基于两种遥感数据的随岳高速植被动态监测探究

戢帅

摘要： 以随岳高速公路某段为例，探讨了利用遥感技术来动态监测植被变化的方法。该方法使用了两种遥感数据源，首先对1996年的Landsat TM影像进行几何校正,并将2009 年的GeoEye-1图像与其配准。先从1996年Landsat TM图像中提取植被指数,再对1996年的植被指数图进行非监督分类,得到植被分布图。对2009年的GeoEye-1进行面向对象分类，得到2009年的植被分布图。最后,对1996年和2009年的植被分布结构图应用ARCVIEW进行叠合分析,求出植被的变化。

关键词 ：动态监测，植被，随岳高速，面向对象

中图分类号：Q948.15+2 文献标识码： A

Dynamic monitoring of vegetation by using two remotely sensed data

Ji Shuai

Abstract : Sui-Yue Expressway to a certain example, to explore the use of remote sensing to monitor vegetation changes the dynamic method. This method uses two kinds of remote sensing data source, first in 1996, Landsat TM images for geometric correction, and in 2009 its GeoEye-1 image registration. Start with the 1996 Landsat TM images to extract the vegetation index, and then the vegetation index map in 1996 for non-supervised classification, vegetation maps obtained. In 2009 the GeoEye-1 object-oriented classification, get maps of vegetation in 2009.Finally, in 1996 and 2009 application ARCVIEW vegetation distribution for composite structure analysis, find the vegetation changes .

Key words : Dynamic monitoring, vegetation, with high mountain, object-oriented

1引言

随着人类的发展，越来越多的植被受到破坏，导致了生态环境的恶化以及全球性的环境变化。 如水土流失的加重、土壤的退化、大气二氧化碳的增加以及生物多样性减少等.植被的保护和恢复具有极其重要的现实意义。传统的植被监测方法主要靠人工实地采样，不仅周期长，受到气候的影响，而且监测的精度不高，难以满足相关部门的需求。

随着遥感卫星技术的发展,为植被的动态监测提供了先进的技术手段。卫星遥感具有覆盖范围大，能重复对地进行观测,并且成本较低，这就使得它广泛用于环境的动态监测中。植被覆盖的动态监测其方法有先分类后比较、 先比较后分类以及变化信息的直接提取检测。分类方法有目视判读分类和计算机自动识别分类。计算机自动识别分类有面向对象分类和传统分类方法。本文以随岳高速公路某段为例，探讨了一种直接提取植被动态变化信息的方法。

2研究区域概况

选取随岳高速公路某段，地理位置介于34°1′30″～34°1′40″, E113°4′7″～118°4′40″之间，区域春夏暖气流交替频繁,夏秋晴热少雨, 植被发育较好,生物资源丰富。气候温暖湿润, 多年平均气温16.4 ℃，植被尤为茂盛，如图1所示：

图1

3植被动态监测遥感原理

遥感图像全面真实地记录了地表植被与环境的信息，通过对影像的色调、色彩和几何形状的分析，可判读植被特征、类型和分布状况。利用多波段、多时相的遥感图像信息，并结合其他资料信息，应用遥感和地理信息技术，可揭示植被的动态变化。

3.1变化监测方法

变化检测就是从不同时相的遥感数据中,定量的分析和确定地表变化的特征与过程。由多时相遥感数据分析地表变化过程需要进行一系列的图像处理工作，包括数据选择、几何配准处理、归一化、图层叠加、变化检测分析及应用等。如图2所示：

图2

3.1.1数据选择和预处理

选取该地区1996年TM和2009年GeoEye-1的影像，影像数据的预处理包括图像的辐射校正和几何校正两大部分。辐射校正在拿到数据前已经纠正过了。几何纠正采用GDP 的方法，把图像纠正到统一的坐标系，以使地理信息系统中来自不同遥感器的图像和地图能方便地进行不同层之间的操作运算和分析。

3.1.2获取植被分布图

3.1.2.1 计算1996年遥感图像的NDVI

在植被遥感中,NDVI 应用最为广泛其定义为:

NDVI =(TM4 - TM3) / (TM4 + TM3)

笔者认为增大图像的对比度故把ERADS求出的归一化植被指数，进一步将其归一化到0～255之间，其算法如下:

NDVIn = 255 ×(NDVIo - NDVImin}/(NDVImax - NDVImin)

其中:NDVImax、NDVImin 表示NDVI 中的最大值和最小值。利用上式，对1996年遥感图像进行计算其对应的NDVIn，并生成对应的植被指数图像。在图像上,森林植被由于灰度值较高,而在图像上表现出较亮的色调。水体、道路、居民地和裸地的值较低，因而表现出较暗的色调。运用图像分割技术(即密度分割)，应用ARCVIEW中的图像分析( ImgaeAnalyis) 功能对1996年NDVIn图像的进行分类。

3.1.2.2 对2009年图像的植被提取

由于GeoEye-1数据的分辨率较高，可采用面向對象的方法提取植被，之后通过目视判读将某些类归为植被。

3.1.3图像叠合分析

获得的两种植被分布图后，利用地理信息系统软件Arc/Info将1996年和2009年的植被分布结构图做叠加，以求得2009年与1996年相比植被的变化。

3.1.4植被变化分析

通过比较叠加图层，可以了解植被的变化区域情况，并且通过Arc/Info系统可以分别计算出2009年和1996年植被的覆盖面积，两者的差值即为植被的改变量。

4结语

本文所论述的方法能够实现对植被资源变化特征的提取，在短时间内可完成大面积范围内植被资源的变化监测，能够减少大量的野外调查工作量和室内图形勾绘的工作量,实现图形的自动系列生成，满足植被资源宏观控制的需要，具有实时、高效的

特点。不足之处在于分类方法上，不能够保证分类的精度，不过随着高分辨率遥感卫星的发展，影像的分辨率越来越高，植被的监测也会更加的高效。

参 考 文 献

[1]狄彩云. 基于遥感的承德围场县植被动态变化监测研究.首都师范大学学报,2007,28(2):84-88

[2]张微,林恒章,王薇,范秀英. 遥感信息技术在公路环境评价中的应用.地理空间信息，2006,4(5):28-30

[3]张学强. 基于3S的土地利用动态监测技术与应用研究:[学位论文].山东:山东师范大学土地资源管理系,2011

[4]房世波,潘剑君,陈彩虹. 利用TM和SPOT遥感影像对南京市城镇用地扩展的监测.南京农业大学学报,2000,23(3):49-52.

[5]程红芳,章文波,陈锋. 植被覆盖度遥感估算方法研究进展.国土资源遥感,2008,(1):13-18

[6]徐少立,程龙飞,刘德敏,刘玉机. IRS_P_6卫星数据在高速公路环境影响评价中的应用.环境保护与循环经济,2009,(10):60-63