基于Landsat TM/OLI影像的哈爾濱市植被覆蓋度與景觀格局動(dòng)態(tài)變化分析

馬建明,常曉晴,邢艷秋,王德軍

(東北林業(yè)大學(xué) 森林作業(yè)與環(huán)境研究中心,哈爾濱 150040)

0 引言

隨著全球人口的持續(xù)增長(zhǎng),城市用地不斷擴(kuò)張,對(duì)陸地生態(tài)系統(tǒng)結(jié)構(gòu)和功能以及區(qū)域氣候產(chǎn)生了重要的影響[1]。植被作為陸地生態(tài)系統(tǒng)最重要的組成要素之一,城市植被可以為居民提供多種環(huán)境和社會(huì)效益,包括凈化空氣、降噪、緩解城市熱島效應(yīng)、減少雨水徑流和維護(hù)生物多樣性,以及美化環(huán)境、緩解壓力等[2]。城市植被能夠很好地反映城市生態(tài)環(huán)境狀況,是評(píng)價(jià)城市化發(fā)展健康的主要指標(biāo)。因此,定量監(jiān)測(cè)城市植被時(shí)空變化對(duì)評(píng)價(jià)城市生態(tài)環(huán)境質(zhì)量、城鄉(xiāng)規(guī)劃、促進(jìn)城市可持續(xù)發(fā)展等方面具有重要意義。

植被覆蓋度(Fractional vegetation cover,FVC)是評(píng)價(jià)植被生長(zhǎng)狀況、分布特征和結(jié)構(gòu)變化的重要參數(shù),在城市化研究、植被變化監(jiān)測(cè)和生態(tài)環(huán)境調(diào)查中得到廣泛應(yīng)用[3]。城市FVC的時(shí)空動(dòng)態(tài)變化研究可綜合反映城市擴(kuò)張下的植被變化,進(jìn)而監(jiān)測(cè)城市環(huán)境和城市發(fā)展。另外,植被景觀格局綜合反映了植被空間分布及其在環(huán)境異質(zhì)性和干擾狀況綜合控制下的動(dòng)態(tài)變化特征,已被證明是評(píng)估景觀模式的有效手段,通常使用景觀格局指數(shù)定量化表示[4]。城市快速發(fā)展導(dǎo)致建筑用地大面積擴(kuò)張,侵占原有自然地表植被,帶來嚴(yán)重的生態(tài)環(huán)境問題。應(yīng)用景觀生態(tài)學(xué)方法研究植被覆蓋度景觀格局的演變規(guī)律,有助于了解城市發(fā)展下的植被變化過程,從而揭示植被覆蓋情況與自然環(huán)境、人為干擾之間的影響因素,為區(qū)域發(fā)展提供重要依據(jù)[5]。

相較于傳統(tǒng)的地面測(cè)量,遙感技術(shù)可以快速大范圍監(jiān)測(cè)城市擴(kuò)張、植被覆蓋度和景觀格局的變化[6]。許玉鳳等[7]根據(jù)15 a的MODIS NDVI數(shù)據(jù),分析黎平縣植被變化,結(jié)果表明植被有明顯改善;李恒凱等[8]根據(jù)1990—2013年5期Landsat影像數(shù)據(jù),對(duì)23 a間定南縣嶺北稀土礦區(qū)的植被覆蓋情況和景觀格局進(jìn)行了綜合分析;蘇凱等[9]利用2000—2015年4期MODIS數(shù)據(jù),對(duì)東北森林帶景觀格局的時(shí)空變化展開研究,并結(jié)合MCE-CA-Markov模型,預(yù)測(cè)東北森林帶2020年景觀格局變化趨勢(shì);蘇艷琴等[10]以福建省三明市沙縣作為研究區(qū),以Landsat為數(shù)據(jù)源,利用線性光譜混合模型分別提取1996、2004、2014年的植被覆蓋度,并分析其變化趨勢(shì);張曉東等[11]基于生態(tài)景觀學(xué)原理,利用1989—2014年4期Landsat影像數(shù)據(jù),分析了寧夏鹽池縣植被景觀格局時(shí)空演變特征,并探討植被與降雨之間的關(guān)系;徐凱健等[12]利用1975—2013年6期Landsat系列影像數(shù)據(jù),以福建省長(zhǎng)汀縣為研究區(qū),分析植被覆蓋度和景觀格局在不同時(shí)期的變化情況,并探討人類活動(dòng)以及政策的影響。但是上述研究主要集中在生態(tài)脆弱區(qū)和丘陵地貌的植被覆蓋度動(dòng)態(tài)變化研究,而結(jié)合植被覆蓋度,從景觀生態(tài)學(xué)角度對(duì)植被景觀格局演變研究較少,尤其是人類活動(dòng)較為集中的城市區(qū)域。因此,開展城市區(qū)域植被覆蓋度及景觀格局變化的研究,對(duì)掌握城市發(fā)展進(jìn)程和景觀生態(tài)保護(hù)具有重要意義。

