梁凱旋,章桂芳,2,3,李紅中,文金芳,2
(1. 中山大學地球科學與工程學院, 廣東 廣州 510275;2. 廣東省地球動力作用與地質災害重點實驗室, 廣東 廣州 510275;3. 南方海洋科學與工程廣東省實驗室(珠海),廣東 珠海 519000;4. 廣東省交通規(guī)劃設計研究院, 廣東 廣州 510507)
公路路域是指公路在建設、維護及運行管理過程中所改變和影響的地面自然帶狀空間,這種帶狀空間既包括公路建筑設施,還涵蓋與公路產生相互作用和影響的自然生態(tài)系統(tǒng)相關區(qū)域[1]。中國正處于公路建設高速發(fā)展時期,2012年,中國高速公路通車里程9.6萬km,超越美國成為世界第一,2018年12月,達到了14萬km,且還在持續(xù)快速增長?,F代化的高速公路設施和良好的路域生態(tài)環(huán)境及可持續(xù)發(fā)展的植被生態(tài)系統(tǒng)是現代化高速公路的特征[2],“綠色公路”的理念已成為當下公路建設的發(fā)展方向[3]。然而,相比目前對基礎設施研究和建設的重視,路域生態(tài)系統(tǒng)和界線劃定的研究還相對匱乏[2],分析路域生態(tài)環(huán)境的變化從而劃定路域界限對高速公路建設決策以及生態(tài)環(huán)境保護有著重要意義[4-5],是目前公路路域研究中的重要方向和研究熱點[6-7]。
路域生態(tài)系統(tǒng)是將生物(特別是綠色植物)與路域環(huán)境作為一個整體進行研究,由于路域環(huán)境的特殊性,決定了路域范圍內生物系統(tǒng)組成和結構的特殊性[8],同時,公路建設和使用對自然生態(tài)系統(tǒng)也會根據不同的時間和空間發(fā)生動態(tài)變化,相較于費用高、效率低、滯后的傳統(tǒng)調查方法,遙感技術以其費用小、省時省力和實時性等特點為路域生態(tài)環(huán)境大范圍實時監(jiān)測確定提供了可能[9-10],結合GIS強大的空間分析功能使得路域生態(tài)環(huán)境監(jiān)測及路域界限分析得以定量實現[11-12]。植被長勢可以顯著反映公路路域內的生態(tài)環(huán)境變化[12],因此,可以利用遙感技術對植被長勢進行監(jiān)測從而確定路域界限[13-14]。
本研究基于Landsat 8 OLI數據,通過多平臺綜合提取高速公路多級緩沖區(qū)的植被指數信息,進而探討不同公路范圍內植被遭受公路的影響及其規(guī)律,并劃分公路路域界限,該研究將為公路生態(tài)環(huán)境監(jiān)測和界線確定提供研究思路和實例。
本研究選擇位于廣東省云浮市內的廣昆高速公路為對象,地理位置范圍為東經111°51′30″~111°56′36″,北緯22°60′~22°56′56″(圖1)。研究區(qū)地勢相對平坦,受亞熱帶季風氣候影響,年均降水量約1 900 mm,平均氣溫約22.5 ℃,年日照時數約1 700 h,水熱條件良好,植被覆蓋率高。
圖1 研究區(qū)位置
本研究采用Landsat 8 OLI數據,下載于地理空間數據云平臺(http://www.gscloud.cn/), 間分辨率為30 m,獲取時間為2018年4月8日,云量信息為0.4%,條帶號為123,行編號為44。此外,還使用云浮市公路、行政邊界數據作為輔助數據。該時間段內研究區(qū)的植被長勢較好,真彩色遙感圖像中呈現明顯綠色,近紅外波段影像的反射率較高,總體上光譜信息明顯,地物信息顯示清晰。
本研究數據的處理分別在ENVI、ArcGIS、Matlab軟件平臺上進行。
首先,數據的預處理在ENVI平臺上完成,考慮到Landsat 8的下載數據已經過初步幾何校正,故本研究數據預處理主要是對遙感影像進行輻射定標、FLAASH大氣校正,以獲取遙感影像實際的反射率。然后,根據研究區(qū)的位置對圖像進行剪裁。經過預處理后的數據在ArcGIS平臺上進行緩沖區(qū)提取。結合云浮市公路數據,提取出云安區(qū)境內廣昆高速周圍植被長勢較好的一段進行詳細分析。鑒于公路所產生的生態(tài)格局度約在1 km 以上[12],本研究按照界限1 200、900、600、480、360、240和120 m建立了該段公路的多級緩沖區(qū)?;诰彌_區(qū)提取結果在ENVI平臺上進行植被信息提取,在Matlab平臺上對植被信息結果進行數值分析。詳細技術路線見圖2。
圖2 技術路線圖
植被信息提取采用植被指數法,它是研究植被信息的基本方法[15-17],植被指數主要包括NDVI、RVI、IAVI、ARVI和DVI等,它們的計算公式見表1。本研究采用植被指數的閾值法進行植被提取,通過建立ROI統(tǒng)計植被區(qū)和非植被區(qū)的植被指數,以植被區(qū)的邊界值作為閾值提取出植被區(qū),提取結果見圖3~7。
