秦岭NDVI动态格局

第 1页共 33 页

摘要

连的 NDVI( 归一化差分植被指数 ) 数据可以反应地面植被连续的发展变化，建

立连续 NDVI 表面数据可用以监测地面植被环境变化以及探知相应致变因子。

本文以 Landsat 数据提取的 NDVI 和 MODIS 数据下的 NDVI 为基础，分析相应植被

分布及变化趋势，并对相应数据的做实用性分析，并且对比分析。对于秦岭地区的

NDVI 作分析后， NDVI 数值在秦岭地区较为分散，变化趋势和植被季节性变化一致性

基本一致； Landsat 遥感数据提取的 NDVI 和 MODIS 数据下的 NDVI 反应的秦岭植被分

布一致性基本一致。结合 DEM 数据分析地势对植被的影响，反应出来的 NDVI 数值变

化特征。

NDVI 数据用于植被环境方面具有方便获取，处理简单的优势；遥感数据获取又

具有实时全球覆盖的优势。运用 MODIS NDVI 采用线性回归分析方法建立年变化趋势

函数关系，得出秦岭地区植被从 2000 年到 2013 年， NDVI 数值以每年约 0.75% 的速率

增长，所以植被也以一定速率增长；运用 NDVI 的月数据，对月数据分成设色，对比

变化趋势，得出 NDVI 变化趋势与植被的季节性生长规律一致。因此， NDVI 数据用于

秦岭植被动态变化具有难以替代的监测作用和指示作用。

关键词：归一化植被指数，秦岭，植被指数，植被毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 2 页共 33 页

ABSTRACT

Continuous NDVI (normalized differential vegetation index) data can reflect the

continuous development of the surface vegetation. The continuous NDVI surface data can

be used to monitor the environmental changes of the surface vegetation and to detect the

corresponding change factors.

Based on the NDVI and MODIS data extracted by Landsat data. This paper

analyzes the distribution and change trend of the corresponding vegetation and analyzes

the practical data of the corresponding data and compares it. After the analysis of the

NDVI in Qinling Mountains. The NDVI value is more dispersed in Qinling Mountains area

and the consistency of the change trend and the seasonal variation of vegetation is basically

one. The consistency of the vegetation distribution in Qinling Mountains under the NDVI

and MODIS data extracted by Landsat remote sensing data is basically the same. In

combination with the DEM data to analyze the effect of the terrain on the vegetation.The

response of the NDVI to the vegetation is NDVI. Numerical variation characteristics.

NDVI data can be easily obtained and processed in vegetation environment and

remote sensing data acquisition has the advantage of real-time global coverage. By using

the linear regression analysis method to establish the trend function relationship of annual

variation. It is concluded that the annual growth rate of vegetation in Qinling region from

2000 to 2013 is about 0.75%.So the vegetation also increases at a certain rate and the

monthly data of NDVI are used. When the monthly data were divided into coloring and

contrasted with the changing trend.It was concluded that the variation trend of NDVI was

consistent with the seasonal growth law of vegetation. So NDVI data is used in Qin

Dynasty. The dynamic change of mountain vegetation is difficult to substitute for

monitoring and indicating.

ＫＥＹ WORDS : NDVI,Qinling Mountains,vegetation index,vegetation 毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 3 页共 33 页

第一章绪论 ....................................................................................................................................... 4

1.1 选题依据和意义 ................................................................................................................... 4

1.1.1 选题依据 .................................................................................................................... 4

1.1.2 选题意义 .................................................................................................................... 4

1.2 基础理论 ............................................................................................................................... 5

1.2.1 植被指数 .................................................................................................................... 5

1.2.2 秦岭地区植被覆盖变化研究现状 ............................................................................ 5

1.2.3 植被以及植被指数 .................................................................................................... 5

1.2.4 常用植被指数 ............................................................................................................ 6

1.2.5 植被指数的影响因素 ................................................................................................ 7

1.3 研究内容与技术路线 ........................................................................................................... 8

1.3.1 研究内容 .................................................................................................................... 8

1.3.2 技术路线 .................................................................................................................... 9

第二章数据介绍 ............................................................................................................................. 10

2.1 传感器介绍 ......................................................................................................................... 10

2.2Landsat 遥感数据 ................................................................................................................. 10

2.3 MODIS 数据下的 NDVI 数据 ............................................................................................... 11

第三章研究区调研信息 ................................................................................................................. 12

3.1 研究区位置 ......................................................................................................................... 12

3.2 秦岭自然资源概况 ............................................................................................................. 12

3.3 秦岭气候状况 ..................................................................................................................... 12

3.4 秦岭地质构造 ..................................................................................................................... 13

第四章数据来源与研究方法 ......................................................................................................... 14

4.1 数据来源与预处理 ............................................................................................................. 14

4.1.1 数据来源 .................................................................................................................. 14

4.1.2 数据预处理 .............................................................................................................. 14

4.2 研究方法 ............................................................................................................................. 15

第五章秦岭植被指数时空变化特征分析 ..................................................................................... 17

5.1 秦岭归一化植被指数变化分析 ......................................................................................... 17

5.2 Landsat 数据提取的 NDVI 与 MODIS 数据下 NDVI 的一致性 .......................................... 22

5.3 秦岭植被遥感图分类 ......................................................................................................... 23

5.4 秦岭 DEM 与植被变化的相关关系 .................................................................................... 25

5.5 秦岭植被分布时空特征 ..................................................................................................... 25

5.5.1 秦岭植被季节性变化趋势 ...................................................................................... 25

5.5.2 秦岭 NDVI 多年变化趋势 ........................................................................................ 27

结论 ................................................................................................................................................. 29

致谢 ............................................................................................................................................... 31

参考文献 ........................................................................................................................................... 32 毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 4 页共 33 页

第一章绪论

1.1 选题依据和意义

1.1.1 选题依据

归一化植被指数在植被生长状态以及植被覆盖度方面是最佳的指示因子。大量研究发现与

NDVI 相关的植被参数有 LAI 、绿色生物量、植被覆盖度、光合作用等。例如归一化植被指数（ NDVI)

