毛乌素沙地植被覆盖度遥感动态监测——以内蒙古乌审旗为例

薛　倩,牟凤云,涂植凤

(重庆交通大学 建筑与城市规划学院，重庆 400074)



毛乌素沙地植被覆盖度遥感动态监测
——以内蒙古乌审旗为例

薛倩,牟凤云,涂植凤

(重庆交通大学 建筑与城市规划学院，重庆 400074)

随着社会经济的发展和城市化进程的加快，干旱区荒漠化等土地退化问题日益严重。本文以毛乌素沙漠腹地乌审旗为研究对象，基于2000年、2007年和2014年的Landsat遥感影像，采用植被指数和像元二分模型研究乌审旗的植被覆盖度及动态变化，并对其变化的驱动力进行初步分析。结果表明，乌审旗地区在2000年植被覆盖度极低，86.54%区域植被覆盖度仅为20%以内；2007年开始，该地区整体植被覆盖度有所增加，18.82%区域植被覆盖度达到20%～40%；2014年，植被覆盖度有了显著提高，72.37%区域已达到植被覆盖度20%～40%；根据研究乌审旗植被覆盖度明显增加的主要影响因素是政策推动作用。

毛乌素；遥感影像；植被覆盖度；像元二分模型；驱动力

荒漠化是当前人类所面临的主要生态挑战。毛乌素沙地是中国沙漠化研究的热点地区之一，已被列为严重沙漠化地区。随着城镇化的快速发展，原本生长在毛乌素沙地上的各种植被遭到不同程度的破坏。植被覆盖度在很多研究中用以评估一个地区生态环境变化。

本文利用多时相的卫星遥感数据，基于植被指数和像元二分模型提取毛乌素沙地长时序的植被覆盖度，进而研究植被覆盖度的时空动态变化，并分析其变化驱动因子。

一、研究区概况及研究方法

(一)研究区概况

本文以乌审旗为研究区域。乌审旗隶属于内蒙古自治区鄂尔多斯市，地理空间上在内蒙古自治区最南端，地处毛乌素沙漠的腹地[1]。整个乌审旗东西相距104km，南北间相距194km，该地区经纬度范围为108°17′36″E -109°40′22″E，37°38′54″N-39°23′50″N，辖区总面积11645km2[2]。

(二)研究方法

1.遥感图像选择与预处理

本文选取乌审旗2000年、2007年和2014年三期Landsat影像，每一期影像包含条带号分别为127～33，128～33和128～34三期影像，三年影像总共9景，获取时间为每年的6～8月，因为此时植被覆盖度最大，且获取影像的研究区无云覆盖。分辨率为30米，利用 ENVI软件对三期影像分别进行影像预处理，包含辐射校正、几何校正、镶嵌、剪裁等基本影像处理工作。

2.植被指数选取

植被指数的研究通常是选用对绿色植物强吸收的可见光红波段和对绿色植物高反射的近红外波段来进行分析，通过红和近红外波段的比值或线性组合来实现对植被信息状态的表达[3]。按照它的发展历史，有学者将其分为三种[4]：第一种植被指数，是按照元数据的波段的线性组合，也可以是原始波段之间的商，比值植被指数RVI就属于该类型。但这种植被指数缺点明显，没有考虑外界如大气、土壤等因素对其结果的影响。第二种植被指数有NDVI、PVI等，这种植被指数克服了第一种植被指数的缺点，考虑了外界因素的影响，且在物理、数学和逻辑学基础上不断演化完善。相较于前两种，第三种植被指数有特殊的用途，专门应用于热红外遥感和高光谱遥感，如DVI。

因为外界环境的影响往往不可忽略，所以归一化植被指数在应用上更为广泛。

归一化植被指数(NDVI)是指利用近红外波段与红光波段之差与他们之和相比，也可由比值植被指数非线性归一化处理得来[5]。公式为:

NDVI=(NIR-R)/(NIR+R)

(1)

其中，NIR为近红外波段，R为红波段。

3.像元分解模型

像元分解模型是假设图像中每个像元是由多种遥感传感器所观测到的地物信息综合组成，通过这些遥感信息，建立像元分解模型,植被覆盖度便可由此计算[4]。目前主要应用于植被覆盖度研究的模型多种多样，包括随机几何模型、模糊分析模型以及概率模型等[6]。

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

(2)

