《基于NDVI的色季拉山区鲁朗河流域植被覆盖度遥感估算研究毕业论文.doc》由会员分享，可在线阅读，更多相关《基于NDVI的色季拉山区鲁朗河流域植被覆盖度遥感估算研究毕业论文.doc（14页珍藏版）》请在三一办公上搜索。
1、 西藏大学农牧学院2013届本科毕业论文（设计）题目：基于NDVI的色季拉山区鲁朗河 流域植被覆盖度遥感估算研究姓 名： 专 业： 班 级： 学 号： 所在学院：资源与环境学院指导教师： 完成日期：2013.5.8西藏大学农牧学院本科生毕业论文（设计）原创性及知识产权声明本人郑重声明：所呈交的毕业论文是本人在导师的指导下取得的成果。对本论文研究做出重要贡献的个人和集体，及本文引用他人研究成果的均已在文中以明确方式标明。因本毕业论文引起的法律结果完全由本人承担。本毕业论文成果归西藏大学农牧学院所有。特此声明毕业论文作者签名：作者专业：作者学号：基于NDVI的色季拉山区鲁朗河流域植被覆盖度遥感估算
2、研究摘要：利用色季拉山区鲁朗河流域1999年和2011年的TM遥感影像为数据源，运用ERDAS9.2和ARCGIS10.0软件，采用归一化植被指数（NDVI）结合像元线性分解模型，测算出色季拉山鲁朗河流域2个不同时期的植被覆盖度，并利用植被覆盖等级变化的转移矩阵，探讨该区域近13年来植被覆盖等级的时空变化。关键词：植被覆盖度，NDVI，像元二分法，遥感植被覆盖度指包括乔、灌、草和农作物在内的所有植被的冠层在生长区域地面的垂直投影面积占该地区区域面积的百分比1-3，是描述植被群落及生态系统变化的重要参数。在水土保持、调节大气成分以及缓减温室气体浓度升高和维持气候稳定等方面具有不可替代的作用,而植
3、被覆盖度是衡量地表植被覆盖的重要量度。传统植被覆盖度的测量方法主要有目估法、采样法、仪器法等，但由于主观性强、野外操作不方便、尺度小和成本较高而难以在大范围内快速提取植被覆盖度2,4-6。遥感技术作为本世纪60年代发展起来的一门新术在运用遥感图像进行植被覆盖度变化研究方面得到广泛的运用。目前国内外运用遥感技术进行植被覆盖度测算而被广泛应用的方法是植被指数法，该方法由于受照相技术影响小、影像几何配准误差小和对人依赖小等特点备受研究者青睐2,7-11。植被指数经多年的发展,较常用的有:比值植被指数(RDI)、归一化植被指数(NDVI)、消除土壤影像植被指数(SADI)、垂直植被指数(PDI)等6,
4、8-10。目前,归一化植被指数(NDVI)因植被空间覆盖范围广、植物检测灵敏度高和数据具有可比性等优点成为多种植被指数中应用最多最广泛的一种2,6-11。本文即应用归一化植被指数（NDVI）结合像元线性分解模型通过对色季拉山鲁朗河流域遥感图像的处理、分析和提取，求算出色季拉山区鲁朗河流域不同时期的植被覆盖度，目的是探明应用该研究方法来确定研究区域的植被覆盖度状况及其变化情况，为相关区域的研究领域提供基础数据和技术支持，进而为进一步研究整个藏东南的植被覆盖提供相关数据和技术支持。1研究区域状况色季拉山鲁朗河流域（293210295712N、943349945217E）位于藏东南林芝地区林芝县内。
5、流于南北长约为47km，东西宽约32km，海拔24806800m,318国道纵贯流域南北。气候类型属较典型的亚高山温带半湿润气候区，冬暖夏凉、干湿季节明显。由于研究区域地处青藏高原之藏东南区域，年平均气温-0.8，最高月(7月)平均气温约9，最低月(1月)平均气温约-14。在中低海拔段为针阔混交林，林线之上为高山草甸区，海拔约4850m以上是稀疏植被群落、冰川、终年积雪区域3,12。2研究材料 研究色季拉山鲁朗河流域的遥感数据为TM影像（7波段），分别为1999-11-26的影像和2011-11-27的影像。该数据来源于中国科学院计算机网络信息中心国际科学服务平台，网址为：（）。3技术路线图图