与光合有效吸收辐射（ FAPAR ）呈现线性相关的关系； NDVI 与 LAI 呈现非线性的相关关系；

NDVI 形成的时间变化曲线可以反映季节的交替以及人为活动的变化。在生长季节内归一化植被

指数的时间积分和净第一生产力（ NPP ）是相关的。研究任发现归一化植被指数同叶冠阻抗过程、

潜在水汽蒸发过程、碳固留过程有相关关系。更明显的是整个生长期的归一化植被指数对半干旱

区的降雨量以及对大气 CO2 浓度都会随着季节更替和纬度变化变得更敏感。

总之，归一化植被指数对于植被分布格局，植被动态变化以及植被的覆盖度等都具有明显的

反应。

因而， NDVI 可以作为监测地区、全球植被以及生态环境变化得有效指标。

1.1.2 选题意义

秦岭地区在自然界是南北划分上的分界线，秦岭以北的气候以暖温带半干旱气候为主；秦岭

以南以亚热带湿润气候为主。同时，秦岭也是我国两大流域的分水岭，秦岭以北是黄河流域为主，

秦岭以南是长江流域为主。秦岭地区独特的山地地形在我国地质方面的研究具有重要意义。提取

秦岭地区归一化植被指数的值来研究植被的分布能有效的反应该地区生态系统的稳定性。对我们

合理的监测秦岭地区生态系统的稳定性有极大意义。秦岭地区的优势地位使研究秦岭植被指数成

为研究热点。

对于地面覆盖物方面，云、水、雪的反射光谱的反射率在可见光下是高于近红外波段的，它

们的归一化植被指数值是负值 ( 岩石与裸露得土壤反射率是相近的 ) 。所以，它们归一化植被指数

的值接近于 0 。在有植被覆盖条件下的 NDVI 值是为正 (>0) 的，并且随植被覆盖度的增加而增大。

对于大尺度 NDVI 值图像，识别其中几种典型的地表覆盖类型而言，植被明显突出。 NDVI 特别

适用于秦岭地区大规模的植被动态监测。

选择适合秦岭地区植被覆盖信息的 NDVI 数据集，对于不同年份的 NDVI 数据集的植被信息

差异进行了比较分析。建立连续的归一化植被指数时间序列能有效的指示秦岭地区植被的生长发

展过程，对秦岭的生态保护具有极大的现实意义，所以，研究秦岭的归一化植被指数的变化情况

具有重要意义。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 5 页共 33 页

1.2 基础理论

1.2.1 植被指数

植被指数是可见光波段和近红外波段计算获得的。对于每个植被指数而言，都能定量地描述

植被在一定条件下的生长。

（1）健康绿色植被的近红外反射率与 R 反射率的差异很大，因为绿色植物对 R 的强吸收具

有高反射率和高透射的特点。

（2）植被指数是对地物光谱处理后的结果，能有效的对植被信息增强，非植被信息得到削

弱。

（3）植被指数受外界的影响大，比如大气的影响，这些会使植被指数偏离真实值。

1.2.2 秦岭地区植被覆盖变化研究现状

秦岭腹地的植被覆盖时序稳定性较高，边缘接近居民地的植被覆盖时序稳定性弱。也就是秦

岭地区受人类活动影响小的地段植被覆盖趋于稳定 ; 随着向居民地靠拢 , 植被覆盖变化愈加剧烈。

学者主要运用遥感反演来研究秦岭植被分布格局。秦岭归一化植被指数的值的分布是比较分散的 ,

所反应出来的植被覆盖变化与植被的季节变化一致。地面植被辐射出来的光波都是经历过大气吸

收，散射，以及周围地物辐射综合的，到达传感器的光波能量需要经过改正后才能应用分析。不

同微粒对植被指数的影响是不同的。在上述颗粒中 , 对植被指数的最大影响是气溶胶对空气中辐射

能的影响 , 其次是水蒸气 , 瑞利散射对植被指数的影响在各种大气效应中最小。植被的红色辐射随

大气散射和上部旅行辐射的影响而增加 , 相对的近红外光波会变小，所计算得出的归一化植被指数

的值会变小，用这样的值来估计该地区的植被覆盖情况会低估该地区的植被覆盖度。所以不能用

来直接估算植被覆盖度，需要经过处理后才能来准确的估算该地区植被估算。

1.2.3 植被以及植被指数

植被特有的光谱特性明显区别于其他地物覆盖类型的光谱特性；不同植被类型的光谱特性也

是不同的。植被指数就是结合植被的光谱特性，将遥感的近红外和红外光谱进行组合形成了各种

植被指数。植被这种具有明显的规律性光谱特征。在叶片光谱特征方面，表示为遥感影像上的差

异性覆盖信息。不同植被类型的光谱曲线是有所区别的，这也是监督分类的依据。不同的植被类

型的叶片具有不同的内在构造，反应在光谱信息上是对具体光波的吸收和反射是不一样的，所计

算的植被指数也是有差别的，不同的波段组合就能有效地反映出反映出不同的植被类型。植被指

数是反映植被生长和植被覆盖度的一组光谱常数。植被指数可以作为遥感技术中植被覆盖度与生

物量两者定性评价和定量评价的有效度量参数。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 6 页共 33 页

1.2.4 常用植被指数

RVI （比植被指数）用两个波段地反射率作比值计算，计算公式：

RVI  NIR R

(1.1)

（ 1 ）对于绿色的健康的植被而言，其植被覆盖面积计算出来的比值植被指数值远远大于 1 ，

但是对于无植被覆盖的地表，例如：裸露地土壤、人工类建筑、水体、枯草或者严重害虫地段，

它们的比值植被指数是接近 1 。对于植被而言，它们的比值植被指数通常大于 2 。

（ 2 ）比值植被指数对对绿色植被的特性能增强反应，植被的绿叶面积越大，反应效果越好。

比值植被指数是可以用作植物生物量检测以及估算的。

（ 3 ）植被覆盖度是与比值植被指数相关的因子。当植被覆盖度超过百分之五十的时候，比

值植被指数对叶绿素的敏感度最好，当植被覆盖度低于百分之五十的时候，比值植被指数对叶绿

素的敏感程度会相对降低一些；

（ 4 ）大气是与比值植被指数相关的因子。大气效应会降低比值植被指数对植被的敏感程度，

因此大气校正在遥感数据的预处理中是必不可少的。

NDV （归一化植被指数）两波段的反射率计算获得 ,NDVI 计算公式

( ) ( ) NIR R NIR R NDVI   

（ 1.2 ）

（ 1 ）归一化植被指数可以计算植被的覆盖度，也可以对植被的生长状况做出检测。归一化

植被指数对辐射误差有部分消除的作用；

（ 2 ）归一化植被指数的范围是（ -1 ， 1 ）。归一化植被指数小于零，则该地区无植被覆盖，

地表覆盖物可能为裸地、河流或者被云覆盖的区域；归一化植被指数大于零，则该地区有植被覆

盖，并且值越大，植被的覆盖程度越大。

（ 3 ）归一化植被指数会非线性拉伸增强近红外反射率与 R 反射率的对比度，这是其局限性。

对同一幅图像而言，比值植被指数增长速度高于归一化植被指数，即归一化植被指数对高植被覆

盖区的敏感程度较低。

（ 4 ）归一化植被指数与植被的叶面冠层结构有关，也与植被的覆盖度有关，还与地表覆盖

物类型有关，例如，地表是水或者云区等等。

GVI （绿度植被指数）通过 K-T 变化获得。

（ 1 ） K-T 变换也就是主成分变换，主成分变换就是将几个相关的变量通过线性正交函数处

理，得到几个不相关的变量，通常主成分变换用来处理多变量因子才能反应的因素，例如气候需

要降雨量、温度、日照等因子来共同反应。在这里通过 K-T 变换处理也能得到感兴趣的几个因子。

（ 2 ） K-T 变换后根据划分的组数，通常有三组，第一组表示亮度，第二组表示绿度，第三

组随着传感器的不同所表达的含有有所区别。

（ 3 ）经过 K-T 变换后，前面两组包含的信息已经达到百分之九十五以上，所以依靠这两种

组成分可以做个二值图，可以很好的反应植被与土壤的光谱差异。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 7 页共 33 页

