干旱是世界各地普遍存在的因降水量显著减少而导致水分短缺的一种气候现象, 也是全球发生频率高、持续时间长、波及范围广且造成损失重的一种主要的自然灾害。在全球气候变暖和社会经济高速发展的背景下, 干旱发生频率、强度和影响范围在增加。干旱给世界各国, 特别是发展中国家和最不发达国家造成粮食安全、贫困、资源匮乏、生态环境恶化、社会动荡等方面的严峻挑战(Mannava et al, 2014)。因此, 加强干旱监测评估技术的研发, 提高干旱监测和早期预警的水平, 对各国粮食和生态安全以及社会经济的可持续发展有重要意义。

地面常规气象和水文台站的观测数据是监测干旱发生发展的主要数据源(王春林等, 2019; 王劲松等, 2012; 张立杰等, 2018)。近30多年来卫星遥感监测干旱技术迅速发展并在全球各地广泛应用, 为干旱监测提供了不可替代的手段。卫星从太空观测地球, 不受自然环境和人为因素的影响, 为大范围、快速、动态地获得旱情提供了丰富的信息, 有效弥补了地面离散站点监测空间不连续和以点带面之不足。目前, 国内外学者已经提出了数十种卫星遥感干旱指数(郭铌等, 2015; 黄友昕等, 2015), 其中, 以归一化植被指数NDVI以及其衍生指数是应用最早且最广的一类指数。Tucker et al(1986)早在20世纪80年代就应用NDVI/AVHRR(Advanced Very High Resolution Radiometer)监测到撒哈拉地区的干旱; 郭铌等(1997)发现1995年西北东部特大干旱期间受旱地区NDVI的变化与当地的干旱范围和强度有很好的一致性。随着卫星数据积累, 许多学者提出了以长时间序列NDVI数据为基础的干旱监测指数, 如Kogan et al(1993)提出的植被状态指数VCI (Vegetation Condition Index), 陈维英等(1994)提出的距平植被指数AVI (Anomaly Vegetation Index)。这些指数都在全球各地干旱监测评估中发挥着重要的作用(严建武等, 2012; Seiler et al, 2000; 黄珂等, 2014)。虽然基于NDVI建立的干旱指数存在对干旱信息滞后的问题(沙莎等, 2014; 孙灏等, 2012), 但该类指数计算简单且具有时空可比性, 特别适用于半干旱、半湿润水分供给不足的地区应用, 目前仍是国际上干旱遥感监测应用中重要的一类指数(管晓丹等, 2008; 王磊等, 2013; 马艳敏等, 2019)。冬小麦是我国主要粮食作物之一, 旱灾是造成冬小麦大面积减产的最主要的原因(郑大玮, 2010)。我国北方冬麦区主要分布在华北、黄淮海和西北地区东部降水量400~700 mm的半湿润气候区, 这里也是我国干旱发生最频繁的地区之一。正常年景下该地区冬小麦各个生育阶段的降水尚不能满足小麦生长的水分需求(孙爽等, 2013), 遇到干旱年份小麦缺水状况就更加严重, 导致小麦大幅度减产甚至绝收。

农业干旱的形成是一个逐步累积的过程, 不同时段出现的干旱对农作物的影响不同(郑大玮, 2010)。冬小麦生长周期长(其生长期跨越了秋、冬、春季和初夏), 不同季节发生的干旱均在不同程度上对冬小麦生长产生影响且具有累加效应。目前农业干旱的遥感监测大多是针对某一或几个时刻干旱个例进行监测, 这样只能监测到干旱对农作物生长影响的几个阶段, 仍不能确定干旱对作物生长全过程的影响。本研究以冬小麦为例, 将降水、土壤水分与作物生长状况相联系, 根据冬小麦全生育期生长特点建立一个由NDVI客观监测评价冬小麦全生育期受旱状况的指标, 对农业干旱的监测、影响评估和风险防控有重要意义。

