基于SPOT VGT的渭南市植被覆盖变化

韩 晨

1.陕西省多河流湿地生态环境重点实验室，陕西渭南 714099

2.渭南师范学院化学与生命科学学院，陕西渭南 714099

0 引言

湿地植物是湿地生态系统的基本组分，也是其存在的基础，是连接土壤、水体和生物等要素的重要纽带[1-2]。随着遥感对地观测技术的发展，利用各种遥感技术进行植被监测及其变化的研究日益增多[2]。NDVI(Normalized Difference Vegetation Index，归一化植被指数）作为一个重要的遥感参数和数据源，由于能够敏感地反映出地表植被生长状况和生态系统参数的变化，常用于地表植被覆盖的定量研究[3]。陕西省东部最大的河流湿地就在渭南市境内，渭南也是关中-天水经济区和晋陕豫“黄河金三角”地区的交叉地带。针对本区域的植被指数变化研究，对改善生态环境，促进经济社会可持续发展，具有十分重要的作用和意义。

1 研究区概况与数据来源

1.1 研究区概况

渭南市地处陕西省关中平原渭河谷地东部，其地理坐标介于108°50′E-110°38′E 和34°13′N-35°52′N 之间，东濒黄河与山西、河南毗邻，西与西安、咸阳相接，南倚秦岭与商洛为界，北靠桥山与延安、铜川接壤，渭水横贯其中，南北长182.3km，东西宽149.7km，总面积约13134km2，是陕西省的“东大门”。

1.2 数据来源

本文所采用的SPOT VGT 数据，来源于寒区旱区科学数据中心（http://westdc.westgis.ac.cn），以及比利时弗莱芒技术研究所（Flemish Institute for Technological Research，Vito.http://www.vito-eodata.be）提供的SEAsia 数据集。其中，数据的时间跨度为2004-2013 年，为逐旬S10 产品，时间分辨率为10 天，空间分辨率为1km。

本区域行政边界、地名等数据，来源于地球系统科学数据共享网（http://henu.geodata.cn）提供的黄河流域1:100万基础地理数据库，以及寒区旱区科学数据中心提供的陕西省1:10 万土地利用数据集。

2 研究方法

2.1 数据处理流程

本文使用VITO 网站提供的VGT Extract 软件，对SPOT VGT 数据进行预处理。首先，使用VGT Extract 软件将8 位量化的DN 值转化为真实的NDVI 值。然后使用ENVI 软件进行数据的波段计算、投影转换、研究区裁剪和数据计算。最后使用ArcGIS 软件进行地图绘制和分析。

2.2 研究方法

2.2.1 最大值合成法

虽然SPOT VGT 数据已经是10 天最大化合成的产品，但数据中仍然存在大量的噪声，为了避免某些极端天气的影响，还需去噪处理，以使数据更为真实地反映植被覆盖状况[2-4]。本研究将当月3 个旬的NDVI 数据进行最大化合成，生成一个当月的月最大化NDVI 数据，它反映了当月植被覆盖的空间分布情况。同样的方法，将一年12 个月的月最大NDVI 数据，合成为一个年最大化NDVI 数据，它体现了当年植被覆盖的空间分布情况。

2.2.2 均值统计法

均值统计法通过计算区域内所有格网的平均值，反映当期NDVI 的整体分布情况[5-6]。本研究计算了2004-2013 年的逐月、逐年统计数据，用以反映NDVI 的月际、年际变化规律。

2.2.3 差值法

差值法常用于量化两个年份间NDVI 值的变化情况，即用后一时期所有格网的NDVI 值减去前一时期对应格网的NDVI 值[6]。本研究使用2013 年最大化NDVI 数据减去2004 年最大化NDVI 数据，分析本区十年来的植被覆盖变化情况。

3 植被覆盖变化分析

3.1 总体NDVI 分布特征

为了研究本区域十年来NDVI 的总体分布情况，绘制了渭南市NDVI 均值空间分布图（图1）。根据相关文献，将NDVI分级定义为:NDVI 值小于0.1 的区域为非植被区；0.1-0.3为植被覆盖贫乏区；0.3-0.6 为较贫乏区；0.6-0.8 为较好区；大于0.8 为优良区[7-8]。

图1 表明:渭南市植被覆盖优良区和较好区（NDVI＞0.6），有的文献合称为高植被覆盖区[9]，其所占比例达84.4%，基本覆盖全境。其中，植被覆盖优良区（NDVI＞0.8）所占比例为10.5%，且集中分布于南部秦岭山地和北部山地。

图1 NDVI 均值空间分布图

植被覆盖贫乏区和非植被区（NDVI＜0.3），合称为低植被覆盖区，比例为0.2%，仅分布在韩城市东部的禹门口附近。

植被覆盖较贫乏区（0.3＜NDVI＜0.6），或称为中等植被覆盖区，比例为15.4%，主要分布于渭河北岸的合阳县、澄城县、蒲城县、白水县、富平县一带，以及黄河沿线、大荔沙苑和部分城区。

