVI的關(guān)系。結(jié)果表明微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI呈負(fù)相關(guān)關(guān)系,且利用MVI數(shù)據(jù)模擬生成的NDVI圖像結(jié)果比較令人滿意[16]。

      Choudhury等利用37 GHz頻率計(jì)算了微波極化差指數(shù)(Microwave Polarization Difference Temperatures,MPDT),發(fā)現(xiàn)其與AVHRR植被指數(shù)具有一定的相關(guān)關(guān)系[17],并將其應(yīng)用到了全球植被的監(jiān)測(cè)中去[18]。Plaloscia等通過研究計(jì)算出的微波極化差異指數(shù)(Microwave Polarization Difference Index,MPDI)能反映植物生物量[19],而Becker通過研究發(fā)現(xiàn)MPDI在對(duì)植被較稀疏地區(qū)的干旱監(jiān)測(cè)中具有重要意義[20]。此外,毛克彪等人也做了相應(yīng)的微波植被指數(shù)的應(yīng)用研究[15,21]。

      由前人的研究可知,目前較常用的微波植被指數(shù)MPDT,MPDI,MVI均為AMSR_E微波傳感器的亮溫?cái)?shù)據(jù)反演而來[12],且其與光學(xué)植被指數(shù)均具有較好的相關(guān)性。AMSR_E微波傳感器與2011年10月停止工作,新一代微波傳感器AMSR_2于2012年7月正式運(yùn)行;對(duì)于植被生長(zhǎng)變化的監(jiān)測(cè)分析來說,需要長(zhǎng)期穩(wěn)定、實(shí)時(shí)更新的衛(wèi)星數(shù)據(jù)作為支持,本文選取新一代微波遙感數(shù)據(jù)AMSR_2數(shù)據(jù),通過對(duì)比衛(wèi)星傳感器不同頻率亮溫?cái)?shù)據(jù)反演的微波植被指數(shù)來分析新一代微波遙感數(shù)據(jù)AMSR_2在黃河流域植被變化監(jiān)測(cè)與分析中的適用性。

      1 研究區(qū)概況與數(shù)據(jù)源

      1.1 研究區(qū)概況

      黃河流域位于東經(jīng)95°53′—119°14′,北緯32°9′—41°51′,西起巴顏喀拉山,東至渤海,南臨秦嶺,北抵陰山,流域面積75.2萬km2。黃河流域幅員遼闊,橫跨第一、第二、第三階梯,流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東9個(gè)省區(qū)。流域內(nèi)山脈眾多,地型復(fù)雜,地貌類型多樣,從西到東橫跨青藏高原、內(nèi)蒙古高原、黃土高原和黃淮海平原4個(gè)地貌單元,流域地勢(shì)西高東低,西部河源地區(qū)平均海拔在4 000 m以上,由一系列高山組成,常年積雪,冰川地貌發(fā)育;中部地區(qū)海拔在1 000~2 000 m,為黃土地貌,水土流失嚴(yán)重;東部海拔多不超過50 m,主要由黃河沖積平原組成。流域內(nèi)地形及氣候的多樣性使得流域內(nèi)植被覆蓋差異較大,不僅在時(shí)間上植被覆蓋變化顯著,在不同地區(qū)植被分布也大不相同。同時(shí)流域地表植被的變化趨勢(shì)還與流域生態(tài)環(huán)境的變化息息相關(guān),如國(guó)家引導(dǎo)的退耕還林政策,使得近年來山西陜西北部山地植被覆蓋度明顯提高,水土流失現(xiàn)象得到很大改善。

