摘要：植被指數(shù)SINDVI與土地利用類型之間必定存在一定的定量關(guān)系，掌握了這種定量關(guān)系將對區(qū)域農(nóng)業(yè)、林業(yè)、水保、荒漠化以及生態(tài)環(huán)境與自然災(zāi)害等地表行為快速準(zhǔn)確的監(jiān)測有很大好處，為地方和國家掌控這些情況提供便利條件，為政府監(jiān)督管理相關(guān)行業(yè)、及時調(diào)整相關(guān)政策提供有力的依據(jù)。本文采用西北五省2000年的NDVI數(shù)據(jù)和土地利用數(shù)據(jù)作為研究資料，對這一地區(qū)不同土地利用類型的SINDVI值做了簡單分析，初步建立了一種土地利用類型與SINDVI之間的對應(yīng)關(guān)系。
　　
　　關(guān)鍵詞：SINDVI；土地利用類型；對應(yīng)關(guān)系；中國西北
　　
　　1引言 
　　通過衛(wèi)星遙感獲得的多光譜數(shù)據(jù)經(jīng)常被轉(zhuǎn)換成歸一化差異植被指數(shù)（NormalDeferenceVegetationIndex,NDVI），是因為NDVI不但對植被的生物物理特征十分敏感，而且可以有效降低因傳感器觀測角度、太陽輻射強度和土壤背景的不同而產(chǎn)生的影響[1]。因此，近年來，研究人員利用NDVI開展了中國西北地區(qū)植被活動年際變化的研究[2、3]。季節(jié)性綜合歸一化差異植被指數(shù)(SeasonallyintegratedNormalDeferenceVegetationIndex,SINDVI)是隨著各種植被指數(shù)的產(chǎn)生而派生出來的表征在一個生長季節(jié)地表覆被特征的植被指數(shù)。SINDVI代表的是研究區(qū)每個像元在一個生長季節(jié)的NDVI之和。本文中的SINDVI是指2000年1月到2000年12月，中國西北地區(qū)的24個NDVI之和，通過Arcview軟件將土地利用類型數(shù)據(jù)與SINDVI數(shù)據(jù)進行空間迭加，分析了土地利用類型的SINDVI值范圍，初步建立了中國西北土地利用類型與SINDVI的定量關(guān)系。本文的研究結(jié)果可為西北地區(qū)快速監(jiān)測農(nóng)業(yè)、林業(yè)、水保、荒漠化以及生態(tài)環(huán)境與自然災(zāi)害等情況提供有力的幫助。
　　2研究區(qū)和數(shù)據(jù)
　　2.1研究區(qū)介紹
　　研究區(qū)為中國西北介于73º41′～111º15′E和31º39′～49º33′N之間東亞與中亞結(jié)合部，面積約為3.1×106km2，包括陜西、甘肅、新疆、青海和寧夏五省。研究區(qū)除新疆的中南部和青海外，絕大部分屬于中溫帶氣候區(qū)干旱半干旱地區(qū)[4]，主要氣候特點為光熱資源豐富，干燥少雨，蒸發(fā)強烈、晝夜溫差大，是我國日照和太陽輻射最充足的地區(qū)，年日照時數(shù)達2200～3200h[5]，研究區(qū)多年平均降雨量為235mm。區(qū)內(nèi)干旱區(qū)面積達80％以上，降水季節(jié)分配不均，一般連續(xù)最大四個月降水占全年降水量的40～70％。全區(qū)多年平均蒸發(fā)量高達1000～3000mm之間[6]。西北地區(qū)大部分地方植被覆蓋率很低（有些地方植被覆蓋率只有3%），植被保持水土、涵養(yǎng)水源和改善生態(tài)環(huán)境的能力極其微弱，導(dǎo)致了大面積土地荒漠化和越來越多的嚴(yán)重沙塵天氣的發(fā)生[7]。
　　2.2遙感數(shù)據(jù)源
　　本研究應(yīng)用的數(shù)據(jù)源是2000年全球總量監(jiān)測和模擬研究組（theGlobalInventoryMonitoringandModelingStudies，GIMMS）收集處理的8km的15天的最大值合成NOAA/AVHRRNDVI全球數(shù)據(jù)集。這一數(shù)據(jù)集的特性是：它校正了由分辨率、天頂角、火山爆發(fā)引起的氣溶膠變化和其它因素對NDVI值反映植被變化準(zhǔn)確性的影響[8]。其原始數(shù)據(jù)是Platecareer投影，其分辨率為0.072727度，本研究為了便于量化斑塊實際面積，將原始數(shù)據(jù)轉(zhuǎn)化成亞爾勃斯錐形等范圍投影（AlbersConicalEqualAreaprojection）。
　　2.3土地利用數(shù)據(jù)
　　土地利用數(shù)據(jù)由中國國家地理信息重點實驗室提供的2000年1：100萬矢量化數(shù)據(jù)。本數(shù)據(jù)將西北地區(qū)的土地分為28種利用類型。
