植被覆盖度时空变化遥感监测——以博尔塔拉蒙古自治州为例

姚国慧，陈冬花，杨芳，李继业，李建贵，李虎

(1.新疆农业大学林业研究所，乌鲁木齐 830052；2.新疆维吾尔自治区卫星应用工程中心，乌鲁木齐 830052；3.新疆大学资源与环境科学学院，乌鲁木齐 830052；4.滁州学院，滁州 239000)

植被覆盖度时空变化遥感监测
——以博尔塔拉蒙古自治州为例

姚国慧1，2，陈冬花2，杨芳1，2，李继业3，李建贵1，李虎4

(1.新疆农业大学林业研究所，乌鲁木齐 830052；2.新疆维吾尔自治区卫星应用工程中心，乌鲁木齐 830052；3.新疆大学资源与环境科学学院，乌鲁木齐 830052；4.滁州学院，滁州 239000)

针对新疆博尔塔拉蒙古自治州独特的区位条件和地貌特征，利用国产系列卫星数据，开展中亚山地森林垂直地带性植被覆盖度时空变化监测研究。结果表明：(1)在2010年至2012年期间，植被覆盖度总体上呈现波动变化的趋势，2012年到2013年期间呈现整体下滑的趋势；(2)植被生长的前后期，植被覆盖度的变化较大，生长中期植被覆盖度变化小；(3)受人类活动干扰区域植被覆盖度变化大于自然区域；(4)自然条件优越的地方植被覆盖度变化大于自然条件恶劣的区域。

归一化植被指数；植被覆盖度；时间变化；空间变化；博尔塔拉蒙古自治州

0 引 言

植被覆盖度作为植被的直观量化指标，在评价水土保持、水源涵养、调节径流、防沙固土方面有着重要的意义。遥感技术进行植被覆盖度的估算也因其具有节省人力物力可对大范围区域进行长时间监测的优点而被重视。目前涌现大量的利用遥感方法进行区域植被覆盖度的研究，如贾宝全利用TM卫星影像数据计算西安市1995年和2009年的归一化植被指数，反演植被覆盖度，量化分析了西安市1995年～2009年的植被状况[1]；夏双对Landsat卫星遥感图像做缨帽变换，用亮度、绿度、湿度3个分量的差值运算进行信息复合，最后利用阈值分割和掩膜技术对图像做分析[2]；冯威丁针对内蒙古呼伦贝尔草原典型区基于LandsatTM/ETM+数据，运用遥感和GIS技术制作1989年～2010年土地覆盖类型分布图、草地覆盖变化图，并对草地覆盖的时空格局及时空变化进行了分析[3]；刘宪锋以MODIS NDVI为数据源，运用像元二分模型对黄土高原地区近十年的植被覆盖度时空变化进行分析，结合气候变化和人类活动方面分析植被覆盖度变化原因[4]。大量研究表明，基于归一化植被指数的植被覆盖度估算技术已经日趋成熟，成为生态环境研究领域的核心话题，并且被广泛应用于区域植被信息的动态监测，已经取得了大量宝贵成果[5-8]。但是目前大部分植被覆盖度的研究多基于整个研究区[9-12]，而少有将研究区按照垂直分带和地貌分类、分别计算植被覆盖度[13-17]。与水平覆盖不同的是，垂直分带更多地考虑到处在不同的垂直地带，其水热，光照条件是存在差异的，而这些因素又对植被生长有着很大的影响，因此在植被覆盖度研究中应该被将垂直分带考虑进来。

博尔塔拉蒙古自治州位于新疆维吾尔自治区的西北边缘，准格尔盆地西缘，气候为典型的温带大陆性气候，多样的地貌形态聚集在东西狭长，南北跨度小的范围内，使得小面积范围内垂直地带性显著，生态条件复杂。因此进行植被覆盖度的估算和动态监测显得尤为重要，可以及时地反馈当年的植被覆盖情况及与往年相比的变化程度，对以后的植被覆盖度做出预测并提出有效的防护措施，为政府的环保决策提供科学依据。

