基于Landsat TM冬季影像的香格里拉高寒草甸分布的提取與驗證

崔 媛 郭輝軍 張 勇 鄭秋竹 趙鴻怡 岳海濤

（1. 西南林業大學國家高原濕地研究中心，云南 昆明 650233；2. 西南林業大學濕地學院，云南 昆明 650233）

高寒草甸是分布海拔最高的草地生態系統[1]，我國高寒草甸集中分布在青藏高原及周邊高山地區[2]。滇西北位于青藏高原最南端，該區域海拔3 200 m以上的山區有大量的高寒草甸分布[3]，這些高寒草甸不僅具有防風固沙、保持水土、涵養水源等生態功能[4-5]，也是滇西北地區社會經濟發展的重要物質基礎。高寒草甸生態系統具有內在的脆弱性[6]，在氣候變化[7]、過度放牧[8]、旅游踩踏[9-10]等因素的影響下，滇西北的高寒草甸出現了逐步退化的趨勢[11]，如何快速識別、提取滇西北高寒草甸，即提出一種在區域尺度上定量評估高寒草甸分布的方法，對滇西北高寒草甸的動態變化監測、合理利用具有重要意義。

遙感影像具有觀測范圍廣、觀測時間序列長、觀測周期短等特點[12]，為在區域尺度上提取高寒草甸提供了新的手段，特別是光學遙感影像已經廣泛應用于高寒草甸的監測和保護管理。葛靜等[13]結合野外樣地數據和MODIS衛星遙感數據，獲得黃河源東部地區高寒草甸的蓋度；李娜等[14]以Landsat 8影像為數據源，利用植被蓋度和增強性植被指數，通過地理加權回歸模型研究草地的監測精度；陳喜梅等[15]以西藏境內的草原為研究區，采用面向對象的方法進行多尺度分割，從光譜特征、紋理特征和形狀特征3個方面對草地進行識別分類；張秀敏等[16]結合MODIS/EVI遙感影像數據及數字高程模型（DEM）數據，綜合分析各種高寒草甸植被類型的EVI時序曲線特征及其生長環境的高程、坡度和坡向等地形特征，建立知識庫，采用決策樹分類算法對該區域的高寒草甸植被分類；張明等[17-19]利用遙感手段研究青藏高原生態脆弱區退化草地的空間分布和動態變化，為保障影像的高質量和同時相，均采用夏季遙感影像，云量在10%以下；孫銀良等[20-22]基于MODIS數據，利用CASA模型模擬估算了西藏高寒草甸凈初級生產力，并對西藏高寒草甸NPP變化及其對氣候和退牧還草工程的響應情況進行了研究。總結前人的研究發現，無論是草地的提取方法研究，還是監測分析應用研究，均基于草地生長旺盛期（6—8月）的遙感影像，但地處橫斷山區腹地的滇西北夏季濕潤多雨，導致遙感影像云量大，難以用夏季遙感影像提取高寒草甸的分布，限制了已有草地提取方法的應用，而冬季遙感影像云量較少，是研究該區域高寒草甸分布的潛在數據源。但冬季高寒草甸植被枯萎，其影像特征與裸地相似度高，容易導致錯分。為使用冬季遙感影像提取滇西北高寒草甸的空間分布，本研究結合地面實測土地利用資料和Landsat TM冬季影像，建立提取滇西北高寒草甸空間分布的方法，以期為滇西北高寒草甸的動態監測和保護提供技術支撐。

1 材料與方法

1.1 數據來源及處理

1.1.1 地面實測土地利用資料

地面實測土地利用資料為香格里拉市1995年土地利用現狀普查結果。運用ArcMap 10.2數字化香格里拉市草地和裸地的分布。

1.1.2 DEM數據

研究區范圍內的DEM數據（空間分辨率30 m）來源于地理空間數據云（http://www.gscloud.cn/）。利用DEM數據提取出香格里拉市的坡度、坡向和海拔。

1.1.3 Landsat TM影像

香格里拉市隸屬云南省迪慶藏族自治州，地處青藏高原南端、橫斷山區腹地，受西南季風影響、干濕季分明[23]，夏秋多雨、遙感影像云量多。每年3—9月的遙感影像云量均高于60%，其中，夏季遙感影像的云量在80%以上；冬春少雨、遙感影像云量少，尤其是每年11月和12月的遙感影像云量幾乎都在10%以下（圖1）。

