基于神東中心區(qū)植被覆蓋變化的多時(shí)相遙感監(jiān)測(cè)

付新雷

1．中國(guó)神華生態(tài)環(huán)境遙感監(jiān)測(cè)中心，北京 100085

2．神華地質(zhì)勘查有限責(zé)任公司，北京 100085

礦區(qū)開采過(guò)程中修建簡(jiǎn)易公路、砍伐樹木、搭建工棚、堆放廢石棄渣等，對(duì)地表植被破壞較大。植被作為連接土壤、大氣和水分等生態(tài)環(huán)境要素的自然“紐帶”，其動(dòng)態(tài)變化在一定程度上反映了礦區(qū)生態(tài)環(huán)境的動(dòng)態(tài)變化。依靠傳統(tǒng)的地面樣方實(shí)測(cè)方法來(lái)估算礦區(qū)的植被覆蓋度要投入巨大的人力、財(cái)力，且精度不高，難以在大范圍內(nèi)快速提取所需信息，因此可利用衛(wèi)星遙感技術(shù)對(duì)礦區(qū)環(huán)境變化實(shí)施監(jiān)測(cè)，通過(guò)數(shù)學(xué)模型計(jì)算植被覆蓋度［1］。Rouse 等［2］提出監(jiān)測(cè)植被生長(zhǎng)狀態(tài)的歸一化植被指數(shù)(NDVI)，該指數(shù)常被用來(lái)進(jìn)行區(qū)域和全球的植被狀態(tài)研究。Duncan等［3］曾研究了墨西哥荒漠地區(qū)灌木林覆蓋率與NDVI的關(guān)系，得到了較好的關(guān)系模型;Larson等［4］分別從TM、MSS和SPOT衛(wèi)星圖像數(shù)據(jù)估算植被指數(shù)，并建立了阿拉伯森林地區(qū)植被指數(shù)與覆蓋率的關(guān)系模型。筆者針對(duì)神東中心區(qū)干旱、半干旱的自然條件，對(duì)2002—2012年植被覆蓋變化進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，分析植被覆蓋的時(shí)空變化規(guī)律，為礦區(qū)植被覆蓋調(diào)查評(píng)價(jià)、植被修復(fù)和生態(tài)保護(hù)等提供基本數(shù)據(jù)和理論依據(jù)。

1 研究區(qū)概況

中國(guó)神華能源股份有限公司神東煤炭分公司開采活動(dòng)主要位于內(nèi)蒙古南部與陜西北部交界的神東礦區(qū)以及山西保德礦區(qū)，研究區(qū)(下稱神東中心區(qū))包括10個(gè)井田，如圖1所示。

圖1 神東中心區(qū)位置

神東中心區(qū)位于晉、陜、蒙3省區(qū)接壤地區(qū)，地處黃土高原和毛烏素沙漠的過(guò)渡地帶，具有干旱、半干旱的大陸性氣候特征，土壤貧瘠，風(fēng)蝕和水蝕交互作用。中心區(qū)內(nèi)植被類型以旱生、半旱生植被為主，生態(tài)環(huán)境先天脆弱，極為敏感，礦產(chǎn)資源開發(fā)易引發(fā)區(qū)內(nèi)生態(tài)系統(tǒng)進(jìn)一步退化。

2 數(shù)據(jù)選擇與分析方法

2.1 數(shù)據(jù)源選擇

數(shù)據(jù)主要包括遙感數(shù)據(jù)和相關(guān)的矢量數(shù)據(jù)。遙感數(shù)據(jù)采用了多種數(shù)據(jù)源(美國(guó)陸地衛(wèi)星Landsat的TM/ETM+影像和中國(guó)環(huán)境一號(hào)衛(wèi)星CCD1影像)。Landsat數(shù)據(jù)和CCD1數(shù)據(jù)均有近紅外通道和紅光通道，分辨率統(tǒng)一，見(jiàn)表1。兩者可以綜合使用監(jiān)測(cè)神東中心區(qū)植被覆蓋。矢量數(shù)據(jù)為神東中心區(qū)井田范圍，為Shapefile格式，面積1 096.61 km2。

