畢業(yè)論文-尺度轉(zhuǎn)換對NDVI的影響研究

第頁（共13頁）尺度轉(zhuǎn)換對NDVI的影響研究作者：指導(dǎo)教師：摘要：如何用一種向上的尺度轉(zhuǎn)換方法使得一幅高分辨率的遙感圖像經(jīng)向上尺度轉(zhuǎn)換后可以生成一幅低分辨率的遙感圖像,并且使這幅新生成的圖像所描述的地物空間關(guān)系、空間格局及破碎程度等信息與實際情況下該尺度下的信息保持一致,損失的信息量最少。如何找到這樣一種尺度轉(zhuǎn)換的方法是尺度問題中的核心部分,也是遙感中最終要解決的問題。本文一方面結(jié)合景觀生態(tài)學(xué)中有關(guān)空間分析和尺度轉(zhuǎn)換的方法及最近提出的基于直方變差圖的尺度轉(zhuǎn)換方法,對這些方法加以對比并分析了它們各自的優(yōu)缺點;另一方面在直方變差圖的基礎(chǔ)上結(jié)合分形理論引入了尺度轉(zhuǎn)折點這一概念。通過各個尺度轉(zhuǎn)折點可以確定各個尺度域。本文將結(jié)合以前學(xué)者們對于內(nèi)蒙古草原的NDVI的處理數(shù)據(jù)來進行闡述尺度轉(zhuǎn)換對NDVI的影響研究。關(guān)鍵詞：遙感；尺度轉(zhuǎn)換；NDVI1、引言尺度研究的根本目的在于通過適宜的空間和時間尺度來揭示和把握復(fù)雜事物規(guī)律。為此,科學(xué)有效的尺度選擇和尺度轉(zhuǎn)換方法不可或缺。由于我們面對的自然界和人類社會所具有的多樣性、空間異質(zhì)性和非線性特征,對它們的研究往往要在多級尺度上進行并對不同尺度間信息轉(zhuǎn)換。在景觀生態(tài)研究中人們提出了許多表述綴塊及綴塊間空間關(guān)系的統(tǒng)計參數(shù),描述尺度和進行尺度轉(zhuǎn)換的方法,而且研究也較定量遙感中的尺度轉(zhuǎn)換成熟。它們的表述思想和關(guān)于尺度的研究方法可供地理學(xué)家借鑒。但是,由于它們的提出有較深刻的生態(tài)學(xué)背景(如種群、群落、能量流動的廊道等),難以方便地直接用于定量遙感研究。由于地球系統(tǒng)空間異質(zhì)性的存在,限制了我們在不同尺度上不同傳感器遙感數(shù)據(jù)之間的尺度轉(zhuǎn)換。張顥等提出的直方變差圖法已經(jīng)初步表明在空間分析及多尺度信息融合方面有比較好的應(yīng)用并顯示出很好的前景。本研究在直方變差圖的基礎(chǔ)上結(jié)合分形理論引入了尺度轉(zhuǎn)折點這一概念,提出了基于“尺度轉(zhuǎn)折點”的尺度轉(zhuǎn)換方法的想法,并結(jié)合實際圖像進行了理論驗證。2、研究方法及研究區(qū)域的概述2.1研究方法2.1.1尺度尺度在地學(xué)、生態(tài)、氣象、遙感等不同領(lǐng)域有著不同的定義。從遙感的角度分析,尺度包括空間分辨率、時間分辨率及光譜分辨率。造成遙感問題復(fù)雜化的重要原因之一就是地面測量數(shù)據(jù)、不同遙感測量方式獲取的數(shù)據(jù)和應(yīng)用需要的數(shù)據(jù)在尺度上的不一致。如何在不同尺度的數(shù)據(jù)間相互轉(zhuǎn)換是尺度問題研究的核心之一。2.1.2尺度轉(zhuǎn)換尺度轉(zhuǎn)換是指將某一尺度上所獲得的信息和知識擴展到其他尺度上的過程。目前進行尺度轉(zhuǎn)換的方法很多,按照其轉(zhuǎn)換基礎(chǔ)劃分為基于像元的尺度轉(zhuǎn)換和基于對象的尺度轉(zhuǎn)換。基于像元的尺度轉(zhuǎn)換像元包括遙感數(shù)據(jù)的空間分辨率、時間分辨率、光譜分辨率等信息,早期的遙感數(shù)據(jù)尺度轉(zhuǎn)換工作多是圍繞像元展開?