基于3S技術(shù)的甘南草地覆蓋度動態(tài)變化研究

王浩，李文龍＊，杜國禎，朱曉麗

（1.蘭州大學(xué)草地農(nóng)業(yè)科技學(xué)院 草地農(nóng)業(yè)生態(tài)系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州730020；2.蘭州大學(xué)干旱與草地生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州730000）

＊植被是陸地生態(tài)系統(tǒng)的主要組分，是生態(tài)系統(tǒng)變化的指示器。在世界陸地面積中，林地約占30%，草地占25%，耕地占12%左右。這些綠色植物，對保護(hù)生態(tài)環(huán)境和生態(tài)的良性循環(huán)，發(fā)揮著巨大的作用。我國是世界上第二草地大國，草地面積占世界草地面積的12.4%，總面積為4億hm2，其中北方3.13億hm2。我國草地面積占國土面積的41%，為耕地面積的2倍，對我國邊疆民族的繁榮昌盛、生態(tài)環(huán)境的保護(hù)和畜牧飼養(yǎng)業(yè)的發(fā)展，都發(fā)揮著重要的作用［1］。

植被覆蓋度是反映植被基本情況的客觀指標(biāo)，在許多研究中常將其作為基本的參數(shù)或因子。植被覆蓋度極其精確測算研究主要具有以下意義：1）作為科學(xué)研究必要的基礎(chǔ)數(shù)據(jù)，為生態(tài)、水保、土壤、水利、植物等領(lǐng)域的定量研究提供基礎(chǔ)數(shù)據(jù)，確保相關(guān)研究成果、模型理論更加科學(xué)可信；2）作為生態(tài)系統(tǒng)變化的重要標(biāo)志，為區(qū)域或全球性地表覆蓋變化、景觀分析等前沿問題的研究提供指示作用，促進(jìn)自然環(huán)境研究不斷深入發(fā)展。

根據(jù)監(jiān)測手段，測量植被覆蓋度的方法可分為地面測量和遙感測量2種方法［2］。地面測量法又可分為目估法、采樣法、儀器法和模型法；遙感測量又分為回歸模型法、植被指數(shù)法和像元分解法［3］。其中遙感測量方法的出現(xiàn)，使得大面積，大區(qū)域植被指數(shù)提取及監(jiān)測成為可能，因此正逐漸成為近來研究的熱點(diǎn)，得到了廣泛的應(yīng)用［4－6］。

首先描述植被覆蓋度地面測量方法的是Muller和Pleters［7］。Dymond等［8］使用柵格點(diǎn)采樣法測量了草地的植被覆蓋度；Elvidge和Chen［9］使用相片隨機(jī)取點(diǎn)法測量了灌木與林木的植被覆蓋度；Purevdor等［10］使用截點(diǎn)法測量植被覆蓋度。儀器法中Zhou和Robson［11］利用數(shù)碼相機(jī)獲得植被覆蓋的數(shù)碼照片，并通過光譜紋理分類器自動監(jiān)測草地植被覆蓋度。Cosh和Brutsaert［12］使用農(nóng)業(yè)數(shù)碼相機(jī)對美國干旱生態(tài)系統(tǒng)植被覆蓋度進(jìn)行了長期監(jiān)測，獲得了準(zhǔn)確有效的結(jié)果。遙感測量方面Graetz等［13］基于MSS5波段，用線性回歸的方法估計(jì)了澳大利亞南部半干旱地區(qū)不同區(qū)域的植被覆蓋度，簡單線性回歸方程的2個(gè)參數(shù)因區(qū)域的不同而有所不同；Shoshany和Lavee［14］在密西西比河與干旱生態(tài)系統(tǒng)之間的氣候突變區(qū)域，運(yùn)用TM遙感前4個(gè)波段的直接光譜信息，建立了估算植被覆蓋度的多元線性模型，模型相關(guān)系數(shù)達(dá)到了0.88，并認(rèn)為這種模型適合存在很大氣候梯度的區(qū)域。Dymond等［15］在新西蘭地區(qū)用SPOT影像建立了植被覆蓋度與NDVI的非線性模型，并利用該模型估計(jì)了新西蘭地區(qū)的植被覆蓋度。

