基于GIS的植被覆蓋度估算

1、基于GIS的植被覆蓋度估算.緒論課題研究的目的與意義植被，包括森林、灌叢、草地和農(nóng)作物，既是生態(tài)系統(tǒng)的主要組成部分，也是 生態(tài)系統(tǒng)存在的基礎(chǔ)，具有截流降雨、減緩徑流、防沙治沙、保持水土等功能，聯(lián) 結(jié)著土壤、大氣和水分等自然過程，在陸地表面的能量交換、生物地球化學(xué)循環(huán)和 水文循環(huán)等過程中扮演著重要角色，是全球變化研究中的“指示器”1 0植被根據(jù)生態(tài)系統(tǒng)中水、氣等的狀況，調(diào)控其內(nèi)部與外部的物質(zhì)、能量交換。植被覆蓋與 氣候因子關(guān)系極為密切，研究植被覆蓋變化對氣候的影響是氣候變化研究的主要內(nèi)容之一，它影響著土壤濕度、地表溫度 和地表能量與水的循環(huán)（李苗苗，2004）。植被覆蓋度（vegetation

2、fractional cover,簡稱FC）是指植被（包括葉、莖、枝）在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的百分比 2。它是植被對地面的垂直投 影比例，對于山坡進(jìn)行植被覆蓋度測量時(shí)，應(yīng)該采用垂直于坡面的角度。植被覆 蓋度具有強(qiáng)烈的尺度效應(yīng)，同一片植被，因被納入統(tǒng)計(jì)的范圍不同而表現(xiàn)為不同的 植被覆蓋度。如一個(gè)地區(qū)的植被覆蓋度很高，但平均到全國水平就大大降低了0植被覆蓋度在提示地表植被分布規(guī)律，探討植被分布影響因子，分析評價(jià)區(qū) 域生態(tài)環(huán)境，及時(shí)準(zhǔn)確地掌握其動(dòng)態(tài)變化，分析其發(fā)展趨勢對維護(hù)區(qū)域生態(tài)平衡等 方面都具有重要意義。4而城市植被則是城市生態(tài)系統(tǒng)重要的還原組織和最重要 的元素，對于保護(hù)城市生態(tài)環(huán)境

3、具有不可忽視的作用5,如有效緩解城市“熱島效 應(yīng)”，改善城市區(qū)域小氣候5,7等。城市化的迅速推進(jìn)，帶來了多樣化的生態(tài)足跡，植被覆蓋度，土壤污染率，地 表侵蝕率，逐漸成為生態(tài)研究的熱點(diǎn)，也成為環(huán)境保護(hù)的重點(diǎn)。借助于高速發(fā)展的 RS與GIS技術(shù)來進(jìn)行植被覆蓋度的估算，將是當(dāng)前環(huán)境監(jiān)測的必要步驟。徐州是由礦區(qū)發(fā)展起來的城市，由于長期開采礦產(chǎn)，導(dǎo)致了一系列嚴(yán)重的生態(tài) 問題，如塌陷地廣布，植被破壞率嚴(yán)重，土地侵蝕率增大，等。在此背景下，研究 徐州市整體的土地覆蓋情況，即是現(xiàn)實(shí)需要，也是未來生態(tài)城市規(guī)劃的重要步驟。 研究的最終結(jié)果也會(huì)給徐州市的城市規(guī)劃提供信息支持與技術(shù)保障。國內(nèi)外植被覆蓋度研究現(xiàn)狀由于植

4、被覆蓋度是許多學(xué)科的重要參數(shù)，為了得到準(zhǔn)確的植被覆蓋度信息，植 被覆蓋度監(jiān)測技術(shù)的提高，就成了多個(gè)領(lǐng)域發(fā)展的需要。根據(jù)檢測手段，測量植被 覆蓋度的方法可分為傳統(tǒng)的地面測量和新興的遙感測量兩大類。其中，地面測量又 可以根據(jù)測量原理，分為目估法、采樣法、儀器法和模型法 ；遙感測量依據(jù)對植被 光譜信息與植被覆蓋度所建立的關(guān)系不同，可分為物理模型法和統(tǒng)計(jì)模型法。統(tǒng)計(jì) 模型法中使用較多的有植被指數(shù)法、回歸模型法、像元分解法、分類決策樹和人工 神經(jīng)網(wǎng)絡(luò)法；物理模型法中模型反演法使用最多。地面測量曾經(jīng)一度是植被覆蓋度監(jiān)測的最主要方法。主要包括目估法、采樣 法、儀器法和模型法。雖然遙感技術(shù)的發(fā)展使地面測量的主

