馮娟,王福娥,高婧

（1.中國(guó)地質(zhì)大學(xué)長(zhǎng)城學(xué)院信息工程系,河北保定071000;2.太原市麒達(dá)環(huán)保工程技術(shù)有限公司,山西太原030027;3.交通銀行新疆區(qū)分行,烏魯木齊 830000）

隨著“3S”技術(shù)的日趨成熟,在植被空間格局研究中具有獨(dú)特的優(yōu)勢(shì)。遙感尤其是衛(wèi)星遙感技術(shù)在這方面可發(fā)揮得天獨(dú)厚的優(yōu)勢(shì),并且目前衛(wèi)星遙感的空間分辨率從幾百米到幾分米,時(shí)間分辨率小到天、小時(shí),光譜分辨率到幾微米,這些都為植被信息的有效提取創(chuàng)造了重要的條件。同時(shí)RS所具有的強(qiáng)大的信息采集和獲取能力,以及GPS的實(shí)時(shí)定位采集技術(shù),二者都可以作為GIS的重要數(shù)據(jù)源和更新手段,再結(jié)合GIS具有的強(qiáng)大的空間分析能力,這些都為植被空間格局的研究創(chuàng)造了有利的條件。本文研究旨在總結(jié)前人研究成果的基礎(chǔ)上,借助遙感影像及其GIS技術(shù),對(duì)和田河流域植被分布特征有一個(gè)更為全面地認(rèn)識(shí)。此外本項(xiàng)研究在方法思路上與前人的研究有所不同,是將RS技術(shù)與GIS技術(shù)及GPS技術(shù)相互結(jié)合,獲取植被信息,在時(shí)間、人力、物力上節(jié)約許多。這一方法可以因地制宜地應(yīng)用于對(duì)其它地區(qū)植被空間格局研究中,并且研究成果可以為該流域的治理決策提供詳實(shí)的基礎(chǔ)數(shù)據(jù)和科學(xué)依據(jù),為森林植被的合理經(jīng)營(yíng)、科學(xué)管理和實(shí)現(xiàn)可持續(xù)發(fā)展提供服務(wù)。

1 研究區(qū)概況

和田河流域位于塔克拉瑪干沙漠主風(fēng)向的下風(fēng)向,是新疆的極干旱區(qū)。流域位于塔克拉瑪干沙漠南緣、昆侖山的北麓,塔里木盆地的西部,地理位置位于 77°25′-81°43′E 、34°28′-40°28′N(xiāo)[17]。其上中游地區(qū)主要由發(fā)源于昆侖山北麓的玉龍喀什河,以及發(fā)源于喀喇昆侖山北麓的喀拉喀什河的流經(jīng)區(qū)域構(gòu)成,兩河匯合后成為和田河的下游。流域土地總面積48 870 km2,行政區(qū)域包括和田市、和田縣、墨玉縣、洛浦縣及新疆生產(chǎn)建設(shè)兵團(tuán)47團(tuán)、皮山縣、阿克蘇地區(qū)的阿瓦提縣一部分。流域東鄰克里雅河流域,南以昆侖山和喀喇昆侖山與西藏和克什米爾為界,西與葉爾羌河流域接壤,北入塔里木盆地腹地,和田河是我國(guó)塔里木河三大源流之一[1]。

2 和田河流域植被數(shù)據(jù)的獲取及處理

2.1 矢量數(shù)據(jù)的獲取

收集和田河流域的位置圖,1∶50萬(wàn)地形圖,將其掃描生成數(shù)字地圖,并且導(dǎo)入到Supermap 2003地信軟件里進(jìn)行校正,然后矢量化,得到和田河流域基礎(chǔ)地物要素的矢量圖層,包括道路、河流、居民區(qū)等,并根據(jù)地形圖進(jìn)行屬性的錄入,最后制作出和田河流域的基礎(chǔ)底圖。

2.2 屬性數(shù)據(jù)的獲取

收集研究區(qū)的經(jīng)濟(jì)數(shù)據(jù)、人口數(shù)據(jù)、水文、降水、溫度、土壤等相關(guān)屬性數(shù)據(jù)。

