榆林市植被覆盖度动态变化监测

2022-01-24 06:32刘天琦张晓倩高贤君
北京测绘 2021年11期
关键词:覆盖度植被指数榆林市

孟 健 刘天琦 周 寒 张晓倩 高贤君

(长江大学 地球科学学院, 湖北 武汉 430100)

0 引言

近年来,随着环保和生态意识的增强,我国对于沙漠或荒漠地区的治理也逐渐加强。其中,对植被的动态变化监测是荒漠化治理过程中十分重要的一个环节。在对沙漠或荒漠进行变化检测时,通常以植被覆盖变化作为环境变化的直接结果,以植被覆盖度作为植被动态变化监测的数值指标。植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比。它可以用来评价土地退化和荒漠化程度,即可以根据不同的植被覆盖程度来划分不同程度的退化土地。对某个地区的植被覆盖度进行不同时间的获取和计算,就能达到对该地区植被的简单的动态变化监测的目的。植被覆盖度对揭示陆地植被变化规律、探索植被变化因子和分析评价区域生态环境具有重要意义[1]。传统的植被观测以野外目视观测为主,观测范围小,耗时长,难以进行大尺度的植被时间观测和分析。相较之下,遥感数据具有多时相、覆盖范围广、空间连续、时序较长等优点,能很好地反映植被生长发育过程中的变化特点,所以通常作为估测地面植被变化的依据[2]。

目前采用遥感技术获取植被覆盖度的方法主要有回归模型法、植被指数法与像元分解模型法[1]。银山利用归一化植被指数和像元分解模型建立了毛乌素沙漠植被覆盖度遥感定量模型实现了对毛乌素沙漠植被覆盖度的遥感监测;郭勇通过解译遥感数据,精确划分沙漠范围并计算其面积实现对土地沙漠化程度的监测[3];沙文生采用遥感监测的方法对宁夏草地进行了植被覆盖度的计算[4]。本文将以榆林市毛乌素沙漠区域为研究对象,采用归一化植被指数,计算其植被覆盖度,并对植被覆盖度划分高、中、低三个等级。通过获取多年榆林市毛乌素沙漠区域的植被覆盖度,实现对该区域植被的变化监测。

1 方法

1.1 研究区域概况

本文的研究区域是位于陕西省榆林市以定边县、靖边县、横山区为代表的毛乌素沙漠地区。陕西省榆林市位于107°28′~111°15′E,36°57′~934′N之间,总面积4 357 km2。榆林市北部毛乌素沙漠位于37°25′55″~39°27′52″N,107°18′~110°38′E之间,海拔高度在1 200~1 500 m范围内。其总面积18 424.42 km2,占毛乌素沙漠总面积的21.24%,占榆林市总面积的42.73%,榆林市毛乌素沙漠在我国沙漠中纬度最南,具有典型的生态环境多样性和独特的自然地理景观[5-8]。毛乌素沙漠属典型大陆性半干旱气候,年降水量250~ 440 mm,地表水和地下水较为丰富,水热条件良好[3];荒漠草原面积较小,植被类型以沙生植物为主[1]。

1.2 数据来源与预处理

本文中研究选取理2015、2017、2020年的Landsat 8影像为数据源(Landsat8仅包含2013年至今的影像数据下载),图像空间分辨率为 30 m×30 m。基于遥感图像处理平台(The Environment for Visualizing Images,ENVI)、ArcGIS软件对影像数据进行影像拼接、辐射定标等预处理,然后用定边县、靖边县、横山区三个区域的边界矢量界限对不同年份数据进行裁剪获取研究区内的影像数据。

1.3 植被覆盖度计算

归一化植被指数(Normalized Difference Ve-getation Index,NDVI)常用来进行区域尺度的植被分类和植被覆盖度研究,计算公式为

(1)

式中[4],I代表归一化植被指数NDVI;R表示红外波段;RNI表示近红外光(Near Infrared,NIR)波段。

目前我国已经发展了很多利用遥感测量植被覆盖度的方法,其中较为实用的方法是利用植被指数I近似估算植被覆盖度(Vegetation Fraction Co-verage,VFC)。本文所探讨的植被覆盖度模型就是在像元二分模型的基础上利用I来研究的。

