韓麗君,李 晶

太原師范學(xué)院 地理科學(xué)學(xué)院,山西 晉中 030619

1 引言

1.1 選題背景與依據(jù)

土地利用/覆蓋(LUCC)是全球變化研究的核心內(nèi)容，也是區(qū)域生態(tài)評(píng)價(jià)的重要指標(biāo)，在逐漸升溫的環(huán)境變化和可持續(xù)發(fā)展研究中占據(jù)了重要地位。作為土地利用/覆蓋最主要的表征，植被是最具有顯示度的覆蓋類型[1-11]。植被覆蓋可作為生物地球化學(xué)過程、水文過程、環(huán)境變化的輸入?yún)?shù)，在地學(xué)領(lǐng)域的研究中具有基礎(chǔ)地位。

1.2 國內(nèi)外研究現(xiàn)狀

國內(nèi)外植被覆蓋提取的方法可分為兩大類：一是地表實(shí)測，諸如目估法、樣方法、儀器法等[12]。目估法是在實(shí)地或面對(duì)相片根據(jù)經(jīng)驗(yàn)判斷植被覆蓋，此方法簡單易行，但精度受人為因素影響較大。樣方法是將研究區(qū)域劃分為若干網(wǎng)格，收割網(wǎng)格內(nèi)的全部植物，根據(jù)生物量和植被覆蓋的比例系數(shù)推算植被覆蓋，這種方法具有破壞性，且耗時(shí)耗力，多用于小區(qū)域點(diǎn)狀研究對(duì)象的植被覆蓋，難以大面積推廣。儀器法通常使用相機(jī)拍攝植被冠層，利用圖像處理軟件提取植被覆蓋，此方法測量結(jié)果具有較高精度，估算效率也較高，為目前最常用的實(shí)測方法。二是遙感監(jiān)測法，諸如回歸模型法、植被指數(shù)法、像元分解模型法等。回歸模型法是利用回歸分析得到空間外推公式，對(duì)影像波段計(jì)算出的植被指數(shù)或植被覆蓋度進(jìn)行空間或時(shí)間上的外延擴(kuò)展，可得到更大范圍或更多時(shí)期的植被覆蓋，使用最廣的為線性回歸模型。如Larsson H.利用TM影像反演出阿拉伯地區(qū)的NDVI指數(shù)，并與植被覆蓋度進(jìn)行了線性回歸，得到了精度較高的統(tǒng)計(jì)模型。Anatoly利用反演的NDVI、ARVI、GreenNDVI三種植被指數(shù)與小麥的植被覆蓋進(jìn)行了線性回歸分析，得出了植被指數(shù)對(duì)于植被覆蓋變化十分敏感的結(jié)論，并在一定程度上消除了大氣的影響。從前人所做的研究來看，回歸模型法存在一定的局限性，盡管對(duì)于局部區(qū)域的植被覆蓋估算在滿足一定效率的基礎(chǔ)上具有較高的精度，但建立的回歸模型只適用于特定的區(qū)域或特定的植被，不宜推廣，同時(shí)所用數(shù)據(jù)多是Landsat、SPOT這種中高分辨率的影像，低分辨率的遙感影像由于混合信息較多不宜進(jìn)行回歸分析，同時(shí)，面對(duì)研究范圍較大，時(shí)間序列較長的情況時(shí)會(huì)遇到數(shù)據(jù)獲取的困難。像元分解模型模型法原理是將像元信息分解成多個(gè)組分(如土壤、水、植被等)，構(gòu)建分解模型計(jì)算覆蓋。植被指數(shù)法是建立植被指數(shù)與植被覆蓋的關(guān)系，計(jì)算植被覆蓋。

