基于遙感技術的高寒草地覆蓋度變化

王 浩，李文龍，許 靜，朱曉麗

(1.蘭州大學草地農業科技學院 農業部草地農業生態系統學重點實驗室，甘肅 蘭州 730020; 2.蘭州商學院農林經濟管理學院，甘肅 蘭州 730020)

草地是陸地生態系統的主要組成部分，在世界陸地面積中，林地約占30%，草地占25%，耕地占12%。這些綠色植物，對保護生態環境和生態的良性循環，發揮著巨大的作用。我國是世界上第二草地大國，我國草地面積占國土面積的41%，是耕地面積的2倍，對我國邊疆民族的繁榮昌盛、生態環境的保護和畜牧飼養業的發展發揮著重要作用[1]。

植被覆蓋度是反映植被基本情況的客觀指標，植被覆蓋度及其精確測算研究主要具有以下意義：1)作為科學研究必要的基礎數據，為生態、水保、土壤、水利、植物等領域的定量研究提供基礎數據，確保相關研究成果、模型理論更加科學可信；2)作為生態系統變化的重要標志，為區域或全球性地表覆蓋變化、景觀分析等前沿問題的研究提供指示作用，促進自然環境研究不斷深入發展。

草地植被覆蓋度的測定最通用的有遙感測量和地面測量2種方法[2]。地面測量法又可分為目估法、采樣法、儀器法和模型法；遙感測量又分為回歸模型法、植被指數法和象元分解法[3]。其中遙感測量方法的出現，使得大面積大區域植被指數提取及監測成為可能，因此正逐漸成為近來研究的熱點，得到了廣泛的應用[4-6]。

儀器法中，首先描述植被覆蓋度地面測量方法的是Muller和Pleters[7]。Dymond等[8]在測量草地植被覆蓋度時采用了柵格樣點法；Elvedge和Chen[9]則在測量灌木與林地的植被覆蓋度時利用了相片隨機取點法；Purevdor等[10]使用截點法測量植被覆蓋度。遙感測量方面，Dymond等[11]在新西蘭地區建立了基于SPOT影像的植被覆蓋度與NDVI的關系模型，即C=50tanh[6.1(NDVI-0.22)]+50，式中，tanh(x)=[exp(x)-exp(-x)]/[exp(x)+exp(-x)]，并利用該模型估計了新西蘭地區的植被覆蓋度。Shoshany等[12]使用TM衛星數據的前4個波段的直接光譜信息，建立了可以用來估算植被覆蓋度的線性模型，并且將模型的相關系數提高到了0.88，為類似于密西西比河與干旱生態系統這樣的氣候突變區域中植被覆蓋度的估算提供了幫助。

近年來，我國植被覆蓋的研究也有較好的發展。估算法簡單易行，我國過去許多歷史資料中的植被覆蓋度均是用該方法獲得的。但目測估算法主觀隨意性大，精度與測量者的經驗密切相關。章文波等[13]對目測估算的精度研究結果表明，個人目測估算植被覆蓋度的最大絕對誤差可達40%。在遙感技術飛速發展的今天，空間測量越來越多的應用于植被覆蓋度的研究中。池宏康[14]通過分析沙地反射機理，建立了鄂爾多斯高原地區沙地油蒿(Artemisiaordosica)群落蓋度與修正后的土壤調節植被指數(MSAVI)之間的線性關系模型。查勇[15]在環青海湖地區研究時，首先以地面遙感的反演結果為基礎，利用公式對TM影像進行校準，即：Ix=(Mx-Mmin)(Imax-Imin)/(Mmax-Mmin)+Imin，式中，I為影像值；M為實測光譜值。然后建立了草地實測植被覆蓋與校準的NDVI之間的相互關系，實現了從地面遙感到空中遙感的轉變，取得了良好的效果。以上研究均說明，利用遙感測量方法對大面積區域的植被指數進行提取和監測，不但可行有效，而且精度較高，為本研究的展開奠定了技術基礎。

