NDVI及氣象因子的相關(guān)關(guān)系分析

..>遙感應(yīng)用模型實(shí)習(xí)NDVI與氣象因子相關(guān)性分析實(shí)習(xí)報(bào)告班級(jí)****班*************日期武漢大學(xué)教學(xué)實(shí)驗(yàn)報(bào)告遙感信息工程學(xué)院遙感科學(xué)與技術(shù)專業(yè)201*年*月*日實(shí)驗(yàn)名稱NDVI與氣象因子相關(guān)性分析指導(dǎo)教師****班級(jí)****班*****成績(jī)預(yù)習(xí)局部實(shí)驗(yàn)?zāi)康膶?shí)驗(yàn)根本原理主要儀器設(shè)備〔含必要的元器件、工具〕實(shí)驗(yàn)?zāi)康睦靡延械腗ODIS影像數(shù)據(jù)計(jì)算歸一化植被指數(shù)NDVI，并利用地面氣象站同步觀測(cè)數(shù)據(jù)提取積溫、日照等氣象因子，建立起NDVI與氣象因子的經(jīng)歷模型，分析二者之間的相關(guān)性，并通過在生物化學(xué)方面對(duì)NDVI與氣象因子之間的關(guān)系進(jìn)展解釋分析，實(shí)現(xiàn)在植被生理方面解釋它們之間的關(guān)系，從而希望之后能夠利用地面氣象站的氣象數(shù)據(jù)預(yù)測(cè)NDVI并實(shí)現(xiàn)估產(chǎn)等方面的應(yīng)用。也希望通過這次實(shí)習(xí)，學(xué)會(huì)如何合理科學(xué)地建立經(jīng)歷模型，并在建立模型后實(shí)現(xiàn)符合實(shí)際邏輯認(rèn)識(shí)的解釋，這是很重要的。實(shí)驗(yàn)根本原理根據(jù)植被特有的光譜特征，它在可見光局部由于色素的存在，會(huì)有較強(qiáng)的吸收，而在紅邊波段處快速抬升。利用這一特征可以建立起植被指數(shù)來探測(cè)植被像元并且以植被指數(shù)可以求取許多植被相關(guān)參數(shù)，如植被覆蓋率、葉面積指數(shù)，甚至用于植被估產(chǎn)等。歸一化植被指數(shù)NDVI就是以此為根底提出的，并在許多領(lǐng)域廣泛利用。NDVI值分布在-1到1之間，NDVI>0時(shí)可確定植被的存在，且NDVI越大，植被覆蓋率越高，但在高植被覆蓋率地區(qū)，NDVI就容易飽和了。NDVI的計(jì)算公式如下：NDVI=〔NIR-Red〕/〔NIR+Red〕而植被的生理狀態(tài)常常會(huì)影響NDVI，氣象因子又會(huì)影響植被的生理狀態(tài)，所以可以建立起氣象因子與NDVI的關(guān)系模型。一般在遙感應(yīng)用模型中可以建立的模型類型包括經(jīng)歷模型、物理模型和半經(jīng)歷半物理模型。此處氣象因子與NDVI的關(guān)系我們建立的時(shí)經(jīng)歷模型，即通過分析兩類數(shù)據(jù)之間的相關(guān)性選擇適宜的關(guān)系式建立模型。經(jīng)歷模型的建立，假設(shè)希望它能夠有意義，樣本點(diǎn)至少要有30個(gè)，還應(yīng)有相應(yīng)的驗(yàn)證樣本，但此處受數(shù)據(jù)限制，樣本缺乏，只能建立模型，無法完成驗(yàn)證。模型的相關(guān)性應(yīng)在一定閾值以上才能證明二者之間相關(guān)。最后在模型建立后還應(yīng)從實(shí)際植被生理方面對(duì)模型有所解釋，能夠找到與實(shí)際相符的關(guān)系才認(rèn)為模型可以承受。主要儀器設(shè)備本次實(shí)習(xí)中利用的數(shù)據(jù)包括隨州2003年和2004年MODIS250m分辨率的紅波段與近紅外影像，隨州03年04年地面站每日溫度、日照數(shù)據(jù)。因?yàn)闇囟葘?duì)植被的作用是累加的，所以需要利用每日溫度求積溫，積溫定義為溫度在0以上的每日溫度的累加值，同理，日照有延時(shí)效應(yīng)，所以可以統(tǒng)計(jì)一個(gè)5日累計(jì)日照時(shí)間、10日累計(jì)日照時(shí)間和15日累計(jì)日照時(shí)間。實(shí)習(xí)中使用的軟件包括ERDAS、E*cel和Matlab。