基于Landsat數(shù)據(jù)的河流流域植被覆蓋率變化分析

周杰 王昆侖 宋強(qiáng)

摘要：以安徽省杭埠—豐樂河流域?yàn)檠芯繉ο螅x取2004年、2013年、2018年3個(gè)不同時(shí)相的Landsat遙感衛(wèi)星影像，對該河的流域植被覆蓋變化進(jìn)行分析研究。結(jié)果表明：流域整體植被覆蓋情況良好，西南山區(qū)植被覆蓋度高于平畈地區(qū)，并且從2004年、2013年到2018年，低、較低植被覆蓋度區(qū)域面積降低幅度明顯，中度、較高植被覆蓋度區(qū)域面積有所增加，高植被覆蓋度區(qū)域面積有所降低并逐步處于穩(wěn)定水平。

關(guān)鍵詞：流域;遙感;Landsat;植被覆蓋變化

降水、蒸發(fā)和徑流是水循環(huán)過程的3個(gè)最重要環(huán)節(jié)，通常把匯聚降水所形成的徑流網(wǎng)絡(luò)稱為水系。流域就是以分水線為界的某個(gè)水系干流及其支流所流經(jīng)的區(qū)域，以及由水系構(gòu)成的集水區(qū)。分水線即分隔相鄰2個(gè)流域的界線，一般在山區(qū)為山脊線，在平原則常為堤防或崗地。隨著人類社會(huì)的發(fā)展，流域已不僅是單純的水文學(xué)概念，而是涵蓋了水利、國土、生態(tài)、經(jīng)濟(jì)和社會(huì)等諸多范疇。植被覆蓋率是指植被在地面的垂直投影面積占統(tǒng)計(jì)區(qū)面積的百分比，它是衡量地表植被狀況的重要指標(biāo)。對流域開展植被變化遙感監(jiān)測，發(fā)揮遙感技術(shù)大尺度、強(qiáng)時(shí)效、可比性等綜合優(yōu)勢，是評估流域生態(tài)環(huán)境狀況的有效途徑。因此，本文利用Landsat不同時(shí)期搭載TM和OLI傳感器的3景影像，結(jié)合GIS時(shí)空分析和遙感影像解譯，對河流流域植被覆蓋情況進(jìn)行變化分析研究。

1 研究對象概況

杭埠河、豐樂河是長江水系巢湖的重要支流。其中，杭埠河發(fā)源于安慶市岳西縣境內(nèi)大別山區(qū)的貓耳尖（海拔1415m）東麓，全長為145km，流域面積3000多km2，主要支流有龍?zhí)逗印⒑优锖?、清水河、五顯河、山七河等;豐樂河發(fā)源于六安市金安區(qū)境內(nèi)烤爐寨，全長117.5km，流域集水面積2000多km2，為金安區(qū)、舒城縣和肥西縣3地界河，主要支流有張母橋河、張家店河、思古潭河、朱槽溝河等。2條河流在肥西縣三河鎮(zhèn)大潭灣匯合后至三河口門注入巢湖。杭埠-豐樂河流域?yàn)榘不帐≈匾纳唐芳Z油、畜牧水產(chǎn)生產(chǎn)基地，且舒城、肥西等縣的人口大鎮(zhèn)也多分布于本流域內(nèi)河網(wǎng)兩岸。流域內(nèi)的龍河口水庫又名萬佛湖，和入巢口所在的三河古鎮(zhèn)，均為國家5A級景區(qū)。

