基于野外Vis-NIR光谱的土壤有机质预测与制图

利用野外实时快速获取的土壤光谱进行土壤有机质(SOM)预测与制图是精确农业与土壤遥感制图的必然需要,利用ASD FieldSpec Pro FR野外型光谱仪实时快速获取的光谱数据,去除噪声较大的边缘波段后,进行倒数的对数转换(Log(1/R))为吸收光谱。在分析吸收光谱和光谱指数与SOM关系的基础上,采用偏最小二乘回归法进行SOM的建模预测并借助地统计学方法进行SOM空间变异制图研究。结果表明,建模效果好的指标分别为特征波段(R2=0.91,RPD=3.28),归一化光谱指数(R2=0.90,RPD=3.08),特征波段与3个光谱指数组合(R2=0.87,RPD=2.67),全波段(R2=0.95,RPD=4.36)。光谱指标的克里格制图与实测SOM制图表现出相同的空间变异趋势,不同的指标均达到了较好的预测效果。     

地表枯枝落叶层影响下的土壤混合光谱特征及解混方法研究

针对草原土壤属性高光谱监测过程中地表枯落物对土壤光谱建模精度的影响。以呼伦贝尔典型草原土壤光谱为研究对象,通过室内模拟光谱实验及野外光谱实测验证,分析混合光谱特征,揭示枯枝落叶层对土壤光谱影响的规律,提出了基于光谱相似值约束下的盲源分离ICA算法,对混合光谱进行解混,削减枯枝落叶层对土壤光谱的影响。结果表明,(1)随枯枝落叶盖度增加,光谱纤维素吸收指数(CAI)增加,呈二次回归递增趋势,可有效检验混合光谱中枯枝落叶的覆盖程度;(2)混合光谱在700 nm跃迁波段有明显的斜率陡增现象,并在1 680及1 754 nm处存在微弱的木质素吸收特征,在2 100 nm附近处出现强吸收特征;(3)优化后的BSS-ICA算法可有效分离枯枝落叶同土壤的混合光谱,进而提升野外光谱估测有机碳含量的精度,分别利用偏最小二乘回归(PLSR)、支持向量机(SVM)及随机森林(RF)对解混前后光谱建立预测有机碳预测模型;其中SVM模型预测精度最高,预测集的R~2从0.71提高到0.75, RMSE从4.82 g·kg~(-1)降低到4.50 g·kg~(-1)。通过实验研究对定向去除外部环境参数中的地表枯枝落叶层对土壤高光谱影响进行了实证,并通过野外实测数据验证解混算法的有效性,为完善野外原位光谱数据反演及监测土壤理化属性提供理论依据。     

棉花冠层水分含量估算的高光谱指数研究

适宜的光谱指数对于地表参数高光谱诊断模型的估算精度具有决定性作用。通过不同棉花冠层水分含量表征参数冠层等效水厚度EWT_canopy, 植株含水量VWC及其对应的光谱数据分析,构建350～2 500 nm范围内所有波段两两组合的比值指数RVI和归一化指数NDVI,分析水分含量表征参数与所有指数之间的相关关系,筛选最大相关系数对应的指数作为最佳水分指数,利用新指数构建水分含量表征参数的估算模型,并与已知的各种水分指数估算精度进行比较。结果表明：新建比值指数R_{1 475}/R_{1 424}及其归一化指数(R_{1 475}-R_{1 424})/(R_{1 475}+R_{1 424})对EWT_canopy的估算效果最佳,由其得到的估算值与实测值之间的相关系数r值达到0.849;已知指数(R₈₃₅-R_{1 650})/(R₈₃₅+R_{1 650})对VWC的估算效果最佳,由其得到估算值与实测值之间的相关系数r值为0.805。     

