1.緒論課題研究的目的與意義植被，包括森林、灌叢、草地和農(nóng)作物既是生態(tài)系統(tǒng)的主要組成部分，也是生態(tài)系統(tǒng)存在的基礎，具有截流降雨、減緩徑流、防沙治沙、保持水土等功能，聯(lián)結(jié)著土壤、大氣和水分等自然過程，在陸地表面的能量交換、生物地球化學循環(huán)和水文循環(huán)等過程中扮演著重要角色，是全球變化研究中的“指示器”[1]。植被根據(jù)生態(tài)系統(tǒng)中水、氣等的狀況，調(diào)控其內(nèi)部與外部的物質(zhì)、能量交換。植被覆蓋與氣候因子關系極為密切，研究植被覆蓋變化對氣候的影響是氣候變化研究的主要內(nèi)容之一，它影響著土壤濕度、地表溫度和地表能量與水的循環(huán)（李苗苗，2004）。植被覆蓋度（vegetationfractionalcover，簡稱FC）是指植被（包括葉、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［2］。它是植被對地面的垂直投影比例，對于山坡進行植被覆蓋度測量時，應該采用垂直于坡面的角度。植被覆蓋度具有強烈的尺度效應，同一片植被，因被納入統(tǒng)計的范圍不同而表現(xiàn)為不同的植被覆蓋度。如一個地區(qū)的植被覆蓋度很高，但平均到全國水平就大大降低了［3］。植被覆蓋度在提示地表植被分布規(guī)律,探討植被分布影響因子,分析評價區(qū)域生態(tài)環(huán)境,及時準確地掌握其動態(tài)變化,分析其發(fā)展趨勢對維護區(qū)域生態(tài)平衡等方面都具有重要意義。［4］而城市植被則是城市生態(tài)系統(tǒng)重要的還原組織和最重要的元素,對于保護城市生態(tài)環(huán)境具有不可忽視的作用［5］,如有效緩解城市“熱島效應”，改善城市區(qū)域小氣候［5?7］等。城市化的迅速推進，帶來了多樣化的生態(tài)足跡，植被覆蓋度，土壤污染率，地表侵蝕率，逐漸成為生態(tài)研究的熱點，也成為環(huán)境保護的重點。借助于高速發(fā)展的RS與GIS技術來進行植被覆蓋度的估算，將是當前環(huán)境監(jiān)測的必要步驟。徐州是由礦區(qū)發(fā)展起來的城市，由于長期開采礦產(chǎn)，導致了一系列嚴重的生態(tài)問題，如塌陷地廣布，植被破壞率嚴重，土地侵蝕率增大，等。在此背景下，研究徐州市整體的土地覆蓋情況，即是現(xiàn)實需要，也是未來生態(tài)城市規(guī)劃的重要步驟。研究的最終結(jié)果也會給徐州市的城市規(guī)劃提供信息支持與技術保障。由于植被覆蓋度是許多學科的重要參數(shù)，為了得到準確的植被覆蓋度信息，植被覆蓋度監(jiān)測技術的提高，就成了多個領域發(fā)展的需要。根據(jù)檢測手段，測量植被覆蓋度的方法可分為傳統(tǒng)的地面測量和新興的遙感測量兩大類。其中，地面測量又可以根據(jù)測量原理，分為目估法、采樣法、儀器法和模型法；遙感測量依據(jù)對植被光譜信息與植被覆蓋度所建立的關系不同，可分為物理模型法和統(tǒng)計模型法。統(tǒng)計模型法中使用較多的有植被指數(shù)法、回歸模型法、像元分解法、分類決策樹和人工神經(jīng)網(wǎng)絡法；物理模型法中模型反演法使用最多。地面測量曾經(jīng)一度是植被覆蓋度監(jiān)測的最主要方法。主要包括目估法、采樣法、儀器法和模型法。雖然遙感技術的發(fā)展使地面測量的主導性地位有所降低，但地面測量依然具有其重要性，它不僅是最精確的測量方法，也為遙感測量提供了基礎標定數(shù)據(jù)，是無可替代的。遙感技術的發(fā)展，為大范圍植被覆蓋信息的獲取提供了一個新的發(fā)展方向。常用于植被覆蓋信息提取的遙感數(shù)據(jù)有NOA內(nèi)叭vHRR數(shù)據(jù)、MODIs數(shù)據(jù)、LandsatTM與MSS數(shù)據(jù)、SPOT數(shù)據(jù)、ATSER數(shù)據(jù)、航片、IEOS一SAR雷達數(shù)據(jù)以及AVIRIS高光譜數(shù)據(jù)等。