基于Landsat影像的平潭综合实验区设区前后植被变化特征分析

2020-07-01彭继达张春桂李丽纯

陕西气象 2020年3期

彭继达，张春桂，李丽纯

(福建省气象科学研究所，福州 350001)

平潭是我国第五大海岛，福建第一大海岛。整体地理上位于我国东南沿海，台湾海峡西岸，兼受大陆性与海洋性气候相互影响，气候复杂多变，台风、暴雨等灾害频发，气象灾害呈现出灾害种类多、影响范围广、活动频率高、持续时间长、次生和衍生灾害比率大、灾情危害重的特征。在台湾海峡“狭管效应”的作用下，平潭沿海的风力往往更大、持续时间更长，此外流沙、干旱恶劣的自然条件，使得岛上植物种植成活难度大，生态环境尤为脆弱[1-5]。

国内外学者从生物学角度利用灰色关联模型、物元分析法等构建环境质量评价体系对平潭进行评价[6-9]，具有代表性的是金星星等[10]基于人居环境理论构建了海岛型城市人居环境质量评价体系，综合评价了厦门与平潭岛人居环境质量及动态变化；还有些学者结合GIS和遥感空间分析法，通过综合指数法对平潭生态安全状况进行评价[11-13]。但是，以往在平潭植被生态长时间段遥感对比监测方面少有研究，特别是平潭设区前后关键时段对比。平潭于2009年升级为福州(平潭)综合实验区，2012年再次升级为福建省平潭综合实验区，使得经济发展从此进入高质量、高速度发展阶段。随着城市发展，不合理的城市规划极有可能破坏生态环境，造成不可逆转的影响。在平潭新区建设中坚持生态优先、绿色发展，保护植被生态，是必须考虑的问题。因此，有必要利用中高分辨率卫星资料对平潭综合实验区设区前后的生态环境状况进行评估分析，了解平潭生态环境现状和变化情况，为平潭城市发展提供决策支撑，确保经济发展和生态环境保护协调共进。本研究利用具有长时间序列和高空间分辨率的陆地资源卫星Landsat遥感影像数据，进行植被覆盖情况遥感反演，从而实现对平潭综合实验区植被覆盖的监测评估。

1 Landsat卫星影像预处理

1.1 数据获取及影像特征

研究采用具有长时间序列的Landsat系列卫星遥感影像以保持数据源的一致性。福建地区植被覆盖度较高，NDVI季节波动幅度较小，其中7—10月NDVI处在高值区且均较接近[14]。因此，综合考虑卫星影像时段及质量，选用平潭综合实验区设区前Landsat 5 TM影像(2005年7月6日一景)和设区后Landsat 8 OLI影像(2017年10月27日一景)作为研究数据源。所需影像数据均下载于美国地质调查局(USGS)Landsat官方网站的Level 1T产品。该产品已经过几何校正，经检查，影像叠加准确，因此无需几何校正。

1.2 辐射定标及大气校正

Landsat卫星影像辐射定标是使用卫星定标参数将卫星接收到的计数值(DN值)转化为辐射亮度的过程，是遥感信息定量化的前提与基础。Landsat卫星影像定标利用增益和偏移值，建立DN值与地面反射光谱值之间的相互关系。Landsat卫星影像数据定标公式为

L=GD+B。

(1)

式中：L为表观辐亮度，单位为W/(m2·sr·μm)；G为定标斜率；D为卫星载荷观测值；B为定标截距，G和B单位均为W/(m2·sr·μm)。利用计算出的表观辐亮度，根据以下公式计算表观反射率

(2)

式中：ρ是表观反射率；d是日地距离系数；E是波段太阳辐照度；θ是太阳天顶角。

Landsat卫星影像在接收电磁辐射的过程中难免会受到大气的影响，从而导致传感器接收的数据产生畸变。一般通过大气校正过程消除大气对太阳和来自目标的辐射产生吸收和散射作用的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数，其中主要消除大气中水汽、CO2、O3和O2等大气分子和气溶胶散射对地物反射率的影响。因此，大气校正是卫星影像反演地物真实反射率的必要手段。常见的大气校正方法有辐射传输模型法、暗黑像元法、统计学模型法等。本研究采用FLASSH大气校正法对影像进行大气校正，该方法基于MODTRAN4+辐射传输模型，可以有效地去除大气中水汽、气溶胶散射效应，同时基于像素级的校正，矫正目标像元和邻近像元交叉辐射的“邻近效应”。

对选取的Landsat两景Level 1T卫星影像产品依次进行辐射定标及大气校正，得到预处理后的卫星影像。图1为预处理后的2017年10月27日Landsat OLI卫星影像B7(R)，B5(G)，B2(B)假彩色合成图，色调对比显示，经预处理后的反射率图像一定程度地消减了大气和光照角度等因素的影响，与地物真实反射特征更接近。

