惠嘉偉，白中科，劉凱杰，王子昊

1) 中國地質(zhì)大學(xué)（北京）土地科學(xué)技術(shù)學(xué)院，北京 100083 2) 自然資源部土地整治重點(diǎn)實(shí)驗(yàn)室，北京 100035 3) 自然資源部礦區(qū)生態(tài)修復(fù)工程技術(shù)創(chuàng)新中心，北京 100083

煤炭在我國能源消費(fèi)結(jié)構(gòu)中占據(jù)主體地位，煤炭生產(chǎn)是我國重要的能源產(chǎn)業(yè).2020 年，全國原煤產(chǎn)量達(dá)39 億t，較上年增加1.4%.大量的煤炭開采不可避免地會(huì)對礦區(qū)的生態(tài)環(huán)境造成嚴(yán)重的破壞[1-2]，對采煤礦區(qū)進(jìn)行植被恢復(fù)已經(jīng)成為各主要國家的共識(shí)[3].對礦區(qū)植被進(jìn)行監(jiān)測是礦區(qū)植被恢復(fù)工作的重要組成部分，對礦區(qū)植被工作的設(shè)計(jì)實(shí)施與管理維護(hù)都具有重要作用[4].

歸一化植被指數(shù)（NDVI）是目前在生態(tài)監(jiān)測工作中最常用的植被指數(shù)[5-6].NDVI 雖然可以反映地表植被覆蓋情況，但其作為一個(gè)指數(shù)并不具有明確的生態(tài)學(xué)含義.目前的研究中，大多采用植被指數(shù)轉(zhuǎn)換模型將NDVI 轉(zhuǎn)化為植被覆蓋度后用于各類生態(tài)監(jiān)測工作[7].但植被轉(zhuǎn)化模型的本質(zhì)是對NDVI 進(jìn)行線性運(yùn)算，其反映植被分布的功能與NDVI 完全相同.NDVI 植被覆蓋度模型被廣泛運(yùn)用于礦區(qū)植被監(jiān)測工作[7-12].此外，NDVI 也常被用于各類其他生態(tài)環(huán)境監(jiān)測工作[13-18].

NDVI 的特點(diǎn)是對于低植被覆蓋度非常敏感，但在植被覆蓋度很高時(shí)，其檢測能力逐漸下降[6,17].隨著遙感技術(shù)的發(fā)展，各波段反射率被以不同形式進(jìn)行組合來消除外在的影響因素，如遙感器定標(biāo)、大氣、觀測和照明幾何條件等，發(fā)展形成了多種植被指數(shù)[6]，其中有很多植被指數(shù)是基于NDVI的原理或形式進(jìn)行改進(jìn)而來的.邱潔等[12]采用植被恢復(fù)光譜指數(shù)（NBR）對幕府山礦區(qū)植被恢復(fù)工作進(jìn)行了監(jiān)測和評(píng)價(jià).徐霞[19]等構(gòu)建了溫度植被干旱指數(shù)（TVDI）與NDVI 相配合對布爾臺(tái)礦區(qū)進(jìn)行了生態(tài)監(jiān)測.Wang 等[20]基于改進(jìn)型方根植被指數(shù)（GRNDVI）對巴音孟克納源礦區(qū)的植被采礦及恢復(fù)過程進(jìn)行了監(jiān)測與評(píng)價(jià).

在生態(tài)監(jiān)測過程中，針對研究區(qū)域選擇合適的評(píng)價(jià)指數(shù)是生態(tài)環(huán)境監(jiān)測工作的基礎(chǔ)[21-23].鑒于NDVI 在生態(tài)監(jiān)測工作中的廣泛使用[21]，對其在不同自然區(qū)域下的適用程度和誤差進(jìn)行研究顯得尤為必要，這對礦區(qū)植被監(jiān)測方法的完善具有借鑒意義，對礦區(qū)植被監(jiān)測工作具有參考價(jià)值.

1 研究區(qū)概況

勝利礦區(qū)位于內(nèi)蒙古自治區(qū)錫林浩特市西側(cè)，煤炭年產(chǎn)量2000 萬t，是全國儲(chǔ)量最大的褐煤煤田.本文研究區(qū)域主要為勝利煤礦西二號(hào)露天礦及周邊矩形自然植被，地理坐標(biāo)為115°52′43″E～115°58′28″E，43°55′58″N～43°59′20″N，總面積約42.36 km2.研究區(qū)周邊地貌以高平原為主，屬于中溫帶干旱半干旱大陸性氣候，年均降水量309 mm，主要植被為溫帶干旱草原.

