白 杰，段永紅，王 宇

（山西農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院，山西 太谷 030801）

長治縣隨著城市的加速擴張、工農(nóng)業(yè)活動日益頻繁，城市環(huán)境問題日益嚴(yán)重，水體污染逐步加深。其僅有的城市濕地面積日益縮小，功能逐漸退化，自然景觀和文化遺產(chǎn)也遭受到較大的破壞。

植被是地球陸地生態(tài)系統(tǒng)的主體，并且是最具特色的一部分。它被認(rèn)為是生態(tài)環(huán)境系統(tǒng)中組成成分中比較重要的部分，植被在地表的能量互換和生物地球化學(xué)循環(huán)等過程中承擔(dān)著關(guān)鍵的角色，與某些氣候、地貌、土壤條件相適應(yīng)，由多種因素控制的[1]。

植被覆蓋是植被變化最直接的反映，大面積的植被覆蓋的變化（退化與恢復(fù)）表現(xiàn)了自然演變和人類行為對生態(tài)環(huán)境的影響[2]，針對植被研究分析出其中對植被變化產(chǎn)生影響的影響因子，可以根據(jù)動力機制為植被建設(shè)做出科學(xué)合理的決策，提供嚴(yán)謹(jǐn)?shù)目茖W(xué)依據(jù)用以種植林種植和保護。維護人類良好的生存環(huán)境，使豐富的自然資源持續(xù)利用，是當(dāng)前人類的主要任務(wù)[3-5]。其中，在使用遙感圖像進行植被研究以及植物物候研究中得到廣泛應(yīng)用，如FAIRBANKS等[6]利用1 km分辨率的NDVI，選取加利福尼亞4類代表性的植被，使用逐步回歸方法建立了NDVI與植被豐富度之間的關(guān)系。結(jié)果發(fā)現(xiàn)，不同植被類型有著不同的相關(guān)性，在區(qū)域尺度上可以使用較低分辨率的NDVI來監(jiān)測植被物種多樣性的長期變化。PUREVD等[7]通過各植被指數(shù)與植被覆蓋度進行二次多項式回歸，結(jié)果表明，NDVI與TSAVI可以最好的估算大范圍的草地植被覆蓋情況。因此，針對區(qū)域植被覆蓋度動態(tài)變化研究的課題就顯得尤為重要。

本研究采用2004—2014年遙感影像數(shù)據(jù)，應(yīng)用遙感和GIS手段對長治縣地區(qū)近10 a的植被覆蓋狀況進行分析，預(yù)測長治縣未來植被覆蓋的發(fā)展方向和規(guī)律，為保護當(dāng)?shù)刂脖惶峁┱鎸嵉臄?shù)據(jù)依據(jù)，以及為制定轉(zhuǎn)變經(jīng)濟發(fā)展方向的相關(guān)策略提供現(xiàn)實依據(jù)。

1 研究內(nèi)容和方法

本研究探討長治縣區(qū)域植被覆蓋的變化情況，為了凸顯植被覆蓋群落在地球表面的現(xiàn)實狀況，植被覆蓋就成為了比較綜合性的量化指標(biāo)[8]。植被覆蓋度是一種監(jiān)督檢測的指標(biāo)，最常應(yīng)用于生態(tài)環(huán)境中[9]。本研究利用RS和GIS技術(shù)，主要研究對象是NDVI，對2004—2014年的區(qū)域植被覆蓋變化進行了分析，預(yù)測長治縣未來植被覆蓋的發(fā)展方向和規(guī)律，從而為有效保護縣區(qū)種植林地的植被覆蓋提供參考依據(jù)。

利用遙感數(shù)據(jù)LANDSAT 5和LANDSAT 8，經(jīng)過數(shù)據(jù)預(yù)處理的輻射定標(biāo)、圖像裁剪、大氣校正和地物分類等步驟，為計算植被覆蓋度奠定基礎(chǔ)，通過計算NDVI，進而計算出植被覆蓋度，根據(jù)相關(guān)文獻及長治縣的具體情況得到植被覆蓋度分級類型，然后分別在土地利用類型和各鄉(xiāng)鎮(zhèn)的時空變化下研究植被覆蓋度的時空變化情況。