二、结果与分析

(一)归一化植被指数计算及分析

利用公式(1)在ENVI中进行乌审旗2000年、2007年、2014年三年NDVI值的计算。计算结果显示，NDVI的取值范围在[-1,1]，当NDVI=0时，表示该地区没有植被覆盖；而当NDVI﹤0时，表示该地区地表为水或云区域；而NDVI>0时，表示该区域地表有植被存在，且地表植被覆盖度和NDVI值呈现正相关。

表1　三年影像特殊NDVI值

根据表1，依据最大NDVI值，可以看出植被覆盖度的最大值在减少，但是通过这三年的平均NDVI值反映，随着时间的推移，乌审旗的植被覆盖度一直在增加，2014年较2000年NDVI平均值增加了2倍多。从表1中可以看出2014年的NDVI值标准差只有2000年和2007年的一半，结合平均NDVI值，表明，2000—2014年期间，乌审旗的植被覆盖度有所增加。

(二)像元二分模型计算植被覆盖度

1.NDVIsoil与 NDVIveg参数的取值

根据像元二分模型计算植被覆盖度，最关键的问题是处理NDVIsoil和NDVIveg选取问题。对大部分裸地表面，在理论上NDVIsoil应近似于零，然而因为地表湿度、土壤类型、颜色及粗糙程度等多种因素影响，NDVIsoil取值一般在[-0.1,0.2][8]。NDVIveg的取值也会因情况不同而不同。NDVI值可直接利用软件计算得到。

通过公式的转换，将NDVIsoil与 NDVIveg的确定可以换成fcmax、fcmin、NDVImax和NDVImin参数的确定。公式中fcmax与fcmin为研究区域所有像元中植被覆盖度的最大和最小值，环境不同其取值会有所不同。根据具体情况，fcmax与fcmin的不同取值可以分为：

(1)fcmax≈100%，fcmin≈0%时，NDVIsoil=NDVImin，NDVIveg=NDVImax。

(2)当fcmax与fcmin不能近似取100%与 0%时，若此时有外业的实测值，则采用实测值。若没有实测数据，则需要根据经验和查阅参考文献，确定fcmax和fcmin，但对精度会产生影响。

2.具体NDVIsoil和NDVIveg的取值

因为本文实验区选择为乌审旗，地处毛乌素沙漠腹地，处于较为干旱地区，fcmax与fcmin不能近似得取100%与 0%，且无法实地考察乌审旗地区的植被覆盖度，所以采取参考文献与经验相结合的方法来确定参数。在ENVI软件中利用密度分割和图像颜色纹理等特征来确定参数取值(见表2)。

表2　三年NDVIsoil和NDVIveg取值

根据公式(2)进行植被覆盖度计算。

(三)植被覆盖度结果分析

将得到的植被覆盖度分为5个级别：1级，稀少植被覆盖度，为0%～20%；2级，较低植被覆盖度，为20%～40%；3级，中等植被覆盖度，为40%～60%；4级，较高植被覆盖度，为 60%～80%；5级，高植被覆盖度，为80%～100%。利用GIS软件计算出各级植被覆盖度面积及所占比例(见表3)。

表3　植被覆盖度分级面积及比例

由表3可知，2000年乌审旗有86.54%的面积的植被覆盖度在1级，即0%～20%，只有2.54%的面积达到了中等植被覆盖度，即40%以上；2007年这种现象有所好转，稀少植被覆盖度的面积所占比例下降到77.4%，而中等及以上植被覆盖度所占面积达到3.78%；2014年，1级植被覆盖度面积明显的减少，只占24.02%，而2级植被覆盖度面积，即植被覆盖度在20%～40%之间的面积达到72.37%，但是，中等植被覆盖度面积并未有明显提高，为3.62%。从整体上看，乌审旗植被覆盖度在第二个阶段有了明显的提高，即 在2007—2014年期间，大部分区域植被覆盖度从1级(稀少植被覆盖度)提高到2级(较低植被覆盖度)，说明在2007—2014年间，乌审旗在植被覆盖方面做出了大量的努力，整体提高了全旗的植被种植率，特别是对于植被稀少的地方，加大了植被的种植量，但是中等以上植被覆盖度的面积增幅还是较低。

