蔡 蘅,王結(jié)貴,楊瑞霞,李 超,吉 瑋,王心源
(1.中國科學院對地觀測與數(shù)字地球科學中心數(shù)字地球重點實驗室,北京 100094;
2.中國科學院研究生院,北京 100049;3.安徽師范大學國土資源與旅游學院,蕪湖 241000)
作為綠洲的重要組成部分,植被維持著干旱區(qū)生態(tài)環(huán)境穩(wěn)定,發(fā)揮著有效的生態(tài)功能[1]。植被覆蓋度是刻畫地表植被覆蓋的一個重要參數(shù),也是表明生態(tài)環(huán)境變化的重要指數(shù),它是指植被(包括葉、莖、枝)在地面的垂直投影面積占統(tǒng)計區(qū)總面積的百分比。提取植被覆蓋度空間分布及其變化信息,探討其變化的影響因素,對于促進綠洲穩(wěn)定有序可持續(xù)發(fā)展具有重要的現(xiàn)實意義[2]。
遙感技術(shù)是快速提取區(qū)域植被覆蓋度信息的重要手段,它克服了傳統(tǒng)的地面樣方實測法存在的人力、財力消耗大以及耗時、精度不高等缺點[3]。目前的研究通常將植被指數(shù)與像元分解模型結(jié)合進行植被覆蓋度計算[4]。但是,單純利用植被指數(shù)進行植被覆蓋度計算存在不確定性,陰影及土壤背景會對植被反射波譜產(chǎn)生影響,從而影響覆蓋度反演精度。FCD模型(forest canopy density mapping model,F(xiàn)CD)能夠構(gòu)造出復合植被指數(shù)(vegetation,bare soil and shadow index,VBSI),代替常用的 NDVI(normalized difference vegetation index,NDVI)等植被指數(shù),與像元二分法結(jié)合進行植被覆蓋度的估算,可以很好地削弱遙感圖像的陰影、土壤、巖石、建筑用地等背景的影響,突出植被信息,具有較高的反演精度[5-8]。
本文以干旱區(qū)典型綠洲——新疆維吾爾自治區(qū)且末綠洲為研究對象,分別采用且末綠洲1998,2001,2006和2011年4期 TM/ETM+遙感圖像,基于FCD模型構(gòu)造出復合植被指數(shù)VBSI,代替歸一化植被指數(shù)NDVI,結(jié)合像元二分法計算出近13 a且末綠洲植被覆蓋度,通過分析其時空變化特征,探討且末綠洲生態(tài)環(huán)境變化的趨勢及其主要影響因子。
新疆維吾爾自治區(qū)且末縣總面積約14.025萬km2,其中2/3面積為沙地。其境內(nèi)的且末綠洲位于車爾臣河沖積三角洲地帶,昆侖山、阿爾金山北麓,塔里木盆地的東南緣,是沿車爾臣河發(fā)育形成的典型帶狀綠洲。該綠洲被戈壁、沙漠與高山環(huán)繞,四面環(huán)沙,如沙漠孤島,干旱少雨,蒸發(fā)強烈,土壤疏松保水性差。車爾臣河從南部山區(qū)流出,穿過且末綠洲,由南向北,再折為東北向,流往臺特瑪湖區(qū)域。南部山區(qū)的終年積雪和冰川融化是該綠洲諸河流的主要水源。且末綠洲是該縣主要的人類活動及農(nóng)業(yè)生產(chǎn)場所,其穩(wěn)定性直接關(guān)系到該縣經(jīng)濟發(fā)展與生態(tài)環(huán)境狀況。
本文采用的數(shù)據(jù)是Landsat TM/ETM+遙感圖像,獲取時間分別為1998年8月、2001年7月、2006年7月和2011年8月,每期均由4景圖像鑲嵌而成,行列號分別為142/33,142/34,143/33和143/34。所選4個時期的圖像均獲取于農(nóng)作物、人工和天然植被生長最旺盛的夏季,無云且質(zhì)量良好,能夠完整反映且末綠洲地區(qū)植被生長狀況,具有可比性[9]。圖1為經(jīng)過鑲嵌裁剪的2011年研究區(qū)遙感圖像。
圖1 2011年且末綠洲遙感圖像Fig.1 Remote sensing image of Qiemo oasis in 2011
首先對遙感圖像進行了輻射校正、直方圖匹配、鑲嵌、裁剪等預處理,再基于FCD模型構(gòu)造復合植被指數(shù)VBSI,并代入像元二分法中計算植被覆蓋度,對且末綠洲植被覆蓋度進行反演與制圖,具體的技術(shù)路線如圖2所示。
圖2 植被覆蓋度時空變化分析技術(shù)路線Fig.2 Technology flow of vegetation coverage change study
