盧 鑫, 趙紅莉, 楊樹文, 蔣云鐘, 黃艷艷

(1.蘭州交通大學 測繪與地理信息學院, 甘肅 蘭州 730070;2.中國水利水電科學研究院, 北京 100038; 3.甘肅省地理國情監(jiān)測工程實驗室, 甘肅 蘭州 730070)

?

雅礱江流域二灘水庫周邊植被變化

盧 鑫1,2,3, 趙紅莉2, 楊樹文1,3, 蔣云鐘2, 黃艷艷1,2,3

(1.蘭州交通大學 測繪與地理信息學院, 甘肅 蘭州 730070;2.中國水利水電科學研究院, 北京 100038; 3.甘肅省地理國情監(jiān)測工程實驗室, 甘肅 蘭州 730070)

摘要：[目的] 定量研究二灘水庫蓄水以后庫區(qū)周邊植被的變化規(guī)律,為水庫蓄水對周圍邊植被生長變化的影響研究提供依據(jù)。 [方法] 以遙感影像為試驗數(shù)據(jù),基于歸一化植被指數(shù)的像元分解模型對研究區(qū)1999—2014年每年11月份的植被覆蓋度進行估算,并依據(jù)土壤侵蝕強度分類分級標準對估算結果進行分級,通過波段運算結合閾值分割對植被覆蓋狀況變化較為明顯的區(qū)域進行檢測。[結果] 自1999—2014年,研究區(qū)整體植被覆蓋狀況逐年變好,主要表現(xiàn)為高覆蓋度區(qū)域面積逐年增大;局部地區(qū)受到人類活動、土壤侵蝕、耕地以及滑坡的影響植被覆蓋度降低,約占總面積的19.5%;植被覆蓋狀況顯著變好的區(qū)域約占總面積的39.8%,主要集中在距離水庫較近的區(qū)域。[結論] 二灘水庫蓄水改善了庫區(qū)周邊植被的生長條件,植被覆蓋狀況整體逐年變好。

關鍵詞：二灘水庫; NDVI; 像元二分模型; 植被覆蓋度; 土壤侵蝕

文獻參數(shù)： 盧鑫, 趙紅莉, 楊樹文, 等.雅礱江流域二灘水庫周邊植被變化[J].水土保持通報，2016,36(3)：148-151.DOI:10.13961/j.cnki.stbctb.2016.03.027

二灘水庫蓄水以后，庫區(qū)周邊氣候有較為明顯的改善，主要表現(xiàn)為夏季氣溫降低、冬季氣溫升高，全年風速減小，相對濕度增大，蒸發(fā)量減少，庫區(qū)周邊植被長勢逐年變好[1-2]。植被是地表植物群落的總稱，不僅有保持水土和凈化空氣的重要作用，而且對局地氣候的形成也有影響。水庫周邊植被的變化對于研究庫區(qū)氣候的變化、環(huán)境的變化以及有效預防水土流失對大壩造成的壓力都具有重要意義[3]。

遙感具有大范圍連續(xù)觀測和受干擾低等特征，是現(xiàn)階段用于估算區(qū)域植被變化的主要數(shù)據(jù)源。當前植被覆蓋變化的遙感分析方法主要有植被指數(shù)法和像元分解法。植被指數(shù)法通過對影像中植被類型及分布特征的分析，直接用植被指數(shù)分級統(tǒng)計結果的變化分析區(qū)域植被的變化，但是精度相對較低。如張瑋等[4]用1981—2001年美國NASA Pathfinder NOAA/NDVI 數(shù)據(jù)對珠穆朗瑪峰自然保護區(qū)植被變化進行了分析；Lunetta R S等[5]運用MODIS衛(wèi)星NDVI產(chǎn)品研究了區(qū)域植被覆蓋的估算精度。像元分解法通過分析單個像元中植被信息所占的比例變化來分析區(qū)域植被覆蓋的變化規(guī)律，精度較高。如李苗苗等[6]基于歸一化植被指數(shù)的像元二分模型對密云水庫周邊植被覆蓋狀況進行了估算；劉淼等[7]利用該方法研究了山西省植被覆蓋度的動態(tài)變化。雖然已有很多區(qū)域植被變化遙感監(jiān)測的研究，但是當前還沒有針對雅礱江流域二灘庫區(qū)周邊植被變化的研究[8]。

