APP下载

基于Landsat的青神县植被覆盖动态变化分析

2019-07-07赵昊天王林青谢天资蒋雨轩龚固堂骆宗诗陈俊华

四川林业科技 2019年5期
关键词:青神县覆盖度植被

赵昊天,王林青,郑 勇,谢天资,蒋雨轩,龚固堂,骆宗诗,陈俊华*

(1.成都理工大学,四川 成都 610059;2.四川省青神县林业和园林局, 四川 青神 620460; 3.四川省林业科学研究院,四川 成都 610081)

植被是陆地生态系统重要组成部分,是联结大气、水、生物、岩石、土壤等自然地理环境要素的纽带[1]。此外,植被还具备净化空气、涵养水源、调节气候、防风固沙、美化环境等众多生态功能[2~4]。所以,植被的覆盖状况是评价区域环境质量和生态系统平衡状况的一项重要指标[5]。遥感技术能够同步获取大区域范围内的数据信息并具有受主观影响因素较小,精度较高等优点,特别是高光谱、高空间分辨率遥感的出现[6~7]。植被覆盖度遥感估算方法已经得到广泛应用[8]。植被指数是指由遥感传感器获取的对植被有一定指示意义的各种数值可以间接地反映地表植被的长势、覆盖度等[9]。而在反映植被覆盖的指数中,NDVI是植被长势状况和空间分布变化的最佳指示因子并与植被覆盖度呈线性相关[10]。遥感测量估算法中的像元分解法计算模型简单可靠、输入参数通用易得,可以在一定程度上削减大气和土壤等因素对植被覆盖度所产生的影响,被广泛应用[11]。从生态环境角度, 岷江流域是长江上游生态屏障建设的重点区域之一, 具有显著的生态功能地位[12~13]。青神县位于岷江中游和成都平原西南部,是长江上游的组成部分,分析当地的植被覆盖动态变化,对筑牢长江上游生态屏障青神段和维护成都平原城市群的生态空间有重要的现实意义。近年来,李晓婷[14]等基于2000—2015年的MODIS影像数据对眉山市植被覆盖度变化进行了分析,并发现眉山市整体植被覆盖度以改善为主。但目前还缺乏针对青神县植被覆盖度动态变化情况的分析,本文在分析相关资料和文献的基础上,利用青神县2009年、2013年和2018年3期TM和OLI_TIRS影像作为数据源,提取出研究区NDVI,通过像元分解模型估算出青神县植被覆盖度,并用差值法、转移矩阵来分析植被覆盖的动态变化情况。

1 研究区概况

青神县位于眉山市南部,地处川西平原西南边缘,属川西平原与川西丘陵的接壤过渡带。北以鸿化山口为前门,南以平羌三峡作后户,东依龙泉山脉,西抵金牛河岸,东经103°41′~103°59′、北纬29°42′30″~29°55′33″。县域东西长约29.5 km,南北宽约23.5 km,面积387 km2。境内地势东南高,西南次之,中端低平,最高处海拔为691 m,最低处为377 m,极限高差314 m。属亚热带湿润气候区,年平均气温17.0℃,年平均降水量1069.5mm,常年气候温和、雨量充沛、四季分明。

2 研究方法

2.1 数据来源

本文选用的遥感影像数据以美国陆地卫星影像Landsat TM/OLI为主,影像数据来自美国地质勘探局(USGS)网站(http://glovis.usgs.go)。Landsat系列遥感数据具有较高的时间空间分辨率、覆盖范围广等优点,能够有效动态监测地表信息。成像时间分别为2009年、2013年、2018年,均选取研究区植被生长较好、云量小于5%的3—5月数据,地图投影坐标为UTM-WGS 84投影坐标系。其他数据,如行政区矢量文件、土地利用现状图、地形图等均从青神县政府获取。遥感影像参数如表1所示。

表1遥感影像参数

Tab.1 Remote sensing image parameters

2.2 数据预处理

首先利用ENVI5.3遥感图像处理软件,对每一期的数据依次进行辐射定标、FLAASH大气校正等处理,以减少大气和太阳高度角变化等带来的误差。以青神县地形图为基准影像,对各期影像采用地面控制点法进行配准,选择河流分叉处、十字路口和整个影像图的边角共计36个特征明显的控制点相互匹配,校正参数后输出配准后的影像。再用青神县行政边界Shapfile矢量图分别对校正后的3期遥感影像进行裁剪,取得青神县影像图。

