基于ENVI植被覆盖变化分析以山西省孝义市为例.doc

《基于ENVI植被覆盖变化分析以山西省孝义市为例.doc》由会员分享，可在线阅读，更多相关《基于ENVI植被覆盖变化分析以山西省孝义市为例.doc（12页珍藏版）》请在三一办公上搜索。

1、1 引言遥感是指非接触的，远距离的探测技术。一般指运用传感器对物体的电磁波的辐射、反射特性的探测，并根据其特性对物体的性质、特征和状态进行分析的理论、方法和应用的科学技术。遥感技术是在20世纪60年代初发展起来的一门新兴技术。开始主要为航空遥感，自1972年，美国发射了全世界第一颗陆地卫星，标志着航天遥感的时代开始了。经过几十年的快速发展，目前遥感技术已经广泛的应用于资源环境、水文、气象，地质地理等各项领域，成为一门实用的，先进的空间探测技术。遥感技术的特点可以归纳为以下几方面：(1)探测范围广、采集数据快 遥感探测能在较短的时间内，从空中乃至宇宙空间对大范围地区进行对地观测，并从中获取有价值

2、的遥感数据。这些数据拓展了人们的视觉空间，为宏观地掌握地面事物的现状情况创造了极为有利的条件，同时也为宏观地研究自然现象和规律提供了宝贵的第一手资料。这种先进的技术手段与传统的手工作业相比是不可替代的；(2)能动态反映地面事物的变化 遥感探测能周期性、重复地对同一地区进行对地观测，这有助于人们通过所获取的遥感数据，发现并动态地跟踪地球上许多事物的变化。同时，研究自然界的变化规律。尤其是在监视天气状况、自然灾害、环境污染甚至军事目标等方面，遥感的运用就显得格外重要；(3)获取的数据具有综合性 遥感探测所获取的是同一时段、覆盖大范围地区的遥感数据，这些数据综合地展现了地球上许多自然与人文现象，宏观

3、地反映了地球上各种事物的形态与分布，真实地体现了地质、地貌、土壤、植被、水文、人工构筑物等地物的特征，全面地揭示了地理事物之间的关联性。并且这些数据在时间上具有相同的现势性。目前在世界上已有30多台航空成像光谱仪正在运行,用的最多的是AVIRIS成像光谱数据。通过光谱植被指数、光谱匹配、混合像元分解以及模型反演等分析方法,利用高光谱数据进行植被信息的定量提取研究。纵观近年来国内外对植被指数的研究方法，可以分为5类：(1)基于植被指数类的遥感干旱监测方法，如简单植被指数、比值植被指数、归一化植被指数、增强植被指数、归一化水分指数法、距平植被指数等;(2)基于红外的遥感干旱监测方法。如垂直干旱指数

4、法、修正的垂直干旱指数法等；(3)基于地表温度(LST)的遥感干旱监测方法，如热惯量法、条件温度指数、归一化差值温度指数、表观热惯量植被干旱指数等；(4)基于植被指数和温度的遥感干旱监测方法，如条件植被温度指数、植被温度梯形指数、温度植被干旱指数模型等；(5)基于植被与土壤的遥感监测方法，如地表含水量指数作物缺水指数法等。在遥感应用领域,植被指数是一种反映地表植被信息的重要信息源之一,已广泛用于定性和定量评价植被覆盖及其生长状况。近几十年来，特别是近20年来，随着对地观测系统技术的不断成熟，利用遥感数据进行植被监测和土地变化方面的研究日益增多。其中，具有时间分辨率高，价格低廉的AVHRR数据在

5、全球及区域大尺度植被覆盖变化研究中显示出其他数据所无法替代的作用美国与欧洲空间局等国际组织已合作开展了利用高分辨率雷达（AVHRR）监测土地覆盖变化和季节性植被状况研究的项目。TUCKER等利用NOAA-AVHRR数据对非洲大陆的干旱与沙漠化等植被覆盖变化进行了监测。国内也有不少关于中国植被覆盖的研究。如史培军等利用1982-1993年的AVHRR-NDVI数据对我国不同植被类型的覆盖状况进行了分析；孙红雨等利用1985-1990年间的AVHRR-NDVI数据，对我国植被覆盖变化及其与气候因子的关系进行了研究。随着遥感技术的快速发展，遥感数据的不断更新，更大的方便了我们对目标区域的研究，本文利

