安岳土地覆被与地表温度时空变化特征研究

2021-01-28

探索科学(学术版) 2020年9期

成都理工大学地球科学学院四川成都 610059

随着社会的发展和城市化的加6快,生态环境遭到了破坏,引发了城市热岛、雾霾、温室效应、海平面上升等一系列问题。大量研究表明,土地覆被和地表温度是反映区域环境状况的重要指标[1-2]。随着遥感技术的不断发展和进步,利用遥感卫星的影像获取区域地表覆被变化和地表温度情况。地表温度受多种因素的影响,除了气候因素,通常情况下影响最大的因素是地表覆盖类型。大量学者研究均表明,NDVI与地表温度呈负相关关系[3-5]。因此,通过探讨安岳地表温度与地表覆被类型,以及二者之间的关系,以反映出地表温度及NDVI的时空变化情况,为区域建设以及生态环境保护提供一定的理论依据。

1 数据源

文中所用数据来自于地理空间数据云,包括Landsat5、landsat8、DEM这3种数据。以不同年份相近时相的6期Landsat影像作为原始数据,经过预处理后,继而进行地表覆被解译和温度反演。

2 处理方法介绍

2.1 SVM 本文采用监督分类法中解译精度较高的支持向量机分类法(SVM)解译6期影像的的地表覆盖情况。结合研究区的实际情况和影像的分辨率,地表覆盖类型一共分为四个大类,即水体、绿地、建设用地、其他。

2.2 植被归一化指数(NDVI)计算 NDVI也称生物量指标变化,是植被生长状态与植被覆盖度最有效指示因子,其计算公式为NDVI=(NIR-R)/(NIR+R)。其中,NIR表示近红外波段,R表示红色波段。NDVI的计算结果在(-1,1)范围内,小于0表示地物对可见光高反射(主要为水体、云和雪等);NDVI近似于0表示地物为建筑物等;NDVI大于0表示有植被覆盖,一般绿色植被区的范围是0.2～0.8[6];NDVI越大,植被覆盖度越高。

2.3 温度反演本文是基于大气校正法进行温度反演,其基本原理为:估计并去除大气对地表热辐射产生的误差,再把这一热辐射强度转化为相应的地表温度[7]。

3 结果

3.1 土地覆被解译对经过预处理的6期Landsat影像进行支持向量机(SVM)分类和利用Majority工具进行分类后处理,得到研究区的土地覆被变化情况。其中,1988～2011年的绿地面积占比最大,其次是其他土地利用类型。因为城镇化的影响,建设用地面积呈逐年增加的趋势。基于混淆矩阵获得分类精度,结果表明分类精度均在98%以上,Kappa系数在0.98以上,以上结果表明分类结果与实际的情况具有高度一致性,地表覆被类型解译结果较为可靠。

3.2 归一化植被指数(NDVI)时空变化由于获取的影像处于相同的季节(2018年除外),NDVI能大致反映出土地覆被的变化情况。低海拔地区植被覆盖较低,其主要原因是退耕还林政策的实施多位于高地,故地势相对较高的地方,植被覆盖度较高。6期影像计算结果均能清晰的体现水体和建筑的轮廓,能为土地覆盖解译提供参照。

3.3 地表温度(LST)时空变化虽然影像上有少许云覆盖,部分地区反演数据不够精确,呈现出异常值,但反演的结果能够大致表现出水体、建设用地、林地等地物类型的表面温度特征。

以2001年影像为例,选取10个样本点,知地表温度与NDVI呈负相关关系。从结果来看,城区温度均呈现出较高温度,具有明显的城市“热岛效应”。将地表温度变化图与地表覆被类型解译图和NDVI图进行对比观察,水体温度为最低。其次为绿地、其他用地、建设用地。