基于RS的北京門頭溝植被覆蓋時空演變研究

喻錚錚,吳國璽,劉良云

(1.許昌學院城市與環境學院,河南許昌461000;2.中國科學院對地觀測與數字地球科學中心,北京100190)

1 研究區概況

門頭溝區位于北京市西南,東經 115°25′00″-116°10′07″,北緯 39°48′34″-40°10′37″。東西長約 62 km,南北寬約34 km,總面積1 455 km2。東部與海淀、石景山區為鄰,南部與房山、豐臺區相連,西部與河北琢鹿縣、淶水縣交界,北部與昌平、河北懷來接壤。門頭溝地處華北平原向蒙古高原過渡地帶,地勢西北高,東南低,地形骨架形成于中生代燕山運動。其重要的地理位置、地形結構和生態環境現狀對生態修復工作提出了新的要求,利用遙感技術對區域生態環境現狀進行定量分析不失為一種好的選擇[7-9],也為在其他區域的應用推廣提供科學參考。

根據北京市政府把首都建設成宜居型生態城市的構想,門頭溝區要從“京西礦區”轉變成為“京西生態屏障”,植被是整個生態環境改變中的重要內容之一。門頭溝區內山地面積占98.5%,平原占1.5%,所以植被覆蓋變化很大程度上決定著生態環境的變化。本文以近30 a來的遙感影像為基礎,通過植被覆蓋變化和區域景觀格局分析,因地制宜地為該區生態修復工作提供決策支持。

2 數據源及研究方法

2.1 數據資料

2.1.1 影像數據 根據植被覆蓋的季節性特征,影像選在植被生長穩定的季節為宜,北京地區一般7月、8月植被生長較穩定,據此選擇1979年7月14日和2005年 7月25日的 Landsat TM 影像,軌道號為TM 123/32,均來源于中科院遙感衛星地面站。由于2005年影像在西部有少量不能覆蓋,且影像中有少量云層,故另選擇幾景時相接近的影像來進行邊界修補和去云處理。表1是所用到的影像信息。

表1 選取的遙感影像及其用途

2.1.2 其他數據 研究中用到的其他數據還包括門頭溝區1∶10萬數字柵格地形圖、門頭溝區行政邊界以及交通、水系等矢量文件和近年來的社會和經濟發展數據。

2.2 數據處理

為了精確提取植被覆蓋度,需對影像進行以下處理。

2.2.1 幾何糾正 幾何訂正是構建幾何畸變數學模型來建立原始影像與基準影像的某種對應關系,把原始影像的像素全部轉換到標準影像空間中的對應位置上,使影像處于適當的投影系統中,并具有地理坐標。

以門頭溝區1∶10萬數字地形圖為基準,通過挑選同名控制點,對2005年影像進行配準,控制點一般選在橋梁、水庫大壩、道路交叉口、建筑等不變地物處,且盡量分布均勻;針對研究區多為山地,地形變化復雜的特點,在山區多選控制點,并采用雙線性重采樣及德洛內三角網格糾正方法進行幾何校正,精度優于1個像素。以校正后的2005年影像為基準,采用同樣的方法對1979年、1986年、1991年的影像進行配準,精度均優于0.5個像元。

2.2.2 大氣輻射訂正 為探測真正的地物變化,需進行大氣輻射校正,以消除大氣吸收與散射、傳感器標定、太陽高度角、方位角的影響造成的多時相遙感圖像之間的差異。文章采用未變化輻射歸一法:首先用經驗線性法對幾何校正后的2005年影像進行相對輻射校正,然后以校正好的影像為基準,分別對1979年、1986年和1991年的影像進行校正。采用不變地物匹配法,通過目視解譯,在基準影像和待糾影像上選取輻射不變地物,一般選取水體、裸土、水壩、植被等作為樣本,然后通過對兩景影像相同波段的樣本進行最小二乘回歸,得到待糾影像各個波段的校正系數,對待糾正影像各波段進行校正。

化學實驗作為一種能動的實踐活動方式，不僅是一種感性的活動過程，更重要的是一種理性思維過程，本質是理性思維的物化。本研究基于思維心理學，將思維品質與化學實驗進程相整合，將實驗認知、實驗操作、實驗觀察相融合，對化學實驗能力體系進行水平建構，突出思維在學科能力建構中的重要地位。能力體系的建構是為了服務教學并促進教學，所以在日后的深入研究中應以教學為載體，以定性和定量相結合的化學思維，對化學實驗能力體系進行行動研究和評價研究，為實驗能力體系的建構提供科學保障。

