基于地形調節植被指數的像元二分模型應用研究

趙威成 葉欣 張紅華

摘要植被覆蓋度是衡量地表植被狀況的一個重要指標，歸一化植被指數結合像元二分模型是一種通過遙感監測獲取植被覆蓋度的方法，使用廣泛，但在山區會受到地形效應的影響。引入地形調節植被指數估算植被覆蓋度，通過配對t檢驗發現其在山區具有良好的削弱地形效應作用，可用于山區的植被覆蓋度反演。

關鍵詞地形調節植被指數;歸一化植被指數;地形效應;像元二分模型

中圖分類號TP79文獻標識碼

A文章編號0517-6611（2018）28-0071-02

The Applied Research on Dimidiate Pixel Model Based on TAVI

ZHAO Weicheng1，2，YE Xin1，ZHANG Honghua1

（1.School of Mines，Heilongjiang University of Science and Technology，Harbin，Heilongjiang 150022;2.School of Forestry，Northeast Forestry University，Harbin，Heilongjiang 150040）

AbstractVegetation coverage is an important indicator of surface vegetation. Normalized vegetation index combined with dimidiate pixel model is one of methods to obtain vegetation surface coverage by remote sensing，it is widely used. But it will be affected by topographic effect in mountain area. In this paper，the vegetation coverage was estimated by using the TAVI. By paired t test，it was found that it had a good weakening of the topographic effect in the mountain area，and could be used to invert the vegetation coverage rate in the mountain area.

Key wordsTAVI;NDVI;Topographic effect;Dimidiate pixel model

植被覆蓋度是衡量地表植被狀況的一個重要指標，也是描述生態系統的基礎數據，對水文、生態、區域變化等都具有重要意義。植被覆蓋度的計算主要包括地面測量和遙感監測2種方法[1]。

像元二分模型是使用較為廣泛的一種植被覆蓋度估算方法，其與歸一化植被指數（NDVI）結合在實際應用中取得了較好的效果。然而在山區的植被覆蓋度估算中，由于地形效應的影響，估算結果出現一些偏差，目前解決地形效應最有效的方式是地形校正。但有些時候待校正地區DEM不易獲取或與地形配準不精確，都會影響地形校正的結果，甚至根本無法進行地形校正。針對這種情況，該研究提出采用地形調節植被指數（TAVI）替代歸一化植被指數（NDVI），結合像元二分模型，進行地表植被覆蓋度反演，為減弱地形效應在植被覆蓋度估算中的影響提供一種簡潔、有效的方法。

1技術路線與數據預處理

研究區域內有平地、丘陵、山地，能較好地研究地形效應對植被覆蓋度的影響，獲取了該地區landsat8OLI多波段影像（圖1a）以及該地區DEM分辨率30 m（圖1b）。

1.1研究技術路線在輻射校正減弱地形影響的各種技術方法中，地形校正被認為是目前最有效的手段，該研究選取地形校正中效果最好的SCS+C校正方法，設地形校正后的NDVISCS+C并結合像元二分模型估算出的植被覆蓋度無地形影響，可作為此次研究的參考依據，分別與由歸一化植被指數NDVI結合像元二分模型估算出的植被覆蓋度VFCNDVI，及由地形調節植被指數（TAVI）結合像元二分模型估算出的植被覆蓋度VFCTAVI進行對比分析，得到研究結論。

1.2數據預處理在遙感成像的過程中，受到外界條件的影響，不可避免會含有輻射畸變，在輻射校正時進行了絕對輻射定標，FLAASH大氣校正[2]，地形校正采用SCS+C方法（圖1c）。

研究區域的Landsat8影像和DEM坐標系、投影方式一致，經檢查后發現能夠達到研究需要的幾何配準精度，故不再進行幾何校正和幾何配準。

2植被覆蓋度估算與檢驗樣本抽樣

2.1地形調節植被指數TAVI為了減弱在復雜山地由于地形陰坡、陽坡接收到日照的不同而引起的反演陰坡、陽坡植被指數值的差異，有學者在NDVI中引入帶地形調節因子的陰影植被指數SVI，有效減弱了該項差異[3]。

TAVI=NDVI+f（Δ）×MR-RR （1）

式（1）中，MR為研究區紅波段最大輻射值;R為研究區紅波段輻射值。

TAVI對地形效應的減弱效果很大程度上取決于地形調節因子f（Δ）的取值，采用最大值優化匹配算法計算f（Δ）。

（1）利用DEM計算出研究區域的坡度、坡向，劃分并提取出遙感影像上相應的陰坡、陽坡區域（該研究為保證結果準確性采用DEM提取陰、陽坡，實際應用中可采用監督分類的方式概要劃分）。

（2）分別計算陰坡、陽坡區域中TAVI的最大值TAVI陽max和TAVI陰max，f（Δ）的初始值設為0。

（3）f（Δ）從0開始，以步長10E-5增加，依次迭代計算，當|TAVI陽max-TAVI陰max|≤10-3時終止迭代，計算得f（Δ）=1.42×10-3。

為了更好地比較TAVI在減弱地形效應方面的效果，截取了研究區影像的一小塊區域，分別計算地形校正前的NDVI，地形校正后的NDVISCS+C以及TAVI，進行目視對比（圖2a、b、c）。對比結果發現，從相應圖像紋理均勻性方面考慮，抵抗地形效應最好的是NDVISCS+C，其次是TAVI，最后是NDVI，與預期效果一致。

