孫 明，楊 洋，沈渭壽，蘇 羨

基于TM數(shù)據(jù)的雅魯藏布江源區(qū)草地植被蓋度估測

孫 明1，2，楊 洋3，沈渭壽2，蘇 羨4

(1.廣西壯族自治區(qū)氣象減災(zāi)研究所/國家氣象衛(wèi)星中心遙感應(yīng)用試驗基地，南寧 530022;2.環(huán)保部南京環(huán)境科學(xué)研究所，南京 210042;3.南京師范大學(xué)地理科學(xué)學(xué)院，南京 210046;4.廣西北海市氣象局，北海 536000)

為了查明雅魯藏布江源區(qū)的草地植被蓋度，采用Landsat5 TM數(shù)據(jù)，以其派生數(shù)據(jù)NDVI，RVI，VI3，PVI，DVI，MSAVI，SAVI，TM4/TM5為主要分析因子，結(jié)合野外植被樣地調(diào)查數(shù)據(jù)，選取相關(guān)性最高的因子與植被蓋度實測值建立回歸模型，然后利用該模型反演源區(qū)的植被蓋度。研究結(jié)果表明:①和其他幾種遙感評價指標(biāo)相比，TM4/TM5的比值與草地植被蓋度的相關(guān)性最高，與草地植被蓋度實測值的變化趨勢一致，在光譜特征上增強了不同退化程度草地植被的光譜反射值差異，最適宜用于草地植被蓋度建模;②雅魯藏布江源區(qū)植被蓋度的10個分級中，植被蓋度為10% ～20%的分布地區(qū)最多，面積達到4 322.15 km2，占全部草地面積的49.27%;其次是植被蓋度為0～10%和20% ～30%的地區(qū)，面積分別達到2 238.53 km2和1 397.87 km2，分別占全部草地面積的25.52%和15.94%;植被蓋度高于50%的草地面積為195.96 km2，僅占源區(qū)草地總面積的2.23%;③植被蓋度大于50%的高覆蓋度植被區(qū)主要分布于4 426～4 800 m高程范圍內(nèi)，面積達到186.25 km2，占整個源區(qū)高覆蓋度草地面積的95.04%，這與源區(qū)的水分分布條件相關(guān)。

TM4/TM5植被指數(shù);植被蓋度;遙感;雅魯藏布江源區(qū)

0 引言

植被蓋度是草原沙漠化評價、土地荒漠化監(jiān)測與評價的重要指標(biāo)之一［1－8］。植被蓋度的時空變化直接反映了特定區(qū)域環(huán)境的變化結(jié)果［9］。用傳統(tǒng)的實地調(diào)查和地面樣方實測等方法來估測區(qū)域植被蓋度需耗費大量的人力和物力，且野外調(diào)查過程中，人工確定植被蓋度還存在諸多不確定因素，因此利用遙感數(shù)據(jù)快速統(tǒng)計植被蓋度狀況成為解決這一問題的重要方法。

雅魯藏布江(以下簡稱雅江)發(fā)源于喜馬拉雅山北麓海拔5 590m的杰馬央宗冰川。雅江源區(qū)是2001年國家環(huán)境保護部確定的10個國家級重要生態(tài)功能保護區(qū)建設(shè)試點之一，其生態(tài)功能狀況關(guān)系到中游西藏日喀則、拉薩等經(jīng)濟較發(fā)達地區(qū)以及下游大峽谷生物多樣性重要地區(qū)的生態(tài)安全。源區(qū)地勢高峻，物理凍融侵蝕作用分布廣泛，地表多沙、植被稀疏，山體坡面物質(zhì)處于不穩(wěn)定狀態(tài)，生態(tài)環(huán)境極其脆弱。隨著高原氣候變暖，該區(qū)生態(tài)環(huán)境變化顯著(如雪線上升、凍土退化、濕地干化和湖泊萎縮)，從而導(dǎo)致了草地不斷退化、風(fēng)沙化土地發(fā)育和蔓延明顯。近 20 a來，源區(qū)土地沙化程度逐年加重［10－11］，草地退化趨勢明顯。源區(qū)至今沒有氣象、水文等監(jiān)測站點，自然環(huán)境背景實測數(shù)據(jù)極為缺乏，科研基礎(chǔ)資料更是寥寥無幾［12］。20世紀(jì)70—80年代，中國科學(xué)院青藏高原綜合考察隊對青藏高原進行了全面考察，但出版的系列科考叢書中涉及源區(qū)的內(nèi)容比較概略［13－16］。20世紀(jì)80年代末期，西藏自治區(qū)農(nóng)委組織開展了以縣為單位的土地利用調(diào)查、土壤普查、草地資源調(diào)查及草場等級評價，源區(qū)各縣的相關(guān)調(diào)查成果圖成為該區(qū)域重要的基礎(chǔ)資料［17］。為此，對源區(qū)草地開展植被蓋度遙感監(jiān)測就顯得尤為重要。