同時(shí)采用平朔礦區(qū)安家?guī)X露天礦、安太堡露天礦采坑、排土場及周邊自然植被形成的矩形區(qū)域作對比，地理坐標(biāo)為112°17′47″E～112°26′23″E，39°26′36″N～39°31′41″N，總面積約108.34 km2.平朔礦區(qū)位于山西省朔州市西北側(cè)，屬于溫帶半干旱季風(fēng)氣候區(qū)，年均降雨量450mm.研究區(qū)內(nèi)地貌多為黃土低山丘陵，地帶性植被為溫帶半干旱草原和半濕潤森林草原.研究區(qū)位置見圖1.

圖1 研究區(qū)位置Fig.1 Location of the study area

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文采取遙感波段反演的方式計(jì)算各植被指數(shù)，選取的遙感衛(wèi)星為Sentinel-2 系列衛(wèi)星.Sentinel-2 衛(wèi)星分為Sentinel-2A 和Sentinel-2B 兩顆衛(wèi)星，重訪周期為5 d.Sentinel-2 衛(wèi)星攜帶一枚多光譜成像儀（MSI），具有13 個(gè)光譜波段，空間分辨率分別為10、20 和60 m，具有三個(gè)紅邊波段，適合植被健康監(jiān)測.本文選取勝利礦區(qū)2019 年和2020 年7～9 月共6 景遙感數(shù)據(jù)進(jìn)行植被情況監(jiān)測，并選取平朔礦區(qū)2 景遙感數(shù)據(jù)進(jìn)行對比與討論，遙感數(shù)據(jù)的詳細(xì)信息見表1.遙感數(shù)據(jù)來源為歐洲航天局（https://scihub.copernicus.eu/dhus/#/home，訪問時(shí)間：2021 年7 月20 日）.

表1 遙感數(shù)據(jù)信息Table 1 Remote sensing data information

遙感數(shù)據(jù)預(yù)處理包括輻射定標(biāo)、大氣校正等，預(yù)處理步驟主要借助哨兵數(shù)據(jù)應(yīng)用平臺(tái)軟件（SNAP）和Sen2Cor 軟件（歐洲航天局，2020）進(jìn)行，然后根據(jù)研究區(qū)范圍將其裁剪為合適大小的區(qū)域.

2.2 研究方法

2.2.1 NDVI 計(jì)算

本文使用遙感波段反演的方法計(jì)算研究區(qū)的NDVI 值.計(jì)算公式為[5]：

式中，NDVI 為歸一化植被指數(shù)；NIR、R分別為地物在近紅外、紅波段的反射率，在本文使用的Sentinel-2 數(shù)據(jù)中，二者分別為波段8 和波段4.

2.2.2 礦區(qū)生態(tài)監(jiān)測

采用植被指數(shù)轉(zhuǎn)換模型將NDVI 轉(zhuǎn)化為可比性較強(qiáng)的植被覆蓋度.公式為：

式中，f為植被覆蓋度；NDVI 為歸一化植被指數(shù)；NDVImin為裸地的NDVI 值；NDVImax為完全植被覆蓋地區(qū)的NDVI 值.

每個(gè)研究區(qū)的兩期植被覆蓋度進(jìn)行差值處理，即可得到在這兩個(gè)年份之間研究區(qū)內(nèi)植被覆蓋的變化的空間分布.

2.2.3 NDVI 特性研究

采取實(shí)證對比的方式驗(yàn)證NDVI 在礦區(qū)植被監(jiān)測工作中表現(xiàn)出的特征.收集平朔礦區(qū)的同來源近似時(shí)間的遙感影像，并采用相同的方法計(jì)算平朔礦區(qū)植被覆蓋變化，以驗(yàn)證NDVI 在其他地區(qū)的礦區(qū)植被覆蓋監(jiān)測工作中是否會(huì)表現(xiàn)出相同的特征.