試驗發(fā)現(xiàn),將中紅外波段與綠波段2個波段亮度值相除,能夠很好地突出水體信息,對且末綠洲地區(qū)的水體提取具有很好的效果。對相除后的結(jié)果找出分割閾值,進行掩模處理,將水體區(qū)域去除。
FCD模型由國際熱帶木材組織(international tropical timber organization,ITTO)提出,以 Landsat TM/ETM+圖像為數(shù)據(jù)源,主要構(gòu)造4個指數(shù)——植被指數(shù)(vegetation index,VI,一般選用歸一化植被指數(shù) NDVI)、裸土指數(shù)(bare soil index,BI)、陰影指數(shù)(shadovo index,SI)及熱量指數(shù)(temperature index,TI)。由于TM/ETM+圖像的熱紅外波段分辨率較低,且該指數(shù)很少使用到,一般研究中不進行討論[10],因此本文也不考慮TI。FCD模型利用綠波段、紅波段、近紅外波段和短紅外波段進行各指數(shù)的構(gòu)造[11],即
式中B1—B5分別為藍、綠、紅、近紅外和短波紅外波段亮度值。根據(jù)FCD模型原理,植被覆蓋度與NDVI,SI呈正相關(guān),與BI呈負相關(guān)。通過NDVI,BI,SI的線性組合構(gòu)建VBSI,可以減弱圖像上植被、建筑等陰影、土壤背景的影響。依據(jù)各指數(shù)的相關(guān)性特征,構(gòu)造 VBSI[10],即
式中n為修正系數(shù),根據(jù)本研究區(qū)的實際情況,經(jīng)試驗選取n=-0.1。
像元二分法假定遙感傳感器所觀測到的一個像元的全部信息S由植被所貢獻的信息Sv和由無植被覆蓋(裸土)部分所貢獻的信息Ss兩部分構(gòu)成。
假設Fc為一個像元中有植被覆蓋的面積比例,即該像元的植被覆蓋度,則裸土部分的面積比例就是1-Fc。如果一個全植被覆蓋的純像元(即Fc=1)所貢獻的遙感信息為Sveg,一個無植被覆蓋的純裸土像元(即Fc=0)所貢獻的遙感信息為Ssoil[12-13],則可得Ss和Sv分別為
一個像元的全部信息S為
可求出Fc,即
由FCD模型得到的VBSI是將遙感傳感器所接收的地物信息經(jīng)過函數(shù)組合而形成,能夠定量反映地表植被覆蓋狀況。將計算獲取的VBSI代入式(8),則植被覆蓋度的計算公式為
式中VBSIsoil和VBSIveg分別為純裸土和全植被覆蓋像元的VBSI值。根據(jù)研究區(qū)實際情況,VBSIsoil和VBSIveg分別取置信區(qū)間1%和99%內(nèi)的最小值和最大值代入公式(9)進行計算[14]。4個時期的VBSIsoil和VBSIveg取值如表1所示。
表1 4個時期的VBSI soil和VBSI veg取值Tab.1 Values of VBSI soil and VBSI veg in 4 periods
根據(jù)全國沙漠化普查地類劃分標準、國家《土地利用現(xiàn)狀調(diào)查技術(shù)規(guī)程》和相關(guān)文獻[15-17],結(jié)合且末綠洲實際情況,將其植被覆蓋度劃分為以下5級:Fc∈[0.0,0.1),地表主要覆蓋類型為沙漠、地面流動沙地、戈壁、裸地,為無植被區(qū)(或稱荒漠區(qū));Fc∈[0.1,0.3),低覆蓋度植被,主要為低產(chǎn)草地、疏林地等,為差等植被區(qū);Fc∈[0.3,0.5),中覆蓋度植被,主要是中產(chǎn)草地、低郁閉林地,為中等植被區(qū);Fc∈[0.5,0.7),中高覆蓋度植被,主要是灘地、中高產(chǎn)草地、林地等,為良等植被區(qū);Fc∈[0.7,1.0],高覆蓋度植被,高產(chǎn)草地、農(nóng)田等,為優(yōu)等植被。
基于FCD模型,借助Erdas Imaging和ArcGIS軟件,獲得且末綠洲各時期植被覆蓋度等級分布圖(圖3)。
圖3 且末綠洲各時期植被覆蓋度等級Fig.3 Vegetation coverage grade in different periods
