曲學(xué)斌，吳 昊，紅 梅，辛孝飛，呂 淼

（1.呼倫貝爾市氣象局，內(nèi)蒙古 呼倫貝爾 021008；2.呼倫貝爾市農(nóng)牧局，內(nèi)蒙古 呼倫貝爾 021008）

植被在進(jìn)行光合作用時會在可見光波段形成強(qiáng)吸收谷而在近紅外波段形成強(qiáng)反射區(qū)，且這種差異會隨著光合作用的增強(qiáng)而增強(qiáng)[1]。1973 年Rouse 等[2]基于植被的這一特點，通過計算近紅外反射率和紅光反射率的差與兩者相加和的比值，建立了歸一化植被指數(shù)（NDVI），該指數(shù)以極高的穩(wěn)定性和可靠性已成為目前使用最廣的植被指數(shù)之一[3]。

隨著衛(wèi)星遙感技術(shù)的快速發(fā)展，積累了較長時間序列的NDVI 數(shù)據(jù)，為分析區(qū)域生態(tài)環(huán)境變化，評估自然災(zāi)害影響等提供了重要的數(shù)據(jù)支撐[4]。付含培等[5]利用SPOT/NDVI 數(shù)據(jù)分析了黃河流域植被變化及其驅(qū)動因素，表明氣候因素是影響黃河流域植被的主要因素。王思等[6]利用MOD13Q1 的NDVI 對2000—2020 年廣東省植被覆蓋時空變化特征進(jìn)行分析，證明植被變化與土地利用變化之間存在響應(yīng)關(guān)系。馮銳等[7]利用FY3/MERSI 數(shù)據(jù)重建了遼寧省近12 年的植被指數(shù)并對其時空變化進(jìn)行分析。Kogan 等[8]在長序列NDVI 的基礎(chǔ)上建立了植被狀態(tài)指數(shù)（VCI），消除了不同生態(tài)系統(tǒng)、土壤類型等的影響，對干旱災(zāi)害影響開展監(jiān)測。李新堯等[9]以VCI作為干旱監(jiān)測指標(biāo)，對2002—2016 年陜西農(nóng)業(yè)干旱進(jìn)行了識別和研究，表明陜西區(qū)域干旱易發(fā)生在春秋季。除此之外，NDVI 還是很多生態(tài)學(xué)模型的重要輸入?yún)?shù)，例如估算凈初級生產(chǎn)力的CASA 模型[10]等，穩(wěn)定的NDVI 數(shù)據(jù)供應(yīng)是這些模型能夠長期運(yùn)行的基石。

生態(tài)環(huán)境的變化一般都是長期緩慢的過程，需要長時間序列監(jiān)測數(shù)據(jù)作為支撐，但用于提供數(shù)據(jù)的衛(wèi)星壽命卻十分有限。目前在軌時間最長的Landsat-5 衛(wèi)星僅為29 a 左右[11]，未達(dá)到30 a的氣候標(biāo)準(zhǔn)期，本次研究中的Terra 衛(wèi)星已在軌23 a，存在隨時退役的風(fēng)險。隨著衛(wèi)星的退役，已產(chǎn)生的長時序NDVI 產(chǎn)品能否與后續(xù)衛(wèi)星產(chǎn)品匹配，成為NDVI長時序數(shù)據(jù)集能否延續(xù)的關(guān)鍵[12]。呼倫貝爾是我國東北最重要的生態(tài)屏障之一，境內(nèi)擁有森林、草原、耕地等多種生態(tài)區(qū)，在中高緯地區(qū)具有很高的代表性，適宜開展不同衛(wèi)星NDVI 產(chǎn)品的差異對比研究，對未來延續(xù)退役衛(wèi)星NDVI 產(chǎn)品集具有重要意義。

