基于Landsat 8的泰山地區(qū)植被指數(shù)與地形因子關(guān)系分析

楊 惠，董彥鋒，胡伍生，龍鳳陽(yáng)，陳 陽(yáng)

(東南大學(xué)交通學(xué)院，江蘇 南京 211100)

0 引 言

泰山被譽(yù)為“五岳之首”，聳立在山東中部，海拔超過(guò)1 500 m，為我國(guó)東部最著名的山岳。泰山位于我國(guó)夏綠林區(qū)的中部，植被種類豐富，地貌起伏很大，地表形態(tài)自南向北有規(guī)律變化。這些植被在水源涵養(yǎng)、減緩徑流、蓄洪防旱、降解污染、維持生物多樣性方面有不可替代的作用。研究泰山地區(qū)植被指數(shù)與地形因子之間的關(guān)系，可為該區(qū)環(huán)境治理、生態(tài)保護(hù)、預(yù)防水土流失等災(zāi)害以及實(shí)現(xiàn)泰山地區(qū)植物資源的可持續(xù)利用等提供科學(xué)依據(jù)，也可為生態(tài)環(huán)境的監(jiān)測(cè)保護(hù)與可持續(xù)發(fā)展提供參考和借鑒[1]。

2013年2月11日，幾經(jīng)波折的Landsat 8衛(wèi)星在美國(guó)加州成功發(fā)射，3月18日獲得了第一幅遙感影像。全新的Landsat 8衛(wèi)星影像收窄了近紅外波段和全色波段的光譜范圍，將輻射分辨率從8 bit提高到12 bit，擴(kuò)大了全色影像中植被和非植被信息的反差，避免了極亮/極暗區(qū)的灰度過(guò)飽和現(xiàn)象，更好地顯示了細(xì)節(jié)信息[2]。植被是生態(tài)系統(tǒng)最重要的組成部分，也是遙感影像上的重要地物信息[3]。Landsat 8 OLI衛(wèi)星影像近紅外波段排除了0.825 μm處水汽吸收的影像，在NDVI植被提取時(shí)，具有更高準(zhǔn)確度。植被的空間分布在很大程度上受地形條件制約，尤其在山區(qū)，地形控制了太陽(yáng)輻射和降水的空間再分配過(guò)程，使得植被隨地形表現(xiàn)出一定規(guī)律性，在較小地域范圍內(nèi)，此規(guī)律性尤為明顯。利用DEM自動(dòng)提取地形因子進(jìn)行空間分析，具有快速、科學(xué)、客觀等特點(diǎn)[4]，為分析植被的空間分布特征提供了重要支撐。

1 研究區(qū)概況與研究方法流程

1.1 研究區(qū)概況

研究區(qū)域位于山東省中部、泰安市境內(nèi)，主要以泰山區(qū)、岱岳區(qū)為研究對(duì)象(圖1)。其陸地面積達(dá)2 000多平方米。泰山地區(qū)南高北低，南部受斷裂影響，上升幅度大，山脈陡峭峻拔；北部山嶺起伏低、坡度緩和。泰山地區(qū)屬于溫帶季風(fēng)氣候，具有明顯的垂直變化趨勢(shì)：山下四季分明，而山上卻春秋相連，由于海拔高程變化，由山腳到山頂土壤資源呈現(xiàn)規(guī)律化的帶狀分布，造成不同地段植被資源差異化。泰山屬于華北植物區(qū)系，由于受黃海、渤海影響，雨量充裕，是干、濕交替的過(guò)渡帶，植物生長(zhǎng)茂密，森林覆蓋率達(dá)80%以上。因此，研究分析泰山地區(qū)植被指數(shù)與地形因子的空間關(guān)系對(duì)地形格局特征和空間分布研究都具有重要意義。

圖1 泰安市研究區(qū)域范圍示意圖

1.2 研究方法流程

首先定義植被指數(shù)的概念，利用遙感軟件通過(guò)兩個(gè)波段探測(cè)值的不同組合可得到不同的植被指數(shù)。常用的兩個(gè)波段反射率比值法有：比值植被指數(shù)(RVI)、綠度植被指數(shù)(GVI)、垂直植被指數(shù)(PVI)、土壤調(diào)節(jié)植被指數(shù)(SAVI)、歸一化植被指數(shù)(NDVI)[5]等，在分析它們各自優(yōu)缺點(diǎn)及適應(yīng)范圍后，本實(shí)驗(yàn)選用“歸一化植被指數(shù)法(NDVI)”。

