基于NDVI的晋州市植被覆盖信息提取

孙铭浩张霞尚国琲

(1.河北地质大学/河北省高校生态环境地质应用技术研发中心,河北 石家庄 050031；2.河北地质大学/河北省农业干旱遥感监测国际联合研究中心，河北 石家庄 050031)

植被覆盖度作为衡量地表植被生长状况及生长活力的一个重要指标，在分析地区生态系统状况及其变化趋势方面获得广泛应用[1]；对植被覆盖变化进行动态监测最常见的手段是利用归一化植被指数(NDVI)和像元二分模型[2,3]。近年来，诸多学者借助于ENVI和ArcGIS技术手段，对植被覆盖度时空演变特征及其影响因素进行了大量的研究，积累了丰富的研究成果。早期关注的重点是植被覆盖度的提取方法[4]，其中，像元二分模型在植被覆盖遥感估算中得到了广泛的应用[5]；现阶段关注的重点则是分析影响植被覆盖度变化的因素，研究结果表明，植被覆盖度变化与水热等气候因子[6-8]、不同地表类型及土壤含水量[9,10]、高程坡度坡向等地形因子[11-14]及生态建设工程等人类活动因子[15,16]密切相关，而且通常是自然和人为因素共同作用的结果。目前已有研究区域涉及省市域[11,17]、高原[18]、绿洲[19]等，但整体上以大区域范围的宏观尺度研究为主，以县域为对象并且明显对比一个县域中2种不同的生产业对植被覆盖度变化的研究尚不多见。本文将具体分析晋州市城南区域与城北区域2种不同的生产方式对植被覆盖度的影响情况。

1 研究区概况及数据源

1.1 研究区概况

晋州市位于河北省的中南部，隶属于省会石家庄市，境域在E114°58′20″～115°12′30″，N37°47′30″～38°09′30″，如图1所示。全市南北长最长处约为41.5km，东西最宽处约为20.7km，总面积约为619km2。晋州市被307国道横穿，国道以北的城北区域有4镇1乡，国道以南的城南区域有5镇。城南区域大部分都以果树农田种植业为主，被誉为“鸭梨之乡”，城北区域除周家庄乡含有部分种植业，大部分以工厂生产业为主。晋州市位于温带大陆性季风气候区，一年四季的特征变化明显，年平均气温14.9℃。同时晋州市水资源匮乏，属于缺水地区。

1.2 数据源

1.2.1 遥感数据

本文的数据是从地理空间数据云网站(http://www.gscloud.cn/)选取的8景Landsat 8OLI遥感影像，由于本次研究为估算植被覆盖度，所以尽量选择植物生长期影像，影像日期为(2013年9月、2014年8月、2015年7月、2016年9月、2017年7月、2018年6月、2019年7月、2020年9月)植物生长季时期，影像云量在10以下，目视清晰，质量完好。

图1 晋州市地理位置

1.2.2 辅助数据

本文所涉及的行政区矢量与道路数据来源于全国地理信息资源服务系统，比例尺为1∶100万；大地坐标系为2000国家大地坐标系(CGCS2000)；高程系为1985国家高程基准，数据格式为GEODATEBASE。

2 数据处理与研究方法

2.1 遥感影像预处理

对下载的Landsat8遥感影像进行辐射定标、大气校正、裁剪研究区等图像预处理，以减少传感器本身和大气对遥感图像的影响，减少误差。其中,2015年为两景数据，还需要对其进行无缝镶嵌处理，然后进行裁剪。以上处理均在ENVI5.3软件下进行。对于最后的结果植被覆盖度FVC的TIF文件，通过ArcGIS 10.8进行重分类并计算各植被覆盖度等级相对应面积。操作流程如图2所示。

