搜索
1文献名称：三江源地区植被覆盖度与居民点关系研究（TheRelationshipbetweenNDVIandResidentialSitesacross“Three-River-Source”Area）2一、文献主要内容：1、引言（1）选题研究现状李惠敏曾对重庆市植被指数时空变化进行研究，并发现在人口少、经济不发达的地区植被指数高；韩贵峰在人为因素对中国东部地区NDVI的影响研究中应用整体相关性空间相关场方法，对长三角地区、福建沿海福州及厦漳泉地区以及广东广州、深圳和汕头周围地区进行研究，并发现人口的大量集中对植被的侵占和破坏十分明显；另外张镱锂等对1981年-2001年三江源地区植被指数下降趋势空间特征进行了研究，其中分析了8km分辨率植被指数下降与居民点距离的关系。（2）研究区概况三江源自然保护区，是目前中国海拔最高、面积最大的自然保护区，三江源地区是高寒、脆弱的生态区，因此三江源地区植被对人类活动更加敏感。（3）研究的必要性三江源生态移民工程之后的植被恢复情况是大家关心的问题，对三江源地区植被与居民点的空间对应关系作进一步的研究，对于深入认识生态移民的作用具有重要意义。2、数据来源与研究方法2.1数据来源（1）人口数据：来源于第五次全国人口普查的2000年三江源各乡镇3的人口数据，以及青海省农村（牧区）饮水安全工程调查的2008年人口数据。（2）居民点数据:根据各县统计资料、普通地图等获得三江源地区居民点的数量以及其空间分布数据(3）NDVI数据：来源于SPOTVEGETATIONNDVI数据集。2.2研究方法(1)最大值合成法:最大值合成法（MaximumValueComposites，MVC）是目前国际上通用的遥感影像处理方法。所下载的上、中、下旬数据都是经过最大化合成之后的数据，即每一像元均用该旬的最大NDVI值来表示，这样就起到了进一步消除大气的云、颗粒、阴影、视角以及太阳高度角干扰的优化作用。本文将它的用法进行了拓展和延伸，用其计算1998年-2009年每个月的最大化NDVI，并由每个月的值计算出每年的最大化NDVI，本文中的NDVI即是年最大化NDVI。(2)缓冲区分析法:缓冲区是给定空间对象或集合的邻域。邻域的大小由邻域的半径或缓冲区建立的条件来决定。本文是对居民点建立缓冲区，建立时直接以该点为圆心，以要求的距离为半径绘圆，所包容的区域即为所要求的区域。3、NDVI与人口密度的关系三江源地区的人口分布和NDVI有较好的相关性。可以看出人口密度和NDVI的关系有显著的规律性：当人口密度在2人/km2以下时，4NDVI与人口密度正相关，说明人口较多分布在NDVI大的区域，较少分布于NDVI小的区域，原因是人们都趋向于自然条件较好的地区居住。生存条件较好的区域通常河流水源充沛、环境气候好，其植被覆盖度也高。而在人口密度大于2人/km2的地区，NDVI相对较高（＞0.4），但随着人口密度的增加，植被指数反而下降，说明在自然条件较好、植被指数较高的地区，过密的人口对植被有破坏作用。4、NDVI随距居民点距离和时间的变化4.1居民点分类本文根据居民点密度的不同将居民点进行分类，研究不同密度的居民点与NDVI的空间关系。对居民点密度的划分以各乡镇居民点平均距离为依据，居民点平均距离小，表明其密度大；居民点平均距离大，表明其密度小。三江源地区117个乡镇中，各乡镇均包括多个村，将镇、乡、村统称为居民点。根据“牧区饮水工程”项目中统计的各个村庄和各县人民政府网对乡镇村庄的介绍，统计出每个乡镇包括的村庄个数。因此，乡镇包括的居民点个数，为其包括的村庄个数加一（乡政府、镇政府所在地看作一个独立的居民点）。根据各乡镇面积及其居民点个数，计算出每个乡镇居民点平均距离，以此表征每个乡镇居民点密度。根据各乡镇居民点密度的不同，将居民点分为六类。4.2NDVI与距居民点距离的关系建立293个居民点平均距居民点宽度为1km的5个缓冲区（见图54），分析缓冲区NDVI随距离的空间变化规律。密度最大居民点各缓冲区随距居民点距离的增加，因受人类活动破坏NDVI反而呈缓慢上升趋势。