近年來，國內(nèi)外在植被遙感監(jiān)測方面開展大量的研究，發(fā)展許多植被覆蓋度監(jiān)測方法［8?13］。遙感方法相較于傳統(tǒng)地面測算使測算的外業(yè)工作極大減少，在時效性、測算范圍等方面都存在較明顯優(yōu)勢。孫睿等［14］利用NOAA數(shù)據(jù)，通過研究不同時段降水量與年最大NDVI之間的相關關系分析降水對黃河流域植被覆蓋度的影響;趙彩霞等［15］通過定量分析植被覆蓋度與土壤風蝕量及風蝕氣候侵蝕因子3者隨時間變化的相關關系，計算和比較不同類型植物防風治沙性能的動態(tài)差異、總植被覆蓋度及相應的總土壤風蝕量動態(tài)變化;RezaAmiri等［16］利用基于NDVI值，分析植被覆蓋度和土地利用/土地覆被與土地表面溫度的時空變化3者相關性。將氣候、土壤因素與植被覆蓋度進行相關研究較多，而將地質(zhì)條件與植被覆蓋度相結(jié)合的研究尚未有人涉及。1.3主要研究內(nèi)容與方法研究區(qū)概況徐州市位于江蘇省的西北部，東經(jīng)116°22‘?118°40‘、北緯33°43/?34。58/之間。東西長約210公里，南北寬約140公里，總面積11258平方公里，占江蘇省總面積的11%。地處蘇、魯、豫、皖四省交界,為東部沿海與中部地帶上海經(jīng)濟區(qū)與環(huán)渤海經(jīng)濟圈的結(jié)合部。素有“五省通衢”之稱。京滬、隴海兩大鐵路在此交匯，京杭大運河傍城而過貫穿徐州南北，公路四通八達，北通京津,南達滬寧，西接蘭新，東抵海濱，為全國重要水陸交通樞紐和東西、南北經(jīng)濟聯(lián)系的重要十字路口。圖1徐州市區(qū)位圖研究內(nèi)容與技術路線研究內(nèi)容在遙感應用領域,植被指數(shù)是一種反映地表植被信息的重要信息源之一,已廣泛用于定性和定量評價植被覆蓋及其生長狀況。植被指數(shù)經(jīng)過20多年的發(fā)展,目前有幾十種,但常用的植被指數(shù)有：歸一化植被指數(shù)（NDVI）、比值植被指數(shù)（RVI）、差值植被指數(shù)（NVI）、土壤調(diào)節(jié)植被指數(shù)（SAVI）和修正突然植被指數(shù)（MSAVI）等［17-18］。其中歸一化植被指數(shù)是植被生長狀態(tài)及植被覆蓋度的最佳指示因子。本文主要利用2010年徐州市TM圖像進行植被覆蓋情況的研究，利用歸一化植被指數(shù)法與象元二分模型進行植被覆蓋度的反演，最終得到基本植被覆蓋情況與徐州市六縣的分區(qū)覆蓋情況。1）歸一化植被指數(shù)NDVI。植被指數(shù)是利用綠色植物強吸收可見光紅波段（0.6?0.7口m）和高反射近紅外波段（0.7?1.1um）特點，經(jīng)過變換，增強植被信號，削弱噪音組合而成。歸一化植被指數(shù)（NDVI，下式為NNDVI）是植被生長狀態(tài)及植被覆蓋度最佳指示因子[19,20]，被定義為近紅外。波段與可見光紅波段數(shù)值之差和這兩個波段數(shù)值之和比值，計算公式:NDVI=（NIR－R）/（NIR+R）（1）式中，NIR為近紅外波段的反射率，R為紅光波段的反射率。2）像元二分模型。像元二分模型原理是假設影像上一個像元的反射率R可分為純植被部分反射率Rv和非植被部分Rs兩部分，那么,任一像元的反射率值可以表示為由植被覆蓋部分與非植被覆蓋部分的線性加權的和:（2）R二R+RVS假設影像上一個像元中有植被覆蓋的面積比例為fc，即該像元的植被覆蓋度，那么非植被覆蓋的面積比例為1-fC。如果該像元全由植被所覆蓋，則所得的反射率為R如果該像元無veg，植被覆蓋，則反射率為R,因此,混合像元的植soil被部分所貢獻的信息Rv可以表示為純植被反射率R與像元中植被覆蓋面積fc的乘積（見veg公式（2））,而非植被成分所貢獻的信息Rs可以表示為R與1-fc的乘積（見公式（3））:soil（3）R=fc*RvVeg（4）RS=（1-f）*Ro,l

