基于LandsatTM的哈爾濱市土地利用格局及NDVI響應(yīng)特征

王拾犇 潘濤 雷國平

摘要：為量化30 m尺度植被覆蓋指數(shù)（NDVI）對土地利用的響應(yīng)特征，選擇快速城市化地區(qū)，基于國家資源環(huán)境遙感信息平臺土地利用數(shù)據(jù)，采用Google Enjine云平臺計(jì)算2000—2015年NDVI逐年最大數(shù)值，開展土地利用變化的數(shù)量與格局分析，探究NDVI的變化趨勢，厘清NDVI對土地利用的響應(yīng)狀況。結(jié)果表明：（1）2000—2015年黑龍江省哈爾濱市耕地、林地、草地、未利用地分別減少56.83、80.74、7.82、141.60 km2，城鄉(xiāng)和水域用地增加259.08、27.93 km2。（2）NDVI現(xiàn)狀區(qū)間主要為[0.5，0.8]，占全域面積的73.02%，以鄉(xiāng)村農(nóng)田分布區(qū)為主，NDVI趨勢的變化區(qū)間為[-0.50，0.40]，負(fù)值占34.62%，正值占65.38%，表明大部地區(qū)植被趨于增加。（3）隨著土地利用格局的變化，NDVI對耕地、草地、城市用地的響應(yīng)為正，分別增加0.037 3、0.030 8、0.017 4;對農(nóng)村用地的響應(yīng)為負(fù)，降低 0.021 8;對林地、水域用地、未利用地響應(yīng)微弱?？傮w而言，研究區(qū)土地利用變化劇烈，城鄉(xiāng)建設(shè)用地大幅擴(kuò)張，NDVI變化趨勢具有較好的規(guī)律性，對不同地類的響應(yīng)特征差異明顯。

關(guān)鍵詞：土地利用;NDVI變化規(guī)律;Google Engine云平臺;數(shù)據(jù)處理;哈爾濱市;響應(yīng)特征

國際組織“國際地圈與生物圈計(jì)劃”（IGBP）和“全球變化人文因素計(jì)劃”（IHDP）共同制定和推動“土地利用/覆蓋變化（LUCC）科學(xué)研究計(jì)劃”與“全球土地計(jì)劃（globallandproject，GLP）”，著重研究以人類與自然生態(tài)環(huán)境耦合系統(tǒng)為中心的土地利用/覆被變化動態(tài)過程，使其成為全球氣候與環(huán)境變化的重要內(nèi)容[1-3]。作為20世紀(jì)以來最劇烈的土地利用/覆被變化類型，城市化在全球擴(kuò)展，城市規(guī)模的大幅擴(kuò)張對大氣下界物質(zhì)與能量交換、近地面生態(tài)環(huán)境格局、生物地球化學(xué)循環(huán)過程等影響日益加劇并成為當(dāng)前學(xué)術(shù)研究的焦點(diǎn)[4-6]。中國正處于快速城市化的發(fā)展階段，城市現(xiàn)代化進(jìn)程更為明顯，城市用地的空間拓展對周邊地球陸表自然生態(tài)系統(tǒng)影響加劇，導(dǎo)致土地利用呈現(xiàn)出復(fù)雜且強(qiáng)烈的動態(tài)演化特征[7-8]。

快速的城市化導(dǎo)致城市內(nèi)部及其周邊植被出現(xiàn)退化或完全消失，而植被是陸地生態(tài)系統(tǒng)的重要組成部分，是連接土壤圈、大氣圈以及生物圈的紐帶和橋梁[9-10]。特別是城市及其周邊植被變化，對調(diào)節(jié)城市氣候、地表輻射能量平衡、碳收支與排放具有重要作用，適宜的植被對改善人居生活、生產(chǎn)空間、提升人居環(huán)境質(zhì)量具有現(xiàn)實(shí)意義[11]。

