陽泉市植被覆蓋遙感監測與時序分析

中圖分類號：X87 文獻標志碼：A 文章編號：2095-2945（2025）21-0076-05

Abstract：Asanimportantpartof thecoal energyandheavychemical industry base，Yangquan City hasmadegreat contributionstothecountry'senergydemandandeconomicconstruction.Italsofacesecologicalandenvironmentalproblems. Therefore，usingremotesensingtechnologytoevaluatetheecologicalandenvironmentalgovernanceefectofYangquan Cityisof positivesignificancetoensuringthegreeandsustainabledevelopmentofthecity.ThisstudyselectedLandsatseriesimages from2005to2O22，andusedenhanedvegetationindex（EVI），unarylinearregresionandsignificancetestmethodstostiate thevegetationcoverageinthemunicipaldistrictofYangquanCityandtypicalareasinthepast2Oyears，andquantiatively evaluated the spatio-temporal evolution pattern and change trend of relevant areas.

Keywords： enhanced vegetation index; Landsat image;unary linear regression; significance test; Yangquan City

植被覆蓋作為衡量生態環境質量的重要因子，對生態系統的結構和功能具有一定影響，監測植被覆蓋狀況對于評估生態環境動態變化具有重要意義。傳統植被覆蓋監測方法常通過組織人力實地量測、分析對比等進行調查，實施周期長且耗時費力，成本較高，而遙感植被監測技術具有監測范圍廣、動態性強、成本低等優勢，因而應用遙感技術監測植被覆蓋狀況具有現實可行性。

陽泉市作為山西煤炭能源重化工基地的重要組成部分，在為國家能源需求和經濟建設作出巨大貢獻的同時，同樣面臨著資源過度損耗、生態環境破環等嚴重的環境問題。為推動陽泉市發展模式轉變，確保綠色可持續發展持續推進，對該市的生態環境進行了及時治理，因此，亟需開展針對陽泉市范圍的長時間序列地表植被覆蓋狀態監測。目前時序分析中常用的植被指數主要包括歸一化植被指數（NDVI）、土壤調節植被指數（SAVI）和增強型植被指數（EVI）等，NDVI是目前應用非常廣的植被指數，但存在易飽和、校正有限和噪音較多等缺點，而SAVI易丟失一部分植被信息，且其中的調節因子的取值受植被覆蓋度和土壤類型變化影響，不能完全準確表達植被狀況。EVI能夠減少大氣和土壤噪音的污染，對于時序監測季節性更敏感，所監測結果的時間序列曲線相對平滑，可有效提取植被覆蓋信息，已廣泛應用于氣象分析林地監測[8]植被物候和草地變化監測[等。對于長時間序列遙感影像監測植被覆蓋信息模式主要有2種：一種是利用中低分辨率的MODIS數據進行大尺度、高頻次的植被覆蓋動態監測和反演分析1；另一種是利用陸地衛星Landsat影像進行較高空間分辨率的植被動態信息分類和變化監測[1]。相對于MODIS數據而言，Landsat不僅空間分辨率較高，時間跨度長，而且能夠更加有效地提取植被信息，為植被覆蓋監測提供了有力的數據支撐。

綜上，本文首次利用Landsat影像分析提取了陽泉市2005—2022年中的13個年份的植被覆蓋信息，從時空分析的角度人手，定量分析了陽泉市近20年間植被覆蓋信息的空間變化規律、時序特征及顯著性，評估分析其影響效應，對城市生態環境治理效果評估和城市群綠色可持續發展具有積極意義。

1研究區域與數據

1.1 研究區域概況

陽泉市位于山西省東部，北與忻州市毗鄰，東隔太行山與河北省相望，西接太原市，南鄰晉中市，地處黃土高原東緣，屬于山西東部山地，境內地貌以山地為主，其余為丘陵和平原。該市是山西煤炭能源重化工基地的重要組成部分，是京津塘及沿海發達地區向內地幅射的重要通道。地理坐標范圍為經度 E112^°54^′. ，E114^°04^′ 、緯度 N37^°40^′～N38^°31^′ 。陽泉市屬暖溫帶半濕潤大陸性季風氣候，四季分明，現轄平定、盂縣2縣及城、礦、郊3區和經濟技術開發區，全市面積4559km² ，人口141.44萬人。

