涇縣植被覆蓋度提取研究

(1.成都理工大學 四川 成都 610059；2.中國農業銀行國際結算單證中心(合肥) 安徽 合肥 230000)

一、緒論

(一)研究背景與研究意義。植被覆蓋度(Fractional Vegetation Cover)就是指包含了研究區內所有植被垂直投影的面積在研究區地表總共面積中所占的百分比[1]。植被覆蓋度提取研究結果為研究區的城市發展規劃提供指標，也為涇縣的生態文明建設提供重要的數據。

(二)國內外研究現狀。當前國外情況，Filippi以前推出過一種名為模糊無監督人工神經網絡法的方法，然后利用提供的這個方法應用在把高光譜影像進行分類上，于是就可以得出了一個和BP神經網絡的分類精度差不多的成果。Yang等人[2]通過以溫度和美國內布拉斯加州地區的NDVI的兩者關系為例，覆蓋地表的植物群落發育日數與NDVI兩者之間的關聯土壤溫度與NDVI之間關聯有緊密的同步性。

二、研究區概況

(一)研究區簡介。涇縣，隸屬于皖宣城市,涇縣擁有九鎮兩鄉，地處皖東南方向，占地面積為2054.5平方公里。涇縣地區多山地和丘陵地區，少平原，所以植被比較密集。涇縣地區多山地，河流交錯，所以容易發生自然災害現象。

(二)研究區數據來源。本研究使用的是Landsat 8影像數據，研究區為安徽省涇縣地區影像，影像時間范圍為2017年共一期影像，條帶號-120，行編號-39，所選數據時期是獲得農作物時期，天氣晴朗云很少，該地區平均云量為0.23，方便分析涇縣地域的植被生長狀況。該數據優勢具有較高的分辨率，數據選擇余地大，數據經過影像裁剪、鑲嵌、掩膜等處理操作后，得到研究區的影像圖。

三、研究方法

像元二分法(Pixel Dichotomy Mode)是研究區觀測到的的植被分為兩部分，而遙感觀測到的總信息設為S,一部分是純裸地區，這部分區信息由Ss組成，另一部分是有植被的區，這部分區信息由Sv組成，公式如下：

S=SV+SS

(3-1)

fv=Fc·VIveg+(1-Fc)·VIsoil

(3-2)

(3-3)

Fv：實際的植被覆蓋度、FC：植被覆蓋度、VI：數據中每個像元的植被指數、VIsoil：研究區內無植被覆蓋區的植被指數、VIveg：研究區內密集植被覆蓋區的植被指數

圖1 NDVI密度分割分布圖

四、基于像元二分法模型進行覆蓋度提取

NDVI(Normalized Differential Vegetation Index)，NDVI的數值大小可以在某種程度上反映出植被生長的狀態。在做過大量的實驗之后，各個實驗的綜合結果表明，NDVI和植被覆蓋度之間存在著聯系，它們擁有著較高的擬合度[3]。

NDVI=(NIR-R)/(NIR+R)

(4-1)

R：表示可見光、NIR：表示近紅外波段、NDVI：表示兩個波段內的數值之差、之和的比值。

五、植被覆蓋度提取結果分析

涇縣地域的高植被類型所占總比例在涇縣地域總面積比例較大，總體上共占涇縣地域總研究區比例的48.79%，因此這個類型所占總體比例是最高的。較高植被類型的所占面積也較大，研究區的25.02%。其余等級的總共占26.19%。

表1 統計結果分析表

六、結論

(1)涇縣區的植被可以被分為五個等級，顯示高植被覆蓋度為主要類型，它占據涇縣區總體面積的1002.39平方公里。較高植被類型的所占面積也較大，占涇縣區總體面積的513.63平方公里。其余等級的總共占527.56平方公里。因此依據分級情況劃分排序：高植被>較高植被>裸植被>中植被>低植被。

(2)從總體上看，涇縣研究區內的高植被覆蓋度相對其他類型來說，屬于分布較為廣泛的類型，因此這個類型所占總體比例是最高的。其次，覆蓋度類型所占比例較高的為較高植被，幾乎是均勻分布在涇縣區范圍內。其余等級類型分布的面積總體上所占比例不是很高，它們大多都是零星的分布于涇縣的中部地區和東南方向地區。