基于RS 的惠州市植被覆盖度的变化特征分析

2020-09-11戴学军杨楚铃刘雪婷

惠州学院学报 2020年4期

戴学军，杨楚铃，刘雪婷

（惠州学院地理与旅游学院，广东惠州 516007）

植被覆盖度是常用来描述地球生态系统的一个重要的基础数据，而城市植被是城市生态环境的重要组成部分，研究城市植被覆盖度变化，可以为城市生态建设的可持续发展提供依据。

目前，国内外学者在研究植被覆盖度的获取方法、植被覆盖度变化方面已经有大量的理论和实践积累。人们对于区域内植被覆盖度数据的获取，是从传统的地理实测法（如：目估法、采样法、仪器法、统计模型法等）［1-4］发展到今天的遥感提取法，通过遥感技术手段实现大面积、长时序的植被覆盖度动态监测。主要有：基于植被指数法直接监测较大区域尺度的植被状况［5-7］；基于经验模型法，直接建立地面实测数据与遥感数据波段间的线性回归模型，定性研究各地区植被覆盖度的变化［8-9］；基于像元二分模型，定量分析各区域植被覆盖度的时空变化［10-12］；基于机器学习法［13］，采用决策树［14］、神经网络［15］和支持向量机［16］对研究区域植被类型进行分类，进而估算植被覆盖变化。其中，像元二分模型比较常用。学者们在此基础上，结合主成分分析法、差值法、趋势分析法、矩阵转移法等，分析研究区域内植被覆盖动态变化及与其相关的影响因素，解决了很多实际问题［17-20］。

因此，试图基于像元二分模型，通过对惠州市1979-2018 年植被覆盖的动态监测，科学研究惠州市植被覆盖动态变化特征，以便为惠州市生态环境评价与建设等相关的研究与应用提供参考。

一、研究区概况

惠州市（22°24'～23°57'N，113°51'～115°28'E）位于广东省的东南部、珠江三角洲的东北端、粤港澳大湾区的东岸，是省内重点发展的工业城市，粤港澳大湾区的“生态担当”。东接汕尾，西交东莞、广州，南临南海、大亚湾，毗邻深圳，北靠韶关、河源，东江（广东省三大水系之一）及其支流西枝江横贯惠州。其海域面积4520平方公里，陆地面积1.13 万平方公里，设有惠城区、惠阳区、惠东县、博罗县、龙门县五个行政区，以及仲恺高新技术产业开发区和大亚湾经济技术开发区两个国家级开发区。

二、数据来源与研究方法

（一）数据来源与预处理

1.数据来源。选取1979、1988、1993、1998、2003、2008、2013、2018 年为研究时相，在USGS（美国地质勘探局）官网（http：//glovis.usgs.gov）上选取云量较少、影像质量较高的各年份研究区域所在的3景Landsat系列卫星影像，所采用的传感器数据类型包括有MSS、TM 和OIL 三种，数据分辨率为30m。1979 年-1988 年采用十年一期影像对比，而1988 年-2018 年后的影像皆是以五年期为对比，是因为在改革开放初期惠州市的城市建设、植被覆盖率变化较少，较剧烈变化是从1990 年代开始的。选取的遥感影像数据的时相一般在冬季在10 月、11 月、12 月，为了保证数据的准确性，在对遥感数据进行处理时，也对相邻年份且月份相近的影像进行处理，并进行对比分析。社会经济数据主要来源于中国经济社会大数据研究平台（http：//data.cnki.net/）官网共享的地方统计资料。

2.数据预处理。一是借助ENVI 软件对下载的遥感影像进行辐射校正和大气校正。其中，为消除薄云对最后的数据结果的影响，在大气校正前会对影像进行去云处理，即借助原始影像云质量波段，通过密度分割生成云感兴趣区域，以此做去云掩膜文件进行大气校正处理。二是基于像元二分模型，建立归一化植被指数（NDVI）同植被覆盖度（VFC）之间的转换关系，即

其中，NDVIveg表示纯植被覆盖像元的NDVI 值，NDVIsoil表示裸土像元的NDVI值。考虑到归一化植被指数（NDVI）的值会随着时相的变化而改变，因而，在中NDVIveg用研究区域（即惠州市区域范围内）最大的NDVI值的代替，NDVIsoil则用区域内最小的NDVI值来代替。利用ENVI 软件对每景影像分别进行归一化植被指数计算、植被覆盖度计算。三是基于ENVI 软件，对遥感影像进行无缝镶嵌、影像裁剪，最终得到惠州市1979年-2018年八个时期的遥感影像数据。由于去云处理使得最终的成果图存在阙值区域，需要进行阙值区域插补。经过尝试、验证，采用ENVI5.3软件平台中的无缝镶嵌工具，利用相邻年份同一传感器、同一时相的遥感数据对阙值区域进行插补，再跟原图的DN值做对比，保证成果图的准确性。

（二）研究方法

1.图像差值法。图像差值法是将前后不同时期的遥感影像进行DN值的差值计算，并根据成果图反映出研究区域的植被变化情况［21］。设ΔDg为不同时相的植被覆盖度变化，则其计算公式为：

