NDVI指数在植被研究中的应用及其评价可打印.docx
- 文档编号:28054087
- 上传时间:2023-07-07
- 格式:DOCX
- 页数:35
- 大小:43.43KB
NDVI指数在植被研究中的应用及其评价可打印.docx
《NDVI指数在植被研究中的应用及其评价可打印.docx》由会员分享,可在线阅读,更多相关《NDVI指数在植被研究中的应用及其评价可打印.docx(35页珍藏版)》请在冰豆网上搜索。
NDVI指数在植被研究中的应用及其评价可打印
NDVI指数在植被研究中的应用及其评价
归一化植被指数NDVI是目前应用最广泛的植被指数。
不同的NDVI值对应不同的土地覆被类型,可以进行土地覆被方面的研究;NDVI20余年的时序资料可用于研究植被动态,以及与相关生态因子的相关性研究;卫星遥感技术具有覆盖面广、获取数据快等特点,可以用于环境、植被等的监测;应用NDVI发展生态学模型,可以开展生态学模拟研究,并在实地检验过程中完善。
NDVI指数虽然存在容易饱和、校正有限、噪音较多等缺点,而且已经发展了新的替代性指数,但其特有的优点仍将使其在今后的研究中发挥重大作用。
植被指数是基于植物的光谱特征,将可见光与近红外遥感光谱观测通道进行组合运算而得到的数据。
迄今为止,植被指数已经发展出40余种。
其中AVHRR-NDVI是目前应用最广泛的植被指数,应用领域包括土地利用、产量预报、区域检测以及生物地理学和生态学研究等。
NDVI已经积累了20余年的数据资料AnyambaTucker,2005,应用研究颇具成效。
1、NDVI指数原理
植物叶片组织对蓝光470nm和红光650nm有强烈吸收,而对绿光和红外光强烈反射叶片中心的海绵组织和叶片背面组织对近红外辐射NIR,700-1000nm反射较强。
从红光Red到红外光,裸地反射率较高但增幅很小。
植被覆盖越高,红光反射越小,近红外光反射越大。
红光吸收很快达到饱和,而近红外光反射随着植被增加而增加。
所以,任何强化Red和NIR差别的数学变换都可以作为植被指数,来描述植被状况。
归一化植被指数NDVI就被定义为:
NIR/Red-1/NIR/Red1。
在理想状况下,不考虑大气、土壤背景等的影响,太阳-地物-传感器位置相对固定,此时传感器受到的信号将没有信号丢失和噪音干扰。
而现实中,遥感数据要受到大气、土壤和传感器角度等因素的影响,因此在使用时需要进行必要的校正。
如AVHRR-NDVI,对瑞利散射和臭氧吸收作了校正,又通过最大值合成法MVC对其他噪音作了校正。
2、NDVI指数应用举例
2.1.土地覆被研究
在合适的条件下,不同的NDVI值对应不同的土地覆盖类型,从而可以进行大尺度上的土地覆盖分类。
王长耀等2005利用1995年NOAA十天合成的ch4、ch5通道亮温,先计算出陆地表面温度Ts,然后用最大值合成法计算每月的最大Ts和NDVI,以每月最大Ts和NDVI建立NDVI-Ts空间。
根据像素点NDVI,Ts在空间中的位置矢量,求出矢量在空间中的方向角度,并作归一化处理,得对到温度植被角度NTVA。
12个月NTVA做主成分变换提取前三个主分量辅以全年总NDVI和大于0℃Ts积温,用模糊K-均值法进行全国土地覆盖分类。
研究结果表明,基于NDVI-Ts空间的NTVA与NDVI、Ts一起作为分类特征在土地覆盖分类中具有较高的分类精度,能够取得较好的分类效果。
植被盖度是土地覆被研究的重要内容。
结合实地观测来验证NDVI指数的植被盖度估测方法,可以提高实际工作的效率。
张云霞等2007选择中国北方温带典型草原为研究对象,运用样方叠加的方法,选择不同植被盖度的49块样地,将地面实测数据和ASTER遥感数据结合,建立植被盖度经验模型,研究植被指数与植被盖度的相关性以及地面样方尺度对经验模型的影响。
发现NDVI在估测草原植被盖度上优于其它植被指数RVINDGI,而且样方尺度的选择对植被盖度经验模型的建立又很大影响,中国北方典型草原区适合大样方、取中值的方法。