1 研究区与数据处理

1.1 研究区概况

博尔塔拉蒙古自治州，简称博州，位于中国新疆维吾尔自治区西北部准噶尔盆地西端，地理位置为79°53′E～83°53′E，44°02′N～45°23′N。博州地处天山西段北麓，西、南、北三面环山，中部是喇叭状的谷底平原，西部狭窄，东部开阔，全州地表像一片海棠叶。大致由南北两侧山地、中部博尔塔拉谷地和东部艾比湖盆地三大单元组成。由东向西呈坡形逐渐增高。博州地处内陆，气候属温带大陆性气候，日照时间长，昼夜温差大，降水少，蒸发量大，夏季炎热，空气干燥。

1.2 数据来源

美国马里兰大学网站共享下载的Landsat TM影像，分辨率分别是30m和15m。在中国资源卫星应用中心网站下载所需年份的遥感影像，主要是国产高分辨率卫星高分一号(GF-1)，环境与灾害监测预报小卫星(HJ)。处理后影像分辨率为16m。时间分布是每年4、6、8、10月份研究区的影像，4年共16景。具体时间见表1。

表中出现一年的某一个月份有两个天数，说明该月份的影像是由两景拼接而成。

本文实验所选取的影像时间对比MODIS均有所推迟，所以在结果上会存在4月、6月份的值大于MODIS数据计算的值，而8月、10月份的计算值小于MODIS数据的计算值。具体的在精度验证中有分析。

表1 实验数据与MODIS数据时间对比表

DEM数据为地理空间数据云网站共享数据，分辨率为30m。其他相关数据有博州统计部门获得的博州矢量数据，主要包括县界、湖泊、道路、居民区，还有部分林地调查报告。

1.3 数据预处理

使用软件为ENVI、ERDAS、ARCGIS。首先将下载经过正射校正的TM单波段影像做多波段融合，得到多光谱影像作为高分影像和环境星影像的校正标准参考；然后分别将高分影像和环境星影像做投影变换，与TM 影像保持统一投影；在ENVI 5.0下做选取GCP点，对高分、环境星影像进行二次多项式几何精校正，精度控制在一个像元内。

(1)辐射校正

即DN值转辐亮度，辐亮度转反射率，因为高分影像缺少部分参数，只能做到辐亮度变换。DN值转辐亮度的具体公式为：

L=DN/g+L0

(1)

其中，g和L0可以在影像的头文件中获取。

辐亮度转大气上界视反射率的具体公式为：

(2)

其中，D为遥感影像成像时的日地距离，计算公式为：

(3)

其中，J为影像成像时的日期为当年的第几天。F0为大气层外太阳辐照度。具体参见表1。

在ERDAS中通过建模，将影像中参与归一化植被指数计算的近红外波段和红光波段做辐射校正。

表1 环境减灾星座A/B星CCD相机大气层外太阳辐照度/w/m2

注：θ为影像的太阳天顶角，可以根据头文件中的太阳高度角获取。

(2)归一化植被指数(NDVI)

NDVI是指根据植物叶面在可见光红波段有很强的吸收特性，而在近红外波段有很强的反射特性，用非线性拉伸的方式增强了NIR(近红外的反射率)和R(红光波段的反射率)的反射率对比度得到的有关植被生长状态的值。具体公式为：

(4)

(3)植被覆盖度(Vegetation Coverage)

基于归一化植被指数的植被覆盖度提取方法在许多文献中都有提及，综合许多文献发现纵然计算方法多种多样，但整体的思路都是一样的：去掉求得的NDVI两边的非植被的异常值，只不过不同的计算方法对异常值的界定不同。本文使用像元二分法模型求得植被覆盖度：

(5)

MIN(NDVI)为裸土或无植被覆盖区域的NDVI值；MAX(NDVI)为完全被植被所覆盖的像元的NDVI值[18-21]。影响该模型精度的关键是MIN(NDIV)、MAX(NDVI)值的确定。为了使用理想的调用方法，并不需要知道其确定的值，因为即使对于同一景影像值也会有所变化[22]。因此对于不同时期的影像，MIN(NDIV)选择其大于0的最小值，MAN(NDIV)选择其小于1的最大值。

