AMSR_2微波植被指數(shù)在黃河流域的適用性對比與分析

周俊利,薛華柱,董國濤,樊 東,郭欣偉,殷會(huì)娟

(1.河南理工大學(xué) 測繪與國土信息工程學(xué)院,河南 焦作 454000; 2.黃河水利委員會(huì)黃河水利科學(xué)研究院 水利部 黃土高原水土流失過程與控制重點(diǎn)實(shí)驗(yàn)室,鄭州 450003)

植被在地球系統(tǒng)中扮演著重要的角色，植被指數(shù)作為植被生長、植被分布、生物量等信息提取的重要手段，已廣泛應(yīng)用于許多領(lǐng)域[1-3]。因此，地球植被及其變化一直被各國科學(xué)家和政府所關(guān)注[4]。根據(jù)植被的光譜特性，將衛(wèi)星可見光和近紅外波段進(jìn)行組合，形成了各種光學(xué)植被指數(shù)。目前較為常用的植被指數(shù)有歸一化植被指數(shù)NDVI、增強(qiáng)植被指數(shù)EVI等。光學(xué)遙感容易受到環(huán)境條件和大氣狀況等多種因素的影響，在時(shí)空分布上具有一定的局限性。相較于光學(xué)遙感，微波遙感不受太陽照射、大氣、云層、降水等因素的限制，具有全天時(shí)和全天候工作的能力，對植被木質(zhì)部生物量、植被類型以及土壤含水量等具有非常強(qiáng)的敏感性，可以探測到相對較厚的植被層[5]。相較于光學(xué)遙感和主動(dòng)微波遙感，被動(dòng)微波遙感的時(shí)間分辨率高，數(shù)據(jù)量低，數(shù)據(jù)處理較簡單，更適用于大范圍、長時(shí)序的植被實(shí)時(shí)監(jiān)測[6]。星載被動(dòng)微波傳感器因其穿透力較強(qiáng)、天氣影響較小、數(shù)據(jù)更新快等優(yōu)點(diǎn)，在對地觀測中扮演著重要的角色，為地表參數(shù)反演及地球環(huán)境變化的研究提供了重要的數(shù)據(jù)[7]。目前利用微波數(shù)據(jù)反演得出的各個(gè)微波植被指數(shù)與全國不同地區(qū)光學(xué)植被指數(shù)NDVI均具有良好的相關(guān)性[8-12]。

在研究典型地物微波輻射特性時(shí)，利用積分方程模型進(jìn)行模擬，發(fā)現(xiàn)裸露地表情況下不同頻率輻射率之間呈很強(qiáng)的線性關(guān)系，根據(jù)這一特性利用植被地表輻射模型推導(dǎo)出微波穿透指數(shù)了MVI[13-14]。陳思宇等利用青南牧區(qū)2007—2010年AMSRE升軌與降軌的亮溫?cái)?shù)據(jù)采用不同的頻率組合反演微波穿透指數(shù)MVI，結(jié)果表明升軌低頻數(shù)據(jù)反演的MVI與光學(xué)植被指數(shù)相關(guān)性最好[15]。呂京國等利用AMSR_E和MODIS數(shù)據(jù)，探討了微波穿透指數(shù)(Microwave Vegetation Penetration Index，MVI)與光學(xué)植被指數(shù)NDVI的關(guān)系。結(jié)果表明微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI呈負(fù)相關(guān)關(guān)系，且利用MVI數(shù)據(jù)模擬生成的NDVI圖像結(jié)果比較令人滿意[16]。

Choudhury等利用37 GHz頻率計(jì)算了微波極化差指數(shù)(Microwave Polarization Difference Temperatures，MPDT)，發(fā)現(xiàn)其與AVHRR植被指數(shù)具有一定的相關(guān)關(guān)系[17]，并將其應(yīng)用到了全球植被的監(jiān)測中去[18]。Plaloscia等通過研究計(jì)算出的微波極化差異指數(shù)(Microwave Polarization Difference Index，MPDI)能反映植物生物量[19]，而Becker通過研究發(fā)現(xiàn)MPDI在對植被較稀疏地區(qū)的干旱監(jiān)測中具有重要意義[20]。此外，毛克彪等人也做了相應(yīng)的微波植被指數(shù)的應(yīng)用研究[15,21]。

