基于Landsat影像的南陽市植被變化研究

蘆斌 謝宏全 汪秋玲 李培顯 孫建宇

摘? 要：以南陽市為研究區(qū)，基于2010年LANDSAT TM 4-5和2017年LANDSAT 8遙感影像數(shù)據(jù)，利用最大似然法對2010—2017年南陽市植被覆蓋及其動態(tài)變化進行研究。研究結(jié)果表明：2010—2017年農(nóng)田由31.88%減少到29.57%;森林由23.90%增加到31.64%（其中不包括疑似草本植物和裸地）。

關(guān)鍵詞：植被? 遙感? 最大似然法

中圖分類號：Q948 ? ?文獻標識碼：A 文章編號：1672-3791（2020）01（a）-0071-02

植被是覆蓋地表的植物群落的總稱[1]，是地球生態(tài)系統(tǒng)中重要的組成部分，而研究植被的變化對描述一個地區(qū)植被覆蓋情況有著深遠意義，也是描述生態(tài)系統(tǒng)的重要基礎(chǔ)數(shù)據(jù)。獲得某個區(qū)域地表植被覆蓋狀態(tài)，對于解譯地表植被變化及植被動態(tài)變化趨勢、分析、評價區(qū)域生態(tài)環(huán)境具有重要意義。植被遙感技術(shù)的研究經(jīng)歷了很長時間，現(xiàn)在植被指數(shù)與地表生態(tài)環(huán)境參數(shù)的關(guān)系研究方面已經(jīng)取得突破，這些技術(shù)可以提高植被遙感的精度，并且可以了解植被在地表物質(zhì)能量交換中所產(chǎn)生的作用[2]。

該文以2010年Landsat TM4-5和2017年Landsat 8遙感影像數(shù)據(jù)為基礎(chǔ)，以空間分析為手段，通過對影像數(shù)據(jù)的處理，利用最大似然法提取南陽市的植被變化情況。根據(jù)2010—2017年的植被變化情況，分析南陽市的植被變化原因。

1? 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

南陽市，位于河南、湖北、陜西三省交界處，河南省的西南部。南陽，北緯34°40′，東經(jīng)112°21′，總面積為26600km2。南陽市的年平均氣溫14.4℃～15.7℃，7月平均氣溫最高，為26.9℃～28.0℃，1月平均氣溫最低，為0.5℃～2.4℃。全年的降雨量可以達到703.6～1173.4mm，并且是東南的平均降雨量比西北的平均降雨量多，適宜植被生長。

1.2 數(shù)據(jù)來源

數(shù)據(jù)的來源基于地理空間數(shù)據(jù)云（https：//www.gscloud.cn）網(wǎng)站，下載南陽市2010年和2018年影像。其中2010年5月的數(shù)據(jù)格式為Landsat TM4-5，2017年4月的數(shù)據(jù)格式為Landsat 8，所選取的數(shù)據(jù)空間分辨率均為30m。所有的影像數(shù)據(jù)采集的時間基本一致，這樣有助于采樣過程中便于辨別地物。影像選取的基本要求為云率最小，數(shù)據(jù)采集時間基本在四五月份，植被長勢較好，可以明顯區(qū)分不同地物。

2? 分類方法與評價

2.1 數(shù)據(jù)處理流程

此次研究流程包括8個主要的方面（見圖1），數(shù)據(jù)的預(yù)處理包括幾何糾正、輻射定標、大氣校正、影像鑲嵌和影像裁剪。

此次影像數(shù)據(jù)處理的軟件平臺為ENVI 5.3.1。輻射定標采用軟件的通用輻射定標工具（Radiometric Calibration），大氣校正采用軟件平臺的FLAASH模塊對衛(wèi)星數(shù)據(jù)進行大氣校正。經(jīng)過輻射定標和大氣校正的影像，進行無縫拼接鑲嵌。采用2015年全國行政邊界矢量數(shù)據(jù)對拼接后的影像進行裁剪，以此得到整個南陽市的研究區(qū)域。

