基于NDVI的2014—2020年郑州市植被覆盖变化特征分析

原琪翔,尚国琲,张 霞

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

0 引言

植被覆盖度是指植被在地面的垂直投影面积占所统计区域面积的百分比,它为研究植被变化、生态环境、气候变化等提供了重要的数据支持。植被覆盖变化受年份和季节变化影响显著,是区域环境变化的重要指标[1]。而植被的变化不仅对全球及区域能量循环、物质的生物化学循环具有重要的影响,同时也对区域及全球气候变化有重要的贡献[2,3]。通过遥感技术获取的数据在时间和空间上具有连续性，为获取植被覆盖及其变化信息提供了可能,因此常用于检测全球和区域植被时空分布及变化趋势[4-6]。

当前植被覆盖度常用混合像元分解法、回归模型法、机器学习法等方法进行遥感估算,由于混合像元分解法理论基础比较完备,对实测数据的依赖性小,不受地域限制,并且可以减少大气、土壤及植被类型等影响,易于推广[7]。混合像元分解模型中最简单的模型即像元二分模型,它是将像元设为只由植被与裸土覆盖地表两部分组成,受遥感影像的辐射校正影响不大,构建模型简单可靠、使用参数容易获得,普遍适用[8]。近年来,像元二分模型来估算植被覆盖度已在大量研究中得到使用,如全国范围内的植被覆盖度变化[9],区域范围内的植被覆盖时间和空间变化特征[10,11]及县市级植被覆盖变化[12]等相关研究。

归一化植被指数(normalized difference vegetation index,NDVI)对植被生物物理特征十分敏感,作为植被生长状况的重要度量参数,被有效使用在监测植被动态变化当中。本文以郑州为研究对象,利用2014年5月6日、2016年5月11日、2017年4月9日、2020年5月22日的Landsat8遥感影像,采用像元二分法、ArcGIS 10.8做转移图谱进行重分类的方法,提取郑州市植被指数NDVI和植被覆盖度信息,从而得到近年来该地区生态环境的变化情况,为今后郑州市的生态环境保护提供有利支持和宝贵经验。

1 研究区概况及数据来源

1.1 研究区概况

郑州市位于东经112°42′—114°14′、北纬34°16′—34°58′。地处中国华中地区、黄河下游、中原腹地、河南中部偏北,位于黄河中下游和伏牛山脉东北翼向黄淮平原过渡的交接地带,西高东低,中间高,东北低或东南低。气候类型为亚热带季风气候,年平均气温不低于0℃,年积温3 200℃～4 500℃。四季交替明显,表现为春季干旱少雨,夏季炎热多雨,秋季阳光充足、日照时间长,冬季温暖少雨的特点。

1.2 数据来源

研究区(图1)4年的实验数据Landsat8 OIL_TIRS卫星数字产品从地理空间数据云下载获得,图像的云覆盖量均小于10%,采集时间为初夏,植被生长状况较为接近,可减少气候因素造成的差异对实验结果的影响。极大提高了研究结果的可靠性。研究区的行政边界数据是从中国科学院资源环境科学与数据中心下载,通过ArcGIS 10.8软件处理后得到。

图1 郑州市地理位置及行政区划图Fig.1 The geographical location and administrative divisions of Zhengzhou

2 数据处理过程

2.1 数据预处理

首先使用ENVI 5.3软件对2014年、2016年、2017年、2020年这4年郑州市的遥感影像进行数据预处理,其预处理过程如下:波段叠加—辐射定标—大气校正—图像镶嵌和掩膜,将所生成的影像命名并保存,最终获得符合精度要求的郑州市遥感影像,然后进行NDVI的提取和植被覆盖度的估算。

2.2 提取NDVI和植被覆盖度

在ENVI中使用波段运算工具,分别提取这4年的NDVI,计算公式为(NIR-R)/(NIR+R),即近红外波段的反射值与红光波段的反射值之差与两者之和的比值[13]。

植被覆盖率是基于像元二分模型计算的。即假设像元仅由植被和非植被覆盖地表两部分组成,光谱信息也仅由这两部分线性合成,它们各自的面积在像元中的占比即为各因子的权重,其中植被覆盖地表占像元的百分比即为该像元的植被覆盖度[14]。一个像元的NDVI值由NDVIVeg和NDVISoil组成,植被覆盖度FVC的表达式为:

NDVIVeg表示纯植被部分覆盖像元的NDVI值,NDVISoil表示纯裸土部分覆盖像元的NDVI值[15]。在理想条件下,纯植被的FVC近似为100%,纯裸土的FVC近似为0,可得NDVISoil=NDVImin,NDVIVeg=NDVImax,转化为求研究区域NDVI的最小值与最大值。

