英语原文共 21 页，剩余内容已隐藏，支付完成后下载完整资料

NDVI对美国大平原中部降水和温度的时间响应

J. WANG, P. M. RICH and K. P. PRICEdagger;

地理系和堪萨斯州应用遥感计划，堪萨斯大学，Lawrence，KS 66045，美国.

生态与进化生物学系，环境研究系计划和堪萨斯大学堪萨斯生物调查，Lawrence，KS 66045，美国

GISLab，环境动态与空间分析组，Mailstop D452，EES-10，洛斯阿拉莫斯国家实验室，洛斯阿拉莫斯，NM 87545，美国

(2000年6月6日收到; 最终形式为2002年1月3日）

摘要：归一化差异植被指数（NDVI）是普遍认可的作为陆地植被生产力的一个很好的指标。理解气候影响，特别是降水和温度，对NDVI有利预测不同气候情景下的生产力变化。我们审查了遥感NDVI对降水和温度的时间响应在堪萨斯的一个九年期间（1989-97）。双周刊（每两周）和月降水量数据来自410个气象站和每周两次温度数据来自17个气象站内外堪萨斯的边界。双周和每月气候图是通过插值得出的。双周生长季（3月 - 10月）堪萨斯州的NDVI值为使用美国国家海洋和大气管理局（NOAA）高级甚高分辨率辐射计（AVHRR）NDVI图像。平均生长季NDVI值与收到的降水高度相关在当前生长季节和前7个月（15个月期间）内;每两周的NDVI值与期间收到的降水量相关2-4周前的两周时间;以及NDVI对主要降水的响应时间事件典型的是每两周一次（2-4周）。温度是积极的在生长季节的早期和晚期与NDVI相关，并且存在温度与NDVI在中等生长期呈弱负相关季节。降水量对NDVI有主要影响，并且通过推断得出生产率。降水与NDVI的关系较强在适当的空间尺度下查看时可预测。

1 前言

归一化差异植被指数（NDVI）以差值计算在近红外（NIR）和可见光（VIS）反射率值之间归一化两者之和（Eidenshink 1992）：

NDVI=(NIRminus;VIS)/(NIR VIS) (1)

NDVI是植被吸收光合能力的良好指标主动辐射并被研究人员广泛使用来估计绿色生物量（Rosental等1985，Tucker等1985，Prince 1991），叶面积指数（Asrar等，1984）和生产力模式（Goward和Dye，1987）健康绿叶的内部叶肉结构强烈反映近红外辐射，而叶片叶绿素等色素吸收了很大比例的红色VIS辐射（Gausman 1974，Tucker 1979，Sellers 1985,1987，Tucker和Sellers1986年，Sellers等人。 1992年）。环境因素，如土壤，地貌和土壤植被都影响NDVI值。特别是气候因素的变化降水和温度，对NDVI的变化有很大的影响对于给定的网站。国家海洋和大气的卫星图像管理（NOAA）高级甚高分辨率辐射计（AVHRR）能够推算出世界大部分地区的日常NDVI值。 NDVI数据以两周（每两周）的复合图像形式提供，这些图像是在两周周期内使用最大NDVI值导出。这种合成技术用于去除数据集中的大部分云覆盖。这一贯自1989年以来双周的NDVI图像的可用性提供了详细的可能性分析气候因素对生产力的影响。

在过去的二十年中，许多研究都使用NDVI来监测植被对非洲气候波动的响应（Tucker等，1983,1985，Justice等人1986年，Townshend and Justice 1986，Malo and Nicholson 1990，Davenport和Nicholson 1993，Nicholson和Farrar 1994，Anyamba和Eastman 1996），美国（Di et al。1994，Yang et al。1997）和全球范围内（Schultz and Halpert 1993）。从这些研究中我们得出结论：NDVI的时间变化是密切相关的有降水，有强的线性（Malo和Nicholson 1990）或对数线性（Davenport和Nicholson 1993）NDVI与降水量之间的关系月降水量或年降水量在一定范围内。如果降水是大于特定阈值 - 例如， 500mm年-1或50-100mm月-1英寸南非博茨瓦纳（Nicholson and Farrar 1994），1000mm年-1或200mm（东达文波特和尼科尔森1993年）和1000毫米年-1西非萨赫勒 - 水分不再是一个限制因素，NDVI增加降水量增加速度非常缓慢（Nicholson and Farrar 1994）。在非洲峰值降水和NDVI峰值响应之间通常存在滞后（正义等人。 1986），NDVI与降水之间的相关性最好并发月份加前两个月（Malo and Nicholson 1990，Davenport和Nicholson 1993）。因为NDVI和气候因素之间的关系取决于位置，各个地区需要更详细的分析更好地理解降水和温度的时间变化影响NDVI。

