基于RS/GIS的黄土地区高速公路沿线植被覆盖度变化分析——以铜黄高速为例

屈越强，陈爱侠，王　丹

(长安大学环境科学与工程学院, 西安　710054)

· 试验研究 ·

基于RS/GIS的黄土地区高速公路沿线植被覆盖度变化分析——以铜黄高速为例

屈越强，陈爱侠，王丹

(长安大学环境科学与工程学院, 西安710054)

黄土高原地带一直以来都是我国水土流失比较严重的地区，高速公路的建设扰动了原本脆弱的生态系统，植被覆盖度则是影响水土流失的一个重要因子，因此，本文基于Landsat遥感数据源，利用遥感(RS)和地理信息系统(GIS)技术，结合归一化植被指数(NDVI)像元二分法来分析黄土地区铜(川)黄(陵)高速公路两侧400m内的植被覆盖度变化情况。研究表明研究区中低覆盖度的变化是先升高后降低，即由1995年的18.1%上升到2000年29.4%，而到2013年则下降到6.3%，主要是铜黄高速公路施工对沿线植被的砍伐和工程占地所致。2000年～2013年间由于黄土高原地区实施退耕还林，封山绿化，使研究区的高覆盖度在2013年面积增加明显，较2000年增加了39%，说明高速公路路域生态植被的恢复取得了良好的效果，有效降低了该区域的水土流失。本次研究的定量分析可以为该地区水土流失及生态环境保护提供参考资料。

黄土高原；高速公路；植被覆盖度；RS/GIS

高速公路的建设给人们的生产和生活带来很大方便，然而也不可避免带来一定影响，如植被砍伐、土壤结构变化、坡度增加等。

由于黄土地区土壤节理性发育比较明显，且湿陷性较强，这种影响变得更为突出[1]，该区域的水土流失比较严重，为此铜黄高速公路沿线水土流失和植被覆盖度变化备受人们关注[2]。

RS/GIS作为一项高新技术[2]，它为区域植被覆盖度调查提供了新的途径与技术支持，弥补了传统调查手段的不足，及时、快捷、准确地获得相应覆盖度信息，为路域植被恢复调查提供基础数据。目前，有关铜黄高速公路路域的植被覆盖度变化研究鲜见报道。

论文选用1995年、2000年、2013年3期的Landsat遥感图像，利用归一化植被指数(NDVI)二分法对铜黄高速公路建设前、中、后期两侧400m范围的植被覆盖度进行定量分析，为该地区水土流失及生态环境保护提供参考资料。

1　研究区概况

1.1工程概况

铜黄高速公路建成于2001年，北接黄延高速公路，南接西铜一级公路，途径铜川市、宜君县、止于黄陵县的康崖底，全长72.25km，是包头至北海西部开发大通道的重要路段。该公路的边坡区域主要采用砼骨架植草防护、水平沟植草防护、穴播植草防护、喷播植草防护等[3]。经过近几年的自然演替，原来公路采用的水平沟、穴播恢复的植被明显退化，于是在2010年前后，对该公路的边坡又进行了专项绿化设计，主要栽紫穗槐、点播的柠条、紫花苜蓿。2013年取得了非常好的绿化效果。

1.2自然环境概况

铜黄高速公路所经地区为渭北高原向陕北黄土高原过度的山岳地貌，地势西南高，东北地，属于低山地貌。该地区属于暖温带大陆季风气候区，四季温差大，冬季气候干燥寒冷，易积雪，夏季温度高，湿度适宜，雨水充沛。春秋为过度季节，气候多变。

2　遥感图像预处理

2.1原始遥感图像的波段组合

本文选用研究区Landsat遥感影像，采用543波段组合，因为此种假彩色合成与真实颜色更加接近，便于后面处理图像的识别[4]。原始遥感影像数据如表1所示。

表1　研究区遥感数据源

注：数据来源于中国科学院计算机网络信息中心国际科学数据镜像网站(http://www.gscloud.cn)。

2.2图像镶嵌

波段组合完成后，即增强处理结束，需要对所获的不同遥感影像进行镶嵌，以获得能够覆盖整个研究区的遥感图像[5]。

2.3图像裁剪

为了更好的显示植被覆盖度变化，本文选择道路两侧4km走廊带呈图。根据生态环境影响评价技术导则的规定，公路的评价范围为中轴线各向外延生300～500m，因此，在数据分析时只对高速公路两侧400m进行数据统计分析。