從目前利用遙感資料測量植被蓋度的方法來看，大致可歸納為3類:經(jīng)驗?zāi)Ｐ头ā⒅脖恢笖?shù)法和亞像元分解法。相對于后2種方法，經(jīng)驗?zāi)Ｐ头ㄊ褂玫臅r間較長。植被指數(shù)法和亞像元分解法是近年被日益廣泛使用的方法［12，18］。本文在對源區(qū)樣地進行詳細(xì)調(diào)查的基礎(chǔ)上，引入了對于干旱半干旱地區(qū)環(huán)境植被反映比較敏感的TM4/TM5因子，對源區(qū)草地植被蓋度進行反演，這對于準(zhǔn)確了解草地植被蓋度的總體分布狀況、把握源區(qū)草場沙化趨勢具有重要意義，為今后進一步研究奠定基礎(chǔ)。

1 研究區(qū)概況

雅江源區(qū)位于 E81°05'07″～84°30'20″，N29°09'30″～30°58'12″之間，西起杰馬央宗冰川，南北分別至喜馬拉雅山和岡底斯山分水嶺，東至仲巴縣與薩嘎縣行政界線。西、南、北均以河流分水嶺為界的馬泉河流域，是世界上最高的江河源。喀則地區(qū)仲巴縣占雅江源區(qū)全區(qū)面積的94.27%［19］，阿里地區(qū)所占面積較小。據(jù)雅江源區(qū)周邊日喀則、普蘭、改則和獅泉河等4個基本氣象站點的1973—2007年氣象資料分析，雅江源區(qū)年降水量206.12 mm，日平均氣溫2.77℃，年平均風(fēng)速 2.92 m/s，年日照時數(shù) 3 295.16 h。該區(qū)呈典型的高原寒冷干旱、半干旱氣候，具有光照充足、輻射強度大、干濕季節(jié)明顯、夏季涼爽和冬季嚴(yán)寒等特點。馬泉河谷發(fā)育著寬闊平坦的沖積平原，基本都是牧區(qū)。在帕羊以下河谷兩側(cè)分布著大面積的由蒿草組成的沼澤化草甸，這是該區(qū)優(yōu)良的冬春牧場;帕羊以上，沼澤化草甸漸趨消失，高寒草原代之，廣泛分布著紫花針茅和蒿屬植物，是該區(qū)主要的夏季牧場［10］。

2 研究方法

2.1 野外調(diào)查

根據(jù)源區(qū)植被分布范圍，于2010年7月下旬沿219國道對源區(qū)開展了一次野外調(diào)查。調(diào)查涉及的植被類型包括固沙草草原、藏北嵩草草甸、三角草、矮嵩草和小嵩草混生草甸以及金露梅灌叢。源區(qū)很多地區(qū)出現(xiàn)了流動沙丘逐漸蠶食草場等沙化現(xiàn)象。為全面了解源區(qū)草地的沙化趨勢，選取51個不同沙化程度的草地作為樣地，每個樣地大小為1m×1m。調(diào)查記錄了不同樣地的經(jīng)緯度坐標(biāo)、海拔高度、建群種高度、植被蓋度以及土壤水分等信息，并拍攝了照片。由于受野外條件的限制，樣地植被蓋度的調(diào)查主要采用目視估測方法?？紤]到目視方法存在較大的主觀性，因此在后期處理中，對每個樣地的照片進行了網(wǎng)格化處理，并制定了統(tǒng)一標(biāo)準(zhǔn)進行估算，從而得出每個樣地較為精確的植被蓋度實測數(shù)據(jù)。