通過解算式(2)、式(3)和式(4),可得到計算植被覆蓋度的公式,如下:(5)fc二(R-R)/(R-R)soilvegsoil其中：R與R是像元二分模型的兩個參數(shù)。很soilveg明顯,只要求得這兩個參數(shù)根據(jù)公式(5),就可以利用遙感信息來估算植被覆蓋度。根據(jù)像元二分模型原理,我們可以將1個像元的NDVI值表示為由有植被覆蓋部分地表與無植被覆蓋部分地表組成的形式。因此,計算植被覆蓋度的公式可表示為：fc=NDVI-NDVIsoilfc=NDVI-NDVIsoilNDVI-NDVI(6)其中:NDVIsoilvegsoil為完全是裸土或無植被覆蓋區(qū)域的NDVI值,NDVI則代表完全由植被所覆蓋的veg像元的NDVI值，即純植被像元的NDVI值。參考李苗苗】20］、Gutman［21］等提出的估算NDVI和NDVI的方法，根據(jù)整幅影像vegsoil上NDVI的灰度分布，以0.5%置信度截取NDVI的上下限閾值分別近似代表NDVI和NDVI。采vegsoil用ARCGIS軟件的柵格計算器，應用式(6)計算所有影像的植被覆蓋度分布情況。將計算得到的植被覆蓋度(FC)分5級：低植被覆蓋度(FCV10%)、較低植被覆蓋度(10%WFCV30%)、中度植被覆蓋度(30%WFCV50%)、較高植被覆蓋度(50%WFCV70%)和高植被覆蓋度(FC270%).技術路線圖2技術路線圖2課題研究主要步驟2.1數(shù)據(jù)準備采用徐州市2010年的LandsatTM遙感數(shù)據(jù),共包括了三景圖像，軌道號分別為p121r036、p121r037、p122r036,Landsat7，TM有7個波段，其中1-5,7波段的分辨率均為30m;6波段分辨率為120m,為熱紅外波段，不參與此試驗研究；首先利用ERDAS8.6的工具，依次選擇Interpreter-Utilities-LayerStack,將原始tiff數(shù)據(jù)合成多光譜圖像，因為第六波段為熱紅外波段，所以予以舍棄。2.2植被覆蓋度遙感信息提取2.2.1土地利用類型分類1）基本類型劃分利用最大似然法進行監(jiān)督分類，主要流程為：建立分類模板、評價分類模板、執(zhí)行監(jiān)督分類、精度評價。監(jiān)督分類又叫訓練區(qū)分類，它的前提是已知遙感圖像上樣本區(qū)內(nèi)地物的類別，所以選擇足夠數(shù)量和具有代表性的訓練區(qū)，決定了監(jiān)督分類的精度。由于選取的研究區(qū)面積較大，所以在訓練區(qū)數(shù)量上均在3000以上。根據(jù)圖像的分辨率，將徐州市分為六類土地類型：水體，建設用地農(nóng)田，林地，山地，未利用地。分類精度滿足要求。2）分類屬性重編碼由于水體在植被指數(shù)圖像上多顯示為負值，影響植被覆蓋度的估算,所以先進行水體的剔除，這里采用的方法是掩膜法。在分類圖像上進行屬性的重編碼，將水體的屬性設置為0,其余地物的屬性均設置為I,即是對圖像進行二值化處理。結(jié)果使水體與其他地物區(qū)分開。所得圖像為：lemer:MZfixrerord)FieLltiitFX'iewAOIRastsrHelp圖3二值化處理圖像3）水體剔除將二值化處理的圖像與原始

圖像相乘，即可以將水體剔除掉，這里利用的

是ERDAS的建模功能，所建立的模型如下所示:r4_xz6Ky^nmo圖4剔除水體模型圖5剔除水體的圖像

2.22植被指數(shù)計算利用ERDAS進行植被指數(shù)的計算主要有兩種方法：一種是直接利用菜單工具：Interpreter-spectRAlEnhancement-Indices。植被指數(shù)選擇NDVI，設置相應的參數(shù)即可以自動進行計算。第二種方法是利用ERDAS的空間建模工具進行計算。模型如下所示：NormalizedDifferenceVegetationIndexIN鞏7TRASTER噸單nmriStt:IR+VisibleIR-VisibletubfulmdvthixrR*R!n：iimdcfkiuI.l<7AIN鞏7TRASTER噸單nmriStt:IR+VisibleIR-VisibletubfulmdvthixrR*R!n：iimdcfkiuI.l<7A在facli中4M5處式：tHTR-LEfl)/(Jia+HID)andifitilltlon.