5、導(dǎo)性地位有所降低， 但地面 測量依然具有其重要性，它不僅是最精確的測量方法，也為遙感測量提供 了基礎(chǔ)標(biāo) 定數(shù)據(jù)，是無可替代的。遙感技術(shù)的發(fā)展，為大范圍植被覆蓋信息的獲取提供了一個(gè)新的發(fā)展方向。常 用 于植被覆蓋信息提取的遙感數(shù)據(jù)有 NO秋叭vHRRt據(jù)、MODI嗷據(jù)、 LandsatTM與MSS數(shù)據(jù)、SPO蹴據(jù)、ATSE噴據(jù)、力行t、IEOS SARt達(dá)數(shù)據(jù)以 及AVIRIS高光譜數(shù)據(jù)等。近年來，國內(nèi)外在植被遙感監(jiān)測方面開展大量的研究，發(fā)展許多植被覆蓋度監(jiān)測方法,8 ,13,。遙感方法相較于傳統(tǒng)地面測算使測算的外業(yè)工作極大減少，在時(shí) 效性、測算范圍等方面都存在較明顯優(yōu)勢。孫睿等 ,14,利用N

6、OA峨據(jù)，通過研究 不同時(shí)段降水量與年最大NDVI之間的相關(guān)關(guān)系分析降水對黃河流域植被覆蓋度的 影響；趙彩霞等,15,通過定量分析植被覆蓋度與土壤風(fēng)蝕量及風(fēng)蝕氣候侵蝕因子3者隨時(shí)間變化的相關(guān)關(guān)系，計(jì)算和比較不同類型植物防風(fēng)治沙性能的動(dòng)態(tài)差異、總 植被覆蓋度及相應(yīng)的總土壤風(fēng)蝕量動(dòng)態(tài)變化；RezaAmiri等,16,利用基于NDVI 值，分析植被覆蓋度和土地利用/土地覆被與土地表面溫度的時(shí)空變化 3者相關(guān) 性。將氣候、土壤因素與植被覆蓋度進(jìn)行相關(guān)研究較多，而將地質(zhì)條件與植被覆蓋 度相結(jié)合的研究尚未有人涉及。1.3主要研究內(nèi)容與方法研究區(qū)概況徐州市位于江蘇省的西北部，東經(jīng) 116?22 ,118?4

7、0、北緯33?43, 34?58之間。東西長約210公里，南北寬約140公里，總面積11258平方公里， 占江蘇省總面積0地處蘇、魯、豫、皖四省交界，為東部沿海與中部地帶上海經(jīng)濟(jì)區(qū)與環(huán)渤的11,海經(jīng)濟(jì)圈的結(jié)合部。素有“五省通衢”之稱。京滬、隴海兩大鐵路在此交匯， 京杭大運(yùn)河傍城而過貫穿徐州南北，公路四通八達(dá)，北通京津，南達(dá)滬寧，西接蘭 新，東抵海濱，為全國重要水陸交通樞紐和東西、南北經(jīng)濟(jì)聯(lián)系的重要十字路口。圖1徐州市區(qū)位圖1.3.2研究內(nèi)容與技術(shù)路線研究內(nèi)容在遙感應(yīng)用領(lǐng)域，植被指數(shù)是一種反映地表植被信息的重要信息源之一，已廣泛 用于定性和定量評價(jià)植被覆蓋及其生長狀況。植被指數(shù)經(jīng)過 20多年的發(fā)