我國有關(guān)植被覆蓋的研究也取得了長足的發(fā)展，估算法簡單易行，我國過去許多歷史資料中的植被覆蓋度均是用該方法獲得的。但目測估算法主觀隨意性大，精度與測量者的經(jīng)驗(yàn)密切相關(guān)。章文波等［16］對目測估算的精度研究結(jié)果表明，個(gè)人目測估算植被覆蓋度的最大絕對誤差可達(dá)40%。隨著遙感技術(shù)的發(fā)展，空間測量越來越多的應(yīng)用于植被覆蓋度的研究之中。我國的線形回歸模型法估算植被覆蓋度大都是基于植被指數(shù)進(jìn)行的。池宏康［17］通過分析沙地反射機(jī)理，建立了鄂爾多斯高原地區(qū)沙地油蒿（Artemisiaordosica）群落蓋度與修正后的土壤調(diào)節(jié)植被指數(shù)（MSAVI）之間的線性關(guān)系模型。查勇［18］在環(huán)青海湖地區(qū)研究時(shí)，首先以地面遙感的反演結(jié)果為基礎(chǔ)，對TM 影像進(jìn)行校準(zhǔn)，即：IX＝（MX－Mmin）（Imax－Imin）／（Mmax－Mmin）＋I(xiàn)min，式中，I為影像值；M為實(shí)測光譜值。然后建立了草地實(shí)測植被覆蓋與校準(zhǔn)的NDVI之間的相互關(guān)系，實(shí)現(xiàn)了從地面遙感到空中遙感的轉(zhuǎn)變，取得了良好的效果。楊勝天等［19］則用SPOT5和QuickBird遙感圖像對“北京一號”提取的植被覆蓋度進(jìn)行了修正，精度比只應(yīng)用植被指數(shù)轉(zhuǎn)換的模型提高了22.7%。陳晉等［20］則在Gutman和Ignatov［21］研究的基礎(chǔ)上，基于土地覆蓋分類選擇合適的亞像元結(jié)構(gòu)在北京市海淀區(qū)進(jìn)行了植被覆蓋度的估算，相對Gutman和Ignatov［21］單純使用等密度亞像元模型，估算精度提高了5.8%。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)甘南藏族自治州是全國十個(gè)藏族自治州之一，地處青藏高原東北邊緣，南與四川阿壩州相連，西南與青海黃南州、果洛州接壤，東面和北部與本省隴南、定西、臨夏毗鄰，地理坐標(biāo)位于33°06′～36°10′N，100°46′～104°44′E。全州總面積4.5萬km2，處于青藏高原和黃土高原過渡地帶，地勢西北部高，東南部低。境內(nèi)海拔1 100～4 900m，大部分地區(qū)在3 000m以上。全州分3個(gè)自然類型區(qū)，南部為岷迭山區(qū)，群巒疊嶂，山大溝深，氣候比較溫和，是全省重要林區(qū)之一；東部為丘陵山地，高寒陰濕，農(nóng)林牧兼營；西北部為廣闊的草甸草原，是全省主要牧區(qū)。甘南州草地類型主要有暖性草叢、溫性草甸草原、溫性草原、高寒草甸、高寒灌叢草甸、低平地草甸類和沼澤。州府合作市海拔2 960m，平均氣溫1.7℃，沒有絕對無霜期。自治州成立于1953年，轄夏河、瑪曲、碌曲、卓尼、迭部、臨潭、舟曲七縣和合作市，99個(gè)鄉(xiāng)（鎮(zhèn)、街道辦）。州內(nèi)有藏、漢、回、土、蒙等24個(gè)民族，總?cè)丝?8.01萬，其中藏族36.7萬，占總?cè)丝诘?4.0%；農(nóng)牧業(yè)人口55.0萬，占總?cè)丝诘?0.9%［22，23］。

1.2 數(shù)據(jù)處理

遙感數(shù)據(jù)使用 NASA／MODIS（national aeronautics and space administration／moderate resolution imaging spectroradiometer，美國宇航局／中分辨率影像輻射度計(jì)）2002，2004，2006，2008年6月25日—8月28日的8d合成地表反射率數(shù)據(jù)產(chǎn)品（MOD09A1），分辨率為500m×500m，空間位置在全球正弦曲線投影SIN（sinusoidal projection）系統(tǒng)中的軌道編號為h26v05，該數(shù)據(jù)可以從NASA對地觀測系統(tǒng)數(shù)據(jù)共享平臺下載。另有甘南州行政邊界圖（圖1），甘南州土地利用圖和土壤類型圖，土地利用圖和土壤類型圖由蘭州大學(xué)草地農(nóng)業(yè)科技學(xué)院草地遙感實(shí)驗(yàn)室提供。

由于下載的MODIS數(shù)據(jù)影像中存在云覆蓋部分，會對估算結(jié)果產(chǎn)生影響，所以需要消除云區(qū)域?qū)D像的影響。利用ArcGIS 9.2軟件，在計(jì)算植被指數(shù)之前采用多景影像融合算法（最大像元法）將每月數(shù)據(jù)進(jìn)行合成，以其他影像中的無云區(qū)域替代估算影像中的云及云影區(qū)域，以提高估算精度并且得到該月最大植被指數(shù)合成圖像。最后將每月合成影像繼續(xù)用最大像元法進(jìn)行合成，得到每年最大NDVI指數(shù)圖像進(jìn)行蓋度分析。

