黎良財 ，鄧 利 ，曹 穎 ，肖萬娟 ，陳翠玉 ，李宏志

（1.北京林業(yè)大學(xué) 林學(xué)院，北京 100083；2. 廣西生態(tài)工程職業(yè)技術(shù)學(xué)院，廣西 柳州 545004；3. 北京市地質(zhì)研究所，北京 100875）

基于NDVI像元二分模型的礦區(qū)植被覆蓋動態(tài)監(jiān)測

黎良財1,2，鄧 利2，曹 穎3，肖萬娟2，陳翠玉2，李宏志1

（1.北京林業(yè)大學(xué) 林學(xué)院，北京 100083；2. 廣西生態(tài)工程職業(yè)技術(shù)學(xué)院，廣西 柳州 545004；3. 北京市地質(zhì)研究所，北京 100875）

運用泗頂鉛鋅礦區(qū)TM/ETM1991年、1999年、2005年和2010年時間序列影像提取NDVI值，以像元二分模型由NDVI值反演出各時相植被覆蓋度，在ENVI軟件下進行植被覆蓋度分級并計算各級覆蓋度轉(zhuǎn)移概率矩陣，進而監(jiān)測礦區(qū)地表覆被變化過程。結(jié)果表明：20年間礦區(qū)植被覆蓋度整體處于較高覆被，且呈現(xiàn)先快速后緩慢增加的趨勢，其中：大部分中低覆被類型向較高覆被類型轉(zhuǎn)移，較高覆被類型向高覆被類型轉(zhuǎn)移。該方法可以快速、定量地反映礦區(qū)植被覆蓋及變化情況，為礦區(qū)生態(tài)環(huán)境評價和治理提供技術(shù)支持。

植被覆蓋度；NDVI；像元二分模型；泗頂鉛鋅礦區(qū)；動態(tài)監(jiān)測

礦產(chǎn)資源是國民經(jīng)濟和社會發(fā)展的重要物質(zhì)基礎(chǔ)。隨著礦產(chǎn)資源的開發(fā)，在促進經(jīng)濟發(fā)展和社會進步的同時，也引發(fā)了采礦區(qū)植被破壞、地表沉陷、地下水位下降、水土流失和土地荒漠化、石漠化等問題，已嚴重影響了礦區(qū)及周邊群眾的生產(chǎn)生活，制約了經(jīng)濟和社會的可持續(xù)發(fā)展[1-2]。植被是連接土壤、大氣和水分等土地覆蓋要素的自然“紐帶”，其動態(tài)變化在一定程度上指示著土地覆蓋的動態(tài)變化[3]。作為反映地表植被覆蓋的重要指標——歸一化植被指數(shù)(Normalized Difference Vegetation Index, 簡稱NDVI)，可通過對遙感影像數(shù)據(jù)的處理而提取，進而通過數(shù)學(xué)模型計算植被覆蓋度[4]。在利用NDVI對植被覆蓋進行監(jiān)測評價方面，國內(nèi)外已進行大量的研究與試驗[5-11]，但對礦區(qū)的研究較少，目前國內(nèi)僅對西北煤礦區(qū)進行了少量研究[12-14]。

本研究通過對南方有色金屬礦區(qū)近20年來地表植被覆蓋的動態(tài)監(jiān)測，分析礦區(qū)植被覆蓋的時空變化規(guī)律，為礦區(qū)地表的植被覆蓋調(diào)查評價、植被修復(fù)和生態(tài)保護等提供基本數(shù)據(jù)和理論依據(jù)。

1 研究區(qū)概況

泗頂鉛鋅礦區(qū)位于廣西融安縣城泗頂鎮(zhèn)，東經(jīng) 109°25′16″～ 109°39′30″， 北 緯 24°56′42″～25°7′41″。礦區(qū)地處石灰?guī)r山區(qū)，地貌為外圍環(huán)形突起，中間洼地的峰林地，是聞名中外的典型層控型鉛鋅礦床。泗頂鉛鋅礦是中國有色金屬工業(yè)總公司所屬的中型企業(yè)，于1960年由國家建成投產(chǎn)，由于超期服役28年，可采資源已近枯竭，于2005年12月15日政策性關(guān)閉破產(chǎn)。礦區(qū)屬中亞熱帶季風(fēng)氣候，常年溫暖潮濕，年均氣溫17.8℃，年降水量1 899 mm，年日照時數(shù)1 414～2 094 h，水熱條件優(yōu)越，有利于植物生長[15]。但由于礦產(chǎn)的過度開發(fā)與疏于治理也造成了很多環(huán)境問題，周邊土壤受重金屬污染嚴重，一些不適應(yīng)的樹種漸漸死去，優(yōu)勢樹種也由于人為砍伐越來越少。近年來，隨著人們對環(huán)境尤其是森林生態(tài)的重視，出現(xiàn)了許多天然次生林以及人工林。

