周志强，曾 源，张 磊，杜 鑫，吴炳方

南水北调中线水源区植被覆盖度遥感监测分析

周志强1，2，曾 源1，张 磊1，杜 鑫1，吴炳方1

(1.中国科学院遥感应用研究所，北京 100101;2.西南林业大学，昆明 650224)

南水北调中线工程是我国大规模跨流域调水工程的一部分，开展该区域植被覆盖度变化的研究与分析，对于保护该区域的生态环境及水质具有重要意义。该文以2000年和2009年两期遥感图像为本底数据，利用基于NDVI的像元二分模型对南水北调中线水源区的植被覆盖度进行了估算，并分析了该区植被覆盖度的时空变化特征。结果表明:2000年该水源区植被覆盖度的平均值为67.5%，2009年的平均值达到72%，植被覆盖度总体呈增长趋势;植被覆盖度增幅的空间特征表现为水源区中部地区高，东西部地区相对较低;在不同植被类型中，落叶针叶林的覆盖度平均值增幅最大，草地覆盖度增幅最小;位于水源区的大多数县(市)的植被覆盖度在近十年来都有不同程度的增加，其中柞水县的植被覆盖度平均值增长幅度最大，这与国家实施退耕还林、封山育林、基本农田建设等政策有关。

植被覆盖度;南水北调中线水源区;遥感监测

0 引言

植被覆盖度是指一个地区所有植物(包括叶、茎、枝)在地面的垂直投影面积占总面积的百分比［1－4］。在土地沙漠化评价、水土流失监测和分布式水文模型建立中，植被覆盖度是重要的输入参数，也是衡量一个地区生态环境好坏的重要指标之一。因此获取地表植被盖度及其变化信息，对于揭示地表生态环境中各要素的空间变化规律，探讨生态环境变化的驱动因子，分析评价区域生态环境质量都具有重要的现实意义［5］。

近年来，国内外学者在植被覆盖度估测方面已开展了大量研究，其方法可分为地表实测和遥感监测两类。根据测量原理，地表实测分为目估法、采样法、仪器法和模型法［6－7］，但这些方法费时费力，且对于大面积实测来说，更加不现实，因而遥感监测已逐渐成为估算植被覆盖度的主要手段［8］。根据模型建立的原理，遥感监测方法分为物理模型法和统计模型法，前者由于变量多且难以测量，而会影响植被覆盖度的提取精度;后者应用最广的方法是回归模型法、像元分解法和植被指数法，回归模型法只适用于特定区域与特定的植被类型，一般不易推广［9］，而像元分解法和植被指数法则不需要建立回归模型［10］，因而对地表实测数据的依赖较小，是一种从宏观上监测特定区域植被治理情况的方法之一［11］，其相对于回归模型法更具有实用价值，经验证后可推广应用到大范围地区的植被监测，形成通用的植被覆盖度计算方法［12］。

南水北调中线工程是保持或恢复水源区生态环境以及促进社会经济持续发展的动力［13］。我国学者针对该区域的生态、水土流失等也已进行了大量研究:李思悦通过分析该区面临的水质、植被破坏、水土流失等主要生态环境问题，提出了以异龄复层的乔灌混交林和草相结合为主的植被恢复、库岸带生态屏障建设的方法来改善库区脆弱的生态环境［14］;朱桂香针对该区水土流失严重问题，提出建立政府行为与市场经济相结合的运行机制、封禁区群众生产生活补贴机制［15］;金蓉玲和沈大军等对该区调水进行了水资源评价，并分析了对汉江中下游的水文情势及用水带来的影响［16－17］。上述研究针对水源区植被的时空变化分析的较少，特别是在植被自然生长特征和人为因素影响方面。由于植被覆盖度可以反映水源区的植被生长状况，因此通过该区调水前后植被覆盖度的比较，可全面分析南水北调工程对本地区植被生长状况的影响。沈泽昊也指出今后在该区生态保护方面要特别考虑植被(特别是河岸带植被)恢复等问题［18］。本文在前人工作的基础上，以南水北调中线水源区为研究对象，以Landsat TM图像和国产环境灾害卫星HJ－1A/1B CCD图像为遥感数据，利用像元二分法和植被指数法对2000年和2009年的植被覆盖度进行估算，通过分析该区域植被覆盖度的时空变化特征，以掌握水源区植被保护措施的实施情况，为进行生态环境治理政策的制定提供遥感信息支持。