2.2.3 地形輻射訂正 由于研究區多為山地,遙感影像除受到大氣等因素的影響外,還受地形起伏的影響,地形起伏差異使傳感器的測量值與地物實際光譜輻射值不一致,即使地表覆蓋和生物結構特征相似,其記錄信號也有很大差異,嚴重阻礙了遙感影像的進一步分析應用。雖說基于植被指數的像元二分法模型對輻射校正不敏感,但為了保證結果的精度,地形輻射校正十分必要。

本文采用統計模型中矩匹配校正方法,算法如下:

式中:DN — —待校正影像的 DN 值;usample,σsample——待校正影像子集的均值和標準差;ureference,σreference——為參考影像子集的均值和標準差[10]。

在云處理和邊界修補時均需進行輻射校正,以減小因修補的影響。本文以2005年影像為參考影像,對1986年和1991年影像進行校正。根據研究區的光照及坡度、坡向等地形信息,在參考影像和待校影像上分別選擇子集,并統計其均值和標準差,若云處理或邊界修補處為植被覆蓋區域,則影像子集也應為植被覆蓋區;若為裸土,則選取裸土區,然后利用矩匹配算法對待校正影像各個波段的灰度值進行調整,并通過對比校正后二者的均值和方差來檢驗結果。

2.2.4 云處理 對將地物信息完全遮擋的厚云層,目前還沒有很好的辦法去除[11]。因此研究中采用不同時期時相接近的影像對云區進行替換的方法來消除厚云層的影響,利用1981年影像對1979年影像進行云區替換;利用1991年影像對2005影像進行云區替換。替換前需要對影像進行精確配準,并對需要替換的區域進行矩匹配輻射校正,把替換前后的差異降到最低。

2.3 植被覆蓋度計算

把經過邊界修補、去云處理、地形校正、大氣輻射訂正的1979年和2005年反射率數據分別計算其歸一化植被指數NDVI值[12],算法如下:

式中:NIR,RED——影像中近紅外和紅光波段的反射率數據[13-14]。

然后對影像進行分類和掩膜處理,剔除水體等無效區域。利用像元二分模型計算植被覆蓋度[15-16],并對計算后圖像進行歸一化處理,使 DN值在 0～1之間。

最后利用門頭溝區行政矢量邊界進行剪裁,得到門頭溝區1979年7月14日和2005年7月25日的植被覆蓋度圖像(圖1-2)。

圖1 1979年7月14日植被覆蓋度圖像

圖2 2005年7月25日植被覆蓋度圖像

3 植被覆蓋時空格局分析

對覆蓋度圖像以覆蓋度在0.0～0.2,0.2～0.4,0.4～0.6,0.6～0.8,0.8～1.0為標準分級[17],并對各鄉鎮覆蓋情況進行統計,植被覆蓋的時間和空間特征如表2-3所示。

表2 不同覆蓋等級的面積變化 km2

表3 門頭溝區各鄉鎮植被覆蓋變化

由表2-3可知:(1)門頭溝區植被覆蓋整體呈下降趨勢,覆蓋度從1979年的76.4%減少為2005年的72.7%;(2)覆蓋度在60%以上的區域,在兩個時期均較大,說明這個水平比較穩定,是植被覆蓋的主體。植被覆蓋度為60%～80%的面積增加的原因有二:一是由植被退化造成的;另外,由植被覆蓋大于80%的區域退化也是原因之一。(3)覆蓋度在80%以上的大面積減少,說明該區植被破壞嚴重,這與城市化進程的加快、對土地大規模利用、經濟增長有很大關系;(4)各鄉鎮植被退化程度不一,由于居民地建設和采沙、采石及采煤需大量占用綠地,永定、龍泉、譚柘寺植被退化最嚴重;軍莊是唯一植被覆蓋增加的鄉鎮,這應歸功于該鄉退耕還林和果林綠化。其它鄉鎮植被退化平均在5%以內,其中妙峰山、王平、大臺、齋堂四個中部鄉鎮植被退化主要包括自然退化和采礦、采石等人為活動因素,特別是京西礦業集團的煤礦基本集中在這4個鄉鎮,并已形成采空區和塌陷區;雁翅、清水兩個西部鄉鎮植被退化主要以自然退化為主,退化幅度相對較小。