8、展，目前有 幾十種，但常用的植被指數(shù)有：歸一化植被指數(shù)(NDVI)、比值植被指數(shù)(RVI)、差 值植被指數(shù)(NVI)、土壤調(diào)節(jié)植被指數(shù)(SAVI)和修正土壤植被指數(shù)(MSAVI)等17 -18 o其中歸一化植被指數(shù)是植被生長狀態(tài)及植被覆蓋度的最佳指示因子。本文主要利用2010年徐州市TM圖像進(jìn)行植被覆蓋情況的研究，利用歸一化植 被指數(shù)法與象元二分模型進(jìn)行植被覆蓋度的反演，最終得到基本植被覆蓋情況與徐 州市六縣的分區(qū)覆蓋情況。1)歸一化植被指數(shù)NDVI植被指數(shù)是利用綠色植物強(qiáng)吸收可見光紅波段(0.6,0.7 m m)和高反射近紅外波段(0.7 , 1.1 m)特點(diǎn)，經(jīng)過變換，增強(qiáng) 植被信號，削弱

9、噪音組合而成。歸一化植被指數(shù)(NDVI ,下式為NNDVI)是植被生 TOC o 1-5 h z 長狀態(tài)及植被覆蓋度最佳指示因子，19,20,被定義為近紅外。波段與可見光紅波 段數(shù)值之差和這兩個(gè)波段數(shù)值之和比值，計(jì)算公式：NDVI = ( NIR , R)/( NIR + R) ( 1)式中，NIR為近紅外波段的反射率，R為紅光波段的反射率。2)像元二分模型。像元二分模型原理是假設(shè)影像上一個(gè)像元的反射率R可分為純植被部分反射率Rv和非植被部分Rs兩部分，那么，任一像元的反射率值可以表 示為由植被覆蓋部分與非植被覆蓋部分的線性加權(quán)的和：(2) R,R , RVS假設(shè)影像上一個(gè)像元中有植被覆蓋的面

10、積比例為 fc ,即該像元的植被覆蓋度, 那么非植被覆蓋的面積比例為1 - f c 。如果該像元全由植被所覆蓋，則所得的反 射率為R如果veg,該像元無植被覆蓋，則反射率為R ,因此，混合像元的植被部分所 貢獻(xiàn)的信息Rv可以表soil示為純植被反射率R與像元中植被覆蓋面積f c的乘積(見公式(2), 而非 植被成分所貢veg獻(xiàn)的信息Rs可以表示為R與1 - f c的乘積(見公式(3) ) : soilR,fc*R (3) vVegR,(1-fc)*R Ssoil通過解算式(2)、式(3)和式(4),可得到計(jì)算植被覆蓋度的公式，如下：fc,(R,R)/(R,R) (5) soilvegsoil其

11、中:R與R是像元二分模型的兩個(gè)參數(shù)。很明顯，只要求得這兩個(gè)參數(shù)根據(jù)公式(5),就 vegsoil可以利用遙感信息來估算植被覆蓋度。根據(jù)像元二分模型原理，我們可以將1個(gè)像元的NDVI值表示為由有植被覆蓋部分地表與無植被覆蓋部分地表組成的形式。因此，計(jì)算植被覆蓋度的公式可表示為NDVI,NDVIsoilfc, (6) NDVI,NDVIvegsoil其中:NDVI為完全是裸土或無植被覆蓋區(qū)域的 NDVI值,NDVI則代表完全由植被 所覆 soilveg蓋的像元的NDVI值，即純植被像元的NDVI值。參考李苗苗，20,、Gutman,21,等提出的估算NDVI和NDVI的方法，根據(jù)整幅影 vegso

12、il像上NDVI的灰度分布，以0.5%置信度截取NDVI的上下限閾值分別近似代表NDVI和 vegNDVL采用ARCGI球件的柵格計(jì)算器，應(yīng)用式（6）計(jì)算所有影像的植被覆蓋度分布soil情況。將計(jì)算得到的植被覆蓋度（FC）分5級：低植被覆蓋度（FC, 10%）、 較低植被覆蓋度（10%?FC, 30%）、中度植被覆蓋度（30% ?FC , 50%）、較高植被 覆蓋度（50%?FC, 70%）和高植被覆蓋度（FC?70%）.技術(shù)路線TM影像植被覆蓋信息提取前期準(zhǔn)備數(shù)據(jù)處理土地類型分類水體剔除植被指數(shù)計(jì)算植被覆蓋度估算統(tǒng)計(jì)分析.專題圖生成結(jié)果討論與分析圖2技術(shù)路線圖2課題研究主要步驟數(shù)據(jù)準(zhǔn)備采用徐

