下载文档原格式
河西地区绿洲N D V I的演变特征及与气候因子的关系分析①李振朝1, 韦志刚1, 吕世华1, 姜洪权2(1 中国科学院寒区旱区环境与工程研究所西部气候环境与灾害实验室,甘肃 兰州 730000; 2 北京军区空军气象中心,北京 100061)摘 要: 选取N O A A和N A S AP a t h f i n d e r A V H R R陆面资料中的1982-2000年中国区域的N D V I逐月数据,进行河西地区植被覆盖状况分析,探讨河西绿洲植被的演变规律,分析研究河西地区N D V I 的年际变化特征,发现近20年来额济纳绿洲是明显退化的;临泽和民勤是明显的正值,金塔绿洲也为正值,但值较小。
从时间段上来说,1982-1984年,N D V I处于相对高值段,各绿洲有所发展; 1985-1989年是N D V I的低值段,绿洲退化;1990-1995是N D V I的高值段,绿洲的发展很明显; 1996年开始,N D V I有所下降,绿洲有所退化。
对1982-2000年河西绿洲的降水、气温、地温、及各内陆河的径流资料与河西绿洲中部临泽、民勤、金塔、额济纳旗四个绿洲的N D V I作了相关分析,研究了河西中部地区绿洲发展和气候变化及水资源的关系,发现河西中部地区绿洲N D V I与前期3、4月份的气温、降水、内陆河径流的关系较好,与5月份地气温差的相关关系较好。
关键词: 河西中部;N D V I;气候因子;演变特征中图分类号: T P751 文献标识码:A 文章编号:1000-6060(2008)01-0082-06(82～87) 我国西北干旱区的高山地貌造就了以水链接的“冰川-河流-绿洲-沙漠”景观格局。
该地区95%以上为荒漠地,依靠面积不到该地区4%～5%的绿洲养育着该地区95%以上的人口〔1〕。
河西走廊是西北干旱区的重要组成部分,河西绿洲相对集中,都沿相应的内陆河流域分布。
绿洲系统的能量和水分的循环也会有其独特的规律,它独有的能量和水分循环过程支配着绿洲系统演化过程。
多气候带复杂地理环境植被覆盖指数（NDVI）的时间变化特征及其与环境因子关系解析多气候带复杂地理环境植被覆盖指数（NDVI）的时间变化特征及其与环境因子关系解析植被覆盖指数（NDVI）是一种用于反映植被活力和植被覆盖程度的指标。
通过监测和分析NDVI的时间变化特征，我们可以了解不同气候带复杂地理环境下植被的生长状况和环境因子对植被生长的影响。
首先，不同气候带的植被覆盖指数存在明显的时间变化特征。
以夏季为例，气候带的北部地区温度逐渐升高，降水逐渐增多，植被覆盖指数也呈现上升的趋势。
而在南部地区，气温逐渐升高、降水量减少，植被覆盖指数呈现下降趋势。
同时，气候带的东部地区与西部地区也存在一定的差异。
东部地区受到大气环流和地形的影响，降水量较高，植被覆盖指数相对较高。
而西部地区受到干旱气候和地质条件的制约，植被覆盖指数相对较低。
其次，气候因子对植被生长的影响非常重要。
温度和降水是影响植被生长的核心因素。
适宜的温度和适量的降水有助于提供良好的生长环境，促进植物的光合作用和养分吸收。
在夏季，北部地区温度升高，降水增多，对植被的生长起到促进作用。
而南部地区由于温度升高和降水减少，导致植被生长不足。
此外，水分的分布也在很大程度上影响着植被覆盖指数的变化。
在复杂地理环境下，地形和水文条件对水分的分布起到重要的调节作用。
最后，利用遥感技术可以对植被覆盖指数进行监测和分析。
通过遥感影像和相关算法，我们可以获取不同时间段和空间的植被覆盖指数数据。
结合气候数据和地理信息系统分析工具，可以进一步研究植被覆盖指数与环境因子之间的关系，并绘制相应的空间分布图。
这种综合分析方法可以帮助我们更好地了解植被覆盖指数的变化特征，为保护生态环境和可持续发展提供科学依据。
综上所述，多气候带复杂地理环境下的植被覆盖指数具有明显的时间变化特征，且与环境因子密切相关。
深入研究植被覆盖指数的时空变化规律和影响因素对于有效监测和管理植被资源具有重要意义。
雅鲁藏布江径流演变规律及其驱动因子分析
黄俊雄;徐宗学;巩同梁
【期刊名称】《水文》
【年(卷),期】2007(027)005
【摘要】本文以雅鲁藏布江为研究对象,结合Mann-Kendall非参数检验方法,分析了流域1956-2000年的年径流演变规律及其驱动因子.结果表明,流域径流总体上呈减少的趋势,演变过程中表现出明显的阶段性和突变性.相关分析进一步揭示了降雨是河川径流演变的主要驱动因子,气候变化也在一定程度上控制着径流演变的趋势.
