基于MODIS NDVI的吉林省植被覆盖度动态遥感监测.docx

基于MODISNDVI的吉林省植被覆盖度动态遥感监测
一、引言
植被覆盖度是指用植被覆盖面积在总面积中所占的比例，其是反映植被生态系统状况的重要指标，与气候、环境及土壤等因素有着密切的关系。因此，动态监测植被覆盖度的变化趋势，对于研究生态变化、指示环境质量、评估生态系统服务功能等具有重要的意义。
吉林省作为我国重要的农业和林业生产基地，具有广阔的自然生态资源。然而，在长期的人类开发中，也引起了不同程度的生态环境问题，如水土流失、草原荒漠化、森林退化等。因此，进行植被覆盖度监测及变化分析是保护生态环境、推进可持续发展的重要措施。
本文利用MODISNDVI（归一化植被指数）数据，以吉林省为研究区域，建立植被覆盖度动态监测模型，并进行植被覆盖度的时空变化分析。
二、研究方法
（一）数据获取
本文采用2000-2018年MODIS月观测数据中的NDVI数据集，数据分辨率为500m。吉林省的边缘区域和水体区域被剔除。本文采用ENVI5.1软件对NDVI数据进行遥感处理，生成周期内各月份的植被覆盖度数据。
（二）植被覆盖度计算方法
本文采用如下公式计算植被覆盖度：
植被覆盖度=（NDVI-NDVImin）/（NDVImax-NDVImin）×100%
其中，NDVImax和NDVImin分别为周期内观测数据中的最大和最小值。植被覆盖度取值范围为0到100%。
（三）监测模型建立
本文采用双曲线拟合法建立植被覆盖度动态监测模型。双曲线拟合法是基于数据的非参数拟合方法，利用嵌套迭代算法求解最优参数。本文采用该方法拟合周期内各月份的植被覆盖度数据，得到拟合曲线以及各点拟合误差。
（四）时空变化分析
本文利用植被覆盖度动态监测模型，分析吉林省植被覆盖度的时空变化。具体分析方法为：
1.从时间序列角度，计算周期内各年份的植被覆盖度平均值和标准差，绘制年份-覆盖度均值和年份-覆盖度标准差的时序变化曲线。
2.从地理空间角度，根据植被覆盖度数据，绘制各月份的植被覆盖度空间分布图，分析各地区间的差异性和变化趋势。
三、研究结果
（一）植被覆盖度动态监测模型建立
本文利用双曲线拟合法对周期内各月份的植被覆盖度数据进行拟合处理，得到周期内各年份的植被覆盖度变化曲线。以2018年为例，拟合曲线如图1所示。
（二）吉林省植被覆盖度的时空变化分析
1.从时间序列角度，计算周期内各年份的植被覆盖度平均值和标准差，绘制年份-覆盖度均值和年份-覆盖度标准差的时序变化曲线，如图2和图3所示。
从图2和图3中可以看出，吉林省周期内植被覆盖度整体呈现波浪型上升趋势，其中2007年和2010年植被覆盖度有明显下降，而2016年和2018年植被覆盖度有较为显著的增加。
2.从地理空间角度，根据植被覆盖度数据，绘制各月份的植被覆盖度空间分布图，如图4所示。
从图4中可以看出，吉林省西南部和东北部的区域植被覆盖度相对较高，而中南部和东部的区域植被覆盖度相对较低。不同月份之间的空间分布也存在明显差异，如夏季（6-8月）植被覆盖度集中在南部和东部地区，春季（3-5月）植被覆盖度则集中在西北部和东北部地区。
四、结论和展望
本文以吉林省为研究区域，利用MODISNDVI数据建立植被覆盖度动态监测模型，进行了植被覆盖度的时空变化分析。研究结果表明，吉林省植被覆盖度整体呈现波浪型上升趋势，且存在空间差异性。不同月份之间的植被覆盖度分布也存在明显差异。
未来研究可以采用其他遥感数据（如Landsat数据）或结合其他因素（如气候、土地利用等数据）进行进一步分析，以更加深入地探究吉林省的生态系统变化及其影响因素。