基于遥感数据的根河市火烧迹地植被覆盖度时空分析1)

包月梅 孙紫英 赵鹏武 王梓璇 周梅

(内蒙古农业大学，呼和浩特，010018)

谷俊杰

(内蒙古师范大学)

森林火灾是一种破坏性较大的自然灾害，也是森林生态系统的结构和功能退化的重要原因之一［1－2］。林区经过火烧后的林地叫火烧迹地［3］。近年来，我国森林火灾发生次数虽有减少，但对森林资源破坏严重。大兴安岭是我国最大的林区之一，也是我国林火发生最频区［4］和“东北亚”环境敏感区［5－6］。火灾后林区植被的恢复是非常必要的，不及时更新，会形成新的荒地、荒山［7］。植被覆盖度变化能很好的反映火烧迹地植被恢复情况。

植被覆盖度是指植被的叶、茎、枝在地面的垂直投影面积占据研究区总面积的百分比，是衡量地表植被状况的一个最重要的指标［8］，是森林生态系统健康评价的前提和必要的基础［9－11］。植被覆盖度变化对全球能量循环及物质的生物化学循环具有重要的影响，对区域生态环境评价具有现实的意义［12］。

植被覆盖度测量方法，可分为地面实测法和遥感估算法［13］。随着3S技术的发展，利用遥感技术来分析植被覆盖度已成为一种重要的方法。本文引用混合像元分解模型中的像元二分线型模型法［14－15］，估算2003年金河－根河地区森林火灾后，火烧迹地森林植被覆盖度。此模型的应用实例较多［16－20］，估算结果精度较高、操作简单、适用于大尺度范围。

基于当地防火办的森林火灾记录，以2003年金河－根河森林火灾后植被覆盖度的动态变化为研究内容，选取 2000、2003、2006、2010 和 2014 年 5 个时相的影像数据为数据源，以NDVI像元二分法为植被覆盖度估算模型，估算出研究区火烧迹地不同时空的植被覆盖度动态变化信息。

1 研究区概况

根河市地处呼伦贝尔盟东北部、大兴安岭北段西坡，地理坐标为东经 120°12'～122°55'，北纬 50°20'～52°30'。海拔 98～1 276 m。自然特点是高纬度、高寒冷地区，是中国纬度最高的城市之一。气候属寒温带湿润型森林气候，并具有大陆季风性气候的特征。年降水量为450～500 mm(12%来自于降雪)，每年的雨季主要集中在7—8月份，降雪期从9月下旬至次年5月上旬，降雪厚度20～40 cm。年平均气温为－5.4℃，历史最高气温为40℃，最低气温为－52.6℃。地形为东北高、西南低。根河市以森林资源为主，森林覆盖率75%，居内蒙古自治区之首，属典型的国有林区。植被分为森林植被和林下植被，以森林植被为主。主要树种为兴安落叶松(Larix gmelinii)、白桦(Betula platyphylla)、樟子松(Pinus sylvestris var.mongolica)、杨(Populus)、柳(Salix matsudana)等。2003年，内蒙古大兴安岭根河林业局施业区和金河林业局施业区发生森林火灾，总过火面积为 1 086.73 km2。

图1 研究区位置图

2 研究方法

2.1 数据来源和数据预处理

选取 2000、2003、2006、2010、2014 年植被生长最佳的6、7、8月份的Landsat TM影像数据和DEM影像数据为遥感数据源，影像分辨率为30 m，以根河市的行政区划文件和研究区随机分布的实测样点资料等为基础数据。

运用ENVI5.0和 ArcGIS10.0及办公软件 excel进行数据分析与处理。首先通过对Google earth简单的设置成通用横轴墨卡托投影，投影坐标系统的坐标单位为米。以Google earth影像上选取的控制点作为参考，在每期TM影像上选取50个控制点，采用二次多项式及双线内插值法对遥感影像进行几何校正和配准。由于一景影像无法满足研究区范围，因而对覆盖研究区范围的每一景影像进行精纠正和配准后，按地理坐标进行影像镶嵌，在利用根河市的行政区划图进行裁剪，获取根河市的影像图。

依据各个波段间合成的效果和前人研究的火烧迹地提取的方法［21－25］，对 Band5、Band 4、Band 3 做波段合成并与实测样点位置核对，通过目视解译得到2003年金河－根河地区森林火灾火烧迹地，分析植被覆盖度［26］。