最重要的是，作為一種緩變自然現(xiàn)象，植被覆蓋能夠被遙感影像所記錄。同時(shí)，由于環(huán)境條件是植被覆蓋時(shí)空分布和變化的直接驅(qū)動(dòng)力，植被對(duì)環(huán)境指標(biāo)具有降低變化幅度等反饋的同時(shí)也能表征環(huán)境因子的變遷[13]。本研究通過植被覆蓋的時(shí)空分布模式來定性與定量評(píng)價(jià)汾河流域生態(tài)環(huán)境，為區(qū)域的可持續(xù)發(fā)展提供科學(xué)依據(jù)。

2 模型與方法

2.1 估算模型

目前已經(jīng)發(fā)展了許多利用遙感影像反演植被覆蓋的模型，較為實(shí)用且簡單的方法是利用植被指數(shù)估算植被覆蓋。植被指數(shù)是遙感影像反演地表植被生長狀況的一個(gè)指標(biāo)[14]，常用的植被指數(shù)是歸一化植被指數(shù)NDVI(Normalized Difference Vegetation Index)[15]，它利用了植被在紅光波段的高吸收和近紅外波段的高反射這個(gè)特征，計(jì)算公式為：

式中ρnir為近紅外波段的反射率ρred為紅光波段的反射率。NDVI值在[-1,1]之間[15]，正值表示有植被區(qū)，且植被狀況越好值越高，負(fù)值或零表明像元為云、水、裸地等無植被區(qū)。

從植被指數(shù)到植被覆蓋度的計(jì)算采用像元二分模型，它假設(shè)一個(gè)像元僅由兩種地物(如植被區(qū)和無植被區(qū))組成，影像記錄的光譜信息是兩種地物信息的線性加權(quán)和，各組分權(quán)重是其面積所占比例。

根據(jù)上述像元二分模型原理，像元信息P可分解為由植被貢獻(xiàn)的信息Pveg和土壤、裸巖等無植被區(qū)貢獻(xiàn)的信息Pbare[16]。

對(duì)于由植被區(qū)和無植被區(qū)構(gòu)成的混合像元，植被區(qū)所占比例即是此像元植被覆蓋度Cveg，與之對(duì)應(yīng)的是非植被區(qū)覆蓋：

式中，Pveg為完全有植被覆蓋的純像元所反映的光譜信息，Cveg*Pveg表示混合像元情況下植被所貢獻(xiàn)的光譜信息；同理，Pbare為完全無植被覆蓋的純像元所反映的光譜信息，(1-Cveg)*Pbare表示混合像元情況下無植被區(qū)所貢獻(xiàn)的光譜信息。

將上述公式進(jìn)行方程組求解，可以得到：

像元NDVI值可視為有植被覆蓋所貢獻(xiàn)的NDVIveg和無植被覆蓋所貢獻(xiàn)的NDVIbare的組合，以此作為像元信息P代入公式，可以得到利用歸一化植被指數(shù)計(jì)算植被覆蓋度的公式：

式中，NDVIbare為完全無植被覆蓋像元的NDVI值，NDVIveg為完全由植被覆蓋像元的NDVI值。

利用這個(gè)模型計(jì)算植被覆蓋度的關(guān)鍵是計(jì)算NDVIsoil和NDVIveg。這里有兩種假設(shè)：

（1）當(dāng)區(qū)域內(nèi)可以近似取VFCmax=100%，VFCmin=0%。

公式（1）可變?yōu)椋篤FC=(NDVI-NDVImin)/(NDVImax-NDVImin)

NDVImax和NDVImin分別為區(qū)域內(nèi)最大和最小的NDVI值。由于不可避免存在噪聲，NDVImax和NDVImin一般取一定置信度范圍內(nèi)的最大值與最小值，置信度的取值主要根據(jù)影像實(shí)際情況來定。

（2）當(dāng)區(qū)域內(nèi)不能近似取VFCmax=100%，VFCmin=0%

當(dāng)有實(shí)測數(shù)據(jù)的情況下，取實(shí)測數(shù)據(jù)中的植被覆蓋度的最大值和最小值作為VFCmax和VFCmin，這兩個(gè)實(shí)測數(shù)據(jù)對(duì)應(yīng)影像的NDVI作為NDVImax和NDVImin。