每年分4个月分别采集影像做植被覆盖度运算，对4、6、8、10月份求得的植被覆盖度分别以其平均值作为当月的植被覆盖度，将4个月的平均值相加再次求算均值作为当年的植被覆盖度。以上所有步骤都在ERDAS建模中完成。

(4)研究区空间垂直带划分

本文将研究区依据DEM影像划分为4个具有垂直地带性的区域，分别是：中高山(2500m以上，占总面积17.15%)、中山(1000m～2500m，占总面积38.30%)、低山平原(1000m以下，占总面积29.41%)、艾比湖湿地(艾比湖流域，占总面积15.13%)4个类型。分别对算得的植被覆盖度影像做掩膜裁剪，得到各个分区的植被覆盖度。

图1 博尔塔拉蒙古自治州研究区划分

(5)精度分析

参照MODIS数据，使用SPSS线性回归分析对实验计算的植被覆盖做精度检验，选取R2作为检验标准，R2表示回归分析趋势线的预测值(实验所得结果)与对应的实测数据(MODIS数据计算结果)之间的拟合度，取值范围是0～1，当趋势线的R2等于1或者接近1的时候，其可靠性最高。如表3，结果表明本文实验所得结果与MODIS数据计算结果之间保持了较好的拟合度，实验数据有较高的精度。当然这其中还存在传感器不同，参与计算影像质量(时间拟合度)等其他导致误差的因素在其中。

对比实验数据与MODIS数据发现，两种数据的形状趋势是一致的，但实验数据在值上整体有所上升，这有可能是不同传感器对植被的响应程度导致。

表3 spss回归分析

图2 精度验证1

2 植被覆盖度时空变化

本文结合研究区4年遥感影像做出每年4、6、8、10月份的植被覆盖度进行时空分析。其中时间分析分年际变化与月变化讨论，分析对象是整个研究区；空间变化分析，首先对研究区的植被覆盖度的空间分布做整体解述，后依次对各垂直分带内的植被覆盖度做详细分析。

2.1 植被覆盖度的时间变化

(1)年际变化

2010年～2013年间博州的植被覆盖度呈现波动变化，2010年到2012年间变化浮动较小，排除误差因素，整体上植被覆盖度保持稳定；而到2013年的49.18%则呈现显著地下降(9.61%)。如图4所示。

(2)月变化

根据表4可以得出2010年到2013年间在各个月份上的植被覆盖度变化整体是一致的：4月份最小，6月逐渐增加，8月份植被覆盖度达到最大，10月又降回到最小。这是由于博州地处亚欧大陆中部，典型的温带大陆性气候，4月气温刚刚回升，积雪融化，植物开始恢复生长，植被覆盖度较低；6月、8月温度升高，光合作用强烈，为植物的快速生长期，植被覆盖度增高且达到最大；10月份，由于海陆热力性质差异，远离海洋的内陆地表温度降低，植物生长停滞，并呈现枯黄期，基于NDVI的植被覆盖度降低。月份间做比较则可以发现，4月份的植被覆盖度变化最大，其次是10月份，而6月、8月份的植被覆盖度变化最小。原因在于4月、10月份分别是植被生长的开始和结束期，在这一期间植被的生长状况受到自然环境的影响最大，不同年份间的气候条件不同，导致在2010年至2013年间4月、10月份的植被覆盖度变化最大。而6月、8月份是植被稳定生长期，在这期间植物生长对环境的依赖性减小，且对恶劣环境有一定的抵抗能力，所以植被生长较稳定，变化幅度和频率都很小。

图3 精度验证2

图4 2010年～2013年博州植被覆盖度

表4 2010年～2013年博州各月植被覆盖度

2.2 植被覆盖度的空间变化

在研究区划分的4各垂直带中，植被覆盖度从大到小依次是中山、低山平原、中高山、艾比湖湿地。这一特征在2010年～2013年均得到一致的响应。博州远离海洋身居内陆，降水多为锋面雨、地形雨。而中山所处的海拔高度正是处于迎风坡降水区域，水草丰美，地表径流密布，水质优良，夏季凉爽，冬季温暖，降水丰富，这些水温条件均适宜植被生长，故这一区域的植被覆盖度在各区最高。且结合博州土地利用数据发现中山土地利用类型丰富，包括林地，耕地，苗圃等，这使得中山区植被覆盖在水平空间上得到补充。低山平原坡度平缓，降水略比中山带少，而气候较温暖，蒸发量大，故植被覆盖度次之。中高山海拔在2500m以上，春秋季节温度低，且位于天山北麓，植被生长季短，这是影响其植被生长的重要因素。如图5所示。