以甘肃省东部陇东黄土高原为研究区, 包括了平凉和庆阳两个行政区。该地区为黄河中游黄土高原沟壑区, 海拔西高东部低, 分布着塬、墚、峁、川、沟壑等地貌。研究区内存在着几十个大小不等的塬, 塬表面地形平坦, 非常适合农业种植, 其中董志塬是中国最大且最完整的一片黄土塬地, 位于研究区中部的, 面积达910.7 km², 黄土层深达100 m。深厚的黄土具有结构疏松、透水、绵软、易耕和肥沃性熟土层等特点, 为植被生长提供了一个蓄水能力良好的土壤土库(邓振镛等, 2011)。陇东地区山坡地上还分布大片的水平梯田, 也是重要的农业用地。陇东地区农业生产条件较好, 素有“陇东粮仓”之称, 是西北主要粮食生产区之一, 冬小麦、玉米是这里的主要粮食作物, 其中冬小麦播种面积最大。

研究区内年降水量400~600 mm, 自东南向西北递减, 年平均气温8~10 ℃, 属于中温带半湿润气候区。这里光照条件好, 农作物生长所需的热量资源充足, 但没有大的河流流过, 地下水埋深较深, 农作物生长主要依赖自然降水。区域内绝大多数农田为旱作农田, 旱灾是影响农业生产最主要的自然灾害。由于不需要考虑灌溉对土壤水分的影响, 该地区特别适合干旱的研究。

卫星遥感数据来源于美国国家航空航天局NASA(National Aeronautics and Space Administration)戈达德航天中心的GIMMS(Glaobal Inventory Modelling and Mapping Studies) NDVI数据集, 该数据的空间分辨率为8 km×8 km, 时间为1981年7月至2006年12月, 每月有两个15天合成的NDVI数据。对GIMMS每月两次NDVI数据进行最大值合成, 生成逐月NDVI数据。将韩兰英等利用我国高分和环境等高分辨率卫星数据提取的陇东地区冬小麦种植区矢量文件(文章所用的冬小麦种植区矢量文件是甘肃省气象局2012年重点项目“甘肃河东冬小麦种植面积遥感监测方法预研究”, 编号: GSzd 2012-11的成果, 研究成果尚未以文章的形式发表)与GIMMS NDVI数据叠加, 应用ENVI软件提取逐月冬麦区NDVI数据, 生成陇东冬小麦1981年7月至2006年12月NDVI数据集。

气象数据选用甘肃省气象局信息中心提供的甘肃省陇东地区15个气象观测站月降水数据, 数据经过严格的质量控制, 时间从1981年1月至2010年12月。研究区位置、高程及站点分布见图 1。冬小麦土壤水分、生育期和产量数据来源于西峰国家级农业气象试验站, 时间从1981年1月至2010年12月。土壤水分观测是每年的3月上旬至11月下旬在每月8, 18, 28日利用土钻法进行观测。观测时从0~100 cm间每10 cm采一个土样, 各测定4个重复。将取到的土样装入专用的铝盒, 称出湿土重量, 再放到烘箱内烘干, 获得干土的重量。而后计算出土壤重量含水量W(单位: %), 再根据公式(1)计算出土壤相对湿度R。冬小麦生育期和产量资料均根据农业气象观测规范获取。

图 1(Fig. 1)

图 1 研究区位置、高程及气象站点分布 Fig. 1 The location, elevation of study area andmeteorological stations distribution

式中: R为土壤相对湿度(单位: %); W为土壤重量含水率(单位: %); f_c为土壤田间持水量(单位: %)。

干旱对农业的影响是一个极其复杂的过程, 涉及到大气降水、土壤蓄水、农作物需水以及灌溉等多方面问题。由于各领域或部门所关注的角度不同, 对干旱监测的结果是不同的(钱正安等, 2001), 目前尚无法应用单一指标对农业干旱进行监测。从干旱的发展过程来看, 农业干旱是由降水减少造成进入土壤水分降低, 使得供给农作物生长的水分不足进而造成农作物生长受到限制、产量降低的过程(郭铌等, 2015; 张强等, 2011)。NDVI是地面植被活动的度量指标(郭铌, 2003), 在水分是植被生长的主控因子的地区, NDVI包含了大量大气干旱、土壤干旱和植被受旱的信息。本研究为半湿润雨养农业区, 很多研究表明在冬小麦生长期内自然降水不能提供足够的水分供小麦生长发育(孙爽等, 2013; 王丹云等, 2018; 张旭东等, 1999), 水分是限制该地区植被生长的最关键的因子, 因此抓住了NDVI就抓住了水分。我们通过分析1981—2006年25个冬小麦生长季的降水量、土壤水分和NDVI的状况以及相互联系, 将大气降水-土壤蓄水-植被需水联系起来, 利用冬小麦生长不同阶段的NDVI来构建能指示冬小麦全生育期的受旱状况的指数。