3 結(jié)果

3.1 勝利礦區(qū)植被覆蓋監(jiān)測

圖2 是勝利礦區(qū)2019 年、2020 年的植被覆蓋度分布.由圖2 可知，2019 年勝利礦區(qū)植被覆蓋度情況總體較差，7～9 月NDVI 均值分別為0.136、0.182 和0.163，2020 年7～9 月NDVI 均值分別為0.186、0.261 和0.240；2019 年7～9 月植被覆蓋度均值分別為0.421、0.438 和0.421，2020 年7～9 月植被覆蓋度均值分別為0.442、0.510 和0.490.從NDVI 的植被覆蓋度可以反映出勝利礦區(qū)的月際植被變化及年際植被變化：就月份而言，8～9 月是研究區(qū)植被覆蓋最高的時(shí)間段，7 月相對較低；就年際而言，相較于2019 年，2020 年研究區(qū)內(nèi)礦山、排土場及周邊自然植被覆蓋度均出現(xiàn)了明顯的上升，表明生態(tài)環(huán)境出現(xiàn)了明顯的改善.

圖2 勝利礦區(qū)2019、2020 年夏季植被覆蓋度分布.（a）2019 年7 月；（b）2019 年8 月；（c）2019 年9 月；（d）2020 年7 月；（e）2020 年8 月；（f）2020 年9 月Fig.2 Distribution of vegetation coverage in the summer of 2019 and 2020 in Shengli Coal Mine: (a) July 2019;(b) August 2019;(c) September 2019;(d) July 2020;(e) August 2020;(f) September 2020

植被密度的空間分布方面，植被覆蓋度較低的區(qū)域主要分布在研究區(qū)中部、北部排土場及采坑邊緣區(qū)域.植被覆蓋度較高的區(qū)域主要分布在礦區(qū)南部及西南部的排土場區(qū)域，成規(guī)則的條帶狀分布，具有明顯的人工干預(yù)的特征.礦區(qū)周邊的自然植被的植被覆蓋度明顯低于礦區(qū)南部條帶狀復(fù)墾區(qū)域，這表明人工干預(yù)可以有效恢復(fù)礦區(qū)生態(tài)質(zhì)量.礦區(qū)南部具有較高的植被覆蓋度的人工復(fù)墾區(qū)域在2020 年出現(xiàn)了明顯的擴(kuò)張，其擴(kuò)張范圍在8 月最為明顯.由礦區(qū)南部植被優(yōu)化區(qū)域的位置可以判斷研究區(qū)的土地復(fù)墾與植被修復(fù)工作是自南向北進(jìn)行的.

3.2 植被覆蓋誤差區(qū)域

經(jīng)過植被覆蓋分布與遙感影像的對比，可以得到植被覆蓋度在空間分布中的一個(gè)異?，F(xiàn)象.在礦區(qū)及排土場內(nèi)部出現(xiàn)了兩個(gè)較為明顯的植被覆蓋度較高的區(qū)域.此現(xiàn)象在2019 年7～9 月及2020 年9 月的研究均較為明顯，在2020 年7、8 月的對應(yīng)區(qū)域也有類似現(xiàn)象，但并不明顯.采用目視解譯的方式對這兩個(gè)區(qū)域的范圍進(jìn)行大致圈定.這個(gè)植被覆蓋度計(jì)算結(jié)果遠(yuǎn)高于周邊自然植被，與礦區(qū)南部人工干預(yù)下的植被恢復(fù)區(qū)域水平相當(dāng).異常現(xiàn)象與遙感影像對比見圖3.

圖3 基于NDVI 的植被覆蓋度誤差區(qū)域.(a)植被覆蓋度分布；（b）遙感影像(2020 年9 月19 日，真彩色合成)Fig.3 Vegetation coverage error area based on NDVI: (a) vegetation coverage distribution;(b) remote sensing image (September 19,2020,true color synthesis)

結(jié)合目視解譯可知，基于NDVI 的植被覆蓋度識(shí)別工作在自然植被、未修復(fù)排土場和已修復(fù)排土場等具有植被覆蓋的區(qū)域識(shí)別比較準(zhǔn)確，但在部分無植被覆蓋的區(qū)域識(shí)別結(jié)果是完全錯(cuò)誤的.這些區(qū)域具有以下特征：（1）集中于礦坑內(nèi)部被煤炭完全覆蓋的地區(qū)；（2）由于被煤炭完全覆蓋，其光譜特征在可見光波段往往反射率極低，在遙感影像中呈現(xiàn)為黑色；（3）根據(jù)礦坑形狀特點(diǎn)，這些區(qū)域的形狀一般比較規(guī)則，或具有一定的紋理特征；（4）數(shù)值不穩(wěn)定，植被覆蓋度計(jì)算結(jié)果容易出現(xiàn)大幅度異常的上升或下降.

