王磊, 王杰, 付林, 林葉彬,3*

?

南充市轄區(qū)近15年植被覆蓋度變化特征

王磊1, 王杰1, 付林2, 林葉彬1,3*

1. 西華師范大學，南充 637009 2. 西南交通大學，成都 611756 3. 區(qū)域環(huán)境演變與保護研究中心, 西華師范大學，南充 637009

植被覆蓋度是自然條件和社會經(jīng)濟活動的綜合反映, 研究一個區(qū)域植被覆蓋度的時空變化對于認識該地區(qū)的社會發(fā)展狀況、制定更加合理的生態(tài)環(huán)境政策、實現(xiàn)經(jīng)濟可持續(xù)發(fā)展具有重要意義。基于2002年Landsat 7 ETM、2014年Landsat 8影像和DEM數(shù)據(jù), 利用ENVI和ArcGIS軟件進行處理, 運用歸一化植被指數(shù)(NDVI)方法對南充市轄區(qū)植被覆蓋度進行估算, 并劃分為5個不同蓋度等級。根據(jù)DEM數(shù)據(jù)提取海拔、坡度和坡向因子, 然后將植被覆蓋度圖與海拔、坡度、坡向圖進行疊加, 定量分析了南充市轄區(qū)植被的空間分布特征及其變化情況。結果表明, 南充市轄區(qū)植被覆蓋度在2002—2014年總體變化不大, 其中以Ⅴ級(fc ≥ 0.8)植被覆蓋度為主, 其覆蓋面積達42.49%。2002—2014年, Ⅳ級和Ⅴ級增加了60 km2和191 km2, 增幅率分別為7.61%和21.39%, 而Ⅰ、Ⅱ和Ⅲ級分別減少了84 km2、124 km2和42 km2, 降幅為31.7%、56.62%和10.91%。其中植被集中分布在海拔300 m—400 m和坡度2°—6°的地帶, 植被覆蓋度坡向差異呈現(xiàn)半陽坡>半陰坡>陽坡>陰坡的特征。

植被覆蓋度; 歸一化植被指數(shù); 空間分布; 南充市轄區(qū)

0 前言

植被覆蓋度是指植被(包括葉、莖、枝)在單位面積內垂直投影面積所占比例[1]。植被作為生態(tài)系統(tǒng)的重要組成部分, 是生態(tài)系統(tǒng)中物質循環(huán)與能量流動的中樞, 是隨人類社會經(jīng)濟活動有重要貢獻的資源, 是生態(tài)系統(tǒng)存在的基礎, 也是連接土壤、大氣和水分的自然“紐帶”[2]。在生態(tài)環(huán)境系統(tǒng)中, 植被覆蓋狀況在很大程度上影響甚至直接決定著區(qū)域生態(tài)環(huán)境中的第一性生產力、環(huán)境承載力、環(huán)境潔凈與美化、水土流失強度等生態(tài)環(huán)境系統(tǒng)的狀態(tài)與功能[3]。因此, 植被覆蓋度作為衡量地表植被覆蓋的一個最重要的指標, 對水文、生態(tài)、全球變化等都具有重要的意義[4]。