2 研究區(qū)域概況

長治縣屬于山西省長治市12個縣區(qū)之一，位置為東南部方向，位于上黨盆地的南部和太行山的西側(cè)地區(qū)。長治縣內(nèi)的雄山主峰海拔最高，為1 419.5 m，上秦張河灘海拔最低，為908 m，差值達511.5 m。從綜合情況看，縣域內(nèi)平均海拔達到1 166 m。長治縣地下水儲量豐富，據(jù)不完全數(shù)據(jù)統(tǒng)計，可采儲量達5 950萬m3。該縣水文地質(zhì)條件復(fù)雜，煤的開采導(dǎo)致植被覆蓋變小[10]。

3 數(shù)據(jù)源選取與預(yù)處理

3.1 植被指數(shù)概念

植被指數(shù)是利用衛(wèi)星不同波段探測數(shù)據(jù)組合而成的，是反映植物生長狀況的指數(shù)[11]。植被指數(shù)按不同的監(jiān)測方法和計算方法可分為多種植被指數(shù)[12]。除了本研究中運用的歸一化指數(shù)NDVI，植被指數(shù)SAVI、比值植被指數(shù)RVI、垂直植被指數(shù)PVI和全球植被指數(shù)GVI也被廣泛運用于生產(chǎn)生活中。NDVI則是使用最廣泛、效果也較好的一種。其對植被覆蓋度的檢測幅度較寬，有較好的時間和空間適應(yīng)性。

NDVI是植物生長狀態(tài)與植被空間分布密度的最佳指示因子，它與植被分布密度呈線性相關(guān)，并且能監(jiān)測植被生長狀態(tài)、植被覆蓋度和消除部分輻射誤差等。

3.2 數(shù)據(jù)選取

研究工作中NDVI數(shù)據(jù)采用地理空間數(shù)據(jù)云上LANDSAT 5 TM和LANDSAT 8 OLI_TIRS這2期時相相近的遙感影像系列數(shù)據(jù)為主要數(shù)據(jù)來源?？臻g分辨率為30 m，時間序列為2004—2014年。長治縣遙感數(shù)據(jù)在2004年左右的LANDSAT 7 TM圖像有壞點，不能進行圖像處理；2014年LANDSAT 8 OLI_TIRS數(shù)據(jù)的完整性與準(zhǔn)確性已經(jīng)有了很大的提高。而且本試驗研究的是植被，為了所得到的數(shù)據(jù)更加精確，2期數(shù)據(jù)均采用8月份植被最茂盛時期且云量也少的遙感圖像。

綜合考慮下，2004年選取8月30日的LANDSAT 5 TM數(shù)據(jù)，2014年選取8月10日的LANDSAT 8 OLI_TIRS數(shù)據(jù)更完整，圖像更清晰。

2004年LANDSAT 5 TM在ENVI 5.1加載321波段顯示，321波段是RGB合成，即真彩色合成，其中，3波段代表紅色，2波段代表綠色，1波段代表藍色，通過321波段的合成，可以得到自然的彩色合成圖像。2014年LANDSAT 8 OLI_TIRS在ENVI 5.1加載432波段顯示，432波段合成真彩色圖像，接近地物真實色彩。

3.3 數(shù)據(jù)預(yù)處理

波譜、時間、空間以及輻射分辨率成為遙感系統(tǒng)的障礙，所以，對表面信息的多樣性的提取是很困難的，數(shù)據(jù)中會產(chǎn)生一定的差錯。遙感數(shù)據(jù)的準(zhǔn)確率會對圖像的分析有著決定性的影響。因此，在實際圖像分析和應(yīng)用之前，有必要對遙感圖像進行預(yù)處理[13]。

遙感圖像數(shù)據(jù)運用ENVI軟件進行輻射定標(biāo)、圖像裁剪、大氣校正和地物分類等過程進行數(shù)據(jù)預(yù)處理，使最后數(shù)據(jù)更加精確[14]。本研究2004，2014年遙感數(shù)據(jù)采用TM432波段進行重新組合分類，分為城市、植被、水體和其他；最終得到的遙感圖像中，不同的顏色代表不同的地物[15]。為對比方便，本研究在ENVI中對每一種地物類型的訓(xùn)練區(qū)顏色都以波段顯示的本色來選擇，2004，2014年土地利 用分類結(jié)果如圖1所示。

