南 鋒，畢如田

（1.山西農(nóng)業(yè)大學(xué)研究生學(xué)院，山西太谷030801；2.山西農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，山西太谷030801）

全球環(huán)境的種種變化威脅著人類及其社會(huì)的持續(xù)發(fā)展，越來越受到各國(guó)政府和科學(xué)家的重視。全球變化與陸地生態(tài)系統(tǒng)（Global Change and Terrestrial Ecosystem，GCTE）是當(dāng)前全球變化研究的重要內(nèi)容，氣候變化對(duì)陸地生態(tài)系統(tǒng)的影響及其反饋一直是其中的研究焦點(diǎn)之一[1-3]。而利用遙感技術(shù)進(jìn)行對(duì)地觀測(cè)又具有以下優(yōu)點(diǎn)：（1）衛(wèi)星遙感圖像具有周期性、宏觀性、現(xiàn)勢(shì)性、經(jīng)濟(jì)性的特點(diǎn)，可以用于大區(qū)域的植被覆蓋監(jiān)測(cè)[4]；（2）遙感數(shù)據(jù)的可重復(fù)獲取特性是其相對(duì)于其他數(shù)據(jù)源的優(yōu)勢(shì)之一，利用多時(shí)相衛(wèi)星影像進(jìn)行變化分析，是遙感數(shù)據(jù)應(yīng)用的重要領(lǐng)域[5]；（3）高光譜遙感數(shù)據(jù)具有波段多、信息量豐富的特點(diǎn)，可以提供連續(xù)、精細(xì)的光譜信息，用于植被遙感的定量研究中[6]；（4）多源遙感信息（多時(shí)相、多光譜、多傳感器、多平臺(tái)和多分辨率）提供的信息具有互補(bǔ)性、合作性，可以使對(duì)植被覆蓋度的定量估算更加精確、完全和可靠[7]。因而，遙感技術(shù)在全球變化的氣候—植被關(guān)系研究中倍受重視，用遙感技術(shù)進(jìn)行大范圍調(diào)查意義重大。

本研究利用MODIS數(shù)據(jù)，以涑水河流域植被指數(shù)變化，探討了近8年該流域植被覆蓋變化情況，分析研究NDVI月平均值、多年月平均值、季平均值、年平均值的變化特征。

1 研究區(qū)概況

涑水河流域位于山西省南部的運(yùn)城市境內(nèi)，東、南、北三面山地和臺(tái)地環(huán)繞，中部地勢(shì)開闊平坦，地形從東北向西南傾斜，是一個(gè)從東北向西南傾斜的半閉流區(qū)，海拔為210～1 935 m。地理坐標(biāo)東經(jīng)110°15′～112°04′，北緯34°35′～35°49′。東部及南部環(huán)繞著中條山，綿延起伏約200 km，海拔1 500～2 400 m。流域?qū)儆诟珊蛋敫珊荡箨懶约撅L(fēng)氣候，流域里主要?dú)夂蛱卣鳛椤笆昃藕怠?，農(nóng)作物以冬小麥為主，春旱發(fā)生頻繁，對(duì)產(chǎn)量影響很大。涑水河屬北方間歇性季節(jié)河流，非汛期河道成為排污河道。由于非汛期處于斷流狀態(tài)，沒有自凈和稀釋能力，導(dǎo)致涑水河污染嚴(yán)重，生態(tài)問題突出。

2 數(shù)據(jù)來源及處理方法

2.1 數(shù)據(jù)來源

本研究所使用的數(shù)據(jù)來源于美國(guó)NASA網(wǎng)站的MODIS 1B 250 m分辨率影像，共申請(qǐng)下載2002—2009年各月數(shù)據(jù)540期，通過NASA快視圖選擇無云或少云數(shù)據(jù)。氣象數(shù)據(jù)由山西省氣象局提供。