1 研究区概况

南水北调中线水源区范围为 N 31°20'～34°10'，E 106°～112°，位置如图1所示。集水面积约为9.45万km2，涉及6省37个县(市)，其中长安县、巫溪县及巫山县面积非常小，在统计中并入周边各县。

图1 南水北调中线水源区位置Fig.1 Regional location of water source area of the middle route of projects to divert water from the south to the north

研究区内地貌形态多样，特点主要是以中、低山和丘陵为主，一般高程在500～2 000 m之间，坡度陡、切割深、高差大;水源区气候为北亚热带季风气候，多年平均气温12.2℃，多年平均降水量880 mm，纬向地带性降水特征明显。丹江口水库是南水北调中线工程起点，也是汉江上游与中下游的分界点，其库容量大，水体稀释自净能力强，水质较好。

2 研究方法

2.1 数据采集与预处理

1)遥感数据源。HJ－1A/1B卫星CCD遥感数据的时间分辨率高、覆盖范围大，识别季节性变化强、光谱易混淆的植被类型的识别能力强，因此本研究采用2009年6月5日6景30 m空间分辨率的HJ－1A/1B卫星CCD遥感数据(波谱范围0.43～0.9 μm［19］)进行植被覆盖度监测。为了比较不同年份植被覆盖度的变化，本文还采用了与其相同空间分辨率的2000年6—9月10景Landsat TM遥感数据(波谱范围0.45 ～2.35 μm)来进行植被覆盖度监测。

2)遥感数据预处理。由于大气的吸收和散射会引起遥感图像的辐射失真，而卫星传感器系统和地面系统中的仪器在接收、转换、传送及处理图像信息的过程中也会使图像产生几何位置的变化［20］，因此在预处理过程中本文采用ERDAS ATCOR2模型，对TM和HJ－1A/1B CCD两期遥感图像分别进行了辐射校正，并采用二次多项式几何纠正模型进行几何精纠正，误差控制在0.5个像元内。

3)野外样本采集。野外调查中，采集具有代表性、均质的植被样本122个，利用GPS定位样本坐标，通过鱼眼相机获取植被信息，初步掌握了研究区内植被的空间分布情况。

2.2 植被覆盖度估算方法

2.2.1 像元二分模型

像元二分模型［21－23］是线性模型中常见模型之一。假定遥感图像中一个像元对应地面一定面积的光谱信息是由两个组分因子(有植被覆盖的地表因子和无植被覆盖的地表因子)的光谱信息线性组合而来。每个组分对传感器所获得的光谱信息都有贡献，它们各自在像元对应的地面面积中所占的比例即为该组分因子所贡献信息的权重，其中植被覆盖地表部分所占的百分比即为该像元的植被覆盖度［24］。

根据上述像元二分模型，可以得到公式

该式可理解为传感器所获得的信息S由完全植被覆盖地表所贡献的信息Sveg和无植被覆盖地表所贡献的信息Ssoil组成;fc为植被覆盖度，fc和(1－fc)分别为Sveg和Ssoil在该像元中所贡献信息的权重。

对式(1)进行变换可得到

采用这个计算模型可以最大程度地降低大气气溶胶、土壤背景等因素对计算植被覆盖度的影响，只要把Sveg和Ssoil这两个参数确定了，就可以通过式(2)求得植被覆盖度。

2.2.2 归一化植被指数模型

利用归一化植被指数(normalized difference vegetation index，NDVI)进行植被覆盖度的估算，不仅方法简单易行，而且有利于对区域内植被的总体状况做定量评估［25］，因此该指数常用来反映植被生长状况、植被覆盖、生物量等信息，是反映生态环境状况的重要指标［26］。计算公式为