2.3 實(shí)測(cè)數(shù)據(jù)的獲取

主要通過(guò)野外實(shí)地調(diào)查,基于“3S”工作平臺(tái),即集成GPS技術(shù)、RS技術(shù)、GIS技術(shù)的便攜野外測(cè)量兼室內(nèi)數(shù)據(jù)處理、分析的系統(tǒng)。它包括GIS、RS、GPS三個(gè)子系統(tǒng)。硬件部分由筆記本電腦或PDA、GPS天線、手持GPS機(jī)、數(shù)碼像機(jī)、攝像機(jī)等組成,軟件包括OZI、MAPROUT 、MAPEDIT、ERDAS、ENVI、SUPERMAP2003、ARCGIS等GIS、RS和GPS的軟件。另外還包括相應(yīng)區(qū)域的衛(wèi)星遙感影像、基礎(chǔ)地理信息等數(shù)據(jù)。野外測(cè)量時(shí)系統(tǒng)通過(guò)GPS天線接受空間衛(wèi)星實(shí)時(shí)傳輸?shù)目臻g數(shù)據(jù),然后傳輸給OZI軟件,經(jīng)過(guò)OZI軟件處理后可以獲取空間數(shù)據(jù),使用衛(wèi)星影像進(jìn)行實(shí)時(shí)對(duì)比分析,建立解譯標(biāo)志,使用遙感軟件進(jìn)行影像處理,地理信息系統(tǒng)軟件進(jìn)行實(shí)時(shí)數(shù)據(jù)修改,屬性錄入。通過(guò)3S平臺(tái)能實(shí)時(shí)地獲得精確度很高的四維(X坐標(biāo)、Y坐標(biāo)、高程、時(shí)間)數(shù)據(jù)和屬性信息,并能實(shí)時(shí)實(shí)地進(jìn)行遙感分析,矢量和屬性數(shù)據(jù)的修改。通過(guò)“3S”平臺(tái)獲取研究區(qū)域的地理坐標(biāo)、高程、植被等信息。此外還要記錄包括道路交叉口、河流、林地等具有典型特征的控制點(diǎn)信息[2]。

2.4 遙感數(shù)據(jù)的收集與處理

選取覆蓋研究區(qū)域的TM/ETM+影像數(shù)據(jù),影像分辨率為15 m,進(jìn)行和田河流域植被分布現(xiàn)狀的研究,選取SPOT影像數(shù)據(jù)進(jìn)行研究區(qū)植被覆蓋度空間格局分析。

3 植被信息提取及分布現(xiàn)狀研究

植被信息的提取過(guò)程:根據(jù)地物光譜特征,結(jié)合研究區(qū)域特點(diǎn)及其本文的分類(lèi)體系,采用ENVI非監(jiān)督分類(lèi)ISODATA(Iterative Self-OrganizingData Algorithm)-人工交互合并與修正法[3]。該方法首先進(jìn)行非監(jiān)督分類(lèi),然后在此基礎(chǔ)上對(duì)屬于同一類(lèi)別的地物像元進(jìn)行合并,對(duì)錯(cuò)分的像元進(jìn)行修正分類(lèi)。將分類(lèi)結(jié)果矢量圖層從SUPERMAP中導(dǎo)出為SHP格式,然后在EXCEL中制作透視表,進(jìn)行統(tǒng)計(jì)分析(表1)。

從植被分布可以看出,和田河流域的主要植被類(lèi)型是胡楊、檉柳、其他灌木。和田河兩岸分布有大片的胡楊和檉柳。其中本文研究區(qū)的總面積為2 253 529.60 hm2,其中胡楊面積68 680.75 hm2,占 3.05%,檉柳面積 15 689.72 hm2,占 0.70%,其他灌木地面積2 781.05 hm2,占0.12%,農(nóng)田面積17 144.09hm2,占0.76%,及荒漠面積2 107 698.42 hm2,占 93.53%,河流總面積為41 535.57 hm2,占 1.84%。

表1 各主要植被類(lèi)型面積統(tǒng)計(jì) hm2

4 基于遙感影像二次分類(lèi)的植被覆蓋度空間格局分析

文中二次分類(lèi),是相對(duì)于一次分類(lèi)而言,指先對(duì)SPOT影像進(jìn)行重新采樣,將影像像元變大,由原來(lái)的10 m到現(xiàn)在的15 m,然后對(duì)重采樣后的影像再進(jìn)行一次分類(lèi)。對(duì)遙感影像進(jìn)行二次分類(lèi)后,可以明確劃分出樣區(qū)地類(lèi)的邊界。將二次分類(lèi)后的柵格數(shù)據(jù)集,利用ARCGIS的柵格轉(zhuǎn)成矢量的工具,即ARCGIS空間分析工具集中的Convert工具,將二次分類(lèi)結(jié)果轉(zhuǎn)成矢量(.shp格式),對(duì)矢量數(shù)據(jù)集進(jìn)行處理(光滑、重采樣、拓?fù)洳殄e(cuò)等),確定三個(gè)樣區(qū)地類(lèi)的矢量界限。根據(jù)二次分類(lèi)的結(jié)果,最終將樣區(qū)一劃分為21塊地類(lèi)(包含水域),將樣區(qū)二劃分為16塊地類(lèi)(包含水域),將樣區(qū)三劃分為8塊地類(lèi)(包含水域)。

