地形對(duì)植被覆蓋度估算方法的影響

趙威成等

摘要 ?在使用遙感技術(shù)估算植被覆蓋度過(guò)程中，估算結(jié)果極易受到地形的影響，不同的估算方法受到的影響程度也不同。針對(duì)上述問(wèn)題，選用SCS+C進(jìn)行地形校正，并對(duì)比和定量分析了經(jīng)地形校正后與未經(jīng)地形校正及未經(jīng)嚴(yán)格地形校正像元二分模型植被覆蓋度估算結(jié)果的變化特征。結(jié)果表明，平地、丘陵估算結(jié)果受地形影響較小，3種方法估算結(jié)果相似;山地估算結(jié)果受到地形影響最大，存在顯著性差異，其中陰坡估算結(jié)果整體性呈顯著偏大趨勢(shì)，陽(yáng)坡估算結(jié)果略微減小，VFCTAVI估算結(jié)果優(yōu)于VFCNDVI。該研究結(jié)論可以促進(jìn)植被覆蓋度實(shí)際生產(chǎn)和反演方法的改進(jìn)。

關(guān)鍵詞 ??地形效應(yīng);植被覆蓋度估算;地形調(diào)節(jié)植被指數(shù)

中圖分類號(hào)TP??79文獻(xiàn)標(biāo)識(shí)碼

A文章編號(hào)0517-6611（2018）36-0038-04

植被覆蓋度是衡量地表植被狀況的一個(gè)重要指標(biāo)，是描述生態(tài)系統(tǒng)的重要基礎(chǔ)數(shù)據(jù)，也是區(qū)域生態(tài)系統(tǒng)環(huán)境變化的重要指示，對(duì)研究水文、生態(tài)、區(qū)域變化等都具有重要意義。植被覆蓋度的計(jì)算主要包括地面測(cè)量和遙感監(jiān)測(cè)2種方法。隨著遙感技術(shù)的發(fā)展，遙感監(jiān)測(cè)已成為植被覆蓋度估算的主要方法。

像元二分模型是使用較為廣泛的一種植被覆蓋度估算方法，其與歸一化植被指數(shù)（NDVI）的結(jié)合應(yīng)用取得了較好的效果。在實(shí)際應(yīng)用中，山區(qū)的植被覆蓋度估算結(jié)果由于受到地形效應(yīng)的影響會(huì)出現(xiàn)一些偏差。目前解決地形效應(yīng)最有效的方式是進(jìn)行地形校正。該研究選用SCS+C進(jìn)行地形校正，并對(duì)比和定量分析了經(jīng)地形校正后與未經(jīng)地形校正及未經(jīng)嚴(yán)格地形校正像元二分模型植被覆蓋度估算結(jié)果的變化特征。

1研究區(qū)概況與數(shù)據(jù)準(zhǔn)備

1.1研究區(qū)概況該研究旨在探討地形在植被覆蓋度估算中的影響，故研究區(qū)域選擇在張家口市地區(qū)，地理坐標(biāo)為115°13′13″～115°45′39″E、40°22′33″～40°46′26″N，最低點(diǎn)高程460.0m，最高點(diǎn)高程1955.0m，平均高程1002.6m，包含平地、丘陵、山地等典型地形，有利于不同地形影響的研究;氣候條件秋季晴朗、冷暖適中，大氣能見(jiàn)度較高，有利于遙感成像。

1.2數(shù)據(jù)準(zhǔn)備

根據(jù)植被覆蓋度估算研究需要以及張家口地區(qū)氣候特點(diǎn)，選取該地區(qū)Landsat8OLI多光譜數(shù)據(jù)（圖1a）作為研究數(shù)據(jù)（http：∥www.gscloud.cn），成像時(shí)間2017-09-19，太陽(yáng)高度角47.70770°，方位角152.16777°，空間分辨率30m，影像大小1500×1500Pixels，坐標(biāo)系WGS-84，投影UTM，Zone50N。

選取研究區(qū)域ASTERGDEM數(shù)據(jù)（圖1b，http：∥www.gscloud.cn），該數(shù)據(jù)由日本METI和美國(guó)NASA聯(lián)合研制并免費(fèi)面向公眾分發(fā)，空間分辨率30m，坐標(biāo)系WGS-84，投影UTM，Zone50N。