1.3 研究方法

1.3.1 植被覆蓋度遙感監(jiān)測模型 植被指數(shù)的建立是基于植被在紅光和近紅外波段反差較大的光譜特征。植被在紅光波段，隨著植被的生長，其反射的紅光能量降低。另一方面，植被對近紅外波段的輻射吸收較少，反射的近紅外波段的能量隨著植被的生長而增加。由于經(jīng)植被冠層反射到達(dá)衛(wèi)星傳感器的輻射量與太陽輻射、大氣條件、植被冠層結(jié)構(gòu)等因素有關(guān)，因此常采用2個(gè)或多個(gè)探測通道的衛(wèi)星數(shù)據(jù)的組合來建立植被指數(shù)。在多種定義的植被指數(shù)中，歸一化植被指數(shù)（NDVI）是應(yīng)用最廣泛的一種。它被定義為近紅外波段與可見光紅波段數(shù)值之差和這2個(gè)波段數(shù)值之和的比值。由MODIS的第1波段（紅光波段）和第2波段（近紅外波段）生成的NDVI的計(jì)算公式為：

式中，CH2為近紅外波段的反射率，CH1為紅光波段的反射率［24］。

比值形式的NDVI可以消除大部分與儀器定標(biāo)、太陽角、地形、云陰影和大氣條件有關(guān)的輻照度變化，增強(qiáng)了對植被的響應(yīng)能力。因此，它是監(jiān)測地區(qū)或全球植被和生態(tài)環(huán)境的有效指標(biāo)，是植物生長狀態(tài)以及植物生長空間分布密度的最佳指示因子，與植物分布密度呈線性相關(guān)［25］。

圖1 甘南藏族自治州Fig.1 The location map of Gannan

1.3.2 估算植被覆蓋度 利用像元二分模型估算植被覆蓋度。像元二分模型對影像輻射訂正的影響不敏感，且計(jì)算簡便、結(jié)果可靠，因此得到了廣泛應(yīng)用。其基本原理是假定一個(gè)像元信息（S）只由植被和土壤兩部分所貢獻(xiàn)，分別記為SV和SS。NDVIsoil代表著純土壤覆蓋像元的最小值，它應(yīng)該是不隨時(shí)間改變的，對于大多數(shù)類型的裸地表面，理論上應(yīng)該接近0。由于地表濕度、粗糙度、土壤類型、土壤顏色等條件的不同，NDVIsoil會隨著時(shí)空而變化，為－0.1～0.2；NDVIveg代表著純植被覆蓋像元的最大值，理論上應(yīng)該為1。由于植被類型的不同等因素，NDVIveg值也會隨著時(shí)間和空間而改變。因此，在實(shí)際應(yīng)用中，NDVIsoil和NDVIveg都是從MODIS影像計(jì)算得到的。設(shè)植被覆蓋度為FC，純植被覆蓋信息為Sveg，純土壤覆蓋信息為Ssoil，則有SV＝FC·Sveg和SS＝（1－FC）·Ssoil，又因S＝SV＋SS，所以有：

把NDVI同像元二分模型相結(jié)合，得到基于NDVI的植被覆蓋度像元二分模型：

式中，F(xiàn)C為所求的植被覆蓋度，NDVI為像元的歸一化植被指數(shù)。

1.3.3NDVIsoil與NDVIveg的取值 假設(shè)集合A中有2個(gè)像元a1與a2，它們的植被覆蓋度已知分別為fc1與fc2，分別對這2個(gè)像元使用公式：

對此方程組中的NDVIsoil與NDVIveg求解得：

原則上像元a1和a2可以取集合中的任意像元，但從公式（7）可以看出，如果fc2－fc1的值越大，則計(jì)算所得的NDVIsoil與NDVIveg的誤差越小。當(dāng)fc1取0且fc2取1時(shí)，此時(shí)像元1為無植被像元，而像元2為完全植被覆蓋像元，將fc1與fc2代入公式（7）與（8），得到NDVIsoil＝NDVI1，NDVIveg＝NDVI2，正好符合NDVIsoil與NDVIveg的定義。

由于對每個(gè)像元集合A而言都不可能找到無植被像元與完全植被覆蓋的像元，因此在對集合A進(jìn)行植被覆蓋度的估算時(shí)，取NDVI1為集合中像元NDVI最小的值，NDVI2為集合中像元NDVI的最大值，由于NDVI與fc具有線性關(guān)系，此時(shí)它們所對應(yīng)的fc1與fc2也應(yīng)當(dāng)是集合中像元植被覆蓋度的最小值與最大值。用fcmin表示fc1，fcmax表示fc2。此時(shí)fcmin和fcmax也不一定分別為0和1。也就是說，取a1為集合A中具有NDVI最小值的像元，a2為集合A中具有NDVI最大值的像元。取NDVI1為NDVImin，NDVI2為NDVImax，fc1取fcmin，fc2取fcmax，代入公式（7）和（8），得到公式（9）和（10）：

