畢業(yè)論文-植被覆蓋度的遙感估算方法研究-以南陽市為例

1、PAGE 編號：南陽師范學(xué)院2008 屆畢業(yè)生畢業(yè)論文（設(shè)計） 題 目：植被覆蓋度的遙感估算方法研究-以南陽市為例 完 成 人： 班 級： 2008-03 學(xué) 制： 4年 專 業(yè)： 地理信息系統(tǒng) 指導(dǎo)教師： 完成日期： 2012- 04-03 目錄摘要(1)0引言 (1)1國內(nèi)研究現(xiàn)狀(2)1.1樣本統(tǒng)計測算法(2)1.1.1目測估算法(2)1.1.2概率測算法(3)1.1.3儀器測量法(3)1.2 整體直接測算法(3)2植被覆蓋度研究中的問題及其意義(3)2.1植被覆蓋度研究中的問題(3)2.2植被覆蓋度研究的意義(3)3研究區(qū)域南陽市概況(3)4基于像元分解法的植被覆蓋度估算方法(4)4.

2、1像元分解模型法(4)4.2利用歸一化植被指數(shù)估算植被蓋度(5)4.3 NDVI 3 和 NDVI 4的兩種取值方法(6) 4.3.1利用式（6）估算植被覆蓋度值，NDVI 3和 NDVI 4的取值是很關(guān)鍵的問題4.3.2利用ENVI軟件提取NDVI4.4 利用ENVI軟件植被得到覆蓋度數(shù)值(7)5南陽市植被覆蓋度估算(8)5.1研究數(shù)據(jù)(8)5.2數(shù)據(jù)處理(8)6結(jié)果與討論(11)參考文獻(12)Abstract(12)第13頁 共12頁植被覆蓋度的遙感估算方法研究以南陽市為例作 者：指導(dǎo)教師摘要：植被覆蓋度是重要的生態(tài)環(huán)境參數(shù)之一，是衡量地表植被狀況的一個重要指標，對區(qū)域環(huán)境變化和監(jiān)測研究

3、具有重要意義。本文介紹了目前常用的遙感監(jiān)測植被覆蓋度的三種方法，即回歸模型法、植被指數(shù)法和像元分解法。然后利用基于NDVI的像元二分模型，對南陽市植被覆蓋度進行估算研究。關(guān)鍵詞：植被覆蓋度；遙感；NDVI；像元二分模型；南陽市0引言植被覆蓋度是指觀測區(qū)域內(nèi)植被垂直投影面積占地表面積的百分比。它不僅能反映出觀測區(qū)域內(nèi)的地表植被覆蓋狀況，而且是控制土壤侵蝕與水土流失的關(guān)鍵因素，同時是描述生態(tài)系統(tǒng)的重要基礎(chǔ)數(shù)據(jù)，也是區(qū)域生態(tài)系統(tǒng)環(huán)境變化的重要指標1。而城市植被是城市生態(tài)系統(tǒng)的重要組成部分，對保護城市生態(tài)環(huán)境具有重要作用。隨著城市化進程的加快而引起的城市植被覆蓋的減少，是造成城市問題的重要原因之一，因

4、此對植被覆蓋度的研究具有非常重大的意義。植被覆蓋度傳統(tǒng)的測量方法是地面測量，它只能進行小區(qū)域的植被覆蓋度測量，局限性大，不易推廣。遙感監(jiān)測可以說是一種研究植被覆蓋度的相對精確和重要的方法，在科技越來越發(fā)達的今天，遙感在很多地物研究中都有很廣泛的應(yīng)用。遙感圖像通過遙感平臺上的傳感器獲取。在遙感應(yīng)用中，根據(jù)傳感器的分辨率指標選擇遙感圖像數(shù)據(jù)。傳感器的分辨率指標主要有輻射分辨率、光譜分辨率、空間分辨率和時間分辨率。輻射分辨率是傳感器區(qū)分反射或發(fā)射的電磁波輻射強度差異的能力；光譜分辨率是傳感器記錄的電磁光譜中特定波長的范圍和數(shù)量；空間分辨率指遙感圖像上能夠詳細區(qū)分的最小單元的尺寸或大小；時間分辨率是對