以泰山地區(qū)為例，主要依據(jù)DEM數(shù)據(jù)與Landsat 8遙感影像數(shù)據(jù)，借助RS和GIS技術(shù)，對(duì)泰山地區(qū)NDVI值與海拔、坡度以及坡向之間的關(guān)系進(jìn)行定量分析，以便深入了解泰山地區(qū)植被的空間變化規(guī)律，為分析生態(tài)環(huán)境提供決策信息(圖2)。

圖2 遙感反演的技術(shù)路線圖

2 實(shí)驗(yàn)方法與結(jié)果分析

2.1 數(shù)據(jù)來(lái)源與預(yù)處理

從地理空間數(shù)據(jù)云網(wǎng)站下載2014年7月11日的Landsat 8 OLI原始影像，共11個(gè)波段。該期遙感影像質(zhì)量良好，植被信息豐富，云量為11.19，適合研究泰山地區(qū)的植被指數(shù)。研究區(qū)全境位于條帶號(hào)122，行編號(hào)35的影像覆蓋范圍內(nèi)，地圖投影采用UTM-WGS 84投影坐標(biāo)系，數(shù)據(jù)產(chǎn)品已經(jīng)經(jīng)過(guò)系統(tǒng)校正和幾何校正[6]。從CGIAR-CSI網(wǎng)站下載空間分辨率為90 m的DEM數(shù)據(jù)，然后對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，處理過(guò)程如下。

(1)利用ENVI 5.1遙感軟件對(duì)影像進(jìn)行Radiometric Calibration輻射定標(biāo)和后續(xù)Flaash大氣校正[7]，去除大氣和溫度等因素對(duì)地物反射的干擾，再將前7個(gè)空間分辨率為30 m的多光譜波段和第8個(gè)空間分辨率為15 m的全色波段重采樣成一幅高分辨率多光譜圖像，然后利用Spectral工具下的Vegetation提取影像的歸一化植被指數(shù)值。

(2)利用ArcGIS軟件將DEM數(shù)據(jù)進(jìn)行坐標(biāo)投影系統(tǒng)的轉(zhuǎn)換，利用data management tools工具Raster工具下的resample將90 m分辨率的DEM插值為30 m分辨率的DEM數(shù)據(jù)與NDVI柵格數(shù)據(jù)，統(tǒng)一投影坐標(biāo)系統(tǒng)和空間分辨率，為后期疊合分析做準(zhǔn)備。

(3)利用ArcGIS 10.1軟件從全國(guó)行政矢量圖中切割出感興趣區(qū)。用遙感軟件的subset工具將感興趣區(qū)域作為ROI分別與歸一化植被指數(shù)遙感影像圖和DEM數(shù)據(jù)進(jìn)行配準(zhǔn)，裁剪出研究區(qū)域。

2.2 植被NDVI分級(jí)

由于Landsat 8 OLI是16位影像，位數(shù)過(guò)大，所以采用ENVI軟件下的決策樹分類功能并結(jié)合泰山地區(qū)植被景觀類型圖、土地利用圖等對(duì)提取的歸一化植被指數(shù)進(jìn)行重新分級(jí)(表1)。

表1 NDVI分級(jí)表

由于分級(jí)時(shí)輸出的遙感影像選擇的是浮點(diǎn)型，因此遙感影像中的NDVI值的范圍為-1≤NDVI≤1，負(fù)值表示地面覆蓋有云、雪和水體等，對(duì)可見(jiàn)光高反射；0表示有巖石或裸土等；正值表示有植被覆蓋，且隨覆蓋度增大而增大；當(dāng)NDVI值達(dá)到0.3以上時(shí)，植被生長(zhǎng)狀況良好。2014年7月11日泰山地區(qū)的NDVImax為0.55，NDVImin為-0.043，將所有不大于0值的非植被覆蓋區(qū)域NDVI值一并歸為0值，對(duì)NDVI進(jìn)行分級(jí)，然后利用ArcGIS軟件出圖。

2.3 地形因子的分級(jí)

除了數(shù)字高程模型(DEM)所代表的海拔高程之外，基于DEM所提取的地形因子也在一定程度上影響著植被分布。地形因子主要有微觀和宏觀兩種類型的表面因素。宏觀地形因子是對(duì)指定大小區(qū)域的描述，涉及分析窗口選擇集的形狀和大小，其并沒(méi)有絕對(duì)的標(biāo)準(zhǔn)分析窗口。基于它的不確定性，此研究?jī)H選用幾個(gè)微觀地形因子做點(diǎn)單位信息的空間分析[8]。此實(shí)驗(yàn)選用海拔、坡度和坡向作為研究對(duì)象。

