基于遥感影像的漓江流域植被覆盖度动态变化研究

摘要：本文以漓江流域作为研究区域，用1991、2006年的TM影像和2012年的HJ1A影像作为数据源，利用归一化植被指数（NDVI）像元二分模型估算出的漓江流域不同时期的植被覆盖度信息结果进行了变化监测研究，分析了变化原因。结果显示，1991～2012年间，漓江流域的植被覆盖度变化以稳定为主，稳定部分的面积占总面积的41.478%；植被覆盖度增加部分的面积占总面积的40.340%，减少部分的面积占总面积的18.182%，增加部分的面积大于减少部分的面积；说明1991年至2012年漓江流域的植被覆盖度整体上呈现上升的趋势，其原因是漓江流域内林区的保护以及植树造林的措施比较到位，而部分区域植被覆盖度的下降主要是受人为因素的影响，需要在今后的发展过程中，继续加大漓江流域的生态环境保护，尽量减少人为原因的破坏。

关键词：遥感 植被覆盖度 动态研究 漓江流域

中图分类号：TP79 文献标识码：A 文章编号：1007-9416（2013）03-0090-02

1 概述

植被覆盖度作为描述植被覆盖特征的重要指标之一，是生态系统的重要基础数据，也是区域生态系统环境变化的重要指标；其通常定义为：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[1-3]。在生态环境系统中，植被覆盖状况在很大程度上影响甚至直接决定着区域生态环境中的初级生产力、环境承载力、环境洁净与美化、水土流失强度等生态环境系统的状态与功能[4]。因而，对地表植被覆盖状况进行动态监测，对于揭示地表植被空间变化规律，探讨变化的驱动因子，分析评价区域生态环境等都有重要的现实指导意义[5]。根据植被覆盖度测量的尺度与方式的不同，总体上可以分为地面测量和遥感监测两种方式；其中，地面测量方式又可分为目估法、采样法、仪器法和模型法四大类[6]；这四类地面测量植被覆盖度的方法具有准确、客观等特点，在一定的领域中应用广泛。而遥感监测方式能够通过多源遥感数据应用于大尺度、中尺度、小尺度等不同尺度、不同时相、不同区域上的植被覆盖度监测，同时具有实时、快速、便捷等特点，其为植被覆盖度的监测提供了一个全新的手段。1998年，Owen等通过植被覆盖度与地表湿度的相关数据，分析了城市化进程对区域气候的影响[7]；2006年，夏照华等通过TM影像对宁夏盐池县1989、1999、和2003年的植被覆盖度进行研究，结果显示在生态环境建设过程中，研究区内中、高植被覆盖度发生了退化；在今后的治理中，应加强对中、高植被覆盖度区域的生态环境保护[8]；2008年，周兆叶等通过TM影像对甘肃省张掖市甘州区1987年和2006年的植被覆盖度进行了分析，结果表明该研究区的植被覆盖度呈现略微下降的趋势，荒漠化草地等区域的植被发生了较为严重的退化，绿洲区域的植被比较稳定，有一部分区域的植被覆盖度呈现上升趋势[9]。

2013年《桂林国际旅游胜地建设发展规划纲要》被国务院批准同意执行。漓江作为桂林风光的精华，是世界锦绣河山的一颗明珠，漓江每年接待的国内外游客人数达200～300万人次，该流域生态环境的质量好坏直接关系到桂林旅游的声誉，影响到桂林经济的发展。漓江流域范围：109°45′E～110°40′E，24°18′N～25°41′N，整个流域以漓江为轴线呈南北向带状分布。本中研究的区域北起漓江源头乌龟江，南至漓江与荔浦河交汇处，不包括该交汇处至茶江河河口的小段区域，总面积约为5774km2。

如今，在自然环境因素和人为因素的共同作用下，漓江流域面临着水量减少、水质下降、生物多样性减少、森林质量下降等诸多生态环境问题。植被覆盖度作为描述植被覆盖特征的重要参数之一，是生态系统的重要基础数据，也是区域生态系统环境变化的重要指标。因而，从植被覆盖度变化入手，研究植被覆盖度在漓江流域的动态变化，对于科学掌握漓江流域的生态环境变化具有重要的指导意义。