2 材料與方法

2.1 數(shù)據(jù)源選擇

研究選用的遙感影像為Landsat5/7衛(wèi)星的TM/ETM數(shù)據(jù)產(chǎn)品，級別為Level 1T（L1T），L1T數(shù)據(jù)經(jīng)過系統(tǒng)輻射校正和地面控制點幾何校正，并且通過DEM進行了標準地形校正，地圖投影為UTM–WGS84，成像時間分別為1991年10月 5日（TM）、1999年 10月 19日（ETM）、2005年10月11日（TM）和2010年11月2日（ETM,SLC-Off）；輔助數(shù)據(jù)有泗頂鉛鋅礦區(qū)矢量圖層，Shapefile格式。

2.2 數(shù)據(jù)處理過程

2.2.1 修補與裁剪

所選用遙感數(shù)據(jù)中，由于2010年ETM影像機載掃描行校正器（Scan Lines Corrector，簡稱SLC）發(fā)生故障，導(dǎo)致獲取的圖像出現(xiàn)數(shù)據(jù)重疊和大約25%的數(shù)據(jù)丟失，因此首先需要采用SLCOff模型進行校正（修補后如圖1B）。然后以泗頂鉛鋅礦區(qū)Shapefile矢量圖為掩膜（如圖1A），經(jīng)過與遙感圖像投影坐標系統(tǒng)一后，對四個時期影像進行裁切，得到覆蓋礦區(qū)范圍的遙感影像，面積為281.8 km2。

圖1 泗頂鉛鋅礦區(qū)矢量圖與Landsat影像Fig.1 Vector graphics and Landsat image of Siding Zinc-lead Mine

2.2.2 輻射定標

遙感影像通常給出的是像元DN值，利用DN值只能進行同景影像內(nèi)部的相對比較，而對多時相、 多區(qū)域、多種傳感器的遙感數(shù)據(jù)，需要將圖像DN值轉(zhuǎn)換成對應(yīng)像元的輻射亮度值，這個轉(zhuǎn)換過程就稱為輻射定標，是保持數(shù)據(jù)一致性和數(shù)據(jù)精度的一項重要的基礎(chǔ)工作。由于L1級產(chǎn)品的DN值是由輻射亮度經(jīng)線性變換得到的，因此從L1級產(chǎn)品計算輻射亮度只需利用相關(guān)參數(shù)進行線性反變換即可，具體可分兩步計算[16-17]：

（1）計算輻射亮度

（2）計算行星反射率

式中，Lλ：輻射亮度 單位W·m-2·sr-1·um-1；VDN：圖像的像元灰度值，無量綱，取值范圍 0～255；Vgain：增益，單位 W·m-2·sr-1·um-1，Vgain=(Lmax-Lmin)/255，Lmax和Lmin分別是波段最大和最小光譜輻射值，單位與增益相同；VBias：偏置，單位W·m-2·sr-1·um-1，VBias=Lmin；ρ：行星反射率，無量綱；d：日地天文單位距離，無量綱，d=1-0.01674*cos(0.9856*(TJD-2451545)*π/180/36525)，TJD為遙感成像的儒略日(Julian Day)，可以通過儒略日算法模塊獲得；AESUN,λ：太陽光譜輻射量，單位W·m-2·sr-1·um-1；ASZ：太陽天頂角，單位為度，ASZ=90-太陽高度角，太陽高度角可以從遙感數(shù)據(jù)的頭文件中獲得。

對于公式（1）、（2）中所用參數(shù)的取值，見表1，表2所列。

表1 Landsat5-7 TM/ETM輻射定標參數(shù)Table 1 Parameters for TM/ETM sensor calibration

表2 TM圖像序列的儒略日、日地距離和太陽天頂角取值Table 2 The values of TJD, d and ASZ in TM data acquisition_date

以上計算可在ENVI軟件的basic tools-＞preprocessing-＞ calibration utilities -＞landsat calibration和basic tools-＞band math功能模塊中實現(xiàn)。

