植被覆盖度论文设计撰写第一稿子第3次修改.docx
- 文档编号:56976
- 上传时间:2023-04-28
- 格式:DOCX
- 页数:14
- 大小:518.54KB
植被覆盖度论文设计撰写第一稿子第3次修改.docx
《植被覆盖度论文设计撰写第一稿子第3次修改.docx》由会员分享,可在线阅读,更多相关《植被覆盖度论文设计撰写第一稿子第3次修改.docx(14页珍藏版)》请在冰点文库上搜索。
植被覆盖度论文设计撰写第一稿子第3次修改
基于MODIS数据的汶川地震灾区植被覆盖度估算及动态变化分析
摘要:
本文以MODIS遥感数据为基础,利用像元二分模型对汶川地震灾区2008年-2013年的植被覆盖度进行监测估算,分析了植被覆盖度在这6年里的动态变化。
通过从整体角度分析不同植被覆盖度的面积变化和从平均植被覆盖度的角度分析平均植被覆盖度的动态变化过程,均得出植被的动态变化过程:
地震前后植被受到严重破坏,低、中低植被覆盖度的面积显著增加,中高、高植被覆盖度的面积显著减少;随着植被的逐渐恢复,至2013年各植被覆盖度区域面积几乎恢复到地震前的水平。
同时,通过分析植被破坏及恢复前后不同植被覆盖度的面积变化得到植被的动态变化情况。
关键字:
植被覆盖度;像元二分模型;MODIS;汶川地震
引言
植被,是覆盖在地面的所有植物群的总称,包括森林、灌丛、草地、农作物等等,具有截流降雨、减缓径流、防沙治沙、保持水土等功能,是生态系统的重要组成部分[1-2]。
植被覆盖度(FractionalVegetationCover,FVC)是指植被的枝、茎、叶垂直向下的投影面积占统计区域总面积的百分比[3],是刻画地面植被覆盖的一个重要参数。
一个地区的植被覆盖情况在很多领域都要涉及,也是其研究的重要指标之一,是重要的基础数据,因此建立快速的、精确的植被覆盖度计算方法与模型在植被及其他相关领域的研究都具有十分重要的意义。
植被覆盖度的测量计算有很多的方法与模型[10,13-16],主要是从两个大的方面来进行计算,一种是相对传统的测量方法,例如目估法、照片分析法、经验分析法等;另一种是采用建立物理的模型,通过对某地区遥感影像数据进行统计分析,最后估算出植被覆盖度的大小,例如像元分解模型法、回归模型法等。
归一化植被指数(NDVI)与植被覆盖度之间有很大的关系,根据两者之间的关系,通过计算遥感影像的NDVI值来估算植被覆盖度的大小。
其中,NDVI=(NIR-R)/(NIR+R),NIR表示近红外波段的反射率,R表示红光波段的反射率[11]。
以省汶川地震灾区为研究区域,通过收集该地区2008年-2013年的同一时期MODIS遥感影像图,借助NEVI4.8遥感影像处理软件和ArcGIS10.2遥感影像分析软件,提取研究区的归一化植被指数(NDVI),再根据NDVI与植被覆盖度之间的关系估算得到植被覆盖度大小灰度分布图。
根据所得到的植被覆盖度大小分布图,分析不同覆盖度在2008年-2013年之间的动态变化情况。
1、研究区概况
汶川地区位于盆地西部边缘,阿坝藏族羌族自治州东南部,地处北纬30°45′-31°43′,东经102°51′-103°44′,东西宽84公里,南北长105公里,是平原与川西北高原的交通要道,素有阿坝州南大门之称,南低北高,沿岷江河谷,呈东北西南向,河谷山岭相对高差悬殊,地形复杂,属于典型的高山峡谷地形。
2008年5月12日14时28分,汶川地区发生里氏8.0级大地震,造成了大量的经济损失和人员的伤亡,同时由于地震的发生,对汶川地区的生态系统造成了巨大的破坏[6],其中地面覆盖物的破坏尤其严重,地面覆盖物又以植被为主,因此汶川地区生态系统的破坏很大程度上表现为地面植被的破坏。
为了更好的实施灾后重建及恢复工作,需要对汶川地震灾区的植被变化进行实时监测,因此对汶川地震灾区植被覆盖度的监测估算及动态变化分析具有重要的意义。
图1研究区地理位置
2、研究方法
2.1数据来源与预处理
本文中主要采用的数据是2008年-2013年共6年的汶川地震灾区空间分辨率为500m的MODIS遥感影像图。
因为需要研究地震对植被的破坏情况及地震以后的恢复变化情况,获取了研究区2008年4月份的成像影像及2009年-2013年5月-6月期间成像影像。