本研究利用ENVI平臺對圖3~7的植被區(qū)提取結果進行植被信息分析。首先統(tǒng)計多級緩沖區(qū)中最終植被區(qū)的各類植被指數總值,然后二值化多級緩沖區(qū)以求得植被覆蓋面積,將各類植被指數總值與其比值算得多級緩沖區(qū)的各類植被指數均值,進而獲得各級路域遙感影像中有效的植被指數均值變化,各級路域內各類植被指數均值變化數據見表2。對植被指數計算結果和各級路域范圍進行擬合,擬合曲線見圖8。
本研究基于Matlab平臺對表2中各路域的植被指數均值數據進行曲線擬合,得到了植被指數擬合公式(1),植被指數擬合公式參數p1、p2、p3、q1值見表3。
(1)
式中,x代表路域界限與公路的距離,F(x)為公路界限x(m)范圍內有效的植被指數均值。
圖3 NDVI植被指數的多級緩沖區(qū)植被區(qū)提取結果
圖4 RVI植被指數的多級緩沖區(qū)植被區(qū)提取結果
圖5 IAVI植被指數的多級緩沖區(qū)植被區(qū)提取結果
圖6 ARVI植被指數的多級緩沖區(qū)植被區(qū)提取結果
圖7 DVI植被指數的多級緩沖區(qū)植被區(qū)提取結果
表2 各級路域內各類植被指數均值變化
表3 式(1)植被指數擬合公式參數
F(x)與x的相關系數均為0.999。假設公式(1)可以近似為公路上某點對周圍植被的影響函數,路域內與它距離相同的點組成一個圓,該圓上各點遭受公路的影響相同,即同一路域界限處植被指數相等,因此可以求得距離公路x/m處的植被指數函數,公式如下:
f(x)=F(x)+xF′(x)/2
(2)
式中f(x)為距離公路x/m處的植被指數,函數圖像見圖9。
圖9 距離公路x/m處的植被指數函數
各類植被指數函數曲線的變化規(guī)律與圖8大致相同,同一界限處植被指數值總大于圖8曲線對應的均值。NDVI、IAVI、ARVI三種植被指數在公路路域200 m內變化顯著,平均變化率分別為:4.6×10-4/m、4.5×10-4/m、4.5×10-4/m,在路域200~600 m內變化幅度下降,平均變化率分別為:5.3×10-5/m、6.1×10-5/m、5.9×10-5/m,在路域600~1 200 m內幾乎沒有變化。RVI指數總體上變化幅度相對較大,同樣在路域200 m內大幅度變化,之后大約持續(xù)到界限800 m處才趨于平穩(wěn)。DVI指數與前4種指數不同,其縱軸在右側,曲線變化很大。DVI指數在路域200 m內平均變化率為5.061 /m,路域200~600 m內平均變化率為0.318 /m,路域600~1 200 m內平均變化率為0.172 /m??傮w來說,DVI指數在路域200 m內變化明顯,而在界限200 m以外變化幅度減緩,在路域1200 m內持續(xù)上升。
以上分析表明,不同路域內植被指數變化因方法的差異呈現出3組:① 以ARVI、IAVI和NDVI三種植被指數變化在界限600 m以外均趨于平穩(wěn)為特征;② 以RVI植被指數變化擴展到界限800 m處才趨于平穩(wěn)為特征;③ 以DVI植被指數在本研究路域1 200 m內持續(xù)上升為特征。
植被指數是揭示植被長勢特征的重要手段,其在公路路域研究中已有研究應用[15-17],現有的各類判別指標所揭示的成果或多或少存在差異的原因在于其方法本身所關注的影響因子差異。事實上,植被指數易受到大氣和植被覆蓋度的影響[17],這就意味著各種方法都具有其自身的適應范圍。在本研究中,各種指數的變化趨勢呈現出3類趨勢:
1)NDVI、ARVI、IAVI植被指數:該類指數趨于平穩(wěn)的臨界范圍在600 m處。ARVI和IAVI指數是為了減少大氣對NDVI指數影響的修正指數,其加入了藍光波段和大氣修正參數的計算[16]。根據結果分析,ARVI、IAVI和NDVI三種植被指數變化規(guī)律在公路路域1 200 m內幾乎一致,這反映了大氣對于NDVI指數的影響較小,原先數據的大氣校正預處理效果良好。NDVI指數常用來進行大尺度的植被長勢監(jiān)測[23],是目前已有40多種植被指數中應用最廣泛的植被指數[16]。于海達等[24]和Satyanarayana等[25]利用NDVI指數分別開展了草原植被和紅樹林植被長勢的研究。ARVI、IAVI和NDVI三種植被指數變化規(guī)律一致,因此可用來研究公路路域內的植被長勢。