2 植被覆盖度估算模型

像元二分模型是一种简单实用的遥感估算模型，它假设遥感影像上的一个像元由植被覆盖部分和无植被覆盖部分（土壤）所组成，该像元所对应的光谱信息由这2个部分的光谱信息线性加权而成。那么，遥感影像上该像元的光谱信息S可以表达为：S=Sv+Ss（式1）。其中Sv是指植被覆盖部分所贡献的光谱信息，Ss是指由土壤覆盖部分所贡献的光谱信息。对于一个由植被覆盖部分和土壤覆盖部分组成的混合像元，植被覆盖部分的面积占整个混合像元面积的比例即为该混合像元中的植被覆盖度，记为fc；那么，剩下的土壤覆盖部分所占的面积比例可表示为1-fc。如果完全由植被所覆盖的纯净像元的光谱信息为Sveg，那么混合像元中植被覆盖部分所贡献的光谱信息Sv可表示为：Sv=fc×Sveg（式2）.如果完全由土壤所覆盖的纯净像元其光谱信息为Ssoil，那么混合像元中土壤覆盖部分所贡献的光谱信息Ss可表示为Ss=（1-fc）×Ssoil（式3），将式（2）、式（3）代入式（1），变形得：fc=（S-Ssoil）/（Sveg-Ssoil）。其中，Ssoil和Sveg均为像元二分模型的两个参数，因此只要知道这两个参数就可以根据式（4）估算出植被覆盖度信息。

根据像元二分模型原理，遥感影像中每个像元的NDVI值可以视为是由植被覆盖部分所贡献的NDVIveg值和土壤部分所贡献的NDVIsoil值组成，可用NDVI值带入（4）式，于是可得到基于像元NDVI值估算植被覆盖度的公式：fc=（NDVI-NDVIsoil）/（NDVIveg-NDVIsoil）（式5）.其中：NDVIveg是完全由植被覆盖区域的NDVI值，即纯植被像元的NDVI值，NDVIsoil是指完全是裸土或无植被覆盖区域的NDVI值，即无植被像元的NDVI值。

3 漓江流域植被覆盖度的估算

影像数据的预处理：选择1991、2006年的TM数据和2012年的HJ1A数据以及漓江流域DEM数据。首先，通过空间分辨率为30m的DEM数据，利用ArcGIS9.3软件的水文分析工具，结合漓江流域水系简图，对漓江流域的范围进行了提取；然后在ENVI4.8软件中从反射率定标、投影转换、影像镶嵌、影像配准和研究区影像裁剪。北京54坐标系，中央经线111°。

植被覆盖度的估算：总结、归纳前人研究方法的基础上，经过综合比较、反复实验，本文以2%和95%为置信度，即选取漓江流域NDVI值累积百分数为2%和95%附近的NDVI值来作为NDVIsoil和NDVIveg，然后在ENVI4.8软件中建立（5）式的模型，估算出了漓江流域1991年、2006年和2012年的植被覆盖度信息。

不同时期漓江流域植被覆盖度变化监测与分析

为了分析1991～2012年这21年来漓江流域范围内植被覆盖度的变化情况，确定变化区域，有针对性地分析变化原因，本文通过ENVI4.8软件的变化检测工具对漓江流域3个时期的植被覆盖度数据作了两两差值运算，并按照表1的分级标准进行分级，得到各时间段漓江流域植被覆盖度变化图，如图1所示。