【总页数】5页(P31-35)
【作者】黄俊雄;徐宗学;巩同梁
【作者单位】北京师范大学水科学研究院,水沙科学教育部重点实验室,北
京,100875;北京师范大学水科学研究院,水沙科学教育部重点实验室,北京,100875;北京师范大学水科学研究院,水沙科学教育部重点实验室,北京,100875;西藏自治区水利规划勘测设计研究院,西藏,拉萨,850000
【正文语种】中文
【中图分类】P333.1
【相关文献】
1.大伙房水库入库径流演变规律及驱动力分析 [J], 刘伟;何俊仕;陈杨;梁凯
2.洋河流域径流演变规律及驱动因子分析 [J], 田菲;韩淑敏;胡玉昆
3.洋河流域径流演变规律及驱动因子分析 [J], 田菲;韩淑敏;胡玉昆
4.1961-2015年雅鲁藏布江流域径流演变规律分析 [J], 李浩;牛乾坤;王宣宣;刘浏;徐宗学
5.淮河上游径流演变规律及其对气候驱动因子的响应 [J], 刘永婷;徐光来;高超;任秀真;刘继锋;李鹏
因版权原因，仅展示原文概要，查看原文内容请购买。
第32卷第1期2010年1月2010，32（1）：124-131Resources ScienceVol.32，No.1Jan.，2010文章编号：1007-7588（2010）01-0124-08中国东部NDVI 的变化趋势及其与气候因子的相关分析崔林丽1，史军2，肖风劲3，范文义4（1.上海市卫星遥感与测量应用中心，上海201100；2.上海市气候中心，上海200030；3.国家气候中心，北京100081；4.东北林业大学林学院，哈尔滨150040）摘要:基于SPOT VGT-NDVI 数据、气象站点气温和降水量资料、气候区划图及土地利用类型图，分析了中国东部不同气候区和主要土地利用类型植被NDVI 的变化趋势及其与同期和前期气温和降水变化的相关性。
结果表明，1998年-2007年期间，中国东部5个气候区和4种主要土地利用类型植被NDVI 在全年及四季基本上都增加，其中以夏季增加最多，冬季NDVI 增加不显著。
植被NDVI 与气温和降水的最大相关系数在中国东部由北向南逐渐减小，以中温带亚干旱区相关系数最大，南亚热带湿润区最小。
草地NDVI 与气温和降水变化的相关系数最大，林地NDVI 与气温和降水变化的相关系数较小。
中国东部不同气候区和土地利用类型植被NDVI 的变化及其与气温和降水的相关性与已有研究结果基本一致。
关键词:NDVI ；气候区；土地利用类型；气候因子；变化趋势；相关系数；中国东部1引言植被是联系土壤、大气和水分的自然纽带，在全球变化研究中起着“指示器”的作用[1]。
归一化植被指数（Normalized Difference Vegetation Index ，NDVI ）与植被覆盖度、叶面积指数、生物量和生产力等性状具有很好的关系[2，3]，广泛应用于大尺度植被活动的研究[4，5]。
植被的生长与温度、降水等气候条件密切相关[5，6]。
20世纪90年代以来，国内外在NDVI 动态变化及与气候因子的相互关系方面进行了很多研究[7～11]，结果表明，植被NDVI 的变化特征及与气候因子的关系随着气候区、植被类型和研究的时期不同等而有所差异[7，8，11]。
雅鲁藏布江流域生长季NDVI对湿季降水的响应
张嘉琪;任志远
【期刊名称】《水土保持研究》
【年(卷),期】2015(22)2
【摘要】运用经验正交函数和奇异值分解法对2000—2010年雅鲁藏布江流域生长季植被覆盖与降水量的时空分布及时空相关性进行研究。
结果表明:研究期间,雅鲁藏布江流域湿季降水的主要空间分布型是东西差异分布型,每年7,8,9月份这一特征逐渐显著,且长期变化趋势的显著性逐渐增强。