2 杭埠—豐樂河流域面積的確定

流域面積就是分水線所包圍的面積，這是與地形相關(guān)的量，可以通過數(shù)字高程模型獲得。數(shù)字高程模型，簡稱DEM，它是通過有限確定的地形高程數(shù)據(jù)對地面地形進(jìn)行數(shù)字化模擬的結(jié)果。本文選取由日本METI和美國NASA共同研制的ASTER GDEM V2全球數(shù)字高程數(shù)據(jù)為基準(zhǔn)數(shù)據(jù)，其空間分辨率為30m。同時(shí)運(yùn)用ArcGIS平臺提供的水文分析工具，對DEM數(shù)據(jù)進(jìn)行鑲嵌、填洼、流向流量分析、河網(wǎng)提取和分級、提取傾瀉點(diǎn)等，最終利用分水嶺提取出流域。最后通過ArcScan對流域柵格進(jìn)行自動(dòng)矢量化，生成流域矢量文件。

3 數(shù)據(jù)與研究方法

3.1 數(shù)據(jù)來源 本文所應(yīng)用的數(shù)據(jù)為美國NASA的Landsat衛(wèi)星影像數(shù)據(jù)（如表1），共3景，空間分辨率均為30m，分別是2004年的Landsat5 TM影像，2013年和2018年的Landsat8 OLI影像。由于4～9月期間日照強(qiáng)度高、時(shí)間久、雨水相對充沛，植物長勢明顯，宜使用該期間成像的、無云或云量極低的遙感影像開展植被變化監(jiān)測。

3.2 研究方法

3.2.1 研究思路 利用遙感影像處理軟件對Landsat影像進(jìn)行包括輻射定標(biāo)、圖像裁剪、大氣校正在內(nèi)的預(yù)處理，選取歸一化植被指數(shù)為參數(shù)，利用基于專家知識的決策樹分類制作掩膜文件，采用像元二分法模型對研究區(qū)植被覆蓋狀況進(jìn)行反演估算，并分析時(shí)空分布特征，提取變化信息，進(jìn)行結(jié)果分析和原因探討。

由于NDVI可以消除大部分與太陽高度角、衛(wèi)星觀測角、地形等與大氣條件有關(guān)的輻射變化影響，增強(qiáng)了對植被的響應(yīng)能力，且結(jié)果被限定在[-1.1]之間，使其成為評估植被生長狀態(tài)和計(jì)算植被覆蓋度的最佳因子。

（2）基于專家知識的決策樹分類基于多光譜、NDVI提取結(jié)果和非監(jiān)督分類結(jié)果數(shù)據(jù)等多源空間數(shù)據(jù)，通過專家知識和經(jīng)驗(yàn)對NDVI值、坡度坡向、波段閾值等進(jìn)行規(guī)則定義，加以數(shù)學(xué)統(tǒng)計(jì)和歸納等進(jìn)行分類，典型算法如CART、C4.5算法等。

（3）像元二分法模型是基于像元線性分解模型的一種計(jì)算植被覆蓋度的方法，是通過純裸地像元光譜信息Ssoil、純植被像元光譜信息Sveg和衛(wèi)星傳感器獲取的地表光譜信息S來估算植被覆蓋度VFC。

3.2.2 預(yù)處理過程 首先要對影像進(jìn)行輻射定標(biāo)，將影像數(shù)據(jù)的灰度值轉(zhuǎn)換為實(shí)際的輻射亮度值等物理量;利用流域矢量文件對較大寬幅影像進(jìn)行裁剪;最后為消除大氣吸收與散射等因素影響，需進(jìn)行大氣校正。

3.2.3 植被運(yùn)算過程 對預(yù)處理完的影像進(jìn)行NDVI計(jì)算，對計(jì)算出來的異常值（小于-1或大于1）進(jìn)行處理。在不施加任何先驗(yàn)知識的基礎(chǔ)上，對影像本身光譜特征運(yùn)用非監(jiān)督分類算法進(jìn)行初步分類，如迭代自組織數(shù)據(jù)分析算法（ISODATA）等。將NDVI數(shù)據(jù)、初步分類數(shù)據(jù)和多光譜數(shù)據(jù)等多源數(shù)據(jù)進(jìn)行波段融合，提取樣本數(shù)據(jù)。把樣本數(shù)據(jù)集作為先驗(yàn)知識，對波段融合數(shù)據(jù)利用決策樹分類算法進(jìn)行二次分類。制作分類地物掩膜，包括城區(qū)、水體、林地、耕地、裸地、灘地等。將地物掩膜與二次分類影像相乘，得到各地物NDVI數(shù)據(jù)信息，取5%～95%為置信區(qū)間，得到最大NDVI值和最小NDVI值。將各地物NDVI最值進(jìn)行波段運(yùn)算得到純裸地NDVIsoil值和純植被NDVIveg值。最后使用像元二分法模型計(jì)算得到植被覆蓋度VFC。

