基于遥感技术的地表水源地植被覆盖度的动态变化

李曦彤, 苗正红, 何龙涛, 吴春辉, 马 晶, 邱中军

(1.长春工程学院，长春 130012；2.吉林省水利水电勘测设计研究院，长春 130012；3.吉林省老龙口水库管理局，珲春 133300)

随着社会的不断发展，环境问题被更多人所关注，植被作为预防水土流失的重要因素，也是陆地生态系统的核心所在。植被覆盖度是衡量植物群落表面状况的综合量化指标，同时也是对地区生态环境进行评估的重要指标[1]。

遥感技术具有易操作、成本低、可周期性重复的特点，被广泛应用于植被覆盖度的监测中，能够直接获得与植被覆盖有关的信息。植被指数法、亚像元模型法、混合光谱模型法、光谱梯度差模型法[2]是当前应用较广泛的获取植被覆盖度的四种方法。上述方法因存在观测周期长、操作烦琐、所受局限性较大等缺点，限制了其推广应用[3]。像元二分模型方法因具有操作简便，能满足较高的精度要求等优点被广泛运用到植被覆盖度提取中。目前，中外学者利用像元二分模型对城市的植被覆盖度进行研究已有大量报道[4-5]。郭秀丽等[6]基于归一化植被指数像元二分法，利用Landsat-TM数据反演了内蒙古自治区杭锦旗植被覆盖度；郭芬芬等[7]估算出昌都县的植被盖度,其总体精度高达82.5%。然而，关于地表水源地区植被覆盖度的研究较少。陈骏[8]对松华坝水源区的植被覆盖度动态变化进行了研究，发现这主要归因于流域内地形起伏较大，受水源影响，地表水源地区地形种类复杂，研究相对复杂，对研究过程有一定的影响。

珲春老龙口水库地表水源地是集城市防洪、供水、发电、灌溉养鱼和环保于一体，具有独特的地理位置和丰富的资源，其植被覆盖度直接影响该地区的生态环境。在当前研究中对老龙口水库地表水源地区的研究主要集中在水土涵养、鱼群保护、水库监测等方面，通过查阅文献发现对该地区植被覆盖度的动态变化研究较少，因此基于遥感技术，采用像元二分模型，以2002、2009、2018年的Landsat遥感影像为数据源，估算地表水源地植被覆盖度，同时分析该区域植被覆盖度的动态变化和影响因素，为今后的深入研究提供参考依据。

1 研究区概况

图1 研究区位置

选取珲春老龙口水库地表水源地作为研究区(图1)，位于东经130°14′～131°20′、北纬42°43′～43°30′。主要包括珲春老龙口水库及其流域，行政区划包括汪清县和珲春市。珲春河是水源地区一级支流，发源于汪清县复兴镇杜荒子以西的秃秃岭，河长198 km[9]。地势由北向南倾斜，西北和东北部地势较高，西南部地势平坦[10]。多年平均降水量618 mm[11]。流域中游的老龙口大型水库是珲春市工农业及生活用水的主要水源地，最大库容为3.674×107m3[12]。流域内自然生态保存完好，冬暖夏凉，水质良好[13]，能够有效地净化图们江流域。

2 数据来源及研究方法

2.1 数据来源及处理

研究区数据源包括遥感数据、数字高程模型(digital elevation model，DEM)数据、统计数据及行政区划数据。遥感数据在地理空间数据云获取(http://www.gscloud.cn),以美国陆地卫星2002年Landsat-5 TM、2009年Lansat-7 ETM及2018年Landsat-8 OLI数据为主，空间分辨率为30 m，成像清晰、云量低于5%，对影像进行辐射定标、大气校正、投影、镶嵌及裁剪等处理。DEM空间分辨率为30 m；在地理国情监测云平台(http://www.dsac.cn)获取该区域人口数据，从中提取行政区界线数据。

2.2 归一化植被指数基本原理

归一化植被指数(normalized difference vegetation index，NDVI)是最常用的植被指数，又称标准化植被指数[14],具有操作简单、植被指示性和地域适用性较强等特点，计算公式如式(1)所示：

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

(1)

式(1)中：NDVI为归一化植被指数；NIR为近红外波段；RED为红外波段，其中Landsat TM影像及Lansat ETM影像的NIR为第4波段，RED为第3波段[15]。