4 植被覆蓋度模型的建立與計算

4.1 NDVI的計算

歸一化植被指數(shù)（NDVI）不僅能夠準(zhǔn)確地表示出植被目前的生長情況，而且在一定空間區(qū)域內(nèi)，植被所占百分比也能清晰的顯示出來[16]。NDVI不僅與植被單位空間內(nèi)分布的數(shù)量呈線性相關(guān)關(guān)系，同時還能得出植物生長狀況和植被覆蓋度的最終結(jié)果，一定程度上減少因輻射的誤差而產(chǎn)生的影響[17]。

大氣校正完畢后，計算NDVI值。在ENVI的toolbox中搜索NDVI，選取大氣校正后的數(shù)據(jù)文件，2004年為TM數(shù)據(jù)，文件類型就選擇LANDSATTM，紅波段為3波段，近紅外波段是4波段；2014年為OLI數(shù)據(jù)，文件類型就選擇LANDSAT OLI，紅波段為4波段，近紅外波段為5波段。然后設(shè)置輸出路徑NDVI.dat。選取相對應(yīng)的波段，最后得出NDVI值。

理論上來講，NDVI取值范圍在-1～1。在toolbox中搜索compute statistics，選擇直方圖，可以得到NDVI的取值范圍有部分處于1～1之外，ENVI中計算NDVI會有少量的異常值，即有小于-1和大于1的值。因此，需要進行去除異常值的處理，即要將小于-1的值和大于1的值均變?yōu)?，在-1和1之間的值不變。計算NDVI公式如下。

這一過程為波段運算。其中，b1指的是NDVI初次計算的值，LT，GT，GE，LE 為計算過程中的運算符，b最終得到的即為NDVI去異常值后的結(jié)果，設(shè)置輸出路徑NDVI去除異常值.dat。最后，在統(tǒng)計數(shù)據(jù)中就會發(fā)現(xiàn)去除異常值后的取值范圍在-1～1。

4.2 植被覆蓋度的計算

植被覆蓋度通常是指森林面積占土地總面積之比，一般用百分?jǐn)?shù)表示[18]。目前已經(jīng)發(fā)展了很多利用遙感測量植被覆蓋度的方法[19]，較為實用的方法是利用植被指數(shù)近似估算植被覆蓋度。下面是李苗苗等[20]在像元二分模型的基礎(chǔ)上研究的模型。

其中，NDVIsoil表示土壤或土地中無綠色植物的情況下裸露地面情況下的NDVI值，NDVIveg表示圖像中的所有像元全部都為植物所占時的NDVI值。2個值的計算公式如下。

其中，b1為城市掩膜，b2為植被掩膜，b4為其他掩膜。

計算植被覆蓋度，需要進行波段運算。

其中，b1表示NDVI去異常值后的值，b2表示NDVIsoil，b3 表示 NDVIveg。

植被覆蓋度的取值范圍理論上為0～1[20]，但經(jīng)統(tǒng)計，計算出的植被覆蓋度存在異常值，因此，要進行去異常值的步驟，將小于0的值變?yōu)?，大于1的值變?yōu)?。去異常值后的植被覆蓋如圖2所示。

5 研究區(qū)植被覆蓋動態(tài)變化研究

5.1 植被覆蓋度分級及其標(biāo)準(zhǔn)

植被覆蓋度的分級標(biāo)準(zhǔn)已有大量的研究[21]，在這些研究中植被覆蓋度分級有關(guān)的閾值是有差異性的。通過了解這些資料里面所涉及到的閾值[22]，根據(jù)長治縣區(qū)域植被特點和上述分級結(jié)果，將植被覆蓋區(qū)分為高覆蓋度（70%以上）、中高覆蓋度（50%～70%）、中覆蓋度（30%～50%）、低覆蓋度（10%～30%）、極低覆蓋度（10%以下）5個等級來分析。

為了清晰地顯示出2004—2014年間，長治縣區(qū)域內(nèi)植被覆蓋度的變化，對植被覆蓋度去異常值后的圖像進行偽彩色顯示，即進行密度分割。圖3進行了分級顯示，分別為2004，2014年的植被覆蓋度去異常值后的分級結(jié)果。

5.2 植被覆蓋度動態(tài)變化

在ENVI中對各種類型的植被覆蓋度進行綜合統(tǒng)計，用直方圖進行顯示。其中，面積是由矢量數(shù)據(jù)計算得出，面積比例也是從直方圖中得出。長治縣境域內(nèi)的植被覆蓋度變化的研究結(jié)果如表1所示。

