全 文 ：基于轨迹变化探测的植被覆盖时空动态
———以深圳大鹏半岛为例*
梁尧钦1,2 摇 谢芳毅3 摇 李摇 菁3 摇 李贵才1 摇 曾摇 辉1,4**
( 1 北京大学深圳研究生院城市人居环境科学与技术重点实验室, 广东深圳 518055; 2 城市建设研究院园林发展中心, 北京
100029; 3 北京林业大学省部共建森林培育与保护教育部重点实验室, 北京 100083; 4 北京大学城市与环境学院生态学系,
北京 100871)
摘摇 要摇 基于 ArcEngine组件二次开发,对 1986—2007 年密集时间序列的 10 期 TM 和 ETM+
遥感影像归一化植被指数(NDVI)变化轨迹进行探测,分析了深圳大鹏半岛快速城市化影响
下植被覆盖变化的特征及成因.结果表明:1986—2007 年,大鹏半岛植被覆盖动态主要类型包
括稳定(a)、稳定-上升-稳定(aba)、稳定-下降-稳定(aca)和稳定-下降-稳定-上升-稳定
(acaba),这 4 种类型的面积之和占研究区总面积的 71郾 54% ;类型 a的分布最广,面积比例达
1 / 3;类型 acaba是研究区植被覆盖变化的代表类型,与 20 世纪 90 年代中期大规模毁林种果
及之后的生态风景林建设等人为活动密切相关;海拔增高、坡度增大有效限制了人为活动的
干扰强度,使植被覆盖动态复杂性降低;研究区植被覆盖的时序特征表现为,20 世纪 90 年代
中期明显下降和 2003 年之后显著上升.
关键词摇 植被覆盖动态摇 轨迹变化探测摇 驱动过程摇 大鹏半岛
文章编号摇 1001-9332(2010)05-1105-07摇 中图分类号摇 Q149摇 文献标识码摇 A
Spatiotemporal dynamics of vegetation cover based on trajectory change detection: A case
study in Dapeng Peninsula of Shenzhen. LIANG Yao鄄qin1,2, XIE Fang鄄yi3, LI Jing3, LI Gui鄄
cai1, ZENG Hui1,4 ( 1Key Laboratory for Environment and Urban Sciences, Shenzhen Graduate
School, Peking University, Shenzhen 518055, Guangdong, China; 2Development Center of Land鄄
scape Architecture, Urban Construction Design & Research Institute, Beijing 100029, China;
3Ministry of Education Key Laboratory for Silviculture and Conservation, Beijing Forestry University,
Beijing 100083, China; 4Department of Ecology, College of Urban & Environmental Sciences, Pe鄄
king University, Beijing 100871, China) . 鄄Chin. J. Appl. Ecol. ,2010,21(5): 1105-1111.
Abstract: By using the second鄄time developed ArcEngine component at pixel level, this paper
studied the spatiotemporal dynamics of vegetation cover in the Dapeng Peninsula of Shenzhen, Chi鄄
na in 1986-2007, and analyzed the characters and causes of the dynamics. To quantify this dynam鄄
ics, the NDVI changes in 1986-2007 were extracted from 10 time鄄series TM / ETM+ remote sensing
images, and the results showed that from 1986 to 2007, there were four trajectories of vegetation
cover change in the Peninsula, including stable (a), stable鄄rising鄄stable (aba), stable鄄descend鄄
ing鄄stable ( aca), and stable鄄descending鄄stable鄄rising鄄stable ( acaba). The area with these four
types occupied 71. 54% of the total. Among the four types, type “a冶 was most common, occupying
1 / 3 of the study area, mainly in the mountains; and type “acaba冶 was the typical one, which was
closely related to the deforestation and reforestation after the human disturbances of original vegeta鄄
tion. The areas at higher elevation or steeper slopes exhibited smaller vegetation change, mainly be鄄
cause of the constrained human disturbances. Timing of the vegetation cover change showed a rela鄄
tive stability in the mid鄄90s of 20th century, but a dramatic change after 2003, coinciding with the
growth of Shenzhen City.
Key words: dynamics of vegetation cover; trajectory change detection; driving process; Dapeng
Peninsula.
*国家自然科学基金项目(40830747)、深圳市“双百计划冶项目和北京大学深圳研究生院院长基金项目(2007013)资助.
