劉剛 王晴晴 趙騰飛

摘 要：利用1995年、2005年、2013年同一季相的 TM 圖像數據，通過遙感（Remote sensing，RS）技術，采用基于歸一化植被指數 （NDVI）的像元二分模型，提取不同年份植被覆蓋度信息，分析環(huán)巢湖區(qū)域1995—2013年植被覆蓋動態(tài)變化情況及空間分布情況。結果表明，1995—2013年，環(huán)巢湖區(qū)域的植被覆蓋度先升后降，城市及其邊緣地區(qū)植被覆蓋度低且下降迅速，部分鄉(xiāng)鎮(zhèn)植被覆蓋則呈上升趨勢。

關鍵詞：環(huán)巢湖區(qū)域，遙感，歸一化植被指數，植被覆蓋，動態(tài)變化

中圖分類號 Q948 文獻標識碼 A 文章編號 1007-7731（2019）07-0115-04

Abstract：In this paper，there were three TM image data in regions surrounding Chao Lake which were collected at the same season from 1995，2005 and 2013. The normalized vegetation index （NDVI） of different years were calculated based on two components sub—pixelmode1 through Remote sensing （RS） technology and then dynamic changes and spatial distribution of vegetation coverage were analyzed in regions surrounding Chao Lake from 1995 to 2013. The results showed that the vegetation coverage had a tendency to increase first and then decrease In and around the city，while some of the vegetation coverage had another tendency to increase in some towns in regions surrounding Chao Lake during 18 years form1995 to 2013.

Key words：Regions surrounding Chao Lake；Remote sensing；Normalized vegetation index；Vegetation coverage；Dynamic change

植被覆蓋度是指植被，包括葉、莖、枝干在地面的垂直投影面積占統(tǒng)計區(qū)總面積的百分比[1]，是衡量地表植被狀況、生態(tài)系統(tǒng)健康的一個重要的指標。草地植被覆蓋度的傳統(tǒng)測量方法是地表實測法，主要分為3類，即采樣法、儀器法和目視估測法[2]。傳統(tǒng)方法區(qū)域植被覆蓋率最常用的是樣本估算法，即在研究區(qū)選取大量樣方，用樣方的覆蓋率估算整個區(qū)域的覆蓋率，這種方法具有耗時、耗力、誤差大等缺點，不利于大尺度開展研究。利用遙感技術采用像元二分模型[3]進行區(qū)域植被覆蓋的遙感估算，相對簡單可靠，該方法假設1個像元的地表由有植被覆蓋部分地表與無植被覆蓋部分地表組成，利用遙感傳感器觀測到的光譜信息，通過各因子的權重計算各自面積在像元中所占的比率，在此基礎上通過建立植被指數與植被覆蓋度的轉換關系來直接計算植被覆蓋度。所用植被指數通過驗證與植被覆蓋度有較高的相關性[4，5]，因此使用NDVI歸一化植被指數估算植被覆蓋度，可以方便、快捷、準確地大范圍獲取區(qū)域植被覆蓋信息。環(huán)巢湖區(qū)域的植被覆蓋度與巢湖的生態(tài)環(huán)境相關，因此研究環(huán)巢湖區(qū)域的植被覆蓋度的變化有重要意義。本文以環(huán)巢湖區(qū)域為研究區(qū)，利用1995、2005年、2013年3期TM影像，提取不同年份植被覆蓋度信息，分析環(huán)巢湖區(qū)域1995—2013年植被覆蓋動態(tài)變化情況及空間分布情況。

1 研究區(qū)概況

研究區(qū)為環(huán)巢湖區(qū)域（包括巢湖水面及周邊的白山鎮(zhèn)、盛橋鎮(zhèn)、槐林鎮(zhèn)、散兵鎮(zhèn)、銀屏鎮(zhèn)、天河街道、亞父街道、臥牛山街道、鳳凰山街道、半湯街道、夏閣鎮(zhèn)、中垾鎮(zhèn)、烔煬鎮(zhèn)、黃麓鎮(zhèn)、中廟鎮(zhèn)（2005年改為中廟街道）、長臨河鎮(zhèn)、大圩鄉(xiāng)、義城鎮(zhèn)、煙墩鄉(xiāng)（2008年更名為煙墩街道）、合肥市經開區(qū)、桃花鎮(zhèn)、上派鎮(zhèn)、嚴店鄉(xiāng)、三河鎮(zhèn)、同大鎮(zhèn)、桃花工業(yè)園）。研究區(qū)位于安徽省中部，長江流域下游左岸，地理坐標位于東經117°4′38″～117°58′11″，北緯31°18′50″～31°50′49″。地勢總輪廓是東西長，南北窄，且西高東低，中部低洼平坦，形成巢湖盆地的態(tài)勢。屬北亞熱帶溫潤性季風氣候。

