基于modis数据的草地退化遥感监测方法

基于modis数据的草地退化遥感监测方法

1气候变化及遥感研究所谓草坪退化，是指天气或人为干预草坪生态系统自我调节能力的阈值，使其难以恢复，并在相反方向上发展，导致逆转进化变化。目前我国天然草地面积3.93亿hm2,约占国土总面积的41.7%,但全国90%的可利用天然草地存在不同程度的退化,草地退化已经成为制约我国草地畜牧业持续发展及生态环境改善的重要因素之一。因此,准确、动态监测草地退化程度,积累草地基础数据,对科学管理与合理利用草地资源、保护生态环境具有重要意义。随着遥感技术的不断发展,遥感已成为草地退化监测的主要手段。涂军等通过对TM影像进行目视解译,分析了青海高寒草甸草地的退化状况。刘志明等利用两个时相的TM数据,采用监督分类和非监督分类相结合的方法,对吉林省西部草地退化状况进行了分析。李辉霞等基于NDVI建立了西藏自治区草地退化评价模型。高清竹等选择草地的植被盖度为草地退化的遥感监测指标,研究了藏北地区草地退化的时空分布特征。已有方法主要用两个时相的遥感数据(80年代遥感数据和当前遥感数据)进行草地退化监测,在数据获取、图像配准、时相校正、业务化处理等方面给使用者带来诸多不便。如何运用单时相遥感数据监测草地退化状况还未见相关报道。MODIS(Moderateresolutionimagingspectroradiometer)卫星传感器是美国对地观测系统EOS计划中的主要传感器之一,在气候变化、环境监测等领域得到了广泛的应用。它有36个光谱波段,空间分辨率包括250m、500m及1000m三种,每天上、下午分别过境。从MODIS数据中可以提取植被指数、净第一性生产力(Netprimaryproduction,NPP)等生态参数。考虑到草地退化的实质是草地生产力的下降,而净第一性生产力是表征草地生产力状况的一项重要指标,因此本文提出一个基于单时相MODIS-NPP数据的草地退化遥感监测方法。2牧场退化的遥感监测方法2.1草地退化指数的计算草地退化遥感监测评价指标选择的原则是:既考虑草地退化以及遥感原理和数据特点,又要有科学性、系统性、相对独立性、可行性和可操作性。综合考虑草地退化的实质和MODIS数据的特点后,我们提出的草地退化遥感监测方法如式(1)所示:D=NPP潜在−NPPNPP潜在×100%(1)D=ΝΡΡ潜在-ΝΡΡΝΡΡ潜在×100%(1)其中,D为草地NPP减少的相对百分数;NPP为草地的年净第一性生产力;NPP潜在为草地的潜在NPP,即草地没有发生退化时的NPP。草地退化指数D的取值范围为0~100%,D值越大草地退化越严重。我们参照国家标准(GB19377)提出草地的退化程度分级标准,以草地NPP减少的相对百分数D为主要指标,将草地退化分为4个等级:未退化0~10%、轻度退化10%~20%、中度退化20%~50%和重度退化>50%。2.2基于模型的草地nbp遥感模型目前NPP的估算模型主要有三种:气候统计模型、过程模型和光能利用率模型。气候统计模型通过建立NPP与地面气候资料(如年降水量、年平均温度及年蒸散量等)的统计关系来估计NPP。过程模型从机理上对植物的生物物理过程以及影响因子进行分析和模拟,更能揭示生物生产过程,但模型复杂,涉及的参数多而不易获得。光能利用率模型是基于资源平衡观点来估算NPP,模型形式简单且可以直接利用遥感数据,克服了气候统计模型以点带面的缺点,比较适合快速、大范围地监测草地NPP。我们以CASA模型(Potteretal.,1993)为基础,考虑了温度和大气水汽的影响,构建了基于MODIS数据的草地NPP遥感模型。该模型所需参数均可由MODIS反演获得,可以简便、快速、大范围监测草地NPP。模型可表示为:NPP=(FPAR×PAR)×(ε*×σΤ×σΕ)(2)其中,NPP为草地净第一性生产力;FPAR表示草所吸收的光合有效辐射比例;PAR为到达地表的光合有效辐射,通过气候学方法确定;ε*为植物的最大光能利用率,取0.608g/MJ;σT为温度对植物生长的影响系数;σE为大气水分含量对植物生长的影响系数。