基于ENVI植被覆蓋變化分析以山西省孝義市為例

1、1 引言遙感是指非接觸的，遠(yuǎn)距離的探測(cè)技術(shù)。一般指運(yùn)用傳感器對(duì)物體的電磁波的輻射、反射特性的探測(cè)，并根據(jù)其特性對(duì)物體的性質(zhì)、特征和狀態(tài)進(jìn)行分析的理論、方法和應(yīng)用的科學(xué)技術(shù)。遙感技術(shù)是在20世紀(jì)60年代初發(fā)展起來的一門新興技術(shù)。開始主要為航空遙感，自1972年，美國(guó)發(fā)射了全世界第一顆陸地衛(wèi)星，標(biāo)志著航天遙感的時(shí)代開始了。經(jīng)過幾十年的快速發(fā)展，目前遙感技術(shù)已經(jīng)廣泛的應(yīng)用于資源環(huán)境、水文、氣象，地質(zhì)地理等各項(xiàng)領(lǐng)域，成為一門實(shí)用的，先進(jìn)的空間探測(cè)技術(shù)。遙感技術(shù)的特點(diǎn)可以歸納為以下幾方面：(1)探測(cè)范圍廣、采集數(shù)據(jù)快 遙感探測(cè)能在較短的時(shí)間內(nèi)，從空中乃至宇宙空間對(duì)大范圍地區(qū)進(jìn)行對(duì)地觀測(cè)，并從中獲取有價(jià)值

2、的遙感數(shù)據(jù)。這些數(shù)據(jù)拓展了人們的視覺空間，為宏觀地掌握地面事物的現(xiàn)狀情況創(chuàng)造了極為有利的條件，同時(shí)也為宏觀地研究自然現(xiàn)象和規(guī)律提供了寶貴的第一手資料。這種先進(jìn)的技術(shù)手段與傳統(tǒng)的手工作業(yè)相比是不可替代的；(2)能動(dòng)態(tài)反映地面事物的變化 遙感探測(cè)能周期性、重復(fù)地對(duì)同一地區(qū)進(jìn)行對(duì)地觀測(cè)，這有助于人們通過所獲取的遙感數(shù)據(jù)，發(fā)現(xiàn)并動(dòng)態(tài)地跟蹤地球上許多事物的變化。同時(shí)，研究自然界的變化規(guī)律。尤其是在監(jiān)視天氣狀況、自然災(zāi)害、環(huán)境污染甚至軍事目標(biāo)等方面，遙感的運(yùn)用就顯得格外重要；(3)獲取的數(shù)據(jù)具有綜合性 遙感探測(cè)所獲取的是同一時(shí)段、覆蓋大范圍地區(qū)的遙感數(shù)據(jù)，這些數(shù)據(jù)綜合地展現(xiàn)了地球上許多自然與人文現(xiàn)象，宏觀

3、地反映了地球上各種事物的形態(tài)與分布，真實(shí)地體現(xiàn)了地質(zhì)、地貌、土壤、植被、水文、人工構(gòu)筑物等地物的特征，全面地揭示了地理事物之間的關(guān)聯(lián)性。并且這些數(shù)據(jù)在時(shí)間上具有相同的現(xiàn)勢(shì)性。目前在世界上已有30多臺(tái)航空成像光譜儀正在運(yùn)行,用的最多的是aviris成像光譜數(shù)據(jù)。通過光譜植被指數(shù)、光譜匹配、混合像元分解以及模型反演等分析方法,利用高光譜數(shù)據(jù)進(jìn)行植被信息的定量提取研究。縱觀近年來國(guó)內(nèi)外對(duì)植被指數(shù)的研究方法，可以分為5類：(1)基于植被指數(shù)類的遙感干旱監(jiān)測(cè)方法，如簡(jiǎn)單植被指數(shù)、比值植被指數(shù)、歸一化植被指數(shù)、增強(qiáng)植被指數(shù)、歸一化水分指數(shù)法、距平植被指數(shù)等;(2)基于紅外的遙感干旱監(jiān)測(cè)方法。如垂直干旱指數(shù)