前人研究表明,F(xiàn)CD模型的反演精度較高,約90%,在我國新疆典型干旱區(qū)總體精度也達到83%,能夠滿足區(qū)域尺度的植被覆蓋度調(diào)查要求[5-8]。將反演結(jié)果中各植被覆蓋等級所對應的類型與高分辨率影像進行對比,結(jié)合且末綠洲部分地區(qū)實地觀測結(jié)果,證明反演精度可以滿足本研究要求。
將各年份植被覆蓋等級圖進行數(shù)據(jù)統(tǒng)計,得到各等級的面積統(tǒng)計結(jié)果(表2)??傮w來看,且末綠洲13 a來總植被覆蓋面積增加了742.64 km2。
表2 各等級植被覆蓋度面積統(tǒng)計表Tab.2 Area table of vegetation cover of Qiemo oasis in different periods (km2)
從表2可見,綠洲各時期總植被覆蓋面積不同,這是由于綠洲的邊緣為沙漠綠洲交錯帶,經(jīng)常發(fā)生植被與荒漠之間的相互轉(zhuǎn)換。低覆蓋度植被所占面積最大,約占總植被覆蓋的70%;其次為中覆蓋度、高覆蓋度,分別占總植被覆蓋的15%和10%;中高覆蓋度植被所占面積最小,約占總植被覆蓋的5%。在空間分布上,沿著車爾臣河兩側(cè)向外,覆蓋度等級依次降低。高覆蓋度植被沿車爾臣河由南向東北方向延伸,并逐漸變窄消失,這部分為且末綠洲城鎮(zhèn)及村落所在地,是且末縣大部分人口的聚居地,主要為耕地和建筑用地。中等和中高覆蓋度植被沿著高覆蓋度的外側(cè)分布,分布較離散,主要為新開墾的農(nóng)田及人工防護林地等。低覆蓋度植被呈片狀分布在綠洲核心地帶以外,向綠洲兩側(cè)延伸,主要類型為疏林地、天然草地,這部分處于綠洲與沙漠交錯地帶,容易與沙漠和其他較高等級覆蓋植被發(fā)生轉(zhuǎn)化。
將不同時期各覆蓋度等級及總植被覆蓋的面積進行計算,得到 1998—2001年、2001—2006年、2006—2011年和1998—2011年4個時間段的面積增減情況,如表3所示。
表3 各等級植被覆蓋度面積變化Tab.3 Vegetation cover area change of Qiemo oasis in different periods (km2)
從表3可見,1998—2011年間綠洲的總植被覆蓋面積增加了 742.62 km2,主要是 683.23 km2的低覆蓋度植被,其次是73.40 km2的高覆蓋度植被,這表明綠洲在空間范圍上向周邊的交錯帶擴張,綠洲中心地帶范圍也在增長。
為了更準確定量地分析植被覆蓋度格局的變化特征,采用轉(zhuǎn)移矩陣法對各覆蓋度等級間的相互轉(zhuǎn)換進行了空間運算,如表4—7所示。轉(zhuǎn)移矩陣中,對角線上的數(shù)據(jù)為各時段植被覆蓋等級未發(fā)生變化的部分,對角線下方的數(shù)值為由較高覆蓋度向較低覆蓋度轉(zhuǎn)移的面積,代表植被退化的面積。對角線上方的數(shù)值是由較低覆蓋度等級向較高覆蓋度植被轉(zhuǎn)移的面積,代表植被恢復的面積。
表4 1998—2001年植被覆蓋度面積轉(zhuǎn)移矩陣Tab.4 Conversion matrix of vegetation cover area from 1998 to 2001 (km2)
1998—2001年植被退化面積為132.72 km2,植被恢復面積為395.62 km2,是植被退化面積的2.98倍,這說明這個階段且末綠洲植被處于良性的生長狀態(tài)。
表5 2001—2006年植被覆蓋度面積轉(zhuǎn)移矩陣Tab.5 Conversion matrix of vegetation cover area from 2001 to 2006 (km2)
2001—2006年植被退化面積為435.3 km2,占總面積的15%;植被恢復面積僅為5.41 km2,占總面積的0.19%,表明這個時期退化很嚴重,大量較高覆蓋度植被轉(zhuǎn)化為低覆蓋度植被。
表6 2006—2011年植被覆蓋度面積轉(zhuǎn)移矩陣Tab.6 Conversion matrix of vegetation cover area from 2006 to 2011 (km2)
2006—2011年植被退化面積為148.75 km2,植被恢復面積為265.63 km2,是退化面積的1.79倍,這說明這段時期植被生長處于恢復趨勢。
表7 1998—2011年植被覆蓋度面積轉(zhuǎn)移矩陣Tab.7 Conversion matrix of vegetation cover area from 1998 to 2011 (km2)
