5.2 NDVI阈值法

NDVI与植被生长状况有关，由于沙化土地的一个基本特征是植被缺乏，NDVI能较好地指示沙化土地特征，用于沙化土地提取和分类。该方法运用一个特定的NDVI值作为阈值，NDVI值低于该阈值的像元被认为是沙化土地。此外，沙化类型划分以植被覆盖度为依据，基于NDVI和植被覆盖度的相关性，应用NDVI阈值法实现对沙化类型的划分。

但是干旱、半干旱地区的植被状况对年内气候变化尤其敏感，某一像元的NDVI值低于阈值并不一定意味着那个像元存在沙化土地，反之亦然。例如，干旱能够显著地降低非沙地区的NDVI值，低的NDVI值有可能使该地区被误认为是沙化土地。为此，需要去除由气候波动引起的年内植被变化，运用比年内气候变化长得多的时间系列得到的统计值，通常包括多年平均值、最大值、最小值和中值。Hasting等(2002)已经把全球NDVI时间系列的多年统计的月最大值成功地用于荒漠化监测。提出以植被的降水利用效率(RUE)为主要评价指标的荒漠化评价方法，可很大程度上克服以植被指标为主的评价方法受降水波动影响大的缺点。

6 沙化土地动态变化6.1 NDVI时间序列法

NDVI时间序列法是通过对沙化地区进行一定时间段内的连续观测，比较NDVI的年际特征曲线，检测出植被生态系统的细微变化，获取该地区沙化变化过程与趋势。

Milich等(1997；)和提出用NDVI的变化系数(COV)来分析干旱区植被退化状况。COV被定义为某一像元NDVI值的标准差和均值之比，表示像元的NDVI随时间的变化，可用于测量植被动态变化，估计植被变化范围，考虑植被的年际变化，在此基础上用线性回归可以反映COV的变化趋势。

NDVI还经常和其他从遥感影像获取的数据，如地表温度(LST)、叶面积指数(LAI)和净初级生产力(NPP)等，共同用于判定沙化程度，提供更多的沙化信息。和应用NOAA-14 AVHRR评价以色列内盖夫北部的荒漠化、物候和干旱过程。NDVI和LST时间系列表明，NDVI对应于植被对降水的反应，LST代表季节性气候变动。LST和NDVI的散点图分析表明，不同的生物群系显示出各年不同的物候格局，并且对LST和NDVI散点图的2个极点应用几何公式可以得到干旱指标，进而可以区分干旱和湿润年份。

6.2 分类后比较法

分类后比较法是常用的识别不同时期沙化土地变化的方法，对每一时相影像做沙化土地分类，通过对分类结果比较，从而识别沙化土地的发展变化。该方法可适用于不同传感器、不同季相的数据比较，能够获得具体的沙化土地变化类型信息，但是必须进行2次图像分类，变化分析的精度依赖于图像分类的精度(；)。

6.3 景观格局分析方法

沙化过程伴随着景观的变化，沙化研究同样包含着景观生态学的研究内容，即系统的结构、功能变化及生态作用的研究()。景观格局分析是景观生态学的基础研究内容。景观格局包括景观组成单元的类型、数目以及空间分布与配置，是景观异质结构在水平面上的投影。通过描述这些单元的组合结构特征，可对景观镶嵌格局进行分析和量化，进而与生态过程相联系，研究格局与过程之间的相互作用、相互影响的机理。景观结构变化将改变各种生态过程的演变及其在空间上的分布规律。从某种意义上说，景观格局是各种景观生态演变过程中的瞬间表现。由于沙化过程的复杂性和抽象性，很难定量和直接地研究沙化过程的演变特征，通过研究景观格局的变化可以反映沙化的演变过程。

景观生态学关于景观格局变化的研究方法对于沙化监测具有较好的应用前景。研究表明，优势度、多样性、均匀度和蔓延度指数对研究区域荒漠化土地的发展与逆转有着较好的指示意义(；；)。选择固定沙丘斑块、农田斑块和景观中总斑块的数量、平均面积和平均斑块形状等9个因子，分别采用单因子关联分析和多因子PCA分析，表明在沙地景观中斑块数量的增加是沙漠化景观的主要影响力。依据景观指数可以对不同时期的荒漠化和沙化土地景观动态变化进行分析(；；)。