3.3 NDVI 的礦區(qū)歸一化誤差

借助ENVI5.3 抽樣測定誤差區(qū)域、人工恢復(fù)區(qū)域和自然植被的光譜曲線，以確定出現(xiàn)誤差區(qū)域的原因.不同區(qū)域的部分光譜曲線見圖4.因?yàn)楸疚纳婕暗腟entinel-2 數(shù)據(jù)的紅、近紅外波段的波長分別為665 和842 nm，因而只截取了500～1000 nm的光譜曲線.

圖4 勝利礦區(qū)各區(qū)域抽樣光譜曲線.（a）誤差區(qū)域；（b）人工恢復(fù)區(qū)域；（c）自然植被區(qū)域Fig.4 Sampling spectrum curve of each area in Shengli mining area: (a) error area;(b) artificial restoration area;(c) natural vegetation area

由圖4（a）可知，誤差區(qū)域在可見光、近紅外波段的反射率僅為其他區(qū)域反射率的1/10，且隨著波長增大，其反射率也在逐漸增高，表現(xiàn)出除拐點(diǎn)外與自然植被近似的光譜特征.而人工恢復(fù)區(qū)域具有植被所具有的典型的“綠峰”和“紅谷”，在近紅外波段反射率迅速升高[24]，如圖4（b）所示.此外，植被覆蓋度較人工恢復(fù)區(qū)域較低，受到土壤背景值的影響更大，因而草原自然植被并沒有“紅谷”現(xiàn)象，而是反射率隨著波長增大不斷增大，與誤差區(qū)域的光譜曲線類似，見圖4（c）.

綠色植物光譜曲線在可見光波段有一個(gè)小的反射峰，兩側(cè)有兩個(gè)吸收帶，即在藍(lán)和紅波段為低谷，這是因?yàn)槿~綠素對藍(lán)光和紅光吸收作用強(qiáng)，而對綠光反射作用強(qiáng)造成的.但是在近紅外波段有一反射的“陡坡”[25].NDVI 的設(shè)計(jì)就是基于綠色植物在紅波段和近紅外波段的“陡坡”，利用地物在紅波段和近紅外波段的反射率之差（NIR-R）反映地表覆蓋情況，并利用地物在紅波段和近紅外波段的反射率之和（NIR+R）進(jìn)行歸一化，歸一化過程的設(shè)計(jì)目的是為了消除季節(jié)性太陽角度的差異，并最小化大氣衰減的影響[5].

選取“NDVI 的礦區(qū)歸一化誤差”最明顯的時(shí)間階段，2019 年8 月和2020 年9 月，分別在3 個(gè)區(qū)域抽樣計(jì)算NIR-R和NIR+R的均值，結(jié)果見表2.由表2 可知，NIR-R從大到小依次為：人工恢復(fù)區(qū)域、自然植被和誤差區(qū)域；NIR+R從大到小依次為：自然植被、人工恢復(fù)區(qū)域和誤差區(qū)域.NIRR的結(jié)果與實(shí)際植被覆蓋基本相符，但歸一化過程改變了不同區(qū)域間NIR-R的相對大小，導(dǎo)致誤差區(qū)域的NDVI 值出現(xiàn)明顯異常.同時(shí)，誤差區(qū)域的NIR-R和NIR+R相對其他區(qū)域都非常小，導(dǎo)致該區(qū)域基于NDVI 的植被覆蓋度的年際變化非常不穩(wěn)定，容易出現(xiàn)研究區(qū)內(nèi)植被覆蓋度變化的最值.

表2 不同區(qū)域NDVI 計(jì)算參數(shù)均值Table 2 Calculation parameters of NDVI in different areas

這可能是因?yàn)槊旱V地表覆蓋特性，NDVI 在草原煤礦植被監(jiān)測工作中有可能在裸煤覆蓋區(qū)域呈現(xiàn)誤差的計(jì)算結(jié)果，主要表現(xiàn)為礦坑內(nèi)部NDVI 值異常偏高，被識(shí)別為中高植被覆蓋區(qū)域.本文將這種現(xiàn)象稱為“NDVI 的礦區(qū)歸一化誤差”.