1 研究方法與數據處理

1.1研究區概況 研究區為甘南藏族自治州，地處青藏高原東北邊緣，南與四川阿壩州相連，西南與青海黃南州、果洛州接壤，東面和北部與甘肅省隴南、定西、臨夏毗鄰,地理坐標位于33°06′～36°10′ N，100°46′～104°44′ E(圖1)。全州總面積4.5萬 km2，處于青藏高原和黃土高原過渡地帶，地勢西北部高，東南部低。境內海拔1 100～4 900 m，大部分地區在3 000 m以上。全州分3個自然類型區，南部為岷迭山區，群巒疊嶂，山大溝深，氣候比較溫和，是甘肅省重要林區之一；東部為丘陵山地，高寒陰濕，農林牧兼營；西北部為廣闊的草甸草原，是全省主要牧區。甘南州草地類型主要有暖性草叢、溫性草甸草原、溫性草原、高寒草甸、高寒灌叢草甸、低平地草甸類和沼澤。州府合作市海拔2 960 m，平均氣溫1.7℃，沒有絕對無霜期。自治州成立于1953年，轄夏河、瑪曲、碌曲、卓尼、迭部、臨潭、舟曲7縣和合作市，99個鄉(鎮、街道辦)。州內有藏、漢、回、土、蒙等24個民族，總人口68.01萬，其中藏族36.7萬，占總人口的54.0%；農牧業人口55.0萬，占總人口的80.9%[16]。

圖1 甘南藏族自治州

1.2數據處理 遙感數據使用NASA/MODIS(National Aeronautics and Space Administration/Moderate Resolution Imaging Spectroradiometer,美國宇航局/中分辨率影像輻射度計)，2000年、2004年、2008年6月25日-8月28日的8天合成地表反射率數據產品(MOD09A1),分辨率為500 m×500 m，空間位置在全球正弦曲線投影SIN(sinusoidal projection)系統中的軌道編號為h26v05，該數據可以從NASA對地觀測系統數據共享平臺下載。下載后利用MRT(MODIS reprojection tools)軟件將HDF格式數據轉換為Geotiff格式，并將SIN地圖投影系統轉為WGS84系統。另有甘南州行政邊界圖、甘南州土地利用圖和土壤類型圖，土地利用圖和土壤類型圖由蘭州大學草地農業科技學院草地遙感實驗室提供。

由于下載的MODIS數據影像中存在云覆蓋部分，會對估算結果產生影響，所以需要消除云區域對圖像的影響。利用ArcGIS 9.2軟件，在計算植被指數之前采用多景影像融合算法(最大像元法)將每月數據進行合成，以其他影像中的無云區域替代估算影像中的云及云影區域，以提高估算精度并且得到該月最大植被指數合成圖像。最后將每月合成影像繼續用最大像元法進行合成，得到每年最大NDVI指數圖像進行蓋度分析。

1.3研究方法 在多種定義的植被指數中，歸一化植被指數(NDVI)是應用最廣泛的一種遙感監測植被指數。它被定義為近紅外波段與可見光紅波段數值之差和這2個波段數值之和的比值。由MODIS的第1波段(紅光波段)和第2波段(近紅外波段)生成的NDVI的計算公式為：

NDVI=(CH2-CH1)/(CH2+CH1)。

式中，CH2為近紅外波段的反射率，CH1為紅光波段的反射率[17]。比值形式的NDVI可以消除大部分與儀器定標、太陽角、地形、云陰影和大氣條件有關的輻照度變化，增強了對植被的響應能力。因此，它是監測地區或全球植被和生態環境的有效指標，是植物生長狀態以及植物生長空間分布密度的最佳指示因子，與植物分布密度呈線性相關[18]。