目前利用遙感影像數(shù)據(jù)來提取植被覆蓋度的方法主要有經(jīng)驗模型法、植被指數(shù)法和像元法[5-6]。經(jīng)驗模型法主要是通過建立實測植被覆蓋率數(shù)據(jù)與植被指數(shù)的經(jīng)驗模型來求取大面積植被覆蓋率[7], 又可分為線性回歸模型法與非線性回歸模型法。線性回歸模型法, 如: Graetz與Pech對Landsat Miss第5波段與植被覆蓋度的實測數(shù)據(jù)進行線性回歸分析, 并利用得到的回歸模型測量了稀疏草地的植被覆蓋度[8]。Dymond等為研究新西蘭退化草地的植被覆蓋度, 使用NDVI計算出植被指數(shù), 并用該植被指數(shù)與植被覆蓋度進行擬合, 得到非線性回歸模型[9]。經(jīng)驗模型法只適用于特定的區(qū)域與特定的植被類型, 一般不易推廣, 不具有普遍意義[10]。植被指數(shù)法是指直接利用植被指數(shù)近似估算植被覆蓋度, 所使用的植被指數(shù)一般都經(jīng)過驗證與植被覆蓋度具有良好的相關關系, 不需要建立回歸模型。楊勝天等使用NDVI將植被覆蓋度分為四種類型: 高覆蓋度類型(植被覆蓋度>75%), 中高覆蓋度類型(植被覆蓋度在60%與75%之間)、中覆蓋度類型(植被覆蓋度在45%與60%之間)、低覆蓋度類型(植被覆蓋度≤45%)[11]; Muriithi等使用NDVI來研究肯尼亞中部高地植被狀況的變化[12]。Worku Zewdie等通過MODIS影像計算NDVI, 通過NDVI監(jiān)測埃塞俄比亞西北部的生態(tài)系統(tǒng)動態(tài)和氣候變量來評估旱地植被的長期趨勢變化性[13]; Chaithanya等用Landsat 7 ETM圖像研究NDVI和LST的關系和空間變化[14]。像元分解模型法目前已開發(fā)出的模型主要有種, 分別為線性模型、概率模型、幾何光學模型、隨機幾何模型和模糊分析模型[15]。其中最常用的就是線性模型中的像元二分模型。李苗苗在像元二分模型的基礎上, 對已有的模型進行改進, 利用NDVI定量估算植被覆蓋度的模型[4]。田義超等利用像元二分模型對北部灣沿海地區(qū)植被覆蓋計算, 及植被覆蓋對氣溫和降水的旬響應特征[16]。Li等用像元二分模型計算河南省的植被覆蓋度, 再結合地形因子計算各個坡度、坡向和海拔上的植被覆蓋度的差異[17]; Wang等利用2002—2013年的Landsat影像, 根據(jù)植被覆蓋度變化對上海的地表城市熱島進行分析[18]。

大量研究表明, NDVI在使用遙感圖像進行植被研究以及植物物候研究中得到廣泛應用, 它是植物生長狀態(tài)以及植被空間分布密度的最佳指示因子[19]。很多學者通過NDVI來描述一個地區(qū)的植被覆蓋度, 并分析植被覆蓋對氣象因子的響應特征, 以及對植被變化的驅動力進行分析, 像元二分模型也廣泛應用于植被覆蓋度的提取。

南充市轄區(qū)位于四川盆地, 全年云量較大, 影像大多難以利用, 少有學者對該區(qū)域植被覆蓋度開展研究工作。本文應用像元二分模型、遙感與GIS技術對南充市轄區(qū)的植被覆蓋度進行估算, 結合地形(海拔、坡度、坡向)量化了植被覆蓋度與地形因子的關系, 對研究區(qū)域過去15年來的植被覆蓋變化進行了初步探究。

1 研究區(qū)概況

南充市轄區(qū)包括順慶區(qū)、嘉陵區(qū)和高坪區(qū), 位于南充市境內(30°35′—31°51′N, 105°27′—106°58′E), 為亞熱帶溫暖濕潤季風氣候區(qū), 四季分明, 氣候溫和, 雨量充沛。年均氣溫17℃, 年均降水量1100 mm, 地形以低山、丘陵和平壩為主。植被以亞熱帶常綠闊葉林和亞熱帶落葉闊葉林為主, 境內多為馬尾松、柏樹和杉木等構成的林地。林地遭到破壞后, 形成黃荊、馬桑、小果薔薇、白櫟等組成的灌叢。