根據(jù)二次分類(lèi)確定的地類(lèi)界限,與一次分類(lèi)的結(jié)果進(jìn)行掩膜裁剪即對(duì)一次分類(lèi)后的柵格數(shù)據(jù)按地類(lèi)進(jìn)行了裁剪,這樣便可以統(tǒng)計(jì)出每塊地類(lèi)的總像元個(gè)數(shù)及每塊地類(lèi)內(nèi)植被所占的像元總個(gè)數(shù)。打開(kāi)一次分類(lèi)的柵格數(shù)據(jù)的屬性表,在Option選項(xiàng)中將其導(dǎo)出為DBF格式,統(tǒng)計(jì)出每塊地類(lèi)的總像元個(gè)數(shù)及每塊地類(lèi)內(nèi)植被所占像元的總個(gè)數(shù),則每塊地類(lèi)的植被覆蓋度就等于植被所占像元總個(gè)數(shù)與地類(lèi)總像元個(gè)數(shù)的比值。其結(jié)果如表2-4分別為樣區(qū)一、樣區(qū)二、樣區(qū)三的植被覆蓋度計(jì)算結(jié)果表。

5 樣區(qū)植被信息與樣區(qū)DEM的疊加

將樣區(qū)提取的植被信息與樣區(qū)DEM兩個(gè)圖層進(jìn)行分區(qū)統(tǒng)計(jì),計(jì)算出每塊地類(lèi)內(nèi)植被所分布的高程范圍。選擇在ARCGIS中利用Spatial Analyst工具欄中Zonal Statistic工具進(jìn)行分區(qū)統(tǒng)計(jì),最后將分區(qū)統(tǒng)計(jì)的結(jié)果屬性表導(dǎo)出。進(jìn)行統(tǒng)計(jì)計(jì)算并分析,其結(jié)果見(jiàn)表2-4。

5.1 創(chuàng)建垂直剖面圖

為了更直觀地反映植被覆蓋度隨著距河岸距離及河面高差的變化規(guī)律,本文建立了三個(gè)樣區(qū)的剖面圖,利用ARCGIS中3DAnalyst工具,即在ARCMAP內(nèi)容表上選擇樣區(qū)的DEM圖層,單擊Interpolate Line按鈕,在DEM 表面拖出一條數(shù)字化線,雙擊鼠標(biāo)結(jié)束數(shù)字化線。然后單擊Create Profile Graph按鈕即可生成研究區(qū)的剖面。最后右擊剖面圖標(biāo)題欄,選擇Properties命令對(duì)生成的剖面圖進(jìn)行修改[4]。如圖1-3為三個(gè)樣區(qū)的剖面圖,圖中X軸代表距離河岸的距離,Y軸代表對(duì)應(yīng)點(diǎn)的高程,數(shù)值為每塊地類(lèi)的植被覆蓋度。

5.2 回歸模型的構(gòu)建

5.2.1 植被覆蓋度與距河岸平均距離、河面平均高差間的單因素相關(guān)分析 從相關(guān)系數(shù)矩陣表中可以看出:植被覆蓋度與距離河岸的平均距離、距河面的平均高差之間的單相關(guān)系數(shù)分別為-0.831,-0.823,并且這兩個(gè)數(shù)據(jù)旁邊均有2個(gè)星號(hào),表示在顯著水平為0.01時(shí),統(tǒng)計(jì)檢驗(yàn)的相伴概率小于等于0.01,即總體無(wú)顯著線性相關(guān)的可能性小于等于0.01。由于植被覆蓋度與距離河岸的平均距離、距河面的平均高差間的單相關(guān)系數(shù)為負(fù)但絕對(duì)值大于0.8,所以視為高度負(fù)相關(guān)。