图2 预处理操作流程图

2.2 植被指数选取

归一化植被指数(normalized difference vegetation index，NDVI)不仅可检测植被覆盖度[20]、植被生长状态和消除部分辐射误差，还能消除植物冠层的背景和高大山体的阴影所带来的影响，如土壤、枯叶、粗糙度、潮湿地面和雪等，同时还具有操作简便、准确性高等优点。因此该研究使用NDVI估算晋州市的植被覆盖度，计算公式：

(1)

式中，ρnir和ρred分别代表OLI影像在近红外波段的反射率和红波段的反射率。

2.3 植被覆盖度计算

植被覆盖度是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比[21]，是衡量地表植被覆盖的一个重要指标，能有效反映地表植被分布特征和描述生态环境变化[22,23]，被广泛用于生态环境评价和植被动态监测等领域[24-26]。直接利用植被指数可以准确有效地估算植被覆盖度。

采用像元二分模型估算植被覆盖度，该模型也是较为简单实用且被大量印证过的模型[5]，其原理为假定有植被覆盖度与无植被覆盖度的区域共为一个像元，NDVI表示这个像元的归一化植被指数，如这个像元全部覆盖植被则表示NDVIV，全部覆盖土壤则表示NDVIS。则可得出如下公式：

Ship Detection with Improved Convolutional Neural Network

NDVI=NDVIV×F+NDVIS×(1-F)

(2)

式中，F为所求的植被覆盖度。经过整理可知：

(3)

理论上裸土的植被覆盖度接近0，全部覆盖植被的像元植被覆盖度接近1。但是受环境和其它因素的影响，NDVIS的值总是在0.1～0.2浮动，NDVIV的值也因植被类型和植被生长状态而改变。因此选取5%～95%的置信区间，以累计百分比中的5%和95%的值来代表裸土植被覆盖度的值和植被全覆盖像元中植被覆盖度的值，以此来估算植被覆盖度，公式：

(4)

式中，FVC表示植被覆盖度；NDVImin表示研究区NDVI的最小值；NDVImax表示研究区内NDVI的最大值。

2.4 植被覆盖度等级划分

本文依据国家出台的《土地利用现状调查技术规程》、《土壤侵蚀分类分级标准》及《中国荒漠化防治国家报告》，同时结合朱震达等[27]的研究，将晋州市的植被覆盖度分成5个等级，分别是极低植被覆盖度(覆盖度<20%)、低植被覆盖度(覆盖度20%～40%)、中植被覆盖度(覆盖度40%～60%)、中高植被覆盖度(覆盖度60%～80%)、高植被覆盖度(覆盖度80%～100%)。

3 结果分析

3.1 归一化植被指数变化趋势

由图3可知，晋州市的NDVI平均值在2013—2020年总体表现为下降趋势。2013—2015年，数值呈现下降趋势，原因为这2a晋州市城北工业发展较为严重，缺乏对生态的保护，导致2014—2015年NDVI数值急剧下降。2015—2016年，城北加强了对生态保护的建设，所以这1a中植被指数有所回升，但仍然没有达到以往的最高值。2016—2018年，晋州市的NDVI数据又继续呈现缓慢下降的趋势，造成此趋势的原因为晋州市城北区域一些工厂又开始兴建，同时城南也有部分地区开始兴建科技园与工厂，所以植被指数开始下降。从2018年开始，植被指数开始缓慢增加，晋州市城北区域生态建设开始好转，晋州市的NDVI数值正逐渐升高。

图3 2013—2020年晋州市归一化植被指数变化

3.2 植被覆盖度空间变化特征分析

表1 晋州市植被覆盖度面积统计

从图4可知，中覆盖度、中高覆盖度的分布区域相较2013年没有改变。而高覆盖度变化区域变化明显，表现为区域变小。2013—2015年，极低覆盖度变化不明显，低覆盖度区域面积和中覆盖度区域面积分别从2013年的40.9km2和38.92km2增加到2015年的124.69km2和135.71km2，增加了83.71km2和96.79km2，增幅为13.9%和16.07%。中高覆盖度及高度盖度区域面积分别降低了4.42km2和192.06km2。可知在该时间段内，低覆盖度区域面积和高覆盖度区域面积变化最大。