2.2 數(shù)據(jù)處理方法

2.2.1 數(shù)據(jù)預(yù)處理 MODIS 1B數(shù)據(jù)預(yù)處理（主要是影像的幾何校正，去蝴蝶效應(yīng)）由遙感圖像處理軟件ENVI 4.6來實(shí)現(xiàn)。由于MODIS1B數(shù)據(jù)（HDF文件）中已經(jīng)包含有經(jīng)緯度數(shù)據(jù)，所以利用這些經(jīng)緯度數(shù)據(jù)進(jìn)行幾何糾正，同時(shí)利用ENVI 4.6軟件Map菜單下的Georeference MODIS幾何糾正功能進(jìn)行影像糾正，且ENVI 4.6在幾何糾正的同時(shí)對(duì)Bowtie也進(jìn)行了處理。在幾何糾正的過程中采用的投影為經(jīng)緯度坐標(biāo)系，WGS-84橢球體。

2.2.2 植被指數(shù)計(jì)算 用MODIS數(shù)據(jù)1，2波段的反射率數(shù)據(jù)反演出歸一化植被指數(shù)NDVI。中分辨率成像光譜儀遙感影像共有36個(gè)光譜通道，其第1個(gè)波段（0.62～0.67 μm）和第2個(gè)波段（0.841～0.876 μm）分別是紅光波段和近紅外波段，可以用第1和第2個(gè)波段計(jì)算植被指數(shù)。

其中，ρRED為紅光波段反射率（對(duì)應(yīng)于MODIS數(shù)據(jù)的第1波段），ρNIR為近紅外波段反射率（對(duì)應(yīng)于MODIS數(shù)據(jù)的第2波段）。

2.2.3 MVC法合成植被指數(shù) 用最大值合成法MVC合成月NDVI圖。

其中，i為月份，k為天數(shù)（1～30/31 d）。

2.2.4 植被指數(shù)圖裁剪 在ENVI軟件中，打開處理好的植被指數(shù)圖，疊加涑水河流域邊界，將其轉(zhuǎn)化為一個(gè)感興趣區(qū)（ROI），裁剪出整個(gè)流域和各縣區(qū)的植被指數(shù)圖。

3 涑水河流域2002—2009年植被覆蓋變化特征分析

3.1 NDVI月平均值變化特征分析

其中，i表示月份（6—8月），j表示年份（2002—2009年）。i=6表示6月，j=1表示2002年，依次類推。

根據(jù)國(guó)際通用辦法并結(jié)合流域?qū)嶋H情況，將植被指數(shù)分為裸地（NDVI=0.16）；較少植被（0.16＜NDVI≤0.33）；中等植被 （0.33＜NDVI≤0.44）；茂密植被（0.44＜NDVI≤0.60）；很密植被（NDVI＞0.60）5 個(gè)等級(jí)。

涑水河流域2002—2009年6—8月的月平均NDVI分布如圖1所示。

從圖1可以看出，涑水河流域NDVI空間分布總體趨勢(shì)是：自東北向西南NDVI逐漸增加，茂密植被和很密植被主要集中在沿東北至西南絳縣、夏縣中條山一帶及永濟(jì)市中部、東南部雪花山區(qū)林地。中等植被主要分布在聞喜西南部、鹽湖、臨猗、永濟(jì)大部分地區(qū)，主要以農(nóng)業(yè)植被中早熟的棉花、冬麥、花生等溫?zé)嶙魑锖涂上牟サ挠衩住⒐茸?、豆類為主要覆蓋植被。稀少及裸土植被主要分布在聞喜中北部大部分區(qū)域、臨猗北部和永濟(jì)西南部分地區(qū)。

對(duì)涑水河流域植被各個(gè)等級(jí)的像元進(jìn)行統(tǒng)計(jì)分析，得出各等級(jí)像元分布比例（圖2）。從圖2可以看出，涑水河流域植被長(zhǎng)勢(shì)較好，茂密植被分布最廣，占43.3%；其次是中等植被，占28.4%；較少植被僅次于中等植被，占19.6%；很密植被較少，占6.9%；流域裸土很少，占1.8%。