目前，基于土地利用的植被覆蓋指數(shù)（NDVI）研究大多采用較粗分辨率的數(shù)據(jù)源如Modis[12]，或者較大的區(qū)域尺度如東北地區(qū)[13]、省際[14]等。對基于Landsat TM 30 m局地尺度，特別是針對土地利用變化對城市周邊地區(qū)NDVI影響的研究較少。因此，本研究闡釋了2000—2015年快速城市化地區(qū)土地利用格局，并基于Landsat TM數(shù)據(jù)源和Google Enjine云平臺合成逐年30 m分辨率NDVI，從更高精度揭示NDVI的變化規(guī)律，量化城市周邊一定區(qū)域內(nèi)NDVI對土地利用的響應(yīng)特征，為了解該區(qū)域乃至東北地區(qū)土地利用格局與NDVI變化規(guī)律提供參考與借鑒。

1 研究區(qū)自然地理概況與數(shù)據(jù)處理

1.1 研究區(qū)自然地理概況

哈爾濱市位于中國東北平原，黑龍江省中南部，地理坐標(biāo)為125°42′11″～130°10′27″E、44°04′34″～46°40′09″N，區(qū)域土地總面積5.384萬km2，轄9區(qū)7縣和2個(gè)縣級市[15]，研究范圍界定為香坊區(qū)、南崗區(qū)、道里區(qū)、道外區(qū)、平房區(qū)、松北區(qū)6個(gè)市轄區(qū)，該地區(qū)包含建成區(qū)及周邊部分鄉(xiāng)村聚落，是該市土地格局變化劇烈區(qū)域，2000年老城區(qū)面積為268.07 km2，到2015年增加到517.03 km2。哈爾濱市屬中溫帶大陸性季風(fēng)氣候，四季分明，冬季漫長寒冷，夏季短暫涼快，春秋季溫度升降變化快，過渡性明顯，年均降水量569.1 mm，降雨集中月為6—9月，降雪集中月為11月至次年1月，最高月平均氣溫在夏季7月，為23 ℃，最低月平均氣溫在冬季1月，為-21 ℃。境內(nèi)河流以松花江水系和牡丹江水系為主，包含松花江、阿什河、呼蘭河等，水資源呈現(xiàn)自產(chǎn)水偏少、過境水豐沛、時(shí)空分布不均、東富西貧的特點(diǎn)。地形平坦、低洼，平原遼闊，東部多山及丘陵地，山勢不高。土壤以黑土、草甸土、沙土及沼澤土為主，黑土居多，分布廣泛，有機(jī)質(zhì)含量高，適合農(nóng)作物生長，草

甸土分布在沿江河低洼淋溶地帶和松花江臺地漫灘地帶，沙土及沼澤土分布于江河兩岸河灘和低洼地塊，適于牧業(yè)、漁業(yè)發(fā)展。

1.2 數(shù)據(jù)來源與處理

1.2.1 土地利用數(shù)據(jù)的獲取 研究區(qū)2000年數(shù)據(jù)來源于“國家資源環(huán)境遙感信息平臺1 ∶ 10萬數(shù)據(jù)集”[16]，為獲得研究區(qū)2015年土地利用數(shù)據(jù)，依據(jù)“中國科學(xué)院土地利用變化地類代碼分類系統(tǒng)”，將研究區(qū)土地利用地類分為耕地、林地、草地、水域用地、城鄉(xiāng)建設(shè)用地（城市建設(shè)用地、鄉(xiāng)村建設(shè)用地）、未利用地6個(gè)一級類[17]。在NASA官網(wǎng)下載清晰的影像，根據(jù)遙感影像的色彩、亮度、紋理等特征建立相應(yīng)地類的解譯標(biāo)志，基于2000年數(shù)據(jù)進(jìn)行人機(jī)交互式目視判讀解譯，獲得2015年土地利用數(shù)據(jù)[18]，并進(jìn)行地統(tǒng)計(jì)分析隨機(jī)抽樣，在野外用GSP進(jìn)行實(shí)地地類驗(yàn)證，運(yùn)用混淆矩陣（confusion matrix）將實(shí)地驗(yàn)證地類與解譯地類綜合在一起進(jìn)行精度評價(jià)，2015年地類精度為91%，Kappa系數(shù)（κ）為0.79。