；谙裨某叨绒D(zhuǎn)換方法可粗略地分為統(tǒng)計方式、融合轉(zhuǎn)換以及分類轉(zhuǎn)換。基于對象的尺度轉(zhuǎn)換以像元為基本單位的尺度轉(zhuǎn)換方法簡單易行,然而它只考慮了地物的光譜信息,無法兼顧地物的空間結(jié)構(gòu)形態(tài)特征,難以解決同譜異物和同物異譜問題,致使難以得到穩(wěn)定的轉(zhuǎn)換效果。而地物類別的空間結(jié)構(gòu)形態(tài)是根據(jù)類別的屬性差異呈聚集狀分布,因此遙感影像中的地物類別特性不僅表現(xiàn)在單純的光譜信息上,還表現(xiàn)在形狀、紋理等特征上。近年來,隨著對尺度轉(zhuǎn)換的深入研究,不少學(xué)者提出用對象代替像元進行尺度轉(zhuǎn)換。Hay等將對象定義為:在影像上獨立的可分解的實體,可由高分辨率像元集聚產(chǎn)生,具有重復(fù)性、穩(wěn)定性。每個對象有代表其本質(zhì)的尺寸、形狀,與真實世界有著地理聯(lián)系?；趯ο蟮某叨绒D(zhuǎn)換是以對象為基本單元,在高空間分辨率影像上利用影像多尺度分割技術(shù),構(gòu)建不同尺度的影像信息等級結(jié)構(gòu),實現(xiàn)遙感影像信息在不同尺度層之間的傳遞。小尺度層上的影像描述地物細節(jié)的空間結(jié)構(gòu)特征,而大尺度層上的影像表示地物抽象或宏觀的空間結(jié)構(gòu)特征。尺度轉(zhuǎn)換的關(guān)鍵在于如何合理地確定對象的分割大小。對象的分割大小由影像空間結(jié)構(gòu)特征所決定。地物的空間結(jié)構(gòu)特征在遙感影像上表現(xiàn)為一定的紋理特征。紋理作為一種局部鄰域信息,具有尺度性、平移不變性和確定與隨機二重性。因此,基于對象的尺度轉(zhuǎn)換實際上是對遙感影像紋理特征的提取及合理分割。所提取的紋理特征應(yīng)能反映紋理的多尺度特征,能夠綜合或表示多尺度上的紋理信息。2.2地理位置概述內(nèi)蒙古草原地處歐亞大陸的腹地,地域遼闊,草原類型豐富多樣,占全國草原總面積的22%,是我國重要的畜牧業(yè)生產(chǎn)基地。同時內(nèi)蒙古草原橫跨我國三北地區(qū),是屹立于我國北方的一道天然綠色屏障,對我國的生態(tài)環(huán)境保護和改善發(fā)揮著不可替代的作用。根據(jù)內(nèi)蒙古自治區(qū)1∶100萬草原類型圖統(tǒng)計的全區(qū)草原總面積794239.00km2,主要由溫性草原、溫性荒漠、低地草甸、溫性荒漠草原、溫性草甸草原、溫性草原化荒漠、山地草甸等7類草原構(gòu)成,面積達781587.10km2,占內(nèi)蒙古草原總面積的98.40%,是構(gòu)成內(nèi)蒙古自治區(qū)草原的主體。2.3數(shù)據(jù)的介紹2.3.1MODISMODIS是搭載在terra和aqua衛(wèi)星上的一個重要的傳感器，是衛(wèi)星上唯一將實時觀測數(shù)據(jù)通過x波段向全世界直接廣播，并可以免費接收數(shù)據(jù)并無償使用的星載儀器，全球許多國家和地區(qū)都在接收和使用MODIS數(shù)據(jù)。MODIS是當(dāng)前世界上新一代“圖譜合一”的光學(xué)遙感儀器，有36個離散光譜波段，光譜范圍寬，從0.4微米（可見光）到14.4微米（熱紅外）全光譜覆蓋?？捎糜趯﹃懕怼⑸锶?、固態(tài)地球、大氣和海洋進行長期全球觀測。2.3.2NOAANOAA是隸屬于美國商業(yè)部的科技部門，主要關(guān)注地球的大氣和海洋變化，提供對災(zāi)害天氣的預(yù)警，提供海圖和空圖，管理對海洋和沿海資源的利用和保護，研究如何改善對環(huán)境的了解和防護。