图5 博州各区历年植被覆盖度变化曲线

(1)中高山区

2010年到2013年间植被覆盖度最低的月份几乎都是10月份，只有2011年的植被覆盖度与当年的4月相当，其他年份都是远低于4月份；6月份几乎都达到当年的植被覆盖度的最高值，这一特点在近两年显得尤为明显；8月份的覆盖度大都与6月份相当或小于6月份，但仍有较高的比例。其中2013年的季度变化最大(13.98%)，2012年的季度变化最小(4.71%)。在所有月份中，变化最大的是4月份，在2010年到2013年间变化最大值达到12.4%；变化最小的是6月份，仅8.23%。将变化数值投影到研究区可以发现，中高山区的植被覆盖度正负变化在山地的南北麓呈现相反的现象，即沿山脊线对称分布。

表5 中高山植被覆盖度

(2)中山区

2010年至2013年间各月份的植被覆盖度变化曲线几乎重叠，也就是这一高度的植被生长呈现较好的连续性，只是2013年出现了整体的下移。除了2012年差异较大之外，其他年份的4月与10月的植被覆盖度几乎相当，6月、8月份的植被覆盖度达到最高。2010年的植被覆盖度季度变化最大(10.67%)，而2013年的最小(8.94%)；在各月份中，4月份的年际变化最大(13.19%)，8月份的年际变化最小(8.19%)，说明在中山区4月份的植被生长状况较不稳定，多受自然因素(解冻期，倒春寒等)影响。

表6 中山植被覆盖度

(3)低山平原

2010年～2013年间植被覆盖度的最大值始终出现在8月份，这是其与中高山和高山不一致的地方，这是因为低山平原海拔低，对太阳直射点南移的反响较慢，最高温的出现月份有所推迟，植被生长期延长，加上人类活动的影响，使得8月份的植被覆盖度最大。而4月与10月份的植被覆盖度依旧是较低的。结合4年的统计，发现在低山平原区4月份的植被覆盖度的变化最大(15.85%)，8月份的最小(7.11%)；而在4个年份中，2013年的植被覆盖度季度变化最大(13.41%)，2012年的最小(8.29%)。在低山平原区，有农田分布的区域的植被覆盖度变化频率较大，而自然区域的变化较小，都是整体增加或下降，而在平原区的东南部的一些区域则常年呈现正变化的现象。

表7 低山平原区植被覆盖度

(4)艾比湖湿地

与其他3个区相比较艾比湖湿地是一个独特的环境空间，其植被覆盖度的季度变化也与其他3个区迥然不同。2010年和2011年间的季度变化较符合其他3个区的变化规律，2012年4月份的植被覆盖度为当年的最大值，6月、8月、10月依次下降；2013年的季度变化达到最大，从6月份的55.41%下降到10月份的39.88%，差值达到15.53%；2011年的季度变化最小，仅3.49%，其次是2010年的3.55%。艾比湖湿地因大面积水体对气候的调节作用，使得该区域的植被生长对河流流量形成特殊的响应机制，流量的变化提升的地下水位，有利于植被春季生长，加大了植被覆盖度变化的幅度，导致有河流经过的区域比没有河流流经的区域的植被覆盖度变化频率大，具呈现相反的趋势。

表8 艾比湖湿地植被覆盖度

3 结论与分析

2010年至2012年期间研究区的植被覆盖度变化呈现波动变化的趋势，且每年间的变化幅度呈现增大的趋势；各个月份的幅度，频率变化各不相同，正负变化掺差其中。随着全球极端气候的加剧，各种影响植被生长的不稳定因子都在增多，使得年际间的植被覆盖度变化呈现增加的趋势。不同月份中的气象与气候条件都不一致，不同水气条件的组合对植物的生长都有重要的影像，尤其是博州地处亚欧大陆的中心，远离海洋，水分是制约植被生长的关键因子。

