刘艳杰 李重

关键词：NDVI;像元二分模型;植被覆盖度

植被覆盖度是指植被（包括叶、茎、枝等）在地面的垂直投影面积占统计区总面积的百分比，揭示了植被的茂密程度及植物光合作用面积的大小，是一个反映地表植被群落生长态势的综合量化指标，是衡量区域生态环境质量的一个重要参考因子。

分析植被覆盖度有利于了解城市绿地覆盖信息。植被覆盖度的测量方法有两种：地面测量和遥感测量。小范围的地表植被覆盖度的估算可以利用地面测量，常用的方法有目估法、采样法、仪器法和模型法。地面测量精度比较高，但是测量成本较高，并且受时间、天气和区域条件的限制，且难以在大范围内快速获得植被覆盖度。大范围的地表植被覆盖度的估算可以利用遥感测量，地面测量作为遥感监测的一种辅助方式，为遥感监测提供基础数据。本文对研究区植被覆盖度采用基于像元二分法原理，结合植被指数，对研究区域的植被覆盖度进行遥感监测。

一、研究区概况

焦作市位于河南省西北部，地处东经112°43'3 1”～113°38'35”、北纬34°49'03”～35°29'45"之间，位于太行山脉和豫北平原的交界地带。地形主要有由平原和山区两大基本类型构成，从北到南依次为山区一丘陵一平原，地势由西北向东南倾斜。处于中纬度地区，属温带大陆性季风气候区，四季分明，季节差异明显。

二、研究方法

（一）NDVI计算

NDVI即归一化植被指数，是反映区域植被生态态势的重要参数因子，是植被监测情况的重要指标，被定义为近红外波段与可见光红波段数值之差与这两个波段数值之和的比值，即

NDVI=（pmrt--prt）/（pnm+pa）………………………（1）

NDVI值的范围在卜1，1]之间。NDVI经比值处理，可以部分消除与太阳高度角、卫星观测角、地形、云、阴影和大气条件等有关的辐照度条件变化的影响;同时NDVI的归一化处理，使因遥感器标定衰退对单波段的影响从10%-30%降到NDVI的0-6%，并使由地表双向反射和大气效应造成的角度影响减小。

（二）像元二分模型

像元二分模型是一种简单、常用的线性模型。它假定一个像元的信息是由植被和土壤两部分组成，即通过遥感传感器所观测到的一个像元信息S可以看作是由土壤（无植被覆盖）部分所贡献的信息和由植被覆盖部分所贡献的信息S的和即：

对于遥感影像上的任一像元其组成方式有2种可能：一种是只有一种地物构成的纯像元;另一种是由两种或多种地物混合构成的混合像元。对于纯像元，假设全部由植被覆盖像元的遥感信息为S，全部由土壤（无植被）覆盖像元的遥感信息为S对于混合像元，像元由植被和土壤两部分构成，像元中植被覆盖面积占像元总面积比例即为该像元的植被覆盖度￡，而土壤（无植被覆盖）面积占像元总面积比例为则像元中植被成分所贡献的信息S，可以表示为：

式中Sa和s是该模型的2个参数，根据该公式只要知道这两个参数的具体数值就可以利用遥感信息来估算植被覆盖度。

像元二分模型表达了遥感信息和植被覆盖度之间的关系，参数S代表土壤纯像元所反映的遥感信息，参数s。代表植被纯像元所反映的遥感信息，像元二分模型不受地域条件限制，引人参数S和S来削弱大气、土壤背景与植被类型等的影响。通过两个因子进行线性变换，将大气、土壤背景与植被类型等对遥感信息的影响降到最低，只留下植被覆盖度的信息。

（三）基于NDVI和像元二分模型植被覆盖度计算

NDVI可以很好地反映不同时期植被的长势以及不同地点植被的覆盖情况，所以，在像元二分模型的基础上，通过NDVI来估算研究区域的植被覆盖度。

对于大多数的裸地类型，NDVI应该是变化很小且接近于0的一个定值，但实际上由于受土壤类型、湿度等众多因素的影响，NDVI的值会有一定的变化，其变化范围一般在-0.1-0.2之间。同样，NDVL值会随着植被类型、植被结构等因素的变化而变化，即使是对同一幅遥感影像计算植被覆盖度，NDVI和NDVI也不能取固定值。结合所研究区域和研究区域影像的特点选取NDVI和NDVI参数值，所得估算结果更加接近实际情况。

三、结果与分析

对研究区的原始多光谱影像，利用公式1计算NDVI值，NDVl分布图如图1所示，颜色的深浅代表NDVI值的大小，颜色越深NDVI值越大。根据所得的NDVI图像，利用ENVI软件Compute Statistics工具进行统计计算，对融合后的焦作市区多光谱影像进行监督分类，提取绿地信息。结合焦作市的实际情况，将绿地细分为：树木、草地、农田三类。

根据统计结果，分别取累积概率为5%和95%的NDVI值作为NDVI和NDVI，可得：NDV=0.655025，NDvI=-0.066389。根据公式8，计算植被覆盖度，并绘制图像（见图2）。图像的每个像元值表示该像元内的平均植被覆盖度，其中颜色的深浅代表该区域植被覆盖度的高低，颜色越浅代表其植被覆盖度越高，通过植被覆盖度分布图，可以从总体上了解研究区的植被分布情况，有利于对研究区绿地信息的精细提取。

利用SVM分类方法得到的分类图像信息，统计各类别地物面积、所占比例、绿地率、人均绿地面积等信息，结果见表1。

根据表1，虽然焦作市城市绿地覆盖面积、绿地覆盖率总体较高，满足城市區绿化用地面积不低于总用地面积30%的要求，但是其中农田所占比例过大，草地和树木所占比例过小，人均占有面积少。因此，应该加大对草地和树木的投入，特别是绿量较高的乔木的种植，更大程度提高绿化面积及质量。

结语

针对焦作市植被覆盖度，以Landsat8和高空间分辨率影像为数据源，对城市绿地信息提取的NDVI、像元二分模型以及分类方法进行研究，提取了焦作市的绿地空间分布信息，利用NDVI的简单快速特点，结合像元二分模型实现了实验区内绿地信息的快速提取。通过恰当的分类方法，在NDVI绿地提取的基础上，将绿地进一步细分为草地、树林和农田，实现了城市绿地信息的精细提取。今后需要加强对遥感影像信息提取原理和方法的研究，探索更好的分类方法，如，尝试新波段组合数据，更好地结合影像光谱信息和纹理信息，寻找针对城市信息提取的快速而又准确方法。