式中:NIR为近红外波段像素值;RED为可见光红波段像素值;NDVI为归一化植被指数。

将式(3)代入式(2)，即得到以下基于NDVI的植被覆盖度像元二分模型，即

式中:NDVIveg为完全植被覆盖地表所贡献的信息;NDVIsoil为无植被覆盖地表所贡献的信息。

2.2.3 阈值的确定

NDVIsoil在理论上是不随时间和空间改变的，然而由于受大气影响和地表湿度条件的改变，以及粗糙度、土壤类型、土壤颜色等条件的不同，NDVIsoil也会随之发生变化，变化范围一般在 －0.1～0.2之间［27］。应用NDVI阈值监测植被的限制在于区分不同的植被覆盖类型需要设置不同的阈值，这是因为大部分植被覆盖类型是不同植物类型的混合体［28］，所以不能采用固定的 NDVIsoil和 NDVIveg值。本文根据NDVI数据频率统计表，计算NDVI数据的频率累积值，取累积频率为2%的 NDVI值为NDVIsoil，取累积频率为98%的 NDVI值为NDVIveg。由于TM和HJ－1A/1B CCD数据的空间分辨率均为30 m，并且NDVI值范围相近，因此两期数据采用的阈值相同。

2.2.4 精度验证与变化分析方法

1)精度验证方法。利用2009年122个植被覆盖度野外调查样点对2009年植被覆盖度遥感监测结果进行精度验证，具体方法是将每个样点根据叶面积指数仪LAI2000和鱼眼镜头观测获得的100 m×100 m空间分辨率的平均植被覆盖度，与相对应的3像元×3像元遥感监测植被覆盖度进行匹配，获得植被覆盖度的观测值(即真实值)与遥感测量值之间的决策系数R2，以验证遥感估算精度。

2)变化分析方法。通过植被覆盖度逐像元相减的方法，即2009年像元植被覆盖度减去2000年相对应像元植被覆盖度，就可得到2000—2009年植被覆盖度变化。同时分别对研究区不同植被类型、不同县(市)的植被覆盖度变化结果进行了分析。

3 结果与分析

3.1 植被覆盖度估算结果

将研究区划分为植被覆盖区和非植被覆盖区，利用式(3)分别获得2000年与2009年南水北调中线水源区的NDVI数据。然后根据该数据以及相应的NDVIsoil和NDVIveg阈值，通过式(4)得到2000年与2009年的植被覆盖度遥感监测结果(图2)。

图2 南水北调中线水源区植被覆盖度遥感监测结果Fig.2 Remote sensing monitoring results of fractional vegetation cover in water source area of the middle route of projects to divert water from the south to the north

2000年和2009年南水北调中线水源区植被覆盖度的平均值分别为67.5%和72%。由2期监测结果可见:植被覆盖度的平均值整体呈增长趋势，其增幅的空间特征表现为水源区中部地区高，东、西部相对较低，中、西部高山地带增幅较显著，水源区中低植被覆盖度区域的面积明显减少。

3.2 精度验证

野外调查结果表明，南水北调中线水源区内，自然植被占85.9%，植被群落主要以落叶阔叶/针叶混交林为主。图3是根据研究区122个植被覆盖度的实测数据(即真实值)与遥感估算数据得到的散点图。2种数据之间相关性的决策系数R2为0.816 1。

图3 2009年植被覆盖度遥感监测结果精度验证Fig.3 Verified the accuracy of remote sensing monitoring results of fractional vegetation cover in 2009

结果表明，应用像元二分模型估算植被覆盖度具有一定的准确性，虽然不同的研究区需要重新判定模型的输入阈值，但模型在区域尺度监测上的确有很好的适用性。

3.3 植被覆盖度变化分析

3.3.1 不同植被类型覆盖度比较

图4为2000年与2009年水源区不同植被类型的覆盖度对比。

图4 2000年与2009年不同植被类型覆盖度对比Fig.4 Comparing the fractional cover of different vegetation types in 2000 and 2009