1 資料與方法

1.1 研究區(qū)概況

呼倫貝爾市位于內(nèi)蒙古東北部（115°31′～126°04′ E，47°05′～53°20′ N），總面積為2.53×105km2。大興安嶺以森林植被為主，以東北—西南走向橫貫呼倫貝爾，大興安嶺以東為松嫩平原邊緣耕地，以西為林草過渡帶形成的農(nóng)牧綜合經(jīng)濟(jì)帶和享譽(yù)世界的呼倫貝爾大草原（圖1）。呼倫貝爾的年平均氣溫為-1～3 ℃，自大興安嶺東西兩麓向中北部山脊遞減，年平均降水量為300～500 mm，自東向西依次遞減。呼倫貝爾地處不同氣候帶的交錯區(qū)，大興安嶺以東為中溫帶半濕潤季風(fēng)氣候，以西為中溫帶半干旱大陸性氣候，大興安嶺北部為寒溫帶半濕潤氣候[13]。

1.2 數(shù)據(jù)源與預(yù)處理

Terra 衛(wèi)星是NASA 發(fā)起的地球觀測計劃（EOS）中的第1 顆衛(wèi)星，發(fā)射于1999 年12 月18日，衛(wèi)星過境時間為地方時10：30 左右。NDVITerra使用MOD13A1 數(shù)據(jù)集，是基于Terra 搭載的中分辨率成像光譜儀（MODIS）獲取的NDVI 數(shù)據(jù)，也是目前應(yīng)用最廣泛的NDVI 數(shù)據(jù)集[14]。NPP 衛(wèi)星是NASA和NOAA 聯(lián)合的國家極軌運(yùn)行環(huán)境衛(wèi)星系統(tǒng)（NPOESS）預(yù)備計劃衛(wèi)星，發(fā)射于2011 年10 月28日，衛(wèi)星過境時間為地方時13：30 左右。NDVINPP使用VNP13A1 數(shù)據(jù)集，是基于NPP 搭載的可見光紅外成像輻射儀（VIIRS）獲取的NDVI 數(shù)據(jù)[15]。Terra 與NPP 涉及NDVI 計算的衛(wèi)星通道信息如表1 所示。

表1 2 種衛(wèi)星計算NDVI 所需通道光譜信息μm

MOD13A1 和VNP13A1 數(shù)據(jù)集的NDVI 均采用逐16 d 最大值合成算法，空間分辨率均為500 m×500 m，每年23 期數(shù)據(jù)，期數(shù)與平年內(nèi)對應(yīng)日期如表2 所示，閏年對應(yīng)日期則從第4 期以后向前移1 d。NDVINPP數(shù)據(jù)集從2012 年第2 期開始，因此研究期選取2012—2021 年，并使用2022 年第1 期填補(bǔ)2012 年第1 期數(shù)據(jù)的空白。使用MRT、ArcGIS 和Matlab 軟件對2 種NDVI 數(shù)據(jù)進(jìn)行拼接、裁剪、投影和分析制圖。

表2 2 種NDVI 產(chǎn)品期數(shù)與平年日期對照

1.3 分析方法

采用相關(guān)系數(shù)（R）、中心型均方根誤差（RMSE）和規(guī)范化標(biāo)準(zhǔn)差（SDV），結(jié)合泰勒圖對2 種NDVI 產(chǎn)品在不同生態(tài)環(huán)境下年內(nèi)各時期的差異進(jìn)行綜合評價[16]，R、RMSE和SDV的計算公式如下：

式中：Ni和Ti分別為第i 年同期的NDVINPP和NDVITerra和分 別 為 多 年 同 期NDVINPP和NDVITerra的均值。R 的取值范圍在0～1，越接近1 表明2 種NDVI 產(chǎn)品的變化一致性越高，反之一致性越差；RMSE表明2 種NDVI 間的距離，值越小表明兩者的數(shù)值越接近；SDV反映2 種NDVI 產(chǎn)品組成的時間序列數(shù)據(jù)離散程度的一致性，值越接近1 表明兩者的離散程度越接近。通過R、RMSE和SDV構(gòu)成的泰勒圖，可直觀評價2 種NDVI 產(chǎn)品的偏差情況。

