论文部分内容阅读
摘要 以昆明市主城区及呈贡新区为研究区域，其于1992年Landsat 5 TM、2001年Landsat 7 ETM+、2014年Landsat 8遥感影像数据，运用归一化植被指数（NDVI） 和植被覆盖度遥感定量模型，在ENVI 5.1、ArcGIS10.1软件的支持下，提取3个时相的植被覆盖度等级，定量分析了该地区的植被覆盖度变化情况。结果表明，昆明市主城区及呈贡新区植被覆盖等级以高植被覆盖为主；1992～2014年植被覆盖以高→中等、高→中高为主要转换类型；植被覆盖等级与环境、农业、城市建设政策息息相关。
关键词 遥感；NDVI；植被覆盖度；Landsat
中图分类号 S127；TP79 文献标识码
A 文章编号 0517-6611（2015）18-326-03
植被是地球生态系统不可或缺的组成部分，植被覆盖度是定量描述地表植被覆盖情况的重要参数，是指示植被生长状况的指示器。目前估算植被覆盖度的方法也比较多，其中又以通过植被指数反演植被覆盖度的应用较为广泛。
植物叶片在可见光的红光波段具有一个强烈的吸收谷，在近红外波段具有一个较高的反射峰，利用植被在不同波段反差较大的光谱特征，有效地综合各有关光谱信号，把多波段反射率做一定的线性或非线性组合，构建对地表植被生长状况简单、有效和经验的度量——植被指数，在增强植被信息的同时减少非植被信息[1-2]。目前，国内外学者已定义了40多种植被指数，被广泛应用于全球与区域的森林资源管理、植被覆盖度估算、干旱监测、作物识别与预报、荒漠化、土地利用类型、生态环境等方面。如陈云浩等在对草地与农牧交错带的研究中发现Ts（地表温度）/NDVI所含信息最丰富，利用NDVI-Ts空间能够揭示不同植被类型的特征空间，易于理解地表植被变化过程[3]。Rastmanesh等采用描述性统计和K-均值聚类分析方法研究空气污染对植被退化的影响，结果表明NDVI能作为一个有价值的植被监测工具，并且在植被稀疏区也能较好地应用[4]。
笔者以1992年8月、2001年6月、2014年4月3个时相的Landsat遥感影像数据为基础，以遥感、空间分析技术为手段，在ENVI 5.1、ArcGIS 10.1软件的支持下，通过对影像数据的处理，提取NDVI（归一化植被指数）以及分析、统计等操作估算植被覆盖度，从而监测1992～2014年昆明市主城区及呈贡新区的植被覆盖变化情况，为昆明市生态文明建设、城市规划等工作提供参考，为该区域的建设和开发中的环境质量综合考核提供科学、准确、定量化的评价依据。
1 数据来源与研究方法
1.1 研究区概况
昆明市是云南省的省会城市，地处我国西南部的云贵高原中部，城市平均海拔1 891 m，市区三面环山，南面为滇池。地势大致北高南低，中部隆起，东西两侧较低。属北亚热带低纬高原山地季风气候，冬无严寒、夏无酷暑、干湿分明，多年平均气温14.7 ℃。研究区地理坐标为102°20′～103°3′E、24°42′～25°27′N，面积2 750 km2。
1.2 数据来源
通过遥感手段研究植被覆盖的变化情况，研究区4～9 月为植物主要生长季，因此选择植物生长旺盛季节的遥感影像进行植被覆盖变化定量分析。该研究采用1992年8月16日的Landsat 5 TM、2001年6月14日的Landsat 7 ETM+、2014年4月23日的Landsat 8数据，PATH/ROW为129/43，覆盖研究区的影像均无云。
1.3 研究方法
1.3.1 数据预处理。
主要对研究数据进行辐射定标、大气校正处理。辐射定标的目的是消除传感器本身的误差，从而确定传感器入口处的准确辐射值。大气校正的目的是消除大气散射、吸收、反射引起的误差。目前，遥感影像的大气校正方法很多，该研究采用FLAASH大气校正工具，它是基于MODTRAN4+辐射传输模型，该算法支持的传感器种类多且精度高，不依赖遥感成像时同步测量的大气参数数据，并且可以有效地去除水蒸气/气溶胶散射效应。利用昆明市行政区划矢量数据对处理后的影像进行裁剪。
1.3.2 归一化植被指数（NDVI）提取。
归一化植被指数（NDVI）是由Rouse等在对比值植被指数（RVI） 非线性归一化处理后得到的植被指数[5]。由于NDVI可以消除大部分与仪器定标、太阳角、地形、云、阴影和大气条件有关辐照度的变化，增强了对植被的响应能力[1]，是目前已定义植被指数中应用最广的一种。
2 结果与分析
2.1 植被覆盖度提取结果