1.2.2 2000—2015年逐年NDVI最大值數(shù)據(jù)的獲取 為獲得較高精度的植被覆蓋空間信息，本研究采用NASA官網(wǎng)（http：//landsat.usgs.gov）下載研究區(qū)范圍2000—2015年逐時(shí)間序列Landsat TM/ETM/8OLI影像，總計(jì)368景?；贕oogle Enjine云平臺，對影像進(jìn)行空間配準(zhǔn)、去云處理、異常值剔除、最大值合成、裁剪等操作，獲得基于Landsat數(shù)據(jù)源30 m空間分辨率的2000—2015年逐年NDVI最大年值數(shù)據(jù)集。

2 結(jié)果與分析

2.1 土地利用時(shí)空格局分析

由表1可知，2000年土地利用類型以耕地、城鄉(xiāng)建設(shè)用地、未利用地為主，共計(jì)1 832.17 km2，占總面積的88.04%，其中耕地1 109.24 km2、城鄉(xiāng)建設(shè)用地448.92 km2（城市建設(shè)用地268.70 km2、鄉(xiāng)村建設(shè)用地180.22 km2），未利用地 274.01 km2。林地、草地、水域用地面積相對較小，分別為143.41、30.24、75.18 km2。耕地幾乎蔓延全境，林地、草地集中與零散分布并存，水域用地呈蜿蜒長蛇狀分布，城市建設(shè)用地、未利用地呈塊狀集聚分布，鄉(xiāng)村建設(shè)用地呈點(diǎn)狀隨機(jī)分布。

2000—2015年城市化與工業(yè)化的高速發(fā)展、土壤侵蝕、土壤退化和棄耕等適宜性耕地資源的流失使得耕地資源非農(nóng)化面積為56.83 km2，現(xiàn)存面積1 052.41 km2，降幅5.12%。毀林墾荒和建設(shè)占用等人類活動的加劇，使得森林植被生態(tài)系統(tǒng)退化，林地面積損失80.74 km2，現(xiàn)有面積62.22 km2，降幅56.30%。同時(shí)，草地?fù)p失7.81 km2，現(xiàn)有面積22.43 km2，降幅25.83%。城鄉(xiāng)居民生活供水、工業(yè)用水、農(nóng)業(yè)灌溉、河湖濕地生態(tài)保水等需水量增加，促進(jìn)了供水工程、河道整治工程、水資源配置工程等水利項(xiàng)目的實(shí)施，使得松花江流域哈爾濱段水域面積拓展27.93 km2，達(dá)到103.11 km2，增幅 37.15%。社會經(jīng)濟(jì)的快速發(fā)展、人口規(guī)模的集聚增長、城市功能和品位的不斷提高，使得城市建設(shè)用地面積增加 248.33 km2，達(dá)到517.03 km2，增幅92.42%。城市侵占鄉(xiāng)村面積微幅小于鄉(xiāng)村居民點(diǎn)擴(kuò)張和鄉(xiāng)村路網(wǎng)建設(shè)面積，使得鄉(xiāng)村建設(shè)用地增加面積較小，僅為10.74 km2，現(xiàn)有面積 190.96 km2，增幅5.96%。自然地理環(huán)境的惡化，生物多樣性的喪失，耕地、建設(shè)用地、水域用地的侵占，使得未利用地減少141.60 km2，現(xiàn)有面積132.40 km2，降幅51.68%。基于土地利用類型的空間變化格局（圖2），耕地形成北部微幅增加、中部及南部大幅減少的態(tài)勢;林地、草地塊狀集聚分布態(tài)勢減弱，部分零散分布區(qū)消失;水域用地干流拓寬，支流增多，逐漸形成樹枝狀水系;未利用地羽狀非對稱地集中分布于河流兩側(cè);城市建設(shè)用地外延型擴(kuò)張;鄉(xiāng)村建設(shè)用地點(diǎn)狀隨機(jī)分布格局收縮，城市邊緣鄉(xiāng)村幾乎全部消失，部分村莊由核心向外圍擴(kuò)展。

