汪俊 黃杰




摘要:植被覆蓋度是衡量植被群落對地表覆蓋的一個重要指標,其變化是區域生態系統環境變化的指示,可為區域生態建設和可持續發展提供科學依據。本文以蕪湖市南陵縣的Landset-8遙感影像為研究對象,應用ENVI軟件,在像元二分模型的基礎上,利用NDVI歸一化植被指數對蕪湖市南陵縣植被覆蓋度進行估算,得出了2013、2017、2020年3個覆蓋年度的變化情況。
關鍵詞:NDVI;ENVI;像元二分模型;植被覆蓋度
Abstract:Fractional vegetation cover is an important index to measure the surface coverage of vegetation community and its change revealed the environmental change of regional ecosystem, which can provide scientific basis for regional ecological construction and sustainable development. The Landset-8 remote sensing image of Nanling County in Wuhu was used as the research object, applies envi software, estimates the vegetation coverage of Nanling County in Wuhu City by using NDVI normalized vegetation index on the basis of pixel dichotomy model, and obtains the changes of three coverage years in 2013, 2017 and 2020.
Key words:NDVI;ENVI;Dimidiate pixel model;Fractional vegetation cover
植被是陸地生態系統中最基礎的和重要的組成部分,在陸地表面的能量交換和物質循環循環過程中扮演著重要的生態角色[1],因而提高植被覆蓋是控制水土流失、改善生態環境的有效措施和重要保證,對區域社會經濟的可持續發展有著重大影響[2]。植被覆蓋度(FVC,fractional vegetation cover)是描述地表植被覆蓋的重要參數,反映地表生態環境質量變化過程,許多全球及區域氣候數值模型、水文生態模型和土壤侵蝕模型等相關模型中均需要植被覆蓋度的信息。通過對植被覆蓋度的估算,可為區域生態環境保護和可持續發展提供決策支持和理論依據。
1研究區概況
南陵縣(E117°57′~118°30′,N30°38′~31°10′)位于安徽省蕪湖市境內,位于安徽省東南部,地處皖南丘陵向沿江平原過渡地帶,平均海拔70m,境內最高海拔位于工山鎮大工山,海拔558米,是蕪湖市植被覆蓋最多的縣域,現為國家級生態示范區建設試點縣。
2實驗數據和處理過程
2.1數據來源
本實驗數據取自NASA于2013年2月11號發射的Landset-8衛星,Landset-8衛星載有OLI成像儀和TIRS成像儀,其中,OLI包括了ETM+傳感器的所有9個波段,空間分辨率為30m。在美國底質勘探局USGS(https://earthexplorer.usgs.gov)上搜索安徽省蕪湖市南陵縣的Landset-8 Oli/Tirs C1 Levvel-1遙 感 影 像 數 據,選擇云量較少的2013年8月、2017年5月,2020年10月的遙感影像,軌道編號120/39。以此影像為數據源,通過軟件處理后,以期獲得影像區植被覆蓋度的變化情況。
2.2處理過程
遙感影像的處理過程主要有幾何校正,輻射定標,大氣校正和影像裁剪,主要參照ENVI 遙感影像處理方法(鄧書斌)[3]。主要內容如下:
(1)幾何校正
由于攝影瞬間無法保證傳感器絕對水平,所以獲得的影像是傾斜的像片,像片的各個部位的比例尺和幾何形狀不能反映地物的真實狀況,所以需要用一個適當的多項式糾正像片相應點之間的坐標關系。由于美國地質勘探局USGS云上獲得的Landset-8 Oli/Tirs C1 Levvel-1遙感影像,所以本研究用的遙感影像可不進行幾何校正。
(2)輻射定標
