基于Sentinel-2遙感影像的植被覆蓋度反演及變化分析
——以上海市奉賢區(qū)為例

杜俊翰 郭慧婷 王 雪 譚 琨*

植被覆蓋度可以較好反映一個地區(qū)的植被生長狀況，是衡量地面植被生長特征的一個重要指標(biāo)。本文通過研究2017-2020年間上海市奉賢區(qū)的Sentinel-2遙感數(shù)據(jù)，利用歸一化植被指數(shù)（NDVI）以及像元二分模型對該區(qū)域內(nèi)植被覆蓋度進(jìn)行估算，并對植被覆蓋度和相應(yīng)的景觀格局指數(shù)的變化進(jìn)行了分析。結(jié)果表明，2017-2020年間奉賢區(qū)植被覆蓋度呈現(xiàn)較為明顯的變化，低等級植被覆蓋度區(qū)域面積增加，高等級植被覆蓋度區(qū)域面積減少，植被覆蓋度總體呈減少趨勢。

遙感：NDVI；像元二分模型；植被覆蓋度

植被在地球生態(tài)系統(tǒng)中有著極其重要的作用，是生態(tài)系統(tǒng)中最為基礎(chǔ)的組成成分之一。植被的生長情況可以由很多指標(biāo)來反映，其中植被覆蓋度是指植被在地面垂直投影的面積占區(qū)域總面積的百分比[1]。近年來，隨著城鎮(zhèn)化進(jìn)程的加快，城市中的生態(tài)系統(tǒng)的組成成分發(fā)生了顯著變化。上海作為我國最大的城市之一，其城鎮(zhèn)化水平較高，城市的擴(kuò)張導(dǎo)致植被發(fā)生變化。作為表示地表植被生長情況的重要指標(biāo)之一，植被覆蓋度對于研究城市擴(kuò)張過程中的生態(tài)環(huán)境變化具有重要的意義。

植被覆蓋度的研究主要有兩種方法：一是地面實(shí)測法，二是遙感監(jiān)測法[1]。遙感技術(shù)由于其便捷、實(shí)時、覆蓋范圍大的特性被越來越多地運(yùn)用到植被的監(jiān)測中。在利用遙感影像進(jìn)行植被覆蓋度反演的眾多方法中，使用最為廣泛的是利用NDVI數(shù)據(jù)和像元二分法估算地區(qū)的植被覆蓋度。郭芬芬[2]等人基于Landsat TM數(shù)據(jù)計算NDVI，利用像元二分法對四川省昌都縣進(jìn)行了植被覆蓋度的估算，再根據(jù)野外實(shí)測的數(shù)據(jù)證明了像元二分估算植被覆蓋度的方法具有較高的精度?；诖朔椒ǎ叭艘褜χ袊煌瑓^(qū)域的植被覆蓋度時空變化規(guī)律開展了一系列研究。陸蔭[3]等人基于2000-2018年的MODIS NDVI數(shù)據(jù)和相應(yīng)的氣象數(shù)據(jù)，分析了植被覆蓋度的變化情況以及不同程度的降水量對植被覆蓋度的影響。趙明偉[4]等人通過2001-2015年MODIS NDVI數(shù)據(jù)，得到了華北、東北、東南沿海等地植被覆蓋度的主要影響因素。齊亞霄[5]等人利用MODIS NDVI數(shù)據(jù)和DEM數(shù)據(jù)，對天山北坡的植被覆蓋度穩(wěn)定性和植被覆蓋度隨海拔的變化進(jìn)行了分析。張斯琦等人[6]結(jié)合了MODIS NDVI數(shù)據(jù)、DEM和氣象數(shù)據(jù)，對柴達(dá)木盆地植被覆蓋度時空變化特征進(jìn)行分析，并探討了植被覆蓋度與降水、溫度、海拔、蒸散量等環(huán)境因子的關(guān)系。

1. 研究區(qū)位置

根據(jù)已有的研究成果，可以看出目前國內(nèi)學(xué)者對于植被覆蓋以及相應(yīng)的變化分析的研究區(qū)域主要集中在中西部地區(qū)，對于上海這樣的特大城市的研究較少，而且采用的數(shù)據(jù)源通常是MODIS NDVI產(chǎn)品（空間分辨率為250 m）或Landsat TM/OLI影像（空間分辨率為30 m）。MODIS數(shù)據(jù)因其較低的空間分辨率適合較大范圍區(qū)域的長時間序列的研究，而Landsat數(shù)據(jù)則適用于城市級、區(qū)縣級的研究區(qū)域，相比之下，Sentinel-2 MSI數(shù)據(jù)分辨率更高，能夠得到更加精細(xì)的反演結(jié)果。因此，本文基于Sentinel-2 MSI數(shù)據(jù)，利用像元二分法對上海市奉賢區(qū)2017-2020年間的植被覆蓋度進(jìn)行了估算，并分析其時空變化格局，為上海市植被生長狀況和生態(tài)環(huán)境的研究提供參考。