**通讯作者. E鄄mail: zengh@ szpku. edu. cn
2009鄄11鄄24 收稿,2010鄄03鄄08 接受.
应 用 生 态 学 报摇 2010 年 5 月摇 第 21 卷摇 第 5 期摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇
Chinese Journal of Applied Ecology, May 2010,21(5): 1105-1111
摇 摇 植被覆盖动态研究一直是生态学研究的主要内
容和热点问题之一[1-2] . 获取地表植被覆盖变化信
息,对于揭示地表空间变化规律、探讨变化驱动因
子、分析评价区域生态环境具有重要意义[3-4] .归一
化植被指数(NDVI)是目前众多植被指数中应用最
广泛的一种,它与植被分布密度相关,是反映植物生
长状况及生长空间分布密度的最佳指示因子[5-6] .
由于生态系统的复杂性、森林变化的长期性、地域范
围的广阔性,使人们对植被覆盖动态过程的了解非
常有限,而采用模型模拟则成为重要的研究手段之
一[7-9] .遥感数据的可重复获取特性是其相对其他
数据源的优势之一,长期以来被用于探测和标识地
表变化,在植被覆盖方面的应用也越来越受到关
注[10-12] .
Landsat传感器系列自应用以来为很多热点地
区提供了长期的影像数据,然而开发利用这些数据
的变化探测方法还比较缺乏,一些学者就此进行了
有益探讨[13-15] .但以往的研究工作只关注两幅或几
幅影像之间的变化[16-18],对植被覆盖长期变化的时
序特征研究尚不多见.为此,本研究充分利用深圳市
丰富的遥感影像资料,以大鹏半岛 1986—2007 年的
10 期 TM / ETM+影像为基础数据源,以 NDVI表征地
表森林覆盖状况,基于 ArcEngine (AE)组件二次开
发,实现了对研究区这 21 年来植被覆盖动态轨迹的
探测,并据此分析了该区植被覆盖的时空演变特征
以及主要人为活动对植被消长的驱动过程,从而实
现了对一定时间和空间范围内的植被评价,以期为
植被的保护和恢复重建工作提供科学依据.
1摇 研究地区与研究方法
1郾 1摇 研究区概况
大鹏半岛位于广东省深圳市龙岗区东南部,包
括大鹏、葵涌、南澳三镇,陆地总面积 293郾 41 km2 .
研究区属南亚热带海洋性气候,年均气温 22郾 3 益,
年均降水量 2000 mm.该区山地面积约占总面积的
80% ,土壤属赤红壤、红壤和冲积土.大鹏半岛土地
覆被类型多样,主要包括林地、园地、建设用地和少
量耕地,另有坑塘、水库、沿海滩涂散布.常绿阔叶林
地占据大鹏半岛的大部分区域,该区的常绿阔叶林
主要包括低地常绿季雨林、山地常绿阔叶林、沟谷雨
林和红树林.受城市化影响和经济利益驱动,该区园
地侵占了大面积低海拔地区的林地,山地植被破坏
严重.
1郾 2摇 数据来源及预处理
受季风环流的控制,大鹏半岛四季差异不显著.
为了尽可能减小成像季节差异对植被覆盖动态分析
结果的影响,本文选用影像的季节限制在 11 月 1 日
至次年 3 月 5 日.这段时间为植物的非生长季,叶相
处于稳定期[19],满足条件的有 10 幅影像(表 1).
摇 摇 在 Erdas 8郾 7 软件支持下,对遥感数据进行去
云、去噪处理[20];以深圳坐标的 2004 年深圳市航片
为基准,并辅以 2004 年深圳市土地利用变更调查数
据,对 10 期影像逐一进行几何精校正和交互式校准
(RSM<1).用大鹏半岛边界文件对 10 幅影像进行
裁切,分别提取 3、4 波段光谱值,计算出每个 30 m伊
30 m像元的 NDVI 值,作为植被覆盖动态轨迹探测
的属性数据.鉴于本文是对植被覆盖动态的研究,为
了避免水域、建设用地等无植被覆盖区年际波动对
探测精度的影响,程序中将属性值(NDVI值)小于 0
的像元统一赋值为 0,从而完成数据的准备工作.