植被覆盖的主要模态贡献率达到55.7%。
东部米林宽谷地区植被覆盖度较高,时间系数震荡周期明显且呈微弱的上升趋势。
研究区内的植被覆盖与湿季降水的耦合模态基本成正相关,最大耦合贡献率达到61.8%。
植被覆盖受季风气候的影响最为直接,其次受地形地貌因素以及土地利用类型特征的影响较大。
【总页数】5页(P209-212)
【关键词】生长季NDVI;经验正交函数;奇异值分解;雅鲁藏布江流域
【作者】张嘉琪;任志远
【作者单位】陕西师范大学旅游与环境学院
【正文语种】中文
【中图分类】P463.22
【相关文献】
1.珠江流域NDVI对气温和降水的响应特征 [J], 王永锋;靖娟利
2.洞庭湖流域植被NDVI的时空变化特征及其对降水的响应 [J], 郭晶;廖梦思;杨霞
3.基于EOF的雅鲁藏布江流域干湿季降水变化的时空分异研究 [J], 王熊飞;陈思思;张嘉琪;;;
4.雅鲁藏布江流域NDVI与降水量时空分布特征及其相关性分析 [J], 刘晓婉;徐宗学;彭定志
5.雅鲁藏布江流域NDVI时空分布及与降水量的关系 [J], 付新峰;杨胜天;刘昌明因版权原因，仅展示原文概要，查看原文内容请购买。
气候变化对雅鲁藏布江流域植被动态的影响机制
左德鹏;韩煜娜;徐宗学;李佩君
【期刊名称】《水资源保护》
【年(卷),期】2022(38)6
【摘要】基于雅鲁藏布江流域1981—2015年长时间序列植被、降水、气温和干旱数据集,采用非参数统计方法Sen s slope和Mann-Kendall趋势检验法识别了各要素时空变化特征,采用Pearson相关性分析和地统计学方法分析了植被覆盖对气候变化响应的时滞效应,探讨了气候变化对植被动态的影响机制。
结果表明:归一化植被指数(NDVI)大体由上游至下游呈逐渐增大的空间分布特征,且中游部分地区植被有所改善,下游地区存在一定退化现象;流域上游主要受气温影响呈干旱化,中游和下游地区受降水影响趋于暖湿化;流域上游和中游地区NDVI与降水和干旱呈显著正相关关系,且主要在滞后1月时相关性最高,中游及下游东南部NDVI与气温呈显著负相关关系,滞后0~3月的区域均有分布。
【总页数】8页(P1-8)
【作者】左德鹏;韩煜娜;徐宗学;李佩君
【作者单位】北京师范大学水科学研究院;北京师范大学城市水循环与海绵城市技术北京市重点实验室
【正文语种】中文
【中图分类】P339
【相关文献】
1.近30 a雅鲁藏布江流域高寒湿地动态变化及其对气候变化的响应
2.雅鲁藏布江流域干湿转换特征及植被动态响应
3.雅鲁藏布江流域植被覆盖变化及其对气候变化的响应
4.雅鲁藏布江流域近18年来植被变化及其对气候变化的响应
5.雅鲁藏布江流域近18年来植被变化及其对气候变化的响应
因版权原因，仅展示原文概要，查看原文内容请购买。
摘要植被物候是气候变化的敏感指示器，其变化直接反映了植被生长对气候变化的响应。
植被物候的研究对于了解全球气候变化对陆地生态系统的影响具有重要意义。
本文基于GIMMS NDVI3g v1数据集，采用Polyfit-Maximum（PM）方法提取1982-2015年植被生长季开始日期（SOS）、植被生长季结束日期（EOS）和植被生长季长度（LOS），并分析SOS、EOS和LOS时空变化特征。
结合同期气象数据，分析SOS与气候因子（温度和降水）的关系，探索SOS对气候变化的响应机制。
1.欧亚大陆中东部地区不同气候带植被物候的趋势及其转变模式1982-2015年欧亚大陆中东部地区总体及其四个气候带（寒带、寒温带、温带和青藏高原）SOS均呈现提前趋势，EOS均呈现延迟趋势，LOS均呈现延长趋势。
