瑪納斯河流域水土流失關(guān)鍵參數(shù)植被覆蓋度提取研究

謝富明

(新疆瑪納斯河流域管理局，新疆 石河子 832000)

植被覆蓋度(Vegetation fractural coverage，F(xiàn)VC)是指垂直方向上植被覆蓋面積占地面面積的比例[1]。作為描述植被結(jié)構(gòu)的特征特征參數(shù)，F(xiàn)VC被廣泛用于解釋地表生物量、冠層形態(tài)、植被表型活性等，并且成為陸面過(guò)程建模中的重要輸入變量[2]。FVC也是地表退化的生態(tài)指示因子，其能直觀揭示區(qū)域植被健康程度、土壤侵蝕、地表物質(zhì)流失等環(huán)境問(wèn)題。遙感技術(shù)為區(qū)域尺度FVC的推導(dǎo)提供了可靠手段[2- 3]。當(dāng)前MODIS，Landsat，SPOT，CBERS等光學(xué)遙感衛(wèi)星為全球、洲際、國(guó)際、景觀等空間尺度上的年、季、月、旬、日等不同時(shí)間序列FVC獲取提供了主要數(shù)據(jù)源，基于此國(guó)際科研部門開(kāi)發(fā)眾多FVC系列產(chǎn)品，如MODIS13，Landsat_Monthly_FVC等，然而這些成熟的數(shù)據(jù)產(chǎn)品均具有粗糙分辨率(30、250、500、1000m)的缺陷，難以滿足精細(xì)尺度需要。隨著遙感技術(shù)發(fā)展，歐空局(European Space Agency)研發(fā)了新一代對(duì)地觀測(cè)多光譜成像儀，其具有更窄、更多的探測(cè)波段，且能夠敏感探測(cè)10m分辨率的地物紋理信息，其開(kāi)源的數(shù)據(jù)權(quán)限為獲取地表FVC信息提供了新途徑[3- 4]。本文以Sentine- 2為數(shù)據(jù)源，旨在提取瑪納斯河流域地區(qū)FVC空間分布信息，為區(qū)域資源環(huán)境監(jiān)測(cè)提供技術(shù)參考。

1 研究區(qū)與研究方法

1.1 瑪納斯河流域

瑪納斯河流域地處西北內(nèi)陸干旱地區(qū)，屬新疆腹地，北接準(zhǔn)格爾盆地、南依天山，流域面積3.35萬(wàn)km2，如圖1所示。區(qū)域受海陸位置與西伯利亞高壓影響形成溫帶大陸性干旱氣候，四季分明、干旱少雨、晝夜溫差大，年平均氣溫4.7～5.7℃，降水量186～356mm，蒸發(fā)量高達(dá)1156～1359mm。瑪納斯河為天山冰川雪蓋融水匯流而成內(nèi)流河，屬冰川補(bǔ)給型水系，汛期集中在7—8月份，徑流量達(dá)1.27×109m3，其中冰雪貢獻(xiàn)率達(dá)35.3%。該地區(qū)地自然植被為溫帶草地、低灌林，植被覆蓋稀疏，人工植被為沙棘、胡楊，沿河流有綠洲密集分布。該區(qū)地勢(shì)南高北低，河流以南北流向?yàn)橹鳌?/p>

1.2 Sentinel- 2遙感數(shù)據(jù)

哨兵2號(hào)(sentinel- 2)是歐洲 “全球環(huán)境與安全監(jiān)測(cè)”(GMES)計(jì)劃的專用衛(wèi)星系列中重要的在軌衛(wèi)星之一。其攜帶2枚多光譜成像儀(MSI)，衛(wèi)星高度為786km、寬幅290km，具有覆蓋可見(jiàn)光、紅邊、近紅、水蒸氣和短波紅外的13個(gè)波段，地面分辨率分別達(dá)10、20、60m，可實(shí)現(xiàn)5d的時(shí)點(diǎn)重訪。本研究從歐空局提供的開(kāi)源數(shù)據(jù)網(wǎng)站(https://scihub.copernicus.eudhus#/home)獲取瑪納斯流域植被生長(zhǎng)季節(jié)的多光譜影像，數(shù)據(jù)標(biāo)識(shí)為(S2B_MSIL1C_20200619T045659_N0209_R119_T45TXK_20200619T083718； S2B_MSIL1C_20200619T045659_N0209_R119_T45TWK_20200619T083718；S2B_MSIL1C_20200619T045659_N0209_R119_T45TYK_20200619T083718)。區(qū)域內(nèi)遙感影像云量低于5%，可滿足FVC提取的數(shù)據(jù)支持(圖1)。

圖1 瑪納斯河流域哨兵- 2數(shù)據(jù)的真彩色合成影像(波段4、3、2真彩色組合)

1.3 FVC理論模型

通用水土流失方程(RULSE)中對(duì)FVC為一模糊表征，當(dāng)前并未形成統(tǒng)一普適方法[4- 6]。作為RULSE方程中的必須參量，國(guó)內(nèi)外學(xué)者利用遙感技術(shù)開(kāi)發(fā)了眾多物理和經(jīng)驗(yàn)?zāi)Ｐ停渲幸訥utman and Ignatov[7]提出的線性混合模型具有物理意義直觀、模型簡(jiǎn)易可操作的特點(diǎn)而備受推崇，其對(duì)FVC的定義如下：

(1)

式中，NDVI (normalized difference vegetation index)—像素水平的近紅(nir)與紅波段(red)的歸一化差值，其計(jì)算公式見(jiàn)式(2)；NDVIS和NDVIV分別表示高密度植被、裸土的NDVI。