（ 4 ）率度植被指数是通过 K-T 变换获得的即主成分变换获得，参与变换的因子主要是太阳、

大气、环境等的辐射作用结果。所以，绿度植被指数对外界非常敏感。

PVI( 垂直植被指数）

在近红外和红外光谱建立的直角坐标系里面，可以做一条土壤线，植被到土壤线的垂直距离

就是垂直植被指数。

（ 1 ）垂直植被指数对大气的敏感程度最小，同时也能消除土壤的影响；

（ 2 ）垂直植被指数在近红外和红外光谱曲线形成的二值图中对 GVI 的模拟，可以说两者具

有的物理含义是相同的。

PVI  ( DNnir  b ) cos q  DNr 'sin q

（1.3）

sinq 表示土壤基线； b 是 NIR 截距； q 是土壤基线同 R 的夹角值。

SAVI( 土壤调节植被指数 )

Huete 在 1988 年观察大量的归一化植被指数后，以大量的观测数据为基础，提出了土壤调节

指数，该指数可以降低土壤的影响。计算公式：

SAVI  ( NIR  R )*(1  L ) ( NIR  R  L )

（1.4）

L 表示一个参数，该参数是与植被覆盖度密切相关的，植被覆盖度越高 , 参数值越小，最小为

零。指出在草地和棉田 L 浓度为 0.5 时，土壤调节植被指数对去除土壤反射率的效果较好。由于

植被密度很少得知，所以很难优化处理土壤调节指数。

（ 1 ）该研究是为了解释背景光学特性的变化，并且校正归一化植被指数对土壤背景的敏感

性。与归一化植被指数相比，土壤调整系数 L ，范围 0~1 均根据实际情况增加。当 L 等于 0 时，

土壤背景效应为 0 ，即植被覆盖度很高，土壤背景为零。

（ 2 ）土壤调节植被指数使用的时候，土壤调节线相关参数 a 需要等于一，相关参数 b 需要

等于零，所以后来提出过很多改进的模型。

1.2.5 植被指数的影响因素

植被指数是由植被的近红外和红外光谱组合提取出来的，故植被指数的影响因素与植被光谱

的影响因素一致。植被光谱影响因素分为内在因素和外在因素，外在因素也是通过改变植被的内

在生长状况表现出来的。外在因素具体有季节的交替表现，地势的高低，温度分布等。研究了林

冠结构对于林冠绿度变化所引起的归一化植被指数值变化的影响。结果表明，叶片倾角对归一化

植被指数值有一定的影响，叶片的倾斜角度会发生改变，计算获得的归一化植被指数会明显变化。

由于归一化植被指数与 LAI 之间存在非线性相关性，即使植被的 LAI 相同，但植被的叶分布结构

不同，裸地占归一化植被指数值的比例对归一化植被指数值的贡献率也同样是不成比例的。

Clevers 和 Verhoef 两人的研究模型发现，对于给定的 LAI 值，林冠越平坦，归一化植被指数值越

大。就地表覆盖而言，冠层背景只会影响植被的小部分，传感器接收到的信息都包含了其他非感毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 8 页共 33 页

兴趣信息。还收到了其他背景资料，包括土壤、垃圾、水、雪等。为了真实地反映地表覆盖信息，

该影响必须被消除。

叶子的颜色植被叶子中含有多种色素，如叶绿素，叶黄素等，在可见光范围内他们的反射

波普曲线是不同的。

叶子的组织构造这点可用于区别不同的植被类型，不同植被类型的叶子具有的构造是不一

致的。

叶片含水量叶片在 1.45μm 到 1.95um 与 2.6m 到 2.7um 处有一个吸收谷。主要由叶片的细胞

液、细胞膜和吸水率组成。。

大气影响传感器在接受地面植被的辐射能量时，暴露于空气中，包括水蒸气、臭氧和空气

中的气体溶解。植被辐射的光谱经过大气中微粒的作用后，计算得到的植被指数和真实值就会存

在极大误差。空气中的各种粒子对于太阳辐射能的影响是不同的，影响模式也是不同的。气溶胶

产生的散射作用对于植被指数的影响程度是最大的，紧接着是水汽。各种影响中，瑞利散射的影

响在里面的影响效果是最小的。植被辐射出来的红光在大气散射作用并且经过了上述的过程得到

辐射增强，近红外辐射的值在大气散辐射和蒸气吸收下降。经过上述的处理后，大气里面的各种

微粒对植被辐射能的影响会降低植被红外波段、近红外波段的对比度。当计算归一化植被指数时，

计算值会小于实际值。结果植被覆盖度被低估。不能准确反映植被覆盖面。为了保证研究区植被

指数的准确性，需要对光波数据进行校正，这样获得的植被指数才能在本论文中有效使用。

1.3 研究内容与技术路线

1.3.1 研究内容

秦岭 NDVI 的动态变化反应出来的秦岭植被分布及变化趋势，并分析秦岭 NDVI 变化的相关

影响因素。秦岭 NDVI 的来源由 Landsat 数据提取，并结合 MODIS 数据下的 NDVI 对比分析。

其中， Landsat 遥感数据提取 NDVI 的过程包括数据预处理；多年 NDVI 数据所反应出来秦岭植

被分布及年变化趋势。结合相应地物所在 NDVI 数值范围，由秦岭 NDVI 数据进行秦岭地表覆盖

物分类。秦岭的植被覆盖度变化趋势可以由秦岭 NDVI 数据分析获得。结合秦岭 DEM 数据，分

析秦岭 NDVI 分布与地形的相关关系。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 9 页共 33 页

1.3.2 技术路线

图 1.1 研究技术路径图

首先对 Landsat 遥感数据在 ENVI 软件下进行辐射定标和大气校正，然后对数据进行拼接，

裁剪研究区域，提取相应的 NDVI 数据。 MODIS 数据中 NDVI 数据的裁剪及从陆地卫星数据中

提取 NDVI 的比较，格局一致。结合 DEM 数据，分析 NDVI 所反应的植被分布变化与 DEM 的

相关关系。并对 DEM 数据做重分类，得到秦岭地表植被覆盖度及相应变化趋势；也可进一步由

NDVI 数据划分植被类型。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 10 页共 33 页

第二章数据介绍

2.1 传感器介绍

紫外传感器：紫外波段范围在 03 ～ 0.4 um 范围内。使用紫外波段具有低辐射，不需要制冷这

些优点，我们常见的这种类型传感器有两种，一种是紫外扫描仪，另一种是紫外摄影机。对于近

紫外波段来讲，其多波普摄像机也包括其中。

应用范围：包括天文的观察、行星的空间探索、深空的探索，这些都是紫外传感器的应用。

可见光传感器：对于可见光波段范围 0.38 ～ 0.76um 来讲，该传感器是可以接收的。通过软件

显示可以直观表达出环境被污染后的图像，具有很强的视觉表达，在各种传感器中，它的分辨率

属于最高的，当然了在晚上和雾霾天是不能正常工作的。

应用范围：可见光传感器在平民日常使用以及军方的使用中都具有重要的意义。

红外传感器 : 对于红外光谱范围在 0.7 到 14um 之间，这个范围的波段在地物和相关环境中反

射或者辐射出去可以被接收。常见的例子有红外摄影机 , 其使用的波段范围是 0.7 到 08um 之间 ;

