基于主成分分析的云南省植被覆蓋異常區域提取

蘇宇鵬，黃義忠

(昆明理工大學 國土資源工程學院，云南 昆明 650093)

基于主成分分析的云南省植被覆蓋異常區域提取

蘇宇鵬，黃義忠*

(昆明理工大學 國土資源工程學院，云南 昆明 650093)

為了提取云南省的植被覆蓋異常區域，從地理國情監測云平臺(http://www.dsac.cn/)MODIS產品下載器下載2007—2016年MOD13A3的時間序列植被指數數據，進行數據的拼接與投影轉換處理，并用ArcGIS軟件提取并計算2007—2016年的歸一化植被指數(NDVI)。以NDVI為基礎數據，運用主成分分析法對數據進行降維壓縮處理，以刪減噪聲干擾的影響，增強數據有效信息的可視程度，最后結合其他輔助數據分析該地區植被異常變化情況。結果表明，利用主成分分析法進行數據轉換，可以凸顯多時相數據集中局部變化的區域，并提取受自然或人為影響最突出的植被變化異常行為，從而識別出高度敏感的有石漠化或者土壤退化跡象的地區，為生物多樣性保護、植被變化監測以及合自然和農業資源的合理開發等提供參考信息。

多時相時間序列； 歸一化植被指數； 云南

植被覆蓋的構成與變化是影響生態系統功能的重要因素[1]。隨著涵蓋多光譜、多時相、高分辨率的衛星遙感數據的出現，人們得以通過這種經濟有效的方式來研究大范圍區域的土地覆蓋信息[2]。相較于空間、光譜或輻射維度，針對同一地區但跨越一定時間維度的遙感數據能夠提供更多的有關土地覆蓋狀況及變化的有用信息[3]。

歸一化植被指數(NDVI)是目前應用最為廣泛的植被指數，其值一般為在-1～1。負值表示地面覆蓋為云、水、雪等，對可見光高反射；0表示有巖石或裸土等；正值表示有植被覆蓋，且隨覆蓋度增大而增大。NDVI數值和植物的蒸騰作用、太陽光的截取、光合作用以及地表凈初級生產力等密切相關，因此，也常被用作反映農作物長勢和營養信息的重要參數和衡量地表植被狀況的重要指標，是描述生態系統的重要基礎數據，也是區域生態系統環境變化的重要指示[4]。

本試驗以自然植被區(森林、灌叢、草地等)和農用地為研究對象，提取受自然或人為影響最突出的植被異常變化行為，研究結果可以作為反映植被受環境應力程度(植物應對導致自身生長負面影響的自然災害或人為活動的能力)的可視性模型參考，并可為監測植物狀態和土地退化及荒漠化等提供有價值的信息。

1 材料與方法

1.1 研究區概況

云南省地處我國西南邊陲，地理坐標21°～29°N，97°～106°E，東西橫跨864.9 km，南北縱距990 km，總面積39.4萬km2，氣候類型多樣，復雜的地形地貌造就了種類繁多的植被類型。受自然災害(干旱、洪澇、風雨侵蝕等)和人類活動(工業化、火災、過度耕作、土地撂荒等)的共同影響，云南省的一些地區已被列入全國生態脆弱區，這些地區的環境平衡十分脆弱，很容易受到干擾。

1.2 數據處理

本試驗數據來自地理國情監測云平臺(http://www.dsac.cn/)，通過Terra MODIS傳感器，選取MOD13A3產品，選取時間為2007-01-01—2016-12-31，數據集版本為MODIS Collection 6，選取地區范圍為H26V6和H27V6，以及MOD12Q1產品。

運用MODIS數據處理工具MRT將MODIS影像以每月為一組進行影像拼接，并提取Monthly Pixel Reliability和NDVI兩個波段，最終輸出為TIF格式并運行。接著把質量可靠性層中值設置為0的部分作為掩模，值為0的即為最優值，提取對應時間的NDVI最大值(因為NDVI最大值被認為是可以影響植被覆蓋狀態變化的可靠指標，也最能夠展現自然變化、極端氣候以及遭受人為破壞后的植被變化效果)。最后將12月的數據鑲嵌到新的柵格當中，運用Mosaic To New Raster工具，添加12個月的數據生成1 a的NDVI數據柵格圖像，共10幅。對2007—2016年的NDVI數據做單元統計(cell statistics)，統計平均值。