4 結(jié)果與分析

4.1 分類結(jié)果 將植被覆蓋度的結(jié)果分為6個(gè)等級：無植被覆蓋區(qū)域（VFC=0%）、低植被覆蓋度（0%70%）。根據(jù)該分級規(guī)則，對2004年、2013年、2018年3個(gè)時(shí)期的杭埠-豐樂河流域植被覆蓋情況進(jìn)行重分類。

對杭埠—豐樂流域進(jìn)行面積統(tǒng)計(jì)，其國土總面積為4726.77km2，再對不同等級地物覆蓋度進(jìn)行分別統(tǒng)計(jì)并計(jì)算占比，如表2所示。

4.2 變化分析 由圖5、表2可知，杭埠-豐樂流域整體植被覆蓋狀況處于較高水平（>90%），遠(yuǎn)高于全國平均植被覆蓋率（70%），深色圖斑基本全部集中于西南山區(qū)，植被覆蓋明顯高于東北平畈區(qū)，西北江淮分水嶺區(qū)域植被覆蓋情況相對較差。從2004年、2013年到2018年，低植被覆蓋度和較低植被覆蓋度區(qū)域面積大幅度降低，從近20%降至3.6%左右;中度植被覆蓋度和較高植被覆蓋度區(qū)域面積逐年增加;高植被覆蓋度區(qū)域面積有所降低并逐步處于穩(wěn)定水平，占流域國土面積的1/3左右。

5 結(jié)論

基于植被覆蓋度結(jié)果變化分析，結(jié)合水利、林業(yè)、環(huán)境和社會(huì)調(diào)查數(shù)據(jù)，可以得出以下結(jié)論：

（1）人類活動(dòng)對流域植被覆蓋影響較大。隨著新型農(nóng)村土地經(jīng)營模式的發(fā)展，以及2012年以來推行的千萬畝森林增長工程等，帶動(dòng)荒廢閑置農(nóng)田復(fù)墾以及城鄉(xiāng)造林綠化步伐，促使低、較低植被覆蓋區(qū)域植被覆蓋度上升明顯。

（2）地形地貌對流域植被覆蓋影響較大。江淮分水嶺主要地形為崗地，土質(zhì)松散、地勢較高、坡度較大，土壤侵蝕比較嚴(yán)重，植被覆蓋度一直處于流域范圍內(nèi)較低水平。

參考文獻(xiàn)

[1]白洪偉，徐洋洋.基于ENVI和ArcGIS的合肥市土地利用/覆被變化分析[J].沈陽大學(xué)學(xué)報(bào)（自然科學(xué)版），2016.28（5）：365-372.

[2]王建步，張杰.近30余年遼河口海岸線遙感變遷分析[J].海洋環(huán)境科學(xué)，2015.34（1）：86-92.

[3]楊錢，席武俊.基于Landsat影像的楚雄市2002～2016年植被覆蓋度變化研究[J].世界生態(tài)學(xué)，2018.7（3）：143-152.

[4]甘春英，王兮之.連江流域近18年來植被覆蓋度變化分析[J].地理科學(xué)，2011.31（8）.

[5]李苗苗.植被覆蓋度的遙感估算方法研究[D].北京：中國科學(xué)院遙感應(yīng)用研究所，2003.

（責(zé)編：楊 林）