2004年長治縣按照面積排序，從低到高分別是低覆蓋度、極低覆蓋度、中覆蓋度、中高覆蓋度、高覆蓋度，其中，高覆蓋度面積達549.38 km2，低覆蓋度面積達23.15 hm2?？傮w上來看，長治縣植被覆蓋度以高覆蓋度為主，其面積占全區(qū)域面積的76.55%，中高覆蓋度占10.34%。高覆蓋度區(qū)域在縣區(qū)內(nèi)分布比較均勻，而極低植被覆蓋區(qū)域則主要在城市居民集中的區(qū)域。從全縣區(qū)來看，2004年的植被覆蓋度很高，野生的種植林比較多，低和極低覆蓋度占比較小，植被整體狀況良好。

2014年長治縣按照植被覆蓋面積大小進行排列，從高到低分別是高覆蓋度、中高覆蓋度、中覆蓋度、低覆蓋度、極低覆蓋度，其中，高覆蓋度達421.42 km2，極低覆蓋度達36.27 km2?？傮w看來，境內(nèi)的植被覆蓋度除了高覆蓋度類型占有的比例較大外，其他類型的面積均較低，隨著環(huán)境問題逐漸成為人們關(guān)注的熱點話題，城市居民更加重視周圍的生活環(huán)境，綠化面積也在不斷的增加，長治縣縣區(qū)的最南端高植被覆蓋度所占比例較大。但在城市居民區(qū)的很大區(qū)域范圍內(nèi)，極低植被覆蓋度所占比例較大。近些年來，很多人造林應(yīng)運而生，可見植被覆蓋率與國家地區(qū)的政策緊密相連，因此，有關(guān)部門對政策的制定與實施尤為重要，由于水儲蓄量的急劇下降，植被的正常穩(wěn)步生長受到了很大的影響，全面的政策制定亟待解決，而且應(yīng)該更合理的解決可持續(xù)發(fā)展問題。

表1 長治縣縣區(qū)植被覆蓋度動態(tài)變化

5.3 植被覆蓋度在土地利用類型下的時空分布

以2004年為例，將地物分類的結(jié)果圖和植被覆蓋分類結(jié)果圖進行疊加分析，其結(jié)果如表2，3所示。

從表2可以看出，2004年耕地主要分布在高覆蓋度區(qū)域和中高覆蓋度區(qū)域，遠大于其他覆蓋度類型的面積，低覆蓋度面積最少，為0.69 km2；林地主要分布在高覆蓋度和中高覆蓋度區(qū)域，低覆蓋度類型面積為0.02 km2；草地及未利用地主要分布在中覆蓋度區(qū)域，在高覆蓋度區(qū)域面積為0.01 km2；建設(shè)用地主要分布在極低覆蓋度區(qū)域，而在中高覆蓋度面積為0.22 km2；水域主要分布在高覆蓋度區(qū)域，極低覆蓋度區(qū)域為1.83 km2，其他植被覆蓋度類型均低于1 km2。

從表3可以看出，2014年耕地主要分布在中高覆蓋度區(qū)域，遠高于其他植被覆蓋度類型；林地主要分布在高覆蓋度區(qū)域和極低覆蓋度區(qū)域，中高覆蓋度面積為6.09 km2，低覆蓋度類型面積為0 km2；草地及未利用地主要分布在中覆蓋度區(qū)域，其他區(qū)域面積均小于17 km2；建設(shè)用地主要分布在高覆蓋度和極低覆蓋度區(qū)域，中高覆蓋度面積為0.01 km2，中覆蓋度面積為0.38 km2；水域主要分布在高植被覆蓋度區(qū)域，極低覆蓋度區(qū)域為0.12 km2，中高覆蓋度、中覆蓋度和低覆蓋度區(qū)域均為0 km2。

