基于遙感技術的地表水源地植被覆蓋度的動態變化

李曦彤, 苗正紅, 何龍濤, 吳春輝, 馬 晶, 邱中軍

(1.長春工程學院，長春 130012；2.吉林省水利水電勘測設計研究院，長春 130012；3.吉林省老龍口水庫管理局，琿春 133300)

隨著社會的不斷發展，環境問題被更多人所關注，植被作為預防水土流失的重要因素，也是陸地生態系統的核心所在。植被覆蓋度是衡量植物群落表面狀況的綜合量化指標，同時也是對地區生態環境進行評估的重要指標[1]。

遙感技術具有易操作、成本低、可周期性重復的特點，被廣泛應用于植被覆蓋度的監測中，能夠直接獲得與植被覆蓋有關的信息。植被指數法、亞像元模型法、混合光譜模型法、光譜梯度差模型法[2]是當前應用較廣泛的獲取植被覆蓋度的四種方法。上述方法因存在觀測周期長、操作煩瑣、所受局限性較大等缺點，限制了其推廣應用[3]。像元二分模型方法因具有操作簡便，能滿足較高的精度要求等優點被廣泛運用到植被覆蓋度提取中。目前，中外學者利用像元二分模型對城市的植被覆蓋度進行研究已有大量報道[4-5]。郭秀麗等[6]基于歸一化植被指數像元二分法，利用Landsat-TM數據反演了內蒙古自治區杭錦旗植被覆蓋度；郭芬芬等[7]估算出昌都縣的植被蓋度,其總體精度高達82.5%。然而，關于地表水源地區植被覆蓋度的研究較少。陳駿[8]對松華壩水源區的植被覆蓋度動態變化進行了研究，發現這主要歸因于流域內地形起伏較大，受水源影響，地表水源地區地形種類復雜，研究相對復雜，對研究過程有一定的影響。

琿春老龍口水庫地表水源地是集城市防洪、供水、發電、灌溉養魚和環保于一體，具有獨特的地理位置和豐富的資源，其植被覆蓋度直接影響該地區的生態環境。在當前研究中對老龍口水庫地表水源地區的研究主要集中在水土涵養、魚群保護、水庫監測等方面，通過查閱文獻發現對該地區植被覆蓋度的動態變化研究較少，因此基于遙感技術，采用像元二分模型，以2002、2009、2018年的Landsat遙感影像為數據源，估算地表水源地植被覆蓋度，同時分析該區域植被覆蓋度的動態變化和影響因素，為今后的深入研究提供參考依據。

1 研究區概況

圖1 研究區位置

選取琿春老龍口水庫地表水源地作為研究區(圖1)，位于東經130°14′～131°20′、北緯42°43′～43°30′。主要包括琿春老龍口水庫及其流域，行政區劃包括汪清縣和琿春市。琿春河是水源地區一級支流，發源于汪清縣復興鎮杜荒子以西的禿禿嶺，河長198 km[9]。地勢由北向南傾斜，西北和東北部地勢較高，西南部地勢平坦[10]。多年平均降水量618 mm[11]。流域中游的老龍口大型水庫是琿春市工農業及生活用水的主要水源地，最大庫容為3.674×107m3[12]。流域內自然生態保存完好，冬暖夏涼，水質良好[13]，能夠有效地凈化圖們江流域。

2 數據來源及研究方法

2.1 數據來源及處理

研究區數據源包括遙感數據、數字高程模型(digital elevation model，DEM)數據、統計數據及行政區劃數據。遙感數據在地理空間數據云獲取(http://www.gscloud.cn),以美國陸地衛星2002年Landsat-5 TM、2009年Lansat-7 ETM及2018年Landsat-8 OLI數據為主，空間分辨率為30 m，成像清晰、云量低于5%，對影像進行輻射定標、大氣校正、投影、鑲嵌及裁剪等處理。DEM空間分辨率為30 m；在地理國情監測云平臺(http://www.dsac.cn)獲取該區域人口數據，從中提取行政區界線數據。

2.2 歸一化植被指數基本原理

歸一化植被指數(normalized difference vegetation index，NDVI)是最常用的植被指數，又稱標準化植被指數[14],具有操作簡單、植被指示性和地域適用性較強等特點，計算公式如式(1)所示：

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

(1)

式(1)中：NDVI為歸一化植被指數；NIR為近紅外波段；RED為紅外波段，其中Landsat TM影像及Lansat ETM影像的NIR為第4波段，RED為第3波段[15]。

