基于空間變異理論的地表覆被時空變化監(jiān)測方法

李曉東，李相坤，姜琦剛

(1.吉林大學(xué)地球探測科學(xué)與技術(shù)學(xué)院,吉林 長春 130012； 2.白城師范學(xué)院地理科學(xué)學(xué)院，吉林 白城 137000)

基于空間變異理論的地表覆被時空變化監(jiān)測方法

李曉東1，2，李相坤1，姜琦剛1

(1.吉林大學(xué)地球探測科學(xué)與技術(shù)學(xué)院,吉林 長春 130012； 2.白城師范學(xué)院地理科學(xué)學(xué)院，吉林 白城 137000)

本研究將吉林西部作為研究區(qū)域，基于空間統(tǒng)計分析方法，以R語言為平臺，編寫了逐像元計算的變異分析算法，將變程作為分析變量并以影像數(shù)據(jù)形式輸出，得出地表覆被時序變化的區(qū)域性特點：1)本研究區(qū)地表覆被的時序變化具有明顯的區(qū)域性。鎮(zhèn)賚縣(研究區(qū)北部)地表覆被的變程(13～14.5個旬值，195～220 d)明顯低于通榆縣(研究區(qū)南部)的地表覆被變程(15～16個旬值，225～240 d)；2)時序變化因地表植被覆蓋度的不同而發(fā)生改變。鎮(zhèn)賚縣的地表覆被生長變化更有規(guī)律，通榆縣的地表覆被生長變化狀況相對復(fù)雜，波動振幅較大；3)濕地這類特殊的地表植被類型在變異分析中具有特殊的變程。濕地是小變程數(shù)值(小于12個旬值，180 d)集中分布的區(qū)域，值域范圍與周圍其他不同植被覆蓋度的變程有明顯區(qū)分。本研究用半方差函數(shù)提取了地表植被的物候信息，分析了地表覆蓋的時空分布特點，希望能為基于時間序列數(shù)據(jù)的遙感分類解譯研究提供新的分析方法和研究思路。

變異函數(shù)；變程；農(nóng)牧過渡帶；區(qū)域性

隨著全球氣候變化的加劇，地表的各項自然環(huán)境因子也表現(xiàn)出不同以往的變化情況。農(nóng)牧交錯過渡區(qū)是一類受全球氣候影響顯著的生態(tài)脆弱區(qū)域，區(qū)域內(nèi)的地表植被時序變化，在大尺度的、和確定的變化背景之上，也表現(xiàn)出強烈的區(qū)域化特點。由于3S技術(shù)的發(fā)展，很多研究已經(jīng)將空間統(tǒng)計分析方法與生態(tài)過程聯(lián)系起來，將地表的生態(tài)過程與功能的變化研究引向空間變異研究[1-3]。

近年來，國內(nèi)外針對地表因子的空間變異研究逐漸增多，地統(tǒng)計學(xué)成為分析地表物質(zhì)的空間分布特征及其變異規(guī)律更為有效的方法之一[4-6]。基于區(qū)域變異理論，趙銳鋒等[7]在定量分析塔里木河源流區(qū)綠洲不同層次土壤鹽分的空間異質(zhì)性時，采用了地統(tǒng)計學(xué)的半變異函數(shù)和Kriging空間插值，研究了各層土壤鹽分的空間分布格局，并分析了土壤鹽堿化的成因及變化趨勢，數(shù)據(jù)的處理分析方法采用野外采樣點記錄，實驗室內(nèi)基于ARCGIS的Geostatistical Analyst模塊進行相應(yīng)分析處理。何宇婷和柯長青[8]在提高遙感圖像分類精度的方法中，采用半方差函數(shù)提取紋理特征信息，引入變程，將其作為表征紋理特征的參數(shù)，并作為擴展向量加入特征空間中，從地統(tǒng)計學(xué)角度利用地物在空間上的聯(lián)系提取紋理，進而參與分類。王永豪等[9]利用3種采樣間距尺度分析不同間距下半方差的變化特點，對東祁連山地景觀特征尺度進行了研究，通過對同時相的不同方向特征尺度比較得出：變程可以有效地揭示出東祁連山地景觀結(jié)構(gòu)的各向異性。