2.2 植被覆蓋時(shí)空格局分析

圖3-a、圖3-b、圖3-c、圖3-d為時(shí)序間隔5年的NDVI現(xiàn)狀，21世紀(jì)以來快速的城市擴(kuò)張導(dǎo)致植被減少的區(qū)域主要集中在研究區(qū)中部的建成區(qū)。圖3-e為NDVI均值的分布格局，2000—2015年NDVI均值變化范圍在區(qū)間[0，0.80]之間，以（0.5，0.8]為主，占全域面積的73.02%，說明研究區(qū)植被狀況較好。其中，區(qū)間為（0.5，0.6]、（0.6，0.7]、（0.7，0.8]分別占33.47%、27.06%、12.48%，在鄉(xiāng)村地區(qū)呈現(xiàn)出集中連片分布趨勢，以鄉(xiāng)村農(nóng)田區(qū)域?yàn)橹?區(qū)間為（0.3，0.4]、（0.4，0.50]分別占8.66%、7.00%，主要在新城區(qū)與鄉(xiāng)村聚落擴(kuò)張區(qū)域表現(xiàn)出集中分布趨勢，是21世紀(jì)以來城鄉(xiāng)擴(kuò)張分布區(qū);區(qū)間為（0.1，0.3]占10.40%，主要分布在老城區(qū);而區(qū)間[0，0.1]主要分布在老城區(qū)北部以及河流地區(qū)。圖3-f 表示2000—2015年逐年均值的NDVI變化趨勢，變化區(qū)間為[-0.50，0.40]，其中[-0.50，0]占 34.62%、（0，0.40]占65.38%，NDVI正值居多，說明研究區(qū)大部分植被在2000—2015年趨于增加趨勢，區(qū)間（0，0.10]占比達(dá)到總面積的63.85%，呈現(xiàn)出集中連片的分布格局，而區(qū)間（0.10，0.40]僅占1.52%，呈現(xiàn)隨機(jī)的零散分布狀況。NDVI負(fù)值區(qū)主要分布在城市、鄉(xiāng)村、河流地區(qū)，其中（-0.30，-0.10]、（-0.10，0]分占11.68%、17.02%，占比較多，而[-0.50，0.30]僅占5.91%。

2.3 NDVI對土地利用變化的響應(yīng)研究

表2為NDVI變量對土地利用格局的響應(yīng)特征。雖然2000—2015年耕地面積減少了58.63 km2，但NDVI數(shù)值由2000的0.607 0增加到2015年的0.644 3，增量0.037 3。說明在耕地面積減少的條件下，NDVI數(shù)據(jù)卻在提高，該地區(qū)耕地作物產(chǎn)量提高，實(shí)地調(diào)查發(fā)現(xiàn)該區(qū)域以種植玉米為主，因此21世紀(jì)以來玉米產(chǎn)量增加。研究時(shí)段內(nèi)，林地NDVI基本穩(wěn)定，處于0.724 0左右。草地NDVI由0.669 6變?yōu)?.700 4，增量0.030 8，草地NDVI在草原面積減少7.81 km2情況下增加，可能是溫度、降水量等自然氣候與人工圍欄綜合作用的體現(xiàn)。水域用地雖然面積增加明顯，但水面基本處于無植被狀態(tài)，其NDVI接近于0。農(nóng)村聚落在2000—2015年經(jīng)濟(jì)得到較好發(fā)展，聚落范圍內(nèi)，房屋以舊翻新、拆倒重蓋、批地新建、庭院路面硬化，農(nóng)村菜園（用于種植蔬菜、水果，基本用于自食的菜園）面積減少，房屋與菜園鑲嵌復(fù)雜化，NDVI由2000年的0.244 4降低到2015年的0.222 6。城市用地在城市內(nèi)部結(jié)構(gòu)變化與外部擴(kuò)張的綜合作用下，NDVI不僅未出現(xiàn)降低趨勢，反而提高了0.017 4，這主要源于城市內(nèi)部綠地提升與城市外延性擴(kuò)張中注重人居環(huán)境建設(shè)，有效增加綠地面積。未利用地NDVI有微幅增加，增量為0.002 1。