5、同一目標重復(fù)探測時，相鄰兩次探測的時間間隔。正是它們各自不同的特點可以獲得不同空間尺度的遙感圖像，從而得出更精確的探測和研究數(shù)據(jù)。目前常用的遙感監(jiān)測植被覆蓋度的方法主要有：回歸模型法、植被指數(shù)法，像元分解模型法。其中回歸模型法主要是通過建立實測植被覆蓋度數(shù)據(jù)與植被指數(shù)的回歸模型來求取植被覆蓋度。它依賴于對特定區(qū)域的實測數(shù)據(jù)，雖在小范圍內(nèi)具有一定的精度，但在推廣應(yīng)用方面卻有諸多方面的限制。植被指數(shù)法則通過各像元中植被類型與植被特征的分析，建立植被指數(shù)與植被覆蓋度的轉(zhuǎn)換關(guān)系，來直接提取植被覆蓋度信息。而其中植被指數(shù)指根據(jù)地物光譜反射率的差異作比值運算可以突出圖像中植被的特征、提取植被類別或估算綠色

6、生物量能夠提取植被的算法。像元分解法是根據(jù)植被和土壤在不同波譜段的反射情況，一般選擇植被與土壤光譜反射差別較大的紅光波段和近紅外波段作為植被覆蓋度信息提取的信息源。植被指數(shù)法和像元分解法都不依賴于實測數(shù)據(jù)。而基于歸一化植被指數(shù)和像元分解模型的植被覆蓋度的遙感監(jiān)測方法是一種比較新的研究植被覆蓋度的方法。以下是以南陽市為例對植被覆蓋度的遙感估算方法進行探討和分析，選取了1987年、1997年和2008年 的TM數(shù)據(jù)，利用基于植被指數(shù)的像元分解法來求取植被覆蓋度數(shù)據(jù)，計算不同時期的植被覆蓋度。目的在于研究隨著城市的發(fā)展而導(dǎo)致的城市地表植被覆蓋度的變化，為進行城市生態(tài)環(huán)境質(zhì)量評估提供參考數(shù)據(jù)。1國內(nèi)研

7、究現(xiàn)狀1.1樣本統(tǒng)計測算法 樣本統(tǒng)計測算法是按照統(tǒng)計學(xué)要求，在研究區(qū)內(nèi)抽取一定數(shù)量的樣本區(qū)域，通過測算樣本區(qū)域的植被覆蓋度，利用部分推算總體的統(tǒng)計學(xué)原理，估算整個研究區(qū)域的植被覆蓋度。1.1.1目測估算法目測估算法采用肉眼憑借經(jīng)驗直接判別或利用相片、網(wǎng)絡(luò)等參照物估算植被覆蓋度。而不同人對同一研究區(qū)域的目測估計結(jié)果有顯著的差別。所以此方法會產(chǎn)生很大的誤差。1.1.2概率測算法概率測算法是借助一定測量工具和手段獲得的研究區(qū)內(nèi)植被出現(xiàn)的概率，視為估算該研究區(qū)域的植被覆蓋度的一種方法，目前國內(nèi)很少有人采用此法研究植被覆蓋度。1.1.3儀器測量法 儀器測量法是指利用傳感器測量光通過植被層的狀況來估算植被

8、覆蓋度的一種方法。但并不能達到較高的精度。1.2整體直接測算法整體直接測算法是通過將研究區(qū)內(nèi)植被生長環(huán)境要素、時空要素與植被覆蓋度地面測量數(shù)據(jù)進行耦合，在一定尺度內(nèi)建立植被覆蓋度的經(jīng)驗?zāi)Ｐ?；或利用遙感技術(shù)提取研究區(qū)內(nèi)植被光譜信息，再與植被覆蓋度建立相關(guān)關(guān)系；或?qū)τ跋裣裨M行分解的方法，計算植被覆蓋度。引言中提到的常用遙感監(jiān)測估算植被覆蓋度的三種方法便是整體直接測算法8。2植被覆蓋度研究中的問題及其意義2.1植被覆蓋度研究中的問題南陽市三面環(huán)山，在估算植被覆蓋度的時候，必須將研究區(qū)域內(nèi)植被地上部分對植被生長區(qū)域的地面進行垂直投影。如果在山坡上進行植被覆蓋度的估算，就需要注意將植被對山坡進行垂直投

9、影。另外，同樣面積的植被相對不同的研究區(qū)域范圍，會得出不同的植被覆蓋度。2.2植被覆蓋度研究的意義植被覆蓋度是反應(yīng)植被基本情況的客觀指標，在許多研究中具有很重要的作用。當前環(huán)境問題成為全球極為關(guān)注的焦點，而植被覆蓋度與環(huán)境變化的研究有著密不可分的聯(lián)系。另外，它作為科學(xué)研究的一項重要的基礎(chǔ)數(shù)據(jù)，在許多定量研究中起到相當關(guān)鍵的作用，如對南陽市的植物、土壤，水利等的定量研究，而且可使研究結(jié)果更具科學(xué)性和可信性。由于植被覆蓋度是城市生態(tài)系統(tǒng)環(huán)境變化的重要指標，所以對研究城市的生態(tài)環(huán)境變化也有著重大意義。3研究區(qū)域南陽市概況南陽地處在北緯32173348,東經(jīng)1105811349,處于亞熱帶向暖溫帶過渡