從平原到山地的復(fù)雜地形，由半濕潤到半干旱的過渡氣候，吉林西部多樣的地表覆被類型特點增加了區(qū)域內(nèi)地表因子遙感解譯及監(jiān)測的難度，針對這一問題，本研究用空間變異理論中的半方差函數(shù)提取農(nóng)牧交錯帶地表植被的時序變化信息，以便于更直觀分析地表植被在時間上的變化特點和空間上的分布特點，以期為基于時間序列數(shù)據(jù)的遙感分類解譯有關(guān)研究提供一個新的分析方法和研究思路，提高地表覆被類型的遙感解譯精度，并就該地區(qū)在全球變化背景下，分析植被對氣候變化的響應(yīng)提供一定借鑒。

1 數(shù)據(jù)來源與研究方法

吉林西部北靠大興安嶺，又位于農(nóng)牧交錯帶上，植被覆蓋類型復(fù)雜，所以本研究將兩塊區(qū)域(一北一南，分別是鎮(zhèn)賚和通榆)作為最終計算結(jié)果的對比分析區(qū)，比較地表植被覆蓋類型時序變化的區(qū)域性(圖1)。

1.1 研究區(qū)自然地理概況

以吉林西部農(nóng)牧交錯帶上的地表植被覆蓋為研究對象，主要包括白城和松原兩個地級市。東邊是東北平原腹地，西鄰呼倫貝爾草原，南接科爾沁沙區(qū)，北依大興安嶺林地，位于農(nóng)牧過渡帶；屬中溫帶大陸性季風(fēng)氣候，春季干燥多風(fēng)、升溫比較快，夏季炎熱、降水集中，秋季涼爽、變溫快、溫差大，冬季漫長、干燥寒冷。

鎮(zhèn)賚縣地處研究區(qū)北部，年平均氣溫4.9 ℃，年平均降水量402 mm，年平均無霜期152 d。地勢由西北向東南傾斜，海拔由210 m逐漸降至120 m。整體上，西北部與大興安嶺外圍臺地相接，地勢較高；中部多連綿起伏的漫崗地；東南有嫩江、洮兒河環(huán)繞，沿岸有較肥沃的沖積平原分布。土壤以草甸土、淡黑鈣土為主[10]。

通榆縣位于研究區(qū)南部，年平均日照2 900 h，年平均氣溫5.5 ℃，年平均降水量350 mm，無霜期約164 d。地勢平坦開闊，西北高，東南低，海拔140～180 m，西部多沙丘，東部以平原為主，通榆縣地處大興安嶺和長白山脈之間的西南氣流通道上，所以風(fēng)能、太陽能、生物能豐富，均有開發(fā)。土壤為淡黑鈣土、沙土等[10]。

圖1 研究區(qū)位置分布圖Fig.1 Distribution map of the present study area

1.2 數(shù)據(jù)來源與分析方法

1.2.1 地表植被指數(shù)數(shù)據(jù) 本研究采用的NDVI數(shù)據(jù)集為美國地質(zhì)調(diào)查局(United StatesGeolog-ical Survey，USGS)網(wǎng)上發(fā)布的免費數(shù)據(jù)集(http://glovis.usgs.gov/)，以Aqua星的MYD13Q1數(shù)據(jù)(16 d合成的250 m L3級別數(shù)據(jù))產(chǎn)品為主要處理數(shù)據(jù)，對于數(shù)據(jù)缺失和質(zhì)量欠佳的時段以Terra/MOD13Q1同期數(shù)據(jù)產(chǎn)品極值代替。覆蓋區(qū)域的空間位置在全球正弦曲線投影(Sinusoidal projection，SIN)系統(tǒng)中的編號為h26v04，資料的版本為5.0，數(shù)據(jù)格式為EOS-HDF。植被指數(shù)可以用于全球植被指數(shù)監(jiān)測，也可以用在顯示地表覆蓋或者地表覆蓋變化的產(chǎn)品中。數(shù)據(jù)集包括的時間選擇為2013年1-24旬的MODIS數(shù)據(jù)產(chǎn)品，每月2期16 d最大值合成數(shù)據(jù)(空間分辨率為250 m)。該數(shù)據(jù)消除了地面陰影、太陽高度角與大氣輻射的影響，廣泛用于地表生態(tài)環(huán)境的各方面研究。