3.3 晋州市植被覆盖度空间转移分析

为了探究晋州市不同植被覆盖度等级区域相互转化的情况，以及分析晋州市8a间植被覆盖度的变化情况，本文对8期遥感数据分为4个阶段(2013—2015年、2015—2017年、2017—2019年、2019—2020年)进行了植被覆盖度转移矩阵的制作，见表2～5。由表2可知，晋州市在2013—2015年极低植被覆盖度区域没有转出的和向低覆盖度区域转出的面积为66.06km2和15.69km2，分别占转出面积的78.9%和18.74%。由此可知，2013年的极低植被覆盖度区域大部分转入到2015年的极低植被覆盖度区域中，小部分转入低覆盖度植被区域中。低覆盖度区域转入极低覆盖度和没有转出区域的面值占比分别为33.26%和46.88%，低覆盖度区域向更高覆盖度区域转移面积比仅占19.86%，所以低覆盖度区域在此期间主要为没转出和向更低覆盖度区域转移。中覆盖度区域向更低和更高区域覆盖度转移面积占比为44.14%和28.45%，中覆盖度区域在此期间主要转入更低覆盖度区域。中高覆盖度区域向更高级别区域转出的面积占比为25.92%。高覆盖度区域向更低覆盖度区域转入面积百分比为70.12%。因此总体上，2013—2015年，覆盖度变化大部分保持原覆盖度等级和向更低等级覆盖度区域转变，中高覆盖度区域变化最剧烈，高覆盖度区域向低等级覆盖度区域转出最多。

图4 2013—2020年晋州市植被覆盖度空间分布

表2 晋州市2013—2015年植被覆盖度转移矩阵

由表3可知，在2015—2017年极低植被覆盖度区域没有转出和向低覆盖度区域转出的面积为77.02km2和16.62km2，分别占比77.24%和16.67%。由此可知，极低覆盖度区域在这段时间内变化平稳，面积转出较少。低覆盖度、中覆盖度、中高覆盖度区域向更低覆盖度和没有转出的面积百分比分别为78.15%、84.77%、78.33%。在这段时间内植被覆盖度依旧没有明显向更高的覆盖度区域转移。高覆盖度区域向更低覆盖度区域转入面积百分比为24.8%。总体上，2015—2017年，极低覆盖度区域向高级别覆盖度区域转出最多为22.76%，可说明在此期间内晋州市植被覆盖度变化主要为极低覆盖度区域向高级别覆盖度区域转移。

表3 晋州市2015—2017年植被覆盖度转移矩阵

由表4可知，2017—2019年极低植被覆盖度区域没有转出的和向低覆盖度区域转出的面积为66.56km2和50.23km2，分别占转出面积的54.54%和41.16%。由此可知，极低覆盖度区域在这段时间内变化剧烈，有将近50%的面积转向更高覆盖度区域。低覆盖度、中覆盖度、中高覆盖度区域向更低覆盖度和没有转出的面积百分比分别为83.29%、83.79%、80.35%。因此,在这段时间内植被覆盖度依旧没有明显向更高的覆盖度区域转移。高覆盖度区域向更低覆盖度区域转入面积百分比为20.54%，高覆盖度区域变化不剧烈。总体上，2017—2019年，极低覆盖度向更高覆盖度区域转出面积将近50%，高覆盖度区域小部分转出，其它等级覆盖度表现为向更低覆盖度和原覆盖度区域转移。

表4 晋州市2017—2019年植被覆盖度转移矩阵

由表5可知，2019—2020年，极低植被覆盖度区域没有转出的面积为58.83km2，占转出面积的72.7%。低覆盖度、中覆盖度向更高覆盖度转移的面积百分比分别为70.34%、64.92%。由此可知，在这此期间低覆盖度、中覆盖度区域向更高覆盖度区域转移剧烈。中高覆盖度区域没有转出与向更低覆盖度转移的面积百分比为61.84%。高覆盖度区域向更低覆盖度区域转入面积百分比为32.9%。因此总体上，2019—2020年，低覆盖度和中覆盖度区域向更高覆盖度区域转出大部分，其它覆盖度等级都向更低覆盖度和原覆盖度转变。可知在这段时间内，低覆盖度和中覆盖区域明显好转。