2.2 遙感數(shù)據(jù)源及其預(yù)處理

由于源區(qū)植被覆蓋度具有明顯的時空分異特征，且7—8月份是源區(qū)草地生長的旺季，因此該地區(qū)遙感圖像的最佳成像時間應(yīng)選擇在7—9月份間［18］?？紤]到遙感數(shù)據(jù)的成像質(zhì)量、圖像覆蓋范圍以及與野外樣地測量時間的匹配程度，本文選用了2009－08－01成像的軌道號/行號為143/39的Landsat5 TM圖像作為主要遙感數(shù)據(jù)源，輔以2009－10－13和2009－06－07時相的2景TM圖像(142/39和142/40)，然后利用 ERDAS和 ENVI軟件對其進行輻射校正、大氣校正和幾何精糾正，為源區(qū)草地植被蓋度的反演提供基礎(chǔ)資料。

2.3 研究方法

以野外樣地調(diào)查為基礎(chǔ)，通過分析后選用一系列對植被信息比較敏感的遙感評價指標(biāo)，包括歸一化植被指數(shù)(NDVI)、比值植被指數(shù)(RVI)、差值植被指數(shù)(DVI)、垂直植被指數(shù)(PVI)、土壤調(diào)節(jié)植被指數(shù)(SAVI)、修改型土壤調(diào)節(jié)植被指數(shù)(MSAVI)、中紅外植被指數(shù)(VI3)和TM4/TM5比值數(shù)據(jù)。

首先，根據(jù)樣地的經(jīng)緯度坐標(biāo)，提取對應(yīng)不同類型的遙感評價指標(biāo)，并將這些遙感評價指標(biāo)與植被蓋度實測值進行相關(guān)性分析，比較相關(guān)系數(shù);其次，選取相關(guān)性最高的遙感評價指標(biāo)(本文最終選用TM4/TM5比值數(shù)據(jù))，并與植被蓋度實測值構(gòu)建反演模型，對模型進行精度檢驗;然后，利用通過精度檢驗的模型和遙感圖像，對源區(qū)植被蓋度進行反演計算;最后，在ArcGIS平臺上將反演的植被蓋度數(shù)據(jù)轉(zhuǎn)化為矢量數(shù)據(jù)，并對其進行分級，最終得到源區(qū)草地植被蓋度的分級圖。技術(shù)路線如圖1所示。

圖1 實驗技術(shù)流程Fig.1 Flow chart of the test technology

3 結(jié)果與分析

3.1 遙感評價指標(biāo)提取

在前人研究的基礎(chǔ)上［20］，經(jīng)過反復(fù)試驗，利用TM數(shù)據(jù)生成對植被信息比較敏感的系列評價指數(shù)(NDVI，RVI，DVI，PVI，SAVI，MSAVI，VI3 以及 TM4/TM5)，并根據(jù)對應(yīng)的樣地坐標(biāo)，基于遙感圖像數(shù)據(jù)提取出上述植被指數(shù)(表1)。

表1 部分采樣點對應(yīng)的幾種植被指數(shù)數(shù)據(jù)Tab.1 Different kinds of vegetation indices of some samples

3.2 遙感評價指標(biāo)相關(guān)性分析

研究表明各種植被指數(shù)與草地生長末期地上總生物量關(guān)系密切，并且不同植被指數(shù)、不同波段、不同波段運算得出的光譜指數(shù)與草地生物量相關(guān)性也有差異［21］。為此需要對草地植被蓋度實測值與Landsat TM派生的植被指數(shù)之間的相關(guān)性進行分析，最終找出與草地植被蓋度相關(guān)性最大的指數(shù)，建立能快速獲取草地植被變化信息的遙感模型。

將草地蓋度實測數(shù)據(jù)與對應(yīng)樣地的各種植被指數(shù)及TM4/TM5指數(shù)進行相關(guān)性分析，結(jié)果如表2所示。

表2 草地蓋度實測數(shù)據(jù)與植被指數(shù)的相關(guān)性Tab.2 Correlation between measured data of grassland coverage and vegetation index

