基于Landsat時間序列遙感影像的合肥市FVC時空演化與分析

吳青云, 高 飛, 李振軒, 車子杰

(合肥工業大學 土木與水利工程學院,安徽 合肥 230009)

植被是陸地生態系統的重要組成部分,在能量流動、生態水文、生物化學循環等過程扮演重要角色,同時在防止水土流失、凈化空氣、維護生態環境穩定中起著重要作用[1-2],尤其是在蒸發、蒸騰和光合作用等生物物理過程中起著至關重要的作用[3-4],而植被覆蓋度(fractional vegetation cover,FVC)是描述地表植被覆蓋和生態系統特征的一個定量參數[3-4]。

FVC作為表征陸地地表生態環境的一個直觀參數,能夠對地表生態環境進行定量化表示,通常定義為植被(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[5-6]。FVC研究始于20世紀30年代,目前國內外主要研究熱點為FVC時空變化及生態環境因子與FVC空間分布格局的關系。文獻[7]利用基于多種植被指數的像元二分法,評估南方丘陵區FVC的地形效應,研究發現,基于歸一化差值山地植被指數(normalized difference mountain vegetation index,NDMVI)的像元二分模型能較好削弱地形效應;文獻[8]利用無人機遙感技術,對衛星遙感技術反演FVC的真實可靠性進行研究,分析4種不同氣象因子與FVC的關系,并在此基礎上利用氣象因子對研究區的FVC進行預測;文獻[9]通過空間分析、數量變化分析、區域差異分析、流失流向分析,對山東省FVC現狀及其動態變化進行研究分析;文獻[10]分析2001—2015年中國陸地FVC時空變化特征,發現不同地區的FVC動態變化驅動因素不同;文獻[11]對黃河上游年最大FVC進行反演,分析其空間分布及變化特征,并對空間分布的影響因素進行定量研究;文獻[12]研究中國北方干旱半干旱區奧廷達格(Otindag)FVC,結果表明研究區FVC呈下降趨勢,且降水是控制FVC總體分布格局的主要氣象因子。

近年來,隨著生態文明城市建設和智慧城市建設的推進,合肥市地表生態環境發生顯著變化。本文基于Landsat TM/ETM+/OLI時間序列遙感影像數據,對合肥市2008—2019年FVC進行反演與變化分析。首先,利用基于歸一化差值植被指數(normalized difference vegetation index,NDVI)的像元二分模型對合肥市FVC進行反演;然后采用差值算法和馬爾可夫模型,分析研究區FVC時空變化特征;最后,結合氣象因子,探究年降水量與年均氣溫對合肥市FVC演變趨勢的影響,從而為合肥市生態環境監測提供數據支持,為生態文明建設和經濟社會發展提供科學依據。

1 研究區概況與數據處理方法

1.1 研究區概況

合肥市地處安徽中部,位于華東地區與長江三角洲西部,其地理位置為30°57′N～32°32′N,116°41′E～117°58′E,總面積為11 445.1 km2。合肥市行政區劃與遙感影像如圖1所示。其氣候屬亞熱帶季風性濕潤氣候,雨量適中,四季分明,年均降雨量800～1 700 mm,降雨主要集中在5—7月,占全年降雨量的20%～38%,年均氣溫15.7 ℃,太陽輻射總量分布均勻,日照充足,年均日照時間為2 000 h。研究區地形多樣,包含丘陵、平原、低山殘丘3種地貌,且主要以丘陵崗地為主;處于江淮分水嶺,地表水系較為發達,涵蓋了長江水系(南淝河、豐樂河、滁河、白石天河等)和淮河水系(東淝河、沛河、池河等),境內巢湖是中國五大淡水湖之一。

圖1 合肥市行政區劃與遙感影像

1.2 遙感影像及數據處理

遙感影像數據選用覆蓋合肥市域范圍的2008—2019年Landsat TM/ETM+/OLI數據(http://www.gscloud.cn)。同時,為了避免由于植被生長季節性因素所導致的估算結果誤差,研究時段選擇合肥市植被生長茂盛季節。由于獲取的影像已經過校正處理,影像預處理主要包含云及云影去除、輻射定標、大氣校正(FLAASH大氣校正)、裁剪等。