利用ERDAS可以計(jì)算MODIS影像的平均NDVI值，E*cel求取積溫、累計(jì)日照時(shí)間，Matlab用于擬合氣象因子與NDVI的關(guān)系，并求出R2和RMSE判斷擬合效果與數(shù)據(jù)相關(guān)性。實(shí)驗(yàn)操作局部實(shí)驗(yàn)數(shù)據(jù)、表格及數(shù)據(jù)處理實(shí)驗(yàn)操作過程〔可用圖表示〕結(jié)論實(shí)驗(yàn)數(shù)據(jù)、表格和數(shù)據(jù)處理實(shí)驗(yàn)區(qū)域我們組分到的是隨州2003年和2004年的MODIS影像和對(duì)應(yīng)的地面站氣象數(shù)據(jù)，包括每日氣溫和每日日照時(shí)間。由于我們需要建立的是NDVI與氣象因子之間的關(guān)系，所以需要先利用MODIS影像的近紅外和紅波段求出NDVI，這里應(yīng)該要對(duì)數(shù)據(jù)進(jìn)展預(yù)處理，包括去除條帶噪聲，Bow-tie校正，太陽(yáng)天頂角訂正和幾何校正等，但現(xiàn)有的數(shù)據(jù)已經(jīng)做好預(yù)處理了，可以直接用就好。計(jì)算NDVI是利用ERDAS里的modeler模塊，注意分母為0的情況要去除。而氣象數(shù)據(jù)是每日溫度和每日日照時(shí)間，考慮氣象因子的延時(shí)效應(yīng)，需要計(jì)算累計(jì)值，這里我是用E*cel直接進(jìn)展的統(tǒng)計(jì)，注意最后求出的結(jié)果都要乘以0.1。在求出NDVI與積溫、累計(jì)日照時(shí)間后，利用Matlab的CFTool模塊進(jìn)展相關(guān)關(guān)系擬合并計(jì)算R2和RMSE，判斷評(píng)價(jià)擬合效果。實(shí)驗(yàn)操作過程MODIS影像的NDVI計(jì)算得到的MODIS影像已經(jīng)經(jīng)過數(shù)據(jù)預(yù)處理步驟，可直接利用ModelerMaker建立計(jì)算NDVI的模型，在建模時(shí)需要注意分母有可能為0的情況，所以添加判斷語(yǔ)句：NDVI分母為0時(shí)，NDVI直接取值為0。又因?yàn)樽詈笥糜谇€擬合的NDVI值是整幅影像的NDVI值取平均，而NDVI值小于0處一般認(rèn)為不是植被，所以我又增加了一個(gè)判斷，NDVI值＜0的像元不進(jìn)入平均計(jì)算，這樣可得到兩種平均NDVI值，一為整幅圖的NDVI取平均，另一個(gè)則是去除NDVI小于0的像元后再取平均得到的平均NDVI值。將對(duì)應(yīng)日期的NDVI導(dǎo)入E*cel中，便于之后的關(guān)系擬合。氣象數(shù)據(jù)的積溫、累計(jì)日照時(shí)間求解得到的地面站氣象數(shù)據(jù)是每日的氣溫與每日日照時(shí)間，但考慮到溫度和日照對(duì)植被的影響并不是立即見效的，總有延時(shí)效應(yīng)，所以需要對(duì)溫度和日照時(shí)間進(jìn)展累加，計(jì)算積溫和5日、10日和15日的累計(jì)日照時(shí)間，這些累加都是利用E*cel完成的。Matlab擬合NDVI與氣象因子關(guān)系取出E*cel中影像對(duì)應(yīng)的NDVI與積溫、累計(jì)日照時(shí)間值，導(dǎo)入Matlab中。利用Matlab中曲線擬合的cftool模塊，導(dǎo)入數(shù)據(jù)，選擇擬合關(guān)系的形式，比方線性的、二次曲線、三次曲線等，即可實(shí)現(xiàn)曲線擬合，并計(jì)算出R2和RMSE用于擬合效果評(píng)價(jià)。注意有一些氣象數(shù)據(jù)比方03年12月的兩個(gè)，因?yàn)闆]有對(duì)應(yīng)的影像數(shù)據(jù)需要?jiǎng)h除。結(jié)論利用Matlab擬合積溫、累積日照時(shí)間與NDVI的關(guān)系，由于經(jīng)歷模型的建立需要大量的樣本，至少30個(gè)左右，而可以利用的03年和04年的影像數(shù)據(jù)加起來才能到達(dá)這一量級(jí)，所以在之后的擬合中，將03和04年的數(shù)據(jù)一起參加擬合，就不按年份分開來做了，否則可能會(huì)出現(xiàn)因樣本數(shù)缺乏而使擬合效果不可信的情況。