2 Landsat卫星影像监测平潭综合实验区设区前后植被变化

2.1 Landsat卫星影像反演植被归一化指数算法

归一化植被指数(NDVI)是植被生长状态及植被覆盖度最佳指示因子，主要利用绿色植物强吸收可见光红波段(0.6～0.7 μm)和高反射近红外波段(0.7～1.1 μm)特点对植被长势进行遥感监测[15-16]。NDVI值区间为-1～1，负值表示地面覆盖为水、雪等，0表示岩石或裸土等，正值表示有植被覆盖，且随着植被覆盖度增加而增大。Landsat TM卫星影像的3、4通道波段对应红光波段Xred和近红外波段Xnir；Landsat OLI卫星影像的4、5通道波段对应红光波段Xred和近红外波段Xnir。NDVI计算公式[17-19]为

(3)

利用平潭综合实验区设区前(2005年)和设区后(2017年)Landsat影像数据反演NDVI。为方便研究分析，将非植被区NDVI赋值为0.0。根据值域范围，将NDVI划分为0.0～<0.1、0.1～<0.2、…、0.7～<0.8、0.8～0.9，共9个等级区间。

2.2 设区前植被覆盖状况监测

利用2005年Landsat-5 TM 30 m影像反演NDVI，并制作平潭综合实验区植被指数监测图(图2)。图中显示，2005年平潭综合实验区NDVI数值大于0.4的区域面积占比68.2%。其中，大练、中楼、流水、北厝北部地区的大部分区域NDVI值大于0.7，植被覆盖率高。

2.3 设区后植被变化特征分析

利用2017年Landsat-8OLI 30 m影像反演NDVI，并制作了平潭综合实验区植被指数监测图(图3)。图中显示，2017年平潭综合实验区NDVI数值大于0.4的区域面积占比达到56.9%。其中，苏澳、大练、中楼、流水、北厝北部等地区的大部分区域的NDVI数值大于0.7，甚至部分地区的NDVI数值超过了0.8，植被覆盖率高。

图1 卫星影像预处理前后对比(a：预处理前;b：预处理后)

图2 2005年平潭综合实验区植被指数(NDVI)分布

图3 2017年平潭综合实验区植被指数(NDVI)分布

统计平潭综合实验区设区前后不同等级NDVI所占面积比(表1)。结果表明，在0.0～<0.1、0.1～<0.2、0.2～<0.3、0.3～<0.4、0.7～<0.8、0.8～0.9等级区间，2017年NDVI所占面积比均大于2005年；在0.4～<0.5、0.5～<0.6、0.6～<0.7等级区间，2017年NDVI所占面积比小于2005年。根据值域范围，将NDVI划分为低植被指数(0.0～<0.30)、中植被指数(0.30～<0.60)和高植被指数(0.60～1.0)。统计结果显示，平潭综合实验区大部分区域为中高植被指数，植被质量较好。其中，2005年高植被指数区面积占比32.0%，中植被指数区面积占比45.0%，低植被指数区面积占比23.0%。2017年高植被指数区面积占比33.9%，中植被指数区面积占比33.5%，低植被指数区面积占比32.6%。

表1 平潭综合实验区设区前后不同等级NDVI面积所占比例 %

NDVI值域2005年面积占比2017年面积占比0.0～<0.112.514.10.1～<0.23.98.20.2～<0.36.610.40.3～<0.48.910.60.4～<0.514.111.40.5～<0.622.011.60.6～<0.722.010.70.7～<0.89.911.60.8～0.90.211.6

2.4 设区前后植被覆盖状况监测

计算2017年与2005年NDVI的差值，并将差值结果划分为减少(-1.0～<-0.2)、持平(-0.2～<0.0)和增加(0.0～1.0)，得到2017年与2005年平潭综合实验区NDVI变化分布图(图4)。从不同植被指数覆盖区变化情况看，设区后平潭综合实验区高植被指数区面积增加，较2005年增加1.9%，且植被指数数值略有提高，植被状态趋好。中植被指数覆盖区面积减小，小部分(1.9%)转为高植被指数覆盖区，其余部分(9.6%)转为低植被指数覆盖区。

图4 2017年与2005年平潭综合实验区植被指数(NDVI)变化分布

从植被指数值变化像元统计情况看，平潭全区绝大部分区域植被覆盖增加或维持(面积占比74.8%)，原植被覆盖较好的地区植被生长态势良好，其中因填海造陆兴起的金井新城的植被覆盖提高最为明显。植被指数NDVI减少的区域较分散，相对集中分布于平潭中部和南部部分区域，侧面反映了平潭开放开发建设遍地开花、成果显著。统计结果显示，自2005年到2017年平潭植被指数减少区域面积占25.2%，增加区域面积占31.3%，维持区域占43.5%。