同時為了更好地分析兩者在不同時期的偏差程度和方向，使用空間數(shù)據(jù)的平均偏差（ME）進(jìn)行分析，其公式為：

當(dāng)ME＞0，表示年內(nèi)某期NDVI 產(chǎn)品，NDVINPP

2 結(jié)果分析

2.1 2 種NDVI 產(chǎn)品的時間變化

呼倫貝爾NDVITerra和NDVINPP的多年均值分別為0.371 和0.384，全市及各植被類型的時間變化如圖2 所示。其中草原NDVITerra和NDVINPP的多年均值分別為0.263 和0.287，最低和最高值分別出現(xiàn)在第2 和第15 期；耕地多年均值分別為0.328 和0.352，最低和最高值分別出現(xiàn)在第1 和第14 期；森林多年均值分別為0.455 和0.461，最低和最高值分別出現(xiàn)在第4 和第13 期。對于呼倫貝爾植被來說，第21 期至次年第6 期，草原和耕地常有積雪覆蓋，森林積雪處于林下，第7、8、19、20 期是積雪融化和形成的過渡時期[17]，這段時期草原和耕地植被生長基本處于停滯狀態(tài)，僅森林植被在緩慢生長，9～18期是呼倫貝爾植被的主要生長季。從NDVI 最高值出現(xiàn)的期數(shù)來看，森林首先達(dá)到生長最旺盛的時期，隨后由于森林所處大興安嶺海拔和緯度較高，熱量條件下降等因素影響，抑制了森林植被繼續(xù)旺盛生長，而緯度和海拔相對較低的耕地和草原生長旺盛期較森林有1～2 期的滯后。圖2 中兩條NDVI 時間變化曲線基本處于重合狀態(tài)，表明2 種NDVI 產(chǎn)品的一致性較高，但每年NDVINPP的最高值普遍略高于NDVITerra，說明NDVINPP的植被指數(shù)更為敏感，具有更寬的植被信息獲取空間。

圖2 呼倫貝爾不同植被類型2 種NDVI 產(chǎn)品的時間序列變化（a 為全市，b 為草原，c 為耕地，d 為森林）

2.2 2 種NDVI 產(chǎn)品的總體差異評價

利用呼倫貝爾全市及不同植被類型2 種NDVI產(chǎn)品的相關(guān)系數(shù)、均方根誤差和規(guī)范化標(biāo)準(zhǔn)差綜合繪制的泰勒圖（圖3）可知，全市NDVITerra和NDVINPP規(guī)范化標(biāo)準(zhǔn)差均在0.5～2（圖5a），大部分期數(shù)的相關(guān)系數(shù)＞0.9，兩者的整體差異不大。生長季內(nèi)相關(guān)系數(shù)<0.9 的期數(shù)為第14、17 和18 期，均方根誤差最大為0.024（第14 期），較大誤差主要出現(xiàn)在植被生長的中后期。草原區(qū)的NDVITerra和NDVINPP的一致性最優(yōu)且偏差最?。▓D5b），僅19 期的相關(guān)系數(shù)<0.9，均方根誤差最大為0.016（第18 期），該時期處于草原植被的生長后期，受打草等因素影響草原植被長勢的空間差異較大。耕地有7 個期數(shù)的相關(guān)系數(shù)<0.9（圖5c），其中6 期位于植被生長季，第18 期的規(guī)范化標(biāo)準(zhǔn)差＞2。綜合來看2 種NDVI 產(chǎn)品在耕地植被生長季初期的9 期、中期的13 和14 期，后期的16、17、18 期均存在較大差異，分別對應(yīng)農(nóng)作物播種期、生長旺盛期和成熟收獲期。森林區(qū)NDVITerra與NDVINPP的差異明顯大于草原和耕地（圖5d），僅6個期數(shù)的相關(guān)系數(shù)<0.9，最大均方根誤差達(dá)到0.035（第14 期），生長季內(nèi)13、14、15 期的相關(guān)系數(shù)均<0.575，未通過0.05 的顯著性檢驗。由于影響衛(wèi)星遙感的因素非常復(fù)雜，目前科學(xué)分析不同衛(wèi)星產(chǎn)品差異來源的工作面臨較大挑戰(zhàn)。對比Terra 和NPP 衛(wèi)星計算NDVI 的過程，發(fā)現(xiàn)存在2 個明顯差異。首先兩顆衛(wèi)星計算NDVI 所需的通道寬度和中心波長略有不同，在可見光（紅）光波段，Terra 的中心波長為0.645 μm，NPP 為0.640 μm；在近紅外波段，Terra 的中心波長為0.859 μm，NPP 為0.865 μm，Terra 的可見光（紅）中心波長比NPP 略長而近紅外波段卻略短，根據(jù)鄭奕等[18]、趙慶展等[19]利用地面或無人機(jī)高光譜遙感繪制的植被光譜曲線可知，植被在可見光（紅）的反射率會隨著波長的增加而減少；對于大部分山地草甸植被，0.8～0.9 μm 的近紅外反射率是隨波長增加而減少的。因此，這樣的植被光譜曲線特點可造成Terra 近紅外通道的反射率高于NPP，而可見光通道的反射率低于NPP，進(jìn)而造成NDVITerra的均值略小于NDVINPP。其次是兩顆衛(wèi)星的過境時間不同，植被的NDVI 存在明顯日變化，崔婷等[20]利用手持式光譜儀分析冬小麥NDVI 日變化發(fā)現(xiàn)，13—14 時是冬小麥每日NDVI 最低的時段，但其他植被的相關(guān)研究較少。同時北方地區(qū)夏季午后易出現(xiàn)對流云，相比上午過境的Terra，NPP 更易受云的影響，因此不同的衛(wèi)星過境時間也可影響NDVI 的監(jiān)測結(jié)果。