气候带尺度上，植被物候趋势发生了转变，其模式存在差异。
寒带，温带和青藏高原SOS趋势的转折点（TP）发生在1990s中后期。
TP之后，寒带、温带和青藏高原SOS的提前趋势分别表现为增大、停滞和逆转模式。
寒温带和青藏高原EOS趋势的TP分别发生在1987年和1989年。
寒带和温带EOS趋势的TP分别发生在1995年和1994年。
TP之后，寒带、寒温带、温带和青藏高原EOS的延迟趋势减弱或消失。
LOS趋势及其变化由SOS和EOS 控制，但SOS是主导因素。
植被物候趋势模式的差异反映了气候变化的长期和短期特征以及空间异质性。
2.中国温带草原和荒漠区域春季物候的变化及其敏感性分析1982-2015年中国温带草原和荒漠区域SOS总体上以提前趋势为主，平均速率为0.14 d•a-1。
草甸、草原和荒漠植被SOS分别以0.08d•a-1、0.17d•a-1和0.10d•a-1的速率提前。
空间上，68%的地区呈现提前趋势，32%的地区呈现延迟趋势。
季前平均温度是控制SOS 变化的主要因子，且季前3个月平均温度对SOS影响较大。
SOS分别与季前40d平均温度和季前200d累积降水的相关性最大。
第26卷 第1期2007年1月地 理 研 究GEOG RAPHICAL RESEA RC H V o l .26,N o .1Jan .,2007 收稿日期:2006-04-16;修订日期:2006-09-25 基金项目:国家科技攻关计划项目(2005BA901A11);国家自然科学基金项目(40561002) 作者简介:付新峰(1977-),男,河南周口人,博士。
研究方向为水资源水环境遥感。
*通讯作者:杨胜天,教授,博士。
主要从事水资源遥感、水资源与水环境方面研究。
E -mail :yangshengtian @bnu .edu .cn 雅鲁藏布江流域NDVI 变化与主要气候因子的关系付新峰1,4,杨胜天2*,刘昌明1,3(1.北京师范大学水科学研究院,北京100875;2.北京师范大学地理学与遥感科学学院遥感科学重点实验室,北京市环境遥感与数码城市重点实验室,北京100875;3.中国科学院地理科学与资源研究所,北京100101;4.黄河水利科学研究院,郑州450003)摘要:对流域N DV I 进行计算的前提下,分析了雅鲁藏布江流域N DVI 时空变化特征。
时间上,流域N DVI 具有很强的季节性。
空间上,流域NDV I 高值区主要分布于下游与中游的部分地区,而流域中上游与源头N DVI 值相对较小。
在流域DEM 的支持下,把流域站点主要气候因子降水量与平均气温等数据采用K rig ing 方法插值成与流域ND VI 相一致的空间G rid 数据。
流域N DVI 与降水量、平均气温的关系进行F 检验与双样本方差分析结果P =0,表明其相关分析的可信度较高。
在0.05的置信水平上对其进行了线性与对数相关分析。
结果表明,流域N DV I 与降水量的平均线性相关系数达0.8,对数相关系数为0.71;流域ND VI 与流域平均气温线性相关系数为0.77,对数相关系数为0.7。
关键词:NDV I ;降水量;平均气温;植被覆盖;雅鲁藏布江流域文章编号:1000-0585(2007)01-0060-071 引言 在研究流域NDVI 方面,NOAA /AVH RR (N ational Oceanic Atmospheric Adminis -tration /Advanced Very H igh Reso lution Radiom eter ,国家海洋与气象局/高级甚高分辨率辐射计)数据由于具有独特的性质而备受关注。
