延安市2008年-2018年植被覆盖度的变化比较分析

李光辉 董耀 刘冰 杨志 程继峰 王海侠

摘要：研究分别使用2008年及2018年两个年份的Landsat数据，经过遥感图像的预处理，根据归一化植被指数（NDVI）近似估算植被覆盖度的原理，分别估算2008年及2018年的植被覆盖度并对植被覆盖度进行了五种等级区分。通过比较两期植被覆盖度的五种等级的面积，分析了植被覆盖度五种等级的变化情形及转化程度。最后进一步阐述了2018年以来延安市五种等级植被覆盖度分布区域的特征。

关键词：Landsat数据;植被覆盖度;植被覆盖度等级

中图分类号：P90    文献标志码：A

一、引言

植被作为陆地生态系统的主要成分之一，对陆地气候变化具有重要调节作用，因而对植被信息的监测具有重要的生态和社会意义[1]。植被覆盖度是指植被（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。植被覆盖度是描述地表植被的重要参数与生态环境的基本指标，在大气圈土壤圈水圈和生物圈中都占据着重要的地位[2]。植被覆盖度是土地覆盖的最主要部分，是区域生态系统环境变化的重要指示，因此获取地表植被覆盖度变化信息，对于揭示地表空间变化规律，探讨其变化因素，分析区域生态环境具有重要意義[3]。

遥感技术是获取植被覆盖信息的主要手段，估算方法主要有回归模型法、混合像元分解法及机器学习法等方法[4]。张灿等[5]基于Landsat影像构造了四端元（植被-高反射率地物-低反射率地物-土壤）模型，并以此建立LSMM来分析丘陵区植被覆盖情况，取得较好的结果。

通过使用延安市2008年及2018年的Landsat数据反演了两期期的植被覆盖度，并对反演后的植被覆盖度进行比较，得出了从2008年到2018年延安市植被覆盖度的变化趋势是低覆盖度的面积不断地减少，高覆盖度的面积不断地增加的渐进变化趋势。

二、研究区概况

研究选择的区域为延安市。延安市位于陕西省北部，地处黄河中游，黄土高原的中南地区，西安以北371千米。市境介于北纬35°21′—37°31′，东经107°41′—110°31′之间，总面积37037平方千米。

三、研究方法

1.数据来源

根据需要分别下载2008年及2018年的landsat影像数据，每一期最少需要5景影像才能完全覆盖延安市。2008年的数据为landsat5的L4产品数据;2018年的数据为landsat8 OLI的L4产品数据。数据选择了5-10月份之间的无云或少云数据。

2.数据预处理

数据预处理包括几何校正、辐射定标大气校正、图像镶嵌、图像裁剪等。

3.植被覆盖度

（1）植被覆盖度的计算

植被覆盖度是指植被（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[6]。植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。

目前已经发展了很多利用遥感测量植被覆盖度的方法，较为实用的方法是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。下面是李苗苗等[7]在像元二分模型的基础上研究的模型：

VFC = （NDVI-NDVIsoil）/（NDVIveg-NDVIsoil）  （1）

其中， NDVIsoil为完全是裸土或无植被覆盖区域的NDVI值，NDVIveg则代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值。两个值的计算公式为：

NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/（VFCmax- VFCmin）  （2）

NDVIveg=（（1-VFCmin）*NDVImax-（1-VFCmax）*NDVImin）/（VFCmax- VFCmin）  （3）

植被覆盖度的取值范围理论上为0～1，但经统计，计算出的植被覆盖度存在异常值，因此，要进行去异常值的步骤，将小于0的值变为0，大于1的值变为1。

（2）植被覆盖度分级标准及等级图

针对信息提取结果，结合区内植被的基本特征，按照植被覆盖度分级标准表，如表1所示，将植被覆盖度分为五级，分别得到延安市的2008年及2018年的两年年植被覆盖度等级图，如图2、图3所示。

（3）植被覆盖度分级面积统计表

对区内植被覆盖度按照面积大小排序，从高到低为高覆盖度、中高覆盖度、中覆盖度、极低覆盖度和低覆盖度，各级植被覆盖度面积及比例统计分别见表2、表3。

（4）比较分析

对两期植被覆盖度分级面积统计表进行比较，延安市的极低覆盖度面积从2008年到2018年先是增加，然后减少;低覆盖度的面积从2008年到2018年先是减少，然后增加;中覆盖度的面积从2008年到2018年先是大幅度减少，然后是大幅度增加;中高覆盖度的面积从2008年到2018年先是大幅度减少，然后是大幅度增加;高覆盖度的面积从2008年到2018年是持续的增加。

四、建议

1.研究对2008年及2018年两个个时间节点上的植被覆盖度行了分析，没有研究整个时段内每年植被覆盖度的具体变化过程。未来如有条件，考虑合理增加影像的数量，以便更加精确、真实的分析延安植被覆盖度生态变化情况。

2.研究对延安市近10年的植被覆盖的时空变化特征和内部转移变化特征进行了分析，今后的研究应结合人类活动因素和气温、降水等自然因素来分析影像植被覆盖度变化的驱动因子，进而寻求完善延安市植被覆盖度渐进变化的原因。

五、结语

1.从2018年最近年份来看，区内植被覆盖度整体较高，中高覆盖度以上覆盖面积超过50%。其中高覆盖度的植被主要集中在延安市的西南角及东南角地区的中低山等海拔较高的地区，多为茂密的林地。中高覆盖度的植被主要分布在延安市西南地区、中部地区及东南地区的丘陵岗地，多为林地和灌草地。中覆盖度的植被主要分布在延安市平原及周围的丘陵与平原过渡带，多为耕地。低覆盖度和极低覆盖度地区多为建设用地所占比例较高的地区。

2.使用LandsatTM遥感图像，结合遥感技术，可较为准确地提取研究区植被覆盖度信息，满足研究需要。植被覆盖度作为水土流失、景观格局等研究的重要影响因子，对生态环境监测保护与可持续发展都有着重要意义。

参考文献：

[1]温兴平，胡光道，杨晓峰.基于光谱特征拟合的高光谱遥感影像植被覆盖度提取[J].地理与地理信息科学，2008，24（1）：27-30.

[2]张学玲，张莹，牛德奎，等.基于TM NDVI的武功山山地草甸植被覆盖度时空变化研究[J].生态学报，2018，38（7）：1-10.

[3]黄瑾，杨武年，张敏，等.普格县植被覆盖度遥感动态监测分析[J].地理空间信息，2009，7（2）：51-53.

[4]贾坤，姚云军，魏香琴，等.植被覆盖度遥感估算研究进展[J].地球科学进展，2013，28（7）：774-782.

[5]张灿，徐涵秋，张好，等.南方红壤典型水土流失区植被覆盖度变化及其生态效应评估：以福建省长汀县为例[J].自然资源学报，2015，30（6）：917-928.

[6]田庆久，闵祥军.植被指数研究进展[J].地球科学进展，1998，13（4）：327-333.

[7]李苗苗，吴炳方，颜长珍，等.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.

基金项目：国家自然科学基金资助项目（41901289）;中国科学院青年创新促进会（2019130）。

作者简介：李光辉，男，硕士，工程师。研究领域为遥感地质、遥感技术应用。