论文部分内容阅读
植被覆盖度是地表植被生长状况、生态环境以及水土流失的重要指示因子,提高区域内植被覆盖度测算的精度能够为水土流失综合治理提供可参考的数据；遥感估算方法是当前计算植被盖度的主要技术手段,同时提供了丰富多样的尺度数据,不同分辨率遥感影像反演盖度存在尺度效应,研究遥感影像带来的尺度效应对区域植被盖度的精确反演具有重要意义。不同空间范围内计算植被盖度信息具有适宜的遥感尺度范围；黄土高原是我国水土流失极为严重的地区,对不同研究区域选择适宜的遥感尺度数据进行植被盖度估算不仅提高了植被盖度获取的精度,也为黄土高原水土保持综合治理提供科学的、可参考的尺度量化数据。此次以黄土高原延河流域作为研究区,选取延河流域内多种分辨率遥感影像,包括高分辨率影像数据分别是：Worldview (1.8m)、IKONOS (4m)、RapidEye (5m)、 ALOS (10m),中等分辨率影像Landsat8 (30m)以及低分辨率影像MODIS (250m)和Spot Vegetation (1000m),在多源遥感数据的基础上进行最优植被指数的提取,分析样区内植被覆盖度反演的尺度效应,探究区域内植被盖度随分辨率的变化规律,研究小流域与延河流域尺度提取植被盖度的影像适宜分辨率。初步取得的结果如下：1、最优植被指标研究依据遥感数据的成像时间以及盖度实测的季节,选取了5种常用的绿色植被指数,分别是归一化植被指数(NDVI)、大气阻抗植被指数(ARVI)、修正型土壤调节植被指数(MSAVI)、增强型植被指数(EVI)、垂直植被指数(PVI),分析多光谱遥感数据提取的植被指数的区域适用性,通过与实测盖度进行相关性分析,得出延河流域植被覆盖度的最优植被指数是大气阻抗植被指数(ARVI) 。2、区域植被覆盖度反演的尺度效应分析选择典型样区(小流域50km2),在此样区内分别进行多分辨率遥感影像的植被盖度反演,发现不同尺度数据计算出的盖度结果存在明显差异；从50km2区域内ARVI和植被覆盖度的参数统计以及空间结构统计特征来看,植被盖度的整体趋势是随着分辨率的降低,影像空间结构明显粗糙,具体的盖度分布呈现中间聚拢的状态,提取植被信息的效果不断减弱。30m Landsat8的ARVI及盖度均值均低于高分辨率影像数据,MODIS (250m)和Spot Vegetation (1000m)影像提取该区域植被覆盖信息的能力较差,存在植被盖度信息量的大量缺失,不适用该区域内的植被信息提取。3、区域植被盖度反演精度分析样区内以Worldview (1.8m)为参考数据分析适宜50km2样区内植被盖度提取的RapidEye (5m). ALOS (10m)以及Landsat8 (30m)三种尺度数据的盖度结果精度。运用地学中常用的土地利用/景观转移矩阵,分别建立多尺度植被盖度影像数据的转移矩阵,对比分析不同分辨率影像数据的盖度转移量,得出各尺度遥感数据的盖度与真值相符的比例为：RapidEye 37.17%、ALOS 42.39%、Landsat8 34.69%、MODIS26.18%；由此可得出50km2内10m分辨率的ALOS数据反演植被盖度的精度最高。4、遥感数据提取区域植被覆盖度信息的适宜尺度研究利用局部方差法统计重采样后多源数据各分辨率的植被盖度信息量,得出50km2的范围内,分辨率比30m粗糙(即空间尺度大于30m)的遥感数据提取过程中会出现植被信息量的大量缺失,无法保证精度。由此规律,开展整个延河流域的盖度提取分辨率适宜性探讨,基于覆盖延河全流域的数据(包括Landsat8、MODIS、Spot Vegetation),在符合精度要求的前提下,能够反演延河流域境内的植被覆盖度适宜分辨率最小可降低为300m-400m。