第26卷 第1期2007年1月地 理 研 究GEO GRA P HICAL RESEA RC H Vol 126,No 11Jan 1,2007 收稿日期:2006204216;修订日期:2006209225 基金项目:国家科技攻关计划项目(2005BA901A11);国家自然科学基金项目(40561002) 作者简介:付新峰(19772),男,河南周口人,博士。
研究方向为水资源水环境遥感。
3通讯作者:杨胜天,教授,博士。
主要从事水资源遥感、水资源与水环境方面研究。
E 2mail :yangshengtian @bnu 1edu 1cn雅鲁藏布江流域N D VI 变化与主要气候因子的关系付新峰1,4,杨胜天23,刘昌明1,3(11北京师范大学水科学研究院,北京100875;21北京师范大学地理学与遥感科学学院遥感科学重点实验室,北京市环境遥感与数码城市重点实验室,北京100875;31中国科学院地理科学与资源研究所,北京100101;41黄河水利科学研究院,郑州450003)摘要:对流域NDV I 进行计算的前提下,分析了雅鲁藏布江流域NDVI 时空变化特征。
时间上,流域NDV I 具有很强的季节性。
空间上,流域NDV I 高值区主要分布于下游与中游的部分地区,而流域中上游与源头NDV I 值相对较小。
在流域DEM 的支持下,把流域站点主要气候因子降水量与平均气温等数据采用Kriging 方法插值成与流域NDVI 相一致的空间Grid 数据。
流域NDV I 与降水量、平均气温的关系进行F 检验与双样本方差分析结果P =0,表明其相关分析的可信度较高。
在0105的置信水平上对其进行了线性与对数相关分析。
结果表明,流域NDV I 与降水量的平均线性相关系数达018,对数相关系数为0171;流域NDVI 与流域平均气温线性相关系数为0177,对数相关系数为017。
关键词:NDVI ;降水量;平均气温;植被覆盖;雅鲁藏布江流域文章编号:100020585(2007)01200602071 引言 在研究流域NDV I 方面,NOAA/AV HRR (National Oceanic At mosp heric Adminis 2t ration/Advanced Very High Resolution Radio meter ,国家海洋与气象局/高级甚高分辨率辐射计)数据由于具有独特的性质而备受关注。
因为它对植被研究具有有效的光谱信息,每天覆盖地球以及长期连续的观测记录,还可以以较低的价格获取。
其数据已被证明是极有价值的区域、大洲及全球植被研究的重要数据源,在大、中尺度植被区域分布及动态变化研究中具有其他遥感卫星资料无法比拟的优势[1～5]。
近年来,对NDV I 与气候因子降水、气温等的关系研究在全球变化研究中占有重要的地位。
Weiss 等研究了美国新墨西哥中部季节性与年际植被与气候因子的关系[6]。
我国也有许多学者针对不同区域研究了NDV I 与主要气候因子的关系。
龚道溢等研究了北半球春季植被NDV I 对温度变化响应的区域差异,发现NDV I 与气温的相关性非常高[7]。
陈云浩等研究了1983～1992年中国陆地NDV I 变化的气候因子(降水、气温等)驱动分析[8]。
在中国NDV I 与主要气候因子关系的研究方面也有一些学者做了研究[9～11]。
李晓 1期付新峰等:雅鲁藏布江流域NDV I变化与主要气候因子的关系61兵等分析了1983～1992年降水的年际动态、季节动态与中国北方几种典型植被类型的NDV I的关系,以及降水的空间分布对植被的影响[5]。
