利用國(guó)產(chǎn)開(kāi)源衛(wèi)星影像分析廣州市天河區(qū)植被現(xiàn)狀

王上上+王軍+孫思

摘要：利用國(guó)產(chǎn)高分一號(hào)衛(wèi)星的16 m/pix分辨率開(kāi)源影像數(shù)據(jù)對(duì)廣州市天河區(qū)的植被情況進(jìn)行分析。結(jié)果表明，2016年12月，天河區(qū)的植被覆蓋率為30.273%；植被分布呈現(xiàn)明顯的北密南疏，由北向南逐漸減少的趨勢(shì)；以林地為主的密集植被占植被總量的93.54%。這類國(guó)產(chǎn)中等分辨率衛(wèi)星影像數(shù)據(jù)可適用于較大范圍的植被監(jiān)測(cè)，且其開(kāi)源性能降低獲取數(shù)據(jù)的成本，提高數(shù)據(jù)的時(shí)效性。

關(guān)鍵詞：衛(wèi)星影像；廣州市天河區(qū)；植被；“高分一號(hào)”衛(wèi)星；歸一化植被指數(shù)

中圖分類號(hào)：TU986

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1671-2641（2017）04-0085-04

收稿日期：2017-05-02

修回日期：2017-07-10

引言

城市植被是城市生態(tài)系統(tǒng)的重要組成部分。特別是經(jīng)濟(jì)發(fā)展水平較高的一線中心城市，由于人們生活水平的不斷提高，對(duì)生活環(huán)境質(zhì)量的要求也不斷提升。因此城市植被一直是公眾關(guān)注和科學(xué)研究的熱點(diǎn)。

廣州是我國(guó)南方的一線中心城市，轄區(qū)總面積7434km²，地理環(huán)境復(fù)雜多樣。對(duì)于這樣的情況，利用衛(wèi)星遙感監(jiān)測(cè)植被便凸顯出技術(shù)上的優(yōu)勢(shì)。在以往對(duì)廣州植被的研究中，衛(wèi)星影像數(shù)據(jù)的來(lái)源主要是美國(guó)的陸地資源衛(wèi)星（Landsat系列），少量使用了其他衛(wèi)星數(shù)據(jù)，如法國(guó)的地球觀測(cè)實(shí)驗(yàn)衛(wèi)星（SPOT）等。

2013年以來(lái)，我國(guó)具有自主知識(shí)產(chǎn)權(quán)的高分系列衛(wèi)星的陸續(xù)發(fā)射，極大提高了我國(guó)的對(duì)地觀測(cè)能力，而遙感的應(yīng)用價(jià)值也開(kāi)始加速向更多的領(lǐng)域滲透。李淑圓等嘲使用高分一號(hào)衛(wèi)星2 m分辨率的全色和多光譜融合影像數(shù)據(jù)對(duì)廣州城市土地覆被進(jìn)行分類研究，取得了較好的效果。但這類高分辨率影像為收費(fèi)數(shù)據(jù)，價(jià)格昂貴，通常單景即需要數(shù)千至近萬(wàn)元。本研究嘗試使用高分一號(hào)衛(wèi)星拍攝的免費(fèi)影像數(shù)據(jù)，對(duì)廣州市天河區(qū)的植被進(jìn)行分析，以探索利用國(guó)產(chǎn)衛(wèi)星影像替代國(guó)外衛(wèi)星影像的可能性，并降低研究成本，同時(shí)可為進(jìn)一步使用國(guó)產(chǎn)高分辨率衛(wèi)星影像開(kāi)展研究提供前期基礎(chǔ)數(shù)據(jù)。

1材料與方法

1.1研究區(qū)域

廣州市天河區(qū)位于廣州中部（113°15′55″E～113°26′30″E，230°6′0″N～23°14′45″N），東到吉山獅山、前進(jìn)深涌一帶，與黃埔區(qū)相連；南到珠江，與海珠區(qū)隔江相望；西到廣州大道與越秀區(qū)相接；北到筲箕窩，與白云區(qū)相鄰?？偯娣e147.77 km²，是建設(shè)中的廣州新城市中心區(qū)。

1.2衛(wèi)星影像參數(shù)