6、用遥感软件ENVI将孝义市地区的植被覆盖的地理信息提取分析，为职能部门提供宏观决策的科学依据。2 研究区概况2.1 行政孝义市位于吕梁山脉中段东麓，晋中盆地西南隅。地理坐标为东经111211156，北纬36563718。境域东西直线最长处46km，南北直线最宽处26.55 km。总面积948 km2。总人口44万人（2004年）。地形由西北向东南呈缓倾单斜态势。西部为石灰岩干石山区，中部为黄土丘陵区和台塬区，东部为平原区，海拔高度在731m1716m之间。辖6个街道、7个镇、5个乡：新义街道、中阳楼街道、振兴街道、崇文街道、胜溪街道、东许街道、兑镇镇、阳泉曲镇、下堡镇、西辛庄镇、高阳镇、梧桐镇

7、、柱濮镇、大孝堡乡、下栅乡、驿马乡、南阳乡、杜村乡。孝义地势总体呈西高东低。整个地区因地质结构不同而分为西部的山区，中部的丘陵和台塬区，以及东部的平原区。 图1-1 区位图Fag.1-1Location map2.2 地质孝义的西部山区为石灰岩千石山区，属吕梁山脉。山顶浑圆，山脊起伏，山坡呈阶梯状，地表大部分被灌木覆盖，山区面积为147.64 km2，占总面积的15.61%。 中部地区一部分被黄土覆盖，形成典型的黄土丘陵地貌，黄土丘陵区面积442.26 km2，占总面积的46.76%。台塬面开阔平坦，地势呈北东向倾斜，沟谷深切，谷底有溪流，塬面和缓坡面多作为农田，处少数太原平地可资灌溉以外，大

8、部分耕地为旱田，面积为182.73 km2，占总面积的19.32%。 东部为太原盆地的组成部分，地势平坦，水源丰富，土壤肥沃，灌溉方便，是孝义的主要粮棉产区，该部分面积为173.17 km2，占总面积的18.31%.2.3 气候孝义市属暖湿带大陆性半干旱半湿润气候，四季分明。春季受季风交替影响，风大雨少；夏季受太平洋副热带高压影响，多雨炎热；秋季受冷高压侵入，温湿晴朗；冬季受西伯利亚冷高压控制，寒冷少雪。2.4 能源孝义素有“三晋宝地”之称，矿产资源丰富，品种较多，分布集中，地质条件好，便于开采。孝义的矿产资源尤以煤、铝为最，是中国第一批50个和山西省35个重点产煤地之一，也是国家铝工业的主要

9、开发基地。3 研究概述3.1 研究内容本文的研究内容是利用ENVI对ETM+遥感图像的处理，研究的主要方法是：(1) 利用所研究区的遥感数据，对遥感数据进行处理；(2) 用上面获得的数据计算出研究区的植被指数；(3) 通过计算得出植被覆盖度，并分为低、中、高三级并计算相应面积；(4) 对所得到的数据进行分析。3.2 研究方案(1) 下载目标区域遥感影像；(2) 对遥感数据进行波段融合、裁剪，得到目标区域影像；(3) 计算植被指数；(4) 计算目标区域植被覆盖度且分等；(5) 计算出各覆盖度面积，比较并分析结果。3.3 技术路线首先下载含孝义市遥感影像，经过几何校正、波段融合等操作后，利用孝义市

10、矢量文件对孝义市目标区域裁剪，然后利用ENVI软件计算NDVI，进而通过计算得出植被覆盖度，按相应标准利用决策树分类后分别求出面积，最后统计数据进行分析，如图2-1。下载影像波段融合影像裁剪NDVI植被覆盖度统计分析矢量文件覆盖度分等图像校正图2-1 技术路线图Fag.2-1 Technology Roadmap3.4 RS处理平台根据所要求处理图像的方法，作者采用ENVI软件。ENVI完整的遥感图像处理平台ENVI(The Environment for Visualizing Images)是美国Exelis Visual Information Solutions公司的旗舰产品。其软件处

