張青 陳鵬

摘要：隨著國產(chǎn)高分衛(wèi)星對地觀測系統(tǒng)的建立和完善，精細化生態(tài)遙感監(jiān)測分析需求已提上議事日程。筆者以新疆維吾爾自治區(qū)巴音郭楞蒙古自治州和靜縣為例，利用GIS和遙感技術對高分6號衛(wèi)星數(shù)據(jù)進行歸一化植被指數(shù)（NDVI）反演，生成植被指數(shù)覆蓋度等級，結(jié)合土地利用類型，對研究區(qū)植被生態(tài)景觀現(xiàn)狀進行分析評價；并且用DEM數(shù)據(jù)提取高程、坡度2個主要的地形因子對NDVI值的空間分布進行了相關分析。結(jié)果顯示：（1）和靜縣植被覆蓋度等級分布都具有明顯的空間異質(zhì)性，總體而言，以中度和較低覆蓋植被為主；（2）和靜縣植被指數(shù)在低海拔與高海拔地區(qū)較低，在中海拔地區(qū)（2500～3200 m）植被指數(shù)達到最大，最大值為0.48；（3）坡度對植被影響較大。在10°左右，植被長勢較好，植被指數(shù)達到最大。

關鍵詞：GIS；遙感技術；高分6號衛(wèi)星；NDVI；海拔；坡度

中圖分類號：TP751，X87文獻標志碼：A論文編號：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

高分衛(wèi)星以其空間分辨率、時間分辨率和光譜分辨率高的特點及優(yōu)勢，在精細化遙感應用中占有舉足輕重的地位。

2019年3月21日上午，國防科工局、國家航天局宣布，高分六號衛(wèi)星正式投入使用。高分六號具有高分辨率和寬覆蓋相結(jié)合的特點，是中國首顆精準農(nóng)業(yè)觀測的高分衛(wèi)星。高分系列衛(wèi)星的組網(wǎng)運行，不但使農(nóng)業(yè)、林業(yè)、草原等資源監(jiān)測能力得到了提高，而且為生態(tài)文明建設等重大需求提供遙感數(shù)據(jù)支撐[1-2]。但高分衛(wèi)星在新疆植被生態(tài)監(jiān)測中的應用研究報道甚少。筆者以具有典型綠洲特征的新疆巴音郭楞蒙古自治州和靜縣為例，研究高分六號衛(wèi)星在植被生態(tài)遙感監(jiān)測方面的應用。

1研究區(qū)及數(shù)據(jù)

1.1研究區(qū)概況

和靜縣地處天山中段南麓、焉耆盆地西北部。和靜縣由山間盆地、山地峽谷和山前平原三大塊構(gòu)成，縣域地形呈東西長、南北寬、西北高、東南低[3]。轄區(qū)內(nèi)有著名的鞏乃斯森林公園、巴音布魯克大草原、天鵝湖自然保護區(qū)，和靜縣域有大小河流26條，年徑流量在1億m3以上的有7條河流。其中開都河是全國最大內(nèi)陸淡水湖博斯騰湖的源流。全國第二大高山草原——巴音布魯克是新疆最重要的畜牧業(yè)基地之一，也是新疆重要的商品糧基地縣。和靜縣的生態(tài)環(huán)境保護狀況對全疆特別是南疆具有極為重要的地位。

1.2研究方法

1.2.1歸一化植被指數(shù)歸一化植被指數(shù)（NDVI）主要利用綠色植物在可見光紅光波段（0.6～0.7μm）的強吸收和近紅外波段（0.7～1.1μm）的高反射特點對植被長勢進行遙感監(jiān)測[4-5]，是植被生長狀態(tài)的最佳指示因子。計算如式（1）所示。

1.2.2植被覆蓋度計算方法利用植被指數(shù)近似估算植被覆蓋度是遙感測量中較為實用的方法。本研究采用李苗苗像元二分模型，根據(jù)研究區(qū)NDVI的灰度分布情況，選取NDVI在[6%，100%]內(nèi)的最大值、最小值進行計算。計算如式（2）所示。

1.3 GF-6數(shù)據(jù)處理

本研究采用的原始數(shù)據(jù)為中國資源衛(wèi)星應用中心提供的高分6號遙感影像。遙感影像的獲取時間為2019年7月3日L1A級數(shù)據(jù)，16 m分辨率多光譜影像，成像質(zhì)量良好且數(shù)據(jù)含云量少于2%。利用ENVI 5.3對研究區(qū)數(shù)據(jù)進行輻射定標、FLAASH大氣校正、正射校正等預處理。按照Albers Conical EqualArea定義投影。圖1為三通道合成圖。