根据VFC值及前人的研究经验将昆明市主城区及呈贡新区植被覆盖度分为6个等级，分别为：无植被覆盖（VFC=0）、极低植被覆盖（0 2.2 植被覆盖度变化分析
为了分析昆明市主城区及呈贡新区不同植被覆盖等级之间的转换特征，在ArcGIS 10.1软件中进行矢栅转化，形成不同斑块的矢量图，在对3期植被覆盖等级矢量数据做叠加分析之后，利用Excel透视表得到昆明市主城区及呈贡新区不同阶段植被覆盖等级变化转移矩阵，得到研究区植被覆盖度变化统计结果（表2）。
由表1、2可知：
（1）中等植被覆盖属于增加型，高植被覆盖属于减少型，而无植被覆盖、极低植被覆盖、低植被覆盖和中高植被覆盖处于一个波动变化的状态。
（2） 中等植被覆盖面积持续增加，从1992年的242.27 km2增加到2001年的408.51 km2再到2014年的666.91 km2，相应的年变化率为7.62%（第一阶段）和4.87%（第二阶段），22年共增加了424.64 km2，为总面积的15.44%。在第一阶段，从无、极低、低、中高和高植被覆盖分别转入4.95、4.85、10.75、23.46、122.24和166.25 km2，在第二阶段，从低、中高和高植被覆盖分别转入50.07、134.00、87.09 km2，同时向无植被覆盖和极低植被覆盖区分别转出10.73、2.03 km2，导致了中等植被覆盖区面积的扩大，可见低、中高和高植被覆盖区是中等植被覆盖区转入的主要渠道。 （3） 高植被覆盖面积持续减少，从1992年的1 671.39 km2减少到2001年的1 267.16 km2再到2014年1 090.01 km2，22年共损失了581.38 km2，为总面积的24.14%。主要从高植被覆盖转向低、中等和中高植被覆盖区，其中在第一阶段分别转出43.06、122.24和241.30 km2，在第二阶段分别转出29.75、87.09和56.91 km2。城市扩张是造成高植被覆盖面积减少的重要原因，据陈贵良等利用中国科学院资源环境数据中心提供的1990、2000、2008年昆明市土地利用现状矢量数据研究结果[7]，该研究的西山区、官渡区、呈贡新区范围内，耕地、林地、草地的面积基本呈下降趋势，而建设用地的面积却大幅度增加，大面积的耕地被征用为建设用地。
（4）无植被覆盖和极低植被覆盖处于一个波动变化的状态，前者先增后减，后者先减后增；且前者在1992～2001年、2001～2014年2个阶段的变化面积不大，分别为增加11.26 km2、减少7.89 km2；后者在2个阶段的变化面积相差较少，分别为减少45.93 km2、增加49.08 km2。
（5）1992～2014年研究区低植被覆盖和中高植被覆盖面积先增加后减少，并且总体较1992年都为增加。前者22年共增加61.04 km2，为总面积的2.22%，主要由高、中等、极低植被覆盖区转入，22年来分别转入72.81、49.65、2.97 km2，同时向无植被覆盖和中等植被覆盖区分别转出3.56、60.83 km2；后者22年共增加89.17 km2，为总面积的3.24%，主要由高、极低植被覆盖区转入，22年来分别转入298.21、1.22 km2，同时向中等、低、无植被植被覆盖区分别转出157.46、49.65、3.15 km2，可见，高植被覆盖区是中高植被覆盖区转入的主要渠道。
2.3 植被覆盖时空演变分析 由图1可知，昆明市主城区及呈贡新区植被覆盖空间变化情况主要如下：
（1） 城市中心区由低植被覆盖向中等植被覆盖转变，并且呈爆发式向四周扩增。
（2） 高植被覆盖区变化显著，1992年该区主要分布在城市中心区的四周的山地地区，随着时间的推移，城市的发展，研究区的西南和东南部以中等和中高植被覆盖为主。
（3） 研究区的南部为滇池，极低植被覆盖在该部分变化明显，1992年极低植被覆盖主要分布在湖中央及西山与海埂公园的交界处；2001年湖中央无植被覆盖，但可见靠近如今的环湖东路一侧的湖边为低植被覆盖及中等植被覆盖；2014年湖中央为极低植被覆盖。可见，该区域的植被覆盖是一个波动变化的过程。
3 结论
（1） 昆明市主城区及呈贡新区植被覆盖等级以高植被覆盖为主，其次为中高、中等、低、无、极低植被覆盖。1992～2014年中等和高植被覆盖区的变化幅度最大，前者为增加型，后者为减少型，其余植被覆盖等级处于波动变化状态。
（2） 高植被覆盖区分布最为广泛，在第一阶段主要分布在城市中心区的四周的山地地区，在第二阶段西南和东南部以中等和中高植被覆盖为主。植被覆盖等级与区域土地利用类型密切相关，即林地比例越多，植被覆盖等级越高。