該局除了文職人員外，還有一個300人的穿統(tǒng)一制服的隊伍，執(zhí)行為管理廳工作的飛機、船只、車輛的駕駛、保衛(wèi)等任務(wù)。3基于MODISNDVI和NOAANDVI的尺度轉(zhuǎn)換研究3.1植被指數(shù)利用衛(wèi)星不同波段探測數(shù)據(jù)組合而成的，能反映植物生長狀況的指數(shù)。植物葉面在可見光紅光波段有很強的吸收特性，在近紅外波段有很強的反射特性，這是植被遙感監(jiān)測的物理基礎(chǔ)，通過這兩個波段測值的不同組合可得到不同的植被指數(shù)。差值植被指數(shù)又稱農(nóng)業(yè)植被指數(shù)，為二通道反射率之差，它對土壤背景變化敏感，能較好地識別植被和水體。3.2NOAANDVI和MODISNDVI的計算方法下面我們以內(nèi)蒙古草原為例，對大尺度草原區(qū)不同分辨率遙感數(shù)據(jù)之間的空間尺度轉(zhuǎn)換方法進行了探討。由于MODIS和NOAA數(shù)據(jù)都具有較低空間分辨率的特點(較低的空間分辨率會帶來較大的空間配準誤差和更為復(fù)雜的地物混合光譜成像過程),且研究區(qū)域面積較大,基于純象元NDVI分解的尺度轉(zhuǎn)換方法,高精度土地利用類型圖、不同類型植被純象元等參數(shù)的獲取困難。因此采用統(tǒng)計學(xué)方法,在宏觀尺度上直接根據(jù)MODISNDVI和NOAANDVI數(shù)據(jù)之間的相關(guān)關(guān)系建立線性空間尺度轉(zhuǎn)換模型,并將該模型進行時間尺度的外推應(yīng)用。內(nèi)蒙古草原地處歐亞大陸的腹地,地域遼闊,草原類型豐富多樣占全國草原總面積的22%,是我國重要的畜牧業(yè)生產(chǎn)基地。同時內(nèi)蒙古草原橫跨我國三北地區(qū),是屹立于我國北方的一道天然綠色屏障,對我國的生態(tài)環(huán)境保護和改善發(fā)揮著不可替代的作用。主要由溫性草原、溫性荒漠、低地草甸、溫性荒漠草原、溫性草甸草原、溫性草原化荒漠、山地草甸等7類草原構(gòu)成,面積達781587.10km2,占內(nèi)蒙古草原總面積的98.40%,是構(gòu)成內(nèi)蒙古自治區(qū)草原的主體。因此將這7類草原作為我們的研究區(qū)域。3.3MODISNDVI和NOAANDVI兩種尺度的穩(wěn)定性分析由于研究涉及空間尺度轉(zhuǎn)化模型進行時間尺度外推,因此有必要對MODISNDVI與NOAANDVI數(shù)據(jù)相關(guān)關(guān)系在長時間尺度上的穩(wěn)定性進行分析,這也是確保所得空間尺度轉(zhuǎn)化模型穩(wěn)定、有效的基本前提。選擇研究區(qū)域內(nèi)2000-2003年4-10月的月最大值合成NOAA和MODIS的NDVI數(shù)據(jù),利用ArcGIS9.0軟件計算研究區(qū)域內(nèi)2種數(shù)據(jù)在不同月份NDVImax的相關(guān)性,比較相同時期NDVImax相關(guān)性的波動情況,研究二者之間在研究區(qū)域內(nèi)是否存在穩(wěn)定的相關(guān)關(guān)系。結(jié)果見下圖。研究區(qū)域內(nèi)2000——2003年月最大值NOAANDVI和MODISNDVI數(shù)據(jù)相關(guān)性分析由圖可知,研究區(qū)域內(nèi)NOAANDVI和MODISNDVI數(shù)據(jù)在2000-2003年的生長季(4-10月)內(nèi)除2001年外(這主要是由于2001年氣候條件差,造成草原植被狀況差,其土壤背景噪聲等因素對AVHRR和MODIS傳感器監(jiān)測時的相對影響程度也隨之變大,造成了誤差增加,干擾了二者對反映真實草原植被狀況NDVI數(shù)據(jù)的獲取),其相關(guān)關(guān)系基本都呈規(guī)律性變化,二者之間在長時間尺度上的相關(guān)關(guān)系穩(wěn)定。