4、法、修正的垂直干旱指數(shù)法等；(3)基于地表溫度(lst)的遙感干旱監(jiān)測(cè)方法，如熱慣量法、條件溫度指數(shù)、歸一化差值溫度指數(shù)、表觀熱慣量植被干旱指數(shù)等；(4)基于植被指數(shù)和溫度的遙感干旱監(jiān)測(cè)方法，如條件植被溫度指數(shù)、植被溫度梯形指數(shù)、溫度植被干旱指數(shù)模型等；(5)基于植被與土壤的遙感監(jiān)測(cè)方法，如地表含水量指數(shù)作物缺水指數(shù)法等。在遙感應(yīng)用領(lǐng)域,植被指數(shù)是一種反映地表植被信息的重要信息源之一,已廣泛用于定性和定量評(píng)價(jià)植被覆蓋及其生長(zhǎng)狀況。近幾十年來，特別是近20年來，隨著對(duì)地觀測(cè)系統(tǒng)技術(shù)的不斷成熟，利用遙感數(shù)據(jù)進(jìn)行植被監(jiān)測(cè)和土地變化方面的研究日益增多。其中，具有時(shí)間分辨率高，價(jià)格低廉的avhrr數(shù)據(jù)在

5、全球及區(qū)域大尺度植被覆蓋變化研究中顯示出其他數(shù)據(jù)所無法替代的作用美國(guó)與歐洲空間局等國(guó)際組織已合作開展了利用高分辨率雷達(dá)（avhrr）監(jiān)測(cè)土地覆蓋變化和季節(jié)性植被狀況研究的項(xiàng)目。tucker等利用noaa-avhrr數(shù)據(jù)對(duì)非洲大陸的干旱與沙漠化等植被覆蓋變化進(jìn)行了監(jiān)測(cè)。國(guó)內(nèi)也有不少關(guān)于中國(guó)植被覆蓋的研究。如史培軍等利用1982-1993年的avhrr-ndvi數(shù)據(jù)對(duì)我國(guó)不同植被類型的覆蓋狀況進(jìn)行了分析；孫紅雨等利用1985-1990年間的avhrr-ndvi數(shù)據(jù)，對(duì)我國(guó)植被覆蓋變化及其與氣候因子的關(guān)系進(jìn)行了研究。隨著遙感技術(shù)的快速發(fā)展，遙感數(shù)據(jù)的不斷更新，更大的方便了我們對(duì)目標(biāo)區(qū)域的研究，本文利

6、用遙感軟件envi將孝義市地區(qū)的植被覆蓋的地理信息提取分析，為職能部門提供宏觀決策的科學(xué)依據(jù)。2 研究區(qū)概況2.1 行政孝義市位于呂梁山脈中段東麓，晉中盆地西南隅。地理坐標(biāo)為東經(jīng)111211156，北緯36563718。境域東西直線最長(zhǎng)處46km，南北直線最寬處26.55 km?？偯娣e948 km2?？?cè)丝?4萬人（2004年）。地形由西北向東南呈緩傾單斜態(tài)勢(shì)。西部為石灰?guī)r干石山區(qū)，中部為黃土丘陵區(qū)和臺(tái)塬區(qū)，東部為平原區(qū)，海拔高度在731m1716m之間。轄6個(gè)街道、7個(gè)鎮(zhèn)、5個(gè)鄉(xiāng)：新義街道、中陽(yáng)樓街道、振興街道、崇文街道、勝溪街道、東許街道、兌鎮(zhèn)鎮(zhèn)、陽(yáng)泉曲鎮(zhèn)、下堡鎮(zhèn)、西辛莊鎮(zhèn)、高陽(yáng)鎮(zhèn)、梧桐鎮(zhèn)

7、、柱濮鎮(zhèn)、大孝堡鄉(xiāng)、下柵鄉(xiāng)、驛馬鄉(xiāng)、南陽(yáng)鄉(xiāng)、杜村鄉(xiāng)。孝義地勢(shì)總體呈西高東低。整個(gè)地區(qū)因地質(zhì)結(jié)構(gòu)不同而分為西部的山區(qū)，中部的丘陵和臺(tái)塬區(qū)，以及東部的平原區(qū)。 圖1-1 區(qū)位圖fag.1-1location map2.2 地質(zhì)孝義的西部山區(qū)為石灰?guī)r千石山區(qū)，屬呂梁山脈。山頂渾圓，山脊起伏，山坡呈階梯狀，地表大部分被灌木覆蓋，山區(qū)面積為147.64 km2，占總面積的15.61%。 中部地區(qū)一部分被黃土覆蓋，形成典型的黃土丘陵地貌，黃土丘陵區(qū)面積442.26 km2，占總面積的46.76%。臺(tái)塬面開闊平坦，地勢(shì)呈北東向傾斜，溝谷深切，谷底有溪流，塬面和緩坡面多作為農(nóng)田，處少數(shù)太原平地可資灌溉以外，大

