基于遙感技術的植被覆蓋度信息提取

摘 要:本文以TM影像為數據源，以重慶南川市為例，結合地面調查數據，利用ERDAS遙感處理軟件，對植被覆蓋度信息提取方法、植被覆蓋度與植被指數的關系、植被覆蓋度分類等方面進行了研究。3S技術的結合，能快速準確地獲取植被覆蓋度信息。

關建詞:TM影像 植被指數 植被覆蓋度 專家分類 土壤侵蝕 重慶市

中圖分類號:Q948 P237 文獻標識碼:A 文章編號:1672-3791(2012)06(c)-0149-02

植被覆蓋度是一個重要的生態學參數。從土壤侵蝕方面看，植被覆蓋能顯著減少土壤侵蝕量，這一點通過徑流小區對比試驗已得到證實。同時，植被覆蓋度作為一個基本參數，在很多土壤侵蝕預報模型得到應用。因此，監測地表植被覆蓋在時空上的動態變化，在區域水土流失動態監測和土壤侵蝕預測預報方面具有舉足輕重的作用。

資源環境調查和土壤侵蝕動態監測是遙感技術進行要途徑。自1972年第一顆人造資源衛星的發射，科學家們就嘗試著研究和建立光譜響應與植被覆蓋之間的相近關系，而包含90%以上的植被信息是紅光和紅外波段，并且是植被覆蓋研究中的有利手段。其中由非線性和多光譜數據經線性組合而成的對植被中有一定的指示意義的各項數值稱之為植被指數(Vegetation Index－VI)，同時它與生物量與植被的覆蓋度等都有較好的相關性。通過對衛星中圖像的波段進行不同的組合，進而可以有效地反映和確定了植被的類型、植被的信息、植被的覆蓋狀況、生產量以及作物生產量等，從而對植被的覆蓋和土地的利用、植被和土壤侵蝕等一些列的分級分類的相關研究和相關問題。

本文在ERDAS IMAGINE8.5、地理信息系統軟件支持下，運用TM圖像數據，在野外實地調查的基礎上，結合研究區2002年森林資源二類調查的詳細資料，對研究區TM影像預處理方法、植被覆蓋度信息的提取、植被覆蓋度與植被指數(NDVI)的相關關系、植被覆蓋分類作了初步探討。

1 研究區概況

南川市位于重慶南部，位于東經106°54′～107°27′，北緯28°46′～29°30′，幅員面積2609.67km2。境內地形以山地為主，系中山丘陵地區，低山槽壩面積較少，地勢呈東南向西北傾斜，南部屬大婁山脈褶皺地帶，北部系川東平行嶺谷。

全市屬亞熱帶濕潤季風氣候區，熱量充足，雨量充沛，常年平均氣溫16.6℃，極端最高氣溫39.8℃，多年平均降雨量1185mm。

植被主要以亞熱帶常綠針葉林、針闊混交、闊葉林為主，具有明顯的地帶性、地域性及垂直分布特征。豐富多樣的自然條件，造就該市成為南北植物的交匯中心，種類繁多。農作物除糧油外，還有區域優勢的中藥材等農林土特產，其中金佛山素有“方竹之鄉”和“植物標本園”的美稱。

重慶市2000年土壤侵蝕遙感調查資料統計，全市現有土壤侵蝕面積1143.81km2，占幅員面積的43.96%。主要以中度、強度流失為主。

2 實驗材料與工作平臺

在TM圖像植被覆蓋度信息提取及分類研究中，采用了以下幾點材料。

(1)TM圖像(127-40景TM七個波段的遙感影像，由Landsat-5號衛星獲得，拍攝時間2000年2月)。(2)研究區1∶5萬地形圖數據。(3)研究區2000年1∶10萬土地利用現狀數據。(4)研究區2000年1∶10萬土壤侵蝕現狀數據(由第三次土壤侵蝕遙感調查所得)。(5)研究區2002年森林資源二類調查詳細數據資料。(6)野外實地調查獲得的數據資料。

本研究應用的工作平臺有以下幾點。

(1)手持式GPS一臺。(2)專用遙感數字圖像處理軟件(ERDAS IMAGINE8.5)。(3)地理信息系統軟件(Arcgis8.3，ArcView3.2)。(4)統計分析軟件包SPSS。

3 實驗方法與研究思路

(1)用多項式幾何校正模型，并采用以地形圖校正影像的方法對研究區TM影像進行幾何精校正。(2)采用植被指數法，提取研究區植被覆蓋度信息。(3)運用GPS進行坐標定位，將植被覆蓋度調查數據與植被指數建立對應關系，并采用統計分析方法，對二者的關系進行相關分析。(4)利用光譜信息和提取的植被指數，采用專家分類，對林地覆蓋度進行分類，通過比較分析得出植被覆蓋度分布狀況圖。(5)運用數理統計分析方法，分析植被覆蓋與土壤侵蝕的關系。