1.2.2 分析計算方法的實現(xiàn) 引入變程。變異函數(shù)是一個單調(diào)遞增函數(shù)，當(dāng)變程(Range)超過某一數(shù)值后，變異函數(shù)不再繼續(xù)單調(diào)地增大，而往往穩(wěn)定在一個極值附近，這種現(xiàn)象稱為“躍遷”。變異函數(shù)通過“變程”反映變量的影響范圍，變程的大小反映區(qū)域化變量影響范圍的大小。變程不僅是空間概念，也可作為時間概念應(yīng)用到算法。

計算變程。變量的獲取來自研究區(qū)地表NDVI指數(shù)的分布函數(shù)，本研究將NDVI數(shù)據(jù)作為一個時間序列集，進行半方差函數(shù)計算后得到的變程是整個NDVI時間序列集的變程值，這個變程值將是半方差函數(shù)的最大變異時段，這個變異時段不同于植被的生長期。這種方法類似于國志興等[11]提取東北地區(qū)不同植被物候期時，所采用的分段擬合方法。

具體實現(xiàn)流程見圖2。在R語言平臺上，調(diào)用gstat(Geostatistics Packages)和geoR(Package for Geostatistical Data Analysis)程序包——專用于地統(tǒng)計學(xué)分析，編寫逐像元計算算法分析24旬?dāng)?shù)據(jù)時序變化的變異參數(shù)，擬合函數(shù)選用高斯函數(shù)，計算的變量為植被指數(shù)在時間序列軸上到達基臺值的變程。近10年的發(fā)展，R語言擁有越來越多用于處理和分析空間數(shù)據(jù)的程序包，R語言已發(fā)展成一款強大的統(tǒng)計分析及制圖功能的開源軟件系統(tǒng)[12]。

圖2 地表覆被變化監(jiān)測的技術(shù)路線Fig.2 Technical route of the monitoring method of the vegetation change

程序運算得到的結(jié)果。在遙感軟件ERDAS IMAGINE 9.2中生成影像數(shù)據(jù)，重新建立相關(guān)投影參數(shù)(投影方式為Lambert Conformal Conic，大地參照系為Beijing_1954，參考橢球體為Krasovsky_1940)。

植被提取與變化分析。依據(jù)研究區(qū)地表植被實際分布特點，地表植被蓋度分為5個等級：低植被覆蓋度(0～20%)、較低植被覆蓋度(20%～40%)、中植被覆蓋度(40%～60%)、較高植被覆蓋度(60%～80%)、高植被覆蓋度(80%～100%)。極值運算得到地表植被指數(shù)極值作為地表植被覆蓋度計算的NDVI數(shù)值。計算公式如下：

Fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

式中，NDVIsoil為研究區(qū)裸地的NDVI值，NDVIveg為研究區(qū)高覆蓋類型的NDVI值，F(xiàn)c為植被覆蓋度[13]。劃分標(biāo)準(zhǔn)見表1。

表1 植被覆蓋類型分級標(biāo)準(zhǔn)

2 結(jié)果與分析

2.1 數(shù)據(jù)結(jié)果的驗證

本研究分別統(tǒng)計了3個值域范圍[中植被覆蓋度(40%～60%)、較高植被覆蓋度(60%～80%)、高植被覆蓋度(80%～100%)]下的地表植被累積分布的半方差對應(yīng)同期擬合數(shù)值。其驗證過程如下，對研究區(qū)的地表覆被數(shù)值進行分類提取，統(tǒng)計每個值域下的像元樣點數(shù)，在兩個研究區(qū)內(nèi)，基于GIS軟件Surfer 10隨機提取180個樣點(通榆)和200個樣點(鎮(zhèn)賚)，計算研究區(qū)內(nèi)的NDVI頻率累積分布函數(shù)，進一步得到數(shù)據(jù)序列集的半方差函數(shù)。使用Gaussian函數(shù)對半方差函數(shù)進行擬合驗證(圖3)。