本文擬以植被覆蓋度(FVC)為衡量區(qū)域植被變化的標準，基于NDVI的像元二分模型定量分析庫區(qū)植被覆蓋狀況的變化規(guī)律。并構建植被覆蓋變化檢測模型，結合研究區(qū)的氣象數(shù)據(jù)和高分影像，重點分析水庫蓄水以后庫區(qū)植被變化的分布規(guī)律及其原因，以期為研究水庫蓄水對周邊植被的生長變化的影響提供依據(jù)。

1研究區(qū)概況及數(shù)據(jù)預處理

1.1研究區(qū)概況

二灘水庫位于四川省西南部攀枝花市境內的雅礱江下游，在鹽邊縣和米易縣的交界處，地處東經(jīng)101°57′—101°88′，北緯26°83′—26°93′。庫區(qū)被山體包圍，在溝谷區(qū)有農村分布，并有少量耕地。水庫周邊以原生態(tài)樹林和草地為主，但局部區(qū)域土壤侵蝕嚴重，植被覆蓋度較低，且水庫東北方向有一處滑坡存在。水庫最大庫容5.80×109m3，最大回水長度約140 km，研究過程中以距離水庫最近的小流域為研究范圍。依據(jù)距離二灘水庫最近的國家氣象站點的氣象數(shù)據(jù)得到，自1999年以來研究區(qū)年降雨量逐年減少。

1.2試驗數(shù)據(jù)及預處理

鑒于研究區(qū)濕潤多雨和四季常青的特征，為了減少云及其陰影的影響，試驗過程中選擇二灘水庫地區(qū)每年11月份的Landsat衛(wèi)星遙感影像進行試驗，其中1999—2006年的試驗選擇Landsat-TM影像，2008，2012，2013這3 a的試驗選擇環(huán)境星CCD影像，2014年的試驗選擇Landsat-OLI影像。

研究過程中在圖像處理軟件ENVI 5.1中進行數(shù)據(jù)預處理操作，主要包括輻射校正、幾何校正、大氣校正和研究區(qū)裁剪。由于個別年份的遙感影像中有少量云團遮擋，因此，試驗過程還需要對這些影像做去云處理，厚云及其陰影補償過程在ENVI-IDL中通過程序實現(xiàn)。

2研究方法

植被覆蓋度是指植被的葉、莖、枝在地面的垂直投影面積占統(tǒng)計區(qū)總面積的百分比，其變化能夠反映區(qū)域整體植被的生長趨勢，是衡量一個地區(qū)生態(tài)環(huán)境狀況的重要指標[9]。植被覆蓋度的估算流程如圖1所示。首先，對影像數(shù)據(jù)進行預處理操作。其次，對研究區(qū)近10 a來每年11月份的植被覆蓋度進行了估算，并依據(jù)土壤侵蝕強度分級分類標準對估算結果進行分級處理。最后，結合當?shù)貧庀髷?shù)據(jù)和高分辨率遙感影像對研究區(qū)植被變化較為明顯的區(qū)域進行分析。

圖1　植被覆蓋度的估算流程

2.1植被指數(shù)

植被指數(shù)是指能夠反映植物生長狀況的指數(shù)，是根據(jù)植被在遙感影像上光譜特征的典型特性構建的。試驗過程中，為了提高植被信息的提取精度，對各種典型植被指數(shù)進行了對比研究。分析結果表明，歸一化植被指數(shù)(NDVI)作為植被生長狀況及植被覆蓋的最佳指示因子，是監(jiān)測地區(qū)或全球植被和環(huán)境變化的最有效指標[10]。同時，結合研究區(qū)的高分辨率遙感影像判讀、分析了庫區(qū)的植被類型和分布特征，最終選擇了NDVI進行研究區(qū)植被信息提取。