此時(shí)就需要確定fcmax、fcmin、NDVImax與NDVImin這4個(gè)參數(shù)，fcmax與fcmin即估計(jì)集合A中像元植被覆蓋度可能的最大值與最小值。植被覆蓋度的最大值和最小值與地區(qū)、時(shí)相、圖像空間分辨率和植被類型等有關(guān)系。不同的地區(qū)，植被覆蓋度的最大值會有所不同，而對于本研究而言，由于研究區(qū)為連片的草地，且時(shí)相均為夏季，因此該研究中的植被覆蓋度最大值可以達(dá)到100%。研究區(qū)又存在水體和沙地，所以植被覆蓋度的最小值可以近似取0。

當(dāng)fcmax可以近似取得100%，且fcmin可以近似取得0時(shí)，將參數(shù)fcmax與fcmin代入公式（9）、（10）得：

此時(shí)，NDVIsoil就等于NDVImin，而NDVIveg就等于NDVImax。

由于遙感影像中存在噪聲的影響，可以產(chǎn)生過高或過低的NDVI值，如果用這些值來計(jì)算植被覆蓋度會得到錯誤的結(jié)果，為了避免發(fā)生這些錯誤，在對NDVImin與NDVImax取值時(shí)，并不直接取集合A中的NDVI最大值與最小值，而是取給定置信度的置信區(qū)間內(nèi)的最大值與最小值。置信度的取值主要由圖像大小，圖像清晰度等情況來確定。置信度的選取要保證取到集合中NDVI的最大值和最小值，并且要保證集合中有足夠的像元個(gè)數(shù)，以滿足NDVI最大值的像元植被覆蓋度可以達(dá)到100%，具有NDVI最小值的像元植被覆蓋度可以達(dá)到0。因此對于那些像元個(gè)數(shù)不夠多的集合，就需要將它們并入其他集合。

1.4 甘南州植被覆蓋度計(jì)算

圖2 植被覆蓋度計(jì)算流程Fig.2 Flow chart of calculation of vegetation coverage

1.4.2 甘南植被覆蓋度估算結(jié)果 通過利用二分像元模型法估算得到甘南州2002，2004，2006，2008年的植被覆蓋度。根據(jù)甘南土地利用類型圖及估算的植被覆蓋度圖，以及國家“土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程”，全國“草場資源調(diào)查技術(shù)規(guī)程”，“全國沙漠類型劃分原則”的條款為指導(dǎo)依據(jù)，并結(jié)合甘南植被特有的生態(tài)特征，將甘南植被覆蓋度分級。

一級：植被覆蓋度大于60%，高產(chǎn)草地，密灌木地，密林地，屬于優(yōu)等覆蓋、高覆蓋度植被。二級：植被覆蓋度為30%～60%，為中高產(chǎn)草地，中高覆蓋度。三級：植被覆蓋度為15%～30%，中低產(chǎn)草地，沼澤類草地，中覆蓋度。四級：5%～15%，相當(dāng)于強(qiáng)度侵蝕區(qū)，輕度沙漠化土地、中產(chǎn)草地、低郁閉度林地，零星植被，差覆蓋度。五級：植被覆蓋度小于5%，相當(dāng)強(qiáng)度、中度沙漠化土地、裸巖、居民地、水體、裸土，低產(chǎn)草地，屬劣等覆蓋。

由于甘南地區(qū)近年來一直在實(shí)行“退耕還林”政策，所以林地面積逐年增加，又因?yàn)楸狙芯克r(shí)間段為2002－2008年，所以2008年時(shí)，研究區(qū)域在研究時(shí)間段內(nèi)林地面積已為最大值。因此，采用2008年土地利用類型圖，將林地部分從統(tǒng)計(jì)結(jié)果中去除，以避免人為因素對植被覆蓋度統(tǒng)計(jì)結(jié)果的影響。2008年土地利用類型圖，由蘭州大學(xué)草地農(nóng)業(yè)科技學(xué)院草地遙感實(shí)驗(yàn)室依據(jù)2008年甘南TM遙感影像繪制而成。

2 結(jié)果與分析

2.1 以NDVI為依據(jù)的覆蓋度分級圖

甘南州2002，2004，2006，2008年以NDVI為依據(jù)的覆蓋度分級圖如圖3所示。

2.2 精度檢驗(yàn)

在計(jì)算覆蓋度之前，為保證計(jì)算結(jié)果的準(zhǔn)確性，事先對甘南地區(qū)進(jìn)行了監(jiān)督分類，將甘南地區(qū)分為植被與非植被兩部分。其中植被部分用來計(jì)算覆蓋度，非植被部分則在計(jì)算完成后，按照分級標(biāo)準(zhǔn)一并歸于覆蓋度小于5%的第5等級之中。利用分類誤差矩陣對監(jiān)督分類的準(zhǔn)確性進(jìn)行了檢驗(yàn)，分類誤差矩陣可以說明選擇區(qū)域中有多少個(gè)像元分別屬于相應(yīng)的類別。從分類誤差總體的百分比來說，如果誤差矩陣值小于85%，則分類模板的精度太低，需要重新建立。所以對甘南地區(qū)的監(jiān)督分類，均是在保證其誤差矩陣值大于85%的情況下進(jìn)行的，因此分類結(jié)果較為準(zhǔn)確。

