基于像元二分模型的和布克赛尔县植被覆盖动态变化分析

2012-08-20陈爱京傅玮东肖继东沙依然

草业科学 2012年6期

陈爱京，傅玮东，肖继东，张旭，王蕾，沙依然

（新疆维吾尔自治区气候中心，新疆乌鲁木齐830002）

植被作为陆地生态系统的主体，具有明显的年际变化和季节变化的特点，并与一定的气候、地貌、土壤条件相适应，对全球能量平衡、生物化学循环以及水循环起着调控作用。植被变化主要是地球内部（土壤母质、土壤类型等）及外部（气温、降水等）综合作用的结果，所以在全球变化研究中充当着“指示器”［1－2］。传统意义上植被覆盖度指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区面积的百分比［3－5］。伴随着多角度传感器的出现，植被覆盖度又被定义为观测方向上的植被覆盖度面积，本研究中的植被覆盖度指第二种含义。植被覆盖度作为衡量植被状况的重要指标，对生态环境变化起到指示作用，因此植被的好坏是判断生态系统环境的重要依据。

植被覆盖度测量的传统方法是地面测量，最常用的方法有目估法、样方法、样带法、样点法等，以及借助于采样仪器的测量方法，如空间定量计、移动光量计等［6］。传统的方法是一项人力、财力花费巨大的工作，而遥感技术具有感测范围广、信息量大、获取信息快、更新周期短等特点［7］。因此，遥感技术为监测大面积区域植被覆盖度，甚至全球的植被覆盖度提供了可能［8］。近年来利用遥感资料估算大面积的植被覆盖率已成为当前建立全球及区域气候、生态模型的基础工作之一［9］。目前采用遥感技术测量植被覆盖度的方法主要有回归模型法、植被指数法与像元分解模型法。其中象元分解模型应用最广泛，对于植被覆被变化动态的监测效果最好［10］。

由于遥感技术具有宏观、快速、周期性、多尺度、多层次、多谱段、多时相等优点，遥感技术已成为大范围植被覆盖度估测的主要手段。使用中分辨数据（TM、ETM、MODIS）估测植被覆盖度的研究较多［11］。MODIS是EOS系列卫星的主要探测仪器，共有36个光谱通道，分布在0．4～14．0μm波谱范围内，空间分辨率分别为250、500和1 000m，扫描宽度为2 330km。在对地观测过程中，每秒可同时获得6．1Mb的来自大气、海洋和陆地表面信息，每日或每两日可获取一次全球观测数据。MODIS具有数据存储格式（HDF）高效、信息丰富、数据获取快和覆盖范围广等特点［12］。分辨率为250m的第1波段（0．62～0．67μm）、第2波段（0．841～0．876 μm）对植被比较敏感［13］。因此，可以利用其数据时间分辨率和光谱分辨率高的特点，准确、快速地监测植被的动态变化。

本研究利用归一化植被指数NDVI（Normal－ized Difference Vegetation Index）和像元二分模型，结合土地利用图，建立植被覆盖度的估算模型。运用该方法对和布克赛尔县的植被覆盖度进行计算，并分析其动态变化特征及变化规律，这对于了解和掌握该区域生态环境状况有重要的现实意义。

1 研究区概况

和布克赛尔蒙古自治县位于新疆准噶尔盆地西北部，总面积3．06万km2，北与阿勒泰地区接壤，南与昌吉州相邻，西南与克拉玛依交界，西北与哈萨克斯坦共和国相望，隶属塔城地区，距首府乌鲁木齐495km。地理坐标为84°37′～87°20′E，45°20′～47°12′N。和布克赛尔蒙古自治县辖2个镇（和布克赛尔镇、和什托洛盖镇）、5个乡（夏孜盖乡、莫特格乡、巴音傲瓦乡、查干库勒乡、铁布肯乌散乡）、4个牧场（那仁和布克牧场、巴嘎乌图布拉格牧场、布斯屯格牧场、伊克乌图布拉格牧场）。境内有兵团农十师一八四团、兵团农十师煤矿、兵团农七师一三七团煤矿、一三七兵团牧业营。地势北高南低，北部为低山、丘陵，南部为古尔班通古特沙漠，中部为山前冲积平原。全县东西最长210km，南北最宽207 km，属北温带大陆性干旱气候，年均气温3．0℃，年均降水量142mm，自然条件恶劣，具有冬长夏短，春秋多大风的特点，无霜期只有86～135d，每年8级以上大风78d以上。