表2 2004年植被覆蓋度在土地利用類型下的空間分布 km2

表3 2014年植被覆蓋度在土地利用類型下的空間分布 km2

綜上所述，2004—2014年，耕地的高覆蓋度面積從143.37km2降至31.74km2，中高覆蓋度面積基本不變，極低覆蓋度面積從23.55 km2降至0.3 km2；林地的高覆蓋度面積從17.45 km2增加到32.38 km2，極低覆蓋度面積從8.68 km2上升至31.52 km2，其他植被覆蓋度類型均有明顯下降，低覆蓋度類型2014年更是降至0 km2；草地及未利用地所有植被覆蓋度類型均有上升趨勢，其中，高覆蓋度從0.01 km2上升到8.95 km2，極低覆蓋度從1.08 km2增加到14.39 km2；建設(shè)用地的高覆蓋度和極低覆蓋度有所上升，高覆蓋度上升幅度更大，從13.84 km2增至30.12 km2；水域所有植被覆蓋度類型均下降，其中，中高覆蓋度、中覆蓋度和低覆蓋度均降至0 km2。

5.4 植被覆蓋度在各鄉(xiāng)鎮(zhèn)類型下的時空分布

以2004年為例，在ArcGIS軟件中，將長治縣鄉(xiāng)鎮(zhèn)的矢量數(shù)據(jù)經(jīng)過面轉(zhuǎn)柵格，形成柵格鄉(xiāng)鎮(zhèn)圖。柵格鄉(xiāng)鎮(zhèn)圖與2004年植被覆蓋度分類結(jié)果圖進行疊加分析，并導(dǎo)出面積制表，得到各鄉(xiāng)鎮(zhèn)的各植被覆蓋度類型面積，如表4所示。同理，計算2014年各鄉(xiāng)鎮(zhèn)的各植被覆蓋度類型面積，如表5所示。

表4 2004年長治縣各鄉(xiāng)鎮(zhèn)植被覆蓋度類型所占面積 km2

從表4可以看出，長治縣各鄉(xiāng)鎮(zhèn)在2004年均是以高覆蓋度為主，其中，蔭城鎮(zhèn)所占面積最高，為35.38 km2，最低為工業(yè)園區(qū)，為 2.37 km2；在高覆蓋度中，蔭城鎮(zhèn)植被面積幾乎是工業(yè)園區(qū)面積的15倍之多；工業(yè)園區(qū)的中高覆蓋度面積為1.11 km2，除此之外在其他覆蓋類型中占比非常??；蘇店鎮(zhèn)在中高覆蓋度、中覆蓋度、低覆蓋度和極低覆蓋度中所占面積比較平均；北呈鄉(xiāng)的植被覆蓋度總體面積僅僅高于工業(yè)園區(qū)。西火鎮(zhèn)的高覆蓋度面積遠高于其他類型覆蓋度的面積，高覆蓋度面積為24.41 km2，中高覆蓋度面積為9 km2，低覆蓋度與極低覆蓋度面積在3 km2左右。

表5 2014年長治縣各鄉(xiāng)鎮(zhèn)植被覆蓋度類型所占面積 km2

由表5可知，長治縣各鄉(xiāng)鎮(zhèn)在2014年植被覆蓋面積中南宋鄉(xiāng)、郝家莊鄉(xiāng)、賈掌鎮(zhèn)、北呈鄉(xiāng)、西池鄉(xiāng)、韓店鎮(zhèn)和西火鎮(zhèn)高覆蓋度大于其他覆蓋度類型面積。南宋鄉(xiāng)高覆蓋度所占面積最高，為6.49 km2，最低為工業(yè)園區(qū)（0.24 km2）；工業(yè)園區(qū)在各種覆蓋度類型中面積均小于0.3 km2；蘇店鎮(zhèn)中高覆蓋度、中高覆蓋度和中覆蓋度類型面積在1 km2左右，差異不大，低覆蓋度為0.73km2，極低覆蓋度為0.5 km2；北呈鄉(xiāng)除高覆蓋度和中高覆蓋度類型外，其他植被覆蓋度類型小于0.3 km2；西火鎮(zhèn)高覆蓋度類型面積為4.57 km2，遠高于其他植被覆蓋度類型。

2004，2014年綜合對比發(fā)現(xiàn)，所有植被覆蓋度類型的面積有明顯的下降。蔭城鎮(zhèn)高覆蓋度面積從2004年最高的35.38 km2降至2014年的1.82 km2；2004年只有工業(yè)園區(qū)和北呈鄉(xiāng)2個鄉(xiāng)鎮(zhèn)的植被覆蓋度類型面積低于1km2，而在2014年增加到10個鄉(xiāng)鎮(zhèn)，多種植被覆蓋度類型均有這種情況產(chǎn)生。