8、部分耕地為旱田，面積為182.73 km2，占總面積的19.32%。 東部為太原盆地的組成部分，地勢(shì)平坦，水源豐富，土壤肥沃，灌溉方便，是孝義的主要糧棉產(chǎn)區(qū)，該部分面積為173.17 km2，占總面積的18.31%.2.3 氣候孝義市屬暖濕帶大陸性半干旱半濕潤(rùn)氣候，四季分明。春季受季風(fēng)交替影響，風(fēng)大雨少；夏季受太平洋副熱帶高壓影響，多雨炎熱；秋季受冷高壓侵入，溫濕晴朗；冬季受西伯利亞冷高壓控制，寒冷少雪。2.4 能源孝義素有“三晉寶地”之稱，礦產(chǎn)資源豐富，品種較多，分布集中，地質(zhì)條件好，便于開采。孝義的礦產(chǎn)資源尤以煤、鋁為最，是中國(guó)第一批50個(gè)和山西省35個(gè)重點(diǎn)產(chǎn)煤地之一，也是國(guó)家鋁工業(yè)的主要

9、開發(fā)基地。3 研究概述3.1 研究?jī)?nèi)容本文的研究?jī)?nèi)容是利用envi對(duì)etm+遙感圖像的處理，研究的主要方法是：(1) 利用所研究區(qū)的遙感數(shù)據(jù)，對(duì)遙感數(shù)據(jù)進(jìn)行處理；(2) 用上面獲得的數(shù)據(jù)計(jì)算出研究區(qū)的植被指數(shù)；(3) 通過計(jì)算得出植被覆蓋度，并分為低、中、高三級(jí)并計(jì)算相應(yīng)面積；(4) 對(duì)所得到的數(shù)據(jù)進(jìn)行分析。3.2 研究方案(1) 下載目標(biāo)區(qū)域遙感影像；(2) 對(duì)遙感數(shù)據(jù)進(jìn)行波段融合、裁剪，得到目標(biāo)區(qū)域影像；(3) 計(jì)算植被指數(shù)；(4) 計(jì)算目標(biāo)區(qū)域植被覆蓋度且分等；(5) 計(jì)算出各覆蓋度面積，比較并分析結(jié)果。3.3 技術(shù)路線首先下載含孝義市遙感影像，經(jīng)過幾何校正、波段融合等操作后，利用孝義市

10、矢量文件對(duì)孝義市目標(biāo)區(qū)域裁剪，然后利用envi軟件計(jì)算ndvi，進(jìn)而通過計(jì)算得出植被覆蓋度，按相應(yīng)標(biāo)準(zhǔn)利用決策樹分類后分別求出面積，最后統(tǒng)計(jì)數(shù)據(jù)進(jìn)行分析，如圖2-1。下載影像波段融合影像裁剪ndvi植被覆蓋度統(tǒng)計(jì)分析矢量文件覆蓋度分等圖像校正圖2-1 技術(shù)路線圖fag.2-1 technology roadmap3.4 rs處理平臺(tái)根據(jù)所要求處理圖像的方法，作者采用envi軟件。envi完整的遙感圖像處理平臺(tái)envi(the environment for visualizing images)是美國(guó)exelis visual information solutions公司的旗艦產(chǎn)品。其軟件處

11、理技術(shù)覆蓋了圖像數(shù)據(jù)的輸入/輸出、圖像定標(biāo)、圖像增強(qiáng)、糾正、正射校正、鑲嵌、數(shù)據(jù)融合以及各種變換、信息提取、圖像分類、基于知識(shí)的決策樹分類、與gis的整合、dem及地形信息提取、雷達(dá)數(shù)據(jù)處理、三維立體顯示分析。4 研究方法4.1 數(shù)據(jù)收集本課題研究所用的遙感影像為中國(guó)科學(xué)院數(shù)據(jù)應(yīng)用環(huán)境( etm+影像；行號(hào)126，列號(hào)34。4.2 數(shù)據(jù)預(yù)處理本文所用的從中國(guó)科學(xué)院數(shù)據(jù)應(yīng)用環(huán)境下載的影像是已經(jīng)經(jīng)過校正處理的，所以我們只需要將下載好的數(shù)據(jù)進(jìn)行掩膜裁剪。4.2.1 基本步驟該系統(tǒng)的影像裁剪步驟為：(1) 顯示圖像文件，在envi工具欄選擇fileopen image file，然后選擇已經(jīng)波段合成后