2 研究方法

2．1 数据来源与处理本研究所用MODIS影像数据是由新疆维吾尔自治区气象局接收的时间序列为2003－2010年8月、空间分辨率为250m×250 m的EOS／MODIS数据。为了更准确地计算植被覆盖度，所有数据都经过预处理、辐射校正、大气校正和几何校正。

2．2 植被覆盖度遥感估算模型

2．2．1 像元二分模型像元二分模型［14－15］是假设一个像元的地表由有植被覆盖部分地表与无植被覆盖部分地表组成，而遥感传感器观测到的光谱信息也由这两个组分因子线性加权合成，各因子的权重是各自的面积在像元中所占的比率，如其中植被覆盖度可以看作是植被的权重。

根据像元二分模型的原理，通过遥感传感器所观测到的信息（S）可以表达为由绿色植被部分所贡献的信息（Sv）和由无植被覆盖（裸土）部分所贡献的信息（Ss）两部分，即：

设一个像元中有植被覆盖的面积比例为fc，即该像元的植被覆盖度，则裸土覆盖的面积比例为1－fc。如果全由植被所覆盖的纯像元所得的遥感信息为Sveg，则混合像元的植被部分所贡献的信息Sv可以表示为Sveg与fc的乘积：

同理，如果全由裸土所覆盖的纯像元所得的遥感信息为Ssoil，混合像元的土壤成分所贡献的信息Ss可以表示为Ssoil与1－fc的乘积：

将公式（2）与（3）代人公式（1），可得：

对公式（4）进行变换，可得以下计算植被覆盖度（Fc）的公式：

式中，Ssoil与Sveg是像元二分模型的两个参数。因此，只要知道这两个参数就可以根据公式（5）利用遥感信息来估算植被覆盖度。本模型表达了遥感信息与植被覆盖度的关系，其参数Ssoil与Sveg则具有实际含义，即土壤与植被的纯像元所反映的遥感信息，这样就削弱了大气、土壤背景与植被类型等的影响，将大气、土壤背景与植被类型等对遥感信息的影响降至最低，只留下植被覆盖度的信息。

2．2．2 利用NDVI估算植被覆盖度归一化植被指数是一种由遥感传感器接收的地物光谱信息推算而得的反映地表植被状况的定量值，是植物生长状态以及植物生长空间分布密度的最佳指示因子，与植物分布密度呈线性相关。将归一化植被指数作为反映像元信息的指标带入公式（5）得：

由此导出植被覆盖度的计算公式：

式中，NDVIsoil为裸土或无植被覆盖区域的NDVI值，而NDVIveg则代表完全被植被所覆盖的像元的NDVI值。对于大多数类型的裸地表面，NDVI理论上应该接近0，并且是不易变化的，但由于受众多因素影响，NDVIsoil会随着空间而变化，其变化范围一般在－0．1～0．2［16］。NDVIveg代表着全植被覆盖像元的最大值，由于NDVIveg值会随着植被类型和植被的时空分布而变化，计算植被覆盖度时，即使是对同一景影像，NDVIsoil和NDVIveg也不能取固定值。因此，本研究利用土地利用图和土壤图作为计算NDVIsoil和NDVIveg值的基础。取NDVI最大值和最小值分别为NDVIsoil和NDVIveg［17］，即为：

NDVIsoil＝NDVImin；

NDVIveg＝NDVImax。

本研究利用MODIS数据，在C＋＋环境下计算出NDVI数据，应用像元二分法，估算植被覆盖度，计算2003－2010年8月和布克赛尔县的植被覆盖度，对植被覆盖度进行动态分析，揭示植被变化规律。

