基于多時相遙感影像的池州市植被時空動態演化分析

韓 平，蔣偉峰，韓偉杰，白如山

(阜陽師范大學 歷史文化與旅游學院，安徽 阜陽 236037)

植被是保證生態系統正常運轉的必不可少條件，其可以有效促進全球水循環、碳氧平衡以及維護生物的多樣性，同時對提高區域環境質量和改善人居環境起著積極作用。因此，本文以區域植被為研究內容，通過利用NDVI和植被覆蓋度兩個指標來研究評價該區的植被變化狀況。這對于該區制定科學合理的生態環境保護與可持續發展策略以及區域的長遠規劃等具有十分重要的意義。

提取區域的NDVI和植被覆蓋度有多種方法，例如地面測量法、基于遙感影像的提取方法、植被指數轉換等[1-3]。植被覆蓋度的傳統量算方法主要是地面測量但是限制性因素較多而且精度不高，難以實現對大面積地物信息的提取。而采用以遙感影像為基礎數據的提取方法具有同步獲取大區域范圍內的地物信息并且受主觀影響因素較小、精度較高等特點[4]。對此，國內外學者利用遙感影像對各地區的植被覆蓋度狀況進行了深入研究，對從遙感影像提取地物信息的方法與技術、植被指數轉換等方面進行了探討，并得出了一定的理論結果。

池州市是安徽省長江防護林工程的重要組成部分，植被的變化將深刻影響長江流域的生態穩定性。本研究以池州市不同時向遙感影像為基礎，通過計算NDVI和利用像元二分模型估算區域植被覆蓋度的方法來提取植被信息，并通過疊加和差值圖像方法來量化植被變化數值，達到對區域植被動態監測的目的。

1 研究區概況

池州市在安徽省的西南部，地處30°40′27.27″N，117°29′44.47″E之間，平均海拔高程為13.78 m。東部與宣城、蕪湖、銅陵市接壤，西部與江西省相接，東南部與黃山市為鄰，北部與安慶市相連。研究區目前轄貴池區(池州市轄區)、東至縣、石臺縣和青陽縣，總面積8272平方公里(圖1)，截至2018年3月，總人口為162萬。池州市處在亞熱帶季風氣候區，夏季濕潤多雨，冬季溫和少雨、全年雨量豐富，雨熱同期，因此植被生物量豐富。

圖1 池州市行政區劃圖

2 數據來源與研究方法

2.1 數據來源

根據研究內容對數據的要求，在下載研究區遙感影像時有一定標準：下載同種類型的遙感數據；云量等噪聲大小不會影響最終數據精度；6、7、8月份為植被生物量最豐富的季節，因此優先選擇6、7、8月份的一系列遙感數據。綜合上述要求，在中國科學院遙感與數字地球研究所網站下載遙感影像作為基礎數據，包括2006年Landsat 5池州市TM遙感影像至2018年Landsat 8的OLI遙感影像，一共18景。

2.2 研究方法

本文通過利用ENVI和ArcGIS軟件進行一系列操作來獲取研究區的數據。首先是下載研究區遙感影像以及獲取池州市的最新的行政區劃圖(利用ArcGIS手動矢量化實現)；其次是在拼接的多景影像基礎上，借助ENVI 5.1軟件中的“Subset Data from ROIs”選項進行裁剪，獲得最終的池州市遙感影像；然后在此基礎上，進行一系列影像預處理工作，包括如標準假彩色合成、快速大氣校正、輻射校正、幾何校正、去云降噪等；最后利用工具箱的“band math”工具進行NDVI的提取，得到歸一化植被指數專題圖和年際NDVI變化圖。同時在提取NDVI基礎上進行植被覆蓋度的計算，將專題圖層導入ArcGIS，在GIS軟件中按照國家所規定植被覆蓋度的劃分標準進行重分類。并將屬性表count數值與單位像元所代表的實際大小相乘，得到最終分類后的面積。提取池州市2018年植被覆蓋度的步驟與2006年相似。

3 研究過程

3.1 歸一化植被指數的提取

植被指數作為衡量地區生態環境的重要指標之一，它能很好地反映出植被的生長狀態。歸一化植被指數是利用近紅外波段與紅光波段灰度值之差，除以近紅外波段與紅光波段灰度值之和[5](P348-358)，因可以有效地消除與大氣狀況相關的輻射變化的影響(如太陽高度角、衛星觀測角等)，所以一般將其作為測度區域植被生長狀態的指示因子。

正因此，本文選取NDVI作為研究池州市植被狀況的評價因子之一。其取值范圍是-1～1，負值表示地面覆蓋度為云、水、雪等；0表示巖石或裸地；正值表示植被覆蓋，當數值越接近1時，說明區域植被覆蓋度越高、植被生長狀況越好。植被指數的計算公式為：

NDVI=(NIR-R)/(NIR+R)

(1)

