基于遙感影像的植被覆蓋度變化分析

張 琛

（遼寧省自然資源事務(wù)服務(wù)中心—遼寧省基礎(chǔ)測(cè)繪院，遼寧 錦州 121003）

0.引言

植被是生態(tài)系統(tǒng)中的第一生產(chǎn)者。植被能夠防沙固土，凈化空氣，防止水土流失，釋放能量，因此對(duì)植被進(jìn)行監(jiān)測(cè)和保護(hù)對(duì)于治理環(huán)境問題具有重要的意義。隨著城市化進(jìn)程的加快，城市人口增加、工礦業(yè)發(fā)展迅速，為了防止出現(xiàn)各種環(huán)境問題，非常有必要進(jìn)行植被覆蓋度的監(jiān)測(cè)，實(shí)時(shí)掌握城市植被覆蓋情況，為城市有關(guān)部門制定合理的環(huán)境保護(hù)政策提供依據(jù)。

根據(jù)監(jiān)測(cè)手段的不同，植被覆蓋的測(cè)量方法分為實(shí)地測(cè)量法和遙感解譯法[1]。采用傳統(tǒng)的實(shí)地測(cè)樣方法估算植被覆蓋度要花費(fèi)巨大的人力、物力，并且在大區(qū)域的測(cè)量中精度難以保證。因此，采用遙感影像進(jìn)行植被覆蓋度監(jiān)測(cè)是當(dāng)今研究植被覆蓋狀況的主要手段。Wittich和Hansing針對(duì)不同的土地利用類型建立了植被覆蓋度與NDVI的經(jīng)驗(yàn)?zāi)Ｐ?，并用NOAA AVHRR數(shù)據(jù)計(jì)算研究區(qū)的植被覆蓋度[2]。劉玉安等利用“北京一號(hào)”小衛(wèi)星多光譜數(shù)據(jù)，結(jié)合淮河上游流域?qū)嶋H情況，基于像元二分模型對(duì)淮河上游植被覆蓋度進(jìn)行了估算[3]。王寧等在計(jì)算得到的歸一化植被指數(shù)NDVI的基礎(chǔ)上建立像元二分模型，并用該模型計(jì)算出滁州市的植被覆蓋度，用實(shí)測(cè)數(shù)據(jù)對(duì)估算到的植被覆蓋度進(jìn)行驗(yàn)證，結(jié)果表明使用此模型進(jìn)行植被覆蓋度監(jiān)測(cè)是可行的[4]。本文采用三期Landsat遙感影像數(shù)據(jù)，對(duì)圖像進(jìn)行預(yù)處理后計(jì)算每期影像的歸一化植被指數(shù)NDVI，以此為基礎(chǔ)建立像元二分模型，估算三期影像的植被覆蓋度，分析植被覆蓋度的時(shí)空變化，進(jìn)一步對(duì)其影響因素進(jìn)行分析和討論。

1.數(shù)據(jù)準(zhǔn)備

輸入網(wǎng)址http://landsat.usgs.gov/并登錄，在USGS網(wǎng)站上下載某城市2007年、2013年、2019年的遙感影像，所得的影像含云量都低于3%，影像質(zhì)量良好。對(duì)植被類進(jìn)行監(jiān)測(cè)時(shí)，影像的時(shí)相最好選擇作物生長(zhǎng)茂盛的春秋兩季。本文選取的三期影像均在9月中旬獲取，進(jìn)一步確保了監(jiān)測(cè)的客觀性。