由表2可見，不同指數(shù)相關(guān)性排序為:TM4/TM5＞VI3＞RVI＞NDVI＞SAVI＞DVI＞PVI＞MSAVI。

將實測值與TM4/TM5值的變化趨勢繪制成曲線。通過對比發(fā)現(xiàn)，二者之間的變化趨勢基本同步(圖2)。

圖2 草地植被蓋度與TM4/TM5曲線Fig.2 Curve of grassland vegetation coverage and TM4/TM5

為了比較不同植被指數(shù)與TM4/TM5指數(shù)區(qū)別，本文選取幾種典型草類:藏北嵩草、固沙草、矮嵩草和小嵩草混生草甸、三角草以及金露梅，根據(jù)樣地坐標(biāo)提取相應(yīng)的遙感圖像亮度值，繪制不同草類的光譜特征曲線(圖3)。從圖3可以看出，5種主要草類的TM5波段反射光譜值相對較高;藏北嵩草受生境影響，土壤含水量較高，TM5波段光譜反射值相對其他草類較低。

圖3 不同草地類型光譜特征曲線Fig.3 Spectral characteristic curves of different grassland types

為了進一步驗證TM4/TM5指數(shù)的適用性，本文選取中度沙化和重度沙化2種草地類型，提取2種樣地的遙感圖像亮度值，繪制光譜特征曲線(圖4)。

圖4 不同沙化等級草地的光譜特征曲線Fig.4 Spectral characteristic curve of grassland of different desertification grades

從圖4可以看出，雅江源區(qū)草地在TM5波段具有高反射值，并且沙化越嚴(yán)重，TM5波段的反射值越高。TM5波段(1.55 ～1.75μm)處在以 1.45μm和1.95μm為中心的水吸收帶之間，含水量反映敏感;植物葉片在TM5波段的反射率主要受含水量控制，葉片含水量越小，入射能量中被葉片吸收的部分就越少。源區(qū)為典型的高原寒冷干旱、半干旱氣候區(qū)。與濕潤地區(qū)的草地相比，源區(qū)草地的土壤濕度、植物葉片的絕對含水量都要低很多，因而在TM5波段的反射亮度值相對較高;而TM4是綠色植物最敏感的波段，草地植被長勢越好，TM4波段的反射光譜值越高，反之，草地沙化越嚴(yán)重，TM4波段反射光譜值越低。傳統(tǒng)的比值植被指數(shù)主要利用TM3和TM4波段的數(shù)學(xué)運算來增強植被信息，但在雅江源區(qū)的應(yīng)用效果較差;而TM4/TM5的比值運算增強了不同退化(沙化)程度草地植被的反射光譜值的差異，從光譜特征角度看，更適用于源區(qū)草地信息的提取。

3.3 植被蓋度估測模型構(gòu)建

3.3.1 最佳模型選擇

用TM4/TM5比值作為自變量，植被蓋度作為因變量，將樣地數(shù)據(jù)分為2組，第一組樣地數(shù)據(jù)(41個)參與分析，第二組(10個)進行精度檢驗;然后利用第一組樣地數(shù)據(jù)通過SPASS構(gòu)建回歸模型，對草地植被蓋度與TM4/TM5的關(guān)系進行回歸分析，擬合結(jié)果如表3所示。

表3 草地植被蓋度與TM4/TM5的線性與非線性擬合模型參數(shù)表Tab.3 Parameters table of linear and nonlinear fitting model of grassland vegetation coverage and TM4/TM5

從表3可以看出，草地植被蓋度和TM4/TM5評價指標(biāo)之間有6個回歸模型，回歸模型中，R2最高的是一元三次函數(shù)模型，其次為拋物線模型，但這2個模型的F檢驗值很低。就TM4/TM5與草地植被蓋度的相關(guān)分析而言，最適合用于草地植被蓋度擬合反演的是線性模型，不僅R2值較高(0.409)，且F檢驗值也最大(27.003)。

根據(jù)以上分析可見，以TM4/TM5為自變量的線性函數(shù)擬合草地植被蓋度變化的效果比較好，利用SPASS統(tǒng)計軟件進行線性回歸分析，得出

線性回歸模型。式中:y為草地植被蓋度;x為TM4/TM5;相關(guān)系數(shù) R2=0.64。

3.3.2 遙感評價模型的檢驗

利用第二組10個樣地的植被蓋度數(shù)據(jù)對植被蓋度的遙感評價模型進行預(yù)測和檢驗，即計算相應(yīng)的相關(guān)系數(shù)R2、均方根差RMSE以及相對誤差E，并將它們作為模型精度的評價標(biāo)準(zhǔn)。