总体而看，渭南市植被覆盖情况较好，南部好于北部，特别是南北山地好于中部渭河平原。

3.2 年际变化特征

根据本区域的月最大化NDVI 数据和年最大化NDVI 数据，分别进行区域内的平均值统计。其结果是对应时段的区域平均值，绘制成渭南市2004-2013 NDVI 均值变化图（图2）[5，9-10]。图2 中波浪状的黑色细线为：将120 期月最大化NDVI数据，进行均值统计后的逐月NDVI 数据；带方点折线为：将10 期年最大化NDVI 数据，进行均值统计后的逐年NDVI 数据。

图2 2004-2013 NDVI 均值变化图

从图2 可以看出：在逐年NDVI 数据中，其值在小幅波动的基础上保持稳定，并呈现微升趋势。其初始值为2004 年的0.677169，最小值为2005 年的0.631507，最大值为2013年的0.750932，均值为6. 875612；十年间其值的变化幅度为0. 119425；2013 年比2004 年增加了0.073763。在逐月NDVI数据中，其值呈现出波浪起伏的状态，波形规律而稳定，反映了每年植被覆盖的周期变化情况。总之，渭南市植被覆盖状况虽有波动，但逐年好转。

3.3 年内变化特征

为了分析年内NDVI 值的变化情况，本研究将2004-2013年的月NDVI 数据按年份逐月绘制为各月NDVI 均值图（图3）[3，8-10]。

图3 各月NDVI 均值图

结合图2、图3 可以看出：曲线上每年都有对应的波峰和波谷，分别代表植被覆盖最好和最差的两个时期。其最主要的波峰大体分布在每年7-9 月，最主要的波谷大体分布在1-2 月，3-6 月为植被生长期，10-12 月为植被衰退期。此外，每年的6 月在曲线上都有一个小波谷，这是由于本区是小麦产区，6月小麦收割后会造成NDVI 值的短暂下降，后续作物种植后其值随之回升并增加。总体而言，年内各月NDVI 值随着季节变化而变化，NDVI 的峰值、谷值、植被的生长期、衰退期明显而又规律。

3.4 差值变化特征

使用差值法对2013 年与2004 年的年最大化NDVI 数据进行差值运算，分析NDVI 在研究期始末的变化情况 (图4)。根据NDVI 差值的变化幅度将植被覆盖状况分为4 种类型：NDVI ≤-0.08，植被覆盖严重退化；-0.08 ＜NDVI ≤0，轻微减少；0 ＜NDVI ≤0.08，基本不变；NDVI ＞0.08，明显增加[9]。

图4 NDVI 差值图

图4 中可以看到：2004-2013 年植被覆盖明显增加的区域占46.5%；基本不变的区域占38.3%；轻微减少的区域占12.7%；严重退化的区域占2.5%。其中，植被覆盖明显增加和基本不变的区域共占84.7%。

总之，渭南市植被覆盖的变化情况在绝大多数地区是变好的，但在大荔县和黄河沿线的局部地带有变差的情况。

4 结论

本文使用SPOT VGT 数据分析了渭南市植被覆盖的时空变化特征，能较为准确地反映本区植被覆盖的变化状况。总体而看，渭南市植被覆盖较好，南北山地好于中部渭河平原。植被覆盖变化状况虽然有季节尺度和年尺度的波动，长期来看绝大多数地区是好转的，但注意的是大荔县和黄河沿线的局部地带有变差的情况。

[1]崔天翔，宫兆宁，赵文吉，等.不同端元模型下湿地植被覆盖度的提取方法——以北京市野鸭湖湿地自然保护区为例.生态学报，2013，33(4):1160-1171.

[2]张丽，何晓旭，魏鸣.基于NDVI的淮河流域植被覆盖度动态变化[J].长江流域资源与环境，2012，21(Z1):51-56.

[3]殷守敬，陈晓玲，吴传庆，等.基于时序NDVI的江西省植被覆盖时空变化分析[J].华中师范大学学报(自然科学版)，2013，47(1):129-135.

[4]宋怡，马明国.基于SPOT VEGETATION数据的中国西北植被覆盖变化分析[J].中国沙漠，2007，27(1):89-93，173.

[5]贺振，贺俊平.基于SPOT-VGT的黄河流域植被覆盖时空演变[J].生态环境学报，2012，21(10):1655-1659.

[6]马明国，董立新，王雪梅.过去21a中国西北植被覆盖动态监测与模拟[J].冰川冻土，2003，25(2):232-236.

[7]王晓利，姜德娟，马大喜.基于MODIS NDVI时间序列的植被覆盖空间自相关分析——以山东半岛与辽东半岛区域比较研究[J].干旱区资源与环境，2013(10):139-144.

[8]戴声佩，张勃，王海军，等.基于SPOT NDVI的祁连山草地植被覆盖时空变化趋势分析[J].地理科学进展，2010，29(9):1075-1080.

[9]崔晓临，赵娟，白红英，等.基于MODIS NDVI的陕西省植被覆盖变化分析[J].西北农林科技大学学报(自然科学版)，2013(5):87-93.

[10]王情，刘雪华，吕宝磊.基于SPOT-VGT数据的流域植被覆盖动态变化及空间格局特征——以淮河流域为例[J].地理科学进展，2013(2):270-277.