在研究之前，必須對(duì)遙感圖像進(jìn)行預(yù)處理。以植被為研究對(duì)象時(shí)，所以首先進(jìn)行大氣校正，消除大氣和光照等因素對(duì)地物反射的影響，獲取植被真實(shí)的反射率數(shù)據(jù)。本文采用的是快速大氣校正，傳感器類型為L(zhǎng)andsat TM以及Landsat OLI，選擇波段為紅色波段和近紅外波段，QUAC從不同物質(zhì)波譜的平均反射率中獲取經(jīng)驗(yàn)，而不依賴每個(gè)圖像，因此處理速度較快。然后，以2013年的遙感影像作為基準(zhǔn)影像，采用二次多項(xiàng)式及雙線性內(nèi)插法選擇同名點(diǎn)（或控制點(diǎn)）來配準(zhǔn)2007年及2019年的兩期影像。覆蓋研究區(qū)的影像包括120/30和120/31兩景數(shù)據(jù)，需要將每一期的兩景影像都做鑲嵌處理，通過手動(dòng)繪制接邊線，使得兩景影像之間銜接自然。接著，進(jìn)行波段合成，由于本文采用了Landsat8和Landsat5兩種影像，因此，Landsat8所采用的波段組合是5、4、3標(biāo)準(zhǔn)假彩色圖像，Landsat5采用的波段組合是4、3、2，有助于識(shí)別植被。最后，對(duì)拼接完的影像進(jìn)行裁剪，得到研究區(qū)的遙感影像。

2.植被覆蓋度估算

2.1 基于像元二分模型的植被覆蓋度提取

像元二分模型相對(duì)簡(jiǎn)單，應(yīng)用廣泛。許多研究者通過建立像元二分模型對(duì)不同研究區(qū)的植被覆蓋度進(jìn)行估算，經(jīng)過驗(yàn)證，都得到了較高的精度。本文也基于此模型研究城市植被覆蓋度。

NDVI的最大值和最小值分別為純植被的NDVI值和純土壤的NDVI值。在確定NDVI的最大值和最小值時(shí)具有較大的主觀性，有些學(xué)者根據(jù)累計(jì)像元數(shù)達(dá)到5位數(shù)來獲取閾值，而本文根據(jù)像元累加數(shù)的比重劃分，采取置信度為95%和5%。再根據(jù)植被指數(shù)與植被覆蓋度之間的關(guān)系得到城市植被覆蓋度。經(jīng)分析，研究區(qū)內(nèi)植被覆蓋度最大值近似取1，植被覆蓋度最小值為0，植被覆蓋度較高的區(qū)域?yàn)槌鞘械奈髂喜?，植被覆蓋度較低的或者完全為裸地的區(qū)域集中在城市的西北部。

（1）計(jì)算不同時(shí)相的NDVI圖像

計(jì)算NDVI值時(shí)，Landsat5影像的紅外波段為3、近紅外波段為4，Landsat 8影像的紅外波段為4、近紅外波段為5。由于影像中有水體、背景、建筑等地物，所以會(huì)出現(xiàn)NDVI異常值，通過數(shù)學(xué)運(yùn)算，使NDVI取值在-1～1之間。

（2）獲取閾值

選取三期已去除異常值處理的NDVI圖像，統(tǒng)計(jì)每個(gè)NDVI值出現(xiàn)的概率，本文選擇的置信度為5%和95%。其中，5%對(duì)應(yīng)的值為NDVI最小值，95%對(duì)應(yīng)的值為NDVI最大值。

（3）求解純植被像元的NDVI值（NDVIveg）和純土壤像元的NDVI值（NDVIsoil）

取NDVImin=NDVIsoil，NDVImax=NDVIveg。通過計(jì)算，得到2007年、2013年、2019年 的NDVIsoil參數(shù) 依 次 為：0.309、0.255、0.396；2007年、2013年、2019年的NDVIveg參數(shù)依次為：0.757、0.733、0.835。

（4）植被覆蓋度計(jì)算

三期的參數(shù)值確定后將整個(gè)研究區(qū)分為三個(gè)部分：當(dāng)NDVI灰度圖像中的像元值小于所獲取的NDVImin時(shí)，植被覆蓋度取值為0；當(dāng)NDVI灰度圖像中的像元值大于所獲取NDVImax時(shí)，植被覆蓋度取值為1；介于兩者之間的像元使用NDVI計(jì)算植被覆蓋度的公式求得。對(duì)三期植被覆蓋度圖像進(jìn)行統(tǒng)計(jì)，得到2007年平均植被覆蓋度為55.77%；2013年平均植被覆蓋度為54.82%；2019年平均值被覆蓋度為51.20%。

