基于ＮＤＶＩ時(shí)間序列的菏澤市東明縣植被動(dòng)態(tài)變化研究

摘要:植被是一種重要的自然資源，也是生態(tài)環(huán)境的重要組成要素，它在維護(hù)區(qū)域生態(tài)平衡和促進(jìn)區(qū)域可持續(xù)發(fā)展方面發(fā)揮著重要作用。隨著遙感與GIS技術(shù)的發(fā)展，植被資源的動(dòng)態(tài)變化研究已漸漸成為植被資源研究的一個(gè)熱點(diǎn)問(wèn)題。植被指數(shù)的求算方法根據(jù)實(shí)際應(yīng)用也有多種，歸一化植被指數(shù)是目前研究的比較成熟的植被指數(shù)之一。利用2004和2007年的TM衛(wèi)星數(shù)據(jù)，通過(guò)求算東明縣歸一化植被指數(shù)，研究近年來(lái)東明縣植被覆蓋的動(dòng)態(tài)變化。

關(guān)鍵詞:NDVI;遙感;東明;植被動(dòng)態(tài)變化

中圖分類號(hào):F127文獻(xiàn)標(biāo)志碼:A文章編號(hào):1673-291X(2009)18-0136-02

(一)植被指數(shù)

植被指數(shù)是選用多光譜遙感器數(shù)據(jù)，經(jīng)分析運(yùn)算，產(chǎn)生某些對(duì)植被長(zhǎng)勢(shì)、生物量等有一定指示意義的數(shù)值。它用光譜信息不需其他輔助資料，也沒有任何假設(shè)條件，來(lái)實(shí)現(xiàn)對(duì)植物狀態(tài)信息的表達(dá)，以定性定量的評(píng)價(jià)植被覆蓋、生長(zhǎng)活力及生物量。

在植被指數(shù)中，通常選用對(duì)綠色植物強(qiáng)吸收的可見光紅波段和對(duì)綠色植物高反射和高透射的近紅外波段，這兩個(gè)波段不僅是植物光譜、光合作用中的最重要的波段，而且它們對(duì)同一生物物理現(xiàn)象的光譜相應(yīng)截然相反，形成明顯的反差，這種反差隨著葉冠結(jié)構(gòu)、植被覆蓋度而變化，因此可以對(duì)它們用比值、差分、線性組合等多種組合來(lái)增強(qiáng)或者揭示隱含的治污信息[1]。

(二)常見植被指數(shù)

1.比值植被指數(shù)(ratio vegetation index，RVI)。Jordan(1969)率先提出了比值植被指數(shù)，該指數(shù)是一個(gè)十分簡(jiǎn)單的植被指數(shù)，用近紅外波段與紅光波段的比值來(lái)表示，充分表達(dá)兩反射率之間的差異，RVI的取值從0到無(wú)窮大。

比值植被指數(shù)是綠色植物的一個(gè)靈敏的指示參數(shù)，被廣泛應(yīng)用于估算和監(jiān)測(cè)綠色植物生物量。在植被高密度覆蓋情況下，它對(duì)植被十分敏感，與生物量的相關(guān)性最好。

2.差值植被指數(shù)(difference vegetation index， DVI)。差值植被指數(shù)被定義為近紅外波段與可見光紅波段數(shù)值之差。即:

差值植被指數(shù)的應(yīng)用遠(yuǎn)不如比值植被指數(shù)和歸一化植被指數(shù)。它對(duì)土壤背景的變化極為敏感，有利于對(duì)植被生態(tài)環(huán)境的監(jiān)測(cè)。

3.垂直植被指數(shù)(perpendicular vegetation index，PVI)。Richardson和Wiegand(1977)提出了垂直植被指數(shù)，其定義為植物像元到土壤亮度線的垂直距離。該指數(shù)可以看成是對(duì)DVI的概化，其對(duì)大氣變異是相當(dāng)敏感的，4.歸一化植被指數(shù)(normalized difference vegetation index. NDVI)。Rouse等(1973)第一次提出了NDVI的概念，該指數(shù)為近紅外波段和紅光波段之差與兩者之間和的比值，取值介于-1～1之間，該指數(shù)越大表示植被覆蓋越大，土壤和巖石的NDVI近似于0，云、水和雪的NDVI值為負(fù)值。

(三)選擇NDVI的原因

從目前的研究情況來(lái)看，NDVI仍被作為植被變化研究的主要手段之一，究其原因可能有以下幾點(diǎn):一是NDVI數(shù)據(jù)可以十分方便地免費(fèi)獲取并用于評(píng)價(jià)區(qū)域植被長(zhǎng)期變化上;二是與土壤背景調(diào)整相關(guān)的植被指數(shù)中的一些參數(shù)確定尚存在一定的難度，而且對(duì)大范圍的植被變化監(jiān)測(cè)而言，由于土壤類型的不同，需要確定不同的土壤參數(shù)，這可能會(huì)大大增加植被變化研究的工作量以及過(guò)多的人為因素帶來(lái)的不確定性(慈龍駿，2005)。許多研究表明，NDVI與LAI，綠色生物量，植被覆蓋度，光合作用等植被參數(shù)有關(guān)。NDVI的時(shí)間變化曲線可反映季節(jié)和人為活動(dòng)的變化。