6、像降噪处理几何校正、拼接、裁剪等NDVI参数确定计算NDVI累计频率计算NDVImax和NDVIoNDVImax=NDVIgNDVImin=NDVIof=(NDVI-NDVIo)/(NDVIg-NDVIo)置信度植被覆盖度时空变化分析TM影像预处理图1植被覆盖度及NDVI的求算和分析流程4.植被覆盖度求算4.1 NDVI求算首先对图像进行预处理，也就是运用ERDAS9.2软件对TM图像进行几何校正、图层组合与裁剪等工作。本文研究选取的Landsat/TM遥感影像,共有7个波段,其中TM3(波长0.630.69gm)为红外波谱段,为叶绿素主要吸收波段；TM4(波长0.76O.90gm)为近红外波
7、谱段，对绿色植被的差异敏感，为植被通用波段。归一化植被指数NDVI的定义是:NDVI=(NIR- R)/(NIR+R)，(其中NIR 代表近红外波段, R代表红波段)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。利用遥感影像处理软件ERDAS9.2提取植被指数流程一般为13:(1)打开ERDAS9.2软件，打开Interpreter窗口点击Spectral Enhancement选项找到Indices并点击打开；(2)输入TM图像，并在下面Select Function中选中NDVI，进行计算；(3)生成植被指数影像文件。4.2植被覆盖度求算 4.2.1
8、像元线性分解模型像元分解模型4，6，14原理是:图像中的一个像元实际上可能由多个部分构成,每个部分对遥感传感所观测到的信息都有贡献,因此可以将遥感信息(波段或植被指数)分解,建立像元分解模型,并利用此模型估算植被覆盖度。像元二分法模型假设一个像元是由土壤与植被两部分信息组成。即通过遥感传感器所观测到的信息S，可表达为由植被所提供的信息Sz与由土壤所提供的信息St这两部分组成。即:S=Sz+St（1）；对于一个由土壤与植被两部分组成的混合像元,像元中有植被覆盖的面积比例即为该像元的植被覆盖度fg,而土壤覆盖的面积比例为1-fg。设全由植被所覆盖的纯像元所得的遥感信息为Sg。混合像元的植被成分所贡
9、献信息Sz可以表示为Sg与fg的乘积:Sz=Sgfg（2）；同理,设全由土壤所覆盖的纯像元所得的遥感信息为So，混合像元的土壤成分所提供的信息Ss可以表示为So与1-fg的乘积:Ss=(1-fg)So（3）；将式（9）与式（3）代入式（1）可得：S=fgSg+(1-fg)So（4）；对公式（4）进行变换,可得以下公式:fg=(S-So)/(Sg-So)（5）；其中SO与Sg都是参数,因而可以根据公式（5）来利用遥感信息估算植被覆盖度。此模型的参数SO与Sg则具有实际含义,即土壤与植被的纯像元所反映的遥感信息。4.2.2参数确定NDVIo值按理说是相对固定不变的,对于大多数类型的裸地表面,理论上
10、NDVIo的值应该接近零。但实际环境中由于受大气、地表湿度等条件的影响,NDVIo值也会随着变化,因此,采用一个确定的NDVIO值是不可取的14-15；同理，NDVIg代表着全植被覆盖像元的最大值，由于植被的季节变化、叶冠背景的污染（包括潮湿地面、雪、枯叶等因素）和植被类型的不同,NDVIg值的确定也存在着与NDVIo值类似的情况。考虑到遥感影像中不可避免的存在噪声、地表覆盖物及林冠背景的污染等因素，NDVIo与NDVIg并不能直接取实际计算出来的NDVI的最小值与最大值4,-7，15-16，本文对其取值时，根据图像大小和清晰程度结合NDVI值的理论变化范围，决定在NDVI频率累积表上取频率为
11、1%,99%的区间作为置信区间。4.2.3估算植被覆盖度根据归一化植被指数(NDVI)的定义：NDVI=(NIR-RED)/(NIR+RED)(6)；根据像元二分法模型,图像中每个像元的NDVI值可以看成是有植被覆盖部分的NDVIg与无植被覆盖部分的NDVIo的加权平均,由公式（4）变换可得下面的计算植被覆盖度的公式:fg=(NDVI-NDVIo)/(NDVIg-NDVIo)（7） 其中,NDVIo为裸土或无植被覆盖区域的NDVI值,即无植被像元的NDVI值；而NDVIg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。5结果与分析5.1色季拉山区鲁朗河流域植被覆盖度变化分析