10、地帶，屬典型的季風大陸半濕潤氣候，四季分明，陽光充足，雨量充沛。南陽是南水北調(diào)中線工程水源地和渠首所在地，市內(nèi)河流眾多，分屬長江、淮河、黃河三大水系，長度在百公里以上的河流有10條。全市主要河流有丹江、唐河、白河、淮河、湍河、刁河、灌河等，可供開采量約8.58億立方米，全市水資源總量70.35億立方米，水儲量、畝均水量及人均水量均居全省第一位。2010年全年共營造林49.5萬畝，其中人工造林38.2萬畝。退耕還林13.05萬畝。全市參加義務(wù)植樹586萬人次，完成義務(wù)植樹1550萬株。年末共有自然保護區(qū)6個，其中，國家級自然保護區(qū)3個。森林公園8個，其中國家級森林公園2個。年末全市森林覆蓋率為3

11、7.0%。野生植物資源184科927屬2298種，國家和省重點保護植物79種；擁有國家和省級自然區(qū)6個，面積221.37萬畝；國家和省級森林公園8個，面積6萬畝。南陽是全國中藥材的主產(chǎn)區(qū)之一，藥用植物資源豐富，具有種植、加工中草藥的自然條件優(yōu)勢和傳統(tǒng)習慣，盛產(chǎn)天然中藥材就達2357種,產(chǎn)量達2.5億公斤，其中地道名優(yōu)藥材30余種，品種數(shù)量占全國的20%以上，總儲量占全省的1/4以上，且多為無污染有機藥材。全市已基本建成以南召辛夷、西峽山茱萸與天麻、桐柏桔梗、方城裕丹參、內(nèi)鄉(xiāng)黃姜、鎮(zhèn)平杜仲、鄧州麥冬、社旗板藍根等為主體的十大中藥材種植基地。4基于像元分解法的植被覆蓋度估算方法4.1像元分解模型法

12、像元分解模型法是假設(shè)遙感影像上的一個信息只由兩部分組成，即植被部分和非植被部分。如果它通過傳感器獲取的信息是S,由綠色植被所貢獻的信息表達為S1,由非植被貢獻的信息為S2,則將S線性分解 （1）對于一個由植被和土壤組成的混合像元，像元中植被部分覆蓋的面積比例為f e，則土壤部分覆蓋的面積比例為（1-fe），假設(shè)全植被覆蓋的純像元所得的遙感信息為S3，則混合像元植被部分所貢獻的信息為S1可表示為 f e與S3 的乘積為 （2）同理，假設(shè)全由土壤所覆蓋的純像元所獲得的遙感覆蓋信息為S4，則混合像元土壤部分所貢獻的信息S2可表示為（1-fe）與S4的乘積 （3）將（2）與（3）代入（1）式，可得 （

13、4）將式（4）進行變換，可得植被覆蓋度的計算公式 （5）式（5）中，S3 與S4 均為像元二分模型中的兩個參數(shù)，因此只需先求出這兩個參數(shù)后運用式（5）就可以利用遙感數(shù)據(jù)估算植被覆蓋度。4.2利用歸一化植被指數(shù)估算植被蓋度植被指數(shù)是利用植被在近紅外波段高反射和紅波段高吸收的特點，經(jīng)過某種變換，增強植被信號，削弱噪音，由紅光和紅外波段的不同組合而成。歸一化植被指數(shù)（NDVI）是目前使用最為廣泛的植被指數(shù)，它是反映植被生長狀態(tài)及植被覆蓋度的最佳指示因子2。當植被覆蓋度較低時，NDVI對覆蓋度增減反應(yīng)靈敏，當覆蓋度較大時，NDVI趨于飽和9。根據(jù)像元二分模型，一個像元的歸一化植被指數(shù)值可以表達為由植被

