基于m影像的毛乌素沙地植被覆盖度时空变化分析

基于m影像的毛乌素沙地植被覆盖度时空变化分析

在生态系统中，植被覆盖变化是环境变化的直接结果，对世界能量和物质的生物化学循环有重要影响，是区域生态系统环境变化的重要指标。植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比,它是刻画陆地表面植被数量的一个重要参数,也是指示生态系统变化的重要指标。植被覆盖度可作为评价土地退化和沙漠化程度的参考指标,不同程度退化土地可以通过地表植被覆盖程度来划分。因此,获取地表植被覆盖及其变化信息,对于揭示地表空间变化规律,探讨变化的驱动因子,分析评价区域生态环境具有重要现实意义。遥感技术具有感测范围广、信息量大、获取信息快,更新周期短等特点,遥感信息的应用分析也已从单一遥感资料向多时向、多数据源的复合分析过渡,从静态分析向动态监测过渡,从各种现象的表面描述向软件分析和计量探索过渡。近20年来,随着对地观测系统技术的不断成熟,遥感技术为监测大面积区域的植被覆盖度,甚至全球的植被覆盖度都成为可能。目前采用遥感技术测量植被覆盖度的方法主要有:回归模型法、植被指数法与像元分解模型法。其中象元分解模型应用最广泛,对于植被覆被变化动态的监测效果最好。毛乌素沙地是中国荒漠化研究的热点地区之一。在干旱区生态条件极度脆弱的自然背景下,大规模的水土开发一方面将高生产力的人工生态系统替代自然生态系统,提高了经济效益;同时也破坏了自然界长期进化形成的自然生态平衡,导致沙漠化、次生盐渍化等问题的出现。据报道90年代初,鄂尔多斯地区沙漠化土地面积达10742km2,占全地区总面积的60%。其中流动沙丘3092km2,占沙漠化总面积的28.78%;半固定沙丘2686.4km2,占25%;固定沙丘19234km2,占45.83%。沙漠化土地每年向南推进430km、现在流沙已推进到长城以南60km,该区被列为严重沙漠化地区,加强土地荒漠化的动态监测对我国实现经济与社会可持续发展具有重要意义。针对沙漠化土地不断扩展的现实,国家及当地相关部门先后实施了天然林保护、退耕还林、禁牧、轮牧、日元贷款等工程项目,促进植被的恢复与重建。另一方面鄂尔多斯地区是全国重点的能源基地,形成为煤炭、化工、建材、羊绒、牧业、农业并存的经济发展格局。随着经济的发展,人口、道路、场矿等用地也不断升温,致使原生植被受到不同程度的破坏,形成了治理与破坏并存的格局。在这种格局下共同作用下,毛乌素沙地的植被动态如何变化,对确定该区资源开发利用方式、规模以及环境治理、植被恢复与重建方针具有重要的指导意义。为此,文中利用归一化植被指数(NDVI)估算植被覆盖度的改进模型,结合转移矩阵分析方法,对毛乌素沙地17年来植被覆盖度等级变化的空间过程和变化趋势进行了评价,拟揭示沙地植被变化规律,为该区能源科学合理的开发利用以及植物资源保护与恢复、畜牧业的可持续发展,提供理论依据。1毛乌素沙地草原毛乌素沙地位于内蒙古、陕西、宁夏的交界地带,地理位置为37°27′30″～39°22′30″N、107°20′～111°30′E,面积约4×104km2,地处鄂尔多斯高原与黄土高原之间的过渡地区。毛乌素沙地属典型大陆性半干旱气候,年降水量250～440mm。典型草原群落目前仅在少数梁地和局部高滩地零星分布,面积较小;在其西部零星分布着荒漠草原。由于沙丘的广泛分布,沙生植被所占面积最大,其中油蒿群系是固定、半固定沙丘上的主要群落类型。滩地主要分布草甸植被,面积仅次于沙生植被。盐生植被主要见于盐碱湖滨的盐渍化土壤上。2数据与研究方法2.1分辨率质量文中所采用的遥感数据是1990年和2007年的TM影像(分辨率为30m×30m),图幅为12733、12833、12834和12933(1990年8月-9月和2007年8月-9月)。背景资料为毛乌素的2005的矢量图。2.2学习方法2.2.1tm影像特征根据研究区的地理坐标,分别选择出1990年8-9月和2007年8-9月图像质量较好的12733、12833、12834和12933四景TM影像。将选定TM影像在ENVI软件中进行辐射纠正、大气纠正、投影转换和几何纠正,输出图像文件,在ARCVIEW中将两期图像叠加,查看图像纠正是否准确。用ENVI软件把纠正后的四幅TM影像图分别进行镶嵌,将镶嵌后形成的1990年和2007年影像图叠加,根据两幅图像的重叠部分,进行匹配,均衡化后分别输出用于植被分析的图像。