多光谱相机使用近红外波段 , 陆地卫星上的 MSS 表示多光谱扫描仪使用零点七到零点八微米之间

及 0.8um 到 1.1um 之间波段 ;TM 即专题制图仪使用的是 0.76 到 0.9um 之间和 1.55 到 1.75um 之间

以及 2.08 到 2.35um 之间的波段 ; 陆地卫星上面的 4 号以及 5 号 MSS 接收的是 10.2 到 12.6um 之间

波段和 TM 中的 10.4 到 12.5um 之间的波段。

应用范围：对于红外遥感监测、地质方面的探查、火灾方面预警、气象方面预测等。

微波传感器：常用的微波段遥感器有微波段辐射计、雷达、合成的孔径雷达、微波段高度计、

微波的波段散射计等。微波是具有穿透云层能力的，一天 24 小时不断地观察海洋的信息。

应用范围：在制导和反导方面广泛应用，在军事方面具有极其重要的意义。

2.2Landsat 遥感数据

Landsat-8

一共有 11 个波段，波段 4 是红光波段，波段 5 是近红外波段，波段 8 是全色波段。对于本

论文中需要用到近红外和红外波段来计算归一化植被指数值。

Landsat-7

2003 年 5 月 31 日 ,Landsat -7ETM+ 机载扫描线校正器 (SCANLIN SealStudior, 简称 SLC) 突然中

断 , 导致所采集图像的数据重叠和约 25% 的数据丢失 , 因此 LATSAT 7 的数据在 2003 年 5 月 31 日

以后都异常和 N 。并通过 SLC 关断模型进行修正。此外 , 还没有获得 2002 年 05.31-2003 年 07.14

和 2003 年 07.03-2003 年 09.17 之间的数据。该数据产品 (L7 SLC ON) 指的是在 3.3.5.31 天 Landsat

7 SLC 故障之前的数据产品。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 11 页共 33 页

Landsat-7 一共有 8 个波段，第一波段是蓝色波段，第二波段是绿色波段，第三波段是红色波

段，第四波段是近红外波段，第五波段为中红外波段，第六波段为热红外波段，第七波段为中红

外波段，第八波段为全色波段。

2.3 MODIS 数据下的 NDVI 数据

全国 500M NDVI 月合成产品是由 MODND1D 计算得到，计算方法为取月内每天最大值。该

数据产品下的 NDVI 可以直接下载获得，得到的 NDVI 直接用 Arcmap 裁剪后可以重分类等处理，

可以直接用于研究使用。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 12 页共 33 页

第三章研究区调研信息

3.1 研究区位置

本文的研究区指秦岭山脉的中部,位于秦岭省中部。陕西省的秦岭分布在腰间,有几座山相互

隔开。西翼的三翼是笪三玲拥有海拔 2819 米、冯玲拥有海拔 2000 米和紫白山拥有海拔 2819 米。

东翼支线从北向南是华山(海拔 2154.9 米)、满陵山、伦玲和辛凯玲。山区和盆地是相通的,许多

深山河都在发展。山脊中段的主体是太白山( 海拔 3767 米)，第一洋山( 海拔 2720 米),冰晶顶

( 海拔 3015 米),南山(海拔 2604 米以上)，草链岭( 海拔 2646 米)。横越山区,东亚季风具有明

显的屏障作用。它是气候的分界线,是渭河支流和扬子江支流的分水岭,是黄河的嘉陵江河和汉江

流域的分水岭。狭义上,秦岭的纬度和经度属于中纬度地区。

3.2 秦岭自然资源概况

秦岭地区自然资源丰富，秦岭地区包括自然保护区内丰富的生物资源和非生物资源。

生物资源:国家保护动物八种熊猫、金丝猴、羚羊等。研究表明保护区有种子植物 2940 种；

占秦岭植物总数的 78.8%，苔藓植物 311 种,秦岭总种数 82%,中国特有属 37 属 60 属 23 属。被列

为国家重点保护植物 28 种。非生物资源:例如,水资源,景观资源、旅游资源等，还有大量潜在未

知的资源。秦岭丰富的自然资源与秦岭所在的地理位置和地势起伏有很大关系，秦岭地区属于东

西走向，形成天然的南北坡面，地势起伏大，造就了秦岭区域温差较大，这就给植被的生长提供

了天然的优势，不同的气候特征使该区域呈现了不同的植被类型，不同的植被类型又对秦岭地区

生物多样性提供了天然优势，所以秦岭地区的生态属于稳定型的。秦岭地区丰富的水资源为秦岭

地区的生物提供了源源不断的生存用水。

3.3 秦岭气候状况

秦岭气候具有气候多样性，包括亚热带气候、暖温带气候、温带气候、寒温带气候、亚寒带

气候。多种多样的气候导致秦岭的生物具有多样性并且物种丰富。秦岭气候多样性离不开秦岭独

特的地形地势成因，秦岭是东西向的山脉.它们是天然的屏障。冬季他们阻挡冷空气从北到南，

夏季热流从南向北流动。；在秦岭地区南北坡面的气候特征是不一样的，在秦岭而言，不同的气

候可以同时出现在该研究区。很明显的是秦岭南北坡面的降雨是不同的，根据统计资料显示南北

年降雨量相差约 300 毫米。秦岭独特的气候特征也使得该地区的水资源比较丰富，许多河流的发

源地是秦岭，我们的渭河与秦岭是分不开的。本文中秦岭 NDVI 的动态格局也就是说秦岭植被的

分布也与秦岭的气候息息相关。本论文秦岭研究区就经纬度而言是在中纬度地带，对于气候而言

秦岭属于南北方的分界线，它也是北亚热带与暖温带的分界线。研究区横跨这两个气候带，又具毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 13 页共 33 页

有季风性气候。对于秦岭而言，每年的平均气温在 10 摄氏度到 20 摄氏度之间，秦岭平均气温随

着维度增加有渐渐下降的趋势。秦岭南坡面降雨比较丰富，然而太阳照射又相对于北坡而言较少，

气温属于较高类型，所以气候就比较湿润很多。总的来讲，秦岭地区的气候具有几个明显的特征：

南坡面的平均气温比北坡面的平均气温高、东部气温比西部的要高；冬天气温很低很寒冷，夏天

气温高就很炎热，春天气温变化快即升温快，秋天气温又下降的很快。伴随着维度的提高气温一

年中的变化和极差以及一天内的变化和极差呈现扩大趋势。

3.4 秦岭地质构造

秦岭地区的山地地貌在陕西省内表现出的是蜂腰分布，有西翼和东翼之分。像大散岭就属于

西翼，同样属于西翼的还有凤岭以及紫柏山。对于东翼而言从北向南有新开岭、流岭。还有蟒岭

山和华山，华山是陕西省著名的旅游景点。在秦岭北坡面具有一个断层，断层的形成是由于地质

内外作用力的作用下形成的，在北侧面沿着断层有上升的趋势，在渭河河谷就有沿着断层逐渐下

降的趋势。在秦岭的北坡面会发现很多的峡谷地貌，北坡的山一般都比较短，但是很抖。在南坡

面山坡的坡度就变化缓慢很多，一般会发现斜着的田间河流，南坡面的山一般比较长而且比较缓。

在秦岭与大巴山之间明显分布着一个盆地是江汉河谷盆地，该盆地地势表现出西部较高东部较低

的状况。它的西部处在嘉陵江流域。地貌类型主要是丘陵。汉中盆地而言，地势就比较平坦，河

谷也很宽，降雨量也丰富。安康盆地地势起伏就比较大。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 14 页共 33 页

