毕业设计(论文)-基于MODIS-EVI的陇南山地植被覆盖时空变化.docx

牟建新：基于MODIS EVI的陇南山地植被覆盖时空变化目录摘要1Abstract21引言32 研究区概况33 数据与方法43.1 数据来源43.2 研究方法53.2.1 EVI均值分析53.2.2 植被覆盖度分析53.2.3 线性回归分析64 结果与分析64.1 EVI时间序列变化特征64.2 EVI空间分布特征74.3 植被覆盖度空间分布特征84.4 植被覆盖空间变化特征95 结论与讨论11参考文献12致谢14基于MODIS EVI的陇南山地植被覆盖时空变化牟建新（西北师范大学地理与环境科学学院，兰州 730070）摘要：基于20002010年MODIS EVI数据，通过均值分析、植被覆盖度分析和线性回归分析，对陇南山地连续11 a植被覆盖时空变化进行研究。结果表明：20002010年陇南山地植被覆盖变化总体以0.2%/10a的增速缓慢上升；内部存在明显的区域差异性，总体上由东南向西北呈递减趋势；以植被覆盖度在45%以上的中覆盖、中高覆盖及高覆盖植被为主体，林地所占比例较大；植被改善的区域大于退化的区域，但高植被覆盖区存在退化趋势。关键字：EVI；植被覆盖；时空变化；陇南山地Spatial and Temporal Variation of vegetation cover using MODIS EVI in the Mountain Area of LongnanMu Jianxin（College of Geography and Environment Science , Northwest Normal University, Lanzhou, 730070）Abstract: Based on the MODIS EVI data during the period from 2000 to 2010, the spatial and temporal variation of vegetation coverage in the Mountain Area of Longnan was studied by using the EVI average analysis, retrieval of vegetation coverage and linear regression trend analysis. The results show that EVI in the Mountain Area of Longnan was holistically in an increase trend in the rate of 0.2%/10a；EVI in the southeast of the Mountain Area of Longnan is higher than that in the northwest; Vegetation coverage is more than 45% in the Mountain Area of Longnan, the middle and high coverage, and high coverage vegetation as the main type, the proportion of forest land is larger than others in Gansu Province; The area of vegetation improvement is larger than that of the degraded area, However, there is a trend of degradation in high vegetation coverage area.Key words: EVI; vegetation coverage; spatial and temporal variation; Mountain Area of Longnan1引言 植被作为地球上四大圈层之一生物圈的重要组成部分，其发展变化无疑是对自然地理环境变迁的深刻反映。随着遥感技术的发展，尤其在1999年美国成功发射第一颗搭载中分辨率成像光谱仪（MODIS）的环境遥感卫星Terra以来，地球观测系统（EOS）日趋发展完善，其36个中等分辨率水平 （0.25 um1 um）的光谱波段及1-2天的对地观测频率，真正使遥感成为了监测中小区域尺度上植被覆盖变化的优势手段1。在遥感应用领域，植被指数已被广泛用来定性和定量评价植被覆盖及其生长活力2。当前，针对西北地区植被覆盖变化及其驱动力方面的研究，尤其就甘肃省内而言，主要立足点还是集中在NDVI上，而对其他类型的植被指数关注较少。