研究区位于东亚季风边缘区, 区域年平均降水量为516 mm。降水量在年内各季节分布极不均匀, 主要集中在夏季。春、夏、秋、冬四季降水量分别占年降水的19.3%, 50.7%, 27.1%和2.9%, 其中7月和8月降水量分别占年降水量的21%和18.7%(图 2)。

图 2(Fig. 2)

图 2 研究区降水量和冬小麦NDVI年内变化曲线 Fig. 2 Precipitation and winter wheat NDVI annualcurves in the study area

从陇东地区冬小麦生长发育时间表(表 1)可见, 冬小麦从前一年9月中旬播种到当年7月上旬收获要经历播种、出苗、分蘖、停止生长、越冬、返青、拔节、孕穗、抽穗、开花、乳熟和成熟多个阶段。冬小麦在生长过程中可能会受到不同时段多次干旱过程的影响。首先是小麦播种前伏秋季降水的多寡, 这段时间的降水决定着冬小麦的底墒的好坏, 底墒可以为冬小麦生长提供重要水源(安顺青等, 2000)。在没有灌溉条件的雨养农业区土壤底墒的作用比有灌溉的地区更加重要, 小麦出苗质量受到播种时底墒的影响, 如果伏秋季降水量少, 土壤收墒差, 不利于小麦播种和出苗且对第二年春季小麦生长产生不利的影响。其次是冬小麦拔节-开花期的降水量, 这段时期是冬小麦生长的关键期也是需水的高峰期。研究区4—5月降水量仅占年降水量的16.1%, 降水的高峰期与冬小麦生长的关键期不重合, 春旱特别是春末初夏旱(当地农民称卡脖子旱)经常发生。张旭东等(1999)研究表明陇东冬小麦全生育期内的降水亏缺率约30%。如果冬小麦播种前的底墒好就能够较好地弥补小麦生长所需水分的亏缺。由冬小麦全生育期NDVI曲线(图 2)可知, NDVI经历了9月下旬至1月(出苗-停止生长期)增大、11月至次年2月(停止生长-越冬期)下降、3—5月(返青-开花期)迅速升高, 5—6月(开花-成熟期)下降4个阶段。NDVI的峰值一般出现在5月下旬的小麦开花期, 此时小麦NDVI的高低指示着这一季小麦的生长质量的好坏。

表 1(Table 1)

表 1 陇东地区冬小麦生长发育时间表 Table 1 Growth schedule of winter wheat in Longdong 9月中旬 9月下旬 10月中旬 11月下旬 12月上旬—2月下旬 3月上旬 4月中/下旬 5月上旬 5月中旬 5月下旬 6月中旬 7月上旬 播种 出苗 分蘖 停止生长 越冬期 返青 拔节 孕穗 抽穗 开花 乳熟 成熟

表 1 陇东地区冬小麦生长发育时间表 Table 1 Growth schedule of winter wheat in Longdong

由1981—2010年西峰农业气象试验站土壤水分观测数据绘制的土壤相对湿度垂直剖面图(图 3)可见, 从3月上旬到11月下旬研究区的土壤水分经历了高-低-高的变化过程。3月上旬土壤解冻后, 0~100 mm土壤相对湿度在60%~80%之间, 30 cm附近有个土壤相对湿度大于70%高值中心。这个时间正值冬小麦返青后的拔节期, 土壤中存储的上一年伏秋积累的水分为当季冬小麦生长提供着重要的水源。随着冬小麦的生长其耗水量增加, 整层土壤相对湿度开始逐渐下降, 4月下旬至5月上旬土壤相对湿度小于60%, 处于轻旱状态; 6月中至7月上旬小麦收获前后达到最低, 0~100 cm土壤相对湿度均在50%以下, 在40~50 cm土层间存在一个小于40%的重旱区, 这是由于冬小麦生长蒸腾耗水和土壤蒸发共同作用的结果。6月以后随着降水高峰时期的到来, 土壤水分开始逐渐累积, 在9月下旬和10月上旬达到最大, 不同深度土壤相对湿度均在70%以上, 30 cm附近土壤相对湿度达到80%以上。夏秋季降水存储在深厚的黄土中, 为第二年冬小麦生长储备了水源。

图 3(Fig. 3)