2.2 分析方法

通过遥感技术估算植被覆盖度时，常利用归一化植被指数(INDV)与植被覆盖度之间的关系模型来估算研究区的植被覆盖度［27］。很多学者运用Landsat TM/ETM+影像计算植被覆盖度时，采用了NDVI像元二分模型法，取得了很好的结果［28－29］。用这个模型时，根据研究区实际情况首先要确定植被指数(VI)，其次是植被指数与植被覆盖度转换关系的确定。

归一化植被指数为近红外波段 NIR(0.7～1.1 μm)与可见光红波段 R(0.47～0.7 μm)数值之差和数值之和的比值［30］，在ENVI5.0下有专门获取归一化植被指数的工具(Transform→NDVI)。公式为:

像元二分模型原理:假设影像上一个像元的反射率R可分为纯植被部分反射率Rv和非植被部分Rs两部分，那么，任一像元的反射率值可以由植被覆盖部分与非植被覆盖部分的线性加权的之和来表示。

假设一个像元中植被覆盖的面积比例fc，即植被覆盖度。1－fc是非植被覆盖度。一个像元中纯植被覆盖的反射率Rveg，无植被覆盖的反射率Rsoil，则反射率与植被覆盖度相乘，表示混合像元中植被覆盖部分和非植被覆盖部分的贡献信息。

根据公式(2)、(3)、(4)得到的植被覆盖度公式为:

由公式可知Rsoil、Rveg像元二分模型的参数，求得两个参数就能利用公式(5)估算出植被覆盖度。

根据像元二分模型，一个像元的INDV能表示为纯植被部分和无植被部分的形式［31－32］。

式中:INDVsoil代表裸土或无植被覆盖区域的 INDV，INDVveg代表纯植被像元的INDV值。

理论上裸地植被覆盖INDVsoil为0，纯植被覆盖像元INDVveg为100，但由于受到各种因素的制约，即使是同一景影像的INDVsoil和INDVveg也不能取固定值。公式(6)也适合用于植被覆盖处叶面积指数较均匀的场合，也可得

式中:INDVminl为INDV最小值;INDVmax为INDV最大值。

借鉴李苗苗［33］、Gutman［34］提出的估算 INDVmin和INDVmax的方法，将植被指数直方图与实际相结合，从INDV的统计直方图数值中读取INDV累计频率数为5%和95%对应的值作为INDV的最小值和最大值，文中借助此标准，在ENVI5.0环境下Band math工具计算出每年的植被覆盖度。根据1996年水利部颁布的《土壤侵蚀分类分级标准》(SL190－96)［35］和火烧迹地影像分布情况与实际情况相结合的结果，把火烧迹地植被覆盖度分为低度、中低、中度、中高、高度等5个级别［36］，并分析不同级别的分布及变化情况。

不同时期植被覆盖度间的变化可由前一时相的植被覆盖度减去后一时相的植被覆盖度来表示，公式(8)来表示。

其中:fCc表示两个时相间的植被覆盖度变化值，fCn为前一时相的研究区植被覆盖度值，fC(n+1)为后一时相的研究区植被覆盖度。

3 结果与分析

3.1 火烧迹地植被覆盖度和等级结构

本文中对2000年至2014年的TM影像数据做几何校正、配准、影像镶嵌，利用火烧迹地的矢量文件裁剪根河市的影像，得到火烧迹地影像范围，并计算火烧迹地的INDV值，以累积频率5%和95%的值作为 INDVmin和 INDVmax，基于 ENVI5.0 的在 Band math 工具获取到2000年至2014年的火烧迹地植被覆盖度影像图(见图2)。

图2 根河市火烧迹地2000—2014年植被覆盖度

从火烧迹地植被覆盖度影像图中获取到年平均植被盖度和标准差(见表1)。从图2、表1可知，火烧前研究区的平均植被覆盖度为0.542 2，标准差为0.289 6;经火烧后，2003年的平均植被覆盖度下降到 0.332 7，标准差为 0.310 9;2006 年的平均植被覆盖度为 0.505 3，标准差为 0.275 2;2010 年平均植被覆盖度为0.488 1，标准差为 0.297 7;2014 年的平均植被覆盖度为 0.472 4，标准差为 0.290 9。