12、的圖像1999hecheng.hdr，單擊打開；(2)選擇波段543，點(diǎn)擊load rgb，在view窗口預(yù)覽圖像；(3) 在工具欄選擇fileopen vector file，打開掩膜矢量文件，然后在新窗口load，在vector window#1 工具欄選擇fileexport active layer to rois，在select input file中選中1999hecheng，單擊ok；(4) 在1999hecheng視窗工具欄選擇overlayregion of interest在打開的roi窗口中選中xiaoyishi，然后選擇fliesubest data via rois，

13、然后選擇input file，單擊ok，在彈出的對(duì)話框中選中rois，鍵入文件輸出名，單擊ok。裁剪后的圖像如圖3-1。圖3-1 1999年孝義市裁剪結(jié)果fig.3-1 the cutting results of xiaoyi in 19994.3 植被指數(shù)（ndvi）的提取4.3.1 植被指數(shù)植被指數(shù)是遙感監(jiān)測(cè)地面植物生長(zhǎng)和分布的一種方法，由于不同綠色植被對(duì)不同波長(zhǎng)的吸收率不同，光線照射在植物上時(shí)，近紅外波段的光大部分被植物反射，而可見光波段的光則大部分被植物吸收，通過對(duì)近紅外和紅波段反射率的線性或非線性組合，可以消除地物光譜產(chǎn)生的影像，得到的特征指數(shù)稱為植被指數(shù)。植被指數(shù)經(jīng)過近20年的發(fā)

14、展，目前有幾十種，但常用的植被指數(shù)有：歸一化植被指數(shù)ndvi（normalized difference vegetation index），比值植被指數(shù)rvi（ratio vegetation index），差值植被指數(shù)dvi（difference vegetation index），土壤調(diào)節(jié)植被指數(shù)savi（the soil adjusted vegetation index）。修正性土壤植被指數(shù)msavi（modified soil adjusted vegetation index）等。在遙感應(yīng)用領(lǐng)域，植被指數(shù)已廣泛用來定性和定量評(píng)價(jià)植被覆蓋及其生長(zhǎng)活力。植被指數(shù)有助于增強(qiáng)遙感圖像影像

15、的解譯力，并作為一種遙感手段廣泛應(yīng)用于土地利用覆蓋探測(cè)，植被覆蓋密度評(píng)價(jià)，作物識(shí)別和作物預(yù)報(bào)等方面。植被指數(shù)提取的方法很多，最為常用的一種方法是通過遙感影像處理軟件對(duì)遙感影像不同波段進(jìn)行處理，從而得到各類植被指數(shù)。本課題主要進(jìn)行的是歸一化植被指數(shù)（ndvi）的分析1。ndvi是用于檢測(cè)植被生長(zhǎng)狀態(tài)，植被覆蓋度和消除部分輻射誤差等起取值為：-1=ndvi=1,負(fù)值表示地面覆蓋為云，水，雪等，對(duì)可見光高反射：0表示有巖石或裸土等，nir和r近似相等；正值，表示有植被覆蓋，且隨覆蓋度增大而增大；ndvi的局限性表現(xiàn)在，用非線性拉伸的方式增強(qiáng)了nir和r的反射率的對(duì)比度。對(duì)于同一幅圖像，分別求rvi和

16、ndvi時(shí)會(huì)發(fā)現(xiàn)，rvi值增加的速度高于ndvi增加速度，即ndvi對(duì)高植被區(qū)具有較低的靈敏度，ndvi能反映出植物冠層的背景影響，如土壤、潮濕地面、枯葉、粗超度等，且與植被覆蓋有關(guān)，是目前應(yīng)用最廣泛的植被指數(shù)。ndvi= （其中nir代表近紅外波段，red代表紅光波段） （公式3-1）要計(jì)算ndvi，就是在遙感處理軟件中，計(jì)算近紅外波段與紅波段之差，再除以兩個(gè)波段之和2。4.3.2 ndvi的提取在envi中提取植被指數(shù)處理過程如下：(1) 選擇 transforms ndvi；(2) 選擇input file 孝義市裁剪 單擊ok；(3) 在彈出的對(duì)話框ndvi calculation p