1郾 3摇 研究方法
1郾 3郾 1轨迹变化的探测方法 摇 植被覆盖变化包括稳
定、上升、下降过程,本文将植被覆盖动态分段进行
分析,统一用线性方程 y = Px表示,式中:y为 NDVI
值,x为间隔年份,P为NDVI年变化率.设 P0为变化
方向判断阈值,当 | P | < P0 时,表现为过程段 a(稳
定);当 P > P0时,表现为过程段 b(上升);当 P < -
P0 时,表现为过程段 c(下降) .由这 3个过程段随机
组合,可形成不同的植被覆盖动态类型.按照时间先
后顺序输入影像序列,逐一读取历年研究区各像元
属性值(NDVI值) ,对 NDVI变化轨迹进行探测,按
照动态类型编号(表 2)给输出影像对应位置的像元
赋值 . 以上过程基于ArcEngine组件二次开发,在
表 1摇 1986—2007 年深圳市的遥感影像
Tab. 1摇 Remote sensing images of Shenzhen City from 1986
to 2007
编号
No.
日 期
Date
月份间隔
Interval
by month
NDVI变化率阈值
Critical value
of NDVI
rate (% )
类型
Type
1 1986鄄12鄄14 - - TM
2 1988鄄12鄄19 24 69郾 00 TM
3 1990鄄11鄄23 23 65郾 35 TM
4 1992鄄11鄄01 24 69郾 00 TM
5 1995鄄12鄄07 37 124郾 56 TM
6 1997鄄01鄄10 13 32郾 87 TM
7 1999鄄12鄄26 35 114郾 95 ETM+
8 2003鄄01鄄19 37 124郾 56 ETM+
9 2005鄄03鄄05 26 76郾 55 TM
10 2007鄄11鄄10 32 101郾 30 TM
6011 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
表 2摇 植被覆盖动态类型编号
Tab. 2摇 No. of types of vegetation cover dynamics
编号
No.
类型
Type
编号
No.
类型
Type
编号
No.
类型
Type
编号
No.
类型
Type
编号
No.
类型
Type
1 a 2 b 3 c 4 ab 5 ac
6 ba 7 bc 8 ca 9 cb 10 aba
11 abc 12 aca 13 acb 14 bab 15 bac
16 bca 17 bcb 18 cab 19 cac 20 cba
21 cbc 22 abab 23 abac 24 abca 25 abcb
… … 188 cbcbca 189 cbcbcb … … 1533 cbcbcbcbcb
a)稳定 Stable; b)上升 Rising; c)下降 Descending. 下同 The same below.
Visual Studio 2005 平台上采用 C#语言编程实现.
1郾 3郾 2 阈值 P0 的确定 在对 a、b、c 过程段区分的过
程中,一个关键问题就是断点的判断,即 NDVI 年变
化率 P0 的阈值问题.由于不同研究区的自然地理条
件、植被类型等存在差异, P0 的取值无明确界
定[21-23] .本文对 P0 的取值采取了谨慎态度,分别对
P0 =25% 、P0 = 30% 、P0 = 35%时的探测结果进行比
较发现:P0 = 25% 以下时,大部分区域属于“ bc冶、
“bcbc冶、“bcbcbc冶等类型,植被覆盖年际间的细微
波动被扩大化,这明显与实际情况不符;用标准化处
理对 P0 =30%和 P0 =35%的探测结果进行验证[24],
都具有一定的合理性,继而用土地利用变更调查资
料对拟合精度进行检验,P0 =35%时,处于稳定阶段
的植被区域大面积增加,对林地向园地转移引起的
植被覆盖变化辨识能力较差. 考虑到本文所用数据
为冬季影像,而冬季植被变化幅度相对其他季节较
弱[23],因此阈值取 P0 =30%更合理.
由于现有的 10 幅影像间隔年份不一致,为保证
模拟精度,按月份对 NDVI 变化率阈值 P0 = 30%进
行再计算. 将年际变化率 30%换算成月变化率为
12 1郾 30 -1 = 1郾 022-1 = 2郾 2% ,然后根据两两影像间
的月份间隔,计算相应的 NDVI 变化率阈值.如月份
间隔 23 个月,则阈值为(1郾 02223 -1) = 0郾 6535 =
65郾 35% ,其他类推(表 1).