由線性和非線性回歸模型估計出的擬合結(jié)果的精度可用均方根差(RMSE)來評價，即

分析結(jié)果的準(zhǔn)確度可用相對誤差(E)表示，即

誤差越小，表示分析結(jié)果越接近真實值。

R2表示回歸分析趨勢線的預(yù)測值與對應(yīng)的實測數(shù)據(jù)之間的擬合程度，取值范圍為0～1，當(dāng)趨勢線的R2等于1或接近1時，其可靠性最高。

由圖5可見，草地植被蓋度的實測值和遙感預(yù)測值的擬合精度較高，該模型擬合結(jié)果的RMSE為0.074，E為19.6%，草地植被蓋度模型驗證精度可達0.91，模型整體預(yù)測精度較高，有一定的實用性。

圖5 草地植被蓋度模型驗證結(jié)果Fig.5 Results of grassland vegetation coverage model validation

3.4 草地植被蓋度分布特征

將反演模型應(yīng)用于雅江源區(qū)，利用該區(qū)遙感圖像進行草地植被蓋度的定量估測，然后借助ArcGIS將反演后的柵格數(shù)據(jù)轉(zhuǎn)化為矢量，并將植被蓋度分為10級，每一級按10%植被蓋度遞增，得到源區(qū)草地(143/39、142/39和142/40景圖像)植被蓋度分布圖(圖6)。

圖6 雅魯藏布江源區(qū)草地植被蓋度分布Fig.6 Distribution of grassland vegetation coverage in the source region of the Yarlung Zangbo River

3.4.1 總體分布特征

從圖6可看出，馬泉河谷寬谷段植被蓋度較高，河谷兩側(cè)廣泛分布著沼澤草甸，植被類型主要以藏北嵩草、矮嵩草為主，該地區(qū)土壤水分充足，植被長勢普遍較好，因而植被蓋度均在50%以上;隨著海拔高度的上升，植被類型變?yōu)橐韵∈柚参锶郝浜凸鄥矠橹?，土壤水分條件較差，沙化較嚴(yán)重，植被蓋度相對較低，普遍在30%以下。植被蓋度圖與源區(qū)草地分布情況相符，該模型基本能夠準(zhǔn)確反映源區(qū)植被蓋度的分布情況。

3.4.2 高程分布特征

草地植被蓋度與地質(zhì)、地形地貌、土壤以及人為活動等因素有密切關(guān)系。但是雅江源區(qū)至今尚無水文、氣象等站點，科研基礎(chǔ)資料匱乏，海拔高程差異大，因此本文僅從高程分布特征上探討草地植被蓋度的分異特征。

對源區(qū)海拔高程4 426～4 600m，4 600～4 800m，4 800～5 000m，5 000m以上的等級進行劃分;植被蓋度以10%的間隔共分為10個等級;將草地植被蓋度分布數(shù)據(jù)和DEM進行疊加，統(tǒng)計分析得到各個高程等級上不同植被蓋度的土地分布面積(表 4)。

表4 雅魯藏布江源區(qū)不同等級的植被蓋度面積Tab.4 Grassland coverage area of different grades in the source region of the Yarlung Zangbo River(km2)

從表4可看出，2009年雅江源區(qū)植被面積8 772.21 km2，占源區(qū)總面積的33.29%;10 個植被蓋度分級中，植被蓋度分布最多的為10%～20%等級，面積達4 322.15 km2，占全部草地面積的49.27%;其次為0～10%和20%～30%植被蓋度等級，面積分別達 2 238.53 km2和 1 397.87 km2，占全部草地面積的25.52%和15.94%;植被蓋度高于50%的草地面積為195.96 km2，僅占源區(qū)草地總面積的2.23%。植被蓋度大于50%的高覆蓋度植被區(qū)主要分布于4 426～4 800 m的高程范圍內(nèi)，這部分植被區(qū)的面積達186.25 km2，占整個源區(qū)高覆蓋度草地面積的95.04%，這與源區(qū)的水分分布有關(guān)。

4 結(jié)論

1)雅江源區(qū)草地植被蓋度實測值與對應(yīng)的TM4/TM5值變化趨勢一致，與其他7種植被指數(shù)相比，TM4/TM5增強了不同退化程度草地植被的反射光譜值的差異，以TM4/TM5為指標(biāo)構(gòu)建草地植被蓋度遙感反演模型是合理的;從光譜特征角度看，TM4/TM5更適用于雅江源區(qū)這種干旱、半干旱地區(qū)草地植被蓋度的定量反演。