利用NEVI软件对获取得到的MODIS数据图像进行预处理,需要进行两步,首先是进行几何校正,并将投影方式转换为LambertConformalConic兰伯特正形圆锥投影;其次几何校正后的图像进行图像裁剪,得到研究区的图像。
2.2提取归一化植被指数NDVI
NDVI值是目前使用较为广泛的植被指数,其变化在一定程度上可以反映植被覆盖的变化,进而通过NDVI值得到植被覆盖度的大小。
NDVI
[-1,+1],一般情况下,负值表示地表覆盖为云、水、雪等,0值表示地表为裸土,正值表示地表有植被覆盖,并且随着值越大覆盖度越大。
因此,通过NEVI软件对研究区MODIS影像处理得到2008年-2013年NDVI灰度分布图(如图2所示)。
2.3估算植被覆盖度
2.3.1像元二分模型
本文采用像元二分模型法估算研究区植被覆盖度[7-9]。
像元二分模型是一种简单的遥感估算模型方法,它是假设一个像元里面的信息就只由土壤和植被两部分组成,由传感器传回的信息(S)可以分解为土壤部分所贡献的信息Ss和植被部分所贡献的信息Sv,即
(1)
在由植被和土壤构成的混合像元中,植被覆盖所占的比例就是该像元的植被覆盖度(用Fc表示),那么与之相对应的就是土壤所占的比例。
对于一个由土壤和植被两部分组成的混合像元,像元中的植被覆盖面积比例即为该像元的植被覆盖度Fc,而土壤覆盖的面积比例为1-Fc。
那么就有
(2)
(3)
其中,Sveg为纯植被覆盖贡献的信息,Ssoil为纯土壤覆盖的信息;Sv为混合像元中植被的贡献值,Ss为混合像元中土壤的贡献值。
将式子
(2)和式子(3)代入式子
(1)可得:
(4)
由公式(4)可以推出植被覆盖度的计算公式:
(5)
其中,Ssoil和Sveg都只是参数,也就是说可以根据公式(5)利用遥感信息来对植被覆盖度进行估算。
由于像元二分模型形式比较简单并且具有一定的物理意义,所以被广泛应用。
如ZRibi在半干旱地区用像元二分模型对雷达信号进行分解,得到了该地区的植被覆盖度[4];QiJ利用该模型完成了对美国西南部植被覆盖的时空变化分析,结果表明对遥感图像在不做大气纠正的情况下,像元二分模型同样具有较高的精度[5]。
总之,像元二分模型应用于估算植被动态变化方面比较可靠。
2.3.2根据NDVI估算植被覆盖度
基于归一化植被指数NDVI建立像元二分模型,可以获得植被覆盖度计算模型
(6)
其中,NDVIsoil表示全是裸土覆盖的NDVI值,NDVIveg表示全是由植被覆盖度的NDVI值。
根据研究需要,结合苗苗等[12]在像元二分模型的基础上的模型研究,将给定置信区间中的NDVI最大值作为NDVIveg的值,将给定置信区间的NDVI最小值作为NDVIsoil的值,这样我们的计算模型转换为
(7)
这样就建立了植被指数与植被覆盖度之间的关系,再根据这一关系进一步估算植被覆盖度。
将计算所得植被覆盖度划分为5个不同程度,包括低植被覆盖度(0%-20%)、中低植被覆盖度(20%-40%)、中植被覆盖度(40%-60%)、中高植被覆盖度(60%-80%)、高植被覆盖度(80%-100%),再根据不同植被覆盖度的变化来分析得到汶川地区的植被的动态变化。
3、数据处理及分析
3.1NDVI值处理与分析
通过对2008年-2013年汶川地区MODIS数据的分析计算,得到了每一年的NDVI值得灰度分布图像及其分布直方图,如图2、图3所示。
NDVI值在一定程度上能反映植被的生长情况。
在图2过a和b可以清晰的看出之间的差别,其在一定程度上也反映了地震以后植被收到了严重的破坏。
比较图2中c-f的变化过程,反映出了植被的一个恢复过程,一年比一年好。
图3是图2中NDVI值的直方图。
其中b图比较直观的反映了地震后植被大量减少,c-f反映出植被在逐渐增多,逐渐恢复。
a、2008年b、2009年c、2010年
d、2011年e、2012年f、2013年
图22008年-2013年NDVI值灰度分布图
a、2008年b、2009年c、2010年
d、2011年e、2012年f、2013年
图32008年-2013年NDVI值灰度值直方图
3.2植被覆盖度计算与分析
植被覆盖度的计算是根据像元二分模型,得到与NDVI之间的关系(7)。
其中,将NDVI值小于
的值定义为0,大于
的值定义为1,进而再计算得到植被覆盖度的大小。
获取2008年-2013年植被覆盖度以后,再对其动态变化进行分析。
3.2.12008年-2013年整体植被覆盖度变化情况