1郾 3郾 3 植被覆盖动态类型划分摇 由于程序输入数据
由 10 幅遥感影像组成,理论上每种动态类型都由 9
个过程段组成,本文在此对连续相同的过程段进行
简化,如类型“ aacccbbbc冶简化为“ acbc冶、类型“bb鄄
baaaacc冶简化为“bac冶等. 排列组合得动态轨迹有 3
伊20+3伊21+3伊22+3伊23+3伊24+3伊25+3伊26+3伊27 +
3伊28 = 1533 种类型.
该方法是针对像元水平的轨迹变化探测,本身
就是计算机密集型工作,假如将研究区植被覆盖动
态划分为上千种类型,一方面会成倍增加计算机运
算强度,另一方面运行结果直观性也较差,不利于准
确把握研究区植被变化的总体特征.因此,本文事先
对不同类型的探测结果进行对比.结果显示,3伊20 +
3伊21+3伊22 +3伊23 +3伊24 +3伊25 = 189 种类型已经涵
盖了研究区 90%以上的面积. 因此,将 189 种以后
的类型统一划为“波动型冶,作为第 190 种类型.
2摇 结果与分析
2郾 1摇 大鹏半岛植被覆盖动态
1986—2007 年,大鹏半岛植被覆盖动态变化轨
迹主要包括 4 种类型,分别为 a、aba、aca、acaba,这 4
种主要动态类型面积之和占研究区总面积的
71郾 54% ,加之面积比例较高的 3 种类型( acab、ab
和 acba),这 7 种主要动态类型占研究区总面积的
82郾 39% (表 3).此外,大部分理论上存在的类型,在
研究区内并没有分布. 研究区内不存在持续正向变
化的区域,也不存在持续负向变化的区域.
研究时段内大鹏半岛超过 1 / 3 的区域植被覆盖
表 3摇 大鹏半岛植被覆盖动态的主要类型
Tab. 3摇 Main types of vegetation cover dynamics in Dapeng
Peninsula
主要类型
Main type
面积比例
Area proportion
(% )
亚类
Sub鄄type
亚类面积比例
Area proportion
of sub鄄type
(% )
a 34郾 20 a 34郾 20
aba 17郾 05 aba 14郾 52
ababa 2郾 53
aca 11郾 06 aca 10郾 94
acaca 0郾 12
acaba 9郾 23 acaba 9郾 23
acab 3郾 71 acab 3郾 54
acabab 0郾 17
ab 3郾 62 ab 3郾 11
abab 0郾 45
ababab 0郾 06
acba 3郾 51 acba 1郾 85
acbaba 1郾 67
70115 期摇 摇 摇 摇 摇 摇 摇 摇 梁尧钦等: 基于轨迹变化探测的植被覆盖时空动态———以深圳大鹏半岛为例摇 摇 摇 摇
处于稳定状态,其分布与主要山脉走向基本一致,可
见山地高海拔地区是植被覆盖保持稳定的主要区
域. 表现上升过程的类型 aba 的面积比例为
17郾 05% ,其分布与类型 a 具有一定的空间相关性,
在七娘山北部的大燕顶、陆嘴山以及排牙山西段北
坡最集中;类型 aca 主要散布在高海拔山地的南坡
或东南坡,这些区域长年受海风、海蚀影响,沿海地
区山顶植被退化严重;类型 acaba 是研究区非常典
型的植被覆盖变化过程,该类型主要分布在毁林种
果发生区、林缘等受人为影响剧烈的区域,表现为由
于 20 世纪 90 年代中期发生了较大范围的毁林种果
现象而导致植被覆盖状况恶化,之后,随着植被自然
恢复及生态风景林建设工作的开展,植被覆盖率又
有一定程度的回升继而达到稳定(图 1).
2郾 2摇 大鹏半岛植被覆盖动态主要类型的空间分异
2郾 2郾 1 高程分异 摇 由图 2 可以看出,研究区植被覆
盖动态类型 a面积的比例随海拔升高而增大,在海
拔 20 m 以下地区的类型 a 的面积比例仅占
11郾 62% ,这主要是由于大量的建设用地、滩涂和坑
塘的存在所致;而海拔 200 m 以上地区的面积比例
则高达 66郾 90% ,大部分植被覆盖区保持稳定.深圳
20 世纪 90 年代中期曾倡导大力发展优质热带水果
生产,导致海拔 150 m 以下的丘陵地区出现大规模
毁林种果现象,山地植被覆盖变化剧烈;海拔 150 m
以上地区则有效削弱了人为活动对山地植被的干扰
作用,植被覆盖相对稳定. 海拔 20 ~ 40 m 地区的人
为活动最频繁,植被覆盖动态类型 acaba以 15郾 13%
图 1摇 大鹏半岛植被覆盖动态主要类型的分布
Fig. 1摇 Distribution of main types of vegetation cover dynamics
in Dapeng Peninsula.
a)稳定 Stable; b)上升 Rising; c)下降 Descending. 下同 The same
below.
