基于NDVI数据的兰州市和银川市植被覆盖情况对比分析

1、 曹胜鹤：基于ndvi数据的兰州市和银川市植被覆盖情况对比分析 基于ndvi数据的兰州市和银川市植被覆盖情况对比分析曹胜鹤（甘肃农业大学资源与环境学院 兰州 730070）摘 要：植被覆盖度是反应地区生态环境的重要指标，利用2007年兰州市和银川市landsat-7卫星etm+影像数据，得出归一化植被指数(ndvi)数据，在此基础上分别计算出2007年兰州市和银川市植被覆盖度并得出植被覆盖度分级图，以此分析出两个地区植被覆盖分布情况。两个地区的植被覆盖相对较低，具体表现在：兰州市低植被覆盖地区的面积占20，中等植被覆盖地区的面积占71，中高植被覆盖地区的面积占5.8，高植被覆盖地区的面积占3.

2、1；银川市低植被覆盖地区的面积占21，中等植被覆盖地区的面积占53，中高植被覆盖地区的面积占19，高植被覆盖地区的面积占6.2。关键词：ndvi 植被覆盖度 兰州市 银川市 像元二分模型1.引言植被是覆盖地表的森林、灌丛、草地与农作物等群落的总称，具有截流降雨、减缓径流、防沙治沙、保水固土等功能。同时，也是反映区域生态环境优劣的重要监测指标之一。植被覆盖是全球、区域变化众多监测模型中所需的重要参数，是描述生态系统的重要基础数据，在生态系统中发挥着重要的作用；较大尺度的植被覆盖变化体现了自然和人类活动对自然生态环境的作用。因此，获取地表植被覆盖及其变化信息，对揭示地表空间变化规律、探讨变化的驱动

3、因子和驱动力、分析评价区域生态环境具有重要的现实意义。随着遥感技术的发展，植被覆盖度测量由原来传统的地面测量，改进为现在的遥感数据估算，尤其是为大范围地区的植被覆盖度监测提供可能。且随着观测仪器的改进，出现了一些基于影像反射物理模型的新方法，主要包括回归模型法、植被指数法与像元分解模型法。其中,回归模型法依赖于对特定区域的实测数据,虽在小范围内具有一定的精度,但在推广应用方面却受到诸多限制。而植被指数法则不依赖于实测数据，其中归一化植被指数（ndvi）被定义为近红外波段（nir）与可见光红波段（r）数值之差和这两个波段数值之和的比值，即ndvi=（nir-r）/（nir+r），它在运用遥感图像

4、进行植被及植物物候研究方面得到广泛应用，是植物生长状态及空间分布密度的最佳指示因子。因此本次研究主要通过对2007年兰州市landsat-7卫星etm+影像数据的ndvi提取，得出该地区植被覆盖分布情况，分析植被覆盖与该区域的地理位置、气候、降水、土地利用以及人类活动等因素的关系，对区域绿化工程和植被的恢复与重建具有重要的现实意义。2.研究区域概况2.1兰州市区域概况兰州市是甘肃省省会，处在北纬3602，东经 10344，距西北其他四省（自治区）的省会平均距离最近。市区南北群山环抱，东西黄河穿流而过，枕山带河，依山傍水，平均海拔1500米，具有带状盆地城市的特征。地处黄河上游，属中温带大陆性气

5、候，特点是降水少，日照多，光能潜力大，气候干燥，昼夜温差大，年日照时数为2600小时，无霜期为180天，年平均降水量在250-350毫米，并集中分布在6-9月，年平均气温9.1。该地区的植被类型主要是典型草原向荒漠草原过度类型。全市现辖城关、七里河、西固、安宁、红古5个区和永登、榆中、皋兰3个县。兰州市域地貌格分石质山地、黄土梁峁丘陵和河谷川盆台地三大类型，分别占全市土地总面积的19、66和15。石质山地分布在市域西部和南部海拔2000-3600米的高峻地区，天然植被发育良好，为市域内的两大“湿岛”；黄土梁峁丘陵主要包括南部黄土长梁及大面积的黄土梁峁沟壑区，植被稀疏，地表破碎，水土流失较严重；

