PAGEPAGE11PAGEPAGE10北京植被覆蓋度反演：像元二分模型與氣候變化的響應研究1緒論 31.1研究背景及意義 31.1.1研究背景 31.1.2研究意義 31.2國內外研究進展 41.2.1國內研究現狀 41.2.2國外研究現狀 5 5 52.1.1地理位置 52.1.2地形與地貌 62.1.3氣候水文 72.2數據來源 73數據預處理 7 7 8 9 9 10 10 10 12 12 14 145結果驗證與討論 155.1結果驗證 155.2結論 16參考文獻： 17摘要：植被覆蓋度是衡量某個地區或者國家的地表植被情況的重要指標,它既是判斷和評價區域內整個生態系統發展情況的重要依據和基礎性數據,也是判斷和評價該區域內生態系統的環境條件發生改變的重要指標。根據植被覆蓋度測算中常用兩個方法的特點，本文運用遙感法進行估算的同時運用實測法進行驗證。運用遙感技術對測區植被覆蓋度進行監測，為研究區的經濟發展、資源利用和環境保護等提供理論依據；利用ARCGIS、ENVI等軟件對植被覆蓋度進行估算。同時探討以北京市為測區以NDVI為植被指數并對像元二分模型進行一定的參數變換詳細來介紹植被覆蓋度遙感估算過程，討論此方法對于植被覆蓋度的準確性及可行性。最終反演的結果市中心植被覆蓋度低、東南地區覆蓋度高且與實地考察情況或利用照相法相對比結果相符，則該方法精度較高且今后在對植被覆蓋度進行估算時可以運用該方法。關鍵詞：植被覆蓋度；遙感；像元二分模型；NDVI1緒論1.1研究背景及意義1.1.1研究背景大自然地表植物的總和叫做植被，植被覆蓋度（Fractionvegetationcover，簡稱FVC）的定義是植被（包括葉、枝、莖）在地表的部分垂直投影得到的投影面積與該統計區總面積之比,植被覆蓋度越高就代表著該地區植被生長趨勢越好（張宇晨，劉思琪，2022）[1]。植被覆蓋度能夠很好的反映地球地表植被生長和好壞的情況，也能夠代表該研究區自然環境所發生變化的重要指標，對資源的開發、生態環境影響的評估、生態環境保護、生態累積效應定量評估、生態環境治理都具有非常重要的意義（杜俊熙，白嘉豪，2023）[2]。當前國內外在植被覆蓋度估算上的主要手段有兩種，分別是地面實測和遙感估算。地面實測法又有目測法，采樣法，儀器法等，這些都常用于小尺度測量。雖然實測法適用于小范圍的監測，但由于其高精度的特點我們又常常將其作為檢測植被覆蓋度估算的手段。地面實測法目前已經逐漸被遙感估算法所取代成為分析植被覆蓋度變化的主要方法（盧志強，趙夢琪，2025）[3]。在大范圍的測算中綜合人力、物力、時間成本以及難易程度等多個方面來看遙感法要優于實測法，因此建議實測法更多的應用于小范圍的測算。這在某種程度上表達出對于地表大范圍植被覆蓋度的估計而言,利用傳統的遙感實時監測就更加明顯優勢,而傳統的地表實時監測法則更多的意義上就是將其作為遙感實時監測的一種輔助檢測手段,為傳統的遙感實時監測技術提供了基礎的數據,對于植被覆蓋度估計的結果可以進行準確的高精度評估（胡俊杰，潘美玲，2021）[4]。目前,線性光譜混合模型已經發展成為各類遙感估計模型中最普遍的使用、也是各類傳統光譜估計模型中最常見的一種模型,如果它的像元和組分僅僅考慮劃分為植被和土壤,那么這個模型就被稱為線性光譜二分模型,這個模型的植被指數參數一般是選取ndvi[5]。1.1.2研究意義本文研究測區北京是我國的首都，同時更是世界上著名的歷史城市文化城市以及經濟科技政治中心之一。北京處于環渤海地區，它在我國甚至在亞洲都具有極為重要的戰略經濟政治意義，在地理政治經濟上都屬于東亞地區的核心區域（秦朗陽，林婉兒，2020）。由于其重要的地理位置，北京的方方面面都能引起了中國乃至整個世界的關注。近幾年來，隨著改革現代化的推進，各項綠色工程的實施，該區域的生態環境問題受到了各個領域的廣泛關注（謝曉峰，蘇婉兒，2021）[6]。而對北京市進行植被覆蓋度的研究估算更是以便于對北京市環境治理、植被保護、提升經濟、保護環境以及生態環境治理等方面提供理論參考資料，對于幫助人們對自然資源合理開發利用、對人與自然關系的協調都有著重要意義，這確切地體現出了從而進行可持續的綠色的經濟發展同時驗證基于像元二分模型的植被覆蓋度反演的精度足夠高可以為其他研究也提供參考（蔣大偉，宋曉梅，2020）。