根據NDVI的波段組合特征，可以進一步建立像元二分模型估算植被覆蓋度。像元二分模型對影像輻射訂正的影響不敏感，且計算簡便、結果可靠，因此得到了廣泛應用。其基本原理是假定一個像元信息S只由植被和土壤兩部分所貢獻，分別記為SV和SS。NDVIsoil代表著純土壤覆蓋像元的最小值，它應該是不隨時間改變的，對于大多數類型的裸地表面，理論上應該接近零。由于地表濕度、粗糙度、土壤類型、土壤顏色等條件的不同，NDVIsoil會隨著時空而變化，NDVIsoil變化范圍一般在-0.1～0.2；NDVIveg代表著純植被覆蓋像元的最大值，理論上應該為1。由于植被類型的不同等因素，NDVIveg值也會隨著時間和空間而改變。因此，在實際應用中，NDVIsoil和NDVIveg都是從MODIS影像計算得到的。設植被覆蓋度為FC，純植被覆蓋信息為Sveg，純土壤覆蓋信息為Ssoil，則有SV=FC·Sveg和SS=(1-FC)·Ssoil，又因S=SV+SS，所以有FC=(S-Ssoil)/(Sveg-Ssoil)。把NDVI同像元二分模型相結合，得到基于NDVI的植被覆蓋度像元二分模型：FC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)。

1.4甘南州植被覆蓋度計算

1.4.1估算流程 第1步，計算NDVI值；第2步，確定一個置信度(0.5%)，做出影像中每個像元集合(集合中像元的NDVIsoil與NDVIveg都是相同或相近的)的NDVI概率分布，計算置信區間內的最大值與最小值NDVImax與NDVImin；第3步，取NDVIsoil=NDVImin，NDVIveg=NDVImax，代入公式計算整個像元集合的植被覆蓋度。植被覆蓋度計算流程如圖2所示。

1.4.2甘南植被覆蓋度分級標準 通過利用二分像元模型法估算得到甘南州2000、2004、2008年的植被覆蓋度。根據甘南土地利用類型圖及估算的植被覆蓋度圖，以及國家“土地利用現狀調查技術規程”、全國“草場資源調查技術規程”、“全國沙漠類型劃分原則”的條款為指導依據，并結合甘南植被特有的生態特征，將甘南植被覆蓋度分級(表1)。

圖2 植被覆蓋度計算流程

表1 植被覆蓋度分級標準

由于甘南地區近年來一直在實行“退耕還林”政策，所以林地面積逐年增加，又因為本研究所取時間段為2000-2008年，所以2008年，研究區域在研究時間段內林地面積已為最大值。因此采用2008年土地利用類型圖，將林地部分從統計結果中去除，以避免人為因素對植被覆蓋度統計結果的影響。2008年土地利用類型圖，由蘭州大學草地農業科技學院草地遙感實驗室，依據2008年甘南TM遙感影像繪制而成。

2 結果

2.1以NDVI為依據的覆蓋度分級圖 甘南州2000、2004、2008年以NDVI為依據的覆蓋度分級圖如圖3所示。

2.2精度檢驗 在計算覆蓋度之前，為保證計算結果的準確性，事先對甘南地區進行了監督分類，將甘南地區分為植被與非植被兩部分。其中植被部分用來計算覆蓋度，非植被部分則在計算完成后，按照分級標準一并歸于覆蓋度小于5%的第五等級之中。利用分類誤差矩陣對監督分類的準確性進行了檢驗，分類誤差矩陣可以說明選擇區域中有多少個象元分別屬于相應的類別。從分類誤差總體的百分比來說，如果誤差矩陣值小于85%，則分類模板的精度太低，需要重新建立。所以對甘南地區的監督分類，均是在保證其誤差矩陣值大于85%的情況下進行的，因此分類結果較為準確。

圖3 2000-2008年甘南植被覆蓋度分級圖

為檢驗估算結果的精確性，利用2008年實測數據與估算數據進行對比。由于實測數據所選樣方大小為1 m×1 m,而MODIS影像數據像元大小為500 m×500 m，所以在選取實測數據樣點時，利用甘南地區高程數據對樣點所處位置進行篩選，當樣點位于坡度小于10°地區時，可視為該地區地勢較為平緩，與MODIS數據具有可比性，予以選用。實測數據由傳統樣方法獲得，具有采樣點的經緯度坐標，利用實測數據的經緯度坐標在Arcgis軟件下提取估算結果影像中的覆蓋度信息并和實測數據進行比較，檢驗估算結果的精確性(表2)。