1.4土地利用類型的獲取與處理

和靜縣土地利用類型來源于清華大學提供的基于哨兵影像2017年全球10 m分辨率土地覆蓋產(chǎn)品。和靜縣共有10種景觀類型。本研究根據(jù)土地利用將10種景觀類型歸納為林地、草地、耕地、水域、山岳裸地和積雪共6種生態(tài)類。由于主要研究和靜縣的植被生態(tài)變化，因此只對林地、草地和耕地的植被覆蓋度進行分析和研究。

1.5 DEM數(shù)據(jù)的處理

數(shù)字高程DEM為分辨率30 m SRTM，分別提取海拔高度和坡度。和靜縣的海拔高度在1045～5286 m之間，以20 m的間距將和靜縣不同海拔高度分為210個帶，得到DEM數(shù)據(jù)分級的結(jié)果。

和靜縣坡度在0°—78°之間，海拔起伏很大。依據(jù)地貌制圖坡地分類的劃分標準，將研究區(qū)地形劃分為8個等級：平坡0°—5°、緩坡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°。由圖2可見，和靜縣坡度以緩坡和陡坡為主。

2結(jié)果與分析

2.1 NDVI反演結(jié)果

GF6衛(wèi)星影像的3、4通道分別對應可見光紅光波段和近紅外波段。選擇3、4通道數(shù)據(jù)計算歸一化植被指數(shù)，將計算得到的NDVI值帶入公式（2），將計算所得的蓋度分布結(jié)果分為5個等級（圖3）：VFC<0.1，低植被覆蓋度；0.1≤VFC<0.3，較低植被覆蓋度；0.3≤VFC<0.5，中度植被覆蓋度；0.5≤VFC<0.7，較高植被覆蓋度；VFC≥0.7，高植被覆蓋度。

從不同等級植被覆蓋度面積統(tǒng)計（表1）可以看出：較高度、中度和較低植被覆蓋度的面積比較接近，占比分別為25.84%、23.02%、22.47%；高植被覆蓋度的面積所占17.27%；低植被覆蓋度地區(qū)面積占比為11.40%。

2.2植被生態(tài)景觀格局空間特點分析

由圖3、4可見和靜縣植被覆蓋度空間分布情況。和靜縣地表覆蓋類型以草甸草場為主，占比達 60.24%；其次為森林3.21%、農(nóng)田2.44%；其它地物分別為山岳裸地29.58%、水體0.29%、冰雪4.24%。

和靜縣植被長勢西部高于東部。其中，巴音布魯克自然保護區(qū)、尤路都斯和鞏乃斯國家森林公園植被覆蓋度高，植被生態(tài)環(huán)境較優(yōu)；其次是農(nóng)業(yè)區(qū)植被覆蓋度較高；山岳盆地植被覆蓋度中等；居民區(qū)處于低植被覆蓋度范圍。

2.3研究區(qū)地形對植被分布的影響分析

分別將分級的高程值和坡度值與NDVI值進行區(qū)域統(tǒng)計，分析坡度、坡向數(shù)據(jù)與NDVI數(shù)據(jù)間的相關關系。

2.3.1植被空間分布與高程的關系由于大于4200 m的像素點極少，因此，將和靜縣海拔范圍確定在1045～4200 m之間。由圖5可見，NDVI先出現(xiàn)了一個高值，這主要是位于低海拔區(qū)域的農(nóng)田引起的。草地森林NDVI值先隨高程增大而增大，在高程為3000 m左右時NDVI達到最大值，之后又隨高程的增大而減小，相關關系中x值表示高程值，y值表示NDVI值，兩者關系可擬合為拋物線。

2.3.2植被空間分布與坡度的關系NDVI值在0°～10°之間隨坡度的升高而增大，在10°左右達到最大值0.4，之后隨坡度的升高而下降，如圖6。相關關系中x值表示坡度值，y值表示NDVI值，兩者關系可擬合為直線。