當(dāng)沒有實(shí)測數(shù)據(jù)的情況下，取一定置信度范圍內(nèi)的NDVImax和NDVImin。VFCmax和VFCmin根據(jù)經(jīng)驗(yàn)估算[17]。

一般情況下，可根據(jù)影像區(qū)域內(nèi)NDVI分布，以0.5%的置信度的上下限閾值分別代表NDVIveg和NDVIbare。

基于像元二分模型的植被覆蓋計(jì)算模型理論簡單，所需參數(shù)容易獲取，在實(shí)際應(yīng)用中使用比較廣泛。

2.2 分析方法

本研究在時(shí)間和空間兩個(gè)維度對(duì)研究區(qū)植被覆蓋發(fā)展變化及其與環(huán)境因子的關(guān)系進(jìn)行分析：一是利用空間平均法分析植被覆蓋時(shí)間變化及其與環(huán)境因子的關(guān)系，以發(fā)掘植被覆蓋的時(shí)間分布模式；二是利用逐像元法分析植被覆蓋空間變化及其與環(huán)境因子的關(guān)系，以發(fā)掘植被覆蓋的空間分布模式。植被與影響因子的關(guān)系通過相關(guān)系數(shù)來研究。考慮到數(shù)據(jù)獲取等因素的限制，本文計(jì)算了植被覆蓋與氣溫、降水量的相關(guān)性。對(duì)于一個(gè)像元來說，10年際的16 d步長溫度(或降水)會(huì)形成一個(gè)時(shí)間序列，同一時(shí)期的植被覆蓋也會(huì)形成一個(gè)同等長度的時(shí)間序列，相關(guān)系數(shù)即可以得到每個(gè)像元植被覆蓋與氣象因子的相關(guān)性，公式為：。

式中i為16 d植被覆蓋均值，j為16 d氣溫均值或降水量，相關(guān)系數(shù)為兩個(gè)變量集的協(xié)方差除以它們的標(biāo)準(zhǔn)差乘積。

為定量化覆蓋程度，等間距將VFC劃分為5級(jí)反映覆蓋程度，具體劃分如表1。

表1 植被覆蓋分級(jí)標(biāo)準(zhǔn)Table 1 Classification criteria for VFC

3 植被覆蓋信息提取

3.1 研究區(qū)概況

汾河流域位于黃河中游，處于 34°N～38 °N、110°E～113°E 之間，行政區(qū)域包括忻州、太原、晉中、呂梁、臨汾、運(yùn)城6個(gè)地級(jí)市，40個(gè)縣。命名河流汾河發(fā)源于山西忻州寧武縣管涔山，南向跨越太原后在新絳縣折向西，在河津市匯入黃河，全長709.9 km，流域面積39826 km2，是黃河的第二大支流。河源至太原為上游地區(qū)，多為山地、黃土丘陵，此段水土流失嚴(yán)重，是洪水、泥沙的來源地；太原至洪洞縣為中游地區(qū)，進(jìn)入晉中平原后坡降變緩，泥沙淤積嚴(yán)重。作為山西的母親河，汾河在山西的自然、歷史、文化地位舉足輕重。汾河流域是山西人口密集、工農(nóng)業(yè)集中的區(qū)域，人口占全省比例為39%，工業(yè)產(chǎn)值占全省46%，耕地面積占全省30%，農(nóng)業(yè)產(chǎn)值占全省64%。歷史時(shí)期的統(tǒng)計(jì)資料表明，中游地區(qū)的洪澇干旱頻發(fā)。研究區(qū)如圖1所示，右下角為研究區(qū)在山西的位置。

