黄河三角洲建设用地与植被覆盖度时空变化及其相关性分析

王发亮 林 康 孙宪龙

(山东科技大学 测绘科学与工程学院, 山东 青岛 266590)

0 引言

建设用地是反映区域发展水平的一项重要指标。植被类型与土壤类型的关系密切,因此,城市规模的不断扩大给自然环境带来了一系列负面影响,比如建筑用地占用植被用地,导致城市及周边环境质量降低。自改革开放以来,我国的自然植被覆盖面积迅速减少,严重影响着人们周围的环境。因此,探讨建设用地的发展对植被覆盖度的影响具有重要的意义[1]。

遥感技术(Remote Sensing,RS)、地理信息系统(Geographic Information System，GIS)、全球定位系统(Global Positioning System，GPS)统称为“3S”技术。随着3S技术快速发展,可以获得更多的时空信息来检测研究城市化进程与城市的景观生态。RS可以迅速有效地提供地表自然变化和现象的宏观信息,借助RS与GIS可以对建筑用地以及地表绿化覆盖度进行分析研究。目前,国内学者利用RS对城市建设发展以及绿地变化进行了大量研究:庞博等[2]采用归一化植被指数法、主成分分析差异法和基于C5.0决策树的分类后比较法对森林变化区域进行分析,提供了提取林地植被的有效方法;姚静等[3]基于专题制图仪(Thematic Mapper,TM)遥感影像,运用遥感图像处理系统软件(ERDAS)对某地城市绿地专题信息进行提取。得到了对植被景观目视效果最好的方法为归一化植被指数(Normalized Difference Vegetation Index,NDVI)法。代颖懿等[4]介绍了几种常用的建筑用地指数构建原理,得到普适性建筑用地信息提取优先使用指数型建筑用地指数(Enhanced Index Building Land Index,EIBI)的结论。吴志杰等[5]以Landsat TM/ETM+图像为数据源,用归一化差值法(Keyuords中有EIBI)提取的建筑用地信息客观,可信度高,提取精度达到90%以上,适合于同时提取城市和农村建筑用地信息。路广等[6]选用Landsat等卫星遥感数据结合野外调查数据,利用像元二分模型估算并分析了黄河三角洲1986—2015年长时间序列植被覆盖度时空变化过程及影响因素(水分条件、盐分条件、人类活动)。李晓谦等[7]利用1992和2013年Landsat TM数据,在遥感与GIS平台支持下,采用景观格局和梯度分析相结合的方法分析沈阳市城市化进程中景观格局变化,为了解城市化过程中城市形态、结构和生态变化提供依据和参考。

学者们对建筑、植被提取方法以及城市化发展过程研究较多，但在建设用地对植被覆盖影响上的研究较少。因此，本文以黄河三角洲为研究区,利用遥感的手段,通过研究建设用地面积和植被覆盖的时空变化,揭示1985—2010年城市化进程建设用地的发展对自然环境的影响,研究结果对于人类活动与自然环境的关系具有重要意义,为黄河三角洲的生态环境保护提供了有效信息。

1 研究区域概况及数据来源

1.1 研究区域概况

黄河三角洲是我国三大河口三角洲之一。属温带季风气候,季节变化较为明显,植被覆盖率较高,自然资源丰富。本文裁剪了37°3′～38°11′N, 118°16′～119°40′E之间的影像数据为研究范围,主要包括渤海湾和莱州湾的湾口。

1.2 遥感数据的获取与处理方法

本实验用的黄河三角洲遥感影像数据来源于地理空间数据云(http:∥www.gscloud.cn/)。选择1985年5月、1995年5月、1999年5月、2005年5月、2010年5月的Landsat TM影像数据进行实验,运用了1～5波段和7波段,空间分辨率为30 m。

为保证研究结果的准确性,对影像数据进行预处理。依次进行几何校正、辐射定标、大气校正、彩色合成,最后对研究区进行裁剪。本文进行裁剪时,首先利用Spatial Subset工具对TM影像按照37°3′～38°11′N,118°16′～119°40′E进行规则裁剪,然后通过矢量文件裁剪出陆地部分。

利用NDVI与EIBI对预处理后的影像数据中的植被与建筑进行提取,分析得到研究区25 a的植被与建筑变化情况。对建筑用地与植被进行相关性分析,得出结论。本文为了更好地对黄河三角洲建设用地对植被覆盖度的影响进行分析,将黄河三角洲植被覆盖度分为4级,即低植被覆盖度区(<30%)、较低植被覆盖度区(30%～40%)、中植被覆盖度区(40%～50%)、高植被覆盖度区(>50%)。结合之前学者对黄河三角洲湿地的研究以及本文对植被覆盖度的分级及实地分析,近代黄河三角洲低、较低植被覆盖区大多为水域、裸地、滩涂、未利用地等,中植被覆盖区为草地和稀疏草地林地等,高植被覆盖区多为优质灌草地、优质农田和优质林地等。为研究黄河三角洲建设用地对多种类型的植被覆盖度的影响,指导黄河三角洲湿地的合理开发和植被保护,选择整个三角洲湿地作为研究对象而没有选择主要城区作为研究对象。