2.3 植被覆盖度提取

植被在可见光与近红外波段的反射率差异较大,常采用归一化植被指数NDVI描述植被的生长状况[15]。NDVI计算公式为:

(1)

式中,ρNIR和ρR分别为近红外波段和红光波段的反射率值。

像元二分法模型是利用遥感数据将地面地物信息分为植被覆盖区域和非植被覆盖区域,该模型假设像元由植被和非植被线性混合,将植被覆盖度定义为像元植被指数与非植被指数之间的线性差值[16]。用公式表示为:

(2)

式中,FVC为植被覆盖度,S为遥感传感器所观测到的信息,Sveg为绿色植被所覆盖的纯像元所得的遥感信息,Ssoil为土壤所覆盖的纯像元所得的遥感信息。由于NDVI与植被覆盖度之间呈极显著的线性相关,所以将二者进行转换可以直接提取植被覆盖度信息,其公式为:

(3)

式中,NDVI为归一化植被指数值,NDVIsoil为裸土或无植被覆盖区域的NDVI值,NDVIveg则代表完全被植被所覆盖的像元的NDVI值,即纯植被像元的NDVI值。理论上,NDVIsoil的值应该接近为0,NDVIveg代表全植被覆盖像元的最大值,但是,由于受光照条件、影像质量、植被类型等众多因素影响,NDVIveg和NDVIsoil的实际值会发生变化[17]。本文分别对3期影像数据的NDVI频率进行统计分析,根据NDVI灰度分布、影像清晰度等情况,并结合实地考察验证,确定累积概率97%和3%处的NDVI值分别作为NDVIveg和NDVIsoil。

根据公式算出3期青神县的植被覆盖度栅格灰度图,其取值范围在0到1之间。为了能清楚地观测植被覆盖度,本文采用了常用的等间距分级法,将植被覆盖度分为0

图1 青神县植被覆盖度图Fig.1 Vegetation coverage in Qingshen county

2.4 植被覆盖度变化分析

采用差值法量化各个年份之间的植被覆盖度变化,将变化值记为ΔFg,用后一时期的植被覆盖度等级值减去前一时期的植被覆盖度等级值[18]。

ΔFg=Fgyear2-Fgyear1

(4)

式中,Fgyear2和Fgyear1分别为后一起和前一期的植被覆盖度,ΔFg为year2年相对于year1年的植被覆盖等级变化量。根据青神县植被覆盖特征,将植被覆盖等级差值划分如下:当ΔFg<-0.6时记为极大退化区域;当-0.6<ΔFg<-0.2时,记为退化区域;当-0.2<ΔFg<0.2时记为无显著变化;当0.2<ΔFg小于0.6时记为改善区域;当ΔFg>0.6时记为极大改善区域。

3 结果与分析

3.1 植被覆盖分级特征

不同植被覆盖度分级情况及其面积统计特征分析结果表明(见图1、表2),青神县植被覆盖度以中高以上植被覆盖度为主,3期中高以上植被覆盖度占总面积比例均在62%以上。总体分布特征是平坝河谷地区植被覆盖度低,向东南部和西部的覆盖度逐渐升高,高覆盖的植被主要集中在东南部丘陵区。2009—2013年,青神县的植被盖度负向变化,中高以上植被覆盖区域占总面积的比例由71.73%降到62.69%,其中,高覆盖度和中高覆盖度的面积分别减少了15.82km2、19.14km2,比例减少4.09%、4.95%。而2013年—2018年,青神县植被盖度有所改善,中高以上植被覆盖区域占总面积的67.77%,其中,高植被覆盖区域面积明显增加,5年间增加了26.18km2,增加比例为6.77%。

表2研究区不同植被覆盖等级面积统计

Tab.2 Area statistics of different vegetation cover levels in the study area

等级2009年2013年2018面积/km2比例/%面积/km2比例/%面积/km2比例/%低覆盖11.062.8615.704.0617.644.56中低覆盖22.675.8630.177.8027.547.12中覆盖75.6219.5598.4425.4579.8020.63中高覆盖146.9838.00127.8433.05121.3031.36高覆盖130.4733.73114.6529.64140.8336.41

