张青 陈鹏

摘要：随着国产高分卫星对地观测系统的建立和完善，精细化生态遥感监测分析需求已提上议事日程。笔者以新疆维吾尔自治区巴音郭楞蒙古自治州和静县为例，利用GIS和遥感技术对高分6号卫星数据进行归一化植被指数（NDVI）反演，生成植被指數覆盖度等级，结合土地利用类型，对研究区植被生态景观现状进行分析评价；并且用DEM数据提取高程、坡度2个主要的地形因子对NDVI值的空间分布进行了相关分析。结果显示：（1）和静县植被覆盖度等级分布都具有明显的空间异质性，总体而言，以中度和较低覆盖植被为主；（2）和静县植被指数在低海拔与高海拔地区较低，在中海拔地区（2500～3200 m）植被指数达到最大，最大值为0.48；（3）坡度对植被影响较大。在10°左右，植被长势较好，植被指数达到最大。

关键词：GIS；遥感技术；高分6号卫星；NDVI；海拔；坡度

中图分类号：TP751，X87文献标志码：A论文编号：cjas20191200315

Application of Gaofen No.6 Satellite in Vegetation Ecological Remote Sensing Monitoring

Zhang Qing， Chen Peng

（The Center for Ecological Meteorology and Satellite Remote Sensing of Xinjiang Uygur Autonomous Region， Urumqi 830011， Xinjiang， China）

Abstract： With the establishment and improvement of domestic Gaofen satellite ground observation system， the need for refined ecological remote sensing monitoring and analysis has been put on the agenda. The authors took Xinjiang Uygur Autonomous Region Bayinguoleng Mongolian Autonomous Prefecture Hejing County as an example， used GIS and remote sensing technology to perform normalized vegetation index （NDVI） inversion on the satellite data of Gaofen No.6， to generate vegetation index coverage levels and combined land use types， analyzed the current situation of vegetation ecological landscape in the study area； and used DEM data to extract the two main topographic factors of elevation and slope to conduct correlation analysis of the spatial distribution of NDVI values. The results show that： （1） the spatial distribution of vegetation coverage in Hejing County has obvious spatial heterogeneity， in general， it is mainly moderate and low coverage vegetation； （2） the vegetation index of Hejing County at low altitude and high altitude area is relatively low， and the vegetation index reaches the maximum in the middle altitude area （2500-3200 m）， the maximum value was 0.48； （3） the slope has greater impact on vegetation. At about 10°， the vegetation growth is good and the vegetation index reaches the maximum.

Keywords： GIS； Remote Sensing Technology； Gaofen No.6 Satellite； NDVI； Altitude； Slope

0引言

高分卫星以其空间分辨率、时间分辨率和光谱分辨率高的特点及优势，在精细化遥感应用中占有举足轻重的地位。

2019年3月21日上午，国防科工局、国家航天局宣布，高分六号卫星正式投入使用。高分六号具有高分辨率和宽覆盖相结合的特点，是中国首颗精准农业观测的高分卫星。高分系列卫星的组网运行，不但使农业、林业、草原等资源监测能力得到了提高，而且为生态文明建设等重大需求提供遥感数据支撑[1-2]。但高分卫星在新疆植被生态监测中的应用研究报道甚少。笔者以具有典型绿洲特征的新疆巴音郭楞蒙古自治州和静县为例，研究高分六号卫星在植被生态遥感监测方面的应用。

1研究区及数据

1.1研究区概况

和静县地处天山中段南麓、焉耆盆地西北部。和静县由山间盆地、山地峡谷和山前平原三大块构成，县域地形呈东西长、南北宽、西北高、东南低[3]。辖区内有著名的巩乃斯森林公园、巴音布鲁克大草原、天鹅湖自然保护区，和静县域有大小河流26条，年径流量在1亿m3以上的有7条河流。其中开都河是全国最大内陆淡水湖博斯腾湖的源流。全国第二大高山草原——巴音布鲁克是新疆最重要的畜牧业基地之一，也是新疆重要的商品粮基地县。和静县的生态环境保护状况对全疆特别是南疆具有极为重要的地位。

