论文部分内容阅读
植被因子是水土流失预测模型的关键参数之一,也是评价水土保持成效的重要依据。基于遥感技术的区域尺度上科学合理的结构性植被因子定义及其提取是水土流失定量监测与生态环境建设亟待解决的理论问题。本文选取延河流域为研究区域,以Landsat5TM为遥感数据源,通过几何校正与DEM严格配准,经辐射定标和大气校正,提取了相关遥感地表参数。结合野外植被调查,分析遥感地表参数和实测植被盖度的关系,构建了研究区结构性植被因子模型,并对该模型进行了简单验证和分析,取得了以下主要成果:1.依据植被水土保持的主导因素和遥感机理,发展了区域水土流失植被因子遥感指标体系。首先对植被水土保持机理的研究成果进行总结,表明植物群落的垂直层次结构是植被水土保持能力的主要影响因素,而单纯的投影盖度并不能反映植物群落的结构性差异。结合遥感提取地表参数的特点,认为区域水土流失结构性植被因子遥感提取的指标体系应包含:①绿度植被盖度指数,表征绿色(光合)植被层,即乔、灌、草各层的总覆盖度信息;②黄度植被盖度指数,表征衰败植被层,即枯枝落叶层、衰败的草地、农作物残留层的盖度信息。2.基于遥感技术构建了延河流域的结构性植被因子。利用遥感图像,引入土壤线的概念,分别提取研究区多项绿度和黄度指数,并与野外样点实测的盖度数据进行相关性分析。表明:PVI指数是绿度指数的最佳代表,NDTI是黄度指数的最佳代表。通过多元回归分析,建立了实测Cs与绿度指数和黄度指数之间的关系式,Cs=0.778~~NDTI+0.756~*PVI,从而实现基于遥感技术的结构性植被因子提取。3.遥感结构性植被因子的验证和分析。结合土地利用类型、验证样点和基于NDVI的像元二分模型估算的植被覆盖度分析,发现基于遥感提取的结构性植被因子科学合理、能够表达实际植被的水土保持作用。延河流域结构性植被因子空间分布表明:结构性植被因子数值集中分布在0.07-0.35的区间,总体植被覆盖状况较差。不同土地利用方式上的结构性植被因子排列顺序为林地＞草地＞耕地＞居民地＞水体＞未利用地。