表2 樣區(qū)1植被覆蓋度計(jì)算結(jié)果

表3 樣區(qū)2植被覆蓋度計(jì)算結(jié)果

表4 樣區(qū)3植被覆蓋度計(jì)算結(jié)果

圖1 樣區(qū)1剖面圖

5.2.2 植被覆蓋度與距河岸平均距離、河面平均高差間回歸模型的構(gòu)建 在SPSS 15.0中進(jìn)行曲線擬合,首先利用SPSS 15.0中的分析,描述統(tǒng)計(jì)分析功能,對(duì)樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,并且將標(biāo)準(zhǔn)化處理后的數(shù)據(jù)保存為變量。然后利用SPSS 15.0的回歸工具條中的曲線估計(jì)工具Curve Estimation,進(jìn)行曲線估計(jì),最后通過(guò)比較相關(guān)系數(shù)的平方值(R2)來(lái)比較各模型的優(yōu)劣,相關(guān)系數(shù)的平方值越大,則模型越優(yōu)。

圖2 樣區(qū)2剖面圖

圖3 樣區(qū)3剖面圖

表5 相關(guān)分析矩陣表

通過(guò)比較,植被覆蓋度與距河岸距離間的回歸模型選擇冪函數(shù)模型Power,其一般表達(dá)式為:y=b0xb1,本文中為 y=1890.4x-0.6932(y——植被覆蓋度;x——距河岸的平均距離,R2=0.7124,R=-0.8440,見(jiàn)圖4)。植被覆蓋度與距河面高差間的回歸模型選擇三次曲線模型Cubic,其一般式為y=b0+b1x+b2x2+b3x3,本文中為 y=-0.329x3+6.0045x2-33.063x+62.366(y——植被覆蓋度;x——距河面的平均高 差,R2=0.6685,R=-0.8176,見(jiàn)圖5)。

圖4 植被覆蓋度與距河岸距離間的回歸模型

對(duì)建立的回歸模型進(jìn)行F檢驗(yàn),結(jié)果表明,F檢驗(yàn)的實(shí)際顯著性水平sigf值均為 0.0000＜0.001,通過(guò)了置信度為0.001的顯著性檢驗(yàn)。說(shuō)明植被覆蓋度與距河岸的距離及河面高差間總體上呈現(xiàn)顯著的負(fù)相關(guān),即隨著河岸距離及河面高差的增大,植被覆蓋度整體上呈現(xiàn)出逐漸降低的趨勢(shì)。

圖5 植被覆蓋度與距河面高差間的回歸模型

6 結(jié)論

(1)從水平方向來(lái)看,植被隨著其距河岸距離的增大,總體上植被的覆蓋度呈現(xiàn)出遞減的趨勢(shì)。本文中的3個(gè)樣區(qū),植被覆蓋度最高值為69.58%,且覆蓋度大于60%以上的植被主要分布在距離河岸600 m以?xún)?nèi),覆蓋度介于50%～60%的植被分布范圍在距離河岸800 m以?xún)?nèi)。覆蓋度介于40%～50%的主要分布于距河岸1 000 m以?xún)?nèi)。而距離河岸的距離超過(guò)1 000 m以后,植被的覆蓋度都低于20%。這是由于隨著距離河岸距離的增加,地下水位降低,不利于植被的生長(zhǎng)。

(2)從垂直方向,即距離河面高差方面考慮,覆蓋度為60%以上的植被分布范圍距離河面的高差不超過(guò)2 m。覆蓋度介于30%～60%的植被分布范圍距離河面的高差不超過(guò)4 m。當(dāng)距離河面的高差高于10 m以后,植被的覆蓋度都低于20%。這也是因?yàn)榫嚯x河面高差越大,地下水位相對(duì)也較低,不利于植被吸收水分,進(jìn)而影響植被生長(zhǎng)。

(3)三個(gè)樣區(qū)中,植被覆蓋度在靠近河岸附近都有一個(gè)從最高值降低后然后又增加的規(guī)律,原因可能是由于河岸兩邊分布的是胡楊林,此處風(fēng)速降低,發(fā)生風(fēng)沙堆積作用,導(dǎo)致植被覆蓋度降低。

[1]肖晨曦.和田河流域灌叢沙堆粒度特征及成因的初步研究[D].烏魯木齊:新疆師范大學(xué),2007.

[2]昝梅.基于DEM 的艾比湖階地研究[D].烏魯木齊:新疆師范大學(xué),2007.

[3]張銀輝.縣級(jí)耕地遙感動(dòng)態(tài)監(jiān)測(cè)方法研究[J].測(cè)繪通報(bào),2002(3):25-27.

[4]吳秀芹,張洪巖,李瑞改,等.ArcGIS 9地理信息系統(tǒng)應(yīng)用與實(shí)踐[M].北京:清華大學(xué)出版社,2007:347-348.