2008年估算值平均為93%，實測值平均為90%，誤差值平均為7%，說明利用遙感二分像元模型對甘南州植被覆蓋度進行估算具有可行性。

2.3植被覆蓋度年際變化 通過估算甘南州2000、2004年和2008年的植被部分覆蓋度并在ERDAS IMAGINE軟件下對各植被部分覆蓋度圖進行屬性統計，統計結果表明，2000年甘南州平均植被覆蓋度為62.08%,2004年甘南州平均植被覆蓋度為63.32%，2008年甘南州平均植被覆蓋度為62.25%。

2.4各年度分級植被覆蓋度變化 通過統計并計算甘南2000、2004和2008年的各級植被覆蓋度，并對2000-2008年、2004-2008年各級植被覆蓋度面積和所占比例進行比較(表3)。

從不同年度甘南植被覆蓋度分級面積及比例統計結果看，與2000年相比較，甘南2008年各級別植被面積發生不同變化，其中一級植被面積減少0.35%;五級植被面積大量增加，增長近1.2倍。與2004年相比，甘南2008年一級植被減少，二級植被有所增加，一級植被變化率為0.97%，二級植被變化率為13.52%；五級植被則減少了6.69%。與2000年相比，2004年甘南一級植被覆蓋面積增加0.63%；二級植被覆蓋面積大幅減少22.08%；三級植被覆蓋面積減少20.63%；四級植被覆蓋面積增加6.4%，五級植被覆蓋面積大幅增加27.12%。

2.5甘南各植被覆蓋度等級分布動態變化 在ArcMap 9.2空間分析模塊下對甘南2000、2004、2008年植被覆蓋度每4年為一期進行運算，得到2000-2008年各植被覆蓋度等級面積的轉移矩陣。轉移矩陣可以定量地描述各覆蓋度等級之間的相互演變情況。各年度各覆蓋度等級間的轉移矩陣如(表4～6)。

從2000-2008年，甘南一級植被轉出面積為627 329.43 hm2，其中185 070.96 hm2植被由一級植被演變為二級植被，占總轉出面積的29.5%，264 427.11 hm2植被由一級植被演變為五級植被，占總轉出面積的42.15%；一級植被轉入面積為622 977.66 hm2，一級植被轉出趨勢明顯，且大部分一級植被退化為五級植被，說明一級植被變動劇烈;二級植被覆蓋轉出面積為405 719.19 hm2，其中219 226.77 hm2植被由二級植被演變為一級植被，占總轉出面積的54.03%，轉入面積346 992.48 hm2，主要轉入面積185 070.96 hm2，占轉入面積的53.34%，主要為一級植被轉入。說明二級植被主要與一級植被發生轉換，但轉出大于轉入;三級植被轉出258 207.93 hm2，其中主要轉出面積118 287.45 hm2，占轉出面積的45.81%，主要轉出為一級植被;三級植被轉入面積217 697.22 hm2，其中主要轉入植被面積94 986.18 hm2，占轉入面積的43.63%，主要由一級植被轉入。四級植被轉出195 350.13 hm2，主要轉出87 154.11 hm2，占轉出面積的44.61%，主要由四級植被轉為一級植被。轉入面積為195 741.81 hm2，其中主要轉入82 845.18 hm2，占轉入面積的42.32%，主要由一級轉入。五級植被轉出355 044.06 hm2，主要轉出面積198 309.33 hm2，占轉出面積的55.85%，主要轉出為一級植被。五級植被轉入面積為458 241.57 hm2，主要轉入264 427.11 hm2，占轉入面積的57.7%，主要由一級植被轉入。五級植被總體轉入大于轉出，以轉入為主。