6、河谷川台盆地主要沿黄河、湟水、大通河、庄浪河及宛川河谷地展开分布，是兰州市相对发达的“黄金地带”。 2.2银川市区域概况银川市是宁夏回族自治区的首府，处在在东经10616，北纬3820，总面积9 555.38平方公里。位于黄河上游宁夏平原中部，东与盐池县接壤；西依贺兰山，与内蒙古自治区阿拉善盟为邻；南与同心县、吴忠市利通区、青铜峡市相连；北接平罗县与内蒙古自治区鄂托克旗相邻。银川市下辖兴庆区、金凤区、西夏区3个区，灵武市和永宁县、贺兰县。银川市地貌自西向东依次划分为贺兰山地、山前洪积倾斜平原、洪积冲积平原(俗称老阶地)及黄河冲积平原四大部分。贺兰山山地分布着大面积的大然次生林，是国家级的自然保

7、护区；山前洪积倾斜平原分布着植被比较稀疏的大然草场，是宁夏滩羊产区；洪积冲积平原分布着农垦系统和区市机关、企事业单位的国营农、林、牧场；黄河冲积平原是老灌区，是国家级的商品粮基地。3.研究方法利用遥感图像专业处理软件erdas imagine 8.5对兰州市和银川市的原始etm图像进行了预处理，并生成了ndvi图像和植被覆盖度图像；利用辅助软件arcmap对结果进行了分级显示和统计分析。主要有以下步骤：一是对兰州市和银川市各景遥感影像数据进行预处理，并进行多波段组合；二是根据研究区域的界限进行遥感影像裁剪，生成结果见图1：(a)为兰州市etm图，(b)为银川市etm图像；三是植被指数的提取；四

8、是植被覆盖度的估算。该技术流程见图2。(a)(b)图1 兰州市与银川市etm图etm原始数据数据预处理成果银川市etm数据银川市ndvi数据银川市植被覆盖度兰州市etm数据兰州市ndvi数据兰州市植被覆盖度图图植被覆盖对比分析 图2 技术路线图3.1植被覆盖度遥感估算模型论文使用像元二分模型，利用ndvi估算植被覆盖度。像元二分模型，假设像元只由两部分构成：植被覆盖地表与无植被覆盖地表，所得的光谱信息也只由这两个部分因子线性合成，它们各自的面积在像元中所占的比率即为各因子的权重，其中植被覆盖地表占像元的百分比即为该像元的植被覆盖度，因而可以使用此模型来估算植被覆盖度4。用公式表达为： (1)其

9、中，为通过传感器所观测到的信息；为由绿色植被成分所贡献的信息；为无植被地表成分所贡献的信息。对于一个由土壤与植被两部分组成的混合像元，像元中有植被覆盖的面积比例即为该像元的植被覆盖度，而土壤裸露的面积比例为。设全由植被所覆盖的纯像元所得的遥感信息为，混合像元的植被成分所贡献的信息可以表示为： (2)同理,设全由土壤裸露的纯像元所得的遥感信息为。混合像元的土壤成分所贡献的信息可以表示为： (3)将式(2)与式(3)带入公式(1)，可得： (4)对(4)式进行变换，可得以下计算植被覆盖度的公式： (5)其中和都是参数，因而可以根据公式(5)利用遥感信息来估算植被覆盖度。3.2植被指数（ndvi）估

10、算植被覆盖度 归一化植被指数ndvi，定义为近红外波段nir与可见光红波段r数值之差和这两个波段数值之和的比值，即公式： (6)根据像元二分模型，一个像元的值可以表达为由绿色植被部分所贡献的信息与由无植被覆盖(裸土)部分所贡献的信息这两部分组成，将归一化植被指数(ndvi)代入公式(2)可得： (7)其中，为无植被像元的值;而为纯植被像元的值5。3.3植被覆盖度分级根据水利部1996年颁布的土壤侵蚀分类分级标准（sl190-96），将不同的水土流失等级对应于不同等级的植被覆盖度，同时结合兰州市和银川市具体情况，将植被覆盖度大小分为五级：无植被覆盖（f=0）、低植被覆盖(0f15)、中等植被覆盖