查阅相关文献知,NDVISoi和NDVIVeg在进行取值时,以NDVI累计百分比为5%的累计值为的NDVISoi值,以NDVI累计百分比为95%的累计值为NDVIVeg的值,即在5%处获得NDVImin,在95%处获得NDVImax,将NDVIsoil=NDVImin和NDVIveg=NDVImax代入公式计算得到研究区域的植被覆盖度。

表1为NDVI最小值、最大值和平均值的植被信息统计,置信区间取5%和95%,得到NDVImin和NDVImax的值,表2所示。

表1 植被指数NDVI植被信息统计Table 1 Vegetation information statistics of vegetation index NDVI

表2 郑州市2014—2020年植被指数NDV min和NDV max的值Table 2 Values of vegeta tion index NDVI min and NDV max in Zhengzhou from 2014 to 2020

3 结果分析

3.1 郑州市植被覆盖空间变化特征

图2、图3分别为植被覆盖等级图、郑州市土地类型图。通过对植被覆盖度即FVC(值0～1)进行5个等级的划分,分为低(0～0.2)、较低(0.2～0.4)、中等 (0.4～0.6)、较高 (0.6～0.8)、高(0.8～1)覆盖度5个等级。将四年的FVC值经过Arcgis 10.8软件进行处理得到植被覆盖等级图(图2),比较清楚、直观的看出这不同的四年间该地区植被覆盖度在空间上的变化特征:

图2 植被覆盖等级图Fig.2 Vegetation coverage grade map

(1)2014—2016年间,植被覆盖度较高和高的地区主要分布在西部和西南部地区,这两个地区的植被类型主要为林地和灌丛,所以导致两地区的植被覆盖等级相对较高,而中部地区植被覆盖等级低,因为该地区土地利用类型(图3)主要为城镇,植被类型多为栽培植被、人造林,绿化面积相对较低,因此植被覆盖等级低。从图中可以看出,2016年相对2014年的植被覆盖度而言,从空间变化来看,郑州市地区植被覆盖整体呈现下降的趋势。

图3 郑州市土地类型图Fig.3 Land type map of Zhengzhou city

(2)2016—2017年,郑州市植被覆盖空间变化整体呈现上升的趋势,中部地区植被覆盖等级也由低等级提升到了较低等级,表明该地区的植被数量上升,生态环境得到了良好的改善,与城镇绿化面积的增加、人造绿地等有关,郑州市地区整体生态环境得到有效提高。

(3)2017—2020年,郑州市植被覆盖空间变化整体又出现了下降趋势,与2014—2016年的变化类似。近年来随着城镇化建设的加速推进(2020年郑州市城镇化率达到了74.6%)和人口的剧增(常住人口1 260万人,城镇人口987.9万人),经济的快速发展忽视了生态环境建设,导致该地区植被覆盖度呈现下降的变化趋势。

3.2 郑州市植被覆盖时间变化特征

根据之前划分的植被覆盖等级类型,将4个年份的郑州市各等级植被覆盖度面积及百分比统计于表3中,进而从时间上对植被覆盖度的变化进行分析。

分析表3,从各个时间段来看:2014—2016年间年百分比增减变化最高的是高覆盖度,减少了4.05%,其次是中等覆盖度、较低覆盖度和较高覆盖度,变化分别为增加2.66%、增加2.26%和减少0.82%,低覆盖度变化最小,减少了0.06%;2016—2017年间年百分比增减变化最高的是低覆盖度,减少了19.70%,其次是较高覆盖度、高覆盖度和中等覆盖度,变化分别为增加10.05%、增加8.70%和增加2.47%,较低覆盖度变化最小,减少了1.51%;2017—2020年间年百分比增减变化最高的是低覆盖度,增加了6.42%,其次是较高覆盖度、高覆盖度和较低覆盖度,变化分别为减少4.75%、减少2.98%和增加2.59%,中等覆盖度变化最小,减少了1.29%。

从表3中可以看出:(1)2014—2016年,植被高覆盖度类型的比例下降显著,植被低、较高覆盖度两类型的比例变化不大,植被较低、中等覆盖度的类型比例上升,从整体来看,该时间段内,郑州市的植被覆盖变化呈下降趋势。

表3 植被覆盖度各等级面积与百分比统计Table 3 Statistics of the area and percentage of each grade of vegetation coverage

(2)2016—2017年,植被低覆盖度类型比例下降显著,植被较低覆盖度变化最小,呈下降趋势,而植被中等、较高、高覆盖度3个类型的比例显著上升。表明,该时间段内,植被覆盖度增加,郑州市整体的生态环境得到了很大改善。