      1.2 數(shù)據(jù)與及處理

      搭載第二代先進(jìn)微波輻射成像儀AMSR_2(Advanced Microwave Scanning Radiometer (2)的“第一輪衛(wèi)星計(jì)劃之全球水圈變化觀測(cè)衛(wèi)星”(GCOM-W1)于2012年7月4日發(fā)射進(jìn)入極軌[22]。AMSR_2具有14個(gè)亮溫觀測(cè)通道,與之前得AMSR_E(Advanced Microwave Scanning Radiometer -Earth Observing System)相比,AMSR_2增加了7.3 GHz的通道,目的是在觀測(cè)時(shí)避免無線電頻率的干擾[23-25],從而得到更可靠的土壤濕度等數(shù)據(jù)[26]。本文采用的AMSR_2數(shù)據(jù)為10 km分辨率的水平垂直極化化亮溫?cái)?shù)據(jù),時(shí)間序列為2012年7月至2016年12月,時(shí)間分辨率為1個(gè)月,頻率選取10 GHz,18 GHz與36.5 GHz的水平垂直極化亮溫?cái)?shù)據(jù),微波數(shù)據(jù)由日本宇宙航空研究開發(fā)機(jī)構(gòu)(Japan Aerospace Exploration Agency:http:∥gcom-w1.jaxa.jp/index.html)網(wǎng)站下載。

      AMSR_2微波亮溫?cái)?shù)據(jù)為HDF格式的正弦投影,對(duì)其進(jìn)行投影轉(zhuǎn)換,轉(zhuǎn)換為TIFF格式的經(jīng)緯度投影;對(duì)不同頻率亮溫?cái)?shù)據(jù)依據(jù)頭文件中各頻率信息對(duì)其進(jìn)行波段計(jì)算,得到標(biāo)準(zhǔn)亮溫?cái)?shù)據(jù);然后對(duì)其進(jìn)行裁剪,提取出研究區(qū)內(nèi)各通道水平垂直極化亮溫?cái)?shù)據(jù);為消除背景值的影響,采用最小值合成法合稱為逐月水平垂直極化亮溫?cái)?shù)據(jù),并利用公式1,公式2計(jì)算出植被穿透指數(shù)MVI[13,14]、微波極化差異指數(shù)MPDI[17]。

      (1)

      (2)

      式中:TBv(f1)、TBh(f1)分別為頻率為18 GHz,36.5 GHz的垂直和水平極化亮溫值;TBv(f2)、TBh(f2)為頻率36.5 GHz的垂直和水平極化亮溫值。

      光學(xué)植被指數(shù)數(shù)據(jù)采用MODIS三級(jí)產(chǎn)品MOD13A3。MOD13A3植被產(chǎn)品空間分辨率為1×1 km,算法吸收全部16 d覆蓋全月的產(chǎn)品,若大氣中無云,采用時(shí)間加權(quán)平均值法,或采用最小值以防止云層的影響,數(shù)據(jù)由美國(guó)國(guó)家航空航天局(NASA,https:∥ladsweb.modaps.eosdis.nasa.gov/)下載。數(shù)據(jù)格式為正弦投影的HDF格式,時(shí)段與微波數(shù)據(jù)保持一致。光學(xué)植被指數(shù)數(shù)據(jù)集經(jīng)投影轉(zhuǎn)換、波段計(jì)算、研究區(qū)裁剪,提取黃河流域2012年7月至2016年12月植被指數(shù)數(shù)據(jù)集。

      氣象站點(diǎn)降雨實(shí)測(cè)數(shù)據(jù)為中國(guó)氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/site/index.html)下載的全國(guó)氣象站點(diǎn)數(shù)據(jù)。利用研究區(qū)內(nèi)站點(diǎn)站號(hào),通過IDL編程提取出黃河流域內(nèi)76個(gè)氣象站點(diǎn)逐日降雨數(shù)據(jù)與氣溫?cái)?shù)據(jù),計(jì)算出逐月降雨、氣溫?cái)?shù)據(jù),采用逐站點(diǎn)、分時(shí)段的方法分析光學(xué)植被指數(shù)植被的變化與降雨影響因素的相關(guān)性。

      2 方 法

      本文從數(shù)值對(duì)比、相關(guān)分析、趨勢(shì)分析方面來分析微波穿透指數(shù)MVI、微波極化差異指數(shù)MPDI與MODIS植被指數(shù)的變化趨勢(shì)一致性與相關(guān)性。同時(shí)分析各微波植被指數(shù)與降雨站點(diǎn)實(shí)測(cè)數(shù)據(jù)間的相關(guān)關(guān)系。計(jì)算方法分別為:

