基于MODIS數據的北京市植被覆蓋度動態監測

蘇慧敏，郭 浩，夏照華，王 紅

(北京地拓科技發展有限公司，北京 100084)

植被覆蓋度是指植被(包括葉、莖、枝)在地面的垂直投影面積占統計區總面積的百分比[1]。植被覆蓋度作為衡量地表植被覆蓋狀況的一個重要定量信息，不僅是評估土地退化、荒漠化程度的有效指數之一，還是通用土壤流失方程中的重要控制因子[2]。因此，定量評估區域植被覆蓋變化，分析地表植被覆蓋狀態，對揭示地表植被變化趨勢，分析與評價區域土地資源管理和生態環境保護決策具有重要的現實意義。

區域植被覆蓋度有明顯的時空分異特性。遙感技術作為一種綜合性探測技術，能迅速有效地提供地表自然過程的宏觀信息，已成為當前大尺度甚至全球尺度植被覆蓋監測的主要手段，有助于揭示植被覆蓋的動態變化規律，并預測其發展趨勢[3]。在當前常用的遙感數據中，MODIS數據因具有空間分辨率適中、光譜覆蓋范圍廣、重訪周期短、數據質量高且獲取方便的特點而被廣泛用于植被覆蓋度的信息提取。

本研究以北京市為例，對2014—2016年每年8月上旬的植被覆蓋度進行定量分析，利用MODISNDVI的像元二分模型，計算北京市相同時期，不同年份、不同分級的植被覆蓋度，監測其動態變化，分析北京市植被覆蓋度動態變化趨勢，旨在為區域土地資源管理、生態環境監測提供科學依據。

1 研究區概況

北京市位于東經115.7°～117.4°、北緯39.4°～41.6°，與天津市相鄰，并與天津市一起被河北省環繞，地形西北高東南低，總面積16 406.30 km2，其中山區面積10 076.64 km2，約占總面積的61%，平原區面積6 329.66 km2，約占總面積的39%。氣候為典型的北溫帶半濕潤大陸性季風氣候，夏季高溫多雨，冬季寒冷干燥，春、秋短促。降水季節分配很不均勻，全年降水量的80%集中在6、7、8三個月。

2 研究方法

2.1 數據來源及處理

采用美國國家航空航天局(NASA)免費提供的MOD13Q1_Level3 16-Day產品，時間分辨率為16 d，空間分辨率為250 m。本研究選擇MODIS數據的時間分別為2014年8月上旬(MOD13Q1.A2014225)、2015年8月上旬(MOD13Q1.A2015225)、2016年8月上旬(MOD13Q1.A2016225)。

利用ArcGIS提取NDVI圖層，將覆蓋北京市的幾景NDVI影像進行鑲嵌，將原投影轉為UTM投影，然后計算北京范圍內的NDVI最大值與最小值，最后按照植被覆蓋度估算公式計算植被覆蓋度。

2.1.1NDVI數據提取

下載的MODIS原始數據為*.hdf格式的數據集，包含NDVI在內的12類數據。利用ArcGIS的Extract Subdataset工具，分別提取2014年8月上旬、2015年8月上旬、2016年8月上旬北京范圍的NDVI圖層。

打開ArcGIS軟件，在ArcToolbox中選擇Data Management Tools—Raster—Raster Processing—Extract Subdataset工具。打開Extract Subdataset工具，在Input Raster菜單中選擇需要提取的NDVI原始數據；在Subdataset ID菜單中點擊后面的下拉三角，選擇第一個圖層，然后ID下面會自動彈出0；在Output Raster菜單中選擇輸出數據名稱及存放的路徑，然后點擊OK。

2.1.2NDVI影像鑲嵌

分別將提取的2014年8月上旬、2015年8月上旬、2016年8月上旬的NDVI影像進行鑲嵌，利用ArcGIS軟件的Mosaic To New Raster工具完成。