而從技術方面來講，遙感技術方面精度高、方法簡便的特點使其對植被覆蓋度的估算在方法上提供了一個新途徑，取代了傳統的地面測量方法。1.2國內外研究進展1.2.1國內研究現狀相比較國外在遙感技術方面的研究，我國可能起步較晚，但是我國發展比較迅速且取得了一定的成果。1970年4月24日，我國的遙感事業正式邁出了小小又偉大的第一直到1999年10月14日，我國擁有了屬于自己的第一顆資源衛星——中巴地球資源遙感衛星，更是證明了我們國家在遙感應用技術與科學方面的能力與所取得的成就。在此特定環境中情況一目了然在遙感技術與應用方面，我國利用遙感技術對估算植被覆蓋度的研究也在不斷的深入并相應取得了一些進展成果（邢智航，符思源，2022）[7]。2012年，姚國慧等人曾對博爾塔拉蒙古自治州進行植被空間變化的監測，研究表明：2010年至2012年期間植被覆蓋度總體呈上升趨勢，2013年期較2012年覆蓋度下降。另外，受人類干擾的區域植被變化大于自然區域(陳雪晴,馬文天,2020)。2004年，李苗苗等人對像素二等分模型進行了改進，即對像素二等分模型進行了參數轉換，根據這些跡象可以推知建立了NDVI遙感定量估計模型，并在該植被的上游進行了植被覆蓋估算提取了北京密云水庫，其遙感反演結果具有較高的精度說明了該方法的可行性[8]。2016年王云等人曾以河北壩上草原為研究區，利用地面實測的植被覆蓋度和植被高光譜，由此可以察覺結合landsat8遙感影像數據，研究表明：大風霜凍等自然災害以及人為活動破壞是造成草原退化及荒漠化的主要原因(周澤民,郭麗娜,2021)[9]。2017年吳艷等人曾對汶川縣進行植被覆蓋度估算，探討植被覆蓋度與坡向的關系，研究結果表明兩者并無明顯關聯(黃澤明,孫玲麗,2021)[10]。2010年劉路明等人對大山包黑頸鶴的植被覆蓋度進行估算分析，結果表明，該地區植被覆蓋度呈上升趨勢。通過對現有階段性研究成果的回顧，本文為后續研究提供了重要的參考。首先，在方法論層面，本文發現了許多可改進之處。前期的研究不僅讓本文學到了有效的策略，也指出了需要調整或放棄的方法。例如，在數據收集過程中，應更重視樣本的多樣性和代表性，以確保所選樣本能真實反映目標群體的整體狀況。同時，針對不同的研究問題，采用靈活多樣的數據收集手段可以提升數據的質量和完整性。根據調查，該地區已建立了國家級自然保護區，工程措施如城市居民搬遷是主要原因，依據前面的考察結果表明該地區植被覆蓋率發生了變化。與人類文明活動有重要關系[11]。高天翔，孫夢琪等人以石河子地區為研究區進行測算和分析，對該植被退化減少的現象得到一個結論：造成石河子地區植被退化的主要原因是地下水常期不節制的使用過度開發以及城市擴張的規模過快過大[12]。1.2.2國外研究現狀植被覆蓋度的不光是在于學術研究上，包括對于生態系統、氣候變化等等領域都有著重要的作用，所以世界各國對于遙感在植被覆蓋度方面的研究越來越加深人。國外在遙感領域一直發展較快，且取得了不俗的成果和進展并長期處于領先地位。地面測量法是植被覆蓋度的傳統測量方法，1974年Muller和Ellenberg對該方法做出了一個相對細致的闡述，并根據測量的原理不同，于此種狀況之下將地面測量分為了：目估法、儀器法、采樣法和照相法四種方法(趙昕怡,徐靜雅,2019)[13]。[1]Md.AshrafulIslam等人曾基于NDVI對勞拉卡拉森林公園的植被覆蓋度的變化進行評估，研究發現2006年植被茂密程度較2001年增長8%，究其原因是人為保護使植被覆蓋度增長[14]。AfsharMehdiH曾將NDVI用于中歐地區農業干旱探測的對比評價，果表明，超過35%的考慮像元NDVI、超過22%的VOD和超過8%的VIs異常對干旱事件具有顯著的響應，考慮到這樣的條件而這些差異的顯著性水平和VIs響應時間隨土地利用和氣候條件的不同而不同(殷嘉欣，殷婉蘭,2021)[15]。本研究的階段性成果與先前的計算結果和文獻綜述基本相符，顯示了該研究方法的可行性和穩定性。這種一致性不僅強化了以往研究的結論，也為當前理論架構提供了堅實的支持。利用嚴謹的數據收集、處理和分析過程，本文重現了早期研究的重要發現，并在其基礎上作了進一步探索。這不僅增強了對假設的確信度，也證實了所用研究方法的科學價值。此外，這種一致性為不同研究間的相互參照提供了條件，有利于形成更為系統和完整的理論結構。