對“NDVI 的礦區(qū)歸一化誤差”出現(xiàn)的原因進(jìn)行分析，主要有：（1）煤礦礦坑內(nèi)部裸地區(qū)域的光譜曲線與低覆蓋植被的光譜曲線具有相似的特征，近紅外波段的反射率均遠(yuǎn)大于紅波段；（2）NDVI的歸一化過程改變了煤礦礦坑內(nèi)部裸地區(qū)域和低覆蓋植被區(qū)域的NIR-R值的相對大小，導(dǎo)致出現(xiàn)了礦坑內(nèi)部裸地的NDVI 值大于草地NDVI 值的現(xiàn)象.

4 討論

4.1 勝利礦區(qū)與平朔礦區(qū)NDVI 特征對比

為了驗(yàn)證“NDVI 的礦區(qū)歸一化誤差”的科學(xué)性，有必要在其他礦區(qū)進(jìn)行相同的實(shí)驗(yàn)驗(yàn)證.選取與勝利礦區(qū)的遙感影像成像時(shí)間相近的Sentinel-2平朔露天礦遙感影像，采用相同的方式計(jì)算NDVI，結(jié)果見圖5.

圖5 平朔礦區(qū)NDVI 分布.（a）2019 年；（b）2020 年Fig.5 NDVI distribution in Pingshuo mining area: (a) 2019;(b) 2020

從遙感影像看到，平朔露天礦的NDVI 的高值主要分布在已經(jīng)實(shí)施植被恢復(fù)工程多年的礦區(qū)西側(cè)排土場處，低值主要分布在未實(shí)施植被恢復(fù)工作的排土場內(nèi)部和建設(shè)用地處，新復(fù)墾排土場的NDVI 值介于二者之間.

與勝利礦區(qū)出現(xiàn)誤差區(qū)域不同，平朔礦區(qū)并沒有明顯的大范圍誤差區(qū)域.但通過與遙感影像的對比發(fā)現(xiàn)，在未修復(fù)排土場內(nèi)部同樣具有少量具有明顯線性紋理特征的異常區(qū)域，這些異常區(qū)域大多為采煤運(yùn)輸通道或采煤礦坑作業(yè)面，地表沒有植被生長，完全被煤炭覆蓋呈現(xiàn)黑色.值得注意的是這些區(qū)域的NDVI 值明顯高于周邊具有少量植被的未修復(fù)排土場，與已修復(fù)草地接近.部分異常區(qū)域與人工修復(fù)草地區(qū)域?qū)Ρ纫妶D6.

圖6（c）、（d）和（e）中的具有明顯紋理的黃色條帶狀區(qū)域即為誤差區(qū)域，其NDVI 值明顯高于周邊.其紋理特征與遙感影像中完全被煤炭覆蓋的道路、礦坑完全一致.但不同于勝利礦區(qū)，平朔礦區(qū)的誤差區(qū)域呈線狀紋理分布，寬度較小無法劃定邊界，所以采用抽樣的方式計(jì)算誤差區(qū)域即其他區(qū)域的NDVI 均值.在誤差區(qū)域、植被人工恢復(fù)完成區(qū)域、近期植被恢復(fù)區(qū)域及自然植被區(qū)域分別各抽取10 個(gè)樣點(diǎn)測定其NDVI 均值，結(jié)果為：誤差區(qū)域0.283、近期植被恢復(fù)區(qū)域0.294、植被恢復(fù)完成區(qū)域0.802、自然植被區(qū)域0.825.誤差區(qū)域和以低密度草地為主的近期植被恢復(fù)區(qū)域的NDVI值相近，遠(yuǎn)低于以林地為主的植被恢復(fù)完成區(qū)域和自然植被區(qū)域.

圖6 2020 年平朔礦區(qū)NDVI 誤差區(qū)域與人工修復(fù)區(qū)域?qū)Ρ?（a）2020 年平朔礦區(qū)NDVI 分布；（b）近期植被恢復(fù)區(qū)域；（c）誤差區(qū)域示例1；（d）誤差區(qū)域示例2；（e）誤差區(qū)域示例3Fig.6 Comparison of NDVI error area and manual restoration area in Pingshuo mining area in 2020: (a) NDVI distribution in Pingshuo mining area in 2020;(b) recent vegetation restoration area;(c) error area example 1;(d) error area example 2;(e) error Area example 3

