基于遙感的重慶市永川區植被覆蓋度時空演變分析

陳婷

摘要? ? 以2003年、2010年和2017年的Landsat TM/OLI遙感影像為數據源，利用ENVI 5.2采用歸一化植被指數和像元二分模型提取了永川區的植被覆蓋度，并在ArcGIS 10.2中進行數據處理與統計，揭示了永川區的植被覆蓋度的時間與空間的演變特征。結果表明，2003年、2010年和2017年永川區的總體植被覆蓋度較好，分別為0.579 1、0.592 5和0.620 1，以高植被覆蓋度和較高植被覆蓋度為主，研究期內的植被覆蓋情況不斷改善。本研究為永川區的生態建設、農業發展提供了一定的數據支持。

關鍵詞? ? 植被覆蓋度;遙感;歸一化指標指數;生態建設;重慶永川

中圖分類號? ? P962? ? ? ? 文獻標識碼? ? A

文章編號? ?1007-5739（2019）24-0179-03? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?開放科學（資源服務）標識碼（OSID）

Abstract? ? Using Landsat TM/OLI remote sensing images in 2003，2010 and 2017 as data sources，using ENVI 5.2，vegetation coverage in Yongchuan District was extracted by using normalized vegetation index and pixel dichotomy model. The data processing and statistics were conducted with ArcGIS 10.2. The temporal and spatial evolution characteristics of vegetation coverage in Yongchuan District were revealed. The results showed that the total vegetation coverage in Yongchuan District was relative good in 2003，2010 and 2017，with values of 0.579 1，0.592 5 and 0.620 1.Higher vegetation coverage and sub-high vegetation coverage were the main factors. During the research period，the vegetation coverage was continuously improved. This research provided some data support for the ecological construction and agricultural development of Yongchuan District.

Key words? ? vegetation coverage;remote sensing;normalized index;ecological construction;Yongchuan Chongqing

植被是對生長于地表的所有植物群體的統稱，它連接著水分、大氣與土壤內循環，是維持陸地自然生態系統穩定的主力軍，并且在氣候調節、水土保持、防風固沙、水源涵養以及土壤改良方面起著不可替代的作用，是人類得以生存和發展不可或缺的一部分[1-2]。植被覆蓋度通常被理解為植被（包括葉、莖、枝）在地面的垂直投影面積占統計區總面積的百分比，是衡量地表植被覆蓋情況的一種重要指標[3]。

植被覆蓋度數據的獲取一般有2種方法，實地測量法和遙感反演法[4]。前者為傳統測量方法，雖然精度較高，但費時費力，不適合大尺度、長時間植被覆蓋的測量。隨著遙感技術的發展，遙感測量技術應運而生，該方法方便快捷，適用于多時相、大尺度區域的植被覆蓋度的監測，成為眾多學者和科研人員獲取植被覆蓋度的有效手段。如馬琳雅等[5]利用遙感數據MODIS分析了甘南州草地生長季期間植被覆蓋度的時空變化特征;張喜旺等[6]綜合了中分辨率和低分辨率的遙感影像的優勢，研究出了一種針對植被覆蓋度的時相變換方法;劉正佳等[7]利用遙感SPOT-VGT為基礎數據估算了三江源地區植被覆蓋度，并分析其與氣候因子之間的關系。

植被作為最重要的資源之一，能夠為一個區域提供良好的生態環境，永川區位于長江上游，擁有“茶山竹海”“樂和樂都”“中華梨村”等景點，具有較好的生態環境，被評為“國家森林城市”“全國糧食生產先進單位”等，因而生態文明建設乃重中之重。基于此，本文利用遙感影像數據，提取出永川區2003—2017年的3期植被覆蓋度數據，以揭示研究區的植被覆蓋度的時空演變特征，對該區域的農業發展、生態建設有一定的參考價值。

1? ? 研究區域與方法

1.1? ? 研究區概況

永川區隸屬于重慶，位于長江上游北岸，地處東經105°38′～106°05′、北緯28°56′～29°34′，歷來是重慶西部和川東南地區重要的商業物資集散地和政治、經濟、文化中心。該區以山地和丘陵為主，屬于亞熱帶季風性濕潤氣候，全年平均氣溫17.7 ℃，年平均降雨量1 015.0 mm。永川區幅員面積約為1 576 km2，下轄16個鎮、7個街道，至2017年，常住人口112.0萬人，城鎮常住人口76.1萬人，城鎮化率為67.9%。

永川區有森林面積6.39萬hm2，森林覆蓋率達47.9%，森林植被種類豐富，植物的垂直分布較為明顯，山嶺為常綠針闊混交林，山中部為針闊葉林區。全區以喬木林為主，占現有森林資源的39.8%，喬木林中桉樹最多，占現有森林資源的19.3%。