圖3 呼倫貝爾不同植被類型2 種NDVI 產(chǎn)品的泰勒圖（a 為全市，b 為草原，c 為耕地，d 為森林）

2.3 2 種NDVI 產(chǎn)品差異的空間分布

由年平均和年內(nèi)各期NDVITerra與NDVINPP平均偏差分析可知，年平均NDVITerra＞NDVINPP的面積占整個研究區(qū)的48.1%，主要位于大興安嶺森林地區(qū)，其余地區(qū)的年平均NDVITerra< NDVINPP。從年內(nèi)各期數(shù)看，在非植被生長季（第19 期至次年第8 期），大興安嶺森林NDVITerra與NDVINPP的平均偏差均＞0.1或<-0.1，存在以NDVITerra偏高為主的較大差異。草原和耕地由于在非生長季幾乎沒有植被生長，2 種NDVI 數(shù)據(jù)差異極小，基本可以直接替代使用。生長季內(nèi)（圖4），森林和耕地在第9、10 期的平均偏差較大，正負(fù)偏差分布零散且同時存在，11 期的平均偏差主要集中在大興安嶺兩麓。12 期2 種NDVI 產(chǎn)品有79.4%區(qū)域偏差在-0.05～0.05，為年內(nèi)各期數(shù)中整體偏差最小，金林雪等[21]研究表明，呼倫貝爾的降水集中期位于每年7 月下旬—8 月初，是呼倫貝爾夏季的主汛期，第12 和13 期位于主汛期前，天氣條件較主汛期穩(wěn)定，同時又處于植被生長的中期，植被長勢相對穩(wěn)定，因此該時期2 種NDVI 產(chǎn)品的相互替代性較高。14 期開始2 種NDVI 產(chǎn)品的正偏差逐漸增大，16 期的正偏差主要位于大興安嶺森林西北部，17 期位于大興安嶺嶺東森林和耕地，18 期2 種NDVI 產(chǎn)品的正偏差有所減少。可見，在植被生長季初期NDVITerra與NDVINPP偏差呈現(xiàn)零散、隨機(jī)分布，中期的偏差相對較小，生長季后期則以NDVITerra< NDVINPP的負(fù)偏差為主。對于整個植被生長季，草原區(qū)的差異普遍在-0.05～0.05，2 種NDVI 產(chǎn)品的可替代性較高，而耕地、森林的偏差相對較高且時空分布復(fù)雜，如何訂正偏差并建立多源衛(wèi)星長時序數(shù)據(jù)集仍需進(jìn)一步研究。

