秦巴山地植被覆盖度时空动态特征研究_以陕西省宁强县为例_王志杰

年来植被覆盖度的时空动态变化特征 。结果表明： 宁强县近 20 年来植被覆盖整体较好， 均大 于 78% ， 且植被覆盖度整体略有上升； 近 20 年来， 宁强县植被覆盖经历退化和恢复两个时期 。 1990 —2000 年， 为宁强县植被覆盖退化期， 近一半乡镇植被覆盖度出现不同程度降低； 2000 — 2010 年， 为宁强县植被覆盖恢复期， 各覆盖度等级面积以增加为主； 2010 年宁强县仍有 11 个 乡镇植被覆盖度较 1990 年有所降低， 今后应继续加强植被恢复、 保护和建设， 保障南水北调中 线水源地生态环境的质量。 ［ 关 键 词］ 植被覆盖度； ［ 中图分类号］ S127 ； X87 时空动态； 遥感； 秦巴山地 ［ 文献标识码］ A
［2 ］
图1
百度文库
2000 年和 2010 年植被覆盖度等级分布图 宁强县 1990 年、
2
2． 1
结果与分析
植被覆盖度总体变化特征 2000 年和 2010 年的平均植被 从宁强县 3 个不同时期的植被覆盖图分析可以看出 ， 宁强县 1990 年、
78． 05% 和 79． 12% 。整体而言， 覆盖度分别为 78． 48% 、 宁强县植被覆盖良好， 且略有增长趋势。 从不 同植被覆盖度等级的面积分布比例也可以看出 （ 表 2 ） ： V 级 （ 60% ～ 75% ） 和 VI 级 （ ≥75% ） 的覆盖度 等级面积均占 3 个时期植被覆盖度的 90% 乃至 95% 以上。 各覆盖度等级的面积比例动态变化显示， 1990 —2000 年的 10 年间， 大于 60% 的 V 级和 VI 级覆盖度等级面积比例略有下降， 降幅分别约 1． 3% 和 0． 9% ； 30% ～ 60% 间的 III 级和 IV 级覆盖度等级面积比例均略有增加， 减幅分别为 0． 3% 和 2． 9% ； 10% ～ 30% 的 II 级覆盖度等级面积比例也出现减少趋势， 同时， 减幅约 0． 1% 。 这反映出 1990 —2000 年间， 宁强县植被有被破坏的现象发生 ， 高覆盖度等级和低覆盖度等级面积比例均出现减小趋势 ， 这一 2010 年宁强县小于 75% 的 II、 III、 IV 和 时期为宁强县的植被覆盖的退化期 。2000 —2010 年的 10 年间， V 级覆盖度等级面积比例较之 2000 年均有不同程度的减少， 而 ≥75% 的 VI 级覆盖度等级面积较之 2000 年有较大幅度增长， 增幅约 3． 5% ， 反映出 2000 —2010 年间宁强县植被恢复效果较好， 高覆盖度等 级面积显著增长， 而中低覆盖度等级面积有不同程度减小 ， 即这一时期为宁强县植被覆盖的恢复期 。 表2
图像年份 1990 年 2000 年 2010 年
遥感图像数据的基本特征
成像时间 19900915 19900710 20000730 20000702 20100723 20100712 行列号 128 /37 129 /37 128 /37 129 /37 128 /37 129 /37
mosaic 功能进行拼接， 进而利用研究区行政区划边界进行裁剪 ， 得到研究区 3 个时相的遥感图像。 1． 3． 2 植被覆盖度信息提取
［11 ］ 植被覆盖度是指植物的枝、 茎、 叶在地面的垂直投影面积所占统计区域总面积的百分比 ， 是衡量 地表植被状况的一个最重要的指标 。传统的植被覆盖度提取方法是通过野外实际观测 ， 但该方法对于
大面积植被覆盖度的获取而言较为困难 。近年来， 随着遥感技术的迅速发展， 应用遥感影像计算的植被 指数估算植被覆盖度作为一种新兴的方法， 得到了广泛的应用。 本研究中植被覆盖度的提取以基于 NDVI 的像元二分模型方法进行， 计算公式为 NDVI = ρ NIＲ － ρ Ｒ ， ρ NIＲ + ρ Ｒ （ 1）