2.3 植被覆盖度计算

运用像元二分模型[16-18]计算植被覆盖度，像元二分模型的原理是假定一个像元的信息可被分为两类：裸土与植被，因此该混合像元的遥感信息就可以表达为绿色植被的信息和无植被覆盖的裸土信息两部分[19]。

S=Ss+Sv

(2)

式(2)中：S为混合像元的遥感信息；Ss为无植被覆盖的裸土信息；Sv为绿色植被的信息。

设全由植被所覆盖的纯像元所得的遥感信息为Sveg；全由裸土所覆盖的纯像元所得的遥感信息为Ssoil[20]；一个像元中有植被覆盖的面积比例为fc；裸土覆盖度为(1-fc)[21]，则混合像元中绿色植被信息Sv可表示为fc与Sveg的乘积：

Sv=fcSveg

(3)

式(3)中：Sv为绿色植被的信息；fc为一个像元中植被覆盖度面积比例；Sveg为植被所覆盖的纯像元所得的遥感信息。

无植被覆盖的裸土信息Ss和混合像元的遥感信息S分别表示为

Ss=(1-fc)Ssoil

(4)

式(4)中：Ss为无植被覆盖的裸土信息；Ssoil为裸土所覆盖的纯像元的信息。

S=fcSveg+(1-fc)Ssoil

(5)

由于NDVI可以有效地表示植被覆盖度。根据像元二分原理，一个像元的NDVI值由两部分组成，分别为：纯绿色植被覆盖部分和无植被覆盖的纯裸土覆盖部分[22]。将NDVI代入式(5)可得：

NDVI=fcNDVIveg+(1-fc)NDVIsoil

(6)

式(6)中：NDVIveg为纯绿色植被覆盖部分；NDVIsoil为纯裸土覆盖部分。

将式(5)、式(6)转换后得到式(7)：

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

(7)

由于地表湿度、粗糙度、土壤颜色和类型等一系列因素的影响，NDVIveg和NDVIsoil也会随着时间不断变化[23]，这两个参数值的确定将直接影响植被覆盖度估算的结构。所以选取影像中的NDVI后，确定置信区间；最后选取出累计概率为5%左右的值为NDVIsoil，95%左右的值为NDVIveg，并将计算小于NDVIsoil的值赋为0，计算大于NDVIveg的值赋为1。

3 结果与分析

3.1 植被覆盖度总体变化特征

通过第2节的方法，经过统计得到2002、2009、2018年遥感影像的NDVIsoil和NDVIveg，如表1所示。

表1 NDVI参数

图2 珲春老龙口水库地表水源地平均植被覆盖度分布

利用式(7)、表1中NDVI取值，计算出不同时期珲春老龙口水库地表水源地的植被覆盖度，在此基础上将其划分为5个不同等级：低植被覆盖度(0～20%)，主要为居民地、水域、裸地等；中低植被覆盖度(20%～40%)主要为低产草地、灌木林等；中植被覆盖度(40%～60%)主要为中产草地、农田等；中高植被覆盖度(60%～80%)主要为林地、园地、耕地等；高植被覆盖度(80%～100%)主要为密林地。在Arcgis的栅格计算器中计算出3年平均植被覆盖度等级(图2)，可以有效地反映出各个等级的植被覆盖度总体分布情况，并且可以直观地看出研究区范围内东北部、中部、西南部各地区植被覆盖度情况。

从图2中可以看出，研究区植被覆盖度良好，总体处在中高度、高度植被覆盖度区。具体表现为中部地区和东北地区高，西南地区低。西南地区大部分为居民地，由于城市建设用地的影响，西南地区植被覆盖度相比其他地区较少。研究区中部和东北部主要为山地，植被覆盖度较高。

