基于OLI数据的云南砚山县植被覆盖率遥感估算

吴风志，郑买红，胡国贤

(1.文山学院地理信息技术教学、实验基地与创新服务中心，云南 文山 663000；2.文山学院环境与资源学院，云南 文山663000)



基于OLI数据的云南砚山县植被覆盖率遥感估算

吴风志1，2，郑买红1，2，胡国贤1，2

(1.文山学院地理信息技术教学、实验基地与创新服务中心，云南 文山 663000；2.文山学院环境与资源学院，云南 文山663000)

选取OLI数据为数据源，通过基于NDVI的像元二分模型法对砚山县植被覆盖进行遥感估算，并对砚山县植被覆盖进行分区，结果表明砚山县的植被覆盖率整体不高，高植被覆盖区1868.79 km2，占国土总面积的47.66%，中低植被覆盖区1859.32 km2，占48.04%；空间分布上，高植被覆盖区主要分布在东部、东南部，中低植被覆盖区主要分布在中部、西北部，分布均相对集中。

NDVI；植被覆盖；OLI影像；砚山县

植被覆盖率是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比，是刻画地表植被覆盖的一个重要参数，也是指示生态环境变化的重要指标之一。除此之外，植被覆盖也是控制土壤侵蚀的关键因素，研究结果表明，在其他条件一定时，土壤侵蚀量与植被覆盖率具有显著的负相关关系[1-5]。云南砚山县地处滇东高原文山壮族苗族自治州中西部地区，行政辖区划属滇黔桂石漠化区，生态环境较为脆弱。本研究选取美国Landsat-8号卫星搭载的OLI传感器获取的影像为数据源，在地理信息技术的支持下，开展砚山县植被覆盖率遥感估算，对于区域石漠化、土壤侵蚀的防治具有重要意义。

1 研究区概况

砚山县地处云南东南边陲文山壮族苗族自治州中西部，地理位置东经103°35′～104°45′、北纬23°18′～23°59′，东与广南县相连，南与西畴县、文山市交界，西与红河哈尼彝族自治州开远市、蒙自市接壤，北与丘北县毗邻。国土面积3920 km2，辖4镇、7乡、3个华侨管理区及1个农场，总人口48.72万人。因地处北回归线附近，亚热带高原季风气候特征十分明显，地势西北高、东南低，最高海拔2265 m、最低海拔1083 m，大部分地区海拔1400～1800 m。境内发育大小河流6条，分属珠江水系、红河水系。全境土壤有红壤、黄壤、紫色土、石灰岩土、水稻土等5个土类，11个亚类，17个土属，31个土种[6-8]。

2 砚山县植被覆盖率遥感估算及分析

2.1 OLI数据的获取与处理

OLI(Operational Land Imager)，陆地成像仪，为美国Landsat系列卫星中最新发射的8号卫星所搭载的传感器，共9个波段，覆盖了从红外到可见光的不同波长范围。与7号卫星搭载的ETM+传感器相比，OLI增加了一个蓝色波段和一个短波红外波段，蓝色波段主要用于海岸带的观测，短波红外波段包括水汽强吸收特征，可用于云检测[9]。OLI数据可通过美国地质调查局(USGS)提供的数据中心获取，中国用户亦可通过中国科学院遥感与数字地球研究所对地观测数据共享计划数据中心获取。获取到的数据，需经过预处理方可使用，包括辐射定标、大气校正、几何校正及图像增强等。研究区OLI影像的处理通过ENVI软件实现，见图1。

2.2 植被覆盖率遥感估算

对于植被覆盖率的遥感估算，目前有很多方法，较常见的有经验模型法、植被指数法、像元分解模型法、FCD模型法、决策树分类法及其神经网络法等[5]。本研究使用基于NDVI的像元二分(解)模型来计算砚山县植被覆盖率。像元二分(解)模型将像元对应空间区域的地表覆被构成划分为植被部分和非植被部分两个组分，故由遥感器探测到的像元光谱信息(S)也由植被光谱信息部分(S1)和非植被光谱信息(S2)两个组分构成，各组分的权重与其所占像元面积的比例成正比。据此原理，若对一个纯植被像元，传感器探测到的光谱信息为SVEG，而对一个纯非植被像元，传感器探测到的光谱信息为SN-VEG，那么对于一个混合像元，传感器探测到的光谱信息S可由下式计算：

S=S1+S2=SVEG×FVEG+SN-VEG×FN-VEG

(1)

式中:FVEG植被部分所占混合像元面积的比例，FN-VEG则代表非植被部分所占混合像元面积的比例。由于FVEG与FN-VEG之和等于1，故(1)式可变形为下式：

FVEG=(S-SVEG) /(SVEG-SN-VEG)

(2)

由于植被指数NDVI可综合指示单位像元内的植被类型、覆盖形态、生长状况等，故可以用NDVI估算植被覆盖率[10-11]。即：

FVEG=(NDVI-NDVIVEG)/(NDVIVEG-NDVIN-VEG)

(3)

