摘要：植被指數SINDVI與土地利用類型之間必定存在一定的定量關系，掌握了這種定量關系將對區域農業、林業、水保、荒漠化以及生態環境與自然災害等地表行為快速準確的監測有很大好處，為地方和國家掌控這些情況提供便利條件，為政府監督管理相關行業、及時調整相關政策提供有力的依據。本文采用西北五省2000年的NDVI數據和土地利用數據作為研究資料，對這一地區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之間的對應關系。
　　
　　關鍵詞：SINDVI；土地利用類型；對應關系；中國西北
　　
　　1引言 
　　通過衛星遙感獲得的多光譜數據經常被轉換成歸一化差異植被指數（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植被活動年際變化的研究[2、3]。季節性綜合歸一化差異植被指數(SeasonallyintegratedNormalDeferenceVegetationIndex,SINDVI)是隨著各種植被指數的產生而派生出來的表征在一個生長季節地表覆被特征的植被指數。SINDVI代表的是研究區每個像元在一個生長季節的NDVI之和。本文中的SINDVI是指2000年1月到2000年12月，中國西北地區的24個NDVI之和，通過Arcview軟件將土地利用類型數據與SINDVI數據進行空間迭加，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的定量關系。本文的研究結果可為西北地區快速監測農業、林業、水保、荒漠化以及生態環境與自然災害等情況提供有力的幫助。
　　2研究區和數據
　　2.1研究區介紹
　　研究區為中國西北介于73º41′～111º15′E和31º39′～49º33′N之間東亞與中亞結合部，面積約為3.1×106km2，包括陜西、甘肅、新疆、青海和寧夏五省。研究區除新疆的中南部和青海外，絕大部分屬于中溫帶氣候區干旱半干旱地區[4]，主要氣候特點為光熱資源豐富，干燥少雨，蒸發強烈、晝夜溫差大，是我國日照和太陽輻射最充足的地區，年日照時數達2200～3200h[5]，研究區多年平均降雨量為235mm。區內干旱區面積達80％以上，降水季節分配不均，一般連續最大四個月降水占全年降水量的40～70％。全區多年平均蒸發量高達1000～3000mm之間[6]。西北地區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、涵養水源和改善生態環境的能力極其微弱，導致了大面積土地荒漠化和越來越多的嚴重沙塵天氣的發生[7]。
　　2.2遙感數據源
　　本研究應用的數據源是2000年全球總量監測和模擬研究組（theGlobalInventoryMonitoringandModelingStudies，GIMMS）收集處理的8km的15天的最大值合成NOAA/AVHRRNDVI全球數據集。這一數據集的特性是：它校正了由分辨率、天頂角、火山爆發引起的氣溶膠變化和其它因素對NDVI值反映植被變化準確性的影響[8]。其原始數據是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，將原始數據轉化成亞爾勃斯錐形等范圍投影（AlbersConicalEqualAreaprojection）。
　　2.3土地利用數據
　　土地利用數據由中國國家地理信息重點實驗室提供的2000年1：100萬矢量化數據。本數據將西北地區的土地分為28種利用類型。
　　
　　 
　　圖1研究區土地利用圖                                                                                                　　Fig1Thelanduseofstudyarea Fig2TheSINDVIimageofstudyarea
　　
　　3研究方法
　　第一步，對2000年24幅15d最大NDVI數據進行逐像元的相加，得到一幅每個像元的SINDVI數據，這一過程是通過C語言編程實現的。
　　第二步，在ENVI軟件中處理SINDVI數據，得到能夠被ARCVIEW軟件識別與應用的格式（ASCII碼）數據。
　　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移矩陣的生成（表1）。
　　最后用EXCEL工具統計分析數據之間的關系。
　　4結果分析
　　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，SINDVI有一定的規律：人工植被普遍大于自然植被；灌溉農業區大于雨養農業區；降水量高的地區大于降水量低的地區；東南地區大于西北地區。
　　（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性最差，作物季相的均質性最好。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轉移矩陣
　　 
　　（5）水體形態和水深的不同導致了不一致的SINDVI表現，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）農村居民點由于其面積較小而且周圍通常都是SINDVI較高的農田，因此，其SINDVI比城鎮用地和其它建設用地都高。農村居民點的SINDVI主要為S4-S6，分別為15.43%、35.19%和27.78%；城鎮用地因設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有一定的規律性，基本上是與植被的覆蓋度成一定的正相關關系。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重，SINDVI類型的SINDVI值取本類的平均值，比如，我們取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結論
　　（1）利用8km的遙感數據來研究中國西北地區不同土地利用類型SINDVI值的方法是可行的，其研究結果是符合客觀實際的，達到了我們研究的預期目的。
　　（2）SINDVI不僅與地面覆被類型、覆蓋度有關，而且與土壤背景有關。所以同一種土地利用類型可能因其覆蓋度、土壤背景和生長環境的不同而表現出不同的SINDVI值，或者不同的土地利用類型因其覆蓋度、土壤背景和生長環境的原因而表現出同一的SINDVI值，即同物異譜和異物同譜現象的存在，以及SINDVI數據的空間分辨率高低共同影響著土地利用類型的SINDVI表現。
　　（3）中國西北地區氣候和地貌類型復雜性、地表覆蓋的多樣性、旱地、林地的景觀異質性和破碎度較高，難以完全在8km的SINDVI數據中反映出來，降低了研究結果的精確性。
　　（4）如果西北地區土地利用類型的SINDVI經過精確的校驗以后，建立一種適合于本地區的土地利用類型——SINDVI——降水——氣溫的對應關系，將給西北生態環境的監測和環境質量的監控提供一種簡便快捷的方法，這一關系的建立將給生態環境監督管理部門對環境變化的快速反應和決策贏得時間。
　　（5）影響土地利用類型SINDVI量化精確性的因素：1）提取土地利用數據的遙感資料與提取SINDVI數據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系研究進展[J].遙感學報,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年中國西北地區植被動態變化格局分析。遙感技術與應用,2006,21(4):332-337
　　[4] 李震,閻福禮,范湘濤.中國西北地區NDVI變化及其與溫度和降水的關系[J].遙感學報,2005,9(3):8-13
　　[5] 儲茂東,師守祥.論西北地區資源優勢與可持續發展[J].地域研究與開發,1997(9):28-31.
　　[6] 王浩,等.西北地區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域氣候變化影響的數值模擬[J].高原氣象,1999,18(3):416-