3.2 植被生長(zhǎng)季 （夏季）NDVI平均值變化特征分析

其中，j表示月份（6—8月），i表示年份（2002—2009年）。j=6表示6月，i=1表示2002年，依次類推。

由涑水河流域8年的6—8月植被指數(shù)圖，統(tǒng)計(jì)各等級(jí)像元分布比例，繪制曲線圖（圖3）。

從圖3可以看出，8年來涑水河流域裸土的分布比例幾乎沒有變化；2002—2004年間較少植被、中等植被和很密植被都處于下降趨勢(shì)，向茂密植被迅速轉(zhuǎn)化；2005年中等植被和茂密植被均有所下降，較少植被和很密植被有所增加；2006—2007年間，茂密植被和很密植被呈下降趨勢(shì)，向較少植被和中等植被轉(zhuǎn)化；2008—2009年，較少植被急劇下降。這些突變主要是受干旱、霜凍、冰雹、大風(fēng)、暴雨等氣象災(zāi)害天氣以及由此而導(dǎo)致的農(nóng)作物病蟲草害影響的結(jié)果。

4 結(jié)論

本研究在遙感和地理信息系統(tǒng)技術(shù)的支持下，對(duì)山西運(yùn)城涑水河流域2002—2009年的MODIS數(shù)據(jù)進(jìn)行NDVI數(shù)據(jù)的反演，分析了NDVI月平均值的變化特征、植被生長(zhǎng)季NDVI平均值的變化特征，結(jié)果表明，這種方法可以有效地分析區(qū)域尺度植被覆蓋的變化特征，具有廣泛的應(yīng)用價(jià)值和現(xiàn)實(shí)意義。本研究只對(duì)植被指數(shù)平均值的變化趨勢(shì)作了分析，在以后的研究中還需要深入分析植被與土壤、環(huán)境、生態(tài)、城市等的關(guān)系。

［1］中國(guó)國(guó)家自然科學(xué)基金委員會(huì)生命科學(xué)部，中國(guó)科學(xué)院上海文獻(xiàn)情報(bào)中心.全球變化與陸地生態(tài)系統(tǒng)——IGBP的核心計(jì)劃之一[C]//全球變化與生態(tài)系統(tǒng).上海：上?？茖W(xué)技術(shù)出版社，1994：62-95.

［2］李云鵬，娜日蘇，劉朋濤，等.呼倫貝爾草原退化遙感監(jiān)測(cè)與氣候成因[J].華北農(nóng)學(xué)報(bào)，2006，21（S3）：56-61.

［3］陳素華，宮春寧.氣候?qū)?nèi)蒙古草原生態(tài)系統(tǒng)的影響[J].華北農(nóng)學(xué)報(bào)，2004，19（S1）：69-73

［4］Zhou L，Tucker C，Kaufmann R，et al.Variations in northern vegetation activity inferred from satellite data of vegetation indexduring1981 to1999[J].Journal ofGeophysical Research，2001，106：20069-20083.

［5］馬明國(guó)，王雪梅，角媛梅，等.基于RS與GIS的干旱區(qū)綠洲景觀格局變化研究——以金塔綠洲為例[J].中國(guó)沙漠，2003，23（1）：53-58.

［6］陳述彭，童慶禧，郭華東，等.遙感信息機(jī)理研究[M].北京：科學(xué)出版社，1998：139.

［7］申廣榮，王人潮.植被光譜遙感數(shù)據(jù)的研究現(xiàn)狀及其展望[J].浙江大學(xué)學(xué)報(bào)（農(nóng)業(yè)與生命科學(xué)版），2001，27（6）：682-690.

［8］李慧靜.基于MODIS-NDVI內(nèi)蒙古植被變化遙感監(jiān)測(cè)[D].呼和浩特：內(nèi)蒙古師范大學(xué)，2008.