2)以野外樣地調(diào)查為基礎(chǔ)，分析基于TM遙感圖像的不同評價因子，篩選出影響植被蓋度預(yù)測的主要因子TM4/TM5，建立了以像元為單位的植被蓋度預(yù)測模型，實現(xiàn)了雅江源區(qū)遙感植被蓋度的定量化預(yù)測，為科學(xué)、快速評價草地植被蓋度提供了一種新思路。模型的整體預(yù)測精度較高，均方根差為0.074，相對誤差為19.6%，草地植被蓋度模型驗證精度達到0.91。

3)試驗區(qū)設(shè)置樣地基本涵蓋了雅江源區(qū)的主要草地類型，具有典型性和代表性;建立的草地植被蓋度反演模型在雅江源區(qū)具有普適性。本文構(gòu)建的草地植被蓋度反演模型為今后該區(qū)生態(tài)退化等研究提供了基礎(chǔ)。

4)2009年源區(qū)草地面積共8 772.21 km2，占源區(qū)草地總面積的33.29%。按草地植被蓋度分級統(tǒng)計，面積最大的植被蓋度等級為10%～20%，其次為0～10%和20%～30%;從高程等級統(tǒng)計來看，植被蓋度大于50%的高覆蓋度植被區(qū)主要分布于4 426～4 800 m的高程等級范圍內(nèi)，這部分植被地區(qū)面積達到186.25 km2，占整個源區(qū)高覆蓋度草地面積的95.04%。

［1］ 陳 杰，龔子同，高尚玉.干旱地區(qū)草場荒漠化及其評價［J］.地理科學(xué)，2000，20(2):176 －181.Chen J，Gong Z T，Gao S Y.Range Desertification in the Arid Areas and Its Assessment［J］.Scientia Geographica Sinica，2000，20(2):176－181(in Chinese with English Abstract).

［2］ 丁國棟，趙廷寧，范建友，等.荒漠化評價指標(biāo)體系研究現(xiàn)狀述評［J］.北京林業(yè)大學(xué)學(xué)報，2004，26(1):92 －96.Ding G D，Zhao Y N，F(xiàn)an J Y，et al.Analysis on Development of Desertification Assessment Indicator System［J］.Journal of Beijing Forestry University，2004，26(1):92 －96(in Chinese with English Abstract).

［3］ Eastwood J A，Yates M G，Thomson A G，et al.The Liability of Vegetation in Dices for Monitoring Salt Marsh Vegetation Cover［J］.International Journal of Remote Sensing，1997，20(18):3901－3907.

［4］ 高尚武，王葆芳，朱靈益，等.中國沙質(zhì)荒漠化土地監(jiān)測評價指標(biāo)體系［J］.林業(yè)科學(xué)，1998，34(2):1 －9.Gao S W，Wang B F，Zhu L Y，et al.Monitoring and Evaluation Indicator System on Sandy Desertification of China［J］.Scientia Silvae Sinicae，1998，34(2):1 － 9(in Chinese with English Abstract).

［5］ Gutman G，Ignalov A.The Derivation of the Green Vegetation Fraction from NOAA/AVHRR Data for Use in Numerical Weather Prediction Models［J］.International Journal of Remote Sensing，1998，21(8):1533 －1543.

［6］ 海春興，劉寶元，趙 燁.土壤濕度和植被蓋度對土壤風(fēng)蝕的影響［J］.應(yīng)用生態(tài)學(xué)報，2002，13(8):1057 －1058.Hai C X，Liu B Y，Zhao Y.Influence of Soil Humidity and Vegetation Coverage on Wind Erosion［J］.Chinese Journal of Applied Ecology，2002，13(8):1057 － 1058(in Chinese with English Abstract).

［7］ 王葆芳.國內(nèi)外沙漠化監(jiān)測評價指標(biāo)體系概述［J］.林業(yè)科技通訊，1997(1):4－8.Wang B F.Brief Review on the Overseas Monitoring Evaluation Indexes System of Desertification［J］.Forest Science and Technology，1997(1):4 －8(in Chinese).