夏照华等2006研究宁夏盐池县农牧交错区植被盖度,利用NDVI数据和植被盖度遥感定量模型提取植被覆盖等级图,并对比分析了1989、1999、2003年的植被覆盖图,发现植被盖度的变化,并为当地荒漠化治理提供了建议。
2.2.NDVI时序及相关因子分析
作为植被指数,NDVI有着很好的时间序列,从而为植被动态或地表覆被动态研究,以及植被变化相关因子研究上提供方便。
在NDVI时序变化研究方面,李晓兵和史培军1999基于3S技术,利用连续时间序列的NOAA-AVHRR影像,通过主分量分析和非监督分类,对中国植被进行宏观分类,然后结合NDVI指数,讨论植被变化规律,进一步阐明中国植被NDVI动态变化的地区差异。
由于NDVI数据覆盖范围遍及全球,运用NDVI时序可以进行很好的开创性研究。
侯英雨等2005利用1982-2000年NOAA-AVHRR月合成NDVI数据对西藏草地和森林等主要植被年内和年际变化进行了初步研究,发现NDVI指数年内变化的季节性和年际变化的波动幅度规律。
在生物入侵方面,李加林2006运用MODIS数据研究江苏沿海互花米草NDVI/EVI的季节变化规律,发现互花米草的返青出苗、抽穗、种子成熟等主要物候期在VI曲线上均能得到很好体现,从而当地植被管理提供借鉴。
当前研究最多的还是NDVI时序变化与其它生态因子相关性的研究,而这些生态因子主要是气候因子,如降水,温度等。
NOAA-AVHRR20多年的NDVI时间序列资料,可以作为地表指数来研究不同时期植被对降水的响应AnyambaTucker2005。
Jeremy等2004运用NDVI时序数据来研究美国新墨西哥州6种半干旱环境下的植被群落,发现NDVI每年有两个峰值,分别出现在春季和夏季,对应植物的生长高峰期,其中6个群落春季的NDVI指数更具有空间异质性。
另外,NDVI变异性与受季风和厄尔尼诺现象影响的降水变化一致。
陈云浩等2001,2002以NDVI时序资料为基本数据源,应用变化矢量分析和诸成分分析方法,分析1983-1992年中国植被变化特征,总结了NDVI变化规律,并结合全国160个气象站的月均温和降雨数据,探讨了气温、降水对中国植被NDVI变化的驱动作用。
杨建平等2005使用8km分辨率PathdfinderNOAA-AVHRR-NDVI时序数据,对青藏高原长江黄河源区1982-2001年地表植被覆盖的空间分布和时间序列变化进行了分析,并在典型区NDVI与气温、降水和浅层地温单相关分析的基础上,构建了NDVI与气温、降水和浅层地温的统计模型,发现20年来江河源地区的植被覆盖总体上保持原状,局部继续退化。
张远东等2003利用1992-1996年NOAA/AVHRR逐旬NDVI数据和气候、水文资料,分别对绿洲和荒漠进行了NDVI与气候、水文因子间的相关分析,发现绿洲与荒漠NDVI具有不同的季节变化规律。
郭广猛等2007使用2000年与2004年250m分辨率的MODIS植被指数数据NDVI,分析了泾河上游固原地区植被和降水利用效率变化,结果表明该区植被覆盖情况有较大好转。
付新峰等2007分析了雅鲁藏布江流域的NDVI时空变化特征,在流域DEM的支持下,把流域站点主要气候因子降水量与平均气温等数据采用Kriging方法插值成与流域NDVI相一致的空间Grid数据,发现NDVI与降水量之间存在显著的相关性。
张军等2001利用1982-1992年时间序列的NOAA-AVHRR8km×8km分辨率的NDVI,将研究区域的土地覆盖类型分为10类,然后结合该地区的19个气象站1982-1992年的年平均气温、年最高温度、年最低温度、年降水量和年相对湿度研究了各类型NDVI年平均值的变化与气候因子之间的关系进一步阐明了气候因子是NDVI动态变化的主要原因。
