基于NDVI像元二分模型的城市植被覆蓋度分析

劉艷杰 李重

關鍵詞：NDVI;像元二分模型;植被覆蓋度

植被覆蓋度是指植被（包括葉、莖、枝等）在地面的垂直投影面積占統計區總面積的百分比，揭示了植被的茂密程度及植物光合作用面積的大小，是一個反映地表植被群落生長態勢的綜合量化指標，是衡量區域生態環境質量的一個重要參考因子。

分析植被覆蓋度有利于了解城市綠地覆蓋信息。植被覆蓋度的測量方法有兩種：地面測量和遙感測量。小范圍的地表植被覆蓋度的估算可以利用地面測量，常用的方法有目估法、采樣法、儀器法和模型法。地面測量精度比較高，但是測量成本較高，并且受時間、天氣和區域條件的限制，且難以在大范圍內快速獲得植被覆蓋度。大范圍的地表植被覆蓋度的估算可以利用遙感測量，地面測量作為遙感監測的一種輔助方式，為遙感監測提供基礎數據。本文對研究區植被覆蓋度采用基于像元二分法原理，結合植被指數，對研究區域的植被覆蓋度進行遙感監測。

一、研究區概況

焦作市位于河南省西北部，地處東經112°43'3 1”～113°38'35”、北緯34°49'03”～35°29'45"之間，位于太行山脈和豫北平原的交界地帶。地形主要有由平原和山區兩大基本類型構成，從北到南依次為山區一丘陵一平原，地勢由西北向東南傾斜。處于中緯度地區，屬溫帶大陸性季風氣候區，四季分明，季節差異明顯。

二、研究方法

（一）NDVI計算

NDVI即歸一化植被指數，是反映區域植被生態態勢的重要參數因子，是植被監測情況的重要指標，被定義為近紅外波段與可見光紅波段數值之差與這兩個波段數值之和的比值，即

NDVI=（pmrt--prt）/（pnm+pa）………………………（1）

NDVI值的范圍在卜1，1]之間。NDVI經比值處理，可以部分消除與太陽高度角、衛星觀測角、地形、云、陰影和大氣條件等有關的輻照度條件變化的影響;同時NDVI的歸一化處理，使因遙感器標定衰退對單波段的影響從10%-30%降到NDVI的0-6%，并使由地表雙向反射和大氣效應造成的角度影響減小。

（二）像元二分模型

像元二分模型是一種簡單、常用的線性模型。它假定一個像元的信息是由植被和土壤兩部分組成，即通過遙感傳感器所觀測到的一個像元信息S可以看作是由土壤（無植被覆蓋）部分所貢獻的信息和由植被覆蓋部分所貢獻的信息S的和即：

對于遙感影像上的任一像元其組成方式有2種可能：一種是只有一種地物構成的純像元;另一種是由兩種或多種地物混合構成的混合像元。對于純像元，假設全部由植被覆蓋像元的遙感信息為S，全部由土壤（無植被）覆蓋像元的遙感信息為S對于混合像元，像元由植被和土壤兩部分構成，像元中植被覆蓋面積占像元總面積比例即為該像元的植被覆蓋度￡，而土壤（無植被覆蓋）面積占像元總面積比例為則像元中植被成分所貢獻的信息S，可以表示為：

式中Sa和s是該模型的2個參數，根據該公式只要知道這兩個參數的具體數值就可以利用遙感信息來估算植被覆蓋度。

像元二分模型表達了遙感信息和植被覆蓋度之間的關系，參數S代表土壤純像元所反映的遙感信息，參數s。代表植被純像元所反映的遙感信息，像元二分模型不受地域條件限制，引人參數S和S來削弱大氣、土壤背景與植被類型等的影響。通過兩個因子進行線性變換，將大氣、土壤背景與植被類型等對遙感信息的影響降到最低，只留下植被覆蓋度的信息。

（三）基于NDVI和像元二分模型植被覆蓋度計算

NDVI可以很好地反映不同時期植被的長勢以及不同地點植被的覆蓋情況，所以，在像元二分模型的基礎上，通過NDVI來估算研究區域的植被覆蓋度。

對于大多數的裸地類型，NDVI應該是變化很小且接近于0的一個定值，但實際上由于受土壤類型、濕度等眾多因素的影響，NDVI的值會有一定的變化，其變化范圍一般在-0.1-0.2之間。同樣，NDVL值會隨著植被類型、植被結構等因素的變化而變化，即使是對同一幅遙感影像計算植被覆蓋度，NDVI和NDVI也不能取固定值。結合所研究區域和研究區域影像的特點選取NDVI和NDVI參數值，所得估算結果更加接近實際情況。

三、結果與分析

對研究區的原始多光譜影像，利用公式1計算NDVI值，NDVl分布圖如圖1所示，顏色的深淺代表NDVI值的大小，顏色越深NDVI值越大。根據所得的NDVI圖像，利用ENVI軟件Compute Statistics工具進行統計計算，對融合后的焦作市區多光譜影像進行監督分類，提取綠地信息。結合焦作市的實際情況，將綠地細分為：樹木、草地、農田三類。

根據統計結果，分別取累積概率為5%和95%的NDVI值作為NDVI和NDVI，可得：NDV=0.655025，NDvI=-0.066389。根據公式8，計算植被覆蓋度，并繪制圖像（見圖2）。圖像的每個像元值表示該像元內的平均植被覆蓋度，其中顏色的深淺代表該區域植被覆蓋度的高低，顏色越淺代表其植被覆蓋度越高，通過植被覆蓋度分布圖，可以從總體上了解研究區的植被分布情況，有利于對研究區綠地信息的精細提取。

利用SVM分類方法得到的分類圖像信息，統計各類別地物面積、所占比例、綠地率、人均綠地面積等信息，結果見表1。

根據表1，雖然焦作市城市綠地覆蓋面積、綠地覆蓋率總體較高，滿足城市區綠化用地面積不低于總用地面積30%的要求，但是其中農田所占比例過大，草地和樹木所占比例過小，人均占有面積少。因此，應該加大對草地和樹木的投入，特別是綠量較高的喬木的種植，更大程度提高綠化面積及質量。

結語

針對焦作市植被覆蓋度，以Landsat8和高空間分辨率影像為數據源，對城市綠地信息提取的NDVI、像元二分模型以及分類方法進行研究，提取了焦作市的綠地空間分布信息，利用NDVI的簡單快速特點，結合像元二分模型實現了實驗區內綠地信息的快速提取。通過恰當的分類方法，在NDVI綠地提取的基礎上，將綠地進一步細分為草地、樹林和農田，實現了城市綠地信息的精細提取。今后需要加強對遙感影像信息提取原理和方法的研究，探索更好的分類方法，如，嘗試新波段組合數據，更好地結合影像光譜信息和紋理信息，尋找針對城市信息提取的快速而又準確方法。