基于SPOT影像的植被覆蓋度遙感估算研究

鄭 麗

（宿州學院地球科學與工程學院，安徽 宿州234000）

1 引 言

植被作為地球表面最突出的組成部分，構(gòu)成整個生物圈的支撐系統(tǒng)，因而成為生態(tài)學的一個重要領(lǐng)域，它涉及到從種群和群落，到景觀和區(qū)域，乃至生態(tài)學問題。植被與環(huán)境的關(guān)系，一直是生態(tài)學研究的重點問題[1]。人類對環(huán)境和自然植被的影響所造成的后果，以及森林面積不斷縮小和土壤退化的驚人數(shù)據(jù)，使得植被的清查和監(jiān)測研究顯得越來越重要。

遙感經(jīng)常是用林分高度和植物或樹冠總的覆蓋度來記述植物群系特征的。植被覆蓋度定義為植被 （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[2]。植被覆蓋度是衡量植物群落覆蓋地表狀況的一個綜合量化指標，是描述植被群落及生態(tài)系統(tǒng)變化的重要參數(shù)。因而，獲取地表植被覆蓋及其變化的信息，對于揭示地表空間變化規(guī)律，分析評價區(qū)域土地系統(tǒng)具有重要的現(xiàn)實意義[3]。其獲取方法可分為地面實測法和遙感估算法2種，遙感估算法有植被指數(shù)法和混合像元分解法[4]。遙感圖像上的植物信息，主要通過綠色植物葉子 （葉冠）光譜特征的差異及動態(tài)變化反應出來。

目前，很多學者利用像元二分模型來提取植被覆蓋度，產(chǎn)生一系列的研究成果。馬俊海等[5]基于TM數(shù)據(jù)，對遙感影像進行幾何精校正、大氣校正、地形校正等預處理，借助混合像元分解理論，確定出完全植被覆蓋和裸地植被指數(shù) （normalized difference vegetation index，NDVI），進而建立像元二分模型完成了植被覆蓋度提取，為土地利用、更新、調(diào)查提供了便捷。劉廣峰等[6]以ETM＋數(shù)據(jù)為例，利用NDVI建立像元二分模型，對毛烏素沙地的植被覆蓋度進行提取，實證研究結(jié)果表明基于NDVI的像元二分模型適合于沙漠化地區(qū)植被覆蓋度信息提取。黎良財[7]等以TM／ETM數(shù)據(jù)為例，根據(jù)像元二分模型由NDVI值反演出四時相的植被覆蓋度，對礦區(qū)地表覆被變化過程進行監(jiān)測，為礦區(qū)生態(tài)環(huán)境評價和治理提供了技術(shù)支持?？v觀這些文獻研究，基于NDVI結(jié)合像元二分模型用于高分辨率影像展開植被覆蓋度提取研究甚少。

鑒于此，本文選用SPOT （satellite pour l’observation de la Terre）5影像，基于遙感技術(shù)對植被覆蓋度提取展開研究，利用NDVI建立像元二分模型估算植被覆蓋度，通過對NDVI圖像頻率統(tǒng)計，得到一定置信度下NDVIsoil和NDVIveg建立研究區(qū)域像元二分模型，進而對研究區(qū)植被覆蓋度進行分級，以探明研究區(qū)域的植被覆蓋度分布的實際情況。

2 基于NDVI的像元二分模型概述

遙感圖像中像元很少是由單一均勻的地表覆蓋組成的，一般都是幾種地物的混合體。因此影像中像元的光譜特征并不是單一地物的光譜特征，而是幾種地物光譜特征的混合反映。線性光譜混合模型具有簡單實用的特點，目前被廣泛應用于混合像元分解問題的研究中。線性模型中最為常用的是像元二分模型，它假設(shè)一個像元的信息可以分為土壤與植被2部分[5]。

其中，S為通過傳感器所觀測到的信息；Ss為由土壤成分所貢獻的信息；Sv為由植被成分所貢獻的信息。

對于由土壤與植被2部分組成的混合像元，像元中有植被覆蓋的面積比例為該像元的植被覆蓋度fc，而土壤覆蓋的面積比例為1－fc。設(shè)全由植被覆蓋的純像元所得的遙感信息為Sveg，混合像元的植被成分所貢獻的信息Sv可以表示為：