1998—2011 植被退化面積為264.82 km2,恢復面積為272.73 km2,兩者基本持平。總體而言,1998—2011年該地植被生長經(jīng)歷了良性生長到嚴重退化再逐步恢復的過程。
且末綠洲是典型的干旱區(qū)內(nèi)陸河流域下游的人工綠洲,是集自然、經(jīng)濟和社會為一體的復合體系。因此,植被覆蓋度格局的變化也受著自然和人文方面多因素的共同作用,本文針對且末綠洲的特點對其影響因素進行了分析。
3.5.1 氣候因素
水分是影響干旱區(qū)植被生長的關(guān)鍵因素,降水量對植被覆蓋的空間分布具有重要的驅(qū)動作用。圖4為且末綠洲1998—2011年春夏季月均溫與降水量變化曲線。
圖4 1998—2011年春夏季月均溫與降水量變化曲線Fig.4 Average temperature and precipitation in months in spring and summer from 1998 to 2011
從圖4中可以看出,且末綠洲13 a來春夏季(3—8月)的月平均降水量和月均溫存在一定波動性。2002—2006年期間春夏季降水量始終處于低谷期,春夏季月平均降水量為14 mm,與這段時間植被退化嚴重狀況是吻合的。1998—2001年和2007—2011年春夏季降水量相對較充沛,波動較大,平均降水量分別為22.17mm和 20.74 mm,其中2000年和2007年分別出現(xiàn)降水高峰,降水量分別達44.4 mm和51.7mm,這是2個時期內(nèi)植被恢復狀況良好的主要原因之一。
氣溫與植被的生長狀況有一定的相關(guān)性。且末綠洲內(nèi)的河流發(fā)源于其南部昆侖山,阿爾金山北麓,冰雪融水是其最主要的水源,氣溫上升將加速積雪融化,加大河流流量,為綠洲提供更多的水資源,促進植被的生長。
從圖4中春夏季月均溫的變化曲線可以看出,1998—2001年氣溫穩(wěn)定上升,這個階段春夏季氣溫月均溫均值為19.73℃,2002—2006年波動較大,氣溫均值也偏低,為19.63℃,2007—2011年春夏季氣溫月均值為19.86℃。其中,2次春夏季月均溫高峰分別為2001 年(20.22℃)和 2008 年(20.3℃),均出現(xiàn)在植被覆蓋度增高的1998—2001年和2007—2011年時期內(nèi)??梢姡夷┚G洲氣溫的變化趨勢與植被生長狀況的變化趨勢是一致的。
3.5.2 人為因素
1949年以來,且末縣人口數(shù)量一直在猛增,且末綠洲聚集了全縣人口的86.8%。對于這樣一個地勢不利、半農(nóng)半牧的且末縣來說,勢必要增加耕地面積和發(fā)展畜牧業(yè),以滿足綠洲人民的生存需求。且末縣1949—2010年的人口數(shù)量變化曲線如圖5所示。
圖5 且末縣人口數(shù)量變化曲線Fig.5 Population of Qiemo from 1949 to 2009
從圖3可看出,以耕地為主要類型的高植被覆蓋度區(qū)域總體在擴張。人們首先會在自然條件好的、靠近河流的區(qū)域開墾耕地,即綠洲的中心地帶。其次在其外圍地區(qū)也增加了很多農(nóng)田,部分農(nóng)田直接深入荒漠。
伴隨農(nóng)業(yè)建設發(fā)展,且末縣在政府支持下,通過大規(guī)模引水灌溉,提高水資源的利用率,促進農(nóng)作物的生長,同時發(fā)展人工植被,增加了綠洲總體植被覆蓋面積,也促進了植被覆蓋度的提高。但另一方面該區(qū)牲畜數(shù)量的迅速增加,過度放牧和水資源的不合理利用均會造成植被嚴重退化,水土流失加重,荒漠化趨勢加劇。
近幾年,且末縣開展了較大規(guī)模的治沙工程,在車爾臣河東側(cè)建立了長12 km,寬2 km的“綠色長廊”,擋住了與縣城一河之隔的流動沙漠侵襲。這些生態(tài)工程的建設使且末綠洲植被得以恢復,生態(tài)環(huán)境有了顯著改善。
1)且末綠洲1998—2011年植被覆蓋度的遙感提取結(jié)果表明,在空間分布上沿車爾臣河兩側(cè)向外,植被覆蓋度等級依次降低。低覆蓋度植被所占面積比例較大,約占總植被覆蓋面積的2/3多,分布在綠洲中心地帶以外,屬綠洲與沙漠的交錯地帶,主要為疏林地、天然草地,容易與沙漠和其他較高等級覆蓋植被發(fā)生轉(zhuǎn)化。中、高覆蓋度植被面積比例次之,中高覆蓋度植被所占面積比例最小。高覆蓋度主要分布于綠洲內(nèi)部人口聚居地,中等、中高覆蓋度植被在其外側(cè)分布,主要為農(nóng)田及人工防護林。
