2000-2019年京津冀地区500 m分辨率植被覆盖度数据集

曾庆双，张连翀，冯莉莉

1. 中国科学院空天信息创新研究院，北京 100094

2. 中国科学院大学，电子电气与通信工程学院，北京 100049

3. 河北工程大学，河北邯郸 056038

引 言

植被覆盖度（Fractional Vegetation Cover，FVC）是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比，可以综合反映陆地植物生长状况以及植物生长发育的各项信息，植被覆盖度的高低直接影响着生态环境的发展[1-4]。京津冀的地理位置在我国十分重要，处于环渤海地区，是东北亚的核心区。由于它重要的地理位置，引起了中国乃至整个世界的瞩目。近年来，随着京津冀一体化的推进，各项绿色工程的实施，该区域的生态环境问题受到广泛的关注[5]。

目前遥感以其范围大、时效性强、方便快捷等优势成为研究大区域植被覆盖度的主要方法[4,6-7]。本文采用2000-2019 年MOD13A1（Version 6）数据，提取归一化植被指数（Normalized Difference Vegetation Index，NDVI）波段并利用像元二分模型得到京津冀地区的植被覆盖度。本数据集可用于研究京津冀地区植被覆盖的时空格局演变特征，评价京津冀地区生态环境质量，同时能作为相关部门制定生态系统保护和改善政策的基础数据。

1 数据采集和处理方法

1.1 数据来源

本文所采用的是MODIS 产品中时间分辨率为16 d、空间分辨率为500 m 的MOD13A1 数据（https://ladsweb.modaps.eosdis.nasa.gov/search/）。美国成功发射了主要搭载着中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer，MODIS）传感器的互相配合的Terra 卫星和Aqua卫星，MODIS 数据波谱范围很宽，有36 个波段，波段不连续且全光谱覆盖，传感器每隔1-2 天就可以获得从可见光到热红外波段（0.4-14.4 μm）的地球海陆空的重复观察数据，探测器轨道为近极地圆形轨道，与太阳同步。其地面分辨率有250 m、500 m 以及1000 m 等规格，扫描宽度是2330 km。美国国家航空航天局（National Aeronautics and Space Administration，NASA）对MODIS 数据免费接收并无偿使用。

1.2 数据处理

由于京津冀地区MOD13A1 数据以分幅的形式跨4 个图幅（图1），运用数据处理软件MRT（MODIS Reprojection Tool）对研究区同一时相的所有MOD13A1 数据文件进行NDVI 波段提取，并按原投影镶嵌再转换为适合京津冀的阿尔伯斯投影（又称双标准纬线等积圆锥投影），输出500 m分辨率的tif 格式影像。

图1 MOD13A1 影像覆盖图

再利用最大值合成法、像元二分模型法得到京津冀地区植被覆盖度数据集，以下通过主要步骤进行说明。

（1）通过ERDAS 中的Modeler 模块建模将原始数据的NDVI 的值处理至理论范围，从而获得京津冀所在的4 景影像中的NDVI 影像。

（2）通过ERDAS 中的Modeler 模块建模来处理影像异常值，得到正确的京津冀NDVI 的影像。模型中将大于1 的影像值赋值为1，小于-1 的影像值赋值为-1，赋值为影像值本身。

（3）通过ERDAS 中的Mosaic Tool 模块进行最大值合成，求出一年23 景数据中每月NDVI 的最大值。

（4）利用京津冀的边界矢量图通过ERDAS 对所得的图像进行裁剪，得到京津冀的植被NDVI影像。

（5）利用像元二分模型法计算出京津冀地区的植被覆盖度。

该模型假设像元由两部分组成，包括植被覆盖部分和非植被覆盖部分。其中植被覆盖部分的面积比即该像元的植被覆盖度FVC，公式为：

式中：NDVIsoil为非植被覆盖像元的NDVI 值；NDVIveg为纯植被覆盖像元的NDVI 值。由于图像会有噪音的存在，在进行计算过程中不能简单地把每幅影像的最大值和最小值确定为NDVIveg和NDVIsoil。在本研究中选取置信度为2%来设置NDVIsoil和NDVIveg，该方法被广泛应用于估算植被覆盖度[8-11]。

（6）再一次通过ERDAS 建模来对20 幅影像去除无效值，得到正确的京津冀FVC 的影像。模型中将小于0 的值赋值为0，大于1 的值赋值为1，否则赋为原值。

（7）最后再ArcGIS 中进行裁剪（去除四周多余的阴影）、tif 格式转换。

2 数据样本描述

2.1 数据组成

本数据集为2000-2019 年京津冀地区月植被覆盖度的影像（由于原始数据缺失，本数据集中缺少2000 年1 月份的植被覆盖度影像），其空间分辨率为500 m，坐标系为WGS1984，投影类型为Albers 投影。中央经线为105 度，原点纬度为0 度，双标准纬线为北纬25 度和北纬47 度，总数据量为98.2 MB。本数据集包括2000-2019 年的京津冀地区植被覆盖度数据，每个月份数据包含4 个文件：影像文件、金字塔文件、栅格的辅助文件、影像坐标信息的文本文件。

2.2 数据样本

利用ERDAS 和ArcGIS 软件通过1.2 章节的处理方法，得到2000-2019 年京津冀地区月植被覆盖度数据，借鉴他人FVC 的划分情况并根据实际计算研究区FVC 的情况（结合专家老师的指导意见）将研究区FVC 划分为11 个等级，部分图层展示如图2 所示。

图2 京津冀部分月份的植被覆盖度

3 数据质量控制和评估

从数据产生的每个环节进行质量控制，将下载的MODIS 数据进行波段提取NDVI 后进行理论数值的处理、异常值去除、填充值的处理等操作，确保数据的准确性。从NDVI 到植被覆盖度的计算中，先利用最大值合成法求年最大值，并进行了最大值数据的检验，在像元二分模型法中采取NDVI累计频率为2%和98%来进行计算，提高数据的可靠性。利用本数据集分析的植被覆盖度的增加趋势、显著性水平与李卓等[9]、王静等[10]研究结果一致。

4 数据价值

本数据集为2000-2019 年京津冀地区月植被覆盖度影像，空间分辨率为500 m，可直接用于京津冀地区植被覆盖度时空格局演变的分析、与影响因子的关联分析。本数据集每个月份数据中包含影像数据、影像金字塔数据、栅格的辅助文件、影像坐标信息的文本文件4 个文件，方便用户了解影像数据的相关信息。

5 数据使用方法和建议

京津冀地区植被覆盖度数据集保存为TIFF 格式，能够在ARCGIS 等相关软件中对数据进行读取、编辑以及后续的一系列分析工作。大部分学者在进行植被覆盖度方面的研究时基本从时间、空间的变化以及与影响因子的相关性分析等方面展开研究，本文可作为京津冀地区植被覆盖度研究的基础数据集，应用于植被覆盖度时空格局演变特征、与影响因子关联分析等研究。

数据作者分工职责

曾庆双（1993—），女，河北省廊坊市人，硕士研究生，研究方向为遥感大数据处理。主要承担工作：基础数据的收集，数据处理，数据论文撰写。

张连翀（1985—），男，河北省张家口人，博士，助理研究员，研究方向为遥感大数据服务。主要承担工作：数据汇集和整理，编写的建议。

冯莉莉（1986—），女，吉林省四平市人，博士，讲师，研究方向为生态遥感。主要承担工作：有关数据集的处理与数据质量的检查。