1.2研究方法

1.2.1归一化植被指数归一化植被指数（NDVI）主要利用绿色植物在可见光红光波段（0.6～0.7μm）的强吸收和近红外波段（0.7～1.1μm）的高反射特点对植被长势进行遥感监测[4-5]，是植被生长状态的最佳指示因子。计算如式（1）所示。

1.2.2植被覆盖度计算方法利用植被指数近似估算植被覆盖度是遥感测量中较为实用的方法。本研究采用李苗苗像元二分模型，根据研究区NDVI的灰度分布情况，选取NDVI在[6%，100%]内的最大值、最小值进行计算。计算如式（2）所示。

1.3 GF-6数据处理

本研究采用的原始数据为中国资源卫星应用中心提供的高分6号遥感影像。遥感影像的获取时间为2019年7月3日L1A级数据，16 m分辨率多光谱影像，成像质量良好且数据含云量少于2%。利用ENVI 5.3对研究区数据进行辐射定标、FLAASH大气校正、正射校正等预处理。按照Albers Conical EqualArea定义投影。图1为三通道合成图。

1.4土地利用類型的获取与处理

和静县土地利用类型来源于清华大学提供的基于哨兵影像2017年全球10 m分辨率土地覆盖产品。和静县共有10种景观类型。本研究根据土地利用将10种景观类型归纳为林地、草地、耕地、水域、山岳裸地和积雪共6种生态类。由于主要研究和静县的植被生态变化，因此只对林地、草地和耕地的植被覆盖度进行分析和研究。

1.5 DEM数据的处理

数字高程DEM为分辨率30 m SRTM，分别提取海拔高度和坡度。和静县的海拔高度在1045～5286 m之间，以20 m的间距将和静县不同海拔高度分为210个带，得到DEM数据分级的结果。

和静县坡度在0°—78°之间，海拔起伏很大。依据地貌制图坡地分类的划分标准，将研究区地形划分为8个等级：平坡0°—5°、缓坡6°—15°、斜坡16°—25°、陡坡26°—35°、急陡坡36°—40°、急坡41°—45°、峭壁46°—50°、垂直峭壁>55°。由图2可见，和静县坡度以缓坡和陡坡为主。

2结果与分析

2.1 NDVI反演结果

GF6卫星影像的3、4通道分别对应可见光红光波段和近红外波段。选择3、4通道数据计算归一化植被指数，将计算得到的NDVI值带入公式（2），将计算所得的盖度分布结果分为5个等级（图3）：VFC<0.1，低植被覆盖度；0.1≤VFC<0.3，较低植被覆盖度；0.3≤VFC<0.5，中度植被覆盖度；0.5≤VFC<0.7，较高植被覆盖度；VFC≥0.7，高植被覆盖度。

从不同等级植被覆盖度面积统计（表1）可以看出：较高度、中度和较低植被覆盖度的面积比较接近，占比分别为25.84%、23.02%、22.47%；高植被覆盖度的面积所占17.27%；低植被覆盖度地区面积占比为11.40%。

2.2植被生态景观格局空间特点分析

由图3、4可见和静县植被覆盖度空间分布情况。和静县地表覆盖类型以草甸草场为主，占比达 60.24%；其次为森林3.21%、农田2.44%；其它地物分别为山岳裸地29.58%、水体0.29%、冰雪4.24%。

和静县植被长势西部高于东部。其中，巴音布鲁克自然保护区、尤路都斯和巩乃斯国家森林公园植被覆盖度高，植被生态环境较优；其次是农业区植被覆盖度较高；山岳盆地植被覆盖度中等；居民区处于低植被覆盖度范围。

2.3研究区地形对植被分布的影响分析

分别将分级的高程值和坡度值与NDVI值进行区域统计，分析坡度、坡向数据与NDVI数据间的相关关系。

2.3.1植被空间分布与高程的关系由于大于4200 m的像素点极少，因此，将和静县海拔范围确定在1045～4200 m之间。由图5可见，NDVI先出现了一个高值，这主要是位于低海拔区域的农田引起的。草地森林NDVI值先随高程增大而增大，在高程为3000 m左右时NDVI达到最大值，之后又随高程的增大而减小，相关关系中x值表示高程值，y值表示NDVI值，两者关系可拟合为抛物线。