2)且末綠洲13 a來總植被覆蓋面積在增加,綠洲在向外擴張。1998—2001年間和2006—2011年間表現(xiàn)出較好的植被恢復狀態(tài),2001—2006年間則出現(xiàn)過較嚴重的植被退化狀況。
3)且末綠洲植被覆蓋度的變化受春夏季溫度、降水及人為因素多重因素的影響。降水和境內(nèi)河流是該綠洲最重要的水資源,較高的春夏季降水量會促進植被的生長,有利于植被恢復。溫度升高加速了南部山區(qū)冰雪的融化,提高了河流水流量,為綠洲提供了更多的水資源。且末縣的迅速發(fā)展大大提高了人們對資源的需求,過度放牧和水資源的不合理利用會嚴重影響植被生長環(huán)境,導致綠洲植被退化。近些年,大規(guī)模的防護林的建設和灌溉系統(tǒng)的完善使得綠洲生態(tài)環(huán)境得到了較好的恢復與改良。
[1] 陳 曦,羅格平.干旱區(qū)綠洲生態(tài)研究及其進展[J].干旱區(qū)地理,2008,31(4):487-495.Chen X,Luo G P.Researches and progress of oasis ecology in arid areas[J].Arid Land Geography,2008,31(4):487-495.
[2] 劉 靜,銀 山,張國盛,等.毛烏素沙地17年間植被覆蓋度變化的遙感監(jiān)測[J].干旱區(qū)資源與環(huán)境,2009,23(7):162-167.Liu J,Yin S,Zhang G S,etal.Dynamic change of vegetation coverage ofMu Us sandland over the 17 years by remote sensing monitor[J].Journal of Arid Land Resources and Environment,2009,23(7):162-167.
[3] 程紅芳,章文波,陳 鋒.植被覆蓋度遙感估算方法研究進展[J].國土資源遙感,2008,20(1):13-18.Cheng H F,ZhangW B,Chen F.Advances in researches on application of remote sensing method to estimating vegetation coverage[J].Remote Sensing for Land and Resources,2008,20(1):13-18.
[4] Du P J,Li X L,CaoW,et al.Monitoring urban land cover and vegetation change by multi-temporal remote sensing information[J].Mining Science and Technology,2010,20(6):922-932.
[5] 江 洪,汪小欽,陳 星.一種以FCD模型從SPOT影像中提取植被覆蓋度的方法[J].地球信息科學,2005,7(4):113-116.Jiang H,Jiang X Q,Chen X.A method for abstraction of vegetation density from SPOT image[J].Geo-Information Science,2005,7(4):113-116.
[6] 李曉琴,孫丹峰,張鳳榮.北京山區(qū)植被覆被率遙感制圖與景觀格局分析——以門頭溝區(qū)為例[J].國土資源遙感,2003,15(1):23-28.Li X Q,Sun D F,Zhang FR.The application of remote sensing and landscape pattern analysis to vegetation coverage mapping in mountain areas of Beijing:A case study of Mentougou district[J].Remote Sensing for Land and Resources,2003,15(1):23-28.
