基于TM/ETM+影像的泉州市地表植被變化分析

陳小瑜++林莉

摘要：以泉州市TM/ETM+遙感影像為基礎，對提取的泉州市2001年的NDVI影像、2006年的NDVI影像以及2006年與2001年的NDVI相減所得到影像進行了彩色合成，根據彩色的合成原理，得到的合成結果圖呈現出的不同顏色反映了泉州市不同植被覆蓋度區域的不同變化程度。再結合泉州市這些年實地變化情況，根據不同顏色以及各種植被覆蓋區的不同變化程度，將泉州市區植被覆蓋度變化情況總體上分成了6大類。結果分析表明：泉州市在2001～2006年期間的植被覆蓋度整體上有了明顯提高，但是由于人類為了滿足自身的要求，部分地區還是存在嚴重的植被破壞、植被覆蓋度嚴重下降、植被退化較嚴重的現象。

關鍵詞：地表植被；變化分析；泉州市

中圖分類號： K909.15

文獻標識碼： A 文章編號： 16749944（2015）06016604

1 引言

植被的空間分布和變化是研究城市生態環境質量變化的重要標志[1]。利用多光譜遙感數據對植被進行研究大多是基于植被指數的[2]。植被指數就是由多光譜遙感數據，經線性與非線性組合構成的對植被有一定意義的各種數值，通常利用植物光譜中的可見光紅光與近紅外兩個典型的波段值。在遙感的應用領域中，植被指數已被廣泛地用來定性和定量評價植被覆蓋情況及其生長活力[3]。20多年來， 專家學者們已研究發展了40多個植被指數，其中常用的有比值植被指數（ RVI）、歸一化植被指數（ NDVI）、環境植被指數（EVI）、綠度植被指數（PVI）等。研究表明歸一化植被指數NDVI對植被的生長長勢和生長量非常敏感，可以很好地反映植被的繁茂程度，是指示植被活動和植被生產力的良好指標，因而廣泛地應用于植被活動研究[4]。

一般地，利用多時相遙感數據進行動態變化分析的方法最常用的有兩種：逐個像元對比法和分類后對比法。逐個像元對比法無需進行影像的分類，因而可盡量減少分類帶來的誤差，但所獲得的結果只能反映某個像元是否發生變化，而無法獲知發生變化的內容。而分類后對比法可以清楚地獲取每個像元具體的變化性質，但該方法首先要進行分類，所以其結果會受分類誤差的影響，從而出現夸大變化的現象[5]。兩種變化分析方法各具特色，但在方法的直觀性、可操作性以及定量分析等方面仍有改進之處。所以本文利用多時相衛星影像進行變化分析的一種目前常用的方法，即利用多時相NDVI圖進行彩色合成直觀地反映地表植被的變化，以下利用該方法分析泉州市植被覆蓋度的動態變化，為泉州市氣候變化和水土保持方面提供科學依據。

2 數據資料

ETM+是美國陸地資源衛星Landsat7攜帶的傳感器，Landsat7于1999年4月15日發射升空后，由于其優越的數據質量，以及與以前的Landsat系列衛星保持了在數據上的延續性，現在已成為中國遙感衛星地面站的主要產品之一。ETM+影像包含7個多光譜波段和一個全色波段，波段1—5和波段7的空間分辨率為30m，全色波段的分辨率為15m。本文的遙感影像采用國際科學數據服務平臺提供的2001年3月4日的泉州市的ETM+影像以及泉州市的2006年6月15日的TM影像作為遙感信息源（軌道號為119/43）。泉州3～6月為春季，兩期影像的時相較為接近，具有一定的可比性，從圖像質量上來看，泉州市城區上空晴朗少云，地面特征清晰明顯，圖像干擾比較少，能夠較好地反映地面狀況。本文主要采用的遙感圖像處理軟件為ENVI。

3 研究方法

3.1 圖像預處理

因為所采用的2006年的TM影像已經經過了幾何校正，像元大小為30m×30m，因此本文以2006年的影像為基礎影像對2001年的影像進行幾何配準，在兩期影像上選取同名地物控制點20個，將二者統一到同一的投影坐標系中，本文采用橫軸墨卡托坐標系，匹配的均方根誤差控制在一個像元內。