图中显示，草地、灌木、混交林、常绿阔叶林、常绿针叶林、落叶阔叶林及落叶针叶林的植被覆盖度均有不同程度的增加，这与该区域以原始自然植被为主、人类活动干扰得到较好控制的实际情况相符。水源区植被覆盖度增加的原因，除了自然因素以外，国家采取的植被保护政策和相关措施在一定程度上改善了植被的生长条件则是重要因素。落叶针叶林平均植被覆盖度增长最快，达15.64%，增幅为25.49%。这是由于亚热带、热带落叶针叶林，如巴山冷杉、太白冷杉等分布在秦岭南坡中段与西部海拔1 700～1 900 m的高山地带，人为干扰因素很少的缘故。水源区2009年草地平均植被覆盖度较2000年增加了4.44%。这是由于草地多分布于河谷及山区，特别是坡度较大、土壤较薄的山坡上，因此自然生长面积的增幅相对较小。

3.3.2 各县(市)植被覆盖度比较

为了多方位地掌握该区植被覆盖度的动态变化情况，本文对位于中心区域的37个县(市)2000年和2009年的植被覆盖度变化情况进行了分析，制作了“2000年和2009年植被覆盖度平均值对比图”和“植被覆盖度变化分析图”(图5，6)。

图5 2000年与2009年各县(市)植被覆盖度平均值对比Fig.5 Comparing the average of fractional vegetation cover of various towns in 2000 and 2009

图6 2000—2009年植被覆盖度变化分析Fig.6 The analysis of fractional vegetation cover changes in 2000 and 2009

由图5和图6得出，水源区内植被覆盖度整体呈增长趋势，其中柞水县平均植被覆盖度增幅最大;作为丹江口水库的水利枢纽和渠首丹江口市和淅川县的植被覆盖度也有不同程度的增加。以下详细分析这4个县(市)的具体情况。

在水源区37个县市中，柞水县的平均植被覆盖度增幅最大(图7(a))，由59.72%增长到77.48%。虽然柞水县地处秦岭南麓，是一个“九山半水半分田”的土石山区，但自2000年实施退耕还林政策以来，该县已经退耕造林28万亩➊➊1亩≈0.066 7 hm2，目前森林复盖率达66%［29］，植被已得到较好的恢复。

图7 植被覆盖度变化遥感监测结果Fig.7 Monitoring results of fractional vegetation cover changes by remote sensing

洋县2009年平均植被覆盖度与2000年相比整体变化不大(图7(b))。洋县地表多为低山丘陵，地表土质松散裸露，耕地面积较大，是植被覆盖度变化不明显的因素。区水生植被较多，基本位于丹江口水库库尾地带;自2002年退耕还林等生态工程建设以来，水源区的植被生长得到了有效保护。从实地调查也可以看出，通过工程与生物措施相结合，沿丹江口水库两岸形成了较高的植被覆盖度，不同的造林模式，也增加了库区生态林涵养水源和保护水土的功能。

2009年淅川县的植被覆盖度虽比2000年有所提高，但平均植被覆盖度较其他36个县市来说还相对较低。淅川县位于南水北调中线水源区渠首，在水源区内的面积为2 407.15 km2，其中永久水面和季节性水面 302.47 km2，耕地 710.89 km2，水体和耕地共占该县水源区内面积的42.1%，由于水面及耕地所占比例较大，加上其他建设用地的使用，均使得该县植被覆盖度处于较低水平。

综上所述，虽然南水北调中线水源区植被覆盖度总体上逐年呈增长趋势，但该区植被覆盖的整体格局仍保持不变，林地植被覆盖度虽保持稳定增加，但随着水源区人口的不断增加以及城镇的扩张，水源区水域河岸带的植被将受到人为因素的干扰，部分地区的植被覆盖度可能会有降低的趋势。

4 结论

本文基于像元分解法和植被指数法，利用2000年生长季的TM图像和2009年生长季的HJ－1A/1B图像估算了南水北调中线水源区的植被覆盖度，并分析其时空变化特征，主要结果如下:

1)利用像元二分模型估算南水北调中线水源区的植被覆盖度，总体精度达到81.61%，证明用该方法进行水源区植被覆盖度的估算是可行的。

2)2000年水源区的平均植被覆盖度为67.5%，2009年达到72%，植被覆盖度总体呈增高趋势，其增幅的空间特征表现为该区中部地区高，东部和西部地区相对较低。

3)在不同的植被类型中，落叶针叶林植被覆盖度的增长幅度最大，增幅为25.49%，草地覆盖度的增长幅度最小，平均只增长了4.44%。位于水源区的大多数县(市)的植被覆盖度在近十年内都有不同程度的提高，其中柞水县的平均植被覆盖度的增长幅度最大。植被覆盖度的普遍增加与国家实施的退耕还林还草、荒山造林、封山育林、基本农田建设等政策有密切关系。

本文的不足之处在于没有对非密度模型加以讨论，也未确定植被的消光系数和叶面积指数等重要的植被特征参量。此外，对综合条件相近的混合像元区域取相同的参数，也是需要改进的方面。今后还可进一步开展2000—2009年长时间序列植被覆盖度的月动态监测，对植被覆盖度和累积生物量等生态环境效应参数进行动态变化分析，以及结合降雨量进行相关关系分析等工作。

［1］ Purevdorj T S，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.

［2］ Gitelson A A，Kaufman Y J，Stark R，et al.Novel Algorithms for Remote Estimation of Vegetation Fraction［J］.Remote Sensing of Environment，2002，80(1):76 －87.

［3］ 周国林，袁正科.常用林业技术术语［M］.长沙:湖南科学技术出版社，1982.

［4］ 章文波，符素华，刘宝元.目估法测量植被覆盖度的精度分析［J］.北京师范大学学报:自然科学版，2001，37(3):402 －408.

［5］ 陈云浩，李晓兵，史培军，等.北京海淀区植被覆盖的遥感动态研究［J］.植物生态学报，2001，25(5):588 －593.

［6］ 张云霞，李晓兵，陈云浩.草地植被盖度的多尺度遥感与实地测量方法综述［J］.地球科学进展，2003，18(1):85 －93.

［7］ 吴素业.一年生植被覆盖度的简化测试方法［J］.水土保持科技情报，1999(1):45 －47.

［8］ 唐世浩，朱启疆，周宇宇，等.一种简单的估算植被覆盖度和恢复背景信息的方法［J］.中国图象图形学报，2003，8(11):1304－1308.

［9］ 李苗苗，吴炳方，颜长珍，等.密云水库上游植被覆盖度的遥感估算［J］.资源科学，2004，26(4):153 －159.

［10］程红芳，章文波，陈 锋.植被覆盖度遥感估算方法研究进展［J］.国土资源遥感，2008(1):13 －18.

［11］李 攀，胡德勇，赵文吉.北方农牧交错带植被覆盖变化遥感监测研究——以河北省沽源县为例［J］.国土资源遥感，2010(2):113－117.

［12］ Qi J，Marsett R C，Moran M S，et al.Spatial and Temporal Dynamics of Vegetation in the San Pedro River Basin Area［J］.Agricultural and Forest Meteorology，2000，105(1 －3):55 －68.

［13］李善同，许新宜.南水北调与中国发展［M］.北京:经济科学出版社，2004.

［14］李思悦，张全发.南水北调中线丹江口库区主要生态环境问题及植被恢复［J］.中国农村水利水电，2008(3):1－4.

［15］朱桂香.南水北调中线河南水源区的水土流失与治理对策［J］.中国水土保持，2005(8):30 －31.

［16］金蓉玲，郭海晋.南水北调中线水源区水资源评价及丹江口入库水量分析［J］.人民长江，1993，24(11):7 －12.

［17］沈大军，刘昌明.南水北调中线工程不同调水规模对汉江中下游影响分析［J］.地理学报，1998，53(4):341 －348.

［18］沈泽昊，张全发，岳 超，等.南水北调中线水源区土地利用/土地覆被的空间格局［J］.地理学报，2006，61(6):633 －644.

［19］李石华，角媛梅.环境与灾害监测预报小卫星A星CCD影像质量评价［J］.红外技术，2009，31(9):167 －172.

［20］林 辉，刘泰龙，李际平.遥感技术基础教程［M］.长沙:中南大学出版社，2002.