研究區域內1995年Landsat TM影像從美國國家地質調查局官網（USGS，https://www.usgs.gov/）下載，共3景影像（表1）。為消除遙感影像的輻射畸變和幾何畸變，在ENVI 5.3中對遙感影像進行輻射定標、大氣校正和地形校正。橫斷山區地形起伏大，為消除地形陰影的影響，本研究選擇VECA模型進行地形校正[24]。

圖 1 香格里拉市1992—2017年Landsat系列遙感影像逐月平均云量Fig. 1 Monthly average cloud coverage of Landsat remote sensing images (1992-2017) in Shangri-La

表 1 香格里拉市1995年冬季Landsat TM數據概況Table 1 The overview of Landsat TM winter images in Shangri-La in 1995

圖 2 數據處理分析流程Fig. 2 The process of data processing and analysis

1.2 高寒草甸提取方法

1.2.1 草甸和裸地潛在分布區提取

草地的空間分布具有一定的分異規律，即不同的草地類型處于特定的生態空間，其與地形因子密切相關[25]。地形因子一般包括坡度、坡向和海拔等因素，它們對草地的空間分布、生物環境和生態條件具有重要影響。可依據坡度、坡向和海拔等地形因子研究不同類型草地的生態序列分布規律[26]。基于以上理論，本研究根據香格里拉市的坡度、坡向及海拔識別高寒草甸和裸地的潛在分布區。

根據1995年土地利用普查資料，結合DEM數據提取的坡度、坡向和海拔，分別統計各累計頻率高寒草甸和裸地的坡度、坡向和海拔特征：1）統計高寒草甸和裸地在坡度、坡向和海拔上分布的頻率直方圖；2）在頻率直方圖上按頻率由高到低累加，提取高寒草甸和裸地分布頻率累計40%、50%、60%、63%、70%、80%和90%時所在的坡度、坡向和海拔分布范圍。根據高寒草甸和裸地的坡度、坡向和海拔的分布范圍，識別出高寒草甸和裸地在各頻率的潛在分布區，記作Ap（圖2）。

1.2.2 綠色植被提取

根據1995年地面普查資料，在草甸和裸地潛在分布區存在零星分布的常綠針葉林，因此通過計算NDVI提取研究區域內的綠色植被，以精確草甸和裸地的潛在分布區。NDVI的計算方式為：

式中：ρNIR為近紅外波段地表反射率，ρR為紅波段地表反射率。

在大津算法確定閾值的基礎上[27]，結合1995年真實林地的分布，人機交互確定最終NDVI提取閾值為0.75時，提取得到針葉林分布區域，即：將NDVI值大于0.75的區域判定為針葉林的分布。

1.2.3 裸地提取

通過裸土植被指數（GRABS）提取研究區的裸地分布[28]。GRABS計算方式為：

式中：GI和BI分別是纓帽變換的綠度指數和土壤亮度指數。最終確定的裸土植被指數的提取閾值為0，即把GRABS小于0的區域判定為裸地。

1.2.4 高寒草甸提取

基于草甸和裸地的潛在分布區，依次對提取出的綠色植被和裸地進行剔除，得到高寒草甸的分布范圍，即：

1.3 精度驗證

1995年實測草地的分布有明顯的區域差異性和區域聚集性，參照分層抽樣理論[29]，將香格里拉市1995年實測高寒草甸根據山頂分界線劃分為Ⅰ、Ⅱ和Ⅲ 3個區域。其中，區域Ⅰ實測面積為162.14 km2，占比14.97%，區域Ⅱ實測草地面積為672.84 km2，占比62.11%，區域Ⅱ是香格里拉市高寒草甸的主要分布區域，區域Ⅲ實測草地面積為248.27 km2，占比22.92%。在3個區域中，分別將提取得到的高寒草甸與1995年實測高寒草甸相比，計算各區域高寒草甸提取的面積準確度及空間分布的重合度。

2 結果與分析

2.1 香格里拉高寒草甸和裸地的地理分布特征

1995年香格里拉市實測高寒草甸共1 083.25 km2，分布在3個相對集中區域：區域Ⅰ，高寒草甸分布少，面積為162.14 km2；區域Ⅱ，實測草地面積分布最廣，面積為672.84 km2；區域Ⅲ，實測高寒草甸面積為248.27 km2（圖3）。

圖 3 1995年香格里拉市高寒草甸和裸地的實測和潛在分布區Fig. 3 The real and potential distribution of alpine meadow and bare ground in Shangri-La in 1995