2)RVI植被指數:該類指數趨于平穩(wěn)的界限擴展到了800 m處。與第一組的植被指數相比,該類指數雖然同樣反映了路域200 m內顯著變化的規(guī)律,但其趨于平穩(wěn)的臨界點擴展到了800 m處。RVI指數是最早提出的比值植被指數,其利用了植被在紅波段和近紅外波段上巨大反差的特性,適用于高植被覆蓋度的地區(qū)[18],但高植被覆蓋區(qū)也會造成植被對紅光波段的大量吸收[16],使得RVI指數偏大,過分估計植被長勢,這是RVI指數在界限800 m處才趨于穩(wěn)定的原因。
3)DVI植被指數:該植被指數在路域1 200 m內持續(xù)變化并與前兩組方法呈現顯著差異。DVI指數在路域200 m內和200 m外的差異也很明顯,200 m內的變化速率大約是200 m外的十幾倍,這反映了路域200 m內公路對植被影響顯著的規(guī)律。從表1中指數公式可知,DVI指數不同于前四種比值指數,其是紅波段和近紅外波段的差值指數,它的變化范圍很大。結合表2各路域內的均值數據,DVI指數是NDVI指數的幾千倍,相比于第一組方法,明顯放大了植被信息的變化細節(jié),這與前人認為DVI指數可以提供豐富細節(jié)信息的觀點相一致[26],所以才表現出了在路域1 200 m內持續(xù)變化的規(guī)律。由分析結果可知,第一組方法中,由于DVI指數在路域200 m內的平均變化速率近乎路域600~1 200 m內的30倍,DVI指數在路域600~1 200 m內的變化可以忽略不計。
綜上所述,NDVI、ARVI和IAVI三種植被指數均表現出相同的變化規(guī)律,而RVI和DVI指數都不同程度地放大了植被信息。參考已有研究成果[21-22,24-25]和研究區(qū)的實際情況,本研究認為NDVI、ARVI和IAVI植被指數更適合作為本研究公路路域內植被長勢的指示因子。
綜合圖9中各類植被指數曲線的變化規(guī)律,本研究為公路路域劃分了三級區(qū)域,分別為主要影響區(qū)(0~200 m)、次要影響區(qū)(200~600 m)和無影響區(qū)(>600 m),見圖10。NDVI、ARVI、IAVI指數在公路路域主要影響區(qū)內變化明顯,反映了主要影響區(qū)內公路對植被長勢影響最大的規(guī)律。在次要影響區(qū)內變化減緩,反映了次要影響區(qū)內公路對植被長勢影響減弱的規(guī)律。在無影響區(qū)內變化十分緩慢,甚至停止變化,反映了無影響區(qū)內公路對植被長勢幾乎沒有影響的規(guī)律。以上三種植被指數在三級區(qū)域內相同的變化規(guī)律很好地反映路域內植被生理狀態(tài),表明了植被遭受公路影響的內在規(guī)律,可以作為實時監(jiān)測公路路域生態(tài)變化的生態(tài)指標??偟膩碚f,研究區(qū)域內公路對于植被的影響尺度集中在600 m范圍內。
圖10 三級區(qū)域內的植被指數變化
在實際應用中,公路路域常用于公路選線和生態(tài)評價的研究。李杰等[4]在進行公路選線生態(tài)評價時,從考慮生態(tài)環(huán)境對修建高速公路的承受能力出發(fā),研究了公路10~15 km范圍對區(qū)域植被生態(tài)的影響。蔡博峰等[12]在進行公路建設期的生態(tài)影響評價時,根據不同尺度劃分了不同的路域界限,在中尺度范圍內(200~1 000 m)考慮了公路對植被長勢的影響。本研究的結果有助于公路路域界限的精準劃定和動態(tài)縮放,比如,如果在公路選線評價區(qū)域內生態(tài)風險時可以擴大植被因子影響下的路域界限,將路域界限放寬至次要影響區(qū)甚至無影響區(qū),以全面考慮公路選線對區(qū)域植被生態(tài)的影響;而在對公路建設期的生態(tài)環(huán)境評價時可以縮小植被因子影響下的路域界限,重點評估主要影響區(qū)內植被遭受公路影響的程度以提高評價指標的精確度。
本研究基于Landsat 8 OLI數據,獲得了研究區(qū)域NDVI、RVI、IAVI、ARVI和DVI等5種植被指數,據此分析植被指數所揭示不同緩沖區(qū)內植被對公路生態(tài)的反映及其規(guī)律,獲得認識如下:
1)NDVI、ARVI和IAVI植被指數可以很好地衡量植被長勢狀況,在進行公路生態(tài)環(huán)境評價時可以作為實時監(jiān)測公路路域生態(tài)變化的指標。
2)研究區(qū)域內公路對植被的影響隨著距離的增加而減小。在200 m以內時,公路對植被的影響相當顯著;在200~600 m以內時,公路對植被的影響明顯減弱;在600 m以外時,公路對植被的影響基本可忽略不計。
3)路域界限可以動態(tài)縮放。在研究公路選線區(qū)域生態(tài)變化時,可以放寬路域界限至次要影響區(qū)或無影響區(qū);在進行公路生態(tài)環(huán)境評價時,可以將路域界限縮至主要影響區(qū),以提高植被生態(tài)指標的響應能力。