2.3 植被覆蓋度計算

運用像元二分模型[16-18]計算植被覆蓋度，像元二分模型的原理是假定一個像元的信息可被分為兩類：裸土與植被，因此該混合像元的遙感信息就可以表達為綠色植被的信息和無植被覆蓋的裸土信息兩部分[19]。

S=Ss+Sv

(2)

式(2)中：S為混合像元的遙感信息；Ss為無植被覆蓋的裸土信息；Sv為綠色植被的信息。

設全由植被所覆蓋的純像元所得的遙感信息為Sveg；全由裸土所覆蓋的純像元所得的遙感信息為Ssoil[20]；一個像元中有植被覆蓋的面積比例為fc；裸土覆蓋度為(1-fc)[21]，則混合像元中綠色植被信息Sv可表示為fc與Sveg的乘積：

Sv=fcSveg

(3)

式(3)中：Sv為綠色植被的信息；fc為一個像元中植被覆蓋度面積比例；Sveg為植被所覆蓋的純像元所得的遙感信息。

無植被覆蓋的裸土信息Ss和混合像元的遙感信息S分別表示為

Ss=(1-fc)Ssoil

(4)

式(4)中：Ss為無植被覆蓋的裸土信息；Ssoil為裸土所覆蓋的純像元的信息。

S=fcSveg+(1-fc)Ssoil

(5)

由于NDVI可以有效地表示植被覆蓋度。根據像元二分原理，一個像元的NDVI值由兩部分組成，分別為：純綠色植被覆蓋部分和無植被覆蓋的純裸土覆蓋部分[22]。將NDVI代入式(5)可得：

NDVI=fcNDVIveg+(1-fc)NDVIsoil

(6)

式(6)中：NDVIveg為純綠色植被覆蓋部分；NDVIsoil為純裸土覆蓋部分。

將式(5)、式(6)轉換后得到式(7)：

fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(7)

由于地表濕度、粗糙度、土壤顏色和類型等一系列因素的影響，NDVIveg和NDVIsoil也會隨著時間不斷變化[23]，這兩個參數值的確定將直接影響植被覆蓋度估算的結構。所以選取影像中的NDVI后，確定置信區間；最后選取出累計概率為5%左右的值為NDVIsoil，95%左右的值為NDVIveg，并將計算小于NDVIsoil的值賦為0，計算大于NDVIveg的值賦為1。

3 結果與分析

3.1 植被覆蓋度總體變化特征

通過第2節的方法，經過統計得到2002、2009、2018年遙感影像的NDVIsoil和NDVIveg，如表1所示。

表1 NDVI參數

圖2 琿春老龍口水庫地表水源地平均植被覆蓋度分布

利用式(7)、表1中NDVI取值，計算出不同時期琿春老龍口水庫地表水源地的植被覆蓋度，在此基礎上將其劃分為5個不同等級：低植被覆蓋度(0～20%)，主要為居民地、水域、裸地等；中低植被覆蓋度(20%～40%)主要為低產草地、灌木林等；中植被覆蓋度(40%～60%)主要為中產草地、農田等；中高植被覆蓋度(60%～80%)主要為林地、園地、耕地等；高植被覆蓋度(80%～100%)主要為密林地。在Arcgis的柵格計算器中計算出3年平均植被覆蓋度等級(圖2)，可以有效地反映出各個等級的植被覆蓋度總體分布情況，并且可以直觀地看出研究區范圍內東北部、中部、西南部各地區植被覆蓋度情況。

從圖2中可以看出，研究區植被覆蓋度良好，總體處在中高度、高度植被覆蓋度區。具體表現為中部地區和東北地區高，西南地區低。西南地區大部分為居民地，由于城市建設用地的影響，西南地區植被覆蓋度相比其他地區較少。研究區中部和東北部主要為山地，植被覆蓋度較高。