(一)研究區(qū)概況

東明縣位于山東省西南部，是黃河入魯?shù)谝豢h，地處魯西南平原，全境系黃河沖積平原，地勢(shì)平坦，總面積1 369.8平方公里。地形由西南向東北緩緩傾斜，海拔為54.5～66.5米。黃河沿縣境西部，南北流向，折而向東，流經(jīng)縣境62公里;河床普遍高出黃堤背河地面3米左右，故有“懸河”之稱。人工排水河道如東魚河西支、東魚河北支、洙趙新河等，均源于本縣，注入南四湖。

東明縣屬北溫帶季風(fēng)性大陸氣候，一年四季氣溫差別明顯。春天溫和干燥，風(fēng)多雨少;夏季炎熱潮濕，雨多溫高;秋季天高氣爽，晝熱夜涼;冬季寒冷多風(fēng)，時(shí)降瑞雪。1月份最冷，最低氣溫-15℃;7月份最熱，最高氣溫為38.8℃;年平均氣溫13.7℃。日照5月份最多，為262小時(shí);11月份最少，為180小時(shí);年平均日照2 587小時(shí)。年降水量630毫米左右;無(wú)霜期最長(zhǎng)242天，最短192天，平均為215天。這樣的氣候，適宜小麥、玉米、高粱、大豆、花生、棉花、瓜果、林木等溫帶植物生長(zhǎng)。

(二)數(shù)據(jù)來(lái)源

Landsat TM是現(xiàn)在利用最為廣泛的地球觀測(cè)數(shù)據(jù)之一，主要用于陸地的資源探測(cè)和環(huán)境監(jiān)測(cè)。在自然資源調(diào)查中，主要應(yīng)用于農(nóng)業(yè)、林業(yè)、地質(zhì)礦產(chǎn)及水利建設(shè)等方面。文中所用到的Landsat TM影像數(shù)據(jù)為L(zhǎng)andsat5衛(wèi)星遙感數(shù)據(jù)，軌道號(hào)為123/36，分辨率為30米，來(lái)自中國(guó)遙感衛(wèi)星地面站。

東明縣的植被覆蓋為溫帶落葉闊葉林帶，春季是植被開始發(fā)芽返青的時(shí)期，植物葉片生長(zhǎng)速度快，葉面積迅速增大，NDVI的變化不穩(wěn)定，不與時(shí)間呈線性關(guān)系。到了七八月份，植物的葉面積基本趨于穩(wěn)定，求算出的NDVI可以作為植被覆蓋的參考。而在在本次研究中，由于探討的是植被覆蓋范圍的變化，需要取一個(gè)植被覆蓋相對(duì)穩(wěn)定的時(shí)期，因此，實(shí)驗(yàn)中選取2004年和2007年7月份的遙感圖像。

(三)圖像預(yù)處理

1.圖像幾何糾正。幾何校正的目的是糾正系統(tǒng)和非系統(tǒng)性因素引起的圖像變形。文中以1999年的相同軌道的TM數(shù)據(jù)為參考影像，采用二階多項(xiàng)式對(duì)TM影像進(jìn)行了幾何精糾正。為了保證精度，設(shè)置了不低于20個(gè)的地面控制點(diǎn)，并保證控制點(diǎn)的空間分布均勻。每個(gè)地面控制點(diǎn)RMS誤差與RMS累積誤差均要求小于1，使得空間誤差在一個(gè)像元之內(nèi)。

2.研究區(qū)域的提取。由于獲取的一景TM遙感圖像范圍超過(guò)研究區(qū)范圍，因此需要對(duì)遙感圖像進(jìn)行恰當(dāng)?shù)牟眉?，保證每幅遙感圖像經(jīng)過(guò)裁減后位置和大小相同，相互間可以進(jìn)行各種算術(shù)運(yùn)算。

3.直方圖匹配。由于本次研究中采用的遙感圖像成像時(shí)間不同，因此首先要進(jìn)行直方圖匹配。所謂直方圖匹配就是建立數(shù)學(xué)上的檢索表，轉(zhuǎn)換一幅圖像的直方圖，使其和另一幅圖像的直方圖形狀相似。直方圖匹配是圖像增強(qiáng)的一種方法，突破了直方圖均衡化只能產(chǎn)生近似均勻的直方圖的限制，產(chǎn)生具有特定直方圖的影像[2]。

4.NDVI變化檢測(cè)。隨著城市的不斷發(fā)展，城市植被覆蓋不斷發(fā)生變化，我們需要一種方法可以敏感的檢測(cè)出這些動(dòng)態(tài)變化的特點(diǎn)和原因。有一種有效的方法就是利用多時(shí)像的遙感數(shù)據(jù)的變化檢測(cè)方法。