表1 遙感數(shù)據(jù)源信息

2.2 數(shù)據(jù)預(yù)處理

2.2.1 條帶修復(fù)與裁剪

由于Landsat-7 ETM+機(jī)載掃描行校正器(SLC)故障導(dǎo)致2003年5月31日之后獲取的影像數(shù)據(jù)條帶丟失，所以需要對(duì)2005-07-29數(shù)據(jù)進(jìn)行條帶修復(fù)。再通過(guò)神東中心區(qū)矢量圖層對(duì)5期數(shù)據(jù)進(jìn)行裁剪，得到神東中心區(qū)遙感影像。

2.2.2 輻射定標(biāo)

遙感影像通常給出的是像元DN值，需要將DN值轉(zhuǎn)換成對(duì)應(yīng)像元的表觀幅亮度，可根據(jù)各傳感器提供的輻射定標(biāo)系數(shù)進(jìn)行計(jì)算［5］(計(jì)算方法和操作流程略)。

2.2.3 大氣校正

從水體或植被中提取生物物理變量，必須對(duì)遙感數(shù)據(jù)進(jìn)行大氣校正，否則可能會(huì)丟失這些重要成分的反射率(或出射率)的微小差別信息，研究中大氣校正采用了FLAASH模型，具體操作過(guò)程參照《ENVI遙感圖像處理方法》教程。

2.3 分析方法

2.3.1 歸一化植被指數(shù)(NDVI)

根據(jù)綠色植物在近紅外通道具有高反射而在紅光通道具有強(qiáng)吸收的光譜特征，采用紅光、近紅外通道的反射率來(lái)提取植被信息。采用NDVI指數(shù)模型，計(jì)算公式為

式中：ρNIR為近紅外通道地表反射率，ρR為紅光通道地表反射率。NDVI是植物生長(zhǎng)狀態(tài)及植被空間分布密度的最佳指示因子，可用來(lái)定性和定量評(píng)價(jià)植被覆蓋及其生長(zhǎng)活力［6-7］。

2.3.2 植被覆蓋度

采用像元二分模型法，對(duì)神東中心區(qū)植被覆蓋度進(jìn)行估算，公式為

式中：fc為植被覆蓋度;NDVIsoil為純土壤覆蓋或無(wú)植被覆蓋區(qū)域的NDVI值，即無(wú)植被像元NDVI值;而NDVIveg則代表完全被植被所覆蓋的像元NDVI值，即純植被像元的NDVI值。對(duì)NDVI值累積頻率統(tǒng)計(jì)給定置信區(qū)間，求該區(qū)間內(nèi)的最大值和最小值來(lái)確定全植被覆蓋和無(wú)植被覆蓋的NDVI值。選擇累積百分比2.5% ～97.5%為置信區(qū)間，認(rèn)為累積百分比小于2.5%的近似為無(wú)植被覆蓋，大于97.5%的為全植被覆蓋，并取此時(shí)對(duì)應(yīng)的NDVI值為純土壤覆蓋像元的NDVIsoil值和純植被覆蓋像元的NDVIveg值［8-10］。

對(duì)5期NDVI計(jì)算結(jié)果進(jìn)行統(tǒng)計(jì)分析，得到不同時(shí)期的NDVIsoil值與NDVIveg值，并根據(jù)各自的NDVIsoil值與NDVIveg值，按式(2)計(jì)算得出不同時(shí)期的植被覆蓋度分布圖。

2.3.3 覆蓋程度分級(jí)

根據(jù)《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范(試行)》(HJ/T 192—2006)行業(yè)標(biāo)準(zhǔn)的規(guī)定，將研究區(qū)植被覆蓋劃分為5級(jí)，見(jiàn)表2。根據(jù)各等級(jí)的閾值對(duì)植被覆蓋度進(jìn)行密度分割，得到5期植被覆蓋等級(jí)圖，如圖2所示。