表1 火烧迹地植被覆盖度年平均值和标准差

根据1996年水利部颁布的《土壤侵蚀分类分级标准》(SL190－96)和火烧迹地影像分布情况与实际情况相结合的结果，运用ENVI5.0决策树［37］工具将火烧迹地植被覆盖度分为5个级别:植被覆盖度为0～30%视作低度覆盖植被;30%～40%为中低度覆盖植被;40%～55%为中度覆盖植被;55%～75%为中高度覆盖植被;75%～100%为高度覆盖植被，并获得了2000—2014年的火烧迹地植被覆盖度等级图(见图3)。

分析结果得到各时期不同等级植被覆盖度面积(见表2)。

研究区的面积为1 086.73 km2，含有1 207 474个像元。其中2000年的高度植被覆盖面积最大，为298.69 km2，占研究区总面积的 27.49%，其次是中高度、低度和中度植被覆面积分别为 272.63、251.15 和169.90 km2，分别占研究区总面积的 25.09%、23.11%和15.63%，面积最小的为中低度植被覆面积为94.35 km2，占研究区总面积的8.68%。由于2003年的森林火灾，研究区的2003年的植被覆盖度明显下降，覆盖度等级分布也发生了变化。2003年的低度植被覆盖度的面积最大(640.18 km2)，占研究区总面积的58.91%，其次为高度、中高度、中度、中低度植被覆面积分别为 163.19、107.52、96.05、79.78 km2，分别占研究区总面积的 15.02%、9.89%、8.84%和7.34%。随着火灾后植被恢复工作的开展，2006年与2003年植被覆盖度相比较，低度植被覆盖面积降低，其余的植被覆盖类型的面积均有增大的趋势，低度植被覆盖面积降低到 262.27 km2，占 24.13%，其余的高度、中高、中度和中低植被覆盖度的面积占研究区总面积的 21.60%、20.44%、20.73%和 13.10%。2010年和2014年的平均植被覆盖度小于2006年的平均植被覆盖度，其中:2010年的高度、中高度、中度、中低度、低度植被覆盖度面积所占比例为23.27%、19.71%、15.49%、9.20%和 32.34%;2014 年的所占比例为 20.36%、17.96%、12.76%和 31.08%。

图3 根河市火烧迹地2000—2014年植被覆盖度等级图

表2 火烧迹地植被覆盖度等级面积 km2

综上所述，火烧后经过自然更新和人工更新工作开展，火烧后2003—2006年的植被恢复速度大于2006—2014年植被恢复速度，火烧后近10年里中度和中低度植被覆盖度已恢复到原状态，其余的植被覆盖度等级还未恢复火烧前的值，覆盖度均值反应出火烧后植被通过近10年的更新演替过程还未恢复到火烧前的状态。

3.2 火烧迹地植被覆盖度年际变化

分析2000—2014年间植被覆盖度的变化，将变化情况分为三种:正向变化、负向变化和稳定。

表3 火烧迹地植被覆盖度变化百分比 %

统计各时期的植被覆盖度变化面积百分比可知，2000—2003年正向变化面积占32.83%，负向变化面积占66.89%，稳定为很少，只占0.28%，从而可知2000—2003年间植被覆盖下降幅度比较大。2003—2006年正向变化面积占70.31%，负向变化面积占27.01%，稳定只占2.69%，这3 a里火烧迹地的植被覆盖度明显地增大。2006—2010年正向变化面积占50.94%，负向变化面积占46.75%，稳定占2.31%。2010—2014 年正向变化面积占 48.43%，负向变化面积占48.17%，稳定占3.40%。总体上除了2000—2003年的植被覆盖度正向变化小于负向变化外，2003—2014年植被覆盖度的正向变化大于负向变化，而稳定只占很少的一部分。

研究区具体的植被覆盖度等级间变化如表4所示。从火烧迹地不同时期的各植被覆盖度等级的转移矩阵中可知，2000—2003年间高度覆盖植被面积的87.27%负向转移为中高度、中度、中低度、低度覆盖植被，共有260.66 km2，其中转移为低度植被覆盖度的面积为最大(190.59 km2)，占转移面积的63.81%。中高度植被覆盖度面积的90.09%转移为其他植被覆盖度，其中正向转移面积为49.55 km2，占总面积的18.17%，负向转移为中度、中低度、低度覆盖植被分别为 21.99、17.91、156.17 km2，负向总的转移面积为196.07 km2。中度植被覆盖面积的28.18%正向转移为高度和中高度覆盖植被，其面积分别为30.71、17.19 km2，63.45%负向转移为中低度和低度植被覆盖度，转移面积分别为11.81、96 km2。中低度覆盖植被面积的36.60%正向转移为高度、中高度和中度覆盖植被，转移面积分别为 15.78、10.27、8.48 km2，55.90%负向转移为低度覆盖植被，转移面积为52.74 km2。低度覆盖植被面积的42.40%正向转移为高度、中高度、中度、中低度覆盖植被，共转移面积为106.48 km2。由于2003年的火灾，森林植被大面积被烧毁，高度、中高度、中度和中低度覆盖植被的转出总面积大于转入总面积，低度覆盖植被的转入总面积大于转出总面积，低度植被覆盖面积增大，其余等级的覆盖面积减少，森林生态环境恶化。