［21］ Leprieur C，Verstraete M M，Pinty B.Evaluation of the Performance of Various Vegetation Indices to Retrieve Vegetation Cover from AVHRR Data［J］.Remote Sensing Review，1994，10(4):265 －284.

［22］陈 晋，陈云浩，何春阳，等.基于土地覆盖分类的植被覆盖率估算亚像元模型与应用［J］.遥感学报，2001，5(6):416 －422.

［23］ Zribi M，Le H S，Taconet O，et al.Derivation of Wild Vegetation Cover Density in Semi－ arid Regions:ERS2/SAR Evaluation［J］.International Journal of Remote Sensing，2003，24(6):1335 －1352.

［24］吴 云，曾 源，吴炳方，等.基于MODIS数据的三北防护林工程区植被覆盖度提取与分析［J］.生态学杂志，2009，28(9):1712－1718.

［25］吴 云，曾 源，赵 炎，等.基于MODIS数据的海河流域植被覆盖度估算及动态变化分析［J］.资源科学，2010，32(7):1417－1424.

［26］郭芬芬，范建容，严 冬，等.基于像元二分模型的昌都县植被盖度遥感估算［J］.中国水土保持，2010(5):65－67.

［27］ Carlson T N，Ripley D A.On the Relation Between NDVI，Fractional Vegetation Cover，and Leaf Area Index［J］.Remote Sensing of Environment，1997，62(3):241 －252.

［28］王 宏，李晓兵，莺 歌，等.基于NOAA NDVI的植被生长季模拟方法研究［J］.地理科学进展，2006，25(6):21 －32.

［29］陕西柞水县巩固退耕还林成果项目对我省的启示［EB/OL］.2010 －07 －07.http://plan.hainan.gov.cn/pwnview.php?id=1250.

Remote Sensing Monitoring and Analysis of Fractional Vegetation Cover in the Water Source Area of the Middle Route of Projects to Divert Water from the South to the North

ZHOU Zhi－ qiang1，2，ZENG Yuan1，ZHANG Lei1，DU Xin1，WU Bing － fang1
(1.Institute of Remote Sensing Applications，Chinese Academy of Sciences，Beijing 100101，China;2.Southwest Forestry University，Kunming 650224，China)

The middle route of the projects to divert water from the south to the north is a part of the large－scale inter－basin water transfer projects in China.It is important to carry out the study and analysis of changes of regional fractional vegetation cover for the protection of ecological environment and water quality.In this paper，based on the data of the remote sensing images obtained in 2000 and 2009，the authors estimated fractional vegetation cover of the water source area by using the method of dimidiate pixel model from normalized difference vegetation index(NDVI)，and analyzed the temporal and spatial variation characteristics of the fractional vegetation cover.The main conclusions are as follows:The average fractional vegetation cover in the water source area was 67.5%in 2000，and reached 72%in 2009，with the average fractional vegetation cover being increased in the whole area.The spatial characteristics of increased fractional vegetation cover show that the increase in central region is relatively higher than that in the eastern and western regions;in different kinds of vegetation types，the deciduous conifer forest shows the largest average increase of the fractional vegetation cover，while the grassland shows the smallest increase;fractional vegetation cover has increased in different degrees in most towns of the water source area in the past 10 years，with the increase in Zhashui County being most apparent.This is attributed to the Chinese Government’s policies such as quitting cultivation and returning to forest，closing hillside to facilitate afforestation and farmland construction.

fractional vegetation cover;water source area of the middle route of projects to divert water from the south to the north;remote sensing monitoring

TP 79;X 835

A

1001－070X(2012)01－0070－07

10.6046/gtzyyg.2012.01.13

2011－05－12;

2011－06－08

中国科学院战略性先导科技专项(编号:XDA05050108)和国务院南水北调项目“利用遥感技术对南水北调中线水源区生态环境变化的监测研究”共同资助。

周志强(1985－)，男，硕士研究生，主要从事生态遥感研究。E－mail:upgis@foxmail.com。

曾 源(1979－)，女，博士，副研究员，主要从事植被定量遥感研究。E－mail:yuanz@irsa.ac.cn。

(责任编辑:邢 宇)