其中，Dyear1、Dyear2分别表示前后不同时期的遥感影像植被覆盖度。ΔDg大于0 表示植被覆盖度增加，ΔDg小于0表示植被覆盖度减少。

2.重心迁移法。重心迁移法是可以用来直接反映研究区域的空间变化特征的［21-22］。其公式为：

其中，X、Y 分别表示惠州市植被分布较高的区域重心的经纬度坐标；Ci表示第i个惠州市高植被覆盖度区域的斑块面积，Xi、Yi分别表示惠州市植被分布较高区域的斑块分布重心的经纬度坐标。

三、惠州市植被覆盖度时空变化分析

（一）植被覆盖度面积变化特征

基于像元二分模型运用ENVI 软件中的密度分割工具，参照前人研究成果［23］，将计算得到的惠州市八期植被覆盖度图像进行分级划分，分为五个等级，绘制成1979-2018 年惠州市各等级植被覆盖度分布图，认为植被覆盖度在0-0.4之间的区域为建设用地、水域，主要分布在研究区的中部以及博罗县西部地区；植被覆盖度在0.4-1区间为植被分布的区域，分布较广，除象牙山片区为高覆盖区外，以城区为中心，东江水域为轴，惠州市基本呈现越往东、越往北植被覆盖度越高的趋势。并据此统计惠州市八期不同植被覆盖度的面积及其在整个研究区域的占比，如表1所示。

表1 1979年-2018年惠州市各级植被覆盖度面积统计表

从表1可知，植被覆盖度在0.6-1区间的所占区域较大，所占面积高达87%以上，表明40 年间惠州整体植被情况较好。从1979-1993 年，惠州中高植被区面积大致减少了4118km2，占比大致下降50%，而高覆盖区面积与之相反，大致增加了4046km2，占比增加了50%以上，认为是惠州中高植被覆盖区的植被大多向高植被覆盖区转移的结果，可能同改革开放初期，山区等偏远地区受人类活动影响较少有关。从1993-2003年，惠州中高植被覆盖区呈增长的趋势，从3812.7438km2增加到5941.5012km2，占比大约增加了20%，相比之下高覆盖区占比大约减少了20%，可能是同随着经济的快速发展，城市建设用地面积扩大有关。自2003 年后，惠州中高植被覆盖区面积有所减少，大致在33%左右，而高植被覆盖区面积有所增加，占比超过55%，大致是因为惠州实施封山育林、人工造林等措施，以此促进惠州生态可持续发展。纵观总体，惠州高植被覆盖区面积占比从1979 年的24.0043%增加到2018年的56.5964%，表明惠州的生态环境向好发展。

图1 1999年-2016年惠州市森林覆盖率

同时，从中国经济社会大数据研究平台搜集到1999-2018年惠州市森林覆盖率数据（图1），并将其与惠州高植被覆盖区面积数据进行比较，发现该时段森林覆盖率总体是呈增长的趋势，遥感解译得到的惠州市高植被覆盖区总体上也是增长趋势，即历年来惠州森林覆盖率数据及变化趋势与高植被覆盖率数值及变化趋势相同，说明遥感解译的植被覆盖率数值是较精确的。

（二）植被覆盖度年际变化特征

基于图像差值法在ENVI软件中对惠州近40年间八期影像的植被覆盖度做差值分析，得出惠州植被覆盖度变化情况，差值为正表示植被覆盖度增加，差值为负表示植被覆盖度减少。并参考前人研究成果［24］，将各年份植被覆盖变化进行分级制图，并借助ArcGIS软件制图输出，如图2 所示，一共分为5 个程度。为更清晰地分析植被覆盖度变化的量，对1979-2018 年惠州市植被覆盖度年际变化也进行统计分析（表2）。

图2 1979年-2018年惠州市植被覆盖度年际变化图

表2 1979年-2018年惠州市植被覆盖度年际变化统计表

从图2、表2 可知，1979-1988 年时段，57.62%的区域植被覆盖度基本不变，变化增加的主要分布在惠东县东部，博罗县西部靠近边界的区域发生轻微退化，白盆珠水库（1985年8月份建成）所在的区域植被覆盖度明显退化；1988-1993 年，变化以增加为主，除龙门县中部一区域（1992年8月天堂山水库竣工）出现明显退化，惠城区中部、惠阳区西南部出现轻微退化，其他区域大都出现轻微改善现象；1993-1998 年、1998-2003年，60%以上的区域植被覆盖度基本不变，惠东县东部、东江水系北部植被轻微退化，东江水域附近等少部分地区发生轻微改善；2003-2008年，植被覆盖度变化处于稳定并增加的趋势，龙门县北部和东部靠近边界线区域、惠东县大部分地区轻微改善，而惠州市中部地区有所退化；2008-2013 年，植被覆盖度变化主要是在-0.05—0.30之间，表明惠州市总体植被覆盖度有所增加，生态逐渐改善，并且是整个惠州市植被都在向好的方向发展；2013-2018 年，植被覆盖度变化基本稳定，表明惠州生态环境比较稳定。

将1979年与2018年惠州市植被覆盖度作对比，发现惠州植被覆盖度总体上呈增加趋势，惠州的生态也越来越好。但基本上都是轻微改善，占比达到75.41%，这种改善几乎是全区域分布的，而轻微退化占比为9.26%，分布区域主要在惠州市中心城区、博罗县靠近东莞市边界、惠阳区临深区域，主要可能是城市建设占地增加的结果。明显改善和明显退化都占比很小，仅分别0.67%和0.91%。