基于RS的定西市植被覆盖格局变化研究

　　摘要：植被是生态系统中非常重要且不可或缺的一个环节，是地球表面覆盖的重要组成部分， 更是反映地表植被状况的一个非常重要的特征。本文以定西市为靶区，利用2000年、2006年的TM影像和定西市1：10万地形图，运用RS和ArcGIS技术，对定西市植被覆盖格局变化进行研究。结果表明：2000-2006这六年间，定西市的较低植被覆盖和低植被覆盖在地理空间上发生明显变化，植被覆盖度总体呈上升趋势，草地等植被覆盖状况良好，山地区域的植被进化较为乐观，森林区的植被覆盖稳步提升，本地区植被盖度基本呈上升趋势。

　　关键词：RS 定西市 植被覆盖格局

　　农业供给侧改革论文发表指导

　　引言

　　随着社会经济的发展，科技水平的提高，生态系统与人类活动的关系变得日益紧密，植被覆盖是生态系统中最为敏感的其中一个因素，植被覆盖度是表征地表植被的重要指标，也是水土流失、土地沙漠化评价、分布式水文模型的重要输入参数 [1]。国外研究开始较早，Purevdorj[2]、SellersPJ[3]、AsrarGE[4]等国外学者运用植被指数法、植被覆盖度与光谱指数的相关分析法等方法结合地理技术，对国外植被覆盖度的相关问题进行了一系列研究。随后，国内学者运用综合技术，联系经济学、物理学等领域的知识逐渐涉猎植被研究，李苗苗[1]等建立植被覆盖度的评价模型，估算了密云水库的植被覆盖状况;李成范等[5]运用ArcGIS软件，通过提取重庆市的归一化植被指数(NDVI)，对该市的植被覆盖度的变化进行了研究。综合来看，已有研究为植被覆盖相关研究建立了较为完善的理论基础和成熟的研究方法，但是，以往研究都集中于森林面积占比较大的区域或者沿海发达城市，定西市深居内陆，海上运输湿气难以到达，气候恶劣，植被覆盖面积较小。因此，揭示定西市植被覆盖密度变化，对进一步加强该市的生态系统保护具有重要的现实意义。

　　当前，随着地理技术的广泛应用，利用遥感技术监测是我国对地表植被覆盖及景观格局变化研究的主要手段之一。植被指数法基于实测数据和卫星传感器，因此，本文采用植被指数法建立研究模型，对定西市植被覆盖进行研究。本研究以2000年、2006年兩个不同时期的TM遥感影像图为数据来源，借助已有模型，从而得到地表植被覆盖度和地表植被覆盖等级的变化图，进而对定西市在2000 -2006年地表植被覆盖及景观格局变化进行相对应的分析，企图研究定西市2000-2006年地表植被覆盖动态变化的过程，从植被覆盖图中，揭示其变化趋势，以期为定西市的环境评价、植被规划管理、景观的设计和当地政府相关部门研究提供科学的决策依据，并为解决定西市生态环境治理的困境提供参考。

　　1研究区域概况

　　定西市隶属于甘肃省，地跨东经103°52′-105°13′，北纬34°26′-35°35′，被誉为“兰州的东大门”，是我国东、南部通往西、北部的重要节点城市之一，拥有得天独厚的区位优势和丰富的资源。东边和平凉市、天水市相邻;西边与临夏州、甘南州相邻;南边毗邻陇南市;北与兰州市、白银市接壤。定西市属于黄土高原丘陵沟壑区，地势呈西南-东北走向，定西市盘踞甘肃南部高原、陇南山地、黄土高原的交汇地带。定西市的气候类型属于半湿润半干旱区，干旱少雨[6]。图1为研究区概况图。

　　2数据源与研究方法

　　2.1数据来源

　　本文的数据主要有2000年7月、2006年7月的 TM 影像数据和定西市1/100000地形图，其它数据均来源于定西市2001-2007年统计年鉴、定西市2000-2006年国民经济和社会发展统计公报。研究中用到的软件主要有遥感图像处理软件ErdasImagine8.4和ArcGIS10.2等。

　　2.2数据处理

　　2.2.1波段合成

　　我们将2000年7月、2006年7月的 TM 影像数据利用Erdas软件图像处理功能对定西市6年的TM图像进行波段合成，借助Erdas软件，把单波段的遥感影像合成多波段的彩色图像。借鉴已有的研究成果，TM影像的7、4、3波段分别表示红、绿、蓝色合成假彩色图像。TM影像的优点是兼容中红外、近红外和可见光波段信息，此外，图面色彩也较丰富，具有良好的层次感，具有极为丰富的地表环境信息，而且清晰度高，干扰信息少[7]。故本次研究融合7、4、3波段来到达提高准确度，降低误差的目的。

　　2.2.2几何校正

　　首先，对单波段TM遥感影像处理为多波段彩色图像，然后，对图形进行几何校正。几何校正需要注意准确的选取图中的关键点，并且要选取具有十分强烈的代表性质的地点作为参照，选点校正时需要认真仔细，微小的差错就会导致最后结果误差的变大，所以在进行稽核校正时应该保持耐心与细心[8]。

　　2.2.3图像的裁剪

　　在几何校正完成之后，接下来进行图像的裁剪，由于本人找到了定西市带有行政边界线的高清遥感影像图，所以在该图进行校正后直接利用erdas中的Erdas软件的图像处理功能对TM图像进行波段合成，把单波段遥感影像合成为多波段的彩色图像AOI功能裁剪出了边界线，然后将两张不同年份的定西市TM影像图导入新建的view中并添加已完成的边界线进行二次裁剪，大大提高了效率以及对图像裁剪的精确度(利用ArcGIS裁剪后的图像易出现分辨率降低等导致误差变大的影像)[9]。完成遥感影像裁剪之后，建立NDVI计算模型是通过Erdas软件中的Modeler工具来完成的，最后，借助模型计算植被归一化指数。

　　2.3归一化植被指数(NDVI)的计算

　　归一化植被指数(the Normalized Difference Vegetation Index，NDVI)，在NDVI= (NIR-R)/(NIR+R)中，影像近红外波段的反射率通过NIR 值表示，影像红波段的反射率通过R表示。越是成长繁茂的植物，它的红光反射值与红外反射率成正比，若红光的反射值越小，红外反射值则越大，因此其比值就会越大[10]。长期以来，NDVI作为RS估算植被覆盖研究的植被指数，植被变化情况也采用NDVI来监测 [11]。NDVI的计算结果，其数值分布于0-1之间，简而言之，NDVI的值越高，说明该地区植被覆盖状况越好。