17、arameters中鍵入輸出名，其他默認(rèn)，單擊ok。得到如圖3-2。ndvi指數(shù)圖3-2 1999年孝義市ndvifig.3-2 the ndvi of xiaoyi in 19994.4植被覆蓋度的計(jì)算 植被覆蓋度是指植被冠層的垂直投影面積和土地面積之比，它是描述植被蓋度特征的一個(gè)重要基礎(chǔ)數(shù)據(jù)。植被蓋度檢測(cè)方法分地面實(shí)測(cè)和遙感監(jiān)測(cè)兩類由于植被覆蓋度具有顯著的時(shí)空分異特征，地面實(shí)測(cè)對(duì)大范圍的研究是不現(xiàn)實(shí)的，因此遙感監(jiān)測(cè)已成為區(qū)域植被覆蓋動(dòng)態(tài)監(jiān)測(cè)的主要手段4。本次研究采用植被指數(shù)轉(zhuǎn)換法，是在對(duì)光譜信號(hào)進(jìn)行分析的基礎(chǔ)上，通過建立植被指數(shù)和植被覆蓋度的轉(zhuǎn)換關(guān)系來直接估算植被覆蓋度。4.4.1 植被覆

18、蓋度的計(jì)算根據(jù)歸一化差值植被指數(shù)(ndvi)來計(jì)算植被覆蓋度，基本原理是根據(jù)健康植被在紅光波段有一個(gè)吸收峰，在近紅外波段有一個(gè)高反射峰，而土壤在可見光到近紅外波段呈近似線性變化的差異假設(shè)遙感器所測(cè)得的反射輻射r完全由植被總反射輻射和土壤總反射輻射構(gòu)成5，即r =frv +(1- frs) (公式3-2)(r v、rs 分別為植被、土壤的總反射輻射；f為植被覆蓋度)，則f 1= (r-rs )(rv-rs ) (公式3-3)基于上述原理，利用植被指數(shù)可以計(jì)算植被覆蓋度，即f2= (ndvi-ndvis )(ndviv -ndvis ) (公式3-4)其中，ndvi為所求地塊或像元的歸一化植被指數(shù)

19、；ndvi 和ndvi 分別為純植被和純土壤的植被指數(shù)該式適合用于植被覆蓋處葉面積指數(shù)較均一的場(chǎng)合也可得f3= (ndvindvimin)(ndvimax 一ndvimin) (公式3-5)其中，ndvi為所求地塊或像元的歸一化植被指數(shù)；ndvimax 和ndvimin分別為研究區(qū)內(nèi)ndvi的最大、最小值一般來說，歸一化植被指數(shù)ndvi比較真實(shí)的表現(xiàn)了影像數(shù)據(jù)上植被的分布但由于ndvi本身無法分離植被和土壤的影響，不管是裸土還是部分植被覆蓋的像元，其ndvi值都可能是一個(gè)較小的整數(shù)，所以在實(shí)際應(yīng)用中，往往根據(jù)經(jīng)驗(yàn)確定ndvimax 、ndvimin 。 或從計(jì)算得到的像元的ndvi中提出ndv

20、imax 和ndvimin從而計(jì)算植被覆蓋度本研究采取后一種方法，將已計(jì)算出的ndvi值代人公式3-5計(jì)算出兩期的植被覆蓋度圖像由公式3-5計(jì)算出來的植被覆蓋度圖像并不能直接應(yīng)用于分析，理論上植被覆蓋度的取值應(yīng)在01之間，但利用該公式計(jì)算時(shí)會(huì)出現(xiàn)小于零的值和大于1的值，即出現(xiàn)植被覆蓋度小于純土壤或大于全植被的情況，這種結(jié)果并沒有現(xiàn)實(shí)意義，因此，要對(duì)結(jié)果進(jìn)行優(yōu)化處理，強(qiáng)制把小于零和大于1的像元?dú)w分別為0和16。4.4.2 基本步驟(1) 打開ndvi圖像，并在窗口顯示(2) 由于envi計(jì)算覆蓋度時(shí)會(huì)將底層區(qū)域也計(jì)算進(jìn)去，所以要添加一層掩膜，使底圖層數(shù)值和目標(biāo)區(qū)域區(qū)分。設(shè)置好后，目標(biāo)區(qū)域灰度值為