对2008年-2013年的植被的覆盖度大小进行计算得到以下数据
表12008~2013年植被覆盖度像元数及比例统计表
年份
低
中低
中
中高
高
像元总数
像元数
比例(%)
像元数
比例(%)
像元数
比例(%)
像元数
比例(%)
像元数
比例(%)
2008年
65047
13.30
51894
10.60
71627
14.70
146580
30.00
153361
31.40
488509
2009年
196452
40.20
109878
22.50
71777
14.70
51603
10.60
58776
12.00
488486
2010年
213788
43.80
110464
22.60
65276
13.40
41251
8.40
57751
11.80
488530
2011年
130543
26.70
126294
25.90
95584
19.60
61721
12.60
74297
15.20
488439
2012年
109372
22.40
110184
22.60
66857
13.70
85205
17.40
116920
23.90
488538
2013年
99303
20.30
56791
11.60
69020
14.10
99829
20.50
163679
33.50
488622
表1中统计数据结果展示的是每一年不同植被覆盖度的植被占总的植被的面积比例。
例如,通过表1可以得到,2008年低植被覆盖度所占比例为13.30%、中低植被覆盖度所占比例为10.60%、中植被覆盖度所占比例为14.70%、中高植被覆盖度所占比例为30.00%、高植被覆盖度所占比例为31.40%。
由此就可以得到每一年不同植被覆盖度的变化情况。
由表1中的数据可以统计得到如图所示植被覆盖度变化情况。
由于2008年汶川地区发生特大地震,植被受到了严重的破坏,通过图4的统计可以对地震前后植被的变化情况进行分析。
a-e图各植被覆盖度所占面积比例变化显示,2008年-2009年地震前后,低植被覆盖度区域明显增加,由13.30%增加到40.20%;中低植被覆盖度区域明显增加,由10.60%增加到22.50%;中植被费盖度区域变化不明显;中高植被覆盖度区域明显减少,由30.00%减少到10.60%;高植被覆盖度区域明显减少,由31.40%减少到12.00%。
2009年-2010年中,各不同程度植被区域均变化不明显,说明在这一年时间里,植被恢复的速度较慢。
2010年-2013年中,植被覆盖呈现往地震前的覆盖水平发展且恢复的速度逐渐增加,表现为低植被覆盖度区域由最大值的43.80%恢复到20.30%;中低植被覆盖度区域由最大值的22.60%恢复到11.60%;中植被覆盖度区域的植被变化不明显;中高植被覆盖度区域由最小值的8.40%恢复到20.50%;高植被覆盖度区域由最小值的11.80%恢复到33.50%。
总体来说,由于地震的原因造成的植被破坏在2008年-2013年期间呈现一个向地震前发展的趋势。
a、低值被覆盖度所占面积b、中低植被覆盖度所占面积
c、中植被覆盖度所占面积d、中高植被覆盖度所占面积
e、高植被覆盖度所占面积
图42008-2013年不同植被覆盖度所占面积比例
3.2.2平均植被覆盖度变化分析
图5平均植被覆盖度及其变化趋势图
图5中的数据展现了2008年-2013年期间汶川地区平均植被覆盖度的动态变化情况,通过分析可以发现:
2008年-2009年地震前后由于地震原因导致平均植被覆盖度由61.30%减少到36.40%;2009年-2010年变化不明显;2010年-2013年平均植被覆盖度呈现逐渐增加趋势,最终几乎恢复到地震前的平均水平。
3.2.3地震对植被破坏情况及恢复情况分析
图6不同植被覆盖度地震前后变化率图7不同植被覆盖恢复后变化率
图6展示了地震前后各植被覆盖度的变化情况。
其中变化最明显的是低植被覆盖度区域的面积,增加了202.25%;中植被覆盖度区域的面积几乎没有变化;变化幅度最小的是中高和高植被覆盖度区域的面积,分别减少了64.67%、61.78%。
这些数据直观的反映了不同植被覆盖度区域的面积受地震的影响情况。
图7展示了至2013年汶川地区植被较地震前不同覆盖度区域面积的变化情况。
由图中数据可以发现,低植被覆盖度区域的面积增加了52.63%,中低植被覆盖度区域的面积增加了9.43%,中植被覆盖度区域的面积减少了4.08%,中高植被覆盖度区域的面积减少了31.67%,高植被覆盖度区域的面积增加了6.69%。