王宏等2005利用Krigging插值方法对1982-1999年降水、气温数据插值生成中国东北地区的二维气象因子影像,然后与东北地区的1982-1999年的NOAA-AVHRRR-NDVI月平均、季平均、年平均影像做零时滞偏相关、复-3-NDVI指数在植被研究中的应用及其评价相关分析,及以月为时滞间隔偏相关、复相关分析,得出东北地区森林植被类型与气象因子相关性的时空分异规律。
2.3.动态监测
卫星遥感图像以覆盖面广、获取信息快的优点,成为动态监测的有效途径。
孙丹峰等2002利用NDVI植被指数和半方差纹理特征的知识进行影像大类区域分割,再结合光谱知识对各影像区域进行详细分类同时利用区域生长技术与地类空间知识进行区域分类,然后进行分类后处理与变化信息提取,利用基础图件提供的知识与各区域分类进行比较以发现变化的区域。
王宏等2006采用Savitzky-Golay滤波算法平滑了1982-1999年NOAA-AVHRR-NDVI时间序列影像,然后利用曲线拟合了锡林郭勒典型草原1982-1999年的每年物候期返青期、黄枯期及18年的平均物候期和生长季长度,并对1982-1999年的物候期进行了线性拟合,分析物候期的变化趋势,从而达到监测目的。
此外,将NDVI应用于林火监测,可以弥补地理信息系统GIS难以随时更新数据的不足,排除云体对NOAA-AVHRR传感器CH3通道的干扰提高森林火灾监测的准确性、及时性和可靠性何筱萍易浩若1997。
2.4.生态学模拟研究
发掘NDVI与生态学过程的关系及其量化方法,可以用于生态学模拟研究。
Burgheimer2006等研究了叶色列内盖夫西北黄土沙丘地区雨季的BSCbiologicalsoilcrusts、光谱反射率和光合活性三者之间关系,发现NDVI指数能很好地指示BSC同化活动的潜在量级,而且可以指示不同微型植物光合作用率。
郑元润和周广胜2000基于叶面积指数LAI和归一化植被指数NDVI建立了中国森林植被净第一性生产力NPP模型,经我国13组森林植被生产力数据的验证表明,该模型的预测结果与实测值相符较好,对我国森林植被有良好的适应性。
王宏等2006运用阈值法、滑动平均法、最大变化斜率、曲线拟合模型四种基于NDVI的参数估测方法,模拟了锡林浩特1991-1999年的草原生长季,野外实测验证说明,基于曲线拟合模型能适用于大尺度上的植被生长季变化监测存在问题是拟合曲线很难接近于实际曲线。
由于高海拔地段情况特殊,如生长季短、冬季长、冰雪覆盖、常绿树种占优势等特征,NDVI数据很难应用。
Pieter等2006利用斯堪的纳维亚半岛2000-2004年的NDVI数据,运用模型的方法来估计生物物理参数和研究植被物候,结果显示,比目前基于傅立叶序列Fourierseries和非对称高斯函数asymmetricGaussianfunctions的方法要优越许多。
3.NDVI指数存在问题
目前,AVHRR-NDVI虽广泛应用,但仍存在一些问题:
1在植被高覆盖区容易饱和;
2对大气干扰所做的校正有限;
3没有考虑树冠背景对植被指数的影响;
4NDVI的比值算式和最大值合成算法MVC虽消除了某些内部和外部噪音但MVC不能确保选择最小视角内的最佳像元,最终的合成产品仍然有较多噪音王正兴等,2003。
-4-NDVI指数在植被研究中的应用及其评价
Jiang等2006运用线性谱混合模型linearspectralmixingmodels分析了NDVI和破碎化植被覆盖的关系,发现NDVI指数在异质性土地覆盖上显示出很强的尺度差异,再加上其本身的非线性特征,而不能很好地分析植被碎块。
SDVI指数scaleddifferencevegetationindex更加适合分析高度异质性的植被碎块。
此外,AVHRR-NDVI数据与后继的NDVI数据还存在连续性的问题。
MODIS和VIIRS的NDVI数据受大气中水蒸气的影响很小,而AVHRR-NDVI数据却被水蒸气大大地削减了。
如何多传感器Multi-sensorNDVI数据的连续性是很重要又很难解决的问题Willemetal.2006。