2.2計算模型

傳感器接收的信息包括植被信息和其他地物信息，像元二分模型是典型的線性像元分解模型，其假設像元只由植被與非植被覆蓋地表，光譜信息也只由這兩個組分線性組成，植被信息所占的百分比即為植被覆蓋度[11-14]。所以基于NDVI的像元二分模型可表達為：

FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

式中：NDVIveg——完全由植被覆蓋的像元NDVI值； NDVIsoil——完全由裸土覆蓋的像元NDVI值； FVC——植被覆蓋度；NDVI代表每個像元的真實值。研究過程中采用[2%，98%]為置信區(qū)間，即像元數(shù)累計達2%的像元NDVI值作為NDVIsoil值，像元數(shù)累計達到98%的像元NDVI值作為NDVIveg值。

2.3覆蓋地物分類

在運用NDVI的像元二分模型計算植被覆蓋度的過程中，NDVIsoil和NDVIveg這2個參數(shù)值的確定是影響估算精度的關鍵，不同植被覆蓋類型的參數(shù)值亦不相同，因此，通過分類計算可以提高估算精度。

試驗通過對比幾種常用的監(jiān)督分類方法，結合研究區(qū)土地利用特征，最終選擇神經(jīng)網(wǎng)絡法對研究區(qū)進行土地覆蓋分類。分類結果如圖2所示。

2.4植被覆蓋度分級

植被覆蓋度的分級規(guī)則很多，本文根據(jù)土壤侵蝕強度分類分級標準將植被覆蓋度的計算結果分為5個等級，具體劃分標準為：裸土區(qū)域(0.0≤FVC≤0.1)；低覆蓋區(qū)域(0.1

圖2　二灘水庫周邊土地類型

3結果與分析

3.1試驗結果

運用NDVI像元二分模型估算二灘水庫庫區(qū)周邊區(qū)域1999—2014年每年11月份的植被覆蓋度，(其中2001，2003，2005，2007，2010，2011年這6 a缺少試驗數(shù)據(jù))并對計算結果作分級處理。統(tǒng)計結果以每年各級植被覆蓋度占整個研究區(qū)的百分比來表示，詳細試驗結果見表1。

表1　1999-2014年植被覆蓋度計算結果　%

3.2植被變化分析

統(tǒng)計分析二灘水庫周邊區(qū)域1999—2014年各個等級的植被覆蓋度變化趨勢，結果如圖3所示。

結果表明：二灘水庫周邊區(qū)域整體植被覆蓋狀況逐年變好，主要表現(xiàn)為高覆蓋度所占面積逐年增加，其他各組份所占面積逐年減少。個別年份出現(xiàn)反彈，如2002年，高覆蓋度所占面積反常減少，根據(jù)對二灘地區(qū)氣象數(shù)據(jù)的調查發(fā)現(xiàn)，2000—2002年該區(qū)域降水連年減少導致庫區(qū)高覆蓋度所占面積減少，且水庫蓄水對周邊氣候的影響是一個緩慢的過程。

為了得到庫區(qū)周邊植被覆蓋變化較為明顯的區(qū)域位置和原因，研究過程中，選擇時間跨度最大的兩年(2014年11月24日和1999年11月23日)的影像進行FVC計算，并對運算結果作減運算處理，小于零的區(qū)域表明植被覆蓋降低，大于零的區(qū)域表明植被覆蓋增加，等于零的區(qū)域表明植被覆蓋基本不變。

圖3　庫區(qū)周邊植被覆蓋度的變化趨勢

由于試驗過程存在誤差，以0作為界值并不合理，需要重新設置閾值。經(jīng)多次試驗，得到以0.2作為閾值較為合理。設0.2變化之內的區(qū)域植被覆蓋狀況基本不變，0.2變化之外的區(qū)域植被覆蓋度等級發(fā)生變化，植被覆蓋變化較大。對應將計算結果分為5個區(qū)間，具體劃分規(guī)則為：

