利用NDVI植被指数的新疆天然草原植被长势分级应用

李刚勇+董建芳+闫凯+张洪江+张云玲+马丽+李雪锋

摘 要：探讨在大尺度范围内运用遥感技术对天然草原植被长势进行对比分析，通过陆地遥感卫星Terra所搭载的MODIS（moderate resolution imaging spectroradiometer）MOD13Q1植被指数16d250m数据源，分别对2011-2014年的193、177、161d的30景MOD13Q1数据进行计算处理，并根据阈值设定进行分级出图。利用归一化植被指数的天然草原植被长势对比分级方法能够能较好反映了新疆整体植被长势的空间分布格局。

关键词：遥感；监测；归一化植被指数；植被长势；分级

中图分类号 S812 文献标识码 A 文章编号 1007-7731（2014）22-30-03

天然草原植被长势是草原动态监测的重要方面，在一定程度上揭示了草原的生长状况及其动态变化，从而为草原科学管理提供快速、准确的参考依据。草原植被长势反映的是草原植被的总体生长状况与趋势，通常与以往的草原植被进行对比来说明草原植被的生长情况。以往的植被状况可以是某时间段的平均状况[1]，通常需要长期、全方位、定时、定点地进行实地监测，需要投入大量的人力、物力及时间。而利用遥感技术可以监测草原植被长势，其中的归一化植被指数（NDVI）是应用最广泛的MODIS植被指数[7]，它是利用卫星不同波段探测数据组合而成的。利用遥感技术能够迅速获得大范围的观测数据，从而为草原植被长势的监测提供理论依据。草原植被长势监测与产量估算是草原监测的2个重要领域，而国内长期以来对草原遥感的研究主要是草原估产模型，对草原长势的研究相对较少。Taylor利用NOAA数据对新西兰草原季节间和年际间植被长势进行分析[2]。Cayrol对墨西哥草原建立的植被长势模型[3]。Scotford利用光谱反射率和超声波传感监测冬小麦长势[4]。Doraiswamy对MODIS与Landsat区分不同类型，并结合气温、降水量进行估产的研究[5]。同时国内学者也开展了草原植被长势遥感监测的相关研究[6]。

国内外大量的研究结果表明，植被指数与植物的蒸腾作用、太阳光的截取、植物光合作用及地表净初级生产量有一定的相关性[8-10]。基于草地遥感对草原植被状况进行估测，是目前遥感科学应用于草原资源、生态与管理的重要领域与热点问题[11-12]。植被长势分级是天然草地遥感监测应用领域中，反映地表草地植被覆盖度和植被长势的重要方法，并且是反映植被生长状况的直接有效的度量参数[13]。通过植被长势对比分级方法的研究，可以及时了解草原植被的生长趋势状况，为草地生态系统研究和管理提供有价值的信息，掌握不同时段天然草地受人类或气候作用引起的变化[14]。本研究主要基于全疆草原监测，根据2011-2014年的193、177、161d的30景MOD13Q1数据，评估年间、年度间天然草原植被覆盖度变化，通过阈值设定进行植被指数分级出图，旨在大尺度范围内运用遥感技术对天然草原植被长势对比分级方法，探讨新疆草原植被长势的空间分布格局。

1 研究区概况

据20世纪80年代草地资源调查成果，新疆天然草原毛面积5 725.88万hm2，居全国第3位，约占全国草地总面积的1/6，占新疆国土总面积的34.4%，是新疆陆地生态系统的主体和重要的生态屏障，是牧区农牧民赖以生存发展的基本生产资料，更是生态脆弱区。全国18个草地大类中，新疆具有11个草地大类、25个草地亚类、131个草地组和687个草地型。天然草原垂直地带性分布明显，按热量及海拔分布着沼泽、低地草甸、温性荒漠、温性草原化荒漠，温性荒漠草原、温性草原、温性草甸草原、山地草甸、高寒草原、高寒草甸、高寒荒漠等11个草地大类，从草地类型的丰富性、分布的特异地带性组合、利用条件和生产力综合评价看，新疆草原分布特点堪称全国之最。本研究的区域范围见图1。