植被覆蓋對氣象因素十分敏感,同時,北半球的FVC相比于20世紀增長趨勢變緩,而氣候的降水與氣溫變化是影響FVC變化的主要驅動力[13-15],因此,本文選取年均氣溫與年降水量作為氣象因子,研究其與FVC空間分布格局的聯系。2008—2019年合肥市年均氣溫與年降水量來源于中國氣象數據共享服務網(http://www.nmic.cn)。

2 研究方法

本文采用Landsat數據集及合肥市矢量數據,對其預處理后獲得合肥市地表真實反射率數據;然后進行掩膜處理,抑制水體信息對數據的影響,同時采用基于NDVI的像元二分法估算研究區的FVC,通過差值算法[16]及馬爾可夫模型[17]分析FVC的時空變化,并結合氣象數據,定量評價FVC時空變化與氣候的響應特征。

2.1 水體剔除

由于本研究所需的模型參數為純凈的植被與土壤,而研究區內巢湖水體面積較大,并且在研究時段常有藍藻爆發,為了避免造成FVC估算誤差,需要對研究區內水體(特別是含藍藻水體)進行剔除。隨著遙感技術的發展,各種快速提取水體信息的水體指數日益增多,但藻類中葉綠素的存在,含藍藻水體具有與植被相似的光譜特征,而地物信息提取的物理基礎是地物光譜特征,因此可能出現水體信息的誤提取。水體、植被與含藍藻水體地表反射率如圖2所示。

圖2 水體、植被、含藍藻水體平均反射率曲線

含藍藻水體在綠光波段b2與近紅外波段b5有明顯的反射峰,在近紅外波段,水體與含藍藻水體的區別顯著,并且這通常是驗證水體中含有藍藻的依據。水體與含藍藻水體反射率在所選取波段應具有相似特性,由圖2可知,水體與含藍藻水體在綠光波段b3的反射率要高于植被的反射率,同時,在中紅外波段b6水體與含藍藻水體的反射率接近于0,此時植被反射率明顯高于前兩者,因此可以利用該特性將水體與含藍藻水體完整提取出來。

文獻[18]提出的改進的歸一化差異水體指數(modified normalized difference water index,MNDWI)通過構建綠波段與中紅外波段的模型能夠很好地減少建筑物、陰影等因素對水體的影響,同時滿足上述分析光譜特性,提取結果如圖3所示,經多次實驗,該模型能夠將水體與含藍藻水體快速完整剔除。因此,本文利用MNDWI對非水體區域進行提取。水體區域反射率RMNDWI計算公式為:

圖3 基于MNDWI的非水體區域提取結果

RMNDWI=(Rg-Rm)/(Rg+Rm)

(1)

其中,Rg、Rm分別為綠光波段反射率與中紅外波段反射率。

2.2 基于像元二分模型的FVC

像元二分模型形式簡單且具有一定的物理意義,被廣泛用于FVC估算。其基本原理為:假定與地表所對應的影像像元由植被與土壤2個部分組成,通過傳感器所接受的信號S可以表達為植被成分所貢獻信息Sveg與由土壤成分所貢獻信息Ssoil的線性組合[19],其表達式為:

S=Ssoil+Sveg

(2)

將NDVI應用于像元二分法,混合像元的NDVI值INDV為土壤與植被2種組分加權平均和,按照所占比例分析計算,進行等式變化可得FVC值fc為:

(3)

(4)

其中,fcij為第i行第j列像元FVC。

為了更直觀地反映合肥市不同區域FVC差異,對合肥市FVC進行分級處理,將計算得到的FVC分為5個等級,見表1所列。

表1 FVC分級結果

2.3 FVC時空變化分析方法

在FVC反演的基礎上,利用差值圖像算法與馬爾可夫模型對合肥市2008—2019年的FVC動態變化特征進行分析。差值圖像算法能夠總體反映合肥市FVC的動態變化趨勢、大小及特征等,計算公式為:

Δfc=fc,t-fc,t-1

(5)

其中:Δfc為FVC變化值;fc,t、fc,t-1分別為第t期、第t-1期合肥市FVC的柵格圖像數據。本研究在此基礎上進行密度分割,并將FVC動態變化分為7個等級,分別為:極顯著減少(小于-30%)、顯著減少(-30%～-20%)、弱顯著減少(-20%～-10%)、穩定區(-10%～10%)、弱顯著增加(10%～20%)、顯著增加(20%～30%)、極顯著增加(大于30%)。

馬爾可夫模型能夠定量描述FVC動態變化等級之間相互轉移的情況,對研究區FVC采用馬爾可夫模型進行分析,得到轉移矩陣Vp q,即

(6)

其中:Vp q為研究區前時期影像第p等級FVC與后時期第q等級FVC之間轉化的面積;k為FVC分級等級;p、q取值為1,2,…,5。

2.4 FVC氣候響應特征分析方法

氣象因子是影響地表植被生長的重要因素,分析氣象因子對FVC時空變化的驅動作用,對于研究FVC演變特征及預測未來情景下的FVC具有重要意義[10,20]。

本文基于偏相關分析將合肥市的各等級FVC、平均FVC分別和年均氣溫、年降水量進行偏相關分析,偏相關系數計算公式為:

(7)

其中:Rxy,z為消除變量z的影響后,變量x與y進行偏相關分析的系數;rxy為變量x與y的簡單相關系數;rxz為變量x與z的簡單相關系數;ryz為變量y與z的簡單相關系數。

3 結果分析

3.1 合肥市FVC時空分布及總體變化分析

2008—2019年部分年份合肥市FVC均值隨時間變化曲線、植被覆蓋變化如圖4所示。FVC空間分布如圖5所示。

圖4 2008—2019年部分年份合肥市FVC變化趨勢及面積

圖5 2008—2019年部分年份合肥市FVC空間分布

由圖4a可知,合肥市FVC均值在2008年、2017年、2019年接近60%,而2011年、2015年低于50%。

整體而言,研究區FVC均值呈波動上升趨勢,但是上升趨勢線斜率僅為0.010 9,變化不明顯,總體表現為動態平衡。

通過對fc進行統計與分類,得出合肥市2008—2019年部分年份各等級平均FVC。合肥市FVC總體狀況較好,以較高覆蓋以上為主,占合肥市總面積72%。

從圖4b可以看出：2008—2011年、2017—2019年,合肥市均呈現高覆蓋區面積減少,而其他覆蓋區面積增加的趨勢;2011—2017年,低覆蓋區面積先減少、然后變化保持平緩,較低覆蓋區、較高覆蓋區面積變化不大,而高覆蓋區、中覆蓋區面積波動較大。

從圖5可以看出,合肥市植被覆蓋與主城區有較強的空間相關性,高植被覆蓋區主要分布在主城區南部、西部及東北部,而中部及巢湖市區以低、較低覆蓋區為主。

2008—2019年合肥市FVC估算結果顯示,2011年植被覆蓋狀況最差,低覆蓋區面積占比最大,主城區的低覆蓋區面積明顯增加,植被覆蓋減少區在空間上表現為經濟發展活躍區域,這與該時期的合肥市經濟快速發展、城市發展中心向外圍擴張有關,說明合肥市經濟快速發展對高植被覆蓋區產生較大影響；而2017年植被覆蓋狀況最好,低覆蓋區面積占比最小,高覆蓋區面積占比最大,年均FVC增長顯著,說明合肥市生態環境得到有效改善。