李震等对中国西北地区NDV I变化与温度、降水变化的关系做了一定的研究[12]。
唐海萍等研究了中国东北样带NDV I与气温等气候因子的关系[13]。
2006年,张小飞等分析了深圳市地域地表温度与植被覆盖定量关系[14]。
在黄河流域NDV I与降水关系的研究方面也有许多进展,杨胜天等与孙睿等对黄河流域植被覆盖与降水等气候因子的关系进行了探讨[15,16]。
李春晖等做了黄河流域NDV I时空变化及其与降水/径流关系的研究[17]。
而对于雅鲁藏布江流域,因其独特的高寒区域,其NDV I与主要气候因子的关系则少有研究。
杨建平等对长江黄河源区高寒植被变化的NDV I记录进行过一定的研究[18]。
除多对流域内拉萨地区的NDV I与气候因子(降水、气温)的关系进行了分析[19]。
2 研究区地理位置 雅鲁藏布江流域位于北纬27°9′～31°9′,东经81°9′～97°1′,流域面积241048万多km2。
流域海拔高度绝大部分在3000m以上,流域从雅鲁藏布江下游河谷到源头杰马央宗冰川,由湿润地区、半干旱半湿润地区、干旱地区等组成。
流域水文与气象站点主要位于流域的中、下游(见图版2,图1,红点为流域站点)。
流域站点跨湿润与半干旱半湿润两个区。
流域降水量空间分布极不均匀,湿润地区的年降水量最大可达4000mm以上,而干旱地区最小仅10余mm。
流域气温空间分布同样不均匀,并随地势变化而有规律地改变。
从全年来看,流域气温从源头的-20℃左右,到流域出境处的40℃左右的范围变化。
降水与气温等主要气候因子的较大差异形成流域内的生态与环境状况变化较大。
其中流域NDV I变化作为植被覆盖的一个指数能反映流域生态与环境变化趋势,对流域主要气候因子有一定的响应。
到目前为止,还没有文献对雅鲁藏布江全流域NDV I与主要气候因子的关系进行研究,因此探讨流域NDV I与主要气候因子的关系具有重要的意义。
3 数据源与数据处理方法311 数据源 本文使用的NOAA/AV HRR数据来自美国地球资源观测系统(Eart h Resources Ob2 servation System,EROS)数据中心,为从2001年1月1日到2003年12月31日的白天数据。
免费下载网址:http://www1nasa1gov/home/index1ht ml。
NOAA/AV HRR数据的空间分辨率为111km×111km。
NOAA数据的特征见表1。
流域DEM(Digital Elevation表1 AVHRR的波段特征T ab11 B and characteristics of AVHRR波段光谱范围/μm星下点分辨率/km典型应用B10158～0168111白天云层、冰、雪和植被B201725～1110111白天云层、植被、水和水汽B33155～3193111白天云层、冰、雪、植被和火检测B410130～11130111白天云层、植被和水B511150～12150111白天云层、冰、雪、植被和海面温度 地 理 研 究26卷62Model,数据高程模型)采用1∶25万国家基础地理信息系统数据,投影方式为经纬度投影,应用Arc/info将该投影转换为单位为m的ALB ERS投影。
DEM数据由中国科学院地理与资源研究所提供。
2001～2003年各月流域站点降水量与平均气温数据由西藏水文水资源勘测局水文信息中心提供。
312 数据处理方法 对AV HRR数据进行了辐射定标、几何纠正、数据镶嵌以及ALB ERS等面积投影变化。