表2 2008植被覆蓋度估算值與實測值對照

表4 2000-2008年各植被覆蓋度等級轉移矩陣

表5 2000-2004年各植被覆蓋度等級轉移矩陣

表6 2004-2008年各植被覆蓋度等級轉移矩陣

從2004年到2008年，甘南一級植被共轉出609 842.25 hm2，轉入597 658.32 hm2，其中223 576.74 hm2由一級植被覆蓋轉為五級植被覆蓋，占轉出面積的36.66%。與2000-2008年轉移矩陣結果相似，一級植被仍呈退化趨勢，且向五級植被轉化最為劇烈。二級植被覆蓋轉出面積309 365.37 hm2，轉入面積363 002.85 hm2，其中主要轉出167 506.47 hm2，占轉出面積的54.15%，轉出目標為一級植被覆蓋，與此同時，有195 029.28 hm2由一級植被轉入，占轉入面積的53.73%，可見二級植被的主要轉換目標仍是一級植被。三級植被覆蓋轉出面積198 962.01 hm2，轉入218 372.31 hm2，其中86 277.24 hm2從三級植被覆蓋轉為一級植被覆蓋，占轉出面積的43.36%，100 627.92 hm2由一級轉入，占轉入面積的46.08%。從2004-2008年甘南三級植被覆蓋以轉入為主。四級植被覆蓋轉出196 226.1 hm2，轉入面積182 514.69 hm2，其中44 076.06 hm2轉出為五級植被覆蓋，占轉出面積的22.46%，90 608.31 hm2由一級轉入，占轉入面積的49.64%。四級植被覆蓋以轉出為主。五級植被覆蓋面積轉出430 060.32 hm2，轉入382 907.88 hm2，其中252 248.85 hm2轉為一級植被覆蓋，占轉出面積的58.65%，223 576.74 hm2由一級轉入，占轉入面積的58.39%;五級植被覆蓋面積轉出大于轉入，且多由一級植被轉化而來。

由以上分析可以看出，各植被覆蓋度等級面積變化中，一級植被面積呈減少趨勢，五級植被面積呈增加趨勢且增長迅速。而對各等級植被覆蓋度轉移矩陣的分析表明，一級植被持續大量轉化為低等級的五級植被，一級植被面積雖每年都有轉入，但轉出量大于轉入量；而五級植被雖每年也有部分轉出為較高等級植被，但其轉入量大于轉出量，最終導致五級植被大量增長。因此，甘南地區植被總體呈退化趨勢。

3 結論

本研究根據歸一化植被指數的波段組合特征，在像元二分法模型的基礎上構建了植被覆蓋度的定量模型，對甘南2000、2004、2008年的植被覆蓋度進行了分析計算，并進行了精度檢驗，得到了甘南2000-2008年植被覆蓋度變化的動態演變過程和發展趨勢，結果證明以此種方法對大面積高寒草地覆蓋度變化進行研究是可行且準確的。

本研究計算植被覆蓋度的方法精確性較高，但是由于實測樣方面積較小，所以不能更好地證明結果的準確性。但足以證明NDVIsoil和NDVIveg改進指數為基礎的估算方法，很好地消除了土壤、地表噪音、儀器定標、太陽角、地形、云陰影和大氣條件等對結果的影響，增強了對植被的響應能力。

本研究結果顯示，從長時間尺度上看，自2000年到2008年，甘南面積變化最大的為五級植被，轉出355 044.06 hm2，轉入458 241.57 hm2，面積增加103 197.5 hm2。面積變化最小的為四級植被，轉出195 350.13 hm2，轉入195 741.81 hm2，面積增加391.68 hm2。轉化率最大的植被等級為五級，有18.61%的植被發生了改變。轉化率最小的為四級植被，有0.18%的植被發生了改變。五級植被大面積增加，一、二、三等級植被面積減少，其中一級植被有264 427.11 hm2演變為五級植被，占一級植被總轉出面積的42.15%。

從每4年為一周期的均勻時間尺度上看，2000-2004年，面積變化最大為五級植被，增加了150 349.95 hm2；面積變化最小的為一級植被，面積增加了7 832.16 hm2。轉化率最大的為五級植被，達27.12%%；轉化率最小的為一級植被，轉化了0.63%。2004-2008年，面積變化最大為二級植被，增加了53 637.48 hm2；面積變化最小的為一級植被，面積減少了12 183.93 hm2。轉化率最大的為二級植被，達13.52%；轉化率最小的為一級植被，轉化了0.97%。