3.2 植被覆盖度时间变化分析

根据植被覆盖度等级划分尺度，获得2002、2009、2018年的植被覆盖度等级(图3)。各植被覆盖度等级面积统计，如表2所示。

图3 地表水源地植被覆盖度等级

表2 各级植被覆盖度面积统计

图4 地表水源地植被覆盖度空间分布

由图3可知，研究区低植被覆盖区即红色部分面积不断减少，而高植被覆盖区即蓝色部分面积呈先减少后增加趋势。珲春老龙口地表水源地2002—2009年植被覆盖度降低，2009—2018年植被覆盖度显著提高。2002年植被覆盖度在83%左右的所占比重最大，2009年植被覆盖度在61%左右的所占比重最大，2018年植被覆盖度在87%左右的所占比重最大。2009—2018年地表水源地区总体植被覆盖度与2002—2009年植被覆盖度相比较好，中高度、高度植被覆盖区占总面积的86.99%，可见地表水源地区植被覆盖度达到40%的面积超过整个区域的一半。变化幅度明显的类型是中植被覆盖度和高植被覆盖度，植被覆盖类型面积分别变化了1.515×103、2.722×103km2。低度、中低度、中高度植被覆盖类型变化幅度较小。由表2可知，2002—2009年，珲春老龙口水库地表水源地中低度、中度植被覆盖类型面积在增加，而低度、中高度、高度植被覆盖类型面积都在减少，其中高植被覆盖度面积减少最多，达到9.03×102km2。

3.3 植被覆盖度空间变化分析

比较2002、2009、2018年地表水源地区7个乡镇的植被覆盖度变化情况,如图4所示。

地表水源地区乡镇主要包括春化镇、哈达门乡、杨泡满族乡、马川子乡、板石镇、英安镇、三家子满族乡。2002—2009年，春化镇及哈达门乡植被覆盖度呈减小趋势，由于村镇建设及居民地的扩张，春化镇西北部植被覆盖度变化明显。板石镇北部及英安镇北部植被覆盖度小面积增加，其余乡镇植被覆盖度基本不变。2002—2009年，地表水源地区植被覆盖度减少，出现植被退化现象。2009—2018年，7个村镇的植被覆盖度都呈现增大趋势，春化镇、哈达门乡、杨泡满族乡、马川子乡、板石镇植被覆盖度增加趋势显著，说明2009年以后，地表水源地区的植被覆盖度总体上大幅度提高，除水体及城市建设用地外，基本达到植被全覆盖。

3.4 影响因素分析

影响植被覆盖度的变化不仅包括人类活动等的一些人为因素，还包括政府政策及其他相关因素。

2002—2009年，由于城市发展、人口激增，城市化建设占用了大量的土地，从而使得某些区域的植被覆盖度出现大程度的转变，珲春市林业局对森林环境状态进行保护，全面提高森林总体质量。目前中央财政森林抚育完成5.320 6×104hm2，营造林完成1.312 9×104hm2，完成林地清收还林面积1.625×103hm2[24]。珲春市退耕还林工程经过生产实践，退耕还林生态林、经济林种植项目达到了水土保持的生态效能，并且得到有序健康发展。植被覆盖度减小的地区多为人口密集地及人类活动频繁的地区，而交通阻塞，贫穷落后的地区植被覆盖度增长快速[25]。由此可见，人为因素治理措施对植被覆盖度有很大影响。

由于遥感影像具有同物异谱、异物同谱的特点，识别植被的类型都有一定偏差，同时珲春老龙口水库地表水源地区植被覆盖度变化趋势与人类活动有着密切的关联，除此之外其他因素也会对植被覆盖有着一定的影响，在今后研究中还需深入挖掘。

4 结论

基于遥感技术，采用像元二分模型，通过分析2002、2009、2018年珲春地表水源地区的植被覆盖度的变化趋势及主要原因，得到如下结论。

(1)从空间分布来看，珲春地表水源地区整体植被覆盖度良好，研究区西南部分植被覆盖度较低，由西向东呈逐渐升高趋势。中高、高度植被覆盖区面积占总面积的50%以上。2002—2018年春化镇、哈达门乡、杨泡满族乡植被覆盖度变化最为明显。

(2)从时间动态变化来看，2002—2009年该地区植被覆盖度不断降低，植被覆盖度降低幅度最大的是高植被覆盖类型，减少的面积为9.03×102km2，但2009—2018年植被覆盖度相对于上一时间段有较大的增长幅度，2018年平均植被覆盖度达到87%，其中高植被覆盖度区面积由2009年的4.49×102km2上升到2018年的3.171×103km2。

研究表明生态工程恢复、政府政策等是影响植被覆盖度变化的主要原因，政府退耕还林、还草政策直接影响植被覆盖度的变化。加强生态环境建设，提高生态恢复的效率，是接下来维持生态可持续发展的重要工作。