1 研究區(qū)域概況

上海市奉賢區(qū)位于上海市南部（圖1），地理坐標(biāo)范圍為東經(jīng)121°21′-121°46′，北緯30°47′-31°01′。東與浦東新區(qū)相鄰，西與松江區(qū)和金山區(qū)接壤，南臨杭州灣，北與閔行區(qū)隔黃浦江相望。全區(qū)面積共720.44 km2，常住人口115.53萬人。奉賢區(qū)內(nèi)地勢平坦，屬于長江三角洲沖積平原。氣候類型屬于亞熱帶季風(fēng)氣候，常年平均氣溫為16.1℃，降雨量為1 191.5 mm，主要地物類型包括耕地、林地、居民區(qū)、裸土等常見的土地利用類型。上海市城市總體規(guī)劃（2016-2040）將奉賢新城定義為上海市五大新城之一，奉賢區(qū)也在近幾年加快了建設(shè)的步伐，向著“低碳、智慧、生態(tài)、宜居”的發(fā)展目標(biāo)邁進(jìn)[7]。因此，研究植被覆蓋變化情況可為奉賢區(qū)的生態(tài)建設(shè)提供重要的參考依據(jù)。

2 研究數(shù)據(jù)及方法

2.1 數(shù)據(jù)來源與預(yù)處理

Sentinel系列衛(wèi)星是由歐洲航空局（ESA）負(fù)責(zé)研發(fā)，攜帶了一枚多光譜成像儀，提供的數(shù)據(jù)包含了可見光、近紅外、短波紅外范圍的13個波段，根據(jù)波段的不同，空間分辨率分別為10 m、20 m、60 m。相比于Landsat TM/OLI數(shù)據(jù)，Sentinel-2影像擁有更高的空間分辨率和光譜分辨率，可以更好地為城市局部區(qū)域的植被分布研究提供可靠的數(shù)據(jù)支持。本文所采用四期影像數(shù)據(jù)從歐空局SciHub網(wǎng)站（https: //scihub. copernicus. eu/ dhus/ #/ home）下載，影像的獲取時間分別為2017年4月29日、2018年5月11日、2019年5月11日、2020年5月13日（表1）。

下載的原始數(shù)據(jù)為L1C級大氣表觀反射率產(chǎn)品。本文使用ESA提供的Sen2Cor插件進(jìn)行大氣校正，將L1C級產(chǎn)品轉(zhuǎn)化為L2A級。在SNAP軟件中加載Sentinel數(shù)據(jù)并導(dǎo)出空間分辨率為10 m的紅、綠、藍(lán)和近紅外四個波段。在ENVI5.3中完成影像裁剪、配準(zhǔn)等操作。

2.2 研究方法

2.2.1 NDVI計算

遙感影像提供了地物豐富的光譜信息，而植被對某些波段較為敏感，利用植被的這個特性將不同波段通過差值和比值等方式組合在一起形成了植被指數(shù)[8]。本文采用了歸一化植被指數(shù)（NDVI）用于反演植被覆蓋度，NDVI的計算公式為：

其中，NIR和RED分別表示近紅外波段和紅光波段的反射率。NDVI取值范圍是[-1，1]。NDVI小于0表示地面覆蓋有水體、雪等對可見光反射率較高的地物，NDVI等于0表示地物為裸土或巖石，NDVI大于0表示有植被覆蓋，且數(shù)值越接近于1植被的含量越大。

2.2.2 植被覆蓋度的計算及等級劃分

像元分解模型是估算植被覆蓋度的方法之一，其中像元二分模型是常見的一種線性像元分解模型。假定一個像元里的信息由綠色植被信息和非植被信息（裸土）組成[9-11]，每個像元的NDVI值可以看作植被覆蓋部分的NDVI值和非植被的NDVI值的加權(quán)平均值，即：