图 2摇 研究区植被覆盖动态主要类型的高程坡度和坡向分异
Fig. 2 摇 Elevation, slope and aspect variation of main types of
vegetation cover dynamics in the study area.
的贡献率成为该海拔带第一主要动态类型,可见人
为干扰极大地增大了植被覆盖动态的复杂性;海拔
100 m 以上的园地因为不适合果树生长,多表现为
下降类型 aca.
从动态类型的组成来看,研究区 7 种主要植被
覆盖动态类型在海拔 20 m 以下地区的面积比例仅
占 1 / 2,在海拔 20 ~ 40 m地区的面积比例增至 2 / 3,
在海拔 40 ~ 60 m地区的面积比例已达 82郾 18% ,在
海拔 60 m 以上地区的面积比例进一步增大,达
90%以上.说明该区植被覆盖动态类型组成的集聚
性随海拔上升而增强,由于人为干扰作用强烈,低海
拔带植被覆盖的波动性较大,动态过程趋于复杂化.
2郾 2郾 2 坡度分异摇 从坡度分级情况来看,5毅以下地
区占全区总面积的比例最高,超过 25% ,而 45毅 ~
8011 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
60毅及 60毅以上坡度范围的面积比例仅有 0郾 1% ,分
析中可忽略不计. 研究区植被覆盖动态类型 a 是各
坡度等级分布范围最广的类型,随坡度增大的比例
明显增高;类型 aba 是仅次于类型 a 的重要动态类
型,亦随坡度增大呈增加趋势;类型 acaba 与坡度的
相关性不明显.
在大鹏半岛城市化过程中,城市开发条件较好
的缓坡区,人为活动频繁,植被退化过程明显;虽然
坡度较大地区的土层薄、植被生长条件差以及灌丛、
草坡分布广泛,但由于受人为干扰较少,植被多处于
低覆盖度水平上的稳定或缓慢恢复阶段. 从动态类
型的组成来看,随着坡度增大,植被覆盖动态类型组
成的集聚性增强,研究区 7 种主要植被覆盖动态类
型在臆5毅的平地的面积比例仅为 1 / 2,在坡度 15毅 ~
30毅的涵盖范围已达 90%以上(图 2).可见,人为活
动干扰已突破坡度限制,成为影响植被覆盖变化的
主要驱动因子.
2郾 2郾 3 坡向分异摇 坡向主要通过影响植物生长所需
要的光照、水分等条件来影响植被的分布.阴坡植被
恢复过程相对显著,类型 aba是北、西北方向的第一
主要动态类型,其在西、东北方向的面积比例也高达
20%以上. 在阳坡,类型 aba 比例较阴坡明显降低,
稳定类型 a 和退化类型 aca 的分布区则相应增大.
在南、东南方向,退化类型 aca 成为仅次于类型 a 的
第二主要动态类型,这主要是由于东坡、东南坡为迎
风坡,沿海山地受海风、海蚀影响强烈,植被极易出
现退化.
在研究区植被覆盖动态类型组成上,阳坡、半阳
坡较阴坡表现出更明显的集聚性,且阳坡植被覆盖
的负向变化过程显著,而阴坡的正向变化显著;各方
向(不包括平地)7 种主要植被动态类型的面积比例
均在 80%以上(图 2).
2郾 3摇 大鹏半岛植被覆盖动态变化的时序特征
从图 3 可以看出,除 1995—1997 和 2003—2005
年两个时段外,研究区植被覆盖保持稳定的区域均
在 80%以上. 1995—1997 年植被覆盖稳定区比例较
低是由于下降过程显著 (达 17郾 15% ),而 2003—
2005 年则是由于上升过程显著(达 20郾 53% );在
1988—1990 和 2005—2007 年,植被上升区域也有
一个小高峰,面积比例在 10%以上;其他年份的植
被稳定、上升、下降过程各自所占比例变化不大.