14、覆蓋部分的信息與由土壤覆蓋部分的信息組成，因此可以將歸一化植被指數(shù)(NDVI)值代入式（5），從而計算出植被覆蓋度，即 （6）式（6）中，NDVI 4 為裸土或無植被覆蓋的區(qū)域的NDVI值，NDVI 3為純植被覆蓋區(qū)域的NDVI值。另外，常用的不同分辨率的遙感數(shù)據(jù)的紅光波段和近紅外波段波長范圍見表1。從表1可以看出，其波長均在同一范圍內(nèi)，利用這兩個波段的反射率計算植被指數(shù)中，以上數(shù)據(jù)源轉(zhuǎn)換引起的誤差，可以忽略。 表1 植被指數(shù)的數(shù)據(jù)源衛(wèi)星系統(tǒng)LANDSATCBERSSPOTQuick BirdIKONOSMODIS分辨率/m3019.5102.444250R波段帶寬/um0.630.690.6

15、30.690.630.680.630.690.640.720.620.67IR波段帶寬/um0.760.900.770.890.790.890.76 0.900.770.880.84 0.88由表知Landsat TM影像的b3和b4波段對應(yīng)紅光波段和近紅外波段。4.3 NDVI 3 和 NDVI 4的兩種取值方法4.3.1利用式（6）估算植被覆蓋度值，NDVI 理論上，大多數(shù)類型的裸地，其NDVI 4值接近于0，而且不易變化。但由于受到不同大氣條件和不同地表性質(zhì)的影響，如地表濕度、粗糙度、土壤類型、土壤顏色等條件的不同，NDVI 4值會隨著空間而變化，它的變化范圍一般在-0.10.2之間，N

16、DVI 3代表著全植被覆蓋像元的最大值，NDVI 3值也會因植被類型和環(huán)境狀況的不同而在時間和空間分布上存在差異3。因此采用一個確定的NDVI 3值和NDVI 4值是不準確的，即使對于同一景影像圖也會有所變化。為了使用理想的調(diào)整方法，我們并不需要知道具體值，因為它們應(yīng)該是從圖像中計算出來的。假設(shè)集合A中有兩個像元a1和a2，它們的植被覆蓋度已知，值分別為f e1和 f e2 ，分別對這兩個像元使用公式（6）得 （7） （8）在對像元集合A進行植被覆蓋度估算時，取NDVI1為集合中像元NDVI的最小值，取NDVI2為集合中像元NDVI的最大值，由于NDVI與f e有線性關(guān)系，此時它們所對應(yīng)的f

17、e1和 f e2也應(yīng)該是最小值和最大值。對此方程組中的NDVI 3 和 NDVI 4求解得(9)（10）根據(jù)植被覆蓋度的最大值與最小值的不同取值，分兩種情況討論：（1）當f e max可以近似取100，且f e min可以近似取0時，將這兩個參數(shù)代入方程組得NDVI 4 NDVI min和 NDVI 3NDVI max 由于圖像中不可避免的存在著噪聲的影響，它可能產(chǎn)生過高或過低的NDVI值，給定置信度的置信區(qū)間內(nèi)的最大值與最小值。置信度的取值主要由圖像大小、圖像清晰度等依實際情況來決定。（2）f e max 和f e min不能近似取100和0時，使用遙感技術(shù)監(jiān)測植被覆蓋度，都需要進行實測數(shù)據(jù)

18、的檢驗。如果有一定量的實測數(shù)據(jù)，那么只需取一組實測數(shù)據(jù)中的植被覆蓋度的最大值與最小值，作為f e max 和f e min。并在圖像中找到這兩個實測數(shù)據(jù)所對應(yīng)像元的NDVI值，分別作為NDVI max和NDVI min，其余實測數(shù)據(jù)作為檢驗值。4.在ENVI軟件中圖標中，點擊spectral圖標/vegetation analysis/vegetation index calculator命令，打開Vegetation Indices Input File對話框設(shè)置，設(shè)置以下參數(shù)：確定輸入文件，輸出結(jié)果到Memory,經(jīng)過一系列操作到Available Bands List,點擊Load Ba

19、nd，輸出植被覆蓋度圖像。注意最后輸出的結(jié)果是灰度圖像。較亮的部分表明植被長勢較好，覆蓋度較高。這就是利用像元二分模型計算植被覆蓋度，是基于前面提到的S3 與S4這兩個調(diào)節(jié)因子所做的線性拉伸，即將大氣、土壤背景與植被類型等對遙感信息的影響降至最低，只留下植被覆蓋度的信息9。4.4 利用ENVI軟件植被得到覆蓋度數(shù)值 公式（6）中的f e即植被覆蓋度，這可以通過單擊ENVI軟件中的Basic Tools圖標/spatial statistics/compute global spatial statistics，打開global spatial statistics input file 對話框