2.2.3 大氣校正

衛(wèi)星在接受訊號的過程中受到大氣的影響，致使衛(wèi)星接受的訊號失真，為了獲得真實的地表反射率，必須去除大氣對遙感圖像信息的影響[18]。常見的大氣校正方法有基于輻射傳輸模型的MODTRAN模型、LOWTRAN模型、ATCOR模型和6S模型等；基于簡化輻射傳輸模型的黑暗像元法；基于統(tǒng)計學(xué)模型的反射率反演等。本研究的大氣校正采用了ENVI軟件的FLAASH工具，基于MODTRAN4+輻射傳輸模型，可對多光譜、高光譜數(shù)據(jù)及航空影像進行快速大氣校正，能有效消除大氣和光照等因素對地物反射的影響，獲得地物較為準確的反射率和輻射率、地表溫度等，具體操作過程參照《ENVI遙感圖像處理方法》教程[19]。

2.3.4 NDVI提取

植被指數(shù)是利用葉冠的光學(xué)參數(shù)提取的獨特的光譜信號，是遙感領(lǐng)域中用來表征地表植被覆蓋、生長狀況的一個簡單又有效的度量參數(shù)[20]。綠色植物在近紅外波段具有高反射而在紅外波段具有強吸收，在利用多光譜圖像提取植被信息時多采用紅外/紅波段圖像作比值，比值處理以后可以消除部分輻射誤差。本研究植被指數(shù)的計算采用歸一化植被指數(shù)模型，計算公式如下：

式中，NIR為近紅外通道反射率，R為紅色通道反射率。NDVI取值介于（-1，1）之間，負值表示地表覆蓋為云、水、雪等，對R反射高而對NIR吸收強；0表示地表為巖石或裸土覆蓋，NIR和R通道反射率近似相等；正值表示有植被覆蓋，且隨覆蓋度增大而增大[15]。

NDVI的提取可在ENVI軟件的Transform-＞NDVI工具中計算，輸出數(shù)據(jù)類型選擇浮點型。

2.3.5 植被覆蓋度計算

歸一化植被指數(shù)（NDVI）與植被覆蓋度有顯著正相關(guān)關(guān)系[21-22]，可以采用像元二分模型法將NDVI改算為植被覆蓋度。像元二分模型假設(shè)一個像元的信息可以分為土壤與植被兩部分，通過遙感傳感器所觀測的信息S就可以表達為由土壤成分所貢獻的信息Ss和由植被成分所貢獻的信息Sv兩部分。

對于一個由土壤和植被兩部分組成的混合像元，像元中有植被覆蓋的面積比例為該像元的植被蓋度 fc，而土壤覆蓋的面積比例為（1-fc）。設(shè)全由植被覆蓋的純像元所得的遙感信息為Sveg，混合像元的植被成分所貢獻的信息Sv可以表示為：

同理，土壤成分所貢獻的信息Ss可以表示為：

將式（5）與式（6）代入式（4）中得到：

對式（7）進行變換，可以得到計算植被蓋度公式為：

將歸一化植被指數(shù)（INDVI）代入式（7）可以被近似為：

VNDVIsoil應(yīng)該是不隨時間改變的，對于大多數(shù)類型的裸地表面，理論VNDVIsoil的值應(yīng)該接近零。然而由于大氣影響及地表溫度、濕度、粗糙度、土壤類型、土壤顏色等條件的不同，VNDVIsoil會隨著時間和空間而變化，VNDVIsoil的變化范圍一般在0.1～ 0.2[23]。因此，采用一個確定的VNDVIsoil值是不可取的，理想的調(diào)整方法是從圖像中計算VNDVIsoil。VNDVIveg代表著全植被覆蓋像元的最大值，由于植被類型的不同，季節(jié)的變化，葉冠背景的污染，包括潮濕地面、雪、枯葉等因素，VNDVIveg值也會隨著時間和空間而改變，因此VNDVIveg值的確定也存在著與VNDVIsoil值類似的情況[24]。

將（9）式變換得到fc= (INDVI–VNDVIsoil)/(VNDVIveg–VNDVIsoil)，由于研究區(qū)存在完全的植被覆蓋區(qū)域和完全非植被覆蓋區(qū)域，根據(jù)提取的INDVI時序數(shù)據(jù)，確定純植被像元VNDVIveg約等于NDVImax， 純裸地像元NDVImin約等于VNDVIsoil。