      (3)

      (4)

      3 結(jié)果與分析

      3.1 長(zhǎng)時(shí)序變化對(duì)比

      長(zhǎng)時(shí)間序列植被指數(shù)的對(duì)比與分析,能有效的分析植被指數(shù)集間的相關(guān)性及一致性。對(duì)黃河流域2012年7月至2016年12月各微波植被指數(shù)與光學(xué)植被指數(shù)產(chǎn)品作對(duì)比與分析,結(jié)果見圖1。微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI成反比,即微波穿透指數(shù)MVI增大時(shí),光學(xué)植被指數(shù)NDVI減小,如每年11月、12月份,光學(xué)植被指數(shù)NDVI數(shù)值達(dá)到最小,微波穿透指數(shù)MVI達(dá)到最大值。微波極化差異指數(shù)數(shù)據(jù)有效范圍在0~0.06,微波極化差異指數(shù)整體的變化趨勢(shì)與光學(xué)植被指數(shù)NDVI大致相同,變化曲線的波峰波谷相一致。不同頻率反演的微波極化差異指數(shù)大小不同,基于18通GHz水平垂直極化亮溫?cái)?shù)據(jù)反演的微波極化差異指數(shù)MPDI18整體上大于36.5 GHz反演的極化差異指數(shù)MPDI36.5。

      圖1微波植被指數(shù)MVI,MPDI與光學(xué)植被指數(shù)NDVI時(shí)間變化

      整體而言,不同的微波植被指數(shù)與光學(xué)植被指數(shù)的相關(guān)性也不同,圖2為光學(xué)植被指數(shù)與微波植被指數(shù)MVI,MPDI18,MPDI36.5的長(zhǎng)時(shí)序月均值線性關(guān)系圖,由圖可知,微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI呈負(fù)相關(guān),兩數(shù)據(jù)集植被指數(shù)值十分靠近回歸線,R2為0.85。微波極化差異指數(shù)MPDI18,MPDI36.5與光學(xué)植被指數(shù)NDVI也具有較好的相關(guān)性,R2分別達(dá)到0.71與0.70。光學(xué)植被指數(shù)NDVI與微波穿透指數(shù)MVI線性回歸圖中數(shù)值整體均在回歸線上及附近,光學(xué)植被指數(shù)NDVI與兩微波極化差異指數(shù)MPDI18,MPDI36.5線性回歸圖中數(shù)值分布較分散,靠近回歸線附近數(shù)值較少。

      圖2光學(xué)植被指數(shù)NDVI與不同微波植被指數(shù)的線性關(guān)系

      3.2 逐月均值變化分析

      植被在不同月份植被含水量、葉綠素含量等生物量均不同,微波植被指數(shù)與光學(xué)植被指數(shù)在不同月份均有相應(yīng)的變化響應(yīng)。圖3為各微波植被指數(shù)數(shù)據(jù)集與光學(xué)植被指數(shù)數(shù)據(jù)集的多年逐月平均值散點(diǎn)圖。由圖中得知,微波極化差異指數(shù)MPDI18月均值散點(diǎn)圖與光學(xué)植被指數(shù)NDV月均值I散點(diǎn)圖變化曲線大致相同,植被指數(shù)較好的月份也集中在5到9月份,且兩植被指數(shù)數(shù)據(jù)集逐相關(guān)系數(shù)為0.851。微波植被指數(shù)MPDI36.5與光學(xué)植被指數(shù)NDVI的月均值的變化趨勢(shì)幾乎同步,兩數(shù)據(jù)集植被分布最好的月份集中體現(xiàn)在7到9月份,且微波極化差異指數(shù)MPDI36.5的月均值散點(diǎn)圖較MPDI18平滑,微波植被指數(shù)MPDI36.5與光學(xué)植被指數(shù)NDVI的相關(guān)系數(shù)達(dá)到了0.999,即兩數(shù)據(jù)集具有極強(qiáng)的相關(guān)性。而微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI的變化趨勢(shì)呈負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)為-0.938,兩數(shù)據(jù)集月均值變化呈反比,光學(xué)植被指數(shù)NDVI增加的月份,微波穿透指數(shù)MVI則減小,且微波穿透指數(shù)MVI的變化波動(dòng)較小。