隨著坡度、坡向和海拔的累計頻率逐漸增加（即從40%到90%），香格里拉市高寒草甸和裸地分布區的坡度范圍、坡向類型及海拔范圍均逐漸擴大（表2）。將坡度、坡向和海拔組合起來提取高寒草甸和裸地的潛在分布區，結果表明，當坡度、坡向和海拔的累計頻率均為40%時，高寒草甸和裸地的潛在分布區集中分布在香格里拉市東北區域，總面積為963.61 km2（圖3b）；當累計分布頻率為50%時，其組合得到高寒草甸和裸地的潛在分布區集中在香格里拉市北部，面積為1 243.15 km2（圖3c）；當累計分布頻率為60%和63%時，高寒草甸和裸地的潛在分布區分布在香格里拉市東北部，南部，面積分別為1 475.18 km2和1 742.89 km2（圖3d、3e）；當累計分布頻率為70%時，高寒草甸和裸地的潛在分布區位于香格里拉市東部、北部和西南部，面積為3 249.07 km2（圖3f）；當累積分布頻率為80%時，除香格里拉市中部及南部部分區域以外，高寒草甸和裸地的潛在分布區在整個區域均有分布，面積為4 898.06 km2（圖3g），當累計分布頻率為90%時，草地和裸地的潛在分布區在香格里拉整個區域均有分布，面積為8 193.24 km2（圖3h）。

表 2 香格里拉市高寒草甸和裸地在各累計頻率下的地理分布特征Table 2 Geographical features of alpine meadows and bare ground under different cumulative frequencies in Shangri-La

2.2 高寒草甸和裸地潛在分布區綠色植被的分布情況

圖 4 基于NDVI指數和裸土指數提取的香格里拉市綠色植被和裸地的分布Fig. 4 Distribution of green vegetation and bare ground in Shangri-La based on NDVI index and bare ground index

基于Landsat TM冬季影像分別提取NDVI和GRABS，得到坡度、坡向和海拔的累計頻率均為90%時（該范圍包括且大于累計頻率為40%、50%、60%、63%、70%和80%的范圍），潛在分布區內綠色植被面積為2 804.19 km2，主要分布在潛在分布區的北部以及西南部（圖4a）。裸地面積為81.85 km2，主要分布在潛在分布區的北部及東南部，與真實裸地的空間重合度為88.45%。（圖4b）。

2.3 基于Landsat TM冬季影像的香格里拉高寒草甸的提取與驗證

將裸地和綠色植被從高寒草甸和裸地潛在分布區中剔除后得到高寒草甸的分布區。在坡度、坡向和海拔的累計頻率為40%時確定的潛在分布區內，提取得到的高寒草甸主要分布在香格里拉東北部（圖5a），面積為588.37 km2，分別將區域Ⅰ、區域Ⅱ和區域Ⅲ中提取的高寒草甸面積與1995年對應區域的實測草地面積進行對比驗證，結果表明，區域Ⅲ的面積精度最高，達81.97%，區域Ⅱ的空間重合度最高為79.87%（圖6a、6b）。當累計頻率為50%時，提取的高寒草甸主要分布在香格里拉市東北部、北部和西南部（圖5b），面積為762.21 km2，集中分布在區域Ⅱ中，其面積精度和空間重合度分別為56.09%和 84.69%。當累計頻率為60%時，提取的高寒草甸分布在香格里拉北部以及西南部（圖5c），面積為900.18 km2，其中分布在區域Ⅱ中的面積為439.36 km2，其面積精度為65.30%，空間精度為88.4%。當累計頻率為63%時，提取的高寒草甸分布在香格里拉北部和西南部（圖5d），面積為1 070.28 km2，與香格里拉市1995年實測高寒草甸面積基本持平（圖6c），其中分布在區域Ⅱ的高寒草甸有512 km2，其面積精度為76.10%，空間重合度為90.87%。當累計頻率為70%時，提取的高寒草甸主要分布在香格里拉市北部、西南部和中部（圖5e），面積為1 990.17 km2，分布在區域Ⅱ的面積為887.72 km2，是1995年區域Ⅱ實測草地面積的1倍多，空間驗證精度達95.96%。隨著累計頻率進一步的增加（即80%、90%時）提取的高寒草甸面積顯著增加（圖5f、5g），遠遠高于1995年的實測數據（圖6c）。各頻率下提取得到的高寒草甸在區域Ⅱ的空間精度均高于區域Ⅰ和區域Ⅲ。

