云南大理蒼山保護區植被覆蓋度動態變化遙感監測與分析

王一富， 袁 磊,2*

(1.云南師范大學信息學院，昆明 650000; 2.西部資源環境地理信息技術教育部工程研究中心，昆明 650000)

在山地地理系統中，植被(vegetation)可以說是系統中最重要、最敏感的部分，同時也是區域覆蓋植物群落的總稱[1]。它不但能夠保護生態系統和自然環境，而且在防止水土流失、減緩徑流方面也起著非常關鍵的作用[2-3]。眾所周知，植被覆蓋度(vegetation fractional cover，VFC)是在一定區域內對植被覆蓋狀況的關鍵衡量指標[4-5]，其變化是研究山區自然地理格局以及分析山地自然地理過程變化的關鍵[6-8]。

植被是遙感影像上重要的地物信息[9]。遙感數據獲取速度快、周期短、覆蓋范圍廣、分析便捷等特點，使遙感技術在大范圍植被監測方面具備特別的優勢，目前已經成為對植被覆蓋變化進行監測的重要手段。近幾年，在植被遙感監測方面的研究已經有了非常多的分析方法[10-14]。在眾多方法之中，由于歸一化植被指數在時空上具有連續性特點，所以經常用于監測植被生長狀況[15]。如廖春貴等[16 ]對北部灣經濟區植被覆蓋變化的特征及驅動因素進行研究；阿拉努爾·艾尼娃爾等[17]利用MODIS陸地專題產品(MODIS/terra vegetation indices 16-Day L3 Global 250 m SIN Grid.，MOD13Q1)數據為基礎研究了哈密市近17年來歸一化植被指數(normalized difference vegetation index，NDVI) 的空間變化特征以及與氣候因素的關系。同時，歸一化植被指數能很好地反映植物狀態和植物覆蓋度，是衡量區域生態環境和地理系統的重要指標[18-19]。例如，郭秀麗等[20]基于NDVI像元二分法, 利用Landsat-TM數據反演了內蒙古自治區杭錦旗植被覆蓋度；陳建軍等[21]基于NDVI 與野外實測數據建立了植被覆蓋度回歸模型, 估算了疏勒河源區的植被覆蓋度。目前中外相關研究已有很多，但對于高原地區的植被覆蓋度研究相對較少，其海拔高、氣候惡劣的特點使其在監測過程中有較大困難。

蒼山位于大理自治州中部，其垂直分帶性明顯具有十分豐富的生物多樣性，但其生態環境極其脆弱，生態地位極為重要，被譽為“世界屋脊的屋檐”。基于像元二分模型的原理，利用蒼山保護區四期的landsat 5 TM遙感影像，并且結合NDVI計算植被覆蓋度進而分析植被覆蓋度的變化。這對研究大理蒼山保護區的生態環境保護以及維護生物多樣性具有重要的意義,同時也可為云貴高原、青藏高原高寒植被覆蓋度監測和保護提供決策依據。

1 研究區概況

蒼山平均海拔在3 500 m以上，位于云南省大理白族自治州的中部地區，被人們譽為“世界屋脊的屋檐”。蒼山地理位置獨特，面積廣闊，總面積為57 710 hm2(1 hm2=10 000 m2)，其植被類型多樣，主要有云南松、冷杉、杜鵑等，并且已經有7種植被被列入了國家重點保護野生植物名錄。

大理蒼山保護區的生物系統環境復雜多變，蒼山相對高差較大，垂直分帶性明顯，使其具備差異較大的生態環境，致使其保護區內植物種類繁多，野生瀕危動植物和特有物種眾多。大理蒼山于2012年1月12日成為候選世界公園，正式被列為世界地質公園是在2014年9月13日。

2 數據來源與處理

采用landsat 5 TM影像數據，以2001、2005、2009以及2011年的影像為數據源，這些數據都是空間分辨率為30 m，時間分辨率為16 d的影像。數據來源于地理空間數據云。使用遙感圖像處理平臺(environment for visualizing images,ENVI)ENVI4.8和ARCGIS10.3進行圖像處理。在處理過程中，對遙感影像進行了坐標轉換、輻射定標及大氣校正，并且根據大理蒼山自然保護區的矢量數據，對遙感圖像進行了相應的裁剪。通過對大理蒼山自然保護區的遙感圖像進行分析，從而為植被覆蓋度的計算提供相應的依據。研究技術路線如圖1所示。