所謂的變化檢測(cè)，就是從不同時(shí)期的遙感數(shù)據(jù)中，定量的分析和確定地表變化的特征與過(guò)程。變化檢測(cè)的方法有多種，可以分為光譜類型特征分析、光譜變化向量分析和時(shí)間序列分析等三類。光譜類型特征分析就是基于不同時(shí)相的遙感圖像的光譜分類和計(jì)算，確定變化的分布和類型特征;光譜變化向量分析就是基于不同時(shí)間圖像之間的輻射變化，著重對(duì)各波段的差異進(jìn)行分析，確定變化的強(qiáng)度與方向特征;時(shí)間序列分析就是利用遙感連續(xù)觀測(cè)數(shù)據(jù)分析地面監(jiān)測(cè)對(duì)象的變化過(guò)程與變化趨勢(shì)。

本研究中，考慮實(shí)際情況，選用光譜類型特征分析中的圖像代數(shù)變化檢測(cè)算法，主要包括圖像差值和圖像比值運(yùn)算。(1)NDVI的提取。植被指數(shù)為近紅外波段和紅光波段之差與兩者之間和的比值，在TM影像上提取NDVI公式為:NDVI=(TM4-TM3)/(TM4+TM3)。(2)圖像差值運(yùn)算。圖像差值運(yùn)算就是將一個(gè)時(shí)間圖像的像元值與另一個(gè)時(shí)間圖像的像元值相減。在新生成的圖像中，圖像值為正或?yàn)樨?fù)則是輻射值變化的區(qū)域，而沒有變化的區(qū)域圖像值為0。(3)圖像比值運(yùn)算。圖像比值運(yùn)算是另一種變化檢測(cè)的方法。在本次實(shí)驗(yàn)中對(duì)原有的比值運(yùn)算方法做了一個(gè)改動(dòng)，由原先的兩幅圖像之間求比值變?yōu)橄惹蟛钪档慕^對(duì)值，再利用求得的差值圖像比上第一個(gè)時(shí)相的圖像，由此可以檢測(cè)變化程度的大小。

1.基于時(shí)間序列的東明縣植被動(dòng)態(tài)變化分析。東明縣是黃河流域的防護(hù)林工程建設(shè)重點(diǎn)縣，主要通過(guò)大力栽植喬木灌木，恢復(fù)和擴(kuò)大森林植被，建立起多林種、多樹種、多功能、多效益的防護(hù)林體系，綜合治理嚴(yán)重的水土流失、鹽漬化等自然災(zāi)害。而這恰恰是東明縣植被指數(shù)升高的直接原因。

2.基于數(shù)據(jù)的東明縣植被動(dòng)態(tài)變化分析。差值和比值圖像所反應(yīng)出來(lái)的結(jié)果都是2007年的植被要比2004年的植被覆蓋度高。原因是東明縣的淮河黃河水系周圍有大量植被生長(zhǎng)。

通過(guò)兩個(gè)時(shí)相段影像比較研究發(fā)現(xiàn)，東明縣的生態(tài)環(huán)境得到了極大的改善。鹽堿地面積在縮小，且在黃河兩岸地區(qū)原來(lái)很多不能生長(zhǎng)植被的地方已經(jīng)開始復(fù)蘇，有的已形成濕地和沼澤區(qū)，被淡水植被所覆蓋，野外驗(yàn)證得到確認(rèn)。由此我們可以看出，也可以推斷，黃河三角洲地區(qū)的鹽堿地會(huì)隨著時(shí)間的推移逐漸向海邊退卻，而且鹽漬化程度也會(huì)逐漸得到改善;濕地與沼澤地沿著黃河兩岸濕地沼澤化現(xiàn)象越來(lái)越明顯，分布面越來(lái)越廣，蘆葦?shù)认驳脖簧L(zhǎng)茂盛，野外驗(yàn)證一望無(wú)際。東明縣南面的沼澤地，從影像上可以明顯的看到沼澤范圍的擴(kuò)大，而且沼澤地含水量也有明顯的增加，野外驗(yàn)證得到確認(rèn);沙化地沙化情況得到有效的控制，沿黃兩岸由于得到充足的水源，使一些以黃河灌溉為主的地區(qū)得到了充足的水源，黃河兩岸一些原來(lái)不能耕作的地區(qū)在當(dāng)?shù)卣闹С窒?，被?dāng)?shù)剞r(nóng)民開發(fā)，黃河的兩岸不再是光禿禿的一片，本次研究野外驗(yàn)證時(shí)得到確認(rèn)。

通過(guò)本次研究證明，用遙感做環(huán)境動(dòng)態(tài)監(jiān)測(cè)是行之有效的方法，節(jié)省了大量的財(cái)力和物力，值得在今后工作中推廣應(yīng)用。

參考文獻(xiàn):

[1]趙英時(shí).遙感應(yīng)用分析原理與方法[M].北京:科學(xué)出版社，2003.

[2]錢樂(lè)祥，等.遙感數(shù)字影像處理與地理特征提取[M].北京:科學(xué)出版社，2004.