本文研究區只是整景TM/ETM+影像的一部分，在ENVI軟件的支持下，利用泉州市區的行政區劃矢量圖，對二期影像進行裁剪（主要以豐澤區和鯉城區為主）。結果如圖1、圖2。

圖1 研究區2001年ETM+ 影像

圖2 研究區2006年TM影像

3.2 植被指數提取

植被指數是依據植被反射特性的波段計算出來的反映地表植被生長情況、覆蓋情況、 生物量情況和植被種類情況的間接指標。一般地，植被指數與植被覆蓋度具有較強的正相關特性，即植被指數值越高，其植被覆蓋度就越大[6]。其中歸一化植被指數NDVI是研究地表植被變化的一個重要指標，定義為近紅外波段NIR與可見光紅光波段R的反射率差值與這兩個波段反射率之和的比值，即：NDVI=（NIR-R）/（NIR+R）（本研究中的NIR代表Landsat影像近紅外波段TM4，R代表紅光波段TM3），它是植物生長狀態及植被空間分布密度的最佳指示因子，與植物覆蓋分布密度呈線性相關。

利用ENVI軟件分別提取泉州市2001年ETM+影像和2006年TM影像的NDVI影像，NDVI（2001）、NDVI（2006）分別表示泉州市2001年和2006年的NDVI值，其值反映了泉州市植被覆蓋度的狀況，NDVI數值越大，研究區域的植被覆蓋度越高，NDVI數值越小，則說明研究區域的植被覆蓋度越低。為了研究泉州市域植被覆蓋度的變化分析，將2006年NDVI減去2001年NDVI，得到2001～2006年的NDVI變化值NDVI（2006～2001），其變化值反映了2001～2006年植被覆蓋度的變化情況：①如果NDVI（2006～2001）小于0，表示植被覆蓋度降低，其值越小表示植被覆蓋度降低得越多；②NDVI（2006-2001）在0左右，則說明植被覆蓋度變化不大；③如果NDVI（2006-2001）大于0，表示植被覆蓋度升高，其值越大植被覆蓋度升高越多。

3.3 彩色合成原理

由于所得的影像中包含的研究區域的植被覆蓋度信息都各自不相同，所以，為了更加直觀地表現植被覆蓋度的變化程度，我們可利用RGB的彩色合成圖像來同時反映研究區域在2001～2006年期間植被覆蓋度的變化情況及其變化趨勢，并能在一個顯示窗口里直觀地了解到所需的信息。為了能更直觀地顯示植被覆蓋度變化的圖像，突出變化信息，還可對所生成的RGB彩色合成影像進行適當的低通濾波去噪處理以及對比度拉伸。因而本文將NDVIN（2001）、NDVIN（2006-2001）、NDVIN（2006），分別賦予R（紅色）、G（綠色）、B（藍色）分量進行RGB的假彩色合成，圖像上得到的不同的色調能夠直觀地反映研究區地面植被覆蓋度的變化趨勢，如圖6。

3.4 綜合分類及統計分析

為了保證得到的結果的準確性，還需對得到的合成圖像進行一些處理。首先，需要對合成圖像掩膜一次，主要對水體進行掩膜，否則錯誤的信息將會被統計在內。

遙感計算機自動分類可分為監督分類和非監督分類。首先需要從研究區域選取有代表性的訓練場地作為樣本。根據已知訓練區提供的樣本，通過選擇特征參數（如像素亮度均值、方差等），建立判別函數，據此對樣本像元進行分類，依據樣本類別的特征來識別非樣本像元的歸屬類別。其常用的方法有：最小距離分類法、最大似然比分類法、多級切割分類法和特征曲線窗口法。本文利用軟件ENVI感興趣區（ROI）提取研究區訓練樣本，采用最小距離分類法進行分類。本文對分類結果進行類型統計，統計出各種類型的像元個數及占研究區域總的像元個數的百分比。其分類統計結果如表1。

3.5 結果分析

將研究區域內的植被覆蓋情況分為低植被覆蓋、中等植被覆蓋、高植被覆蓋（這里所指的低植被覆蓋、中等植被覆蓋及高植被覆蓋都是相對于NDVIN值的大小而言）。根據彩色合成原理所得的圖6，結合表1統計數據，得出以下結論。