［8］ 劉同海，吳新宏，董永平.基于TM影像的草原沙漠化植被蓋度分析研究［J］.干旱區(qū)資源與環(huán)境，2010，24(2):141 －144.Liu T H，Wu X H，Dong Y P.Analysis on Vegetation Coverage of Grassland Desertification Based on TM Image［J］.Journal of Arid Land Resources and Environment，2010，24(2):141 － 144(in Chinese with English Abstract).

［9］ 倪忠云，何政偉，趙銀兵，等.汶川地震前后都江堰植被蓋度變化的遙感研究［J］.水土保持研究，2009，16(4):45 －48.Ni Z Y，He Z W，Zhao Y B，et al.Study on Vegetation Coverage Changes in Dujiangyan Before and After Wenchuan Earthquake［J］.Research of Soil and Water Conservation，2009，16(4):45 －48(in Chinese with English Abstract).

［10］孫 明，沈渭壽，李海東，等.雅魯藏布江源區(qū)風(fēng)沙化土地演變趨勢［J］.自然資源學(xué)報，2010，25(7):1163 －1171.Sun M，Shen W S，Li H D，et al.Traits and Dynamic Changes of the Aeolian Sandy Land in the Source Region of the Yarlung Zangbo River in Tibet［J］.Journal of Natural Resources，2010，25(7):1163－1171(in Chinese with English Abstract).

［11］楊逸疇.雅魯藏布江河谷風(fēng)沙地貌的初步觀察［J］.中國沙漠，1984，4(3):12 －16.Yang Y C.Aeolian Landform on the Banks of River Valley－Case Study in YalutsangpoRiverValley［J］.JournalofDesert Research，1984，4(3):12 － 16(in Chinese with English Abstract).

［12］孫 明，沈渭壽，謝 敏，等.基于光譜特征的雅魯藏布江源區(qū)草地類型識別［J］.國土資源遙感，2012(1):83 －89.Sun M，Shen W S，Xie M，et al.The Identification of Grassland Types in the Source Region of the Yarlung Zangbo River Based on Spectral Features［J］.Remote Sensing for Land and Resources，2012(1):83－89(in Chinese with English Abstract).

［13］中國科學(xué)院青藏高原綜合科學(xué)考察隊.青藏高原科學(xué)考察叢書.西藏植被［M］.北京:科學(xué)出版社，1988:261，311－313.Qinghai－Tibet Plateau Comprehensive Scientific Investigation Team，Chinese Academy of Science.The Series of the Scientific Expedition to the Qinghai－ Xizang Plateau Forest of Tibet［M］.Beijing:Science Press，1988:261，311 －313(in Chinese).

［14］中國科學(xué)院青藏高原綜合科學(xué)考察隊.青藏高原科學(xué)考察叢書.西藏草原［M］.北京:科學(xué)出版社，1992:21－23.Qinghai－Tibet Plateau Comprehensive Scientific Investigation Team，Chinese Academy of Science.The Series of the Scientific Expedition to the Qinghai－Xizang Plateau Tibetan Grasslands［M］.Beijing:Science Press，1992:21 －23(in Chinese).

［15］中國科學(xué)院青藏高原綜合科學(xué)考察隊.青藏高原科學(xué)考察叢書，西藏土壤［M］.北京:科學(xué)出版社，1985:298.Qinghai－Tibet Plateau Comprehensive Scientific Investigation Team，Chinese Academy of Science.The Series of the Scientific Expedition to the Qinghai－Xizang Plateau Soils of Xizang(Tibet)［M］.Beijing:Science Press，1985:298(in Chinese).

［16］中國科學(xué)院青藏高原綜合科學(xué)考察隊.青藏高原科學(xué)考察叢書，西藏冰川［M］.北京:科學(xué)出版社.1986:106－107.Qinghai－Tibet Plateau Comprehensive Scientific Investigation Team，Chinese Academy of Science.The Series of the Scientific Expedition to the Qinghai－ Xizang Plateau Glacier of Xizang［M］.Beijing:Science Press，1986:106 －107(in Chinese).

［17］何 萍，郭 柯，高吉喜，等.雅魯藏布江源頭區(qū)的植被及其地理分布特征［J］.山地學(xué)報，2005，23(3):267 －273.He P，Guo K，Gao J X，et al.Vegetation Types and Their Geographic Distribution in the Source Area of the Yarlung Zangbo［J］.Journal of Mountain Research，2005，23(3):267 － 273(in Chinese with English Abstract).