南充森林覆蓋率在經(jīng)歷了大煉鋼鐵和農村辦公共食堂后, 樹木大量減少, 森林覆蓋率大幅度降低。在“文化大革命”期間, 再次出現(xiàn)大面積的亂砍濫伐, 南充全區(qū)林業(yè)生產急轉直下, 全市森林覆蓋度下降到歷史最低點, 出現(xiàn)大量的水土流失, 生態(tài)失調, 環(huán)境惡化。在中國共產黨第十一屆三中全會后, 南充市的森林覆蓋率不斷上升, 20世紀80年代后, 南充市興林業(yè)經(jīng)濟體制改革, 廣大群眾造林積極性空前高漲, 速生豐產林得到快速發(fā)展。同時該時期南充市加大了生態(tài)環(huán)境保護的投入, 實施了包括長江防護林、環(huán)城綠化、退耕還林和天然林保護等系列生態(tài)工程, 全市植被得到很好的恢復和發(fā)育, 到2003年, 順慶、高坪、嘉陵三區(qū)森林覆蓋率達到30.7%。

2 數(shù)據(jù)來源和研究方法

2.1 數(shù)據(jù)選擇與預處理

本研究選擇2014年8月6日南充市轄區(qū)Landsat 8影像和2002年8月29日南充市轄區(qū)Landsat ETM+影像的多光譜影像為數(shù)據(jù)源, 分辨率為30 m, 軌道號為128/39, 云量為2.92%和0.03%, 選用DEM數(shù)字高程數(shù)據(jù), 分辨率為30 m, 數(shù)據(jù)均來自地理空間數(shù)據(jù)云(http://www.gscloud.cn)。對Landsat 8的多光譜影像在ENVI 5.1中進行輻射定標和大氣校正, 再根據(jù)研究區(qū)的矢量圖層對影像圖進行裁剪。具體流程如下:

(1)輻射定標。在提取NDVI之前要對影像數(shù)據(jù)進行輻射定標。即將傳感器記錄的電壓或數(shù)字化值(DN)轉換成絕對輻射亮度值的過程或者轉換與地表反射率、表觀溫度等有關的相對值的處理過程[20]。本文采用的ENVI 5.1 Radiometric Correction模塊進行輻射定標。

(2)大氣校正。由于電磁波在大氣中的傳輸和遙感器觀測過程中光照條件以及大氣作用的影響, 遙感器的測量值與地物實際的光譜輻射率是不一樣的, 使光譜分布發(fā)生變化, 測量值發(fā)生輻射失真[21]。所以, 大氣校正的目的是消除大氣和光照等因素對地物反射的影響。ENVI大氣校正模塊提供兩種大氣校正工具: FLAASH和Quick Atmospheric Correction兩種校正工具。本文采用FLAASH 模塊進行大氣校正。得到大氣校正后的波普曲線圖(圖1)。

(3)將shapefile格式面狀文件加載在ENVI 5.1中, 使用南充市轄區(qū)行政界線矢量數(shù)據(jù)對大氣校正后的影像進行裁剪, 得到南充市轄區(qū)的影像(圖2)。

2.2 NDVI計算

NDVI根據(jù)植被反射波段的特性, 由遙感傳感器獲取的多光譜數(shù)據(jù)經(jīng)線性和非線性組合計算出來的各種數(shù)值, 對植被覆蓋具有一定的指示意義, 一般選用強吸收的可見光紅波段和強反射的近紅外波段組合計算[22]。

即NDVI=(NIR-R)/(NIR+R) (1)

2.3 植被覆蓋度的提取

運用歸一化植被指數(shù)(NDVI)估算一定區(qū)域的植被覆蓋度的研究有很多, 參考已有的研究成果, 本文采用公式(2)進行計算, 即

圖1 大氣校正前后光譜曲線對比

Figure 1 Spectral curve comparison before and after atmospheric correction

圖2 南充市轄區(qū)影像圖

Figure 2 Image of Nanchong Jurisdiction

FC=(NDVI－NDVImin)/(NDVImax－NDVImin)[6](2)