图 3 西峰农业气象试验站1981—2010年平均土壤相对湿度垂直剖面(单位: %) Fig. 3 Vertical profile of average soil relative humidity from 1981 to 2010 at Xifeng Agricultural Meteorological Experiment Station. Unit: %

通过深入分析了25个冬小麦生长季NDVI特征以及相应的降水和土壤水分状况, 发现NDVI对干旱很敏感, 干旱年份与湿润年份NDVI生长曲线差异巨大。干旱年份由于冬小麦生长发育受阻, NDVI曲线不仅数值低而且形态变形(如图 4中的2000年)。因此, 本文选年景相似且冬小麦NDVI生长的曲线形态较好的1990/1991, 1982/1983和1996/1997年为例来说明指数的构建。图 4是不同年份冬小麦生长季NDVI曲线。由图 4可见, 1991年的冬小麦出苗后(1990年秋末至冬初)NDVI一直高于1983年和1997年; 小麦返青后1997年的NDVI迅速上升, 在5月前一直高于其他两个年份。显然, 仅用某时刻的NDVI是无法判断哪个年份冬小麦生长的更好或更差的。

图 4(Fig. 4)

图 4 不同年份冬小麦NDVI曲线 Fig. 4 NDVI curve of winter wheat in different years

农作物受旱是作物水分胁迫长期累加的结果, 对一个生长季的冬小麦而言, 每一个时段的NDVI都在指示其生长状况, 间接地反映受旱情况, 因此, 必须考虑小麦全生育期的NDVI状况。另外从25个冬小麦生长季NDVI变化分析, NDVI峰值一般出现在5月中或下旬, 此时正值冬小麦抽穗-开花期, 也是小麦叶面积指数最高的时段, 此时NDVI的高低反映了这一季小麦生长的健壮程度, 可以视为这一季冬小麦健壮的指标。根据上述分析, 我们提出冬小麦全生育期受旱指数WWDI(Winter Wheat Drought Index), 如下式所示:

式中: NDVI_i是小麦越冬前的NDVI; a₁, a₂分别为小麦出苗后和停止生长的时间; NDVI_j是小麦返青后的NDVI; s₁, s₂为返青和成熟时间; NDVI_max为一个完整的冬小麦生育期中NDVI的最大值。WDDI生物物理意义明显, 它即包含了冬小麦整个生育期不同阶段的生长状况, 又考虑到冬小麦生物量达到最大值(即冬小麦最强壮的时期)的状况, WWDI越小表示其受旱状况越重。

在冬小麦越冬期, 地上部分麦苗枯黄没有光合作用发生, 地面可能还会因积雪覆盖造成NDVI的负值, 但瑞雪兆丰年, 冬季积雪对冬小麦起到保温、增湿作用, 是小麦生长非常有利的因素。这时期的NDVI不仅不能指示冬小麦的生长状况, 还有可能因为NDVI的负值将误差引入WWDI中, 因此在构建指数时对冬季的NDVI状况不予考虑。

应用WWDI计算了1981—2006年研究区25年冬小麦受旱状况, 并根据WWDI数值的大小对各年的干旱严重程度进行排序(表 2)。据此可以对该地区历史不同年份冬小麦受旱程度有客观定量的了解。由表可知排在前5位的年份分别为1995, 2000, 1992, 1996和1987年, 排后5位的是1991, 1983, 1997, 1984和1989年。表 2结果与实际干旱发生情况非常一致, 这在后面会详细论述。

表 2(Table 2)

表 2 由冬小麦受旱指数获得的1982—2006年陇东地区冬小麦干旱年份排序 Table 2 Years number of drought severity of winter wheat in Longdong area from 1982 to 2006 according to WWDI 序号 年份 WWDI 1 1995 0.519 2 2000 0.5334 3 1992 0.5449 4 1996 0.5597 5 1987 0.6528 6 1986 0.6978 7 1982 0.7354 8 2001 0.7696 9 2005 0.7702 10 1999 0.7832 11 1985 0.7851 12 2006 0.8391 13 2004 0.8744 14 2003 0.8758 15 1998 0.9181 16 1988 0.9666 17 1994 0.9944 18 2002 1.0255 19 1993 1.0677 20 1990 1.0999 21 1989 1.1291 22 1984 1.1573 23 1997 1.2244 24 1983 1.2487 25 1991 1.3103