12、植被覆盖度的值越大表示植被覆盖度越高，本文取定植被覆盖度的取值区间为1，100%，研究参照任徳智3、陈云浩17等人的植被覆盖度等级划分标准，将A0定义为无植被覆盖；0A0.25定义为低植被覆盖；0.25A0.5定义为中植被覆盖；0.50.95定义为全植被覆盖。根据上述定义可将植被覆盖度计算结果转化为植被覆盖等级图（图2）。图2 1999年和2011年植被覆盖等级示意图由于两期TM影像均为冬季拍摄，高海拔区受积雪影响较大（如图2所示），而该区域主要为无植被覆盖区和低植被覆盖区，因此，对无植被覆盖区和低植被覆盖区不进行进行定量分析；而中、高和全植被覆盖区主要集中在低海拔区，该区受积雪影响较小，因此
13、能较为准确的反映出研究区域内中、高、全植被覆盖的变化情况。为定量分析研究区域植被覆盖度的空间格局变化，本文对1999年和2011年植被覆盖度等级的斑块数、总面积、平均斑块面积和标准差、Shannon多样性指数等景观特征参数进行了计算3,17（表1）。表1 色季拉山区鲁朗河流域各时期植被覆盖度等级的空间景观特征时 间年份植被覆盖等级待添加的隐藏文字内容1面 积（Km2）斑块数（个）斑块平均面 积(Km2)斑块标准偏差多样性指数1999年No293.2111410.265.071.38L209.9427800.081.11M182.4219710.091.30H136.109490.141.32F
14、5.001440.030.10S826.6769850.122.332011年No280.6739050.072.321.40L132.87154350.010.06M169.29157500.010.07H234.0459270.041.07F9.8221570.010.02S826.69431740.020.81注：No：无植被覆盖度；L：地植被覆盖度；M：中植被覆盖度；H：高植被覆盖度；F：全植被覆盖度；S：合计；P：占有率/%；V：年变化率/%；表2同。由表1可以看出，从1999年到2011年，色季拉山区鲁朗河流域植被覆盖等级的空间景观格局有以下特点：（1）整体上景观格局表现出破碎化增
15、大发展趋势。因考虑积雪的影响，只对研究区域中、高、全植被覆盖度斑块数进行定量比较，从1999年到2011年中、高、全植被覆盖区域呈快速破碎化的趋势。在1999年中、高、全植被覆盖区域斑块总数仅为3064块，而到了2011年中、高、全植被覆盖区域斑块总数迅速增加到23834块，约为1999年的8倍。斑块的平均面积从0.087 km2降为变0.02 km2。因此，从整体上看来研究区域呈快速破碎化的趋势。（2）植被覆盖度多样性指数结果表明色季拉山区鲁朗河流域植被覆盖度处于变化发展阶段，多样性指数略有增加，整个区域景观的破碎化程度加剧。 5.2色季拉山区鲁朗河流域植被覆盖格局与变化分析为定量分析研究区
16、域植被覆盖的格局与变化，本文运用转移矩阵法17-19来实现对研究区域相关问题的精确定量分析。对2期（1999年和2011年）植被覆盖度等级图和，在Arcmap软件中进行叠加分析，将叠加后的数据在复制在Excle表格中并进行数据/数据透视表和数据透视图处理，得到转移矩阵基础数据（表2中上角带“*”的数值），然后根据基础数据可以求得各时期不同植被覆盖等级的相互转化率，得到植被覆盖等级转移矩阵（表2）。表2 色季拉山区鲁朗河流域1999-2011年植被覆盖等级转移矩阵植被覆盖等级NoLMHFS(P)No244.34*36.37*9.64*2.66*0.07*293.08*B83.3712.413.2
17、9%0.910.02C87.1027.395.69%1.140.69(35.46)L34.66*83.49*74.05*17.44*0.23*209.86*B16.5239.7835.28%8.310.11C12.3662.8643.75%7.452.33(25.39)M1.50*12.48*76.06*91.77*0.58*182.39*B0.826.8441.70%50.310.32C0.539.4044.94%39.225.91（22.07）H0.02*0.47*9.50*119.43*6.65*136.07*B0.010.356.98%87.774.89C0.010.365.61%51
