2.1研究区概况
黄河流域西起巴颜喀拉山，东至山东省注入渤海，流域面积约74万km2，由西至东依次横跨青藏高原、内蒙古高原、黄土高原、黄淮海平原四大地理区域。该流域主要位于半干旱区-半湿润区气候过渡带，气候上具有太阳辐射较强、降水集中且分布不均匀、以及蒸发量大等特点。上游地区主要面临荒漠化、凌汛等问题；中游水土流失较为严重；下游地区人口稠密，城市建设用地、农垦区密集分布，环境承载压力加大，面临着地上悬河化、用水紧张等问题。为改善生态环境，国家层面已实施了一系列生态恢复工程措施，显著改变了流域土地利用格局，提高了植被覆盖度。本项目重点研究各植被下垫面类型范围内植被变化的时空分布特征，并对于-年黄河流域非植被区域进行掩膜处理。图1年黄河流域土地利用图
2.2研究方法
2.2.1趋势分析
SEN趋势分析方法的优点是不需要样本服从一定的分布，并且不受异常值的干扰，对测量误差或离群数据具有较强的规避能力。(1)
式中，β为植被变化趋势，分别为i,j时刻植被指数的值，当β0时，表示植被覆盖呈增加趋势，而当β0时，表示植被覆盖呈减小趋势。
本作品中，利用ENVITask中的SlopeKCalculator扩展工具，估算黄河流域NDVI时序数据的逐像元线性趋势。与此同时，编写SEN趋势分析的自定义IDL代码，对于NDVI线性趋势结果进行逐像元的显著性检验，详细过程请参见3.3章节部分。2.2.2偏相关分析
偏相关分析指代在多个要素所构成的模型或系统中，在单独研究两个要素之间的相互关系的密切程度时，将其他要素的影响作用视为保持不变的恒定常量。即只分析另两个变量之间相关程度且不考虑其他要素影响过程，其所得结果称之为偏相关系数。计算公式为：(2)
式中，为表示变量z固定后变量x和y的偏相关系数，即xy相关中剔除z的影响；为变量x与变量y的相关系数；为变量x与变量z的相关系数；为变量y与变量z的相关系数。
在开展偏相关分析前，本研究对时间序列数据进行了去趋势处理，以消除不同时间序列数据变化趋势对于数据内部波动变化的影响。具体实现方式为：首先逐像元地计算并得到线性趋势分析的斜率数值，再对原始数据减去一个以斜率为等差的数列即可得到了消除趋势后的新数据序列。本作品中，首先编写去趋势分析的IDL代码，对于NDVI/降水/气温时序数据进行去趋势波动分析。完成上述操作之后，利用ENVITask中的PartialCorrelationCoefficient扩展工具，对各个数据进行偏相关分析，详细过程请参见3.4章节部分。2.3技术流程设计
本作品技术流程大致划分为数据预处理、指标提取与判别分析、评价模型构建与技术应用三部分，具体介绍如下：数据预处理：在ENVI-IDL、ArcGIS、HDFExplorer、NCPanoply等软件的支持下，对于MODIS数据、NC/HDF5气象数据、土地利用产品数据进行定标参数读取、重投影、提取目标专题信息等遥感图像预处理工作，并进行植被指数年最大值合成、降水/气温数据生长季合成、气象数据标准化处理等操作。指标提取与判别分析：在各输入数据及趋势分析、偏相关分析、马尔科夫转移矩阵分析的支持下，分别从土地利用类型变化、植被动态驱动力因素、气象要素多元回归分析等方面对于黄河流域植被时空变化特征及其驱动因素，进行全面的评估与分析。评价模型构建与技术应用：获得上述各评估模型的结果后，从不同角度对于黄河流域植被动态与生态环境效应进行归因分析、综合评估、专题制图、应用分析。图2项目技术流程设计
3技术流程步骤3.1数据预处理
3.1.1MOD13A3产品数据预处理
MOD13A3卫星产品数据中的NDVI数据，来源为美国航空航天局(转载请注明：http://www.0431gb208.com/sjszlff/220.html