[7] Gao Z F,Niu H P,Liu JP.Extraction of vegetation fraction information from CBERS images based on VBSI vegetation index in Kaixian county[J].Transactions of Nonferrous Metals Society of China,2011,21(s3):712-716.
[8] 江 洪,王欽敏,王小欽.福建省長汀縣植被覆蓋度遙感動態(tài)監(jiān)測研究[J].自然資源學報,2006,21(1):126-132.Jiang H,Wang Q M,Wang X Q.Dynamic monitoring of vegetation fraction by remote sensing in Changting county of Fujian Province[J].Journal of Natural Resources,2006,21(1):126-132.
[9] 張 飛,塔西甫拉提·特依拜,丁建麗,等.新疆典型鹽漬區(qū)植被覆蓋度遙感動態(tài)監(jiān)測——以渭干河-庫車河三角洲綠洲為例[J].林業(yè)科學,2011,47(7):27-35.Zhang F,Tashpolat T,Ding JL,et al.Dynamically monitoring vegetation cover by remote sensing in the typical salinization region of Xinjiang:A case study in delta oasis of Weigan and Kuqa Rivers[J].Scientia Silvae Sinicae,2011,47(7):27-35.
[10] Joshi C,De Leeuw J,Skid more A K,et al.Remotely sensed estimation of forest canopy density:A comparison of the performance of four methods[J].International Journal of Applied Earth Observation and Geoin for mation,2006,8(2):84-95.
[11] 邢著榮,馮幼貴,楊貴軍,等.基于遙感的植被覆蓋度估算方法述評[J].遙感技術(shù)與應用,2009,24(6):849-854.Xing ZR,F(xiàn)eng Y G,Yang G J,et al.Method of estimating vegetation coverage based on remote sensing[J].Remote Sensing Technology and Application,2009,24(6):849-854.
[12] 馬 娜,胡云峰,莊大方,等.基于遙感和象元二分模型的內(nèi)蒙古正藍旗植被覆蓋度格局和動態(tài)變化[J].地理科學,2012,32(2):251-256.Ma N,Hu Y F,Zhuang D F,et al.Vegetation coverage distribution and its changes in Plan Blue Banner based on remote sensing data and dimidiate pixel model[J].Scientia Geographica Sinica,2012,32(2):251-256.
[13] 李登科,范建忠,王 娟.陜西省植被覆蓋度變化特征及其成因[J].應用生態(tài)學報,2010,21(11):2896-2903.Li D K,F(xiàn)an JZ,Wang J.Change characteristics and their causes of fractional vegetation coverage in Shanxi Province[J].Chinese Journal of Applied Ecology,2010,21(11):2896-2903.
[14] 南 穎,劉志鋒,董葉輝,等.2000—2008年長白山地區(qū)植被覆蓋變化對氣候的響應研究[J].地理科學,2010,30(6):921-928.Nan Y,Liu Z F,Dong Y H,etal.The responses of vegetation cover to climate change in the Changbai Mountain area from 2000 to 2008[J].Scientia Geographica Sinica,2010,30(6):921-928.
[15]曹永翔,劉小丹,張克斌,等.青海省都蘭縣察汗烏蘇綠洲植被覆蓋度變化研究[J].中國沙漠,2011,31(5):1267-1272.Cao Y X,Liu X D,Zhang K B,etal.Vegetation coverage change of Tsagan Us oasis in Dulan county,Qinghai Province,China[J].Journal of Desert Research,2011,31(5):1267-1272.
[16] 周志強,曾 源,張 磊,等.南水北調(diào)中線水源區(qū)植被覆蓋度遙感監(jiān)測分析[J].國土資源遙感,2012,24(1):70-76.Zhou ZQ,Zeng Y,Zhang L,et al.Remote sensing monitoring and analysis of fractional vegetation cover in the water source area of the middle route of projects to divert water from the South to the North[J].Remote Sensing for Land and Resources,2012,24(1):70-76.
[17] 吳昌廣,周志翔,肖文發(fā),等.基于MODISNDVI的三峽庫區(qū)植被覆蓋度動態(tài)監(jiān)測[J].林業(yè)科學,2012,48(1):22-28.Wu CG,Zhou ZX,XiaoW F,et al.Dynamic monitoring of vegetation coverage in Three Gorges reservoir area based on MODISNDVI[J].Scientia Silvae Sinicae,2012,48(1):22-28.