基于土壤植被光谱协同分析的土壤盐度推理模型构建研究

土壤组成较为复杂,单纯利用土壤光谱信息探测土壤盐度,反演精度不足以满足实际需求。通过遥感获取的植被信息(植被类型和生长状况)可间接反映土壤盐分的空间分布特性,弥补上述不足。为此,基于干旱区土壤盐度与植被之间的协同变化,尝试结合土壤和植被光谱信息,借助二维特征空间理论,构建土壤盐度推理模型,提高土壤盐度推理精度。对于干旱区单个像元下土壤光谱的影响,利用归一化植被指数(normalized difference vegetation index,NDVI) 难以准确反演干旱区稀疏植被参数。因此,首先利用线性混合像元分解模型(linear spectral unmixing model, LSUM)提取研究区地物组分,构建植被组分指示因子(combined vegetation indicative factor, CVIF)方程,并与土壤盐度指数(salinity index,SI)构建二维特征空间。分析二维特征空间内散点走势与土壤盐分之间的关系,建立土壤盐度推理模型(salinity inference model, SID)。验证结果显示,CVIF提取的植被信息精度(R2>0.84, RMSE=3.92)高于应用较为广泛的NDVI(R2>0.66, RMSE=13.77)。构建的SID模型与前人基于NDVI建立的联合光谱指数(combined spectral response index, CORSI)相比,前者(R2>0.86, RMSE=6.86)推理精度优于后者(R2>0.71, RMSE=16.21)。由此得出结论,基于土壤和植被光谱信息双重判定的SID模型对土壤盐渍化的高精度遥感监测研究具有较好促进作用。     

基于多角度成像数据的新型植被指数构建与叶绿素含量估算

叶绿素含量的快速估算对于及时了解作物的长势、病虫害监测以及产量的评估都具有重要意义。利用自主研发的多角度成像观测系统获取了不同生育期玉米的高光谱影像,精确地提取出主平面内各个观测角度下玉米冠层的反射率。通过对ACRM模型模拟值和实测值的分析,计算出玉米冠层红波段下的热点-暗点指数(HDS),并利用该指数对TCARI进行改进,提出一个基于多角度观测的新型植被指数HD-TCARI,最后使用多角度高光谱成像数据对其进行了地面验证。结果表明,HD-TCARI能够减小LAI对叶绿素估算的影响,当叶绿素浓度大于30 μg·cm-2,HD-TCARI与LAI的相关性R2仅为26.88%～28.72%;当叶绿素浓度较高时,HD-TCARI具有抗“饱和”的特性在LAI在1～6之间变化时,HD-TCARI与叶绿素浓度的线性关系R2较TCARI提高了约9%左右。利用多角度高光谱成像数据对HD-TCARI进行地面验证,其与叶绿素浓度的线性关系(R2=66.74%)明显优于TCARI所建立的估算模型(R2=39.92%),证明了HD-TCARI指数具有更好地估算叶绿素浓度的潜力。     

连续小波变换高光谱数据的土壤有机质含量反演模型构建

土壤有机质含量是反映土壤肥力的重要指标,对其进行动态监测是实施精准农业的重要措施。近年来,众多学者尝试采用土壤近地传感(proximal soil sensing),尤其是近地高光谱技术,在田间和实验室获取不同形态土壤的高光谱数据,不断引入新方法建立适用于不同地域和不同土壤类型的有机质含量的反演模型。该研究在实验室内利用ASD FS3采集了土壤高光谱数据,采用“重铬酸钾-外加热法”测得了土壤有机质含量;分析了土壤原始光谱反射率(R)与有机质含量的相关性,选取R2>0.15的敏感波段的反射率;利用CWT对土壤原始光谱反射率(R)、光谱反射率的连续统去除(CR)进行不同尺度的分解,分析小波系数与土壤有机质含量的相关性,选取R2>0.3的敏感波段的小波系数;利用R选取的波段信息和R-CWT,CR-CWT的选取的小波系数,分别建立偏最小二乘回归(PLSR)、BP神经网络(BPNN)、支持向量机回归(SVMR)三种不同的土壤有机质含量反演模型。结果表明：相比R与土壤有机质含量的决定系数R2,R-CWT,CR-CWT变换后得到的小波系数与土壤有机质含量的决定系数R2分别提高了0.15和0.2左右;CR-CWT-SVMR的模型效果最为显著,预测集的R2和RMSE分别为0.83,4.02,RPD值为2.48,具有较高的估测精度,能够全面稳定地估算土壤有机质含量;CR-CWT-PLSR的模型精度与CR-CWT-BPNN,CR-CWT-SVMR相比虽有一定差距,但是其计算量要明显小于非线性的BPNN和SVMR方法,具有模型简单、运算速度快等特点,对开发与设计田间传感器具有较大的应用价值。     

