基于多环境因子与多时相影像的NDVI合成新方法及其在生态系统监测中的应用

《Remote Sensing Applications: Society and Environment》：A New NDVI Synthesis Method Based on Multiple Environmental Factors and Multiphase Images

针对单时相NDVI数据难以准确表征生态系统状态的问题，研究人员提出多因子多时相数据叠加法（MFMPDS），通过整合70期遥感数据与环境因子，构建了消除随机异常、反映生态特征的NDVI均衡数据集。该方法显著提升了长期植被监测的可靠性，为生态系统评估提供了创新技术框架。

在全球气候变化背景下，植被作为生态系统的"晴雨表"，其动态监测对理解环境变迁至关重要。归一化植被指数（NDVI）虽被广泛用于植被评估，但传统单时相数据易受云层干扰、大气扰动和物候期限制，难以真实反映生态系统状态。例如，最大合成法（MVC）虽能减少云污染影响，却会高估NDVI值；而均值法则易受偏态分布干扰。这些局限性导致不同研究使用NDVI年最大值（NDVI_year）、生长季均值（NDVI_gsmean）等指标时，结论存在显著差异。

针对这一科学难题，内蒙古自治区的研究团队在《Remote Sensing Applications: Society and Environment》发表创新成果。他们以典型生态交错带——呼伦贝尔草原海拉尔河流域（2214 km²）为研究区，提出多因子多时相数据叠加法（MFMPDS）。该方法整合70期遥感影像与高程、土壤湿度等环境因子，通过线性加权合成构建NDVI均衡数据集。关键技术包括：1）基于环境因子贡献度的权重分配；2）多时相数据空间叠加分析；3）采用95%置信区间验证数据代表性。

研究结果揭示：
NDVI空间分布与影响因素：合成NDVI空间分异显著，河漫滩湿地NDVI>0.5，而丘陵草原集中在0.3-0.4，证实环境因子对植被格局的调控作用。
与传统方法对比：单时相数据的最小值、中位数和最大值差异达15%，而MFMPDS合成值稳定趋近中位数水平，且全部落在全数据集95%置信区间内。
科学验证：相比MVC法，新方法NDVI值更接近实际生态状态，空间分布与实际生态系统吻合度提升23%。

这项研究突破传统NDVI合成技术的局限，首次实现环境因子贡献度与多时相数据的协同优化。其创新性体现在：1）建立环境因子-NDVI响应模型，量化温度、降水等要素的权重；2）构建时空均衡数据集，消除单时相观测的偶然性；3）验证合成数据在长期生态分析中的稳定性。该技术框架为高寒草原、湿地等脆弱生态系统的精准监测提供新范式，对全球变化研究具有重要方法论价值。