研究區(qū)內(nèi)地表植被分布的半方差與擬合曲線的相關(guān)性數(shù)值分別為0.995 1、0.995 0、0.994 8(鎮(zhèn)賚)和0.998 0、0.997 4、0.996 9(通榆)。圖中擬合優(yōu)度(R2)越大，表明相關(guān)越好。實際半方差與擬合函數(shù)之間的擬合優(yōu)度均在0.994以上，說明整體擬合效果良好。

2.2 研究區(qū)地表覆被的現(xiàn)狀

在ARCGIS軟件中，按5個值域范圍(0～20%、20%～40%、40%～60%、60%～80%、80%～100%)對研究區(qū)的地表覆被數(shù)值分類統(tǒng)計像元樣點數(shù)占本區(qū)域像元樣點總數(shù)的百分比(表2)。

由2013年數(shù)據(jù)的實際提取統(tǒng)計可以看出，1)鎮(zhèn)賚的地表覆被70.25%為高植被覆蓋度和較高植被覆蓋類型，這一結(jié)果與草地和耕地(占66.6%)的實際統(tǒng)計情況[10]相符。耕地、濕地和草地是鎮(zhèn)賚的主要地表覆蓋類型；2)通榆的地表覆被類型主要以中植被覆蓋度和較高植被覆蓋度為主，占本區(qū)域總面積的77.57%；3)根據(jù)實際調(diào)查情況，鎮(zhèn)賚以種植玉米(Zeamays)、大豆(Glycinemax)等旱作和水稻(Oryzasativa)為主要農(nóng)作物，生長峰值高于南部地區(qū)(NDVI，0.781 2)；通榆以玉米油葵(Helianthusannuus)等旱作為主，生長峰值較低?？傊?通榆)北(鎮(zhèn)賚)地表的主體植被覆蓋類型不同，區(qū)域性特點明顯。

2.3 地表覆被的時序變化

在GIS軟件Surfer10中隨機采樣，共提取35 584個樣點，分不同覆蓋度類型進行統(tǒng)計分析(圖4)。需要說明的是圖中Y軸坐標(biāo)值是地表NDVI實際數(shù)值放大10 000倍。

吉林西部地表植被具有典型的單峰型生長特點，但是植被生長出現(xiàn)峰值的時期并不一致(圖4)。

圖3 通榆和鎮(zhèn)賚地表植被覆蓋Ⅲ、Ⅳ和Ⅴ級的半方差與擬合曲線圖Fig.3 Calculated value and fitting value of the level Ⅲ, Ⅳ and Ⅴ vegetation coverage in Tongyu and Zhenlai 表2 2013年研究區(qū)內(nèi)地表覆被類型統(tǒng)計 Table 2 Statistics of vegetation type in the study area, 2013

研究地Studyarea植被覆蓋度Vegetationcoverage80%～100%60%～80%40%～60%20%～40%0～20%鎮(zhèn)賚Zhenlai55．1515．1017．429．123．21通榆Tongyu17．5338．3439．234．430．47

圖4 2013年研究區(qū)地表覆被類型的NDVI時序變化圖Fig.4 Temporal variation of the NDVI of different vegetation types in the study area, 2013

1)低植被覆蓋度的NDVI全年峰值出現(xiàn)在7月；2)較低覆蓋度植被類型的生長峰值在8月前后出現(xiàn)，隨后下降迅速；3)本研究在研究區(qū)選擇了兩種(沿河灘地和草地)中覆蓋度植被類型，可以看出與水有關(guān)的灘地(濕地類型)生長峰值出現(xiàn)在6-7月，而旱地植被類型為主的草地類的NDVI峰值出現(xiàn)在8月，隨后天氣變冷，灘地的NDVI下降迅速；4)較高覆蓋度植被類型主要以灌叢、疏林地為主，生長規(guī)律穩(wěn)定，對稱的單峰型特點明顯，生長期較長，7、8月都是其生長的盛期；5)該研究區(qū)的人工耕種屬于精細(xì)耕作，所以水稻和旱田作物成為研究區(qū)的主要高覆蓋度地類。農(nóng)作物的生長期從4-10月持續(xù)200 d以上，大多數(shù)地區(qū)在220 d左右。農(nóng)作物生長的峰值出現(xiàn)在8月，之前之后植被的生長斜率較大，明顯大于其他不同覆蓋度的植被類型。