2研究技術(shù)路線與數(shù)據(jù)預(yù)處理

2.1研究技術(shù)路線

在輻射校正減弱地形影響的各種技術(shù)方法中，地形校正被認(rèn)為是目前最有效的手段，此次研究選取地形校正中效果最好的SCS+C校正方法。設(shè)SCS+C校正后的數(shù)據(jù)計(jì)算出NDVISCS+C并結(jié)合像元二分模型估算出的植被覆蓋度VFCSCS+C作為參考依據(jù)，與未經(jīng)地形校正數(shù)據(jù)計(jì)算出的NDVI并結(jié)合像元二分模型估算出的植被覆蓋度VFCNDVI及與未經(jīng)嚴(yán)格地形校正的NDVI即地形調(diào)節(jié)植被指數(shù)（TAVI）并結(jié)合像元二分模型估算出的植被覆蓋度抽樣后進(jìn)行對(duì)比分析，得到地形對(duì)植被覆蓋度估算方法影響的變化特征，技術(shù)路線如圖2所示。

2.2數(shù)據(jù)預(yù)處理

在遙感成像的過(guò)程中，受到外界條件的影響，不可避免地會(huì)含有輻射畸變，在輻射校正時(shí)進(jìn)行了絕對(duì)輻射定標(biāo)，F(xiàn)LAASH大氣校正，地形校正采用SCS+C方法（圖1c）。

研究區(qū)域的Landsat8影像與DEM坐標(biāo)系及投影方式一致，經(jīng)檢查后發(fā)現(xiàn)能夠達(dá)到研究需要的幾何配準(zhǔn)精度，故不再進(jìn)行幾何校正和幾何配準(zhǔn)。

3植被覆蓋率估算與檢驗(yàn)樣本抽樣

3.1歸一化植被指數(shù)NDVI

歸一化植被指數(shù)NDVI（normalizeddifferencevegetationindex），也稱為生物量指標(biāo)變化，能夠使植被從水和土壤中分離出來(lái)，可作為植被生長(zhǎng)狀態(tài)及植被覆蓋度的指示因子。

TAVI對(duì)地形效應(yīng)的減弱效果很大程度上取決于地形調(diào)節(jié)因子f（Δ）的取值。采用最大值優(yōu)化匹配算法計(jì)算f（Δ）：①利用DEM計(jì)算出研究區(qū)域的坡度、坡向，劃分并提取出遙感影像上相應(yīng)的陰坡、陽(yáng)坡區(qū)域。②分別計(jì)算陰坡、陽(yáng)坡區(qū)域中TAVI的最大值TAVI陽(yáng)max和TAVI陰max，f（Δ）的初始值設(shè)為0。③f（Δ）從0開(kāi)始，以步長(zhǎng)10E-5增加，依次迭代計(jì)算，當(dāng)|TAVI陽(yáng)max-TAVI陰max|≤10-3終止迭代，計(jì)算得f（Δ）=1.42×10-3。

為了更好地比較TAVI在減弱地形效應(yīng)方面的效果，截取了研究區(qū)影像的一小塊區(qū)域分別計(jì)算地形校正前的NDVI、地形校正后的NDVISCS+C以及TAVI（圖3），進(jìn)行目視對(duì)比。從對(duì)比結(jié)果發(fā)現(xiàn)，從相應(yīng)圖像紋理均勻性方面考慮，抵抗地形效應(yīng)最好的是NDVISCS+C，其次是TAVI，最后是NDVI，與預(yù)期效果一致。

3.3像元二分模型像元二分模型是在假設(shè)單個(gè)像元僅由有植被覆蓋和無(wú)植被覆蓋2部分組成的前提下提出的，這2部分對(duì)像元信息都有貢獻(xiàn)。設(shè)植被覆蓋率為VFC，則像元亮度值S可由植被覆蓋部分亮度值Sveg和無(wú)植被覆蓋部分的亮度值Ssoil按面積加權(quán)線性組合得到：

由表中數(shù)據(jù)分析可得，與NDVISCS+C相比，NDVI的min～max的動(dòng)態(tài)范圍縮小了，TAVI的動(dòng)態(tài)范圍與NDVISCS+C相似，較寬的動(dòng)態(tài)范圍表明TAVI與NDVI相比，對(duì)遙感影像中植被覆蓋有更強(qiáng)的識(shí)別能力，影像的信息量更豐富。