11、理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。4 研究方法4.1 数据收集本课题研究所用的遥感影像为中国科学院数据应用环境( ETM+影像；行号126，列号34。4.2 数据预处理本文所用的从中国科学院数据应用环境下载的影像是已经经过校正处理的，所以我们只需要将下载好的数据进行掩膜裁剪。4.2.1 基本步骤该系统的影像裁剪步骤为：(1) 显示图像文件，在ENVI工具栏选择FileOpen image File，然后选择已经波段合成后

12、的图像1999hecheng.hdr，单击打开；(2)选择波段543，点击Load RGB，在View窗口预览图像；(3) 在工具栏选择FileOpen Vector File，打开掩膜矢量文件，然后在新窗口Load，在Vector Window#1 工具栏选择FileExport Active Layer to ROIs，在Select Input File中选中1999hecheng，单击OK；(4) 在1999hecheng视窗工具栏选择OverlayRegion of interest在打开的ROI窗口中选中xiaoyishi，然后选择FlieSubest Data Via ROIs，

13、然后选择Input File，单击OK，在弹出的对话框中选中ROIs，键入文件输出名，单击OK。裁剪后的图像如图3-1。图3-1 1999年孝义市裁剪结果Fig.3-1 The cutting results of Xiaoyi in 19994.3 植被指数（NDVI）的提取4.3.1 植被指数植被指数是遥感监测地面植物生长和分布的一种方法，由于不同绿色植被对不同波长的吸收率不同，光线照射在植物上时，近红外波段的光大部分被植物反射，而可见光波段的光则大部分被植物吸收，通过对近红外和红波段反射率的线性或非线性组合，可以消除地物光谱产生的影像，得到的特征指数称为植被指数。植被指数经过近20年的发

14、展，目前有几十种，但常用的植被指数有：归一化植被指数NDVI（Normalized Difference Vegetation Index），比值植被指数RVI（Ratio Vegetation Index），差值植被指数DVI（Difference Vegetation Index），土壤调节植被指数SAVI（the Soil Adjusted Vegetation Index）。修正性土壤植被指数MSAVI（Modified Soil Adjusted Vegetation Index）等。在遥感应用领域，植被指数已广泛用来定性和定量评价植被覆盖及其生长活力。植被指数有助于增强遥感图像影像

15、的解译力，并作为一种遥感手段广泛应用于土地利用覆盖探测，植被覆盖密度评价，作物识别和作物预报等方面。植被指数提取的方法很多，最为常用的一种方法是通过遥感影像处理软件对遥感影像不同波段进行处理，从而得到各类植被指数。本课题主要进行的是归一化植被指数（NDVI）的分析1。NDVI是用于检测植被生长状态，植被覆盖度和消除部分辐射误差等起取值为：-1=NDVI=1,负值表示地面覆盖为云，水，雪等，对可见光高反射：0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图像，分别求RVI和

16、NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度，NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、枯叶、粗超度等，且与植被覆盖有关，是目前应用最广泛的植被指数。NDVI= （其中NIR代表近红外波段，Red代表红光波段） （公式3-1）要计算NDVI，就是在遥感处理软件中，计算近红外波段与红波段之差，再除以两个波段之和2。4.3.2 NDVI的提取在ENVI中提取植被指数处理过程如下：(1) 选择 Transforms NDVI；(2) 选择Input File 孝义市裁剪 单击OK；(3) 在弹出的对话框NDVI Calculation P

17、arameters中键入输出名，其他默认，单击OK。得到如图3-2。NDVI指数图3-2 1999年孝义市NDVIFig.3-2 the ndvi of Xiaoyi in 19994.4植被覆盖度的计算 植被覆盖度是指植被冠层的垂直投影面积和土地面积之比，它是描述植被盖度特征的一个重要基础数据。植被盖度检测方法分地面实测和遥感监测两类由于植被覆盖度具有显著的时空分异特征，地面实测对大范围的研究是不现实的，因此遥感监测已成为区域植被覆盖动态监测的主要手段4。本次研究采用植被指数转换法，是在对光谱信号进行分析的基础上，通过建立植被指数和植被覆盖度的转换关系来直接估算植被覆盖度。4.4.1 植被覆