3 和布克赛尔县植被覆盖度动态变化

3．1 和布克赛尔县植被覆盖度总体变化分析

和布克赛尔县2003－2010年8月植被覆盖度整体较高，为70%～90%，反映了良好的植被状况（图1、图2）。从2003和2010年的植被覆盖度图看，8年间整体略有增加的趋势，但不同年份之间植被覆盖度有上升和下降，反映了植被覆盖度在时间序列曲线上会发生变化。8年间植被覆盖度总体变化不大，其中2005年植被覆盖度最高，达到91．18%，为2003年以来最高；其次是2010年，植被覆盖度为85．78%；其他年份在72．91%～79．50%。从植被覆盖度图可以看出，中、高植被区多集中在和布克赛尔县北部区域，其中2005年和2007年中、高植被覆盖度较大。

图1 2003－2010年8月和布克赛尔县植被覆盖度图Fig．1 Vegetation coverage at Hoboksar in August from 2003to 2010

3．2 和布克赛尔县不同年份间植被覆盖度变化分析 2003－2010年植被覆盖度总体略有增加，其中2004－2005年，植被覆盖度增加了22．38%，大部分地区植被长势增强，2003－2010年和2009－2010年植被面积增加了1 748．86和3 160．46km2，植被覆盖度增加了7．90%和15．24%，植被长势变化不大，部分地区略有增加，2003－2004年、2007－2008年和2005－2006年植被面积略有减少，植被覆盖度减少6．28%～15．50%，北部地区植被长势有所降低；2006－2007年和2008－2009年的植被覆盖度基本持平，但2006－2007年北部地区的植被长势有所增加，2008－2009年变化不大（图3、表1）。

图2 2003－2010年8月和布克赛尔县植被覆盖度、降水量与温度变化曲线Fig．2 Variation of vegetation coverage，precipitation and air temperature at Hoboksar in August from 2003to 2010

4 植被覆盖度变化成因分析

4．1 植被覆盖度与气象因素之间的关系引起植被覆盖度发生变化的气候因素一般包括温度、降水等。植被生长对降水量的响应具有一定的滞后效应，且不同时段的降水对不同生长阶段的植被影响程度也存在一定的差异。为了更精确分析和布克赛尔县气温、降水对植被覆盖度变化的影响，本研究采用MODIS数据，对2003－2010年中植被覆盖最大的8月进行计算统计，得到2003－2010年8月的植被覆盖度，然后对2003－2010年4－7月的平均降水量和平均气温进行统计分析（图2）。结果表明，和布克赛尔县的植被覆盖度与降水量具有正相关性，从两者的变化趋势可以看出，植被覆盖度变化与降水量的总体趋势较为相近，除2007年有较大的波动外，其余年份二者的增减是一致的，但增减的幅度是有差异的，2007年的降水较2006年有大幅度的增加，但植被覆盖度变化却不大。通过统计分析，植被覆盖度与降水量的相关系数为0．256，植被覆盖度和气温的变化趋势是没有规律、不具有一致性的。通过统计分析得出，植被覆盖度和气温的相关系数很小，说明植被覆盖度的变化受气温的影响很小。

4．2 人类活动对植被覆盖度的影响引起植被覆盖度变化的主要因素包括气候和人类活动。从植被覆盖度与气候因素（降水、气温等气候条件的变化）的关系中可以看出，气候因素对植被覆盖度的变化会产生一定的影响，但不是很大，所以人类活动对植被覆盖度变化的影响占据着主导地位。前些年随着经济的发展和对资源开发的不断加深，人为乱挖药草等对物种、植被的破坏，使和布可赛尔县土地盐渍化、沙漠化不断扩大。草地畜牧业长期沿袭逐水草而居的传统游牧方式，对草地资源缺乏有效的保护和科学的管理，片面追求牲畜存栏头数，超载过牧和毁草开垦，导致草地生态环境恶化。以上方式不同程度地破坏了和布克赛尔县的生态环境，所以2003年到2008年相邻两年植被覆盖变化不大，生态没有多少改善。但从2009年开始，和布克赛尔县政府开始大力加强环境保护和生态环境建设，并制定了一系列的政策和法规来保护生态环境，2009年到2010年植被覆盖度增加了15．24%（表1），这说明在政府的干预下，和布克赛尔县的生态环境得到了明显的改善，这也是各界所期望的结果。