表4 火烧迹地2000—2014年植被覆盖度转移矩阵 km2

由于火灾后火烧迹地的自然恢复和人工治理，2003—2006年研究区的植被覆盖度的恢复效果比较明显，有好转的趋势。由表4可知，高度覆盖植被面积的32.593%负向转移为中高度、中度、中低度、低度覆盖植被，共有53.19 km2，转移面积都不大。中高度植被面积的71.56%转移为其他植被覆盖度，其中正向转移面积为36.21 km2，占总面积的33.68%，负向转移为中度、中低度、低度覆盖植被，转移面积分别为 17.73、8.42、11.73 km2。中度覆盖植被面积的45.71%正向转移为高度和中高度覆盖植被，其面积分别为 17.96、25.94 km2，32.66%负向转移为中低度和低度植被覆盖度，转移面积分别为11.31、20.06 km2。中低度覆盖植被面积的59.65%正向转化为高度、中高度和中度覆盖植被，转移面积分别为8.86、19.46、19.27 km2，26.02%负向转移为低度覆盖植被，转移面积为20.76 km2。低度覆盖植被面积的68.20%正向转移为高度、中高度、中度、中低度覆盖植被，共转移面积为436.59 km2。2003—2006年的高度、中高度、中度、中低度植被覆盖度转入量大于转出量，低度植被覆盖度的转入量小于转出量。2003－2006年间火烧迹地植被恢复较好。

2006—2010年和2010—2014年植被覆盖度变化分析如表4，2006—2010年高度和低度覆盖植被的转入总量大于转出总量，中高度、中度、中低度转入总量小于转出总量。总体上2010年高度植被覆盖面积和低度覆盖面积比2006年分别增加了18.21、89.13 km2，而中高度、中度和中低度植被覆盖面积分别减少了 7.99、56.98、42.37 km2。2010—2014 年的高度、中高度和低度覆盖植被的转出量大于转入量，中度和中低度植被覆盖度转出量小于转入量。总体上2010—2014年，高度、中高度和低度覆盖植被的面积减少趋势，减少的面积分别为31.66、19、13.69 km2，中度和中低度植被覆盖度的增加面积分别为 25.59、38.76 km2。

3.3 火烧迹地植被覆盖度空间变化

为了分析火烧迹地植被覆盖度的空间变化，从研究区的DEM影像获取到高程、坡度和坡向图(见图 4－6)。

图4 研究区高程图

图5 研究区坡度图

图6 研究区坡向图

3.3.1 不同高程带的植被覆盖度的变化

本文中对已预处理好的DEM影像重分类，以200为分类间距获取7个高程带分别为:海拔98～200 m为1级，200～400 m为2级，400～600 m为3级，600～800 m 为4级，800～1 000 m 为5级，1 000～1 200 m为6级，1 200～1 276 m为7级。运用ENVI5.0进行统计，结果显示，海拔400～600 m上没有像元。