2 遥感数据研究方法

目前长势监测主要利用遥感的方法，即通过归一化植被指数（NDVI）来反映植被生长状况的指标，主要采用有差值、距平对比法，连续的植被生长曲线模型等方法。MODIS标准数据产品根据内容不同进行分级，在1B级数据产品之后，划分3级数据产品，包括：陆地标准数据产品、大气标准数据产品和海洋标准数据产品等3种主要标准数据产品类型，并分解为44种标准数据产品类型。我们所选取的MOD13Q1：陆地2级标准数据产品，内容为栅格的归一化植被指数和增强型植被指数（NDVI/EVI），空间分辨率250m的空间科学数据子集。本文分别使用2011-2014年的161、177、193d（时相覆盖从6月初至7月中旬）共30景数据影像，根据目的和数据来源相关前提，可预先将NDVI值作为植被覆盖绿度值，同时为有效去除云遮、大气等因素影响，可进行MVC及植被指数最大值和累积处理。进一步对数据进行掩模和数据计算，最终进行差分及分级。采用软件ENVI 4.8和ERDAS 2011进行运算处理。在大尺度范围以内，一定的几何校正也会存在误差，可暂不考虑使用几何定位校正[15]。

3 结果与分析

根据MODIS影像月度数据，对2014年、2013年的193d的NDVI数据，2014年177、161d数据，2011、2012、2013年的193dNDVI均值数据进行掩模处理，分别进行年间的植被长势对比，年度间植被长势对比，通过对比可以发现，在161～193d植被指数在空间上连续性较差，但由于受降水、温度和区域限制原因，分级效果较不明显（图2：a，b），此类植被长势分级可在一定程度上符合NDVI的差值法计算结果的连续性规则。而将差值法进行归一化并用于年际间比较后处理后，通过加入阈值的判断，尽可能的与实际长势匹配，年度间的长势分级较为明显，对比效果较好（图3：c，d）。而重分类可用于数据分级处理后的数值统计，在一定程度上方便对分级效果进行比较和反映。

图2 年间、年度间不同时相植被长势对比分级 图3 年间、年度间不同时相植被长势重分类对比分级

进一步对植被长势图进行重分类，按照不同的分级要求进行阈值的确定，通过参考植被长势和变化趋势，可以将重分类分为7级，分别是-0.5，-0.3，-0.1，0，0.2，0.3，0.5。这样可以将不同时相数据的对比结果通过统计数据得以反应，将差值的归一化处理结果分级显示（见表1）。 （下转53页）

4 结论与讨论

利用MODIS的NDVI数据在大尺度范围内进行年际间的归一化分级对比，以及进行重分类的统计方法，能较好的反映植被长势空间分布情况。同期、连续性对比方法应用前景较广，实用性强。年度间植被长势的连续性以及稳定生长曲线的建立，还需结合旬度、月度降水量和温度，进一步探寻植被在整个生长及衰落季的发展规律。对于小范围区域内的草地植被长势对比，不能单纯依赖NDVI值，而不考虑草原类型、区域划分、代表性等方面因素，在对未来的草地动态监测中还需筛选适宜的监测方法，分区域、分类型的分析植被生长趋势及覆盖度，建立适合本区域范围的植物生长曲线，辅以降水、气温等信息来源建立相对稳定的生长模型，将长势监测与天然草地生产力有机结合起来，更好的应用于实践。开展新疆区域范围内植被长势变化对比方法研究，以期逐步提升NDVI值在植被长势对比中的应用前景，为开展其他类影像数据、不同植被指数、不同时相数据参考对比提供一定的参考借鉴。

参考文献

[1]徐斌，杨秀春，侯向阳，等.草原植被遥感监测方法研究[J].科技导报，2007，25（09）：5-8.

[2]Taylor B F.Determination of sea-sonaland interannualy ariation new zealand pasture growth from NOAA-7 data[J].Remote Sensing of Environment，1985，18（2）：177-192.

[3]Cayrol p. Grassland monitoring with Spot-4 vegetation instrument during the 1997-1999 salsa experiment[J].Agriculturd and Forst Meteoroglogy，2000，105（1-3）：91-115.

[4]Scotford.Combination of spectra reflectance ultrasoni sensing to monitor the growth of winter wheat[J].Biosystems Enginerring，2004，87（1）：27-38.

[5] Doraiswamy P C，Hatfield J L，Jackson T J.Crop condition and yield simulations using LANDSAT and MODIS[J].Remoto Sensing of Enviroment，2004，92（4）：548-559.

[6]于海达，杨秀春，徐斌，等.草原植被长势遥感监测研究进展[J].地理科学进展，2012，31（7）：885-894.

[7]陈全功，卫亚星，梁天刚.NOAA资料在草地资源监测中的应用研究[J].草业科学，1994，（01）：56-60.

[8]刘闯，葛成辉.美国对地观测系统（EOS）中分辨率成像光谱仪（MODIS）遥感数据的特点与应用[J].遥感信息，2000（03）：45-48.

[9]Justice CO，JRG Townshend，EF Vermote，et al.An overview of MODIS land data processing and product status. Remote Sens[J].Environ，2002，83：3-15.