上式NDVI表示歸一化植被指數值，R表示紅外波段的灰度值，NIR表示近紅外波段的灰度值。

另外在進行NDVI提取時也應注意一些問題：一是公式輸入與波段的匹配一致。不同數據源和不同衛星傳感器所獲取的波段有不同的輸入類別。通過在實際操作和查閱中得到了一些常見衛星傳感器的計算方法，對此：

基于Landsat5 TM 影像，公式(1)可轉換為：

(2)

基于Landsat8 OLI 影像，公式(1)可轉換為：

(3)

再將公式代入計算后得到池州市歸一化植被指數分布圖(圖2)，同時點擊“compute to the statistics”可得到研究區年平均NDVI數值，并統計各年均值生成NDVI年際變化折線圖(圖3)。

圖2 池州市各年NDVI分布圖

圖3 池州市NDVI年際變化折線圖

3.2 植被覆蓋度的提取

植被覆蓋度是指植被的重要投影面積占據地面總面積的比例，植被覆蓋度的取值范圍通常為0～1，數值越大，表明植被覆蓋度越高[6]。本研究利用像元二分模型，在歸一化植被指數的基礎上提取池州市植被覆蓋度，其基本原理是假設影像所對應地表上的每個像元都只有兩種形式，即植被完全覆蓋與無植被覆蓋部分。各個像元的NDVI是指對有植被與無植被對應的NDVI值加權求和，權值為這兩種植被覆蓋類型在像元內所占的比值，所以計算植被覆蓋度的數學公式可表達為：

(4)

式中：FV為像元的植被覆蓋度，NDVI為像元的植被指數數值，NDVIsoil為無植被覆蓋(裸地)區域的NDVI值，NDVIveg為植被完全覆蓋(植被地)的像元NDVI值[7]。

圖4 池州市植被覆蓋度分布圖

在計算植被覆蓋度的過程中，NDVIsoil和NDVIveg的選擇至關重要，將會直接影響最終的估算結果。從理論上看，NDVIsoil和NDVIveg的值是固定不變的即最小取值是0最大取值是1。但是在實際操作中則會受到多種因素的影響，如植被的種屬差異、區域氣候及天氣狀況的變化，或者同一地區在不同時間內的土壤性質發生改變等，這些都會影響我們最終的結果。正因如此，我們在置信度的取值上主要根據研究區影像的實際情況來確定，在沒有大量實測數據作為參考依據的情況下，通常采用累積百分數5%和95%作為置信區間[7]。對此，本研究將無植被覆蓋地區和植被完全覆蓋地區的純像元的累積百分數設為5%和95%，并根據公式(4)計算出池州市2006年和2018年的植被覆蓋度。

3.2.1 植被覆蓋度的等級劃分

在提取池州市植被覆蓋度之后對其進行等級劃分，在參照國家有關部門對植被覆蓋度的劃分標準(表1)的前提下，利用ArcGIS 軟件中spatial analyst tools重分類功能，對2006年及2018年池州市的植被覆蓋度圖層進行分類，選取間斷點，將植被覆蓋度一共劃分為6個大類并賦予一定的顏色，生成分類后的植被覆蓋度圖層；然后設計專題圖布局，插入圖例、比例尺及指北針，并設計大小和位置；最后導出專題圖，得到最終池州市植被覆蓋度分布圖(圖4)。

表1 植被覆蓋度等級劃分標準

3.2.2 植被覆蓋度的面積計算

為了以數值方式詳細表述池州市2006年—2018年的植被覆蓋度變化情況，本文利用ArcGIS軟件對研究區植被覆蓋度進一步量化，打開分類后植被覆蓋度圖層的屬性表，添加面積字段，利用屬性表中的字段計算器功能，將各分類像元總數和單位像元所表示的實際大小相乘(30m*30m，15m*15m兩類實際大小)，那么研究區各等級植被覆蓋度的面積大小(表2)就可計算出來。通過比較各等級植被覆蓋度的面積，可以分析出池州市2006年—2018年植被覆蓋度演化的時空特征。

表2 各等級植被覆蓋度面積變化(單位：km2)

4 結果與分析

4.1 池州市歸一化植被指數的時空格局

根據上文所得池州市2006年—2018年歸一化植被指數分布圖，可以觀察到池州市2006年—2018年植被指數12年間的變化，從而可以推斷出植被生長變化情況。從圖2可以看到，在空間上池州市植被指數分布總體上呈現出明顯的東南高，西北及沿江流域低的分布格局。其中，NDVI在0—1區間內的主要分布在東至縣、石臺縣和青陽縣以及池州市轄區東南部部分地區，而在-1—0區間的NDVI分布在貴池區北部和西部以及青陽縣西部沿長江區域；在空間分布范圍上，池州市2006年—2018年植被指數分布范圍有一定變化，其中空間分布范圍變化最大是NDVI在0.3—0.7區間內的，其分布空間2006年—2013年由池州市東南部逐漸向中部縮減，后在2014年—2018年逐漸恢復到原有位置，其余指數分布范圍隨此發生相應變化。總體來看，池州市植被指數分布相對均勻，說明2006年—2018年池州市植被生長狀況總體呈向好態勢。