4.展望
1999年12月18日和2002年5月4日,美国分别发射Terra和Aqua两颗卫载有星,“中分辨率成像光谱仪”MODerateresolutionImagingSpectroradiometer,MODIS。
MODIS植被指数主要是是250-1000m的两种植被指数:
归一化植被指数NDVI和增强型植被指数EnhancedVegetationIndex,EVI。
开发MODIS-NDVI的目的是继承已有20年时间序列的AVHRR-NDVI,而开发MODIS-EVI的目的是改进NDVI的某些缺陷特别是大气噪声、土壤背景、饱和度等问题。
作为替代性植被指数,EVI综合大气抵抗植被指数AtmosphericallyResistantVegetationIndexARVI和抗土壤植被指数SoilAdjustedVegetationIndexSAVI,进行了全面的大气校正王正兴等,2003。
相比之下,NDVI似乎更好地表达了大气候带植被的空间差异而EVI似乎可以更好地描述特定气候带内植被在不同季节的差异王正兴等,2006。
NDVI仍会在以后的研究中发挥作用。
内部资料,仅供参考。
赠送相关资料
考试答题的技巧
拿到试卷之后,可以总体上浏览一下,根据以前积累的考试经验,大致估计一下试卷中每部分应该分配的时间。
安排答题顺序关于考试时答题顺序,一种策略是按照试卷从前到后的顺序答题,另外一种策略是按照自己总结出的答题顺序。
无论采取哪种策略,你必须非常清楚每部分应该使用的最少和最多的答题时间。
按照自己总结的答题顺序:
先做那些即使延长答题时间,也不见得会得分更多的题目,后做那些需要仔细思考和推敲的题目。
例如,数学先做会做的题目,再做难题,所谓难题,就是你思考了好几分钟仍然无法做出的题目。
再例如,英语和语文,你可以先把填空、选择、作文等题目做完,然后再做阅读题目。
数学处于高级阶段的贾甲在某次考试时,做到第5题时,实在做不出来,于是就先不做,继续往下做,到了第10题时,又做不出来了,心里有点着急,就暗自对自己说,“平静”、“平静”,于是隔过去往下做,到了第15题,又做不出来了。
于是就回头做第5题,想了几分钟后,仍然做不出来,于是就再做第10题,想了一会儿,突然想到了解题思路,于是就很快的做出来了,这时心情已经平静下来了,然后接着做第15题,想了一大会儿,只是想出了某一步骤,于是就把这一步骤写在试卷上,并猜了个答案写上,然后再回头做第5题,想了一会儿就做出来了。
然后,他用了几分钟检查了所有题目,发现没有大的错误后,他就再做第15题,他在脑子里把与这道题目相关的知识点和解题技巧逐一回忆,由于他已经形成了比较完整的知识体系,所以,回忆了几遍之后,他终于想出了第15题的解题思路,于是就很快的做出来了。
一、答题原则
大家拿到考卷后,先看是不是本科考试的试卷,再清点试卷页码是否齐全,检查试卷有无破损或漏印、重印、字迹模糊不清等情况。
如果发
答题时,一般遵循如下原则:
1.从前向后,先易后难。
通常试题的难易分布是按每一类题型从前向后,由易到难。
因此,解题顺序也宜按试卷题号从小到大,从前至后依
次解答。
当然,有时但也不能机械地按部就班。
中间有难题出现时,可先跳过去,到最后攻它或放弃它。
先把容易得到的分数拿到手,不要
“一条胡同走到黑”,总的原则是先易后难,先选择、填空题,后解答题。
2.规范答题,分分计较。
数学分I、II卷,第I卷客观性试题,用计算机阅读,一要严格按规定涂卡,二要认真选择答案。
第II卷为主观性试
题,一般情况下,除填空题外,大多解答题一题设若干小题,通常独立给分。
解答时要分步骤(层次)解答,争取步步得分。
解题中遇到困
难时,能做几步做几步,一分一分地争取,也可以跳过某一小题直接做下一小题。
3.得分优先、随机应变。
在答题时掌握的基本原则是“熟题细做,生题慢做”,保证能得分的地方绝不丢分,不易得分的地方争取得分,但