圖4 呼倫貝爾不同植被類型2 種NDVI 產(chǎn)品在生長季時的平均偏差

3 結(jié)論

利用相關(guān)系數(shù)、均方根誤差、標(biāo)準(zhǔn)差和平均偏差等方法，結(jié)合泰勒圖，對呼倫貝爾地區(qū)2012—2021年Terra 和NPP 衛(wèi)星逐16 d 的NDVI 產(chǎn)品進(jìn)行比較，得出如下結(jié)論：

（1）2 種產(chǎn)品具有相同的空間分辨率和時間尺度，在聯(lián)合構(gòu)建長序列NDVI 數(shù)據(jù)集方面具有較高潛力。通過2 種NDVI 產(chǎn)品在呼倫貝爾的相關(guān)性和偏差分析可知，NDVINPP的多年均值略高于NDVITerra，兩者在草原植被類型的一致性最優(yōu)，在考慮偏差訂正的前提下基本可替代使用，而在耕地、森林植被的一致性較差，需謹(jǐn)慎開展2 種NDVI 產(chǎn)品的協(xié)同應(yīng)用。

（2）植被生長季初期2 種NDVI 產(chǎn)品的偏差呈現(xiàn)零散、隨機(jī)分布，中期的偏差相對較少，生長季后期以NDVITerra< NDVINPP的負(fù)偏差為主。在呼倫貝爾非植被生長季，NDVITerra與NDVINPP的偏差主要集中在大興安嶺森林，以NDVITerra偏高為主。

（3）影響2 種產(chǎn)品差異的因素是多方面的，其中近紅外和可見光波段的中心波長、衛(wèi)星過境時間差異等都會對衛(wèi)星產(chǎn)品產(chǎn)生較大影響。為了更好地建立多源衛(wèi)星產(chǎn)品數(shù)據(jù)集，開展長時間序列的業(yè)務(wù)應(yīng)用，建議加強(qiáng)地面衛(wèi)星校驗站建設(shè)，并探索如何以此作為標(biāo)準(zhǔn)實況數(shù)據(jù)，對多源衛(wèi)星數(shù)據(jù)進(jìn)行訂正。

4 討論

中低分辨率極軌衛(wèi)星積累的長期植被長勢監(jiān)測數(shù)據(jù)，對于了解生態(tài)環(huán)境變化，和監(jiān)測評估自然災(zāi)害的影響具有重要意義。受單顆衛(wèi)星壽命影響，來自同一衛(wèi)星的監(jiān)測數(shù)據(jù)長度有限，利用多源衛(wèi)星協(xié)同反演將是未來重要的發(fā)展趨勢之一。然而不同衛(wèi)星和星載傳感器存在過境時間、波段設(shè)置、空間分辨率等方面的差異，給多源衛(wèi)星協(xié)同反演帶來較大困擾。盡管本文分析表明，NDVITerra和NDVINPP產(chǎn)品在呼倫貝爾的整體植被監(jiān)測過程中偏差不大，但當(dāng)用2 種衛(wèi)星產(chǎn)品聯(lián)合開展NDVI 的距平分析或計算VCI 等指數(shù)時，較小的偏差會被放大，最終影響分析結(jié)論。

長遠(yuǎn)來看，將所有衛(wèi)星產(chǎn)品校準(zhǔn)到同一實況監(jiān)測水平，是解決多源衛(wèi)星產(chǎn)品協(xié)同應(yīng)用的最好解決方案，然而目前的衛(wèi)星遙感地面監(jiān)測站較少，缺乏長期、可靠的地面光譜監(jiān)測數(shù)據(jù)，對衛(wèi)星校驗的支撐能力有限。因此建議加快衛(wèi)星遙感地面校驗臺站建設(shè)，增加固定、長期、規(guī)范的地面植被光譜監(jiān)測設(shè)備，進(jìn)而推動多源衛(wèi)星的協(xié)同應(yīng)用及歷史長序列數(shù)據(jù)集的建立。