（1） 在合成圖上，極少部分水域呈黑色，由于該區域在兩期影像上的NDVIN值都很小，且變化很小。在分類之后的影像上，本文對水體進行掩膜處理，因而表1的計算未將水體納入統計。

（2） 對于植被覆蓋度較低的低植被覆蓋地區，但是NDVIN值略有上升，在合成影像上呈墨綠色，這類區域主要分布在泉州市的城區所在地、部分水田。這是因為2001～2006年期間城區所在地綠化面積的不斷增加，使得植被覆蓋度呈現略為上升狀態，水田由于受成像時間的影響，故城區所在地及水田在合成影像上呈墨綠色。從表1可知，低植被覆蓋略微有上升的區域占整個研究區的66.70%。

（3） 原來為低植被覆蓋度區域，在2001～2006年期間NDVI不斷上升，上升為中等植被覆蓋的區域，在合成影像圖上呈現為綠色，這類區域主要分布在湖泊、河流及沿岸的區域以及作物長勢好的水田和恢復得較好的山脈。市區晉江流域、西湖由于受水體富營養化的影響，其NDVIN值出現上升的趨勢。掩膜掉水體區域后，該類區域的面積占總面積的6.39%。

（4） 植被覆蓋在2001～2006年由中低等植被覆蓋上升為高植被覆蓋的區域，在圖上呈現為青色（藍綠色），該類區域分布在植被覆蓋較好的山坡上。該區域的面積占總面積的0.38%。

（5） 對于中等植被覆蓋區域，由于后來遭受比較嚴重的破壞，植被覆蓋度出現急劇下降的區域，在合成影像圖上呈現紅色，這類區域主要集中分布在城區擴展區域、擴展公共用地、開荒毀林區域、水土流失嚴重區域。該區域的面積占總面積的6.06%。

（6） 高植被覆蓋在2001～2006年間覆蓋基本不變的穩定區域，在合成影像圖上呈現品紅色，這類區域主要集中在生態環境好的山區。該區域的面積占總面積的7.99%。

（7） 高植被覆蓋度且植被覆蓋度保持上升的植被良性循環區，在圖上呈灰白色，這類區域也主要分布在生態環境好的山區，大部分分布在市區北部清源山。該區域的面積占總面積的12.48%。

4 結論

本文采用不同時相的TM/ETM+影像，提取不同時相的NDVI圖，利用波段運算求出兩個時相的NDVI變化影像，根據彩色合成原理，實現兩個時相NDVI變化合成影像，用顏色直觀地反映研究區域地面植被覆蓋的變化情況。另外，利用不同時相NDVI變化合成圖進行監督分類。并對分類結果進行統計，定量地分析研究區在2001～2006年期間的地面植被覆蓋的變化程度。研究結果表明，泉州市的植被覆蓋整體來說有一定的上升趨勢，但局部區域植被覆蓋度有所下降。此方法具有一定的推廣性，采用相同的原理，對不同波段進行合成，得到的不同顏色搭配就可以用于其他領域的研究，如用一年內不同季相的影像，運用上述方法可以直觀和定量地描述出不同植被類型的分布情況。利用該方法不僅避免了傳統研究手段對數據獲取存在的困難，而且使得大范圍的植被覆蓋變化研究變得直觀性、簡易性、準確性。但本文還存在一定的不足，采用較先進的分類方法提高合成圖的分類精度有待進一步研究。

參考文獻：

[1]徐涵秋，陳本清. 廈門市植被變化的遙感動態分析[J].地球信息科學，2003（2）.

[2]柳錚錚，曾從盛，鐘春棋.基于TM影像的福州市地表植被變化分析[J].水土保持研究，2008（3）.

[3]江振藍，沙晉明.利用多時相TM影像分析福州市地表植被的變化[J].水土保持研究，2003（4）.

[4]賈寶全，邱爾發，張紅旗.基于歸一化植被指數的西安市域植被變化[J].林業科學，2012（10）.

[5]趙泰安，彭道黎.利用多時相遙感影像分析密云縣植被動態變化[J].東北林業大學學報，2013（12）.

[6]張魯濱，崔青春，王富喜，等.基于NDVI的黃河三角洲植被覆蓋度動態變化研究[J].魯東大學學報：自然科學版，2013（3）.