陈彦兵

摘 要：湿地因受水情因素影响，湿地植被分布零散且变化明显，使用遥感数据提取植被覆盖度时，难以获取纯植被像元，使植被覆盖度提取精度较低。针对上述问题，文章选择鄱阳湖湿地为研究区，以Landsat8数据为数据源，基于线性混合模型提出了四端元线性混合分解的植被覆盖度提取方法，然后将该方法与像元二分模型、三端元线性分解模型进行植被覆盖度提取实验，最后采用高分影像对提取结果进行精度验证。结果表明：四端元线性混合分解方法与验证数据相关系数分别为0.9742，均方根误差分别为0.0616，相关程度和总体精度均优于像元二分法、三端元线性分解法，表明四端元线性混合分解方法提取结果更能反映鄱阳湖湿地的真实情况，可以作为鄱阳湖湿地植被覆盖提取方法。

关键词：鄱阳湖；湿地植被；模型；覆盖度

中图分类号：Q948.1 文献标志码：A 文章编号：2095-2945（2017）29-0071-02

1 研究区概况

鄱阳湖是中国第一大淡水湖，地处江西省的北部，长江中下游南岸。鄱阳湖湿地是各种水生动物和越冬的候鸟活动栖息之地，湿地内多种植被更是生物主要的食物来源，同时也是人类进行经济活动重要的生产资料。随着近几年气候变化和各种因素的影响，鄱阳湖和其他内陆湖泊一样面临着水量调蓄能力下降、湖泊环境污染加重、生物资源退化等问题[1]。因此，本文通过对鄱阳湖湿地植被覆盖度研究，为湿地生态环境的保护和合理利用提供科学依据。

2 研究方法

2.1 像元二分模型

像元二分法模型是将混合像元的反射率看作是植被和土壤反射率的线性组合，该模型表达式如（1）所示：

Vf=（R-Rv）/（Rv-Rs） （1）

式中R为任意像元的NDVI植，Rs为裸土或无植被覆盖区域的NDVI值，Rv代表完全植被覆盖的NDVI值。考虑本文研究区存在大量的水体，利用NDWI提取法[9]对水体进行掩膜处理，消除大面积水体对植被覆盖度提取的影响。通过分析计算出来的研究区像元的NDVI值，根据频率统计表，并借鉴崔天翔等学者对Rv与Rs的取值方法[2]，选取研究区内累计频率为5%的NDVI值为Rs，累计频率为95%的NDVI值为Rv，进而通过式（1）计算得到其植被覆盖度。

2.2 线性混合分解模型

线性混合分解模型（LMSS）是通过构成该像元的端元反射率与其在像元中所占比例的加权和来描述，表达式及约束条件如（2）、（3）、（4）所示。

式（2）为线性混合分解模型的基本形式，式（3）及（4）为约束方程。仅满足式（3）为无约束线性混合分解，满足（3）或（4）2个条件为半约束线性混合分解；3个条件均满足为全约束线性混合分解。经查阅相关文献可知，较多学者研究认为全约束LSMM模型相对无约束和半约束模型，具有更高的反演精度，所以本文直接采用全约束模型进行植被覆盖度的提取。

2.3 端元提取

采用2014年5月1日的Landsat8遥感影像为植被覆盖度提取数据源，通过对鄱阳湖区的实际情况与影像的对照分析，确定了植被、滩涂、裸露砂地、水体四种主体端元。因此本文采用植被、滩涂、裸露砂地的三端元和植被、滩涂、裸露砂地、水体的四端元方法作为植被覆盖度提取方法，进行植被覆盖度的分级估算研究。

2.4 植被覆盖度分级

在借鉴前人[3]对于植被覆盖度分级规定的基础上，并结合鄱阳湖区植被覆盖类型结构，本文将研究区植被覆盖度分为低（0～0.3）、中低（0.3～0.5）、中高（0.5～0.8）、高（0.8～1）等四个等级水平。

3 结果与分析

以2014年5月2日的Google Earth高分影像上获取的植被覆盖度作为检验数据，比较三种方法获取的鄱阳湖区植被覆盖度的精度。在三种方法的植被覆盖度专题图上随机选取50个样本，获得DMP和LMSS模型的三端元和四端元及高分影像解译植被覆盖度，然后获取的估算值与高分影像检验值，最后做出两者间的关系图（图1所示）。

表1为三种方法的植被覆盖度估算值与高分影像的检验值差值的统计特征，可以看出四端元LMSS模型相对于三端元LMSS模型和DMP模型，与验证数据具有更高的一致性。

本文采用相关系数和均方根误差方法来定量评价方法的优劣。通过计算得出DMP、三端元LMSS和四端元LMSS三种模型与验证数据相关系数分别为0.6186、0.8979、0.9742，均方根误差分别为0.4023、0.1935、0.0616。LMSS模型的相关程度和总体精度均优于像元二分法模型，说明LMSS模型更能反映鄱阳湖区植被覆盖度的真实情况，可以作为鄱阳湖植被覆盖提取方法。此外，由于研究区域主体为水域，水体比例较大，是鄱阳区的主体端元，加入水体端元的四端元LMSS模型将极大提高鄱阳湖覆盖度提取的整体精度。

4 结束语

本文以鄱阳湖为研究区，在分析混合像元分解模型的基础上，结合鄱阳湖湿地存在大片水域的典型特点，提出考虑水体光谱特征的四端元线性混合分解。通过精度验证：鄱阳湖区四端元线性混合分解与检验值的相关系数为0.9742，均方根误差RMSE为0.0616，均优于像元二分法和三端元线性混合分解，表明四端元的全约束线性混合分解模型具有较高精度，可以作为湿地植被覆盖度提取的方法，为进一步研究鄱阳湖湿地景观格局演变规律提供方法参考。

参考文献：

[1]杨桂山，马荣华，张路，等.中国湖泊现状及面临的重大问题与保护策略[J].湖泊科学，2010，22（6）：799-810.

[2]S. K. McFEETERS. The use of the Normalized Difference Water Index （NDWI） in the delineation of open water features[J]. International Journal of Remote Sensing， 1996，17（7）：1425-1432.

[3]吴桂平，叶春，刘元波.鄱阳湖自然保护區湿地植被生物量空间分布规律[J].生态学报，2015，35（2）：361-369.

[4]杨志鹏.浅谈生态自然修复[J].科技创新与应用，2012（06）：92.endprint