6 結(jié)論

通過研究長治縣2004—2014年的植被覆蓋度時空變化變化情況，基于歸一化指數(shù)（NDVI），以2004年LANDSAT 5 TM和2014年LANDSAT 8 OLI_TIRS為數(shù)據(jù)源，計算NDVI，進而計算出研究區(qū)域的植被覆蓋度，得到研究區(qū)植被覆蓋度分級圖，并結(jié)合土地利用類型和長治縣各鄉(xiāng)鎮(zhèn)區(qū)域范圍，得出植被覆蓋度在土地利用類型下的時空分布和在各鄉(xiāng)鎮(zhèn)類型下的時空分布情況，為保護當(dāng)?shù)刂脖惶峁┱鎸嵉臄?shù)據(jù)依據(jù)，為制定轉(zhuǎn)變經(jīng)濟發(fā)展方向的相關(guān)策略提供現(xiàn)實依據(jù)。

（1）研究中利用LANDSAT 5 TM（2004年8月）和LANDSAT 8 OLI_TIRS（2014年8月）2期時相相近的影像為數(shù)據(jù)源，NDVI為研究對象，進行輻射定標(biāo)、圖像裁剪、大氣校正、土地利用分類的數(shù)據(jù)預(yù)處理操作，運用各種文獻參考數(shù)據(jù)，得出研究區(qū)高覆蓋度、中高覆蓋度、中覆蓋度、低覆蓋度和極低覆蓋度等5種植被覆蓋度分類情況及分類等級圖。

（2）利用研究區(qū)植被覆蓋度分級圖分別與土地利用類型和研究區(qū)各鄉(xiāng)鎮(zhèn)的矢量數(shù)據(jù)進行對比分析，通過獲得不同時間、不同土地利用類型和各鄉(xiāng)鎮(zhèn)類型下的植被覆蓋度面積分布對比可知，2004—2014年，耕地的高覆蓋度面積從143.37 km2降至31.74 km2；林地的高覆蓋度和極低覆蓋度面積有較大的增加趨勢，其他植被覆蓋度類型卻有明顯下降趨勢；草地及未利用地的所有植被覆蓋度類型均有較大的上升趨勢；建設(shè)用地的高覆蓋度和極低覆蓋度有所上升，高覆蓋度從13.84 km2增至30.12 km2；水域全部植被覆蓋度類型均下降，其中，中高覆蓋度、中覆蓋度和低覆蓋度降至0 km2。

研究區(qū)12個鄉(xiāng)鎮(zhèn)的所有植被覆蓋度類型的面積全部下降，且下降幅度非常明顯，2004年只有工業(yè)園區(qū)和北呈鄉(xiāng)2個鄉(xiāng)鎮(zhèn)有植被覆蓋度類型面積低于1 km2，而在2014年增加到10個鄉(xiāng)鎮(zhèn)，多種植被覆蓋度類型均有這種情況產(chǎn)生；2004年除了工業(yè)園區(qū)和北呈鄉(xiāng)，其他鄉(xiāng)鎮(zhèn)高覆蓋度面積均高于10 km2，到了2014年，12個鄉(xiāng)鎮(zhèn)高覆蓋度面積均低于7 km2，其中，7個鄉(xiāng)鎮(zhèn)低于2 km2；工業(yè)園區(qū)的植被覆蓋度由于發(fā)展工業(yè)的關(guān)系，植被覆蓋度面積長期處于所有鄉(xiāng)鎮(zhèn)的最后一位。

長治縣煤炭資源儲量比較豐富，為了經(jīng)濟的發(fā)展，煤炭的開采成為提升人均收入的重要來源，但造成位于表層的地下水基本枯竭，生態(tài)環(huán)境破壞尤為明顯，研究區(qū)植被覆蓋度就從側(cè)面反映了這一現(xiàn)象。為了轉(zhuǎn)變這一現(xiàn)狀，省政府在2011年發(fā)布農(nóng)林業(yè)的財政補貼政策，為農(nóng)民種植林木提供經(jīng)濟支持。隨著生活水平的提高，居民越來越重視生活環(huán)境，縣區(qū)周圍植被逐漸增多，進一步緩解了人類與環(huán)境的沖突。

［1］趙英時.遙感應(yīng)用分析原理與方法[M].北京：科學(xué)出版社，2003.