1.2? ? 數據來源

遙感數據來自地理空間數據云（http：//www.gscloud.cn/），分別為2003年、2010年的Landsat5 TM和2017年的Landsat8 OLI數據，所選取的圖像均為5—8月植被生長旺盛時期，且含云量極少，能較好地反映出植被生長情況。其他輔助數據包括永川區的行政區劃圖、2017年土地利用數據、DEM數據、2017年永川區統計年鑒等。

1.3? ? 數據處理方法

1.3.1? ? 數據預處理。由于遙感影像在成像的過程中受到多種因素的影響，會產生一定的誤差，這些誤差會降低遙感數據的質量，從而影響圖像分析的精度[8]，所以在進行遙感分析時需要對圖像進行預處理。本文的數據預處理包括幾何糾正、輻射定標、大氣校正、圖像裁剪等，為后續植被覆蓋度的提取做好準備。

1.3.2? ? 植被指數提取。植被指數又稱光譜植被指數，可以在只需要光譜信號的情況下，定性、定量地評價植被的覆蓋、生長活力等狀況，簡單有效地表達植被狀態的信息[9]。歸一化植被指數（NDVI）對土壤背景的變化十分敏感，并且會隨著綠色植被覆蓋度的增加而迅速增大，是最為常用的一種指標指數[10]。計算公式（1）為：

NDVI=（BNIR-BR）/（BNIR+BR）（1）

式中：BNIR為近紅外波段的反射值，BR為紅光波段的反射值。

1.3.3? ? 植被覆蓋度提取。像元二分模型是目前植被覆蓋度反演的一種實用的估算模型，由于模型輸入參數簡便，計算結果可靠，而被廣泛應用[11]。該模型假設一個像元由有植被覆蓋部分Sveg與無植被覆蓋部分Ssoil組成，那么衛星傳感器觀測到的光譜信息S就由這2個因子線性加權組成，則植被覆蓋度fc就是像元中植被覆蓋部分所占的面積[12]，其公式（2）如下：

fc=（S-Ssoil）/（Sveg-Ssoil）（2）

將NDVI值代入公式（2），可以得到公式（3）：

fc=（NDVI-NDVImin）/（NDVImax-NDVImin）（3）

式中，NDVImin 為無植被覆蓋的NDVI值，NDVImax為全部植被覆蓋的NDVI值。在實際計算中，是由于影像存在噪聲，為提高計算結果的準確性，NDVImin和NDVImax分別取NDVI累計頻率5%處及95%處的值。

2? ? 結果與分析

利用遙感軟件ENVI 5.2對永川區2003年、2010年以及2017年的3期遙感影像圖進行預處理后，獲取到了該地區的植被覆蓋度。為便于分析，本文按照等間距將植被覆蓋度分為5個等級，分別為為低覆蓋度（0< fc≤20%）、較低覆蓋度（20%< fc≤40%）、中覆蓋度（40%< fc≤60%）、較高覆蓋度（60%< fc≤80%）及高覆蓋度（80%< fc≤100%）。

2.1? ? 植被覆蓋度時間變化分析

利用地理信息系統軟件ArcGIS 10.2對永川區的植被覆蓋度按照上述標準進行分類，得到了2003—2017年的3期植被覆蓋度圖（圖1），分別對每期數據進行統計，得到了永川區2003—2017年植被覆蓋度面積統計表。2003年、2010年和2017年研究區的平均植被覆蓋度分別為0.579 1、0.592 5和0.620 1，整體植被覆蓋情況較好，并且隨時間呈上升趨勢，表明永川區整體的植被覆蓋情況越來越好。

由表1可知，永川區的植被覆蓋度面積以中覆蓋度、較高覆蓋度和高覆蓋度為主，且3個等級之間的分布情況較為均勻。低覆蓋度的面積在3個研究時期中所占面積最少，并且呈現出下降的趨勢;3期較低覆蓋度的面積所占比例較低覆蓋度面積要多一些，分別為15.66%、12.68%和10.60%，其所占面積也不斷減少;中覆蓋度的面積在各個時期所占的比例為中等，隨時間的變化程度較小，可忽略不計;3期較高植被覆蓋度的面積分別為391.65、452.68、462.65 km2，在研究時期內不斷增長，2003—2010年時間段的增長速度最快，達15.58%，2010—2017年間則緩慢增加;3期高植被覆蓋度的面積分別為392.46、388.32、457.99 km2，占研究區域較大的比例，呈前期緩慢增加后期快速增加的趨勢，2010—2017年增加的面積為69.68 km2，增速為18%，是研究區域內增速最大的一種類型。因為研究區域中低覆蓋度和較低覆蓋度面積減少，較高覆蓋度和高覆蓋度面積的不斷增加，永川區的總體植被覆蓋度水平處于逐漸增加的狀態。

