三江源地区植被覆盖度与居民点关系研究读书笔记

1、文献名称：三江源地区植被覆盖度与居 民点关系研究(the relationship between ndvi and residential sitesacross “three-river-source” area)一、文献主要内容：1、引言(1) 选题研宄现状李惠敏曾对重庆市植被指数时空变化进行研究，并发现在人口 少、经济不发达的地区植被指数高；韩贵峰在人为因素对中国东部 地区ndvi的影响研究中应用整体相关性空间相关场方法，对长三角 地区、福建沿海福州及厦漳泉地区以及广东广州、深圳和汕头周围地 区进行研宄，并发现人口的大量集中对植被的侵占和破坏十分明显； 另外张镱锂等对1981年-21年

2、三江源地区植被指数下降趋势空 间特征进行了研究，其中分析了 8km分辨率植被指数下降与居民点 距离的关系。(2) 研究区概况三江源自然保护区，是目前中国海拔最高、面积最大的自然保护 区，三江源地区是高寒、脆弱的生态区，因此三江源地区植被对人 类活动更加敏感。(3) 研究的必要性三江源生态移民工程之后的植被恢复情况是大家关心的问题，对 三江源地区植被与居民点的空间对应关系作进一步的研宄，对于深入 认识生态移民的作用具有重要意义。2、数据来源与研宄方法2.1数据来源(1) 人u数据：来源于第五次全国人口普查的2000年三江源各乡镇的人u数据，以及青海省农村(牧区)饮水安全工程调查的2008年人 口

3、数据。(2) 居民点数据:根据各县统计资料、普通地图等获得三江源地区居 民点的数量以及其空间分布数据(3) ndvi数据：来源于spot vegetation ndvi数据集。2.2研究方法(1) 最大值合成法：最大值合成法(maximum value composites, mvc)是0前国际 上通用的遥感影像处理方法。所下载的上、中、下旬数据都是经过 最大化合成之后的数据，即每一像元均用该旬的最大ndvi值来表示, 这样就起到了进一步消除大气的云、颗粒、阴影、视角以及太阳高度 角干扰的优化作用。本文将它的用法进行了拓展和延伸，用其计算 1998年-2009年每个月的最大化ndvi，并巾每个

4、月的值计算出每年的 最大化ndvi，本文中的ndvi即是年最大化ndvi。(2) 缓冲区分析法：缓冲区是给定空间对象或集合的邻域。邻域的大小由邻域的半径 或缓冲区建立的条件来决定。本文是对居民点建立缓冲区，建立时直 接以该点为圆心，以要求的距离为半径绘圆，所包容的区域即为所要 求的区域。3、ndvi与人口密度的关系三江源地区的人u分布和ndvi存较好的相关性。可以看出人口密 度和ndvi的关系有显著的规律性：当人口密度在2人/km2以卞时,ndvi与人u密度正相关，说明人u较多分布在ndvi大的区域，较少 分布于ndvi小的区域，原因是人们都趋向于自然条件较好的地区居 住。生存条件较好的区域通

5、常河流水源充沛、环境气候好，其植被覆 盖度也高。而在人n密度大于2人/km2的地区，ndvi相对较高（ 0.4），但随着人口密度的增加，植被指数反而下降，说明在自然条件 较好、植被指数较高的地区，过密的人u对植被存破坏作用4、ndvi随距居民点距离和时间的变化4.1居民点分类本文根据居民点密度的不同将居民点进行分类，研究不同密度的 居民点与ndvi的空间关系。对居民点密度的划分以各乡镇居民点平 均距离为依据，居民点平均距离小，表明其密度大；居民点平均距离 大，表明其密度小。三江源地区117个乡镇中，各乡镇均包括多个村， 将镇、乡、村统称为居民点。根据“牧区饮水工程”项目中统计的 各个村庄和各县

6、人民政府网对乡镇村庄的介绍，统计出每个乡镇包括 的村庄个数。因此，乡镇包括的居民点个数，力其包括的村庄个数加 一（乡政府、镇政府所在地看作一个独立的居民点）。根据各乡镇面 积及其居民点个数，计算出每个乡镇居民点平均距离，以此表征每 个乡镇居民点密度。根据各乡镇居民点密度的不同，将居民点分为 六类。4.2 ndvi与跑居民点跑离的关系建立293个居民点平均距居民点宽度为1km的5个缓冲区（见图 4），分析缓冲区ndvi随距离的空间变化规律。密度最大居民点各缓冲 区随距居民点距离的增加，因受人类活动破坏ndvi反而呈缓慢上升趋 势。密度第二高的居民点ndvi随距离的变化呈现平稳态势。密度第 三、第

7、四的居民点，ndvi随距居民点距离的增加呈下降趋势，后者 下降幅度最大。由于这两类居民点密度较小，其人口分布对ndvi影响 甚微，没存改变ndvi的天然状态和格局。密度第五和密度最小居民 点，人口密度小、人口总量少，人们生存的自然环境整体较恶劣，植 被覆盖度总体都较低，所以ndvi与距离居民点远近没有明显相关关 系。4.3 ndvi与距牧业居民点距离的关系三江源是我国五大牧业区之一，放牧活动是当地人类活动的主要方式之一。人类的放牧活动会对ndvi （主要是草场）产生一定的影 响，放牧和ndvi的关系也是本文人口分布和植被关系的一个重要方 面。对放牧和ndvi关系的研究本文选择纯牧业乡和县为研究