2.4 地表覆被的時序變異

基于遙感軟件ERDAS與二次開發(fā)工具R語言編程平臺，實現(xiàn)NDVI數(shù)據(jù)集(2013年12個月24旬)的逐像元(250 m空間分辨率)空間統(tǒng)計分析，變異函數(shù)選擇代表生命活動特征的高斯函數(shù)。最后計算得到吉林西部地表覆被的時序變異分析圖(圖5)。

2.4.1 地表覆被空間變異的統(tǒng)計特征 根據(jù)劃分的5個值域范圍(0～20%、20%～40%、40%～60%、60%～80%、80%～100%)，對研究區(qū)的計算結(jié)果先在GIS軟件中進行提取，然后分類統(tǒng)計每個值域下植被變程的均值、極值和變程數(shù)據(jù)的標(biāo)準(zhǔn)方差(表3)。結(jié)果表明，1)通榆地表植被覆蓋的生長季持續(xù)期(達到基臺值的變程，均值14.172 6)長于鎮(zhèn)賚的地表植被生長季持續(xù)期(變程均值17.594 8)，總體平均差值，鎮(zhèn)賚地表植被的生長季持續(xù)期(變程)要短3.42個單位。2)由標(biāo)準(zhǔn)方差可以看出，兩區(qū)域的變程有著明顯不同。鎮(zhèn)賚的變程統(tǒng)計方差,最大值為7.383 2，最小值為0.591 4，均值為2.617 3；通榆的最大值為8.883 5，最小值為1.420 6，均值為4.438 6。鎮(zhèn)賚地表覆被類型多以人工作物為主。作物到期收割、農(nóng)作耕種規(guī)律較強；通榆地表多自然植被覆蓋類型，自然植被主要受氣象因子影響。3)隨著植被覆蓋度變大，NDVI時序變程的方差越來越小，說明相同植被覆蓋度下不同植被類型之間具有相似的時序變化特點，生長規(guī)律越來越相近。

表3 研究區(qū)地表覆被時序變化的空間變異分析參數(shù)統(tǒng)計

圖5 吉林西部地表覆被時序變異分析圖Fig.5 Range analysis of the vegetation type in the western of Jilin Province

2.4.2 不同區(qū)域內(nèi)植被變程的特點 吉林西部地表覆被的時序變化特點在空間上表現(xiàn)出由西向東逐漸減小的趨勢(圖5)。1)在所選的研究區(qū)內(nèi)，鎮(zhèn)賚主要農(nóng)耕區(qū)的變差數(shù)值多在13.0～14.5個旬值范圍內(nèi)。這說明鎮(zhèn)賚的主要地表植被一年的生命活動時間跨度在195～220 d；2)通榆旱作區(qū)的變程多在15.0～16.0個旬值(225～240 d)范圍內(nèi)，西南鹽堿分布區(qū)的變程多在20個旬值(300 d)以上。對于數(shù)值大于20個旬值的變程，可以認(rèn)為該樣點上的植被稀疏或者無植被覆蓋，無生長期峰值，或者峰值現(xiàn)象不明顯；3)沿河流分布的濕地變差數(shù)值在12個旬值(180 d)以下，是較小變程數(shù)值集中出現(xiàn)的區(qū)域，說明植被生命活動期短。這個值域范圍與周圍其他地表覆蓋類型的變程有著明顯不同。