[10]Huete A R，Didan K，Miura T，et al.Overview of the radiometric and biophysical performance of the MODIS vegetation indices[J].Remote Sens Environ，2002，83：195-213.

[11]郭广猛.关于MODIS卫星数据的几何校正方法[J].遥感信息，2002（03）：26-27.

[12]李京，陈晋，袁清.应用NOAA/AVHRR遥感资料对大面积草场进行草产量定量估算的方法研究[J].自然资源学报，1994（02）.

[13]王秀珍，黄敬峰.利用AVHRR资料监测北疆北部天然草地[J].中国农业气象，1995（06）：43-47.

[14]侯英雨，张佳华，何延波.利用遥感信息研究西藏地区主要植被年内和年际变化规律[J].生态学杂志，2005，24（11）：1273-1276.

[15]刘艳，李杨，崔彩霞，等.MODIS MOD13Q1数据在北疆荒漠化监测中的应用评价[J].草业学报，2010，19（3）：14-21.

（责编：张宏民）

图2 年间、年度间不同时相植被长势对比分级 图3 年间、年度间不同时相植被长势重分类对比分级

进一步对植被长势图进行重分类，按照不同的分级要求进行阈值的确定，通过参考植被长势和变化趋势，可以将重分类分为7级，分别是-0.5，-0.3，-0.1，0，0.2，0.3，0.5。这样可以将不同时相数据的对比结果通过统计数据得以反应，将差值的归一化处理结果分级显示（见表1）。 （下转53页）

4 结论与讨论

利用MODIS的NDVI数据在大尺度范围内进行年际间的归一化分级对比，以及进行重分类的统计方法，能较好的反映植被长势空间分布情况。同期、连续性对比方法应用前景较广，实用性强。年度间植被长势的连续性以及稳定生长曲线的建立，还需结合旬度、月度降水量和温度，进一步探寻植被在整个生长及衰落季的发展规律。对于小范围区域内的草地植被长势对比，不能单纯依赖NDVI值，而不考虑草原类型、区域划分、代表性等方面因素，在对未来的草地动态监测中还需筛选适宜的监测方法，分区域、分类型的分析植被生长趋势及覆盖度，建立适合本区域范围的植物生长曲线，辅以降水、气温等信息来源建立相对稳定的生长模型，将长势监测与天然草地生产力有机结合起来，更好的应用于实践。开展新疆区域范围内植被长势变化对比方法研究，以期逐步提升NDVI值在植被长势对比中的应用前景，为开展其他类影像数据、不同植被指数、不同时相数据参考对比提供一定的参考借鉴。

参考文献

[1]徐斌，杨秀春，侯向阳，等.草原植被遥感监测方法研究[J].科技导报，2007，25（09）：5-8.

[2]Taylor B F.Determination of sea-sonaland interannualy ariation new zealand pasture growth from NOAA-7 data[J].Remote Sensing of Environment，1985，18（2）：177-192.

[3]Cayrol p. Grassland monitoring with Spot-4 vegetation instrument during the 1997-1999 salsa experiment[J].Agriculturd and Forst Meteoroglogy，2000，105（1-3）：91-115.

[4]Scotford.Combination of spectra reflectance ultrasoni sensing to monitor the growth of winter wheat[J].Biosystems Enginerring，2004，87（1）：27-38.

[5] Doraiswamy P C，Hatfield J L，Jackson T J.Crop condition and yield simulations using LANDSAT and MODIS[J].Remoto Sensing of Enviroment，2004，92（4）：548-559.

[6]于海达，杨秀春，徐斌，等.草原植被长势遥感监测研究进展[J].地理科学进展，2012，31（7）：885-894.

[7]陈全功，卫亚星，梁天刚.NOAA资料在草地资源监测中的应用研究[J].草业科学，1994，（01）：56-60.

[8]刘闯，葛成辉.美国对地观测系统（EOS）中分辨率成像光谱仪（MODIS）遥感数据的特点与应用[J].遥感信息，2000（03）：45-48.

[9]Justice CO，JRG Townshend，EF Vermote，et al.An overview of MODIS land data processing and product status. Remote Sens[J].Environ，2002，83：3-15.

[10]Huete A R，Didan K，Miura T，et al.Overview of the radiometric and biophysical performance of the MODIS vegetation indices[J].Remote Sens Environ，2002，83：195-213.

[11]郭广猛.关于MODIS卫星数据的几何校正方法[J].遥感信息，2002（03）：26-27.

[12]李京，陈晋，袁清.应用NOAA/AVHRR遥感资料对大面积草场进行草产量定量估算的方法研究[J].自然资源学报，1994（02）.