典型半干旱区土壤盐分高光谱特征反演

选取陕北典型半干旱区为研究对象,利用土壤高光谱特征对盐分进行反演研究。在研究区域选取样点,采集土壤样品测定土壤光谱特征,以土壤反射率(R)、反射率对倒数(Log(1/R))及去包络线的反射率(R_cr)三个光谱特征进行土壤盐分反演研究,分析其与土壤盐分的相关性,遴选特征波段,并通过Matlab编程利用最小偏二乘回归方法(partial least squares regression,PLSR)建立土壤盐分定量反演模型,然后利用检验样点进行精度检验和比较。结果表明,利用经包络线去除后光谱反射率进行定量反演的均方根预测误差最小(1.253<1.367<1.575),其预测精度最高;利用土壤高光谱特征进行盐分反演的预测值与实测值相关性良好(r2=0.761),趋势线接近于y=x。总之,研究发现,土壤反射率经过包络线去除后,利用偏最小二乘回归方法建立的反演模型具有良好的精度,这将有利于提高土壤盐渍化的监测效率。     

基于实测高光谱和电磁感应数据的区域土壤盐渍化遥感监测研究

以新疆渭干河—库车河三角洲绿洲为例,利用实测得到的不同盐渍化程度的盐渍土高光谱数据和电磁感应数据(EM38)协同构建土壤高光谱盐分指数遥感监测模型,将该模型通过尺度效应转换用于校正传统的Landsat-TM多光谱遥感影像的土壤盐分光谱指数,用校正过的TM影像进行区域土壤盐分的反演,并利用实测土壤盐分数据对反演结果进行分析与验证。结果表明：将高光谱和电磁感应数据与多光谱遥感技术相结合进行区域土壤盐渍化信息的提取,其精度和反演效果(R2=0.799 3,p<0.01)明显优于传统多光谱遥感方法中单纯利用土壤盐分指数所建立的监测模型(R2=0.587 4,p<0.01),为今后更好地实现土壤盐渍化的高精度遥感动态监测研究提供了科学依据。     

运用光谱参数冠层覆盖度建立作物长势及氮营养状态模型

为了探索运用数码照片中光谱(红、绿、蓝)的像素计算得到的冠层覆盖度(canopy cover, CC)对玉米长势及氮素营养状态进行非破坏性监测的技术。通过获取玉米冠层的数码照片图像,定量化数码照片色彩参数与作物叶面积指数(leaf area index, LAI)、冠层干重(shoot dry matter weight, DM)、叶片氮素含量(leaf nitrogen content percentage, N%)之间的关系。试验于2012年和2013年在中国农业科学院试验田进行,运用基于Visual Basic Version 6.0研发的玉米冠层图像分析系统,分析了玉米品种中单909在3个氮素水平条件下分别于9叶展时期、抽雄期和灌浆期的CC、11种色彩指数与植株LAI,DM,N%及产量之间的相关性,并对相关性显著的指标进行了拟合与建模。结果表明,CC与LAI(r=0.93, p＜0.01),DM(r=0.94, p＜0.01),N%(r=0.82, p＜0.01)之间均达到了极显著水平;用CC估算LAI,DM和N%的模型均为幂函数,方程式分别是y=3.281 2x0.763 9,y=283.658 1x0.553 6,y=3.064 5x0.932 9;用与建模相独立的数据对模型验证,结果表明,CC估算LAI模型的实测值与模拟值基于1∶1直线的R2,RMSE和RE分别是0.996,0.035和1.46%;CC估算DM模型的R2,RMSE和RE分别是0.978,5.408 g和2.43%;CC估算N%模型的R2,RMSE和RE分别是0.990,0.054和2.62%。综上所述,模型能够较准确的通过CC估算不同氮肥水平条件下玉米9叶展时期、抽雄期和灌浆期的LAI,DM与N%,表明应用数码相机的光谱信息可实现对玉米生长过程中的生长状况及氮素营养状态进行实时无损快速监测与预测。     