密度第二高的居民点NDVI随距离的变化呈现平稳态势。密度第三、第四的居民点，NDVI随距居民点距离的增加呈下降趋势，后者下降幅度最大。由于这两类居民点密度较小，其人口分布对NDVI影响甚微，没有改变NDVI的天然状态和格局。密度第五和密度最小居民点，人口密度小、人口总量少，人们生存的自然环境整体较恶劣，植被覆盖度总体都较低，所以NDVI与距离居民点远近没有明显相关关系。4.3NDVI与距牧业居民点距离的关系三江源是我国五大牧业区之一，放牧活动是当地人类活动的主要方式之一。人类的放牧活动会对NDVI（主要是草场）产生一定的影响，放牧和NDVI的关系也是本文人口分布和植被关系的一个重要方面。对放牧和NDVI关系的研究本文选择纯牧业乡和县为研究区，以当地居民点为对象，对居民点做缓冲区，分析放牧和NDVI的时空演变关系。研究发现从1998年-2009年的12年间，每年随着距居民点距离的不同，各缓冲带NDVI呈现出几乎相同变化规律，依据各缓冲带NDVI的变化规律将其划分为以下几个范围介绍：0-2km范围，NDVI显著下降；2-4km范围，NDVI大幅上升；4-10km范围，NDVI随距离增加缓慢下降，说明这些牧业居民点的放牧半径为4km左右。造成此变化的主要原因是，在距牧业居民点较近的2km范围内，草地承受的放牧压力大，植被出现较大幅度退化现象。随着距牧业居民点距离增6加，在2-4km缓冲带范围内，草场受到过度放牧的影响越来越小，植被生长状况较好，NDVI大大提高。而4-10km的区域范围内，距牧业居民点较远，NDVI呈下降趋势。从前文论述中可知，牧业居民点主要分布在NDVI高的区域，而距牧业居民点距离远的区域植被覆盖度低。对位于这些牧业县乡的所有居民点共同做缓冲区，会产生以下两个问题：①东部的牧业县和西部牧业县的一些居民点距离周围其他非纯牧业县距离非常近，做缓冲区分析时会将这些县域的农耕区、林地等范围划入缓冲区；②如果为了避免将这些非纯牧业县的农耕区、林地划入缓冲区而将缓冲区距离缩小的话，又无法真实的反映当地牧民放牧的距离范围。鉴于此，本文选取三江源西部唐古拉山乡、治多县的索加乡、杂多县的莫云乡和查旦乡共4个乡的牧业居民点，对这些牧业居民点建立1km的10个缓冲带，分析不同时间不同缓冲带内的NDVI及其变化。之所以选择距离牧业居民点10km之内的区域进行分析，也是基于前面的居民点密度分类数据：大部分居民点的距离都在10km以上，选择10km范围进行分析，可以避免不同居民点的缓冲区的相互重叠的交叉影响。4.4NDVI随时间的动态变化从图6可以看出，1998年-2009年的12年间三江源地区NDVI的时间动态变化规律。尽管有所波动，但在三江源生态治理工程实施期间，植被指数总体上是上升的。5、结论（1）三江源地区总体人口密度和NDVI呈现出显著的正相关性，即居7民点较多分布在植被覆盖条件好的区域，植被覆盖条件差的区域居民点分布较少。但由于人类对植被的破坏，三江源部分人口密度大的地区NDVI并非呈显著正相关，植被指数反而相对较低。（2）密度大的居民点，随着距居民点距离的增加NDVI呈下降趋势，密度小的居民点，其所在区域自然环境整体较恶劣，NDVI总体都较小，所以NDVI与距离居民点远近没有明显的相关关系。（3）对典型牧业居民点小尺度区域范围的研究发现，人类放牧活动造成了居民点2km范围内的植被退化，随着距离的增加NDVI呈显著上升态势，而在4-9km范围内，NDVI随着距离的增加逐渐变小。二、关于文献的拓展：1、三江源地区的概况由于本文对三江源地区概况的介绍较为简略，因此我对三江源地区的概况进行了查询，以便对本文更好的理解。三江源地处位于青藏高原的青海省地区，因属长江、黄河、澜沧江三大水系的发源地而得其名。其行政区域包括玉树、果洛、黄南等藏族自治州的16个县和格尔木市的唐古拉乡，总面积为30.25万平方公里，约占青海省总面积的43%。现有人口55.6万人，其中藏族人口占90%以上，其他还有汉、回、蒙古等民族。