總體而言，各地類NDVI由高到低依次為林地、草地、耕地、未利用地、城鄉(xiāng)建設(shè)用地、水域用地，在21世紀(jì)以來土地利用格局發(fā)生明顯變化的前提下，NDVI對各個(gè)地類的響應(yīng)程度由高到低為耕地、草地、城市建設(shè)用地、鄉(xiāng)村建設(shè)用地以及基本不變的林地、水域用地、未利用地，其中耕地、草地、城市建設(shè)用地為正值，鄉(xiāng)村用地為負(fù)值。

3 結(jié)論與討論

3.1 結(jié)論

本試驗(yàn)基于國家資源環(huán)境遙感信息平臺和Google Enjine云平臺獲取的1 ∶ 10萬LUCC數(shù)據(jù)集和處理的30 m分辨率逐年NDVI最大年值，開展快速城市化地區(qū)土地利用格局及NDVI的響應(yīng)特征研究。結(jié)果顯示，2000—2015年哈爾濱市耕地非農(nóng)化面積56.83 km2，森林植被林地、草地退化80.74、7.81 km2，水域拓展27.93 km2，城鄉(xiāng)擴(kuò)張259.07 km2，未利用地萎縮141.61 km2。空間組織形態(tài)表現(xiàn)為：耕地形成北部小幅增加、中南部大幅減少的情形;林地、草地塊狀集聚分布態(tài)勢減弱，部分零散分布區(qū)消失;水域用地干流拓寬，支流增多，逐漸形成樹枝狀水系;未利用地羽狀非對稱地集中分布于河流兩側(cè);城市建設(shè)用地外延型擴(kuò)張;鄉(xiāng)村建設(shè)用地點(diǎn)狀隨機(jī)分布格局總體收縮，部分村莊由核心向外圍擴(kuò)展。NDVI均值格局（圖3-e）說明研究區(qū)植被狀況較好，主要分布區(qū)間為[0.5，0.8]，占全域面積的73.02%，以鄉(xiāng)村農(nóng)田分布區(qū)為主。同時(shí)，基于Landsat 30 m分辨率數(shù)據(jù)表明，區(qū)間（0.3，0.5]為新城區(qū)和鄉(xiāng)村擴(kuò)張區(qū)域，區(qū)間（0.1，0.3]為老城區(qū)集中區(qū)域以及（0，0.1]為老城區(qū)北部和河流分布地區(qū)。NDVI趨勢的變化區(qū)間為[-0.50，0.40]，負(fù)值占34.62%，正值為 65.38%，表明大部地區(qū)植被趨于增加。隨著土地利用格局的變化，NDVI對耕地、草地、城市用地的響應(yīng)為正，分別增加 0.037 3、0.030 8、0.017 4;對農(nóng)村用地的響應(yīng)為負(fù)，降低 0.021 8;對林地、水域用地、未利用地響應(yīng)微弱。

3.2 討論

本研究在30 m尺度下量化了NDVI對不同地類的響應(yīng)特征，發(fā)現(xiàn)該區(qū)域2000—2015年間城市NDVI出現(xiàn)小幅增加的趨勢，增量為0.017 4，這可能是由于城市擴(kuò)張和舊城區(qū)改造中更加注重綠地建設(shè)，有效增加綠地比例。說明該地區(qū)城市結(jié)構(gòu)（人工建設(shè)不透水地表、綠地、裸土、水域）發(fā)生了改變[19]，因此探究城市化過程中“城市結(jié)構(gòu)”對人居環(huán)境、地表輻射能量平衡、碳收支與排放的影響成為該地區(qū)新的關(guān)注點(diǎn)。