通过图6和图7可以发现,各个植被覆盖度区域的面积都在想着地震前的覆盖水平发展,可以预测在之后几年,各个植被覆盖度区域的面积会越来越接近地震前的水平。
4、结论与讨论
汶川地区2008年-2013年MODIS数据的处理分析表明,受地震的影响植被发生了巨大的变化,地震前后比较可以发现,低、中低植被覆盖度面积较地震前增加了38.80%,中高、高植被覆盖度面积较地震前减少了38.80%。
随着地震以后植被的逐渐恢复,低、中低植被覆盖度面积较地震前增加了8.00%,中高、高植被覆盖度面积较地震前减少了7.40%。
由此可知,在整个研究区的植被呈现逐渐增加的趋势。
本文中也存在一些不足。
本文中只是单纯的就汶川地区植被的覆盖情况进行动态变化监测与分析,没有讨论其他因素的影响,如环境因素、气温、降雨、人为修复等。
文中没有针对某一特定区域某一植被覆盖度的变化进行分析,只是对整个研究区各不同植被覆盖度的整体变化分析。
参考文献
[1]英时.遥感应用分析原理与方法[M].:
科学,2003.
[2]吴云,曾源,炎,等.基于MODIS数据的海河流域植被覆盖度估算及动态变化分析[J].资源科学,2010,32(7):
1417-1424.
[3]章文波,符素华,宝元.目估法测量植被覆盖度的精度分析.师大学学报(自然科学版).2001,37(3):
402-408.
[4]ZribiM,LEHEGARAT_MASLES,TaconetO,CiarierriV,Vidal-MadjarD,BoussemaMR.Derivationofwildvegetationcoverdensityinsemi-aridregion:
ERS2/SARevaluation[J].InternationalJournalofRemoteSensing,2003(24):
1335-1352.
[5]QiJ,MasettRC,MoranM.S.,GoodrichD.C,P.Heilman.etal.ChehbouniandX.X.Zhang.SpatialanstemporaldynamicsofvegetationintheSanPedroRiverbasinarea[J].AgriculturalandForestMeteorology,2000(105):
55-68.
[6]吴春生,王文杰,孝富,等.基于TM遥感数据的汶川地震极重灾区生态恢复研究[J].地理信息科学学报,2012,14(5):
666-672.
[7]郭伟伟,王秀兰,冯仲科,姜磊,等.基于NDVI的植被覆盖度变化的研究与分析-----以省为例[J],测绘与空间地理信息,2012.
[8]崔晓临,白红英,尚小清.基于MODISNDVI的秦岭地区植被覆盖变化研究[J],西北大学学报(自然科学版),2012,42(6):
1021-1026.
[9]崔晓临,娟,白红英,等.基于MODISNDVI的省植被覆盖变化分析[J],西北农林科技大学学报(自然科学版),2013,41(5):
87-93.
[10]霍艾迪,康相武,王国梁,等.基于MODIS的沙漠化地区植被覆盖度提取模型的研究[J],干旱地区农业研究,2008,26(6):
217-223.
[11]周兆叶,褚少林,王志伟,等.基于NDVI的植被覆盖度的变化分析——以省市甘州区为例[J],草业科学,2008,25(12):
23-29.
[12]苗苗.植被覆盖度的遥感估算方法研究,硕士研究生论文,中国科学院遥感应用研究所,2003.
[13]严振英.植被覆盖度的测算方法和应用现状[J].畜牧兽医(科技版).2011.
[14]章文波,宝元,吴敬东.小区植被覆盖度动态快速测量方法研究[J],水土保持通报,2001,21(6):
60-63.
[15]秦伟,朱清科,学霞,等.植被覆盖度及其测算方法研究进展[J].西北农林科技大学学报(自然科学版),2006,34(9):
-170.
[16]汪明霞,王卫东.植被覆盖度的提取方法研究综述[J],黄河水利职业技术学院学报,2013,25
(2):
23-26
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 植被 覆盖 论文 设计 撰写 第一 稿子 修改