（3） 从植被覆盖等级相互转换特征来看，1992～2001年以中等→中高、高→中等、高→中高为最主要的转换类型；2001～2014年以低→中等、中等→中高、高→中等、高→中高为最主要的转换类型；1992～2014年以高→中等、高→中高为最主要的转换类型。
（4） 植被覆盖等级与环境、农业、城市建设政策息息相关。研究表明，环境保护力度越大，对农业、林业和农村经济扶持较好，生态环境就越好，植被覆盖等级呈现较高趋势；反之，新建城市力度越大，大量耕地、林地被征用，植被覆盖等级就会从高级别转向低级别。该研究通过遥感影像监测昆明市主城区及呈贡新区的植被变化，对昆明市的生态文明建设和城市规划具有一定的参考意义。
参考文献
[1] 郭铌.植被指数及其研究进展[J].干旱气象，2003，21（4）：71-75.
[2] 罗亚，徐建华，岳文泽.基于遥感影像的植被指数研究方法述评[J].生态科学，2005，24（1）：75-79.
[3] 陈云浩，杜培军，李晓兵，等.基于卫星遥感数据的地表信息特征——NDVI-Ts空间描述[J].武汉大学学报：信息科学版，2005，30（1）：11-14，18.
[4] RASTMANESH F，MOORE F，KHARRATI-KOPAEI M，et al.Monitoring deterioration of vegetation cover in the vicinity of smelting industry， using statistical methods and TM and ETM+ imageries， Sarcheshmeh copper complex，Central Iran[J].Environ Monit Assess，2010，163：397-410.
[5] ROUSE J W，HAAS R H，SCHELL J A，et al.Monitoring vegetation systems in the Great Plains with ERTS[C]//Proceedings of third earth resources technology satellite-1 symposium.Greenbelt： NASA SP-351，1974：310-317.
[6] 李苗苗，吴炳方，颜长珍，等. 密云水库上游植被覆盖度的遥感估算[J].资源科学，2004，26（4）：153-159.
[7] 陈贵良，杨为民，迟文峰，等.昆明市土地利用时空特征变化分析[J].安徽农学通报，2013，19（22）：10-13.
关键词 遥感；NDVI；植被覆盖度；Landsat
中图分类号 S127；TP79 文献标识码
A 文章编号 0517-6611（2015）18-326-03
植被是地球生态系统不可或缺的组成部分，植被覆盖度是定量描述地表植被覆盖情况的重要参数，是指示植被生长状况的指示器。目前估算植被覆盖度的方法也比较多，其中又以通过植被指数反演植被覆盖度的应用较为广泛。
植物叶片在可见光的红光波段具有一个强烈的吸收谷，在近红外波段具有一个较高的反射峰，利用植被在不同波段反差较大的光谱特征，有效地综合各有关光谱信号，把多波段反射率做一定的线性或非线性组合，构建对地表植被生长状况简单、有效和经验的度量——植被指数，在增强植被信息的同时减少非植被信息[1-2]。目前，国内外学者已定义了40多种植被指数，被广泛应用于全球与区域的森林资源管理、植被覆盖度估算、干旱监测、作物识别与预报、荒漠化、土地利用类型、生态环境等方面。如陈云浩等在对草地与农牧交错带的研究中发现Ts（地表温度）/NDVI所含信息最丰富，利用NDVI-Ts空间能够揭示不同植被类型的特征空间，易于理解地表植被变化过程[3]。Rastmanesh等采用描述性统计和K-均值聚类分析方法研究空气污染对植被退化的影响，结果表明NDVI能作为一个有价值的植被监测工具，并且在植被稀疏区也能较好地应用[4]。
笔者以1992年8月、2001年6月、2014年4月3个时相的Landsat遥感影像数据为基础，以遥感、空间分析技术为手段，在ENVI 5.1、ArcGIS 10.1软件的支持下，通过对影像数据的处理，提取NDVI（归一化植被指数）以及分析、统计等操作估算植被覆盖度，从而监测1992～2014年昆明市主城区及呈贡新区的植被覆盖变化情况，为昆明市生态文明建设、城市规划等工作提供参考，为该区域的建设和开发中的环境质量综合考核提供科学、准确、定量化的评价依据。