在提取微觀坡面因子時(shí)，點(diǎn)位高程影響默認(rèn)量值的大小。運(yùn)用ArcGIS 10.1表面分析工具下的Slope和Aspect快速提取泰山地區(qū)的坡度和坡向，然后對(duì)高程、坡度和坡向進(jìn)行重分類。

2.4 歸一化植被指數(shù)與地形因子的疊合分析

利用ArcGIS 10.1空間分析模塊的重分類功能將海拔、坡度以及坡向[9]進(jìn)行重新分類，將做好掩膜處理的歸一化植被指數(shù)圖分別與重分類的海拔、坡度和坡向進(jìn)行疊合分析，利用zonal statistical as table工具統(tǒng)計(jì)疊合分析數(shù)據(jù)，并利用數(shù)學(xué)統(tǒng)計(jì)方法分析結(jié)果，繪制圖像，分析泰山地區(qū)植被分布與地形因子的關(guān)系特征。

2.4.1 植被指數(shù)與海拔高度之間的關(guān)系

結(jié)合泰山地區(qū)海拔高程圖，采用自然截?cái)喾▽⒏叱绦畔⒎譃?個(gè)高程區(qū)，分別統(tǒng)計(jì)每一分區(qū)的植被指數(shù)信息量(圖3—5)。由圖3可看出，總體而言，歸一化植被指數(shù)值隨海拔升高而增加，海拔在79～150 m范圍內(nèi)，高程變化對(duì)植被指數(shù)影響相對(duì)較小，這是由于在該高程范圍內(nèi)主要分布著城鎮(zhèn)建設(shè)用地、道路、河流等非植被覆蓋地，且泰山腳下的城市建設(shè)用地周邊的植被比農(nóng)田用地植被覆蓋差，植被指數(shù)最高的區(qū)域位于海拔>1 037 m的高山區(qū)造成的?？傮w而言，泰山地區(qū)植被覆蓋較好，尤其在西北部海拔較高的泰山以及東南部徂徠山地區(qū)，生物多樣性豐富，生態(tài)系統(tǒng)穩(wěn)定，因?yàn)樯絽^(qū)不適合人類生活，所以受人類活動(dòng)影響小，植被覆蓋好。

圖3 泰山地區(qū)NDVI海拔分布統(tǒng)計(jì)圖

圖4 泰山地區(qū)NDVI坡度分布統(tǒng)計(jì)圖

圖5 泰山地區(qū)NDVI坡向分布統(tǒng)計(jì)圖

2.4.2 植被指數(shù)與坡度的關(guān)系

對(duì)泰山地區(qū)DEM重新插值成30 m空間分辨率后，泰山地區(qū)坡度大體分布在0°～75°之間，將坡度按照自然截?cái)喾ǚ殖?5級(jí)，統(tǒng)計(jì)每一級(jí)對(duì)應(yīng)的歸一化植被指數(shù)信息量。由圖4可以看出，對(duì)各段NDVI值分析如下。

(1)坡度0°～2°，NDVI值較低，此坡度段主要分布在泰山腳下的城市建設(shè)用地和農(nóng)田等，人口密集且河流、湖泊較多，植被覆蓋稀疏。

(2)坡度2°～9°，NDVI值相對(duì)較高，基本無(wú)水土流失現(xiàn)象，光照條件優(yōu)越，水資源豐富且土質(zhì)較好，適宜農(nóng)業(yè)植被生長(zhǎng)。

(3)坡度9°～40°，NDVI值隨坡度遞增而增加，隨著坡度的遞增，植被生長(zhǎng)受人類活動(dòng)的影響越小，這部分區(qū)域主要適合森林植被以及一些具有水土保持功能的灌木類、草甸類生長(zhǎng)。

(4)坡度40°～75°，NDVI值隨坡度遞增有略微下降的趨勢(shì)，該區(qū)主要位于北部泰山以及東南部徂徠山，植被覆蓋度較好，但坡度較陡，植被接受陽(yáng)光少，故NDVI值隨坡度遞增而略有下降。

(5)植被指數(shù)最高的坡度范圍為36°～40°，因本研究采用的是7月遙感影像數(shù)據(jù)，此時(shí)山區(qū)樹木茂盛，海拔高，溫度降低，主要生長(zhǎng)森林植被以及一些具有水土保持功能的灌木、草叢、草甸，生態(tài)系統(tǒng)穩(wěn)定，因此植被指數(shù)最高。

