2000年以来南京市植被覆盖度动态变化的遥感提取与驱动力分析

许亚辉++周蕾++倪海峰++李辉

摘 要：植被覆盖度是反映地区生态环境优劣的重要参照，也是反映地表地物状况的量化指标之一，可以为植被保护、城市规划建设等提供依据。利用遥感软件ENVI处理南京市区四个时相的遥感影像，提取NDVI植被指数，进而计算得到南京城区植被覆盖度变化，并分析植被覆盖度变化的内在驱动力及其对南京城市生态环境的影响，以便为今后南京加强生态文明建设提供决策支持。

关键词：遥感监测 NDVI 植被覆盖度 决策分类

中图分类号：Q945 文献标识码：A 文章编号：1674-098X（2014）10（a）-0203-04

遥感是一种非接触、远距离的探测技术。遥感传感器通过对地表物体的电磁波辐射、反射作用的探测，获取被观测地区的遥感数据，并运用一定的科学方法和技术分析地表地物特性，来获取人们所需要的地表信息。遥感技术探测范围大、获取数据量多，能在短时间内对地表进行大面积观测，为人们宏观掌握地面自然状况提供了极为有利的条件，是传统手工作业不可替代的。遥感技术可以动态的反应地面事物的变化，遥感探测可以周期性、重复地对同一地区进行观测，这个特性有助于人们获取相同地点、不同时间的遥感数据，进而观测地表事物的变化[1]。

植被包含森林、草原、作物以及城市绿地等，具有防止沙尘、保持水土、美化环境等多重功效，是生态系统中最为重要的部分之一。城区植被对于城市不仅仅有美化的功效，更在空气污染物的清除、碳的储存与吸收、降温与节能、生物挥发物排放以及水文效益等方面具有要生态效益，目前城市植被的建设已经在城区规划建设中占有了越来越重要的地位。

在遥感领域，植被指数是反映地表植被信息的重要参数，广泛应用于定性和定量评价植被覆盖和生长状况。近年来，国内外利用遥感数据进行地表植被观测的研究越来越多。其中，美国开展了利用高分辨率雷达（AVHRR）监测土地覆盖变化和季节性植被状况研究的项目。新西兰科学家Dymond等使用NDVI植被指数研究新西兰退化草地的植被覆盖度。国不同内也有不少关于植被覆盖度的研究，如陈云浩等利用1983-1992年的AVHRR-NDVI数据对我国不同植被类型的覆盖状况进行了分析等[2]。随着遥感技术的快速发展和遥感数据的不断更新，很大程度上方便了对目标地区的研究，利用遥感数据进行地表植被观测的研究也将越来越多。

植被覆盖度是指在单位面积内植被的垂直投影面积所占总面积的百分比，是衡量地区生态环境优劣的重要标准之一。传统的地表实测手段消耗的人力、物力、财力较大，而且植被覆盖面积的计算精度低、效果差，利用遥感数据提取植被覆盖度已经成为目前最为有效的技术途径。随着遥感技术的发展和更新，极大地方便了对目标地区的研究，该文通过利用遥感软件ENVI对南京城区2000、2003、2006和2009四个年份的植被覆盖度的变化进行提取和分析，试图为南京城区的生态建设和可持续发展提供决策支持[3]。

1 研究区域

南京市作为国家园林城市，积极致力于提高城市绿化覆盖率，提出“城市与自然共存”的原则，实施园林绿地的可持续发展战略。2009年12月，南京提请江苏省政府向国家林业局申报创建“国家森林城市”，并提出2013年建成国家森林城市的奋斗目标，正式启动国家森林城市创建工作。为确保目标实现，南京市委、市政府高度重视国家森林城市创建工作，专门成立了由市长担任组长的“创森”工作领导小组，把创建国家森林城市作为南京建设“绿色都市”、“绿色青奥”和美丽乡村的一项重要任务。2013年9月南京成功获得国家森林城市的称号。

南京市总面积6597 km2，城区园林绿化覆盖总面积达75612 hm2，其中公园绿地6064 hm2，生产绿地2111 hm2，防护绿地1464 hm2，防护绿地8642 hm2，建成区绿地24027 hm2，人均公共绿地17 m2。

本课题所用的数据为Landsat ETM+数据，该数据可以从国际科学数据服务平台下载（http：//datamirror.csdb.cn/），检索信息为：资源卫星Landsat 7 ETM SLC-off，行号120，列号38，云量<4%，时间分别为2000年9月16日、2003年9月25日、2006年9月17日、2009年6月5日。研究区不同时期假彩色合成影像如图1所示。

