当前位置: 查字典论文网 >> 基于TM数据的北京市植被覆盖度反演及分析

基于TM数据的北京市植被覆盖度反演及分析

格式:DOC 上传日期:2016-07-27 11:21:35
基于TM数据的北京市植被覆盖度反演及分析
时间:2016-07-27 11:21:35     小编:胡中楫

本文以像元二分模型和归一化植被指数(NDVI)为基础,分析北京市自2001-2011年10年间的植被覆盖变化。以2001年、2007年和2011年3期的TM影像为数据基础,提取植被覆盖度并分级展示,统计分析该地区植被覆盖度的变化情况。结果表明:近10年来,该区的植被覆盖度总体略呈上升趋势,平均植被覆盖度较高的地区,植被覆盖度有增加趋势明显;而平均植被覆盖度低的地区,植被覆盖略呈下降趋势。

【关键词】TM;NDVI;像元二分模型;植被覆盖度

1、概述

北京是是一个迅速发展的城市,随着其发展,北京的土地利用情况在近十几年中发生了巨大的变化,包括城区的扩张和郊区的绿化。近几十年来,应用遥感监测区域植被覆盖度反演的研究已经很多。本文以北京市为研究区域,应用植被指数的方法,从植被覆盖的角度,分析研究区土地利用的变化情况。监测北京市2001年到2011年的植被覆盖度变化情况,并对十年来北京市的植被覆盖变化情况进行统计分析和展示。

2、研究区域与数据获取

2.1研究区域概况

北京是中国的首都,中心位于北纬39度54分20秒,东经116度25分29秒。位于华北平原西北边缘。全市平均海拔为43.5米,平原地区的海拔高度在20-60米,山地一般海拔100-500米。北京的气候为典型的北温带半湿润大陆性季风气候,夏季高温多雨,冬季寒冷干燥,春、秋短促。

2.2数据准备

用于植被覆盖度监测的卫星图像应该具备两个基本条件:第一,选择尽量没有云雾影响的清晰图像;第二,应该选取植被生长情况大致相同的卫星图像。本研究获取了北京市2001年5月27日、2007年5月28日和2011年6月8日三个时间的Landsat TM卫星影像,由于一景影像不能完全覆盖北京市,所以需要相邻两景影像进行拼接,然后从拼接后的图像中截取研究区范围内的图像用于之后的计算。从结果中我们可以看出,2001年的植被覆盖状况与2011年的不同,尤其是建筑物集中部分,植被明显增加,说明北京市平原造林工程起到了作用。因此,对试验区进行植被覆盖动态变化监测是有意义和价值的。

3、研究方法与流程

3.1像元二分模型

根据像元二分模型的原理,将遥感传感器所观测到的信息S线性分解为绿色植被部分贡献的信息Sv与由裸土部分贡献的信息Ss两部分:S=Sv+Ss混合像元中有植被覆盖的面积比为像元的植被覆盖度fc。假设全部是由植被覆盖的纯像元,所得的遥感信息为Sveg。混合像元的植被部分所贡献的信息Sv为:Sv=fc・Sveg;同理,假设全部是由土壤覆盖的纯像元为Ssoil。混合像元中土壤部分贡献的信息Ss可表示为:Ss=(1-fc)・Ssoil,代入后可得:fc=(S-Ssoil)/(Sveg-Ssoil),最终可得到植被覆盖度的计算公式:。

3.2利用 NDVI估算植被覆盖度

归一化植被指数(NDVI)对植被的生物物理特征非常敏感,在研究区域尺度的植被分类和植被覆盖时经常会用到。NDVI的计算公式为:NDVI=(NIR-R)/(NIR+R)式中NIR为近红外波段,R为红波段。根据像元二分模型,混合像元的NDVI值可以表达为绿色植被部分贡献的信息NDVIveg,与裸土部分贡献的信息NDVIsoil这两部分,得到:fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)。

3.3参数的确定

由于大气影响地表湿度条件的改变,NDVIsoil会随着时间而变化。NDVIsoil的变化范围一般在-0.1-0.2之间;NDVIveg值也会随着时间和空间而改变。按照李苗苗等的方法得到的置信度分别为2%和98%,从NDVI累计直方图中找到对应的值,得到NDVIsoil和NDVIveg估算值,然后对比参照北京市的土地分类利用图,分别找到土壤和植被覆盖的像元,读取像元值,对NDVIsoil和NDVIveg估算值进行验证。

4、结果与分析

4.1植被覆盖度估算

4.1.1 计算归一化植被指数NDVI

利用NDVI的计算公式:NDVI=(NIR-R)/(NIR+R),在ENVI软件中对拼接、裁剪完成的2001年、2007年和2011年北京市影像进行处理,得到各个时间北京市的NDVI值,结果表明北部和西南部郊区的NDVI值更大,而中部和东南部的城区建筑更多,NDVI值很小。

4.1.2 计算植被覆盖度

根据像元二分模型及归一化植被指数,本文中裸土或无植被覆盖区域和完全被植被所覆盖像元的置信度分别为2%和98%,从NDVI累计直方图中找到对应的值,经过验证后,得到:2001年的NDVIsoil=-0.011(1.68%)、NDVIveg=0.586(98.23%),2007年 NDVIsoil=-0.011(2.16%)、NDVIveg=0.679(98.29%),2011年的NDVIsoil=-0.023(2.14%)、NDVIveg=0.635(98.02%)。

结果表明,北部和西南部的郊区植被覆盖度更大,而中部和东南部的城区建筑更多,植被覆盖度很小,中部和东南部城区的整体植被覆盖也在增加,说明在城市发展的同时越来越注重绿化工作。

4.1.3 植被覆盖度统计分析

根据上一节中植被覆盖度的结果,对其进行统计分析,做出2001年和2011年两期植被覆盖度各级的面积百分比统计,可以看出植被覆盖度在20%以下的区域在减少,从30.63%到24.12%降低了6.51%,植被覆盖度在40%以下的区域也在减少,从59.92%到47.35%降低了12.57%;而植被覆盖度在40%以上的区域在增多,从40.08%升高到了52.65%,植被覆盖度在60%以上的区域也在增多,从12.66%到19.47%升高了6.81%。所以从总体上看,北京市的植被覆盖率在增大。

5、结论与展望

本文利用Landsat TM数据,基于像元二分模型和归一化植被指数NDVI,建立了北京市植被覆盖度遥感监测模型。总体上,北京市的植被覆盖度略有上升,北部和西南部的郊区植被覆盖度有所增加,市区部分的植被覆盖度也有一定程度的增加,相对郊区而言,城区一些部分的退化也很明显。平均植被覆盖度较高的地区,植被覆盖度的增加趋势明显;而平均植被覆盖度低的地区,植被覆盖略呈下降趋势。如果依照这样的趋势,北京市各区之间植被覆盖不平衡的现象会越来越严重。

参考文献

[1]李苗苗.植被覆盖度的遥感估算方法研究.北京:中国科学院研究生院,2003. 

全文阅读已结束,如果需要下载本文请点击

下载此文档

相关推荐 更多