在ENVI軟件的basic tools-＞band math功能模塊中輸入公式（9），NDVIveg和NDVIsoil用各期NDVI數(shù)據(jù)的最大值和最小值代入計算，即可輸出植被覆蓋度圖像，數(shù)據(jù)類型選擇浮點型。

2.3 植被覆蓋度分級

從植被覆蓋度（fc）的定義可以看出，fc的值介于［0，1］之間，根據(jù)前人的研究[25-26]，將植被覆蓋度定義為5個等級：（1）無覆被（裸露地表或水體），fc≤0.1；（2）低覆被，0.1＜fc＜=0.3；（3）中覆被，0.3＜fc≤0.5；（4）較高覆被，0.5＜fc≤0.8；（5）高覆被，0.8＜fc≤1.0。根據(jù)各等級的閾值，在ENVI軟件下對植被覆蓋度圖像進行密度分割，得到植被覆蓋等級圖（如圖2）。

圖2 泗頂鉛鋅礦區(qū)各時期植被覆蓋等級Fig.2 Vegetation cover age grades in Siding Zinc-lead Mine in different periods

3 結(jié)果與分析

3.1 植被覆蓋度特征

對四期遙感數(shù)據(jù)計算的礦區(qū)植被覆蓋等級圖進行統(tǒng)計，得到各覆蓋度等級的面積；以植被覆蓋度圖像面積加權(quán)計算整個礦區(qū)植被平均覆蓋度，結(jié)果見表3和圖3。

由表3和圖3可知，泗頂鉛鋅礦區(qū)1991年到2010年20年間平均植被覆蓋度由0.65上升到0.76，整體處于較高覆被。從1991年到1999年，植被覆蓋度增加較快，約提高10%，原因是上世紀90年代初廣西全區(qū)大力開展“造林滅荒、綠化達標”運動，使植被覆蓋度顯著提高，效果持續(xù)發(fā)揮。從1999年到2005年，植被覆蓋度保持平穩(wěn)，小幅下降0.9%，原因可能是泗頂鉛鋅礦可采資源逐漸枯竭后，開采其他小礦點造成植被破壞。從2005年到2010年，植被覆蓋度又緩慢上升約3%，這與2002年后當?shù)亻_始實行退耕還林等林業(yè)政策和2005年泗頂鉛鋅礦停產(chǎn)關(guān)閉減少植被破壞等疊加效應(yīng)有關(guān)。

表3 1991～2010年泗頂鉛鋅礦區(qū)植被覆蓋度特征?Table 3 Characters of vegetation coverage in Siding Zinc-lead Mine during 1991～2010

圖3 1991～2010年泗頂鉛鋅礦區(qū)植被覆蓋度變化趨勢Fig.3 Vegetation coverage changes of Siding Zinc-lead Mine during 1991～2010

3.2 植被覆蓋度轉(zhuǎn)移概率分析

為了摸清泗頂鉛鋅礦區(qū)20年間各級植被覆蓋度的相互轉(zhuǎn)移面積和比例，將礦區(qū)1991年和2010年植被覆蓋度等級圖（如圖2）導(dǎo)入ENVI軟件進行變化檢測（basic tools-＞change detection-＞computer difference map），得到轉(zhuǎn)移概率矩陣結(jié)果見表4，各期影像各覆蓋度等級面積見圖4。

表4 1991～2010年泗頂鉛鋅礦區(qū)植被覆蓋度等級轉(zhuǎn)移概率矩陣Table 4 Grade transfer probability matrix of vegetation coverage in Siding Zinc-lead Mine during 1991～2010

圖4 1991～2010年泗頂鉛鋅礦區(qū)植被覆蓋度等級面積對比Fig.4 Comparison vegetation coverage area of in Siding Zinc-lead Mine during 1991～2010

從表4和圖4可以看出，1991年礦區(qū)以較高植被覆被類型為主導(dǎo)，面積占79%，中覆被和高覆被面積各占10%和11%，無覆被和低覆被面積合計不足1%；2010年礦區(qū)較高覆被和高覆被面積分別占54%和44%，無覆被、低覆被和中覆被面積合計不足2%。從植被覆蓋度轉(zhuǎn)移概率來看，2010年比1991年無覆被面積增加了75%，由于面積基數(shù)較小，可忽略；低覆被、中覆被和較高覆被面積分別減少51.35%、85.21%和31.55%；高覆被面積增加311.12%；總體上是由中低覆被類型向較高覆被類型轉(zhuǎn)移，較高覆被類型向高覆被類型轉(zhuǎn)移。