18、盖度的计算根据归一化差值植被指数(NDVI)来计算植被覆盖度，基本原理是根据健康植被在红光波段有一个吸收峰，在近红外波段有一个高反射峰，而土壤在可见光到近红外波段呈近似线性变化的差异假设遥感器所测得的反射辐射R完全由植被总反射辐射和土壤总反射辐射构成5，即R =fRV +(1- fRs) (公式3-2)(R v、Rs 分别为植被、土壤的总反射辐射；f为植被覆盖度)，则f 1= (R-Rs )(Rv-Rs ) (公式3-3)基于上述原理，利用植被指数可以计算植被覆盖度，即f2= (NDVI-NDVIs )(NDVIv -NDVIs ) (公式3-4)其中，NDVI为所求地块或像元的归一化植被指数

19、；NDVI 和NDVI 分别为纯植被和纯土壤的植被指数该式适合用于植被覆盖处叶面积指数较均一的场合也可得f3= (NDVINDVImin)(NDVImax 一NDVImin) (公式3-5)其中，NDVI为所求地块或像元的归一化植被指数；NDVImax 和NDVImin分别为研究区内NDVI的最大、最小值一般来说，归一化植被指数NDVI比较真实的表现了影像数据上植被的分布但由于NDVI本身无法分离植被和土壤的影响，不管是裸土还是部分植被覆盖的像元，其NDVI值都可能是一个较小的整数，所以在实际应用中，往往根据经验确定NDVImax 、NDVImin 。 或从计算得到的像元的NDVI中提出NDV

20、Imax 和NDVImin从而计算植被覆盖度本研究采取后一种方法，将已计算出的NDVI值代人公式3-5计算出两期的植被覆盖度图像由公式3-5计算出来的植被覆盖度图像并不能直接应用于分析，理论上植被覆盖度的取值应在01之间，但利用该公式计算时会出现小于零的值和大于1的值，即出现植被覆盖度小于纯土壤或大于全植被的情况，这种结果并没有现实意义，因此，要对结果进行优化处理，强制把小于零和大于1的像元归分别为0和16。4.4.2 基本步骤(1) 打开NDVI图像，并在窗口显示(2) 由于ENVI计算覆盖度时会将底层区域也计算进去，所以要添加一层掩膜，使底图层数值和目标区域区分。设置好后，目标区域灰度值为

21、-1至1，底层图层灰度值为2。(3) 选择Basic tools StatisticsCompute Statistics，查看直方图。查看NDVImax 和NDVImin并记录，NDVImin记录大于0的第一个数值，NDVImax记录除背景值外的最大值。(4) 在ENVI工具蓝选择Basic ToolsBand math。在打开的对话框中输入公式：(b1 lt NDVImin)*0+(b1 gt NDVImax and b1 le 1 )*1+(b1 gt1 and b1 le 2)*2+(b1 ge NDVImin and b1 le NDVImax)* (b1- NDVImin)/ (N

22、DVImax - NDVImin) (公式3-6)(NDVImax代表NDVI最大值，NDVImin代表NDVI最小值)NDVI指数单击 Add To List,然后点击OK。在弹出的对话框中选择1999ndvi 影像，然后键入输出名，点击OK。如图3-3。图3-3：1999年孝义市植被覆盖度处理图Fig.3-3 The Vegetation coverage diagram of xiaoyi in 19994.5植被覆盖度分等及面积统计4.5.1 植被覆盖度的分级在已计算出的植被覆盖度结果基础上，集合遥感数据的特点，参考马志勇基于植被覆盖度的植被变化分析文献中植被指数范围的分类以及多次尝试

23、结果表明，对照影像将植被覆盖度分为3级最好，植被覆盖度在00.25为低覆盖度；0.250.5为中等覆盖度；0.51为高覆盖度7。按照分级标准，进行密度分割，相同植被级别赋予同一颜色，生成植被覆盖度分级图。待添加的隐藏文字内容3在ENVI中我们用决策树的方法对其进行分级。步骤如下(1) 在工具栏中选择ClassificationDecision TreeBuil new Decision Tree。输入相应的分级条件。如图3-4；(2) 选择FileSave tree ，保存决策树；(3) 选择OptionExecute.，在窗口中，我们就能看到覆盖度分级图。如图3-5；图3-4 决策树Fig.