从表1可以看出，1991年至2006年，漓江流域的植被覆盖度变化以稳定为主，稳定部分的面积占总面积的48.360%；植被覆盖度增加部分的面积占总面积的29.810%，减少部分的面积占总面积的21.830%，增加部分的面积大于减少部分的面积。2006年至2012年，漓江流域的植被覆盖度变化同样以稳定为主，稳定部分的面积占总面积的48.849%；植被覆盖度增加部分的面积占总面积的33.133%，减少部分的面积占总面积的18.018%，增加部分的面积大于减少部分的面积。1991年至2012年，漓江流域的植被覆盖度变化以稳定为主，稳定部分的面积占总面积的41.478%；植被覆盖度增加部分的面积占总面积的40.340%，减少部分的面积占总面积的18.182%，增加部分的面积大于减少部分的面积，说明1991年至2012年漓江流域的植被覆盖度整体上呈现上升的趋势。综合比较，2006年至2012年比1991年至2006年的植被覆盖度稳定部分面积增加了0.489%，植被覆盖度增加部分面积增加了3.323%，植被覆盖度减少部分面积减少了3.812%；由此可判断，1991年至2012年漓江流域的植被覆盖度整体上是持续增加的。

4 结语

本文在1991、2006、2012年漓江流域3个时期植被覆盖度估算结果的基础上，对漓江流域进行了植被覆盖度变化监测；结果显示，1991～2012年间，漓江流域的植被覆盖度变化以稳定为主，稳定部分的面积占总面积的41.478%；植被覆盖度增加部分的面积占总面积的40.340%，减少部分的面积占总面积的18.182%，增加部分的面积大于减少部分的面积；说明1991年至2012年漓江流域的植被覆盖度整体上呈现上升的趋势，生态环境得到了改善。

通过对比植被覆盖度增加区、减少区不同时期的TM、HJ1A影像数据，可以发现漓江流域植被覆盖度增整体上持续增加的原因是林区的保护以及植树造林的措施比较到位，部分地区植被覆盖度降低的主要原因有以下几点：1.受城镇建设和农村宅基地建设影响，如桂林市、灵川县、临桂县、阳朔县及其周边地区的发展建设使城郊农用地受到破坏，转变为了城镇建设用地；2.受旅游开发影响，自1973年以来，桂林的旅游产业高速发展，漓江沿岸陆续开发的景点多达125处，致使景区周边区域的植被遭到了破坏；3.受乱砍乱伐的影响，由于经济利益的驱使，漓江流域保护林区中乱砍乱伐的现象时有发生，致使部分林地资源遭到了破坏；4.受矿产资源开发影响，漓江流域多喀斯特地貌，其主要成分可作为建房屋建设的基本材料，因而漓江流域内对石材资源的开采盛行，破坏了地表的植被覆盖，对当地的生态环境也产生了极其严重的影响。由于受到人为因素的影响漓江流域也存在植被覆盖度下降的区域。因此，在今后的发展过程中，需要继续加大漓江流域的生态环境保护，尽量降低人为因素的影响。

参考文献

[1]Gitelson A A， Kaufman Y J， Stark R， et al. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environment.2002，80（1）： 76-87.

[2]梁钊雄，王兮之.佛山市植被覆盖度的遥感估算及变化分析[J].佛山科学技术学院学报（自然科学版），2011（2）：1-7.

[3]章文波，符素华，刘宝元.目估法测量植被覆盖度的精度分析[J].北京师范大学学报（自然科学版），2001（3）：402-408.

[4]左伟.基于RS、GIS的区域生态安全综合评价研究[M].北京：测绘出版社，2004.

[5]陈云浩，李晓兵，史培军等.北京海淀区植被覆盖的遥感动态研究[J].植物生态学报，2001（5）：588-593.

[6]吴素业.一年生植被覆盖度的简化测试方法[J].水土保持科技情报，1999（1）：45-47.

[7]Owen T W， Carlson T N， Gillies R R. An assessment of satellite remotely-sensed land cover parameters in quantitatively describing the climatic effect of urbanization[J]. International Journal of Remote Sensing. 1998， 19（9）：1663-1681.

[8]夏照华，张克斌，李瑞等.基于NDVI的农牧交错区植被覆盖度变化研究——以宁夏盐池县为例[J].水土保持研究，2006（6）：178-181.

[9]周兆叶，储少林，王志伟等.基于NDVI的植被覆盖度的变化分析——以甘肃省张掖市甘州区为例[J].草业科学，2008（12）：23-29.