表 2 由冬小麦受旱指数获得的1982—2006年陇东地区冬小麦干旱年份排序 Table 2 Years number of drought severity of winter wheat in Longdong area from 1982 to 2006 according to WWDI

由于干旱没有实测的真值, 只能通过降水状况、粮食产量和历史年鉴对WWDI的结果进行检验。分别计算了1981—2006年冬小麦底墒形成期(7—10月)、冬小麦越冬期(11月至次年2月)、春季(3—5月)以及冬小麦全生育期的降水量和降水距平百分率(以Pa表示), 并对25年各时段降水量按从小到大进行排序。表 3给出了根据WWDI确定的最干旱的三年和最湿润的三年底墒形成期、冬小麦越冬期、春季以及冬小麦全生育期的降水量排序的序号(N)和这一时段降水距平百分率统计结果。

表 3(Table 3)

表 3 不同年份不同时段降水量排序(N)和降水距平百分率(Pa) Table 3 Precipitation sorting and precipitation anomaly percentage at different times in different years 序号 WWDI 年份 N(7—10月), Pa(7—10月)/% N(11—2月), Pa(11—2月)/% N(3—5月), Pa(3—5月)/% N生长季, Pa生长季/% 1 0.519 1995 5, -35 8, -19 1, -84 1, -43 2 0.5334 2000 6, -29 9, -17 2, -62 6, -18 3 0.5449 1992 1, -52 6, -25 13, -6 14, -1.2 23 1.2244 1997 17, 7.6 24, 58.1 10, -20.3 4, -21.9 24 1.2487 1983 12, -9.5 11, -10.8 25, 128.1 25, 63.9 25 1.3103 1991 21, 31.1 20, 27.4 21, 53.0 22, 48.2

表 3 不同年份不同时段降水量排序(N)和降水距平百分率(Pa) Table 3 Precipitation sorting and precipitation anomaly percentage at different times in different years

由表 3可知, 1981—2006年间冬小麦受旱最严重的1995年不同时段降水情况为: 1994年伏秋降水量偏少35%, 为25年中第5少的年份; 冬季降水偏少19%, 为第8少; 春季降水偏少84%, 为第一少; 整个生长季降水偏少43%, 为第一少的年份。据《中国气象灾害大典·甘肃卷》(温克刚等, 2005)记载, “本省自1994年发生春旱、伏秋连旱以来, 1995年3—6月又发生了少有的春旱连春末初夏旱”; “全省受旱面积达208.74万公顷, 占全省粮食播种面积的55.3%。其中夏粮受旱面积为134.14万公顷, 占夏粮播种面积的78.2%”。冬小麦是甘肃主要夏收作物, 陇东是甘肃省冬小麦主产区, 严重干旱导致陇东冬小麦大幅度减产, 有些地方甚至绝收。根据西峰农业气象试验站产量观测数据, 1995年观测地段产量每亩仅有70.5 kg, 为1982—2005年中的最低值。

冬小麦受旱第二严重的年份是2000年, 据文献(温克刚等, 2005)记载, “2000年全省各地1999年7月下旬至2000年7月下旬降水量偏少。从4月中旬至6月25日全省大部分地方未降好雨, 春季初夏旱出现在3月上旬至6月中旬, 旱段长达80~110天”。“严重的春季初夏旱, 给农业生产和人民生活造成较大的影响, 使得雨养农业区的秋收作物不能按时下种和出苗, 或出苗后枯萎、死亡; 一些地方的冬小麦严重死苗而改种, 夏粮大面积减产, 部分地方近乎绝收”。第三严重的是1992年, 据文献(温克刚等, 2005)记载, “干旱是本年度影响甘肃省农牧业生产最大的灾害, 上半年的干旱是从1991年6月中、下旬开始到1992年5月结束, 干旱持续时间之长、影响范围之广、危害程度之大都属于近几十年来少有”。“在冬麦区, 干旱影响冬小麦播种出苗不齐, 缺苗断垄严重。如庆阳地区因干旱冬麦少播了6700多公顷, 缺苗断垄严重的就有6.67多万公顷, 占总播种面积的1/3还多”。据西峰农业气象试验站产量数据, 2000年和1992年西峰农试站地段产量分别排1982—2005年中的第二低和第五低。