24、3-4 Decision tree4.5.2 植被覆盖度的分级面积统计由于遥感图像自带坐标，我们可以用ENVI自带的面积统计工具对分级进行面积统计，具体步骤如下：选择Classification Post Classification Class Statistics，选择分级影像，点击Ok，在弹出的对话框中选中 gaodu、zhongdu、didu，然后单击OK，输出结果，结果单位为平方米。如图3-6。图3-6 1999年植被覆盖度分等情况Fig.3-6 Vegetation classification of 1999 图3-6 1999年分类面积统计 图3-7 2008年分类面积统计Fi

25、g.3-6 Classification area statistics of 1999 Fig.3-7 Classification area statistics of 2008同理可得2007年遥感图像的植被覆盖度分级图以及分等面积。如图3-7，图3-8。图3-8 2008年植被覆盖分等情况Fig.3-8 Vegetation classification of 20085结果与分析 5.1统计结果进过统计分析计算，得出1999年和2008年植被覆盖度高、中、低三等面积，如表4-1。表4-1 面积汇总 （单位：km2） 1999年 2008年 差值高100.61943.875-56.74

26、4中78.979223.112144.133低804.727717.537-87.19经分析测算，1999年孝义市的植被覆盖低中高3个分级面积分别为804.727 km2，78.979 km2，100.619 km2；2008年的植被覆盖低中高3个分级面积分别为717.537 km2，223.112 km2，43.875 km2。2008年孝义市低植被覆盖度比1999年减少了87.19 km2，中程度植被覆盖增加了144.133 km2，高程度植被覆盖减少了56.744 km2。5.2植被变化结果分析5.2.1 人类活动因素由图中结果可以看出，孝义市西部地区1999年至2008年植被高覆盖度骤

27、减，2008年高覆盖度植被只占全部的4.39%，生态环境遭到了很大的破坏。通过了解孝义市发展近况，可以了解到，孝义市属于煤炭资源丰富地区，从2000年开始，当地个人和集体开始私挖乱采，导致地表水流失，山体荒漠化，对地表植物坏非常严重，直接的造成高植被覆盖度降低。但在这期间，低植被覆盖度减少，中度植被覆盖度增加，从影像可以直接看出，中度植被覆盖度主要增加在孝义市东部和南部，根据实地考察，是由于当地政府开展组织的植树造林、改善生态环境等活动，使居民周围绿色植被增加，提高了居民的生活环境。由此可见，认真开展贯彻相关规定政策，加强环境保护，对当地生态环境维护有着重要的作用。5.2.2自然因素植被的生长

28、不仅受人为的影响，更大的影响是自然因素，气候的变化和温度的变化直接影响植物的正常生长。孝义市西部地区新增的中等植被覆盖度区域是由于土壤得到了修整保护，其蓄水能力得到相应提高，使得植被生长迅速，植被覆盖面积提高。5.2.3 误差因素由于卫星数据的局限性，不能使所获得的数据非常精确，所以在计算过程中会产生误差。其次，由于季节和气候的差异性，虽然是同一季度，同一时间段拍摄，但两幅图像当时的气温还是有很大差异，耕作的植物类型也不同，所以导致植物的覆盖度未能完全精确统计。6 讨论与建议孝义市植被覆盖度西部破坏比较严重，南部和东部植被覆盖度还是上升趋势，这和长期以来当地政府植树造林的活动是分不开的。通过对该区域1999年和2008年的植被覆盖度比较，可以意识到，煤矿的开采对环境的破坏很严重。所以笔者建议当地政府加大煤矿周围环境的监测和改善，认真开展防范破坏环境的措施，在开发利用矿产资源的同时，也要采用科学的方法治理环境才可以达到持续发展，形成资源利用的良性循环。