研究區的土地覆蓋類型分布通過MOD12Q1三級數據土地覆蓋類型產品(land cover data)得出。它是根據一年的Terra和Aqua觀測所得的數據，經處理，用以描述土地覆蓋類型[5]。該土地覆蓋數據集中包含了12個主要土地覆蓋類型，為方便本次試驗，重分為城市和建成區，常綠針葉林/常綠闊葉林，水，灌木/草地，落葉針(闊)葉林/落葉闊葉林，谷類作物/闊葉作物，貧瘠和稀疏植被區，雪、冰等8個類型。

1.3 主成分分析

將一個年際時相看作是一個波段，運用GIS波段合成工具將10 a數據合成一個圖像，運用主成分分析工具進行分析并生成主成分影像。

計算所有時間序列的NDVI年際均值協方差矩陣(S)，然后計算S的特征值和特征向量，以獲得新的特征成分：

(MVCi,j,k2-μk1)。

式中，k1、k2是2個時間序列的數據，MVCi,j是i排和j列中全年NDVI最高值，n是行數，m是列數，μ是MVCi,j值的平均值。

通過下式計算每個成分的方差所占總數據集的比例：

式中λi是S的特征值。

一系列新圖層通過下式進行相乘，對于每個像元，S的特征向量是給定像元的初始值：

Pi=∑i=1Pkμk,i。

式中，Pi表示成分i的MVC值，μk,i是數據k分量i的特征向量，Pk是數據k的MVC值。

通過下式計算相關系數(R)：

式中vark是數據k的方差。

2 結果與分析

主成分分析顯示，前2個主成分的方差累積值為83.338%(表1)，包含了絕大部分信息量，所以確定采用前2個主成分進行結果分析。

表1 各項主成分的所含信息

如圖1所示，第一主成分的變化反映了光合作用有效能積累量的趨勢，與每年圖像的相關系數都很高，而且全部為正數，在2011和2012年達到最大值，分別為0.362 32、0.375 05，之后逐年減少。第二主成分在2007—2012年與特征向量呈正相關，最大值為2007年的0.568 93，在2013—2016年與特征向量呈負相關，最小值為2016年的-0.446 26，表明2012年后研究區植被覆蓋急劇惡化。

圖1 關鍵主成分特征向量的變化趨勢

第一主成分(PC1)方差占整個數據集的63.233%(表1)。一般地，PC1的最大值多出現在森林地區或長期穩定的氣候生態區域，而在灌木、草地、農作物地區，尤其是在生長一年生作物的地區，PC1值變低。如圖2所示，PC1的最大值集中出現在滇西、滇西南、滇南以及昭通北部地區和滇東南一些地區，結合土地覆蓋類型情況，說明滇西、滇西南大部分地區森林植被覆蓋度好，又因地處山區，受人類的耕地建設等影響較小，得以保持相對穩定。數值低的地區主要分布在滇西北的德欽縣、香格里拉縣、賓川縣、祥云縣、元謀縣等地區，滇中的昆明周邊縣市區和昆明市東川區、曲靖市、陸良縣、路南彞族自治縣、瀘西縣、彌勒縣等地區，以及滇南的建水縣、開遠市、蒙自縣、丘北縣、文山縣、硯山縣等地，主要是受城鎮建設、植被類型影響，植被覆蓋比較差，累積值較低。可見，PC1與年均NDVI值較符合(圖3)，在一定程度上也與土地覆蓋類型相符合。