2.4.3 植被指數(shù)與坡向的關(guān)系

坡向按角度計(jì)算，將坡向按45°夾角，由北開始順時(shí)針?lè)较蛐D(zhuǎn)8個(gè)坡向，加上平面分為9級(jí)：平面、北(337.5°～22.5°)、東北(22.5°～67.5°)、東(67.5°～112.5°)、 東南(112.5°～157.5°)、南(157.5°～202.5°)、西南(202.5°～247.5)、西(247.5°～ 292.5°)、西北(292.5°～337.5°)，從圖5可以看出NDVI值與坡向的關(guān)系：泰山地區(qū)平坡植被覆蓋差，主要原因是平坡分布在河流、湖泊等非植被覆蓋區(qū)。植被在北坡、東北坡植被覆蓋量高，隨后依次是東坡、東南坡、南坡，這主要是太陽(yáng)輻射量的差異造成的。泰山地區(qū)位于北半球，北部以及東北部是背光坡，泰山南部以及西南部屬于向光坡(又名陽(yáng)坡)，所以二者之間的溫度和植被存在很大區(qū)別。南坡或西南坡接受的太陽(yáng)輻射強(qiáng)，溫度較高，水分蒸發(fā)就比較快，導(dǎo)致植被生長(zhǎng)環(huán)境干熱，不是植被生長(zhǎng)的最佳坡向，植被指數(shù)低。北坡受太陽(yáng)輻射少，生長(zhǎng)環(huán)境陰涼，受山脈阻隔，有充足的水分滿足植被繁殖。因此，植被指數(shù)NDVI值最高。

3 結(jié) 語(yǔ)

(1)基于Landsat 8 OLI遙感影像，利用RS和GIS技術(shù)，對(duì)泰山地區(qū)植被指數(shù)的空間特征進(jìn)行分析，主要運(yùn)用了疊合分析法來(lái)研究不同分級(jí)的海拔、坡度和坡向區(qū)間內(nèi)NDVI值的變化情況。主要研究結(jié)論如下：① 泰山地區(qū)總體上植被指數(shù)(NDVI)值較好；② 植被指數(shù)隨海拔的升高而增加，NDVI值較低的地區(qū)主要分布在海拔較低、坡度平緩的城市建設(shè)用地等人口密集地區(qū)；③ 總體上，NDVI值隨坡度的遞增先升高后降低，在坡度40°左右時(shí)，NDVI值最好；④ 坡向?qū)DVI值影響明顯，東北坡植被指數(shù)最高。

(2)數(shù)據(jù)分析的結(jié)果可為治理泰山地區(qū)的環(huán)境、保護(hù)植物資源，維護(hù)生態(tài)平衡提供理論支持，對(duì)有關(guān)部門進(jìn)行生態(tài)環(huán)境的監(jiān)測(cè)保護(hù)與可持續(xù)發(fā)展都有積極意義。

[1] 畢如田,武俊嫻,曹毅,等.涑水河流域地形因子對(duì)植被指數(shù)變化的影響[J].中國(guó)農(nóng)學(xué)通報(bào),2012,28(35):257-263.

[2] 徐涵秋,唐菲.新一代Landsat系列衛(wèi)星:Landsat 8遙感影像新增特征及其生態(tài)環(huán)境意義[J].生態(tài)學(xué)報(bào),2013,33(11):3249-3257.

[3] 陳濤, 牛瑞卿, 李平湘,等.密云水庫(kù)流域2000—2005年植被覆蓋度變化監(jiān)測(cè)[J].環(huán)境科學(xué)與技術(shù),2011, 34(S2):190-195.

[4] Urban D L, Miller C, Halpin P N, et al. Forest gradient response in Sierran landscapes: the physical template.[J]. Landscape Ecology, 2000, 15(7):603-620.

[5] Gitelson A A, Kaufman Y J, Stark R, et al. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environment, 2002, 80(1):76-87.

[6] 楊亞莉,趙寧,成曉倩.基于FLAASH模型的SPOT6衛(wèi)星影像大氣校正及評(píng)價(jià)[J].現(xiàn)代測(cè)繪, 2015，38(2):3-6.

[7] 張彥彥,許海蓬,王磊,等.連云港海州灣滸苔遙感監(jiān)測(cè)研究[J].現(xiàn)代測(cè)繪, 2017，40(5)：23-27.

[8] 解鵬,楊俊.基于空間景觀格局的耕地圖斑地形因子自動(dòng)化提取工藝[J].測(cè)繪通報(bào), 2013(8):81-83.

[9] 劉學(xué)軍,王葉飛,曹志東,等.基于DEM的坡度坡向誤差空間分布特征研究[J].測(cè)繪通報(bào),2004(12):11-13.