(3)2017—2020年,植被覆盖度类型所占比例恰好出现了和2016—2017年相反的变化,植被地覆盖度比例上升显著,而中等、较高、高覆盖度类型呈下降趋势,较低覆盖度类型比例上升。表明了该时间段内,植被覆盖度减少,郑州市整体的生态环境质量出现下降。为了更加直观、清楚的感受这种变化,做了以下植被覆盖度类型比例柱状图(图4)。

图4 植被覆盖度类型比例柱状图Fig.4 Histogram of vegetation coverage type ratio

3.3 植被指数NDVI趋势变化分析

通过使用ENVI 5.3软件分别获得了4个年份郑州市的NDVI均值,并利用该值进行散点图的制作得到(图5)。由公式可知,该趋势线的斜率为-0.0062,小于0,表明2014—2020年,虽然NDVI值局部有所上升,但郑州市的NDVI整体呈现下降趋势,可能与近年来郑州地区加快经济建设、推进城镇化、人口剧增,而忽略了生态环境的建设有关。

图5 郑州市植被指数NDVI均值散点图Fig.5 Scatter plot of mean value of vegetation index NDVI in Zhengzhou

3.4 植被覆盖度变化图谱分析

基于之前植被覆盖度FVC值等级的划分,使用ArcGIS 10.8软件对4年的植被覆盖度数据利用栅格计算器制作转移图谱,进行重分类,将其分为未改变、变好、变坏3个类别。将相邻两年的植被覆盖度变化情况分为3个类别:未改变、变好、变坏。将植被覆盖度等级不发生变化的归为未改变的类别,将植被覆盖化等级提升的归为变好的类别,将植被覆盖度等级下降的归为变坏的类别。依据以上分类标准依次做出2014—2016年、2016—2017年、2017—2020年的转移图谱(图6)进行分析。

图6 植被覆盖度变化柱状图Fig.6 Histogram of vegetation coverage changes

从表4及柱状图中可以清楚的看出,2014—2016年,植被覆盖度未改变的占了53.94%,变好的占了15.45%,变坏的占了30.61%,变坏类型的占比大于变好类型,植被覆盖度呈下降趋势,该地区的生态环境向变坏的方向发展。而2016—2017年,变好类型占比剧增,未改变和变坏类型占比下降,表明植被覆盖度呈上升趋势,生态环境整体向变好的方向发展。2017—2020年,变坏类型占比上升,其余两种类型占比下降,植被覆盖度呈下降趋势,生态环境向变坏方向发展,与之前的分析结果一致。

表4 植被覆盖度变化值(单位:%)Table 4 Changes in vegetation coverage

4 结论与问题不足

4.1 结论

本文基于郑州市2014年5月6日、2016年5月11日、2017年4月9日、2020年5月22日的Landsat8遥感数据影像,利用ENVI 5.3、ArcGIS 10.8软件,分别采用像元二分法和做转移图谱、重分类的方法,提取郑州市植被指数NDVI和植被覆盖度的信息,对研究区间郑州市的植被覆盖度变化情况进行对比分析,得到以下结论:

(1)2014—2016年,郑州市地区植被指数NDVI和植被覆盖度呈下降趋势,主要与当地的植被类型和土地利用类型有关。

(2)2016—2017年,郑州市地区植被指数NDVI和植被覆盖度呈现大幅上升趋势,表明该地区的生态环境得到了很大的改善,与城镇绿化面积的增加、人造绿地及整个地区植被的茂盛生长等有关。

(3)2017—2020年,郑州市地区植被指数NDVI和植被覆盖度又呈现出与2014—2016年同样的变化趋势,即下降,但比其更加明显。与近年来郑州地区为加快经济发展、推进城镇化率、人口剧增有关,可能会以牺牲生态环境为代价,从而造成了该地区生态环境质量的下降。

(4)利用遥感技术来提取植被指数NDVI和植被覆盖度是进行生态环境监测的实用技术,研究所获得的植被指数NDVI变化趋势及植被覆盖度分布情况均可为生态环境质量评价和生态规划提供可靠的依据。

4.2 存在的问题及不足

(1)本次实验只选用了郑州市4年的数据进行研究分析,且数据时间间隔有点大,在时间的尺度上得出的结果可能不具有普适性,会存在误差,应选取该地区连续多年的图像数据进行一连串的研究分析、图像对比得到的结果才更具有说服力。

(2)该实验主要对植被指数NDVI、还有植被覆盖度FVC进行了详细的研究分析,也可以结合降雨、温度等其他参数进行共同研究分析,从而使获得的结果更加准确、完整,同时也可以使用其他遥感数据对该研究区进行同样的实验,对比分析不同遥感数据对之前所得到的结论是否存在差异。