基于像元二分模型的和布克賽爾縣植被覆蓋動態變化分析

陳愛京，傅瑋東，肖繼東，張 旭，王 蕾，沙依然

（新疆維吾爾自治區氣候中心，新疆 烏魯木齊830002）

植被作為陸地生態系統的主體，具有明顯的年際變化和季節變化的特點，并與一定的氣候、地貌、土壤條件相適應，對全球能量平衡、生物化學循環以及水循環起著調控作用。植被變化主要是地球內部（土壤母質、土壤類型等）及外部（氣溫、降水等）綜合作用的結果，所以在全球變化研究中充當著“指示器”［1－2］。傳統意義上植被覆蓋度指植被（包括葉、莖、枝）在地面的垂直投影面積占統計區面積的百分比［3－5］。伴隨著多角度傳感器的出現，植被覆蓋度又被定義為觀測方向上的植被覆蓋度面積，本研究中的植被覆蓋度指第二種含義。植被覆蓋度作為衡量植被狀況的重要指標，對生態環境變化起到指示作用，因此植被的好壞是判斷生態系統環境的重要依據。

植被覆蓋度測量的傳統方法是地面測量，最常用的方法有目估法、樣方法、樣帶法、樣點法等，以及借助于采樣儀器的測量方法，如空間定量計、移動光量計等［6］。傳統的方法是一項人力、財力花費巨大的工作，而遙感技術具有感測范圍廣、信息量大、獲取信息快、更新周期短等特點［7］。因此，遙感技術為監測大面積區域植被覆蓋度，甚至全球的植被覆蓋度提供了可能［8］。近年來利用遙感資料估算大面積的植被覆蓋率已成為當前建立全球及區域氣候、生態模型的基礎工作之一［9］。目前采用遙感技術測量植被覆蓋度的方法主要有回歸模型法、植被指數法與像元分解模型法。其中象元分解模型應用最廣泛，對于植被覆被變化動態的監測效果最好［10］。

由于遙感技術具有宏觀、快速、周期性、多尺度、多層次、多譜段、多時相等優點，遙感技術已成為大范圍植被覆蓋度估測的主要手段。使用中分辨數據（TM、ETM、MODIS）估測植被覆蓋度的研究較多［11］。MODIS是EOS系列衛星的主要探測儀器，共有36個光譜通道，分布在0．4～14．0μm波譜范圍內，空間分辨率分別為250、500和1 000m，掃描寬度為2 330km。在對地觀測過程中，每秒可同時獲得6．1Mb的來自大氣、海洋和陸地表面信息，每日或每兩日可獲取一次全球觀測數據。MODIS具有數據存儲格式（HDF）高效、信息豐富、數據獲取快和覆蓋范圍廣等特點［12］。分辨率為250m的第1波段（0．62～0．67μm）、第2波段（0．841～0．876 μm）對植被比較敏感［13］。因此，可以利用其數據時間分辨率和光譜分辨率高的特點，準確、快速地監測植被的動態變化。

本研究利用歸一化植被指數NDVI（Normal－ized Difference Vegetation Index）和像元二分模型，結合土地利用圖，建立植被覆蓋度的估算模型。運用該方法對和布克賽爾縣的植被覆蓋度進行計算，并分析其動態變化特征及變化規律，這對于了解和掌握該區域生態環境狀況有重要的現實意義。

1 研究區概況

和布克賽爾蒙古自治縣位于新疆準噶爾盆地西北部，總面積3．06萬km2，北與阿勒泰地區接壤，南與昌吉州相鄰，西南與克拉瑪依交界，西北與哈薩克斯坦共和國相望，隸屬塔城地區，距首府烏魯木齊495km。地理坐標為84°37′～87°20′E，45°20′～47°12′N。和布克賽爾蒙古自治縣轄2個鎮（和布克賽爾鎮、和什托洛蓋鎮）、5個鄉（夏孜蓋鄉、莫特格鄉、巴音傲瓦鄉、查干庫勒鄉、鐵布肯烏散鄉）、4個牧場（那仁和布克牧場、巴嘎烏圖布拉格牧場、布斯屯格牧場、伊克烏圖布拉格牧場）。境內有兵團農十師一八四團、兵團農十師煤礦、兵團農七師一三七團煤礦、一三七兵團牧業營。地勢北高南低，北部為低山、丘陵，南部為古爾班通古特沙漠，中部為山前沖積平原。全縣東西最長210km，南北最寬207 km，屬北溫帶大陸性干旱氣候，年均氣溫3．0℃，年均降水量142mm，自然條件惡劣，具有冬長夏短，春秋多大風的特點，無霜期只有86～135d，每年8級以上大風78d以上。