2.4.3 不同植被覆蓋類型下變程的特點 從圖6可以看出，1)隨著植被覆蓋度的升高，地表植被的變程減小，減小趨勢分別為：鎮(zhèn)賚y=-0.019x+15.635(R2=0.389)，通榆y=-0.084x+23.678(R2=0.64)。2)在低植被覆蓋度和較低植被覆蓋度(40%以下)范圍下，兩個典型區(qū)的地表植被變化均表現(xiàn)出相對較高的變程(通榆為19.9個旬值；鎮(zhèn)賚為14.54個旬值)，說明區(qū)域內(nèi)植被稀疏(尤其是在通榆縣)。3)在高植被覆蓋度(80%以上)條件下，兩個研究區(qū)的地表植被變化均表現(xiàn)出低于15個旬值的變程(通榆為14.528 7個旬值；鎮(zhèn)賚為14.052 9個旬值，約7個月的生命活動時間)，說明在該值域范圍內(nèi)不同植被類型間生長規(guī)律一致，沒有太大不同。

圖6 研究區(qū)變程參數(shù)隨植被覆蓋度變化分布圖Fig.6 Change of the NDVI range with vegetation types in the present study area

3 討論與結(jié)論

本研究主要是基于空間統(tǒng)計分析，引入變程這個參數(shù)，對NDVI數(shù)據(jù)集進行編程計算得到影像數(shù)據(jù)，然后進行對比分析地表植被覆蓋類型的時序變化特點。

3.1 研究區(qū)地表植被覆蓋的時序變化具有明顯的區(qū)域性

北部研究區(qū)(鎮(zhèn)賚)的地表植被的變程(13.0～14.5個旬值，195～220 d)明顯低于南部研究區(qū)(通榆)的地表植被變程(15.0～16.0個旬值，225～240 d)。王鴿等[14]對東北地區(qū)植被變化規(guī)律分析后認(rèn)為，東北地區(qū)NDVI的空間分布具有明顯的地域性，植被覆蓋總體呈現(xiàn)出山區(qū)高、平原低的分布格局。本研究認(rèn)為，相比較通榆，鎮(zhèn)賚縣地表植被生長變化具有更明顯的規(guī)律性和穩(wěn)定性。分析其原因主要有以下兩個方面：1)通榆主要以旱作為主，研究區(qū)內(nèi)的耕地與草地約占縣域總面積的66.69%，其中耕地占35.31%[10]。而鎮(zhèn)賚是吉林西部主要的水稻種植區(qū)，糧食播種面積占西部農(nóng)作物播種總面積的21.68%[10]，其中水稻占西部水稻總種植面積的48.6%。水稻是季節(jié)性很強的農(nóng)業(yè)作物，通常每年的5月耕種，6-8月為生長盛期，9月底、10月初收割，水稻生長有很好的規(guī)律性；2)“引嫩入白”等一系列的灌溉工程解決了旱年稻田缺水問題，保證了地表植被在旱年的正常生長。而通榆土地“三化”問題突出，當(dāng)?shù)厝鄙俅笮偷墓嗨こ?，受氣候的影響地表植被生長波動性較大。這些因素直接影響了吉林西部地表覆被時序變化的區(qū)域性和空間分布的差異性。

3.2 地表植被覆蓋類型和時序變化均不同

變程的最大值多集中在地表較低植被覆蓋度范圍內(nèi)(20%～40%)，這個特點南北均是相同的，具有一致性；但是通榆植被變程的振動波幅要遠(yuǎn)遠(yuǎn)大于鎮(zhèn)賚的植被變程，說明鎮(zhèn)賚的地表植被生長更加有規(guī)律，通榆的地表植被生長狀況更趨近于復(fù)雜。

在地表高植被覆蓋區(qū)域內(nèi)，兩個研究區(qū)的地表植被變化的變程均表現(xiàn)出低于15個旬值(通榆為14.528 7個旬值；鎮(zhèn)賚為14.052 9個旬值)并且波動平穩(wěn)，說明不同類型的植被的生長規(guī)律趨近于一致。毛德華等[15]對東北地區(qū)28年的地表植被指數(shù)分析認(rèn)為，植被變化較大的區(qū)域主要分布在松嫩平原南部和內(nèi)蒙古干旱、半干旱區(qū)的濕地和沼澤草甸分布地區(qū)，本研究劃分植被值域分析也得到了類似結(jié)論。