按照此方法，依次裁剪出1995年5月、2000年5月和2013年9月的研究区遥感影像。

3　植被覆盖度计算

3.1归一化植被指数NDVI计算

归一化植被指数(NDVI)是利用绿色植物强吸收可见光红波段(0.63～0.69μm) 和高反射近红外波段(0.76～0.9μm) 特点，经过变换，增强植被信号，削弱噪音组合而成。

选择Arcgis Spatial Analyst工具栏中的Raster Calculator进行计算，选择第三波段和第四波段，利用公式NDVI =(NIR-R)/(NIR+R)进行计算[6]。

式中：NIR为近红外波段的反射率，R为红光波段的反射率。

3.2植被覆盖度计算

植被覆盖度的反演就是利用归一化植被指数和像元二分模型。像元二分模型原理是假设影像上一个像元的反射率R可分为纯植被部分反射率Rv和非植被部分Rs两部分，任一像元的反射率值可以表示为由植被覆盖部分与非植被覆盖部分的线性加权的和:

R=Rv+Rs

(1)

假设影像上一个像元中有植被覆盖的面积比例为fc,即该像元的植被覆盖度, 那么非植被覆盖的面积比例为1-fc。如果该像元全由植被所覆盖,则所得的反射率为Rveg,如果该像元无植被覆盖,则反射率为Rsoil,因此,混合像元的植被部分所贡献的信息Rv可以表示为纯植被反射率Rveg与像元中植被覆盖面积fc的乘积(见公式(2)), 而非植被成分所贡献的信息Rv可以表示为Rsoil与1-fc的乘积(见公式(3)):

Rv=fc×Rveg

(2)

Rs=(1-fc)×Rsoil

(3)

将式(2)和式(3)带入式(1),可得到计算植被覆盖度的公式,如下:

(4)

其中:Rsoil与Rveg是像元二分模型的两个参数。很明显,只要求得这两个参数根据公式(4),就可以利用遥感信息来估算植被覆盖度[7]。

根据像元二分模型原理,将1个像元的NDVI值表示为由有植被覆盖部分地表与无植被覆盖部分地表组成的形式。计算植被覆盖度的公式可表示为:

其中:NDVIsoil表示完全为裸土或无植被覆盖区域的NDVI值,NDVIveg则代表完全由植被所覆盖的像元的NDVI值,即纯植被像元的NDVI值[8,9,10]。

3.3植被覆盖度分级

按照植被覆盖度的分级标准进行分类，见表2。

表2　植被覆盖度分级标准

为了得到不同植被覆盖度的面积统计值，将该图像进行属性值的重新设置，裸地属性值为1 ，低植被覆盖度属性值为2，中低植被覆盖度属性值为3，中植被覆盖度属性值为4，高植被覆盖度属性值为5，利用Arcgis软件制作研究区植被覆盖度分级图，如图1所示[11,12]。

图1　铜黄高速公路路域植被覆盖度分级Fig.1　The vegetation coverage classification of TongHuang highway roadside

4　研究区植被覆盖度变化分析

按照新的属性值统计栅格总数，根据栅格总数计算不同等级植被覆盖度面积。通过对3个时期的植被覆盖度分级图的对比，制作分类后植被覆盖度对比表,如表3所示。

由上表所示不同时期的植被覆盖度分类面积，利用Arcgis制作不同时期植被覆盖度总体对比图，见图2。

表3　铜黄高速公路路域不同时期植被覆盖度变化

图2　铜黄高速公路路域不同时期植被覆盖度对比Fig.2　The vegetation coverage comparison of TongHuang highway roadside in different periods

由表3和图2可知，研究区裸地面积和地覆盖度面积相对较少，0.1%～0.4%，且在3个研究时期变化较小；中低覆盖度面积表现为明显的扰动，即由1995年的18.1%上升到2000年的29.4%，而2013年则下降到6.3%；主要是因为中覆盖度的面积逐年下降，即由1995年的42.7%下降到2013年的15.4%；高覆盖度的面积在1995年和2000年变化不大，约占38.6%～38.9%，而在2013年表现为明显的升高，达77.6%[13]。研究区植被覆盖度的变化主要在于施工期工程的扰动，使其中低覆盖度在2000年明显增加，而2000年～2013年间由于路域植被的重建和研究区推行“山川秀美工程”，实施退耕还林，封山绿化，使研究区的高覆盖度面积增加明显。可见，高速公路路域生态恢复措施取得了很好效果，明显降低了区域水土流失[14,15]。

5　结　论

5.1本文基于Erdas和Arcgis软件，选取了黄土地区铜黄高速公路作为研究对象，对铜黄高速沿线的植被覆盖度进行了研究和分析，通过对3个时期的植被覆盖度对比，结果表明，研究区的2000年中覆盖度和高覆盖度面积比例有所下降，而中低覆盖度面积比例明显升高，升幅为11.3%，主要是铜黄高速公路施工对沿线植被的砍伐和工程占地所致。

5.2研究区2013年高覆盖度面积明显升高，主要是研究区路域植被的重建和研究区域“山川秀美工程”的实施，取得了明显的生态效果，有效减缓了黄土地区高速公路两侧水土流失。

[1]刘泉,陈朝镇.黄土高原水土流失的现状和思考[J].绵阳师范学院学报,2007,26(2):101-102.