3.4檢驗(yàn)樣本抽樣

根據(jù)經(jīng)驗(yàn)可知，地形效應(yīng)對(duì)植被覆蓋率的影響隨著地形的不同也不相同，為了更準(zhǔn)確地分析地形對(duì)地表植被覆蓋度估算方法的影響，該研究擬采取集群采樣結(jié)合簡(jiǎn)單隨機(jī)抽樣的方式進(jìn)行檢驗(yàn)樣本抽樣。按照地形分為平地區(qū)域、丘陵區(qū)域、山地區(qū)域陽(yáng)坡、山地區(qū)域陰坡，分別對(duì)研究區(qū)進(jìn)行人工集群采集，樣本盡量均勻分布整個(gè)研究區(qū)，每個(gè)樣本內(nèi)地形保持一致，每類樣本采樣數(shù)量要超過(guò)5000個(gè)，總樣本數(shù)占研究區(qū)域總像元數(shù)比例超過(guò)1%。在每類樣本中簡(jiǎn)單隨機(jī)抽樣300個(gè)，保證總體估計(jì)是無(wú)偏的。

4植被覆蓋率變化分析

4.1植被覆蓋率總體趨勢(shì)分析

由圖4可知，3種方法估算的植被覆蓋率總趨勢(shì)相同，其中VFCNDVI、VFCTAVI相比VFCSCS+C在植被覆蓋率{0.7，0.8）區(qū)間內(nèi)有低估表現(xiàn)，{0.8，1]區(qū)間有高估表現(xiàn)，轉(zhuǎn)折點(diǎn)在區(qū)間{0.8，0.9]內(nèi)，而總體表現(xiàn)來(lái)看，VFCTAVI和VFCSCS+C的分布更為接近，說(shuō)明TAVI在像元二分模型的應(yīng)用中對(duì)地形效應(yīng)的影響有一定的改善，但效果較地形校正略差。

4.2典型地形條件下的VFC變化分析

按照上述的抽樣方法，分別對(duì)平地、丘陵、山地陰坡、山地陽(yáng)坡進(jìn)行抽樣，每個(gè)樣本數(shù)量為300，分別計(jì)算了VFCSCS+C、VFCNDVI、VFCTAVI地形條件下的均值變化關(guān)系（圖5）。在平地、丘陵地形時(shí)，由于地形效應(yīng)不明顯，3種植被覆蓋率估算結(jié)果表現(xiàn)較為一致，沒(méi)有顯著變化。山地的地形效應(yīng)明顯，山地陰坡、陽(yáng)坡均值在VFCSCS+C的估算結(jié)果中近似相等，說(shuō)明地形校正較為理想，與實(shí)際情況相符。VFCNDVI、VFCTAVI的估算結(jié)果呈現(xiàn)出一條由左到右的斜線，與VFCSCS+C值相比較，在陰坡處估算結(jié)果偏高，在陽(yáng)坡處估算結(jié)果偏低，轉(zhuǎn)折點(diǎn)在{0.8，0.9]區(qū)間內(nèi)，與總體趨勢(shì)分析結(jié)果相一致。陰坡處3種方法估算出來(lái)的植被覆蓋率變化與陽(yáng)坡處相比要?jiǎng)×?，說(shuō)明陰坡植被覆蓋度的估算更容易受到地形的影響。陰坡、陽(yáng)坡植被覆蓋率均值連線的斜率VFCTAVI小于VFCNDVI，但大于VFCSCS+C，說(shuō)明其估算結(jié)

4.3典型地形條件下配對(duì)t檢驗(yàn)

表2是不同植被覆蓋度估算方法在典型地形條件下配對(duì)t檢驗(yàn)的結(jié)果。由結(jié)果分析可知，在平地、丘陵地形下，由于地形作用較弱，此時(shí)配對(duì)t檢驗(yàn)均值和標(biāo)準(zhǔn)差較小，t絕對(duì)值在2～3，但VFCNDVI相應(yīng)的概率P為0.010和0.019，均大于等于0.01，即在平地、丘陵地形條件下VFCNDVI和VFCSCS+C無(wú)顯著性差異，而VFCTAVI相應(yīng)的P值小于0.01，存在顯著性差異，樣本差異均值為-0.0013025、-0.0040439，標(biāo)準(zhǔn)差為0.0017766、0.0148680，差值在可接受范圍內(nèi)。在山地陽(yáng)坡、陰坡地形條件下，VFCNDVI、VFCTAVI與VFCSCS+C均存在顯著性差異，其中在山地陽(yáng)坡條件下，VFCNDVI與VFCTAVI有相似的表現(xiàn)，均值和標(biāo)準(zhǔn)差均較為接近;在山地陰坡條件下，VFCTAVI配對(duì)t檢驗(yàn)結(jié)果相比VFCNDVI配對(duì)t檢驗(yàn)結(jié)果有更小的均值和標(biāo)準(zhǔn)差，說(shuō)明VFCTAVI結(jié)果更接近于VFCSCS+C，地形影響得到減弱。