(1) -1

(2) -0.3≤b1-b2<-0.1，植被略微退化。

(3) -0.1≤b1-b2≥0.1，植被覆蓋狀況基本保持穩(wěn)定。

(4) 0.1

(5) 0.3

其中：b1-b2為2個年份植被覆蓋度相減，b1為2014年11月研究區(qū)植被覆蓋度計算結果，b2為1999年11月研究區(qū)植被覆蓋度計算結果。在ENVI-5.1中對計算結果配色處理，得到庫區(qū)植被覆蓋狀況變化趨勢圖，同時匹配對應區(qū)域的高分影像，如附圖7所示。

統(tǒng)計研究區(qū)植被覆蓋變化檢測結果見表2。得到植被覆蓋狀況明顯變好的區(qū)域約占總面積的39.8%，主要集中在距離水庫較近的區(qū)域，大壩西南方向溝谷地區(qū)變好趨勢最為明顯；植被覆蓋趨于穩(wěn)定的區(qū)域約占總面積的37.2%，主要分布在原始林區(qū)；植被受到嚴重破壞的區(qū)域約占總面積的7.2%，占地面積約為36.7 km2，主要分布在人類活動頻繁、土壤侵蝕嚴重、滑坡及耕地存在的溝谷地區(qū)；植被輕微退化的區(qū)域大約占總面積的12.3%，主要分布在土壤侵蝕較為嚴重的區(qū)域。

表2　植被覆蓋變化統(tǒng)計結果

4結 論

二灘水庫蓄水以后，庫區(qū)周邊植被覆蓋狀況逐年變好，但期間受降雨、人類活動和土壤類型等因素會出現(xiàn)局部反彈，距離水庫越近的區(qū)域植被變好趨勢越為明顯，水庫西南方向變好趨勢最為顯著。水庫蓄水可以改善庫區(qū)局地氣候，而植被的生長變化依賴于各種氣候因子的綜合影響。二灘水庫蓄水以后庫區(qū)氣候朝著有利于人類生存的方向發(fā)展，周邊植被的自然生長加快，證明水庫蓄水有助于庫區(qū)小范圍內環(huán)境的改善。

本文以植被指數(shù)為變量，像元為計算單位，通過分析像元中植被信息所占比例的變化，定量研究了二灘水庫周邊整體植被覆蓋狀況的變化規(guī)律。該方法操作簡單且不依賴于大量實測數(shù)據(jù)，可用于大范圍植被覆蓋的動態(tài)變化研究。但是，由于不同植被類型在不同季節(jié)的光譜特征并不相同，估算得到的植被覆蓋度亦差別較大，且遙感影像易受天氣因素的影響，很難完整獲取。因此，要更準確的監(jiān)測區(qū)域植被覆蓋的變化規(guī)律，還需要拓展數(shù)據(jù)源，搜集大量實測數(shù)據(jù)，以提高估算精度。

[參考文獻]

[1]陳永瓊,李阜檣,杜成勛,等.二灘水電站水庫對局地氣候影響分析[J].攀枝花科技與信息,2010,35(3):49-53.

[2]陳國春.雅礱江二灘水電站水庫對局地氣候影響分析[J].四川水力發(fā)電,2007,26(2):77-80.

[3]陳吉龍. 重慶市三峽庫區(qū)植被覆蓋度的遙感估算及動態(tài)變化研究[D].重慶:西南大學,2010.

[4]張瑋,張鐿鋰,王兆鋒,等.珠穆朗瑪峰自然保護區(qū)植被變化分析[J].地理科學進展,2006,25(3):12-21.

[5]Lunetta R S, Knight J F, Ediriwickrema J, et al. Land-cover change detection using multi-temporal MODIS NDVI data[J]. Remote sensing of environment, 2006,105(2):142-154.