圖2 研究區第一主成分分布

圖3 研究區2007—2016年NDVI均值分布

第二主成分(PC2)方差占總數據集的20.115%。多數情況下，它是由于人為因素的改變所致。人為干擾既會有積極驅動的方面，也會有消極影響的方面。能夠朝積極的方向推動NDVI變化的人類活動包括灌溉、施肥以及有效管理，與之相反，土體擾動(整地、松土、翻耕、挖除樹根等活動)、劇烈的土地利用變化和森林火災等會導致NDVI向負方向移動。第二主成分的特征向量曲線顯示出下降的趨勢(圖1)，說明這些變化主要是消極的，導致植被所能承受的環境應力程度逐步下降。PC2的值越高，表明NDVI的變化幅度越大，植被所能承載的環境應力越小；值越低，表明變化幅度越小，植被所能承載的環境應力越大。如圖4所示，變化程度較大的地區有滇西北昭通大部地區以及滇東南羅平、宗師、丘北、硯山、文山、西疇、麻栗坡、廣南、富寧，還有寧蒗彝族自治縣和滇西南臨滄、永德、施甸一線。這些地區在強烈的耕作或地質、氣候環境下，土地利用急劇變化。目前，這樣的區域被認為是具有高度敏感的石漠化跡象或者土壤退化跡象的地區。

圖4 研究區第二主成分分布

3 小結與討論

本研究從地理國情監測云平臺(http://www.dsac.cn/)下載2007—2016年MOD13A3的時間序列植被指數數據，測算2007—2016年的歸一化植被指數(NDVI)，并以NDVI為基礎數據，運用主成分分析法(PCA)分析云南省植被異常變化情況。結果表明，對單一變量的多時相圖像進行主成分分析，第一主成分反映變量的一般特征信息[6]，而第二和其他主成分反映了一種權重逐漸減小的變化特征信息[7]。主成分分析法的運用，可以凸顯多時相數據集中局部變化的區域，并提取受自然或人為影響最突出的植被變化異常行為，監控在多元風景地貌中的土壤退化現象。可見，主成分分析法是一個有效的工具，可以從NDVI時間序列中提取有價值的年際變化信息。本研究充分體現了在局部比例尺下在環境分析方面NDVI時間序列的潛在應用價值，研究方法、思路及成果也可為與之相關的植被環境保護方面的開發決策等作輔助參考。

[1] 王紅說, 黃敬峰. 基于MODIS NDVI 時間序列的植被覆蓋變化特征研究[J]. 浙江大學學報(農業與生命科學版), 2009, 35(1):105-110.

[2] LUNETTA R S, KNIGHT J F, EDIRIWICKREMA J. Land-cover characterization and change detection using multitemporal MODIS NDVI data[J]. Remote Sensing of Environment, 2006, 105(2):142-154.

[3] REED B C, BROWN J F, VANDERZEE D, et al. Measuring phenological variability from satellite imagery[J]. Journal of Vegetation Science, 1994, 5(5):703-714.

[4] 苗榮. 基于RTK的艾比湖周邊植被空間格局的研究[D]. 烏魯木齊：新疆師范大學, 2010.

[5] 何早柯, 程勇翔, 韓忠玲. 新疆北疆景觀格局空間分異特性研究[J]. 石河子大學學報(自然科學版), 2016, 34(1):126-132.

[6] 延昊, 王長耀. 遙感植被指數對多時相AVHRR數據主成分分析的影響[J]. 遙感學報, 2002, 6(1):30-34.

[7] 李聰, 曹占洲, 丁林,等. 新疆地區多時相MODIS—NDVI數據主成分分析[J]. 氣象與環境科學, 2012, 35(2):40-43.

(責任編輯：高 峻)

2017-09-07

蘇宇鵬(1991—)，男，河南靈寶人，碩士研究生，研究方向是空間定位數據分析與應用，E-mail：315227101@qq.com。

黃義忠(1972—)，男，廣西桂林人，副教授，博士，從事土地資源管理與環境地質方面研究工作，E-mail：hyizhong95@163.com。

文獻著錄格式：蘇宇鵬，黃義忠. 基于主成分分析的云南省植被覆蓋異常區域提取[J].浙江農業科學，2017，58(11)：1965-1967，1973.

10.16178/j.issn.0528-9017.20171131

TP75

A

0528-9017(2017)11-1965-03