由前人的研究可知，目前較常用的微波植被指數(shù)MPDT，MPDI，MVI均為AMSR_E微波傳感器的亮溫?cái)?shù)據(jù)反演而來[12]，且其與光學(xué)植被指數(shù)均具有較好的相關(guān)性。AMSR_E微波傳感器與2011年10月停止工作，新一代微波傳感器AMSR_2于2012年7月正式運(yùn)行；對于植被生長變化的監(jiān)測分析來說，需要長期穩(wěn)定、實(shí)時(shí)更新的衛(wèi)星數(shù)據(jù)作為支持，本文選取新一代微波遙感數(shù)據(jù)AMSR_2數(shù)據(jù)，通過對比衛(wèi)星傳感器不同頻率亮溫?cái)?shù)據(jù)反演的微波植被指數(shù)來分析新一代微波遙感數(shù)據(jù)AMSR_2在黃河流域植被變化監(jiān)測與分析中的適用性。

1 研究區(qū)概況與數(shù)據(jù)源

1.1 研究區(qū)概況

黃河流域位于東經(jīng)95°53′—119°14′，北緯32°9′—41°51′，西起巴顏喀拉山，東至渤海，南臨秦嶺，北抵陰山，流域面積75.2萬km2。黃河流域幅員遼闊，橫跨第一、第二、第三階梯，流經(jīng)青海、四川、甘肅、寧夏、內(nèi)蒙古、陜西、山西、河南、山東9個(gè)省區(qū)。流域內(nèi)山脈眾多，地型復(fù)雜，地貌類型多樣，從西到東橫跨青藏高原、內(nèi)蒙古高原、黃土高原和黃淮海平原4個(gè)地貌單元，流域地勢西高東低，西部河源地區(qū)平均海拔在4 000 m以上，由一系列高山組成，常年積雪，冰川地貌發(fā)育；中部地區(qū)海拔在1 000～2 000 m，為黃土地貌，水土流失嚴(yán)重；東部海拔多不超過50 m，主要由黃河沖積平原組成。流域內(nèi)地形及氣候的多樣性使得流域內(nèi)植被覆蓋差異較大，不僅在時(shí)間上植被覆蓋變化顯著，在不同地區(qū)植被分布也大不相同。同時(shí)流域地表植被的變化趨勢還與流域生態(tài)環(huán)境的變化息息相關(guān)，如國家引導(dǎo)的退耕還林政策，使得近年來山西陜西北部山地植被覆蓋度明顯提高，水土流失現(xiàn)象得到很大改善。

1.2 數(shù)據(jù)與及處理

搭載第二代先進(jìn)微波輻射成像儀AMSR_2(Advanced Microwave Scanning Radiometer (2)的“第一輪衛(wèi)星計(jì)劃之全球水圈變化觀測衛(wèi)星”(GCOM-W1)于2012年7月4日發(fā)射進(jìn)入極軌[22]。AMSR_2具有14個(gè)亮溫觀測通道，與之前得AMSR_E(Advanced Microwave Scanning Radiometer -Earth Observing System)相比，AMSR_2增加了7.3 GHz的通道，目的是在觀測時(shí)避免無線電頻率的干擾[23-25]，從而得到更可靠的土壤濕度等數(shù)據(jù)[26]。本文采用的AMSR_2數(shù)據(jù)為10 km分辨率的水平垂直極化化亮溫?cái)?shù)據(jù)，時(shí)間序列為2012年7月至2016年12月，時(shí)間分辨率為1個(gè)月，頻率選取10 GHz，18 GHz與36.5 GHz的水平垂直極化亮溫?cái)?shù)據(jù)，微波數(shù)據(jù)由日本宇宙航空研究開發(fā)機(jī)構(gòu)(Japan Aerospace Exploration Agency：http:∥gcom-w1.jaxa.jp/index.html)網(wǎng)站下載。

