宜樹華,王增如,謝 霞,楊時海,黃 磊,葉柏生

（1.中國科學院寒區(qū)旱區(qū)環(huán)境和工程研究所,甘肅 蘭州 730000；2.冰凍圈科學國家重點實驗室,甘肅 蘭州 730000；3.祁連山冰川與生態(tài)環(huán)境觀測研究站,甘肅 蘭州 730000；4.青海省畜牧獸醫(yī)科學院草原研究所,青海 西寧 810016）

植被覆蓋度（蓋度）指植物地上部分的垂直投影面積與樣方面積之比的百分數(shù),是植被生長狀況的直觀量化指標[1],在水文、氣象、生態(tài)等很多方面研究中都要用到定量化的蓋度信息。例如,土壤水熱過程[2-3]、產(chǎn)沙產(chǎn)流過程[4-5]、多年凍土和活動層[6]、土壤厚度[7]、氣候[8]、土壤碳/氮和微生物研究[9]。目前常用方法包括目估法、普通相機法和高光譜法[10]。目估法具有主觀隨意性[11-12],普通相機法利用由普通相機拍攝的相片進行分析,例如拉伸、增強、色彩轉(zhuǎn)換等[13-14],這種方法需要人為干預較多,處理大批量相片時比較困難；高光譜法利用高光譜曲線的形態(tài)特征（如由Field Spec Pro光譜儀測量獲取的400～2 500 nm的反射光譜）反演蓋度[15]。然而,利用多光譜相機研究植被覆蓋度這一新的方法在實際工作中很少應用。多光譜相機和衛(wèi)星遙感一樣[16],可以獲取地面紅光和近紅外波段的信息,從而可以快速地獲取地表植被的信息,而且在實際使用時,多光譜相機可以獲得更高分辨率信息。本研究利用美國農(nóng)業(yè)多光譜相機對疏勒河流域上游蓋度進行了研究,并與傳統(tǒng)的目估法進行了對比。目的在于:1）了解光譜相機在估測蓋度中的適用性；2）探討疏勒河流域上游植被蓋度空間分布規(guī)律以及與多年凍土間的關系。

1 研究區(qū)概況及研究方法

1.1樣地設置及概況 疏勒河流域地處祁連山西段,主要受西風氣流的影響[17],按陸地表層干濕指數(shù)區(qū)劃屬于半干旱區(qū)-干旱區(qū)[18],地表呈現(xiàn)干寒氣候條件下草原-荒漠景觀,與祁連山中東段半干旱-半濕潤條件下的景觀差異顯著[19]。本研究于2009年8月,在疏勒河流域上游,以蘇里橋為參考,向西北方向選取了5個大小為50 m×50 m的典型觀測樣地（圖1）,樣地間隔約10 km,樣地概況見表1。在每個樣地上等間距10 m設置5條長50 m的樣線,各樣線上間隔10 m設置一個樣方（0.5 m×0.5 m）,對這些樣方進行生態(tài)調(diào)查,同時在樣線周圍隨機選取樣方,對各樣方分別利用多光譜相機和普通相機拍攝一組相片（圖2a和2b）,每張相片覆蓋地面0.75 m×0.75 m（用0.5 m×0.5 m的鐵絲框做標記,分析鐵絲框內(nèi)的部分）,共拍攝223組相片。

1.2多光譜相機簡介及數(shù)據(jù)處理 采用的多光譜相機為美國農(nóng)業(yè)多光譜相機（www.tetracam.com）。該相機具有3.2萬像素（2 048×1 536）,在綠、紅和近紅外波段感光,和遙感TM 影像的2、3、4波段相當。在相片處理時對于部分多光譜相片中反光較強的部分需要專門處理,如果某一個像素的藍、紅以及紅外波段的DN（digital number）和大于0.95×755,或者藍波段的 DN大于紅波段的DN值,并且大于近紅外的DN值,那么該像素為反光。在數(shù)據(jù)分析時剔除了反光部分超過5%的相片,獲得有效相片185組。

圖1 疏勒河上游研究區(qū)概況

表1 各樣地概況

圖2 樣方照片

數(shù)據(jù)分析時,為避免相片邊緣部分的畸變問題,截取相片中心0.5 m×0.5 m部分進行分析；首先計算每個像素的歸一化植被指數(shù)（normalized difference vegetation index,NDVI）見圖2。

式中,NIR和R分別為近紅外和紅波段反射率。土壤的NDVI平均值為 2.0,標準偏差為1.0[20]。本研究利用0.4（土壤NDVI平均值+2個標準偏差,即95%土壤的NDVI值小于0.4）作為區(qū)分植被和土壤的閾值,即當某個像素的NDVI值大于0.4時,該像素為植被。利用遙感圖像處理平臺ENVI（The environment for visualizing images）進行以上操作；對于普通相片通過3位生態(tài)學專家目估得到目測蓋度。