0324 收稿日期： 201532 ） 基金项目： 陕西理工学院科研基金资助项目 （ SLGKYQD2作者简介： 王志杰（ 1986 —） ， 陕西理工学院讲师， 博士， 主要研究方向为区域环境的演变监测与评 男， 甘肃省会宁县人， 价、 遥感与 GIS 应用。 · 60·
第5 期
王志杰， 苏嫄
秦巴山地植被覆盖度时空动态特征研究
利用遥感数据提取植被覆盖度的方法近年来得到学界的广泛研究和应用 。 与传统的地表实测法比较， ［4 ］ 由于遥感测量法基于空间数据连续 ， 在大中尺度区域具有一定的优势， 因此近年来备受关注 。 特别
［5 ］ 是源于定量遥感线性光谱混合模型的混合像元分解法 ， 因其经济方便， 且可以利用不同时相的遥感 ［3 ］ 影像估算植被覆盖度， 适于植被覆盖度的动态监测研究而得到较为广泛的应用 。 实际应用中， 研究
者大多利用基于归一化植被指数 （ Normalized Difference Vegetation Index ，NDVI） 的像元二分模型进行区 ［68 ］ 。 域植被覆盖度的提取和植被信息的动态监测 宁强县位于陕西省西南部的秦巴山区 ， 是汉江的发源地， 属南水北调中线工程水源区， 也是丹江口 库区及上游水土保持工程项目县 。宁强县植被覆盖的动态变化在一定程度上反映着水土保持治理的成 效， 其植被覆盖的优劣也直接关系到汉江上游流域的水质和生态环境质量 ， 对南水北调中线工程的运行 2000 年和 2010 年 Landsat5 TM 遥感图像为基本数据 具有重要影响。鉴于此， 本研究以宁强县 1990 年、 源， 运用基于 NDVI 的像元二分模型， 提取宁强县 3 个时相的植被覆盖度， 并利用 GIS 空间分析技术， 分
气候的改善、 生态过程的 植被不仅为动植物提供必不可少的栖息地 ， 而且通过对陆地表面的保护、 ［1 ］ 。 维持以及生物多样性的保护等提供重要的生态系统服务功能 植被覆盖度作为植被的直观量化指 生态、 全球变化等都具有重要意义 标， 对水文、
［23 ］
。关于植被覆盖度的测量， 随着遥感技术的不断发展，
2015 年 10 月 第 31 卷第 5 期
陕西理工学院学报（ 自然科学版）
Journal of Shaanxi University of Technology （ Natural Science Edition）
Oct． 2015 Vol． 31 No． 5
1673 － 2944 （ 2015 ） 05 － 0060 － 06 ［ 文章编号］
· 61·
陕西理工学院学报（ 自然科学版）
第 31 卷
fg =
NDVI － NDVI soil ， NDVI veg － NDVI soil
（ 2）
NDVI 为归一化植被指数， f g 为植被覆盖度， 式中： ρ NIＲ 为近红外波段的反射率， ρ Ｒ 为红光波段的反射率， NDVI soil 为无植被覆盖区域的 NDVI 值， 即无植被像元的 NDVI 值； NDVI veg 代表被植被完全覆盖的像元的 NDVI 值， 即纯植被像元的 NDVI 值。其中 NDVI soil 和 NDVI veg 值的提取方法为选取只有一种土地利用方 式和一种土壤类型的 NDVI 图像内累计频率为 5 % 的 NDVI 指数作为 NDVI soil 值， 选取累计频率为 95 % 的NDVI指数作为 NDVI veg 值 。 并对计算得到的植被覆盖度 植被覆盖度的提取在 ENVI 5． 1 软件平台上运用 Band math 功能实现， ， 《 》 10% ～ 数据 依照水利部 土壤侵蚀分类分级标准 中关于植被覆盖度的分级标准， 划分为 ≤ 10% 、 30% 、 30% ～ 45% 、 45% ～ 60% 、 60% ～ 75% 和≥75% 这 6 个等级， 进而在 ArcGIS 10． 2 软件平台上得到 研究区植被覆盖度分级图（ 图 1 ） 。
等级 I II III IV V VI · 62·
秦巴山地植被覆盖度时空动态特征研究
— —以陕西省宁强县为例 —