从表5中可知，由于2003年火灾对不同海拔上的植被的影响程度的不一，导致火烧迹地当年不同海拔的植被覆盖度变化各异。2003年的平均植被覆盖度除了在海拔600～800 m时增加到0.399 1外，其余的海拔 98～200、＞200～400、＞800～1 000、＞1 000～1 200、＞1 200～1 276 m 上平均植被覆盖度均降低，分别降低到 0.224 1、0.284 6、0.298 8、0.368 4、0.532 4;灾后随着植被恢复工作的开展，2006年的各个高程带上的平均植被覆盖度比2003年都大，分别为 0.423 3、0.4600、0.6394、0.4926、0.4150、0.5683。其中海拔600～800 m时，植被覆盖度增加值最大，植被恢复最好，其余平均植被覆盖度的增加值，随着海拔的升高而减少，高海拔较低海拔地区的植被恢复情况差;而海拔＞600～800 m和＞800～1 000 m范围内，2010年平均植被覆盖度值比2006年减少，分别减少了 0.243 5、0.024 3，其余的都分别增加了0.143 0、0.099 4、0.192 6、0.072 8;2014 年的平均植被覆盖度分别为 0.343 2、0.370 8、0.291 2、0.478 2、0.578 7、0.738 5。从不同海拔上植被覆盖度比较可知，火烧后2003—2006年，在海拔0～1 000 m植被恢复速度大于＞1 000～1 276 m，而2006—2014年在海拔＞1 000～1 276 m上植被恢复速度较快。

表5 火烧迹地不同高程带平均植被覆盖度年际变化值

3.3.2 不同坡度植被覆盖度的变化

本文中用ENVI5.0对已预处理好的DEM影像中获取到坡度和坡向图，并参照水利部颁布的《土壤侵蚀分类分级标准》(SL190－96)，根据临界值坡度分级法和研究区实际的情况，用决策树将研究区火烧迹地的坡度重分类为6级，即:＞0～5°为 1 级，＞5°～8°为 2 级，＞8°～13°为 3 级，＞13°～20°为 4级，＞20°～35°为 5 级，＞35°～87°为 6 级，统计不同坡度下植被覆盖度。表6表示了研究区不同坡度2000—2014年的平均植被覆盖度。

表6 火烧迹地不同坡度平均植被覆盖度年际变化值坡度(度)

从表6中可以看出研究区的火烧前坡度＞5°～20°上的覆盖度值相差很小，植被分布比较均匀。2000年的平均植被覆盖度值在坡度＞0～5°最小(0.401 2)，坡度＞5°～8°平均植被覆盖度值为 0.621 0，坡度＞8°～13°上平均植被覆盖度值最大(0.656 7)，植被长势最好。灾后，在每个坡度范围内，2003年较2000植被覆盖度有减少的趋势，其中＞5°～35°坡度上植被退化最严重。2003年在坡度范围内的植被覆盖度分别减小到 0.3050、0.3278、0.35076、0.3590、0.3975、0.411 7。随着时间推移，2006年每个坡度范围内的植被覆盖度依次为 0.565 1、0.477 8、0.458 9、0.428 3、0.405 7、0.473 6，植被覆盖度在每个坡度范围内都有增加趋势，其中坡度＞0～20°上植被恢复较好。而2010年在坡度＞0～5°范围的植被覆盖度减少了0.187 7，其余的坡度范围内依次增加了0.0486、0.1241、0.141 9、0.132 6、0.063 1。2014 年每一坡度范围内植被覆盖度分别比2010年的植被覆盖度都低，表明2010年到2014年研究区受不同因素的影响。由此可知，火烧后，坡度＞5°～8°，2003—2006 年的植被恢复速度大于 2006—2014 年，坡度＞8°～35°，2003—2006年的植被恢复速度小于2006—2014年。在火烧后通过近10年的更新恢复，坡度＞5°～20°的植被覆盖度情况还未恢复到火烧前的状态。

3.3.3 不同坡向植被覆盖度变化

从DEM影像中提取坡向，对其用ENVI5.0决策树下以45°为间隔，把坡向分为 8朝向，即:0～22.5°和 337.5°～360°为正北，22.5°～67.5°为东北，67.5°～112.5°为正东，112.5°～157.5°东南，157.5°～ 202.5°为正南，202.5°～247.5°为西南，247.5°～292.5°为正西，292.5°～337.5°为西北，并统计每一坡向上的植被覆盖度的年际变化情况［38］。表7为研究区不同坡向的2000—2014年的年际平均植被覆盖度。

表7 火烧迹地不同坡向平均植被覆盖度年际变化值坡向

由表7可知，同一坡向上植被覆盖度的年际差异比较明显。火烧前的植被覆盖度明显大于火烧当年的植被覆盖度，2000年的植被覆盖度最高，2003年植被覆盖度最低。随着植被恢复年限的增加，植被覆盖度逐渐增加趋势。2000—2003年的每个坡向上植被覆盖度分别降低了 0.148 6、0.187 6、0.226 6、0.235 9、0.238 5、0.188 4、0.152 1。2003—2006 年每个坡向的植被覆盖度分别增加了0.191 6、0.174 4、0.157 3、0.163 2、0.165 2、0.174 9、0.200 6。而2010 年各个坡向上的植被覆盖度分别降低了0.0314、0.019 0、0.006 5、0.013 1、0.013 9、0.007 5、0.025 9。2010—2014年植被覆盖度变化不大，正北方向增加了0.027 6，东北、正东、正南方向和西南方向分别降低了 0.006 2、0.040 0、0.042 1、0.037 6，正西方向和西北方向分别增加了 0.001 2、0.022 8。