在上述野外和室內(nèi)分析數(shù)據(jù)基礎上,分析不同專家目估之間的差別,并同多光譜相機估計的蓋度做對比,給出閾值對蓋度估計的影響；評估不同空間精度多光譜相片對蓋度估計的影響,最后以多光普相機估計的蓋度為基礎分析多年凍土、季節(jié)凍土以及過渡區(qū)蓋度的差別。數(shù)據(jù)分析使用的軟件為Excel和 R。

2 結果與分析

2.1不同專家目估的植被蓋度差異 3位專家目估的平均值（標準偏差）分別為13.14（10.28）,18.5（13.19）和18.76（10.61）（圖3）。根據(jù)t檢驗,專家1和專家2目估的平均蓋度極顯著不同（P＜0.001）,專家1和專家3目估的平均蓋度極顯著不同（P＜0.001）,而專家2和專家3目估的平均蓋度沒有顯著差異（P＞0.05）。專家1和專家2目估的相關系數(shù)為0.53,專家1和專家3目估的相關系數(shù)為0.58,專家2和專家3目估的相關系數(shù)為0.51。

2.2多光譜估計和專家目估的結果對比 在橋北10～20 km處,多光譜估計和專家目估的平均值較為接近,但在橋北40～50 km處,相差較大（圖4）。進一步研究發(fā)現(xiàn),在季節(jié)凍土區(qū),地表干旱,紫花針茅光合作用弱,因而NDVI值偏小,在多光譜相片中被劃分為土壤（圖5）。

圖3 不同專家目估的植被蓋度對比

圖4 多光譜估計和目估平均間的對比

圖5 退化草地樣方照片

圖6 歸一化植被指數(shù)與專家目估植被覆蓋度的相關性

圖7 歸一化植被指數(shù)與多光譜估計的植被覆蓋度的相關性

由NDVI和專家目估的平均蓋度以及多光譜估計蓋度間的關系可以看出（圖6、7）,多光譜得出的蓋度和NDVI間的關系較專家目估的好。根據(jù)以往的研究,NDVI和蓋度間存在著指數(shù)關系[21],專家目估的蓋度和NDVI間并不存在這樣的關系,從側面可以得出由多光譜相片計算的蓋度較專家目估的準確。2.3閾值對蓋度估計的影響 在本文2.2中使用0.40作為閾值區(qū)分NDVI圖中的植被和裸地像素,為了探討閾值的影響,又分別使用0.35和0.45作為閾值分析。結果表明,不同閾值得出的蓋度間有系統(tǒng)性的差別,閾值越大,計算得到的蓋度越?。ū?）,在橋西北10、20和40 km處,閾值的增加會使計算得到的蓋度減少較多,約6%；而在植被很稀疏的地方（如Ⅴ處）閾值的增加對蓋度的計算影響不大。在整個研究區(qū)域,以0.35、0.40和0.45為閾值得出的平均蓋度分別為18%、13%和9%,而目估平均蓋度為16%。

表2 各樣地在不同閾值情況下蓋度的平均值（標準偏差） %

2.4多光譜相片精度對蓋度的影響 在本文2.2和2.3中使用的多光譜相片的像素約為1 200×1 200（一個像素對應的地面實際大小為0.4 mm×0.4 mm）,為了探討相片精度的影響,利用ENVI軟件生成精度為1 000×1 000、250×250、62×62、8×8以及1×1的多光譜相片。對比不同精度相片的NDVI值以及以0.40為閾值模擬的蓋度可以得出:NDVI受到的影響比較小,1 000×1 000和1 200×1 200相片的 NDVI平均差值為 0.002,1×1和1 200×1 200相片的NDVI平均差值為0.011；而蓋度差別較大,62×62和1 200×1 200相片識別的蓋度平均差值達-5.7,但250×250和1 200×1 200識別的蓋度平均值只差-1.2（表3）。由此可見,要利用閾值法獲取植被蓋度,像素所代表的空間越大,模擬出的誤差也越大。

表3 不同精度相片與原始相片的NDVI值和植被覆蓋度的平均差值

2.5多年凍土、季節(jié)凍土以及過渡區(qū)蓋度的差異 樣地Ⅰ和樣地Ⅱ為多年凍土區(qū),樣地Ⅳ和樣地Ⅴ為季節(jié)凍土區(qū),樣地Ⅲ為過渡區(qū)或多年凍土退化區(qū)。多年凍土區(qū)、過渡區(qū)以及季節(jié)凍土區(qū)的蓋度的平均值（標準偏差）分別為0.23（0.14）、0.08（0.03）和0.11（0.12）。多年凍土區(qū)的蓋度明顯大于季節(jié)凍土區(qū)和過渡區(qū)；季節(jié)凍土區(qū)的蓋度和過渡區(qū)的沒有明顯差別（圖8）。

