兰州地区植被变化的遥感分析及研究.docVIP

PAGE PAGE 1 兰州地区植被变化的遥感分析及研究 　　摘要:植被具有“指示器”的作用。研究特定地区植被动态变化，是植被重建和生态环境恢复的前提。文章利用1986，1996，2001，2006年4期6月份左右兰州地区的TM影像，借助遥感方法提取的NDVI分析了该地区植被的年际变化和总体变化趋势。结果表明：1986—2006年，NDVI总体呈现逐渐降低趋势；植被生长状况逐渐恶化。 　　关键词:遥感；归一化植被指数；TM影像 　　中图分类号：Q948.15+6文献标识码：A 　　一、研究意义及区域概况 　　植被具有明显的年际和季节变化特征，也是联结土壤、大气和水分的自然纽带，在一定程度上，植被变化能在全球变化研究中充当“指示器”的作用，对植被的动态监测和预测可以从一个侧面反映气候变化的趋势。我国西北干旱、半干旱地区处于全球气候变化一、二级敏感带，对其植被动态变化进行研究，将为未来的生态环境决策提供依据。 　　兰州是西北地区人口相对密集地区，但近年来由于政策等各方面原因经济发展速度相对缓慢，既具备西北城镇区的共性又有自身的特点，对该区域进行研究不仅能反映出西北地区城镇的发展脉络和生态环境的演变规律，更能体现两者之间的制衡关系，因此笔者选取兰州地区作为本论文研究对象。 　　二、数据来源及预处理 　　植物指数(VegetationIndex,VI)能够敏感的反映出植被生长状况、生物物理和生物化学特征及生态系统参数的变化，因而可用植被指数来检测植被的动态变化。 　　（一）数据来源 　　笔者综合考虑数据的完整性、稳定性、时间和空间分辨率等因素，选定Landsat5的TM图像作为信息处理的基础数据源。并且为了满足研究的需要整理了1986年6月、1996年8月、2001年7月、2006年8月年4个时期轨道号为131/35的TM影像以及矢量数据如1：400万从省到县级的境界区划图以及重要城市和居民地、一二三级河流、公路、铁路等其他数据。 　　（二）数据预处理 　　首先用ERDAS软件按EOSATFastFormatB格式读取BSQ格式的TM影像，在ERDASIMAGINE8.7软件下ImageInterpreter/SpectralEahancement/indices从预处理好的四期研究区遥感影像数据中提取植被指数（NDVI）。ERDASIMAGINE8.7软件提供的提取NDVI的计算模型为(band4-band3)/(band4+band3)，提取的四期NDVI如下： 　　1986年NDVI1996年NDVI 　　2001年NDVI2006年NDVI 　　三、研究方法 　　笔者在研究中应用均值法和差值法两种方法。其中在统计某一区域的NDVI值时，采用均值法进行计算，即统计区域内所有象元的NDVI平均值,可以根据统计值来反映植被在一段时间内的总体变化情况。 　　对于均值法，本研究需要求得不同时期NDVI的平均值。对于差值法，本研究即要获得三幅差值NDVI图。具体流程如图3-1。 　　图3-1差值法 　　在用差值法处理各期NDVI之前，首先要区分植被区与非植被区。在ERDASIMAGINE8.7软件下通过空间建模模块进行植被区与非植被区的区分。在建模前首先确定区分的阈值，在此取阈值为0.2，大于0.2的象元取值为1，小于0.2的象元取值为0,模型如图3-2。 　　图3-2植被区与非植被区区分模型 　　其中中放置栅格影像，前后两个即要输入和输出的栅格影像，并分别在其中设置好路径；中需要输入处理数据所用的函数，在该处理过程中需要以下关键语句：“EITHER1IF(所处理数据的名称0.2)OR0OTHERWISE” 　　四、结果及分析 　　（一）植被的年际变化分析 　　对各年提取的NDVI值利用差值法进行处理。得到三个阶段的NDVI比较图，分别为1996年的NDVI值减1986年的NDVI值，2001年的NDVI值减1996年的NDVI值，2006年的NDVI值减2001年的NDVI值。 　　对生成的三个阶段的NDVI图统计各像素值的数目，进而观测分析植被的年际变化，如统计表4-1。 　　表4-1三时间段改善/恶化像元个数统计 　　图4-2为研究区改善/恶化象元数目的直观图比较，可以更加形象直观的反映出植被的年际变化。为定量的反映出兰州地区的年际植被变化，确定植被改善/恶化比来反映植被变化，即改善的象元数目/恶化的象元数目。 　　据此根据上表4-1的统计数值，可得96年相对于87年NDVI的改善恶化比为：552864/1025072=0.539341627，根据计算数据可得兰州地区在该时间段内生态环境有所恶化；01年相对于96年NDVI的改善恶化比为：1068896/408528=2.616457134，从总体上看这段时间植被生长有较大程