第四章数据来源与研究方法

4.1 数据来源与预处理

4.1.1 数据来源

从地理空间数据云网站 ( 地理空间数据云 ) 下载数据。 Landsat 系列数据 ,LandSa8 OLYLYTRS

卫星数字产品 , 下载 2016 研究区的遥感数据。 Landsat4-5 TM 卫星数字产品 , 下载 2000 年研究区遥

感数据。 Landsat7 ETM SLC-off 卫星数字产品 , 下载 2008 个研究区遥感数据。中国选择 modnd1m

MODIS 合成产品中国 500m NDVI 月合成数据 , 在 2000, 2008 和 2016 的 NDVI 数据下载。在地理

空间数据云中 , 我们还下载了 DEMDEM 数字高程数据中的 GDEMDEM 30 m 分辨率数字高程。

4.1.2 数据预处理

（ 1 ）遥感数据预处理包括辐射定标、气校、裁剪、提取 NDVI 、重分类。

辐射定标：辐射定标是将图像的亮度灰度值转为绝对的辐射亮度，辐射强度进入传感器反应

在图像上就是灰度值，在辐射定标之后 , 图像的灰度值可以转换为 DN 值 , 即辐射率。辐射校正数

据可用于大气校正。本论文通过 ENVI 软件实现辐射定标，其中参数的设置采用修改后参数。

大气校正：当光线通过大气的时候会发生多种效应，主要是由于大气里面的成分会吸收，反

射还有辐射部分能量，使传感器接收到的光谱并不是真实的，都是有损的，不能用来做相关的分

析，所以，为了消除这种影响，就必须经历大气校正。大气影响包括大气吸收、大气辐射、大气

散射、大气折射，大气校正是为了消除大气的影响 , 恢复真实的地表反射率。 NDVI 提取过程中大

气的存在将使其不准确。所以大气校正是必要的。

常见的大气校正模型有 6s 模型，在 erdas 软件中可以通过建模实现，本文采用 ENVI 软件中

flash 模块，通过填写基本参数实现大气校正。

拼接：遥感图像的拼接技术是将多幅具有重复区域的遥感图无缝拼接成高分辨率的一幅大型

图像的技术。研究区是狭义的秦岭地区，本论文采用 6 幅遥感数据拼接，采用 ENVI 软件实现拼

接，在 Toolbox 中，打开 Mosaicking 模块实现拼接。

裁剪：对于秦岭研究区，首先绘制边界的 shp 格式文件，在 ENVI 中裁剪出来的是矩形，本

文通过 ENVI 输出 tif 格式遥感数据可以在 Arcgis 软件中通过掩膜裁剪出不规则区域。

提取 NDVI:

NIR

NDVI 





（4.1）

该公式是 NDVI 提取的定义式，归一化植被指数是近红外谱减轻红外光谱的值除以近红外光

谱加上红外光谱的值，在 ERDAS 软件中需要建模处理，本论文采用 ENVI 软件中的模块通过填

写参数，例如传感器设置等，实现 NDVI 的提取。再输出的时候设置格式为 Arcgis 软件可以通用毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 15 页共 33 页

的格式，因为 ENVI 中的 NDVI 数据在 Arcgis 软件中打开会发生值改变所以存储时修改格式是必

要的。

重分类：提取的 NDVI 数据需要经过分类才能明显反应秦岭植被分布， NDVI 值越大表示植

被覆盖度越高，在图上对应颜色越深。

500M NDVI 月合成数据预处理包括裁剪、重分类。

裁剪：获取的 NDVI 数据是全国的数据，需要裁剪出研究区即秦岭范围的数据，在 Arcgis 软

件中通过已有的秦岭地区 shp 文件裁剪出相应的 NDVI 数据，然后存储在相应的路径下。

重分类：对 MODIS 数据产品下的 NDVI 数据进行重分类，可以反应植被的分布，即植被的

覆盖度。对该 NDVI 数据分析年变化趋势，得到与植被季节性变化趋势一致。对比 Landsat 遥感

数据可以得到植被分布格局一致。

DEM 数据处理：对于 DEM 数据的处理包括拼接，裁剪。秦岭地区的 DEM 数据需要多幅原始的

数据拼接后才能完全覆盖，裁剪出研究区就能运用了。

（2）技术路线

Landsat NDVI 提取路线： Landsat 遥感数据获取 - 辐射定标 - 大气校正 - 拼接 - 裁剪 - 建模提取

Landsat NDVI;

图 4-1 Landsat NDVI 提取技术图

MODIS NDVI 提取路线： MODIS NDVI 数据下载 - 裁剪 - 获得相应研究区数据。

图 4-2 MODIS NDVI 处理技术图

4.2 研究方法

几何校正，辐射校正，归一化植被指数，遥感图像分类，像元二分模型

几何校正：由于遥感影像在获取的过程中，会出现航线倾斜或者旁向倾斜等情况，遥感影像

就会出现几何畸变。所以采用几何校正处理后就能得到正射影响，这样才能在几何形状上真实反

映地貌单元。几何校正包括的类型较多，常用的三角后方校正等，都需要有地面控制点才能实现。

一般地面控制点不少于 4 个，其中 3 个点可以用来校正，第四个点来修正。当然，点越多精度越

高，所要求的计算机性能越高，因为所需要处理的计算模型虽然简单，但数据量较大。本论文采

用软件中自带的校正模块实现几何校正。通常下载的数据已经经过几何校正。例如本论文的

Landsat 遥感数据，已经经过几何校正。

辐射校正 : 指在遥感图像的成像过程中消除或纠正传感器中辐射能量的各种噪声的过程。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 16 页共 33 页

归一化植被指数：采用 erdas 软件模块中模型求解，建立两波段求解 NDVI 的模型即可。

遥感图像分类：遥感图像的分类包括监督分类和非监督分类两种，通常可以采用先使用非监

督分类，可以自动生成一个分类模板。结合目视识别结果，统计出需要分出的具体类别，就可以

合并非监督分类模板。通常非监督分类的分类数是高于监督分类的，所以合并非监督分类模板比

较节约时间。对于目视识别不出来的地物类型，还需要做野外测量，这样建立起来的监督分类模

板可用性强。经行监督分类后，还需要做分类后处理包括色彩重定义等。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 17 页共 33 页





 



 



i NDVI

NDVI

slop

1 1

(

)

第五章秦岭植被指数时空变化特征分析

5.1 秦岭归一化植被指数变化分析

为了研究秦岭地区归一化植被指数图像中各个像元年变化趋势，运用一元线性的回归分析定

义了回归方程的斜率，本论文模拟 14 年秦岭地区 NDVI 数据的变化情况，其中计算公式如下，

NDVI 数据是 MODIS 数据：

(5.1)