2000年5月青海省成立“三江源自然保护区”。在过去的几十年中，由于自然和认为因素的共同作用，有“亚洲水塔”之称的青海省三江源地区的生态环境遭到严重破坏，天然草地不断退化、鼠害猖獗、水土流失面积扩大，对青藏高原乃至整个亚洲8的气候产生影响。中国实施的“三江源生态保护和建设工程”涉及草原森林保护、黑土滩治理、鼠害防治等22个项目，其中生态移民工程计划到2010年，将黄河、长江、澜沧江源头地区的10万牧民人口从生态恶化区迁至基础设施条件较好的城镇生活，以加快三江源区生态恢复。2、NDVINDVI（NormalizedDifferenceVegetationIndex）是植被覆盖指数，应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等,与植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。-1≤NDVI≤1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大。NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图像，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加的速度，即NDVI对高植被区具有较低的灵敏度。NDVI能反映出植物的冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等，且与植被覆盖有关。3、本文的研究方法（1）最大值合成法：最大值合成法（MaximumValueComposites，MVC）是目前国际上通用的遥感影像处理方法。植被指数最大值合成法以给定时间范围内植被指数的最大值作为遥感数据选择的准则。植被指数通常由遥感9数据的红光和近红外波段反射率的线性或非线性组合运算得到，是表征地表植被覆盖、生长状况的一个简单有效的参数。最早由Holben提出的最大值合成法，采用NDVI最大值得选择准则合成多时相的AVHRR数据，针对给定的时间范围内的相互匹配的多景卫星观测数据，计算相应的NDVI图像，然后逐相元比较，选择具有最大的NDVI值的遥感数据，得到MVC算法的合成结果。该方法简单、易实现，已经广泛应用于全球植被覆盖变化监测。在实际应用中，MVC方法往往倾向于选择远离星下观测点的数据，而且对覆盖某些植被类型的云的去除效果较差。针对MVC合成方法存在的问题，国内外许多学者提出了波段反射率值最小的遥感数据选择准则，包括选择蓝光波段最小值和选择红光波段最小值。在红外波段，云的反射率明显高于植被的反射率，依据红光波段反射率最小值的准则，可以减少选择受云污染的相元值的概率。由于红光波段云影区的反射率也较低，因此导致该方法的合成结果中保留了大量受云影影响的相元值。（2）缓冲区分析法：缓冲区是为了识别某一地理实体对周围地物的影响而在其周围建立的一定宽度多边形区域，其地理要死通常抽象为点、线和面。而缓冲区分析法是用来确定不同地理要素的空间邻近性或接近程度的一种分析方法。因此缓冲区分析要基于点、线和面进行。从空间变换的观点出发，缓冲区分析就是将点、线、面状地物分布图变换为这些地物的拓展距离图，图上的每一点的值代表离该点最近的某种10地物的距离。从数学意义上看，缓冲区分析就是基于空间目标（点、线、面）拓扑关系的距离分析，其基本思想是给定空间目标，确定它们的某个领域，领域的大小由领域半径R决定。因此，对于给定的目标O，其缓冲区定义为：B={x|d(x,O≤R)式中，d为x与O之间的距离，通常是指欧式距离；R为领域半径，或称缓冲距。空间目标主要指点目标、线目标和面目标，以及点目标、线目标和面目标组成的复杂目标。因此空间目标的缓冲区包括点目标缓冲区、线目标缓冲区、面目标缓冲区和复杂目标缓冲区。另外，缓冲区的生成算法主要包括点缓冲区生成算法、线缓冲区生成算法、面缓冲区生成算法。ArcGIS中缓冲区的建立有两种方法：一种是用缓冲区向导建立，