这几年干旱的共同特点是伏秋、冬季和春季连旱, 冬小麦底墒特别差, 春季降水又少, 进而造成严重的干旱。很多文献(陈乾, 1994; 郭铌, 1997; 温克刚, 2005, 2008; 王劲松, 2013)记载了这几场干旱在气象、农业、卫星遥感、社会调查等方面的表现特征和严重程度, 证实了本文的结果, 在此本文就不再赘述。

影响NDVI的因子很多, 降水、气温、病虫害等均可以影响农作物生长造成NDVI的降低。通过查阅相关资料没有发现1995年和2000年研究区有病虫害发生的记载, 1992年病虫害情况在文献(温克刚, 2005)中记载为“1992年甘肃省病虫害不论是发生面积还是危害程度都远比往年为轻”。可见, 干旱是造成上述三年NDVI变化的根源。

最湿润的年份是1991年, 该年伏秋、冬季、春季降水分别偏多31.1%, 27.4%和53%, 分别为这25年中的第5、第6和第5多年, 是一个风调雨顺的年份。

从表 3还可以看到底墒对冬小麦生长的重要意义。如1992年, 春季降水仅偏少6%, 整个冬小麦生长季降水只偏少1.2%属于正常范围, 但由于1991年伏秋降水偏少了52%底墒非常差, 不仅影响了冬小麦出苗和越冬前的生长, 对返青后小麦生长也产生了非常不利的影响。尽管春季降水基本正常, 但不能弥补小麦生长的弱势, 小麦受旱非常严重。而1997年由于1996年伏秋降水多底墒较好, 冬季降水也偏多, 春季降水基本正常, 只是在5月中旬后才开始减少, 对冬麦生长影响并不严重, 该年为冬小麦第三湿润的年份, 产量为每亩276.4 kg, 是25年产量第四高的年份。

图 5给出了冬小麦生育期平均NDVI(即公式(2)中括号内项目的平均)和WWDI与冬小麦产量的关系图, 可以看到生长季平均NDVI与WDDI均与产量存在显著的相关关系, 平均NDVI与产量相关系数为0.5362(p < 0.01)[图 5(a)], WWDI与产量相关系数为0.6111(p < 0.001)[图 5(b)], 高于前者。WWDI不仅考虑了干旱对植被生长的累积效应还考虑到一个生育期小麦的最健壮时期的状况, 能够更好地反映冬小麦全生育期的生长状况。

图 5(Fig. 5)

图 5 冬小麦全生育期平均NDVI (a)和受旱指数WWDI (b)与冬小麦产量的关系 Fig. 5 Relationships of average NDVI (a) and WDDI (b) with the yield during winter wheat growth period

针对冬小麦生长特点, 通过对1981—2006年长时间序列NDVI数据和相应的降水、土壤水分和产量数据的分析, 基于干旱对农作物的影响是不断积累和叠加的结果的理念来评价冬小麦全生长季受旱状况, 得出以下结论:

(1) 提出了基于NDVI客观定量评价冬小麦全生育期受旱状况的冬小麦受旱指数WWDI, 实现了应用遥感数据对冬小麦整个生长季受旱程度的客观、定量的评估。

(2) 依据WWDI对研究区1981—2006年冬小麦受旱程度进行评价, 受旱最严重的年份是1995年, 其次是2000年和1992年, 结果与气象和农业观测记录相吻合, 与相关史料记载一致。

(3) 本文提出了一个客观定量评估冬小麦受旱程度的指标, 可以为干旱的监测、脆弱性和风险影响评估提供定量指标, 部分解决了干旱监测评估中定量指标少的问题。

农业干旱是一种涉及气象、水文、农业等多领域的复杂过程, 植被的NDVI通过连接土壤水分和植被活动间接地指示干旱状况, 为监测农业干旱提供了信息。但影响NDVI的因素很多, 温度、洪涝、病虫害等因素均可以造成植被生长受阻, 进而使得NDVI降低。因此, 在应用NDVI时一定要了解研究区的气候和农业状况。本文提出WWDI也可以应用于其他地区和多种植被受旱状况的评估, 但应用前提是水分是当地植被生长的主控因子。

考虑到GIMMS NDVI数据时间长度长, 且数据质量经过长时间的应用检验良好等因素选用该数据为研究数据源, 但该数据空间分辨率较低, 在冬小麦信息提取时不免包含了混合像元的问题。MODIS数据已经积累了近20年的数据, 我们日后会应用MODIS数据对WWDI进行应用和检验, 做进一步的研究。