為檢驗(yàn)估算結(jié)果的精確性，利用2006和2008年實(shí)測數(shù)據(jù)與估算數(shù)據(jù)進(jìn)行對比。實(shí)測數(shù)據(jù)采集于7月10日－7月25日，采集時(shí)利用1m×1m的樣方，每個(gè)實(shí)測點(diǎn)采集重復(fù)3次。由于實(shí)測數(shù)據(jù)所選樣方大小為1m×1 m，而MODIS影像數(shù)據(jù)像元大小為500m×500m，所以在選取實(shí)測數(shù)據(jù)樣點(diǎn)時(shí)，利用甘南地區(qū)高程數(shù)據(jù)對樣點(diǎn)所處位置進(jìn)行篩選，當(dāng)樣點(diǎn)位于坡度小于10°地區(qū)時(shí)，可視為該地區(qū)地勢較為平緩，與MODIS數(shù)據(jù)具有可比性，予以選用。實(shí)測數(shù)據(jù)由傳統(tǒng)樣方法獲得，具有采樣點(diǎn)的經(jīng)緯度坐標(biāo)，利用實(shí)測數(shù)據(jù)的經(jīng)緯度坐標(biāo)在ArcGIS軟件下提取估算結(jié)果影像中的覆蓋度信息并和實(shí)測數(shù)據(jù)進(jìn)行比較，檢驗(yàn)估算結(jié)果的精確性。精度檢驗(yàn)結(jié)果見表1，2，其中樣點(diǎn)編號為所選取樣點(diǎn)在所有采樣點(diǎn)中的順序。

神話是文化的一部分，與文化生活的其余部分密切聯(lián)系在一起；……在一個(gè)神話產(chǎn)生的當(dāng)時(shí)，也許是根據(jù)一件歷史事件、或憑空杜撰的事件，來說明當(dāng)時(shí)的文化或代表當(dāng)時(shí)的觀念。文化社會改變以后，神話也跟著變；縱使事件的內(nèi)容仍舊，其看法與事件之間的關(guān)系與敘述方式，則隨時(shí)“跟著時(shí)代走”。[注]張光直：《中國創(chuàng)世神話的古史分析》，馬昌儀編：《中國神話學(xué)文論選萃》下編，中國廣播電視出版社，1994年，第44頁。

圖3 2002－2008年甘南植被覆蓋度分級圖（已去除林地）Fig.3 Vegetation coverage classification map of Gannan 2002－2008（Without forest）

2008年估算值平均為93%，實(shí)測值平均為90%，誤差值平均為7%（表1），2006年估算值平均為94%，實(shí)測值平均為91%，誤差值平均為9%（表2），說明利用遙感二分像元模型對甘南州植被覆蓋度進(jìn)行估算具有可行性。

2.3 植被覆蓋度年際變化

通過估算甘南州2002，2004，2006和2008年的植被部分覆蓋度并在ERDAS IMAGINE軟件下對各植被部分覆蓋度圖進(jìn)行屬性統(tǒng)計(jì)，結(jié)果表明，2002年甘南州平均植被覆蓋度為61.27%，2004年為63.32%，2006年為63.65%，2008年為62.25%。

2.4 各年度分級植被覆蓋度變化

通過統(tǒng)計(jì)并計(jì)算甘南2002，2004，2006和2008年的各級植被覆蓋度并對2002與2008年，2006與2008年各級植被覆蓋度面積和所占比例進(jìn)行比較（表3）。

表1 2008年植被覆蓋度估算值與實(shí)測值對照Table 1 The contrast between estimation value and ground truth value of vegetation cover in 2008

表2 2006年植被覆蓋度估算值與實(shí)測值對照Table 2 The contrast between estimation value and ground truth value of vegetation cover in 2006

表3 2002，2004，2006，2008年各級植被覆蓋度面積及變化Table 3 Area and vegetation changes of different levels in 2002－2008

研究結(jié)果顯示，從長時(shí)間尺度上看，自2002－2008年，甘南面積變化最大的為五級植被，轉(zhuǎn)出372 753.63 hm2，轉(zhuǎn)入458 652.69hm2，面積增加85 899.06hm2。面積變化最小的為一級植被，轉(zhuǎn)出626 071.59hm2，轉(zhuǎn)入630 749.52hm2，面積增加4 677.93hm2。轉(zhuǎn)化率最大的植被等級為五級，有15.02%的植被發(fā)生了改變。轉(zhuǎn)化率最小的為一級植被，有0.38%的植被發(fā)生了改變。