圖8 植被覆蓋度和凍土間的關系

3 結論

蓋度是衡量植被狀況重要定量指標,本研究采用多光譜相機獲得蓋度的方法與傳統(tǒng)方法相比,不僅準確快捷,而且可以克服目估法的主觀性。該方法在估測蓋度的效率方面具有明顯的優(yōu)勢,數(shù)據(jù)處理過程可以通過編程實現(xiàn),在幾分鐘可以完成近200張多光譜相片的分析。利用多光譜相片分析蓋度應考慮精度問題,即每個像元所代表的地表面積不能超過0.2 cm×0.2 cm（0.5 m×0.5 m的地面至少需要250像素×250像素）。在利用無人飛機進行植被拍攝時,如果精度較低,則不能直接使用閾值的方法獲取蓋度。另外,疏勒河上游地區(qū),蓋度具有較大的空間差異性,在區(qū)域尺度上與凍土類型關系較為密切,多年凍土區(qū)蓋度顯著高于季節(jié)凍土區(qū)和過度區(qū)。

[1]溫慶可,張增祥,劉斌,等.草地覆蓋度測算方法研究進展[J].草業(yè)科學,2009,26（12）:30-36.

[2]Wang G X,Hu H,Liu G,et al.Impacts of changes in vegetation cover on soil water heat coupling in an alpine meadow of the Qinghai-Tibet Plateau,China[J].Hydrology and Earth System Sciences,2009,13:327-341.

[3]Hu H C,Wang G X,Wang Y B,et al.Response of soil heat-water processes to vegetation cover on the typical permafrost and seasonally frozen soil in the headwaters of the Yangtze and Yellow Rivers[J].Chinese Science Bulletin,2009,54（2）:242-250.

[4]李元壽,王根緒,沈永平,等.長江源區(qū)不同植被覆蓋下產(chǎn)流產(chǎn)沙效應初步研究[J].冰川凍土,2005,27（6）:869-875.

[5]李元壽,王根緒,王一博,等.長江黃河源區(qū)覆被變化下降水的產(chǎn)流產(chǎn)沙效應研究[J].水科學進展,2006,17（5）:616-623.

[6]王根緒,李元壽,吳青柏,等.青藏高原凍土區(qū)凍土與植被的關系及其對高寒生態(tài)系統(tǒng)的影響[J].中國科學D輯:地球科學,2006,36:743-754.

[7]王志強,劉寶元,海春興.土壤厚度對天然草地植被覆蓋度和生物量的影響[J].水土保持學報,2007,21（4）:164-167.

[8]楊元合,樸世龍.青藏高原草地植被覆蓋變化及其與氣候因子的關系[J].草地學報,2006,30（1）:1-8.

[9]王長庭,龍瑞軍,王啟蘭,等.三江源區(qū)高寒草甸不同退化演替階段土壤有機碳和微生物量量碳的變化[J].應用與環(huán)境生物學報,2008,14（2）:225-230.

[10]張云霞,李曉兵,陳云浩.草地植被蓋度的多尺度遙感與實地測量方法綜述[J].地球科學進展,2003,18（1）:85-93.

[11]池宏康,周廣勝,許振柱,等.草地植被蓋度的近距離遙感測定[J].草業(yè)學報,2007,16（2）:107-112.

[12]章文波,符素華,劉寶元.目估法測量植被覆蓋度的精度分析[J].北京師范大學學報（自然科學版）,2001,37（3）:402-408.

[13]Li X,Chen Y,Yang H,et al.Improvement,comparison,and application of field measurement methods for grassland vegetation fractional coverage[J].Journal of Integrative Plant Biology,2005,47（9）:1074-1083.

[14]路炳軍,劉洪鵠,符素華,等.照相法結合數(shù)字圖像技術計算植被覆蓋度精度研究[J].水土保持通報,2007,27（1）:78-85.

[15]劉占宇,黃敬峰,吳新宏,等.天然草地植被覆蓋度的高光譜遙感估算模型[J].應用生態(tài)學報,2006,17（6）:997-1002.

[16]周兆葉,儲少林,王志偉,等.基于 NDVI的植被覆蓋度的變化分析——以甘肅省張掖市甘州區(qū)為例[J].草業(yè)科學,2008,25（12）:23-29.

[17]張強,余亞勛,張杰.祁連山與河西內(nèi)陸河流域綠洲的大氣水循環(huán)特征研究[J].冰川凍土,2008,30（6）:907-913.

[18]仁國玉,陸均天,鄒旭凱,等.我國西北地區(qū)的氣候特征與氣候災害[A].見:丁一匯,王守榮.中國西北地區(qū)氣候與生態(tài)環(huán)境概論[M].北京:氣象出版社,2001:1-43.

[19]吳吉春,盛煜,李靜,等.疏勒河源區(qū)的多年凍土[J].地理學報,2009,64（5）:571-580.

[20]Montandon L M,Small E.The impact of soil reflectance on the quantification of the green vegetation fraction from NDVI[J].Remote Sensing of Environment,2008,112（4）:1835-1845.

[21]Carlson T N,Ripley D A.On the relation between NDVI,fractional vegetation,cover,and leaf area index[J].Remote Sensing of Environment,1997,62（3）:241-252.