NDVI與積溫的相關(guān)關(guān)系擬合以累積溫度作為*軸，NDVI作為y軸，以二次曲線對(duì)數(shù)據(jù)進(jìn)展擬合，效果如下：圖1累計(jì)溫度與NDVI的關(guān)系Goodnessoffit:可以看到方程的可決系數(shù)R2值為0.8449，而可決系數(shù)越趨近1，說明模型對(duì)數(shù)據(jù)的擬合效果越好。均方根誤差RMSE為0.05383，RMSE越小，說明數(shù)據(jù)的離散程度越小。所以可以看到NDVI與積溫之間確實(shí)有相關(guān)性，并且二者呈二次曲線關(guān)系，即在一定范圍內(nèi)，溫度越高，NDVI也隨之增加，但到一定閾值后，積溫越大，NDVI反而減小。這與實(shí)際情況也是相符的。在植物生長(zhǎng)過程中，溫度慢慢增加，利于植被的發(fā)芽長(zhǎng)葉和葉綠素的合成，由此NDVI值也越發(fā)增大，但溫度太高，超過植被生長(zhǎng)的最高溫度時(shí)，植被就有可能缺水甚至死亡，這樣NDVI就會(huì)隨溫度增加反而下降。這是符合植物生理過程的，也說明這個(gè)模型可以承受。NDVI與累積日照時(shí)間的相關(guān)關(guān)系累計(jì)日照時(shí)間可以用3種不同時(shí)長(zhǎng)累積，包括5日累計(jì)日照時(shí)間、10日累積日照時(shí)間和15日累積日照時(shí)間。NDVI與5日累積日照時(shí)間的相關(guān)關(guān)系以5日累計(jì)日照時(shí)間為*軸，NDVI為y軸，擬合效果如下：圖25日累積日照時(shí)間與NDVI擬合Goodnessoffit:可以看到5日累積日照與NDVI之間的相關(guān)性并不明顯，從散點(diǎn)圖來看幾乎可以斷言二者僅有微弱的相關(guān)性。而通過結(jié)合實(shí)際分析，日照時(shí)間確實(shí)應(yīng)該與NDVI相關(guān)，所以，可能是因?yàn)閿?shù)據(jù)太少，無法排除誤差等因素造成的影響。為了驗(yàn)證去除了小于0的NDVI平均值是否能與累計(jì)日照時(shí)間有更好的相關(guān)性，將去除負(fù)值后的NDVI值也導(dǎo)入Matlab進(jìn)展曲線擬合，效果如下：圖35日累計(jì)日照時(shí)間與去除負(fù)值后的NDVI平均值的相關(guān)關(guān)系Goodnessoffit:可以看到點(diǎn)分布還是十別離散的，擬合效果還是不如人意。但僅從R2和RMSE等定量的評(píng)價(jià)指標(biāo)來看，去除負(fù)值后的NDVI平均值衡量模型擬合效果的可決系數(shù)R2增加了0.0004，反映數(shù)據(jù)離散程度的RMSE減少了0.0003，還是在向好的方向提升的。因?yàn)镹DVI為負(fù)值的像元理論上認(rèn)為它不屬于植被，雖然MODIS一個(gè)像元對(duì)應(yīng)的地面面積很大是250米*250米，很容易出現(xiàn)混合像元，但還是直接將負(fù)的NDVI認(rèn)為非植被去除了，這樣確實(shí)應(yīng)該對(duì)擬合效果有所提高，但又因?yàn)閷?duì)實(shí)際地表情況也不清楚，所以提升效果不佳也是可能的。NDVI與10日累積日照時(shí)間的相關(guān)關(guān)系以10日累計(jì)日照時(shí)間為*軸，NDVI為y軸，擬合效果如下：圖410日累計(jì)日照時(shí)間與NDVI的相關(guān)關(guān)系Goodnessoffit:由圖中樣本點(diǎn)的分布可以看出，根本沒有相關(guān)性。從定量指標(biāo)R2和RMSE來看，二者確實(shí)根本可以判斷為無明顯相關(guān)性。而因?yàn)榻Y(jié)合實(shí)際情況，日照有利于植被生長(zhǎng)與葉綠素的合成，理論上會(huì)越長(zhǎng)的日照會(huì)使NDVI增加，所以選擇利用一次曲線進(jìn)展擬合，而效果類似5日日照時(shí)間的累計(jì)值，分析原因有可能是數(shù)據(jù)的問題，但由于樣本數(shù)缺乏，無法對(duì)其中的噪聲、誤差進(jìn)展排除，所以擬合效果不好。