降水和温度直接影响水量平衡，造成变化在土壤水分状况下反过来影响植物生长。 因此，土壤湿度被广泛认为是连接降水，温度和降水的关键参数NDVI，尽管温度也直接影响植物物候和生长。法拉等人。 （1994）在研究NDVI，降雨和模型计算的土壤水分时，博茨瓦纳发现，虽然NDVI和降水之间的相关性是最高的多月平均值，NDVI由土壤湿度控制并发月份。 温度也会对植物产生更直接的影响生长。 杨等人。 （1997）研究了NDVI与温度的关系美国内布拉斯加州，并观察到NDVI和积累之间的强烈对应生长度日（AGDD）和NDVI与土壤温度之间的关系。

我们了解天气对天气影响的机制和程度NDVI远未完成。 大多数其他研究都使用相关的NDVI曲线降雨和温度曲线在生长季节找到最好的相关性。 他们无法区分不同气候因素对环境的影响生长季节的不同时间。 多年来，他们还比较了NDVI和生长季节降水，所以降水的影响超出了生长季节通常被忽略。 虽然它被广泛认为是短期的以及诸如降水和降水等气象变量的长期变化温度对NDVI有显着影响，很少有研究检验时间模式非常详细。

这项研究解决了三个关键问题。 首先，什么气候变量（例如降水量，温度）最好地解释了NDVI随时间的变化和几年之间？ 其次，NDVI的速度和时间有多快对不同的降水和温度模式作出反应？ 最后，如何NDVI是否对不同土地覆盖类别的天气变化做出反应？特别是草地，农田和森林？ 在这项研究中，我们研究了影响降水，土壤湿度和温度对NDVI时间格局的影响堪萨斯州在两年的时间里以两年为基期（1989-97）。 一个独特的方法被用于涉及系统和全面的检查在不同的时间间隔内综合NDVI和降水的重要性适用于季节内，跨季节和年际分析。

跨季分析是新颖而独特的，因为它区分了影响根据生长季节期间的气候因素。 这已完成通过使用NDVI进行一系列相关分析生长季节的每个双周期作为一个变量和相应的气候测量作为其他变量。 检查了单独的相关性用于在不同时间间隔内整合的气候测量（根据两者持续时间和滞后时间）。

对于年际分析，我们进行了一系列相似性分析将整个生长季整合的NDVI作为一个变量和气候测量值作为其他变量。 再次进行单独的相关分析用于在不同时间间隔内整合的气候测量持续时间和滞后时间）。 这种方法与其他方法不同研究，因为我们不仅将综合NDVI与综合降水量联系起来同样的生长季节，还要考察收到的降水的重要性在生长季节之前。 我们之前确定了降水的重要性生长季节通过执行一系列时间间隔的相关性分析延伸回到前一个生长季节。

此外，虽然一些研究已经解决了土壤的重要性水分作为降水与NDVI之间的联系（Farrar et al。1994，Yang等人。 1997年），土壤湿度一般从模型计算而不是现场数据。 我们分析了Konza的土壤水分长期现场测量大草原更好地理解降水，土壤湿度和NDVI之间的联系为大平原中部。

这项研究代表了迄今为止最全面的分析，就其而言所用气象站的数量（降水量为410），以长度为单位时间分析以及用于理解的系统和完整设计时间模式。

2 方法

2.1 研究区域概况

这项研究是为整个堪萨斯州进行的，该州位于中部北美大平原地区。强东西部降水梯度导致西北部地区年平均降水量不足450毫米堪萨斯东南部堪萨斯州超过1200毫米（数据由美国堪萨斯州提供）NOAA国家气候资料中心[NCDC] 1998）。堪萨斯降水量湿度年的降水量往往高达4倍干旱的年份。出于这个原因，堪萨斯州是最脆弱的地区之一美国在干旱方面（Warrick 1975，Bark 1978）并且是代表性的在中国其他地方发现的干旱多发的中等大陆温带环境世界（里德1993）。年平均气温从东南部15°C下降边界线在西北边界处为10.5°C。堪萨斯州的许多地方都被分类作为草原;西部有短草草原（grama-buffalograss），草原混杂在一起在东部（Kuchler），中部和高草草原（蓝草茎具有多样性）1974年）。通过土地覆盖类型，农田（包括灌溉和旱地）占51.3％该地区主要分布于中西部地区;草原占39.5％地区，主要分布在东部地区;而森林（面积的1.2％）只是主要发现作为沿东部河谷的河岸或长廊森林（Whistler et al。1996）。