2 南京市植被覆盖提取关键技

2.1 研究方案

（1）获取南京地区遥感影像。

（2）利用遥感软件ENVI4.7、Arc Map9.3对遥感数据进行辐射校正、配准（以2000年份图像为基准）、波段整合、剪裁、大气校正等预处理。

（3）提取南京城区植被指数（NDVI）。

（4）计算南京城区植被覆盖度。

（5）分析植被覆盖度变化原因，为日后南京城区的生态建设和可持续发展提供决策支持。

由于Landsat 7ETM+机载扫描行校正器发生的故障而使2003、2006、2009年份的影像存在条带缺损问题，较之2000年份图像需要加做去条带操作，配准时也是以2000年份图像为基准，预处理完成后进行NDVI植被提取进而通过像元二分模型的基础上研究的模型（李苗苗等）做出南京地区植被覆盖度的处理图像，进而进行图像直观比较和计算面积对比[4]。

技术路线如图2。

2.2 植被指数

将Landsat7 ETM+遥感图像经过预处理后，应进行归一化差植被指数NDVI（Normalized Difference Vegetation Index）。NDVI能够反映植被状态，与植被覆盖率紧密相关，因此为目前最广泛运用的植被指数之一。

（1）

其中，NIR代表近红外，R代表红光，通常是图像中的第四和第三波段[5]。endprint

2.3 植被覆盖度遥感估算

目前利用遥感测量地区植被覆盖度的方法有许多，本实验运用的是李苗苗等在像元二分模型的基础上研究的模型：

（2）

其中， NDVIsoil为完全土壤或无植被覆盖区域的NDVI值，NDVIveg则代表全部由植被覆盖的像元的NDVI值，即纯植被像元的NDVI值。两个值的计算公式为：

（3）

（4）

利用这个模型计算植被覆盖度的关键是计算NDVIsoil和NDVIveg。

当区域中可以近似取VFCmax=100%，VFCmin=0%时，公式（1）就可变为：

（5）

NDVImax和NDVImin分别为区域内NDVI的最大值和最小值。由于噪声等不可避免因素对图像的影响，NDVImax和NDVImin一般取一定置信度范围内的最大值与最小值，置信度的取值主要根据所使用的图像实际情况来确定[6]。

2.4 阈值的确定

按2.2所述得到NDVI后，需要对其进行分析并不断尝试阈值的可能值，并与原图像进行对比得到最终的阈值。

由于植被叶绿素、土壤、建筑物等不同地物对于红光和近红外的存在明显不同的反射率和吸收强度因此得到了NDVI，打开ENVI中的Cursor Location/Value，可见Data值为-1到1之间的数值，小于0的区域为土壤等覆盖，大于零区域为疑似植被区域[7]。利用Band Math输入（float（b1） ge 可能阈值）*255+（float（b1） lt可能阈值）*0对NDVI进行再提取，经过不断尝试对比原图像可得出最佳阈值[8]。

2.5 植被覆盖面积的估算

利用2.4所述分别对2000、2003、2006、2009年份的处理成果进行植被面积的估算。将生成的阈值确定图像保存为img格式，在ArcMap中打开并利用Project Raster对原栅格图进行投影（本文所用图像信息中自带投影）后对栅格数据进行像素数以及像素大小进行计算，从而可以得到植被覆盖面积的估算值。

3 实验与结果分析

3.1 实验过程

按照2.1中研究方案进行试验，可以得出本实验结果。

3.1.1 对原图像进行预处理

分别进行辐射矫正；去条带处理（2000年份无此步骤）；整合后以2000年份图像为基准进行校准（2000年份无此步骤）；转换图像格式后进行大气校正。

3.1.2 NDVI提取

将4个年份经过预处理的图像用ENVI4.7进行NDVI提取。所得如图3。

图3中为各年份NDVI提取后的图像，图中越为明亮则植物覆盖越高。从图中已经可观察到2000至2009年份间南京市植被覆盖区域和程度都出现了明显变化。

其中白下、鼓楼、下关、建邺、雨花台、秦淮区其相连在一起人口密度大、建筑物集中在此几个区，2000至2006年间植被覆盖越来越少并有所扩张，而在2009年份图中可以看到植被覆盖增多，其城市绿化得到较好的效果；江宁区东部在2006至2009年间植被覆盖减少迅速；浦口区和六合区植被覆盖岁年份缓慢减少。