8、区，以 当地居民点为对象，对居民点做缓冲区，分析放牧和ndvi的时空演 变关系。研宄发现从1998年-29年的12年间，每年随着距居民 点距离的不同，各缓冲带ndvi呈现出几乎相同变化规律，依据各缓冲 带ndvi的变化规律将其划分为以下几个范围介绍：0-2kin范围，ndvi 显著下降；2-4km范围，ndvi大幅上升；4-10km范围，ndvi随距离增 加缓慢下降，说明这些牧业居民点的放牧半径为4km左右。造成此 变化的主要原因是，在距牧业居民点较近的2km范围内，草地承受的 放牧压力大，植被出现较大幅度退化现象。随着距牧业居民点距离增 加，在2-4km缓冲带范围内，草场受到过度放牧的影响越

9、来越小，植 被生长状况较好，ndvi大大提高。而4-10km的区域范围内，距牧业居 民点较远，ndvi呈下降趋势。从前文论述中可知，牧业居民点主要分 布在ndvi高的区域，而距牧业居民点距离远的区域植被覆盖度低。对位于这些牧业县乡的所有居民点共同做缓冲区，会产生以下 两个问题：东部的牧业县和西部牧业县的一些居民点距离周围其 他非纯牧业县距离非常近，做缓冲区分析时会将这些县域的农耕区、 林地等范围划入缓冲区；如果为了避免将这些非纯牧业县的农耕 区、林地划入缓冲区而将缓冲区距离缩小的话，又无法真实的反映 当地牧民放牧的距离范围。鉴于此，本文选取三江源西部唐古拉山 乡、治多县的索加乡、杂多县的莫云乡

10、和查旦乡共4个乡的牧业居 民点，对这些牧业居民点建立1km的10个缓冲带，分析不同时 间不同缓冲带内的ndvi及其变化。之所以选择距离牧业居民点 10km之内的区域进行分析，也是基于前面的居民点密度分类数据： 大部分居民点的距离都在10km以上，选择10km范围进行分析，可 以避免不同居民点的缓冲区的相互重叠的交叉影响。4.4 ndvi随时间的动态变化从图6可以看出，1998年-2009年的12年间三江源地区ndvi的时 间动态变化规律。尽管有所波动，但在三江源生态治理工程实施期间， 植被指数总体上是上升的。5、结论(1)三江源地区总体人口密度和ndvi呈现出显著的正相关性，即居民点较多分布在

11、植被覆盖条件好的区域，植被覆盖条件差的区域居民 点分布较少。但由于人类对植被的破坏，三江源部分人口密度大的地 区ndvi并非呈显著正相关，植被指数反而相对较低。(2) 密度大的居民点，随着距居民点距离的增加ndvi呈下降趋势， 密度小的居民点，其所在区域自然环境整体较恶劣，ndvi总体都较 小，所以ndvi与距离居民点远近没存明显的相关关系。(3) 对典型牧业居民点小尺度区域范围的研宂发现，人类放牧活动 造成了居民点2km范围内的植被退化，随着距离的增加ndvi呈显著上 升态势，而在4-9km范围内，ndvi随着距离的增加逐渐变小。二、关于文献的拓展：1、三江源地区的概况由于本文对三江源地区概

12、况的介绍较为简略，因此我对三江源地 区的概况进行了查询，以便对本文更好的理解。三江源地处位于青藏高原的青海省地区，因属长江、黄河、澜沧 江三大水系的发源地而得其名。其行政区域包括玉树、果洛、黄南等 藏族自治州的16个县和格尔木市的唐古拉乡，总面积为30. 25万平方 公里，约占青海省总面积的43%。现有人口55. 6万人，其中藏族人口 占90%以上，其他还有汉、回、蒙古等民族。2000年5月青海省成立“三 江源自然保护区”。在过去的几十年中，由于自然和认为因素的共同作用，有“亚洲 水塔”之称的青海省三江源地区的生态环境遭到严秉破坏，天然草地 不断退化、鼠害猖獗、水土流失面积扩大，对青藏高原乃至

13、整个亚洲 的气候产生影响。中国实施的“三江源生态保护和建设工程”涉及草 原森林保护、黑土滩治理、鼠害防治等22个项目，其中生态移民工程 计划到2010年，将黄河、长江、澜沧江源头地区的10万牧民人口从生 态恶化区迁至基础设施条件较好的城镇生活，以加快三江源区生态恢 复。2、ndvindvi (normalized difference vegetation index)是植被覆盖 指数，应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等， 与植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力 等密切相关。-1彡ndvi彡1，负值表示地面覆盖为云、水、雪等，对 可见光高反射；0表示右