衛(wèi)星影像數(shù)據(jù)來(lái)自國(guó)產(chǎn)的高分一號(hào)衛(wèi)星——中國(guó)高分辨率對(duì)地觀測(cè)系統(tǒng)的第一顆衛(wèi)星，于2013年4月26日12時(shí)由長(zhǎng)征二號(hào)丁運(yùn)載火箭成功發(fā)射，搭載了兩臺(tái)2 m分辨率全色/8m分辨率多光譜相機(jī)，四臺(tái)16m分辨率多光譜相機(jī)。其中2 m分辨率全色/8 m分辨率多光譜相機(jī)拍攝的影像目前為收費(fèi)的標(biāo)準(zhǔn)數(shù)據(jù)，16 m分辨率多光譜相機(jī)拍攝的影像為免費(fèi)的開(kāi)源數(shù)據(jù)。

影像采集時(shí)間為2016年12月31日，分辨率為16m，云量3%，含紅（Red）、綠（Green）、藍(lán)（Blue）、近紅外（Nir）四個(gè)波段。處理級(jí)別為L(zhǎng)EVELIA級(jí)，已經(jīng)過(guò)一系列的基礎(chǔ)校正。

1.3軟件

遙感圖像處理軟件為eCognition Developer（V9.02），是目前所有商用遙感軟件中第一個(gè)基于目標(biāo)信息的遙感信息提取軟件。它突破了傳統(tǒng)商業(yè)遙感軟件單純基于光譜信息進(jìn)行影像分類的局限性，提出了面向?qū)ο蟮姆诸惙椒?，大大提高了高空間分辨率數(shù)據(jù)的自動(dòng)識(shí)別精度，有效地滿足了科研和工程應(yīng)用的需求。

1.4技術(shù)路線

獲取廣州市天河區(qū)行政區(qū)劃邊界的矢量圖形，與衛(wèi)星影像一同導(dǎo)入eCognition軟件。并直接利用矢量圖形將天河區(qū)劃為一個(gè)單獨(dú)區(qū)域，后續(xù)分析只以天河區(qū)為對(duì)象進(jìn)行，天河區(qū)以外的區(qū)域不做分析。

1.4.1分割

首先對(duì)天河區(qū)的影像進(jìn)行分割。關(guān)鍵參數(shù)為分割尺度（Scale Parameter）大小和分割時(shí)形狀（Shape）因素所占比例。根據(jù)對(duì)高分辨率影像使用大尺度分割，低分辨率影像使用小尺度分割的原則，本研究使用影像的分辨率16m/pix為中等偏低分辨率，因此使用較小的分割尺度，嘗試使用的尺度為30、20和10。確定分割尺度大小后，再嘗試不同的形狀因素比例，嘗試參數(shù)選擇為0.1和0.5。

1.4.2提取植被

在分割完成的基礎(chǔ)上，利用NDVI（歸一化植被指數(shù)）將天河區(qū)的植被提取出來(lái)。NDVI是植被生長(zhǎng)狀態(tài)及植被覆蓋度的最佳指示因子，計(jì)算公式為：NDVI=（Nir-Red）/（Nir+Red）。

1.4.3不同區(qū)域植被分析

從衛(wèi)星影像（圖1）上直接觀察，即可發(fā)現(xiàn)天河區(qū)的植被分布極不均勻.有明顯的南北差異。因此將天河區(qū)劃分為不同的區(qū)域.比較分析不同區(qū)域的植被。

1.4.4植被細(xì)分類

由于植被的類型多樣，且不同植被差異較大，可根據(jù)NDVI值的大小對(duì)其進(jìn)一步細(xì)化分類。但由于本研究使用的是中等分辨率的衛(wèi)星影像，因此只將其分為兩類：密集植被和稀疏植被。根據(jù)天河區(qū)的實(shí)際情況，密集植被指樹(shù)木（喬木和灌木）密集的植被，例如林地和城市公園等；稀疏植被指樹(shù)木較少的植被，如疏林地、草地和天河區(qū)中北部的少量農(nóng)田等。

2結(jié)果與分析

得到廣州市天河區(qū)行政區(qū)域的衛(wèi)星影像后，按其行政管轄范圍將天河區(qū)劃為一個(gè)獨(dú)立區(qū)域（圖1）。同時(shí)，因?yàn)楸狙芯糠治龅哪繕?biāo)為植被，所以使用影像的近紅外波段對(duì)綠光波段進(jìn)行了加強(qiáng)，使植被突出顯示。