表5 晋州市2019—2020年植被覆盖度转移矩阵

3.4 植被覆盖度变化分析

本文将晋州市2013—2020年植被覆盖度进行分时段研究，最终将其分为2013—2015年、2015—2017年、2017—2019年、2019—2020年4个时间段。并按植被覆盖度从每个时间段起始年限开始，到时间段结束年限如果植被覆盖度向更高级别转变，则将其分为植被覆盖度变好一类，反之则归为变差一类，植被覆盖度不变的归为未改变一类的分类标准进行分类。最终通过软件ArcGIS 10.8将其绘制成图，结果如图5所示。同时结合表6可知，2013—2015年，城市FVC未改变区域占50%，且主要分布在城北及城南东部区域;2015—2019年，城市FVC呈逐渐变差的趋势发展，这种趋势发生在全市范围内，分析其原因为城北工业化生产加剧，且城南种植业受经济影响逐渐下降;2019—2020年，城市FVC逐渐好转，植被覆盖度变好的区域占44.05%，主要集中在城北区域。分析原因为城北控制了工业化生产的速度，重视了对生态的保护意识。

图5 各时段植被覆盖度变化情况

表6 晋州市4时段FVC变化统计表

4 结论与讨论

本文利用Landsat8OLI遥感影像数据，基于NDVI和像元二分模型对晋州市进行了植被覆盖度(FVC)的估算，分析了近8a的植被归一化指数的变化趋势和植被覆盖度的动态变化，在此基础上，通过对植被空间变化特征、空间转移趋势的分析，得到以下结论。

晋州市的NDVI虽然在近几年有上升的趋势，但是在2013—2020年趋势线方程的斜率为-0.0207，总体表现出下降趋势。

晋州市城南主要为农业种植区，植被覆盖度等级大部分为中高覆盖度，少数几年表现为中覆盖度和高覆盖度，虽然植被覆盖率较高，但是绝大多数为经济林，且植被整体质量较差，主要以农田生态系统为主，缺乏多元化生态系统，自然基地单一；城北工业区的植被覆盖度等级在前几年除城区表现为极低覆盖度外，其余区域表现为中高覆盖度，但是在近些年城北区域的植被覆盖度等级整体表现为低覆盖度，直到2020年有所改善。

植被覆盖度空间转移情况在前3个时间段中，均表现为更高级植被覆盖度区域向低等级植被覆盖度区域转移，在2019—2020时间段中表现为低等级的植被覆盖度区域向更高等级的植被覆盖度区域发生转移。

由植被覆盖度变化分析知，2013—2015年，未改变区域为50.68%,2015—2017年、2017—2019年这2个时间段，FVC变差的区域为55.99%和61.07%,2019—2020年，FVC变好的区域为44.05%。由此可知，FVC变好的百分比在逐渐升高，变差的先升高后降低，未改变的逐渐变小。

晋州市的城市建设比较紧凑，缺乏对城镇建设用地蔓延、土地资源利用以及生态用地的划分和管控，城北城区的植被覆盖度一直为最低等级，所以在进行此类研究时必须考虑城区的影响。全市域的海拔高程相差不大，西北部平均海拔45m，东南部稍低为35m，平均海拔相差10m。因此没有进行高程坡度等地形因子的分析。研究植被覆盖度变化需要考虑的因素有很多，如气温、降雨量以及土壤水含量对植被覆盖度的影响也是不可忽略的，本研究没有涉及，故在以后的研究中，有必要从气侯变化和降雨量方面考虑植被覆盖度的变化。