是要防止被难题耗时过多而影响总分。
4.填充实地,不留空白。
考试阅卷是连续性的流水作业,如果你在试卷上留下的空白太多,会给阅卷老师留下不好印象,会认为你确实不行
。
另外每道题都有若干采分点,触到采分点便可给分,未能触到采分点也没有倒扣分的规定。
因此只要时间允许,应尽量把试题提问下面的
空白处写上相应的公式或定理等有关结论。
5.观点正确,理性答卷。
不能因为答题过于求新,结果造成观点错误,逻辑不严密;或在试卷上即兴发挥,涂写与试卷内容无关的字画,可
能会给自己带来意想不到的损失。
胡乱涂写可以认为是在试卷上做记号,而判作弊。
因此,要理性答卷。
6.字迹清晰,合理规划。
这对任何一科考试都很重要,尤其是对“精确度”较高的数理化,若字迹不清无法辨认极易造成阅卷老师的误判,
如填空题填写带圈的序号、数字等,如不清晰就可能使本来正确的失了分。
另外,卷面答题书写的位置和大小要计划好,尽量让卷面安排做
到“前紧后松”而不是“前松后紧”。
特别注意只能在规定位置答题,转页答题不予计分。
二、审题要点
审题包括浏览全卷和细读试题两个方面。
一是开考前浏览。
开考前5分钟开始发卷,大家利用发卷至开始答题这段有限的时间,通过答前浏览对全卷有大致的了解,初步估算试卷难度
和时间分配,据此统筹安排答题顺序,做到心中有数。
此时考生要做到“宠辱不惊”,也就是说,看到一道似曾相识的题时,心中不要窃喜
,而要提醒自己,“这道题做时不可轻敌,小心有什么陷阱,或者做的题目只是相似,稍微的不易觉察的改动都会引起答案的不同”。
碰到
一道从未见过,猛然没思路的题时,更不要受到干扰,相反,此时应开心,“我没做过,别人也没有。
这是我的机会。
”时刻提醒自己:
我
易人易,我不大意;我难人难,我不畏难。
二是答题过程中的仔细审题。
这是关键步骤,要求不漏题,看准题,弄清题意,了解题目所给条件和要求回答的问题。
不同的题型,考察不
同的能力,具有不同的解题方法和策略,评分方式也不同,对不同的题型,审题时侧重点有所不同。
1.选择题是所占比例较大(40%)的客观性试题,考察的内容具体,知识点多,“双基”与能力并重。
对选择题的审题,要搞清楚是选择正
确陈述还是选择错误陈述,采用特殊什么方法求解等。
2.填空题属于客观性试题。
一般是中档题,但是由于没有中间解题过程,也就没有过程分,稍微出现点错误就和一点不会做结果相同,“后
果严重”。
审题时注意题目考查的知识点、方法和此类问题的易错点等。
3.解答题在试卷中所占分数较多(74分),不仅需要解出结果还要列出解题过程。
解答这种题目时,审题显得极其重要。
只有了解题目提供
的条件和隐含信息,联想相关题型的通性通法,寻找和确定具体的解题方法和步骤,问题才能解决。
三、时间分配
近几年,随着高考数学试题中的应用问题越来越多,阅读量逐渐增加,科学地使用时间,是临场发挥的一项重要内容。
分配答题时间的基本
原则就是保证在能得分的地方绝不丢分,不易得分的地方争取得分。
在心目
中应有“分数时间比”的概念,花10分钟去做一道分值为12分的中档大题无疑比用10分钟去攻克1道分值为4分的中档填空题更有价值。
有效
地利用最好的答题时间段,通常各时间段内的答题效率是不同的,一般情况下,最后10分钟左右多数考生心理上会发生变化,影响正常答卷
。
特别是那些还没有答完试卷的考生会分心、产生急躁心理,这个时间段效率要低于其它时间段。
在试卷发下来后,通过浏览全卷,大致了解试题的类型、数量、分值和难度,熟悉“题情”,进而初步确定各题目相应的作答时间。
通常一
般水平的考生,解答选择题(12个)不能超过40分钟,填空题(4个)不能超过15分钟,留下的时间给解答题(6个)和验算。
当然这个时间
安排还要因人而异。
在解答过程中,要注意原来的时间安排,譬如,1道题目计划用3分钟,但3分钟过后一点眉目也没有,则可以暂时跳过这道题;但若已接近成
功,延长一点时间也是必要的。