从阶段特征来看,1992 年之前,有接近一半区
图 3摇 大鹏半岛植被覆盖动态年际变化
Fig. 3摇 Annual variation of vegetation cover dynamics in Dapeng
Peninsula.
A:1986-1988; B:1988-1990; C:1990-1992; D:1992-1995; E:1995
-1997; F:1997-1999; G:1999-2003; H:2003-2005; I:2005-2007.
域的植被覆盖处于稳定状态,该阶段深圳快速城市
化进程刚起步,植被受人为影响不明显;到 20 世纪
90 年代中期,出现了明显的植被退化,毁林种果引
起的覆盖率下降成为这一时段的主导;2003 年之
后,植被覆盖率逐渐回升,植被恢复过程显著.
3摇 讨摇 摇 论
3郾 1摇 植被覆盖动态变化驱动因子解析
1986—2007 年,大鹏半岛植被覆盖动态主要类
型包括稳定(a)、稳定-上升-稳定(aba)、稳定-下降
-稳定( aca)和稳定-下降-稳定-上升-稳定( aca鄄
ba),共占研究区总面积的 71郾 54% . 该区植被覆盖
总体状况良好,除 20 世纪 90 年代中期受城市化推
动及毁林种果影响,植被出现较大规模退化外,其他
时段植被覆盖以稳定为主,且随着生态风景林建设
工作的开展,研究时段后期出现了显著的植被恢复
过程.海拔、坡度等地形因子是影响研究区植被覆盖
变化的重要因素.海拔增高、坡度增大有效限制了人
为活动的干扰强度.植被类型、气候变化等自然地理
条件也对该区植被覆盖动态产生一定影响.
植被覆盖是地形、气候、植被类型、城市建设及
政府决策等诸多因素综合作用的结果. 高海拔带上
的植被覆盖主要受地形条件的限制,而低海拔地区
植被覆盖动态受人为活动影响显著.
3郾 2摇 影响植被覆盖动态的主要人为干扰过程
植被覆盖是自然地理、社会经济等诸多因素综
合作用的结果,但目前对植被覆盖变化及其影响因
子的相关性、耦合性研究还处于探索阶段[25-26] . 在
深圳快速城市化背景下,大鹏半岛经历了重大的土
地利用类型转移过程,对研究时段内影响地表植被
覆盖的人为干扰过程辨识如下:
90115 期摇 摇 摇 摇 摇 摇 摇 摇 梁尧钦等: 基于轨迹变化探测的植被覆盖时空动态———以深圳大鹏半岛为例摇 摇 摇 摇
20 世纪 90 年代初期及之前是深圳城市化进程
的起步阶段,大鹏半岛位于特区之外且地处偏远,因
此城市对经济发展的推动具有一定的时滞性. 在研
究时段前期,植被覆盖保持稳定的区域占绝大部分,
植被覆盖未发生显著变化.
20 世纪 90 年代中期是深圳市推进城市化进程
的关键时期,大规模土地开发活动兴起,此间人类活
动对自然环境特别是植被的干扰相当剧烈. 大鹏半
岛的高效益热带水果种植业迅速发展,诱发了大规
模毁林种果活动,总体上表现为低海拔林地向园地
的转移,极大地破坏了原有山地植被结构,植被覆盖
动态变化异常活跃.
20 世纪 90 年代中期以后,深圳城市发展进入
成型期,在国家宏观政策的干预下,深圳市出台了创
建园林城市和环保模范城市等举措. 期间在大鹏半
岛山地开始了有计划的还林还果,随着林地发育进
程的推移及生态风景林建设等人为改造活动的开
展,植被覆盖得以有效恢复.