2.2? ? 植被覆蓋度空間變化分析

從植被覆蓋度等級圖可以明顯看到，高植被覆蓋度的區域主要分布在研究區的北部，為條帶狀，該區域為永川區的幾大山脈，如高豐坡、仙鵝山、黃瓜山等，其用地類型為林地。低植被覆蓋度的區域主要在研究區的中部，該區域為永川區的勝利路街道、中山路街道和南大街街道，是永川區的城區，從圖中可以側面反映出該城區隨著時間在向外擴張。中覆蓋度和較高覆蓋度的區域則廣泛分布于研究區，用地類型以耕地和草地為主。

為了更加精確直觀地反映出各個等級的植被覆蓋度相互之間的變化情況，將研究區的3期植被覆蓋度數據利用ArcGIS 10.2進行疊置分析，得到了永川區2003—2010年、2010—2017年植被覆蓋度等級變化圖（圖2）。為便于分析，將由高等級植被覆蓋度變為低等級植被覆蓋度的區域劃分為植被退化區，植被等級不變的區域劃分為植被保持區，由低等級植被覆蓋度變為高等級植被覆蓋度的區域劃分為植被改善區。由圖2可以看到，2003—2010年的植被退化區主要集中在研究區的南部，中部和北部區域植被保持區和植被改善區交錯出現;2010—2017年的植被保持區域占了較大的面積，植被改善區多集中在永川區的幾條山脈上，其中東北方向的最為明顯的植被改善區域為永川區的著名旅游景點“茶山竹海”。

3? ? 結論與討論

永川區2003年、2010年、2017年的植被覆蓋情況較好，植被覆蓋度分別為0.579 1、0.592 5和0.620 1。隨時間呈現出增加的趨勢，研究區的植被覆蓋度以中覆蓋度、較高覆蓋度和高覆蓋度為主，3種類型所占的比例相近，共占研究區面積的比例約為80%。低覆蓋度和較低覆蓋度的面積在研究期間逐漸減小，中覆蓋度的面積幾乎不變，高覆蓋度和較高覆蓋度的面積則逐漸增大。

高植被覆蓋度區域主要為永川區的幾條山脈，低植被覆蓋度區域為永川區的城區。2003—2010年永川區的北部區域為植被改善區，南部區域為植被退化區;2010—2017年永川區以植被保持區為主，并伴隨著山脈區域的植被改善。

植被覆蓋度是評價一個地區生態環境的重要指標之一，永川區在2003年、2010年、2017年間植被覆蓋度不斷提高，表明該區域的政府及群眾十分重視生態環境的建設，并且也取得了一定的效果，但其區域的南部以及城區的植被覆蓋度還有待改善。

4? ? 參考文獻

[1] 丁艷玲.植被覆蓋度遙感估算及其真實性檢驗研究[D].北京：中國科學院研究學院，2015.

[2] 張宏斌，唐華俊，楊桂霞，等.2000—2008年內蒙古草原MODISNDVI時空特征變化[J].農業工程學報，2009，25（9）：168-175.

[3] 章文波，符素華，劉寶元.目估法測量植被覆蓋度的精度分析[J].北京師范大學學報（自然科學版），2001，37（3）：402-408.

[4] 顧祝軍，曾志遠.遙感植被蓋度研究[J].水土保持研究，2005，12（2）：18-21.

[5] 馬琳雅，崔霞，馮琦勝，等.2001—2011年甘南草地植被覆蓋度動態變化分析[J].草業學報，2014，23（4）：1-9.

[6] 張喜旺，吳炳方.基于中高分辨率遙感的植被覆蓋度時相變換方法[J].生態學報，2014，35（4）：1155-1164.

[7] 劉正佳，邵全琴.三江源地區植被覆蓋度變化及其與氣候因子的關系[J].水土保持研究，2014，21（6）：334-339.

[8] 林輝，嚴恩萍，莫登奎，等.成像高光譜數據的大氣校正方法研究[J].中南林業科技大學學報，2011，31（11）：7-12.

[9] 李苗苗，吳炳方，顏長珍，等.密云水庫上游植被覆蓋度的遙感估算[J].資源科學，2004（4）：153-159.

[10] 夏照華，張克斌，李瑞，等.基于NDVI的農牧交錯區植被覆蓋度變化研究：以寧夏鹽池縣為例[J].水土保持研究，2006，13（6）：178-181.

[11] 趙艷華，蘇德，包揚，等.陰山北麓草原生態功能區植被覆蓋度遙感動態監測[J].環境科學研究，2017，30（2）：240-248.

[12] 苗正紅，劉志明，王宗明，等.基于MODIS NDVI的吉林省植被覆蓋度動態遙感監測[J].遙感技術與應用，2010，25（3）：387-393.