由图4(b)可知，人工恢复区域具有植被所具有的典型的“绿峰”和“红谷”，在近红外波 段反射率迅速增高。由图4（©）可知，因为植被覆盖度较人工恢复区域较低，受到土壤背景值的 影响更大，所以草原自然植被并没有“红谷”现象，而是反射率随着波长增大不断增大，与误差区 域的光谱曲线类似。由图4(a)可知，误差区域在可见光、近红外波段的反射率仅为其他区域反射 率的十分之一，且随着波长增大，其反射率也在逐渐增高，表现出除拐点外与自然植被近似的光谱 特征。 绿色植物光谱曲线在可见光波段有一个小的反射峰，两侧有两个吸收带，即在蓝和红波段为低 谷，这是因为叶绿素对蓝光和红光吸收作用强，而对绿光反射作用强。在近红外波段有一反射的 “陡坡”。NDVI的设计就是基于绿色植物在红波段和近红外波段的“陡坡”，利用地物在红波 段和近红外波段的反射率之差(NIR-R)反映地表覆盖情况，并利用地物在红波段和近红外波段的 反射率之和(NIR+R)进行归一化，归一化过程的设计目的是为了消除季节性秀阳角度的差异，并 最小化大气衰减的影响。 选取“NDVI的矿区归一化误差”最明显的时间阶段，2020年9月及2019年8月，分别在三个 区域抽样计算NR-R和NR+R的均值，结果见表2。由表2可知，NR大到小依次为：人工恢 复区域、自然植被和误差区域。N+R从大到小依次为：自然植被人士恢复区域和误差区域 NR-R的结果与实际植被覆盖基本相符，但归一化过程改变了不同区域间NIR-R的相对大小，导致 误差区域的NDVI值出现明显异常。同时，误差区域的NIR-R和RR相对其他区域都非常小， 导致该区域基于NDVI的植被覆盖度的年际变化非常不稳定，容易在上述区域出现研究区内植被覆 盖度变化的最值。 结果表明：因为煤矿地表覆盖特性，NDVI在草原煤矿植被监测工作中有可能在裸煤覆盖区域 呈现误差的计算结果，主要表现为矿坑内部NDV值是常偏高，被识别为中高植被覆盖区域。本文 将这种现象称为“NDVI的矿区归一化误差” 表2不同区域NDyI计算参数均值 Table 2 Calculation parameters of NDVI in different areas Error Artificial Natural Error Artificial Natural zone (2020 recovery vegetation (2 zone (2019 recovery vegetation (2 area (2020 1020) ) area(2019) 019) NIR 0.030 0.195/ 0.321 0.050 0.360 0.461 R 0.016 0065 0.207 0.014 0.153 0.095 NIR-R 0.014 X130 0.114 0.018 0.104 0.183 NIR+R 0.046 0259 0.527 0.032 0.257 0.278 NDVI 0.313 0.501 0.216 0.287 0.432 0.206 综上，对DV的矿区归一化误差”出现的原因进行总结，主要有： (1)煤矿矿坑内部裸 地区域的光谱曲线与低覆盖植被的光谱曲线具有相似的特征，近红外波段的反射率均远大于红波段： (2)NDVⅥ的明→化过程改变了煤矿矿坑内部裸地区域和低覆盖植被区域的NR-R值的相对大小， 导致出现了矿坑内部裸地的NDVI值大于草地NDVI值的现象。 4.讨论 4.1胜利矿区与平期矿区NDVI特3对比 为了验证“NDVI的矿区归一化误差”的科学性，有必要在其他矿区进行相同的实验验证。 选取时间相近的Sentinel-.2平朔露天矿遥感影像，采用相同的方式计算NDVI,结果见图5。由图 4（b）可知，人工恢复区域具有植被所具有的典型的“绿峰”和“红谷”，在近红外波 段反射率迅速增高[14]。由图 4（c）可知，因为植被覆盖度较人工恢复区域较低，受到土壤背景值的 影响更大，所以草原自然植被并没有“红谷”现象，而是反射率随着波长增大不断增大，与误差区 域的光谱曲线类似。由图 4（a）可知，误差区域在可见光、近红外波段的反射率仅为其他区域反射 率的十分之一，且随着波长增大，其反射率也在逐渐增高，表现出除拐点外与自然植被近似的光谱 特征。 绿色植物光谱曲线在可见光波段有一个小的反射峰，两侧有两个吸收带，即在蓝和红波段为低 谷，这是因为叶绿素对蓝光和红光吸收作用强，而对绿光反射作用强。在近红外波段有一反射的 “陡坡”[15]。NDVI 的设计就是基于绿色植物在红波段和近红外波段的“陡坡”，利用地物在红波 段和近红外波段的反射率之差（NIR-R）反映地表覆盖情况，并利用地物在红波段和近红外波段的 反射率之和（NIR+R）进行归一化，归一化过程的设计目的是为了消除季节性太阳角度的差异，并 最小化大气衰减的影响[5]。 选取“NDVI 的矿区归一化误差”最明显的时间阶段，2020 年 9 月及 2019 年 8 月，分别在三个 区域抽样计算 NIR-R 和 NIR+R 的均值，结果见表 2。由表 2 可知，NIR-R 从大到小依次为：人工恢 复区域、自然植被和误差区域。NIR+R 从大到小依次为：自然植被、人工恢复区域和误差区域 NIR-R 的结果与实际植被覆盖基本相符，但归一化过程改变了不同区域间 NIR-R 的相对大小，导致 误差区域的 NDVI 值出现明显异常。同时，误差区域的 NIR-R 和 NIR+R 相对其他区域都非常小， 导致该区域基于 NDVI 的植被覆盖度的年际变化非常不稳定，容易在上述区域出现研究区内植被覆 盖度变化的最值。 结果表明：因为煤矿地表覆盖特性，NDVI 在草原煤矿植被监测工作中有可能在裸煤覆盖区域 呈现误差的计算结果，主要表现为矿坑内部 NDVI 值异常偏高，被识别为中高植被覆盖区域。本文 将这种现象称为“NDVI 的矿区归一化误差”。 表 2 不同区域 NDVI 计算参数均值 Table 2 Calculation parameters of NDVI in different areas Error zone（2020 ） Artificial recovery area（2020） Natural vegetation（2 020） Error zone（2019 ） Artificial recovery area（2019） Natural vegetation（2 019） NIR 0.030 0.195 0.321 0.050 0.360 0.461 R 0.016 0.065 0.207 0.014 0.153 0.095 NIR-R 0.014 0.130 0.114 0.018 0.104 0.183 NIR+R 0.046 0.259 0.527 0.032 0.257 0.278 NDVI 0.313 0.501 0.216 0.287 0.432 0.206 综上，对“NDVI 的矿区归一化误差”出现的原因进行总结，主要有：（1）煤矿矿坑内部裸 地区域的光谱曲线与低覆盖植被的光谱曲线具有相似的特征，近红外波段的反射率均远大于红波段 ； （2）NDVI 的归一化过程改变了煤矿矿坑内部裸地区域和低覆盖植被区域的 NIR-R 值的相对大小， 导致出现了矿坑内部裸地的 NDVI 值大于草地 NDVI 值的现象。 4.讨论 4.1 胜利矿区与平朔矿区 NDVI 特征对比 为了验证“NDVI 的矿区归一化误差”的科学性，有必要在其他矿区进行相同的实验验证。 选取时间相近的 Sentinel-2 平朔露天矿遥感影像，采用相同的方式计算 NDVI，结果见图 5。 录用稿件，非最终出版稿