式中: FC是植被覆蓋度, NDVImin和NDVImax分別為最小和最大NDVI值, 考慮到遙感影像中不可避免的存在噪聲, 它可能產生過低或過高的NDVI值。因此, 并不能直接取NDVI得最大最小值, 而是取一定置信度區(qū)間的最大最小值, 通過對影像的NDVI植被指數(shù)進行直方圖分布圖分析, 在NDVI頻率累積表上取一定頻率的NDVI為NDVImin和NDVImax[19]。本文根據(jù)研究區(qū)的實際情況, 選擇5%和95%的NDVI值作為NDVImin和NDVImax(表1)。

2.4 植被覆蓋度等級劃分

NDVI的值在-1—1之間變動, NDVI<0表示地表覆蓋為水、雪等高反射的事物, NDVI=0表示巖石或者裸土等, NDVI>0表示植被覆蓋度的稀疏與濃密情況, NDVI的值越高, 說明植被覆蓋度越好。將得到的FC圖在ARCGIS中用重采樣的方法對研究區(qū)的植被覆蓋度進行分類。本文結合研究區(qū)的實際情況, 并參考其他相關研究成果[23-24], 將南充市轄區(qū)的植被覆蓋度分為5級(表2)。

2.5 植被覆蓋度分級結果

按照公式(1)到(2)計算研究區(qū)的植被覆蓋度, 按表2進行分級, 并對各個分類進行統(tǒng)計, 得到2002年和2014年植被覆蓋度分級圖(圖3 a、b)。

表1 研究區(qū)NDVI最小值和最大值

2.6 地形因子類型劃分

運用ArcGIS 10.2軟件對DEM數(shù)據(jù)進行裁剪, 對裁剪出的南充市轄區(qū)DEM進行坡度、坡向提取, 然后對坡度、坡向和海拔進行重分類。分別得到研究區(qū)的海拔、坡度、坡向圖(圖4), 研究區(qū)的坡度在0°—53.4612°之間, 根據(jù)研究區(qū)的實際情況, 將坡度劃分為5個等級[25]: 0°—2°, 2°—5°, 5°—15°, 15°—25°和>25°。海拔等級劃分, 研究區(qū)的海拔為191 m—805 m, 考慮到南充市轄區(qū)的具體的地勢情況, 將海拔劃分為5個等級: <300 m, 300 m—400 m, 400 m—500 m, 500 m—600 m, >600 m。坡向劃分: 把坡向分為9中類型, 即: 平面(—1°), 北坡(0°—22.5°, 337.5°—360°)、東北坡(22.5°—67.5°)、東坡(67.5°—112.5°)、東南坡(112.5°—157.5°)、南坡(157.5°—202.5°)、西南坡(202.5°—247.5°)、西坡(247.5°—292.5°)和西北坡(292.5°—337.5°)。

表2 植被覆蓋度分級

3 結果與分析

3.1 植被覆蓋度時空特征及面積統(tǒng)計

通過2002年和2014年植被覆蓋度分級圖(圖3 a、b), 統(tǒng)計各級相應的植被覆蓋度面積及其變化面積(表3)。由表3可知, 研究區(qū)2002和2014年植被覆蓋度都是Ⅴ級所占的比重最大, 分別為42.49%和35.02%, 說明研究區(qū)植被覆蓋狀況很好。2002—2014年研究區(qū)植被覆蓋度總體變化不大, 但其中Ⅳ級和Ⅴ級增加了60 km2和191 km2, 增幅率分別為7.61%和21.39%, 而Ⅰ、Ⅱ和Ⅲ級分別減少了84 km2、124 km2和42 km2, 降幅分別為31.7%、56.62%和10.91%, Ⅱ級降幅比較大, 說明研究區(qū)注重生態(tài)環(huán)境的保護, 加強了生態(tài)環(huán)境建設, 植被得到了有效恢復, 植被覆蓋度由低植被覆蓋度向高植被覆蓋度轉化的特征。