輻射定標就是將圖像的數字量化值( DN)轉化為輻射亮度值或反射率。通過ENVI5.3 自帶的輻射定標模塊進行輻射定標。
(3)大氣校正
傳感器最終測得的地面目標的總輻射亮度并不是地表真實反射率的反映,其中包含了由大氣吸收,尤其是散射作用造成的輻射量誤差,因此需要對遙感影像要進行大氣校正,以消除大氣吸收和散射造成的輻射損失。使用ENVI5.3自帶的多光譜數據FLAASH工具進行校正。
(4)影像剪裁
本地區的遙感影像進行預處理后,需要進行影像剪裁,將研究區域提取出來。本研究在獲得南陵縣行政區劃矢量數據后,直接通過ENVI5.3工具箱的剪裁工具對影像進行剪裁。
3 NDVI計算與異常值處理
NDVI( Normalized Difference Vegetation Index) ,又稱歸一化植被指數,是反映植被生長狀態的重要指標因子,通常被定義為近紅外波段( NIR<0.7 mm) 與可見光紅光波段R(0.4-0.7mm)反射率之差與反射率之和的比值[4]
NDVI =(NIR-R)/(NIR+R)
NDVI 值介于[-1,1]之間,數值越大代表植被的覆蓋狀況越好,植被的生物量越多。經過計算得到的NDVI數據,由于大氣校正后的結果有部分像元為負值,陰影區域的NDVI在[-1,1]之外成為異常值。為便于后續的計算和分析,本文統一將這部分像元的NDVI值變成背景值(0),并在ENVI平臺上通過Band Math:-1>b1<1,得到去除異常值后的NDVI數據。
4 ?FVC的計算
基于像元二分模型提取FVC的原理是假設一個像元的信息可分為植被覆蓋像元與裸土覆蓋像元兩部分,那么該混合像元的遙感信息S就可以表達為植被信息Sv和裸土信息 Ss兩部分,即:
設純植被覆蓋像元的遙感信息為Sveg,純裸土覆蓋像元的遙感信息為Ssoil,混合像元中有植被覆蓋的面積比例即該像元的植被覆蓋度(FVC);裸土覆蓋度則為( 1-FVC) ,則混合像元中植被和裸地信息的計算可以分別表示為:
植被覆蓋度 FVC 的計算公式:
據相關研究[32],植被覆蓋度和 NDVI 之間存在極顯著的線性相關關系,通常通過建立二者之間的轉換關系,直接提取植被覆蓋度信息。因此,根據像元二分法原理,將 NDVI 帶入公式,變換得到計算植被覆蓋度的公式[5]:
式中,NDVIveg為純植被覆蓋像元的NDVI值,NDVIsoil為裸土覆蓋像元的NDVI 值。
5結果和分析
經過計算得出,南陵縣遙感圖像共有像元1407385個,由于空間分辨率為30m,計算得出南陵縣總面積約為1266.64km2,與實際面積基本符合,其中2013、2017和2020年的平均植被覆蓋度分別為0.725,0.747和0.715為了便于分析, 本文利用最佳自然間斷點分級法將植被覆蓋度分級,共分為4個等級:高植被覆蓋度( 85%
低植被覆蓋度(25%由表2可知本地區植被覆蓋密度略有降低,高植被覆蓋度在2017年5月達到51.72%,但在2020年10月只有45.97%,這可能是受季節因素的影響所導致,但微植被覆蓋度從2013年至2020年連續上升,從10.16%上升至13.86%,相比2013年新增微植被面積46.94km2,植被空間分布見圖1所示。
分級覆蓋圖顯示南陵縣南部區域植被覆蓋度高于北部區域,西部區域高于東部區域,從2013年-2020年,西部植被覆蓋度略有提升,南部植被覆蓋度略有下降。南部植被覆蓋度的下降和季節有較大關系,10月份部分植被枯萎、凋零,裸土覆蓋度加大。單從2013年至2017來看南陵縣的植被覆蓋度基本保持不變。
參考文獻
[1] 周偉,剛成誠,李建龍,章超斌,穆少杰,孫政國.1982—2010 年中國草地覆蓋度的時空動態及其對氣候變化的響應[J].地理學報,2014, 69( 1) : 15-30.
[2] 趙翠娥. 基于ENVI和GIS技術的龍川江流域植被覆蓋度動態監測[J].林業調查規劃,2013, 38( 5): 14-18.
[3] 鄧書斌.ENVI遙感影像處理方法[M].北京: 科學出版社, 2010.
[4] Deering D W. Rangeland reflectance characteristics measured by aircraft and spacecraft sensors. Texas: Texas A&M University, College Station, 1978: 338-338.
[5]趙英時. 遙感應用分析原理與方法[M]. 北京: 科學出版社, 2003: 1387-1398