1， 2 王志杰 ， 苏
嫄
3
（ 1． 贵州大学 生命科学学院 ，贵州 贵阳 550025 ； 2． 陕西理工学院 历史文化与旅游学院 ，陕西 汉中 723000 ； 3． 陕西理工学院 文学院，陕西 汉中 723000 ）
［ 摘
2000 年和 2010 利用宁强县 1990 年、 要］ 以位于陕南秦巴山地的宁强县为研究对象 ， 年的 TM 遥感图像， 运用基于归一化植被指数的像元二分模型法 ， 提取并分析了宁强县近 20
析了近 20 年来， 宁强县植被覆盖度的时空动态变化特征 ， 以期明确该地区植被恢复与建设的效果 ， 揭示 植被覆盖度的时间和空间变化规律 ， 为今后该地区及南水北调中线水源地生态环境保护和建设提供科 学依据。
1
1． 1
材料与方法
研究区概况
32° 37' 06″— 宁强县 位 于 陕 西 省 西 南 部、 汉 中 市 西 部， 坐 标 介 于 105° 20' 10″—106° 35' 18″ E 、 2 33°12'42″N之间， 总面积 3 282． 73 km 。境内分属嘉陵江、 汉江两大长江支流， 嘉陵江贯穿该县南北， 汉 江发源于该县北部， 水资源极为丰富， 有“三千里汉江第一城 ” 之美誉。 中低山区地貌， 北属秦岭山地， 大部分海拔 1 000 ～ 1 600 m； 南属大巴山山系， 大部分海拔 1 000 ～ 1 800m。 该区地处我国南北过渡的 中间地带， 特殊的地理位置决定了其气候的独特性 ： 西部属于北亚热带季风气候区， 东部为北亚热带与 ； ， ， 。 2005 ， 暖温带过渡地域 气候温和 雨量充沛 四季分明 据 年统计资料 全区年平均气温在 13． 5 ～ 15 ℃ ， 年降水量 655 ～ 1 100 mm， 年日照时数 1 395 ～ 1 729 h。土壤以黄棕壤为主， 成土母质以页岩、 千 枚岩为主， 质地疏松， 透水性好， 抗冲蚀能力差。 全县坡耕地量大， 大于 25° 的坡耕地占耕地面积的 2 52． 77% 。 再加上长期乱垦滥伐， 全县水土流失面积共有 2 071 km ， 平均土壤侵蚀模 占总面积的 63． 9% ，
2 数为 4 642 t / （ km ·a） ， 兼有重力侵蚀， 且面蚀严重。 该 属中度侵蚀。水土流失类型以水力侵蚀为主， ［910 ］ 。 县属南水北调中线工程水源区， 也是目前实施的丹江口库区及上游水土保持工程项目县
1． 2
数据源
2000 年和 2010 年 3 个时相的 Landsat5 TM 卫星遥感图像为基本遥感数据源， 本文选取 1990 年、 图 像空间分辨率为 30 m × 30 m， 且 3 个时相的遥感图像成像时间接近（ 均处于 7 —9 月之间） ， 植被处于同 一物候期， 植被覆盖度的时空动态变化具有可比性 ， 图像质量良好。所有遥感图像均来源于国际科学数 据镜像网站 （ http： / / www． gscloud． cn / ） ， 并已完成辐射校正和几何粗校正。 坐标系统为 WGS _1984 _ UTM_Zone_48N， 遥感图像基本特征见表 1 。另外， 非遥感数据还包括研究区 1 ∶ 50 000 地形图和行政区 划图等资料和数据， 数据来源于中国科学院资源环境科学数据中心 （ http： / / www． resdc． cn ） 。 1． 3 数据处理与方法 1． 3． 1 遥感图像预处理 由于研究区的完整遥感图像需要相邻 2 景遥感 图像（ 行列号分别为 129 /37 和 128 /37 ） 拼接方能实 现， 因此研究以 EＲDAS 9． 2 软件为数据处理平台， 首先以研究区 1 ∶ 50 000 地形图为标准参照， 分别对 3 期遥感图像（ 共 6 景遥感图像） 采用二次多项式方 法进行几何精校正， 校正时像元重采样采用双线性 内插法， 像元大小为 30 m × 30 m， 校正精度控制在 1 个像元内。 然后将同一时相的两幅遥感影像采用 表1