2.2 植被覆蓋度分級(jí)

在得到的植被覆蓋度基礎(chǔ)上，按照分級(jí)標(biāo)準(zhǔn)，將植被覆蓋度分為五個(gè)等級(jí)：0～0.2為低植被覆蓋度，0.2～0.4為中低植被覆蓋度，0.4～0.6為中植被覆蓋度，0.6～0.8為中高植被覆蓋度，0.8～1.0為高植被覆蓋度。研究區(qū)三期植被覆蓋度分級(jí)圖如圖1所示。

圖1 2007年、2013年、2019年三期植被覆蓋度分級(jí)圖

2.3 精度驗(yàn)證

由于Landsat5衛(wèi)星于2013年退役，同年，Landsat8衛(wèi)星發(fā)射，且獲取的影像質(zhì)量?jī)?yōu)于Landsat5，因此，2013年和2019年的監(jiān)測(cè)影像選取了Landsat8數(shù)據(jù)。Landsat5和Landsat8數(shù)據(jù)是一脈相承的，其空間分辨率均為30 m，只是波段號(hào)和波長(zhǎng)有些差異。計(jì)算植被覆蓋度只需用到影像的紅外波段和近紅外波段，Landsat5和Landsat8都有對(duì)應(yīng)的紅外波段和近紅外波段，這兩個(gè)波段的波長(zhǎng)區(qū)間也相近，因此，這兩種衛(wèi)星數(shù)據(jù)計(jì)算的結(jié)果是具有可比性的。將這兩種衛(wèi)星影像求得的三期植被覆蓋度和分級(jí)情況分別進(jìn)行精度驗(yàn)證，計(jì)算混淆矩陣，驗(yàn)證每種影像的監(jiān)測(cè)結(jié)果。三期監(jiān)測(cè)結(jié)果的混淆矩陣如表1所示。

表1 三期監(jiān)測(cè)結(jié)果精度評(píng)估矩陣

從表1可以看出：三期監(jiān)測(cè)結(jié)果的總體精度都在80%以上，Kappa系數(shù)也在0.68以上，各分類級(jí)別基本都能夠準(zhǔn)確對(duì)應(yīng)。因此，通過像元二分模型提取植被覆蓋度的方法精度較為可靠。

3.植被覆蓋度變化檢測(cè)

3.1 植被覆蓋度隨時(shí)間變化

為了能夠更加明顯地展示每年植被覆蓋度的具體情況，對(duì)2007年、2013年、2019年三期植被覆蓋度等級(jí)圖進(jìn)行分析，統(tǒng)計(jì)各等級(jí)的面積、百分比以及不同等級(jí)之間的變化關(guān)系如表2所示。

表2 植被覆蓋度變化統(tǒng)計(jì)表 單位：km2

從表2可以看出：2007年—2019年植被覆蓋度數(shù)量變化明顯。一級(jí)、四級(jí)、五級(jí)植被覆蓋度面積均減少，二級(jí)、三級(jí)植被覆蓋度面積增加，也就是說，植被破壞和植被保護(hù)并存。該地區(qū)整體上的植被呈退化態(tài)勢(shì)。

3.2 植被覆蓋度空間動(dòng)態(tài)變化

從三期植被覆蓋度等級(jí)的空間分布情況可以看出，2007年和2013年植被覆蓋度較高的區(qū)域主要集中在東北部和南部地區(qū)，西北部地區(qū)也有零星分布；2007年植被覆蓋度較低的區(qū)域主要集中在東南部地區(qū)，東北部地區(qū)也有少量分布；2013年植被覆蓋度較低的區(qū)域主要集中在西北部和東北部地區(qū)。到2019年，植被覆蓋度較高的區(qū)域主要集中在南部地區(qū)，東北部地區(qū)也有零星分布，植被覆蓋度較低的區(qū)域主要集中在東北部和西南部?？傮w來看，2007年—2019年該地區(qū)植被覆蓋度在逐漸降低，植被退化。