根据植被覆盖度等级划分，利用Arcgis软件做出2000年、2007年、2014年三期的植被覆盖分级专题图。

由图得出，2000年乌审旗植被覆盖度整体很低，以1级稀少植被覆盖度(0%～20%)为主，只有少量区域植被覆盖度在2级及以上(20%以上)。可见，乌审旗在2000年整体环境较为恶劣，植被覆盖程度低，且高植被覆盖区在空间上呈现分散性。在2007年，植被覆盖度有了小幅度提高，2级较低植被覆盖度(20%～40%)区域有了显著增加，但整体上，增加区域还是较少。从空间上看，相比2000年，在乌审旗的东北部、东南方向植被覆盖度在2007年都有显著提高。在2014年，整体颜色加深，即表示整体植被覆盖度显著提高。可见，乌审旗2014年主要植被覆盖度等级为3级(中等植被覆盖度)。从空间上看，在乌审旗大部分区域植被覆盖度呈现较为均匀的状态，但是西北部部分区域植被覆盖度较低，同样从侧面反映出在2007—2014年间，乌审旗在植被覆盖度保护和提升方面做出了很大的努力，且效果较为显著。但从总体上看，乌审旗地区这三年基本都没有较高及高植被覆盖度区域，证明乌审旗地区的环境虽然在逐渐变好，但是离高度植被覆盖还有一定的距离。

三、影响因素分析

(一)自然因素

乌审旗属于典型的温带大陆性季风气候，该地区年平均温度只有6.8℃，据统计全年日照时长2800～3000小时，年降水总量仅为350～400毫米，但年蒸发量却高达2200～2800毫米。该地区风沙大，风力资源丰富，年平均风速为3.4米/秒，无霜期达到113～156天[10]。根据乌审旗的年降水量与年蒸发量可以看出，其年蒸发量是年降水量的6～7倍之多，很明显这种降水条件对于乌审旗的植被的生长存在很大的限制作用。且乌审旗的日照时间较长，全年可达2800～3000小时，同样导致地处毛乌素沙漠腹地的乌审旗荒漠化治理的难度加大，荒漠化加剧，植被在此处生长，对于自身耐旱性要求较高，导致植被覆盖度增长缓慢。

(二)社会经济因素

对于乌审旗来说，恶劣的自然环境是其植被覆盖度变化的外部原因，而人为因素则是其内因，也是对其变化造成影响的主要原因。

1.人口因素

人口对于一个地区的影响不容小觑。人口因子对植被覆盖度变化的作用主要表现在由于人口的增加或减少对土地和自然资源需求的变化上。人口不断增加，是当前难以提高植被覆盖度的主要症结所在，人口压力与自然条件的恶劣导致的人地矛盾尤为突出。

根据乌审旗历年国民经济与社会发展统计公报，在2000年，总人口96,873人；在2007年，总人口103,066人，比2006年增长2,075人；在2014年，按户籍人口划分，年末总人口为110,523人，比上年增长817人。可见，乌审旗人口在不断增长，这就意味着，人口的增长对于城镇建设用地的需求量在不断增长，导致人均所需的耕地面积不断扩大，导致乌审旗的土地利用结构逐年发生变化。

2.国民经济发展

经济因素是自然资源、政策和科技等因素综合作用的结果，它通过供求关系形成目前土地利用格局[11]。

根据乌审旗各年国民经济与社会发展统计公报(http:∥www.wsq.gov.cn/)，统计乌审旗地区2003—2014年地区生产总值(见图1)。

图1　2003—2014年乌审旗地区生产总值

根据图1，可以看出乌审旗地区在2007年后生产总值增长速度有所加快，这与该地区在2007年后重视生态保护，且全区经济不再单纯依靠农业而发展沙漠旅游相关。从整体来看，2003—2014年，乌审旗地区生产总值从13.64亿元增长到403.52亿元，发展态势很好，说明其发展前景可观。因此，生产总值与一个地区对于生态环境的态度是息息相关的，不能一味的向大自然索取资源，而要好好保护我们栖息的环境。

3.政策因素

1978年国家开展了三北防护林工程建设，该项目预计2050年完成。73年的建设期分为三个阶段，共计八期工程，共534万公顷造林绿化面积[12]。在保持该区域原有的绿化面积的基础上，采取多种措施，使系统处于稳定的大型防护林体系，森林覆盖率在三北地区由5.05%增加到14.95%，降低荒漠化对土壤侵蚀带来的危害，使生态环境与生活条件有所提高[13]。乌审旗根据自己的环境条件及经济状况，具体问题具体分析，结合当地实际情况实施“三北”五期工程，先后出台了一系列提高其植被覆盖度的政策措施，实施了多个工程。