[2]陈俐谋,杨霞.公路交通GIS技术应用研究[J].沈阳师范大学学报,2005,23(2):169-172.

[3]朱小花.铜黄高速公路路垫边坡植被恢复影响因子研究[D].西安：长安大学,2011.

[4]孙晓华.应用ERDAS进行卫星影像数据预处理[J].福建建设科技,2010,(3):66-67.

[5]吴黎,张有智,解文欢.基于ERDAS的肇源县植被覆盖度研究[J].黑龙江农业科学,2011,(3):126-128.

[6]陈国荣,刘健,施聪智，等.基于GIS和遥感技术的植被覆盖度反演模型[J].北华大学学报,2010,11(3):251-254.

[7]Zhangyan Jiang,Alfredo R Huete,Jin Chen， et al.Analysis of NDVI and scaled difference vegetation index retrievals of vegetation fraction[J].Remote Sensing of Environment,2006,101(3):366-378.

[8]马娜,胡云峰,庄大庆，等.基于遥感和像元二分模型的内蒙古正蓝旗植被覆盖度格局和动态变化[J].地理科学,2012,32(2):251-256.

[9]潘建平,叶焕倬.基于遥感分类的植被覆盖度提取[J].测绘信息与工程,2007,32(6):17-19.

[10]黎良财,邓利,曹颖. 基于NDVI像元二分模型的矿区植被覆盖动态监测[J].中南林叶科技大学学报,2012,32(6):18-23.

[11]王晓峰,任志远.基于RS和GIS的榆林市植被覆盖度动态变化研究[J].陕西师范大学学报,2008,36(3):101-104.

[12]穆少杰，李建龙，陈奕兆，等.2001-2010年内蒙古植被覆盖度时空变化特征[J].地理学报，2012,67(9):1255-1268.

[13]陈涛,李平湘,张良培.武汉地区1988年～2002年植被覆盖度动态变化分析[J].遥感技术与应用,2012,23(5):511-516.

[14]田运林.植被覆盖作用下的水土流失效应研究[J].临汾师范学院学报，2010,32(3):47-50.

[15]Yang Zisheng, Liang Luohui.Soil erosion under different land use types and zones of Jinsha River Basin in Yunnan Province, China[J].Journal of Mountain Science,2004,1(1):46-56.

Analysis of Vegetation Coverage Change of the Loess Area Along the Highway Based on RS/GIS:An Example of Tonghuang Expressway

QU Yue-qiang1, CHEN Ai-xia1, WANG Dan1

(SchoolofEnvironmentalScience&Engineering,Chang’anUniversity,Xi’an710054,China)

Loess Plateau zone has always been the serious soil erosion region in China. Highway construction has disturbed the fragile eco-system. Vegetation coverage is an important factor affecting soil erosion. Therefore, this article based on Landsat remote sensing data sources, using RS and GIS technology, combining with the normalized difference vegetation index (NDVI) pixel dichotomy, analyzed the vegetation coverage changes along Tonghuang highway within 400m on both sides in Loess Plateau region. Research showed that the changes of the Medium-low coverage first increased and then decreased, increased from 18.1% in 1995 to 29.4% in 2000. However it dropped to 6.3% in 2013, mainly due to the cutting and land occupation during Tonghuang highway construction. Thanks to the implementation of returning farmland to forestry and closing hillsides to facilitate afforestation in the Loess Plateau region from 2000 to 2013, the high coverage area increased significantly in 2013, increased 39% compared with 2000, indicating that highway expressway ecological vegetation recovery achieved good effect, effectively reduced soil erosion in the region. Quantitative analysis of this study can provide reference for the regional soil erosion and ecological environment protection.

The loess plateau; expressway; vegetation coverage; RS/GIS

2014-08-21

屈越强(1989-)，男，陕西延安人，长安大学环境科学与工程学院环境工程专业2012级在读研究生，主要从事环境遥感研究。

X173

A

1001-3644(2015)01-0030-04