基于TM数据的北京市植被覆盖度反演及分析

基于TM数据的北京市植被覆盖度反演及分析

基于TM数据的北京市植被覆盖度反演及分析

TM NDVI;像元二分模型；植被覆盖度

1概述 北京是是一个迅速发展的城市，随着其发展，北京的土 地利用情况在近十几年中发生了巨大的变化，包括城区的扩张和郊区 的绿化。近几十年来，应用遥感监测区域植被覆盖度反演的研究已经 很多。以北京市为研究区域，应用植被指数的方法，从植被覆盖的角 度，分析研究区土地利用的变化情况。监测北京市

2001年到201X年

的植被覆盖度变化情况，并对十年来北京市的植被覆盖变化情况进行 统计分析和展示。

2、研究区域与数据获取

1研究区域概况 北京是中国的首都，中心位于北纬 39度54分 20秒，东经116度25分29秒。位于华北平原西北边缘。全市平均海 拔为4

3.5米，平原地区的海拔高度在 20-60米，山地一般海拔100-500 米。北京的气候为典型的北温带半湿润大陆性季风气候，夏季高温多 雨，冬季寒冷干燥，春、秋短促。

2数据准备 用于植被覆盖度监测的卫星图像应该具备两个基本 条件：

第一，选择尽量没有云雾影响的清晰图像；第

二，应该选取植被生长情况大致相同的卫星图像。本研究获取了 北京市2001年5月27日、201X年5月28日和201X年6月8日三个 时间的Landsat TM卫星影像，由于一景影像不能完全覆盖北京市，所

第1页共23页

以需要相邻两景影像进行拼接，然后从拼接后的图像中截取研究区范 围内的图像用于之后的计算。从结果中我们可以看出， 2001 年的植被 覆盖状况与 201X 年的不同，尤其是建筑物集中部分，植被明显增加， 说明北京市平原造林工程起到了作用。因此，对试验区进行植被覆盖 动态变化监测是有意义和价值的。

3、研究方法与流程

3.1 像元二分模型 根据像元二分模型的原理，将遥感传感器所 观测到的信息S线性分解为绿色植被部分贡献的信息 Sv与由裸土部分 贡献的信息Ss两部分：

S=Sv+SS昆合像元中有植被覆盖的面积比为像元的植被覆盖度 f。 假设全部是由植被覆盖的纯像元，所得的遥感信息为 Sveg。混合像元 的植被部分所贡献的信息Sv为：

Sv=f? Sveg;同理，假设全部是由土壤覆盖的纯像元为 混合像元中土壤部分贡献的信息 Ss可表示为：

Ss=（1-f ）? Ssoil ，代入后可得：

f= （S-Ssoil ）（Sveg-Ssoil ），最终可得到植被覆盖度的计算公 式：

。

3.2利用NDVI估算植被覆盖度 归一化植被指数（NDV）对植被 的生物物理特征非常敏感，在研究区域尺度的植被分类和植被覆盖时 经常会用到。NDVI的计算公式为：

NDVI=（NIR-R）（ NIR+R式中NIR为近红外波段，R为红波段。

Ssoil。

第 2 页 共 23 页

根据像元二分模型，混合像元的 NDVI值可以表达为绿色植被部分贡献 的信息NDVIveg与裸土部分贡献的信息 NDVIsoil这两部分，得到：

f= (NDVI-NDVIsoil )(NDVIveg-NDVIsoil )。

3.3 参数的确定 由于大气影响地表湿度条件的改变， NDVIsoil 会随着时间而变化。 NDVIsoil 的变化范围一般在 -0.1-0.2 之间； NDVIveg值也会随着时间和空间而改变。按照李苗苗等的方法得到的置 信度分别为2唏口 98%从NDVI累计直方图中找到对应的值，得到 NDVIsoil和NDVIveg估算值，然后对比参照北京市的土地分类利用 图，分别找到土壤和植被覆盖的像元，读取像元值，对 NDVIsoil 和 NDVIveg估算值进行验证。

4、结果与分析 4.1 植被覆盖度估算 4.

1.1计算归一化植被指数NDVI利用NDVI的计算公式：

NDVI=(NIR-R)( NIR+R，在ENVI软件中对拼接、裁剪完成的 2001年、201X年和201X年北京市影像进行处理，得到各个时间北京 市的NDVI值，结果表明北部和西南部郊区的 东南部的城区建筑更多，NDVI值很小。

4.

1.2 计算植被覆盖度 根据像元二分模型及归一化植被指数，中 裸土或无植被覆盖区域和完全被植被所覆盖像元的置信度分别为 98%从NDVI累计直方图中找到对应的值，经过验证后，得到：

2001 年的 NDVIsoil=-0.011 ( 1.68%)、 NDVIveg=0.586( 9

第 3 页 共 23 页

NDVI值更大，而中部和

2%和