哈爾濱市位于我國(guó)東北部,地處松嫩平原,是我國(guó)最北的省會(huì)城市,面積最大,但城市化水平遠(yuǎn)遠(yuǎn)低于我國(guó)的中南部城市。近些年由于城市的經(jīng)濟(jì)發(fā)展、新城區(qū)規(guī)劃、棚戶區(qū)改造以及生態(tài)恢復(fù)政策實(shí)施等影響,生態(tài)格局發(fā)生重大變化[13]。本研究以2004、2010、2005、2020年4期Landsat TM/OLI遙感影像作為數(shù)據(jù)源,利用歸一化植被指數(shù)和像元二分法提取哈爾濱市的植被覆蓋度,結(jié)合景觀生態(tài)學(xué)理論分析在快速城市化背景下植被覆蓋度的時(shí)空變化和景觀格局的演變,有助于認(rèn)清生態(tài)景觀演替和機(jī)制,為該區(qū)域今后的城市建設(shè)和景觀格局優(yōu)化提供科學(xué)依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

哈爾濱市位于黑龍江省南部,地理范圍是125°42′～130°10′ E,44°04′～46°40′ N,是中國(guó)重要的制造業(yè)基地。該地區(qū)屬中溫帶大陸性季風(fēng)氣候,年平均溫度3.6 ℃,冬長(zhǎng)夏短,降水集中在6—9月份,年平均降水量569.1 mm。整體地勢(shì)東高西低,東以山丘為主,西以平原為主,四周有大量農(nóng)田包圍。土壤種類眾多,以黑土為主。本研究區(qū)域?yàn)楣枮I市的中心城區(qū),具體范圍包括道里區(qū)、南崗區(qū)、道外區(qū)、平房區(qū)、香坊區(qū)和松北區(qū),總面積約2243.84 km2,如圖1所示。

圖1 研究區(qū)位置圖(2020年9月15日Landsat OLI影像,假彩色合成)Fig.1 The location of study area (Landsat OLI image on September 15, 2020, false color synthesis)

1.2 數(shù)據(jù)源及預(yù)處理

本研究采用Landsat TM/OLI影像數(shù)據(jù),空間分辨率為30 m,采集時(shí)相分別為2004年9月21日(TM)、2010年9月22日(TM)、2015年9月20日(OLI)和2020年9月15日(OLI)。本研究忽略在較短時(shí)間內(nèi)由植被生長(zhǎng)狀況不同對(duì)植被覆蓋度的影響,選取的4個(gè)影像中植被屬于同一物候期,植被覆蓋度的時(shí)空變化具有可比性[14]。

為消除遙感影像因大氣傳輸、平臺(tái)運(yùn)行狀況及傳感器系統(tǒng)等因素造成的誤差,本研究利用ENVI5.3對(duì)遙感影像數(shù)據(jù)進(jìn)行輻射定標(biāo)、幾何校正和大氣校正等預(yù)處理,并以1∶50 000地形圖數(shù)據(jù)為標(biāo)準(zhǔn),對(duì)4個(gè)影像進(jìn)行幾何精校正,校正精度控制在1個(gè)像素內(nèi),最后利用哈爾濱市中心城區(qū)行政邊界分別裁剪4期影像數(shù)據(jù)。

2 研究方法

2.1 歸一化植被指數(shù)