1 数据来源与研究方法
1.1 研究区概况
昆明市是云南省的省会城市，地处我国西南部的云贵高原中部，城市平均海拔1 891 m，市区三面环山，南面为滇池。地势大致北高南低，中部隆起，东西两侧较低。属北亚热带低纬高原山地季风气候，冬无严寒、夏无酷暑、干湿分明，多年平均气温14.7 ℃。研究区地理坐标为102°20′～103°3′E、24°42′～25°27′N，面积2 750 km2。
1.2 数据来源
通过遥感手段研究植被覆盖的变化情况，研究区4～9 月为植物主要生长季，因此选择植物生长旺盛季节的遥感影像进行植被覆盖变化定量分析。该研究采用1992年8月16日的Landsat 5 TM、2001年6月14日的Landsat 7 ETM+、2014年4月23日的Landsat 8数据，PATH/ROW为129/43，覆盖研究区的影像均无云。
1.3 研究方法
1.3.1 数据预处理。
主要对研究数据进行辐射定标、大气校正处理。辐射定标的目的是消除传感器本身的误差，从而确定传感器入口处的准确辐射值。大气校正的目的是消除大气散射、吸收、反射引起的误差。目前，遥感影像的大气校正方法很多，该研究采用FLAASH大气校正工具，它是基于MODTRAN4+辐射传输模型，该算法支持的传感器种类多且精度高，不依赖遥感成像时同步测量的大气参数数据，并且可以有效地去除水蒸气/气溶胶散射效应。利用昆明市行政区划矢量数据对处理后的影像进行裁剪。
1.3.2 归一化植被指数（NDVI）提取。
归一化植被指数（NDVI）是由Rouse等在对比值植被指数（RVI） 非线性归一化处理后得到的植被指数[5]。由于NDVI可以消除大部分与仪器定标、太阳角、地形、云、阴影和大气条件有关辐照度的变化，增强了对植被的响应能力[1]，是目前已定义植被指数中应用最广的一种。
2 结果与分析
2.1 植被覆盖度提取结果
根据VFC值及前人的研究经验将昆明市主城区及呈贡新区植被覆盖度分为6个等级，分别为：无植被覆盖（VFC=0）、极低植被覆盖（0
为了分析昆明市主城区及呈贡新区不同植被覆盖等级之间的转换特征，在ArcGIS 10.1软件中进行矢栅转化，形成不同斑块的矢量图，在对3期植被覆盖等级矢量数据做叠加分析之后，利用Excel透视表得到昆明市主城区及呈贡新区不同阶段植被覆盖等级变化转移矩阵，得到研究区植被覆盖度变化统计结果（表2）。
由表1、2可知：
（1）中等植被覆盖属于增加型，高植被覆盖属于减少型，而无植被覆盖、极低植被覆盖、低植被覆盖和中高植被覆盖处于一个波动变化的状态。
（2） 中等植被覆盖面积持续增加，从1992年的242.27 km2增加到2001年的408.51 km2再到2014年的666.91 km2，相应的年变化率为7.62%（第一阶段）和4.87%（第二阶段），22年共增加了424.64 km2，为总面积的15.44%。在第一阶段，从无、极低、低、中高和高植被覆盖分别转入4.95、4.85、10.75、23.46、122.24和166.25 km2，在第二阶段，从低、中高和高植被覆盖分别转入50.07、134.00、87.09 km2，同时向无植被覆盖和极低植被覆盖区分别转出10.73、2.03 km2，导致了中等植被覆盖区面积的扩大，可见低、中高和高植被覆盖区是中等植被覆盖区转入的主要渠道。 （3） 高植被覆盖面积持续减少，从1992年的1 671.39 km2减少到2001年的1 267.16 km2再到2014年1 090.01 km2，22年共损失了581.38 km2，为总面积的24.14%。主要从高植被覆盖转向低、中等和中高植被覆盖区，其中在第一阶段分别转出43.06、122.24和241.30 km2，在第二阶段分别转出29.75、87.09和56.91 km2。城市扩张是造成高植被覆盖面积减少的重要原因，据陈贵良等利用中国科学院资源环境数据中心提供的1990、2000、2008年昆明市土地利用现状矢量数据研究结果[7]，该研究的西山区、官渡区、呈贡新区范围内，耕地、林地、草地的面积基本呈下降趋势，而建设用地的面积却大幅度增加，大面积的耕地被征用为建设用地。
（4）无植被覆盖和极低植被覆盖处于一个波动变化的状态，前者先增后减，后者先减后增；且前者在1992～2001年、2001～2014年2个阶段的变化面积不大，分别为增加11.26 km2、减少7.89 km2；后者在2个阶段的变化面积相差较少，分别为减少45.93 km2、增加49.08 km2。