3郾 3摇 植被覆盖动态轨迹探测方法的再思考
卫星传感器连续的重复观测能力非常适合于植
被覆盖变化的探测,然而之前的研究大多只关注两
期或几期影像之间的变化,不能很好地表征植被覆
盖动态的整体趋势. 也有学者通过建立模型将植被
覆盖动态划为几种类型进行拟合[10],但对于城市化
地区复杂的植被覆盖动态变化过程,其局限性是显
而易见的. 本文突破常规思维的限制,以 ArcEngine
组件二次开发为平台,基于密集时间序列的 TM /
ETM+影像,实现了对研究期间大鹏半岛植被覆盖动
态变化的探测.该方法是对当前植被动态研究方法
的重大改进,但在探测并记录植被覆盖变化发生的
时间节点方面还有待完善. 本文的研究思路和方法
不失为研究城市化地区复杂植被覆盖动态过程的有
效途径,它能更好地探测并更全面特征化研究区植
被覆盖变化的整体趋势,便于深入探讨植被变化与
驱动因子之间的关系,进而阐明导致植被变化的主
要生态过程,对于区域植被保护和恢复重建工作具
有重要意义.
参考文献
[1]摇 Ding S鄄Y (丁圣彦), Song Y鄄C (宋永昌). Research
advances in vegetation dynamic of evergreen broad鄄
leaved forest. Acta Ecologica Sinica (生态学报 ),
2004, 24(8): 1769-1779 (in Chinese)
[2]摇 Wang T鄄W (王天巍), Shi Z鄄H (史志华), Li C鄄X
(李朝霞), et al. Dynamic changes of forest vegetation
coverage in Letianxi Basin of Three Gorges Reservoir Ar鄄
ea: A study based on multi鄄source data. Chinese Journal
of Applied Ecology (应用生态学报), 2007, 18(11):
2533-2539 (in Chinese)
[3]摇 Pan Y鄄Z (潘耀忠), Li X鄄B (李晓兵), He C鄄Y (何
春阳). Research on comprehensive land cover classifi鄄
cation in China: Based on NOAA / AVHRR and Hold鄄
ridge PE index. Quaternary Sciences (第四纪研究),
2000, 20(3): 270-281 (in Chinese)
[4]摇 Liu J鄄H (刘军会), Gao J鄄X (高吉喜). Effects of cli鄄
mate and land use change on the changes of vegetation
coverage in farming鄄pastoral ecotone of Northern China.
Chinese Journal of Applied Ecology (应用生态学报),
2008, 19(9): 2016-2022 (in Chinese)
[5] 摇 Zhao Y鄄S (赵英时). Theory and Method of Remote
Sensing Application Analysis. Beijing: Science Press,
2003 (in Chinese)
[6]摇 Bradley CR. The influence of canopy green vegetation
fraction on spectral measurements over native tallgrass
prairie. Remote Sensing of Environment, 2002, 81: 129
-135
[7]摇 Sang W鄄G (桑卫国), Chen L鄄Z (陈灵芝), Wang X鄄
W (王喜武). Simulation modeling of deciduous broad鄄
leaved forest at Donglingshan Mountain areas. Acta Phy鄄
toecologica Sinica (植物生态学报), 2000, 24 (2):
180-185 (in Chinese)
[8]摇 Jarlan L, Mangiarotti S, Mougin E, et al. Assimilation
of SPOT / VEGETATION NDVI data into a sahelian vege鄄
tation dynamics model. Remote Sensing of Environment,
2008, 112: 1381-1394
[9]摇 Chopping M, Su LH, Rango A, et al. Remote sensing
of woody shrub cover in desert grasslands using MISR
with a geometric鄄optical canopy reflectance model. Re鄄
mote Sensing of Environment, 2008, 112: 19-34
[10]摇 Kennedy RE, Cohen WB, Schroeder TA. Trajectory鄄
based change detection for automated characterization of
forest disturbance dynamics. Remote Sensing of Environ鄄
ment, 2007, 110: 370-386
[11]摇 Lin H (林摇 辉), Xiong Y鄄J (熊育久), Wan L鄄F (万
玲凤), et al. Temporal and spatial variation of MODIS
vegetation indices in Hunan Province. Chinese Journal
of Applied Ecology (应用生态学报), 2007, 18(3):
581-585 (in Chinese)
[12]摇 Chen BH, Chen JM, Ju WM. Remote sensing鄄based
ecosystem鄄atmosphere simulation scheme ( EASS ):
Model formulation and test with multiple鄄year data. Eco鄄
logical Modelling, 2007, 209: 277-300
[13]摇 Cai Y鄄L (蔡运龙). A study on land use / cover change:
The need for a new integrated approach. Geographical
Research (地理研究), 2001, 20(6): 645 -652 ( in
Chinese)
[14]摇 He C鄄Y (何春阳), Chen J (陈摇 晋), Chen Y鄄H (陈
云浩), et al. Land use / cover change detection based
on hybrid method. Journal of Natural Resources (自然
资源学报), 2001, 16(3): 59-66 (in Chinese)
[15]摇 Mart侏nez B, Gilabert MA. Vegetation dynamics from
NDVI time series analysis using the wavelet transform.