3.3 植被覆蓋度等級(jí)變化

將不同時(shí)期的植被覆蓋度等級(jí)圖進(jìn)行轉(zhuǎn)移矩陣分析，統(tǒng)計(jì)出十余年間城市不同植被覆蓋度等級(jí)之間的轉(zhuǎn)移情況。從植被覆蓋度等級(jí)的轉(zhuǎn)移情況可以看出，該地區(qū)植被覆蓋面積逐漸減少，生態(tài)環(huán)境逐漸惡化。植被退化與植被恢復(fù)兩者之間是相互存在的，有從低級(jí)植被覆蓋度轉(zhuǎn)變?yōu)楦呒?jí)植被覆蓋度的，也有從高級(jí)植被覆蓋度轉(zhuǎn)變?yōu)榈图?jí)植被覆蓋度的。以林地、良田等植被為代表的較高植被覆蓋主要轉(zhuǎn)變?yōu)橐赞r(nóng)田、中產(chǎn)草地、林地等植被為代表的平均植被覆蓋，轉(zhuǎn)變面積為810.59km2；以林地、高產(chǎn)草地等為代表的高植被覆蓋主要轉(zhuǎn)換為以農(nóng)田、中產(chǎn)草地、林地等植被為代表的平均植被覆蓋，轉(zhuǎn)變面積為706.36km2；以草坪、林地、田地等為代表的較低植被覆蓋主要轉(zhuǎn)化為以農(nóng)田、中產(chǎn)草地、林地等植被為代表的平均植被覆蓋，面積為501.64km2。

4.植被覆蓋度變化驅(qū)動(dòng)力及發(fā)展趨勢(shì)分析

4.1 植被覆蓋度變化驅(qū)動(dòng)力

4.1.1 自然因素

該地區(qū)是典型的北溫帶大陸季風(fēng)氣候區(qū)，氣候干旱，降雨量少，風(fēng)大沙多。地表土層松散，容易出現(xiàn)水土流失、土地退化等現(xiàn)象。水土流失現(xiàn)象在坡度較大的地區(qū)很容易發(fā)生，坡度越大，土壤侵蝕嚴(yán)重。4—9月是植物生長(zhǎng)時(shí)期，而該地區(qū)4—6月正值大風(fēng)期，降水量少，干旱時(shí)間長(zhǎng)。因此，在植被生長(zhǎng)重要時(shí)期，干旱抑制了植被的生長(zhǎng)。在大風(fēng)的作用下，地面失去植被的保護(hù)，土地進(jìn)一步旱化，植被難以再次植入土壤，導(dǎo)致生態(tài)環(huán)境遭到破壞。

4.1.2 人為因素

隨著城市化進(jìn)程的加速，過度開墾荒地、砍伐森林、毀草種田等不合理的土地開發(fā)方式導(dǎo)致植被覆蓋度下降。畜牧業(yè)是該地區(qū)支柱產(chǎn)業(yè)，畜牧業(yè)飼養(yǎng)量一直處于上升趨勢(shì)，加之大面積的草地變?yōu)榛牡?，草地面積迅速減少，草場(chǎng)被過度啃食、踐踏，使得草場(chǎng)的植被恢復(fù)力脆弱，草場(chǎng)沙化、水土流失進(jìn)一步加劇。該地區(qū)礦產(chǎn)資源豐富，由于礦產(chǎn)資源長(zhǎng)期的不合理開發(fā)，使得礦山周圍的植被、水體等自然景觀受到不同程度的影響和破壞，植被逐漸退化。

4.2 植被覆蓋度發(fā)展趨勢(shì)

為了更加確切地表示該地區(qū)的植被覆蓋度變化趨勢(shì)，基于2007年、2013年、2019年三個(gè)時(shí)期的植被覆蓋度圖像，對(duì)其兩兩做差值運(yùn)算，得到2007年—2013年、2013年—2019年、2007年—2019年的植被覆蓋度變化圖像，計(jì)算公式如下：