歸一化植被指數(shù)(Normalized Difference Vegetation Index, NDVI)是一種簡(jiǎn)單有效的量化綠色植被的指標(biāo),根據(jù)植被的光譜特征,將近紅外和紅波段反射率進(jìn)行組合,突出表現(xiàn)植被的遙感特征信息,同時(shí)抑制土壤反射或大氣等干擾因素的影響,能夠較好地反映植被生長(zhǎng)狀態(tài),被廣泛用于植被動(dòng)態(tài)變化監(jiān)測(cè)、農(nóng)作物長(zhǎng)勢(shì)估算以及植被特征識(shí)別等方面[15],計(jì)算見式(1)。

NDVI=(NIR-R)/(NIR+R) 。

(1)

式中:NDVI為歸一化植被指數(shù);NIR為近紅外波段;R為紅波段。NDVI的取值范圍是-1～1,其中NDVI的負(fù)值(接近-1的值)對(duì)應(yīng)于水域,接近于0的值通常表示巖石、裸地或雪的貧瘠區(qū)域。正值表示有植被覆蓋,值越大表明植被覆蓋度越高。

2.2 植被覆蓋度估算模型

遙感影像的每個(gè)像元可能由多個(gè)組分構(gòu)成,而每個(gè)組分對(duì)遙感傳感器所觀測(cè)的信息都有貢獻(xiàn),因此可以將遙感信息分解,建立像元分解模型來估算植被覆蓋度。像元二分模型(Dimidiate Pixel Model,DPM)因其簡(jiǎn)便高效成為混合像元模型法中最常用的植被覆蓋度估算模型之一,具有明確的物理含義[16]。假設(shè)影像中每一個(gè)像元記錄的地物光譜信息只由植被和非植被2部分組成,所得的光譜信息也只由這2個(gè)組分因子線性合成,其各自的面積在像元中所占的比率即為各因子的權(quán)重,見式(2)[17]。

NDVI=f·NDVIveg+(1-f)·NDVIsoil。

(2)

式中:f為混合像元中植被所占的比例即為該像元的植被覆蓋度;NDVI為混合像元的歸一化植被指數(shù);NDVIveg和NDVIsoil分別為全植被覆蓋和裸土對(duì)應(yīng)的NDVI。由于純像元受土壤、植被類型和葉綠素含量等因素的影響,NDVIveg和NDVIsoil存在很大的不確定性。為此,對(duì)4期Landsat影像提取的NDVI值進(jìn)行直方分布圖統(tǒng)計(jì)分析,以95%的置信度(影像中NDVI值對(duì)應(yīng)的像元數(shù)量的累計(jì)百分比)確定NDVI的上下限閾值,分別近似代表裸土和純植被覆蓋區(qū)域的NDVI ,取值見表1,此方法可以有效減少遙感影像中的噪聲等產(chǎn)生的誤差,并在FVC研究中得到了廣泛使用[18-20]。植被覆蓋度的數(shù)學(xué)表達(dá)形式見式(3)。

表1 2004—2020年NDVIveg和NDVIsoilTab.1 The values of the NDVIveg and NDVIsoilfrom 2004 to 2020

(3)

2.3 景觀格局評(píng)價(jià)方法

景觀指數(shù)高度濃縮了景觀格局信息,反映了景觀的結(jié)構(gòu)組成和空間配置特征[21]。參考相關(guān)研究,結(jié)合研究區(qū)域的具體特征和研究的實(shí)際需求,從斑塊面積、斑塊個(gè)數(shù)、蔓延度與多樣性指數(shù)4個(gè)方面定量描述研究區(qū)植被覆蓋度景觀格局特征的時(shí)空變化,各景觀指數(shù)具體含義和計(jì)算方式見表2。利用景觀格局分析軟件Fragstats 4.2計(jì)算出哈爾濱市植被覆蓋度的景觀格局指數(shù)。