3.4MODISNDVI和NOAANDVI的空間尺度轉(zhuǎn)化方法由于傳感器自身的原因,MODIS傳感器在定標方式、空間和光譜分辨率精度上都要優(yōu)于AVHRR傳感器,MODISNDVI也能夠更為真實地反映草原植被狀況,所以研究選擇由NOAANDVI向MODISNDVI進行尺度上推的空間尺度轉(zhuǎn)化方式,建立轉(zhuǎn)化模型。MODISNDVI和NOAANDVI兩種尺度的穩(wěn)定性分析五月各類型草原NOAA和MODIS數(shù)據(jù)關(guān)系比較六月各類型草原NOAA和MODIS數(shù)據(jù)關(guān)系比較七月各類型草原NOAA和MODIS數(shù)據(jù)關(guān)系比較八月各類型草原NOAA和MODIS數(shù)據(jù)關(guān)系比較九月各類型草原NOAA和MODIS數(shù)據(jù)關(guān)系比較十月各類型草原NOAA和MODIS數(shù)據(jù)關(guān)系比較由上圖我們不難看出研究區(qū)域內(nèi)草原植被4-10月的MODISNDVI與NOAANDVI數(shù)據(jù)具有良好的線性相關(guān)關(guān)系,其相關(guān)性從4月開始逐漸增強,至8月達到最高,9月后逐漸下降。其中4月相關(guān)性最低,5和10月的相關(guān)性相差不大,10月略高于5月;6和9月的相關(guān)性相差不大,9月略高于6月;7和8月的相關(guān)性相差不大,8月略高于7月;5、10月的相關(guān)性顯著高于4月,6-9月的相關(guān)性顯著高于4、5和10月,7、8月的相關(guān)性明顯高于6、9月。MODISNDVI與NOAANDVI數(shù)據(jù)線性相關(guān)性的這種變化趨勢,是對研究區(qū)域內(nèi)的草原植被生長狀況的真實響應(yīng)。4月研究區(qū)域內(nèi)的草原剛剛開始返青,此時草原植被的覆蓋度和生物量是一年中最低的時候,由于其本身的NDVI植被指數(shù)值很小,此時土壤背景噪聲等因素對AVHRR和MODIS傳感器監(jiān)測時的相對影響程度最大,由此造成的誤差也隨之加大,特別是NOAANDVI數(shù)據(jù),由于其定標參數(shù)的不確定性,導(dǎo)致中、低值范圍的變化超過20%,這些都大大干擾了二者對反映真實草原植被狀況NDVI數(shù)據(jù)的獲取,使得4月的NDVI數(shù)據(jù)中夾雜了過多的噪聲,所以4月的MODISNDVI與NOAANDVI數(shù)據(jù)相關(guān)性也最差。5月研究區(qū)域內(nèi)的草原植被覆蓋度和生物量較4月有了較大的增長,相應(yīng)的土壤背景噪聲等因素對AVHRR和MO-DIS傳感器監(jiān)測時的相對影響程度開始減弱,因此5月的MODISNDVI與NOAANDVI數(shù)據(jù)相關(guān)性較4月有了顯著的提高。6月研究區(qū)域內(nèi)的草原植被覆蓋度和生物量有了進一步的顯著增加,MODISNDVI與NOAANDVI數(shù)據(jù)的相關(guān)性繼續(xù)增強。