(2)

其中,V代表植被覆盖度VFC;Isoil为完全是裸土或无植被覆盖区域的NDVI值;Iveg则代表完全被植被所覆盖的像元的NDVI值,即纯植被像元的NDVI值。

利用这个模型计算植被覆盖度的关键是计算Isoil和Iveg。当区域内可以近似取Vmax=100%,Vmin=0%。

公式(2)可变为

(3)

Imax和Imin分别为区域内最大和最小的I值。由于不可避免存在噪声,Imax和Imin一般取一定置信度范围内的最大值与最小值,置信度的取值主要根据图像实际情况来定。在本实验中,研究区域内的Imax和Imin分别取累计概率为5%和95%左右的NDVI值。

综上,可以将整个地区分为三个部分:当I小于Imin,VFC取值为0;I大于Imax,VFC取值为1;介于两者之间的像元使用公式(3)计算。

参照ArcGIS10.4自然间断点分级法(Jenks),将植被覆盖度分为三级,分别为低、中、高植被覆盖度,如表1所示。

表1 榆林市植被覆盖度等级划分标准

1.4 变化检测方法

本实验变化监测主要通过ArcGIS像元数值分析及栅格面积统计来得到。

首先参照ArcGIS10.4自然间断点分级法(Jenks),将植被覆盖度分为三级,再通过重分类后的属性表查看各等级所占栅格数目,由于本实验选取Landsat8为数据源,空间分辨率为30 m×30 m,可计算得到各等级植被覆盖度所占面积及其所占比例。

以此类推,将榆林市地区2015、2017、2020年三个年份的不同等级植被覆盖度所占栅格面积及其占比进行统计。

1.5 数据处理流程

首先将遥感影像进行辐射定标等预处理,然后用榆林市边界矢量界限对不同年份数据进行裁剪获取研究区内的影像数据。在进行镶嵌处理时设置一定的参考数值以达到较好的镶嵌效果,尽量弱化镶嵌边界。

通过EVNI波段计算器计算归一化植被指数NDVI值和植被覆盖度VFC值,结合ArcGIS软件对植被覆盖度进行重分类,将榆林市植被覆盖度分为三个等级。然后通过ArcGIS像元数值分析及栅格面积统计得到不同等级植被覆盖度所占榆林市区域的面积及百分比,最后将2015、2017、2020年三个年份下不同植被覆盖度等级结果进行监测,以得到动态监测结果(如图1所示)。图1中NDVI指归一化植被指数,VFC指植被覆盖度。

图1 数据处理流程图

2 结果分析

2.1 不同时期植被覆盖度情况

将在ENVI中估算所得的结果在ArcGIS中进行再次加工,通过重分类将植被覆盖度分为三个等级,将最后所得的结果绘制为不同年份的专题图。图2是植被覆盖度分类结果,分别是2015、2017和2020年的植被覆盖度等级分布图。植被覆盖度等级根据实际调查分为3个等级:白色为低植被覆盖度,灰色为中植被覆盖度,黑色为高植被覆盖度。从图2可以看出,2015年榆林市主要以低植被覆盖度分布为主,西部较为集中,东部和中部有中植被覆盖区分散分布,高植被覆盖区零碎分散于北部和南部。2017年榆林市高植被覆盖区域主要分布在中部地区。2020年榆林市东部和西南部地区基本为中植被覆盖区,中部地区主要为高植被覆盖区和中植被覆盖区。

图2 不同年份植被覆盖度等级分布图

2.2 榆林市植被覆盖度动态变化情况

从宏观上看5a的植被覆盖度,可以发现,2015年时,榆林市的西部主要以低植被覆盖度为主,主要原因是该区域的沙地主要集中在西部。经过五年的发展,榆林市很多植被覆盖度低的沙地都逐渐转变成了中植被覆盖区域,东部地区基本已完全转变成中植被覆盖区,证明在该区域的防沙治沙固沙工作确实起到了一定的研究成果。