公式中，

x 表示年份；

i 表示第几年；所以第 i 年最大的归一化植被指数值就表示为 NDVIi;slop

表示斜率，线性回归的斜率。

根据公式，打开 EXCL 表格对 NDVI 年数据进行统计学线性分析，进一步计算绘制出如下柱状

图：

图 5.1 MODIS NDVI 值统计表

图形横坐标表示年份，纵坐标表示 MODIS NDVI 值，可以总结相应现象和规律，秦岭 MODIS

数据下 NDVI 数值以年 0.75% 的速度增长，秦岭地区的植被覆盖度总体呈现增加的趋势，植被密

度越来越大，表明秦岭地区的相关生态措施效果明显，比如说设置的一些禁区，退耕还林的一些

政策。在 2008 年到 2013 年间植被的变化理论上趋于饱和，说明秦岭地区植被的覆盖度达到一定

程度后会趋于稳定状态，对秦岭的合理利用也是可以的。对于大众来讲，开发合理的旅游资源有

效地利用用秦岭地区的植被资源。

提取的秦岭 MODIS 数据下 NDVI 值图如下：

制作流程：对于 MODIS 数据下的 NDVI 数据，首先对下载的数据做裁剪处理，裁剪框运用

已有的秦岭边界 shp 格式文件；裁剪后对 NDVI 数值图调整表示颜色，对每月数据经行加和求取

平均值，可以得到每年的 NDVI 数值图，再插入相应的图例得到相应的数值图，每年的数据都进毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 18 页共 33 页

行相同的处理方法。利用秦岭每年 4-9 月份对应的 NDVI 时序数据计算年内生长季均值 NDV t I ，

公式如下，





ND ti

NDVI

(5.2)

在每年生长季均值的基础上，可以利用下式计算多年生长季均值 NDV m I ,





NDV t

NDVI

(5.3)

图 5.2 2000 年-2013 年平均 NDVI 格局分布图毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 19 页共 33 页

图 5.3 秦岭 2000 年 NDVI 分布图

图 5.4 秦岭 2002 年 NDVI 分布图毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 20 页共 33 页

图 5.5 秦岭 2004 年 NDVI 分布图

图 5.6 秦岭 2006 年 NDVI 分布图毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 21 页共 33 页

图 5.7 秦岭 2008 年 NDVI 分布图

图 5.8 秦岭 2010 年 NDVI 分布图毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 22 页共 33 页

图 5.9 秦岭 2013 年 NDVI 分布图

5.2 Landsat 数据提取的 NDVI 与 MODIS 数据下 NDVI 的一致性

表 5.1 不同植被类型 Landsat NDVI 和 MODIS NDVI 之间的一致性

植被类型

斜率

截距

R 2

均方根误差

平均偏差

针叶林 Needleleaf

1.352

-0.5262

0.82

0.150

0.126

阔叶林 Broadleaf forest

1.525

-0.664

0.64

0.125

0.113

灌丛 Shrub

1.147

-1.213

0.82

0.160

0.137

草地 Grass

1.789

-1.793

0.77

0.185

0.150

耕地 Crop

0.802

-0.083

0.72

0.139

0.122

裸地 Bare land

0.933

-0.405

0.32

0.269

0.227 毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 23 页共 33 页

图 5.10 MODIS NDVI 与 Landsat NDVI 的相关关系图

为了得到 MODIS 数据下 NDVI 和 Landsat 数据提取的 NDVI 的一致性。首先需要对 Landsat

遥感数据经行预处理后提取 NDVI 数值，在 Arcgis 中打开并且采用和 MODIS 数据下的 NDVI 相

同的显示，然后在 Arcgis 中采用相关分析模块做出相关分析线性模型，并且存储后在 excel 中打

开。由该线性曲线得知， Landsat NDVI 数值与 MODIS NDVI 数值呈现明显的一致性，由此可以

得知遥感数据提取的 NDVI 具有可用性。在上面的线性图中，横坐标表示 MODIS NDVI 计算数

值，采用的是和 Landsat 数据相同年份的数据，纵坐标表示 Landsat 遥感数据提取的 NDVI 数值。

在处理遥感数据的时候采用预处理得到的遥感图像进行直接提取 NDVI 数值，采用 ENVI 软件直

接输入参数进行提取 NDVI ，本论文采用 erdas 软件通过建立模型提取 NDVI, 即近红外波段减去

红外波段的数值除以近红外波段加上红外波段的数值。归一化植被指数在遥感数据里的提取采用

的波段为近红外波段和红外波段，在植被的光谱曲线中近红外波段和红外波段的组合能够最佳表

示出植被的分布，归一化植被指数的范围理论上是 -1 到 1 ，大于 0 就表示有植被覆盖。对 NDVI

采用重分类可以得到相应植被类型的分布，本论文中采用二分法初步划分秦岭地区有植被分布与

无植被分布的结果。得到秦岭地区几乎都有植被分布，该结果的产生与 NDVI 数据的分辨率较低

有明显的关系。所以，本论文不采用 MODIS NDVI 数据的重分类二值图。

5.3 秦岭植被遥感图分类 毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 24 页共 33 页

图 5.11 秦岭植被分类图

对 Landsat 遥感数据进行分类前需要进行预处理，包括辐射定标，大气校正，拼接，裁剪；

进行分类前，要得知具体分类类别，需要对遥感数据进行光谱分析，具体的植被类型的遥感光谱

是不一样的，以此为依据可以鉴别不同的植被类型；经过对比网上调研资料和相应参考书，分析

出秦岭 12 种覆盖物类型。其中混分现象据 Landsat 遥感光谱图像来讲，林地的混分在可以接受的

范围内。具体的分类是在 erdas 软件中采用的监督分类，建立监督分类前，采用非监督分类建立

初步的分类模板，然后合并相近的某些类别得到监督分类模板。初步监督分类结果碎片较多，再

经过合成碎片后可以得到初步的分类图，在编辑相应明显目视识别出来的错误分类，即可得到可

以运用的遥感分类图像。在本论文遥感分类中采用的分类以植被的分类为主，其他地物覆盖参考

国标明显的地物进行了划分，例如水体。 Landsat 遥感图像的分辨率进行目视识别分类，需要的

自身知识和波普分析要求较高，在本论文中的遥感分类图仅仅作为个人研究使用。根据遥感分类

图结合 MODIS 数据下的 NDVI 数值图，得到相应的植被分布格局一致性程度高。根据 Landsat

遥感数据的监督分类结果得知，秦岭地区植被类型较多。查阅相关资料得知，研究区植被类型与

秦岭地区高程分布范围广度相关，植被类型的变化明显与地势的变化相关，这与植被的生长环境

需求契合。秦岭作为自然保护区，植被种类丰富，对科学研究以及生态环境有重要意义。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 25 页共 33 页

5.4 秦岭 DEM 与植被变化的相关关系

图 5.12 秦岭 DEM 分布图

研究区的山地地貌陕西省内表现出的是蜂腰分布，有西翼和东翼之分。秦岭的数字高程模型

反应出来的地势分布与秦岭的植被分布结合起来，东西走向的山脉形成天然的屏障，南坡面的地

势变化平缓，北坡面的地势变化快。像大散岭就属于西翼，同样属于西翼的还有凤岭以及紫柏山。

对于东翼而言从北向南有新开岭、流岭。还有蟒岭山和华山，华山是陕西省著名的旅游景点。高

程所对应的植被分布变化基本一致，秦岭山脉所形成的景观格局与归一化植被指数的格局基本一

致。反映出植被的分布与地势密切相关。在秦岭北坡面具有一个断层，断层的形成是由于地质内

外作用力的作用下形成的，在北侧面沿着断层有上升的趋势，在渭河河谷就有沿着断层逐渐下降

的趋势。在秦岭的北坡面会发现很多的峡谷地貌，北坡的山一般都比较短，但是很抖。在南坡面

山坡的坡度就变化缓慢很多，一般会发现斜着的田间河流，南坡面的山一般比较长而且比较缓。

所对应的南坡面气候变化缓慢，北坡面气候变化快。

5.5 秦岭植被分布时空特征

5.5.1 秦岭植被季节性变化趋势

根据 MODIS NDVI 各月数据制作了 NDVI 一年的变化趋势曲线，下图采用 20 15 年的数据。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 26 页共 33 页

