植被覆盖度是一个重要的生态学参数。从土壤侵蚀方面看, 植被覆盖能显著减少土壤侵蚀量, 这一点通过径流小区对比试验已得到证实。同时, 植被覆盖度作为一个基本参数, 在很多土壤侵蚀预报模型得到应用。因此, 监测地表植被覆盖在时空上的动态变化, 在区域水土流失动态监测和土壤侵蚀预测预报方面具有举足轻重的作用。
资源环境调查和土壤侵蚀动态监测是遥感技术进行要途径。自1972年第一颗人造资源卫星的发射, 科学家们就尝试着研究和建立光谱响应与植被覆盖之间的相近关系, 而包含90%以上的植被信息是红光和红外波段, 并且是植被覆盖研究中的有利手段。其中由非线性和多光谱数据经线性组合而成的对植被中有一定的指示意义的各项数值称之为植被指数 (Vegetation Index-VI) , 同时它与生物量与植被的覆盖度等都有较好的相关性。通过对卫星中图像的波段进行不同的组合, 进而可以有效地反映和确定了植被的类型、植被的信息、植被的覆盖状况、生产量以及作物生产量等, 从而对植被的覆盖和土地的利用、植被和土壤侵蚀等一些列的分级分类的相关研究和相关问题。
本文在ERDAS IMAGINE8.5、地理信息系统软件支持下, 运用TM图像数据, 在野外实地调查的基础上, 结合研究区2002年森林资源二类调查的详细资料, 对研究区TM影像预处理方法、植被覆盖度信息的提取、植被覆盖度与植被指数 (NDVI) 的相关关系、植被覆盖分类作了初步探讨。
南川市位于重庆南部, 位于东经106°54′~107°27′, 北纬28°46′~29°30′, 幅员面积2609.67km2。境内地形以山地为主, 系中山丘陵地区, 低山槽坝面积较少, 地势呈东南向西北倾斜, 南部属大娄山脉褶皱地带, 北部系川东平行岭谷。
全市属亚热带湿润季风气候区, 热量充足, 雨量充沛, 常年平均气温16.6℃, 极端最高气温39.8℃, 多年平均降雨量1185mm。
植被主要以亚热带常绿针叶林、针阔混交、阔叶林为主, 具有明显的地带性、地域性及垂直分布特征。丰富多样的自然条件, 造就该市成为南北植物的交汇中心, 种类繁多。农作物除粮油外, 还有区域优势的中药材等农林土特产, 其中金佛山素有“方竹之乡”和“植物标本园”的美称。
重庆市2000年土壤侵蚀遥感调查资料统计, 全市现有土壤侵蚀面积1143.81km2, 占幅员面积的43.96%。主要以中度、强度流失为主。
在TM图像植被覆盖度信息提取及分类研究中, 采用了以下几点材料。
(1) TM图像 (127-40景TM七个波段的遥感影像, 由Landsat-5号卫星获得, 拍摄时间2000年2月) 。 (2) 研究区1∶5万地形图数据。 (3) 研究区2000年1∶10万土地利用现状数据。 (4) 研究区2000年1∶10万土壤侵蚀现状数据 (由第三次土壤侵蚀遥感调查所得) 。 (5) 研究区2002年森林资源二类调查详细数据资料。 (6) 野外实地调查获得的数据资料。
本研究应用的工作平台有以下几点。
(1) 手持式GPS一台。 (2) 专用遥感数字图像处理软件 (ERDAS IMAGINE8.5) 。 (3) 地理信息系统软件 (Arcgis8.3, Arc View3.2) 。 (4) 统计分析软件包SPSS。
(1) 用多项式几何校正模型, 并采用以地形图校正影像的方法对研究区TM影像进行几何精校正。 (2) 采用植被指数法, 提取研究区植被覆盖度信息。 (3) 运用GPS进行坐标定位, 将植被覆盖度调查数据与植被指数建立对应关系, 并采用统计分析方法, 对二者的关系进行相关分析。 (4) 利用光谱信息和提取的植被指数, 采用专家分类, 对林地覆盖度进行分类, 通过比较分析得出植被覆盖度分布状况图。 (5) 运用数理统计分析方法, 分析植被覆盖与土壤侵蚀的关系。
根据以上研究方法, 确定技术流程如图1所示。
研究区植被度信息的提取, 主要通过归一化差异植被指数 (NDVI) 变换处理, 将原始band4、band3波段灰度值映射为对应像元的灰度值, 得到研究区植被覆盖度 (NDVI植被指数) 分布。要将植被指数应用于植被覆盖的研究, 必须赋予NDVI值以相应的植被覆盖度含义, 把植被指数转化为植被覆盖度等级, 实际上是对植被指数的综合和简化。
大量研究表明NDVI与地表植被的覆盖度成正比关系, 对于同一种植被, NDVI越大, 说明地表植被的覆盖率越高, 植被的长势越好。
二者的对应关系主要运用了手持式GPS定位, 记录样地的经纬度, 即在测量样方植被覆盖度的同时, 记录样地中心点的经纬度, 用记录下的经纬度与植被指数图上的经纬度相对应, 确定样方中心点在图上的位置, 通过AOI (Area Of Interest) 工具面板, 得出与样方覆盖度相对应的植被指数, 从而建立覆盖度与植被指数的对应关系。