圖1 研究區(qū)示意圖Fig.1 Location of the studied areas

3.2 數(shù)據(jù)與處理

本研究利用VFC指數(shù)距平來估算植被覆蓋，必須的數(shù)據(jù)來源于MODIS的NDVI產(chǎn)品。NDVI數(shù)據(jù)為美國航空航天局TERRA衛(wèi)星搭載的中分辨率成像光譜儀(MODIS)的多時(shí)相合成產(chǎn)品。衛(wèi)星每天都能獲取同一區(qū)域的原始影像，為減少或避免氣象原因?qū)е碌臒o數(shù)值區(qū)域，其產(chǎn)品數(shù)據(jù)采用一定的算法進(jìn)行多天的合成。NDVI16 d合成產(chǎn)品采用了平均值算法，為展開研究工作，所用遙感影像來源于NASA LAADS網(wǎng)站(http://ladsweb.nascom.nasa.gov/data)，為2004～2013年MODIS產(chǎn)品數(shù)據(jù)MOD13A2，為1 km分辨率植被指數(shù)16 d合成產(chǎn)品。下載了圖幅號(hào)為h26v5和h27v5的MODIS產(chǎn)品，數(shù)據(jù)為HDF格式，作為產(chǎn)品，已經(jīng)進(jìn)行了幾何糾正和輻射糾正，通過鑲嵌，投影，利用研究區(qū)矢量邊界裁剪出研究所需的影像。均值合成后的NDVI數(shù)據(jù)在內(nèi)部存在無數(shù)值區(qū)域，利用ArcGIS的Nibble功能修復(fù)壞點(diǎn)，形成內(nèi)部連續(xù)的影像，統(tǒng)一為img格式。數(shù)據(jù)統(tǒng)一為六度分帶的Transverse Mercator平面坐標(biāo)投影，在這種區(qū)域尺度下，能最大程度減少區(qū)域內(nèi)面積或角度屬性的變形。所用參數(shù)如表2。

表2 Transverse Mercator投影參數(shù)Table 2 Projection parameters of Transverse Mercator

氣象資料來源于國家氣象中心(http://cdc.cma.gov.cn/home.do)，利用汾河流域及周邊地區(qū)22個(gè)氣象站2004～2013年降水、氣溫日值序列，以16 d累積量或平均值，使用反距離加權(quán)方法進(jìn)行插值，分別得到230個(gè)時(shí)間序列的降水和氣溫面域化數(shù)據(jù)。數(shù)字高程模型DEM來源于ASTER GDEM(http://gdem.ersdac.jspacesystems.or.jp)。

4 植被覆蓋分析

4.1 植被覆蓋時(shí)空演化分析

利用2004～2013年16 d合成的MODISNDVI數(shù)據(jù)，根據(jù)上述估算模型，在 ArcGIS、Erdas、Envi、Matlab的協(xié)同工作下，結(jié)合流域邊界矢量數(shù)據(jù)，實(shí)現(xiàn)汾河流域植被覆蓋的遙感反演。圖2顯示了2004～2013年16 d步長的植被覆蓋時(shí)空變化。

圖2 2004～2013年16 d步長的植被覆蓋時(shí)空變化Fig.2 Temporal and spatial variations of VFC for 16 d step length from 2004 to 2013

每年從年積日(Day of Year,DOY)第1 d到最后1 d依據(jù)16 d步長共有23個(gè)時(shí)相。綜合10年際的時(shí)空分布，從DOY001到DOY081(對(duì)應(yīng)1～3月)這一時(shí)期的植被覆蓋變化不大，大部分區(qū)域的VFC值在0.4以下，只有少部分區(qū)域的植被覆蓋比較可觀，太原西部呂梁山區(qū)相對(duì)有一個(gè)聚集區(qū)VFC值在0.4以上。這一時(shí)期整體是兩邊的山區(qū)(呂梁山脈,太行山脈)VFC值較高，中間的河谷盆地值較低。到后期，VFC值在南部有一定的升高，臨汾盆地相對(duì)明顯。DOY097到DOY113這兩個(gè)時(shí)相相對(duì)穩(wěn)定，從DOY129開始，VFC值在流域邊緣區(qū)域有明顯的升高，太原盆地VFC值升高的幅度相對(duì)較低，在DOY129開始會(huì)形成一個(gè)明顯的低值區(qū)域，并一直持續(xù)到DOY161。這一時(shí)期，流域兩邊的山區(qū)VFC值增加明顯。在DOY177這一時(shí)相，流域北部，特別是太原盆地VFC值增加明顯，這一時(shí)相北部的VFC值明顯超過流域南部。從DOY193開始，流域VFC值開始大規(guī)模攀升，流域內(nèi)值基本在0.6以上，兩邊山區(qū)的VFC值多在0.8以上，這一狀態(tài)一直持續(xù)到DOY241和DOY257。這一時(shí)期過后，VFC值開始有較為明顯的降低，在太原盆地和臨汾盆地降速尤為顯著。從DOY289開始，流域內(nèi)VFC值降低到0.4以下，太原盆地的值最低。