圖1 技術路線Fig.1 Technology route

2.1 坐標轉換

研究選用Landsat TM數據為D_WGS_1984投影坐標系，矢量數據為GCS_Xian_1980地理坐標系，因此，需要轉換坐標系，將兩種數據的坐標進行統一定義，將坐標統一定義為D_WGS_1984坐標系。

2.2 輻射定標

輻射定標的目的是為了將遙感器得到的測量值轉變成與地表反射率等有關的相對值的轉變過程。輻射定標是根據從下載的數據中的MTL文件中在ENVI中的landsat calibration中輸入各種參數來進行的。

2.3 大氣校正

為了進一步消除大氣對地物反射所造成的影響，要對遙感影像數據進行大氣校正[22]。在大氣校正的環節中，主要采用黑暗像元法(利用ENVI中的dark subtract)。這是通過從其他像元中減去黑暗像元值以及黑暗像元增加的像元值來進一步減小大氣對遙感圖像的影響的過程。

2.4 影像裁剪

圖像裁剪的目的是為了將研究區域范圍之外的部分去除。根據對研究區的矢量數據對研究區范圍進行不規則裁剪。主要采用在ENVI中用矢量數據生成感興趣區來完成圖像的裁剪(圖2)。

圖2 影像裁剪Fig.2 Video clipping

3 研究方法

在數據源處理的基礎上，運用NDVI計算植被指數，并通過采用改進的像素二分模型估算出大理蒼山保護區的植被覆蓋度。根據植被覆蓋度計算結果，進一步分析了大理蒼山保護區植被覆蓋度的變化及其原因。

3.1 NDVI計算

歸一化植被指數(NDVI)是現在應用最為普遍的植被指數[23]。這個指數能夠對植被的生長狀況進行良好的反饋，同時還能夠更加直觀地顯示植被的分布情況。對于植被在不同時期的動態變化也能夠分析得比較全面。由于本研究主要是對在不同時間段蒼山保護區的植被覆蓋度整體的變化情況進行相應的分析，所以在計算時選擇歸一化植被指數較為適宜，計算公式為

(1)

式(1)中：NIR代表的是近紅外波段；Red代表的是紅光波段。

計算蒼山的NDVI時，Landsat TM對應的是4波段和3波段，計算公式為NDVI=(B4-B3)/(B4+B3)。

3.2 植被覆蓋度遙感估算

植被覆蓋度主要是指植被的垂直投影面積在統計區總面積中所占的百分比[24]。采用像元二分模型法對大理蒼山自然保護區植被覆蓋度進行估算。

利用像素二分模型估算植被覆蓋率的方法簡單可靠，這種植被遙感估算模型具有很強的實用性[25]。目前，遙感技術已廣泛應用于植被覆蓋度的測量，但植被指數是計算植被覆蓋度最常用的方法之一。NDVI的使用比較常見，以下模型的使用是通過像元二分模型衍生而來。

VFC=(NDVI-NDVImin)/(NDVImax-NDVImin)

(2)

用NDVIsoil代表無植被區域的NDVI；NDVIveg代表純植被區域的NDVI。計算NDVIsoil和NDVIveg的公式為

(3)

NDVIveg=

(4)

運用式(2)模型來估算植被覆蓋度，就要確定NDVIsoil和NDVIveg。

在確定最大和最小值時，要分兩種情況來討論：

(1)當VFCmax=100%，VFCmin=0%時，式(2)可變為

VFC=(NDVI-NDVImin)/(NDVImax-NDVImin)

(5)

式(5)中：NDVImax為區域內最大的NDVI值；NDVImin為最小值。

(2)當不能取VFCmax=100%，VFCmin=0%時，如果有實測數據，則VFCmax和VFCmin的值則是在實測數據里取其中的最大值以及最小值。如果沒有實測數據，則取一定置信度范圍內的NDVImax和NDVImin。