4 討論與結(jié)論

遙感圖像具有監(jiān)測面積大、數(shù)據(jù)可比性強、獲取快速和人為影響少等優(yōu)點，可直觀地反映區(qū)域植被的生長變化情況。利用TM/ETM時間序列影像提取NDVI值，運用像元二分模型可由NDVI值反演出各時相植被覆蓋度，將植被覆蓋度分級后可對區(qū)域植被覆被情況進行統(tǒng)計、評價和變化檢測，進而監(jiān)測礦區(qū)多時相地表覆被變化過程。

利用上述方法對1991年至2010年20年間泗頂鉛鋅礦區(qū)植被覆蓋度的監(jiān)測表明，礦區(qū)植被覆蓋度整體處于較高覆被，且呈現(xiàn)先快速增加、后保持平穩(wěn)略降、再緩慢增加的趨勢，其中：大部分中低覆被類型向較高覆被類型轉(zhuǎn)移，較高覆被類型向高覆被類型轉(zhuǎn)移。

礦區(qū)的生態(tài)環(huán)境保護和治理工作取得了一定成效，還應(yīng)積極保護好礦區(qū)現(xiàn)有林草植被，整治水土流失嚴重的石漠化耕地，促進陡坡退耕還林，實施低產(chǎn)林低效灌叢地改造，增強礦區(qū)生態(tài)功能，實現(xiàn)綠化美化亮化礦區(qū)環(huán)境，保障經(jīng)濟社會的可持續(xù)發(fā)展，創(chuàng)建和諧社會的目的。

[1] 劉圣偉，甘甫平，王潤生. 用衛(wèi)星高光譜數(shù)據(jù)提取德興銅礦區(qū)植被污染信息[J].國土資源遙感,2004,(1):6-10.

[2] 王世昌，盧愛英，王世裕， 等. 偏關(guān)縣礦區(qū)植被恢復(fù)研究[J].山西林業(yè)科技,2009,38(2):37-38.

[3] 陳朝暉，朱 江，徐興奎.利用歸一化植被指數(shù)研究植被分類、面積估算和不確定性分析的進展[J].氣候與環(huán)境研究，2004,9(4):687-696.

[4] 蔡博峰，劉春蘭，陳操操，等. 露天煤礦生態(tài)環(huán)境遙感監(jiān)測與評價方法研究——以霍林河一號露天礦為例[J].中國礦業(yè)，2009, 18(6): 61-64.

[5] J. DUNCAN, D. STOW, J. FRANKLIN, et al. Assessing the relationship between spectral vegetation indices and shrub cover in the Jornada Basin, New Mexico[J]. International Journal of Remote Sensing, 1993,14(18):3395-3416.

[6] LARSSON H. Linear regressions for canopy cover estimation in Acacia woodlands using Landsat-TM,-MSS and SPOT HRV XS data[J]. International Journal of Remote Sensing,1993,14(11):2129-2136.

[7] Rasim Latifovic, Kostas Fytas, Jing Chen, et al. Assessing land cover change resulting from large surface mining development[J].International Journal of Applied Earth Observation and Geoinformation, 2005,7(1):29-48.

[8] Luciano Telesca, Rosa Lasaponara. Quantifying intra-annual persistent behaviour in SPOT-VEGETATION NDVI data for Mediterranean ecosystems of Southern Italy[J]. Remote Sensing of Environment, 2006, 101 (1):95-103.

[9] Lasaponara R. On the use of principal component analysis(PCA)for evaluating inter-annual vegetation anomalies from SPOT/NDVI temporal series[J]. Ecological Modelling, 2006,194(4):429-434.

[10] 李忠峰，李雪梅，蔡運龍，等. 基于SPOT VEGETATION數(shù)據(jù)的榆林地區(qū)土地覆蓋變化研究[J]. 干旱區(qū)資源與環(huán)境，2007, 21(2): 56-59.

[11] 霍艾迪, 張廣軍, 武蘇里, 等. 利用MODIS-NDVI進行沙化土地評價研究——以陜西省北部地區(qū)為例[J]. 干旱地區(qū)農(nóng)業(yè)研究， 2008, 26(2): 154-158.

[12] 胡振琪, 陳 濤. 基于ERDAS的礦區(qū)植被覆蓋度遙感信息提取研究——以陜西省榆林市神府煤礦區(qū)為例[J]. 西北林學(xué)院學(xué)報， 2008, 23(2): 164-167.

