基于遙感影像的不同植被指數比較研究

賀金蘭+++張明月+++田尉霞

摘 要：以汶川地區的多光譜遙感影像Landsat 8 OLI為數據源，利用比值植被指數（RVI）、歸一化植被指數（NDVI）、土壤調節植被指數（SAVI）、修正的土壤調節植被指數（MSAVI）4種植被指數和植被信號與土壤噪音之比（S/N）對研究區不同區域的植被進行比較研究，結果表明歸一化植被指數與土壤調節植被指數適合該地區的實際情況。

關鍵詞：遙感影像；植被指數；信噪比；比較研究

引言

現如今，遙感探測已成為植被研究的一個高效方法，植被指數是遙感領域中用來表征地表植被覆蓋，生長狀況的一個簡單有效的度量參數。植被指數的定量測量可表明植被活力，它比單波段用來探測生物量有更好的靈敏性。隨著遙感技術的發展，植被指數在環境、生態、農業等領域有了廣泛的應用。目前為止，已經有許多植被指數被發現與研究，不同的植被指數有其不同的適用性，由于地理環境、植被覆蓋度、植被生長狀況等很多因素的影響，對于不同的地區，植被指數會有不同的敏感性。同理，在同一地區的不同區域植被指數也會有不同的體現。其次植被信號與土壤噪音之比是植被指數選擇的一個重要因素，安培浚等從降低土壤背景的影響效果、探測植被覆蓋度的能力、探測植被信息的能力三個方面，利用對比分析的方法做了西北干旱地區民勤綠洲的植被指數遙感定量研究；陳明華等利用同樣的方法做了不同植被指數估算植被覆蓋度的比較研究。基于此，在對研究區域了解有限的情況下，根據獲取的遙感影像，觀察植被的分布情況，把研究區分為5個感興趣區域，然后再用植被指數與信噪比對植被指數的生長狀況以及植被指數的選取進行對比研究。從而找出適合汶川地區植被研究的植被指數，為遙感監測該研究區的植被提供依據。

1 研究區概況

汶川縣位于四川省西北部的阿壩州境東南部的岷江兩岸，緯度坐標為北緯30°45′～31°43′與東經102°51′～103°44′之間。其總面積為408432.56公頃。汶川縣氣候隨東南向西北地勢上升，呈比較完整的垂直氣候帶。在2000米以下地區，年均氣溫13.5℃（北部）～14.1℃（南部），無霜期247～269天，雨量528.7～1332.2毫米，日照1693.9～1042.2小時，適宜各類動植物生長。

2 數據來源

本文研究區的數據來自2013年汶川縣Landsat8OLI遙感影像圖，利用ENVI5.1對遙感影像進行輻射定標、大氣校正、拼接、裁剪，然后再色彩合成得到預處理之后的圖像（圖1）。

3 理論基礎

3.1 比值植被指數

由于近紅外波段與可見光紅光波段對綠色植物的光譜響應有很大的不同，它們之間的比值可以反映出紅光波段與近紅外波段反射率之間的差異，其計算公式為：

RVI=Rn/Rr

Rn為近紅外波段的反射率，Rr為紅光波段的反射率，這里的近紅外波段選取遙感影像的第5波段，紅光波段選取遙感影像的第4波段。

3.2 歸一化植被指數

歸一化植被指數通過近紅外波段與可見光紅光波段數值之和除以這兩個波段數值之差得到，計算公式為：

3.3 土壤調節植被指數

該植被指數是為了將土壤亮度對植被指數的影響減至最低，計算公式為：

3.4 修正的土壤調節植被指數

該植被指數將土壤背景影響進一步被減小，同時植被的敏感性得到增強，計算公式為：

3.5 植被信號-土壤噪音比

植被在未完全覆蓋地表的狀態下，部分紅外光透過植被冠層時，經散射或透射到地表，發生復雜的土壤-植被相互作用，經反射到傳感器中既有植被信息又有土壤背景信息，造成植被提取應用過程中形成誤差。其計算公式為：

S/N=V/2？啄

4 實驗分析

4.1 植被指數分析

該地區的研究圖像收集于冬季，研究區里多高山，某些區域出現大量的雪，且植被分布不均，所以本文在整個研究區確定了5個感興趣的區域（圖2），然后在ENVI5.1中利用bandmath工具計算各個植被指數，統計出每個區域的植被指數值（表1）。

由于不同植被指數的取值范圍不同，所以對表1的數據進行縱向比較，即對同一植被指數在不同區域的數值大小進行比較。比值植被指數的取值范圍是：[0，30]，一般綠色植被區的范圍是：[2，8]，從表1可以看出5個區域的比值植被指數都表現較好，每個區域都是由綠色健康植被覆蓋，特別是區域2的比值植被指數表現最好；歸一化植被指數的取值范圍是[-1，1]，一般綠色植被區的范圍是[0.2，0.8]，它是遙感估算值被覆蓋度最常用的一個植被指數，從表1可以看出5個區域的植被覆蓋度都較高；總的來說，區域4的各種植被指數都低于其余區域的植被指數值，這是由于該區域的植被分布不均且有較多的雪覆蓋地面造成的。

4.2 信噪比分析

S/N表示在提取植被信息時，植被指數受土壤的影響程度。S/N越大，植被指數提取植被信息過程中受土壤影響的程度就越低。通過縱向比較，對于同一植被指數，區域1、區域3、區域5的信噪比較大，其受土壤影響程度較小，區域4的信噪比最小，則其受土壤的影響程度最大；通過橫向比較，對于同一區域，SAVI與NDVI提取植被信息時受土壤影響程度較小，RVI提取植被信息時受土壤影響最大。

5 結論

由植被指數分析得出，該研究區的植被覆蓋度較高，且該地區的植被都是綠色健康的；由信噪比分析得出，對于汶川地區的植被信息提取，歸一化植被指數與土壤調節植被指數較其它的植被指數消除土壤影響的效果好；綜合表1與表2的數據，在植被覆蓋度較低的情況下，植被指數提取植被信息的效果較差，植被指數（NDVI）與土壤調節植被指數（SAVI）是較適合研究該區域的植被指數。在沒有該研究區充分的實測數據的情況下，比較出適合該研究區的植被指數，這是一種高效簡單的方法。

參考文獻

[1]郭鈮.植被指數及其研究進展[J].干旱氣候，2003，21（4）：71-75.

[2]田慶久，閔祥軍.植被指數研究進展[J].地球科學與進展，1998，13（4）：327-333.

[3]羅亞，徐建華，岳文澤.基于遙感影像的植被指數研究方法評述[J].生態科學，2005，24（1）：75-79.

[4]安培浚，劉樹林，頡耀文，等.植被指數遙感定量研究-以民勤綠洲為例[J].遙感技術與應用，2005，20（6）：574-581.

[5]陳明華，柴鵬，陳文祥，等.不同植被指數估算植被覆蓋度的比較研究[J].亞熱帶水土保持，2016，28（1）.

[6]趙英時.遙感應用分析原理與方法[M].北京：科學出版社，2003.

[7]鄧書斌，陳秋錦，杜會建，等.ENVI遙感圖像處理方法[M].北京：高等教育出版社，2014.

作者簡介：賀金蘭（1993-），女，漢族，四川廣元人，碩士研究生在讀，成都理工大學管理科學學院，研究方向：數學。