[13]王秀珍，黄敬峰.利用AVHRR资料监测北疆北部天然草地[J].中国农业气象，1995（06）：43-47.

[14]侯英雨，张佳华，何延波.利用遥感信息研究西藏地区主要植被年内和年际变化规律[J].生态学杂志，2005，24（11）：1273-1276.

[15]刘艳，李杨，崔彩霞，等.MODIS MOD13Q1数据在北疆荒漠化监测中的应用评价[J].草业学报，2010，19（3）：14-21.

（责编：张宏民）

图2 年间、年度间不同时相植被长势对比分级 图3 年间、年度间不同时相植被长势重分类对比分级

进一步对植被长势图进行重分类，按照不同的分级要求进行阈值的确定，通过参考植被长势和变化趋势，可以将重分类分为7级，分别是-0.5，-0.3，-0.1，0，0.2，0.3，0.5。这样可以将不同时相数据的对比结果通过统计数据得以反应，将差值的归一化处理结果分级显示（见表1）。 （下转53页）

4 结论与讨论

利用MODIS的NDVI数据在大尺度范围内进行年际间的归一化分级对比，以及进行重分类的统计方法，能较好的反映植被长势空间分布情况。同期、连续性对比方法应用前景较广，实用性强。年度间植被长势的连续性以及稳定生长曲线的建立，还需结合旬度、月度降水量和温度，进一步探寻植被在整个生长及衰落季的发展规律。对于小范围区域内的草地植被长势对比，不能单纯依赖NDVI值，而不考虑草原类型、区域划分、代表性等方面因素，在对未来的草地动态监测中还需筛选适宜的监测方法，分区域、分类型的分析植被生长趋势及覆盖度，建立适合本区域范围的植物生长曲线，辅以降水、气温等信息来源建立相对稳定的生长模型，将长势监测与天然草地生产力有机结合起来，更好的应用于实践。开展新疆区域范围内植被长势变化对比方法研究，以期逐步提升NDVI值在植被长势对比中的应用前景，为开展其他类影像数据、不同植被指数、不同时相数据参考对比提供一定的参考借鉴。

参考文献

[1]徐斌，杨秀春，侯向阳，等.草原植被遥感监测方法研究[J].科技导报，2007，25（09）：5-8.

[2]Taylor B F.Determination of sea-sonaland interannualy ariation new zealand pasture growth from NOAA-7 data[J].Remote Sensing of Environment，1985，18（2）：177-192.

[3]Cayrol p. Grassland monitoring with Spot-4 vegetation instrument during the 1997-1999 salsa experiment[J].Agriculturd and Forst Meteoroglogy，2000，105（1-3）：91-115.

[4]Scotford.Combination of spectra reflectance ultrasoni sensing to monitor the growth of winter wheat[J].Biosystems Enginerring，2004，87（1）：27-38.

[5] Doraiswamy P C，Hatfield J L，Jackson T J.Crop condition and yield simulations using LANDSAT and MODIS[J].Remoto Sensing of Enviroment，2004，92（4）：548-559.

[6]于海达，杨秀春，徐斌，等.草原植被长势遥感监测研究进展[J].地理科学进展，2012，31（7）：885-894.

[7]陈全功，卫亚星，梁天刚.NOAA资料在草地资源监测中的应用研究[J].草业科学，1994，（01）：56-60.

[8]刘闯，葛成辉.美国对地观测系统（EOS）中分辨率成像光谱仪（MODIS）遥感数据的特点与应用[J].遥感信息，2000（03）：45-48.

[9]Justice CO，JRG Townshend，EF Vermote，et al.An overview of MODIS land data processing and product status. Remote Sens[J].Environ，2002，83：3-15.

[10]Huete A R，Didan K，Miura T，et al.Overview of the radiometric and biophysical performance of the MODIS vegetation indices[J].Remote Sens Environ，2002，83：195-213.

[11]郭广猛.关于MODIS卫星数据的几何校正方法[J].遥感信息，2002（03）：26-27.

[12]李京，陈晋，袁清.应用NOAA/AVHRR遥感资料对大面积草场进行草产量定量估算的方法研究[J].自然资源学报，1994（02）.

[13]王秀珍，黄敬峰.利用AVHRR资料监测北疆北部天然草地[J].中国农业气象，1995（06）：43-47.

[14]侯英雨，张佳华，何延波.利用遥感信息研究西藏地区主要植被年内和年际变化规律[J].生态学杂志，2005，24（11）：1273-1276.

[15]刘艳，李杨，崔彩霞，等.MODIS MOD13Q1数据在北疆荒漠化监测中的应用评价[J].草业学报，2010，19（3）：14-21.

（责编：张宏民）