基于遥感的植被响应延迟方法 【技术领域】
本发明涉及一种基于遥感的植被对于气候变化的响应延迟方法
植物叶片组织对蓝光(470nm)和红光(650nm)有强烈吸收，而对绿光和红外光强烈反射。叶片中心的海绵组织和叶片背面组织对近红外辐射(NIR，700-1000nm)反射较强。从红光(Red)到红外光，裸地反射率较高但增幅很小。植被覆盖越高，红光反射越小，近红外光反射越大。红光吸收很快达到饱和，而近红外光反射随着植被增加而增加。所以，任何强化Red和NIR差别的数学变换都可以作为植被指数，来描述植被状况。归一化植被指数(NDVI)就被定义为：[(NIR/Red-1)/(NIR/Red+1)]。
植被的生长状况的好坏与该地区的气候的条件关系紧密。气象条件的变化往往要引起植被指数的增加或是减少，但植被对于降水、温度及其他气象指标的变化，存在延迟响应的机制，植被对于气候变化延迟响应时间的长短测量是需要解决得一个问题。本发明提出了一种基于遥感的月尺度植被响应延迟方法。
研究的目的是通过遥感的手段，利用多年NDVI时间序列，估算植被对于气候变化响应的延迟时间的长度。该方法简单、高效、易于应用，成本较低，可用于大范围长时间序列区域植被对于气候变化的响应时间研究。随着遥感技术的发展，存在多种的NDVI时间序列数据可供利用，这使得基于遥感估算植被响应的延迟时间成为可能。
【发明内容】
本发明的目的在于，提供一种基于遥感的植被响应延迟方法，该方法利用多年植被指数(NDVI)旬、月或半月的时间序列数据以及对应的气候数据，以每年1-8月数据为对象，确定在该时间段内植被指数(NDVI)和某一气象要素的距平值，利用回归计算的方法，得到植被指数(NDVI)的变点(理论上该应为回归线与时间轴的交点)，以同样的方法确定某一气象要素的变点，两者的时间间隔即为该气候要素所对应的植被的延迟时间间隔。本发明利用了遥感数据宏观性及长期观测的优点，结合了地面气象站的数据，综合分析不同植被类型对于主导气象因素的响应时间。
本发明所述的一种基于遥感的植被响应延迟方法，按下列步骤进行：
a、利用最大值合成或平均值合成方法，获得各气象站点的数据；
b、将遥感数据以8月份为间隔，将一年的植被指数数据分为两部分，计算前半年1-8月份的平均植被指数值，进一步获得距平值；
c、由于气象数据为点数据，需要对其进行空间插值处理，使每个栅格的大小与遥感数据栅格大小一致，以8月份为间断点将一年的数据分为两部分，根据相同的原则计算距平值；
d、在每年的上半年植被指数呈显著的增加趋势，利用线性回归的方式近似模拟其变化状况，根据回归方程获得，当植被指数的距平值为零时，为对应的月份；
e与植被指数相类似，降水也有相似的趋势，通过回归获得降水的变化趋势，根据回归方程获得，当植被指数的距平值为零时，为对应的月份；
f、两者之差即可得到植被指数对于降水增加的延迟响应时间；
g、利用多年的植被指数数据与气候数据，分别获得每一年对应的滞后时间，根据求其平均值，获得草地对于降水的延迟时间；
h、结合遥感分类数据，获得不同植被类型对于降水的不同响应时间的差异。
本发明所述地方法在应用过程中，需要注意的突出问题在于：在确定延迟响应时间之前，需要分析各植被类型主要的气候响应因子，然后据此确定不同植被类型的延迟时间。
本发明所述的方法利用了遥感数据宏观性及长期观测的优点，结合了地面气象站的数据，综合分析不同植被类型对于主导气象因素的响应时间，其特点为：
原理简单，且操作简便，利用一年内降水及NDVI数据，基于回归原理，得到植被NDVI和对应点降水量变化的点，通过比较两者的差别，确定植被对于气候变化的响应时间。
充分利用遥感宏观性的特点，得到每一象元对应的延迟时间，根据土地覆盖的分类图，进一步确定同一类植被的响应时间。
可获得大尺度植被对于气候变化的响应，以往的方法均是针对小范围内的植被，计算的结果在小范围内适用，该方法在较大的尺度上实现，应用于大尺度的植被滞后效应分析。
【附图说明】
图1为本发明植被响应延迟路线图
图2为本发明植被指数(NDVI)数据分析界面
【具体实施方式】
实施例
由于本发明是面向专业用户和研究部门的，考虑到在实际工作中，大都是研究部门的人员应用，现结合附图进一步描述。
以植被对于降水变化的响应时间为例
a、利用最大值合成或平均值合成方法，获得各气象站点的月降水量数据，结合ARCGIS的空间分析功能进行差值处理；
b、将遥感数据以8月份为间隔，将一年的植被指数数据分为两部分，计算前半年1-8月份的平均植被指数值，进一步获得距平值；
c、由于气象数据为点数据，需要对其进行空间插值处理，使每个栅格的大小与遥感数据栅格大小一致，以8月份为间断点将一年的数据分为两部分，根据相同的原则计算距平值；
d、在每年的上半年植被指数呈显著的增加趋势，利用线性回归的方式近似模拟其变化状况，根据回归方程获得，当植被指数的距平值为零时，为对应的月份；
e与植被指数相类似，降水也有相似的趋势，通过回归获得降水的变化趋势，根据回归方程获得，当植被指数的距平值为零时，为对应的月份；
f、两者之差即可得到植被指数对于降水增加的延迟响应时间；
g、利用多年的植被指数数据与气候数据，分别获得每一年对应的滞后时间，根据求其平均值，获得草地对于降水的延迟时间；
h、结合遥感分类数据，获得不同植被类型对于降水的不同响应时间的差异。
利用ARCGIS技术，设计一种植被延迟方法，计算延迟响应时间之前，厘定各植被类型主要的气候响应因子变化特征，输入各参数并计算，得出不同植被类型的延迟时间。