3.2 植被覆盖时序变化分析

为了更好反映各级植被覆盖区的转化情况和变化过程,可以通过转移矩阵来揭示不同植被覆盖转换情况,并更加精准地了解植被覆盖的动态变化[19]。本文利用ENVI5.3中的Change Detection Statistics工具分别对2009年至2013年、2013年至2018年、2009年至2018年的3期数据进行运算分析,得到3期数据不同级别植被覆盖度面积变化的转移矩阵(见表3、表4、表5)。

表3 2009—2013年植被覆盖等级变化转移矩阵

Tab.3 Transfer matrix of vegetation cover level change from 2009 to 2013

表4 2013—2018年植被覆盖等级变化转移矩阵

Tab.4 Transfer matrix of vegetation coverage level change from 2013 to 2018

表5 2009—2018年植被覆盖等级变化转移矩阵

Tab.5 Transfer matrix of vegetation coverage level change from 2009 to 2018

2009—2013年(见表3),中低以下植被覆盖度转出到中等以上植被覆盖面积为15.92 km2,而由中等以上植被覆盖度转入到中低以下植被覆盖度的面积为27.36 km2,其中,中等覆盖度面积占转入面积最多,为9.96 km2;中等植被覆盖度主要转入中高植被覆盖度,但中高覆盖度转出到中等覆盖度的面积比前者多10.57 km2,高植被覆盖转出面积也高于转入面积,这说明2009—2013年青神县植被覆盖情况变差,中等以上植被覆盖度均发生退化。

2013—2018年(见表4),中低覆盖度主要转为中等覆盖度,转出面积为12.42 km2,比由中等覆盖度转到中低植被覆盖度高出2.88 km2;中等植被覆盖度、中高植被覆盖度转出比例最高的分别是中高植被覆盖度、高植被覆盖度,面积分别为38.29 km2、47.11 km2;高植被覆盖度转出和转入的总面积分别为37.11 km2、63.52 km2,转出面积远低于转入面积,说明2013—2018年青神县植被覆盖情况有好转趋势。

2009—2018年(见表5),中低以下植被覆盖度共转出面积为18.47 km2,比退化来的面积少10.76 km2;中高植被覆盖度转出到中等覆盖度面积和由高覆盖度转入来的面积之和为59.86 km2,比转出到高植被覆盖的面积多出6.03 km2,,这表明近10年青神县植被覆盖总体呈现退化特征。

3.3 植被覆盖空间动态变化分析

采用差值法量化各个年份之间的植被覆盖度变化,用后一时期的植被覆盖度等级值减去前一时期的植被覆盖度等级值[18]。通过差值量化分析1990—2011年间的数据,揭示了青神县10年间植被覆盖度动态变化特征(见图2),结果表明2009—2013年青神县中部的城区周边和在修建的成绵乐高铁周边片区的植被覆盖度发生了明显退化,其次是西北部沿思蒙河流域片区,改善区域主要呈点块状集中在西南部和东部丘陵山区。与2009—2013年的植被覆盖变化情况相反,2013—2018年中部平坝河谷地区的植被覆盖度得到了明显改善,退化区域呈点状或块状分散在整个县域范围内,主要集中分布在罗波乡、黑龙镇、高台乡、瑞峰镇区域内。

图2 青神县植被覆盖差值图Fig.2 Figure of vegetation cover difference in Qingshen county

对2009—2018年青神县植被覆盖度变化的面积和比例进行具体统计可知(见表6),2009—2018年青神县植被退化总面积63.86 km2,占青神县总面积的16.5%,其中极大退化区域6.69 km2,占总面积的1.73%。10年间改善区域的面积57.64 km2,占总面积的14.9%,其中0.41%为极大改善区域,14.49%为改善区域,植被总体退化面积比改善面积多出6.22 km2,占总面积的1.6%,说明10年间青神县植被覆盖度总体呈现小幅度退化现象,中部平坝河谷地区的城镇周边植被退化最明显,东南部和西南部山区植被覆盖总体呈改善特征,位于东南部的青岗山一带和磨儿山一带改善最大,罗波乡西侧、高台乡靠岷江一侧等个别区域出现植被覆盖极大退化的态势。