3.2 植被覆蓋度時間變化分析

根據植被覆蓋度等級劃分尺度，獲得2002、2009、2018年的植被覆蓋度等級(圖3)。各植被覆蓋度等級面積統計，如表2所示。

圖3 地表水源地植被覆蓋度等級

表2 各級植被覆蓋度面積統計

圖4 地表水源地植被覆蓋度空間分布

由圖3可知，研究區低植被覆蓋區即紅色部分面積不斷減少，而高植被覆蓋區即藍色部分面積呈先減少后增加趨勢。琿春老龍口地表水源地2002—2009年植被覆蓋度降低，2009—2018年植被覆蓋度顯著提高。2002年植被覆蓋度在83%左右的所占比重最大，2009年植被覆蓋度在61%左右的所占比重最大，2018年植被覆蓋度在87%左右的所占比重最大。2009—2018年地表水源地區總體植被覆蓋度與2002—2009年植被覆蓋度相比較好，中高度、高度植被覆蓋區占總面積的86.99%，可見地表水源地區植被覆蓋度達到40%的面積超過整個區域的一半。變化幅度明顯的類型是中植被覆蓋度和高植被覆蓋度，植被覆蓋類型面積分別變化了1.515×103、2.722×103km2。低度、中低度、中高度植被覆蓋類型變化幅度較小。由表2可知，2002—2009年，琿春老龍口水庫地表水源地中低度、中度植被覆蓋類型面積在增加，而低度、中高度、高度植被覆蓋類型面積都在減少，其中高植被覆蓋度面積減少最多，達到9.03×102km2。

3.3 植被覆蓋度空間變化分析

比較2002、2009、2018年地表水源地區7個鄉鎮的植被覆蓋度變化情況,如圖4所示。

地表水源地區鄉鎮主要包括春化鎮、哈達門鄉、楊泡滿族鄉、馬川子鄉、板石鎮、英安鎮、三家子滿族鄉。2002—2009年，春化鎮及哈達門鄉植被覆蓋度呈減小趨勢，由于村鎮建設及居民地的擴張，春化鎮西北部植被覆蓋度變化明顯。板石鎮北部及英安鎮北部植被覆蓋度小面積增加，其余鄉鎮植被覆蓋度基本不變。2002—2009年，地表水源地區植被覆蓋度減少，出現植被退化現象。2009—2018年，7個村鎮的植被覆蓋度都呈現增大趨勢，春化鎮、哈達門鄉、楊泡滿族鄉、馬川子鄉、板石鎮植被覆蓋度增加趨勢顯著，說明2009年以后，地表水源地區的植被覆蓋度總體上大幅度提高，除水體及城市建設用地外，基本達到植被全覆蓋。

3.4 影響因素分析

影響植被覆蓋度的變化不僅包括人類活動等的一些人為因素，還包括政府政策及其他相關因素。

2002—2009年，由于城市發展、人口激增，城市化建設占用了大量的土地，從而使得某些區域的植被覆蓋度出現大程度的轉變，琿春市林業局對森林環境狀態進行保護，全面提高森林總體質量。目前中央財政森林撫育完成5.320 6×104hm2，營造林完成1.312 9×104hm2，完成林地清收還林面積1.625×103hm2[24]。琿春市退耕還林工程經過生產實踐，退耕還林生態林、經濟林種植項目達到了水土保持的生態效能，并且得到有序健康發展。植被覆蓋度減小的地區多為人口密集地及人類活動頻繁的地區，而交通阻塞，貧窮落后的地區植被覆蓋度增長快速[25]。由此可見，人為因素治理措施對植被覆蓋度有很大影響。

由于遙感影像具有同物異譜、異物同譜的特點，識別植被的類型都有一定偏差，同時琿春老龍口水庫地表水源地區植被覆蓋度變化趨勢與人類活動有著密切的關聯，除此之外其他因素也會對植被覆蓋有著一定的影響，在今后研究中還需深入挖掘。

4 結論

基于遙感技術，采用像元二分模型，通過分析2002、2009、2018年琿春地表水源地區的植被覆蓋度的變化趨勢及主要原因，得到如下結論。

(1)從空間分布來看，琿春地表水源地區整體植被覆蓋度良好，研究區西南部分植被覆蓋度較低，由西向東呈逐漸升高趨勢。中高、高度植被覆蓋區面積占總面積的50%以上。2002—2018年春化鎮、哈達門鄉、楊泡滿族鄉植被覆蓋度變化最為明顯。

(2)從時間動態變化來看，2002—2009年該地區植被覆蓋度不斷降低，植被覆蓋度降低幅度最大的是高植被覆蓋類型，減少的面積為9.03×102km2，但2009—2018年植被覆蓋度相對于上一時間段有較大的增長幅度，2018年平均植被覆蓋度達到87%，其中高植被覆蓋度區面積由2009年的4.49×102km2上升到2018年的3.171×103km2。

研究表明生態工程恢復、政府政策等是影響植被覆蓋度變化的主要原因，政府退耕還林、還草政策直接影響植被覆蓋度的變化。加強生態環境建設，提高生態恢復的效率，是接下來維持生態可持續發展的重要工作。