      圖3光學(xué)植被指數(shù)與微波植被指數(shù)多年逐月均值對(duì)比

      3.3 光學(xué)植被指數(shù)與微波植被指數(shù)空間分布

      3.3.1 相關(guān)分析 光學(xué)植被指數(shù)NDVI分別與與微波植被指數(shù)MVI,MPDI18,MPDI36.5進(jìn)行皮爾森(pearson)顯著性檢驗(yàn),結(jié)果見表1。光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MVI顯著性檢驗(yàn)中的p值小于0.01,相關(guān)系數(shù)為-0.924,即光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MVI呈顯著性負(fù)相關(guān)關(guān)系;光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MPDI18顯著性檢驗(yàn)中的p值小于0.01,相關(guān)系數(shù)為0.841,即光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MPDI18呈顯著性正相關(guān)關(guān)系;光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MPDI36.5顯著性檢驗(yàn)中的p值小于0.01,相關(guān)系數(shù)為0.839,即光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MPDI36.5呈顯著性正相關(guān)關(guān)系。

      表1 NDVI與各微波指數(shù)顯著性分析

      光學(xué)植被指數(shù)與各微波植被指數(shù)逐像元相關(guān)性分析能很好的體現(xiàn)兩數(shù)據(jù)集空間分布的一致性。微波穿透指數(shù)MVI、微波極化差異指數(shù)MPDI18,MPDI36.5與光學(xué)植被指數(shù)NDVI像元相關(guān)性空間分布如圖4A—C所示。

      微波穿透植被指數(shù)MVI與光學(xué)植被指數(shù)NDVI呈負(fù)相關(guān)關(guān)系,統(tǒng)計(jì)結(jié)果顯示兩數(shù)據(jù)集負(fù)相關(guān)區(qū)域占流域總面積的97.49%,其中相關(guān)系數(shù)小于0.6的區(qū)域占全區(qū)總面積的82.1%,相關(guān)系數(shù)小于0.8占全區(qū)中面積的61.1%,負(fù)相關(guān)關(guān)系明顯的區(qū)域主要分布于黃河中游。

      微波極化差異指數(shù)MPDI18與光學(xué)植被指數(shù)NDVI相關(guān)性。統(tǒng)計(jì)結(jié)果顯示兩數(shù)據(jù)集呈正相關(guān)區(qū)域所占百分比為99.7%,其中相關(guān)系數(shù)大于0.6的區(qū)域占全區(qū)總面積的97.76%,相關(guān)系數(shù)大于0.8的區(qū)域占全區(qū)總面積的76.16%。在黃河流域內(nèi),微波極化差異指數(shù)MPDI18與光學(xué)植被指數(shù)NDVI具有很好的一致性。

      微波極化差異指數(shù)MPDI36.5與光學(xué)植被指數(shù)NDVI也呈現(xiàn)較好的相關(guān)性。統(tǒng)計(jì)結(jié)果顯示兩數(shù)據(jù)集呈正相關(guān)區(qū)域所占百分比為99.79%,其中相關(guān)系數(shù)大于0.6的區(qū)域占全區(qū)總面積的98.22%,相關(guān)系數(shù)大于0.8的區(qū)域占全區(qū)總面積的78.07%。