7和8月是研究區(qū)域內(nèi)的草原植被狀況一年中最好的2個月,因此7、8月的MODISNDVI與NOAANDVI數(shù)據(jù)的相關(guān)性顯著高于其他月份,與7月的草原植被狀況相比,8月的草原植被狀況要好,但由于AVHRR和MODIS傳感器的飽和效應(yīng)影響,干擾了其對反映真實草原植被狀況NDVI數(shù)據(jù)的獲取,因此8月的MODISNDVI與NOAANDVI數(shù)據(jù)的相關(guān)性只是略高于7月。進入9月研究區(qū)域內(nèi)的草原植被覆蓋度和生物量開始降低,但由于研究區(qū)域內(nèi)存在了大量枯草的影響,降低了土壤背景等噪聲因素對AVHRR和MODIS傳感器監(jiān)測時的影響,因而9月的MODISNDVI與NOAANDVI數(shù)據(jù)的相關(guān)性要略高于6月,同理,10月的MODISNDVI與NOAANDVI數(shù)據(jù)的相關(guān)性也略高于5月。4、尺度轉(zhuǎn)換的兩種主要的方法4.1局部方差法局部方差法是由Woodcock和Strahler于1987年提出的。首先把一幅高分辨率的圖像通過up-scaling變成不同低分辨率的圖像,在各個不同低分辨率的圖像上分別算得局部方差值,然后繪出局部方差的曲線圖來。局部方差的計算方法:分別計算每一個3×3滑窗里9個像元的標準方差,然后對各個3×3滑窗的標準方差求其平均值作為在這一分辨率下的整幅圖像的局部方差值。然后再計算其他分辨率下整幅圖像的局部方差值。有關(guān)研究表明:圖像的局部方差是和地物的實際尺寸以及空間分辨率都有關(guān)系的。如果空間分辨單元比實際地物的尺寸還小時,在圖像上相鄰的單元間的相關(guān)性很高,而局部方差的值就會很低;如果空間分辨單元和實際地物的尺寸相當(dāng)時,在圖像上相鄰的單元間的相關(guān)性變低,而局部方差的值就會升高;如果空間分辨單元比實際地物的尺寸大時,一個分辨單元中就可能包括好多不同的地物,這時會使局部方差降低。最大局部方差對應(yīng)的分辨率可以看做是圖像中主要組分的運行尺度。因此通過局部方差法分析的結(jié)果可以指導(dǎo)進行尺度選擇。尺度選擇的不同,可能會導(dǎo)致對所研究對象的過程及其相互作用規(guī)律不同程度的把握,最終會影響到研究成果的科學(xué)性和實用性。理論上講,應(yīng)該選取最佳尺度,實際上,尺度的選擇受到一系列因素(如研究對象的性質(zhì)和復(fù)雜程度)的影響和制約,在充分考慮這些因素的情況下,尺度選擇應(yīng)該具有層次性,即至少要包括核心尺度、小尺度組分和大尺度背景三個層次。這樣有助于全面把握研究對象的特征與規(guī)律。4.2直方變差圖法張顥等通過定義駐點和邊界點的方法發(fā)展了利用直方變差圖來表示圖像中各類對象的整體破碎程度的方法。設(shè)有一M×N大小的圖像z=f(x,y),灰度分辨率為DN,空間分辨率d,則其直方圖為:當(dāng)對該圖像采用m×n的聚合窗進行向上的尺度轉(zhuǎn)換后,空間分辨率變?yōu)閙d×nd,圖像大小變?yōu)?M/m)×(N/n)。圖像變?yōu)?其對應(yīng)直方圖數(shù)學(xué)表達為:我們將經(jīng)過一系列尺度轉(zhuǎn)換后得到的一組直方圖稱為直方變差圖(histo-variogram),即以直方圖形式表達的隨尺度變化的方差圖。當(dāng)原始圖像中m×n聚合窗中各像元具有相同的灰度值時,在md×nd分辨率下的新像元保持灰度不變,我們稱該新像元為駐點(standingpixel),表示為fmn-standing(x,y),顯然駐點代表著平坦地表像元;反之稱其為邊界點(contourpixel),表示為fmn-contour(x,y),顯然邊界點代表著駐點的邊緣或者坡面像元。