需要说明的是,分配时间应服从于考试成功的目的,灵活掌握时间而不墨守最初安排。
时间安排只是大致的
整体调度,没有必要把时间精确到每1小题或是每1分钟。
更不要因为时间安排过紧,造成太大的心理压力,而影响正常答卷。
一般地,在时间安排上有必要留出5—10分钟的检查时间,但若题量很大,对自己作答的准确性又较为放心的话,检查的时间可以缩短或去除
。
但是需要注意的是,通常数学试卷的设计只有少数优秀考生才可能在规定时间内答完。
五、大题和难题
一张考卷必不可少地要有大题、难题以区分考生的知识和能力水平,以便拉开档次。
一般大题、难题分值都较高,遇到难题,要尽量放到最
后去攻克;如果别的题目全部做完而且检查无误,而又有一定时间的话,就应想办法攻克难题。
不是每个人都能得150的,先把会的做完,也
可以给自己奠定心里优势。
六、各种题型的解答技巧
1.选择题的答题技巧
(1)掌握选择题应试的基本方法:
要抓住选择题的特点,充分地利用选择支提供的信息,决不能把所有的选择题都当作解答题来做。
首先,
看清试题的指导语,确认题型和要求。
二是审查分析题干,确定选择的范围与对象,要注意分析题干的内涵与外延规定。
三是辨析选项,排
误选正。
四是要正确标记和仔细核查。
(2)特值法。
在选择支中分别取特殊值进行验证或排除,对于方程或不等式求解、确定参数的取值范围等问题格外有效。
(3)反例法。
把选择题各选择项中错误的答案排除,余下的便是正确答案。
(4)猜测法。
因为数学选择题没有选错倒扣分的规定,实在解不出来,猜测可以为你创造更多的得分机会。
除须计算的题目外,一般不猜A
。
2.填空题答题技巧
(1)要求熟记的基本概念、基本事实、数据公式、原理,复习时要特别细心,注意记熟,做到临考前能准确无误、清晰回忆。
对那些起关键
作用的,或最容易混淆记错的概念、符号或图形要特别注意,因为考查的往往就是它们。
如区间的端点开还是闭、定义域和值域要用区间或
集合表示、单调区间误写成不等式或把两个单调区间取了并集等等。
(2)一般第4个填空题可能题意或题型较新,因而难度较大,可以酌情往后放。
3.解答题答题技巧
(1)仔细审题。
注意题目中的关键词,准确理解考题要求。
(2)规范表述。
分清层次,要注意计算的准确性和简约性、逻辑的条理性和连贯性。
(3)给出结论。
注意分类讨论的问题,最后要归纳结论。
(4)讲求效率。
合理有序的书写试卷和使用草稿纸,节省验算时间。
七、如何检查
在考试中,主动安排时间检查答卷是保证考试成功的一个重要环节,它是防漏补遗、去伪存真的过程,尤其是考生如果采用灵活的答题顺序
,更应该与最后检查结合起来。
因为在你跳跃式往返答题过程中很可能遗漏题目,通过检查可弥补这种答题策略的漏洞。
检查过程的第一步是看有无遗漏或没有做的题目,发现之后,应迅速完成或再次思考解法。
对各类题型的做答过程和结果,如果有时间要结
合草稿纸的解题过程全面复查一遍,时间不够,则重点检查。
选择题的检查主要是查看有无遗漏,并复查你心存疑虑的题目。
但是若没有充分的理由,一般不要改变你依据第一感觉作出的判断。
对解答题的检查,要注意结合审查草稿纸的演算过程,改正计算和推理中的错误。
另外要补充遗漏的理由和步骤,删去或修改错误或不准确
的观点。
计算题和证明题是检查的重点,要仔细检查是否完成了题目的全部要求;若时间仓促,来不及验算的话,有一些简单的验证方法:
一是查单
位是否有误;二是看计算公式引用有无错误;三是看结果是否比较“像”,这里所说的“像”是依靠经验判断,如应用题的答案是否符合实
际意义;数字结论是否为整数、自然数或有规则的表达
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- NDVI 指数 植被 研究 中的 应用 及其 评价 打印
![提示](https://static.bdocx.com/images/bang_tan.gif)