      圖4NDVI與MVI,MPDI18,MPDI36.5相關(guān)系數(shù)分布

      3.3.2 趨勢(shì)分析 為量化分析研究區(qū)內(nèi)NDVI的空間變化特征,將2012年7月—2016年12月植被指數(shù)均值利用趨勢(shì)分析方法得到54月間的黃河流域月均植被指數(shù)變化趨勢(shì),光學(xué)植被指數(shù)NDVI、微波植被指數(shù)MVI,MPDI18,MPDI36.5變化斜率圖分別為圖5A—D所示,不同植被指數(shù)數(shù)據(jù)集在黃河流域內(nèi)Slope變化范圍為各不相同,表明植被變化趨勢(shì)的空間不一致性。圖5A光學(xué)植被指數(shù)NDVI變化斜率圖表明黃河流域植被改善面積大于植被退化面積,其中黃河干流區(qū)域、北洛河、無定河、涇河、渭河、汾河等流域植被改善較大,其中伊洛河流域植被改善情況為全流域最大。圖5B微波穿透指數(shù)MVI變化斜率圖表明植被指數(shù)降低區(qū)域主要集中在黃河源區(qū)與渭河上中游、無定河、十大孔兌流域等支流,即MVI斜率變化趨勢(shì)與NDVI斜率變化趨勢(shì)相反。圖5C微波極化差異指數(shù)MPDI18與圖5D中MPDI36.5變化斜率圖表明微波極化差異指數(shù)斜率變化趨勢(shì)與光學(xué)植被指數(shù)NDVI斜率變化趨勢(shì)整體一致,然而MPDI18植被指數(shù)在空間上的植被變化斜率值整體小于MPDI36.5斜率值,如黃河源區(qū)、伊洛河流域等區(qū)域。即基于36.5頻率的MPDI36.5微波極化差異指數(shù)在植被變化監(jiān)測(cè)方面優(yōu)于基于18頻率的微波極化差異指數(shù)MPDI18。

      圖5NDVI,MVI,MPDI18,MPDI36.5植被指數(shù)變化斜率

      3.4 植被對(duì)降雨的響應(yīng)

      降雨與氣溫作為植被生長(zhǎng)過程的重要影響因素,與植被的變化存在密不可分的關(guān)系[27],本文利用黃河流域內(nèi)國(guó)家氣象站點(diǎn)實(shí)測(cè)降雨數(shù)據(jù)、氣溫?cái)?shù)據(jù)分別與光學(xué)植被指數(shù)NDVI與微波穿透指數(shù)MVI、微波極化差異指數(shù)MPDI18與MPDI36.5進(jìn)行趨勢(shì)分析。

      提取黃河流域氣象站點(diǎn)位置的各植被指數(shù),分別與與站點(diǎn)降雨數(shù)據(jù)、氣溫?cái)?shù)據(jù)進(jìn)行顯著性檢驗(yàn)與相關(guān)分析,表2中顯示實(shí)測(cè)降雨數(shù)據(jù)與光學(xué)植被指數(shù)NDVI具有最好的相關(guān)性,其中光學(xué)植被指數(shù)NDVI,微波極化差異指數(shù)MPDI18與MPDI36.5與降雨數(shù)據(jù)極顯著相關(guān);微波穿透指數(shù)MVI與降雨數(shù)據(jù)的相關(guān)性較低,且顯著性水平較差。表3中顯示實(shí)測(cè)氣溫?cái)?shù)據(jù)與不同植被指數(shù)顯著性相關(guān)分析,其中微波穿透指數(shù)MVI與氣溫顯著性相關(guān),微波計(jì)劃差異指數(shù)在春季與夏季與氣溫也有顯著性相關(guān)。

      表2 不同植被指數(shù)與降雨顯著性相關(guān)統(tǒng)計(jì)

      注:*代表p<0.05,**代表p<0.01。

      表3 不同植被指數(shù)與氣溫顯著性相關(guān)統(tǒng)計(jì)

      注:*代表p<0.05,**代表p<0.01。

      4 結(jié) 論

      (1) 各植被指數(shù)數(shù)據(jù)集長(zhǎng)時(shí)間序列對(duì)比分析,結(jié)果顯示微波極化差異指數(shù)MPDI18,MPDI36.5的變化趨勢(shì)與光學(xué)植被指數(shù)NDVI相同,變化曲線的波峰波谷相一致。微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI呈顯著負(fù)相關(guān),光學(xué)植被指數(shù)NDVI增加時(shí),微波穿透指數(shù)MVI減小,且微波穿透指數(shù)MVI數(shù)據(jù)整體較大,數(shù)值范圍集中在0.65~0.9。