李秀华等3采用连续21年的NDVI指数研究发现，19812001年中国西北干旱区的NDVI普遍不高，河西走廊地区NDVI年际变化不明显；贾文雄等4-5针对祁连山NDVI的研究发现，19822012年祁连山植被覆盖整体上呈增加趋势，月平均 NDVI与气温和降水的相关性极显著；梁芸等6在陇东地区的研究发现，在植被生长季，植被对降水的敏感程度半干旱区大于半湿润区；李小亚等7研究发现，甘肃河东地区20002010年90.49%的区域植被覆盖呈增加趋势，降水是其主要的影响因素；崔丹丹等8通过对NDVI数据并行计算的方法发现，20012010年甘肃省植被覆盖总体呈增长趋势。然而越来越多的研究表明9-13，NDVI在湿润环境下的植被高覆盖区容易饱和，受大气气溶胶粒子影响大，时间序列季节性不明显，而所有这些 NDVI的局限性,在基于MODIS的“增强型植被指数 (EVI)”产品中 ,都有不同程度改善，并且EVI与气候因子相关性明显高于NDVI。而这两种植被指数的优劣对比在西北地区植被覆盖变化的研究中也得到了印证14-15。 陇南山地处于我国几何中心偏东南的位置，气候温暖湿润，地形复杂多山，植物生长茂盛且种类繁多，是甘肃省主要森林区，这种独特的自然地理区位就为尤其适合研究高植被覆盖区的MODIS EVI提供了得天独厚的条件，同时，陇南山区普遍在2000年后实施退耕还林还草，其政策效果也最适宜通过MODIS EVI来评估，而2008年汶川大地震对陇南山区的影响及陇南市的灾后生态恢复进展也更可以通过MODIS EVI来反映16，而这也正是本文的研究意义和科学问题所在。2 研究区概况 陇南山地属秦岭山脉的西段延伸，主要包括甘肃省陇南市，位于川、陕、甘三省交界处，地理位置介于323543343200N，10401191063420E，行政区划下辖武都区、宕昌县、礼县、西和县、成县、徽县、两当县、康县及文县等八县一区，全市东西长约237，南北宽约230.5，总面积2.791042，这一地区不仅是我国地势从第二级阶梯向第三级阶梯的过渡带，也是秦巴山区、青藏高原和黄土高原三大地形的交汇区域，境内高山、河谷、丘陵、盆地交错，海拔5674103m，地形似枫叶状，总体上说地形地势自西北的高原山地向东南的高山峡谷区逐渐降低，气候属温暖湿润的季风性气候，高温与多雨期吻合一致，降水集中在79月，约占全年降水量的70%以上，年降水量400800mm,年均温718，无霜期252 d，10以上活动积温3596.5，光热丰富，有嘉陵江、白龙江、白水江、西汉水四大水系，水电约占甘肃省1/3，是全省唯一的长江流域地区，植物种类繁多，生长旺盛，森林面积占39.95%，另一方面，陇南山地自然地理环境的地带性及非地带性差异非常显著，由南及北，气候大致跨北亚热带、暖温带和中温带三大类型，地貌历经西秦岭高山峡谷区、小陇山区及黄土丘壑区，土壤也大致经过了棕壤、褐色土及灰褐土三大种类的变化。可以说，在陇南山地这样一个异常复杂的地理环境中，研究其植被覆盖的时空变化，无疑具有十分重要的意义。图1 陇南山地高程图Fig.1 The elevation of Mountain Area of Longnan3 数据与方法3.1 数据来源 本文研究所用遥感数据选用20002010年每年植被生长良好的7月份11景MODIS/Aqua EVI植被指数产品MYD13Q1，数据来源于中国科学院计算机网络信息中心国际科学数据镜像网站()，空间分辨率为250m，时间分辨率为16 d，采用通用的最大值合成法(MVC)对EVI取月内最大值，这可以有效去除了云、大气以及太阳高度角等影响8，经过了图像配准、拼接、切割、投影转换等处理，选择投影方式为Albers等积投影。主要投影参数包括：第一标准纬线：25N，第二标准纬线：47N，中央经线：110E，起始投影纬线：10N。3.2 研究方法3.2.1 EVI均值分析 EVI，即增强型植被指数，与其他植被指数相似，也是运用数学方法，将多波段影像中不同波段的DN值进行组合运算以此来估计地表植被状况，不同于NDVI，EVI校正了土壤和大气与植被间的影响反馈9-12,14，其计算方法如下：EVI=2.5(IR-R)IR+C1R-C2B+L其中，IR、R、B分别代表近红外、红光及蓝光波段经过大气校正的反射值，C1、C2为常数参数6和7.5，描述通过蓝光波段来修正对红光波段的影响，L为土壤调节参数1。 对已进行过最大值合成(MVC)的11景遥感影像，在ArcGIS环境下，用Spatial Analyst Tools中的Raster Calculator求EVI均值的空间分布，同时对每景影像在ERDAS IMAGINE环境下查看其mean值，取得其连续11 a的平均值，用一元线性回归法分析其时间序列的变化。该方法能够有效地评估植被覆盖的动态状态，并已被广泛使用18。