選取平朔礦區(qū)4 個(gè)區(qū)域抽樣分析其光譜曲線，結(jié)果見圖7.對比分析圖4 與圖7 各區(qū)域的光譜曲線的特征.兩個(gè)地區(qū)的誤差區(qū)域的光譜曲線類似，在可見光和近紅外波段反射率總體較低.隨著波長增加，其反射率逐漸增大，在近紅外波段達(dá)到最高隨后出現(xiàn)波動(dòng)，近紅外波段的反射率遠(yuǎn)大于紅波段.平朔礦區(qū)近期植被恢復(fù)區(qū)域和勝利礦區(qū)的自然植被區(qū)域在可見光至近紅外波段光譜曲線特征相近，二者自然植被均以低密度草地為主，受到土壤背景的影響，導(dǎo)致其“綠峰”和“紅谷”現(xiàn)象均不明顯.總體上呈現(xiàn)隨著波長增加反射率逐漸增大，近紅外波段反射率遠(yuǎn)大于紅波段的特征，這個(gè)特征與誤差區(qū)域十分相似.因此只依據(jù)NDVI 的植被覆蓋度測算容易導(dǎo)致誤差區(qū)域被判定為低密度草地.

圖7 平朔礦區(qū)各區(qū)域抽樣光譜曲線.（a）誤差區(qū)域；（b）植被恢復(fù)完成區(qū)域；（c）近期植被恢復(fù)區(qū)域；（d）自然植被區(qū)域Fig.7 Sampling spectrum curve of each area in Pingshuo mining area: (a) error area;(b) vegetation restoration completed area;(c) recent vegetation restoration area;(d) natural vegetation area

綜上，“NDVI 的礦區(qū)歸一化誤差”導(dǎo)致的誤差區(qū)域在勝利礦區(qū)和平朔礦區(qū)均存在.誤差區(qū)域的光譜曲線與受到土壤背景值影響的草地光譜曲線特征類似，計(jì)算得到二者的NDVI 值也相近.這導(dǎo)致在基于NDVI 的礦區(qū)植被監(jiān)測工作中，誤差區(qū)域（被煤炭完全覆蓋的裸地）與草地容易產(chǎn)生混淆.對于不同研究區(qū)域，該現(xiàn)象的影響程度不同.勝利礦區(qū)位于干旱草原區(qū)，研究區(qū)內(nèi)主要植被為牧草，植被覆蓋度不高.誤差區(qū)域容易被誤判為草地，被歸類為研究區(qū)內(nèi)植被覆蓋度較高的區(qū)域，對礦區(qū)植被監(jiān)測工作影響較大.而平朔礦區(qū)位于季風(fēng)區(qū)，研究區(qū)內(nèi)優(yōu)勢植被為喬木、灌木，植被覆蓋度較高.雖然誤差區(qū)域的植被覆蓋度被誤判為比實(shí)際情況稍高，但誤判后的結(jié)果也僅接近于低覆蓋草地，在研究區(qū)內(nèi)屬于低植被覆蓋區(qū)域，在實(shí)踐中往往被視為計(jì)算誤差，并不會(huì)造成較大影響.因此，“NDVI 的礦區(qū)歸一化誤差”對以草本植物為主的干旱區(qū)草原礦區(qū)影響較大，且影響區(qū)域較為集中，這些區(qū)域植被覆蓋度幾乎為0，進(jìn)行掩膜處理并不會(huì)對礦區(qū)植被監(jiān)測工作產(chǎn)生較大影響.因此建議在礦區(qū)植被監(jiān)測的實(shí)踐中根據(jù)上述特點(diǎn)對可能存在的誤差區(qū)域進(jìn)行掩膜處理.

4.2 其他研究成果中對比

NDVI 被廣泛運(yùn)用于礦區(qū)生態(tài)監(jiān)測，如果“NDVI的礦區(qū)歸一化誤差”是存在的，那么誤差區(qū)域也可能會(huì)出現(xiàn)在其他研究成果中.例如：圖8 是帕提古麗·如則等[2]利用NDVI 對準(zhǔn)北煤田和什托洛蓋礦區(qū)的植被覆蓋進(jìn)行反演的結(jié)果與遙感影像的對比.圖8（a）和（d）為文章中的原圖，其使用NDVI對礦區(qū)地表覆蓋情況進(jìn)行反演.圖8（d）中紅框區(qū)域被識(shí)別為4 級(jí)高覆蓋度植被，對比圖8（a）中紅框區(qū)域，二者位置及形狀相似，可能是一個(gè) “NDVI的礦區(qū)歸一化誤差”區(qū)域.