4.2 植被覆蓋與氣象因子的關(guān)系

利用相關(guān)性來分析植被覆蓋與氣象因子的關(guān)系，兩種氣象因子對(duì)植被覆蓋的影響力和控制力因地理位置的不同而異。圖3顯示了兩種氣象因子與每個(gè)像元16 d植被覆蓋時(shí)間序列的相關(guān)性在空間上的分布。左邊為降水與植被覆蓋的空間相關(guān)性，降水與植被覆蓋的相關(guān)性呈現(xiàn)出北部高、南部低的特點(diǎn)，整體上相關(guān)性偏低；右邊為氣溫與植被覆蓋的空間相關(guān)性，氣溫與植被覆蓋的相關(guān)性呈現(xiàn)出四周高，中間低的分布，在介休縣附近有一個(gè)相關(guān)性的低值區(qū)域，在太原北部偏西的區(qū)域相關(guān)性較高，普遍在0.8以上。

圖3 植被覆蓋與氣象因子的關(guān)系Fig.3 The relationship between vegetation coverage and meteorological factors

圖4 VFC、溫度、降水的時(shí)間序列分布Fig.4 Time series distribution of VFC,temperature and precipitation

為發(fā)掘流域VFC的時(shí)間分布模式，將流域內(nèi)VFC、氣溫、降水的均值進(jìn)行聯(lián)合對(duì)比分析。如圖4所示，從上到下依次為VFC、氣溫、降水，紅色曲線為最大值，綠色曲線為標(biāo)準(zhǔn)差，藍(lán)色曲線為均值，藍(lán)綠色曲線為最小值。坐標(biāo)橫軸為時(shí)間序列，每年23個(gè)時(shí)相，10年一共230個(gè)時(shí)間序列，橫坐標(biāo)為各指標(biāo)值(為清晰顯示做了偏置，觀察變化趨勢即可)。通過統(tǒng)計(jì)圖與統(tǒng)計(jì)數(shù)字，發(fā)現(xiàn)VFC值與氣溫、降水在時(shí)間分布上有較好的一致性，但在時(shí)間上存在一個(gè)時(shí)相的步長差。VFC峰值出現(xiàn)在DOY209附近，氣溫和降水的峰值出現(xiàn)在DOY225附近。

4.3 植被覆蓋與地形因子的關(guān)系

地形因子能影響植被的光熱條件和水分狀況，進(jìn)而對(duì)植被覆蓋產(chǎn)生作用。對(duì)區(qū)域內(nèi)數(shù)字高程模型進(jìn)行坡度分析和坡向分析，通過閾值分類，區(qū)分出坡度分類圖和坡向分類圖。

海拔分級(jí)標(biāo)準(zhǔn)按0～500 m、500～1000 m、1000～1500 m、1500～2000 m、＞-2000 m共5個(gè)級(jí)別。統(tǒng)計(jì)得到不同海拔的植被覆蓋均值如圖5所示。