AMSR_2微波亮溫?cái)?shù)據(jù)為HDF格式的正弦投影，對其進(jìn)行投影轉(zhuǎn)換，轉(zhuǎn)換為TIFF格式的經(jīng)緯度投影；對不同頻率亮溫?cái)?shù)據(jù)依據(jù)頭文件中各頻率信息對其進(jìn)行波段計(jì)算，得到標(biāo)準(zhǔn)亮溫?cái)?shù)據(jù)；然后對其進(jìn)行裁剪，提取出研究區(qū)內(nèi)各通道水平垂直極化亮溫?cái)?shù)據(jù)；為消除背景值的影響，采用最小值合成法合稱為逐月水平垂直極化亮溫?cái)?shù)據(jù)，并利用公式1，公式2計(jì)算出植被穿透指數(shù)MVI[13,14]、微波極化差異指數(shù)MPDI[17]。

(1)

(2)

式中：TBv(f1)、TBh(f1)分別為頻率為18 GHz，36.5 GHz的垂直和水平極化亮溫值；TBv(f2)、TBh(f2)為頻率36.5 GHz的垂直和水平極化亮溫值。

光學(xué)植被指數(shù)數(shù)據(jù)采用MODIS三級(jí)產(chǎn)品MOD13A3。MOD13A3植被產(chǎn)品空間分辨率為1×1 km，算法吸收全部16 d覆蓋全月的產(chǎn)品，若大氣中無云，采用時(shí)間加權(quán)平均值法，或采用最小值以防止云層的影響，數(shù)據(jù)由美國國家航空航天局(NASA，https:∥ladsweb.modaps.eosdis.nasa.gov/)下載。數(shù)據(jù)格式為正弦投影的HDF格式，時(shí)段與微波數(shù)據(jù)保持一致。光學(xué)植被指數(shù)數(shù)據(jù)集經(jīng)投影轉(zhuǎn)換、波段計(jì)算、研究區(qū)裁剪，提取黃河流域2012年7月至2016年12月植被指數(shù)數(shù)據(jù)集。

氣象站點(diǎn)降雨實(shí)測數(shù)據(jù)為中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/site/index.html)下載的全國氣象站點(diǎn)數(shù)據(jù)。利用研究區(qū)內(nèi)站點(diǎn)站號(hào)，通過IDL編程提取出黃河流域內(nèi)76個(gè)氣象站點(diǎn)逐日降雨數(shù)據(jù)與氣溫?cái)?shù)據(jù)，計(jì)算出逐月降雨、氣溫?cái)?shù)據(jù)，采用逐站點(diǎn)、分時(shí)段的方法分析光學(xué)植被指數(shù)植被的變化與降雨影響因素的相關(guān)性。

2 方 法

本文從數(shù)值對比、相關(guān)分析、趨勢分析方面來分析微波穿透指數(shù)MVI、微波極化差異指數(shù)MPDI與MODIS植被指數(shù)的變化趨勢一致性與相關(guān)性。同時(shí)分析各微波植被指數(shù)與降雨站點(diǎn)實(shí)測數(shù)據(jù)間的相關(guān)關(guān)系。計(jì)算方法分別為：

(3)

(4)

3 結(jié)果與分析

3.1 長時(shí)序變化對比

長時(shí)間序列植被指數(shù)的對比與分析，能有效的分析植被指數(shù)集間的相關(guān)性及一致性。對黃河流域2012年7月至2016年12月各微波植被指數(shù)與光學(xué)植被指數(shù)產(chǎn)品作對比與分析，結(jié)果見圖1。微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI成反比，即微波穿透指數(shù)MVI增大時(shí)，光學(xué)植被指數(shù)NDVI減小，如每年11月、12月份，光學(xué)植被指數(shù)NDVI數(shù)值達(dá)到最小，微波穿透指數(shù)MVI達(dá)到最大值。微波極化差異指數(shù)數(shù)據(jù)有效范圍在0～0.06，微波極化差異指數(shù)整體的變化趨勢與光學(xué)植被指數(shù)NDVI大致相同，變化曲線的波峰波谷相一致。不同頻率反演的微波極化差異指數(shù)大小不同，基于18通GHz水平垂直極化亮溫?cái)?shù)據(jù)反演的微波極化差異指數(shù)MPDI18整體上大于36.5 GHz反演的極化差異指數(shù)MPDI36.5。