從每2年為一周期的均勻時(shí)間尺度上看，2002－2004年，面積變化最大的為五級植被，增加了133 051.5 hm2；面積變化最小的為一級植被，增加了16 861.86hm2。轉(zhuǎn)化率最大的為二級植被，達(dá)24.12%；轉(zhuǎn)化率最小的為一級植被，轉(zhuǎn)化了1.36%。2004－2006年，面積變化最大的為五級植被，減少了43 532.73hm2；面積變化最小的為三級植被，增加了10 102.41hm2。轉(zhuǎn)化率最大的為四級植被，達(dá)11.57%；轉(zhuǎn)化率最小的為一級植被，轉(zhuǎn)化了1.71%。2006－2008年，面積變化最大的為四級植被，減少了40 850.55hm2；面積變化最小的為五級植被，減少了3 619.71hm2。轉(zhuǎn)化率最大的為四級植被，達(dá)15.61%；轉(zhuǎn)化率最小的為五級植被，轉(zhuǎn)化了0.55%。

2.5 甘南各植被覆蓋度等級分布動態(tài)變化

在ArcMap 9.2空間分析模塊下對甘南2002，2004，2006，2008年植被覆蓋度每2年為1期進(jìn)行運(yùn)算，得到2002－2008年各植被覆蓋度等級面積的轉(zhuǎn)移矩陣。轉(zhuǎn)移矩陣可以定量地描述各覆蓋度等級之間的相互演變情況。各年度各覆蓋度等級間的轉(zhuǎn)移矩陣見表4～7。

表4 2002－2008年各植被覆蓋度等級轉(zhuǎn)移矩陣Table 4 The vegetation coverage level transfer matrix，2002－2008

從2002－2008年，甘南一級植被轉(zhuǎn)出面積為626 071.59hm2，其中189 259.74hm2由一級植被演變?yōu)槎壷脖?，占總轉(zhuǎn)出面積的30.23%，255 696.48hm2由一級植被演變?yōu)槲寮壷脖?，占總轉(zhuǎn)出面積的40.84%；一級植被轉(zhuǎn)入面積為630 749.50hm2，一級植被總體轉(zhuǎn)出面積略小于轉(zhuǎn)入面積，但轉(zhuǎn)出面積中向低等級覆蓋演變比例較大；二級植被覆蓋轉(zhuǎn)出面積為420 860.88hm2，其中224 749.53hm2由二級植被演變?yōu)橐患壷脖?，占總轉(zhuǎn)出面積的54.4%，轉(zhuǎn)入面積348 439.8hm2，主要轉(zhuǎn)入面積189 259.74hm2，占轉(zhuǎn)入面積的54.32%，主要為一級植被轉(zhuǎn)入。說明二級植被主要與一級植被發(fā)生轉(zhuǎn)換，但轉(zhuǎn)出大于轉(zhuǎn)入；三級植被轉(zhuǎn)出255 630.15hm2，其中主要轉(zhuǎn)出面積113 286.42hm2，占轉(zhuǎn)出面積的44.32%，主要轉(zhuǎn)出為一級植被；三級植被轉(zhuǎn)入面積216 017.28hm2，其中主要轉(zhuǎn)入面積97 696.71hm2，占轉(zhuǎn)入面積的45.23%，主要由一級植被轉(zhuǎn)入。四級植被轉(zhuǎn)出178 358.94hm2，主要轉(zhuǎn)出79 162.02hm2，占轉(zhuǎn)出面積的44.38%，主要由四級植被轉(zhuǎn)為一級植被。轉(zhuǎn)入面積為199 815.93hm2，其中主要轉(zhuǎn)入83 418.66hm2，占轉(zhuǎn)入面積的41.75%，主要由一級轉(zhuǎn)入。五級植被轉(zhuǎn)出372 753.63hm2，主要轉(zhuǎn)出面積213 551.55hm2，占轉(zhuǎn)出面積的57.29%，主要轉(zhuǎn)出為一級植被，五級植被轉(zhuǎn)入面積為458 652.69hm2，主要轉(zhuǎn)入255 696.48hm2，占轉(zhuǎn)入面積的55.75%，主要由一級植被轉(zhuǎn)入。五級植被總體轉(zhuǎn)入大于轉(zhuǎn)出，以轉(zhuǎn)入為主。

表5 2002—2004年各植被覆蓋度等級轉(zhuǎn)移矩陣Table 5 The vegetation coverage level transfer matrix，2002－2004

表6 2004—2006年各植被覆蓋度等級轉(zhuǎn)移矩陣Table 6 The vegetation coverage level transfer matrix，2004－2006