2.2像元二分模型像元二分模型計算植被覆蓋度VFC的通用公式為：

VFC=NDVI-NDVIsoilNDVveg-NDVIsoil（2）

式（2）中，NDVIsoil表示無植被覆蓋區NDVI值;NDVIveg表示植被覆蓋區NDVI值?？砂聪率角笕。?/p>

NDVIsoil=VFCmax×NDVImin-VFCmin×NDVImaxVFCmax-VFCmin（3）

NDVIveg=（1-VFCmin）×NDVImax-（1-VFCmax）×NDVIminVFCmax-VFCmin（4）

在研究區域觀察發現，該區域內有水體，可認為完全無植被覆蓋，同時該區域有植被完全覆蓋區域，故可取VFCmin=0，VFCmax=1。

因此， VFC最終表達式為：

VFC=NDVI-NDVIminNDVImax-NDVImin（5）

式（5）中，NDVImin和NDVImax可在NDVI中得到。遙感影像在成像過程中不可避免地會受到噪聲的影響，根據其他研究人員的結論，結合該案例實際情況，按照累計概率分布設置置信區間[0.05%～99.95%][4]。

受NDVI像元二分模型的思路啟發，基于TAVI的像元二分模型公式可表達為[5]：

VFCTAVI=NDVI-TAVIminTAVImax-TAVImin（6）

2.3檢驗樣本抽樣方案根據經驗可知，地形效應對植被覆蓋度的影響隨著地形的不同而不相同，為了更準確地分析地形效應對地表覆蓋度的影響及對地形效應的減弱，采取集群采樣結合簡單隨機抽樣的方式進行檢驗樣本抽樣[6-7]。

（1）按典型地形分平地、丘陵、山地陽坡、山地陰坡分別對研究區進行人工集群采集，樣本盡量均勻分布整個研究區，每個樣本內地形保持一致，每類樣本采集數量超過5 000個像元。樣本總數占研究區域總像元數比例超過1%。

（2）在每類樣本中簡單隨機抽樣300個，保證總體估計是無偏的。

3植被覆蓋度反演結果分析

3.1植被覆蓋度反演總體趨勢分析

由圖3可知，3種方法估算的植被覆蓋度總趨勢相同，其中VFCNDVI、VFCTAVI相比VFCSCS+C在植被覆蓋度[0.7，0.8）區間內有低估表現，在[0.8，1]區間有高估表現，而總體表現來看，VFCTAVI和VFCSCS+C的分布更為接近，說明TAVI在像元二分模型的應用中對地形效應的影響有一定的改善，但效果較地形校正略差。

3.2山地陰坡地形條件下配對t檢驗在山地陰坡時受地形效應影響最大，表1是不同植被覆蓋度反演結果在山地陰坡地形條件下的配對t檢驗[8]。由檢驗結果分析可知，VFCNDVI、VFCTAVI與VFCSCS+C均存在顯著性差異，VFCTAVI配對t檢驗結果相比VFCNDVI配對t檢驗結果有更小的均值和標準差，說明VFCTAVI結果更接近于VFCSCS+C，地形效應的影響得到減弱。

4結語

通過研究區植被覆蓋度反演試驗可知，反演精度最高的是VFCSCS+C，但需要的條件較多，在實際生產中限制了其應用。該研究提出的VFCTAVI方法，在其反演結果中受地形效應的影響得到了良好的削弱，并且反演過程不需DEM的輔助，計算簡單、方便，生產效率高，在實際生產中有較高的價值。

參考文獻

[1]

張云霞，李曉兵，陳云浩.草地植被蓋度的多尺度遙感與實地測量方法綜述[J].地球科學進展，2003，18（1）：85-93.

[2] 鄧書斌. ENVI遙感圖像處理方法[M].北京：科學出版社，2010.

[3] 江洪，張兆明，汪小欽，等.基于TAVI的山區毛竹林LAI反演分析[J].地球信息科學學報，2015，17（4）：500-504.

[4] 李苗苗，吳炳方，顏長珍，等.密云水庫上游植被覆蓋度的遙感估算[J].資源科學，2004，26（4）：153-159.

[5] 馬娜，胡云鋒，莊大方，等.基于遙感和像元二分模型的內蒙古正藍旗植被覆蓋度格局和動態變化[J].地理科學，2012，32（2）：251-256.

[6] 任唯敏.植被指數計算區域植被覆蓋度的適用性研究[D].西安：西北大學，2012.

[7] 陳愛京，傅瑋東，肖繼東，等.基于像元二分模型的和布克賽爾縣植被覆蓋動態變化分析[J].草業科學，2012，29（6）：857-862.

[8] 丁春曉，周汝良，葉江霞，等.地形起伏對陸地衛星的NDVI影響研究[J].林業資源管理，2016（4）：101-106.