圖5 植被覆蓋的海拔分布Fig.5 Statistics for vegetation cover altitudinal distribution

從圖5可以看出，在海拔1500～2000 m這個(gè)區(qū)間的VFC值最高，在這個(gè)海拔之下，植被的VFC值隨海拔的升高而升高，但幅度較小，植被分布隨海拔高度的變化不大。在海拔大于等于2000 m這個(gè)區(qū)間的VFC值有明顯的降低，說明這個(gè)海拔對(duì)對(duì)植被的影響較為顯著，限制了植被的生長。通常來說，低海拔地區(qū)人類活動(dòng)較為頻繁，高海拔地區(qū)人類活動(dòng)較少，低海拔區(qū)域的VFC值不高可能與此有關(guān)。

坡度分級(jí)標(biāo)準(zhǔn)為 0°～3°、3°～6°、6°～9°、9°～12°、＞=12°共5個(gè)類別，將坡度分類圖與植被覆蓋進(jìn)行疊置分析，計(jì)算每個(gè)坡度范圍內(nèi)的植被覆蓋均值，得到植被覆蓋的坡度分布，如圖6。

平均下來，0～3度范圍內(nèi)植被覆蓋均值為0.3022，3～6度范圍內(nèi)植被覆蓋均值為0.2199，6～9度范圍內(nèi)植被均值為0.1787，9～12度范圍內(nèi)植被覆蓋均值為0.1533，大于等于12度地區(qū)植被覆蓋均值為0.1431。坡度越大，VFC值顯著降低，說明坡度是影響植被生長的一個(gè)主要因子。其原因在于坡度的大小與水分密切相關(guān)，坡度增加會(huì)導(dǎo)致水分流失嚴(yán)重，致使植被生長狀況不佳。

對(duì)數(shù)字高程模型進(jìn)行坡向分級(jí)，分級(jí)標(biāo)準(zhǔn)為135～225（陽坡）、90～135和225～270（半陽坡）、315～45（陰坡）、45～90和270～315（半陰坡）、無坡向共5類，如圖7所示。將坡向圖與植被覆蓋進(jìn)行疊置分析。計(jì)算每個(gè)坡向范圍內(nèi)的植被覆蓋均值，得到植被覆蓋的坡向分布，如圖7。

圖6 植被覆蓋的坡度分布Fig.6 Statistics for vegetation cover slope distribution

圖7 植被覆蓋的坡向分布Fig.7 Statistics for vegetation cover slope distribution

從圖7中可以看出，陰坡植被覆蓋均值最高，半陰坡植被覆蓋次之，半陽坡植被覆蓋最低。結(jié)合上述坡度對(duì)于VFC值的影響，說明此區(qū)域降水是限制植被生長的一個(gè)重要因子，陰坡光照少，有利于水分的涵養(yǎng)，植被茂盛，半陽坡和陽坡因陽光照射導(dǎo)致水分蒸發(fā)較多，水分流失嚴(yán)重，植被反而不是很理想。

5 總結(jié)與展望

5.1 總結(jié)

本研究利用MODIS NDVI數(shù)據(jù)，基于像元二分模型對(duì)汾河流域2004～2013年10年際16 d步長的植被覆蓋度進(jìn)行了估算，對(duì)植被覆蓋的時(shí)空演變過程進(jìn)行了全程描述，并結(jié)合氣象因子和地形因子給出了分析。研究得出了以下幾點(diǎn)結(jié)論：

（1）植被覆蓋在2004～2013年較為穩(wěn)定，從DOY001到DOY081變化不大，基本為0.4以下，從DOY129開始，VFC值有明顯的升高，在流域邊緣的山區(qū)尤為顯著，從DOY193開始，流域VFC值快速升高，流域內(nèi)VFC值多在0.6以上，DOY257過后，VFC值回落到0.4以下。總體來說，中間的太原盆地和臨汾盆地VFC值較低，兩邊的呂梁山區(qū)和太行山區(qū)VFC值較高；