13、州市2010年的Landsat TM遙感數(shù)據(jù)，共包括了三景圖像，軌道號分別為 p121r036、p121r037、p122r036,Landsat 7, TM有 7 個(gè)波段，其中 1-5, 7 波段的分辨率均為30 m; 6波段分辨率為120 m,為熱紅外波段，不參與此試驗(yàn)研究；首先利用 ERDAS8.6勺工具，依次選擇 Interpreter-Utilities-Layer Stack ,將原始 tiff 數(shù)據(jù)合成多光譜圖像，因?yàn)榈诹ǘ螢闊峒t外波段，所以予以舍棄。植被覆蓋度遙感信息提取土地利用類型分類1）基本類型劃分利用最大似然法進(jìn)行監(jiān)督分類，主要流程為：建立分類模 板、評價(jià)分類模板、執(zhí)行

14、監(jiān)督分類、精度評價(jià)。監(jiān)督分類又叫訓(xùn)練區(qū)分類，它的前 提是已知遙感圖像上樣本區(qū)內(nèi)地物的類別，所以選擇足夠數(shù)量和具有代表性的訓(xùn)練 區(qū)，決定了監(jiān)督分類的精度。由于選取的研究區(qū)面積較大，所以在訓(xùn)練區(qū)數(shù)量上均 在3000以上。根據(jù)圖像的分辨率，將徐州市分為六類土地類型：水體，建設(shè)用地，農(nóng)田，林地，山地，未利用地。分類精度滿足要求。2）分類屬性重編碼由于水體在植被指數(shù)圖像上多顯示為負(fù)值，影響植被覆蓋 度的估算，所以先進(jìn)行水體的剔除，這里采用的方法是掩膜法。在分類圖像上進(jìn)行 屬性的重編碼，將水體的屬性設(shè)置為 0,其余地物的屬性均設(shè)置為1,即是對圖像 進(jìn)行二值化處理。結(jié)果使水體與其他地物區(qū)分開。所得圖像為 ：

15、圖3二值化處理圖像3）水體剔除 將二值化處理的圖像與原始圖像相乘，即可以將水體剔除掉，這 里利用的是ERDAS勺建模功能，所建立的模型如下所示圖4剔除水體模型圖5剔除水體的圖像2植被指數(shù)計(jì)算利用ERDA必行植被指數(shù)的計(jì)算主要有兩種方法：一種是直接利用菜單工。植被指數(shù)選擇NDVI,設(shè)置相應(yīng)具:Interpreter-spectral Enhancement-Indices的參數(shù)即可以自動(dòng)進(jìn)行計(jì)算。第二種方法是利用ERDAS勺空間建模工具進(jìn)行計(jì)算。IR * VjfibleIR - VisibleI44141 Avi-WtMU/ INPUT出音注意 m ef一 lf,i| I M )141lir I

16、f 4 MlifkAM-t % in *i1.IPC7 RASTER模型如下所示:Difference I egernrimt Index、if Rlj *. * lu - WIU- MSB圖6植被指數(shù)計(jì)算模型本文利用第一種方法進(jìn)行計(jì)算，因?yàn)榈诙N方法需要已知裸地的植被覆蓋情況 與最高植被覆蓋情況，因?yàn)槿狈ο嚓P(guān)經(jīng)驗(yàn)與實(shí)測數(shù)據(jù)，所以先計(jì)算出植被指數(shù)，最 后在ARCgis中進(jìn)行植被植被覆蓋度的估算。得到植被指數(shù)分布圖如下 ：圖7徐州市植被指數(shù)圖基于GIS的植被覆蓋度估算.3.1植被覆蓋度估算根據(jù)植被指數(shù)整幅圖像的灰度分布情況，截取上下限閾值，近似的估計(jì)NDVIveg =0.563 NDVI=0.0

17、078 ,采用 ARCGI漱件的柵格計(jì)算器(Spatial AnalystRaster soilCalculator),應(yīng)用植被覆蓋度的估算公式計(jì)算所有影像的植被覆蓋度分布情 況。將計(jì)算得到的植被覆蓋度(FC)分5級：低植被覆蓋度(FC, 10%)、較低植 被覆蓋度(10%?FC, 30%)、中度植被覆蓋度(30% ?FC , 50%)、較高植被覆蓋度 (50%?FC, 70%)和高植被覆蓋度(FC?70%),并將分級圖像彩色顯示：DM樂玻學(xué)理3 LJR 可代if；CiN f果滿仗痛否 味曬球押子上西舅里imur圖8徐州市植被覆蓋度圖柵格計(jì)算得到的圖像格式 為GRID格式，不具備柵格圖像的灰度