根據(jù)公式（2），可以得出像元二分法估算植被覆蓋度的公式如下：

其中f表示植被覆蓋度，NDVIveg表示純植被覆蓋像元的NDVI值，理論上應(yīng)接近于1，NDVIsoil表示裸土覆蓋像元的NDVI值，理論上應(yīng)接近于0。由于遙感影像中不可避免地存在噪聲影響，NDVI值可能會過高或過低，需要取一定置信區(qū)間內(nèi)的最大最小值[10]。參考之前研究者關(guān)于NDVI閾值的選取方式[12-16]，通過分析NDVI數(shù)據(jù)，對每年影像的NDVI值進(jìn)行統(tǒng)計，取NDVI值累積分布頻率95%和5%的NDVI值分別作為NDVIveg、NDVIsoil的值。當(dāng)像元的NDVI值小于NDVIsoil時，認(rèn)為該像元完全由裸地和其他非植被成分組成，當(dāng)像元的NDVI值大于NDVIveg時，認(rèn)為該像元完全由植被組成。根據(jù)已有的研究對植被覆蓋度等級的劃分[3-5]，將植被覆蓋度劃分為五個等級：低植被覆蓋度（0-0.2）、中低植被覆蓋度（0.2-0.4）、中植被覆蓋度（0.4-0.6），中高植被覆蓋度（0.6-0.8），高植被覆蓋度（0.8-1.0）。表2列出了根據(jù)上述統(tǒng)計方法計算得到的2017年至2020年的NDVIsoil和NDVIveg。

表1 Sentinel-2各波段信息

2. 2017-2020年植被覆蓋度等級圖

2.2.3 景觀指數(shù)計算

景觀格局指數(shù)能夠高度濃縮景觀格局信息，反映其結(jié)構(gòu)組成和空間配置某些方面的結(jié)構(gòu)差異，也可以用來定量描述和監(jiān)測景觀空間結(jié)構(gòu)隨時間的變化[17]。通過計算不同植被覆蓋度等級的斑塊類型指數(shù)，分析不同植被斑塊類型的破碎程度，能夠定量解析研究區(qū)景觀格局的變化情況。

根據(jù)研究目的，選取了斑塊密度（Patch Density）、景觀形狀指數(shù)（Landscape Shape Index）、散布與并列指數(shù)（Interspersion Juxtaposition Index）、聚集度指數(shù)（Aggregation Index）4個常用景觀格局指數(shù)，將植被覆蓋度分級圖導(dǎo)入Fragstats 4.2景觀格局分析軟件進(jìn)行計算。各指數(shù)含義如表3所示。

3 結(jié)果分析

3.1 植被覆蓋度的空間分布格局

對2017-2020年植被覆蓋度數(shù)據(jù)（圖2）進(jìn)行分析，可以發(fā)現(xiàn)不同年份的植被覆蓋度分布有一定的規(guī)律性。整體來說，奉賢區(qū)東北部區(qū)域植被覆蓋度整體較低，中部和西北、西南地區(qū)植被覆蓋度較高。

低植被覆蓋度的區(qū)域主要分布在南部沿海地帶。另外，奉賢區(qū)內(nèi)有較多的工業(yè)園區(qū)分布，工業(yè)園區(qū)周圍植被覆蓋度也較低。居民住宅區(qū)的植被覆蓋度以中等級和中高等級為主。植被覆蓋度高的地區(qū)主要分布在各類風(fēng)景區(qū)和森林公園，尤其是奉賢申隆生態(tài)園和上海海灣國家森林公園周圍高植被覆蓋度區(qū)域面積最大。中等級及以下的植被覆蓋度占比較大，尤其是中低等級植被覆蓋度（0.2-0.4）占比最大，中高和高等級植被覆蓋度的區(qū)域面積占比都相對較小。

表3 景觀格局指數(shù)含義

表4 各年份平均植被覆蓋度

表5 各年份各級植被覆蓋度面積（km2）及百分比（%）

3.2 植被覆蓋度的年際變化分析

對比2017-2020各年份的植被覆蓋度數(shù)據(jù)的統(tǒng)計結(jié)果（表4）可以看出，從2017年到2020年奉賢區(qū)的植被覆蓋度等級發(fā)生了較為明顯的變化。如表5所示，2017年與2020年的植被覆蓋度數(shù)據(jù)相比，低植被覆蓋度的區(qū)域面積增加了22.91 km2，中低植被覆蓋度的區(qū)域面積增加了34.12 km2，中植被覆蓋度的區(qū)域面積減少了17.05 km2，中高植被覆蓋度的區(qū)域面積減少了24.30 km2，高植被覆蓋度的區(qū)域面積減少了15.69 km2。平均植被覆蓋度也從2017年的0.4627下降到了2020年的0.4245。這表明奉賢區(qū)內(nèi)的植被覆蓋具有明顯的減少趨勢，同時大量中高等級以上植被覆蓋度區(qū)域轉(zhuǎn)化為中低植被覆蓋度區(qū)域。