2.1分割

對(duì)天河區(qū)影像進(jìn)行分割，為了觀察分割結(jié)果的細(xì)節(jié)，截取了圖像的一部分，以位于五山街道的華南農(nóng)業(yè)大學(xué)、廣東省農(nóng)業(yè)科學(xué)院和匯景新城為中心。

當(dāng)分割尺度為30和20時(shí)，部分綠色的植被和其他顏色的非植被被分割為同一個(gè)對(duì)象：而分割尺度為10時(shí)，植被和非植被得到了較好分離。當(dāng)形狀參數(shù)為0.5時(shí)，分割得到的對(duì)象較為方正，這正是由于分割時(shí)考慮了較多形狀因素的原因，但也導(dǎo)致了少部分綠色的植被和其他顏色的非植被被分割為同一個(gè)對(duì)象：而形狀參數(shù)為0.1時(shí)，雖然分割得到的對(duì)象形狀不規(guī)則，但較好地分離植被和非植被。因此，最終選擇的參數(shù)為分割尺度10、形狀因素0.1進(jìn)行分割。

2.2提取植被

應(yīng)用eCognition的特征視圖（Feature View）功能，顯示整個(gè)天河區(qū)的NDVI值范圍為-0.568 245 116至0.169 021 484。將最小值-0.568 245116逐漸提升，并將得到的植被區(qū)域與google衛(wèi)星地圖比對(duì)。當(dāng)最小值為0.01時(shí)，提取出的植被與google衛(wèi)星地圖顯示的植被情況較好吻合，因此將NDVI值大于0.01的對(duì)象分類為植被，在天河區(qū)范圍內(nèi)用綠色表示植被覆蓋區(qū)域（圖2）。

天河區(qū)的像素總量為408 674.而植被像素總量為123 718，因此其植被覆蓋率為30.273%，植被斑塊共有412塊。從圖3可以看出，天河區(qū)的植被分布，無(wú)論是面積還是斑塊數(shù)量都極不均勻，總體呈現(xiàn)出東北植被分布密集，西南植被分布稀疏的特征。主要原因是天河區(qū)西南部靠近越秀區(qū)、海珠區(qū)等老城區(qū)，為建成區(qū)；東北部靠近郊區(qū)，為新開(kāi)發(fā)區(qū)域，植被分布較多。

2.3不同區(qū)域植被分析

為了從細(xì)節(jié)上分析天河區(qū)的植被分布，利用在衛(wèi)星影像上具有明顯特征的沈海高速?gòu)V州支線和廣園快速路將天河區(qū)分為北部、中部、南部三個(gè)區(qū)域進(jìn)行具體分析（圖3）。天河區(qū)上方深紅色表示北部區(qū)域植被，中間粉紅色表示中部區(qū)域植被，下方鮮紅色表示南部區(qū)域植被。天河區(qū)北部區(qū)域像素總量為178 567，植被像素總量為94 199，植被覆蓋率為52.753%，植被斑塊共有172塊。北部區(qū)域植被分布最為密集且相對(duì)均勻，主要原因?yàn)榱值孛娣e較大，林地主要分布在火爐山、鳳凰山和筲箕窩等低山丘陵區(qū)域。中部區(qū)域像素總量為105 472，植被像素總量為24 436，植被覆蓋率為23.168%，植被斑塊共有149塊。中部區(qū)域植被分布主要集中在居中的華南農(nóng)業(yè)大學(xué)、廣東省農(nóng)業(yè)科學(xué)院、廣州世界大觀和東向的大田山、田螺山和官路山一帶，西向植被分布較少。南部區(qū)域像素總量為124 695，植被像素總量為5 083，植被覆蓋率為4.076%，植被斑塊共有91塊。南部區(qū)域植被分布較少，幾個(gè)明顯的支撐點(diǎn)分別是位于南部中央的天河公園，中偏西的珠江公園和東邊的楊桃公園。

2.4植被細(xì)分類

應(yīng)用eCognitiion的特征視圖（Feature View）功能，將NDVI的最大值逐漸降低，并將得到的植被區(qū)域與google衛(wèi)星地圖比對(duì)。當(dāng)最大值為0.05時(shí)，植被細(xì)化分類與google衛(wèi)星地圖顯示的植被情況較好的吻合，因此將0.010.05的對(duì)象分類為密集植被，在天河區(qū)范圍內(nèi)用深綠色表示密集植被，淺綠色表示稀疏植被（圖4）。