18、.0467.77（16.47）F0.00*0.01*0.01*2.70*2.29*5.00*B0.010.120.16%53.9345.77C0.000.010.005%1.1523.30（0.60）S280.52*132.82*169.26*233.99*9.82*826.41*(P)33.9416.0720.48%28.311.19V-0.37-4.83-0.65%3.494.09表2中，行表示的是1999年的i种植被覆盖等级，列则表示2011年的j种植被覆盖等级；表2中带“*”的数值表示的是1999年的植被覆盖等级转变为2011年时的各种等级的面积，即原始植被覆盖转移矩阵。=100/；表
19、示1999年的i种植被覆盖等级转变为2011年的j种植被覆盖等级的比例；=100/；表示2011年的j种植被覆盖等级中1999年的i种植被覆盖等级转化而来的比例。行、列的合计分别表示1999年和2011年各植被覆盖等级的面积及其占总面积的比例。年变化率=（-）100/（n），其中n=2011-1999，表示2011年各种植被覆盖等级相对于1999年时的变化程度。由表2 可知，1999年到2011年近13年来色季拉山区鲁朗河流域植被覆盖等级变化有以下特点：由高、全植被覆盖等级年变化率为正可看出高、全植被覆盖等级呈增加型变化，无、低、中植被覆盖等级年变化率为负可看出无、低、中植被覆盖等级呈减少型变
20、化；全、高植被覆盖呈现快速增加模式，其变化率也相对较大，都约为4%；而无、低、中植被覆盖等级年变化率为负值，说明在逐年减少，其中低植被覆盖等级年变化率较大，约为-5%，说明逐年减少速率较大；但总体来说植被覆盖度增加显著，全植被覆盖等级由1999年的5Km2变化为2011年的9.82Km2，增加近1倍，年变化率高达4.09%；高植被覆盖等级由1999年的136.07 Km2变化为2011年的233.99 Km2，增幅72%，年变化率为3.49%。（2）根据研究区域实际情况，全、高、植被覆盖等级区域是研究区域生境的核心，其面积的增加对高原脆弱生态环境的稳定和保持有重要意义，对研究区域的生态环境健康
21、良性可持续发展具有重要作用。全、高植被覆盖等级面积增加的主要原因是：2000年以来，我国政府就建设生态西藏而先后制定了各种政策和措施并一一落实；由于环境问题越来越成为人们关心的问题，人们的生态保护意识不断提高，保护力度加大，特别是公布自然保护区以来，人们停止了大部分采伐作业并开展生态旅游来创收，因此当地聘请了许多护林员进行划分责任区，指派专人进行巡逻保护，这不仅大大减少了人为的破坏活动，也有效的减少了森林火灾等自然灾害对森林资源的破坏，而生态旅游活动开展以来，不仅带动了当地老百姓的保护森林资源的积极性，而且也使得研究区域的生态环境在人为的保护下越来越快的向有利的方向发展，大大提高了森林的抵抗能
22、力。无、低、中植被覆盖等级区域整体上表现为逐年减少，尤其是低植被覆盖等级年变化较为显著；但是由于无法排除积雪对不同时期遥感图像影响的差异，很难对变化作出准确的定量的分析，所以本研究只是对无、低、中植被覆盖等级区域进行了定性分析，而不做定量分析。6结论与讨论6.1结论（1）对色季拉山区鲁朗河流域植被覆盖等级的空间景观格局分析结果表明：从1999年到2011年13年期间，该区域内全、中、高植被覆盖区仍以低海拔区域为主，总体上呈增加的趋势；低植被和无植被覆盖区以海拔较高的周边区域为主，总体上呈现减少的发展趋势；从景观的破碎化方面分析，区域内景观的破碎化程度在13年间呈快速加剧的趋势。（2）色季拉山区
23、鲁朗河流域植被覆盖度变化的主要特征为：整体植被覆盖度呈增加趋势。这与国家和当地政府的保护政策和措施是密不可分的，同时，人们生态保护意识的增强，也是全、高、中植被覆盖区面积迅速增加的主导因素，这对于稳定和保持高原脆弱生态环境的健康良性发展具有重要意义。（3）区域内无植被或低植被覆盖区呈整体减少的趋势。6.2 讨论（1）由于研究区域地处西藏高原，研究区内高海拔区域在一年中大部分时间为雪所覆盖，获取无雪影像难度极大。因此，完全避免雪对区域内植被覆盖度研究的影响在目前有非常大的难度。如何采用科学合理的方法去除或减少雪的影响，将是今后高原地区影像处理技术的一个研究难点。（2）植被覆盖度转换参数的确定在一
