林草植被遥感解译及覆盖度估算方法
摘 要
林草植被作为全球生态环境重要的一部分，其在研究生态环境平衡和可持续发展中发挥着重要的作用。为了获取林草植被时空变化信息和植被覆盖度数据，需要对其进行遥感解译分类及植被覆盖度估算等技术手段。遥感能够反映不同空间尺度的植被覆盖信息及其变化趋势，是获取区域及全球植被覆盖参数的一个重要手段。综合分析了当前主要的遥感图像解译方法：目视解译法、监督分类及非监督分类。阐述了其具体定义、背景、方法、特点及适用范围。综合分析了用于植被覆盖度估算的技术手段，主要包括传统的地面测量：目估法、采样法、仪器法，以及近代遥感估算方法：经验模型法、植被指数法及像元分解模型法。分析了各种常用的植被覆盖度遥感估算方法及优缺点。最后，在目前研究中讨论了监督分类和非监督分类的发展趋势，以及现有基于遥感数据的植被覆盖度估算方法中存在的问题。
关键词：林草植被、遥感解译、植被覆盖度、估算方法
植被是大气、水分及土壤内循环的过程中相互连接的桥梁，其在自然生态系统的能量交换与生物地球化学循环过程中起着主导性作用[1]。林草植被通过林冠截流、林下灌草及枯枝落叶层的拦蓄以及植物根系对土壤的固结作用，对保持水土、涵养水源、改善土壤肥力等具有重要性意义[2]。基于气候及地形地貌改变、人类的不合理生产活动，我国的水土流失问题日益严重，造成生态环境持续恶化，区域经济发展迟缓且不均衡。为了明确当前的生态植被分布和变化趋势，以便为后期的研究、保护、治理做好数据基础[3]，需要对林草植被进行遥感解译及植被覆盖度估算，来获取地面植被分布特征和覆盖度变化信息，其对于地表空间变化特征、驱动因子具有重要意义[4]。
植被覆盖度指植被的冠层、枝叶在生长区域地面的垂直投影面积占研究统计区域面积的百分比[5]，是表示植被覆盖地表状况的一个综合量化指标，同时，也是指示生态环境变化的指标之一。植被覆盖度在水文、生态、全球变化等研究领域方面被广泛应用。例如，植被覆盖度在气候条件下是描述生态系统的气候参数，在水文条件下的时空变化动态下是水循环和能量的影响因子，区域性和全球性的植被覆盖度估算对于植被及相关领域研究具有十分重大的意义[6]。
近年来，随着遥感平台的图像分辨率及多样性的提高，以及计算机图像处理的迅速发展，遥感技术已经成为林草植被解译及覆盖度研究的重要手段[7]。国内外学者利用遥感技术广泛研究了中大尺度植被覆盖度的分布规律及其与气候、地形、人类活动等因子的关联机制。袁丽华等采用250m中等空间分辨率的长时间序列MODIS/NDVI数据，利用Theil-Sen median 趋势分析和Mann-Kendall以及Hurst指数方法分析黄河流域植被的时间变化特征[8]。本文将通过遥感解译分类和植被覆盖度估算研究进行综述。
植被遥感解译技术分类研究
1.1目视解译法分类
目视解译法即利用图像的影像特征（色调或彩色，即波谱特征）和空间特征（形状、大小、阴影、纹理、位置、图型及布局），结合多种非遥感信息资料和生物学相关规律，进行综合分析和逻辑推理的思维过程[7]。目视解译法主要有两种常用形式。
1.1.1人工解译法
人工解译法，即结合航片或多种遥感图像资料进行人工判读，并手工编汇土地利用图或数字化处理，得到土地利用类型分类数据。早期的“三北”防护林遥感综合调查（1986—1991年）[9]就采用的此种方法。这种方法主要利用判读人员的相关经验进行空间信息提取，受个人差异限制且花费时间较多。
