（毕业论文）基于RS的伏牛山区植被覆盖变化空间特征.docVIP

基于RS的伏牛山区植被覆盖变化空间特征 摘要：利用1990年和2010年的Landsat TM影像,采用归一化差值植被指数( NDVI) 和像元二分法模型分别计算得到伏牛山区的植被覆盖度,分析植被覆盖变化及地貌对植被覆盖变化的影响．结果显示:伏牛山区高海拔地区植被覆 盖较稳定,低海拔区变化剧烈;陡坡区生态较脆弱,缓坡区生态修复和植被退化的概率较大;同一时相阳坡植被覆盖度小于阴坡,西北坡生态较脆弱,东南坡植被生态修复机率较大． 关键词：植被覆盖；遥感；DEM 植被是表征生态环境的主要因子[1]．植被覆盖度是衡量地表植被状况的一个最重要的指标[2],是描述植被生长状况和生态变化的重要参数[3]．同时，它又是影响土壤侵蚀与水土流失的主要因子[4]，也是全球及区域水文气候模拟模型中所需的重要信息[2]．获取地表植被覆盖及其变化信息，对揭示区域生态过程与植被空间变化规律，探讨变化的驱动因子，分析评价区域生态环境质量具有重要意义[5]．测量植被覆盖率的方法可分为地表实测和遥感监测两类．由于全球季节的植被分布变化，导致植被覆盖率的时空分异特性，地面实测局限胜太大．遥感技术的发展,为植被覆盖度的测量提供了一个新的发展方向，尤其是为大范围地区的植被覆盖度监测提供了可能[2]．利用遥感资料进行植被覆盖率估算的方法，主要包括植被指数法与像元分解模型法．前种方法是通过对影像中植被类型及分布特征进行分析，直接用植被指数分级统计结果来近似估算植被盖度．该方法对实测数据依赖性较小，精度较低，适合大范围粗略估计．后者以GutmanlZI提出的根据NDVI来计算植被覆盖度的混合像元二份模型为代表，该方法不依实测数据，精度随影像分辨率而不同，可广泛应用[6].在基于遥感图像不同辐射校正水平的植被覆盖度估算模型中，采用地物反射率(PAC)提取的NDVI最优[7]． 1 研究区概况 伏牛山位于中国河南省西南部，东西绵延八百余里，属秦岭山脉东段，西北-东南走向．西北接熊耳山，南接南阳盆地，东南遥接桐柏山，海拔1000m左右，主峰老君山海拔2,192m，为淮河与汉江分水岭，属北亚热带向暖温带的过渡地带，也是河南省境内平均海拔最高、人类活动相对稀少、地质地貌、自然生态保存完好的山水胜地．伏牛山是我国北亚热带和暖温带的气候分区线和中国动物区划古北界和东洋界的分界线，也是华北、华中、西南植物的镶嵌地带，属暖温带落叶阔叶林向北亚热带常绿落叶混交林的过渡区．伏牛山还是长江、黄河、淮河三大水系中一些支流的发源地，为重要的水源涵养林区．此外，伏牛山还是是著名暴雨区．1975年8月上旬河南沁阳县林庄最大日降水量1,005毫米，方城县郭村最大日降水量999毫米． 2 数据及预处理 2.1 数据来源 本文利用1990年和2010年的Landsat TM影像，对比分析1990 年和2010年研究区植被覆盖变化，两期遥感图像均为夏季，季节相差较小，使得遥感分析结果具有可比性．研究除了遥感数据以外，还包括伏牛山区（1:5000）地形图． 2.2 图像预处理 2.1.1 几何校正 使用ENVI（the　environment for visualizing images）4.7图像处理软件，利用伏牛山区（1:5000）地形图对遥感图像进行几何纠正，分别选取50个控制点，纠正后的误差控制在0.5个像元以内． ２.1.2 辐射校正 辐射校正主要包括辐射定标和大气校正．辐射定标的目的是消除传感器本身产生的误差，它的结果是用定标系数将原始DN值转换为大气层顶太阳辐亮度L．大气校正的目的则是消除大气散射，吸收等引起的误差，它的结果是依据大气层顶太阳辐亮度L转换的表观反射率计算出地物反射率[2]． 3 研究方法 3.1 归一化植被指数求算 植被指数(NDVI)是根据植被反射波段的特性，由遥感传感器获取的多光谱数据经线性和非线性组合计算出来的各种数值，对植被覆盖具有一定的指示意义，一般选用强吸收的可见光红波段和强反射的近红外波段组合计算. NDVI作为获得植被覆盖度的中间变量，定义为近红外波段(NIR)与可见光红波段(RED)数值之差和这2个波段数值之和的比值: NDVI=(NIＲ-RED)/(NRI+RED). NDVI与绿色生物量、叶面积指数、植物光合能力、净初级生产力均有很好的相关性，广泛用于植被覆盖及其动态变化监测、地表生物物理参数与气候变化关系等方面的研究[2]． 3.2 植被覆盖度遥感估算模型 植被覆盖度指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区面积的百分比．由于植被盖度既反映了特定景观中群落面积同景观总面积的比例关系，又反映了植被群落层次结构的特点，即反映了植被的盖度分布和植被的生物量高低，所以把植被指数转化为植被盖度，实际上是对植被指数的综合和简化[2]． 3.2