（2）對(duì)植被覆蓋與氣象因子的空間分布關(guān)系與時(shí)間分布關(guān)系研究表明：空間上，植被覆蓋與降水的相關(guān)性北部高、南部低，植被覆蓋與氣溫的相關(guān)性邊緣高、中間低；時(shí)間上，植被覆蓋與降水、氣溫具有一致的波形，都是夏季高、冬季低，但在相位上存在差異，植被覆蓋的峰值相對(duì)于降水與氣溫的峰值提前一個(gè)步長(16 d)；

（3）通過統(tǒng)計(jì)不同海拔、坡度、坡向的VFC值，可以得出流域植被集中分布在500 m以下，坡度小于3°的陰坡地區(qū)，符合實(shí)際情況。從結(jié)果來看，低海拔區(qū)域植被覆蓋較為穩(wěn)定，海拔大于等于2000 m后植被覆蓋有一個(gè)明顯的降低；

（4）植被覆蓋是一種復(fù)雜地表過程，其成因受多方面因素影響，發(fā)展變化過程難以完全由自然因子來控制。

本文作為階段性的成果，特別是在16 d這樣一個(gè)高時(shí)間分辨率的步長下得到了流域植被覆蓋，相對(duì)以往不存在時(shí)間分辨率或以季或年為時(shí)間分辨率的植被覆蓋計(jì)算來說不失為一個(gè)有益的嘗試，同時(shí)，本研究探索了植被覆蓋變化的自然因子和驅(qū)動(dòng)力，可為植被保持和恢復(fù)提供科學(xué)依據(jù)。

5.2 不足與展望

（1）本文統(tǒng)計(jì)了植被覆蓋的海拔、坡度、坡向分布，但影響植被生長的自然因子遠(yuǎn)不僅此，地形對(duì)于水分的重分配而導(dǎo)致的植被生長不均影響顯著。人為的因子和驅(qū)動(dòng)力因數(shù)據(jù)獲取困難而未進(jìn)行相關(guān)研究，從本研究的初步結(jié)果來看，很有可能是比較重要的一環(huán)?？梢詫⒂嘘P(guān)植被、人口密度、交通網(wǎng)絡(luò)、水系分布等圖層進(jìn)行疊加分析得出人為影響，這一切期待更為開放的數(shù)據(jù)政策；

（2）本研究使用的VFC基于植被指數(shù)，MODIS影像獲取的植被指數(shù)在高覆蓋植被區(qū)的生長季節(jié)具備較高可靠性，在稀疏植被區(qū)(覆蓋度小于15%)的非生長季節(jié)或無植被區(qū)可信度較低，這些區(qū)域或時(shí)期的植被覆蓋估算需進(jìn)一步的研究；

（3）植被覆蓋對(duì)氣象因子的反饋?zhàn)饔糜写芯?，如降水、溫度適宜時(shí)，植被生物量在生長季會(huì)保持上升趨勢，遙感反演的植被指數(shù)同步上升，小區(qū)域內(nèi)的氣溫也應(yīng)保持在一定范圍，如遇干旱，植被受水分脅迫作用，一方面生長受限，植被指數(shù)降低，另一方面植被無足夠水分供給蒸騰作用時(shí)，部分氣孔關(guān)閉，致使小區(qū)域內(nèi)溫度升高；

（4）本文從宏觀尺度研究了流域內(nèi)的植被覆蓋，但流域內(nèi)人口空間分布極度不均，工業(yè)農(nóng)業(yè)均有可觀規(guī)模的分布，特別是農(nóng)業(yè)及其附屬的水利設(shè)施對(duì)植被覆蓋的影響不可忽視，農(nóng)作物的收割不可避免帶來VFC值的突降，水利設(shè)施的灌溉條件又能極大影響植被覆蓋，這兩者都屬于人類活動(dòng)，涉及到人與自然的耦合關(guān)系。本文僅僅從自然屬性出發(fā)，研究了植被覆蓋與降水、溫度的影響，忽視人類活動(dòng)的影響會(huì)致使研究結(jié)果存在一定偏差，尤其是近10年城市化提速的情況下，建成區(qū)擴(kuò)展對(duì)植被覆蓋的影響應(yīng)該是拉低作用，這在未來的研究中應(yīng)予以考慮；

