基于高分一號衛星影像的南京市建鄴區植被覆蓋度研究

張曉同 河海大學

摘要：植被覆蓋度是感知綠地資源的重要參考指標，對于土壤養成、氣候調節等具有重要意義。本文以南京市建鄴區高分一號影像為研究對象，利用像元二分模型，根據NDVI、RVI、SAVI三種植被指數計算植被覆蓋度。從而研究分析南京市建鄴區植被覆蓋情況。

關鍵詞：高分一號 植被覆蓋度 像元二分模型

引言：植被是地球表面覆蓋的植物群落。它與大氣狀況、土壤環境等自然環境要素密切相關，對于土地植被養成、氣候穩定調節等具有重要意義。植被覆蓋率指某一地域植物垂直投影面積與該地域面積之比，用百分數表示。植被覆蓋率是感知綠地資源與綠化水平的重要參考依據。掌握估算植被覆蓋度的方法、明晰植被覆蓋度變化誘因，是了解地表變化規律、評價生態區域的重要手段。

傳統的植被指數研究方法包括：目估法、采樣法、儀器法等，由于技術及儀器上的限制，傳統方法不能適用于大范圍內的植被覆蓋度估算研究。而遙感技術以其大范圍、高分辨率、高時效等優點，為植被覆蓋度研究提供了新的途徑，且已成為目前的主要研究方式，在之前已有許多成功的研究。如，王正興等利用EVI,NDVI,ANPP建立了線性模型和冪模型，完成了草地地上生物量反演實驗；楊強等針對MODIS數據利用EVI指數，以線性混合像元模型對錫林郭勒盟地區植被覆蓋度進行研究估算，取得了較為滿意的結果；江洪等利用FCD模型針對SPOT影像進行植被覆蓋度計算，總精確度可達80%以上，這些基于遙感數據的研究成果，都證明以遙感數據作為研究對象的植被覆蓋度進行計算分析是可行的。

2013年4月，我國發射了第一顆高分辨率對地觀測衛星GF-1。GF-1配有空間分辨率為2米的全色相機與空間分辨率為4米的多光譜相機，4臺分辨率16米的多光譜寬幅相機，對地觀測分辨率高，成像像幅寬。可根據GF-1衛星提供所的近紅外、紅、綠、藍四個波段的信息，對研究區域進行植被覆蓋度估算。

1.研究區域與數據處理

1.1 研究區域

本研究選用南京市建鄴區作為研究區域。作為南京市的市中心，建鄴區還同時是我國東部地區金融服務中心、華東地區商務商貿中心。建鄴區位于南京市區西南部，中心位置位于北緯32°0′19.45″，東經118°43′34.42″，總面積80.87平方公里。屬北亞熱帶濕潤氣候，夏季炎熱多雨，冬季少雨，春秋兩季處于南北季風替換季候，冷暖多變，晴雨無常。整體地勢南高北低，植被覆蓋較低。

研究選取2017年2月10日GF-1遙感數據進行區域植被覆蓋度估算，距今時間間隔短，可真實反映目前南京市建鄴區植被覆蓋情況，具有現勢意義。

1.2 數據預處理

研究采用的遙感數據為2017年2月10日取的空間分辨率分別為4m的GF-1遙感影像。該數據基本無云覆蓋，成像清晰，質量較好。影像預處理包括輻射定標與大氣校正兩部分。衛星影像進行定標需要的GF-1衛星參數與光譜響應函數，從中國資源衛星應用中心網站 http：//www.cresda.com/CN/ 下載。

2.研究方法

2.1 植被覆蓋度計算方法

由于GF-1影像分辨率有限，影像中存在著許多混合像元，本文將采用像元二分模型分解混合像元。該模型認為，遙感平臺所搭載傳感器探測到的信息，可以分解為綠色植被信息與裸土信息兩部分，每個像元的信息也可拆分為植被信息與裸土信息[6]。現選用歸一化植被指數NDVI、土壤調節植被指數SAVI、比值植被指數RVI作為指示因子，對植被覆蓋度進行估算。各指數計算公式如下：

表1 幾種植被指數計算公式

由公式（1）計算植被覆蓋度，表示每一個像元的光譜信息S由組成該像元的植被部分Sveg和土壤部分Ssoil共同表示，像元的植被覆蓋度VFC為：

其中，Ssoil與Sveg的取值是計算植被覆蓋度的關鍵。在沒有實測數據的情況下，本文取指示因子在置信區間[5%，95%]內的最大值、最小值進行計算。以NDVI為例，計算式（1）轉換為式（2）：

將其他兩個植被指數（RVI、SAVI）也帶入（2）進行計算，分別得到三個指示因子計算得到VFC，并將它們計算得到的VFC分別分為 [0,0.2]、[0.2,0.4]、[0.4,0.6]、[0.6,0.8]、[0.8,1.0]五個梯度等級，依次作為低等、中低等、中等、中高等、高等植被覆蓋度等級，并用圖像對估算分級結果進行表示。

2.2 不同植被指數植被覆蓋度計算情況比對

根據GF1 PMS2傳感器數據，利用公式(1)、(2)計算得到南京河西地區的植被覆蓋度，結果如圖3所示：

圖1 基于不同植被指數提取的植被覆蓋率

將三種植被指數提取的植被覆蓋度進行相互比較：基于NDVI指數提取的植被覆蓋度介于 0.1594～0.921之間，平均值為 0.5402；基于SAVI提取的植被覆蓋度介于0.1595～0.9211，平均覆蓋為0.5403；基于 RVI提取的植被覆蓋介于 0.1886～0.7908,平均值為 0.4897。

從整體看，三類指數計算所得植被覆蓋率相差不大，NDVI與SAVI結果尤為相近。從各分類等級看，NDVI提取的植被覆蓋率中，低等植被覆蓋度所占面積最大為33.436%，高等植被覆蓋度所占面積最小為6.609%；SAVI提取的植被覆蓋率中，低等植被覆蓋度所占面積最大為33.589%，高等植被覆蓋度所占面積最小為6.149%；RVI提取的植被覆蓋率中，中低等植被覆蓋度所占面積最大為42.441%，高等植被覆蓋度所占面積最小為2.848%。其余等級植被覆蓋度情況如表3所示。從空間分布上來看，根據圖1所示，南京市建鄴區植被覆蓋度情況以低等、中低等為主。高等植被覆蓋較少，多集聚于西北地區，且多伴有城市建筑區域，為人工種植植被。南部地區植被覆蓋度明顯低于北部，多為裸地或荒廢耕地，且城市開發情況略低于北部，基本無人工綠植。

表3 植被覆蓋度比例表

3.結語

本研究運用像元二份模型，選用NDVI、SAVI、RVI三類植被指數作為指示因子，計算分析南京市建鄴區植被覆蓋度情況。研究表明，GF1的使用，能夠為植被覆蓋度研究計算提供有力的條件支持，實現研究區域植被覆蓋度的快速反演。但由于高分系列衛星發射時間不長，現有研究在植被監測方面應用較少，在植被覆蓋度這方面的研究尚未深入[10]，參考資料不足的情況將會給研究帶來一些問題。在之后的研究中，可加入實測數據以及GF-2、GF-3探測資料，建立多種模型進行更為深入的研究。