打開ArcGIS軟件，在ArcToolbox中選擇Data Management Tools—Raster—Raster Dataset—Mosaic To New Raster工具。打開Mosaic To New Raster工具，在Input Raster菜單中選NDVI數據，在Output Location菜單中選定輸出路徑，在Raster dataset name with extension菜單中設置輸出文件名稱，然后點擊OK。

2.1.3 投影轉換

MODIS數據默認的投影方式是正弦曲線投影，進行投影轉換，轉換成UTM投影。利用ArcGIS軟件的Project Raster工具將鑲嵌好的NDVI影像進行投影轉換。

打開ArcGIS軟件，在ArcToolbox中選擇Data Management Tools—Projections and Transformations—Raster—Project Raster工具。在Input Raster菜單中選擇鑲嵌好的NDVI數據，在Output Raster Dataset菜單中設置輸出數據文件夾及文件名稱，在Output Coordinate System菜單中設置目標投影，在Output Cell Size菜單中設置分辨率250 m。

2.1.4 計算NDVImax和NDVImin

利用ArcGIS軟件的Build Raster Attribute Table工具，計算植被整個生長季NDVI的最大值(NDVImax)和最小值(NDVImin)，可定直方圖5%左右的NDVI值為最小值，95%左右的NDVI值為最大值。

2.2 利用NDVI值估算植被覆蓋度

計算植被覆蓋度就是在影像上計算每個像元內的植被占像元總面積的比例，通常利用植被的歸一化植被指數NDVI來計算。NDVI又稱標準化植被指數，定義為近紅外波段與可見光紅波段反射率之差和這兩個波段反射率之和的比值，公式為

NDVI=(ρNIR-ρR)/(ρNIR+ρR)

(1)

式中：ρNIR為近紅外波段反射率；ρR為可見光紅波段反射率。

植被覆蓋度與NDVI有非常好的相關性，NDVI值分布范圍為-1～1，小于0.1時表示幾乎沒有植被信息，而接近于1時表示植被生長旺盛。根據土壤NDVI值和植被NDVI值計算植被覆蓋度的數學表達式為

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

(2)

式中：fcover為植被覆蓋度；NDVIsoil為裸土或無植被覆蓋區域的NDVI值，即無植被像元的NDVI值；NDVIveg為完全被植被所覆蓋的像元的NDVI值，即純植被像元的NDVI值。

NDVI可以從影像上計算出來，NDVIsoil與NDVIveg可以在影像上確定。NDVIsoil應該是不隨時間改變的，對于大多數類型的裸地表面，理論上應該接近于0。然而由于大氣影響及地表濕度條件的改變，NDVIsoil會隨著時間而變化。此外，由于地表濕度、粗糙度、土壤類型、土壤顏色等條件的不同，NDVIsoil也會隨著空間變化，變化范圍一般為-0.1～0.2。因此，采用一個確定的NDVIsoil值是不可取的，即使對于同一景影像也會有所變化。調整時并不需要知道NDVIsoil的具體值，因為它是從影像中計算出來的相對值。裸地NDVI值的空間變化也可能與傳感器的觀測角度有關，每個像元的觀測角度不同，所選擇的NDVIsoil值也會不同，這就造成了對植被覆蓋度fcover估計的不確定性。NDVIveg代表著全植被覆蓋像元的最大值，由于植被類型的不同、植被覆蓋的季節變化、葉冠背景的污染，以及潮濕地面、雪、枯葉等因素的影響，NDVIveg值的確定也存在著與NDVIsoil值類似的情況，NDVIveg值也會隨著時間和空間而改變，采用一個確定的NDVIveg值也是不可取的。

由于圖像中不可避免地存在著噪聲，NDVI的極值并不一定是NDVImax與NDVImin，因此對其取值時主要由圖像尺度和圖像質量等情況來決定，通常是取給定置信度區間的最大值與最小值，NDVImax取NDVI概率分布的95%下側分位數所對應的NDVI值，NDVImin取NDVI概率分布的5%下側分位數所對應的NDVI值。