基于反射光谱的土壤铁元素含量估算

近几十年来,光谱技术在土壤科学中的应用越来越受到重视。利用土壤反射光谱可以快速获取土壤信息,了解土壤理化属性,对土壤铁含量进行估算。在已有的研究中,土壤铁的光谱估算多选用表层土壤,大多进行全铁的估算,忽略了不同形态的土壤铁,且估算结果并不十分理想。为了得到不同形态土壤铁最佳模型的处理方法,并探讨有机质含量和土壤深度对不同形态土壤铁估算精度的影响,以江苏省东台市为研究区,选取20个地点共采集了160份土壤样品,将每份样品分别研磨至10目和100目,在室内进行光谱数据采集之后,在使用八种不同方法进行预处理的同时将每种方法都选取多种参数,利用偏最小二乘回归法将全反射波段分别与土壤中的全铁、游离铁、无定形铁的含量进行建模回归,并评价模型精度。结果表明：(1)建立三种不同形态土壤铁的最优模型的处理方式都是将土壤研磨成100目,采用多元散射矫正法,全铁的决定系数(R2)只有0.6,而且模型不够稳定;游离铁和无定形铁估算结果比较好,R2分别达到了0.77和0.69,而且误差小,模型稳定;(2)由于全铁中的硅酸铁很容易受到外界环境的影响,有机质和土壤深度对全铁的估算精度影响都很大,对游离铁的估算精度影响最小;无定形铁由于含量少,其估算模型也比较容易受到有机质和土壤深度的影响。     

Isotopic discrimination during litter decomposition and delta13C and delta15N soil profiles in a young artificial stand and in an old floodplain forest

In the present study, rates of litter decomposition and microbial biomass nitrogen were monitored over an 8-month period in a young broadleaf plantation (18 y) and in an old floodplain forest. Moreover, delta13C and delta15N temporal variations within soil profiles were evaluated at both sites. Rates of litter decomposition were higher in spring and autumn than in summer, in both forests. At the end of the observation period the percentage of original litter remaining was not statistically different between the young and the old forest and accounted for 60-70% of the original amount. Microbial biomass nitrogen in the remaining litter and the percentage of litter mass lost during decomposition were positively correlated. The difference in litter quality affected the decomposition rate and also the changes in carbon isotopic composition during the decomposition process. In contrast, 15N isotopic signatures showed a similar trend in the litter of the two forests irrespective of the litter quality. Although delta13Csoil and delta15Nsoil showed considerable temporal variation they increased with depth in the soils of both sites but their seasonal changes did not reflect those of the decomposing litter. Within the same soil horizon, both delta13C and delta15N showed similar seasonal trends in the soils of the two forests, suggesting the involvement of environmental factors acting at regional level, such as soil temperature and rainfall variations, in regulating seasonal delta13C and delta15N soil variations.     

古尔班通古特沙漠生物土壤结皮反射光谱特征分析

通过对野外采样取得的新疆古尔班通古特沙漠中的生物土壤结皮、裸沙和干枯植被进行反射光谱测定,揭示出在干燥条件下各类地物的反射光谱特征。进一步对经过均匀喷洒0.5和1.0 mm水后的生物土壤结皮分别进行反射光谱测定,并对比分析了原始的和经水化实验后的生物土壤结皮光谱特征。依据生物土壤结皮的光谱特征,提出利用连续统去除技术估算生物土壤结皮覆盖度的方法,结果表明连续统去除光谱的负对数与生物土壤结皮盖度有很好的相关关系(r2=0.990 7)。     

近红外光谱技术在天然草地植被管理中的应用

植被是监测草地健康和生产力的主要依据,其变化是草地生态系统退化和恢复状况的最直接体现。及时掌握草地植被的变化信息是防止草地退化、实现草地生态系统可持续发展的首要条件。近红外光谱技术以其简便、快捷等优越性广泛应用于不同领域,在草地资源管理中有巨大的应用潜力和前景。文章介绍了近红外光谱技术的原理、特点及其在草地植被物种组成、草地植物茎叶比、凋落物及牧草品质测定等方面的应用特点,综合阐述了近红外光谱技术在草地植被管理中的应用现状,并对其应用前景进行了展望。     