24、定程度上对求算精度会产生一定的影响，因此探讨更简单和准确的参数确定方法，可以提高数据处理的准确度和效率。（3）置信区间的设定受研究者的知识结构，经验等人为因素的影响较大。如何建立一种科学的置信区间的求算方法，尽可能减小人为因素对求算结果的影响，有待进一步的研究。参考文献1陈 巧,陈永富. QuickBird遥感数据监测植被覆盖度的研究J. 林业科学研究，2005,18(4):375-380.2李 琳. 北京郊区植被覆盖变化动态遥感监测以怀柔区为例学位论文. 北京：北京林业大学，2008.3任德智，任毅华，卢 杰，潘 刚. 色季拉山区鲁朗河流域植被覆盖度遥感估算研究J. 西北林学院学报,2012
25、，27(2)：184-189.4孙久虎,刘晓萌,李佑钢,张洁,孟健. 北运河地区植被覆盖的遥感估算及变化分析J. 水土保持研究,2006，13(6):97-99.5顾祝军. 植被覆盖度的照相测算及其与植被指数关系研究学位论文. 南京：南京师范大学,2005.6李苗苗. 植被覆盖度的遥感估算方法研究学位论文.北京: 中国科学院遥感应用研究所，2003.7江辉. 基于遥感的植被覆盖度估算及其动态研究以番区阳湖区为例学位论文.南昌:南昌大学，2005.8冯 露,岳德鹏,郭 祥. 植被指数的应用研究综述J林业调查规划，2009,34(2): 48-52.9丁建丽,塔西甫拉提特依拜,刘传胜. 策勒绿洲植
26、被覆盖动态变化遥感研究J. 中国沙漠，2003,23(1):79-83.10李晓松.干旱地区稀疏植被覆盖度高光谱遥感定量反演研究学位论文.北京:中国林业科学研究院.11丁建丽,塔西甫拉提特依拜. 基于NDVI的绿洲植被生态景观格局变化研究J. 地理学与国土研究,2002,18(1):23-26.12杨小林，崔国发，任青山等 西藏色季拉山林线植物群落多样性格局及林线的稳定性J北京林业大学学报，2008，30(1)：14-1913马春林. 基于植被指数NDVI的遥感信息提取J.信息科技，2009,：114.14龙晓闽,周忠发,张 会,杨晓英. 基于NDVI像元二分模型植被覆盖度反演喀斯特石漠化研究
27、以贵州毕节鸭池示范区为例J.安徽农业科学，2010,38(8):4184-4186.15苗正红,刘志明,王宗明,宋开山,任春颖,杜 嘉,曾丽红. 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):387-393.16夏照华，张克斌，李 瑞，乔 峰. 基于NDVI的农牧交错区植被覆盖度变化研究以宁夏盐池县为例J. 水土保持研究，2006,13(6):178-181.17陈云浩，李晓兵，史培军，周海丽. 北京海淀区植被覆盖的遥感动态研究J. 植物生态学报,2001,25(5):588-593.18史培军,陈 晋,潘耀忠. 深圳市土地利用变化机制分析J
28、. 地理学报，2000,55(2):151-160.19王晓晶. 基于“3S”技术的北京地区植被覆盖空间格局分析学位论文.北京：北京林业大学，2007.致谢在我的毕业论文完成之际，我衷心的感谢给予我帮助和关怀的老师和朋友们，谢谢他们对我学习上的帮助和生活上的关怀。首先，感谢我的导师任徳智老师，谢谢他在我论文完成过程中的悉心指导和谆谆教诲。老师严谨的治学态度和一丝不苟的作风，使我获益匪浅；言传身教，不仅教会了我为学，而且教会了我为人。在论文定稿期间，老师抱病参加修改，老师这种无私奉献的精神常让我感动不已。其次，感谢我的班主任李菊老师，谢谢她大学四年来对我不厌其烦的教导，教我养成了良好的生活和学习习惯，使我成为了一名合格的大学毕业生。老师诲人不倦的育人精神和宽容待人的美德，让我敬佩不已。最后，我要感谢我的母校。谢谢她为我提供了获取知识的平台，在此我感谢那些在图书馆辛勤工作的老师和学校从事清洁工作的阿姨，是他（她）们给我提供了一个整洁干净的读书环境；也谢谢她给我提供了那么多优秀的老师，在此我非常感谢教授我知识的所有老师对我的辛勤教育；也谢谢她让我结识了五湖四海的同学，在此我谢谢那些陪我的舍友和大学同学，谢谢他们在学习和生活上对我的帮助，我们将永远是朋友。