3.1.3 植被覆盖度提取

根据2.3中公式（1）至（4）分别对四个年份的植被覆盖率进行提取计算。将植被提取（NDVI）图像做统计，以5%时取NDVImin，90%时取NDVImax。

2000：MAX=0.399974，MIN= 0.0061680

2003：MAX=0.321753，MIN= 0.003555

2006：MAX=0.237350，MIN= 0.001143

2009：MAX=0.173863，MIN= 0.000930

所得到的植被覆盖图像如图4所示。

图4中未被植被覆盖和植被覆盖较少的地区颜色较浅。可以观察到人口密集的白下、鼓楼、下关、建邺、雨花台、秦淮区植被覆盖一直较少；江宁区西部地区以及高淳县中部地区植被覆盖有少量减少，溧水县植被覆盖在西南部有持续减少且减少速度呈现加快趋势；浦口六合地区无明显变化。

3.1.4 阈值法确定植被覆盖区域并计算面积

在ENVI中利用Bandmath工具尝试寻找最佳阈值，将生成图像与原图进行对比以便确定最佳阈值。对于4个年份的图像作者确定的阈值从2000年至2009年分别为：0.57；0.52；0.4；0.43。

所成图像如图5。

而通过ArcMap对阈值确定图像栅格数据白色（有植被覆盖区域）像素点数和像素大小进行计算后，后可得到有效植被覆盖面积，如表1所示。

通过表格中数据可清楚的看出南京地区从2000年至2009年，每间隔三年的植被减少的粗略估计。2000至2003年绿地减少量约为600，933，600m2；2003至2006年减少量约为639，129，600m2；2006至2009年减少量约为1，117，990，800m2。直至2009年，其有效植被面积大约为2000年的三分之一；2006至2009年间植被覆盖减少最为严重。

3.2 结果分析

通过一系列图像分析和数据计算，可以很直观的了解南京城市植被覆盖度的减少数量和速度。虽然在图像获取和图像处理过程中不可避免的存在误差，但最后得到的面积估计值还是具有一定的现实意义，可以体现出城市植被的发展趋势以及地区差异。

整体来看，南京市的植被总体减少并且速度也在加快。江宁区植被覆盖减少，特别是在江宁区东部地区尤为明显；白下、鼓楼等市中心地区植被覆盖虽有减少，但走势比较平稳，在2006至2009年间对比看出植被有增多的表现。endprint

4 植被覆盖度变化的驱动力分析

4.1 人类活动因素

由图5可以看出，南京地区2000年到2009年10年间植被覆盖度骤减，2009年的植被覆盖面积甚至不足2000年的1/3，生态环境遭到很大破坏。通过了解南京发展近况得知，新世纪以后，南京城市迅速向南、向东扩张，城镇化步伐加快，新的城市建筑代替了原有的城市植被，直接造成植被覆盖度骤降。由此可见，如何协调城市发展与环境保护，成为了南京政府亟待解决的问题。

4.2 自然因素

植被生长除了受到人类的影响外，还有很大程度上的影响是自然因素，气候变化和温度变化直接影响植物的正常生长，例如，南京紫金山地区植被覆盖度变化较小，由于该地区植被常年得到保护，植被自身的调节使土壤有了修整与保护，使得蓄水能力得到相应提高，进而使植被生长迅速，覆盖面积得到有效维持甚至增长[9]。

4.3 误差因素

由于卫星数据的局限性，不能使所获得的数据非常精准，并且在计算过程中也会产生一定的误差。其次，由于获取遥感影像的时间和天气状况并不完全相同，且耕作的植物类型也不同，导致植被覆盖度不能完全精确统计[10]。

5 结语

在该文例子中，对南京地区的2000、2003、2006、2009年份遥感数据进行了研究，对南京地区的植物覆盖度以及植物覆盖有效面积进行了估算。实验结果表明，南京地区总体上植被覆盖上减少较多并且越来越快。

白下、鼓楼等区为市中心人口和建筑密度大，原本植被覆盖少，但在2006-2009年间植被覆盖面积和程度有所增加；江宁区在不断开发中，植被覆盖面积有所减少，减少区域集中在江宁区东部；浦口、六合区变化不明显。

在经济发展的同时，需要对植被进行更多的重视。需要强调的是植被在城市中的可见和不可见的效益是非常可观的，如何与环境达到平衡应当成为当今城市发展的一个重要的关注方向。

参考文献

[1] 邓良基.遥感基础与应用[M].北京：中国农业出版社，2000.