同理，設(shè)全由土壤裸露的純像元所得的遙感信息為Ssoil。混合像元的土壤成分所貢獻的信息Ss可以表示為：

將式 （2）、式 （3）代入式 （1）得到式 （4）：

至此，像元二分模型可以被定義為像元在某一光譜波段的反射率 （亮度值），它是由構(gòu)成像元的植被覆蓋地表與無植被覆蓋地表的反射率 （光譜亮度值）以其所占像元面積比例為權(quán)重系數(shù)的線性組合。對式（4）進行變換，可得植被覆蓋度的計算公式：

其中：Sveg和Ssoil均為像元二分模型的參數(shù)，因而可以根據(jù)公式 （5）利用遙感信息來估算植被覆蓋度。

1974年，Rouse等提出了常用的歸一化植被指數(shù) （normalized difference vegetation index，NDVI），其定義為近紅外波段與可見光紅波段數(shù)值之差和這2個波段數(shù)值之和的比值，即近紅外和紅光波段的歸一化比值，具體公式如下：

其中：nir為近紅外波段、red為紅色波段，ρ為光譜反射率。

NDVI是一個重要的植被指數(shù)，可部分消除由天氣變化、觀測姿態(tài)、傾斜等造成的誤差，可較好地反映地表綠色植被的分布狀況，常用來監(jiān)測植被生長活動的季節(jié)與年際變化，其范圍值是 [－1，1]，一般綠色植被區(qū)的范圍是 [－0.2，0.8]。

由于植被在近紅外波段的反射率遠遠大于紅光波段，因此運用公式 （1）可以把植被覆蓋區(qū)域突顯出來，NDVI與植被覆蓋分布密度線性相關(guān)，是植被生長狀態(tài)及植被分布密度的最佳指示因子[8]，利用NDVI提取植被覆蓋度有其自身的優(yōu)勢：植被監(jiān)測靈敏度高、覆蓋度監(jiān)測范圍寬、能消除地形和群落結(jié)構(gòu)的陰影和輻射干擾、削弱太陽高度角和大氣帶來的噪音干擾。

對于本文選用的SPOT影像，NDVI計算公式如下：

根據(jù)像元二分模型，若混合像元包含植被和土壤，其NDVI值可以表達為由這2部分組成，那么根據(jù)植被指數(shù)計算植被覆蓋率公式為：

式中NDVIveg、NDVIsoil分別作為綠色植被部分所貢獻的信息、無植被覆蓋 （裸土）部分所貢獻的信息，NDVI為被求的地塊或像元點的植被指數(shù)。NDVIveg代表著全植被覆蓋像元的最大值，由于植被類型的影響，其值隨著時間和空間發(fā)生著改變。NDVIsoil對于大多數(shù)類型的裸地表面，理論上應該接近零，但由于眾多因素影響，其值一般在 [－0.1，0.2]，由此可知，即使針對同一遙感影像，二者取值也不能為固定值。

圖1 研究區(qū)412波段組合假彩色影像

3 研究區(qū)概況

實驗采用某地區(qū)SPOT影像為數(shù)據(jù)源，包含綠、紅、近紅外、短紅外4個波段的10m分辨率的圖像，周邊森林覆蓋率較高，地形以山地為主，坡度較大，實驗區(qū)影像選用波段412作為三通道數(shù)據(jù)合成假彩色圖像 （圖1），圖像色彩反差明顯，層次豐富，能比較全面反映各種地物信息顏色差別，影像主要包含了建筑物和道路以及其它地物信息，其大小為497像素＊501像素。

4 應用NDVI植被指數(shù)估算植被覆蓋度

基于SPOT影像，利用歸一化植被指數(shù)估算研究區(qū)植被覆蓋度，運用公式 （7）計算出NDVI圖像 （圖3）。由圖3可知，區(qū)域內(nèi)NDVI分布很不平衡，呈現(xiàn)出明顯的區(qū)域性。NDVI變化范圍在[－0.103 448，0.357 143]，均值0.247 714，標準差0.0 493，NDVI基本上為正值，有植被覆蓋區(qū)相對較多。