利用ENVI软件,结合数字化的毛乌素2005年的矢量图,切割出所需毛乌素沙地的影像图,备用。2.2.2种植指数vi和模型的选择(1)ndvi指数的测度近30年来,科学家已经提出了40多个植被指数(VI)。VI主要有两种类型:一类以斜率为基础,如垂直植被指数(PVI);另一类以距离为基础,如归一化植被指数(NDVI)。高志海综合比较了NDVI、SAVI、MSAVI和DEMI(全球环境指数)四种VI在荒漠化地区提取植被信息的能力,认为NDVI优于其他几种VI。NDVI计算简单,不涉及复杂的参数确定,应用最广泛,研究也最深入。该指数(NDVI)对土壤背景的变化较敏感,在很大程度上消除地形和群落结构阴影的影响,并削弱大气的干扰,因而大大扩展对植被覆盖度的监测灵敏度,常用来反映植被状况,植被覆盖,生物量等信息,是反映生态环境的重要指标,故常被用来研究区域与全球的植被状态。对于陆地表面主要覆盖而言,云、水、雪在可见光波段比近红外波段有较高的反射作用,因而其NDVI值为负值;岩石,裸土在两波段有相似的反射作用,因而其NDVI值近于0;而在有植被覆盖的情况下,NDVI为正值,且随植被覆盖度的增大而增大。文中采用NDVI并建立像元二分模型用于植被覆盖度的计算。(2)全植被覆盖像元ndvi值的计算假设一个像元的信息可分为植被与裸土两部分,通过传感器观测到的信息S就可以表达为植被组分贡献的信息SV和土壤组分贡献的信息SS两部分:S=SS+SV(1)对于一个混合像元,像元中植被覆盖的面积比例为该像元的植被覆盖度fc,而土壤覆盖的面积比例为(1-fc)。设全植被覆盖像元的遥感信息为Sveg,无植被覆盖的裸土像元的遥感信息为Ssoil,则像元中植被成分所贡献的信息Sv可以表示为:Sv=Sveg×fc(2)同理,土壤成分所贡献的信息SS可以表示为:Ss=Ssoil×(1-fc)(3)将式(2)与式(3)代入式(1)式得到:S=Sveg×fc+Ssoil×(1-fc)(4)将NDVI代入(4)式进行变换,可以得到:NDVI=NDVIveg×fc+NDVIsoil×(1-fc)(5)NDVIveg为全植被覆盖像元的NDVI值,NDVIsoil为无植被覆盖的裸土像元的NDVI值。由(5)可得:fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)(6)(3)ndvi指数的测算归一化植被指数(NDVI),又称标准化植被指数,定义为近红外波段NIR(0.7～1.1L)与可见光红波段RED(0.4～0.7L)数值之差与这两个波段数值之和的比值,即公式:NDVI=(NIR-RED)/(NIR+RED)(7)根据上述像元二分模型,图像中每个像元的NDVI值可以看成是有植被覆盖部分的NDVIveg与无植被覆盖部分的NDVIsoil的加权平均,如果没有实测数据,就只能取NDVIveg与NDVIsoil分别为图像中给定置信度的置信区间内的最大值与最小值。可见,在估算中只需要确定NDVIsoil和NDVIveg的值,而这两个值是参数。因而可以根据遥感信息利用公式(6)来估算植被覆盖度。fc便可求算出来。(4)ndvi-iiieg值的计算NDVIsoil应该是不随时间改变的,对于大多数类型的裸地表面,理论上应该接近于零。然而由于大气影响、地表湿度等条件的改变,NDVIsoil会随着时间而变化。此外,由于地表湿度、粗糙度、土壤类型、土壤颜色等条件的不同,NDVIsoil也会随着空间而变化,其变化范围一般在-0.1～0.2之间。NDVIveg代表全植被覆盖像元的最大值,由于植被类型的不同,植被覆盖的季节变化,叶冠背景的污染,包括潮湿地面、雪、枯叶等因素,NDVIveg值也会随着时间和空间而改变。实验条件所限以及为简化数据处理,文中无法根据植被和土壤类型的差异采取不同的NDVIveg和NDVIveg值,因此,采用近似值代替(表1),NDVIsoil值取评价区域影像中给定置信度的置信区间内的NDVI最小值,作为理想无植被地表;同理,NDV-Iveg值取评价区域影像中给定置信度的置信区间内的NDVI最大值,作为理想植被全覆盖地表。对于NDVI和植被覆盖度的计算,利用ENVI软件中的bandmath模块对图像直接进行计算实现公式(6)。从而获得两期毛乌素沙地的植被覆盖度栅格图。最终得出1990年和2007年的植被覆盖度图,NDVI值的范围在-1～+1之间。