基于兩種遙感數據的隨岳高速植被動態監測探究

戢帥

摘要： 以隨岳高速公路某段為例，探討了利用遙感技術來動態監測植被變化的方法。該方法使用了兩種遙感數據源，首先對1996年的Landsat TM影像進行幾何校正,并將2009 年的GeoEye-1圖像與其配準。先從1996年Landsat TM圖像中提取植被指數,再對1996年的植被指數圖進行非監督分類,得到植被分布圖。對2009年的GeoEye-1進行面向對象分類，得到2009年的植被分布圖。最后,對1996年和2009年的植被分布結構圖應用ARCVIEW進行疊合分析,求出植被的變化。

關鍵詞 ：動態監測，植被，隨岳高速，面向對象

中圖分類號：Q948.15+2 文獻標識碼： 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

隨著人類的發展，越來越多的植被受到破壞，導致了生態環境的惡化以及全球性的環境變化。 如水土流失的加重、土壤的退化、大氣二氧化碳的增加以及生物多樣性減少等.植被的保護和恢復具有極其重要的現實意義。傳統的植被監測方法主要靠人工實地采樣，不僅周期長，受到氣候的影響，而且監測的精度不高，難以滿足相關部門的需求。

隨著遙感衛星技術的發展,為植被的動態監測提供了先進的技術手段。衛星遙感具有覆蓋范圍大，能重復對地進行觀測,并且成本較低，這就使得它廣泛用于環境的動態監測中。植被覆蓋的動態監測其方法有先分類后比較、 先比較后分類以及變化信息的直接提取檢測。分類方法有目視判讀分類和計算機自動識別分類。計算機自動識別分類有面向對象分類和傳統分類方法。本文以隨岳高速公路某段為例，探討了一種直接提取植被動態變化信息的方法。

2研究區域概況

選取隨岳高速公路某段，地理位置介于34°1′30″～34°1′40″, E113°4′7″～118°4′40″之間，區域春夏暖氣流交替頻繁,夏秋晴熱少雨, 植被發育較好,生物資源豐富。氣候溫暖濕潤, 多年平均氣溫16.4 ℃，植被尤為茂盛，如圖1所示：

圖1

3植被動態監測遙感原理

遙感圖像全面真實地記錄了地表植被與環境的信息，通過對影像的色調、色彩和幾何形狀的分析，可判讀植被特征、類型和分布狀況。利用多波段、多時相的遙感圖像信息，并結合其他資料信息，應用遙感和地理信息技術，可揭示植被的動態變化。

3.1變化監測方法

變化檢測就是從不同時相的遙感數據中,定量的分析和確定地表變化的特征與過程。由多時相遙感數據分析地表變化過程需要進行一系列的圖像處理工作，包括數據選擇、幾何配準處理、歸一化、圖層疊加、變化檢測分析及應用等。如圖2所示：

圖2

3.1.1數據選擇和預處理

選取該地區1996年TM和2009年GeoEye-1的影像，影像數據的預處理包括圖像的輻射校正和幾何校正兩大部分。輻射校正在拿到數據前已經糾正過了。幾何糾正采用GDP 的方法，把圖像糾正到統一的坐標系，以使地理信息系統中來自不同遙感器的圖像和地圖能方便地進行不同層之間的操作運算和分析。

3.1.2獲取植被分布圖

3.1.2.1 計算1996年遙感圖像的NDVI

在植被遙感中,NDVI 應用最為廣泛其定義為:

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

筆者認為增大圖像的對比度故把ERADS求出的歸一化植被指數，進一步將其歸一化到0～255之間，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，對1996年遙感圖像進行計算其對應的NDVIn，并生成對應的植被指數圖像。在圖像上,森林植被由于灰度值較高,而在圖像上表現出較亮的色調。水體、道路、居民地和裸地的值較低，因而表現出較暗的色調。運用圖像分割技術(即密度分割)，應用ARCVIEW中的圖像分析( ImgaeAnalyis) 功能對1996年NDVIn圖像的進行分類。

3.1.2.2 對2009年圖像的植被提取

由于GeoEye-1數據的分辨率較高，可采用面向對象的方法提取植被，之后通過目視判讀將某些類歸為植被。

3.1.3圖像疊合分析

獲得的兩種植被分布圖后，利用地理信息系統軟件Arc/Info將1996年和2009年的植被分布結構圖做疊加，以求得2009年與1996年相比植被的變化。

3.1.4植被變化分析

通過比較疊加圖層，可以了解植被的變化區域情況，并且通過Arc/Info系統可以分別計算出2009年和1996年植被的覆蓋面積，兩者的差值即為植被的改變量。

4結語

本文所論述的方法能夠實現對植被資源變化特征的提取，在短時間內可完成大面積范圍內植被資源的變化監測，能夠減少大量的野外調查工作量和室內圖形勾繪的工作量,實現圖形的自動系列生成，滿足植被資源宏觀控制的需要，具有實時、高效的

特點。不足之處在于分類方法上，不能夠保證分類的精度，不過隨著高分辨率遙感衛星的發展，影像的分辨率越來越高，植被的監測也會更加的高效。

參 考 文 獻

[1]狄彩云. 基于遙感的承德圍場縣植被動態變化監測研究.首都師范大學學報,2007,28(2):84-88

[2]張微,林恒章,王薇,范秀英. 遙感信息技術在公路環境評價中的應用.地理空間信息，2006,4(5):28-30

[3]張學強. 基于3S的土地利用動態監測技術與應用研究:[學位論文].山東:山東師范大學土地資源管理系,2011

[4]房世波,潘劍君,陳彩虹. 利用TM和SPOT遙感影像對南京市城鎮用地擴展的監測.南京農業大學學報,2000,23(3):49-52.

[5]程紅芳,章文波,陳鋒. 植被覆蓋度遙感估算方法研究進展.國土資源遙感,2008,(1):13-18

[6]徐少立,程龍飛,劉德敏,劉玉機. IRS_P_6衛星數據在高速公路環境影響評價中的應用.環境保護與循環經濟,2009,(10):60-63