表2 植被覆蓋度分類表 %

3 結(jié)果與分析

3.1 神東中心區(qū)植被覆蓋的動(dòng)態(tài)變化特征

圖2 2002—2012年神東中心區(qū)植被覆蓋等級(jí)圖

對(duì)5期植被覆蓋等級(jí)圖進(jìn)行統(tǒng)計(jì)，得到各覆蓋等級(jí)的面積，計(jì)算整個(gè)神東中心區(qū)內(nèi)平均植被覆蓋度，如表3所示。

表3 2002—2012年神東中心區(qū)植被覆蓋度特征

神東中心區(qū)2002—2012年間平均植被覆蓋度由38.20%上升到56.27%，整體處于中覆蓋和中高覆蓋水平。其中，2002—2005年植被覆蓋程度總體偏低，以中植被覆蓋類型為主導(dǎo)，面積占52.16%，其次為中高覆蓋類型和極低覆蓋類型，分別占20.00%和16.45%;2005—2010年植被覆蓋程度變化幅度較小，總體上平穩(wěn)提高，區(qū)內(nèi)沙漠化程度有所減輕;2010—2012年植被覆蓋程度增幅明顯，特別是2012年，極低、低、中覆蓋類型相比于 2010年分別減少了 3.22%、2.42%、15.97%，而中高、高覆蓋類型分別增加了16.05%、5.56%，中高和高覆蓋類型面積比重高達(dá)66.13%，具體見(jiàn)圖3、圖4。

圖3 2002—2012年神東中心區(qū)植被覆蓋度變化趨勢(shì)

圖4 2002—2012年神東中心區(qū)植被覆蓋度等級(jí)面積對(duì)比

植被覆蓋變化是降水因素和人類活動(dòng)共同作用的結(jié)果。鑒于黃土高原地區(qū)年降水量整體趨于穩(wěn)定［11］(2004 年除外)，如圖5 所示。

圖5 黃土高原地區(qū)年降水量變化趨勢(shì)

可見(jiàn)，降水不是導(dǎo)致神東中心區(qū)植物覆蓋上升的直接原因，植被覆蓋情況整體改善緣于有利的人為因素，主要包括國(guó)家實(shí)施的退耕還林還草、圍欄圈養(yǎng)和禁牧政策，以及神東煤炭分公司持續(xù)穩(wěn)定的礦區(qū)環(huán)境保護(hù)投入與卓有成效的礦區(qū)環(huán)境治理工作，隨著用于礦區(qū)環(huán)境保護(hù)的資金投入加大，自然情況日益好轉(zhuǎn)，整個(gè)生態(tài)環(huán)境向良性方向發(fā)展。

3.2 神東中心區(qū)植被覆蓋的各類型定量變化

為定量說(shuō)明神東中心區(qū)各植被覆蓋類型間的轉(zhuǎn)化情況，計(jì)算2002、2012年的植被覆蓋轉(zhuǎn)移矩陣，見(jiàn)表4。

表4 神東中心區(qū)植被覆蓋轉(zhuǎn)移矩陣 km2

由表4可以看出，2002年極低植被覆蓋類型面積為180.41 km2，截至2012年，21.71%仍為極低植被覆蓋類型，78.29%向上級(jí)轉(zhuǎn)化;低植被覆蓋類型和中植被覆蓋類型分別有1.91%和22.95%未發(fā)生變化，88.68%和70.73%向上級(jí)轉(zhuǎn)化，明顯高于向下級(jí)轉(zhuǎn)化的9.41%和6.32%;中高植被覆蓋類型中56.44%未發(fā)生變化，22.41%向下級(jí)轉(zhuǎn)化，21.15%向上級(jí)轉(zhuǎn)化，基本持平;高植被覆蓋類型22.34%未發(fā)生變化，向下轉(zhuǎn)化占77.66%。綜上所述，整個(gè)生態(tài)環(huán)境向良性方向發(fā)展。

求取相同像元在2002、2012年2期植被覆蓋圖上的變化，將變化趨勢(shì)分為7個(gè)等級(jí)，見(jiàn)表5。

表5 神東中心區(qū)2002—2012年植被覆蓋變化趨勢(shì)面積比例

由表5可以看出，2002—2012年，神東中心區(qū)植被覆蓋退化區(qū)(包括輕微退化、中度退化和嚴(yán)重退化)的面積約占15.34%，而植被覆蓋改善區(qū)(包括輕微改善、中度改善、明顯改善)的面積高達(dá)64.01%。從空間分布上看，植被退化區(qū)主要分布在井田交界處的工業(yè)建筑區(qū)附近，并在井田內(nèi)部零星分布;而植被改善區(qū)分布在井田內(nèi)大部分地區(qū)，如圖6所示。