3.2.2 植被覆盖度分析 植被覆盖度(VFC)是指植被（包括叶、茎和枝）在地面的垂直投影面积占统计区总面积的百分比19。估算植被覆盖度常用的方法是像元二分模型或线性回归模型，其中线性回归模型需建立在大量取样点实地调查的基础上，再结合专家系统经验，一般比像元二分模型的精度更准确，但操作不便，也不易在大区域范围内使用，而根据像元二分模型发展的遥感估算建立在植被指数NDVI基础上，该方法已为张春桂等20所验证也符合EVI，该原理假设1个像元的EVI可表示为有植被覆盖部分和没有植被覆盖的部分组成21，其计算公式如下： VFC=EVI-EVIsoil EVIvegEVIsoil 其中, EVIsoil为完全是裸土或无植被覆盖区域的EVI值，EVIveg则代表完全被植被所覆盖的像元的EVI值，即纯植被像元的EVI值。两个值的计算公式为：EVIsoil=(VFCmaxEVImin-VFCmixEVImax)(VFCmax - VFCmix)EVIveg=(1-VFCmix)EVImax-(1-VFCmax)EVImix)(VFCmax - VFCmix)当区域内可以近似取VFCmax=100%，VFCmix=0%时，VFC=EVI-EVIminEVImaxEVImin，由于不可避免地存在噪声，EVImax和EVImin一般取一定置信区间内的最大值与最小值22，考虑到陇南市高植被覆盖的实际情况，在ENVI软件中统计图像DN值分布的累计频率，取频率为5%的EVI值作为EVIsoil，频率为95%的EVI值为EVIveg7,17-18,20，当EVI95%的累计频率值时，VFC=1，中间值则按上述公式计算。植被覆盖度的等级类型划分则参考王冬梅等23在研究陇南市武都区植被覆盖变化中所用标准。3.2.3 线性回归分析 一元回归分析可以模拟11景遥感影像中每个栅格的空间变化趋势特征，它是以时间为自变量，EVI为因变量，建立一元线性回归方程8，其计算公式如下：slope=ni=1niEVIi-(i=1ni)(i=1nEVIi)ni=1ni2-(i=1ni)2其中，n为监测时间段累计年数，i为年序号，EVIi为i年的EVI值，slope为像元EVI变化的回归斜率，若slope0，表示像元EVI值在n年份是增加的，反之说明是减少的。本文用其来研究20002010年间EVI的空间变化趋势，即：n=11。slope值的范围划分依据宋怡等24在西北地区植被变化研究中提出的标准，并统计每个区间的百分比。4 结果与分析4.1 EVI时间序列变化特征 从陇南山地EVI年际变化曲线不难看出，20002010年陇南山地植被覆盖变化总体上呈缓慢上升趋势，最小值出现在2004年，并非汶川大地震发生的2008年说明汶川大地震对陇南山地植被覆盖整体影响有限，通过对陇南市8个县区的EVI年均变化分析，发现陇南市最南边的文县其植被覆盖受地震影响最大，越往北则影响越小。从变化曲线也可以看出，EVI2009 EVI2008，且EVI200975密灌木地、密林地高覆盖植被图4 陇南山地植被覆盖度分级Fig.4 Reclassified result of vegetation coverage in the Mountain Area of Longnan 表2 陇南山地植被覆盖度不同类型比例Tab.2 Proportions of different types of vegetation coverage in the Mountain Area of Longnan植被覆盖度像元比例裸地860.02%低覆盖植被159663.08%中低覆盖植被8026315.49%中覆盖植被16026330.93%中高覆盖植被20332639.24%高覆盖植被5819511.23%4.4 植被覆盖空间变化特征 为研究20002010年陇南山地植被覆盖的变化趋势，采用线性回归分析的方法对EVI进行了斜率分析，本文对slope值的划分参考了前人在西北地区植被变化研究中提出的标准24，即：slope-0.0090时，表示植被严重退化；-0.0090slope-0.0045，表示植被中度退化，-0.0045slope-0.0009，表示轻微退化；-0.0009slope0.0009，表示基本不变；0.0009slope0.0045，表示轻微改善；0.0045slope0.0090，表示明显改善。陇南山地植被覆盖的趋势变化如图5，由于所用11景遥感图像空间分辨率相同，所以可用各级植被覆盖的变化趋势在影像中所占像元比来代替其实际面积比（表3），从变化分布图可以看出，20002010年陇南市植被退化区主要分布在以文县为代表的高植被覆盖区，而植被覆盖改善的区域主要分布在以礼县、西和为代表的植被低覆盖区，这也就解释了前述EVI时间序列变化分析中为什么陇南山地极其缓慢的植被覆盖增速，虽然低植被覆盖区植被覆盖显著改善，但由于高植被覆盖区近10 a植被覆盖变化的的趋势是退化，因而使得陇南市植被覆盖基本和10 a前持平，变化很小。