從2006－2008年，甘南一級植被轉(zhuǎn)出面積為609 411.78hm2，其中225 339.03hm2由一級植被覆蓋轉(zhuǎn)為五級植被覆蓋，占轉(zhuǎn)出面積的36.98%。一級植被轉(zhuǎn)入面積618 680.16hm2，其中236 301.30hm2由五級轉(zhuǎn)入，占轉(zhuǎn)入面積的38.19%。從2006－2008年，甘南一級植被覆蓋轉(zhuǎn)入略大于轉(zhuǎn)出。二級植被覆蓋轉(zhuǎn)出面積337 795.29hm2，其中主要轉(zhuǎn)出185 160.78hm2，占轉(zhuǎn)出面積的54.81%，主要從二級植被覆蓋轉(zhuǎn)為一級植被覆蓋；二級植被覆蓋轉(zhuǎn)入面積363 689.28hm2，其中有194 029.02hm2由一級轉(zhuǎn)入，占轉(zhuǎn)入面積的53.35%。三級植被覆蓋轉(zhuǎn)出面積212 705.37hm2，其中主要轉(zhuǎn)出93 993.93hm2，主要從三級植被覆蓋轉(zhuǎn)為一級植被覆蓋，占轉(zhuǎn)出面積的44.19%；三級植被覆蓋轉(zhuǎn)入面積222 013.26hm2，其中101 591.55hm2由一級轉(zhuǎn)入，占轉(zhuǎn)入面積的45.76%。從2006－2008年甘南三級植被覆蓋以轉(zhuǎn)入為主。四級植被覆蓋轉(zhuǎn)出232 693.47hm2，其中60 887.52 hm2轉(zhuǎn)出為五級植被覆蓋，占轉(zhuǎn)出面積的26.17%；四級植被轉(zhuǎn)入面積191 842.92hm2，其中88 452.18hm2由一級轉(zhuǎn)入，占轉(zhuǎn)入面積的46.11%。四級植被覆蓋以轉(zhuǎn)出為主。五級植被覆蓋面積轉(zhuǎn)出409 253.04hm2，其中236 301.30hm2轉(zhuǎn)為一級植被覆蓋，占轉(zhuǎn)出面積的57.74%；五級植被覆蓋轉(zhuǎn)入405 633.33hm2，其中225 339.03 hm2由一級轉(zhuǎn)入，占轉(zhuǎn)入面積的55.55%；五級植被覆蓋面積轉(zhuǎn)出略大于轉(zhuǎn)入。

表7 2006—2008年各植被覆蓋度等級轉(zhuǎn)移矩陣Table 7 The vegetation coverage level transfer matrix，2006－2008

3 討論

本研究利用NDVIsoil和NDVIveg改進(jìn)指數(shù)，對甘南2002，2004，2006，2008年的植被覆蓋度進(jìn)行了分析計(jì)算并進(jìn)行了精度分析，得到了甘南2002－2008年植被覆蓋度變化的空間動態(tài)演變過程和趨勢，結(jié)果證明以此種方法對大面積高寒草地覆蓋度變化進(jìn)行研究是可行且準(zhǔn)確的。

用NDVIsoil和NDVIveg改進(jìn)指數(shù)估算得到的植被覆蓋度精確性較高，但是由于實(shí)測樣方面積較小，所以不能更好地證明結(jié)果的準(zhǔn)確性。但足以證明NDVIsoil和NDVIveg改進(jìn)指數(shù)為基礎(chǔ)的估算方法，很好的消除了土壤、地表噪音、儀器定標(biāo)、太陽角、地形、云陰影和大氣條件等對結(jié)果的影響，增強(qiáng)了對植被的響應(yīng)能力。

由面積變化及轉(zhuǎn)移矩陣看出，除2006年甘南五級植被覆蓋度面積較2004年大幅減少外，其余各年份甘南五級植被覆蓋面積均為增加趨勢，且為所有覆蓋度等級中增長最快的。一級和三級植被面積變化較小，且一級植被轉(zhuǎn)化率水平一直很低，說明中覆蓋度植被長勢穩(wěn)定，高覆蓋度植被雖變化較為平緩，但從轉(zhuǎn)移矩陣中可以看出，每年都有大量一級植被轉(zhuǎn)入低覆蓋度等級植被。轉(zhuǎn)化率最大的植被等級多數(shù)時(shí)維持在二級、四級或五級植被，除說明五級植被在大幅增加外，同時(shí)表明中高及中低覆蓋度等級植被變化劇烈，從轉(zhuǎn)移矩陣可以看出每年都有大量中高及中低覆蓋度等級植被分別轉(zhuǎn)向高覆蓋度等級植被和低覆蓋度等級植被。綜合考慮以上結(jié)果，高覆蓋度等級植被雖有轉(zhuǎn)入，但總體質(zhì)量持續(xù)下降，而低覆蓋度等級植被區(qū)域（或裸地）則在大量持續(xù)增長，說明甘南州植被整體呈退化趨勢。

綜上，以上研究基于多年的甘南植被覆蓋度的計(jì)算及空間分析，在今后的研究中，可以考慮更高空間分辨率影像的合成數(shù)據(jù)應(yīng)用，進(jìn)一步提高植被蓋度的提取精度，該研究結(jié)果可以為甘南當(dāng)?shù)啬翗I(yè)可持續(xù)發(fā)展，草地生態(tài)環(huán)境保護(hù)及生態(tài)恢復(fù)等研究和相關(guān)管理決策提供有效的參考。

［1］任繼周，侯扶江.草業(yè)科學(xué)的多維結(jié)構(gòu)［J］.草業(yè)學(xué)報(bào)，2010，19（3）：1－5.