本研究結果表明，2004-2008年，甘南五級植被覆蓋度面積雖有所減少，但五級植被覆蓋度土地面積依然呈增長趨勢。一級植被面積變化較小，且轉化率水平一直很低，說明高覆蓋度植被變化雖較為平緩，但每年都有大量一級植被轉入低覆蓋度等級植被。轉化率最大的植被等級多數時維持在二級、三級或五級植被，除說明五級植被在大幅增加外，同時表明中高及中低覆蓋度等級植被變化劇烈。同時，每年都有大量中高及中低覆蓋度等級植被分別轉向高覆蓋度等級植被和低覆蓋度等級植被。綜合考慮以上結果，高覆蓋度等級植被雖有轉入，但總體質量持續下降，而低覆蓋度等級植被區域(或裸地)則在大量持續增長，說明甘南州植被整體呈退化趨勢。

綜上所述，本研究基于長時間尺度的甘南植被覆蓋度的計算及空間分析，在今后的研究中，可以考慮更高空間分辨率影像的合成數據應用，進一步提高植被蓋度的提取精度，該研究結果可以為甘南當地牧業可持續發展、高寒草地生態環境保護及恢復等研究和政府部門的草地相關管理決策提供幫助。

參考文獻：

[1]任繼周，侯扶江.草業科學的多維結構[J].草業學報，2010，19(3)：1-5.

[2]陳云浩，李曉兵，史培軍.北京海淀區植被覆蓋的遙感動態研究[J].植物生態學報，2001，25(5)：588-593.

[3]溫慶可，張增祥，劉斌，等.草地覆蓋度測算方法研究進展[J].草業科學，2009，26(12)：30-36.

[4]Li W L,Xu J,Xu D D.Study on changes in alpine wetland landscape and biodiversity over the eastern Tibetan plateau based on remote sensing technology[J].CISP,2010,8:3963-3966.

[5]徐丹丹，李文龍，王迅，等.垂直植被指數的計算和精度分析[J].蘭州大學學報(自然科學版),2010，46(5)：102-106.

[6]李文龍，薛中正，郭述茂，等.基于3S技術的瑪曲縣草地植被覆蓋度變化及其驅動力[J].蘭州大學學報(自然科學版)，2010，46(1)：85-90.

[7]Muller J F,Pleters C M.Quantitative abundances estimates from bidirectional reflectance measurements[J].Joural of Geophysical Research,1987,92(B4):617-626.

[8]Dymond J R,Shepherd J D,Qi J.A simple physical model of Vegetation refleetance for standardizing optical satellite imagery[J].Remote Sensing of Environment,2001,77(2):230-239.

[9]Elvidge C D,Chen Z.Comparison of broad-band and narrow-band red and near-infrared vegetaton indices[J].Remote Sensing of Environment,1995,54(1):38-48.

[10]Purevdor J T S,Tateishi R,Ishiyama T.Relationships between percent vegetation cover and vegetation indices[J].International Journal of Remote Sensing,2001,22(17):3457-3470.

[11]Dymond J R,Stephens P R,Newseme P F,etal.Percentage vegetation cover of a degrading rangeland from SPOT[J].Intemational Joumal of Remote Sensing,1992,13(11):1999-2007.

[12]Shoshany M,Lavee K P.Monitoring temporal vegetation coyer changes in mediterranean and arid ecosystems using a remote sensing technique:case study of the judean mountain and the judean desert[J].Journal of Arid Environments,1996,33(1):9-21.

[13]章文波，符素華，劉寶元.目估法測量植被覆蓋度的精度分析[J].北京師范大學學報(自然科學版)，2001,37(3)：402-408.

[14]池宏康.沙地油蒿群落覆蓋度的遙感定量化研究[J].植物生態學報，2000，24(4)：494-497.

[15]查勇.草地植被變化遙感監測方法研究——以環青海湖地區為例[D].南京：南京師范大學，2003.

[16]梁天剛，崔霞，馮琦勝，等.2001-2008年甘南牧區草地地上生物量與載畜量遙感動態監測[J].草業學報，2009，18(6)：12-22.

[17]黃靖，夏智宏.基于MODIS遙感數據的武漢市植被覆蓋變化監測分析[J].氣象與環境科學，2009，32(2)：16-20.

[18]趙英時.遙感應用分析原理與方法[M].北京：科學出版社，2004：374-375.