18、信息，為了得 到不同植被覆蓋度的面積統(tǒng)計(jì)值，將該圖像進(jìn)行屬性值的重新設(shè)置低植被覆蓋度的 屬性值為1 ,較低植被覆蓋度的屬性值為 2,中度植被覆蓋度的屬性值為3,較高植被覆蓋度的屬性值為4,高植被覆蓋度的屬性值為5,水體與誤差錯(cuò)分區(qū)的屬性 值設(shè)置為0,這樣得到按照新的屬性值統(tǒng)計(jì)的柵格總數(shù)，根據(jù)柵格總數(shù)可以計(jì)算出每種植被覆蓋情況的面積。重分類的設(shè)置如下。韋。吉5 feld;It re日書s/丁 Ctunpfr mtalng vWh to MoEWEi今3|8mpwSy匚市IE圖9植被覆蓋度屬性重分類2.3. 2 分區(qū)植被覆蓋統(tǒng)計(jì)利用徐州市的行政區(qū)劃圖與植被覆蓋圖進(jìn)行疊加，計(jì)算出徐州市六縣的植被覆

19、蓋情況，這里的六縣植被覆蓋情況采用的平均值估計(jì)。圖10植被覆蓋度分區(qū)圖JE建23：3 兇| jrangiu.OTLjnty二| 百Zont fled：|landlise._ma勺Value raster:|Reda55rf2CiO;J 且| loncrre NoDjfta incalcuteiti.iirisJoin tab is to zcinaf? Chart|m號an二jOutput tble；|C:Doc undents and Settingsh*_司OK I CbtiCbI圖11植被覆蓋度分區(qū)統(tǒng)計(jì)設(shè)置圖3結(jié)果分析1）經(jīng)過分區(qū)統(tǒng)計(jì)與面積統(tǒng)計(jì)，在所得的徐州市六區(qū)植被覆蓋情況統(tǒng)計(jì)表（表一

20、）中顯示出：徐州六縣及徐州市區(qū)的植被覆蓋度總體較低，沒有較高及高度植被覆蓋 區(qū)域。這說明徐州市的生態(tài)環(huán)境相對較差，對植被的覆蓋情況不重視。新沂與豐縣 的植被覆蓋度是所有區(qū)域中最高的，睢寧次之，以下依次為沛縣，邳州，銅山，徐 州市區(qū)，這與各個(gè)區(qū)域的經(jīng)濟(jì)發(fā)展水平有一定的相關(guān)性。經(jīng)濟(jì)發(fā)展程度高的，對城 區(qū)的開發(fā)利用程度較高，植被覆蓋率就相應(yīng)降低。反之，植被覆蓋率較高。同時(shí)這 也反映目前徐州市的經(jīng)濟(jì)發(fā)展在一定程度上還是以犧牲自然資源與環(huán)境為代價(jià)的。表一徐州六縣分區(qū)植被覆蓋度統(tǒng)計(jì)睢地區(qū) 邳州 沛縣 豐縣 新沂 銅山 徐州寧植被覆蓋0.20.2 0.22 0.28 0.28 0.17 0.07 度 7分但

21、粒被魚反度統(tǒng)計(jì)叫.一,*Ml -a ijj s|手的f輔縣豐縣新洲銅山徐州陳寧2）從植被覆蓋度面積統(tǒng)計(jì)表格（表二）可以看出：較低，中度植被覆蓋度的面積所占份額較大，較低植被覆蓋度面積占到了徐州市植被覆蓋總面積的43.3%,中度植被覆蓋度面積占到了徐州市植被覆蓋總面積的28.3%,低度植被覆蓋度面積占到了徐州市植被覆蓋總面積的16.9%。高度的植被覆蓋度所占比例最少，僅有 0.9%, 這與分區(qū)統(tǒng)計(jì)的結(jié)果有一定的相似。也進(jìn)一步證明徐州地區(qū)的的植被覆蓋度較低。也反映了徐州市在整頓礦區(qū)發(fā)展，發(fā)展地方經(jīng)濟(jì)的同時(shí)，忽略了生態(tài)環(huán)境建設(shè)。2表二各植被覆蓋度面積統(tǒng)計(jì)（單位:hm）植被覆蓋狀低度較低中度較高高度況

