基于像元二分模型的植被覆盖反演
作者：姜玮旭
来源：《科学与财富》2020年第21期
        摘 要：土地覆盖分类数据的采集是地理普查中最基础、最重要的工作之一，数据采集任务量很大、精度要求也比较高，良好的地表分类能为后续的动态监测打下坚实的基础。植被覆盖度是形容生态和气候的重要参数之一，同时要对生态系统进行分析描述时也要利用该数据，所以，对于植被覆盖度的研究分析具有重要的意义。本文是基于像元二分模型对北京市顺义区的植被覆盖进行反演，实验结果表明，该模型能够满足植被覆盖度定量化要求。
        关键词：像元二分模型;图像预处理;NDVI 计算;植被覆盖度
        1、引言
        植被是连接土壤、大气、和水分的桥梁，它不仅是生态系统的重要组成部分，同时还影响着陆地表面的能量平衡和生化循环。植被覆盖度是指地面植被的投影面积与该地区总面积的百分比，是植被在该地区覆盖面积的一个综合的量化指标，可应用于不同行业。对于在全球循环
的水文生态环境来说，监测植被覆盖的动态数据和空间分布有重要意义。本文基于像元二分模型对北京市顺义区的植被覆盖度进行反演。首先对图像依次进行辐射定标将没有意义的 DN 值定标得到辐射亮度值、然后进行图像裁剪和大气校正等预处理。图像预处理之后进行 NDVI 计算，统计出每一种土地类型的 NDVI 最大和 NDVI 最小值，计算出植被覆盖度。
        2、植被覆盖度计算
        2.1;;;; 研究区概述
        北京市是中国的首都，总面积大约是16800平方公里。 Landsat8卫星遥感图像上能够明确从北京地区的土地覆盖分类图上看出人类的经济活动逐步从城市的中心慢慢外边扩散，十分明显的表现出了人类活动的占地面积逐渐扩大，建房增多的变化情况，所以对该地区的植被覆盖进行研究分析具有较高实用价值。研究区域顺义区位于北京市的东北方向，距离市中心大约30公里，整个顺义区大概面积为1021平方根公里。
        本文研究的数据来源是从 Landsat8OLI 影像上获取的北京地区的矢量影像图、土地覆盖分类图以及北京市行政边界矢量这三种遥感影像数据。
        2.2;;;; 像元二分模型简介
        遥感影像上的像元信息，主要反映的是地物的混合信息。那么假设遥感图像中任一像元的反射率 F 仅由没有植被所覆盖的部分（裸土）的信息Fs 与有植被覆盖部分所提供的信息 Fv 这两部分线性加权组合而成，即： F=Fs+Fv假设遥感图像中任一像元都是纯像元，那么，将有植被覆盖的地区的图像反射率设为 NDVIveg，没有植被覆盖的地区（裸土）的图像反射率设为NDVIsoil。假设遥感图像中任一像元只存在植被和土壤这两个组分，那么这个像元中有植被覆盖的面积在整个像元中的比例——植被覆盖度，将其设为 VFC，那么没有植被覆盖的面积所占的比例即为（1-VFC）。因此，在混合像元中，将有植被所覆盖区域的那部分所提供的信息设为 Fv，可以用纯粹由植被所覆盖地区的反射率 NDVIveg 与 VFC 的乘积算出来，无植被覆盖的信息 Fs 可以用 NDVIsoil 与 （1-VFC） 的乘积来表示， F=ND- VIveg*VFC+NDVIsoil*（1-VFC）通过实践证明，将 NDVI 值直接代替式上式中 F，植被覆盖度的公式可以变换为：， 公式中：NDVIsoil—没有植被覆盖地区所体现的像元的 NDVI 值; NDVIveg—完全由植被所覆盖地区所体现的像元的 NDVI 值。
        所以要利用像元二分模型来估算顺义区的植被覆盖度的关键就是要求出 NDVIsoil 和 NDVIveg 这两个参数值。这里有两种假设：
        （1） 当区域内可以近似取 。那么植被覆盖公式可变为：VFC=（ND- VI-NDVImin）/ （ NDVImax-NDVImin）。将区域内最大的 NDVI 值设为 ND- VImax，最小的 NDVI 值设为 NDVImin。本论文选 作为置信度的范围选取该值。