[2] 陈云浩，李晓兵，陈晋，等.1983-1992年中国陆地植被NDVI演变特征的变化矢量分析[J].遥感学报，2002（1）：12-18.

[3] 张本均，喻静静，刘良云.北京山区植被动态变化遥感监测研究[J].地域研究与开发，2003，27（1）：108-12.

[4] 李苗苗.植被覆盖度的遥感估算方法研究[D].北京：中国科学院遥感应用研究所，2010.

[5] 江辉.基于遥感的植被覆盖度估算及其动态研究—以鄱阳湖区为例[D].南昌：南昌大学，2005.

[6] 张显峰，祺伟宏.运用RS，GPS，GIS技术进行大比例尺徒弟利用动态监测的实验研究[J].地理科学进展，2001（2）：137-146.

[7] 刘丽，刘青，黄万岗，等.贵州省植被指数遥感动态监测研究[J].贵州气象，2001（5）：112-115.

[8] 甘淑，何大明.NDVI在澜沧江流域山区林地覆盖遥感监测中的应用研究[J].林业科学，2001（4）：134-136.

[9] 尹超，王艳芳，张爱国.基于NDVI的临汾市植被覆盖动态变化遥感监测研究[J].山西师范大学学报：自然科学版，2011（3）：125-128.

[10] 寇元阔，周广胜.基于NDVI的中国天然森林植被净第一性生产力模型[J].植物生态学报，2000，24（1）：9-12.endprint

4 植被覆盖度变化的驱动力分析

4.1 人类活动因素

由图5可以看出，南京地区2000年到2009年10年间植被覆盖度骤减，2009年的植被覆盖面积甚至不足2000年的1/3，生态环境遭到很大破坏。通过了解南京发展近况得知，新世纪以后，南京城市迅速向南、向东扩张，城镇化步伐加快，新的城市建筑代替了原有的城市植被，直接造成植被覆盖度骤降。由此可见，如何协调城市发展与环境保护，成为了南京政府亟待解决的问题。

4.2 自然因素

植被生长除了受到人类的影响外，还有很大程度上的影响是自然因素，气候变化和温度变化直接影响植物的正常生长，例如，南京紫金山地区植被覆盖度变化较小，由于该地区植被常年得到保护，植被自身的调节使土壤有了修整与保护，使得蓄水能力得到相应提高，进而使植被生长迅速，覆盖面积得到有效维持甚至增长[9]。

4.3 误差因素

由于卫星数据的局限性，不能使所获得的数据非常精准，并且在计算过程中也会产生一定的误差。其次，由于获取遥感影像的时间和天气状况并不完全相同，且耕作的植物类型也不同，导致植被覆盖度不能完全精确统计[10]。

5 结语

在该文例子中，对南京地区的2000、2003、2006、2009年份遥感数据进行了研究，对南京地区的植物覆盖度以及植物覆盖有效面积进行了估算。实验结果表明，南京地区总体上植被覆盖上减少较多并且越来越快。

白下、鼓楼等区为市中心人口和建筑密度大，原本植被覆盖少，但在2006-2009年间植被覆盖面积和程度有所增加；江宁区在不断开发中，植被覆盖面积有所减少，减少区域集中在江宁区东部；浦口、六合区变化不明显。

在经济发展的同时，需要对植被进行更多的重视。需要强调的是植被在城市中的可见和不可见的效益是非常可观的，如何与环境达到平衡应当成为当今城市发展的一个重要的关注方向。

参考文献

[1] 邓良基.遥感基础与应用[M].北京：中国农业出版社，2000.

[2] 陈云浩，李晓兵，陈晋，等.1983-1992年中国陆地植被NDVI演变特征的变化矢量分析[J].遥感学报，2002（1）：12-18.

[3] 张本均，喻静静，刘良云.北京山区植被动态变化遥感监测研究[J].地域研究与开发，2003，27（1）：108-12.

[4] 李苗苗.植被覆盖度的遥感估算方法研究[D].北京：中国科学院遥感应用研究所，2010.

[5] 江辉.基于遥感的植被覆盖度估算及其动态研究—以鄱阳湖区为例[D].南昌：南昌大学，2005.

