近30年十大孔兑流域植被覆盖度空间变化的遥感调查与分析

2015-03-23朱吉生李纪人黄诗峰臧文斌

中国水土保持 2015年7期

关键词：覆盖度反演植被

朱吉生，李纪人，黄诗峰，臧文斌

(1.中国水利水电科学研究院，北京 100038； 2.南水北调中线干线工程建设管理局，北京 100038；3.北京恒宇伟业科技发展有限公司，北京 100054)

近30年十大孔兑流域植被覆盖度空间变化的遥感调查与分析

朱吉生1,2，李纪人1，黄诗峰1，臧文斌3

(1.中国水利水电科学研究院，北京 100038； 2.南水北调中线干线工程建设管理局，北京 100038；3.北京恒宇伟业科技发展有限公司，北京 100054)

植被覆盖度；空间变化；遥感；归一化植被指数；十大孔兑流域

植被覆盖度是表征水土保持状况的一项重要指标。传统的样本估算法在计算大范围、多时相的植被覆盖度时既耗时耗力又易产生误差，为此基于先进的遥感技术，选择十大孔兑流域作为研究区，以1990年、2000年和2010年为分析典型年，以归一化植被指数和遥感反演为基础，利用像元二分模型按照土壤侵蚀强度分级指标中的覆盖度等级划分标准对植被覆盖度等级重新划分，进而定量分析了该研究区的植被覆盖度空间变化。结果表明，1990年植被覆盖度为20.76%、2000年为21.71%、2010年为25.92%，即十大孔兑流域植被覆盖度呈现逐渐升高趋势。

水土保持是国土整治、江河治理的根本，是生态改善、环境宜居的重要途径。植被是水土保持状况的一项重要表征，能很好地指示生态环境的变化[1]。美国植物生态学家克勒门曾言：“每一个植物或群落是它生长其中的条件的尺度[2]。”因此，研究植被覆盖度空间变化，对水土保持实践具有重要的指导意义。

获取植被信息的传统方法是样本估算法，即在研究区局部提取一定数量的样本，通过测算局部样本的植被覆盖度来推算整个区域的植被覆盖度。但该方法存在因尺度差异引起的时空异质性，利用该方法计算大范围、多时相的植被覆盖度既耗时耗力又易产生误差。而利用先进的遥感技术可以更快、更大范围地获取植被信息，即通过遥感提取植被光谱信息，并将其与植被覆盖度建立相关关系，进而获得植被覆盖度[3]。

本研究选择十大孔兑流域为研究区，利用TM影像和ETM影像数据，基于像元二分模型计算归一化植被指数(NDVI)，采用ENVI软件对其进行统计分析，再分别用遥感影像进行植被覆盖度遥感反演，最后利用ArcGIS软件对计算的植被覆盖度数据分别镶嵌，获取十大孔兑流域三期植被覆盖度空间分布及变化情况，以期为生态环境保护工作提供技术支撑。

1 研究区数据

十大孔兑包括毛不拉孔兑、布尔色太沟、黑赖沟、东柳沟、西柳沟、罕台川、壕庆河、哈什拉川、母花沟和呼斯太河(见图1)，流域总面积10 461.77 km2，其上中游区域水土流失范围广、强度大，水土流失面积约占上中游总面积的95%，多年平均输沙量0.27亿t，是黄河河道泥沙的重要来源。

十大孔兑位于我国半干旱区，气候干燥，年降水量仅200～350 mm，对各种林草措施十分不利。降水年际变化大，年内分布不均，7—9月的降水量占全年降水量的70%，极易产生洪水，洪峰流量也是平均流量的数百倍甚至上千倍。降水集中是该区水力侵蚀的主要原因，故水力侵蚀主要发生在汛期，即每年7—9月份。由于下垫面类型差异较大，因此十大孔兑上中游区的水土流失类型和特点不尽相同。