[6]李苗苗,吳炳方,顏長珍,等.密云水庫上游植被覆蓋度的遙感估算[J].資源科學,2004,26(4):153-159.

[7]劉淼,秦大庸,劉家宏,等.基于NDVI的山西省植被覆蓋度變化研究[J].人民黃河,2009(5):17-18.

[8]程紅芳,章文波,陳鋒.植被覆蓋度遙感估算方法研究進展[J].國土資源遙感,2008,1(1):16-21.

[9]廖春華,張顯峰,孫權,等.基于HJ-1高光譜數(shù)據(jù)的植被覆蓋度估測方法研究[J].遙感信息,2011(5):13.

[10]武正麗,賈文雄,劉亞榮,等.近10 a來祁連山植被覆蓋變化研究[J].干旱區(qū)研究,2014,31(1):80-87.

[11]唐志光,馬金輝,李成六,等.三江源自然保護區(qū)植被覆蓋度遙感估算[J].蘭州大學學報:自然科學版,2010,46(2):11-16.

[12]劉廣峰,吳波,范文義,等.基于像元二分模型的沙漠化地區(qū)植被覆蓋度提取:以毛烏素沙地為例[J].水土保持研究,2007,14(2):268-271.

[13]Chen Qiao, Chen Yongfu. A study on estimation of vegetation fraction by using QuickBird imagery[J]. Forest Research, 2004,18(4):375-380.

[14]Ma Junhai, Liu Dandan. On the application of Dimidiate Pixel Model to inversion of vegetation coverage in Land-use investigation[J]. Bulletin of Surveying and Mapping, 2006(4):7.

收稿日期：2015-07-22修回日期：2015-09-25

文獻標識碼：A

文章編號：1000-288X(2016)03-0148-04

中圖分類號：Q948.15

Vegetation Changes Around Ertan Reservoir in Yalongjiang River

LU Xin1,2,3, ZHAO Hongli2, YANG Shuwen1,3, JIANG Yunzhong2, HUANG Yanyan1,2,3

(1.FacultyofGeomatics,LanzhouJiaotongUniversity,Lanzhou,Gansu730070,China;2.ChinaInstituteofWaterResourcesandHydropowerResearch,Beijing100038,China;3.GansuProvincialEngineeringLaboratoryforNationalGeographicStateMonitoring,Lanzhou,Gansu730070,China)

Abstract：[Objective] To study the changes in vegetation coverage around Ertan reservoir when it is filled with water, in order to provide the basis for assessing the impact of reservoir filling on vegetation growth surround the reservoir. [Methods] We used the dimidiate pixel model to predict the vegetation coverage of the study area in each November from 1999 to 2014 with the Landsat TM and environmental CCD images as the information sources. We then detected areas with obvious changes in vegetation cover through waveband operation and threshold segmentation. [Results] From 1999 to 2014, the vegetation cover in the study area increased year after year, and the high coverage area expanded greatly. However, the vegetation cover decreased in some areas due to human activities, soil erosion, farmland and landslide, which accounted for 19.5% of the total area; the region with obvious increase in vegetation cover accounted for about 39.8% of the total area, mainly concentrated areas near to the reservoir. [Conclusion] The Ertan reservoir had improved the growth of vegetation around, and the vegetation cover has increased year by year as a whole.

Keywords:Ertan reservoir; NDVI; dimidiate pixel model; vegetation coverage; soil erosion

資助項目：國家重大科技專項“高分辨率對地觀測系統(tǒng)”水利遙感應用示范系統(tǒng)(一期)(08-Y30B07-9001-13/15); 國家科技支撐計劃“數(shù)字流域關鍵技術”(2013BAB05B01); 中國博士后科學基金項目(2014M552558XB); 中國水利水電科學研究院科研專項“示范水源地來水與蓄水信息采集與分析”(514310)

第一作者：盧鑫(1989—),男(漢族),甘肅省白銀市人,碩士研究生,研究方向為遙感技術在水文水資源方面的應用。E-mail:13311311883@163.com。