圖3為池州市各年NDVI平均值折線變化圖，從圖上可以觀察到2006年—2018年池州市歸一化植被指數均值主要集中在0.35—0.52之間波動，雖在2000年—2008年和2013年—2014年指數有波動，但總體趨于穩定增長趨勢。對此為了分析研究區NDVI年際變化規律，對其進行趨勢線擬合，圖中虛線為趨勢線，方程為y=0.0059x2-0.0738x+0.5909，r2=0.7735，方程開口向上且多數年份位于對稱軸右側，呈上升趨勢，說明了近13年池州市的植被變化趨勢正在不斷變好。

4.2 池州市植被覆蓋度的時間變化

對表2進行對比分析發現，2006年高植被覆蓋度所占面積最大，為3861.25 km2；其次是中高植被覆蓋度，為2535.05 km2；第三是中植被覆蓋度，為1029.70 km2；最后依次相對較少的是低植被覆蓋度、裸地、極低植被覆蓋度。2018年中高植被覆蓋度所占面積最大，3646.67 km2；其次是中植被覆蓋度，為2980.58 km2；第三是低植被覆蓋度，為604.88 km2；最后依次相對較少的是裸地、極低植被覆蓋度、高植被覆蓋度。從植被覆蓋度等級的變化上來看，裸地和極低植被覆蓋度的面積明顯增加，這是和城市擴張、經濟建設以及城市綠化的影響密切相關，并最終導致土地植被覆蓋狀況的改變。另外低植被覆蓋度、中植被覆蓋度、中高植被覆蓋度也有一定增加，這主要是來自兩個方面：一是人為的干預，如退耕還林、長江防護林建設以及種植經濟林木等。二是從高植被覆蓋度轉化而來。除此之外，需要注意的是高植被覆蓋度面積的減少，這需要我們在今后經濟發展中特別注意對高值植被覆蓋度區域的保護。同時結合圖3研究區NDVI的年際變化規律我們可以發現，在研究早期經濟的發展造成高值植被覆蓋度面積減少的情況十分嚴峻，但是在研究中后期更加注重了生態與經濟的協調發展，區域植被狀況在逐年好轉并且趨于穩定。這說明池州市的植被覆蓋度總體上是好轉的。

4.3 池州市植被覆蓋度的空間變化

差值圖像法是指對兩個不同時相遙感圖像之間通過減法或者加權減法運算生成的圖像[8]。為了研究池州市植被的空間演化特征，在ENVI 5.1軟件中利用流程化工具對池州市2006年、2018年的影像進行運算。從影像上可以觀察到：極低、低、中、中高植被覆蓋度的面積明顯增加，部分地區存在植被覆蓋度由高等級轉至中等級。其中東至縣、石臺縣和青陽縣低、中植被增加最多。這種結果表明池州市政府自2006年—2018年以來在植被保護、生態修復方面的工作正逐漸取得成效，政府對森林植被的關注與保護的持續關注，推動了區域生態環境進一步好轉。

5 結論

歸一化植被指數和植被覆蓋度是作為評價區域植被的重要指標。利用二者關系可以對區域植被狀況進行量化分析，可以更加直觀反映區域真實植被狀況。本文利用歸一化植被指數和植被覆蓋度來評價池州市2006年—2018年植被情況，較為全面的演繹了池州市13年間植被覆蓋度的演化過程。研究表明，池州市各等級植被覆蓋度總體上呈現出正增長趨勢，也從側面說明了池州市在大力開展經濟建設的同時更兼顧了對區域自然環境的保護，這是符合區域可持續發展要求的。

與此同時，池州市植被覆蓋度在空間上呈現出分布不均衡的情況，這也要求池州市在制定近景或遠景規劃時要注意生態保護的空間均衡性。對此提出了幾點參考建議：

一是注重池州城市建成區綠化設施的安排布局，擴大建成區的植被覆蓋面積，提高綠地率。建立以當地樹種(杉木、馬尾松、三角楓等)為主導道路綠化格局，在池州市區和縣城區域完善道路綠化工作；加大對城市綠地公園的升級與改造；增加小游園和游憩公園的數量。

二是政府生態環保等部門應積極與國土、市政、氣象部門開展合作。發揮各部門在土地審批、城市綠化日常維護和植被動態監測中的作用，保證植被生物量的恒定；政府應積極出臺相關植被保護條例，保護區域植被特別是珍稀樹種。

三是對林區進行保護性開發，發放生態補償金與發展特色林業經濟(蘑菇、中藥、特色養殖等)并重。使池州市在經濟建設過程中，既能實現經濟繁榮增長，又能推進生態文明建設。

四是積極打造池州市“杏花村”和“國家森林城市”的旅游城市形象。積極發展旅游業特別是生態旅游，并借此帶動池州市的植被的保護與恢復工作。