2.3.2植被空间分布与坡度的关系NDVI值在0°～10°之间随坡度的升高而增大，在10°左右达到最大值0.4，之后随坡度的升高而下降，如图6。相关关系中x值表示坡度值，y值表示NDVI值，两者关系可拟合为直线。

3结论

（1）和静县植被覆盖度等级分布都具有明显的空间异质性，从总体上看，以中度和较低覆盖植被为主。

（2）和静县土地生态类型中，林地的植被覆盖度最高。

（3）高程对植被影响较大，NDVI值在高程为3000 m左右时达到最大值0.48，在2500～3200 m之间变化幅度不大，在3200 m之后随高程的增加而下降。故和静县植被指数在低海拔与高海拔地区较低，在中海拔地区（2500～3200 m）植被指数达到最大。

（4）坡度对植被影响较大。在10°左右，植被长势较好，植被指数达到最大。

综上，应用高分六号卫星资料进行植被覆盖度遥感监测，可以满足日常业务应用；更多的模型和指标有待今后进一步的研究。

参考文献

[1]高分专项“高分六号”卫星成功发射[J].航天返回与遥感，2018，39（3）：50.

[2]甘晓.高分六号卫星成功发射[N].中国科学报，2018-06-04.

[3]李玉强，其米克.和静县气候变化特征分析[J].乡村科技，2017，4（30）：82-83.

[4]东方星.我国高分卫星与应用简析[J].卫星应用，2015（3）：44-48.

[5]王殿中，何红艳.“高分四号”卫星观测能力与应用前景分析[J].航天返回与遥感，2017，38（1）：98-106.

[6]王园香，唐世浩，郑照军.1982—2006年中国5-9月的NDVI变化与人类活动影响分析[J].地球信息科学学报，2015，17（11）：1333-1340.

[7]黄振国，杨君.高分一号卫星影像监测水稻种植面积研究综述[J].湖南农业科学，2014（13）：76-78..

[8]程灿然，杨树文，石鹏卿.基于高分一号卫星遥感影像的城市绿地提取对比研究[J].矿山测量，2017，45（3）：12-16.

[9]李杰，谭荣建.基于高分1号卫星数据的农作物面积遥感测量[J].浙江农业科学，2018，59（3）：414-416.

[10]胡倩伟，左建章，刘江等.高分一号卫星数据在土地覆盖动态监测中的应用研究[J].测绘与空间地理信息，2016，39（6）：63-66.

[11]马尚杰，易湘生，游炯等.基于GF-1影像的冬小麦种植面积核算及直补政策实施评价[J].农业工程学报，2016，32（18）：169-174.

[12]彭繼达.高分1号卫星影像在福州市植被生态遥感监测中的应用[J].浙江农业科学，2019，60（14）：678-680，684.

[13]王爱芸，赵志芳.基于遥感的植被覆盖度估算方法研究进展[J].绿色科技，2015（3）：10-14.

[14]李苗苗.植被覆盖度的遥感估算方法研究[D].北京：中国科学院， 2003.

[15]冯露，岳德鹏，郭祥.植被指数的应用研究综述[J].林业调查规划， 2009，34（2）：48-52.

[16]唐世浩，邱红，马刚.风云气象卫星主要技术进展[J].遥感学报， 2016，20（5）：842-849.

[17]杜加强，赵晨曦，贾尔恒·阿哈提等.近30 a新疆月NDVI动态变化及其驱动因子分析[J].农业工程学报，2016，32（5）：172-181.

[18]夏浩铭，李爱农，赵伟等.2001—2010年秦岭森林物候时空变化遥感监测[J].地理科学进展，2015，34（10）：1297-1305.

[19]刘艳，聂磊，杨耘.2001—2015年天山地区草地NDVI时空演变和气候驱动特征分析[J].生态环境学报，2018，27（5）： 802-810.

[20]刘艳，聂磊，杨耘.基于植被指数估算天山牧区不同利用类型草地总产草量[J].农业工程学报，2018，34（9）：182-188.