20、，在此窗口中選擇輸入的NDVI圖像，點擊OK，在再次出現(xiàn)的對話框中點擊OK，最終得到植被覆蓋度數(shù)值。5南陽市植被覆蓋度估算5.1研究數(shù)據(jù)覆蓋南陽市域的TM遙感數(shù)據(jù)，研究時相分別為1987年5月4日、1997年5月4日、5.2數(shù)據(jù)處理5.2.1輻射校正 由于光學(xué)傳感器的性能隨時間變化會引起輸出信號值的漂移。要消除該影響，需進行輻射校正，先將DN值換算為表觀反射率，然后才能進行不同遙感數(shù)據(jù)之間的比較。本文采用ENVI軟件進行輻射校正，此軟件提供的 Land sat Calibration 工具，用USGS提供的TM各個波段的增益和偏移值作為輸入?yún)?shù)，來進行輻射校正，從而將傳感器獲得的DN值轉(zhuǎn)換為表

21、觀反射率值。5.2.2幾何校正所有TM數(shù)據(jù)均采用ENVI軟件進行幾何校正，設(shè)置投影方式為WGS 1984 UTM Zone 49N，配準誤差控制在0.5個像元內(nèi)。5.2.3 根據(jù)遙感估算模型的原理，對1987年、1997年和 2008年的植被覆蓋度進行估算，得到這 三個時期的植被覆蓋度。在ENVI軟件中單擊File/open external file/land sat/fast打開enter land sat fast filenames對話框，先選擇南陽市1987年數(shù)據(jù)文件夾打開，直到點擊header打開Available Bands List對話框，然后根據(jù)前面提到的計算植被覆蓋度操作方

22、法，得到1987年的植被覆蓋度圖像以及數(shù)值，按照此方法依此得到1997年與2008年的植被覆蓋度圖（如圖1、圖2、圖3）。通過計算得到1987年、1997年、2008年植被覆蓋度數(shù)據(jù)分別為0.73684920、0.70731449、0.82008272。圖1 1987年南陽市植被覆蓋度圖像圖2 2008年南陽市植被覆蓋度圖像圖3 1997年南陽市植被覆蓋度圖像6結(jié)果與討論由以上可知，利用基于NDVI的像元二分模型來進行植被覆蓋度的估算，方法簡單易行，具有較好的應(yīng)用前景。從計算出的南陽市1987年、1997年和2008年的植被覆蓋度圖像進行分析，南陽市的植被覆蓋度呈現(xiàn)降低趨勢，這與近幾年里，南陽

23、市周邊郊區(qū)城市化，新開發(fā)區(qū)的增加，密切相關(guān)，揭示了城市化進程對城市植被的影響。遙感數(shù)據(jù)在植被生長監(jiān)測上的應(yīng)用，即可滿足大范圍監(jiān)測的需要，也可進行動態(tài)觀測植被覆蓋度的發(fā)生和發(fā)展。基于NDVI的像元二分模型適用于不同植被類型，也適用于不同分辨率的遙感數(shù)據(jù)。實踐表明此方法完全滿足于植被覆蓋度的定量研究。參 考 文 獻程紅芳，章文波，陳鋒植被覆蓋度遙感估算方法研究進展J國土資源遙感，2008,75(1):3538梁釗雄，王兮之 佛山市植被覆蓋度的遙感估算及變化分析J佛山科學(xué)技術(shù)學(xué)院學(xué)報（自然科學(xué)版），2011,29(2):2629馬志勇，沈濤，張軍海，李成名 基于植被覆蓋度的植被變化分析J測繪通報，2

24、007,12(3):2326牛寶茹，劉俊蓉，王政偉干旱半干旱地區(qū)植被覆蓋度遙感信息提取研究J武漢大學(xué)學(xué)報(信息科學(xué)版)，2005,30(1):3436龔建成，夏北成 廣州市1990-2005年植被覆蓋度的時空變化特征J生態(tài)環(huán)境 ，2006, 15(6):2426嚴振英植被覆蓋度的測算方法和應(yīng)用現(xiàn)狀M飼草與飼料，2011韋玉春，湯國安等 遙感數(shù)字圖像處理教程M北京：科學(xué)出版社，2007秦偉，朱清科，張學(xué)霞，李文華，方斌植被覆蓋度及其測算方法研究進展J西安農(nóng)林科技大學(xué)學(xué)報（自然科學(xué)版），2006，34（9）：2326胡振琪，陳濤基于ERDAS的礦區(qū)植被覆蓋度遙感信息提取研究J西北林學(xué)院學(xué)報，2008,23（2）：164167The study of the remote sensing method to estimate vegetation fractionHU