因此,可將新圖像的直方圖分解為兩部分:Hist_smn(zi)為駐點直圖: Hist_cmn(zi)為邊界點直方圖:通過對駐點直方圖的研究,可以得到以下結(jié)論:對不同尺度下駐點變化特征的描述可由幾個有明確物理意義的變量來表示:度量尺度(δ),駐點初始面積(S0),駐點的整體分維(d)。即駐點面積隨度量尺度的變化可表示為:Sδ=f(S0)δd-2當(dāng)?shù)弥吵叨认露攘康鸟v點面積,可根據(jù)該類駐點的空間格局推知更細尺度下駐點的面積等特征。根據(jù)直方變差圖可得到表明某類駐點空間格局的參量──整體分維,這就為進行尺度轉(zhuǎn)換提供了可能。5總結(jié)總體上研究區(qū)域內(nèi)的MODISNDVI在數(shù)值上具有大于NOAANDVI的特點,且二者在生長季(4-10月)內(nèi)具有較高的相關(guān)性。該相關(guān)性的強弱主要受植被生長氣候條件的影響,這是由于氣候條件較好的情況下,草原植被的高覆蓋有效降低了土壤背景在AVHRR和MODIS傳感器成像時造成的噪聲。反之,植被生長氣候條件差時會加大土壤背景在AVHRR和MODIS傳感器成像時的噪聲,導(dǎo)致MODISNDVI和NOAAND-VI數(shù)據(jù)的相關(guān)程度下降,因此在研究區(qū)域內(nèi)7、8月的MODISNDVI和NOAANDVI的相關(guān)程度最強,4月最弱?；贛ODISNDVI和NOAANDVI數(shù)據(jù)所建立的線性空間尺度轉(zhuǎn)化模型在時間維上具有一定程度的穩(wěn)定性?？臻g尺度轉(zhuǎn)化模型經(jīng)過時間尺度外推應(yīng)用后,其轉(zhuǎn)化后的NOAANDVI數(shù)據(jù)依然保持了對草原生物量較高的監(jiān)測精度,表明該模型能夠被應(yīng)用于時間尺度上的外推。由于7、8月的植被狀況最好,MODISNDVI和NOAANDVI數(shù)據(jù)的相關(guān)性最強,因此基于7、8月MO-DISNDVI和NOAANDVI數(shù)據(jù)所建立的空間尺度轉(zhuǎn)化模型在進行時間尺度外推時,其穩(wěn)定性也最優(yōu)?；诮y(tǒng)計學(xué)方法,利用250m分辨率MODISNDVI和8km分辨率NOAANDVI數(shù)據(jù)之間的線性相關(guān)關(guān)系,在較大尺度上建立了MODISNDVI和NOAANDVI數(shù)據(jù)之間的空間尺度轉(zhuǎn)換模型,但由于該方法自身并未考慮8km分辨率NOAANDVI數(shù)據(jù)大像元內(nèi)部的空間異質(zhì)性,因此,經(jīng)尺度轉(zhuǎn)換后的NOAANDVI數(shù)據(jù)在原始8km分辨率的大像元區(qū)域內(nèi)(8km×8km)的250m分辨率小象元數(shù)據(jù)之間相對精度并未提升,這是本方法的主要不足之處。但在空間尺度如此之大的研究區(qū)域內(nèi),受到諸多基礎(chǔ)數(shù)據(jù)嚴重不足的限制(高精度土地利用圖缺乏、低分辨率數(shù)據(jù)空間配準誤差大、不同類型植被純像元不足等),難以采用其他考慮空間異質(zhì)性較好的尺度轉(zhuǎn)換方法,因此采用的方法在保障總體尺度轉(zhuǎn)換精度的前提下,也不失為在大尺度空間范圍內(nèi)不同分辨率遙感數(shù)據(jù)之間進行尺度轉(zhuǎn)換、分析比較的一條切實可行的科學(xué)方法。參考文獻[1]李新,黃春林,車濤,等.中國路面數(shù)據(jù)同化系統(tǒng)研究的進展與前瞻[J].自然科學(xué)進展,2007,17(2):163-173.