總體而言,2008—2019年間平均FVC處于中覆蓋與較高覆蓋之間,并且在空間上具有以合肥市主城區為中心,主城區FVC低、外圍高的特點。主城區中植被覆蓋較集中的區域為大蜀山森林公園,而全市內較高覆蓋區主要分布在巢湖南部、紫蓬山、浮槎山、小蜀山及廬江等區域。

3.2 植被覆蓋時空演變分析

為形象刻畫植被覆蓋時空變化特征,基于(5)式對2期影像進行差值運算,得到2個年份FVC變化情況。選擇具有代表性的2008年、2013年、2019年的FVC數據,依次進行差值計算,結果如圖6所示。

圖6 合肥市2008—2019年典型年份FVC時空變化分析結果

合肥市2008—2019年典型年份FVC變化分級結果見表2所列。

表2 2008—2019年典型年份合肥市FVC變化分級結果

結合圖6、表2分析可知:合肥市植被覆蓋變化以穩定區為主,并且穩定區多位于山地區域,此區域均具有較高FVC;合肥城區、東北部、長豐縣、廬江縣的FVC改善狀況較好。2008—2019年合肥市FVC減少區域、穩定區域、增加區域的面積分別為3 434.47、5 112.95、2 896.11 km2,占合肥市總面積比例分別為30.01%、44.67%、25.30%。FVC減少區與合肥市城區具有很強的空間相關性,主要表現為隨著城市擴張及人類活動范圍擴張,主城區外圍的FVC都有一定程度的降低趨勢。而長豐縣、主城區及廬江縣的FVC增長明顯,這說明近年來政府大力支持人工造林、城市綠化及土地復耕和退耕效果顯著。其中,2008—2013年合肥市FVC以穩定區為主,極顯著減少次之,分別占合肥市總面積的38.87%、17.95%,且FVC減少區面積大于增加區面積;在空間分布上,除廬江縣、巢湖市區及長豐縣外,其他區域主要表現為減少趨勢,說明在此期間合肥市FVC以變差為主。而2013—2019年合肥市FVC增加區面積為4 023.69 km2,占全市發生變化區域的61%,FVC整體呈現改善趨勢,尤其是在合肥市北部、西部與東北部最為明顯。

通過分析轉移矩陣可得2個時相、不同FVC之間相互轉化的情況,合肥市2008—2019年典型年份不同等級FVC轉移矩陣見表3所列。

表3 合肥市2008—2019年典型年份不同等級FVC轉移矩陣

(1)研究區低覆蓋區轉出面積為826.05 km2,轉入面積321.11 km2,其中轉出到高覆蓋區的面積占比最高,占低覆蓋區轉出面積的41.1%，為340.83 km2,而轉入到低覆蓋區最多的為高覆蓋區,面積為154.85 km2;總體而言,低覆蓋區面積在減少,且低覆蓋區轉到高覆蓋區面積大于轉入面積,這在一定程度上說明合肥市的植被生長狀況有所改善。

(2)較低覆蓋區轉出面積為186.48 km2,轉入面積為498.83 km2。較低覆蓋區主要轉出到中覆蓋區,說明研究區較低覆蓋區變化趨勢是良性的。

(3)中覆蓋區的轉出面積為516.36 km2,轉入面積為1 037.80 km2,中覆蓋區的面積有所增加,且主要由較高覆蓋區轉入,面積為343.88 km2。在轉出部分中,轉為高覆蓋區的占比最高,達到轉出面積的42%,但由于中覆蓋區的面積較小,僅為217.63 km2,因此,總體而言,中覆蓋區的植被變化趨勢是消極的。

(4)較高覆蓋區轉出面積為1 560.71 km2,轉入面積為1 881.84 km2,其中較高覆蓋區轉出到高覆蓋區面積比例為64.03%,表明研究區的較高覆蓋區FVC有增長趨勢。