4 研究結果與分析

圖3 4期NDVI影像Fig.3 NDVI images of 4 stages

圖4 4期植被覆蓋度的圖像Fig.4 Vegetation coverage images of 4 stages

研究是利用ENVI4.8進行計算的，根據式(1)，得到了4期NDVI影像(圖3)。對于大理蒼山保護區植被覆蓋度的研究是在沒有實測數據的情況下進行的，需要在計算出來的NDVI中確定一個置信區間進行研究，置信區間設定的目標是為了排除異常值。理論上來說，對于純裸土和純植被而言，NDVIsoil和NDVIveg取值分別為0和1，但是在實際中，這兩個值一般不會是一個確定值，這主要是氣候、光照以及其他環境因素所導致的結果，它們會隨著環境和圖像質量的情況而有所變化。為了避免圖像的影響，在研究中不直接使用NDVI分布值中的最大值和最小值，在選擇這兩個值時采用NDVI概率分布的方法，得到表1所示的NDVI取值。然后把這些值運用到式(4)中，并且在ENVI中的Band math進行運算得到圖4所示的4期植被覆蓋度影像。

植被覆蓋度是研究區每個像元所占總像元的比例。將4期的植被覆蓋圖從ENVI中用標簽圖像文件格式(tag image file format,TIFF)保存，然后導入ArcMap中，在ArcMap中將圖像進行重分類，將植被歸為一類，非植被歸為另一類，打開屬性表，屬性表里直接顯示出植被像元數和非植被像元數，統計整理數據如表2所示。

根據表2統計出來的各個年度像元的數量來計算年平均植被覆蓋度，結果如表3所示。

表1 NDVI的取值Table 1 The NDVI value

表2 各年份像元的個數Table 2 The number of picture element per gear

植被覆蓋度的動態變化能夠直接反映研究區內植被生長狀況的優劣，植被覆蓋度增加和減少表明研究區域的植被在整體上呈現出增加和減少的趨勢。根據表3的數據制成折線圖，可以清楚地觀測出植被覆蓋度地年際變化趨勢(圖5)。

表3 植被覆蓋度Table 3 Vegetation coverage

圖5 4期的植被覆蓋度Fig.5 Vegetation coverage of 4 stages

由圖3和圖4可以看出，蒼山東側的植被覆蓋度遠遠高出西側。這是由于蒼山東側臨近洱海受到水氣等條件的影響，氣候相對濕潤，使得蒼山東側更適宜植被生長。從圖5結合表3可以看出，2001—2005年的植被覆蓋度的值呈上升趨勢，且上升幅度較大，植被覆蓋度由2001年的0.32增加到2005年的0.38，增加了0.06，2005—2009年有所下降，但下降幅度較小，僅由0.38下降到0.35，減少了0. 03，植被覆蓋度變化較小。2009—2011年，從0.35上升到0.45，增加了0.1，漲幅明顯增大。因此，從整體上看，2001—2010年植被覆蓋度仍然處于上升狀態，說明植被的長勢較好。由于在2007年蒼山斜陽峰發生大規模火災，毀壞植被面積達到2 000多畝，從而導致在2005—2009年這段時間植被覆蓋度下降比較嚴重。這使得蒼山的植被在很長一段時間內得不到恢復，因此在2005—2009年這個時期植被覆蓋度呈下降的趨勢。而在后來的4年間植被覆蓋度的值增加較大，是由于蒼山植被的良好長勢，植被得到了很好的恢復。

5 結語

利用landsat5 TM遙感影像數據，采用基于歸一化植被指數結合像元二分模型的方法估算出2001、2005、2009和2011年大理蒼山研究區的植被覆蓋度，并獲得了研究區植被覆蓋度的遙感圖像。從研究結果分析得出，2001—2011年的植被覆蓋度大體上呈上升趨勢。這是多種因素綜合作用的結果。因此通過對大理蒼山保護區植被覆蓋度的動態變化遙感監測，能夠看出近年來植被覆蓋度的年際變化，對保護蒼山的植被和生物多樣性具有重要應用價值。