不同坡向上的植被覆盖度的变化不明显。2000年植被覆盖度最大的正南方向的盖度为0.590 5，与最小的西北方向的盖度 0.436 5只相差 15.4%。2003年在不同坡向上的植被覆盖度间的最大差值为7.74%。2006年在不同坡向上的植被覆盖度间的最大差值为3.96%。2010年在不同坡向上的植被覆盖度间的最大差值为5.71%。2014年在不同坡向上的植被覆盖度间的最大差值为2.2%。火烧后，2003—2006年的植被恢复速度远远大于2006—2014年，并且正东、正南、西南方向上的植被覆盖度还未恢复到火烧前的状态。

4 结论与讨论

以2003年金河－根河森林火灾的火烧迹地为研究对象，统计2000—2014年火烧迹地火灾前后的NDVI的变化，通过植被指数与植被覆盖度间关系模型——像元二分模型估算出像元植被覆盖度，分析根河市火烧迹地植被覆盖度的时空变化趋势。

2000—2014年间火烧迹地的年均植被覆盖度2000年为0.542 2，经火烧后2003年的平均植被覆盖度下降到0.332 7，2006年的平均植被覆盖度为0.505 3，2010 年平均植被覆盖度为 0.488 1，2014 年的平均植被覆盖度为0.472 4。火烧前的植被覆盖度大于火烧后的植被覆盖度，火烧后随着植被恢复年限的推移，植被覆盖度有增加的趋势。

火烧前，高度、中高度、中度、中低度和低度植被覆盖度的面积占研究区面积的比例分别27.49%、25.09%、15.63%、8.68%、23.11%，2003 年火烧后，高度、中高度、中度和中低度的植被覆盖度占研究区面积的比例分别减少到 15.02%、9.89%、8.84%、7.34%，而低度植被覆盖面积占研究区面积的比例增加到58.91%。火烧后，随着植被的恢复，除了低度植被覆盖面积减少外，其余的都有增加的趋势。总体上2000—2003年间植被覆盖度正向转化小于负向转化，2003—2010年植被覆盖度正向转化大于负向转化，到2010—2014年正向转化与负向转化百分比相差不大。

从DEM影像中提取高程、坡度和坡向。根据研究区实际的情况，对高程、坡度和坡向重分类，分析不同海拔、坡度和坡向得火烧前后的植被覆盖度变化。除了在海拔600～800 m，2000年的平均植被覆盖度小于2003年的平均植被覆盖度以外，其余不同海拔、坡度和坡向，火烧前植被覆盖度均大于火烧后植被覆盖度，且随着植被恢复年限的增加，植被覆盖度有逐年增加的趋势。

火烧迹地在不同高程、坡度和坡向的恢复速度各异，但总体上，火烧后2003—2006年的植被恢复速度大于2006—2014年，较低海拔和较小坡度区植被恢复比较明显。在2006—2014年间较高海拔和较大坡度上的植被恢复比较明显。

随着卫星遥感数据的逐渐丰富，遥感测量植被覆盖度的方法已发展了很多种，其中植被指数像元二分线性模型法具有估算简便、精度高、多适用性、易于推广的特点，在长时间序列的遥感观测上较准确和可靠［39］，已成为通用植被覆盖度估算方法。Quarmby et al［40］、Qi J et al［31］、万红梅等［41］、宋挺等［42］、刘广峰等［43］、黄秋燕等［44］、郭芬芬等［45］利用多源遥感数据与像元二分模型估算出研究区的植被覆盖度情况，估算精度达80%以上。植被覆盖度是表征地表植被覆盖状况的一个指标，是植被生产力变化的重要反应［39］，所以能很好的反应出火烧前后的森林植被恢复情况。