根據以上研究方法，確定技術流程如圖1所示。

4 結果與分析

4.1 植被信息提取

研究區植被度信息的提取，主要通過歸一化差異植被指數(NDVI)變換處理，將原始band4、band3波段灰度值映射為對應像元的灰度值，得到研究區植被覆蓋度(NDVI植被指數)分布。要將植被指數應用于植被覆蓋的研究，必須賦予NDVI值以相應的植被覆蓋度含義，把植被指數轉化為植被覆蓋度等級，實際上是對植被指數的綜合和簡化。

4.2 植被覆蓋度與植被指數的關系

大量研究表明NDVI與地表植被的覆蓋度成正比關系，對于同一種植被，NDVI越大，說明地表植被的覆蓋率越高，植被的長勢越好。

二者的對應關系主要運用了手持式GPS定位，記錄樣地的經緯度，即在測量樣方植被覆蓋度的同時，記錄樣地中心點的經緯度，用記錄下的經緯度與植被指數圖上的經緯度相對應，確定樣方中心點在圖上的位置，通過AOI(Area Of Interest)工具面板，得出與樣方覆蓋度相對應的植被指數，從而建立覆蓋度與植被指數的對應關系。

在統計分析軟件SPSS中，分別采用線性、對數、多項式(二次)、乘冪、指數五種趨勢預測及回歸分析，通過擬合得到植被覆蓋度與植被指數(NDVI)的關系。

研究區林地植被覆蓋度與植被指數具有顯著的相關性，這也說明歸一化差異植被指數提取的植被覆蓋度信息，能較好地反映植被覆蓋的實際。

4.3 植被信息提取與植被覆蓋度分類

4.3.1 分類依據

地表植被覆蓋狀況與土壤侵蝕存在密切的相關關系，是進行土壤侵蝕分類定級的重要標準，所以本文在研究過程中，根據水利部1996年頒布的《土壤侵蝕分類分級標準》(SL190-96)，對植被覆蓋度進行分級(表1)。

4.3.2 專家分類

在運用ERDAS遙感處理軟件進行覆蓋度分類過程中，知識庫的建立是實現分類的關鍵，它包括假設(Hypothesis)、規則(Rules)、變量(Variable)三類要素。知識庫的建立通過決策樹一覽區(Decision Tree Overview)設置實現。

本文在野外樣地調查和2002年森林資源二類調查的基礎上，結合植被覆蓋度與植被指數的關系模型分析結果，計算出各覆蓋度分級的閾值。

覆蓋度為30%時，NDVI=0.2141;覆蓋度為45%時，NDVI=0.3204;覆蓋度為60%時，NDVI=0.4118;覆蓋度為75%時，NDVI=0.4932。

同時引入五條分類規則(如下)，并在ERDAS軟件知識工程師編輯模塊中完成分類規則定義。

if type=1 and NDVI<=0.2141 then類別為一級;

if type=2 and NDVI>0.2141 NDVI <=0.3204 then類別為二級;

if type=3 and NDVI>0.3204 NDVI <=0.4118 then類別為三級;

if type=4 and NDVI>0.4118 NDVI <=0.4932 then類別為四級;

if type=5 and NDVI>0.4932then類別為五級。

通過設置植被覆蓋度各級別假設要素，定義假設條件，確定條件變量等一系列操作，建立運用植被指數(NDVI)進行植被覆蓋度分類分級的知識庫決策樹，并對知識庫進行測試后保存知識庫文件。

在遙感處理軟件中，打開專家分類對話框，輸入提取的NDVI植被指數文件，定義輸出文件，確定知識庫文件，選擇各種參數，最后執行專家分類，得到分類結果。

參考文獻

[1] 滿開言，林卓英．坡面植被對坡面徑流和入滲的影響[J].地理研究，1989(4):78～85．

[2] 田慶久，閔祥軍．植被指數研究進展[J].地球科學進展，1998(4):327～333．

[3] Asrar.G et al.Estimating absorbed photosynthetic radiation and index from spectral reflectance in wheat[M].Agron.J，1984，76:300～306．

[4] Sellers，P，J.Canopy reflectance，photosynthesis and transpiration[M].Int.J. Remote Sens，1985，6:1335～1372．

[5] F.VAN DER MEER，W.BAKKER，et al，Spatial scale variations in vegetation indices and above-ground biomass estimates:implications for MERIS[J].International Journal Remote Sensing，2001:22(17):3381～3396．

[6] 甘甫平，王潤生，等．基于遙感技術的土地利用與土地覆蓋的分類方法[J].國土資源遙感，1999(4):40～45．

[7] Murat KARABULUT.An Examination Of Relationships Between Vegetation And Rainfall Using Maximum Value Composite AVHRR-NDVI Data[J]．

[8] 徐興奎，林朝暉，等.氣象因子與地表植被生長相關性分析[J].生態學報，2003，23(2):221～230.