植被覆盖度论文撰写第一稿(第3次修改)详解.doc

基于MODIS数据的汶川地震灾区植被覆盖度估算及动态变化分析 摘要：本文以MODIS遥感数据为基础，利用像元二分模型对汶川地震灾区2008年-2013年的植被覆盖度进行监测估算，分析了植被覆盖度在这6年里的动态变化。通过从整体角度分析不同植被覆盖度的面积变化和从平均植被覆盖度的角度分析平均植被覆盖度的动态变化过程，均得出植被的动态变化过程：地震前后植被受到严重破坏，低、中低植被覆盖度的面积显著增加，中高、高植被覆盖度的面积显著减少；随着植被的逐渐恢复，至2013年各植被覆盖度区域面积几乎恢复到地震前的水平。同时，通过分析植被破坏及恢复前后不同植被覆盖度的面积变化得到植被的动态变化情况。 关键字：植被覆盖度；像元二分模型；MODIS；汶川地震 引言 植被，是覆盖在地面的所有植物群的总称，包括森林、灌丛、草地、农作物等等，具有截流降雨、减缓径流、防沙治沙、保持水土等功能，是生态系统的重要组成部分[1-2]。植被覆盖度（Fractional Vegetation Cover, FVC）是指植被的枝、茎、叶垂直向下的投影面积占统计区域总面积的百分比[3]，是刻画地面植被覆盖的一个重要参数。一个地区的植被覆盖情况在很多领域都要涉及，也是其研究的重要指标之一，是重要的基础数据，因此建立快速的、精确的植被覆盖度计算方法与模型在植被及其他相关领域的研究都具有十分重要的意义。 植被覆盖度的测量计算有很多的方法与模型[10,13-16]，主要是从两个大的方面来进行计算，一种是相对传统的测量方法，例如目估法、照片分析法、经验分析法等；另一种是采用建立物理的模型，通过对某地区遥感影像数据进行统计分析，最后估算出植被覆盖度的大小，例如像元分解模型法、回归模型法等。归一化植被指数（NDVI）与植被覆盖度之间有很大的关系，根据两者之间的关系，通过计算遥感影像的NDVI值来估算植被覆盖度的大小。其中，NDVI=（NIR-R）/（NIR+R），NIR表示近红外波段的反射率，R表示红光波段的反射率[11]。 以四川省汶川地震灾区为研究区域，通过收集该地区2008年-2013年的同一时期MODIS遥感影像图，借助NEVI4.8遥感影像处理软件和ArcGIS10.2遥感影像分析软件，提取研究区的归一化植被指数（NDVI），再根据NDVI与植被覆盖度之间的关系估算得到植被覆盖度大小灰度分布图。根据所得到的植被覆盖度大小分布图，分析不同覆盖度在2008年-2013年之间的动态变化情况。 1、研究区概况 汶川地区位于四川盆地西部边缘，阿坝藏族羌族自治州东南部，地处北纬30°45′-31°43′，东经102°51′-103°44′，东西宽84公里，南北长105公里，是成都平原与川西北高原的交通要道，素有阿坝州南大门之称，南低北高，沿岷江河谷，呈东北西南向，河谷山岭相对高差悬殊，地形复杂，属于典型的高山峡谷地形。 2008年5月12日14时28分，汶川地区发生里氏8.0级大地震，造成了大量的经济损失和人员的伤亡，同时由于地震的发生，对汶川地区的生态系统造成了巨大的破坏[6]，其中地面覆盖物的破坏尤其严重，地面覆盖物又以植被为主，因此汶川地区生态系统的破坏很大程度上表现为地面植被的破坏。为了更好的实施灾后重建及恢复工作，需要对汶川地震灾区的植被变化进行实时监测，因此对汶川地震灾区植被覆盖度的监测估算及动态变化分析具有重要的意义。 图1 研究区地理位置 2、研究方法 2.1数据来源与预处理 本文中主要采用的数据是2008年-2013年共6年的汶川地震灾区空间分辨率为500m的MODIS遥感影像图。因为需要研究地震对植被的破坏情况及地震以后的恢复变化情况，获取了研究区2008年4月份的成像影像及2009年-2013年5月-6月期间成像影像。 利用NEVI软件对获取得到的MODIS数据图像进行预处理，需要进行两步，首先是进行几何校正，并将投影方式转换为Lambert Conformal Conic兰伯特正形圆锥投影；其次几何校正后的图像进行图像裁剪，得到研究区的图像。 2.2 提取归一化植被指数NDVI NDVI值是目前使用较为广泛的植被指数，其变化在一定程度上可以反映植被覆盖的变化，进而通过NDVI值得到植被覆盖度的大小。NDVI[-1,+1],一般情况下，负值表示地表覆盖为云、水、雪等，0值表示地表为裸土，正值表示地表有植被覆盖，并且随着值越大覆盖度越大。因此，通过NEVI软件对研究区MODIS影像处理得到2008年-2013年NDVI灰度分布图（如图2所示）。 2.3估算植被覆盖度 2.3.1像元二分模型 本文采用像元二分模型法估算研究区植被覆盖度[7-9]。像元二分模型是一种简单的遥感估算模型方法，它是假设一个像元里面的信息就只由土壤和植被两部分组成，由传感器传回的信息（S）