研究區(qū)耕地、草地的NDVI具有增加趨勢，耕地NDVI的增加更多體現(xiàn)出人工干擾的結(jié)果，而草地NDVI的增加具有不確定性[20]，下一步應(yīng)實(shí)地調(diào)查草地區(qū)域，確定人類是否對草地進(jìn)行了人為干擾以及干擾的程度，同時(shí)植被的生長受氣候影響較多，這其中溫度、降水量、風(fēng)速因子更為重要[21-25]，厘清植被生長與該因子的關(guān)系，對于指導(dǎo)農(nóng)業(yè)生產(chǎn)、草地種植具有現(xiàn)實(shí)意義。

基于局地尺度開展基于30 m分辨率2000—2015年逐年時(shí)間序列的NDVI響應(yīng)特征研究，從分析中取得部分研究成果。目前，缺少高分辨率、大尺度濕潤指數(shù)、干旱指數(shù)的測算工作[26-27]，這對于應(yīng)對近年來氣候異常變化（厄爾尼諾等）、評估人居環(huán)境質(zhì)量十分重要[28-29]，因此，基于Google Enjine云平臺，運(yùn)用Landsat NDVI進(jìn)行大尺度、長時(shí)間序列測算成為解決問題的途徑之一。

參考文獻(xiàn)：

[1]Lambin E F，Baulies X，Bockstael N，et al. Land-use and land-cover change （LUCC）.Implementation strategy：a core project of the International Geospere-Biosphere Programme and the International Human Dimensions Programme on Global Environmental Change[R]. Global Change Report，1995：125.

[2]Turner B L，Skole D，Sanderson S，et al. Land-use and land-cover change. Science/research plan[R]. Egs-Agu-Eug Joint Assembly，1995.

[3]Ojima D，Lavorel S，Graumlich L，et al. Terrestrial human-environment systems：the future of land research in IGBP Ⅱ[J]. IGBP Global Change Newsletter，2005（50）：31-34.

[4]Foley J A，Defries R，Asner G P，et al. Global consequences of land use[J]. Science，2005，309（5734）：570-574.

[5]匡文慧，劉紀(jì)遠(yuǎn)，邵全琴，等. 區(qū)域尺度城市增長時(shí)空動態(tài)模型及其應(yīng)用[J]. 地理學(xué)報(bào)，2011，66（2）：178-188.

[6]Sui D Z，Zeng H. Modeling the dynamics of landscape structure in Asias emerging desakota regions：a case study in Shenzhen[J]. Landscape and Urban Planning，2001，53（1/2/3/4）：37-52.

[7]陳明星，陸大道，劉 慧. 中國城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系的省際格局[J]. 地理學(xué)報(bào)，2010（12）：1443-1453.

[8]Shi P J，Song C Q，Jing G F. Strength ening the study of land use/cover change and its impact on eco-environmental security-the trend of the study of the dynamics of human-nature system based on “Global Change Open Science Conference 2001” in Amsterdam[J]. Advances in Earth Sciences，2002，17（2）：161-168.

[9]Zhou L M，Tucker C J，Kaufmann R K，et al. Variations in northern vegetation activity inferred from satellite data of vegetation index during 1981 to 1999[J]. Journal of Geophysical Research-Atmospheres，2001，106（D17）：20069-20083.

[10]Tucker C J，Slayback D A，Pinzon J E，et al. Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999[J]. International Journal of Biometeorology，2001，45：184-190.

[11]王宗明，國志興，宋開山，等. 中國東北地區(qū)植被NDVI對氣候變化的響應(yīng)[J]. 生態(tài)學(xué)雜志，2009，6（6）：1041-1048.

[12]Miller R L，McKee B A. Using MODIS terra 250 m imagery to map concentrations of total suspended matter in coastal waters[J]. Remote Sensing of Environment，2004，93（1/2）：259-266.