根據(jù)不同的地物可以選擇不同的波段進行組合，利用不同的波段組合，在監(jiān)督分類時候可以用來判斷不同地物。該次采用的波段組合為5、4、3。

2.2 監(jiān)督分類

監(jiān)督分類方法為：最大似然法[3]。最大似然法是根據(jù)訓(xùn)練樣本的均值和方差來評價其他像元和訓(xùn)練類別之間的相似性，它可以同時定量地考慮兩個以上的波段和類別，是一種廣泛應(yīng)用的分類器，但是這種算法的計算量較大，同時對不同類別的方差變化比較敏感[4]。

通過影像的色調(diào)、色彩、大小、陰影、紋理、形狀、圖案、位置、組合9個方面對影像進行分類。這次預(yù)分類為7類，分別為森林、水體、農(nóng)田、裸地、居民地/道路、疑似草本植物以及其他。根據(jù)不同的地理環(huán)境和特征，選取比較明顯地方的區(qū)域。為了達到要求，每類地物都選擇了大量樣本，以此來提高精度。

2.3 精度評價

經(jīng)過分類后數(shù)據(jù)的數(shù)值越接近2，說明數(shù)據(jù)的區(qū)分度越高，數(shù)值處于1.8以下的，說明數(shù)據(jù)的可分離性較低，分類的可靠性不高。

由數(shù)據(jù)分析可知：2010年的數(shù)據(jù)中森林與農(nóng)田的區(qū)分度較差，區(qū)分難度較大;其他的各類地物之間都具有可分離性。2017年的數(shù)據(jù)中森林、裸地、居民地＼道路、沙地、農(nóng)田以及水體疑似草本植物7類地物之間都可以區(qū)分。

在該次精度評定過程中因為任務(wù)區(qū)較遠，借助高分辨率影像來進行樣本的精度評定。實地地物樣本采集的地點與監(jiān)督分類選取的樣本在同一地方選取，這樣可以保證樣本區(qū)分的有效性、真實性、可比性。經(jīng)過與高分辨率影像對比，可以確認監(jiān)督分類中選取的樣本與實地基本一致，具有較好的可分辨性。樣本精度的質(zhì)量，可以決定分類精度的好壞。選區(qū)的樣本質(zhì)量越高，所代表的分類精度越高。

3? 分類結(jié)果統(tǒng)計

經(jīng)過監(jiān)督分類后，統(tǒng)計了各類地類的像元數(shù)量，其中每個像元的大小為30m×30m。根據(jù)像元數(shù)量乘以每個像元大小就可以得到每個地類的面積，從而也可以計算所占的百分比（見表1和表2）。為了更好地反映植被的動態(tài)變化，在基于ENVI5.3軟件，對其中重要變化的農(nóng)田和森林做了變化分析（見圖2），從圖2中可以清楚地看到植被的增加以及變化。

4? 結(jié)語

由于南水北調(diào)工程源頭在南陽市境內(nèi)，為了保護水源地，這幾年里政府大力支持退耕還林政策，所以這幾年時間森林的覆蓋率逐年增加，實施庫區(qū)周圍的大量居民地遷移農(nóng)田由2010年的31.88%，減少到2017年的29.57%;森林由2010年23.90%增加到2017年的31.64%（其中不包括疑似草本植物和裸地）。

選取的地物為森林的變化，以及農(nóng)田的變化。從變化信息圖中可以看出，森林部分變化最大。在丹江口水庫的上游，很多農(nóng)田變成了森林。這是因為庫區(qū)作為南水北調(diào)的源頭，近些年來實施了大量的移民。據(jù)可靠資料顯示，移民數(shù)量大約為16.5萬人，因此有很多的農(nóng)田變成森林，實施退耕還林政策。

參考文獻

[1] 劉子瀟，顏悅.天津地區(qū)植被覆蓋度的遙感估算及其動態(tài)變化研究[J].城市勘測，2019（3）：115-120.

[2] 王體雯，李濤.基于多源遙感影像融合的植被覆蓋度信息提取研究[J].安徽農(nóng)業(yè)科學，2019，47（12）：146-148.

[3] 韓富圓，王天明，孫陽.基于Landsat遙感數(shù)據(jù)武漢地區(qū)植被覆蓋度動態(tài)變化監(jiān)測分析[J].測繪與空間地理信息，2019，42（4）：90-92.

[4] 崔舜銚，姚佛軍，連琛芹.多源遙感數(shù)據(jù)在植被覆蓋區(qū)的水體信息提取[J].科學技術(shù)與工程，2018，18（28）：116-122.