[6] 张显峰，祺伟宏.运用RS，GPS，GIS技术进行大比例尺徒弟利用动态监测的实验研究[J].地理科学进展，2001（2）：137-146.

[7] 刘丽，刘青，黄万岗，等.贵州省植被指数遥感动态监测研究[J].贵州气象，2001（5）：112-115.

[8] 甘淑，何大明.NDVI在澜沧江流域山区林地覆盖遥感监测中的应用研究[J].林业科学，2001（4）：134-136.

[9] 尹超，王艳芳，张爱国.基于NDVI的临汾市植被覆盖动态变化遥感监测研究[J].山西师范大学学报：自然科学版，2011（3）：125-128.

[10] 寇元阔，周广胜.基于NDVI的中国天然森林植被净第一性生产力模型[J].植物生态学报，2000，24（1）：9-12.endprint

4 植被覆盖度变化的驱动力分析

4.1 人类活动因素

由图5可以看出，南京地区2000年到2009年10年间植被覆盖度骤减，2009年的植被覆盖面积甚至不足2000年的1/3，生态环境遭到很大破坏。通过了解南京发展近况得知，新世纪以后，南京城市迅速向南、向东扩张，城镇化步伐加快，新的城市建筑代替了原有的城市植被，直接造成植被覆盖度骤降。由此可见，如何协调城市发展与环境保护，成为了南京政府亟待解决的问题。

4.2 自然因素

植被生长除了受到人类的影响外，还有很大程度上的影响是自然因素，气候变化和温度变化直接影响植物的正常生长，例如，南京紫金山地区植被覆盖度变化较小，由于该地区植被常年得到保护，植被自身的调节使土壤有了修整与保护，使得蓄水能力得到相应提高，进而使植被生长迅速，覆盖面积得到有效维持甚至增长[9]。

4.3 误差因素

由于卫星数据的局限性，不能使所获得的数据非常精准，并且在计算过程中也会产生一定的误差。其次，由于获取遥感影像的时间和天气状况并不完全相同，且耕作的植物类型也不同，导致植被覆盖度不能完全精确统计[10]。

5 结语

在该文例子中，对南京地区的2000、2003、2006、2009年份遥感数据进行了研究，对南京地区的植物覆盖度以及植物覆盖有效面积进行了估算。实验结果表明，南京地区总体上植被覆盖上减少较多并且越来越快。

白下、鼓楼等区为市中心人口和建筑密度大，原本植被覆盖少，但在2006-2009年间植被覆盖面积和程度有所增加；江宁区在不断开发中，植被覆盖面积有所减少，减少区域集中在江宁区东部；浦口、六合区变化不明显。

在经济发展的同时，需要对植被进行更多的重视。需要强调的是植被在城市中的可见和不可见的效益是非常可观的，如何与环境达到平衡应当成为当今城市发展的一个重要的关注方向。

参考文献

[1] 邓良基.遥感基础与应用[M].北京：中国农业出版社，2000.

[2] 陈云浩，李晓兵，陈晋，等.1983-1992年中国陆地植被NDVI演变特征的变化矢量分析[J].遥感学报，2002（1）：12-18.

[3] 张本均，喻静静，刘良云.北京山区植被动态变化遥感监测研究[J].地域研究与开发，2003，27（1）：108-12.

[4] 李苗苗.植被覆盖度的遥感估算方法研究[D].北京：中国科学院遥感应用研究所，2010.

[5] 江辉.基于遥感的植被覆盖度估算及其动态研究—以鄱阳湖区为例[D].南昌：南昌大学，2005.

[6] 张显峰，祺伟宏.运用RS，GPS，GIS技术进行大比例尺徒弟利用动态监测的实验研究[J].地理科学进展，2001（2）：137-146.

[7] 刘丽，刘青，黄万岗，等.贵州省植被指数遥感动态监测研究[J].贵州气象，2001（5）：112-115.

[8] 甘淑，何大明.NDVI在澜沧江流域山区林地覆盖遥感监测中的应用研究[J].林业科学，2001（4）：134-136.

[9] 尹超，王艳芳，张爱国.基于NDVI的临汾市植被覆盖动态变化遥感监测研究[J].山西师范大学学报：自然科学版，2011（3）：125-128.

[10] 寇元阔，周广胜.基于NDVI的中国天然森林植被净第一性生产力模型[J].植物生态学报，2000，24（1）：9-12.endprint