圖3 南充市轄區(qū)植被覆蓋度空間分布圖

Figure 3 Spatial distribution of vegetation coverage in Nanchong Jurisdiction

圖4 南充市轄區(qū)地形分級圖

Figure 4 Classification map of Nanchong Jurisdiction terrain

表3 各等級植被覆蓋度占比統(tǒng)計

3.2 不同海拔帶植被覆蓋度分布及面積統(tǒng)計

將植被覆蓋度圖(圖3 a、b)與海拔分級圖(圖4a)通過柵格計算器進行計算, 得到各等級植被覆蓋度在不同海拔下的分布面積(表4)。從表4中可以看出, 在大于300 m的同一海拔范圍內, 植被覆蓋度面積隨等級的升高而增加, 在海拔<300 m時, 植被呈先減少后增加的趨勢。各個等級的植被覆蓋度隨著海拔的升高而持續(xù)減少, 在海拔600 m以上幾乎減少至0。在2002年, 海拔300 m以下以Ⅰ級植被覆蓋為主, 海拔300 m以上都以Ⅴ級植被覆蓋為主; 2014年, 各個海拔帶都以Ⅴ級植被覆蓋為主。2002—2014年Ⅰ、Ⅱ和Ⅲ級植被覆蓋度區(qū)域在不同海拔帶上都呈下降趨勢, 其中Ⅳ和Ⅴ級呈增加趨勢, 在海拔<300 m和300—400 m時, Ⅱ級下降的比重較大, 分別達到53%和62%, Ⅴ級增加40%和18%; 在海拔400—500 m時, Ⅰ級降幅最大, 達到57%, Ⅳ和Ⅴ級的增幅都是16%。500—600 m地帶和>600 m地帶的區(qū)域植被覆蓋度面積變化相對較小, 說明海拔相對較低的地區(qū)人類活動影響較大, 海拔相對較高的地方受人類活動的影響相對較小。

表4 不同海拔帶植被覆蓋度的變化特征

表5 不同坡度帶植被覆蓋度的變化特征

3.3 不同坡度帶植被覆蓋度分布及面積統(tǒng)計

將植被覆蓋度圖(圖3 a、b)與坡度分級圖(圖4 b)通過柵格計算器進行計算, 得到各等級植被覆蓋度在不同坡度下的分布面積(表5)。根據(jù)表5統(tǒng)計的數(shù)據(jù)顯示, 研究區(qū)植被覆蓋度具有明顯的坡度分異特征。隨著坡度的增加, 植被覆蓋度呈現(xiàn)先增加后降低的特征。2002年0°—2°的區(qū)域以Ⅰ級植被覆蓋為主, 其面積比重達到26.88%; 坡度在2°—6°的區(qū)域以Ⅳ級植被覆蓋為主, 其面積比重達到27.89%; 6°以上區(qū)域則以Ⅴ級植被覆蓋為主, 面積所占比重隨坡度的增加而增加; 在2014年, 各坡度帶中均以Ⅴ級植被覆蓋為主, 最高比重達到37.31%。2002—2014年, 研究區(qū)Ⅰ、Ⅱ、Ⅲ級的植被覆蓋區(qū)域面積總體呈現(xiàn)下降的特征, Ⅳ和Ⅴ級植被覆蓋呈現(xiàn)增加的特征, 但各個坡度帶上總的植被覆蓋并沒有發(fā)生較大變化。

3.4 不同坡向植被覆蓋度分布及面積統(tǒng)計

將植被覆蓋度圖(圖2 a、b)與海拔分級圖(圖3 c)通過柵格計算器進行計算, 并將坡向按照陰坡(0± 22.5°)、半陰坡(45±22.5°、315°±22.5°、90°±22.5°)、半陽坡(270°±22.5°、135°±22.5°、225°±22.5°)、陽坡(180°±22.5°)分為 4 個坡度, 統(tǒng)計各等級植被覆蓋在不同坡向下的分布面積(表6)。根據(jù)表6 的數(shù)據(jù)顯示, 在各個坡向上, 隨著植被覆蓋度等級的升高, 植被覆蓋度呈現(xiàn)先減小后增加的趨勢。2002年和2014年研究區(qū)域植被覆蓋度在不同坡向上所占的比例總體上都呈現(xiàn)為半陽坡(39%)>半陰坡(38%)>陽坡(11%)>陰坡(12%), 且半陽坡和半陰坡、陽坡和陰坡都相差無幾。各坡向上不同植被覆蓋度等級所占面積均有不同程度的升降, Ⅰ、Ⅱ和Ⅲ級植被覆蓋減少, Ⅳ和Ⅴ級比重增加。