正则化反演
        （2） 当区域内不能近似的选取 。本文选取一定置信度范围内的NDVImin 和 NDVImax 作为植被覆盖度计算的参数。
        2.3;;;; NDVI 计算
        归一化植被指数（NDVI）能反映出地面含有如土壤、潮湿地面、雪、枯叶、粗超度等植物冠层的背景影响等方面内容，且与植被覆盖有关。在遥感影像中，NDVI 的计算公式：，其中，NIR—近红外波段的反射值，R—红光波段的反射值。NDVI 计算中，要将 NDVI 值保持在[-1，1]中，避免异常值太大给计算造成不便。
        本论文选用 NDVI 值作为参數计算植被覆盖度，采用像元二分模型对植被覆盖进行反演，要求取植被覆盖度，首先需要计算 NDVI 值。由于大气校正后的结果有部分像元为负值且数值较大在[-1，1]之外，为了便于后面的计算统计分析，对 NDVI 进行去除异常值处理，将 NDVI 值中大于1的数值变为1，小于 -1的数值变成 -1。
        2.4;;;; 制作掩膜
        为了控制需要处理的图像的处理区域，采用特定的图像（掩膜图像）对要处理的图像进行遮挡，这就是掩膜文件制作的原理。掩膜文件的作用：（1）屏蔽作用，可以只对所屏蔽的地区进行处理。（2）提取感兴趣区域，用已经制作好掩膜文件与需要处理的遥感图像相乘，就能得到感兴趣区域的图像，计算所得的图像本身的图像值保持不变，感兴趣区域外的图像值变为0，作为背景值存在。（3）特殊形状图像的制作，跟提取感兴趣区域原理一样，跟图像裁剪类似。
        2.5;;;; 获取阈值
        获取阈值就是获得上面处理得到的掩膜文件，统计图像文件中的NDVImin 和 NDVImax，本文在置信度范围为 内获取每个掩膜文件对应的最大和最小 NDVI 值，得到掩膜文件的 NDVI 最大最小值。
        2.6;;;; 计算参数文件
        植被覆盖度的计算公式为：。求取出 NDVIsoil 和 NDVIveg 这两个参数，代入上述公式，
计算出研究区域的植被覆盖度。得到上述两个参数的结果之后之后，进行波段运算，再进行去除异常值处理，由此生成最终参数文件，最后进行符号化，得到最终植被覆盖结果。
        3、总结
        本文利用像元二分模型对北京市顺义区的植被覆盖度进行了估算，从估算结果来看，顺义区中心区域的植被覆盖度相对于远离中心地区的植被覆盖度要小，尤其是东南地区人口密集、城市化水平较高的地区，植被覆盖度相对较小。因此，通过分析对比，本文采用像元二分模型估算北京市顺义区的植被覆盖度与实际情况大致相同，能够充分说明该模型估算植被覆盖度结果比较准确。
        参考文献：
        [1] 孟庆辉， 王文明， 曹鹏. 几种遥感影像数据读写及其在地理国情普查中的应用[J]. 测绘与空间地理信息，2014（6）：66-68.
        [2] 郭伟伟， 王秀兰， 冯仲科，等. 基于 NDVI 的植被覆盖度变化的研究与分析——以河北省张家口市为例[J]. 测绘与空间地理信息，2012（07）：63-66.
        [3] 陈劲松， 韩玲. 运用 ENVI 提取遥感影像中的植被信息[J]. 测绘标准化，2005（02）：20-22.
        [4] 叶娇珑， 何政伟， 翁中银，等. NDVI 像元二分模型在喀斯特地区提取石漠化中的应用[J]. 地理空间信息，2012（04）：134-136.
        [5] 王婷婷， 李山山， 李安，等. 基于 Landsat8卫星影像的北京地区土地覆盖分类[J]. 中国图象图形学报，2015，20（09）：1275-1284.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。