由于SPOT影像不可避免存在噪聲，NDVIsoil和NDVIveg不一定對應著NDVI的極值，一般取一定置信區(qū)間內(nèi)的最大值與最小值，置信度的取值主要根據(jù)圖像大小、清晰度等實際情況來定。本文對NDVI圖進行頻率統(tǒng)計，得到研究區(qū)的統(tǒng)計結(jié)果。根據(jù)頻率統(tǒng)計表1，可取累計頻率為5%的NDVI值－0.018 555為裸土區(qū)域NDVI作為整幅圖像的NDVIsoil，累計頻率為95%的NDVI值0.301 499為完全植被覆蓋區(qū)域的NDVI作為整幅圖像的NDVIveg值。據(jù)此，整個地區(qū)分為3個部分：當NDVI值小于－0.018 555，植被覆蓋度取值為0；NDVI值大于0.301 499，植被覆蓋度取值為1；當NDVI值在 [－0.018 555，0.301 149]區(qū)間內(nèi)，不需要實測數(shù)據(jù)，利用NDVIveg＝0.301 499和NDVIsoil＝－0.018 555這2個值，按照植被覆蓋度公式 （8）對研究區(qū)SPOT5影像的植被覆蓋度進行遙感估算，得到研究區(qū)植被覆蓋度空間分布，如圖3所示。從圖3中直觀可以看出，研究區(qū)植被覆蓋度40%～80%居多，說明植被覆蓋率較高。由表2植被覆蓋等級表可知，屬于稠密區(qū)。

圖2 研究區(qū)NDVI圖像

圖3 植被覆蓋度空間分布圖

表1 研究區(qū)NDVI頻率統(tǒng)計表

5 結(jié) 論

本文以SPOT影像為例，對研究區(qū)的植被覆蓋度進行提取研究，根據(jù)歸一化植被指數(shù)建立NDVI相關(guān)性分析，對NDVI圖進行頻率統(tǒng)計，進而取累計頻率為5%的NDVI值－0.018 555為裸土區(qū)域NDVI作為整幅圖像的NDVIsoil，累計頻率為95%的NDVI值0.301 499為完全植被覆蓋區(qū)域的NDVI作為整幅圖像的NDVIveg值，建立像元二分模型完成研究區(qū)植被覆蓋度空間分布，

研究區(qū)植被覆蓋度40%～80%居多，說明植被覆蓋率較高，屬稠密區(qū)?？梢娺x擇NDVI結(jié)合像元二分模型估算植被覆蓋度的模型是一種簡單實用的遙感估算模型，應用此方法可以較好對研究區(qū)植被覆蓋度進行測算，可操作性強。

表2 總植被覆蓋度等級表

[1]唐海萍.陸地生態(tài)系統(tǒng)樣帶研究的方法與實踐——中國東北樣帶植被－環(huán)境關(guān)系研究[M].北京：科學出版社，2003：102－103.

[2]李娟，龔純偉.蘭州市南北兩山植被覆蓋度動態(tài)變化遙感監(jiān)測[J].測繪科學，2011，36（02）：175－177.

[3]孫丹峰.土地利用／覆被遙感分析[M].北京：中國大地出版社，2006：114－115.

[4]潘建平，葉煥倬.基于遙感分類的植被覆蓋度提取[J].測繪信息與工程，2007，32（06）：17－19.

[5]馬俊海，劉丹丹.像元二分模型在土地利用現(xiàn)狀調(diào)查中反演植被蓋度的研究[J].測繪通報，2006，（04）：13－16.

[6]劉廣峰，吳波，范文義，等.基于像元二分模型的沙漠化地區(qū)植被覆蓋度提取——以馬武素沙地為例[J].水土保持研究，2007，14（02）：268－271.

[7]黎良財，鄧利，曹穎，等.基于NDVI像元二分模型的礦區(qū)植被覆蓋動態(tài)監(jiān)測[J].中南林業(yè)科技大學學報，2012，32（06）：18－22.

[8]賈維花，廉麗姝，宜平.基于TM數(shù)據(jù)的黃河三角洲地區(qū)植被覆蓋度提取[J].地理信息科學，2012，（06）：62－66.