圖1微波植被指數(shù)MVI，MPDI與光學(xué)植被指數(shù)NDVI時(shí)間變化

整體而言，不同的微波植被指數(shù)與光學(xué)植被指數(shù)的相關(guān)性也不同，圖2為光學(xué)植被指數(shù)與微波植被指數(shù)MVI，MPDI18，MPDI36.5的長時(shí)序月均值線性關(guān)系圖，由圖可知，微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI呈負(fù)相關(guān)，兩數(shù)據(jù)集植被指數(shù)值十分靠近回歸線，R2為0.85。微波極化差異指數(shù)MPDI18，MPDI36.5與光學(xué)植被指數(shù)NDVI也具有較好的相關(guān)性，R2分別達(dá)到0.71與0.70。光學(xué)植被指數(shù)NDVI與微波穿透指數(shù)MVI線性回歸圖中數(shù)值整體均在回歸線上及附近，光學(xué)植被指數(shù)NDVI與兩微波極化差異指數(shù)MPDI18，MPDI36.5線性回歸圖中數(shù)值分布較分散，靠近回歸線附近數(shù)值較少。

圖2光學(xué)植被指數(shù)NDVI與不同微波植被指數(shù)的線性關(guān)系

3.2 逐月均值變化分析

植被在不同月份植被含水量、葉綠素含量等生物量均不同，微波植被指數(shù)與光學(xué)植被指數(shù)在不同月份均有相應(yīng)的變化響應(yīng)。圖3為各微波植被指數(shù)數(shù)據(jù)集與光學(xué)植被指數(shù)數(shù)據(jù)集的多年逐月平均值散點(diǎn)圖。由圖中得知，微波極化差異指數(shù)MPDI18月均值散點(diǎn)圖與光學(xué)植被指數(shù)NDV月均值I散點(diǎn)圖變化曲線大致相同，植被指數(shù)較好的月份也集中在5到9月份，且兩植被指數(shù)數(shù)據(jù)集逐相關(guān)系數(shù)為0.851。微波植被指數(shù)MPDI36.5與光學(xué)植被指數(shù)NDVI的月均值的變化趨勢幾乎同步，兩數(shù)據(jù)集植被分布最好的月份集中體現(xiàn)在7到9月份，且微波極化差異指數(shù)MPDI36.5的月均值散點(diǎn)圖較MPDI18平滑，微波植被指數(shù)MPDI36.5與光學(xué)植被指數(shù)NDVI的相關(guān)系數(shù)達(dá)到了0.999，即兩數(shù)據(jù)集具有極強(qiáng)的相關(guān)性。而微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI的變化趨勢呈負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-0.938，兩數(shù)據(jù)集月均值變化呈反比，光學(xué)植被指數(shù)NDVI增加的月份，微波穿透指數(shù)MVI則減小，且微波穿透指數(shù)MVI的變化波動(dòng)較小。

圖3光學(xué)植被指數(shù)與微波植被指數(shù)多年逐月均值對比

3.3 光學(xué)植被指數(shù)與微波植被指數(shù)空間分布

3.3.1 相關(guān)分析 光學(xué)植被指數(shù)NDVI分別與與微波植被指數(shù)MVI，MPDI18，MPDI36.5進(jìn)行皮爾森(pearson)顯著性檢驗(yàn)，結(jié)果見表1。光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MVI顯著性檢驗(yàn)中的p值小于0.01，相關(guān)系數(shù)為-0.924，即光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MVI呈顯著性負(fù)相關(guān)關(guān)系；光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MPDI18顯著性檢驗(yàn)中的p值小于0.01，相關(guān)系數(shù)為0.841，即光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MPDI18呈顯著性正相關(guān)關(guān)系；光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MPDI36.5顯著性檢驗(yàn)中的p值小于0.01，相關(guān)系數(shù)為0.839，即光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MPDI36.5呈顯著性正相關(guān)關(guān)系。

表1 NDVI與各微波指數(shù)顯著性分析

光學(xué)植被指數(shù)與各微波植被指數(shù)逐像元相關(guān)性分析能很好的體現(xiàn)兩數(shù)據(jù)集空間分布的一致性。微波穿透指數(shù)MVI、微波極化差異指數(shù)MPDI18，MPDI36.5與光學(xué)植被指數(shù)NDVI像元相關(guān)性空間分布如圖4A—C所示。