表 5.2 秦岭 NDVI 月均值表

图 5.13 秦岭 NDVI 月变化趋势曲线

根据 NDVI 月变化趋势曲线，可以得出，秦岭植被有明显的季节性变化，7、8、9 三个月的

值趋向最大，即该季节是植被覆盖最大的季节。3、4、5 月份为生长季，在该季节内，植被的绿

叶增多；从 10 月份开始到 12 月份，植被绿叶面积开始减少。NDVI 的变化趋势结合季节的更替，

明显具有一致性。

表 5.3 秦岭 2000-2013 年季节性 NDVI 及变化率

月份

2015 年

NDVI 均

值

0.40

797

0.34

966

0.41

804

0.56

684

0.74

257

0.79

8845

0.84

6573

0.84

8435

0.82

0563

0.72

1375

0.55

1747

0.44

7131

2008 年

NDVI 均

值

0.39

1647

0.33

7854

0.40

9101

0.44

1488

0.71

8434

0.76

7737

0.83

2133

0.84

6754

0.81

6754

0.73

4732

0.52

2754

0.42

2235

2000 年

NDVI 均

值

0.38

2141

0.32

8745

0.39

4583

0.43

1811

0.73

5483

0.77

5482

0.82

2345

0.83

2541

0.80

2146

0.73

6523

0.54

587

0.43

2102

2000— 2013

NDVI

变化率

春季

0.45

0.002

夏季

0.65

0.0015

秋季

0.49

0.0014

冬季

0.29

0.0012 毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 27 页共 33 页

5.5.2 秦岭 NDVI 多年变化趋势

结合秦岭多年的 NDVI 数据，做多年的 NDVI 变化趋势图，以 2015 年的 NDVI 数据减 2000

年的 NDVI 数据，在重分类，得到秦岭植被多年变化趋势图：

图 5.14 秦岭植被变化趋势图

构建一元回归模型并且显著性检验：

一元回归模型用于研究秦岭山地植被 NDVI 时间和空间序列变化过程及未来可

能发生的变化方向，反应研究时段内线性变化趋势及空间分布计算公式如下，

Y  aX  b

（ 5.4 ）







 n

x nx

y nx y

2 2

i 1

（ 5.5 ）

b  y  ax

（ 5.6 ）

式中， Y 为 2000-2015 年研究区植被 NDVI 值， X 为 2000-2015 年年份， a 为系

数， b 为常数， x 和 y 为 X 和 Y 的均值。 a 的正负反应 NDVI 的线性增加与线性减少。

一元线性回归模型采用 F 检验，计算公式如下，毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 28 页共 33 页

F  U /[ Q /( n  2)]

（ 5.7 ）

式中 Q

(

)

y y

 

i 



，

( ) i

U  b



x  x



，

为利用 a,b 和 x 计算得到的 y 的拟合

值，其他参数同前。查询 F 检验临界值表，当   0.05 ，临界值为 4.60 ，即 F  4.60

时，显著；反之，不显著。

图 5.15 2000-2015 秦岭山地植被 NDVI 变化趋势

图 5.15 反应了 2000 到 2015 年秦岭山地植被 NDVI 变化趋势，3 年滑动平均及线性拟合结果。

研究时段内秦岭山地植被 NDVI 值介于 0.7106-0.7986 之间，总体植被状况较好。3 年滑动平均曲

线表明，植被 NDVI 变化呈波动的上升过程，主要经历了 2000-2004 年和 2007-2013 年的上升阶

段，以及 2004-2007 年和 2013-2015 年的下降阶段。秦岭山地植被 NDVI 总体呈线性的增加趋势，

线性递增率为 0.0029/a（p<0.05)，通过 0.05 显著性水平检验，表明未来一段时间总体植被 NDVI

仍保持线性递增趋势。从图 5.6 中可以发现秦岭地区植被变化有所改善占据绝大部分，明显改善

的在边缘分布较广，这与退耕还林政策密切相关。在高地势地带基本保持不变，说明地势高所受

到的影响小。整体上，秦岭地区植被趋向改善，植被的覆盖程度在大面积内趋向改善；在地势高

的山脉中部，植被的覆盖程度趋向稳定，并没有太大的变化；在山脉边缘，改善程度较大，这与

退耕还林相关政策有关。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 29 页共 33 页

结论

MODIS NDVI 、 Landsat NDVI 、 DEM 数据所反映出来的秦岭地区植被格局与地势特征在一

致性和相关性方面都具有较好结果。这就反映秦岭地区的地貌特特征可以通过秦岭植被的分布来

反应，所以研究秦岭植被的分布格局在一定程度上可以反应地势地貌的变化与分布格局。结合秦

岭遥感植被分类图分析，秦岭地区气候多样性在一定程度上也可以与秦岭 NDVI 数据相互联系。

NDVI 数据通过反应植被的分布格局，进一步可以对植被的生长密度作分析，从而对秦岭地区的

气候特征做相关性分析。通过分析， MODIS NDVI 适合对秦岭这样植被类型复杂多样并且地势起

伏大的地区做季节变化和年变化监测和研究。

研究表明，基于 Landsat 遥感影像的 NDVI 对比 MODIS NDVI ，并且结合研究现状， MODIS

NDVI 对于演剧秦岭 NDVI 的动态格局具有更好的优势。本论文研究结果与该研究结果基本一致，

对 MODIS 数据集和 Landsat NDVI 数据做相关性分析的结果表示，在空间分布上两数据的相关性

较高，在动态时空变换上两数据相关性较低。因此，为了研究动态变化方面就要做更多的相关要

素分析。

建立时序特征连续的 NDVI 数据，使得对秦岭地区在过去、现在的植被状况明显地表现出来，

方便对未来秦岭植被的发展做出规律性预测。本论文首先对 Landsat 遥感数据提取的 NDVI 和

MODIS 数据产品下的 NDVI 作一致性的检验，并且结合 DEM 高程数据分析了秦岭植被分布格局

与地势的相关关系。然后对 Landsat 遥感影像做了简单的监督分类，并且单独分析 MODIS 数据

产品下 NDVI 的年变化趋势，并且结合植被的生长规律，分析 NDVI 月数据的变化趋势与植被生

长的一致性。

1 ）秦岭地区的植被变化趋势在 2000 年到 2016 年间呈现的是增加的趋势， Landsat 遥感数据

提取的 NDVI 和 MODIS 数据产品下的 NDVI 表现的趋势是一致的。 MODIS NDVI 月数据变化平

缓。

2 ）通过对 MODIS NDVI 和 Landsat NDVI 进行统计值分析，可以发现不同季节，两传感器

一致性程度有所不同，在植被生长季节一致性程度高。出现这种情况的原因应该是传感器的参数

是不一样的。

3 ）对 Landsat NDVI 和 MODIS NDVI 结合 DEM 分析，首先，归一化植被指数的格局是统一

的；植被的分布在空间分布上是吻合的；结合 DEM 高程数据， NDVI 在南北坡变化趋势与地势

的关系是一致的，即坡度变化缓慢的地带 NDVI 分布上变化缓慢。在盆地等平缓地带， NDVI 变

化平缓；总的分布值变化范围较大，这与秦岭地势起伏大相关；秦岭作为天然屏障，南北坡面的

NDVI 值在变化趋势和大值集中区域都具有南面分散，北面的格局，而且北坡面变化比南坡面快，

这与坡度的变化快紧密相关。

4 ） Landsat NDVI 和 MODIS NDVI 反应季节变化的趋势是一致的，变化范围也差不多，两种

数据的最大值都出现在植被茂密的七八月份，分析 NDVI 数据每月的数据，发现变化趋势是一种

N 字型。结合 DEM 数据， NDVI 数据在数值上表现出与地势变化步调一致的格局，不同植被类毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 30 页共 33 页