(5)高覆蓋區轉出面積為2 245.28 km2,轉入面積為1 595.39 km2,高覆蓋區的面積在減少,且主要轉出到較高覆蓋區,占高覆蓋區轉出面積的63.3%,面積為1 421.96 km2。而較高覆蓋區是高覆蓋區轉入面積的主要來源,占高覆蓋區轉入面積的62.6%,面積為999.01 km2。高覆蓋區轉出面積大于轉入面積,因此,研究區的高覆蓋區植被演變過程主要是與較高覆蓋區的相互轉化,總體呈高覆蓋區退化為較高覆蓋區的趨勢。

綜合上述分析,合肥市FVC變化總體呈良性趨勢,預計未來以增加為主。

3.3 植被覆蓋變化與氣候的響應

2008—2019年部分年份合肥市年降水量與年均氣溫的年變化如圖7所示。

圖7 2008—2019年部分年份合肥市降水量與平均氣溫變化

由圖7可知:合肥市2008—2019年降水量年際變化在2008—2013年較平穩,2013—2019年變化幅度較大,總體呈降低趨勢,多年平均降水量為1 026.1 mm;而2008—2019年的年均氣溫總體呈波動上升趨勢,多年平均氣溫為16.56 ℃,除2015年、2019年有下降趨勢外,其余年份均為升溫,在2017年達到年均氣溫最高值(17.04 ℃)。

年均氣溫、年降水量與FVC偏相關性分析結果見表4所列。由表4可知:合肥市年均FVC與年均氣溫、年降水量均有一定的相關性,且年均氣溫與年均FVC呈正相關,相關系數為0.389,而年均降水量與年均FVC呈負相關,相關系數為-0.520;合肥市各覆蓋等級與年均氣溫大多為負相關,只有高覆蓋區與氣溫呈正相關,而合肥市各覆蓋等級與年降水量大多為正相關,只有高覆蓋區與年降水量呈負相關。造成這種相關性差異的原因，可能是由于研究區高覆蓋區主要分布在山地或濕地公園等區域,隨著溫度升高，此區域的積溫會增加,因而能改善FVC,而在FVC相對較低區域,溫度升高會增加水分的蒸騰,但隨著年降雨量減少會使區域水量不足,影響FVC的演變。此外,各等級植被覆蓋面積隨著時間推移,植被覆蓋從低到高與年均氣溫正向相關程度逐漸提高,而與降水量負相關程度逐漸增加,表明氣溫的升高對合肥市植被生長有促進作用,而年降雨量的變化對FVC演變具有抑制作用,并且氣溫是影響FVC的主要因素。

表4 年均氣溫、年降水量與FVC相關系數

總體而言,合肥市在2008—2019年氣候變化趨勢呈現“暖干化”,而該趨勢對研究區的植被生長有促進作用。

4 結 論

(1)研究區FVC整體狀況較好,在空間上具有以合肥市主城區為中心,主城區的FVC低、外圍高的特點。2008—2019年合肥市植被覆蓋具有先降后升的規律,總體呈波動上升趨勢。

(2)合肥市FVC變化以穩定區為主,同時FVC減少區與合肥市城區具有很強的空間相關性,主要表現為隨著城市擴張及人類活動范圍的增大,主城區的外圍FVC出現退化趨勢,而長豐縣、主城區及廬江縣FVC增長明顯,這說明近年來政府大力支持人工造林、城市綠化及土地復耕和退耕效果顯著。

(3)自2008—2019年以來,研究區植被覆蓋以較高覆蓋為主,各等級FVC總體變化趨勢為良性,而高覆蓋區FVC主要以減少為主,且高覆蓋區主要表現為退化成較高覆蓋區,預計未來FVC以增加為主。

(4)通過研究區FVC與氣候的響應分析發現：合肥市2008—2019年氣溫呈顯著上升趨勢,而年降水量具有下降趨勢,合肥市的氣候演變總體具有“暖干化”趨勢；年均氣溫與年均FVC演變具有很好的正相關性,除高覆蓋區外,與其他等級的覆蓋區均為負相關,且隨著FVC等級降低,負相關程度增加；而相比于年均氣溫對FVC的影響,年降水量與研究區FVC的相關性較弱。