微波穿透植被指數(shù)MVI與光學(xué)植被指數(shù)NDVI呈負(fù)相關(guān)關(guān)系，統(tǒng)計(jì)結(jié)果顯示兩數(shù)據(jù)集負(fù)相關(guān)區(qū)域占流域總面積的97.49%，其中相關(guān)系數(shù)小于0.6的區(qū)域占全區(qū)總面積的82.1%，相關(guān)系數(shù)小于0.8占全區(qū)中面積的61.1%，負(fù)相關(guān)關(guān)系明顯的區(qū)域主要分布于黃河中游。

微波極化差異指數(shù)MPDI18與光學(xué)植被指數(shù)NDVI相關(guān)性。統(tǒng)計(jì)結(jié)果顯示兩數(shù)據(jù)集呈正相關(guān)區(qū)域所占百分比為99.7%，其中相關(guān)系數(shù)大于0.6的區(qū)域占全區(qū)總面積的97.76%，相關(guān)系數(shù)大于0.8的區(qū)域占全區(qū)總面積的76.16%。在黃河流域內(nèi)，微波極化差異指數(shù)MPDI18與光學(xué)植被指數(shù)NDVI具有很好的一致性。

微波極化差異指數(shù)MPDI36.5與光學(xué)植被指數(shù)NDVI也呈現(xiàn)較好的相關(guān)性。統(tǒng)計(jì)結(jié)果顯示兩數(shù)據(jù)集呈正相關(guān)區(qū)域所占百分比為99.79%，其中相關(guān)系數(shù)大于0.6的區(qū)域占全區(qū)總面積的98.22%，相關(guān)系數(shù)大于0.8的區(qū)域占全區(qū)總面積的78.07%。

圖4NDVI與MVI，MPDI18，MPDI36.5相關(guān)系數(shù)分布

3.3.2 趨勢分析 為量化分析研究區(qū)內(nèi)NDVI的空間變化特征，將2012年7月—2016年12月植被指數(shù)均值利用趨勢分析方法得到54月間的黃河流域月均植被指數(shù)變化趨勢，光學(xué)植被指數(shù)NDVI、微波植被指數(shù)MVI，MPDI18，MPDI36.5變化斜率圖分別為圖5A—D所示，不同植被指數(shù)數(shù)據(jù)集在黃河流域內(nèi)Slope變化范圍為各不相同，表明植被變化趨勢的空間不一致性。圖5A光學(xué)植被指數(shù)NDVI變化斜率圖表明黃河流域植被改善面積大于植被退化面積，其中黃河干流區(qū)域、北洛河、無定河、涇河、渭河、汾河等流域植被改善較大，其中伊洛河流域植被改善情況為全流域最大。圖5B微波穿透指數(shù)MVI變化斜率圖表明植被指數(shù)降低區(qū)域主要集中在黃河源區(qū)與渭河上中游、無定河、十大孔兌流域等支流，即MVI斜率變化趨勢與NDVI斜率變化趨勢相反。圖5C微波極化差異指數(shù)MPDI18與圖5D中MPDI36.5變化斜率圖表明微波極化差異指數(shù)斜率變化趨勢與光學(xué)植被指數(shù)NDVI斜率變化趨勢整體一致，然而MPDI18植被指數(shù)在空間上的植被變化斜率值整體小于MPDI36.5斜率值，如黃河源區(qū)、伊洛河流域等區(qū)域。即基于36.5頻率的MPDI36.5微波極化差異指數(shù)在植被變化監(jiān)測方面優(yōu)于基于18頻率的微波極化差異指數(shù)MPDI18。

圖5NDVI，MVI，MPDI18，MPDI36.5植被指數(shù)變化斜率

3.4 植被對降雨的響應(yīng)

降雨與氣溫作為植被生長過程的重要影響因素，與植被的變化存在密不可分的關(guān)系[27]，本文利用黃河流域內(nèi)國家氣象站點(diǎn)實(shí)測降雨數(shù)據(jù)、氣溫?cái)?shù)據(jù)分別與光學(xué)植被指數(shù)NDVI與微波穿透指數(shù)MVI、微波極化差異指數(shù)MPDI18與MPDI36.5進(jìn)行趨勢分析。