2 研究方法

2．1 數據來源與處理 本研究所用MODIS影像數據是由新疆維吾爾自治區氣象局接收的時間序列為2003－2010年8月、空間分辨率為250m×250 m的EOS／MODIS數據。為了更準確地計算植被覆蓋度，所有數據都經過預處理、輻射校正、大氣校正和幾何校正。

2．2 植被覆蓋度遙感估算模型

2．2．1 像元二分模型 像元二分模型［14－15］是假設一個像元的地表由有植被覆蓋部分地表與無植被覆蓋部分地表組成，而遙感傳感器觀測到的光譜信息也由這兩個組分因子線性加權合成，各因子的權重是各自的面積在像元中所占的比率，如其中植被覆蓋度可以看作是植被的權重。

根據像元二分模型的原理，通過遙感傳感器所觀測到的信息（S）可以表達為由綠色植被部分所貢獻的信息（Sv）和由無植被覆蓋（裸土）部分所貢獻的信息（Ss）兩部分，即：

設一個像元中有植被覆蓋的面積比例為fc，即該像元的植被覆蓋度，則裸土覆蓋的面積比例為1－fc。如果全由植被所覆蓋的純像元所得的遙感信息為Sveg，則混合像元的植被部分所貢獻的信息Sv可以表示為Sveg與fc的乘積：

同理，如果全由裸土所覆蓋的純像元所得的遙感信息為Ssoil，混合像元的土壤成分所貢獻的信息Ss可以表示為Ssoil與1－fc的乘積：

將公式（2）與（3）代人公式（1），可得：

對公式（4）進行變換，可得以下計算植被覆蓋度（Fc）的公式：

式中，Ssoil與Sveg是像元二分模型的兩個參數。因此，只要知道這兩個參數就可以根據公式（5）利用遙感信息來估算植被覆蓋度。本模型表達了遙感信息與植被覆蓋度的關系，其參數Ssoil與Sveg則具有實際含義，即土壤與植被的純像元所反映的遙感信息，這樣就削弱了大氣、土壤背景與植被類型等的影響，將大氣、土壤背景與植被類型等對遙感信息的影響降至最低，只留下植被覆蓋度的信息。

2．2．2 利用NDVI估算植被覆蓋度 歸一化植被指數是一種由遙感傳感器接收的地物光譜信息推算而得的反映地表植被狀況的定量值，是植物生長狀態以及植物生長空間分布密度的最佳指示因子，與植物分布密度呈線性相關。將歸一化植被指數作為反映像元信息的指標帶入公式（5）得：

由此導出植被覆蓋度的計算公式：

式中，NDVIsoil為裸土或無植被覆蓋區域的NDVI值，而NDVIveg則代表完全被植被所覆蓋的像元的NDVI值。對于大多數類型的裸地表面，NDVI理論上應該接近0，并且是不易變化的，但由于受眾多因素影響，NDVIsoil會隨著空間而變化，其變化范圍一般在－0．1～0．2［16］。NDVIveg代表著全植被覆蓋像元的最大值，由于NDVIveg值會隨著植被類型和植被的時空分布而變化，計算植被覆蓋度時，即使是對同一景影像，NDVIsoil和NDVIveg也不能取固定值。因此，本研究利用土地利用圖和土壤圖作為計算NDVIsoil和NDVIveg值的基礎。取NDVI最大值和最小值分別為NDVIsoil和NDVIveg［17］，即為：

NDVIsoil＝NDVImin；

NDVIveg＝NDVImax。

本研究利用MODIS數據，在C＋＋環境下計算出NDVI數據，應用像元二分法，估算植被覆蓋度，計算2003－2010年8月和布克賽爾縣的植被覆蓋度，對植被覆蓋度進行動態分析，揭示植被變化規律。