1.2 數據概況

本研究采用遙感影像數據源來自美國NationalAeronautics and Space Administration（NASA）的陸地衛星計劃中Landsat5專題測繪儀（TM）和Landsat8陸地成像儀（OLI），TM傳感器影像空間分辨率在可見光、近紅外與短波紅外為 30m ，在熱紅外波段為 120m OLI傳感器影像空間分辨率除全色波段外均為 30m 。Landsat影像下載網址 https：//earthexplorer.usgs.gov/，數據類型為Level2，已經過輻射校正與幾何校正等預處理。矢量數據為陽泉市行政區劃矢量，DEM數據為ASTER GlobalDigital Elevation Model Version3（ASTER GDEM V3）。

為確保影像能夠覆蓋研究區并有效排除云的干擾，同時保證時序分析的有效性，選取影像云量均小于 10% ，成像時間集中在處于植被生長季節的6月一10月份，一幅完整全區影像需要進行鑲嵌拼接和裁剪等處理。受限于覆蓋陽泉市遙感影像數據源的時空分辨率和成像質量，共選取了Landsat影像的13個時相，具體包括：2005年、2006年、2007年、2008年、2009年、2010年、2011年、2013年、2014年、2015年、2016年、2019年和2022年。

2 研究方法

2.1植被指數及覆蓋度計算

2.1.1增強型植被指數

增強型植被指數（Enhanced Vegetation Index， E- VI是植被生長狀態好壞的指示因子，同時其與植被覆蓋度之間存在顯著的相關關系，常用于表征地表植被覆蓋信息。其計算公式為

式中 ：ρ_NIRρ_RED 和 ρ_BUE 分別代表近紅外波段、紅光波段和藍光波段的反射率。

2.1.2 植被覆蓋度

植被覆蓋度（VegetationCover，VC）是指單位面積內植被地上部分在地面的垂直投影面積占統計區總面積的百分比，可以表征植被群落等的生長態勢，是反映人居生態環境的重要指標。采用二分模型來估算植被覆蓋度[13]，其理論假設每個像元信息包括土壤與植被2部分，具體計算公式為

式中： EVI 表示增強型植被指數； EVI_veg 表示純凈植被像元的 EVI 值； EVI_soil 表示純裸土像元的 EVI 值； VC 表示植被覆蓋度。本文取累積直方圖中頻率為 5% 和99% 的 EVI 值作為 EIV_soil 和 EVI_veg 的取值。

2.2 一元線性回歸及顯著性檢驗

為進一步發現植被生態參量隨時間變化的演變規律和發展趨勢，采用一元線性回歸對研究區植被指數進行趨勢分析，通過對影像參量中每個像元進行時序建模，構建一元線性回歸方程并求取趨勢系數，以反映參量的變化趨勢[14]，具體計算公式為

式中： n 為影像時間段的總年數； i 為年序號； EVI_i 為第i 年對應的增強型植被指數值;slope為趨勢系數，正值表示分析參量隨時間變換呈上升態勢，負值表示分析參量隨時間變化呈下降態勢。

采用F檢驗對變化趨勢的顯著性進行評估，顯著性反映了趨勢性變化置信度的高低，計算公式為

式中： n 為總年數； y_i 為第 i 年的實際觀測值； 為平均值； 為第 i 年的回歸預測值。

評判效果時需要將slope值與顯著性檢驗結果進行疊置分析，此處將所得變化趨勢的顯著性等級定義為9個，分別是：極顯著減少 _{（slopelt;0）} amp; Plt;0.05 ；顯著減少 （slopelt;0 amp; 0.050 amp; Plt;0.05 ）;顯著增加（slopegt;0amp;0.050amp; 0.1

3 結果與分析

3.1增強型植被指數結果與時序變化分析

將經過預處理的Landsat影像作為數據源，經式（1）計算得到陽泉市2005—2022年增強型植被指數值，并以行政單位為基礎，分別計算陽泉市各區縣的年平均E-VI值，所得結果如圖1所示。由年平均EVI值變化曲線可以發現，EVI均值整體呈波動上升趨勢，植被覆蓋狀況從高到低依次為盂縣、平定縣和陽泉市市轄區。從2005到2022年，盂縣、平定縣和陽泉市市轄區3地的EVI值的增長率分別為 62.61%.66.96% 和 57.58% ，增長速度分別為 1.25%.1.18% 和 1.03% ，其中，盂縣的增長率和增長速度均為最高，改善效果明顯。