表2 景觀指數(shù)含義及其計(jì)算方法Tab.2 Description and calculation of landscape metrics

3 結(jié)果與分析

3.1 植被覆蓋度變化特征

本研究首先利用Landsat TM/OLI影像提取了哈爾濱市2004、2010、2015、2020年4期的NDVI,其空間分布如圖2所示。隨后利用像元二分法得到哈爾濱市2004、2010、2015、2020年的植被覆蓋度。為進(jìn)一步了解哈爾濱市植被覆蓋度的空間分布情況,參照Cai等[3]的分級(jí)方法,并結(jié)合研究區(qū)的實(shí)際情況,將研究區(qū)植被覆蓋度劃分為5個(gè)等級(jí):無(wú)植被覆蓋區(qū)(0≤fc<0.2)、低植被覆蓋區(qū)(0.2≤fc<0.4)、中植被覆蓋區(qū)(0.4≤fc<0.6)、中高植被覆蓋區(qū)(0.6≤fc<0.8)、高植被覆蓋區(qū)(0.8≤fc<1),植被覆蓋度空間分布如圖3所示。

圖2 2004—2020年哈爾濱市中心城區(qū)NDVI分布圖Fig.2 The maps of NDVI distribution in Harbin center city from 2004 to 2020

圖3 2004—2020年哈爾濱市植被覆蓋等級(jí)圖Fig.3 The maps of vegetation coverage grade in Harbin from 2004 to 2020

由圖3可以看出,各等級(jí)植被覆蓋度空間分布具有明顯的空間差異性。哈爾濱市區(qū)以高植被覆蓋分布為主,主要分布在城區(qū)的北、東和西3個(gè)片區(qū),這3個(gè)片區(qū)主要是以林業(yè)、農(nóng)業(yè)用地為主,9月份為農(nóng)作物的成熟期,植被覆蓋度較高;從城區(qū)內(nèi)部來看,以松花江為界線,江北城區(qū)整體植被覆蓋度均高于江南城區(qū),這可能是因?yàn)榻背菂^(qū)屬于新開發(fā)區(qū),規(guī)劃合理,同時(shí)政府也更加注重城區(qū)的生態(tài)環(huán)境,而江南城區(qū)屬于老城區(qū),植被覆蓋度低于江北城區(qū)。

由表3可知,2004—2020年各等級(jí)植被覆蓋度區(qū)域的面積發(fā)生了明顯變化。其中,高植被覆蓋度和無(wú)植被覆蓋度的區(qū)域面積呈現(xiàn)逐漸增長(zhǎng)的趨勢(shì),而低、中和中高植被覆蓋度區(qū)域的面積均逐漸減少。整體來看,在2004—2020年研究區(qū)高植被覆蓋度和中高植被覆蓋度的區(qū)域面積累計(jì)和占總面積的比例分別為77.81%、72.54%、73.01%、83.31%,說明哈爾濱市整體植被覆蓋情況較好,呈增加趨勢(shì)。相較于2004、2010和2015,2020年的植被覆蓋情況最好,其中高植被覆蓋度地區(qū)的面積為1 647.09 km2,占區(qū)域面積的67.40%。2004—2020年高、無(wú)植被覆蓋度區(qū)域的面積分別增加了383.50 、91.07 km2,而低植被覆蓋度、中植被覆蓋度和中高植被覆蓋度區(qū)域的面積累計(jì)減少了474.57 km2,占比19.42%,可以發(fā)現(xiàn)高植被覆蓋度區(qū)域的面積要遠(yuǎn)超過無(wú)植被覆蓋區(qū)域的面積,說明哈爾濱市總體生態(tài)環(huán)境向好。

表3 各等級(jí)植被覆蓋度面積Tab.3 The area of each vegetation coverage grade km2

3.2 不同植被覆蓋等級(jí)間的動(dòng)態(tài)變化分析

為了進(jìn)一步分析不同等級(jí)植被覆蓋度區(qū)域面積的變化,本研究計(jì)算了2004—2010年、2010—2015年和2015—2020年的轉(zhuǎn)移矩陣,見表4。

表4 2004—2020年不同等級(jí)植被覆蓋轉(zhuǎn)移矩陣Tab.4 Transfer matrix of vegetation coverage at different levels from 2004 to 2010 km2