　　
　　 
　　圖1研究區(qū)土地利用圖                                                                                                　　Fig1Thelanduseofstudyarea Fig2TheSINDVIimageofstudyarea
　　
　　3研究方法
　　第一步，對2000年24幅15d最大NDVI數(shù)據(jù)進行逐像元的相加，得到一幅每個像元的SINDVI數(shù)據(jù)，這一過程是通過C語言編程實現(xiàn)的。
　　第二步，在ENVI軟件中處理SINDVI數(shù)據(jù)，得到能夠被ARCVIEW軟件識別與應(yīng)用的格式（ASCII碼）數(shù)據(jù)。
　　第三步，在ARCVIEW軟件的景觀分析模塊中進行SINDVI的重分類（在重分類中將SINDVI分為9個類型，分別記為S1（SINDVI為0-0.01）、S2（SINDVI為0.01-1）、S3（SINDVI為1-2）、S4（SINDVI為2-4）、S5（SINDVI為4-6）、S6（SINDVI為6-8）、S7（SINDVI為8-10）、S8（SINDVI為10-12）、S9（SINDVI為12-16）。并進行了SINDVI與土地利用類型的空間迭加比較和轉(zhuǎn)移矩陣的生成（表1）。
　　最后用EXCEL工具統(tǒng)計分析數(shù)據(jù)之間的關(guān)系。
　　4結(jié)果分析
　　4.1土地利用類型SINDVI分析
　　在西北受水分限制的大部分地區(qū)，SINDVI有一定的規(guī)律：人工植被普遍大于自然植被；灌溉農(nóng)業(yè)區(qū)大于雨養(yǎng)農(nóng)業(yè)區(qū)；降水量高的地區(qū)大于降水量低的地區(qū)；東南地區(qū)大于西北地區(qū)。
　　（1）旱地橫跨了S1到S9，這可能是由于旱地作物的多樣性引起的作物特性與季相的不同所致。其中，96.19%的山旱地SINDVI大于6，是旱地中SINDVI值最高的類型，平均SINDVI達到9.346；坡耕旱地與平原旱地依次次之，平均SINDVI分別為7.464和5.425，丘陵旱地的SINDVI最小為5.176。S9的旱地占旱地總面積的58.34%。SINDVI值大于4的灘地占灘地的比例近30%。
　　（2）水田當(dāng)中，絕大部分SINDVI為8-12，山地水田與丘陵水田的SINDVI均大于8，分布最為集中，說明這兩類水田的景觀異質(zhì)性最差，作物季相的均質(zhì)性最好。而平原水田的SINDVI分布跨度較大，90%以上的SINDVI大于4，比例最大的依次為S5（38.28%）、S6（22.66%）和S8（21.88%）。
　　（3）林地可能因為樹種和林分的不同而表現(xiàn)出不同的SINDVI值，從S1到S9都有林地分布，只是郁閉度大于30%的有林地和郁閉度大于40%的灌木林SINDVI集中在6-16之間，疏林地SINDVI最小（7.311），S6的疏林地占疏林地總面積的16.96%，灌木林（7.342），SINDVI值最大的是有林地（8.802），將近90%的在S6-S9之間。
　　（4）因為草地狀況的差異性較大，表現(xiàn)出較分散的SINDVI，從S1到S9均有草地的分布。大部分高覆蓋草地集中在S4-S7，分布較均勻；大部分中覆蓋草地都為S4-S6，分別占了23.57%、23.01%和15.54%；低覆蓋草地有76.74%的SINDVI在S4-S1之間。
　　
　　表12000年西北土地利用類型與SINDVI轉(zhuǎn)移矩陣
　　 
　　（5）水體形態(tài)和水深的不同導(dǎo)致了不一致的SINDVI表現(xiàn)，總體上水體的SINDVI較低。河渠（5.107）、水庫坑塘（4.117）、沼澤地（3.470）、灘地（2.763）、湖泊（1.943）、永久性冰川雪地（1.343）。有77%的河渠SINDVI在S4-S7上，比例分別為17.24%、17.24%、29.31%和13.79%；近80%的灘地SINDVI表現(xiàn)為S1-S4，比例分別為12.7%、15.08%、17.46%和34.13%；水庫坑塘的SINDVI值較低在S2-S5之間；湖泊與冰川雪地大部分分布在S1-S4之間。
　　（6）農(nóng)村居民點由于其面積較小而且周圍通常都是SINDVI較高的農(nóng)田，因此，其SINDVI比城鎮(zhèn)用地和其它建設(shè)用地都高。農(nóng)村居民點的SINDVI主要為S4-S6，分別為15.43%、35.19%和27.78%；城鎮(zhèn)用地因設(shè)施的不同而有不同的SINDVI值，但為S4-S5的超過總面積的一半。