中弼螢式：Jlt^KSDClfHEflOIFdttetype：fl^tiiEi^re：0tnl-GLOBALMlNUTPUTRASTERnl5hNDVl翁苗推柱帶數(shù)號is桂樂蓋度閆的夬廉：<njYl-KUVI-m]/QfDVIxu-KDVIkinJlyr*卸Piml*植被指數(shù)計算模型本文利用第一種方法進行計算，因為第二種方法需要己知裸地的植被覆蓋情況與最高植被覆蓋情況，因為缺乏相關經(jīng)驗與實測數(shù)據(jù)，所以先計算出植被指數(shù)，最后在ARCgis中進行植被植被覆蓋度的估算。得到植被指數(shù)

分布圖如下:圖7—分布圖如下:圖7—植被指數(shù)圖2.3基于GIS的植被覆蓋度估算2.3.1植被覆蓋度估算根據(jù)植被指數(shù)整幅圖像的灰度分布情況，截取上下限閾值，近似的估計NDVI=0.563NDVI=0.0078,采用vegsoilARCGIS軟件的柵格計算器(SpatialAnalyst-RasterCalculator)，應用植被覆蓋度的估算公式計算所有影像的植被覆蓋度分布情況。將計算得到的植被覆蓋度(FC)分5級：低植被覆蓋度(FCV10%)、較低植被覆蓋度(10%WFCV30%)、中度植被覆蓋度(30%WFC<50%)、較高植被覆蓋度(50%WFCV70%)和高植被覆蓋度(FC270%)，并將分級圖像彩色顯示:

圖8徐州市植被覆蓋度圖柵格計算得到的圖像格式為GRID格式,不具備柵格圖像的灰度信息，為了得到不同植被覆蓋度的面積統(tǒng)計值,將該圖像進行屬性值的重新設置低植被覆蓋度的屬性值為1，較低植被覆蓋度的屬性值為2,中度植被覆蓋度的屬性值為3,較高植被覆蓋度的屬性值為4,高植被覆蓋度的屬性值為5,水體與誤差錯分區(qū)的屬性值設置為0，這樣得到按照新的屬性值統(tǒng)計的柵格總數(shù)，根據(jù)柵格總數(shù)可以計算出每種植被覆蓋情況的面積。重分類的設置如下：圖9植被覆蓋度屬性重分類2.3.2分區(qū)植被覆蓋統(tǒng)計利用徐州市的行政區(qū)劃圖與植被覆蓋圖進行疊加，計算出徐州市六縣的植被覆蓋情況，這里的六縣植被覆蓋情況采用的平均值估計。圖10植被覆蓋度分區(qū)圖ZonalStatisticsZonedataset:|jiangsucountyZoneheld:|LANDU5二JValueraster:Reclassof2plCi3旦破IgnoreNoDatainCalculationsJoinoutputt^bletozonelayer1?匚hartstatistib:?Mean二1Outputtable;ICi'ijC'ocunn&ritsjrid5ettings\zh(|^jOK匚ancel圖11植被覆蓋度分區(qū)統(tǒng)計設置圖3結(jié)果分析1）經(jīng)過分區(qū)統(tǒng)計與面積統(tǒng)計，在所得的徐州市六區(qū)植被覆蓋情況統(tǒng)計表（表一）中顯示出：徐州六縣及徐州市區(qū)的植被覆蓋度總體較低，沒有較高及高度植被覆蓋區(qū)域。這說明徐州市的生態(tài)環(huán)境相對較差，對植被的覆蓋情況不重視。新沂與豐縣的植被覆蓋度是所有區(qū)域中最高的，睢寧次之，以下依次為沛縣，邳州，銅山，徐州市區(qū)，這與各個區(qū)域的經(jīng)濟發(fā)展水平有一定的相關性。經(jīng)濟發(fā)展程度高的，對城區(qū)的開發(fā)利用程度較高，植被覆蓋率就相應降低。反之，植被覆蓋率較高。同時這也反映目前徐州市的經(jīng)濟發(fā)展在一定程度上還是以犧牲自然資源與環(huán)境為代價的。