火烧迹地森林恢复的研究，主要以实测数据和遥感数据为数据源，选取能实测的典型的火烧区，并从不同尺度及更新方式对其进行分析［1］。很少有学者对一整个火烧区的植被恢复情况做详细的分析，主要通过分析遥感影像获取到植被指数，再通过归一化植被指数与植被覆盖度的关系模型——像元二分线性模型估算出2000—2014年火烧前后的植被覆盖度，并分析火烧迹地的植被覆盖度时空动态变化。

本文获取影像时由于云量等不可避免的原因，出现不可用的影像时，用最近年的影像代替，这可能影响到分析结果。火烧后2003—2006年的植被恢复速度相对大于2006—2014年，导致这个结果的原因还需进一步的研究。

［1］杨伟.基于遥感的黑龙江流域火烧迹地及其植被恢复研究［D］.北京:中国科学院研究生院，2013.

［2］Maxim D，Peter P，Anna L，et al.Reconstructing long time series of burned areas in arid grasslands of southern russia by satellite remote sensing［J］.Remote Sensing of Environment，2010，114(8):1638－1648.

［3］吴立叶，沈润平，李鑫慧，等.不同遥感指数提取林火迹地研究［J］.遥感技术与应用，2014，29(4):567－574.

［4］刘斌.大兴安岭林火动态变化［D］.北京:中国林业科学研究院，2011.

［5］李攀，周梅，赵鹏武，等.大兴安岭火烧迹地土壤呼吸及其与水热因子的关系［J］.生态学杂志，2013，32(12):3305－3311.

［6］李攀.寒温带针叶林火烧迹地土壤温室气体通量研究［D］.呼和浩特:内蒙古农业大学，2014.

［7］丛燕.森林火烧迹地植被恢复研究［J］.黑龙江科技信息，2011(28):260.

［8］Gitelson A A，Kaufman Y J，Stark R，et al.Novel algorithms for remote estimation of vegetation fraction［J］.Remote Sensing of Environment，2002，80(1):76－87.

［9］甘春英，工兮之，李保生，等.连江流域近18年来植被覆盖度变化分析［J］.地理科学，2011，31(8):1019－1024.

［10］赵汗青.基于SPOT－4/VEGETATION数据的中国植被覆盖动态变化研究［J］.测绘空间地理信息，2010，33(1):164－166.

［11］Jiapaer G I，Chfn X，Bao A M.A comparison of methods for estimating fractional vegetation cover in arid regions［J］.Agricultural and Forest Meteorology，2011，151(12):1698－1710.

［12］陈涛，牛瑞卿，李平湘，等.密云水库流域2000—2005年植被覆盖度变化监测［J］.环境科学与技术，2011，34(12H):190－195.

［13］王浩，李文龙，杜国祯，等.基于3S技术的甘南草地覆盖度动态变化研究［J］.草业学报，2012，21(3):26－37.

［14］陈晋，陈云浩，何春阳，等.基于土地覆盖分类的植被覆盖率估算亚像元模型与应用［J］.遥感学报，2001，5(6):416－ 422.

［15］刘玉安，黄波，程涛，等.基于像元二分模型的淮河上游植被覆盖度遥感研究［J］.水土保持通报，2012，32(1):93－97.

［16］Leprieur C，Verstraete M M，Pinty B.Evaluation of the performance of various vegetation indices to retrieve vegetation cover from AVHRR data［J］.Remote Sensing Reviews，1994，10(4):265－284.

［17］Gutman G，Ignatov A.The derivation of the green vegetation fraction from NOAA/AVHRR data for use n numerical weather prediction models［J］.International Journal of Remote Sensing，1998，19(8):1533－1543.

［18］Qi J，Marsett R C，Moran M S，et al.Spatial and temporal dynamics of vegetation in the San Pedro River basin area［J］.Agricultural and Forest Meteorology，2000，105(1/3):55－68.

［19］Zribi M，Taconet O，Ciarletti V，et al.Derivation of wild vegetation cover density in semi-arid regions:ERS2/SAR evaluation［J］.International Journal of Remote Sensing，2003，24(6):1335－1352.

［20］牛宝茹，刘俊蓉，王政伟.干旱半干旱地区植被覆盖度遥感信息提取研究［J］.武汉大学学报:信息科学版，2005，30(1):27－30.

［21］Carl H K.Ecological and sampling constraints on defining landscape fire severity［J］.Fire Ecology，2006，2(2):34－59.