本研究是利用VFC對(duì)過去10年植被覆蓋情況進(jìn)行了研究，給出的只是相對(duì)的覆蓋等級(jí)，但協(xié)同降水、氣溫、地形進(jìn)行的分析，對(duì)既定事實(shí)的描述有助于對(duì)未來植被覆蓋的恢復(fù)，在后續(xù)的研究中期待更長時(shí)間序列、更多因子的加入。

[1]鐘莉娜,趙文武.基于NDVI的黃土高原植被覆蓋變化特征分析中國水土保持科學(xué),2013,11(5):57-62

[2]王兮之,陸 龍,梁釗雄.青海湟水流域植被覆蓋度時(shí)空變化分析[J].水土保持研究,2010,17(6):172-176

[3]樸世龍,方精云.最近18年來中國植被覆蓋的動(dòng)態(tài)變化[J].第四紀(jì)研究,2001,21(4):294-302

[4]汪明霞,王衛(wèi)東.植被覆蓋度的提取方法研究綜述[J].黃河水利職業(yè)技術(shù)學(xué)院學(xué)報(bào),2013,25(2):23-26

[5]李 琳,譚炳香,馮秀蘭.北京郊區(qū)植被覆蓋變化動(dòng)態(tài)遙感監(jiān)測—以懷柔區(qū)為例[J].農(nóng)業(yè)網(wǎng)絡(luò)信息,2008(6):38-41

[6]姜 燁.孫建國,李 慶.基于像元二分模型的植被覆蓋度遙感信息提取[J].科技信息,2013(10):168-170

[7]梁四海,陳 江,金曉媚,等.近21年青藏高原植被覆蓋變化規(guī)律[J].地球科學(xué)進(jìn)展,2007,22(1):33-40

[8]陳國榮,劉 健,施聰智,等.基于GIS和遙感技術(shù)的植被覆蓋度反演模型[J].北華大學(xué)學(xué)報(bào):自然科學(xué)版,2010,11(3):251-254

[9]秦 偉,朱清科,張學(xué)霞,等.植被覆蓋度及其測算方法研究進(jìn)展[J].西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版,2006,34(9):163-170

[10]周兆葉,儲(chǔ)少林,王志偉,等.基于NDVI的植被覆蓋度的變化分析—以甘肅省張掖市甘州區(qū)為例[J].草葉科學(xué),2008,25(12):23-29

[11]張學(xué)珍,朱金峰.1982～2006年中國東部植被覆蓋度的變化[J].氣候與環(huán)境研究,2013,18(3):365-374

[12]章文波,符素華,劉寶元.目估法測量植被覆蓋度的精度分析[J].北京師范大學(xué)學(xué)報(bào):自然科學(xué)版,2001,37(3):402-408

[13]龍曉閩,周忠發(fā),張 會(huì),等.基于NDVI像元二分模型植被覆蓋度反演喀斯特石漠化研究——以貴州畢節(jié)鴨池示范區(qū)為例[J].安徽農(nóng)業(yè)科學(xué),2010(8):4184-4186

[14]李曉香,陳媛麗.基于NDVI的鶴壁市植被覆蓋動(dòng)態(tài)分析研究[J].河南科技2014(7):188

[15]詹起林.基于森林植被指數(shù)的快速生態(tài)評(píng)價(jià)[D].上海:上海師范大學(xué),2012

[16]聶 勇,范建容,賀秀斌,等.水土流失遙感調(diào)查中植被信息提取與評(píng)價(jià)指標(biāo)討論[J].水土保持通報(bào),2007,37(4):10-14

[17]蔣友嚴(yán),韓 濤,王有恒,等.石羊河調(diào)水10a來民勤綠洲生態(tài)脆弱性變化[J].干旱區(qū)研究,2014,31(1):157-162