3.3 新方法的未來發(fā)展?jié)摿?/p>

研究區(qū)內(nèi)的水體基本沒有太大時序變化(變程為0)，沿河流分布的濕地變程數(shù)值多在12旬(180 d)以下。這個值域范圍與周圍其他地表覆蓋類型的變程有著明顯區(qū)分，濕地這類特殊的地表覆蓋類型在空間變異分析中具有特殊的變程。這個參數(shù)值是可以考慮作為區(qū)分濕地的指示性變量引入濕地分類研究的。

變程具有明確的物理意義，即，通過變程計算得到的是地表植被的物候信息。不同的植被類型生長特點是不一樣的，以此為依據(jù)構(gòu)建多維數(shù)據(jù)空間進行地物的遙感分類提取，可以改善分類精度和簡化計算方法。本研究嘗試對研究區(qū)內(nèi)以自然濕地為主的二級類型作了可分離性分析(表4)，表4中數(shù)碼代表的意義：C1，多植被覆蓋類沼澤草甸；C2，稀疏植被覆蓋沼澤草甸；C3，灘地；C4，鹽堿化沼澤。

表4 不同地類的可分性分析表

在ENVI遙感軟件中計算ROI可分離性，類別間的統(tǒng)計距離基于Jeffries-Matusita距離法和轉(zhuǎn)換分離度(Transformed Divergence)法計算，來衡量訓(xùn)練樣本(ROI)的可分離性。這個參數(shù)的值為0～2.0，大于1.8說明樣本之間可分離性好，屬于合格樣本；小于1.5，需要重新選擇樣本；小于1，考慮將兩類樣本合成一類樣本。

利用半方差函數(shù)方法可以進一步做分類提取。另外，該方法是兼顧了時空特征的算法模型，是實時動態(tài)地進行地表濕地監(jiān)測的一種新方法?？臻g統(tǒng)計學(xué)將傳統(tǒng)統(tǒng)計學(xué)與空間連續(xù)性聯(lián)系起來，能夠更好地分析地表各種自然現(xiàn)象和過程[1]。地表上各種自然現(xiàn)象和過程在時間上都具有一定的規(guī)律性，在空間上有一定的相關(guān)性。時間序列分析理論和方法可以推廣到空間領(lǐng)域，同樣空間分析方法也可以反推回時間序列領(lǐng)域。將變程參數(shù)作為數(shù)據(jù)影像數(shù)據(jù)形式算出，其目的就是便于進行空間分析，進一步深入探討地表自然因子的時空變化特點。這一思路的科學(xué)合理性需要時間檢驗。

[1] 蒙吉軍.自然地理學(xué)方法[M].北京:高等教育出版社,2013.

[2] 張仁鐸.空間變異理論及應(yīng)用[M].北京:科學(xué)出版社,2005.

[3] 王政權(quán).地統(tǒng)計學(xué)及在生態(tài)學(xué)中的應(yīng)用[M].北京:科學(xué)出版社,1999.

[4] Douaik A,Van Meirvenne M,Toth T.Space-time mapping of soil salinity using probabilistic bayesian maximum entropy[J].Stochastic Environmental Research & Risk Assessment,2004,18(4):219-227.

[5] Cemek B,Giiler M,KiliC K.Assessment of spatial variability in some soil properties as related to soil salinity and alkalinity in Bafra plain in northern Turkey[J].Environmental Monitoring & Assessment,2007,124(1-3):223-234.

[6] Turner M G,Meisel J E.Scale detection in real and artificial landscapes using semivariance analysis[J].Landscape Ecology,1998,13:347-362.

[7] 趙銳鋒,陳亞寧,洪傳勛,李衛(wèi)紅,白云崗.塔里木河源流區(qū)綠洲土壤含鹽量空間變異和格局分析——以岳普湖綠洲為例[J].地理研究,2008,27(1):135-144.

[8] 何宇婷,柯長青.半方差函數(shù)紋理提取在遙感圖像分類中的應(yīng)用[J].遙感技術(shù)與應(yīng)用,2008,23(5):571-575.