植物叶片光谱角对土壤铀污染的指示作用

通过在土壤中添加浓度为0（对照组）,25,75,125,175,275,375和485 μg·g-1的铀,进行5种植物（苎麻、印度芥菜、酸模、甘蓝型油菜、玉米）的盆栽实验,研究了不同生长期的叶片光谱角对土壤铀污染的定性和定量指示作用,分析了定量指示作用与叶片铀含量的关系,并筛选出来在苗期即能反演土壤铀含量的植物,为通过野外实测植物叶片光谱快速、安全地进行土壤铀含量的本底调查和动态监测提供了有效的途径。更重要的是,以该叶片尺度的研究为基础,后续可以开展在冠层尺度采用遥感影像进行大面积土壤铀污染监测的相关研究。实验结果与主要结论如下：（1）以实验植物在不同生长期的实测叶片反射光谱为基础,计算了土壤受到铀污染后,在五个波段区间（表征叶片色素的350～716 nm、表征红边和近红外平台的717～975 nm、表征水分的976～1 265,1 266～1 770和1 771～2 500 nm）的光谱角。以盆为单位统计5种实验植物在13个生长期的光谱角,绝大多数情况下均大于阈值。叶片光谱角对铀产生了350～2 500 nm的全面响应,可以定性指示土壤是否受到铀污染。（2）涵盖全部5种实验植物的8个生长期得到了以光谱角作为自变量、通过显著性检验的线性回归方程。其中7个线性回归方程的决定系数R2＞0.64,3个（苎麻-苗期、印度芥菜-开花期和油菜-蕾薹期）的决定系数R2＞0.81。综合其他反演效果评价指标,可以认为叶片光谱角也能定量指示土壤铀污染程度,但定量指示作用随植物种类、生长期的不同而不同,其中苎麻、印度芥菜在苗期的叶片光谱角就可以比较好地反演土壤铀含量。（3）当叶片铀含量较高时,其光谱角对土壤铀污染的定量指示作用较强。     

基于光谱分析的草地叶绿素含量估测植被指数

对现有叶绿素遥感估测研究方法进行比较,确定植被指数法是其中最实用、普适性最强的研究方法。近年来,草地退化问题日益严峻,需要进一步从光谱分析、植物生化参数估测的角度加以研究,因而亟需建立一种用于反演草地植被叶绿素含量的植被指数。首先对四川省松潘草原和内蒙古自治区贡格尔草原的草地实测反射率光谱曲线及其一阶微分曲线进行分析,通过这两种光谱与叶绿素含量的相关性分析,找到红边区域（red-edge position, REP）与草地叶绿素含量之间的规律,即叶绿素含量越高,反射率一阶微分曲线的红边拐点（red-edge inflection point, REIP）取值越高,由此构建草地叶绿素含量估测植被指数（grassland chlorophyll index, GCI）,选取最适宜反演的波段,最后采用卫星高光谱影像计算GCI,将计算结果与野外试验观测的叶绿素含量数据进行精度分析验证。结果证明,对于草地叶绿素含量来说,GCI比其他叶绿素指数的敏感性更强,具有较高的草地叶绿素含量估测精度。GCI是第一个针对草地叶绿素含量估测而被提出的植被指数,其对遥感反演草地叶绿素含量具有广泛应用潜力。同时这种基于光谱分析的草原植被叶绿素含量估测方法为其他的草原植被生化参数估测、草原植被生长状况评价以及草地生态环境变化大面积监测提供了新的研究思路。     

草地退化的高光谱遥感监测方法

我国草地分布面积广,退化情况严重,实时、准确地监测草地的生态状况,对于区域气候、碳循环研究以及经济发展具有重要意义。利用地面实测光谱数据进行了高光谱草地退化监测研究。选择内蒙古呼伦贝尔市的温性草甸草原为研究对象,测量了草甸草原的羊草、克氏针茅、冷蒿等多种植物的叶片、冠层以及多种植物混合的群落反射率光谱数据。通过有效的光谱特征参量化方法,提取叶片和冠层光谱的光谱特征,准确区分了草甸草原的几种建群和退化指示草本植物,验证结果表明光谱识别的精度高于95%。以此为基础,利用线性光谱混合模型对群落植被的混合光谱数据进行混合光谱分解,得到各组分的覆盖度,误差在5%以内。该文的研究结果为高光谱遥感草地监测提供了有力依据。     

浑善达克沙地光合/非光合植被及裸土光谱混合机理分析

研究浑善达克沙地光合/非光合植被(photosynthetic/non-photosynthetic vegetation,PV/NPV)及裸土(bared soil,BS)光谱混合机理,对于构建沙地最佳光谱混合模型、准确估算沙地地表植被覆盖信息具有重要意义。本研究通过两景覆盖研究区的Hyperion高光谱影像获取47个典型混合样地对应混合光谱信息,利用地面实测获取PV/NPV及BS端元光谱和每个样地各端元丰度信息,然后分别尝试采用线性光谱混合模型和非线性光谱混合模型对所有样地混合光谱进行分解计算光合植被覆盖度(fractional cover of photosynthetic vegetation,f_pv)和非光合植被覆盖度(fractional cover of non-photosynthetic vegetation,f_npv),通过比较不同模型分解均方根误差及PV/NPV覆盖度估算精度来探索浑善达克沙地PV/NPV及BS之间光谱混合形成机理,寻求适合其f_pv与f_npv估算的最佳光谱混合模型。结果表明：对于浑善达克沙地来说,基于PV/NPV及BS的线性光谱混合模型可以实现f_pv与f_npv的较好估算,f_pv估算的均方根误差为0.12(R2=0.84),f_npv估算的均方根误差为0.13(R2=0.66);考虑多重散射影响的非线性光谱混合模型无论在模型分解精度还是在f_pv与f_npv估算精度上均没有明显提升,其中各端元之间的多重散射作用对f_pv估算精度的影响不大,但会导致f_npv估算精度的明显降低。     