图3 和布克赛尔县植被覆盖度差值图Fig．3 Differential chart of vegetation coverage at Hoboksar from 2003to 2010

表1 和布克赛尔县不同年份植被覆盖变化Table 1 Changes of vegetation coverage at Hoboksar in different years

5 结论

本研究通过对2003－2010年8月的MODIS数据进行计算分析，得到和布克赛尔县的植被覆盖度、植被覆盖分布图和不同年份植被指数差值图。利用以上图像对和布克赛尔县近8年来的植被覆盖度进行了动态分析。结果显示，从空间上来看，和布克赛尔县植被覆盖度由北向南逐渐降低的趋势，从时间上来讲，2003至2010年植被覆盖度整体略有增加，8年来植被面积增加了1 748．86km2，植被覆盖度增加了7．9%。但不同年份之间呈现不同程度的波动。

通过植被覆盖变化成因分析，得出气象因素中降水对植被覆盖度的变化起到一定的作用，而受气温的影响却很小，因此人类活动是引起和布克赛尔县植被覆盖度变化的主导因子。

应用像元二分法估算植被覆盖度，方法简单易行，此方法可以快速、有效地分析不同时期植被覆盖变化情况，使决策者了解植被的分布情况，可为区域生态环境保护与恢复，合理开发利用资源提供有效的技术支持。近8年和布克赛尔县植被总体呈现较稳定和改善的状态，对于揭示地表空间变化规律，为地区经济发展提供决策，促进区域生态建设与环境保护事业发展具有重要的现实意义。

［1］刘志峰，南颖，胡浩，等．2000－2008年长白山地区植被覆盖变化特征［J］．西北植物学报，2010，30（2）：0391－0398．

［2］高艳，毕如田，刘庚，等．利用 MODIS影像对运城市近5年来植被覆盖的分析［J］．山西农业大学学报，2009，29（5）：392－395．

［3］章文波，刘宝元，吴敬东．小区植被覆盖度动态快速测量方研究［J］．水土保持通报，2001，21（6）：60－63．

［4］龙晓闽，周忠发，张会，等．基于NDVI像元二分模型植被覆盖度反演喀斯特石漠化研究［J］．安徽农业科学，2010，38（8）：4184－4186．

［5］吴云，曾源，吴炳方，等．基于 MODIS数据的三北防护林工程植被覆盖度提取与分析［J］．生态学杂志，2009，28（9）：1712－1718．

［6］丁艳梅，张继贤，王坚，等．基于TM数据的植被覆盖度反演［J］．测绘科学，2006，31（1）：43－45．

［7］毋兆鹏，金海龙．遥感技术在中国绿洲研究中的应用与展望［J］．干旱区资源与环境，2007，21（7）：43－48．

［8］陈巧，陈永富．QuickBird遥感数据监测植被覆盖度的研究［J］．林业科学研究，2005，18（4）：375－380．

［9］李根明，董治宝，孙虎，等．基于3S的豫北内黄县近30年来植被覆被变化研究［J］．地域研究与开发，2010，29（4）：127－144．

［10］刘静，银山，张国盛，等．毛乌素沙地17年间植被覆盖度变化的遥感监测［J］．干旱区资源与环境，2009，23（7）：162－167．

［11］刘乾，李霞，尹业彪．基于CEBERS数据的植被覆盖度估算［J］．新疆农业大学学报，2009，32（5）：30－35．

［12］杜子涛，占玉林，王长耀，等．基于 MODIS NDVI的科尔沁沙地荒漠化动态监测［J］．国土资源遥感，2009（2）：14－18．