圖6 神東中心區(qū)2002—2012年植被覆蓋變化空間分布

4 結(jié)論和建議

遙感數(shù)據(jù)具有監(jiān)測(cè)面積大、數(shù)據(jù)可比性強(qiáng)、獲取快速和人為影響少等特點(diǎn)，能夠直觀反映神東中心區(qū)植被的生長(zhǎng)變化情況。采用Landsat TM/ETM+和HJ1A-CCD1時(shí)間序列影像提取NDVI值，運(yùn)用像元二分模型反演2002—2012年間神東中心區(qū)內(nèi)植被覆蓋，對(duì)覆蓋情況進(jìn)行分級(jí)統(tǒng)計(jì)、評(píng)價(jià)和變化檢測(cè)，進(jìn)而監(jiān)測(cè)神東中心區(qū)多時(shí)相地表覆蓋變化過(guò)程。

監(jiān)測(cè)結(jié)果表明，2002—2012年間神東中心區(qū)植被覆蓋等級(jí)整體呈上升趨勢(shì)，絕大部分地區(qū)的地表覆蓋得到改善，神東中心區(qū)的生態(tài)環(huán)境治理工作成效顯著。建議在取得成績(jī)的同時(shí)，繼續(xù)積極保護(hù)好區(qū)內(nèi)現(xiàn)有林草植被，促進(jìn)陡坡退耕還林，實(shí)施低產(chǎn)林低效灌叢地改造，增強(qiáng)區(qū)內(nèi)生態(tài)功能，建設(shè)綠色礦區(qū)。

［1］Grove M．Social forestry and GIS［J］．Journal of Foresty，1992(12)：21-25．

［2］Rouse J W，Haas R H，Schell J A，et al．Monitoring vegetation systems in the great plains with ERTS［C］．Washington DC：NASA，1973：309-317．

［3］王治國(guó)，張?jiān)讫垼謽I(yè)生態(tài)工程學(xué)［M］．北京：中國(guó)林業(yè)出版社，2000：442-493．

［4］武紅敢．芻議林業(yè)空間數(shù)據(jù)庫(kù)的建設(shè)［J］．林業(yè)科技管理，2003(3)：22-27．

［5］張兆明，何國(guó)金．Landsat5-TM數(shù)據(jù)輻射定標(biāo)［J］．科技導(dǎo)報(bào)，2008，26(7)：54-58．

［6］霍艾迪，張廣軍，武蘇里，等，利用MODIS-NDVI進(jìn)行沙化土地評(píng)價(jià)研究——以陜西省北部地區(qū)為例［J］．干旱地區(qū)農(nóng)業(yè)研究，2008，26(2)：154-158．

［7］馬保東，陳紹杰，吳立新．基于SPOT-VGT NDVI的礦區(qū)植被遙感監(jiān)測(cè)方法［J］．地理與地理信息科學(xué)，2009，24(1)：84-87．

［8］Holben B N，Kaufman Y J，Kendall J D．NOAA-11AVH RR visible and near-IR in-flight calibration［J］．International Journal of Remote Sensing，1990，11(8)：1 511-1 519．

［9］Kaufman Y J，Tanre D．Atmospherically resistant vegetation index(ARVI)for EOS-MODIS［J］．IEEE Transactions on Geoscience and Remote Sensing，1992，30(2)：261-270．

［10］Toby N，Carlson，David A，et al．On the relation between NDVI，fractional vegetation cover and leaf area Index［J］．Remote Sensing of Environment，1997，62(3)：241-252．

［11］萬(wàn)龍．黃土高原地區(qū)53年來(lái)降水量時(shí)空演變特征分析［D］．楊陵：西北農(nóng)林科技大學(xué)，2011．