提取黃河流域氣象站點(diǎn)位置的各植被指數(shù)，分別與與站點(diǎn)降雨數(shù)據(jù)、氣溫?cái)?shù)據(jù)進(jìn)行顯著性檢驗(yàn)與相關(guān)分析，表2中顯示實(shí)測降雨數(shù)據(jù)與光學(xué)植被指數(shù)NDVI具有最好的相關(guān)性，其中光學(xué)植被指數(shù)NDVI,微波極化差異指數(shù)MPDI18與MPDI36.5與降雨數(shù)據(jù)極顯著相關(guān)；微波穿透指數(shù)MVI與降雨數(shù)據(jù)的相關(guān)性較低，且顯著性水平較差。表3中顯示實(shí)測氣溫?cái)?shù)據(jù)與不同植被指數(shù)顯著性相關(guān)分析，其中微波穿透指數(shù)MVI與氣溫顯著性相關(guān)，微波計(jì)劃差異指數(shù)在春季與夏季與氣溫也有顯著性相關(guān)。

表2 不同植被指數(shù)與降雨顯著性相關(guān)統(tǒng)計(jì)

注：*代表p<0.05，**代表p<0.01。

表3 不同植被指數(shù)與氣溫顯著性相關(guān)統(tǒng)計(jì)

注：*代表p<0.05，**代表p<0.01。

4 結(jié) 論

(1) 各植被指數(shù)數(shù)據(jù)集長時(shí)間序列對比分析，結(jié)果顯示微波極化差異指數(shù)MPDI18，MPDI36.5的變化趨勢與光學(xué)植被指數(shù)NDVI相同，變化曲線的波峰波谷相一致。微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI呈顯著負(fù)相關(guān)，光學(xué)植被指數(shù)NDVI增加時(shí)，微波穿透指數(shù)MVI減小，且微波穿透指數(shù)MVI數(shù)據(jù)整體較大，數(shù)值范圍集中在0.65～0.9。

(2) 微波植被數(shù)據(jù)集與光學(xué)植被數(shù)據(jù)集的多年逐月均值對比結(jié)果表明：微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI對植被生長的月份變化均具有較好的表現(xiàn)。其中微波穿透指數(shù)MPDI36.5在反映植被生長變化中與光學(xué)植被指數(shù)NDVI存在最好的一致性，其相關(guān)性達(dá)到0.999。

(3) 微波植被指數(shù)數(shù)據(jù)集與光學(xué)植被指數(shù)數(shù)據(jù)集的空間分布具有很好的相關(guān)性與一致性。學(xué)植被指數(shù)與各微波植被指數(shù)逐像元相關(guān)性分析顯示：微波穿透指數(shù)MVI與光學(xué)植被指數(shù)NDVI呈現(xiàn)極強(qiáng)的負(fù)相關(guān)關(guān)系，且相關(guān)性較好的區(qū)域大多集中在黃河流域上中游。微波極化差異指數(shù)MPDI18，MPDI36.5與光學(xué)植被指數(shù)NDVI呈現(xiàn)很好的正相關(guān)關(guān)系，兩微波植被指數(shù)在全流域內(nèi)與光學(xué)植被指數(shù)均呈現(xiàn)較好的一致性，上游扎陵湖與鄂陵湖地區(qū)與中游渭河流域?qū)氹u市附近相關(guān)性較小。光學(xué)植被指數(shù)NDVI與微波植被指數(shù)MVI，MPDI18，MPDI36.5變化斜率顯示：MVI斜率變化趨勢與NDVI斜率變化趨勢相反，微波極化差異指數(shù)斜率變化趨勢與光學(xué)植被指數(shù)NDVI斜率變化趨勢整體一致，且基于36.5頻率的微波極化差異指數(shù)在植被變化監(jiān)測方面優(yōu)于基于18頻率的微波極化差異指數(shù)MPDI18。

(4) 黃河流域內(nèi)光學(xué)植被指數(shù)NDVI、微波穿透指數(shù)MVI、微波極化差異指數(shù)MPDI18，MPDI36.5與降雨數(shù)據(jù)、氣溫?cái)?shù)據(jù)均具有較好的響應(yīng)。光學(xué)植被指數(shù)數(shù)據(jù)集NDVI、微波極化差異指數(shù)MPDI18，MPDI36.5與實(shí)測降雨有較好的相關(guān)性；微波植被指數(shù)與實(shí)測氣溫?cái)?shù)據(jù)的相關(guān)性整體優(yōu)于光學(xué)植被指數(shù)NDVI。