[13] 吳立新，馬保東，劉善軍. 基于SPOT衛(wèi)星NDVI數(shù)據(jù)的神東礦區(qū)植被覆蓋動態(tài)變化分析[J]. 煤炭學(xué)報，2009, 34(9):1217-1222.

[14] 張曉克，胡海峰，康立勛，等. 基于SPOT衛(wèi)星影像的礦區(qū)植被指數(shù)研究[J]. 山西農(nóng)業(yè)科學(xué)，2010, 38(3): 48-51.

[15] 路 暢，王英輝，楊進文. 廣西鉛鋅礦區(qū)土壤重金屬污染及優(yōu)勢植物篩選[J]. 土壤通報，2010, 41(6): 1471-1475.

[16] 張兆明，何國金. Landsat5TM數(shù)據(jù)輻射定標[J]. 科技導(dǎo)報，2008, 26(7): 54-58.

[17] 韋玉春，黃家柱. Landsat5圖像的增益、偏置取值及其對行星反射率計算分析[J]. 地球信息科學(xué)， 2006, 8(1): 110-113.

[18] 茅榮正，倪紹祥，蔣建軍. LANDSAT-7 ETM+影像大氣校正算法IDL的實現(xiàn)[J]. 測繪通報，2004, (1): 8-10.

[19] 鄧書斌. ENVI遙感圖像處理方法[M]. 北京: 科學(xué)出版社，2010, 289-317.

[20] 郭 鈮. 植被指數(shù)及其研究進展[J]. 干旱氣象，2003, 21(4):71-75.

[21] 陳述彭，童慶禧，郭華東. 遙感信息機理研究[M]. 北京：科學(xué)出版社，1998: 345-349.

[22] 劉紀遠, 莊大方. 基于GIS的中國東北植被綜合分類研究[J].遙感學(xué)報, 1998, 2(4): 285-291.

[23] Toby N, Carlson, David A, et al. On the relation between NDVI,fractional vegetation cover and leaf area Index[J]. Remote Sensing of Environment,1997,62(3):241-252.

[24] Kaufman Y J, Tanre D. Atmospherically resistant vegetation index (ARVI) for EOS-MODIS[J]. IEEE Transactions on Geoscience and Remote Sensing,1992,30(2):261-270.

[25] 丁美青，陳松嶺，郭云開. 基于遙感的土地復(fù)墾植被覆蓋度評價[J]. 中國土地科學(xué)，2009, 23(11): 72-75.

[26] 彭道黎，滑永春. 北京延慶縣植被恢復(fù)動態(tài)遙感監(jiān)測研究[J]. 中南林業(yè)科技大學(xué)學(xué)報，2008, 28(4): 159-164.

Vegetation dynamic monitoring in mining area based on NDVI serial images and dimidiate pixel model

LI Liang-cai1,2, DENG Li2, CAO Ying3, XIAO Wan-juan2, CHEN Cui-yu2, LI Hong-zhi1
(1. College of Forestry, Beijing Forestry University, Beijing 100083, China; 2. Guangxi Ecological Engineering Vocational and Technical College, Liuzhou 545004, Guangxi, China; 3. Beijing Institute of Geology, Beijing 100120, China)

∶ In order to monitoring the dynamic changing course of vegetation coverage in Siding Zinc-lead Mine, TM&ETM time serials images from the years 1991, 1999, 2005 and 2010 were used as information source. How to preprocess the satellite image, extract the NDVI data, inverse the vegetation coverage by using dimidiate pixel model and analysis vegetation coverage state transition matrix were studied, furthermore, the changing process of the mine area's vegetation coverage was monitored. The results show that the vegetation coverage in overall Mining area was at a higher level in past 20 years. The vegetation coverage variation tendency was increasing rapidly during 1991 to 1999 but slowly from 2005 to 2010, and transferring gradually from lower level to higher level. This method can be used for ecological environment evaluation and management in lager mining areas because it can monitor and analyze on vegetation coverage and its changes rapidly and quantitatively.

∶ vegetation coverage; NDVI; dimidiate pixel model; Siding zinc-lead mine; dynamic monitoring

S771.8；TP79

A

1673-923X(2012)06-0018-06

2012-03-24

柳州市科技基金 (2009021603)

黎良財(1978—)，男，湖北天門人，講師，博士研究生，研究方向：3S技術(shù)在森林資源監(jiān)測與評價中的應(yīng)用；E-mail：llc100@163.com

[本文編校：吳 彬]