［18］王 宏，李曉兵，龍慧靈，等.整合1982—1999年NDVI與降雨量時間序列模擬中國北方溫帶草原植被蓋度［J］.應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報，2008，16(4):525 －536.Wang H，Li X B，Long H L，et al.Simulating Vegetation Fractional Coverage for Temperate Grassland in Northern China Combining NDVI with Precipitation Time Series from 1982 to 1999［J］.Journal of Basic Science and Engineering，2008，16(4):525 － 536(in Chinese with English Abstract).

［19］李海東，沈渭壽，鄒長新，等.雅魯藏布江源區(qū)土壤侵蝕特征［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報，2010，26(1):25 －30.Li H D，Shen W S，Zou C X，et al.Soil Erosion in the Source Area of the Yarlung Zangbo in China［J］.Journal of Ecology and Rural Environment，2010，26(1):25 － 30(in Chinese with English Abstract).

［20］李輝霞，鄢 燕，劉淑珍，等.西藏高原草地退化遙感分析－以藏北高原典型區(qū)為例［M］.北京:科學(xué)出版社，2008:75－99.Li H X，Yan Y，Liu S Z，et al.Study on Remote Sensing of Grassland Degeneration in the Xizang Plateau［M］.Beijing:Science Press:2008:75－99(in Chinese).

［21］ Tucker C J，Sellers P J.Satellite Remote Sensing of Primary Production［J］.International Journal of Remote Sensing，1986，7(11):1395－1416.

Estimating Vegetation Coverage in the Source Region of Yarlung Zangbo River Based on TM Data

SUN Ming1，2，YANG Yang3，SHEN Wei－ shou2，SU Xian4
(1.Institute of Meteorological Disaster Mitigation of Guangxi/Remote Sensing Applying and Experiment Base of National Meteorological Satellite Center，Nanning 530022，China;2.Nanjing Institute of Environmental Sciences，Ministry of Environmental Protection，Nanjing 210042，China;3.School of Geographical Science，Nanjing Normal University，Nanjing 210046，China;4.Beihai Meteorological Bureau in Guangxi，Beihai 536000，China)

In order to find out the grassland coverage in the source region of the Yarlung Zangbo River，the authors selected the Landsat5 TM images as the data source，and adopted the derived data from TM such as NDVI，RVI，VI3，PVI，DVI，MSAVI，SAVI and TM4/TM5 as the main factors.In combination with the field survey data of vegetation samples，the authors selected the factors of the highest correlation and the measured vegetation coverage values to construct the regression model，and calculated the vegetation coverage of the images with this model.Some conclusions have been drawn:① compared with some other evaluation indices，TM4/TM5 which is suitable for modeling has the highest correlation with grassland coverage，the change trend of TM4/TM5 is consistent with the measured coverage and it enhances the difference of reflectance of degraded grassland on spectral characteristics;② in the 10 grades of vegetation coverage，the largest size is the coverage from 10%to 20%and its area reaches 4 322.15 km2，which accounts for 49.27%of the total grassland area;the next is 10%to 20%and 20%to 30%，whose areas reach 2 238.53 km2(accounting for 25.52%)and 1 397.87 km2(accounting for 15.94%)respectively.The area of the coverage above 50%is 195.96 km2and accounts for 2.23%of the total grassland;③the high coverage grassland with coverage greater than 50%is mainly distributed in the elevation range from 4 426 m to 4 800 m，its area reaches 186.25 km2and accounts for 95.04%of the total high coverage grassland，and it is related to the water distribution conditions.

TM4/TM5 vegetation index;vegetation coverage;remote sensing;source region of the Yarlung Zangbo River

TP 75;Q 948

A

1001－070X(2012)03－0071－07

10.6046/gtzyyg.2012.03.14

2011－08－09;

2011－09－20

國家環(huán)保公益性行業(yè)科研專項(編號:200709045，200809010和200909050)資助。

孫 明(1986－)，男，助理工程師，主要從事無人機及遙感應(yīng)用研究。E－mail:msunies@163.com。

沈渭壽(1958－)，男，研究員，博士生導(dǎo)師，主要從事生態(tài)環(huán)境保護與荒漠化防治研究。E－mail:shenweishou@163.com。

(責(zé)任編輯:邢 宇)