[13]劉憲鋒，張錦水，朱秀芳，等. 2000—2011年三江源區(qū)植被覆蓋時(shí)空變化特征[J]. 地理學(xué)報(bào)（英文版），2014，24（2）：288-302.

[14]李雙雙，延軍平，萬 佳. 近10年陜甘寧黃土高原區(qū)植被覆蓋時(shí)空變化特征[J]. 地理學(xué)報(bào)，2012，67（7）：960-970.

[15]2010年黑龍江省第六次全國人口普查主要數(shù)據(jù)公報(bào)[J]. 統(tǒng)計(jì)與咨詢，2011（3）：20.

[16]Liu J Y，Liu M L，Zhuang D F，et al. Earth Sciences. Study on spatial pattern of land-use change in China during 1995—2000[J]. Science in China（Series D），2003，46（4）：373-384，PlateⅠ-PlateⅢ.

[17]Liu J Y，Zhang Z X，Xu X L，et al. Spatial patterns and driving forces of land use change in China during the early 21st century[J]. Journal of Geographical Sciences，2010，20（4）：483-494.

[18]劉紀(jì)遠(yuǎn)，匡文慧，張?jiān)鱿椋? 20世紀(jì)80年代末以來中國土地利用變化的基本特征與空間格局[J]. 地理學(xué)報(bào)，2014，69（1）：3-14.

[19]Weng Q H，Lu D S. A sub-pixel analysis of urbanization effect on land surface temperature and its interplay with impervious surface and vegetation coverage in Indianapolis，United States[J]. International Journal of Applied Earth Observation and Geoinformation，2008，10（1）：68-83.

[20]Justice C O，Vermote E，Townshend J，et al. The moderate resolution imaging spectroradiometer （MODIS）：land remote sensing for global change research[J]. IEEE Transactions on Geoscience and Remote Sensing，1998，36（4）：1228-1249.

[21]王鵬新，龔健雅，李小文. 條件植被溫度指數(shù)及其在干旱監(jiān)測中的應(yīng)用[J]. 武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2001，26（5）：412-418.

[22]杜加強(qiáng)，舒儉民，張林波. 基于植被降水利用效率和NDVI的黃河上游地區(qū)生態(tài)退化研究[J]. 生態(tài)學(xué)報(bào)，2012，32（11）：3404-3413.

[23]張玉斌，王昱程，郭 晉. 水土保持措施適宜性評價(jià)的理論與方法初探[J]. 水土保持研究，2014，01（1）：47-55.

[24]周曉飛，雷國平，徐 珊. 城市土地利用績效評價(jià)及障礙度診斷——以哈爾濱市為例[J]. 水土保持研究，2012，19（2）：126-130.

[25]陳 億，尚可政，王式功，等. 21世紀(jì)初中國北方沙塵天氣特征及其與地面風(fēng)速和植被的關(guān)系研究[J]. 中國沙漠，2012，06（6）：1702-1709.

[26]Wen X. A new prompt algorithm for removing the bowtie effect of MODIS L1B data[J]. The International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences，2008，37：5-10.

[27]Setvak M，Rabin R M，Wang P K. Contribution of the MODIS instrument to observation of deep convective stonns and stratospheric moisture detection in GOES and MSG imagery[J]. Atmospheric Research，2007，83（2/3/4）：505-518.

[28]Moy C M，Seltzer G O，Rodbell D T，et al. Variability of El Nio/southern oscillation activity at millennial timescales during the holocene epoch[J]. Nature，2002，420（6912）：162-165.

[29]Tudhope A W，Chilcott C P，Mcculloch M T，et al. Variability in the El Nio-southern oscillation through a glacial-interglacial cycle[J]. Science，2001，291（558）：1511-1517.王曼麗，李衛(wèi)國，熊世為，等. 江淮區(qū)域農(nóng)田參考作物蒸散量變化特征及其成因分析[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（6）：226-230.