3結(jié)論

（1）和靜縣植被覆蓋度等級分布都具有明顯的空間異質(zhì)性，從總體上看，以中度和較低覆蓋植被為主。

（2）和靜縣土地生態(tài)類型中，林地的植被覆蓋度最高。

（3）高程對植被影響較大，NDVI值在高程為3000 m左右時達到最大值0.48，在2500～3200 m之間變化幅度不大，在3200 m之后隨高程的增加而下降。故和靜縣植被指數(shù)在低海拔與高海拔地區(qū)較低，在中海拔地區(qū)（2500～3200 m）植被指數(shù)達到最大。

（4）坡度對植被影響較大。在10°左右，植被長勢較好，植被指數(shù)達到最大。

綜上，應用高分六號衛(wèi)星資料進行植被覆蓋度遙感監(jiān)測，可以滿足日常業(yè)務應用；更多的模型和指標有待今后進一步的研究。

參考文獻

[1]高分專項“高分六號”衛(wèi)星成功發(fā)射[J].航天返回與遙感，2018，39（3）：50.

[2]甘曉.高分六號衛(wèi)星成功發(fā)射[N].中國科學報，2018-06-04.

[3]李玉強，其米克.和靜縣氣候變化特征分析[J].鄉(xiāng)村科技，2017，4（30）：82-83.

[4]東方星.我國高分衛(wèi)星與應用簡析[J].衛(wèi)星應用，2015（3）：44-48.

[5]王殿中，何紅艷.“高分四號”衛(wèi)星觀測能力與應用前景分析[J].航天返回與遙感，2017，38（1）：98-106.

[6]王園香，唐世浩，鄭照軍.1982—2006年中國5-9月的NDVI變化與人類活動影響分析[J].地球信息科學學報，2015，17（11）：1333-1340.

[7]黃振國，楊君.高分一號衛(wèi)星影像監(jiān)測水稻種植面積研究綜述[J].湖南農(nóng)業(yè)科學，2014（13）：76-78..

[8]程燦然，楊樹文，石鵬卿.基于高分一號衛(wèi)星遙感影像的城市綠地提取對比研究[J].礦山測量，2017，45（3）：12-16.

[9]李杰，譚榮建.基于高分1號衛(wèi)星數(shù)據(jù)的農(nóng)作物面積遙感測量[J].浙江農(nóng)業(yè)科學，2018，59（3）：414-416.

[10]胡倩偉，左建章，劉江等.高分一號衛(wèi)星數(shù)據(jù)在土地覆蓋動態(tài)監(jiān)測中的應用研究[J].測繪與空間地理信息，2016，39（6）：63-66.

[11]馬尚杰，易湘生，游炯等.基于GF-1影像的冬小麥種植面積核算及直補政策實施評價[J].農(nóng)業(yè)工程學報，2016，32（18）：169-174.

[12]彭繼達.高分1號衛(wèi)星影像在福州市植被生態(tài)遙感監(jiān)測中的應用[J].浙江農(nóng)業(yè)科學，2019，60（14）：678-680，684.

[13]王愛蕓，趙志芳.基于遙感的植被覆蓋度估算方法研究進展[J].綠色科技，2015（3）：10-14.

[14]李苗苗.植被覆蓋度的遙感估算方法研究[D].北京：中國科學院， 2003.

[15]馮露，岳德鵬，郭祥.植被指數(shù)的應用研究綜述[J].林業(yè)調(diào)查規(guī)劃， 2009，34（2）：48-52.

[16]唐世浩，邱紅，馬剛.風云氣象衛(wèi)星主要技術進展[J].遙感學報， 2016，20（5）：842-849.

[17]杜加強，趙晨曦，賈爾恒·阿哈提等.近30 a新疆月NDVI動態(tài)變化及其驅(qū)動因子分析[J].農(nóng)業(yè)工程學報，2016，32（5）：172-181.

[18]夏浩銘，李愛農(nóng)，趙偉等.2001—2010年秦嶺森林物候時空變化遙感監(jiān)測[J].地理科學進展，2015，34（10）：1297-1305.

[19]劉艷，聶磊，楊耘.2001—2015年天山地區(qū)草地NDVI時空演變和氣候驅(qū)動特征分析[J].生態(tài)環(huán)境學報，2018，27（5）： 802-810.

[20]劉艷，聶磊，楊耘.基于植被指數(shù)估算天山牧區(qū)不同利用類型草地總產(chǎn)草量[J].農(nóng)業(yè)工程學報，2018，34（9）：182-188.