［2］陳云浩，李曉兵，史培軍.北京海淀區(qū)植被覆蓋的遙感動態(tài)研究［J］.植物生態(tài)學(xué)報(bào)，2001，25（5）：588－593.

［3］溫慶可，張?jiān)鱿?，劉斌，?草地覆蓋度測算方法研究進(jìn)展［J］.草業(yè)科學(xué)，2009，26（12）：30－36.

［4］Li W，Xu J，Xu D D.Study on changes in alpine wetland landscape and biodiversity over the eastern Tibetan plateau based on remote sensing technology［J］.Image and Signal Processing（CISP），2010，8：3963－3966.

［5］徐丹丹，李文龍，王迅，等.垂直植被指數(shù)的計(jì)算和精度分析［J］.蘭州大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，46（5）：102－106.

［6］李文龍，薛中正，郭述茂，等.基于3S技術(shù)的瑪曲縣草地植被覆蓋度變化及其驅(qū)動力［J］.蘭州大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，46（1）：85－90.

［7］Muller J F，Pleters C M.Quantitative abundances estimates from bidirectional reflectance measurements［J］.Joural of Geophysical Research，1987，92（4）：617－626.

［8］Dymond J R，Shepherd J D，Qi J.A simple physical model of vegetation reflectance for standardizing optical satellite imagery［J］.Remote Sensing of Environment，2001，77（2）：230－239.

［9］Elvidge C D，Chen Z.Comparison of broad－band and narrow－band red and near－infrared vegetation indices［J］.Remote Sensing of Environment，1995，54（1）：38－48.

［10］Purevdor J T S，Tateishi R，Ishiyama T.Relationships between percent vegetation cover and vegetation indices［J］.International Journal of Remote Sensing，2001，22（17）：3457－3470.

［11］Zhou Q，Robson M.Automated rangeland vegetation cover and density estimation using ground digital images and a spectral—contextual classifier［J］.Remote Sensing，2001，22（17）：3457－3470.

［12］Cosh M H，Brutsaert W.Microscale structural aspects of vegetation density variability［J］.Journal of Hydrology，2003，276：128－136.

［13］Graetz R D，Pech R R，Davis A W.The assessment and monitoring of sparsely vegetated rangelands using calibrated Landsat data［J］.International Journal of Remote Sensing，1988，9（7）：1201－1222.

［14］Shoshany M，Lavee K P.Monitoring temporal vegetation coyer changes in mediterranean and arid ecosystems using a remote sensing technique：case study of the Judean mountain and the Judean desert［J］.Journal of Arid Environments，1996，33（1）：9－21.

［15］Dymond J R，Stephens P R，Newseme P F，etal.Percentage vegetation cover of a degrading rangeland from SPOT［J］.International Journal of Remote Sensing，1992，13（11）：1999－2007.

［16］章文波，符素華，劉寶元.目估法測量植被覆蓋度的精度分析［J］.北京師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2001，37（3）：402－408.

［17］池宏康.沙地油蒿群落覆蓋度的遙感定量化研究［J］.植物生態(tài)學(xué)報(bào)，2000，24（4）：494－497.

［18］查勇.草地植被變化遙感監(jiān)測方法研究——以環(huán)青海湖地區(qū)為例［D］.南京：南京師范大學(xué)，2003.

［19］楊勝天，李茜，劉昌明，等.應(yīng)用“北京一號”遙感數(shù)據(jù)計(jì)算官廳水庫庫濱帶植被覆蓋度［J］.地理研究，2006，25（4）：570－578.

［20］陳晉，陳云浩，何春陽.基于土地覆蓋分類的植被覆蓋率估算亞像元模型與應(yīng)用［J］.遙感學(xué)報(bào)，2001，5（6）：416－422.

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

［22］梁天剛，崔霞，馮琦勝，等.2001－2008年甘南牧區(qū)草地地上生物量與載畜量遙感動態(tài)監(jiān)測［J］.草業(yè)學(xué)報(bào)，2009，18（6）：12－22.

［23］王鶯，夏文濤，梁天剛，等.基于MODIS植被指數(shù)的甘南草地凈初級生產(chǎn)力時(shí)空變化研究［J］.草業(yè)學(xué)報(bào)，2009，19（1）：201－210.

［24］黃靖，夏智宏.基于MODIS遙感數(shù)據(jù)的武漢市植被覆蓋變化監(jiān)測分析［J］.氣象與環(huán)境科學(xué)，2009，32（2）：16－20.

［25］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，2004：374－375.