光合有效辐射比例(FPAR)与比值植被指数(VI)密切相关,二者的关系可表示为:FPAR=(VI−VImin)(FPARmax−FPARmin)VImax−VImin+FPARFΡAR=(VΙ-VΙmin)(FΡARmax-FΡARmin)VΙmax-VΙmin+FΡARmin(3)式中,FPARmax=0.950,FPARmin=0.001;VImax和VImin分别表示草地的最大和最小比值植被指数。模型的具体描述请参见文献。2.3草地潜在npp的确定步骤潜在NPP是指草地在水热等生长条件适宜、没有自然或人为因素破坏情况下的净第一性生产力,它是评价草地退化程度的基准与依据。国家标准(GB19377)中评定草地退化的参照依据是:(1)未退化草地或者以监测区域附近相同水热条件的草地自然保护区中相同草地类型的植被特征与地表、土壤状况为基准;(2)或者用20世纪80年代初的监测区域相同草地类型的未退化草地植被特征与地表、土壤状况为基准。以监测区域附近相同水热条件的草地自然保护区中相同草地类型的植被特征与地表、土壤状况为基准,实质上是以监测区域附近相同水热条件、相同草地类型中长势最好的草地状况为基准。因此,本研究把监测区域附近相同水热条件、相同草地类型草地的最大NPP作为该区域的潜在NPP。这样,草地潜在NPP的确定可划分为两个步骤:(1)将研究区根据草地类型和水热条件划分为若干个子区域,每个子区域具有相同的水热条件和草地类型;(2)计算每个子区域的最大NPP,其最大NPP即为该子区域的潜在NPP。在实际应用中可根据草地类型分布图进行子区域划分。首先把草地类型分布图中的每个多边形划分为一个子区域,这样就可保证每个子区域具有相同的草地类型。然后可根据多边形的面积判断该子区域是否具有相同水热条件。如果子区域面积较小,可认为该子区域具有相同的水热条件;如果子区域的面积较大(即该区域分布广泛),那么该子区域可能不具有相同水热条件,这时可根据需要把该子区域划分为若干个更小的子区域,以保证每个子区域都具有相同的水热条件。经研究发现,中国草地类型分布图中的绝大多数多边形(子区域)面积较小、具有相同的水热条件。因而实际应用中可直接根据中国草地类型分布图进行子区域的划分。另外对每个子区域而言,由于遥感数据噪音、混有其他类型植被等因素,区域内NPP可能存在异常值,使得NPP的最大值偏大。研究表明,对NPP图像进行中值滤波(5×5窗口)可很好地解决异常值问题。因此,草地潜在NPP的确定方法可分为以下几个步骤:(1)对NPP图像(2.2节计算结果)进行5×5窗口中值滤波。(2)将草地类型分布图与滤波后的NPP图像叠加,应用ErdasImagine8.7的“vectormodel”模块计算草地类型分布图中每个多边形的最大NPP,获得潜在NPP空间分布矢量图。(3)将潜在NPP矢量图转化为1km分辨率的栅格数据,以便计算NPP的相对减少百分数D。3草地退化程度我们用本文提出的方法对2003年我国北方草地退化状况进行了遥感监测实验。首先用2.2节的方法计算2003年的草地NPP,然后根据2.3节介绍的方法确定潜在NPP,进而计算草地NPP减少的百分数D,监测结果如图1所示。从图1中可以看出,我国北方草地退化非常严重,大部分地区退化程度在中度以上。其中,内蒙古中部和西部地区、内蒙古锡林浩特部分地区、新疆北部地区、昆仑山沿线草地以及青海省东南部部分地区草地退化尤为严重,退化程度达到重度退化等级。东北三省、河北省、山西省、陕西省以及甘肃南部地区草地退化程度基本为轻度等级,个别地区为重度退化。对比图1和草地类型分布图发现,草地退化程度与草地类型有密切的关系。荒漠类草地主要分布于内蒙古中部和西部以及新疆北部等干旱半干旱地区,而这些地区也是草地退化最为严重的地区。高寒草地主要分布于青海省,该类草地退化也较为严重。草原类、草甸类和草丛类草地退化程度相对较轻。中国北方各类草地的平均退化程度如表1。4基于数据的遥感监测和分析准确、动态监测草地退化程度,积累草地基础数据,对科学管理与合理利用草地资源、保护生态环境具有重要意义。本研究提出了一个基于单时相MODIS—NPP数据的草地退化监测方法,该方法仅需要单时相的MODIS数据和草地类型分布数据,数据获取方便,可操作性强,可很好地解决缺乏20世纪80年代遥感数据问题。另外该方法以NPP为主要监测指标,更能反映草地退化的实质,监测精度高