(5)土地利用的变化,是一个跨区域差异的基土地利用变化研究有一个土地利用动态度的概念,实际上也就是研究时段内某一土地利用类型的年变化率,它可定量描述区域土地利用变化的速度,它对比较土地利用变化的区域差异和预测未来土地利用变化趋势都具有积极的作用。土地利用动态度有单一土地利用动态度和综合土地利用动态度之分,前者的物理意义更明确,应用较多,其公式表达式为:K=Ub−UaUa⋅T×100%Κ=Ub-UaUa⋅Τ×100%式中:K为在研究时段T内某土地利用类型的年变化率,Ua和Ub分别为该土地利用类型在研究初期和末期的面积。2.2.3ndvi值划分采用NDVI划分方法对研究区植被进行分类。采用以上标准对植被盖度进行划分,即NDVI值划分即分为低植被覆盖:0.0～0.3;中植被覆盖:0.3～0.6;高植被覆盖:0.6～1.0。3结果分析3.1盖度植被的现状植被覆盖的面积变化,可以反映毛乌素沙地过去17年来植被覆盖变化总的态势。毛乌素沙地植被覆盖等级栅格图统计获得的植被覆盖等级的面积变化及变化率(表2)表明:研究区以低盖度植被为主体,1990年面积为33176.7369km2,占总面积的96.2%,2007年面积下降到30671.6454km2,占总面积的88.93%,低盖度植被总体在减少,年变化率为-0.048%。中、高盖度植被的总面积,1990年为1313.5023km2,占总面积的3.8%;2007年为3818.5938km2,占总面积的11.07%,两者年变化率分别为3.91%和3.48%。中、高盖度植被的面积有所增加,且年变化率明显快于低盖度植被,表明毛乌素沙地植被覆盖整体上呈现良性循环趋势。3.2ndvi值的变化在1990年和2007年TM矢量图(图1～2)上随机选取8个样区,对获得的1990年和2007年NDVI值的变化(表3)分析可知:从1990年到2007年的植被覆盖指数(NDVI)发生了变化,8个样区中,增加的NDVI值约占88.9%。所抽取的样区的NDVI值范围为0.0070～0.2335,落在低盖度区的NDVI值(0～0.3)范围内,表明毛乌素沙地低盖度区的植被朝着良性方向发展。3.3研究区植被覆盖度等级面积转移矩阵为了精确定量计算植被覆盖度的格局与变化,将不同时期的植被覆盖等级图进行空间叠加运算,最终求出不同时期的植被覆盖度等级的转移矩阵。将1990年、2007年珊格不同植被覆盖度等级的面积,分别用A1990m×n和A2007m×n矩阵表示,并获得毛乌素沙地不同植被覆盖等级转化矩阵表(表4),从表4可以看出,对角线上的数据为该植被覆盖类型在17年间未发生变化的面积,在整个研究区,三种植被覆盖类型的总面积为30647.8044km2,占总面积的88.86%,也就是说,1990-2007年,毛乌素沙地有88.86%的土地植被覆盖等级没有发生变化。依据1990～2007年毛乌素沙地植被覆盖度等级面积转移矩阵,获得研究区不同植被覆盖度等级面积转移百分比转移矩阵(表5)。由表4和表5可知,正向转移的面积为3209.5153km2,占总面积的9.31%。在正向转移中,低盖度转为中、高盖度的面积分别占总面积的8.15%和0.73%;中盖度转为高盖度的面积占总面积的0.43%。可能与国家一系列生态环境治理工程措施,如飞播造林、退耕还林还草工程、禁牧、休牧、划区轮牧、沙柳产业化开发等,在该地区实施有关,生态环境建设项目的实施,致使整个研究区植被覆盖度不断上升,毛乌素沙地的土地荒漠化在一定程度上得到遏制。毛乌素沙地植被覆盖状况在不断提升的同时,也存在着植被退化的现象。研究结果表明,在1990～2007年期间,该区植被覆盖呈现负向转化的面积累计达到633.0195km2,占总面积的1.84%。其中中等盖度转为低盖度的最多,占总面积的1.49%,其次是高盖度转为中盖度的,占总面积的0.23%。一般导致植被覆盖度下降的主要原因是自然变化与人为干扰,对毛乌素沙地伊金霍洛旗、鄂托克旗、乌审旗和鄂托克前旗四个旗1990～2007年的各年度的降水和气温分析结果表明(图3,图4),平均温度为7.8℃,平均降雨量为292mm,与毛乌素沙地多年平均气温6.5-8.0℃和降水量360mm相比,可以看出17年间整个毛乌素沙地气温和降水变化不大,这就说明气温和降水对植被覆被变化的影响不大。根据统计资料,1990年和2005年研究区人口总数分别为166622人和314516人,15年间增加了139099人,人口密度几乎翻倍。人口数量的增长,以及工业生产的迅速发展,加重了