NDV I的定义则根据AV HRR的第一通道(可见光)和第二通道(近红外)反射率得到:N DV I=(CH2-CH1)/(CH2+CH1)(1) 式中,C H1和C H2分别是可见光(0158～0168μm)和近红外(01725～1110μm)反射率。
在遥感软件ENV I和GIS软件Arc GIS的支持下,用界定好的雅鲁藏布江流域边界截取流域NOAA/AV HRR数据第一与第二波段计算得出的NDV I数据影像。
将2001～2003年流域每天NDV I数据用最大值合成法(Maximum Value Composite, MVC)合成月N DV I数据影像。
再用ENV I对流域每月NDV I影像统计计算,得出流域月NDV I值。
根据流域水文与气象站点的2001～2003年月降水量数据,用Kriging插值法得到流域面上的月降水量Grid空间数据,并用ENV I软件进行计算,得到流域面上的平均月降水量,并分析其与流域NDV I的关系。
根据流域水文与气象站点的2001～2003年月平均气温数据,用Kriging插值法得到流域海平面上的月平均气温Grid空间数据,平均气温插值时进行了高程订正,即首先利用高程资料将气象台站平均气温订正到海平面高度,然后进行插值,插值后的结果再利用111km分辨率的D EM订正到实际高程[20]。
订正时采用气温随高程的递减率为010065℃/ m。
利用ENV I软件进行计算,得到流域面上的月平均气温,并分析其与流域NDV I的关系。
4 流域NDV I的时空变化411 流域N DVI空间变化 选用2001～2003年共36个月中一景月合成NDV I图进行分析。
考虑到NDV I值一般在7、8月份最大,而且在流域范围内空间上对比比较明显,因此,选取时间为2003年8月份的流域NDV I图来说明流域植被的空间分布状况。
流域NDV I空间分布如图2(见图版2,图2)。
从图2可以看出,流域NDV I高值区主要位于中游与下游的部分地区。
而流域的中上游与源头NDV I值相对较小。
从NDV I空间分布来看,NDV I高值与流域的主要支流存在一定的关系,在流域的主要支流经过区域NDV I值相对较高。
相应地,离流域干流与主要支流远的区域NDV I值稍低。
412 流域N DVI时间动态变化 为说明流域NDV I在时间上的动态变化,把2001～2003年流域每天NDV I合成为3年各月NDV I图像,并在流域范围内求其平均值。
最后得出流域3年之间月NDV I随时间变化图(如图3)。
不难看出,流域NDV I具有很强的季节性,每年5月份之前NDV I 值变化不大,5～6月份,NDV I值迅速增大,6～8月份NDV I值处于较高而且相对稳定 1期付新峰等:雅鲁藏布江流域NDV I变化与主要气候因子的关系63的状态,此后NDV I值缓慢降低,直至第二年2、3月份的最低值。
由36个月NDV I值进行趋势分析,得到3年内月NDV I值变化趋势方程,如方程(2)。
从NDV I值变化趋势可以看出,2001～2003年,流域NDV I值总体上呈缓慢增加的趋势。
N DV I TR EN D=010016T+011636(2)式中,N DV I TR EN D为变化趋势线对应的NDV I值,T为月份(0～36)。
图3 流域NDV I时间动态Fig13 Change of monthly NDV I in the Yarlung Tsangpo River Basin5 流域NDV I与主要气候因子的关系511 流域N DVI与降水量的关系 为研究流域NDV I与降水量的关系,在流域范围内采用Kriging插值法把流域水文与气象站点的月降水量数据转换成流域面上月降水量Grid空间数据,经计算得出流域平均月降水量。