通过表3可以知道，近10 a来，陇南山地植被覆盖退化区域达41.17%，植被覆盖改善区域为51.38%，基本不变的区域占7.45%，植被改善的区域明显大于退化的区域，这也反映了陇南市执行国家退耕还林还草政策的有效力度，但同时要注意发生植被退化的区域主要在高植被覆盖区，而这一区域的植被如果发生严重退化的话，将严重影响到整个陇南山地生态系统的平衡与稳定，这将深刻地提醒当地政府部门，在实施退耕还林还草政策时，不仅要紧盯低植被覆盖区，也要关注高植被覆盖区的植被状况，高植被覆盖区经济的发展决不能以破坏植被为代价。图5 陇南山地EVI空间变化分布Fig.5 Spatial distribution of EVI change in the Mountain Area of Longnan表3 陇南山地EVI变化趋势统计Tab.3 Statistics of EVI in the Mountain Area of Longnan变化程度像元比例严重退化8758416.90%中度退化6058111.69%轻微退化6516712.58%基本不变385907.45%轻微改善8694016.78%中度改善9812418.94%明显改善8111315.66%5 结论与讨论 本文基于MODIS EVI遥感影像数据，结合前人研究成果，综合运用植被覆盖变化的常用研究方法，发现20002010年陇南山地植被覆盖变化总体以0.2%/10a的增速缓慢上升，远低于同期甘肃河东地区、甘肃全省、秦巴山区以及西北地区的植被增长率；陇南山地植被覆盖内部存在明显的区域差异性，总体上由东南向西北呈递减趋势；陇南山地以植被覆盖度在45%以上的中覆盖、中高覆盖及高覆盖植被为主体，林地所占比例较大；陇南山地植被改善的区域大于退化的区域，但高植被覆盖区存在退化趋势，这尤其应该引起警惕。陇南市虽然生态环境整体评价在甘肃省内位居第二，但其人地矛盾却很大，以全省1/16的土地面积养育着全省1/10的人口，同时由于陇南市目前城市化率还很低，经济发展无疑是今后面临的首要问题，人口大多分布农村，生活在相当程度上仍依赖数量有限的耕地资源，如果人地矛盾进一步加大，将可能会加重陇南山地的水土流失，使生态环境陷入恶性循环，另外，陇南山地滑坡、泥石流等自然灾害频发，而森林资源大多分布在人口相对稀少的区域29，这将使陇南市无法完全享用因高植被覆盖所带来的益处。总的来说，陇南山地植被覆盖虽然整体很高，但面临的植被保护压力不比甘肃其他低植被覆盖区小，尤其是目前高植被覆盖区还存在退化趋势，生态保护仍然是陇南市整个人地关系系统非常重要的一环。参考文献1 师庆东, 吕光辉, 潘晓玲, 等. 中国西部干旱区植被覆盖变化特征分析J. 科技导报, 2006, 24(3): 52-56.2 田庆久, 闵祥军. 植被指数研究进展J. 地球科学进展, 1998, 13(4):327-333.3 李秀花, 师庆东, 常顺利,等. 19812001年中国西北干旱区NDVI变化分析J. 干旱区地理, 2008, 31(6):940-945.4 陈京华, 贾文雄, 赵珍,等. 19822006年祁连山植被覆盖的时空变化特征研究J. 地球科学进展, 2015, 30(7):834-845.5 武正丽, 贾文雄, 赵珍,等. 2000-2012年祁连山植被覆盖变化及其与气候因子的相关性J. 干旱区地理, 2015, 38(6):1241-1252.6 梁芸, 金文岩, 郭铌,等. 陇东地区植被指数NDVI与降水的关系研究J. 干旱地区农业研究, 2009, 27(6):247-251.7 李小亚, 张勃, 靳自宝. 基于MODIS-NDVI的甘肃河东地区植被覆盖度动态监测J. 水土保持研究, 2013, 20(1):112-115.8 崔丹丹, 张耀南, 陈广庭. 20012010年甘肃省植被覆盖的时空变化J. 中国沙漠, 2014, 34(4):1161-1166.9 王正兴, 刘闯, HUETE Alfredo. 植被指数研究进展:从AVHRR-NDVI到MODIS-EVIJ. 生态学报, 2003, 23(5):979-987.10 王正兴, 刘闯, 陈文波,等. MODIS增强型植被指数EVI与NDVI初步比较J. 武汉大学学报:信息科学版, 2006, 31(5):407-410.11 李红军, 郑力, 雷玉平,等. 基于EOS/MODIS数据的NDVI与EVI比较研究J. 地理科学进展, 2007, 26(1):26-32.12 李文梅, 覃志豪, 李文娟,等. MODIS NDVI与MODIS EVI的比较分析J. 