2.3 植被覆蓋度等級劃分

將植被覆蓋度分級，能更直觀地體現出植被的覆蓋狀況，便于進行對比與分析。根據水利部頒布的《土壤侵蝕分類分級標準》(SL 190—2007)中的植被覆蓋度分級標準，將植被覆蓋度劃分為5個等級：低植被覆蓋度(<30%)、中低植被覆蓋度(30%～45%)、中等植被覆蓋度(45%～60%)、中高植被覆蓋度(60%～75%)、高植被覆蓋度(≥75%)。

打開ArcGIS軟件，在ArcToolbox中選擇Spatial Analyst Tools—Map Algebra—Raster Calculator工具。打開Raster Calculator工具，將上述計算的NDVImax和NDVImin值帶入計算公式。

植被覆蓋度的取值范圍是0～1，小于0和大于1的值都需要處理掉。

3 結果與分析

3.1 北京市2014—2016年植被覆蓋度的總體特征

基于上述方法，將北京市2014—2016年每年8月上旬的MODISNDVI數據反演成植被覆蓋度數據，結果見圖1～3。由圖可看出，北京市連續3年同一時期的植被覆蓋度都表現為山區明顯高于平原區。

表1為北京市2014—2016年各等級植被覆蓋度面積統計結果。可以看出，北京市植被覆蓋度整體水平較高，高植被覆蓋度區域占了很大比例(2014年8月上旬高植被覆蓋度區域占比59.18%，2015年8月上旬占比68.62%，2016年8月上旬占比72.22%)，且主要集中在北京山區，這是因為山區海拔較高，人類活動對植被干擾較小，適宜植被生長；低植被覆蓋度區域與中低植被覆蓋度區域占比較少，主要分布在北京市的城區，這是因為城區地勢較為平坦，居民點多，建筑物多；中等植被覆蓋度區域與中高植被覆蓋度區域占比居中。隨著植被覆蓋度等級的升高，北京市各等級植被覆蓋度面積逐漸增加，占比也顯著提高。

表1 2014—2016年北京市各等級植被覆蓋度面積統計

3.2 北京市2014—2016年植被覆蓋度變化分析

由表1可知：北京市2014—2016年同時期(8月上旬)低植被覆蓋度區域面積占比、中低植被覆蓋度區域面積占比、中等植被覆蓋度區域面積占比、中高植被覆蓋度區域面積占比均呈逐年減少趨勢，而高植被覆蓋度區域面積占比呈逐年增加趨勢。

北京市2014—2016年同時期(8月上旬)各等級植被覆蓋度面積變化情況見圖4。分析結果表明，2014—2016年，北京市植被覆蓋度狀況較為穩定，呈現改善趨勢，低植被覆蓋度、中低植被覆蓋度、中等植被覆蓋度、中高植被覆蓋度面積均出現了連續2年不同程度減少的現象，其覆蓋度等級逐漸向高植被覆蓋度演進，這與北京市越來越重視環境保護有直接關系。

圖4 北京市2014—2016年各等級植被覆蓋度面積變化

4 結 論

(1)歸一化植被指數NDVI作為植被變化的指示因子，具有很強的敏感性，能較好地反映植被生產狀況，在分析植被覆蓋度變化方面較為成熟。將像元二分模型與NDVI相結合，進行植被覆蓋度估算，具有良好的效果，結果可信度較高。

(2)2014—2016年北京市植被覆蓋度整體較高，高植被覆蓋度區域在全市范圍占了很大的比例，山區植被覆蓋度明顯好于平原區。

(3)2014—2016年，北京市總體植被覆蓋狀況較為穩定，呈現改善趨勢，低植被覆蓋度、中低植被覆蓋度、中等植被覆蓋度、中高植被覆蓋度面積均出現了連續2年不同程度減少的現象，其覆蓋度等級逐漸向高植被覆蓋度演進。