其中，D表示前后兩年的植被覆蓋度變化值；Fcn表示前一年植被覆蓋度值；Fc（n－1）表示后一年植被覆蓋度值。

得到植被覆蓋度動(dòng)態(tài)類型演變圖，能夠分析植被覆蓋度變化趨勢(shì)。十余年間植被覆蓋度演變情況如圖2所示。

圖2 2007年—2013年、2013年—2019年、2007年—2019年植被覆蓋度演變圖

通過分析植被覆蓋度演變類型和演變面積，得出該地區(qū) 植被覆蓋度演變趨勢(shì)如表3所示。

表3 植被覆蓋度演變類型的面積及占比 單位：km2

由圖2和表3可以看出：2007年—2013年期間，該地區(qū)植被退化面積為3 993.76km2，占地區(qū)總面積的41.97%，其中，以一般退化和明顯退化為主。植被穩(wěn)定面積為1 912.84 km2，占總面積的18.43%。植被改善面積為4 109.65 km2，占總面積的39.6%，其中，面積占比較大的為輕微改善和一般改善。從數(shù)據(jù)分析來看：2007年—2013年植被的變化趨勢(shì)為輕微退化，退化面積是改善面積的1.03倍。植被改善位于南部地區(qū)，主要是明顯改善類型，東北部和北部地區(qū)也有零星分布，主要是輕微改善和一般改善。植被退化主要在西部和東北部地區(qū)，以明顯退化和一般退化為主。

2013年—2019年間，該地區(qū)植被退化面積為4682.02 km2，占地區(qū)總面積的45.12%。其中，以明顯退化為主，占總面積的18.09%。穩(wěn)定植被面積為1927.99 km2，占總面積的18.58%。植被改善面積為3 766.28 km2，占總面積的36.3%。其中，以一般改善和輕微改善為主。從空間分布來看，2013年—2019年，植被明顯改善地區(qū)位于中部和東北部地區(qū)，面積占比較小。植被一般改善和輕微改善位于西北部和東北部地區(qū)，分布比較零散。植被退化區(qū)域主要在西部和東北部，面積占比較大。由此可以看出：從2013年—2019年，植被退化面積是植被改善面積的1.24倍，所以，該地區(qū)植被覆蓋度發(fā)展趨勢(shì)以退化為主。

2007年—2019年，該地區(qū)植被退化面積為5 006.11 km2，占地區(qū)總面積的47.43%；植被穩(wěn)定區(qū)域面積1 572.98 km2，占總面積的15.16%。植被改善面積為3 797.15 km2，占總面積的36.6%。植被退化面積是植被改善面積的1.32倍，所以，2007年—2019年，植被覆蓋發(fā)展趨勢(shì)以植被退化為主，植被退化較為嚴(yán)重。從空間分布情況來看：植被退化主要位于東北部和西部地區(qū)，以明顯退化為主；一般退化和輕微退化比較分散，占比面積較?。恢脖幻黠@改善主要位于南部地區(qū)，北部地區(qū)有零散分布；植被一般改善和輕微改善地區(qū)位于西部和東北部，分布較為零散。

5.結(jié)束語

本文選用Landsat影像數(shù)據(jù)，利用歸一化植被指數(shù)和像元二分模型對(duì)城市植被覆蓋度狀況進(jìn)行了估算，從時(shí)間和空間的角度分析了2007年—2019年期間城市植被覆蓋度的變化情況，得出該地區(qū)總體植被覆蓋度呈退化趨勢(shì)，植被覆蓋度等級(jí)呈降低趨勢(shì)，小部分區(qū)域有植被覆蓋改善情況。在利用遙感影像進(jìn)行植被覆蓋度計(jì)算過程中，由于每年降雨量、土壤濕度、溫度、地表環(huán)境等條件都不同，植被生長(zhǎng)狀況也可能隨之變化，因此，植被覆蓋度變化發(fā)展趨勢(shì)應(yīng)綜合考慮多種情況。基于像元二分模型提取植被覆蓋度時(shí)，置信度的選擇沒有明確的規(guī)定，所以，選取閾值時(shí)具有一定的主觀性。利用中等分辨率的遙感影像提取植被覆蓋度時(shí)，影像空間分辨率較低，存在混合像元問題，對(duì)提取的植被覆蓋度有一定的影響。