14、岩石或裸土等，nir和r近似相等；正值，表 示有植被覆盖，且随覆盖度增大而增大。ndvi的局限性表现在，用非 线性拉伸的方式增强了nir和r的反射率的对比度。对于同一幅图像， 分别求rvi和ndvi时会发现，rvi值增加的速度高于ndvi增加的速度， 即ndvi对高植被区具有较低的灵敏度。ndvi能反映出植物的冠层的背 景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖右 关。3、本文的研宄方法 (1)最大值合成法：最大值合成法(maximum value composites, mvc)是目前国际 上通用的遥感影像处理方法。植被指数最大值合成法以给定时间范围 内植被指数的最大值作为遥

15、感数据选择的准则。植被指数通常由遥感 数据的红光和近红外波段反射率的线性或非线性组合运算得到，是表 征地表植被覆盖、生长状况的一个简单有效的参数。最早由holben 提出的最大值合成法，采用ndvi最大值得选择准则合成多时相的 av11rr数据，针对给定的时间范围内的相互匹配的多景卫星观测数据， 计算相应的ndvi图像，然后逐相元比较，选择具有最大的ndvi值的遥 感数据，得到mvc算法的合成结果。该方法简单、易实现，匕经广泛 应用于全球植被覆盖变化监测。在实际应用中，mvc方法往往倾向于 选择远离星下观测点的数据，而且对覆盖某些植被类型的云的去除效 果较差。针对mvc合成方法存在的问题，国内

16、外许多学者提出丫波段反射 率值最小的遥感数据选择准则，包括选择蓝光波段最小值和选择红光 波段最小值。在红外波段，云的反射率明显高于植被的反射率，依据 红光波段反射率最小值的准则，可以减少选择受云污染的相元值的概 率。由于红光波段云影区的反射率也较低，因此导致该方法的合成结 果中保留y大量受云影影响的相元值。（2）缓冲区分析法：缓冲区是为了识别某一地理实体对周围地物的影响而在其周 建立的一定宽度多边形区域，其地理要死通常抽象为点、线和面而缓冲区分析法是用來确定不同地理要素的空间邻近性或接近 程度的一种分析方法。因此缓冲区分析要基于点、线和面进行。从空 间变换的观点出发，缓冲区分析就是将点、线、面

17、状地物分布图变换 为这些地物的拓展距离图，图上的每一点的值代表离该点最近的某种 地物的跑离。从数学意义上看，缓冲区分析就是基于空间h标（点、 线、面）拓扑关系的距离分析，其基本思想是给定空间目标，确定它 们的某个领域，领域的大小由领域半径r决定。因此，对于给定的目 标0，其缓冲区定义为:b=x|d（x, 0彡r）式中,d为x与0之间的距离, 通常是指欧式距离；r为领域半径，或称缓冲距。空间目标主要指点 h标、线h标和面h标，以及点h标、线h标和面h标组成的复杂目 标。因此空间目标的缓冲区包括点目标缓冲区、线目标缓冲区、面目 标缓冲区和复杂目标缓冲区。另外，缓冲区的生成算法主要包括点缓 冲区生成

18、算法、线缓冲区生成算法、面缓冲区生成算法。arcgis中缓冲区的建立有两种方法：一种是用缓冲区向导建立， 另一种是用缓冲区工具建立，点、线、面的缓冲区建立过程基本一致。 缓冲区向导工具只需要向导工具的提示一步步的设置参数，就可以建 立要素的缓冲区。而使用缓冲区工具建立缓冲区则需要按照一定的步 骤才能完成缓冲区分析操作。4、本文主要研究的问题及图表说明本文主要研宄的问题包括以下四个方面：（1） ndvi与人口密度的关系（2） ndvi与距居民点距离的关系（3） ndvi与距牧业居民点距离 的关系（4） ndvi随时间的动态变化。本文主要采用最大值合成方法和缓冲区分析法，其中应用最大值 合成法对n

19、dvi与人口密度的关系、距居民点距离的关系、距牧业居民 点距离的关系以及随时间的动态变化进行了分析；应用缓冲区分析法 对ndvi与距居民点距离的关系、距牧业居民点距离的关系进行了分析。关于ndvi与人口密度的关系，通过最大合成法做出两张散点发现三江源地区人口分布和ndvi具有较好的相关性，并得出结论如前文所述，散点图如下（图一为2000年各乡镇人门密度及ndvi、为2008年各乡镇人口密度及ndvi）:«-)o0.05.010.015.020.0人口密度(a/km2)7 5 3 , o.o.o.ciaclzs?5k0.05.010.015.020.0人u密度(a/km2)9 7 5

20、3 o o o o ixlzffftk图1 2000年各乡镇人口密度及其ndvi阌2 2008年各乡锁人口密度及其ndvifig.l township population density vs ndvi in sanjiang)uan in 2000 fik 2 tmuiship |m>pulalionvs ndvi in sanjiaiigyuan in 2008表1三江源各乡镇居民点密度分类统计 table 1 village number of region types with different village density居民点居民点平均乡镇居民点分析的居密度距离（km）个数个数民点个数最大101516718第二10«12063413131筇三20«1302714283第四30«14053131第五40«!6052214最小d>6021616合计117791293平均距离d(km)e3密度敁大(d<io)密