基于SPOT VGT的渭南市植被覆蓋變化

韓 晨

1.陜西省多河流濕地生態環境重點實驗室，陜西渭南 714099

2.渭南師范學院化學與生命科學學院，陜西渭南 714099

0 引言

濕地植物是濕地生態系統的基本組分，也是其存在的基礎，是連接土壤、水體和生物等要素的重要紐帶[1-2]。隨著遙感對地觀測技術的發展，利用各種遙感技術進行植被監測及其變化的研究日益增多[2]。NDVI(Normalized Difference Vegetation Index，歸一化植被指數）作為一個重要的遙感參數和數據源，由于能夠敏感地反映出地表植被生長狀況和生態系統參數的變化，常用于地表植被覆蓋的定量研究[3]。陜西省東部最大的河流濕地就在渭南市境內，渭南也是關中-天水經濟區和晉陜豫“黃河金三角”地區的交叉地帶。針對本區域的植被指數變化研究，對改善生態環境，促進經濟社會可持續發展，具有十分重要的作用和意義。

1 研究區概況與數據來源

1.1 研究區概況

渭南市地處陜西省關中平原渭河谷地東部，其地理坐標介于108°50′E-110°38′E 和34°13′N-35°52′N 之間，東瀕黃河與山西、河南毗鄰，西與西安、咸陽相接，南倚秦嶺與商洛為界，北靠橋山與延安、銅川接壤，渭水橫貫其中，南北長182.3km，東西寬149.7km，總面積約13134km2，是陜西省的“東大門”。

1.2 數據來源

本文所采用的SPOT VGT 數據，來源于寒區旱區科學數據中心（http://westdc.westgis.ac.cn），以及比利時弗萊芒技術研究所（Flemish Institute for Technological Research，Vito.http://www.vito-eodata.be）提供的SEAsia 數據集。其中，數據的時間跨度為2004-2013 年，為逐旬S10 產品，時間分辨率為10 天，空間分辨率為1km。

本區域行政邊界、地名等數據，來源于地球系統科學數據共享網（http://henu.geodata.cn）提供的黃河流域1:100萬基礎地理數據庫，以及寒區旱區科學數據中心提供的陜西省1:10 萬土地利用數據集。

2 研究方法

2.1 數據處理流程

本文使用VITO 網站提供的VGT Extract 軟件，對SPOT VGT 數據進行預處理。首先，使用VGT Extract 軟件將8 位量化的DN 值轉化為真實的NDVI 值。然后使用ENVI 軟件進行數據的波段計算、投影轉換、研究區裁剪和數據計算。最后使用ArcGIS 軟件進行地圖繪制和分析。

2.2 研究方法

2.2.1 最大值合成法

雖然SPOT VGT 數據已經是10 天最大化合成的產品，但數據中仍然存在大量的噪聲，為了避免某些極端天氣的影響，還需去噪處理，以使數據更為真實地反映植被覆蓋狀況[2-4]。本研究將當月3 個旬的NDVI 數據進行最大化合成，生成一個當月的月最大化NDVI 數據，它反映了當月植被覆蓋的空間分布情況。同樣的方法，將一年12 個月的月最大NDVI 數據，合成為一個年最大化NDVI 數據，它體現了當年植被覆蓋的空間分布情況。

2.2.2 均值統計法

均值統計法通過計算區域內所有格網的平均值，反映當期NDVI 的整體分布情況[5-6]。本研究計算了2004-2013 年的逐月、逐年統計數據，用以反映NDVI 的月際、年際變化規律。

2.2.3 差值法

差值法常用于量化兩個年份間NDVI 值的變化情況，即用后一時期所有格網的NDVI 值減去前一時期對應格網的NDVI 值[6]。本研究使用2013 年最大化NDVI 數據減去2004 年最大化NDVI 數據，分析本區十年來的植被覆蓋變化情況。

3 植被覆蓋變化分析

3.1 總體NDVI 分布特征

為了研究本區域十年來NDVI 的總體分布情況，繪制了渭南市NDVI 均值空間分布圖（圖1）。根據相關文獻，將NDVI分級定義為:NDVI 值小于0.1 的區域為非植被區；0.1-0.3為植被覆蓋貧乏區；0.3-0.6 為較貧乏區；0.6-0.8 為較好區；大于0.8 為優良區[7-8]。

圖1 表明:渭南市植被覆蓋優良區和較好區（NDVI＞0.6），有的文獻合稱為高植被覆蓋區[9]，其所占比例達84.4%，基本覆蓋全境。其中，植被覆蓋優良區（NDVI＞0.8）所占比例為10.5%，且集中分布于南部秦嶺山地和北部山地。

圖1 NDVI 均值空間分布圖

植被覆蓋貧乏區和非植被區（NDVI＜0.3），合稱為低植被覆蓋區，比例為0.2%，僅分布在韓城市東部的禹門口附近。

植被覆蓋較貧乏區（0.3＜NDVI＜0.6），或稱為中等植被覆蓋區，比例為15.4%，主要分布于渭河北岸的合陽縣、澄城縣、蒲城縣、白水縣、富平縣一帶，以及黃河沿線、大荔沙苑和部分城區。