2000—2007年间影响乌审旗最大的政策因素就是加快经济建设，导致大量的土地转变为耕地和城镇建设用地。因为科技文化限制，人们的经济来源主要依靠耕地，所以2007年之前，乌审旗生产总值较低，且增长缓慢；2007年之后，三北防护林工程的建设和当地政府对于生态环境的重视，一些环保企业进驻乌审旗地区，使得当地的生态环境开始有所改善，经济发展也不再单纯依靠农业，而是向第二和第三产业方向转变。由此可见，政策对于乌审旗地区的植被覆盖度的变化影响很大。

四、结语

本文以乌审旗地区为研究区域，基于2000年、2007年和2014年这三期的遥感数据，利用植被指数法和像元分解模型对研究区域这三年的植被覆盖度变化进行研究，进而分析影响乌审旗植被覆盖度变化的驱动因子。

(1)乌审旗植被覆盖度的时空变化特征为：整体植被覆盖度不高，基本没有较高和高植被覆盖度区域，中等植被覆盖度区域也很少，说明乌审旗的生态条件相对较为恶劣；2007年以后，乌审旗植被覆盖度有了显著提升，至2014年，已有72.37%的研究区域植被覆盖度达到20%～40%。

(2)从驱动因子分析，对乌审旗植被覆盖度影响较大的是其政策因素。乌审旗地区在2007年后对生态环境的保护意识加强以及对经济发展方式的转变导致其生产总值快速增长，植被覆盖度也随之升高。自然因素对乌审旗植被覆盖度变化的影响是内因，社会环境因素是外因且为主要原因。

[1]王博,丁国栋.毛乌素沙地腹地植被恢复效果初步研究——以内蒙古乌审旗为例[J].水土保持研究,2007,14(3):237-242.

[2]钟霞,钟怀军.基于循环经济的农牧业产业化研究——以内蒙古乌审旗为例[J].内蒙古农业大学学报(社会科学版)，2009,11(4):75-77.

[3]蔡薇.基于NDVI时间序列的菏泽市东明县植被动态变化研究[J].经济研究导刊,2009,56(18):136-137

[4]顾祝军,曾志远.遥感植被覆盖度研究[J].水土保持研究,2005,12(2):18-21.

[5]袁士聪,安裕伦,刘海章，等.QuickBird(快鸟)高分辨率卫星数据、GIS与RS技术在城市绿地系统调查与测试中的应用——以六盘水市中心城为例[J].贵州师范大学学报(自然科学版)，2008,26(1):30-33.

[6]吴云.基于RS和GIS的植被覆盖度估算及动态变化分析[D].阜新:辽宁工程技术大学硕士学位论文，2009.

[7]刘乾,李霞,尹业彪.基于CEBERS数据的植被覆盖度估算――以古尔邦通古特沙漠南缘为例[J].新疆农业大学学报.2009,32(5):30-35.

[8]刘丹丹.科尔沁沙地植被因子遥感信息模型的研究[D].哈尔滨:东北林业大学硕士学位论文,2005.

[9]曹冉.基于遥感方法的松花湖流域植被覆盖度估算[D].长春:吉林大学硕士学位论文,2010.

[10]王楚成.内蒙古自治区乌审旗嘎鲁图镇城市道路绿地景观研究[D].包头:内蒙古农业大学硕士学位论文,2012.

[11]邵景安,李阳兵,魏朝富,等.区域土地利用变化驱动力研究前景展望[J].地球科学进展,2007,22(8):798-809.

[12]杨振威.筑绿色生态屏障保首都碧水蓝天[J].中国林业,2008,10(4):24-29.

[13]白海花.内蒙古乌审旗近20年的植被景观动态及预测[D].包头:内蒙古农业大学硕士学位论文,2012.

[责任编辑刘江南]

2016-03-16

重庆市前沿与应用基础研究计划项目“基于气候变化情景影响的区域生态系统风险评估研究”(cstc2014jcyjA00043)；重庆市南岸区科技公关项目“基于遥感数据耦合DEA方法的长江经济带县域耕地利用效率研究”；重庆交通大学研究生教育创新项目“基于面向对象的多尺度山区农村土地覆盖信息提取研究”(20160104)

薛倩(1993-)，女，新疆乌鲁木齐人，硕士研究生，研究方向：国土资源与3S技术。

K909

A

1008-6390(2016)04-0169-05