3 和布克賽爾縣植被覆蓋度動態變化

3．1 和布克賽爾縣植被覆蓋度總體變化分析

和布克賽爾縣2003－2010年8月植被覆蓋度整體較高，為70%～90%，反映了良好的植被狀況（圖1、圖2）。從2003和2010年的植被覆蓋度圖看，8年間整體略有增加的趨勢，但不同年份之間植被覆蓋度有上升和下降，反映了植被覆蓋度在時間序列曲線上會發生變化。8年間植被覆蓋度總體變化不大，其中2005年植被覆蓋度最高，達到91．18%，為2003年以來最高；其次是2010年，植被覆蓋度為85．78%；其他年份在72．91%～79．50%。從植被覆蓋度圖可以看出，中、高植被區多集中在和布克賽爾縣北部區域，其中2005年和2007年中、高植被覆蓋度較大。

圖1 2003－2010年8月和布克賽爾縣植被覆蓋度圖Fig．1 Vegetation coverage at Hoboksar in August from 2003to 2010

3．2 和布克賽爾縣不同年份間植被覆蓋度變化分析 2003－2010年植被覆蓋度總體略有增加，其中2004－2005年，植被覆蓋度增加了22．38%，大部分地區植被長勢增強，2003－2010年和2009－2010年植被面積增加了1 748．86和3 160．46km2，植被覆蓋度增加了7．90%和15．24%，植被長勢變化不大，部分地區略有增加，2003－2004年、2007－2008年和2005－2006年植被面積略有減少，植被覆蓋度減少6．28%～15．50%，北部地區植被長勢有所降低；2006－2007年和2008－2009年的植被覆蓋度基本持平，但2006－2007年北部地區的植被長勢有所增加，2008－2009年變化不大（圖3、表1）。

圖2 2003－2010年8月和布克賽爾縣植被覆蓋度、降水量與溫度變化曲線Fig．2 Variation of vegetation coverage，precipitation and air temperature at Hoboksar in August from 2003to 2010

4 植被覆蓋度變化成因分析

4．1 植被覆蓋度與氣象因素之間的關系 引起植被覆蓋度發生變化的氣候因素一般包括溫度、降水等。植被生長對降水量的響應具有一定的滯后效應，且不同時段的降水對不同生長階段的植被影響程度也存在一定的差異。為了更精確分析和布克賽爾縣氣溫、降水對植被覆蓋度變化的影響，本研究采用MODIS數據，對2003－2010年中植被覆蓋最大的8月進行計算統計，得到2003－2010年8月的植被覆蓋度，然后對2003－2010年4－7月的平均降水量和平均氣溫進行統計分析（圖2）。結果表明，和布克賽爾縣的植被覆蓋度與降水量具有正相關性，從兩者的變化趨勢可以看出，植被覆蓋度變化與降水量的總體趨勢較為相近，除2007年有較大的波動外，其余年份二者的增減是一致的，但增減的幅度是有差異的，2007年的降水較2006年有大幅度的增加，但植被覆蓋度變化卻不大。通過統計分析，植被覆蓋度與降水量的相關系數為0．256，植被覆蓋度和氣溫的變化趨勢是沒有規律、不具有一致性的。通過統計分析得出，植被覆蓋度和氣溫的相關系數很小，說明植被覆蓋度的變化受氣溫的影響很小。

4．2 人類活動對植被覆蓋度的影響 引起植被覆蓋度變化的主要因素包括氣候和人類活動。從植被覆蓋度與氣候因素（降水、氣溫等氣候條件的變化）的關系中可以看出，氣候因素對植被覆蓋度的變化會產生一定的影響，但不是很大，所以人類活動對植被覆蓋度變化的影響占據著主導地位。前些年隨著經濟的發展和對資源開發的不斷加深，人為亂挖藥草等對物種、植被的破壞，使和布可賽爾縣土地鹽漬化、沙漠化不斷擴大。草地畜牧業長期沿襲逐水草而居的傳統游牧方式，對草地資源缺乏有效的保護和科學的管理，片面追求牲畜存欄頭數，超載過牧和毀草開墾，導致草地生態環境惡化。以上方式不同程度地破壞了和布克賽爾縣的生態環境，所以2003年到2008年相鄰兩年植被覆蓋變化不大，生態沒有多少改善。但從2009年開始，和布克賽爾縣政府開始大力加強環境保護和生態環境建設，并制定了一系列的政策和法規來保護生態環境，2009年到2010年植被覆蓋度增加了15．24%（表1），這說明在政府的干預下，和布克賽爾縣的生態環境得到了明顯的改善，這也是各界所期望的結果。

圖3 和布克賽爾縣植被覆蓋度差值圖Fig．3 Differential chart of vegetation coverage at Hoboksar from 2003to 2010