2004—2010年植被覆蓋度等級(jí)未發(fā)生變化的區(qū)域達(dá)到1 346.23 km2,占總面積的59.99%。在發(fā)生變化的區(qū)域中,高植被覆蓋度區(qū)域轉(zhuǎn)向中高植被覆蓋度區(qū)域面積最大,轉(zhuǎn)換面積為302.04 km2,這可能是由于哈爾濱市的發(fā)展與擴(kuò)展,人民生產(chǎn)生活需求量大,從自然界獲取的資源量增加,對(duì)生態(tài)植被不可避免地產(chǎn)生負(fù)面影響。2010—2015年,中高植被覆蓋度主要轉(zhuǎn)變?yōu)楦咧脖桓采w度區(qū)域,轉(zhuǎn)換面積為333.41 km2。雖然還存在高植被覆蓋度區(qū)域減少的現(xiàn)象,但是整體發(fā)展良好。另外,由中植被覆蓋度區(qū)域轉(zhuǎn)化為中高植被覆蓋度區(qū)域,面積為98.65 km2,由低植被覆蓋區(qū)域轉(zhuǎn)向中植被覆蓋區(qū)域,面積為74.86 km2,由無(wú)植被覆蓋度區(qū)域轉(zhuǎn)向低植被覆蓋區(qū)域,面積為27.68 km2,植被覆蓋度均有所增加。2015—2020年,中高植被覆蓋區(qū)域向高植被覆蓋度區(qū)域轉(zhuǎn)化的面積仍最多,共轉(zhuǎn)化了408.95 km2,雖然存在中高植被覆蓋度轉(zhuǎn)向中植被覆蓋度的區(qū)域,但面積較少,僅為20.95 km2。其次是低植被覆蓋度的區(qū)域向中植被覆蓋度的區(qū)域轉(zhuǎn)化,面積為132.43 km2,說明哈爾濱市的植被覆蓋度呈現(xiàn)上升的趨勢(shì)。

3.3 哈爾濱市景觀格局分析

利用Fragstats 4.2計(jì)算得到哈爾濱市的植被覆蓋度的景觀指數(shù)值。由圖4(a)可以看出,2004—2020年高植被覆蓋度區(qū)域占據(jù)了景觀中的主導(dǎo)地位,其次為中高植被覆蓋度。研究區(qū)域內(nèi)的不同時(shí)期,無(wú)植被覆蓋度區(qū)域的景觀百分比逐漸增加,低植被覆蓋度和中植被覆蓋度的景觀百分比屬于先增加后減少。而中高植被覆蓋度的景觀百分比一直處于減少狀態(tài),但依然處于優(yōu)勢(shì)地位。結(jié)合圖4(b)斑塊個(gè)數(shù)分析,大多數(shù)植被覆蓋度區(qū)域斑塊個(gè)數(shù)呈現(xiàn)先增加后減少的趨勢(shì),說明景觀的破碎化程度先增加后減少,最后連片性增加,即城區(qū)擴(kuò)建形成連片區(qū)域。

圖4 哈爾濱不同時(shí)期植被覆蓋度景觀百分比和斑塊個(gè)數(shù)Fig.4 Percentage of vegetation coverage and number of patches for each period in Harbin city

多樣性指數(shù)主要反映景觀的異質(zhì)性和豐富程度。由表5可知,2004—2020年香農(nóng)多樣性指數(shù)先增加后保持穩(wěn)定,說明哈爾濱市的植被斑塊多樣性上升后保持平穩(wěn),各植被覆蓋類型異質(zhì)性逐漸增強(qiáng),破碎化程度高。另外,蔓延度指數(shù)由2004年的53.51%下降至2020年的43.98%,表明植被斑塊的分布逐漸分散和復(fù)雜,景觀破碎度加劇,團(tuán)聚程度不高,景觀中大斑塊的面積被蠶食減小。雖然哈爾濱市區(qū)主要以城區(qū)建設(shè)為主,但近年來隨著舊城區(qū)改造和新城區(qū)建設(shè)以及人們對(duì)綠化的重視,景觀結(jié)構(gòu)組成趨向復(fù)雜化。

表5 研究區(qū)不同時(shí)期多樣性指數(shù)和蔓延度指數(shù)Tab.5 Diversity index and spread index in different periods in the study area