圖 5 基于Landsat TM冬季影像提取的香格里拉市高寒草甸寒草地高寒草甸空間分布Fig. 5 The spatial distribution of alpine meadow that extracted from Landsat TM winter images in Shangri-La

圖 6 基于Landsat TM冬季影像的香格里拉市高寒草甸提取精度Fig. 6 The extraction accuracy of alpine meadow that based on Landsat TM winter images in Shangri-La

3 結論與討論

如何在滇西北區域選取高質量遙感影像提取高寒草甸的分布，對該區域高寒草甸的保護和合理利用具有重要意義。本研究選取滇西北香格里拉市為研究對象，基于1995年地面調查數據和研究區DEM數據，首先分析草甸和裸地的坡度、坡向和海拔分布特征，識別草甸和裸地的潛在分布區，然后利用冬季Landsat影像計算裸土植被指數（GRABS）和歸一化植被指數（NDVI），從草甸和裸地的潛在分布區中剔除裸地和綠色植被，提取得到高寒草甸的分布。最后采用1995年地面普查數據，分區域進行精度評價。得到以下結論：

1）香格里拉區域的Landsat冬季影像是研究該區域高寒草甸的優質數據源。對于高寒草甸植被類型分類、退化草甸的時空分布特征以及高寒草甸生物量估算等相關研究，之前學者均采用高寒草甸生長季（夏季）的光學遙感影像。但滇西北夏季多雨，夏季遙感影像云量均高于80%。而相關研究表明合成孔徑雷達（SAR）微波影像具有主動成像特點，受地形和云霧的影響小，在針對山區地物覆蓋的研究表明，SAR影像在提取林地、建筑時精度較高[30]，但適用范圍具有一定的局限性和時效性，而且針對于低矮植被以及草地是否具有可行性尚不明確[31]。因此本研究選取冬季Landsat TM影像提取滇西北高寒草甸的分布。

2）結合地面實測數據和裸土植被指數可以有效區分冬季高寒草甸和裸地。滇西北地區高寒草甸一般9月中旬開始進入枯黃期，到10月中旬草地幾乎全部枯黃[32]，此時高寒草甸和裸地的影像光譜特征十分接近，容易導致錯分。研究表明，枯黃的草地通常仍有部分地物覆蓋，其與裸地的地表溫度、含水量[33]等均有不同，基于這個差異可使用遙感影像反演草地和裸地，這在大尺度研究中廣泛應用[34]，但在小尺度研究中需要精確的地表溫度和含水量數據才能進行有效反演。另外，遙感影像上的裸地一般具有高亮度值等特征，而裸土信息的變化主要是由土壤亮度造成[35]，因此本研究采用裸土植被指數提取了香格里拉市裸土分布，高寒草甸和裸地潛在分布區內（累計頻率為90%時）的裸地面積為81.85 km2，基于1995年實測裸地的面積對比，空間重合度為88.45%，因此該方法可以有效提取研究區內的裸地。

3）本研究基于地理特征得到高寒草甸和裸地的潛在分布區，依據裸土指數和植被指數從該潛在分布區中剔除裸地和綠色植被，進而得到高寒草甸的空間分布。經驗證，提取的高寒草甸的面積精度和空間精度都較高，特別是在高寒草甸集中分布區（區域Ⅱ）內，提取的高寒草甸面積為512 km2，面積精度和空間重合度分別達到76.10%和90.87%，表明采用Landsat TM冬季影像能夠有效提取香格里拉市高寒草甸的分布，為今后研究滇西北高寒草甸時空分布格局探索了新的方法。

在高寒草甸零散分布的區域Ⅰ和區域Ⅲ，本研究提取結果的精度較低，導致它們與區域II提取精度存在差異的原因可能有：1）區域Ⅰ，區域Ⅱ和區域Ⅲ的坡度、坡向和海拔存在差異，但本研究采用了統一的坡度、坡向和海拔組合特征來提取高寒草甸的潛在分布區；2）在大范圍區域進行外業調查，得到的地面實測數據可能也存在誤差。今后需考慮區域差異性，對不同區域采取不同的坡度、坡向和海拔組合特征提取高寒草甸的潛在分布區。另外，使用更高分辨率的遙感影像可能會提高該區域高寒草甸提取的精度。