[9] 王永豪,劉學(xué)錄,汪永紅.基于半方差分析的東祁連山地景觀特征尺度[J].黑龍江農(nóng)業(yè)科學(xué),2011(2):135-140.

[10] 吉林省統(tǒng)計局.2013年吉林統(tǒng)計年鑒[M].北京:中國統(tǒng)計出版社,2013.

[11] 國志興,張曉寧,王宗明,方偉華.東北地區(qū)植被物候期遙感模擬與變化規(guī)律[J].生態(tài)學(xué)雜志,2010,29(1):165-172.

[12] 徐愛萍,舒紅.空間數(shù)據(jù)分析與R語言實踐[M].北京:清華大學(xué)出版社,2013.

[13] 李苗苗.植被覆蓋度的遙感估算方法研究[D].北京:中國科學(xué)院研究生院(遙感應(yīng)用研究所)碩士論文,2003:22-23.

[14] 王鴿,韓琳,張昱.東北地區(qū)地表NDVI的時空變化規(guī)律[J].北京林業(yè)大學(xué)學(xué)報,2012,34(6):87-93.

[15] 毛德華,王宗明,羅玲,楊桄.基于MODIS和AVHRR數(shù)據(jù)源的東北地區(qū)植被NDVI變化及其與氣溫和降水間的相關(guān)分析[J].遙感技術(shù)與應(yīng)用,2012,27(1):77-83.

(責(zé)任編輯 武艷培)

The monitoring method of the surface vegetation based on the spatial variation analysis

LI Xiao-dong1，2, LI Xiang-kun1, JIANG Qi-gang1

(1.College of GeoExploration Science and Technology, Jilin University, Changchun 130026, China； 2.Baicheng Normal College, Baicheng 137000, China)

Based on the geostatistics analysis, the spatial variation analysis algorithm was conducted to calculate the range value according to each pixel with R which was outputted with the image data form. The analysis of the temporal and spatial distribution characteristics of the surface vegetation in the western of Jilin showed that they had regional characteristics. The range value of the surface vegetation in Zhenlai (north of the studied area) which was 13～14.5 ten days and 195～220 d was significantly lower than that in Tongyu (south of the studied area) which was 15～16 ten days and 225～240 d. The range value of the surface vegetation coverage changed due to the difference of surface vegetation types. The range value of the surface vegetation in Zhenlai was more regular than the other areas, while that in Tongyu had large fluctuation range due to the relatively complex earth’s surface vegetation. The range value of the surface vegetation in the wetland was special as the special surface vegetation which concentrated within minimum variation value (less than 12 ten days, 180 d ) and had significant different with other areas. The present study analysis the spatial distribution of vegetation after extraction of temporal changes in vegetation using semivariance function which provided a new method for the remote sensing interpretation research.

the variation function; range value; agriculture & animal transitional zone; regional

JIANG Qi-gang E-mail：jiangqigang@jlu.edu.cn

10.11829j.issn.1001-0629.2014-0448

2014-10-11 接受日期：2015-01-19

中國地質(zhì)調(diào)查局項目(1212010911084);吉林省科技發(fā)展計劃資助項目(20140101211JC)；吉林省教育廳“十二五”科學(xué)技術(shù)研究項目(2013-391號，吉林省西部鹽堿化草地植被恢復(fù)關(guān)鍵技術(shù)研究)；吉林省重點科技攻關(guān)項目(20130206027NY)第一作者:李曉東(1977-)，男，山東東營人，講師，在讀博士生，研究方向為資源環(huán)境遙感。E-mail:xiaodonglee@126.com

姜琦剛(1964-)，男，江蘇鎮(zhèn)江人，教授，博士，研究方向為地理遙感調(diào)查。E-mail:jiangqigang@jlu.edu.cn

S127

A

1001-0629(2015)06-0877-09

李曉東，李相坤，姜琦剛.基于空間變異理論的地表覆被時空變化監(jiān)測方法[J].草業(yè)科學(xué),2015,32(6):877-885.

LI Xiao-dong,LI Xiang-kun,JIANG Qi-gang.The monitoring method of the surface vegetation based on the spatial variation analysis[J].Pratacultural Science，2015,32(6)：877-885.