22、160787.5413364.100843.1 面積 270254.7 8756.732 42 1務(wù)植被覆蓋度面積比例統(tǒng)計(jì)面積折占份額4結(jié)論經(jīng)過徐州市的植被覆蓋情況分析可以得出結(jié)論：徐州市的植被覆蓋度相對較低，沒有較高及高度植被覆蓋區(qū)域。這說明徐州市的生態(tài)環(huán)境相對較差，對植被的 覆蓋情況不重視。新沂與豐縣的植被覆蓋度是所有區(qū)域中最高的，睢寧次之，徐州 市區(qū)的植被覆蓋度最低，只有0.07,屬于低度植被覆蓋區(qū)域。這與各個(gè)區(qū)域的經(jīng) 濟(jì)發(fā)展水平有一定的相關(guān)性。在面積統(tǒng)計(jì)中，較低，中度植被覆蓋度的面積所占份 額較大。高度與低度的植被覆蓋度所占比例最少。如果這種情況再繼續(xù)下去，將會(huì) 使徐州市的生態(tài)環(huán)境更加

23、惡劣。所以，在城市擴(kuò)展，城市開發(fā)的過程中，適度的重 視環(huán)境規(guī)劃，提高植被覆蓋度，也有利于徐州市的長遠(yuǎn)發(fā)展。5參考文獻(xiàn)1趙英時(shí).遙感應(yīng)用分析原理與方法M.北京：科學(xué)出版社,2003.2 Gitelson A. A., Kaufman Y. J., Stark R ., et al. Novel algorithms for remote estimationof vegetation fraction J .Remote Sensing ofEnvironment,2002(80):76-87.3胡良軍，邵明安.論水土流失研究中的植被覆蓋度量指標(biāo)J.西北林學(xué)院學(xué)報(bào),2001,16(1):40-4

24、3.4祁燕王秀蘭馮仲科郭祥2基于RS與GIS的北京市植被覆蓋度變化研究J林業(yè)調(diào)查規(guī)劃2009 34(2)1-45何云玲，張一平.城市生態(tài)環(huán)境與綠化植被相互作用研究J . 高原氣 象,2004 ,23 ：2972304.6沈濤，袁春瓊，劉玉安.烏魯木齊市熱島強(qiáng)度分布與植被覆蓋相互關(guān)系的遙 感研究J .新疆氣象,2004 ,27:28230.7 劉樹華，黃子琛,劉立超.半干旱區(qū)植被覆蓋度對邊界層氣候熱力影響的 數(shù)值模擬J . 氣象學(xué)報(bào)，1996 ,54:3032311.,8,張春玲，余華，宮鵬，等(武漢市地表亮溫與植被覆蓋關(guān)系定量分析,J,(地理科學(xué)，2009, 29( 5) : 740,744,

25、9,顏長珍，吳炳方(晉陜蒙接壤區(qū)林草覆蓋變化的遙感分析,J,( 地理科學(xué)，2004, 24( 4) : 465,471(,10,張?jiān)葡?，李曉斌，陳云?草地植被覆蓋度的多尺度遙感與實(shí)地測量方法綜述,J,(地球科學(xué)進(jìn)展，2003, 18( 1) : 85,93(,11,陳晉，陳云浩，何春陽，等(基于土地覆蓋分類的植被覆蓋率估算亞像元模型與應(yīng)用，J,( 遙感學(xué)報(bào)，2001, 5( 6) : 416 ,422(,12, Purevdo r J S , Tateishi R , Ishiyama T , et al( Relationship s between percent vegetation cover and vegetationindices,J,( InternationalJournal of Remote Sensing1998 19 ( 18 ) :3519 ,3535(,13,萬恩璞，呂憲國，王野喬，等(應(yīng)用遙感信息對長白山植被覆蓋的研 究,J,( 地理科學(xué)，1989,9(4) : 354,387(,14,孫睿，劉昌明，朱啟疆(黃河流域植被覆蓋度動(dòng)態(tài)變化與降水的關(guān)系,J,( 地理學(xué)報(bào)，2001,