2 研究方法与技术路线

2.1 植被覆盖度2.1.1 NDVI提取绿地

利用归一化差异植被指数NDVI对植被进行提取。其计算公式为

I=(RIN-R)/(RIN+R)

(1)

其中,RIN指近红外波段,R是红色波段。归一化植被指数I是反映植物生长状况的重要参数,I为正值时地面覆盖为植被,且值越大,植被覆盖越大[8]。

2.1.2VFC计算植被覆盖度

根据像元二分模型原理,得到植被覆盖度表达式

C=(I-Isoil)/(Iveg-Isoil)

(2)

其中,C为像元植被覆盖度,Iveg为无植被覆盖区I值,Isoil为100%植被覆盖区I值。但由于研究对象与目的不同,以及其他因素影响,导致Iveg与Isoil为不定值。在计算过程中采用植物生长当季的I最大值和最小值来代替Iveg和Isoil。因此,本研究植被覆盖度计算公式如下所示

C=(I-Imin)/(Imax-Imin)

(3)

根据I累计频率表,提取累计频率为5%的I值作为Imin,累计频率为95%的I值作为Imax。利用遥感图像处理平台(The Environment for Visualizing Images,ENVI)对遥感影像植被覆盖度进行提取。

2.2 建设用地覆盖度

对于黄河三角洲这种土地类型复杂的地区,不适合用NDBI和IBI对建筑用地信息直接提取。在土地类型复杂的地区,NDBI和IBI都会受到低植被覆盖区的影响;裸地与建筑用地的光谱特征很相似,用NDBI和IBI直接提取建筑信息是不可靠的,提取的建筑用地信息中常夹杂有植被噪音。因此,采用增强的指数型建筑用地指数IEIB提取建设用地信息。

(4)

其中,IN为归一化差值裸地与建筑用地指数;IE为增强型的裸土指数;IM为归一化差值水体指数;IS为增强建筑用地信息的植被指数,其模型表达式为

(5)

计算IS时,所取L为土壤调节因子,经过取值实验,L=0.5时土壤亮度差异减到最小。

2.3 相关性分析

结合植被覆盖区与建筑用地覆盖区变化情况,假设是否具有相关性。做出散点图,趋势线。建立Spearman相关模型分析来确定建筑用地的发展对植被的影响[9]。

3 实验结果分析

3.1 植被覆盖度与植被覆盖空间变化

结合图1与表1可知,黄河三角洲的植被覆盖度从1985年的42.7%增长到2010年的50.8%,整体呈上升趋势,年均变化量为0.358 4;1985年的植被覆盖度在研究年份中最低,2010年最高,1995、2005、2010年植被覆盖度有小幅的增长。1985—1995年主要以中植被覆盖区为主,但面积减少583.77 km2,在这10 a中,较低植被覆盖区显著减少且高植被覆盖区显著增加,由图1可知,高植被覆盖区增长区域分布在三角洲西南部。1995—2010年高植被覆盖区面积增加2 557.17 km2,中植被覆盖区减少2 535 km2。在黄河三角洲滨海地区,由较低植被覆盖去变为中植被覆盖区,黄河附近从中植被覆盖区变为高植被覆盖区,植被覆盖增加[10]。

图1 植被覆盖区域变化

表1 植被覆盖变化表

3.2 建筑用地面积变化建筑用地空间变化

1985—1995年黄河三角洲建设用地面积变化较大,面积增长了117 km2,1995—2010年面积增长缓慢,增长了43.03 km2;1985—1999年建设用地面积持续增加,并且增加显著,共增加了约153.08 km2;1999—2010年建筑用地面积有小幅度的增加,增加了约6.94 km2。黄河三角洲建设用地主要分布在西南部和南部,并且沿着黄河建筑用地面积也在增加,如表2所示。

表2 建设用地面积变化表

3.3 相关性分析

为研究植被变化与建设用地变化的关系,对两者进行相关性分析。由于时代关系,1985年黄河三角洲地区建设指数面积与其他年份差别太大,所以进行相关分析时选择了2008年影像数据作为参考,所提取植被覆盖度为49.73%,低植被覆盖区面积为202.40 km2,较低植被覆盖区面积为803.41 km2,中植被覆盖面积为2 502.31 km2,高植被覆盖面积为5 031.2 km2,建筑面积为286.81 km2。