11、( 15f40)、中高植被覆盖(4070)，根据上述分级方法，将植被覆盖度计算结果转化为植被覆盖分级图，见图3。(a)(b)图3 兰州市与银川市植被覆盖分级图4.结果分析4.1兰州市植被分布的总体情况由图3可以看出兰州市主要是以低植被覆盖和中等植被覆盖为主。植被覆盖度高的地区主要集中于山区，如榆中县、永登县，越接近城区，植被越稀疏，植被覆盖度低。也就是说兰州的植被覆盖由南部和西部山区向北、向东逐步递减，出现这种情况的原因有很多，但主要有以下几条：首先，兰州市大部属黄土高原丘陵区，呈半干旱荒漠草原状态。受青藏高原山脉东延的影响，市域西部和南部山地具有高寒阴湿的地理环境特征；北部地区受蒙新高原干旱

12、的制约，呈半干旱干旱荒漠化植被景观。其次，兰州市域地势相对高亢，大陆性较强，受东亚季风影响，具有较显著的山地或高原气候特征，降水量少，变率大，降水由南部和西部山地向北、向东逐渐递减。再次，土地利用方向与结构直接影响到地表植被覆盖，全市农用地面积109.108万公顷，占市域总面积的83.19，其中农用地包括耕地、园地、牧草地、水面以及林地，兰州市的天然林地集中分布于西部和南部湿润山区，具有水源涵养、自然保护和旅游娱乐等多种功能。兰州市建设用地面积6.0709万公顷，占市域总面积的4.63，其中包括居民地及工矿用地、交通用地和水利设施用地。兰州市未利用地面积15.9865万公顷，占全市区域总面积的

13、12.19。最后，随着人口数量的快速增长，尤其是城镇人口增长最为迅速，城市占地面积扩大，生产生活需求量加大，对生态环境不可避免要产生负面影响。人口数量越多、密度越大的地区，植被覆盖越差；相反，人口密度小的地区，植被覆盖就越好，如人口密度大的城区，植被覆盖度远远低于人口很少的周边山区。由此可见，兰州市植被覆盖分布与兰州市所处的地理位置、气候、降水、土地利用以及人类活动等因素有着很密切的关系。4.2银川市植被分布的总体情况同样由图3(b)可以得出银川市是以中等植被覆盖为主，其次是中低等植被覆盖和中高等植被覆盖，比重相当。植被覆盖度高的地区主要集中于山区，越接近城区植被覆盖度越低，即银川地区的植被覆

14、盖由东部的山区向西部递减。出现这种情况的原因有很多，但主要的条件有：首先，银川市区地形分为山地和平原两大部分。西部、南部较高，北部、东部较低，略呈西南-东北方向倾斜，地貌类型多样，西山东川，西高东低，黄河顺境、三级阶地是银川市地貌格局的基本特征，东北和西南都有沙漠盘踞。其次，土地利用方面来说，全市土地总面积354981.2公项，其中耕地100483.7公顷，占全市土地总面积的28.31%；园地5269.6公顷，占1.48%；林地25289.0公顷，占7.12%；牧草地89635.2公顷，占25.25%；居民点及工矿用地22685.7公顷，占6.39%；交通用地5022.7公顷，占1.41%；水

15、域36161.5公顷，占10.19%；未利用地70431.8公顷，占19.84%。最后，随着人口数量的快速增长，尤其是城镇人口增长最为迅速，城市占地面积扩大，生产生活需求量加大，对生态环境不可避免的要产生负面影响。人口数量越多、密度越大的地区，植被覆盖越差，相反，人口密度小的地区，植被覆盖就越好，如人口密度大的城区，植被覆盖度远远低于人口很少的周边山区。由此可见，银川市植被覆盖分布与其所处的地理位置、气候、地形、地貌、降水、土地利用以及人类活动等因素亦有着很密切的关系。4.3两市植被覆盖分布对比分析论文主要是对兰州市和银川市的植被覆盖进行了对比分析，并统计了两个地区各级植被覆盖度所占的百分比，