表一徐州六縣分區(qū)植被覆蓋度統(tǒng)計地區(qū)邳州沛縣豐q縣新-沂銅山徐州睢寧植被覆蓋度80.280.170.070.27各植被覆蓋度面積比例統(tǒng)計各植被覆蓋度面積比例統(tǒng)計分區(qū)植被覆蓋度統(tǒng)計分區(qū)植被覆蓋度統(tǒng)計0.20.1-植被覆蓋度QIIIIIII邳州肺縣豐縣新沂銅山徐州睢寧2）從植被覆蓋度面積統(tǒng)計表格（表二）可以看出：較低，中度植被覆蓋度的面積所占份額較大，較低植被覆蓋度面積占到了徐州市植被覆蓋總面積的43.3%,中度植被覆蓋度面積占到了徐州市植被覆蓋總面積的28.3%,低度植被覆蓋度面積占到了徐州市植被覆蓋總面積的16.9%。高度的植被覆蓋度所占比例最少，僅有0.9%,這與分區(qū)統(tǒng)計的結(jié)果有一定的相似。也進一步證明徐州地區(qū)的的植被覆蓋度較低。也反映了徐州市在整頓礦區(qū)發(fā)展，發(fā)展地方經(jīng)濟的同時，忽略了生態(tài)環(huán)境建設。表二各植被覆蓋度面積統(tǒng)計（單位：hm2）植被覆蓋狀況低度較低中度較高咼度面積160787.52413364.42270254.7100843.118756.730.6000.4000.0.4000.2000.000低度較低中度較高高度面積所占份額4結(jié)論經(jīng)過徐州市的植被覆蓋情況分析可以得出結(jié)論：徐州市的植被覆蓋度相對較低，沒有較高及高度植被覆蓋區(qū)域。這說明徐州市的生態(tài)環(huán)境相對較差，對植被的覆蓋情況不重視。新沂與豐縣的植被覆蓋度是所有區(qū)域中最高的，睢寧次之，徐州市區(qū)的植被覆蓋度最低，只有0.07，屬于低度植被覆蓋區(qū)域。這與各個區(qū)域的經(jīng)濟發(fā)展水平有一定的相關性。在面積統(tǒng)計中，較低，中度植被覆蓋度的面積所占份額較大。高度與低度的植被覆蓋度所占比例最少。如果這種情況再繼續(xù)下去，將會使徐州市的生態(tài)環(huán)境更加惡劣。所以，在城市擴展，城市開發(fā)的過程中，適度的重視環(huán)境規(guī)劃，提高植被覆蓋度,也有利于徐州市的長遠發(fā)展。5參考文獻趙英時?遙感應用分析原理與方法[M].北京:科學出版社,2003.GitelsonA.A.,KaufmanY.J.,StarkR.,etal.Novelalgorithmsforremoteestimationofvegetationfraction[J].RemoteSensingofEnvironment,2002(80):76-87.胡良軍,邵明安.論水土流失研究中的植被覆蓋度量指標[J].西北林學院學報,2001,16(1):40-43.祁燕王秀蘭馮仲科郭祥2基于RS與GIS的北京市植被覆蓋度變化研究J]林業(yè)調(diào)查規(guī)劃200934(2)1-4[5]何云玲,張一平.城市生態(tài)環(huán)境與綠化植被相互作用研究[J].高原氣象,2004,23(3):2972304.][6]沈濤,袁春瓊,劉玉安.烏魯木齊市熱島強度分布與植被覆蓋相互關系的遙感研究[J].新疆氣象,2004,27(1):28230.][7]劉樹華,黃子琛,劉立超.半干旱區(qū)植被覆蓋度對邊界層氣候熱力影響的數(shù)值模擬[J].氣象學報,1996,54(3):3032311.[8]張春玲，余華，宮鵬，等．武漢市地表亮溫與植被覆蓋關系定量分析[J].地理科學，2009,29(5):740?744[9]顏長珍，吳炳方.晉陜蒙接壤區(qū)林草覆蓋變化的遙感分析[J]地理科學，2004,24(4):465?471．張云霞，李曉斌，陳云浩．草地植被覆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．陳晉，陳云浩，何春陽，等．基于土地覆蓋分類的植被覆蓋率估算亞像元模型與應用[J].遙感學報,2001,5(6):416?422.PurevdorJS，TateishiR，IshiyamaT，etal.Relationshipsbetweenpercentvegetationcoverandvegetationindices[J].InternationalJournalofRemoteSensing，1998，19(18)