在地面測量方法中，數碼相機照相法具有相對費用低、效率高，且測量植被結果更加準確的特點，并且后續可以利用計算機相關軟件對照片進行處理，也更合現對技術發展的需求(黃璐瑤,蔣昕羽,2017)[16]。2.1.1地理位置在我國四大平原之一的華北平原的北部坐落著一座現代化與傳統歷史文化古城結合的的偉大城市北京。對北京總體而言，北京被河北省和天津市包圍，距渤海以東約150公里。從經度和緯度的角度來看，北京位于北緯39“26'至41”03'，東經115“25'至117”30'，市中心位于北緯39°54'20'緯度和東經116°25'29'。自此可察端倪北京自治區總規劃面積為16410.54平方公里。北京的東南部實際上就是一個平緩的向渤海流動傾斜的大陸性平原,這主要是因為從渤海流入到東北流動的河道(如永定河和潮白河)長期的沖積所造成（謝俊豪，郭曉晴，2021）。圖2-1 研究區位置2.1.2地形與地貌2.1.3氣候水文北京位于亞洲大陸的東海岸，處于溫帶和半溫帶地區。北京的氣候為溫帶大陸性氣候，究其緣由主要受到蒙古高壓的影響。北京有四個截然不同的季節，冬夏兩季漫長，夏季多雨，冬季干燥，春季和秋季短暫。由于北京三面環山，來自西北的冷空氣經常被高山阻隔，無法到達(趙宇航,陳敏娜,2019)。在同緯度下，北京的冬天要比很多地方暖和的多，并不是那么嚴寒。同時，它受到太平洋暖流的調節。實際上，北京的夏天也不是很熱。夏季無炎熱，冬季不嚴寒的優越氣候，都是由于北京特殊的地理環境，四面環海依山傍海所帶來的，所以非常適宜人居住。這在某種程度上表達出北京雖然受氣候影響，年降水量較多，只不過降水都只集中在夏季的幾個月份，整體來看全年降水分布很不均衡。夏季到來時，西城區與東靈山的溫差明顯。由于海拔高，東靈山的溫度比西城區低(劉秀芳,周雅琴,2020)。在降水方面，山麓地區的降雨量更多。根據北京獨特而有利的地理氣候，有可能在郊區和山區種植栗子和山楂樹，并在郊區平原上發展牛奶，家禽和蛋品工業。可以在郊外平原上種植小麥和西瓜。北京有很多河流，其中有五個主要水系，包括拒馬河系，永定河系和北運河系。北京西北部的山脈是這五個主要水系的發源地。他們通過平原向東南蜿蜒，最后匯入除紀運河外的渤海。此外，這確切地體現出了盡管北京有五個主要的水系，年降水量很大，但由于人口稠密，人均水資源非常低。北京的飲用水資源主要有地表水、地下水兩種構成。地表水、地下水主要依賴于降雨和補給,而且地下水則儲量豐富(吳俊杰，何婉婷,2022)。此外，降水的分布主要與山坡的位置有關。降水大部分集中在防風林地區，而下風坡的降水量明顯少于防風林。2.2數據來源3數據預處理第二種情況：又將其在細分為是否有實測數據的不同情況。5結果驗證與討論5.1結果驗證我們需要對遙感估算后植被覆蓋度結果進行驗證，目前常常將野外調查結果作為進行驗證的手段，比如我們的傳統的植被覆蓋度測量方法中的目估法和地面實測法都常用于監測對比。為了獲得準確的植被覆蓋實測數據，一般都使用照相法，同時也可以進行多人目估法將結果再取一個平均值(馮宏宇,蔡宇和,2020)。于此種狀況之下照相法是指使用相機平行于地面拍照，然后根據照片估算植物的覆蓋范圍。盡管該方法解決了其他常用的測量表面植被覆蓋率的方法的人為主觀性，但它使結果具有較高的準確性，穩定性和在現場的耗時較少。但是，該方法仍然具有某些缺點。使用時必須注意照片邊緣區域的大變形，因此在測量時應去除邊緣部分，僅保留照片的中心以確保植被覆蓋的準確性測量精度，一般將數字圖像截取長、寬各三分之二的中心地帶，來減小相片邊緣地帶的變形。之后使用遙感圖像的處理軟件對相片進行監督分類，將相片分為植被和非植被，考慮到這樣的條件最后進行統計各個植被的面積,其中除以各個截取后的相片區域面積也就為各個植被的覆蓋程度(孫嘉俊,蔣文婷,2023)。相比之下我們傳統的照相法操作程序就會顯得非常繁瑣,要求我們說明一定要清楚地說明放置和種類說明植被的大小,然后將相片上均勻地堆疊上透明的方格紙,而且植被覆蓋所占的方格數大約占到了總方格數的百分比,亦即表示整個植被的覆蓋程度,所以我們通常更多地采用這種數字照相法(馮樂然,張春麗,2023)。數碼照相法的優點是其在拍攝后還可以使用計算機圖像處理軟件來解釋相關植被覆蓋度。數碼相機攝影方法既經濟實惠、效率高以及可以計算機進行處理等特點，同時滿足當前技術發展的需求。自此可察端倪最重要的是，它是地面測量方法中最客觀，最準確的測量方法。