0111 应摇 用摇 生摇 态摇 学摇 报摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 21 卷
Remote Sensing of Environment, 2009, 113: 1823-1842
[16] 摇 Ma Y (马摇 娅), Kuang Y鄄Q (匡耀求), Huang N鄄S
(黄宁生), et al. Estimation and spatio鄄temporal char鄄
acteristics analyses of vegetation abundances based on
ETM+ images: A case study in Guangzhou. Science of
Surveying and Mapping (测绘科学), 2009, 34 (4):
114-116 (in Chinese)
[17]摇 Chen T (陈摇 涛), Li P鄄X (李平湘), Zhang L鄄P (张
良培). Dynamic analysis of vegetation fraction change
in Wuhan region from 1988 to 2002. Remote Sensing
Technology and Application (遥感技术与应用), 2008,
23(5): 511-517 (in Chinese)
[18]摇 Chen X鄄Q (陈效逑), Wang H (王摇 恒). Spatial and
temporal variations of vegetation belts and vegetation
cover degrees in Inner Mongolia from 1982 to 2003. Acta
Geographica Sinica (地理学报), 2009, 64(1): 84-94
(in Chinese)
[19]摇 Coppin P, Bauer M. Digital change detection in forest
ecosystems with remote sensing imagery. Remote Sensing
Reviews, 1996, 13: 207-234
[20]摇 Wang L鄄H (王立海), Zhao Z鄄Y (赵正勇). Compara鄄
tive study on the denoising methods of TM images for
forest region. Journal of Northeast Forestry University
(东北林业大学学报), 2005, 33(5): 77-79 (in Chi鄄
nese)
[21] 摇 Piao S鄄L (朴世龙), Fang J鄄Y (方精云). Dynamic
vegetation cover change over the last 18 years in China.
Quaternary Sciences (第四纪研究), 2001, 21 (4):
294-302 (in Chinese)
[22]摇 Zhou X鄄C (周小成), Li H鄄G (励惠国), Wang X鄄Q
(汪小钦). An analysis about seasonal vegetation varie鄄
ty in Fujian Province using ENVISAT, MERIS, NDVI.
Journal of Remote Sensing (遥感学报), 2007, 11(4):
617-624 (in Chinese)
[23]摇 Li Y鄄C (李月臣), Gong P (宫摇 鹏), Liu C鄄X (刘春
霞), et al. Vegetation cover changes and correlation
with climatic factors in Northern China during 1982 -
1999. Resources Science (资源科学), 2006, 28(2):
109-117 (in Chinese)
[24]摇 Morawitz DF, Blewett TM, Cohen A, et al. Using ND鄄
VI to assess vegetative land cover change in Central
Puget Puget Sound. Environmental Monitoring and As鄄
sessment, 2006, 114: 85-106
[25]摇 Yang Y鄄H (杨元合), Piao S鄄L (朴世龙). Variations
in grassland vegetation cover in relation to climatic fac鄄
tors on the Tibetan Plateau. Chinese Journal of Plant
Ecology (植物生态学报), 2006, 30 (1): 1 - 8 ( in
Chinese)
[26]摇 Wang H (王摇 辉), Zan G鄄S (昝国盛), Bi X鄄L (毕
晓丽), et al. MODIS鄄determined inter鄄annual vegeta鄄
tion dynamics in Jinghe watershed, China. Chinese
Journal of Plant Ecology (植物生态学报), 2007, 31
(5): 850-856 (in Chinese)
作者简介摇 梁尧钦,女,1982年生,硕士.主要从事生态规划和
风景园林研究,发表论文 5篇. E鄄mail: liangyq. lj@ gmail. com
责任编辑摇 杨摇 弘
11115 期摇 摇 摇 摇 摇 摇 摇 摇 梁尧钦等: 基于轨迹变化探测的植被覆盖时空动态———以深圳大鹏半岛为例摇 摇 摇 摇