總體而看，渭南市植被覆蓋情況較好，南部好于北部，特別是南北山地好于中部渭河平原。

3.2 年際變化特征

根據本區域的月最大化NDVI 數據和年最大化NDVI 數據，分別進行區域內的平均值統計。其結果是對應時段的區域平均值，繪制成渭南市2004-2013 NDVI 均值變化圖（圖2）[5，9-10]。圖2 中波浪狀的黑色細線為：將120 期月最大化NDVI數據，進行均值統計后的逐月NDVI 數據；帶方點折線為：將10 期年最大化NDVI 數據，進行均值統計后的逐年NDVI 數據。

圖2 2004-2013 NDVI 均值變化圖

從圖2 可以看出：在逐年NDVI 數據中，其值在小幅波動的基礎上保持穩定，并呈現微升趨勢。其初始值為2004 年的0.677169，最小值為2005 年的0.631507，最大值為2013年的0.750932，均值為6. 875612；十年間其值的變化幅度為0. 119425；2013 年比2004 年增加了0.073763。在逐月NDVI數據中，其值呈現出波浪起伏的狀態，波形規律而穩定，反映了每年植被覆蓋的周期變化情況。總之，渭南市植被覆蓋狀況雖有波動，但逐年好轉。

3.3 年內變化特征

為了分析年內NDVI 值的變化情況，本研究將2004-2013年的月NDVI 數據按年份逐月繪制為各月NDVI 均值圖（圖3）[3，8-10]。

圖3 各月NDVI 均值圖

結合圖2、圖3 可以看出：曲線上每年都有對應的波峰和波谷，分別代表植被覆蓋最好和最差的兩個時期。其最主要的波峰大體分布在每年7-9 月，最主要的波谷大體分布在1-2 月，3-6 月為植被生長期，10-12 月為植被衰退期。此外，每年的6 月在曲線上都有一個小波谷，這是由于本區是小麥產區，6月小麥收割后會造成NDVI 值的短暫下降，后續作物種植后其值隨之回升并增加。總體而言，年內各月NDVI 值隨著季節變化而變化，NDVI 的峰值、谷值、植被的生長期、衰退期明顯而又規律。

3.4 差值變化特征

使用差值法對2013 年與2004 年的年最大化NDVI 數據進行差值運算，分析NDVI 在研究期始末的變化情況 (圖4)。根據NDVI 差值的變化幅度將植被覆蓋狀況分為4 種類型：NDVI ≤-0.08，植被覆蓋嚴重退化；-0.08 ＜NDVI ≤0，輕微減少；0 ＜NDVI ≤0.08，基本不變；NDVI ＞0.08，明顯增加[9]。

圖4 NDVI 差值圖

圖4 中可以看到：2004-2013 年植被覆蓋明顯增加的區域占46.5%；基本不變的區域占38.3%；輕微減少的區域占12.7%；嚴重退化的區域占2.5%。其中，植被覆蓋明顯增加和基本不變的區域共占84.7%。

總之，渭南市植被覆蓋的變化情況在絕大多數地區是變好的，但在大荔縣和黃河沿線的局部地帶有變差的情況。

4 結論

本文使用SPOT VGT 數據分析了渭南市植被覆蓋的時空變化特征，能較為準確地反映本區植被覆蓋的變化狀況。總體而看，渭南市植被覆蓋較好，南北山地好于中部渭河平原。植被覆蓋變化狀況雖然有季節尺度和年尺度的波動，長期來看絕大多數地區是好轉的，但注意的是大荔縣和黃河沿線的局部地帶有變差的情況。

[1]崔天翔，宮兆寧，趙文吉，等.不同端元模型下濕地植被覆蓋度的提取方法——以北京市野鴨湖濕地自然保護區為例.生態學報，2013，33(4):1160-1171.

[2]張麗，何曉旭，魏鳴.基于NDVI的淮河流域植被覆蓋度動態變化[J].長江流域資源與環境，2012，21(Z1):51-56.

[3]殷守敬，陳曉玲，吳傳慶，等.基于時序NDVI的江西省植被覆蓋時空變化分析[J].華中師范大學學報(自然科學版)，2013，47(1):129-135.

[4]宋怡，馬明國.基于SPOT VEGETATION數據的中國西北植被覆蓋變化分析[J].中國沙漠，2007，27(1):89-93，173.

[5]賀振，賀俊平.基于SPOT-VGT的黃河流域植被覆蓋時空演變[J].生態環境學報，2012，21(10):1655-1659.

[6]馬明國，董立新，王雪梅.過去21a中國西北植被覆蓋動態監測與模擬[J].冰川凍土，2003，25(2):232-236.

[7]王曉利，姜德娟，馬大喜.基于MODIS NDVI時間序列的植被覆蓋空間自相關分析——以山東半島與遼東半島區域比較研究[J].干旱區資源與環境，2013(10):139-144.

[8]戴聲佩，張勃，王海軍，等.基于SPOT NDVI的祁連山草地植被覆蓋時空變化趨勢分析[J].地理科學進展，2010，29(9):1075-1080.

[9]崔曉臨，趙娟，白紅英，等.基于MODIS NDVI的陜西省植被覆蓋變化分析[J].西北農林科技大學學報(自然科學版)，2013(5):87-93.

[10]王情，劉雪華，呂寶磊.基于SPOT-VGT數據的流域植被覆蓋動態變化及空間格局特征——以淮河流域為例[J].地理科學進展，2013(2):270-277.