類似的，希望分析去除負(fù)值后的平均NDVI值與10日日照累計(jì)時(shí)長(zhǎng)的關(guān)系，看是否能對(duì)結(jié)果有所優(yōu)化，二者的擬合效果如下：圖510日累計(jì)日照時(shí)間與去除負(fù)值后的NDVI相關(guān)關(guān)系Goodnessoffit:由散點(diǎn)圖分布看，效果并無明顯改善；而從定量指標(biāo)分析來看，效果不僅沒有改善，反而愈發(fā)差了。說明由于MODIS像元分辨率太低，混合像元情況很多，復(fù)雜的地面情況導(dǎo)致僅以NDVI值為負(fù)判斷植被是否存在是不可取的，所以擬合效果反而變差了。NDVI與15日累積日照時(shí)間的相關(guān)關(guān)系以15日累計(jì)日照時(shí)間為*軸，NDVI為y軸，擬合效果如下：圖615日累計(jì)日照時(shí)間與NDVI的相關(guān)關(guān)系Goodnessoffit:由散點(diǎn)圖來看，15日累計(jì)日照時(shí)間與NDVI的相關(guān)性優(yōu)于10日的，但還是相關(guān)性很低。由定量評(píng)價(jià)指標(biāo)來看，15日日照時(shí)長(zhǎng)累計(jì)值與NDVI僅微弱相關(guān)且數(shù)據(jù)離散。分析去除負(fù)值后的NDVI平均值與15日累計(jì)日照時(shí)間的相關(guān)性，擬合效果如下：圖715日累計(jì)日照時(shí)間與去除負(fù)值后的NDVI的相關(guān)關(guān)系Goodnessoffit:可以看到去除負(fù)值前后的NDVI平均值與15日累計(jì)日照時(shí)間的擬合效果類似，說明希望通過NDVI為負(fù)判斷植被存在與否，并通過去除這些負(fù)值提高精度是不可能的，這與地面復(fù)雜情況有關(guān)。三、實(shí)驗(yàn)效果分析〔包括儀器設(shè)備等使用效果〕將NDVI與溫度、累計(jì)日照時(shí)間擬合效果建立一個(gè)表格，通過比照它們的可決系數(shù)R2和RMSE來分析擬合效果。表1NDVI與氣象因子的相關(guān)性分析氣象因子可決系數(shù)R2均方根誤差RMSE積溫5日累計(jì)日照時(shí)間10日累計(jì)日照時(shí)間15日累計(jì)日照時(shí)間可決系數(shù)R2適用于衡量模型的擬合程度的一個(gè)指標(biāo)，R2越趨于1證明擬合效果越好；均方根誤差RMSE反映數(shù)據(jù)的離散程度，RMSE值越大，說明數(shù)據(jù)越離散。根據(jù)這樣的評(píng)價(jià)指標(biāo)，可以看到積溫與植被指數(shù)是確實(shí)存在強(qiáng)相關(guān)性的，而累計(jì)日照時(shí)間，尤其是10日的累計(jì)日照時(shí)間與植被指數(shù)之間根本不相關(guān)。分析擬合結(jié)果，可以看到對(duì)于溫度與NDVI的擬合使用的是二次曲線，因?yàn)榻Y(jié)合實(shí)際生理情況，溫度與植被生長(zhǎng)確實(shí)滿足二次曲線的關(guān)系：在一定的溫度閾值內(nèi)，溫度越高，植被的生理活動(dòng)越強(qiáng)，植被生長(zhǎng)越旺盛，表現(xiàn)出來的就是NDVI值的增加；但溫度一旦超過閾值，過高的溫度會(huì)破壞植物的組織，甚至導(dǎo)致植物缺水死亡，NDVI值會(huì)下降。在這樣的實(shí)際情況下，溫度與NDVI曲線的擬合是合理的，能夠用植物的生理來解釋的。而日照理論上與植被之間應(yīng)是線性的關(guān)系，因?yàn)橹脖缓铣扇~綠素需要紫外線的存在，日照時(shí)間越長(zhǎng)，葉綠素合成越多，表現(xiàn)出來的NDVI值就越大。但在這樣的實(shí)際情況下，選擇一次直線擬合累計(jì)日照時(shí)間與NDVI的關(guān)系，卻發(fā)現(xiàn)擬合效果不如人意，點(diǎn)分布十別離散，相關(guān)性也不高，這種情況有可能是數(shù)據(jù)存在問題。但由于樣本數(shù)少，無法判斷區(qū)分出噪聲等的影響，所以只能認(rèn)為是數(shù)據(jù)的原因，擬合不成立。為了改進(jìn)擬合效果，將原圖像中NDVI值為負(fù)的點(diǎn)