密集植被像素總量115 724，占植被總量的93.54%，斑塊總數(shù)195；稀疏植被像素總量7 994，占植被總量的6.46%，斑塊總數(shù)217。密集植被的數(shù)量遠(yuǎn)大于稀疏植被，主要原因是天河區(qū)林地面積較大，且分布集中，而稀疏植被多數(shù)為人工植被，面積相對(duì)較小，且分散。密集植被的分布與植被總體分布的規(guī)律一致，都是從北到南逐漸減小，這與密集植被在植被中占絕對(duì)優(yōu)勢(shì)是分不開(kāi)的；稀疏植被總體也有北多南少的趨勢(shì)，但分布相對(duì)均勻，即使是植被較少的南部區(qū)域也有較多稀疏植被斑塊分布。大量稀疏植被分布在密集植被的邊緣，體現(xiàn)了從大面積密集植被斑塊中心到邊緣，樹(shù)木由多到少的變化趨勢(shì)，獨(dú)立的稀疏植被主要是人工綠地、草地、農(nóng)田等人工植被。

3結(jié)論與討論

本研究使用了廣州市天河區(qū)2016年12月末的衛(wèi)星影像圖對(duì)天河區(qū)的植被情況進(jìn)行分析，衛(wèi)星影像的來(lái)源是國(guó)產(chǎn)高分一號(hào)衛(wèi)星。相對(duì)于同類研究通常使用國(guó)外的衛(wèi)星影像，其優(yōu)勢(shì)在于數(shù)據(jù)完全免費(fèi)，且獲取容易。同時(shí)數(shù)據(jù)更新速度快，對(duì)于研究植被及其他變化監(jiān)測(cè)用途具有較好的時(shí)效價(jià)值，這也是今后的一個(gè)研究方向。

李淑圓等使用高分一號(hào)衛(wèi)星2m/pix分辨率影像數(shù)據(jù)對(duì)廣州城市土地覆被進(jìn)行分類研究，結(jié)果表明，天河區(qū)的植被覆蓋率為22.4%。這與本研究得出的30.273%有較大差異。同時(shí)，由于本研究使用的是16 m/pix的中等分辨率數(shù)據(jù)，相比2 m/pix的高分辨率數(shù)據(jù)，必然會(huì)損失一些面積小且分散的植被，如行道樹(shù)、孤植樹(shù)等，但所得植被比例仍然比22.4%高出近8個(gè)百分點(diǎn)。為探尋差異產(chǎn)生的原因，再次獲取了李淑園等研究時(shí)段的高分一號(hào)衛(wèi)星16 m/pix分辨率的影像。影像采集時(shí)間為2013年12月25日，云量0%，其他參數(shù)同1.2。按照1.4的技術(shù)路線分析天河區(qū)植被覆蓋率，結(jié)果為28.647%，仍然比李淑圓等的結(jié)果高出6個(gè)百分點(diǎn)。綜合3個(gè)植被覆蓋率的數(shù)值及拍攝時(shí)間，推測(cè)差異的主要來(lái)源是試驗(yàn)的數(shù)據(jù)和方法。兩個(gè)實(shí)驗(yàn)使用了分辨率不同的數(shù)據(jù)，又進(jìn)一步導(dǎo)致實(shí)驗(yàn)中選擇的分割和分類的參數(shù)差異較大，最終導(dǎo)致結(jié)果相差6～8個(gè)百分點(diǎn)。另一方面，從2016年12月末的實(shí)驗(yàn)結(jié)果數(shù)據(jù)高于2013～2014年的兩個(gè)實(shí)驗(yàn)結(jié)果數(shù)據(jù)可以推測(cè)這期間天河區(qū)的綠化工作使植被覆蓋有所提升，但提升的具體數(shù)值有待進(jìn)一步研究。

我國(guó)航天技術(shù)特別是衛(wèi)星遙感技術(shù)的不斷飛躍，一定會(huì)擴(kuò)大其在園林和城市林業(yè)領(lǐng)域的應(yīng)用，給相關(guān)領(lǐng)域的工作帶來(lái)極大的便利。