遥感信息, 2010(6):73-78.13 陈燕丽, 罗永明, 莫伟华,等. MODIS NDVI与MODIS EVI对气候因子响应差异J. 自然资源学报, 2014(10):1802-1812.14 杨嘉, 郭铌, 贾建华. 西北地区MODIS/NDVI与MODIS/EVI对比分析J. 干旱气象, 2007, 25(1):38-43.15 杨嘉, 郭铌, 黄蕾诺,等. 西北地区MODIS-NDVI指数饱和问题分析J. 高原气象, 2008, 27(4):896-903.16 杨文涛, 汪明, 史培军. 利用NDVI时间序列识别汶川地震滑坡的分布J. 遥感信息, 2012, 27(6):45-48.17 杨尚武, 张勃. 基于SPOT NDVI的甘肃河东植被覆盖变化及其对气候因子的响应J. 生态学杂志, 2014, 33(2):455-461.18 杨延征, 赵鹏祥, 郝红科,等. 基于SPOT-VGT NDVI的陕北植被覆盖时空变化J. 应用生态学报, 2012, 23(7) :1897-1903.19 苗正红, 刘志明, 王宗明,等. 基于MODIS NDVI的吉林省植被覆盖度动态遥感监测J. 遥感技术与应用, 2010, 25(3):387-393.20 张春桂, 潘卫华, 陈惠, 等. 利用多时相中分辨率卫星影像监测福建省植被覆盖变化J. 遥感技术与应用, 2007, 22(5): 613-617.21 姜烨, 孙建国, 李庆. 基于像元二分模型的植被慰盖度遥感信息提取J. 科技信息, 2013 (10): 168-168.22 阳小琼, 朱文泉, 潘耀忠, 等. 基于修正的亚像元模型的植被覆盖度估算J. 应用生态学报, 2008, 19(8): 1860-1864.23 王冬梅, 孟兴民, 邢钊, 等. 基于 RS 的武都区植被覆盖度动态变化及其驱动力分析J. 干旱区资源与环境, 2012, 26(11): 92-97.24 宋怡, 马明国. 基于SPOT VEGETATION数据的中国西北植被覆盖变化分析J. 中国沙漠, 2007, 27(1):89-93. 25 杨尚武, 张勃, 赵一飞,等. 1998-2011年甘肃河东地区NDVI时空变化J. 干旱区研究, 2014, 31(1):74-79. 26 刘宪锋, 潘耀忠, 朱秀芳, 等. 2000-2014 年秦巴山区植被覆盖时空变化特征及其归因J. 地理学报, 2015, 70(5): 705-716.27 戴声佩, 张勃, 王海军,等. 中国西北地区植被覆盖变化驱动因子分析J. 干旱区地理, 2010, 33(4):636-643.28 杜华明, 延军平. 西秦岭地区气候变化特征与干旱灾害趋势J. 山地学报, 2014, 32(1):58-65.29 郭成利, 董晓峰, 刘理臣, 等. “5.12” 地震灾区甘肃陇南相对资源承载力与可持续发展研究J. 干旱区资源与环境, 2010 (2): 54-61.致谢时光荏苒，不知不觉四年大学生活即将挥手而终，至今想起大一刚刚入学时的情景，仍历历在目。四年前，我从陇南市一个经济落后的偏僻小山村来到了西北师范大学，进入了地理与环境科学学院地理科学专业学习，在大学四年的学习中，我深切感受到了地理学多学科交叉的综合性，也初步接触到了遥感、GIS等先进的“3S”技术的方法原理及ArcGIS等专业软件的操作，尤其是这些软件工具竟能将异常复杂的数学模型及相关的地理学思想融入，让我轻点鼠标就可以实现复杂的空间分析、地统计分析，这在未进入大学之前的我看来肯定就是“天方夜谭”的事，所以，我首先要感谢的是学校和学院，是大学的学习开拓了我的视野，让我得以了解到更为广阔的外部世界。其次我要感谢的是论文指导老师贾文雄教授，虽然算下来大学四年中和贾老师的接触不多，但在论文的开题及写作中却难以离开贾老师的悉心指导，还清楚地记得论文开题时贾老师只详细地告诉了我写论文时所需数据应该从那些地方去找，论文所需方法应该如何从文献中学习，却并没有具体说我应该写什么，而让我自己结合兴趣及所能获得的数据去展开论文，当时还不能理解贾老师的良苦用心，甚至于感觉这老师有点不负责任。现在，马上就要毕业了，在完成论文中我也逐渐明白了“授人以鱼不如授人以渔”的深刻道理，幸运的是，贾老师正是秉承这种教育理念的好老师，也是在他无私的帮助下，我得以顺利完成了毕业论文。当然四年的学习中离不开与我朝夕相处的地理科学2班和202宿舍的同学们、室友们，离不开我大学四年的班主任孙美平老师，孙老师为人和蔼，平易近人，无论在学习还是生活中，只要有问题向她打电话求助，老师都会给予力所能及的无私帮助，与同学们的快乐相处也将是我大学四年的美好回忆，在此，一并致以我深深的感谢！牟建新2016年5月14