考虑含水量变化信息的土壤有机质光谱预测模型

地物高光谱技术已被用于土壤有机质(SOM)等理化参数速测,但由于含水量、粗糙度等因素的影响,基于遥感影像的SOM空间反演精度较低。为此引入时相信息,将时像信息与光谱信息结合对研究区SOM进行预测,使预测模型精度显著提高。以黑龙江典型黑土区(北安市南部、海伦市中部、绥化市东部、绥棱县西南部、望奎县中部)为例,获取多期MODIS影像,利用MODIS数据高时间分辨率的优势,研究含水量对土壤反射光谱曲线的影响;基于SOM与含水量对反射率的综合作用分析,建立SOM遥感预测模型。结果表明：(1)利用单期影像建立的SOM光谱预测模型,未加入含水量变化对土壤反射光谱曲线的影响信息,基于年积日(DOY)117,119,130,140,143单期影像建立的SOM预测模型,RMSE分别为0.591,0.522,0.545和0.553,R2分别为0.505,0.614,0.562,0.568和0.645,模型精度及稳定性较低;(2)利用年积日119和143多时相影像建立的SOM预测模型,考虑了含水量与SOM的综合作用,RMSE为0.442,R2为0.723,模型精度、稳定性得到显著提高。研究成果对于区域土壤肥力评价、土壤碳库储量估测、精准农业发展有重要意义。     

Evolution of vegetation and soil nutrients after uranium mining in Los Ratones mine (Cáceres,Spain)

The evolution of vegetation structure following mine rehabilitation is rather scarce in the literature. The concentration of long-lived radionuclides of the ²³⁸U series might have harmful effects on living organisms. We studied soil properties and the natural vegetation occurring along a gradient in Los Ratones, an area rehabilitated after uranium mining located in Cáceres, Spain. Soil and vegetation were sampled seasonally and physical and chemical properties of soil were analysed, including natural isotopes of ²³⁸U, ²³⁰Th, ²²⁶Ra and ²¹⁰Pb. Species richness, diversity, evenness and plant cover were estimated and correlated in relation to soil physical and chemical variables. The location of the sampling sites along a gradient had a strong explanatory effect on the herbaceous species, as well as the presence of shrubs and trees. Seasonal effects of the four natural isotopes were observed in species richness, species diversity and plant cover; these effects were directly related to the pH values in the soil, this being the soil property that most influences the plant distribution. Vegetation in the studied area resembles that of the surroundings, thus proving that the rehabilitation carried out in Los Ratones mine was successful in terms of understorey cover recovery.     

苔藓结皮影响干旱半干旱植被指数的稳定性

植被指数是表征大尺度下陆地生态系统的最常用的,也是最前要的参数,所以得到准确的植被指数就显得至关重要.苔鲜结皮在干旱半干旱区、极地和亚极地Ⅸ分布广泛,且干、湿苔鲜结皮光谱差异较大,这种差异在十湿交替频繁的干旱与半干旱区是否对区域植被指数产乍影响?能产生多大的影响?国内外未见研究报道.该文以最常用的植被指数NDVI为例,重点分析了苔藓结皮干、湿变化能在多大程度上影响区域NDVI值.研究得出,100%盖度的湿苔藓结皮NDVI值(0.657)较于苔鲜结皮NDVI值(0.320)提高0.337,比干苔藓结皮高1倍多,干、湿苔藓结皮NDVI值达到0.000水平差异显著;研究区苔藓结皮的平均盖度为12.25%,线性混合光谱模型分析得出,湿苔藓结皮较干苔鲜结皮可以使研究区区域NDVI提高0.04(14·3%);由于苔鲜结皮的存在和干旱半干旱区降雨的不稳定性,必然造成该区域短时间内NDVI变化的不稳定.