（5）1992～2014年研究区低植被覆盖和中高植被覆盖面积先增加后减少，并且总体较1992年都为增加。前者22年共增加61.04 km2，为总面积的2.22%，主要由高、中等、极低植被覆盖区转入，22年来分别转入72.81、49.65、2.97 km2，同时向无植被覆盖和中等植被覆盖区分别转出3.56、60.83 km2；后者22年共增加89.17 km2，为总面积的3.24%，主要由高、极低植被覆盖区转入，22年来分别转入298.21、1.22 km2，同时向中等、低、无植被植被覆盖区分别转出157.46、49.65、3.15 km2，可见，高植被覆盖区是中高植被覆盖区转入的主要渠道。
2.3 植被覆盖时空演变分析 由图1可知，昆明市主城区及呈贡新区植被覆盖空间变化情况主要如下：
（1） 城市中心区由低植被覆盖向中等植被覆盖转变，并且呈爆发式向四周扩增。
（2） 高植被覆盖区变化显著，1992年该区主要分布在城市中心区的四周的山地地区，随着时间的推移，城市的发展，研究区的西南和东南部以中等和中高植被覆盖为主。
（3） 研究区的南部为滇池，极低植被覆盖在该部分变化明显，1992年极低植被覆盖主要分布在湖中央及西山与海埂公园的交界处；2001年湖中央无植被覆盖，但可见靠近如今的环湖东路一侧的湖边为低植被覆盖及中等植被覆盖；2014年湖中央为极低植被覆盖。可见，该区域的植被覆盖是一个波动变化的过程。
3 结论
（1） 昆明市主城区及呈贡新区植被覆盖等级以高植被覆盖为主，其次为中高、中等、低、无、极低植被覆盖。1992～2014年中等和高植被覆盖区的变化幅度最大，前者为增加型，后者为减少型，其余植被覆盖等级处于波动变化状态。
（2） 高植被覆盖区分布最为广泛，在第一阶段主要分布在城市中心区的四周的山地地区，在第二阶段西南和东南部以中等和中高植被覆盖为主。植被覆盖等级与区域土地利用类型密切相关，即林地比例越多，植被覆盖等级越高。
（3） 从植被覆盖等级相互转换特征来看，1992～2001年以中等→中高、高→中等、高→中高为最主要的转换类型；2001～2014年以低→中等、中等→中高、高→中等、高→中高为最主要的转换类型；1992～2014年以高→中等、高→中高为最主要的转换类型。
（4） 植被覆盖等级与环境、农业、城市建设政策息息相关。研究表明，环境保护力度越大，对农业、林业和农村经济扶持较好，生态环境就越好，植被覆盖等级呈现较高趋势；反之，新建城市力度越大，大量耕地、林地被征用，植被覆盖等级就会从高级别转向低级别。该研究通过遥感影像监测昆明市主城区及呈贡新区的植被变化，对昆明市的生态文明建设和城市规划具有一定的参考意义。
参考文献
[1] 郭铌.植被指数及其研究进展[J].干旱气象，2003，21（4）：71-75.
[2] 罗亚，徐建华，岳文泽.基于遥感影像的植被指数研究方法述评[J].生态科学，2005，24（1）：75-79.
[3] 陈云浩，杜培军，李晓兵，等.基于卫星遥感数据的地表信息特征——NDVI-Ts空间描述[J].武汉大学学报：信息科学版，2005，30（1）：11-14，18.
[4] RASTMANESH F，MOORE F，KHARRATI-KOPAEI M，et al.Monitoring deterioration of vegetation cover in the vicinity of smelting industry， using statistical methods and TM and ETM+ imageries， Sarcheshmeh copper complex，Central Iran[J].Environ Monit Assess，2010，163：397-410.
[5] ROUSE J W，HAAS R H，SCHELL J A，et al.Monitoring vegetation systems in the Great Plains with ERTS[C]//Proceedings of third earth resources technology satellite-1 symposium.Greenbelt： NASA SP-351，1974：310-317.
[6] 李苗苗，吴炳方，颜长珍，等. 密云水库上游植被覆盖度的遥感估算[J].资源科学，2004，26（4）：153-159.
[7] 陈贵良，杨为民，迟文峰，等.昆明市土地利用时空特征变化分析[J].安徽农学通报，2013，19（22）：10-13.