　　（7）未利用土地的SINDVI基本上都在6以下，并因為地表覆被不同而不同。絕大多數(shù)沙地、戈壁、鹽堿地、裸巖石礫地的SINDVI值都在0-0.01之間。沼澤地因為地表植被和土壤類型的不同表現(xiàn)為較寬的SINDVI值范圍。其中，S1的沙地占沙地總面積的74.77%。
　　（8）從表1中我們可以看出土地利用類型的SINDVI有一定的規(guī)律性，基本上是與植被的覆蓋度成一定的正相關(guān)關(guān)系。我們把每一個土地利用類型看作一個整體1，然后9個類型的SINDVI占每種土地利用類型的百分比為各自的權(quán)重，SINDVI類型的SINDVI值取本類的平均值，比如，我們?nèi)�S8的SINDVI值為11，取S9的SINDVI=14，以此來計算有植被覆蓋的土地利用類型的具體SINDVI值排序如下：
　　山地水田（11.23）＞丘陵水田（10）＞山地旱地（9.35）＞有林地（8.80）＞坡耕旱地（7.50）＞灌木林（7.35）＞疏林地（7.33）＞平原水田（6.80）＞農(nóng)村居民點（6.14）＞其它林地（6.04）＞高覆蓋草地（5.91）＞平原旱地（5.43）＞丘陵旱地（5.18）＞河渠（5.14）＞中覆蓋草地（4.72）＞水庫坑塘（4.18）＞城鎮(zhèn)用地（3.97）＞沼澤地（3.52）＞灘地（2.83）＞低覆蓋草地（2.41）。在沒有植被覆蓋的土地利用類型中SINDVI值湖泊（2.02）＞裸土地（1.47）＞永久性冰川雪地（1.46）＞裸巖石礫地（0.78）＞鹽堿地（0.77）＞戈壁（0.67）＞沙地（0.49）。
　　
　　5結(jié)論
　　（1）利用8km的遙感數(shù)據(jù)來研究中國西北地區(qū)不同土地利用類型SINDVI值的方法是可行的，其研究結(jié)果是符合客觀實際的，達到了我們研究的預(yù)期目的。
　　（2）SINDVI不僅與地面覆被類型、覆蓋度有關(guān)，而且與土壤背景有關(guān)。所以同一種土地利用類型可能因其覆蓋度、土壤背景和生長環(huán)境的不同而表現(xiàn)出不同的SINDVI值，或者不同的土地利用類型因其覆蓋度、土壤背景和生長環(huán)境的原因而表現(xiàn)出同一的SINDVI值，即同物異譜和異物同譜現(xiàn)象的存在，以及SINDVI數(shù)據(jù)的空間分辨率高低共同影響著土地利用類型的SINDVI表現(xiàn)。
　　（3）中國西北地區(qū)氣候和地貌類型復(fù)雜性、地表覆蓋的多樣性、旱地、林地的景觀異質(zhì)性和破碎度較高，難以完全在8km的SINDVI數(shù)據(jù)中反映出來，降低了研究結(jié)果的精確性。
　　（4）如果西北地區(qū)土地利用類型的SINDVI經(jīng)過精確的校驗以后，建立一種適合于本地區(qū)的土地利用類型——SINDVI——降水——氣溫的對應(yīng)關(guān)系，將給西北生態(tài)環(huán)境的監(jiān)測和環(huán)境質(zhì)量的監(jiān)控提供一種簡便快捷的方法，這一關(guān)系的建立將給生態(tài)環(huán)境監(jiān)督管理部門對環(huán)境變化的快速反應(yīng)和決策贏得時間。
　　（5）影響土地利用類型SINDVI量化精確性的因素：1）提取土地利用數(shù)據(jù)的遙感資料與提取SINDVI數(shù)據(jù)的遙感資料時空分辨率的高低與同步性；2）SINDVI重分類的步長；3）影像解譯的誤差。
　　參考文獻
　　[1] 馬明國,王建,王雪梅.基于遙感的植被年際變化及其與氣候關(guān)系研究進展[J].遙感學(xué)報,2006,10(3):421-431
　　[2] 鄧朝平,郭鈮，王介民，馬金輝.近20余年來西北地區(qū)植被變化特征分析[J].冰川凍土.2006，28（5）：686~693
　　[3] 李珍存,等.1982-2003年中國西北地區(qū)植被動態(tài)變化格局分析。遙感技術(shù)與應(yīng)用,2006,21(4):332-337
　　[4] 李震,閻福禮,范湘濤.中國西北地區(qū)NDVI變化及其與溫度和降水的關(guān)系[J].遙感學(xué)報,2005,9(3):8-13
　　[5] 儲茂東,師守祥.論西北地區(qū)資源優(yōu)勢與可持續(xù)發(fā)展[J].地域研究與開發(fā),1997(9):28-31.
　　[6] 王浩,等.西北地區(qū)水資源合理配置和承載力研究[M].鄭州:黃河水利出版社,2003.
　　[7] 呂世華,陳玉春.西北植被覆蓋對我國區(qū)域氣候變化影響的數(shù)值模擬[J].高原氣象,1999,18(3):416-