使用研究区OLI数据的近红外波段、红波段提取研究区的NDVI数据，利用(3)式计算研究区的植被覆盖率，结果见图2。其中NDVIVEG、NDVIN-VEG理论上分取NDVI极大值和极小值，但为了避免不确定因素的影响，故根据研究区土地利用数据，分别取置信区域累计5%、95%处NDVI值作为NDVIVEG和NDVIN-VEG值。

2.3 植被覆盖率分析

据灰度直方图以及相关统计数据，研究区植被覆盖率平均值68.04%，大部分区域的植被覆盖率为35%～80%。据DN值累积分布特征及相关文献，将研究区植被覆盖率划分为4个区间：0～0.35无植被或较低植被覆盖区、0.35～0.50低植被覆盖区、0.50～0.70中植被覆盖区及0.70以上高植被覆盖区(图3)，各区所占面积及比例如表1所示。

表1 各分区面积及所占比例

经空间统计，无植被或较低植被覆盖区面积为192.70 km2，主要为居民区、水域、农田区及喀斯特灌木林区，占总面积的4.91%；低植被覆盖区、中植被覆盖区面积分别为555.98 km2、1303.34 km2，占14.1%和33.18%，大部分为低矮稀疏乔木区和灌木林区；高植被覆盖区面积1868.79 km2，占47.66%。空间分布上，高植被覆盖区主要分布于东部、东南部及西南部地区，这些区域地形起伏相对较大，土壤发育相对成熟，红壤、黄壤集中分布，有机质积聚较丰厚，各种微量元素含量相对较高，河流发育较多，多地形雨；无植被或较低植被覆盖区在中西部地区零星分布；低植被覆盖区、中植被覆盖区主要分布于东北部、中南部及西北部地区，地势相对平坦，喀斯特地貌广泛分布，土壤多为石灰(岩)土，黏度大而透水性差，不利于自然植被的生长。

3 结论与展望

研究以OLI数据为数据源，通过基于NDVI的像元二分(解)模型方法对砚山县植被覆盖率进行遥感估算，在此基础上，对研究区植被覆盖率进行分区。结果显示，砚山县植被覆盖率总体不高，高植被覆盖区域、中低植被覆盖区域分布都过于集中，对于生态的可持续发展是极为不利的，在土地资源的开发利用过程中要注意统筹协调、整体规划，开发和防治并举，防止重度石漠化区域生态进一步恶化，轻度或无石漠化区域生态质量下降。

[1]江忠善，刘宝元．植被与水土流失研究综述[J]．水土保持研究，2002，9(4)：96-101．

[2]罗伟祥，白立强．不同覆盖度林地和草地的径流量与冲刷量[J]．水土保持学报，1990，4(1)：30-34．

[3]邢著荣，冯幼贵．基于遥感的植被覆盖度估算方法述评[J]．遥感技术与应用，2009，24(6)：849-853．

[4]李苗苗，吴炳方．密云水库上游植被覆盖度的遥感估算[J]．资源科学，2004，26(4)：153-159．

[5]程红芳，章文波，陈锋．植被覆盖度遥感估算方法研究进展[J]．国土资源遥感，2008(1)：13-18．

[6]本书编写组．文山壮族苗族自治州概况[M]．昆明：云南民族出版社，2008．

[7]文山州年鉴编辑委员会．文山州年鉴(1996-2000)[M]．芒市：德宏民族出版社，2003．

[8]邓丽书，伍孝．文山州土壤[R]．文山：文山壮族苗族自治州土壤普查办公室，1987．

[9]张安定，吴孟泉．遥感技术基础与应用[M]．北京：科学出版社，2014．

[10]李苗苗．植被覆盖度的遥感估算方法研究[D]．中国科学院遥感应用研究所，2003．

[11]高雁，刘蜀鄂．洱海流域植被覆盖度遥感估算与变换分析[J]．林业调查规划，2011，36(6)：10-12，16．

The Estimation of Vegetation Coverage of Yanshan County in Yunnan by Remote Sensing Based on OLI Data

WU Feng-zhi1,2, ZHENG Mai-hong1,2, HU Guo-xian1,2

(1.Geography Information Technology Teaching & Experiment Base and Innovation Service Center, Wenshan Yunnan 663000, China)

Yanshan County is located in the Midwest of Wenshan, Yunnan Province. It belongs to the Karst zones of Yunnan, Guizhou and Guangxi, which is one of the counties of national poverty alleviation and development in China. The data of OLI was adopted as the data source to estimate and partition the vegetation coverage in Yanshan County by remote sensing technology based on pixel dichotomy model of NDVI. It turned out that the overall vegetation coverage rate was not high. The high vegetation coverage area was 1868.79 km2, which accounted for 47.66% of the total area and the low area was 1859.32 km2accounting for 48.04% in total. In the spatial distribution, the high vegetation coverage was mainly distributed in the east and southeast, and the middle and low area were mainly distributed in the middle and northwest. The distribution was relatively concentrated.

NDVI; vegetation converge; OLI image; Yanshan County

2017-03-07

X87

A

1673-9655(2017)05-0005-03