研究区6—9月份植被较为茂盛，为便于对比分析不同年份植被覆盖度情况，尽量选取6—9月遥感影像。本研究选用1990年8月13日、1991年8月7日TM影像作为1990年植被覆盖度反演数据源，选用1999年7月20日、2000年7月31日ETM影像作为2000年植被覆盖度反演数据源，选用2010年9月5日、2010年9月12日TM影像作为2010年植被覆盖度反演数据源。

图1 十大孔兑示意

2 植被覆盖度遥感调查方法

2.1 植被覆盖度计算方法

基于研究区实际情况，本研究选择了李苗苗等[4]提出的方法进行植被覆盖度计算。该方法是在对像元二分模型2个重要参数推导的基础上，改进了已有模型的参数估算方法，建立了用NDVI值定量估算植被覆盖度的模型，并根据实际运用时的两种情况，提出了估算植被覆盖度的方案。该方法公式为

VFC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(1)

式中：VFC为植被覆盖度；NDVI为该点归一化植被指数值；NDVIsoil为完全是裸土或无植被覆盖区域的NDVI值；NDVIveg为完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值。

2.2 植被覆盖度分级

将遥感反演的植被覆盖度数据按照土壤侵蚀强度分级指标中的覆盖度等级划分标准重新进行划分，划分为低覆盖度、较低覆盖度、中覆盖度、较高覆盖度和高覆盖度5个等级，具体划分规则见表1。

表1 植被覆盖度分级标准

3 结果分析

本研究利用3个典型年的遥感数据源分别计算6景影像的NDVI值。利用ENVI软件选取样本区域对计算的NDVI值进行统计分析，并分别取累计概率的5%、95%的NDVI值作为NDVImin和NDVImax，再分别对6景遥感影像进行植被覆盖度遥感反演，最后利用ArcGIS软件对计算的6景植被覆盖度数据分别镶嵌，获取十大孔兑流域三期植被覆盖度数据。

十大孔兑流域1990、2000、2010年植被覆盖度反演结果分别如图2、3、4所示。

十大孔兑流域不同年份不同等级植被覆盖度分布情况见表2。

图2 十大孔兑流域1990年植被覆盖度分布

图3 十大孔兑流域2000年植被覆盖度分布

图4 十大孔兑流域2010年植被覆盖度分布

表2 十大孔兑流域不同年份不同等级植被覆盖度分布情况

十大孔兑流域植被覆盖度分级统计信息见表3。流域植被覆盖度等级以低覆盖度为主，占流域面积的50%以上，其中1990、2000年占流域面积超过70%。1990、2000年的中覆盖度、较高覆盖度、高覆盖度三种等级面积总和占流域面积的比例均不足20%。

表3 十大孔兑流域植被覆盖度分级统计

经计算，1990年十大孔兑流域植被覆盖度为20.76%，2000年为21.71%，2010年为25.92%(见表4)，即1990—2000年植被覆盖度升高了0.95百分点，2000—2010年植被覆盖度升高了4.21百分点。其中，呼斯太河植被覆盖度提升最多，1990—2010年由24.09%提升至40.02%；其次是东柳沟，提升了9.83百分点；黑赖沟提升了7.73百分点。

表4 十大孔兑流域上游植被覆盖度统计

由此表明，1990—2010年十大孔兑流域植被覆盖度呈现逐渐升高趋势。究其原因，一是20世纪90年代有关市(旗)在十大孔兑实施黄土高原水土保持世界银行贷款一、二期项目开展了众多引洪用洪工程并取得了一定的治沙效益；二是从1999年起十大孔兑涉及的市(旗)相继颁布了禁牧、休牧和轮牧政策，即在以农为主的地区实施禁牧，在新牧区、半农半牧区实行季节性休牧和划区轮牧，促进了植被恢复；三是通过推进舍饲圈养，落实封山禁牧制度，孔兑生态环境开始明显好转，整体生态恶化趋势得到遏制，并在局部出现好转。