      (2) 微波植被數(shù)據(jù)集與光學(xué)植被數(shù)據(jù)集的多年逐月均值對(duì)比結(jié)果表明:微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI對(duì)植被生長(zhǎng)的月份變化均具有較好的表現(xiàn)。其中微波穿透指數(shù)MPDI36.5在反映植被生長(zhǎng)變化中與光學(xué)植被指數(shù)NDVI存在最好的一致性,其相關(guān)性達(dá)到0.999。

      (3) 微波植被指數(shù)數(shù)據(jù)集與光學(xué)植被指數(shù)數(shù)據(jù)集的空間分布具有很好的相關(guān)性與一致性。學(xué)植被指數(shù)與各微波植被指數(shù)逐像元相關(guān)性分析顯示:微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI呈現(xiàn)極強(qiáng)的負(fù)相關(guān)關(guān)系,且相關(guān)性較好的區(qū)域大多集中在黃河流域上中游。微波極化差異指數(shù)MPDI18,MPDI36.5與光學(xué)植被指數(shù)NDVI呈現(xiàn)很好的正相關(guān)關(guān)系,兩微波植被指數(shù)在全流域內(nèi)與光學(xué)植被指數(shù)均呈現(xiàn)較好的一致性,上游扎陵湖與鄂陵湖地區(qū)與中游渭河流域?qū)氹u市附近相關(guān)性較小。光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MVI,MPDI18,MPDI36.5變化斜率顯示:MVI斜率變化趨勢(shì)與NDVI斜率變化趨勢(shì)相反,微波極化差異指數(shù)斜率變化趨勢(shì)與光學(xué)植被指數(shù)NDVI斜率變化趨勢(shì)整體一致,且基于36.5頻率的微波極化差異指數(shù)在植被變化監(jiān)測(cè)方面優(yōu)于基于18頻率的微波極化差異指數(shù)MPDI18。

      (4) 黃河流域內(nèi)光學(xué)植被指數(shù)NDVI、微波穿透指數(shù)MVI、微波極化差異指數(shù)MPDI18,MPDI36.5與降雨數(shù)據(jù)、氣溫?cái)?shù)據(jù)均具有較好的響應(yīng)。光學(xué)植被指數(shù)數(shù)據(jù)集NDVI、微波極化差異指數(shù)MPDI18,MPDI36.5與實(shí)測(cè)降雨有較好的相關(guān)性;微波植被指數(shù)與實(shí)測(cè)氣溫?cái)?shù)據(jù)的相關(guān)性整體優(yōu)于光學(xué)植被指數(shù)NDVI。

      猜你喜歡
      植被指數(shù)斜率極化
      認(rèn)知能力、技術(shù)進(jìn)步與就業(yè)極化
      物理圖像斜率的變化探討
      物理之友(2020年12期)2020-07-16 05:39:16
      基于植被指數(shù)選擇算法和決策樹的生態(tài)系統(tǒng)識(shí)別
      河南省冬小麥產(chǎn)量遙感監(jiān)測(cè)精度比較研究
      雙頻帶隔板極化器
      求斜率型分式的取值范圍
      基于子孔徑斜率離散采樣的波前重構(gòu)
      MMC-MTDC輸電系統(tǒng)新型直流電壓斜率控制策略
      主要植被指數(shù)在生態(tài)環(huán)評(píng)中的作用
      西藏科技(2015年1期)2015-09-26 12:09:29
      基于PWM控制的新型極化電源設(shè)計(jì)與實(shí)現(xiàn)
      尉犁县| 囊谦县| 北流市| 临西县| 手机| 黔南| 平乡县| 沙湾县| 安化县| 沅陵县| 赤峰市| 金乡县| 五常市| 滁州市| 东光县| 徐汇区| 阿鲁科尔沁旗| 宣恩县| 环江| 元氏县| 高碑店市| 栾城县| 皮山县| 炉霍县| 上杭县| 建平县| 峨山| 泸州市| 政和县| 孝义市| 定日县| 凤凰县| 信阳市| 宿迁市| 南投市| 双峰县| 金阳县| 厦门市| 志丹县| 平原县| 永济市|