通过观察图1与图2可知,在空间上高植被覆盖区与建设用地都主要分布在黄河三角洲西南部和南部,且西南部的中植被覆盖区是在1995—2010年逐渐演变为高植被覆盖区。滨海地区,1995—1999年,有部分低或较低植被覆盖区变为中植被覆盖区。1999年之后低或较低植被覆盖区变化不明显。研究植被覆盖度与建设用地的趋势变化(图3),因数据不满足正态性,使用 Spearman 相关系数研究相关性,具体分析得植被覆盖度和建设用地面积之间的相关系数值为0.7,接近于0,并且显著性P值为0.188>0.05,因而说明植被覆盖度和建设用地面积之间并没有相关关系。

图2 建筑用地区域变化

图3 近代黄河三角洲建设用地与植被覆盖度变化

进一步研究建设用地面积与不同植被覆盖区域面积的相关性,得到趋势变化图(图4),用Spearman相关系数分析低、较低植被覆盖区与建设用地的相关性,得到两者相关系数为相关系数值为-0.486,接近于0,并且显著性P值为0.329>0.05,说明两者没有相关性,分析高植被覆盖区与建设用地的相关性,得到两者相关系数为0.891,显著性P值为0.043,说明两者存在显著的正相关关系,建设用地面积的增加一定程度上促进了高植被覆盖区面积的增加。随着建设用地发展,更多的农田、林地、灌草地增加,人类活动强度的增加使两者同时增加。分析中植被覆盖区与建设用地的相关性,得到两者相关系数为-1,并且呈现出0.01水平的显著性,因而说明中植被覆盖区和建设用地面积之间有着显著的负相关关系。并且结合图1和图2可以看出建设用地的增加对草地和稀疏草地林地发展变化起到了抑制作用。

图4 近代黄河三角洲建设用地与植被覆盖面积变化

本文利用遥感手段,基于遥感影像数据,对1985—2010年植被覆盖度和建筑用地面积进行了时空分析,主要结论如下:

(1)植被覆盖度从1985年的42.7%增长到2010年的50.8%,建筑用地面积从1985年的126.927 km2增加到2010年的286.942 5 km2,总体上建设用地没有对植被产生较大影响,但1985年是改革开放初期,建设用地较少,大多为未开垦的荒地[11-12]。

(2)建设用地的发展对低、较低植被覆盖区影响不大,因为低、较低植被覆盖区大多为裸地、滩涂、未利用地,分布在滨海地区,建设用地没有向滨海地区发展;建设用地面积的与高植被覆盖区存在正相关关系,随着建设用地发展,更多的农田、林地、灌草地增加,人类活动强度的增加使两者同时增加;中植被覆盖区和建设用地面积之间有着显著的负相关关系。建设用地的增加对草地和稀疏草地林地发展变化起到了抑制作用,黄河附近从中植被覆盖区变为高植被覆盖区[13]。

(3)建设用地的发展主要发生在黄河沿岸、黄河三角洲南部和西南部,植被覆盖的变化发展主要发生在黄河沿岸和滨海地区[14]。

4 结束语

本文采用归一化植被指数法与增强的建设用地指数方法对黄河三角洲地区植被与建设用地信息进行提取,得到1985—2010年六期植被与建设用地数据(2008年数据作为补充)。结合影像目视解译对比分析25 a来植被覆盖度与建筑用地的面积与空间变化信息。在得到三角洲地区建筑与植被空间覆盖变化的基础上,通过趋势线分析、Spearman相关模型对城镇建筑用地对植被覆盖度的影响进行分析。由实验结果可知,两者没有明显相关性,但是建设用地与高植被覆盖区与中植被覆盖区存在明显相关性,建设用地的发展促进了农田、林地、灌草地的发展,抑制了稀疏草地和林地发展。

(1)从总体看,研究区建筑用地面积与植被面积都有所增加,植被增加面积增加了8%,建筑物用地面积增加了142.2 km2。植被面积的增加主要得益于高覆盖区面积植被的增加,主要原因为大量草甸等自然植被地区被人们开垦为农用地、耕地。而建筑用地的发展与植被覆盖区发展在黄河沿岸重合,从西南部到沿海地区递减。表明水盐条件及人类活动对植被覆盖及城镇建设用地时空变化影响较大。

(2)本文的创新点在于首次通过增强的指数型建筑用地指数(EIBI)与归一化植被指数(NDVI)相结合提取信息,并通过Spearman相关来分析区域发展时植被与建筑用地的相互关系。为有关部门对该地区土地的保护提供了指导意见。