4 結論與討論

4.1 結論

本文利用ENVI和ArcGIS軟件, 對遙感影像進行處理, 將影響植被分布的因子進行疊加, 得到了研究區(qū)植被覆蓋的空間分布。

表6 不同坡向植被覆蓋度的變化特征

(1)研究區(qū)植被覆蓋度總體較好, 具有明顯的空間差異。低植被覆蓋區(qū)域主要集中在轄區(qū)市區(qū), 高植被覆蓋區(qū)域主要集中在嘉陵區(qū)和高坪區(qū)的山區(qū), 其中Ⅴ級植被覆蓋所占的區(qū)域面積最大, 高達42.49%以上。2002—2014年, Ⅳ級和Ⅴ級增加了60 km2和191 km2, 增幅率分別為7.61%和21.39%, 而Ⅰ、Ⅱ和Ⅲ級分別減少了84 km2、124 km2和42 km2, 降幅分別為31.7%、56.62%和10.91%。

(2)研究區(qū)植被覆蓋度因海拔、坡度和坡向等地形因子的影響呈現(xiàn)出分異的特征。其中海拔300 m—400 m和坡度2°—6°的地帶植被覆蓋度相對較高。植被覆蓋度坡向差異呈現(xiàn)半陽坡>半陰坡>陽坡>陰坡的特征。

4.2 討論

研究區(qū)植被覆蓋度總體變化不大, 極低植被覆蓋、低植被覆蓋和中植被覆蓋區(qū)域面積減少, 中高植被覆蓋和高植被覆蓋所占面積增加。1993年, 三區(qū)城市建成區(qū)面積僅20.3 km2, 2005年, 建成區(qū)城區(qū)面積53.74 km2, 2010年, 市轄三區(qū)建成區(qū)面積78 km2, 2013年三區(qū)建成區(qū)面積擴張到109 km2, 極低植被覆蓋、低植被覆蓋和中植被覆蓋區(qū)域面積減少, 可能是該時期城市建設用地擴張的結果。也可能是極低植被覆蓋、低植被覆蓋和中植被覆蓋中向高植被覆蓋和高植被覆蓋演替的結果。20世紀80年代后, 南充市興林業(yè)經(jīng)濟體制改革, 廣大群眾造林積極性空前高漲, 速豐林得到快速發(fā)展。同時該時期南充市加大了生態(tài)環(huán)境保護的投入, 具體表現(xiàn)為長江防護林、環(huán)城綠化、退耕還林和天保工程, 研究區(qū)植被得到很好的恢復和發(fā)育也是中高植被覆蓋和高植被覆蓋所占面積增加的原因。另外, 本文尚有諸多不足之處:

(1)本研究只對2002—2014年兩個節(jié)點上的植被景觀進行了分析, 無法掌握研究時段內植被覆蓋度的具體變化過程。未來如有條件, 合理增加影像數(shù)量, 以便更加精確、真實的分析南充市轄區(qū)的生態(tài)變化情況。

(2 缺少實地測量數(shù)據(jù)NDVIveg與NDVIsoil及其對應的NDVImax與NDVImin值。

(3)本研究對南充市轄區(qū)近15ａ的植被覆蓋時空變化特征和內部轉移變化特征進行了分析, 但對其變化的主要影響因素未做深入討論, 未來應結合社會經(jīng)濟因子和氣溫、降水等自然因素來分析影像植被覆蓋度變化的驅動因子, 為南充市轄區(qū)生態(tài)系統(tǒng)監(jiān)測提供依據(jù)。

[1] 王春梅, 顧行發(fā), 余濤, 等. 農田春小麥葉面積指數(shù)和覆蓋度時空變異性研究[J]. 農業(yè)機械學報, 2014, 45(08): 254–261, 235.