2.2 NDVI和气候资料处理

首先是九年的NDVI数字地图，降水和温度（1989-97）是为堪萨斯州建造的。 这些地图是建造的研究气候对NDVI影响的时间模式。 ARC / INFO GRID地理信息系统软件7.1.1版（环境系统研究所，雷德兰兹，CA，USA）用于所有地图构建和分析。 土地利用/土地覆盖地图对于堪萨斯州（惠斯勒等人，1996年）进行了调整，以实现分析的分层根据农田，草地和森林的类别。 另外，数据是编译为Konza Prairie（Briggs和Knapp 1995）以便分析关系NDVI与原地降水和土壤水分之间的关系。

2.2.1 双周的NDVI地图

本研究使用NOAA AVHRR双周最大值复合材料1.1km1989 - 97年生长季（3月 - 10月）的NDVI图像。这些图像由美国地质调查局（USGS）EROS数据编制中心来自NOAA / AVHRR卫星图像。数据处理涉及五个步骤：（1）辐射校准以解决传感器退化问题; （2）大气改正调整水汽，气溶胶，臭氧和瑞利散射的影响;（3）所有像素的NDVI计算; （4）几何配准改造基于传感器的投影到地球表面投影;和（5）最大值NDVI组成（Eidenshink 1992）。 NDVI值的范围是从-1.0到1.0，其中增加的正值表示增加的绿色植被和负值值表示非平面特征，如水，贫瘠区域，冰，雪或云。NDVI的构成涉及像素逐像素处理以确定最大值在每两周的时间段内，这样可以最大限度地减少被云污染的像素和选择从最近点到最低点照亮的那些像素。这些数据是进一步的处理并通过堪萨斯州应用遥感（KARS）程序。

2.2.2 双周和月降水量图

由NOAA NCDC（1998）提供的每日降水数据来源于整个1988 - 97年间从410个气象站和周围的国家堪萨斯州。这410个气象站的每日降水量数据已累计转化为双周总量，对应于NDVI数据的两周周期，以及然后根据天气的经度和纬度插入栅格地图站。每日降水量数据也累计到月度总量中整年都可以进行跨年的便利比较。双周刊和堪萨斯州的降水月度栅格地图是使用加权法构建的距离插值法。为了评估这种插值的准确性，我们从年降水量插值中随机保留10个气象站为1995年和比较插值和记录值（平均误差小于8％）。插值方法因为比较温和而有效地工作地形和大量用于分析的气象站。

2.2.3 双周温度图

双周平均，1988 - 1997年的最高和最低温度图是来自堪萨斯州内外17个气象站。 AGDD是使用Yang等人的方法计算。（1997年）：

AGDD=S [(Tmax Tmin)/2minus;Tbase] (2)

其中Tmax是每日最高温度，Tmin是每日最低温度，基准温度（Tbase）设定为10℃。 我们应用了基础温度如果最低温度低于10°C和最高温度，则为10°C如果最高温度超过30.5°C，则为30.5°C。 我们每天总结值转换为两周AGDD，与NDVI的时段相对应。双周堪萨斯温度图（最大值，最小值，平均值和AGDD）使用加权距离插值方法构建。

2.2.4 土地利用/土地覆盖地图

堪萨斯州的土地利用/土地覆盖地图，最初由KARS（惠斯勒）提供等人。 1996年），从堪萨斯地质调查数据访问获得支持中心（1999）在线数据库

2.2.5 Konza Prairie的双周降雨量和土壤湿度

每日降水数据和双周土壤含水量数据为1988 - 97年25厘米从网上数据库获得Konza Prairie流域N04D的深度Konza Prairie长期生态研究（1999）（Briggs and Knapp 1995）。

2.3 气候因子与NDVI关系分析

我们研究了每个气候因子与NDVI之间的关系。 栅格双周的NDVI地图，降水量和温度（最大值，最小值，平均值和AGDD）根据土地覆盖类别（农田，草地和森林）和相关系数进行了计算每个土地覆盖类别的整个像素的因子和NDVI。分析在生长季节内（季节内）检查关系（跨季节）和跨年（国际）。 检查季节内分析同一生长季节不同的双周期。 相比之下，跨季分析检查了不同生长季节的相同双周期。际分析在每个生长季节平均或累积的检查数据，或者在某些情况下分析甚至更长的持续时间。 这些分析的主要目标是以评估NDVI对气候变化的时间尺度响应。

2.3.1 气候因子与NDVI之间的季节内关系

对于生长中期（4月中旬至8月中旬）的每两周，NDVI-降水相关系数进行了计算，其中降水量有5个不同持续时间（每两

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24679]，资料为PDF文档或Word文档，PDF文档可免费转换为Word