表6 2009—2018年青神县植被覆盖等级面积变化

Tab.6 Changes in vegetation cover area in Qingshen county from 2009 to 2018

等级退化区域极大退化退化无显著变化改善区域改善极大改善面积/km26.6957.17265.3456.051.59比例/%1.7314.7868.614.490.41总计/%16.5068.614.9

为更加精细的分析青神县植被覆盖的空间动态变化情况,本文进一步对2009年、2013年、2018年每个乡镇的植被覆盖度变化进行了分析,并用各植被覆盖度等级面积加权平均来估算平均植被覆盖度,以此来更加直观的观察各乡镇植被覆盖动态变化的特征(见图3)。可以看出,位于中心城区的青神镇和南城镇植被覆盖度相对最低且退化较明显,特别在2009—2013年,平均植被覆盖度分别下降了21.84%和13.10%,说明青神县植被覆盖退化区域主要集中在中心城区周边。杜柯磊等[20]发现青神县2001—2014年建成区面积扩张了20.7 km2,城区年均增长面积1.59 km2,其中,新增面积的68.24%来源于耕地,28.67%来源于林地。可见,城区的扩张、基础设施的建设侵占了耕地和林地,是青神县植被覆盖发生退化的主要原因。目前,为促进青神县生态环境的可持续发展,重点应在于进一步提升中心城区及周边的植被覆盖度。

图3 青神县各乡镇不同时期植被覆盖度变化Fig.3 Changes of vegetation coverage in different periods in the townships of Qingshen county

4 结论与讨论

本文利用GIS、RS技术手段,基于像元二分模型,通过研究区2009、2013、2018年TM/OIL影像生成青神县植被覆盖分级图,并运用差值法、转移矩阵来分析青神县植被覆盖度的动态变化特征并得出了以下结论:

(1)从3期遥感影像分析得到,青神县域植被覆盖情况良好,3期的中高以上植被覆盖度占总面积的比例均在62%以上。中部平坝河谷区主要以低覆盖为主,向东西方向植被覆盖度逐渐升高,其中植被覆盖高的区域主要集中在东南部和西南部丘陵山区。

(2)通过转移矩阵分析青神县植被覆盖时序变化特征可知,2009—2018近10年间植被覆盖度经历了先退化后改善的趋势,但整体发生退化,这主要表现在青神县植被覆盖度转出面积比例最高的是高植被覆盖度,其次是中高植被覆盖度,转出面积之和为152.04 km2,比其被转入的面积多14.83 km2,同时,中等以上植被覆盖度转入到中低以下植被覆盖度的面积比其转出面积多10.76 km2。

(3)通过分析2009—2018年青神县植被覆盖度空间动态变化特征得出,青神县植被覆盖度退化面积比改善面积多出6.22 km2。但不同地区的植被覆盖度情况呈现出不同的变化特征,中部平坝河谷地区退化明显,西南部和东南部区域的植被有所改善,并经过分析发现,中心城区的扩张是青神县植被退化的主要原因。为促进区域生态环境的可持续发展,应采取措施进一步提高城区及其周边植被覆盖度。

虽然本文通过广泛使用且简单有效的像元二分模型来估算植被覆盖度,但依然存在不足。直接关系到植被覆盖度结果的NDVIsoil和NDVIveg两个参数的取值依然没有统一的标准[16],且遥感影像具有同物异谱、异物同谱的特点[21],对于准确估算植被覆盖度有一定难度,还需要进一步对比和分析不同置信区间的估算结果。同时,本文在时间序列上只分析了2009—2018年间3个节点上的植被覆盖度,对于研究时段内更细致、更连贯的植被覆盖动态变化特征还尚不清楚。

猜你喜欢

青神县覆盖度植被
呼和浩特市和林格尔县植被覆盖度变化遥感监测
基于植被复绿技术的孔植试验及应用
八步沙林场防沙治沙区植被覆盖度时空演变分析
竹里青神美如画百姓畅享“绿色福利”
基于NDVI的晋州市植被覆盖信息提取
辽宁省地表蒸散发及其受植被覆盖度影响研究
青神县 推进“四化”扎实开展森林防火工作
与生命赛跑的“沙漠植被之王”——梭梭
绿色植被在溯溪旅游中的应用
青神县:20名党员干部违反会风会纪被通报