考慮到其優勢，數碼照相法必然成為植被覆蓋度檢測的主流手段[22]。5.2結論 本文在考慮到疫情及實際情況后，并沒有前往實際采用照相法進行植被覆蓋度對比，很遺憾只能從反演結果與現實北京實際情況相比較并通過網上查閱相關文獻及資料估算來進行結果驗證對比。以NDVI值為參數,基于像元二分類模型的植被覆蓋度估算方法簡單易操作,可適用于不同植被類型和不同分辨率的遙感數據,無需葉面積指數等復雜參數。利用該方法對北京市植被覆蓋度估算結果進行分析:我們可以發現,植被覆蓋率的中心北京郊區的比這小得多,在西南地區的植被覆蓋率高人口密度和高城市化水平相對較小,和北方的山區植被覆蓋率最高的。雖然城市的植被覆蓋度較低，但是在綠化程度高的地區植被覆蓋度相對較高。從這些描述中可獲悉而北京植被覆蓋度較高的原因也與政府對環境對植被森林的保護政策有著密切的關系。從結果和實際情況來看，這次植被覆蓋度的估算結果與北京市的實際情況大致相符。該方法可作為該地區及其他地區植被覆蓋度估算的方法和基礎，可為研究區的植被估算，生態評價，生態保護和資源開發利用提供數據參考。參考文獻：PurevdorjTS,TateishiR,IshiyamaT,etal.Relationshipsbetweenpercentvegetationcoverandvegetationindices[J].InternationalJournalofRemotesensing,1998,19(18):3519-3535.張宇晨，劉思琪，2022）.[D].,2022.杜俊熙，白嘉豪etal.InvestigatingtheimpactsoftheNorthAtlanticOscillationonglobalvegetationchangesbyaremotelysensedvegetationindex[J].InternationalJournalofRemoteSensing,2023,33(22):7222-7239.盧志強，趙夢琪，2025）.基于MODIS時序數據的汶川地震災區植被覆蓋變化監測[J].應用基礎與工程科學學報,2021,26(01):60-69.胡俊杰，潘美玲.地形對植被覆蓋度估算方法的影響[J].安徽農業科學,2018,46(36):38-41.童慶禧,孟慶巖,楊杭.遙感技術發展歷程與未來展望[J].城市與減災,2018(06):2-11.秦朗陽，林婉兒.2000–2019年京津冀地區500m分辨率植被覆蓋度數據集[J].中國科學數據(中英文網絡版),2020,5(04):201-208.謝曉峰，蘇婉兒.一種簡單的估算植被覆蓋度和恢復背景信息的方法[J].中國圖象圖形學報,2003(11):80-84+6.蔣大偉，宋曉梅.密云水庫上游植被覆蓋度的遙感估算[J].資源科學,2004(04):153-159.邢智航，符思源.基于Landsat_OLI的壩上草原植被覆蓋度反演模型研究[D].河北師范大學,2016.陳雪晴,馬文天.基于NDVI像元二分模型的汶川縣植被覆蓋度估算[J].科學技術創新,2020(25):50-52.周澤民,郭麗娜.大山包黑頸鶴自然保護區植被覆蓋度遙感監測及分析[J].環境科學導刊,2010,29(04):102-104.黃澤明,孫玲麗.基于像元二分模型的典型綠洲區近20年植被覆蓋變化及分析[J].節水灌溉,2019(01):96-101.高天翔，孫夢琪.AimandMethodsofvegetationEcology[M].NewYork,Wiley,1974:80.Md.AshrafulIslam,AbdunNaqibJimmy,Md.SajadulAlam,NazmulAhsanKhan.Theuseofmulti-temporalLandsatnormalizeddifferencevegetationindex(NDVI)dataforassessingforestcoverchangeofLawarcharaNationalPark[J].Environment,DevelopmentandSustainability,2021(prepublish).AfsharMehdiH.,AlYaariAmen,YilmazM.Tugrul.ComparativeEvaluationofMicrowaveL-BandVODandOptical