结合对图3的分析情况来看,2015—2017 年该阶段主要发生了低植被覆盖度转变中植被覆盖度以及高植被覆盖度区域面积急速增长,该阶段研究区的低植被覆盖区域分布广泛的情况得到了改善。2017—2020年该阶段东部地区主要以低植被覆盖度向中植被覆盖度转变为主,其余地区的植被覆盖度也呈不同程度的增加。2015—2020年,总体来说研究区呈现植被覆盖度增加的趋势,大部分低植被覆盖区域发生了逆转,已基本转变为中植被覆盖区域,少部分区域发生了高植被覆盖区域增加的趋势[9]。

图3 2015—2020年植被覆盖度等级柱状图

新中国成立70年来,榆林人治理沙化面积2.44万km2,林木覆盖率提高到33%,率先在全国实现由“整体恶化”向“整体好转、局部良性循环”的历史性转变,使陕西成为我国第一个完全“拴牢”流动沙地的省份,创造出属于中国乃至世界的绿色奇迹。

2.3 成因分析

由表2得出,2015—2020年植被覆盖度成上升速度增加,在2015—2020年发展过程中,榆林市一直在实行相应的治理对策,例如:施行三北防护林工程、退耕还林还草工程,天然林保护工程以及全面治沙造林工程。不仅如此,当地村民凭借榆林造林治沙精神不畏艰险、奋力开拓。这些政策因地制宜、科学管理,大大地改善了毛乌素榆林市当地的生态环境,实现了沙漠到山川绿地的目标。从遥感影像图也可清晰可见,沙漠化在逐年的速度减少,沙漠变绿洲的梦想指日可待。

表2 榆林地区不同年份不同等级植被面积及比重统计

沙漠化治理与自然因素和人为因素密切相关,自然因素主要包括降水量、气温、当地气候、土质、地表含水量、地理位置等多方面。毛乌素沙漠年均温6.0~8.5℃,年降水量20~440 mm,以降水量为例,从降水数据分析,榆林夏季降水存在明显的年际和年代际变化特征。榆林夏季降水量年际变化与降水日数相关最为密切,与降水频次的相关性略低[10]。2015—2020年总降水呈波段变化,但降水量充足,总体有利于植被发展。对于人为因素而言,国家和地方政策的实施在很大程度上影响研究区荒漠化的过程。例如政府设定主要发展方向,以层级式的管理机制,以家庭联产承包责任制为基础,各个村庄运用自己的理念与模式来治理,放手治理,创新治理,从而使得毛乌素沙漠是西北沙漠治理的成功典范。国家推行的政策和人民的积极响应在保证该地经济发展的同时,使环境发生翻天覆地的改变。“立草为业、为养而种、以种促养、靠养增收”的新思想也使当地人民受益良多[11]。以此为鉴,未来一定会有更多“绿色奇迹”的诞生。

3 结束语

本实验利用EVNI像元二分法模型法,针对榆林市不同植被覆盖度进行分级计算,得到2015、2017、2020年植被覆盖度的动态变化。从2015—2020年的研究区间来看,2015—2017年区间高植被覆盖度显著增加,2017—2020年区间中植被覆盖度明显增加,从总体趋势而言,植被覆盖度以客观速度呈上升趋势。本研究借助遥感技术从时间和空间两个维度上对榆林市植被覆盖度进行动态监测。后结合当地发展政策和气候条件,分析影响植被覆盖变化的主要因素,从而对榆林市毛乌素沙漠地区植被变化有了一定的了解。

猜你喜欢
覆盖度植被指数榆林市
呼和浩特市和林格尔县植被覆盖度变化遥感监测
基于无人机图像的草地植被盖度估算方法比较
2015- 2021 年临沂市植被覆盖度动态变化遥感监测与分析
叶锐仙作品
2000~2015年沈阳市生态系统质量变化分析
破解民企“经理荒”——榆林市“云端”培育万名职业经理人
不让脱贫攻坚“踱虚步”——榆林市强化脱贫攻坚督查
气候变化与人类活动对植被覆盖的影响
浅谈植被指数的分类与应用