為定量分析植被退化和修復的詳細情況,對2005年和1979年的植被覆蓋度圖像作差值運算,并對其結果按照給定的變化幅度進行密度分割[18],以直觀了解該區植被覆蓋動態變化的詳細情況,詳見表4。

表4 門頭溝區生態退化分級標準

4 結論

(1)門頭溝區植被覆蓋變化以穩定為主,植被覆蓋變化小于15%的區域占總面積的82%,但植被覆蓋整體呈下降趨勢,覆蓋度從1979年的76.4%減少為2005年的72.7%。

(2)植被退化和嚴重退化區域以人為活動對生態的破壞為主,集中分布于東南部的永定、龍泉、譚柘寺三個鄉鎮,然后依次是妙峰山鎮和王平鎮的采石礦場破壞區域、農業開發和居民地建設區域以及雁翅、齋堂、清水三個西部鄉鎮的109國道兩側。

(3)植被修復區域的空間特點顯著,且以人工生態修復為主,首先是108國道、109國道兩側的生態恢復帶,這表明公路、河道綠化帶建設的生態修復成效顯著,其次是軍莊鎮的生態保護和果林綠化帶來成效顯著,最后清水鎮、清水河上游的生態移民和封山育林成效顯著,已有成片生態修復區域,這應該歸功于自然的生態修復。

[1] 馬超飛,馬建文,布和敖斯爾,等.USLE模型中植被覆蓋因子的遙感數據定量估算[J].水土保持學報,2001,21(4):6-9.

[2] 張云霞,李曉兵,陳云浩.草地植被蓋度的多尺度遙感與實地測量方法綜述[J].地球科學進展,2003,18(1):85-93.

[3] 胡良軍,邵明安.論水土流失研究中的植被因子度量指標[J].西北林學院學報,2001,16(1):40-43.

[4] 章文波,符素華,劉寶元.目估法測量植被覆蓋度的精度分析[J].北京師范大學學報:自然科學版,2001,37(3):402-408.

[5] 張本昀,何富中,喻錚錚,等.基于 RS的北京山區植被覆蓋變化空間特征[J].測繪科學技術學報,2008,25(3):160-163.

[6] 郭錦,張曉麗,趙麗瓊,等.基于3S技術的北京市植被覆蓋空間格局變化研究[J].安徽農業科學,2009,37(7):8264-8266,8277.

[7] Gillies R R,Kustas W P,Humes K S.A verification of the‘triangle'method for obtaining surface soil water content and energy fluxes from remote measurements of the Normalized Difference Vegetation Index(NDVI)and surface[J].International Journal of Remote Sensing,1997,18:3145-3166.

[8] 李曉琴,孫丹峰.北京山區植被覆蓋率遙感制圖與景觀格局分析:以門頭溝區為例[J].國土資源遙感,2003(1):23-28.

[9] 王潔,周躍.礦區廢棄地的恢復生態學研究[J].安全與環境工程,2005,12(1):5-9.

[10] 鐘耀武,劉良云,王紀華,等.基于矩匹配算法的山區影像地形輻射校正方法研究[J].地理與地理信息科學,2006,22(1):31-36.

[11] 宋曉宇,劉良云,李存軍,等.基于單景遙感影像的去云處理研究[J].光學技術,2006,32(2):301-303.

[12] 王堅,張繼賢,劉正軍,等.基于 NDVI序列影像精化結果的植被覆蓋率變化研究[J].測繪科學,2005,30(6):43-47.

[13] 范建友,丁國棟,關博源,等.正藍旗植被覆蓋動態變化的遙感監測[J].中國水土保持科學,2005,3(4):54-59.

[14] 顧祝軍,曾志遠.遙感植被覆蓋度研究[J].水土保持研究,2005,12(2):18-22.

[15] 陳晉,陳云浩,何春陽,等.基于土地覆蓋分類的植被覆蓋率估算亞像元模型與應用[J].遙感學報,2001,5(6):416-422.

[16] Qi J,Marsett R C,Moran M S,et al.Spatial and temporal dynamics of vegetation in the San Pedro River basin area[J].Agricultural and Forest Meteorology,2000,105:55-88.

[17] 江洪,王欽敏,汪小欽.福建省長汀縣植被覆蓋度遙感動態監測研究[J].自然資源學報,2006,21(1):126-132.

[18] 杜自強,王建,李建龍,等.黑河上游典型地區草地植被退化遙感動態監測[J].農業工程學報,2010,26(4):180-185.