[2]MayauxP,LambinEF.Estimationoftropicalforestareafromcoarsespatialresolutiondata:Atwo-stepcorrectionfunctionforproportionalerrorsduetospatialaggregation[J].RemoteSensingofEnviron-ment,1995,53(1):1-15.[3]王開存,劉晶淼,周秀驥,等.利用MODIS衛(wèi)星資料反演中國地區(qū)晴空地表短波反照率及其特征分析[J].大氣科學(xué),2004,28(6):941-949.[4]KevinG,LeiJ,BradR,etal.MultiplatformcomparisonsofMODISandAVHRRnormalizeddifferencevegetationindexdata[J].RemoteSensingofEnvi-ronment,2005(99):221-231.[5]鮑平勇,張友靜,貢璐,等.由遙感數(shù)據(jù)獲取的地表反照率歸一化問題探討[J].河海大學(xué)學(xué)報(自然科學(xué)報),2007,35(1):67-71.[6]張萬昌,鐘山,胡少英.黑河流域葉面積指數(shù)(LAI)空間尺度轉(zhuǎn)換[J].生態(tài)學(xué)報,2008,28(6):2495-2503.[7]王培娟,謝東輝,張佳華,等.基于過程模型的長白山自然保護區(qū)森林植被凈第一性生產(chǎn)力空間尺度轉(zhuǎn)換方法[J].生態(tài)學(xué)報,2007,28(8):3215-3223.[8]黃家潔,萬幼川,劉良明.MODIS的特性及其應(yīng)用[J].地理空間信息,2003,1(4):20-28.[9]PotteC,TanPN,SteinbachM,etal.Majordisturbanceeventsinterrestrialecosystemsdetectedusingglobalsatellitedatasets[J].GlobalChangeBiology,2003(9):1005-1021.[10]StevenMD,MalthusTJ,BaretF,etal.Intercalibrationofvegetationindicesfromdifferentsensorsystems[J].RemoteSensingofEnvironment,2003,88:412-422.[11]嚴建武,李春娥,袁雷,等.EOS-MODIS數(shù)據(jù)在草地資源監(jiān)測中的應(yīng)用進展綜述[J].草業(yè)科學(xué),2008,25(4):1-9.[12]張連義,王剛,寶路如,等.錫林郭勒盟草地MO-DIS—NDVI植被指數(shù)和估產(chǎn)牧草產(chǎn)量季節(jié)變化特征[J].草業(yè)科學(xué),2008,25(3):6-11.[13]徐斌,陶偉國,楊秀春,等.我國退牧還草工程重點縣草原植被長勢遙感監(jiān)測[J].草業(yè)學(xué)報,2007,16(5):13-21.TotheinfluenceofthescalechangeNDVIresearchHUBinAbstract：Howtousetheupwardscaleconversionmethodmakesahighresolutionremotesensingimageupafterthescaleconversioncangeneratealowresolutionofremotesensingimage,andmakeitanewgenerationofimagedescriptionofthefeaturesspacerelation,spacepatternandbrokendegreewithinfor