在统计分析软件SPSS中, 分别采用线性、对数、多项式 (二次) 、乘幂、指数五种趋势预测及回归分析, 通过拟合得到植被覆盖度与植被指数 (NDVI) 的关系。
研究区林地植被覆盖度与植被指数具有显著的相关性, 这也说明归一化差异植被指数提取的植被覆盖度信息, 能较好地反映植被覆盖的实际。
地表植被覆盖状况与土壤侵蚀存在密切的相关关系, 是进行土壤侵蚀分类定级的重要标准, 所以本文在研究过程中, 根据水利部1996年颁布的《土壤侵蚀分类分级标准》 (SL190-96) , 对植被覆盖度进行分级 (表1) 。
在运用ERDAS遥感处理软件进行覆盖度分类过程中, 知识库的建立是实现分类的关键, 它包括假设 (Hypothesis) 、规则 (Rules) 、变量 (Variable) 三类要素。知识库的建立通过决策树一览区 (Decision Tree Overview) 设置实现。
本文在野外样地调查和2002年森林资源二类调查的基础上, 结合植被覆盖度与植被指数的关系模型分析结果, 计算出各覆盖度分级的阈值。
覆盖度为30%时, NDVI=0.2141;覆盖度为45%时, NDVI=0.3204;覆盖度为60%时, N D V I=0.4 1 1 8;覆盖度为7 5%时, NDVI=0.4932。
同时引入五条分类规则 (如下) , 并在ERDAS软件知识工程师编辑模块中完成分类规则定义。
通过设置植被覆盖度各级别假设要素, 定义假设条件, 确定条件变量等一系列操作, 建立运用植被指数 (NDVI) 进行植被覆盖度分类分级的知识库决策树, 并对知识库进行测试后保存知识库文件。
在遥感处理软件中, 打开专家分类对话框, 输入提取的NDVI植被指数文件, 定义输出文件, 确定知识库文件, 选择各种参数, 最后执行专家分类, 得到分类结果。
摘要：本文以TM影像为数据源, 以重庆南川市为例, 结合地面调查数据, 利用ERDAS遥感处理软件, 对植被覆盖度信息提取方法、植被覆盖度与植被指数的关系、植被覆盖度分类等方面进行了研究。3S技术的结合, 能快速准确地获取植被覆盖度信息。
关键词：TM影像,植被指数,植被覆盖度,专家分类,土壤侵蚀,重庆市
[1] 满开言, 林卓英.坡面植被对坡面径流和入渗的影响[J].地理研究, 1989 (4) :78～85.
[2] 田庆久, 闵祥军.植被指数研究进展[J].地球科学进展, 1998 (4) :327～333.
[3] Asrar.G et al.Estimating absorbedphotosynthetic radiation and index fromspectral reflectance in wheat[M].Agron.J, 1984, 76:300～306.
[4] Sellers, P, J.Canopy reflectance, pho-tosynthesis and transpiration[M].Int.J.Remote Sens, 1985, 6:1335～1372.
[5] F.VAN DER MEER, W.BAKKER, etal, Spatial scale variations in vegetationindices and above-ground biomassestimates:implications for MERIS[J].International Journal Remote Sensing, 2001:22 (17) :3381～3396.
[6] 甘甫平, 王润生, 等.基于遥感技术的土地利用与土地覆盖的分类方法[J].国土资源遥感, 1999 (4) :40～45.
[7] Murat KARABULUT.An Examina-tion Of Relationships Between Veg-etation And Rainfall Using MaximumValue Composite AVHRR-NDVI Data[J].
[8] 徐兴奎, 林朝晖, 等.气象因子与地表植被生长相关性分析[J].生态学报, 2003, 23 (2) :221～230.
推荐阅读：
遥感技术在农业的应用06-22
遥感技术在城市环境监测中的应用06-24
遥感实习心得体会06-08
基于主题的情感分析06-24
基于dm广告的研究06-01
基于zigbee的课程设计06-15
基于struts的网上书店06-26
基于培养核心素养的初中化学教学策略06-06
基于Matpower的电力系统潮流计算06-28
基于文体的小学群文阅读教学策略谈06-28
上一篇：非常规化探方法在地质勘查中的应用浅析下一篇：浅析西门子低场磁0.2T核磁共振仪胰胆管水成像技术对梗阻性黄疸的诊断研究