圖8 其他研究成果中的“NDVI 的礦區(qū)歸一化誤差”現(xiàn)象[2].（a）原文研究地區(qū)；（b）Landsat 8OLI 影像（2019 年6 月1 日，真彩色合成）；（c）Google Earth 高清影像（2019 年8 月27 日）；（d）原文植被覆蓋度分布（2019 年）；（e）NDVIFig.8 Phenomenon of "NDVI mining area normalization error" in other research results[2]: (a) research area in the citation;(b) landsat 8OLI image (June 1,2019,true color composite);(c) Google earth image (August 27,2019);(d) distribution of vegetation coverage in citations (2019);(e) NDVI

為了驗(yàn)證該結(jié)論是否成立，本文選取與原文相同來源的2019 年6 月1 日的準(zhǔn)北煤田和什托洛蓋礦區(qū)Landsat 8OLI 數(shù)據(jù)并計(jì)算NDVI，如圖8（e）.為了確定該區(qū)域的地表覆蓋性質(zhì)，本文選取了該地區(qū)2019 年8 月27 日的Google Earth 高清遙感影像，如圖8（c）.由圖8（c）可知，該區(qū)域的地表覆蓋以裸煤為主，形狀位置與圖8（a）和（d）高度相似.由圖8 可知，在帕提古麗·如則等人的準(zhǔn)北煤田和什托洛蓋礦區(qū)的礦區(qū)植被覆蓋反演過程中，部分影像中裸煤覆蓋區(qū)域是研究區(qū)內(nèi)的NDVI 值的高點(diǎn)，出現(xiàn)了典型的“NDVI 的礦區(qū)歸一化誤差”現(xiàn)象，可以證明該現(xiàn)象在礦區(qū)生態(tài)監(jiān)測工作中是存在的并且具有一定的影響.

4.3 NDVI 適用性分析

綜合對比本文研究區(qū)域與其他文獻(xiàn)，可以發(fā)現(xiàn)“NDVI 的礦區(qū)歸一化誤差”現(xiàn)象隨著緯度的降低逐漸變?nèi)?，在本文涉及? 個(gè)研究區(qū)域中以平朔礦區(qū)影響最低.隨著緯度降低，區(qū)域主要植被類型逐漸向喬木轉(zhuǎn)變，低密度草地逐漸減少，“NDVI的礦區(qū)歸一化誤差”的影響逐漸減弱，所以NDVI的植被覆蓋監(jiān)測比較適合中低緯度地區(qū)露天煤礦.

此外，還有其他因素會(huì)影響NDVI 對于露天礦區(qū)的反演精度，例如在混合像元現(xiàn)象較為嚴(yán)重的城鎮(zhèn)區(qū)域、大范圍綠色地物覆蓋區(qū)域，NDVI 的反演精度會(huì)受到嚴(yán)重影響.在相關(guān)研究區(qū)的遙感監(jiān)測工作建議更換遙感指數(shù)進(jìn)行.

5 結(jié)論

（1）基于NDVI-植被覆蓋度模型是常見的礦區(qū)植被監(jiān)測模型，利用該模型可以比較有效地反映礦區(qū)內(nèi)已修復(fù)排土場等具有一定覆蓋度的區(qū)域內(nèi)的植被情況.

（2）礦區(qū)內(nèi)部被煤炭完全覆蓋的裸地區(qū)域的各波段反射率均遠(yuǎn)小于中低覆蓋草地，但二者的光譜曲線特征相似，這可能是由于NDVI 的歸一化算法的特性，導(dǎo)致這兩個(gè)區(qū)域的NDVI 值接近.這往往容易將礦區(qū)內(nèi)部被煤炭完全覆蓋的裸地區(qū)域誤判識(shí)別為中低覆蓋草地，稱這種現(xiàn)象為“NDVI的礦區(qū)歸一化誤差”.

（3）“NDVI 的礦區(qū)歸一化誤差”對干旱區(qū)草原礦區(qū)的影響比季風(fēng)區(qū)礦區(qū)更加嚴(yán)重.對于地表覆蓋以草地為主的草原礦區(qū)，建議在以NDVI 進(jìn)行遙感生態(tài)監(jiān)測工作中對相關(guān)區(qū)域進(jìn)行掩膜處理或使用差值植被指數(shù)（EVI）[26]等其他受到影響較小的植被指數(shù).