[2] 袁靜文. 宜昌地區(qū)植被信息提取與變化檢測研究[J]. 交通科技與經(jīng)濟, 2014, 16(04): 117–120.

[3] 左偉著. 基于RS、GIS的區(qū)域生態(tài)安全綜合評價研究[M]. 北京: 測繪出版社, 2004..

[4] 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(04): 153–159.

[5] 李成范, 蘇迎春, 周廷剛, 等. 基于遙感的重慶市植被覆蓋格局變化研究[J]. 西南師范大學學報: 自然科學版, 2009, 34(01): 123–128.

[6] 易勝. 基于RS和GIS巖溶地區(qū)植被覆蓋度分析[D]. 廣西師范大學, 2008.

[7] 陳晉, 陳云浩, 何春陽, 等. 基于土地覆蓋分類的植被覆蓋率估算亞像元模型與應用[J]. 遙感學報, 2001(06): 416– 422+481.

[8] GRAETZ R.D, PECH R.P, DAVIS A.W. The assessment and monitoring of sparsely vegetated rangelands using calibrated Landsat data[J]. International Journal of Remote Sensing, 1988, 9(7): 1201–1222.

[9] DYMOND J.R, STEPHENS P.R, NEWSOME P.F, et al. Percent vegetation cover of a degrading rangeland from SPOT[J]. International Journal of Remote Sensing, 1992, 13(11): 1999–2007.

[10] 程紅芳, 章文波, 陳鋒. 植被覆蓋度的遙感估算方法研究進展[J]. 國土資源遙感, 2008(01): 13–18.

[11] 楊勝天, 劉昌明, 楊志峰, 等. 南水北調西線調水工程區(qū)的自然生態(tài)環(huán)境評價[J]. 地理學報, 2002(01): 11–18.

[12] MURIITHI F.K, YU D, ROBIL A S. Vegetation response to intensive commercial horticulture and environmental changes within watersheds in central highlands, Kenya, using AVHRR NDVI data[J]. Remote Sensing, 2016, 53(1): 1–22.

[13] ZEWDIE W, CSAPLOVICS E, INOSTROZA L. Monitoring ecosystem dynamics in northwestern Ethiopia using NDVI and climate variables to assess long term trends in dryland vegetation variability[J]. Applied Geography, 2017, 79: 167–178.

[14] CHAITHANVA V.V, BINOY B.V, VINOD T.R. Estimation of the Relationship between Urban Vegetation and Land Surface Temperature of Calicut City and Suburbs, Kerala, India using GIS and Remote Sensing data[J]. International Journal of Advanced Remote Sensing and GIS, 2017, 6(1): 2088–2096.

[15] 呂長春, 王忠武, 錢少猛. 混合像元分解模型綜述[J]. 遙感信息, 2003(03): 55–58, 60.

[16] 田義超, 梁銘忠. 北部灣沿海地區(qū)植被覆蓋對氣溫和降水的旬響應特征[J]. 自然資源學報, 2016, 31(03): 488– 502.

[17] LI Jingzhong, LIU Yongmei, CAO Mingming, et al. Space-Time Characteristics of Vegetation Cover and Distribution: Case of the Henan Province in China[J]. Sustainability, 2015, 7(9): 11967–11979.

[18] WANG Haiting, ZHANG Yuanzhi, TSOU Jin Yeu, et al. Surface Urban Heat Island Analysis of Shanghai (China) Based on the Change of Land Use and Land Cover [J]. Sustainability, 2017, 9(09): 1538.

[19] 李苗苗. 植被覆蓋度的遙感估算方法研究[D]. 北京：中國科學院研究生院(遙感應用研究所), 2003.

[20] 鄧書斌. ENVI遙感圖像處理方法[M]. 北京: 科學出版社, 2017.