2012年至2013年期间整个博州区域的植被覆盖度呈现整体下降的趋势，只有低山平原区和中山区有零星点状的正变换。具体原因还需结合气象数据做进一步分析。

在一年当中4月、10月的植被覆盖度变化最大，6月、8月份的植被覆盖度变化最小。这是由植被生长周期和一年中的气候条件所决定的。4月、10月份分别是植被生长的开始和结束期，在这一期间植被的生长状况受到自然环境的影响最大，不同年份间的气候条件不同，导致在2010年至2013年间4月、10月份的植被覆盖度变化最大。而6月、8月份是植被稳定生长期，在这期间植物生长对环境的依赖性减小，且对恶劣环境有一定的抵抗能力，所以植被生长较稳定，变化幅度和频率都很小。

就整个区域而言，有河流流经，人类活动的地方的植被覆盖度变化特征较明显；而无人类活动或自然区域的植被覆盖度变化幅度和频率均较小。博州处在远离海洋的亚欧大陆中部，水分是制约植被生长的关键因子，有河流流经区域水分充足，大型河流湖泊区还会形成小的气候圈，这都对植被生长有重要影响，因此在河流流经区域，河流流量的变化都会对植被覆盖度呈现引导因子的作用。按照植被生长的正常序列，博州的植被覆盖度应该呈现正变化的趋势，即使有变动，其幅度都不会很大，但是在人类活动区，由于城市化的发展，居民地扩建，利民工程的开展使得原本是植被覆盖的区域变成裸土或者水泥路面，大大降低了植被覆盖度。

中山区和低山平原区的植被覆盖度变化最大，中高山和艾比湖湿地的变化最小。这是因为首先中山区和低山平原区其本身面积比中高山和艾比湖湿地面积大，故变化的值也较大，而艾比湖湿地自身植被覆盖度就在4个区中占最小比例，所以变化幅度的相对量也最小；其次中山区和低山平原区，自然条件有利于植被生长，且人类活动较多，受人为干扰较多，故植被覆盖的的幅度变化，频率变化较大，中高山所处海拔较高，植被变化多为自然演变，故变化较小。

[1] 贾宝全，邱尔发，张红旗.基于归一化植被指数的西安市域植被变化[J].林业科学，2012，48(10)：6-12.

[2] 夏双，阮仁宗，颜梅春，等.地利用/覆盖变化分析[J].遥感信息，2013，28(1)：54-64.

[3] 冯威丁，肖鹏峰，冯学智，等.呼伦贝尔草原典型区1989年～2010年草地覆盖变化遥感研究[J].遥感信息，2014，29(1)：61-67.

[4] 刘宪锋，杨勇，任志远，等.2000-2009年黄土高原地区植被覆盖度时空变化[J].中国沙漠，2013，33(4)：1244-1249.

[5] 高明亮，宫兆宁，赵文吉，等.于植被指数的北京军都山荆条灌丛生物量反演研究[J].生态学报，2014，34(5)：1178-1188.

[6] 肖桐，王昌佐，冯敏，等.2000—2011年青海三江源地区草地覆盖度的动态变化特征[J].草地学报，2014，22(1)：39-45.

[7] 张圣微，赵鸿彬，张发，等.基于MODIS NDVI的锡林郭勒草原近10年的时空动态[J].草业科学，2014，31(8)：1416-1423.

[8] 武正丽，贾文雄，刘亚荣，等.近10a来祁连山植被覆盖变化研究[J].干旱区研究，2014，31(1)：80-87.

[9] FENG L X.Spatiotemporal changes in vegetation coverage and its driving factors in the Three-River Headwaters Region during 2000-2011[J].Science Press，2014，24(2)：288-302.

[10] SIEGAL Z.Effects of prolonged drought on the vegetation cover of sand dunes in the NW Negev Desert：Field survey，remote sensing and conceptual modeling[J].Aeolian Research，2013(9)：161-173.