但考慮到2017年的影像獲取時間為4月29日，而2020年的影像獲取時間為5月13日，兩者在同一年內(nèi)的獲取時間相差15天，會出現(xiàn)一些因植被生長周期的不同導(dǎo)致的植被覆蓋度的差異。對比2018年、2019年、2020年的植被覆蓋度數(shù)據(jù)，其獲取時間分別為5月11日、5月11日和5月13日，三者最大相差僅2天，基本上可以消除因季節(jié)不同導(dǎo)致的植被覆蓋度的變化。從表5可以看出，2020年相較2018年雖然低植被覆蓋度區(qū)域的面積減少了2.03 km2，但中低植被覆蓋度區(qū)域的面積增加較多，為24.43 km2。中高植被覆蓋度區(qū)域和高植被覆蓋度區(qū)域面積也有所減少，減少量分別為11.76 km2和5.32 km2。平均植被覆蓋度從2018年的0.4370減少到2019年的0.4255，再減少到2020年的0.4245。從表5也可以看出有部分中高等級以上植被覆蓋度的區(qū)域轉(zhuǎn)化為了中低植被覆蓋度的區(qū)域。圖3和圖4表明了各年份各等級植被覆蓋度占比及其變化情況。

3. 2017-2020年各等級植被覆蓋度占比圖

4. 2017-2020年各等級植被覆蓋度占比變化圖

5. 各等級植被覆蓋度景觀格局變化圖

3.3 各等級植被覆蓋度類型景觀格局變化分析

根據(jù)2.2.3節(jié)所選的景觀指數(shù)，奉賢區(qū)不同等級的植被覆蓋度景觀格局繪制如圖5所示，I表示低植被覆蓋度，II表示中低植被覆蓋度，III表示中植被覆蓋度，IV表示中高植被覆蓋度，V表示高植被覆蓋度。

2017-2020年間，各等級植被覆蓋度斑塊密度的大小排列順序?yàn)镮II＞IV＞II＞I＞V，中植被覆蓋度的斑塊密度最大，破碎程度高，高植被覆蓋度和低植被覆蓋度的斑塊密度最小，破碎程度低。各等級植被覆蓋度斑塊密度隨時間變化趨勢總體一致，均呈現(xiàn)出減少—增多—減少的變化趨勢，說明近4年來奉賢區(qū)人類活動較為劇烈，對景觀格局的干擾程度較大。

2017-2020年，各個等級的LSI值的大小排列順序?yàn)椋篒II＞II＞IV＞I＞V，且整體LSI值較高，說明景觀破碎化程度高。各等級植被覆蓋度斑塊密度隨時間變化趨勢較為平穩(wěn)。2017-2018年，由于奉賢區(qū)發(fā)展需要，LSI值略有增加，2018-2019年LSI值略有減少，這可能與奉賢區(qū)內(nèi)的住宅區(qū)和工業(yè)園區(qū)的建設(shè)有關(guān)。

由IJI值可知，2017-2020年中等植被覆蓋度景觀斑塊的混合度最高，交替出現(xiàn)的規(guī)律明顯；高植被覆蓋度和低植被覆蓋度的景觀破碎化程度低，交替出現(xiàn)的規(guī)律不明顯。

高植被覆蓋度和低植被覆蓋度的AI值一直比較高，說明這兩個等級的植被覆蓋度區(qū)域分布較為集中，而其他等級的AI值較低，說明其他等級的植被覆蓋度區(qū)域分布較為分散。

4 總結(jié)

本文基于2017-2020年的Sentinel-2影像數(shù)據(jù)，利用像元二分法對上海市奉賢區(qū)的植被覆蓋度進(jìn)行估算并劃分了植被覆蓋度等級，分析了植被覆蓋度的變化情況。結(jié)果表明，奉賢區(qū)內(nèi)的植被覆蓋度以中低植被覆蓋度為主，高植被覆蓋度區(qū)域較少，在2017-2020年的植被覆蓋度呈減少趨勢，同時存在高植被覆蓋度區(qū)域向中低植被覆蓋度區(qū)域轉(zhuǎn)化的現(xiàn)象。然而，在進(jìn)行植被覆蓋度估算以及變化分析中仍存在以下不足。

在基于像元二分法的植被覆蓋度的估算上，NDVIveg和NDVIsoil的值受到圖像質(zhì)量和置信度區(qū)間選取的影響，取值存在不確定性，因而會導(dǎo)致植被覆蓋度的估算以及分級具有一定誤差。

目前Sentinel-2影像只有從2015年到2020年的數(shù)據(jù)可供下載，時間跨度較小，相比使用MODIS-NDVI數(shù)據(jù)的長時間序列的植被覆蓋度研究來說，本文所使用的2017-2020年四個年份時間跨度較小，難以完全反映研究區(qū)植被覆蓋的長期變化趨勢。

本文的結(jié)論一定程度上能夠反映奉賢區(qū)內(nèi)的植被分布以及變化情況，可以為城市化背景下生態(tài)環(huán)境的建設(shè)提供參考依據(jù)。未來的研究工作主要集中于植被覆蓋度的變化與相應(yīng)的影響因子之間的關(guān)系，如降水量、氣溫、人居活動等的影響，以期更好地挖掘植被覆蓋度變化，為城市生態(tài)建設(shè)提供更加精準(zhǔn)的數(shù)據(jù)支持。