4 討論與結(jié)論

城市的擴(kuò)張必然以犧牲綠地為代價(jià),但隨著社會(huì)經(jīng)濟(jì)發(fā)展,保護(hù)環(huán)境意識(shí)的提高以及各種城市綠化政策的實(shí)施,城市區(qū)域植被覆蓋度逐漸增加。本研究基于長(zhǎng)時(shí)間遙感影像數(shù)據(jù)進(jìn)行城市植被覆蓋度和植被景觀格局分析,結(jié)果表明,隨著哈爾濱城市的發(fā)展,植被覆蓋度逐漸增加,說明近年來哈爾濱政府實(shí)施各種植被保護(hù)政策取得了顯著性的成效,“哈爾濱市城市總體規(guī)劃”“哈爾濱市城市綠地條例”等措施的實(shí)施有效保護(hù)和增加了綠地面積,改善了生態(tài)環(huán)境,這與Dao等[22]對(duì)哈爾濱土地利用變化研究得出綠地面積逐漸增加的結(jié)果基本一致,同時(shí)李繼紅等[23]研究也表明哈爾濱市近十年植被碳儲(chǔ)量明顯增強(qiáng)。另外,在本研究中選擇分辨率較精細(xì)的TM影像存在著一定的局限性,城市綠地的斑塊較小且破碎,其變化不易檢測(cè),雖然不影響結(jié)論的正確性,但可能會(huì)影響結(jié)果的精度[24],可在未來研究中借助更高分辨率的遙感影像(如高分系列,WorldView-2影像等)進(jìn)行深入研究。Song等[25]對(duì)哈爾濱市中心區(qū)景觀格局特征研究也同樣表明該地區(qū)生態(tài)斑塊面積小,碎片性強(qiáng)。此外,本研究分析了哈爾濱市植被覆蓋度和景觀格局動(dòng)態(tài)變化,但其變化的驅(qū)動(dòng)因素和影響機(jī)制并未考慮。在快速推進(jìn)城市化進(jìn)程同時(shí),如何增強(qiáng)植被的生態(tài)環(huán)境效應(yīng),維持城市的可持續(xù)發(fā)展還需進(jìn)一步研究。

本研究利用Landsat TM/OLI影像數(shù)據(jù),結(jié)合歸一化植被指數(shù)和像元二分模型,對(duì)哈爾濱市2004—2020年內(nèi)的植被覆蓋度進(jìn)行估算。最后,利用植被覆蓋度和景觀生態(tài)學(xué)理論分析哈爾濱景觀格局演變,結(jié)論如下。

1)整體而言,哈爾濱市整體植被覆蓋度較好。2004—2020年高植被覆蓋度和中高植被覆蓋度的區(qū)域面積之和占總區(qū)域面積分別為77.81%、72.54%、73.01%、83.31%。不同等級(jí)植被覆蓋的變化趨勢(shì)不同,在2004—2020年,高植被覆蓋度區(qū)域和無(wú)植被覆蓋度區(qū)域變化較大,整體呈現(xiàn)增長(zhǎng)趨勢(shì)。而低、中和中高植被覆蓋度區(qū)域均有下降趨勢(shì)。從空間分布來看,哈爾濱市主城區(qū)由于建筑物比較集中,植被覆蓋度較低,而城郊植被覆蓋度較高。

2)結(jié)合轉(zhuǎn)移矩陣方法,分析了2004—2020年哈爾濱市不同植被覆蓋度等級(jí)間的動(dòng)態(tài)變化。植被覆蓋度的轉(zhuǎn)化整體趨于良性發(fā)展,但存在部分區(qū)域由于新城區(qū)建設(shè)和人類生活影響造成的植被覆蓋度下降,需要引起相關(guān)部門的重視。

3)利用景觀生態(tài)學(xué)理論,結(jié)合植被覆蓋度,分析了哈爾濱市植被覆蓋度景觀格局動(dòng)態(tài)變化。研究表明2004—2020年高植被覆蓋度區(qū)域占據(jù)了優(yōu)勢(shì)地位,其次是中高植被覆蓋度區(qū)域。大部分植被覆蓋區(qū)域的斑塊數(shù)量呈現(xiàn)先增加后減少的趨勢(shì)?？傮w來看,2004—2020年哈爾濱市植被景觀多樣性逐漸增加,植被斑塊的分布逐漸分散和復(fù)雜。