3.2植被覆蓋度結果與分析

經式（2）對EVI值結果進行植被覆蓋度估算，分別以陽泉市2005年、2010年、2016年和2022年共4年的植被覆蓋度進行分析。將陽泉市植被覆蓋度結果劃分為4個等級，分別為： ① 裸地，即無植被覆蓋區（ VC=0 ； ② 低植被覆蓋（ 0

觀察圖2分析發現，陽泉市整體植被覆蓋情況較好，且隨著時間的推移，植被覆蓋度呈現遞增趨勢，空間格局異質性增加，反應近年來陽泉市生態環境呈現日益改善趨勢。同時，各區縣的主要城鎮建成區有蔓延趨勢，主要集中在人口聚居比較集中的3個區域：孟縣縣城（A）陽泉市市區（B）和平定縣縣城區（C），3個區域中變化比較明顯的是盂縣縣城，主要原因與城市化水平提高建成區不透水面增加有關。

分別對陽泉市4個時相的植被覆蓋度類型的面積和所占比例進行分析統計，具體結果見表1。分析表1可以發現，從2005年到2022年，裸地面積雖在2022年稍許上升，但整體仍呈緩慢下降趨勢，占比在10% 左右浮動；低植被覆蓋區域面積銳減，從2005年的 1 382.769 0km² 降至2022年的 287.127 0km² ，所占比例也大幅降低；中、高植被覆蓋區域面積呈振蕩上升趨勢，從2005到2022年其覆蓋面積占比的增幅均超過 10% 。從近20年的時間跨度來看，陽泉市綠地面積顯著增加，生態環境呈現改善趨勢。

3.3植被覆蓋空間格局演變特征分析

以分析計算所得的EVI為基礎數據，經式（3）一式（4）計算得到研究區逐像元的時序EVI值的變化斜率值和顯著性檢驗因子 F 值，相關計算結果如圖3和圖4所示。根據一元線性回歸及顯著性檢驗的疊置分析等級劃分應為9個，但由于未檢測到極顯著不變、顯著不變和不顯著不變3個等級的結果，故將EVI值變化趨勢的顯著性劃設為極顯著減少、顯著減少、不顯著減少、不顯著增加、顯著增加和極顯著增加6個等級。

綜合分析圖3和圖4可以發現，2005—2022年陽泉市時序EVI值的趨勢系數范圍為-0.0445～0.1029，從陽泉市全市范圍來看，經統計， 92.91% 的地區EVI趨勢系數大于0，剩余占地面積為 7.09% 的地區EVI的趨勢系數小于0，說明陽泉市總體EVI值呈現增長趨勢。其中，顯著增加和極顯著增加區域的面積占比分別為 15.94% 和 20.18% ，占比較大，顯著減少和極顯著減少區域的面積占比分別為 0.55% 和 1.17% ，占比很小，影響微弱。

從陽泉市各區縣范圍來看，盂縣EVI值增加和減少占比分別為 93.64%.6.36% ，極顯著增加和顯著增加占比為 16.86%，15.45% ；平定縣EVI值增加和減少占比分別為 94.02%.5.98% ，極顯著增加和顯著增加占比為23.33%.16.95% ;陽泉市市轄區EVI值增加和減少占比分別為 87.82%.12.18% ，極顯著增加和顯著增加占比為25.92%.15.64% 。根據對比可知，EVI值增加面積占比最高的是平定縣，極顯著增加和顯著增加在本區縣范圍內占比最高的分別是陽泉市市轄區和平定縣。

從變化趨勢顯著性的等級劃分統計結果來看，E-VI值極顯著增加面積比重最高的是盂縣，占比45.57% ，平定縣和陽泉市市轄區占比分別為 35.76% 和 18.67% ;EVI值顯著增加面積比重最高的仍是盂縣，占比 52.87% ，平定縣和陽泉市市轄區占比分別為32.87% 和 14.26% 。由于孟縣在陽泉市市轄區3區縣中總的占地面積最大，因此其生態環境變化對整個陽泉市的影響比重較大。