［22］Jose A，Moreno R，David R，et al.Burned area mapping time series in Canada(1984－1999)from NOAA-AVHRR LTDR:A comparison with other remote sensing products and fire perimeters［J］.Remote Sensing of Environment，2012，117(2):407－414.

［23］Louis G，Tatiana L，David P，et al.An active-fire based burned area mapping algorithm for the MODIS sensor［J］.Remote Sensing of Environment，2009，113(2):408－420.

［24］Monaghan S，Samadzadegan F，Azizi A.An agent-based approach far regional forest fire detection using MODIS data［J］.Journal of Applied Sciences，2009，9(20):3672－3681.

［25］Roy D P，Jin Y，Lew is P E，et al.Prototyping a global algorithm for systematic fire-affected area mapping using MODIS time series data［J］.Remote Sensing of Environment，2005，97(2):137－162.

［26］高中灵，汪小钦，周小成.火烧迹地信息遥感快速提取方法研究［J］.国土资源遥感，2005，17(4):38－41.

［27］李娟，龚纯伟.兰州市南北两山植被覆盖度动态变化遥感监测［J］.测绘科学，2011，36(2):175－177.

［28］Voorde T V D，Vlaeminck J，Canters F.Comparing different approaches for mapping urban vegetation cover from Landsat ETM+data:A case study on Brussels［J］.Sensors，2008，8:3880 －3902.

［29］Xiao J F，Moody A.A comparison of methods for estimating fractional green vegetation cover within a desert-to-upland transition zone in central New Mexico，USA［J］.Remote Sensing of Environment，2005，98(2/3):237－250.

［30］郭伟伟，王秀兰，冯仲科，等.基于NDVI的植被覆盖度变化的研究与分析:以河北省张家口市为例［J］.测绘与空间地理信息，2012，35(7):63－66.

［31］Qi J，Marsett R C，Moran M S，et al.Spatial and temporal dynamics of vegetation in the San Pedro River basin area［J］.Agricultural and Forest Meteorology，2000，105(1/3):55－68.

［32］宋春桥，游松财，刘高焕，等.那曲地区草地植被时空格局与变化及其人文因素影响研究［J］.草业学报，2012，21(3):1－10.

［33］李苗苗.植被覆盖度的遥感估算方法研究［D］.北京:中国科学院研究生院，2003.

［34］Gutman G G.Vegetation indices from AVHRR:An update and future prospects［J］.Remote Sensing of Environment，1991，35(2/3):121－136.

［35］袁利，张光灿，刘霞，等.基于NDVI的淄川生态修复区植被盖度动态研究［J］.山东林业科技，2008(2):13－15.

［36］王欢，张永福，安放舟.基于Landsat－8的基本农田农作物植被覆盖度研究:以温宿县为例［J］.中国农学通报，2015，31(2):269－275.

［37］Hansen M C，DeFries R S，Townshend J R G，et al.Towards an operational MODIS continuous field of percent tree cover algorithm:examples using AVHRR and MODIS data［J］.Remote Sensing of Environment，2002，83(1/2):303－319.

［38］陈吉龙.重庆市三峡库区植被覆盖度的遥感估算及动态变化研究［D］.重庆:西南大学，2010.

［39］王朗，傅伯杰，吕一河，等.生态恢复背景下陕北地区植被覆盖的时空变化［J］.应用生态学报，2010，21(8):2109－2116.

［40］Quarmby N A，Townshend J R G，Settle J J，et al.Linear mixture modeling applied to AHVRR data for crop area estimation［J］.International Journal of Remote Sensing，1992，13(3):415－425.

［41］万红梅，李霞，董道瑞.基于多源遥感数据的荒漠植被覆盖度估测［J］.应用生态学报，2012，23(12):3331－3337.

［42］宋挺，黄君，严飞，等.基于Landsat ETM+等影像的无锡市十年陆地生态环境遥感评价［J］.环境监测管理与技术，2014，26(5):28－32.

［43］刘广峰，吴波，范文义，等.基于像元二分模型的沙漠化地区植被覆盖度提取:以毛乌素沙地为例［J］.水土保持研究，2007，14(2):268－271.

［44］黄秋燕，于刚，丁琳.都安县植被覆盖度动态变化的遥感反演及驱动力分析［J］.南方国土资源，2008(9):34－37.

［45］郭芬芬，范建容，严冬，等.基于像元二分模型的昌都县植被盖度遥感估算［J］.中国水土保持，2010(5):65－67.