16、见表1。 表1兰州市、银川市植被覆盖度面积百分比统计结果 植被覆盖度城市无植被覆盖低植被覆盖中等植被覆盖中高植被覆盖高植被覆盖兰州市植被覆盖率0.120715.83.1银川市植被覆盖率0.82153196.2兰州市和银川市植被覆盖分布相同的情况主要是：都以中等植被覆盖为主，并且高植被覆盖区同样分布在山区，离城区越近，植被越稀疏，它们都与地区所处地理位置、气候、降水量和土地利用等因素密切相关。根据表1可以得出，兰州市和银川市的植被覆盖分布情况有很多不同之处：（1）各植被覆盖的区域面积所占百分比不同，兰州市无植被覆盖面积百分比为0.1，低植被覆盖面积百分比为20，中等植被覆盖面积百分比为71，中高

17、植被覆盖面积百分比为5.8，高植被覆盖面积百分比为3.1。银川市无植被覆盖面积百分比为0.8，低植被覆盖面积百分比为21，中等植被覆盖面积百分比为53，中高植被覆盖面积百分比为19，高植被覆盖面积百分比为6.2。（2）兰州市城区的植被覆盖度偏低，银川城区的植被覆盖度较低，但总体上说银川市城区的植被覆盖率高于兰州市城区的植被覆盖率。（3）兰州市的高植被覆盖区主要集中在西部和南部，而银川市高植被覆盖的地区分布相对零散。因为兰州市降水由南部和西部山地向北、向东逐渐递减，银川地表水充足，水质良好，富含泥沙，境内沟渠成网，湖泊湿地众多。5结论通过对兰州市和银川市的植被覆盖度进行估算和分析得出，兰州市植被

18、覆盖总体上偏低，表现为低植被覆盖和中等植被覆盖的地区所占比重相对较高，高植被覆盖的地区所占比重偏小。银川市植被覆盖总体上也是相对偏低的，主要表现为高植被覆盖的地区所占比重很低。随着经济的发展、城市化建设的加快以及土地利用的不合理，加上人口的增加、建筑用地的不断扩大，导致植被呈现退化趋势。因此，建议加大生态保护与治理，特别要坚决停止天然林砍伐和天然草地开垦，并进行退耕还林还草，加大土地的合理利用，适量控制人口，保持该区域生态环境的良好发展，为两个地区的人民营造更好的生存环境。参考文献1秦伟,，朱清科.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):16

19、3-166.2夏照华,张克斌,李瑞,等.基于ndvi的农牧交错区植被覆盖度变化研究:以宁夏盐池县为例j.水土保持研究,2006,13(6):179-181.3孙红雨,王长耀,牛铮,等.中国地表植被覆盖变化及其与气候因子关系基于noaa时间序列数据分析j.遥感学报,1998,2(3):205-210.4高飞,刑文渊.和静草地覆盖变化遥感监测及分析j.草业科学,2007,24(4):27-30.5刘先华,陈佐忠,秋山侃,莫文红,富久尾步.定居放牧方式下归一化植被指数(ndvi)的空间变化特征j.植被生态学报.2000,24(6):662-666.6孙睿,刘昌明,朱启疆.黄河流域植被覆盖度动态变化与

20、降水的关系j.地理学报,2001,56(6):667-672.7赵静,姜琦刚,李卫东,等基于ndvi变化的三江源生态环境演变分区研究j世界地质,2008,27(4):427-431.8赵英时.遥感应用分析原理与方法m.北京:科学出版社,2003.387-398.9党安荣,王晓栋,陈晓峰,等.erdas imagine遥感图像处理方法m.北京:清华大学出版社,2003:110-113.10 cheng q,huang j f,wang r c. preliminary analysis of difference between modis and noaa/avhrr vegetation i

21、ndices .bulletin of science andtechnology, 2005, 21 (2) :205-209 .11 dana f. morawitz,tina m. blewett,alex cohen,marina alberti. using ndvi to assess vegetative land cover change in central puget soundj. environmental monitoring and assessment, 2006(114):1-3.12 budde m e, tappan g, rowland j, et al.

22、 assessing land cover performance in senegal, west africa using 1-km integrated ndvi and local variance analysis .journal of arid environments, 2004,(59) :481-498. analysis on vegetation distribution in lanzhou city based on ndvi datacao shenghe (college of resources and environmental sciences,gansu agricultural university, lanzhou ,730070)abstract: the vegetation coverage is an important indicator