表1 和布克賽爾縣不同年份植被覆蓋變化Table 1 Changes of vegetation coverage at Hoboksar in different years

5 結論

本研究通過對2003－2010年8月的MODIS數據進行計算分析，得到和布克賽爾縣的植被覆蓋度、植被覆蓋分布圖和不同年份植被指數差值圖。利用以上圖像對和布克賽爾縣近8年來的植被覆蓋度進行了動態分析。結果顯示，從空間上來看，和布克賽爾縣植被覆蓋度由北向南逐漸降低的趨勢，從時間上來講，2003至2010年植被覆蓋度整體略有增加，8年來植被面積增加了1 748．86km2，植被覆蓋度增加了7．9%。但不同年份之間呈現不同程度的波動。

通過植被覆蓋變化成因分析，得出氣象因素中降水對植被覆蓋度的變化起到一定的作用，而受氣溫的影響卻很小，因此人類活動是引起和布克賽爾縣植被覆蓋度變化的主導因子。

應用像元二分法估算植被覆蓋度，方法簡單易行，此方法可以快速、有效地分析不同時期植被覆蓋變化情況，使決策者了解植被的分布情況，可為區域生態環境保護與恢復，合理開發利用資源提供有效的技術支持。近8年和布克賽爾縣植被總體呈現較穩定和改善的狀態，對于揭示地表空間變化規律，為地區經濟發展提供決策，促進區域生態建設與環境保護事業發展具有重要的現實意義。

［1］ 劉志峰，南穎，胡浩，等．2000－2008年長白山地區植被覆蓋變化特征［J］．西北植物學報，2010，30（2）：0391－0398．

［2］ 高艷，畢如田，劉庚，等．利用 MODIS影像對運城市近5年來植被覆蓋的分析［J］．山西農業大學學報，2009，29（5）：392－395．

［3］ 章文波，劉寶元，吳敬東．小區植被覆蓋度動態快速測量方研究［J］．水土保持通報，2001，21（6）：60－63．

［4］ 龍曉閩，周忠發，張會，等．基于NDVI像元二分模型植被覆蓋度反演喀斯特石漠化研究［J］．安徽農業科學，2010，38（8）：4184－4186．

［5］ 吳云，曾源，吳炳方，等．基于 MODIS數據的三北防護林工程植被覆蓋度提取與分析［J］．生態學雜志，2009，28（9）：1712－1718．

［6］ 丁艷梅，張繼賢，王堅，等．基于TM數據的植被覆蓋度反演［J］．測繪科學，2006，31（1）：43－45．

［7］ 毋兆鵬，金海龍．遙感技術在中國綠洲研究中的應用與展望［J］．干旱區資源與環境，2007，21（7）：43－48．

［8］ 陳巧，陳永富．QuickBird遙感數據監測植被覆蓋度的研究［J］．林業科學研究，2005，18（4）：375－380．

［9］ 李根明，董治寶，孫虎，等．基于3S的豫北內黃縣近30年來植被覆被變化研究［J］．地域研究與開發，2010，29（4）：127－144．

［10］ 劉靜，銀山，張國盛，等．毛烏素沙地17年間植被覆蓋度變化的遙感監測［J］．干旱區資源與環境，2009，23（7）：162－167．

［11］ 劉乾，李霞，尹業彪．基于CEBERS數據的植被覆蓋度估算［J］．新疆農業大學學報，2009，32（5）：30－35．

［12］ 杜子濤，占玉林，王長耀，等．基于 MODIS NDVI的科爾沁沙地荒漠化動態監測［J］．國土資源遙感，2009（2）：14－18．

［13］ 杜靈通．MODIS 1B數據的預處理及歸一化植被指數計算［J］．沙漠與綠洲氣象，2008，2（2）：25－28．

［14］ 楊勝天，劉昌明，孫睿．近20年來黃河地區植被覆蓋變化分析［J］．地理學報，2002，57（6）：679－684．

［15］ 李苗苗，吳炳方，顏長珍，等．密云水庫上游植被覆蓋度的遙感估算［J］．資源科學，2004，26（4）：153－159．

［16］ 李琳，譚炳香，馮秀蘭．北京郊區植被覆蓋變化動態遙感監測——以懷柔區為例［J］．農業網絡信息，2008（6）：38－41．

［17］ 孫久虎，劉曉萌，李佑鋼，等．北運河地區植被覆蓋的遙感估算及變化分析［J］．水土保持研究，2006，13（6）：97－99．