5結(jié)論與討論

（1）VFCSCS+C、VFCNDVI、VFCTAVI3種植被覆蓋率估算方法結(jié)果存在著顯著差異性，對(duì)地形效應(yīng)影響減弱的效果由強(qiáng)到弱依次為VFCSCS+C、VFCTAVI、VFCNDVI。在平地和丘陵地區(qū)，3種估算方法結(jié)果差異不大，在山坡陰坡VFCTAVI、VFCNDVI估算值要大于VFCSCS+C，在山地陽(yáng)坡VFCTAVI、VFCNDVI估算值要小于VFCSCS+C，主要原因是平地、丘陵受地形效應(yīng)影響弱于山坡，其中山地陰坡受到的影響最大，在這種地形條件下VFCTAVI估算結(jié)果優(yōu)于VFCNDVI。

（2）在地形調(diào)節(jié)植被指數(shù)（TAVI）的計(jì)算中，地形調(diào)節(jié)因子f（Δ）的取值與陰坡、陽(yáng)坡樣本有直接的關(guān)系，樣本選取的不同計(jì)算出的f（Δ）會(huì)有較大的差異，下一步研究應(yīng)注重樣本的抽樣保證f（Δ）結(jié)果的客觀性。

（3）在平地、丘陵地形條件下VFCTAVI估算值與VFCSCS+C值配對(duì)檢驗(yàn)有顯著的差異性，而VFCNDVI估算值就沒(méi)有這種表現(xiàn)。估算植被覆蓋率時(shí)，在平地、丘陵采用VFCNDVI估算值，在山地采用VFCTAVI估算值，2種方法結(jié)合將會(huì)得到更好的結(jié)果。

參考文獻(xiàn)

{1]江洪，張兆明，汪小欽，等.基于TAVI的山區(qū)毛竹林LAI反演分析{J].地球信息科學(xué)學(xué)報(bào)，2015，17（4）：500-504.

{2]江淼，張顯峰，孫權(quán)，等.不同分辨率影像反演植被覆蓋度的參數(shù)確定與尺度效應(yīng)分析{J].武漢大學(xué)學(xué)報(bào)（信息科學(xué)版），2011，36（3）：311-315.

{3]CARLSONTN，RIPLEYDA.OntherelationbetweenNDVI，fractionalvegetationcover，andleafareaindex{J].Remotesensingofenvironment，1997，62（3）：241-252.

{4]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：以毛烏素沙地為例{J].水土保持研究，2007，14（2）：268-271.

{5]丁春曉，周汝良，葉江霞，等.地形起伏對(duì)陸地衛(wèi)星的NDVI影響研究{J].林業(yè)資源管理，2016（4）：101-106.

{6]陳愛(ài)京，傅瑋東，肖繼東，等.基于像元二分模型的和布克賽爾縣植被覆蓋動(dòng)態(tài)變化分析{J].草業(yè)科學(xué)，2012，29（6）：857-862.

{7]ZRIBIM，LEHGARATMASCLES，TACONETO，etal.Derivationofwildvegetationcoverdensityinsemiaridregions：ERS2/SARevaluation{J].Internationaljournalofremotesensing，2003，24（6）：1335-1352.

{8]馬娜，胡云鋒，莊大方，等.基于遙感和像元二分模型的內(nèi)蒙古正藍(lán)旗植被覆蓋度格局和動(dòng)態(tài)變化{J].地理科學(xué)，2012，32（2）：251-256.

{9]黎良財(cái)，鄧?yán)?，曹穎，等.基于NDVI像元二分模型的礦區(qū)植被覆蓋動(dòng)態(tài)監(jiān)測(cè){J].中南林業(yè)科技大學(xué)學(xué)報(bào)，2012，32（6）：18-23.

{10]鄧書(shū)斌.ENVI遙感圖像處理方法{M].北京：科學(xué)出版社，2010：289-317.

{11]RUNDQUISTBC.Theinfluenceofcanopygreenvegetationfractiononspectralmeasurementsovernativetallgrassprairie{J].Remotesensingofenvironment，2002，81（1）：129-135.