[11] HUGEJILETU，GONG S R.Study on the changes of grassland vegetation coverage in yihewusu gacha under districting rotational crazing way[C].Scientific Research，2012.

[12] CHENG C，YUANQING Z.Dynamic analysis of mainstream area and vegetation coverage degree of Songhua River based on RS and GIS techniques[J].Global Geology，2012，15(1)：66-73.

[13] 丁艳梅.基于TM数据的植被覆盖度反演[J].测绘科学，2006，31(1)：43-46.

[14] 王晶晶.基于NDVI的三峡大坝岸边植被时空特征分析[J].地球信息科学，2008，6(10)：808-815.

[15] 杨涛，张建明.基于NDVI数据的宁夏地区植被覆盖变化研究[EB/OL].http：//www.paper.edu.cn/html/releasepaper，2006-09-16.

[16] 胡玉福.基于RS的安宁河上游植被覆盖时空变化研究[J].农业机械学报，2014，5(45)：205-212.

[17] 罗志军，赵小敏，刘耀林.基于遥感的三峡库区植被覆盖度动态监测[J].农业工程学报，2008，24(1)：57-60.

[18] 李苗苗，吴炳方，颜长珍，等.密云水库上游植被覆盖度的遥感估算[J].资源科学，2004，26(4)：153-159.

[19] 许旭，李晓兵，梁涵玮.内蒙古温带草原区植被盖度变化及其与气象因子的关系[J].生态学报，2010，30(14)：3733-3743.

[20] 陈操操，谢高地，甄霖.泾河流域植被覆盖动态变化特征及其与降雨的关系[J].生态学报，2008，28(3)：625-638.

[21] 王庆，王娜，曹雪峰.基于TM影像的区域植被覆盖变化遥感监测[J].人民黄河，2013，35(2)：70-71.

[22] 李苗苗.植被覆盖度的遥感估算方法研究[D].北京：中国科学院研究生院(遥感应用研究所)，2003.

Vegetation Cover Change Monitoring in Time and Space by Remote Sensing：Taking Boertala Mongolian Autonomy Prefecture as an Example

YAO Guo-hui1，2，CHEN Dong-hua2，YANG Fang1，2，LI Ji-ye3，LI Jian-gui1，LI Hu4

(1.XinjiangAgriculturalUniversityForestryResearchInstitute，Urumqi830052；2.SatelliteApplicationEngineeringCenterofXinjiangUrumqiAutonomousRegion，Urumqi830052；3.CollegeofResourcesandEnvironmentalScience，XinjiangUniversity，Urumqi830052；4.ChuzhouUniversity，Chuzhou239000)

Aiming the unique location conditions and the geomorphic feature of Boertala Mongolian Autonomy Prefecture of Xinjiang，this paper used series of domestically produced satellite data to carry out the temporal and spatial variation of vegetation coverage in the vertical zone of central Asia.The results showed that：(1) in the period from 2010 to 2012，the vegetation coverage generally presented fluctuated trend，and from 2012 to 2013，it showed an overall downward trend；(2) before and after the period of vegetation growth，the change of vegetation coverage is larger，the medium-term growth of vegetation coverage changes is small；(3) the change of vegetation coverage in the area affected by human activities than that of natural area；(4) the degree of change of the place with superior natural conditions is greater than that with harsh natural conditions.

NDVI；vegetation coverage；time change；spatial variation；Boertala Mongolian Autonomy Prefecture

2014-08-27

2014-11-03

高分辨率对地观测系统重大专项(95-Y40B02-9001-13/15)；全球环境基金(P110661)新疆自然科学基金(2013211B45)；新疆青年科技创新人才培养工程(2013721035)。

姚国慧(1992—)，女，在读硕士研究生，主要研究方向为生态环境遥感。

E-mail：ygh9298@sina.com

李虎(1962—)，男，教授，主要研究方向为国产卫星应用。

E-mail：lihu2881@yahoo.com

10.3969/j.issn.1000-3177.2015.05.018

X835

A

1000-3177(2015)141-0116-07