4結論

本文以陽泉市為研究區域，依托LandsatTM/OLI時間序列遙感影像，從時空分析角度入手，研究了陽泉市2005—2022年近20年間時空演變格局和變化趨勢，主要結論如下：

1）揭示了陽泉市植被覆蓋的時序演變特征。近20年來，陽泉市EVI均值整體呈波動上升趨勢，植被覆蓋狀況從高到低依次為盂縣、平定縣和陽泉市市轄區，EVI值的增長率分別為 62.61% ！ 66.96% 和57.58% ，增長速度分別為 1.25%.1.18% 和 1.03% ，其中，盂縣的增長率和增長速度均為最高。通過對2005、2010、2016和2022年4個時相植被覆蓋度分析比較發現，陽泉市裸地面積呈緩慢下降趨勢，低植被覆蓋區域面積銳減，中、高植被覆蓋區域面積呈振蕩上升趨勢，表明陽泉市綠地面積顯著增加，生態環境呈現改善趨勢，且效果顯著。

2）分析了陽泉市植被覆蓋空間格局演變特征。從陽泉市全市范圍來看，占地面積 92.91% 的地區EVI值呈增長趨勢， 7.09% 的地區EVI的值呈下降趨勢；從陽泉市各區縣范圍來看，EVI值增加面積占比最高的是平定縣，極顯著增加和顯著增加在本區縣范圍內占比最高的分別是陽泉市市轄區和平定縣。

參考文獻：

[1]羅新蘭，李英歌，殷紅，等.東北地區植被NDVI對不同時間尺度SPEI的響應[J].生態學雜志，2020，39（2）：412-421.

[2]李登科，王釗.退耕還林后陜西省植被覆蓋度變化及其對氣候的響應[J].生態學雜志，2020，39（1）：1-10.

[3]HUETEA，DIDANK，MIURA T，et al.Overview of theradiometric and biophysical performance of the MODIS veg-etation indices[J].Remote sensing of environment，2o02，83（1-2）：195-213.

[4]張佳華，張國平，王培娟.植被與生態遙感[M].北京：科學出版社，2010：14-15.

[5]楊怡，吳世新，莊慶威，等.2000-2018年古爾班通古特沙漠 EVI時空變化特征[J].干旱區研究，2019，36（6）：1512-1520.

[6]李紅軍，鄭力，雷玉平，等.基于EOS/MODIS 數據的 NDVI與 EVI比較研究[J].地理科學進展，2007（1）：26-32.

[7]MOREIRA A，FONTANA D C，KUPLICH T M. Wavelet approach applied to EVI/MODIS time series and meteorological data[J].ISPRS journal of photogrammetry and remote sensing，2019，147：335-344.

[8]NEPITA-VILLANUEVA M R，BERLANGA-ROBLES C A， RUIZ-LUNA A，et al. Spatio-temporal mangrove canopy variation （2001-2016）assessed using the MODIS enhanced vegetation index（EVI）[J]. Journal of Coastal Conservation， 2019，23;589-597.

[9]ADOLE T，DASH J，ATKINSON PM.Characterising the land surface phenology of Africa using 500m MODIS EVI [J].Applied geography，2018，90：187-199.

[10]馬昊翔，陳長成，宋英強，等.青海省近10年草地植被覆蓋 動態變化及其驅動因素分析[J].水土保持研究，2018，25 （6）：137-145.

[11]HECK E，DE BEURS K M，OWSLEYBC，et al.Evaluation of the MODIS collections 5 and 6 for change analysis of vegetation and land surface temperature dynamics in North and South America [J]. ISPRS Journal of Photogrammetry and Remote Sensing，2019，156：121-134.

[12]HERMOSILLA T，WULDER M A，WHITE JC，etal. Prevalence of multiple forest disturbances and impact on vegetation regrowth from interannual Landsat time series （1985-2015）[J]. Remote Sensing of Environment， 2019，233： 111403.

[13]馬娜，胡云鋒，莊大方，等.基于遙感和像元二分模型的內蒙 古正藍旗植被覆蓋度格局和動態變化[J].地理科學， 2012，32（2）：251-256.

[14] PENG J，CHEN S，LYU H，et al. Spatiotemporal patterns of remotely sensed PM2.5 concentration in China from 1999 to 2011 [J]. Remote sensing of environment， 2016，174：109-121.