型间 Landsat NDVI 和 MODIS NDVI 的所反映出来的相关性有微小区别，产生原因是 Landsat 遥

感数据处理所产生的误差。

5 ）对 Landsat 遥感数据进行分类处理得到的植被分布图，与 NDVI 数据做联合分析。不同植

被类型的密集程度是不一样的，这与植被的生长特性息息相关，反应出来的植被密集程度在光学

上可以用 NDVI 数值的大小来体现；发现 NDVI 值大的区域，植被类型个体生长密度高，在明显

的耕地和裸地类型中， NDVI 值反应出来的结果和遥感解译的结果一致。结合 DEM 数据，东西

走向的秦岭山脉在南面和北面反映出植被类型以及气候性植被变化与地势紧密联系在一起，南坡

面植被种类变化平缓，北坡面则相反。

6 ） MODIS NDVI 数据在月份尺度上能有效的反应与秦岭地区物候的变化相互一致。用

Landsat 遥感影像提取的 NDVI 与 MODIS NDVI 拼合起来研究 NDVI 的时序特征是可以行得通的，

首先对两种 NDVI 数据经行过一致性分析。可以提取 MODIS NDVI 的变化趋势对 Landsat NDVI

做微小的调整，就可以减少拼合起来研究 NDVI 时序特征的误差。

7 ）在精度方面， Landsat 遥感影像提取的 NDVI 经过一系列的处理，所以 MODIS NDVI 具

有较高的精度和可信度。遥感影像预处理后任然有云片的影响，对于提取 NDVI 来讲，云区的影

响是难以避免的，造成提取的 NDVI 数据在云区是不可信的。所以下载 MODIS NDVI 数据来辅

助研究秦岭 NDVI 的动态格局，同时验证提取的 NDVI 是否具有可用性。外界因素对遥感影像的

影响是难以消除的，所以通过一定技术手段减弱这些影响，使遥感影相的分类图和 NDVI 数据具

有可用性。

8 ）运用 MODIS 数据下的 NDVI 数据中 7 月份和 9 月份的值建立与年 NDVI 之间的方程，就

可以用这个函数来对 Landsat 提取的 NDVI 值经行修正，修正以后的 MODIS NDVI 与 Landsat

NDVI 呈现出来的一致性是相关性更高。 MODIS NDVI 的分辨率比 Landsat NDVI 的分辨率要高，

所以在植被的响应方面就更加敏感和准确。

总的来说， MODIS 传感器在光谱分辨率上的优势，对比了 Landsat NDVI ，结合 DEM 数据，

在研究植被动态格局上具有很强的优势，而且作为长期观察植被的生长状况， MODIS 传感器也

具有不可替代的作用。这对植被的动态监测有重要意义。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 31 页共 33 页

致谢

转眼间，四年的本科生求学生活即将结束，站在毕业的门槛上，回首往昔，奋斗和辛劳已

成为丝丝的记忆，甜美与欢笑也都尘埃落定。至此毕业论文完成之际，我谨向所有关心、爱护、

帮助我的人们表示最诚挚地感谢与最美好的祝愿。

本论文是在导师赵永华教授的悉心指导之下完成的。本文从选题、数据选择、资料收集、

提纲设计、方法选取、论文撰写到最终定稿都倾注了赵老师大量的心血和智慧。

同时感谢我的室友何香霖，在整个的论文写作中给予了很大帮助，每当遇到瓶颈之时总是

给予鼓励，整个本科生期间有你的陪伴让我感觉到很幸福。

感谢我的家人，在学习和生活上对我无微不至的照顾；感谢你们对我抱怨时的包容、对我失

意时的鼓励和对我欣喜时的告诫，是你们给了我一直前进的动力。

感谢所有关心和帮助过我的人，还有那些我无法一一列举姓名的师长和友人，同样感谢你

们！祝你们生活愉快，工作顺利，我将不断努力奋进，以实际行动回报你们的关爱和帮助。毕业设计（论文）报告纸

┊

装

┊

订

┊

线

┊

第 32 页共 33 页

参考文献

[1] 侯美亭 , 赵海燕 , 王筝等 . 基于 AVHRR 、 VGT 和 MODIS 的中国东部植被指数对比分析 [J].

遥感技术与应用 ,2013, 28(2): 291-299

[2] 韩鹏 , 姚娟 , 李天宏 .3 种不同数据源 NDVI 的比较分析及其在延河流域的应用研究 [J]. 应用基

与工程科学学报 ,2014,22(4):661-672

[3] 刘远 , 周买春 .AVHRR 、 SPOT-VGT 和 MODIS 3 种 NDVI 遥感数据在韩江流域的对比分析 [J].

华南农业大学学报 ,2015,36(1):106-112

[4] Song Y, Ma M G,Frank V.Comparison and Conversion of AVHRR AVHRR and SPOT

VEGETATION NDVI Data in China[J].International Journal of Remote Sensing, 2010, 31(9):

2377-2392

[5] 毛德华 , 王宗明 , 宋开山等 . 东北多年冻土植被 NDVI 变化及其对气候变化和土地覆被变化的响

应 [J]. 中国环境科学 ,2011,31(2):283-292

[6] 毛德华 , 王宗明 , 罗玲等 . 基于 MODIS 和 AVHRR 数据源的东北地区植被 NDVI 变化及其与气

温和降水间的相关分析 [J]. 遥感技术与应用 ,2012,27(1):77-85

[7] Fensholt R,Langanke T,Rasmussen K, et al . Greenness in semi-arid areas across the

globe1981-2007:An

earth

observing

satellite

based

analysis

trends

and

drivers[J].RemoteSending of Environment ,2010, 121: 144-158

[8] 陈燕丽 , 龙步菊 , 潘学标等 . 基于 MODIS NDVI 和气候信息的锡林郭勒草原植被变化检测研 [J].

遥感学报 ,2011,15(4):831-845

[9] 李苗苗 , 吴炳方 , 颜长珍等 . 密云水库上游植被覆盖度的遥感估算 [J]. 资源科学 ,2004,26(4):

154-159

[10] 陈述彭 . 遥感大辞典 [M]. 北京 : 科学出版社 ,1990

[11] 董永平 , 吴新宏等 . 草原遥感检测技术 [M]. 北京 : 化学工业出版社 ,2005

[12] 郭铌 . 植被指数及其研究进展 [J]. 干旱气象 ,2003,21(4):71-75

资深国土内业人士

发布了12 篇原创文章 · 获赞 9 · 访问量 1738

私信关注

猜你喜欢