在眾多的估計(jì)方法中。

(2)

1.4 數(shù)據(jù)處理

本研究獲取的Sentinel- 2數(shù)據(jù)是LC水平數(shù)據(jù)，需要經(jīng)過(guò)預(yù)處理才能投入使用。采用歐空局開(kāi)發(fā)的專業(yè)軟件SANP對(duì)Sentinel- 2數(shù)據(jù)進(jìn)行預(yù)處理(https://github.com/senbox-org)。具體處理流程為:①采用import工具將獲取的影像導(dǎo)入SNAP平臺(tái)后后利用Radiance工具進(jìn)行輻射校正，以剔除云層反射影響；②再利用Topgraphic correction工具進(jìn)行地形校正、從而消除地形陰影；③利用resampling工具對(duì)3景處理后的影像進(jìn)行重采樣，設(shè)置采樣分辨率為10m，采樣方法為cubic；④最后利用moascking工具將3景影像拼接，并將其轉(zhuǎn)換為dat格式，以備后續(xù)在ENVI5.5軟件中進(jìn)行FVC提取。

2 結(jié)果與分析

2.1 基于ENVI平臺(tái)的瑪納斯河流域FVC提取流程

利用線性模型提取區(qū)域VFC的關(guān)鍵在于確定NDVIs和NDVIv兩個(gè)特征參數(shù)。由于遙感數(shù)據(jù)在探測(cè)地表過(guò)程中不可避免接收到一些噪聲信息，因此通常采用一定置信區(qū)間內(nèi)的NDVI值來(lái)替代NDVIs和NDVIv。假設(shè)自然條件下FVCmax和FVCmin介于0～100%之間，以累積置信概率為5%和90%的NDVI值作為NDVIs和NDVIv。在ENVI中的操作流程如下：

(1) File-> Open As-> Sentinel-2-> MSI。

(2) 在ENVI主菜單中選擇Toolbox/Radiometric Correction/ Radiometric Calibration進(jìn)行輻射定標(biāo)，利用FLAASH Atmospheric Correction工具輸入相關(guān)參數(shù)，得到大氣校正后的文件FLS_img。

(3) 在Toolbox 中選擇/Raster Management/Subset Data via ROIs輸入FLS_img裁剪，利用Spatial Subset via ROI parameters工具導(dǎo)入研究區(qū)矢量邊界，裁剪出區(qū)域影像Cli_img.

(4) 利用 Toolbox 中的Spectral/Vegetation/NDVI工具將 Cli_img數(shù)據(jù)導(dǎo)入后提取NDVI。

(5) 由于大氣校正后局部背景得到的NDVI會(huì)偏離[-1，1]的正常范圍，因此在Basic tools中利用band math工具輸入以下函數(shù)(Cli_img lt-1)+(Cli_img gt 1)得到去除背景的NDVI，即Bla_img。再輸入函數(shù)(Bla_img lt-1)*0+(Bla_img gt 1)*0+(Bla_img ge-1 and Bla_img le 1)*Bla_img，進(jìn)而得到去除異常值后的NDVI。

(6) 按照Basic Tools→Statistics →Compute Statistics操作，在彈出的對(duì)話框中選擇區(qū)域矢量邊界文件，利用SubROI工具生成掩膜文件MasNDVI_img，并勾選Basic stats和Histgram。

(7) 根據(jù)以上操作得到區(qū)域各像素水平NDVI的累積分布。依據(jù)累積分布曲線梯度變化情況，確定NDVIs為0.23587， 即NDVI值小于NDVIs則為土壤，NDVI大于0.8039時(shí)為純林覆蓋。

(8) 進(jìn)而以Cli_img數(shù)據(jù)為基礎(chǔ)，在bandmath工具中輸入函數(shù):(b1 lt 0.23587)*0+(b1 gt 0.8039)*1+(b1 ge 0.23587 and b1 le 0.8039)*((b1-0.23587)/(0.8039-0.23587)，從而運(yùn)算得到研究區(qū)FVC，如圖2所示。

圖2 研究區(qū)瑪納斯河流域基于哨兵-2數(shù)據(jù)的FVC空間分布圖

2.2 瑪納斯河流域FVC空間分布特征

利用ArcGIS平臺(tái)的柵格分析工具，統(tǒng)計(jì)得多研究區(qū)高覆蓋度(FVC>0.8)區(qū)像元個(gè)數(shù)為0，區(qū)域有4.86%的像元為中高植被覆蓋區(qū)(FVC∈[0.6，0.8])，中植被覆蓋面積(0.4

3 結(jié)論

瑪納斯河流域?yàn)榈湫偷膬?nèi)陸時(shí)令河發(fā)育而來(lái)的干旱綠洲-沙漠景觀區(qū)，區(qū)域地表疏松、植被初級(jí)生產(chǎn)力低下，土地退化嚴(yán)重。水土流失該地區(qū)主要生態(tài)問(wèn)題之一，在本區(qū)表現(xiàn)為季節(jié)性水土流失。作為涵養(yǎng)水源、保持土壤、截留減蝕的重要生態(tài)因子，F(xiàn)VC對(duì)該流域水土流失演替乃至環(huán)境變化具有重要影響。為精確提取區(qū)域FVC，本文闡述了基于遙感技術(shù)與Sentinel- 2影像的提取流程，該方案簡(jiǎn)潔、高效，避免了傳統(tǒng)實(shí)地調(diào)查造成的時(shí)間延滯、植物損壞，比采用Landsat、MODIS影像具有更高的空間分辨率。