[21] 陳君穎, 田慶久. 高分辨率遙感植被分類研究[J]. 遙感學報, 2007(02): 221–227.

[22] 岳瑋, 劉慧明, 孫國鈞. 基于遙感和GIS技術的祖厲河流域植被覆蓋動態(tài)變化監(jiān)測[J]. 蘭州大學學報(自然科學版), 2009, 45(S1): 6–11, 18.

[23] 趙翠娥, 丁文榮. 基于ENVI和GIS技術的龍川江流域植被覆蓋度動態(tài)監(jiān)測[J]. 林業(yè)調查規(guī)劃, 2013, 38(05): 14-18+44.

[24] 肖驍, 李京忠, 韓彬, 等. 東北老工業(yè)區(qū)植被覆蓋度時空特征及城市化關聯(lián)分析[J]. 生態(tài)科學, 2017, 36(06): 71– 77.

[25] 煙貫發(fā), 萬魯河, 溫智虹, 等. 基于RS和DEM的長白山天池植被分布的坡度坡向分析[J]. 測繪通報, 2012(S1): 233–236, 239.

Characteristics of vegetation coverage changes in Nanchong Jurisdiction in the past fifteen years

WANG Lei1, WANG Jie1, FU Lin2, LIN Yebin1,3*

1. China West Normal University, Nanchong, 637009, China 2. Southwest Jiaotong University, Chengdu, 611756, China 3. Research Center for Regional Environmental Evolution and Conservation, China West Normal University,Nanchong, 637009, China

Vegetation coverage is a combination of natural conditions and socio-economic activities. Studying the temporal and spatial variation of vegetation coverage of a region is significant for understanding the social development in the region, formulating a more rational ecological and environmental policy and realizing sustainable economic development. In this paper, we chose Landsat 7 ETM in 2002, Landsat 8 images in 2014 and DEM as data sources, and used ENVI and ArcGIS software to process them. The NDVI method was used to estimate the vegetation coverage of Nanchong Jurisdiction and divided into five different Cover levels. According to the DEM data, altitude, slope and aspect factors were extracted. Then, the vegetation coverage maps were overlaid with the altitude, slope and aspect maps to quantitatively analyze the spatial distribution characteristics of vegetation in Nanchong Jurisdiction and the changes. Results showed that the overall vegetation coverage in Nanchong Jurisdiction was almost unchanged from 2002 to 2014, of which the vegetation coverage of Grade V (fc≥0.8) was the dominant factor, accounting for more than 42.49%. IV andⅤwere increased by 60 and 191 km2, respectively, with increases of 7.61% and 21.39%.While Levels I, II and III were decreased by 84 km2, 124 km2and 42 km2respectively , with decreases of 31.7%, 56.62% and 10.91%. The vegetation coverage was mainly distributed at elevations of 300-400 m, on slopes of 2°-6°. And the differences of vegetation coverage in slope direction show the characteristics of semi-sunny slope > semi-shady slope > sunny slope > shady slope.

vegetation coverage; NDVI;spatial distribution;Nanchong Jurisdiction

10.14108/j.cnki.1008-8873.2019.01.021

K903

A

1008-8873(2019)01-159-09

2018-01-18;

2018-02-26

四川省教育廳自然科學重點項目(17ZA0376); 西華師范大學英才基金項目(17YC113)

王磊(1992—), 男, 四川宜賓人, 碩士研究生, 主要從事土地利用遙感監(jiān)測研究, E-mail:yibinwanglei@163.com

林葉彬(1981—), 男, 博士, 副教授, 主要研究方向為資源利用與環(huán)境保護, E-mail:forrest@cwnu.edu.cn

王磊, 王杰, 付林, 等. 南充市轄區(qū)近15年植被覆蓋度變化特征[J]. 生態(tài)科學, 2019, 38(1): 159-167.

WANG Lei, WANG Jie, FU Lin, et al. Characteristics of vegetation coverage changes in Nanchong Jurisdiction in the past fifteen years[J]. Ecological Science, 2019, 38(1): 159-167.