［2］孫宏雨，王長耀，牛錚，等.中國地表植被覆蓋變化及其與氣候因子關(guān)系：基于NOAA時間序列數(shù)據(jù)分析[J].遙感學(xué)報，1998，2（3）：204-209.

［3］馬子清.山西植被[M].北京：科學(xué)技術(shù)出版社，2001.

［4］羅海江，方修琦，白海玲，等.基于VEGETATION數(shù)據(jù)的區(qū)域生態(tài)系統(tǒng)質(zhì)量評價之二：生產(chǎn)能力指數(shù)評價[J].中國環(huán)境監(jiān)測，2008，24（5）：61-64.

［5］ KAWABATA A，ICHII K，YAMAGUCHI Y.Global monitoring of the interannual changes in vegetation activities using NDVI and its relationships totemperature and precipitation[J].International Journal of Remote Sensing，2001，22：1377-1382.

［6］FAIRBANKS D H K，MEGWIRE K C.Pattems of floristic riehness in vegetation communites of California:regional seale ananlysis with multi-temporal NDVI [J].Global Eeology and Biogeograpy，2004，13：221-235.

［7］ PUREVDORJ T，TATEISHI R，ISHIYAMA T，et al.Relationships between percent vegetation cover and vegetation indices[J].International Journal of Remote Sensing，1998，19（18）：3519-3535.

［8］王仁卿，劉建，徐飛.中國植被研究的回顧與展望[M]//中國植物協(xié)會.生態(tài)文明建設(shè)中的植物學(xué)：現(xiàn)在與未來-中國植物學(xué)會第十五屆會員代表大會暨八十周年學(xué)術(shù)年會論文集.北京：科學(xué)出版社，2013.

［9］黃瑾，楊武年，張敏，等.普格縣植被覆蓋度遙感動態(tài)監(jiān)測分析[J].地理空間信息，2009，7（2）：51-53.

［10］李仁堂.長治縣地下水資源開發(fā)利用與規(guī)劃 [J].山西水利，2010（6）：13-16.

［11］趙沛義，妥德寶，段玉，等.陰山北麓退耕地不同植被群落生態(tài)效應(yīng)的長期定位試驗初報 [J].華北農(nóng)學(xué)報，2006，21（Z）：113-115.

［12］亓興蘭，劉健，陳國榮，等.應(yīng)用MODIS遙感數(shù)據(jù)監(jiān)測馬尾松毛蟲害研究[J].西南林學(xué)院學(xué)報，2010（1）：1.

［13］郭妮.植被指數(shù)及其研究進展 [J].干旱氣象，2003，21（4）：71-75.

［14］羅亞，徐建華，岳文澤.基于遙感影像的植被指數(shù)研究方法評述[J].生態(tài)科學(xué)，2005，24（1）：75-79.

［15］高志強，劉紀(jì)遠.基于遙感和GIS的中國植被指數(shù)變化的驅(qū)動因子分析及模型研究 [J].氣候與環(huán)境研究，2000，5（2）：155-164.

［16］趙士洞，羅天祥.區(qū)域尺度陸地生態(tài)系統(tǒng)生物生產(chǎn)力研究方法[J].資源科學(xué)，1998，20（1）：23-34.

［17］GAMONJ A，PEUELASJ，F(xiàn)IELDCB.A narrow-waveband spectral index that tracks diurnal changes in photosynthetic efficiency[J].Remote Sens Environ，1992，41：35-44.

［18］田慶久，閔祥軍.植被指數(shù)研究進展 [J].地球科學(xué)進展，1998，13（4）：327-333.

［19］陳云浩，李曉兵，李京，等.面向航空遙感應(yīng)用的可調(diào)節(jié)植被指數(shù)研究[J].中國礦業(yè)大學(xué)學(xué)報，2004，33（4）：438-442.

［20］李苗苗.植被覆蓋度的遙感估算方法研究[D].北京：中國科學(xué)院研究生院，2003.

［21］劉巍，尹林克，劉旭麗，等.G218國道新疆伊犁段路域植被類型及分布[J].天津農(nóng)業(yè)科學(xué)，2015，21（6）：146-150.

［22］程素娜，張永彬，汪金花.基于遙感影像的城市綠地覆蓋信息提取方法[J].天津農(nóng)業(yè)科學(xué)，2015，21（1）：48-51.