21、-1至1，底層圖層灰度值為2。(3) 選擇basic tools statisticscompute statistics，查看直方圖。查看ndvimax 和ndvimin并記錄，ndvimin記錄大于0的第一個(gè)數(shù)值，ndvimax記錄除背景值外的最大值。(4) 在envi工具藍(lán)選擇basic toolsband math。在打開的對(duì)話框中輸入公式：(b1 lt ndvimin)*0+(b1 gt ndvimax and b1 le 1 )*1+(b1 gt1 and b1 le 2)*2+(b1 ge ndvimin and b1 le ndvimax)* (b1- ndvimin)/ (n

22、dvimax - ndvimin) (公式3-6)(ndvimax代表ndvi最大值，ndvimin代表ndvi最小值)ndvi指數(shù)單擊 add to list,然后點(diǎn)擊ok。在彈出的對(duì)話框中選擇1999ndvi 影像，然后鍵入輸出名，點(diǎn)擊ok。如圖3-3。圖3-3：1999年孝義市植被覆蓋度處理圖fig.3-3 the vegetation coverage diagram of xiaoyi in 19994.5植被覆蓋度分等及面積統(tǒng)計(jì)4.5.1 植被覆蓋度的分級(jí)在已計(jì)算出的植被覆蓋度結(jié)果基礎(chǔ)上，集合遙感數(shù)據(jù)的特點(diǎn)，參考馬志勇基于植被覆蓋度的植被變化分析文獻(xiàn)中植被指數(shù)范圍的分類以及多次嘗試

23、結(jié)果表明，對(duì)照影像將植被覆蓋度分為3級(jí)最好，植被覆蓋度在00.25為低覆蓋度；0.250.5為中等覆蓋度；0.51為高覆蓋度7。按照分級(jí)標(biāo)準(zhǔn)，進(jìn)行密度分割，相同植被級(jí)別賦予同一顏色，生成植被覆蓋度分級(jí)圖。待添加的隱藏文字內(nèi)容3在envi中我們用決策樹的方法對(duì)其進(jìn)行分級(jí)。步驟如下(1) 在工具欄中選擇classificationdecision treebuil new decision tree。輸入相應(yīng)的分級(jí)條件。如圖3-4；(2) 選擇filesave tree ，保存決策樹；(3) 選擇optionexecute.，在窗口中，我們就能看到覆蓋度分級(jí)圖。如圖3-5；圖3-4 決策樹fig.

24、3-4 decision tree4.5.2 植被覆蓋度的分級(jí)面積統(tǒng)計(jì)由于遙感圖像自帶坐標(biāo)，我們可以用envi自帶的面積統(tǒng)計(jì)工具對(duì)分級(jí)進(jìn)行面積統(tǒng)計(jì)，具體步驟如下：選擇classification post classification class statistics，選擇分級(jí)影像，點(diǎn)擊ok，在彈出的對(duì)話框中選中 gaodu、zhongdu、didu，然后單擊ok，輸出結(jié)果，結(jié)果單位為平方米。如圖3-6。圖3-6 1999年植被覆蓋度分等情況fig.3-6 vegetation classification of 1999 圖3-6 1999年分類面積統(tǒng)計(jì) 圖3-7 2008年分類面積統(tǒng)計(jì)fi

25、g.3-6 classification area statistics of 1999 fig.3-7 classification area statistics of 2008同理可得2007年遙感圖像的植被覆蓋度分級(jí)圖以及分等面積。如圖3-7，圖3-8。圖3-8 2008年植被覆蓋分等情況fig.3-8 vegetation classification of 20085結(jié)果與分析 5.1統(tǒng)計(jì)結(jié)果進(jìn)過統(tǒng)計(jì)分析計(jì)算，得出1999年和2008年植被覆蓋度高、中、低三等面積，如表4-1。表4-1 面積匯總 （單位：km2） 1999年 2008年 差值高100.61943.875-56.744中78.979223.112144.133低804.727717.537-87.19經(jīng)分析測(cè)算，1999年孝義市的植被覆蓋低中高3個(gè)分級(jí)面積分別為804.727 km2，78.979 km2，100.619 km2；2008年的植被覆蓋低中高3個(gè)分級(jí)面積分別為717.537 km2，223.112 km2，43.875 km2。2008年孝義市低植被覆