2 研究方法

2.1 數據的獲得及預處理 采用1995年、2005年、2013年3年同期（9月份）的30m分辨率Landsat TM衛(wèi)星影像。利用土地利用圖對衛(wèi)星影像進行預處理，將遙感影像DN值轉化為對應像元的輻射亮度值進行輻射定標[6]，然后進行大氣校正和幾何校正。

2.2 NDVI的提取 利用植被指數近似估算植被覆蓋度[7]，常用的植被指數為NDVI，能較好的反映植被覆蓋度的變化[8]，本文使用ENVI5.1的Bandmath工具計算，計算公式如下：

NDVI=（BNIR-BRED）/（BNIR+BRED） （1）

NDVI的值在-1～1之間。一般情況下，NDVI小于0，認為是水體；比較小的、接近于0的，認為是裸土。植被覆蓋區(qū)域NDVI比較大，植被覆蓋較好的區(qū)域NDVI大于0.7。

2.3 植被覆蓋度估算 采取像元二分模型[9-12]進行植被覆蓋度計算，公式如下：

VFC=（NDVI-NDVIsoil）/（NDVIveg-NDVIsoil） （2）

其中，NDVIsoil為完全是裸土或無植被覆蓋區(qū)域的NDVI值，NDVIveg則代表完全被植被所覆蓋的像元的NDVI值，即純植被像元的NDVI值。2個值的計算公式如下：

NDVIsoil=（VFCmax*NDVImin-VFCmin*NDVImax）/（VFCmax-VFCmin） （3）

NDVIveg=（1-VFCmin）*NDVImax-（1-VFCmax）*NDVImin）/（VFCmax-VFCmin） （4）

研究區(qū)域內VFCmax和VFCmin近似為VFCmax=100%，VFCmin=0%。公式（2）可變?yōu)椋?/p>

VFC=（NDVI-NDVImin）/（NDVImax-NDVImin） （5）

NDVImax和NDVImin分別為研究區(qū)域內最大和最小的NDVI值。本文對研究區(qū)域3年的NDVI值進行統(tǒng)計，分別取累積概率為5%和95%的NDVI值作為NDVImin和NDVImax，由此可以把整個區(qū)域分為3個部分。當NDVI小于NDVImin，VFC取值為0；NDVI大于NDVImax，VFC取值為1；NDVI在兩者之間，采用（5）式進行計算，分別得到1995年、2005年、2013年的植被覆蓋度圖。對植被覆蓋圖分類處理（表1），小于10%為無植被覆蓋（NFC），10%～30%為低植被覆蓋（MFC），30%～50%為中植被覆蓋（LFC），50%～80%為較高植被覆蓋（HFC），80%～100%為高植被覆蓋（FFC）。

3 結果分析

3.1 植被覆蓋度動態(tài)變化 從表2和圖3中可以看出，1995年、2005年、2013年FFC所占比例均超過57%，說明環(huán)巢湖區(qū)域有較高的植被覆蓋度，生態(tài)環(huán)境總體較好。其中FFC的面積從1995年的1213.76km2，增加到2005年的1435.44km2，但到2013年有所下降，僅為1134.25km2。

從圖2、表3和表4可以看出1995至2005年，F(xiàn)FC面積增大，F(xiàn)FC主要轉出為HFC，轉出面積為111.63km2，占總面積的9.2%；主要轉入為HFC，轉入面積329.66km2，轉入大于轉出，總體來看環(huán)巢湖地區(qū)HFC轉為FFC，表明該區(qū)域對高植被覆蓋的林地及耕地的生態(tài)恢復大于破壞。MFC主要轉出為HFC，轉出面積65.28km2，NFC的主要轉出為LFC，轉出面積7.61km2，說明低植被覆蓋和無植被覆蓋減少。

從圖2、表5和表6可以看出2005—2013年，F(xiàn)FC面積大大減少，主要轉出類型為HFC，轉出面積332.81km2，占22.5%，說明研究區(qū)內對高覆蓋度的植被的破壞大于生態(tài)恢復。研究區(qū)內MFC的主要轉為HFC，轉入面積24.03km2，NFC的主要轉入是LFC，轉入面積為2.71km2，說明區(qū)內有HFC、LFC轉入低植被覆蓋和無植被覆蓋，生態(tài)環(huán)境有所退化。

3.2 植被覆蓋空間分布特征 從圖4可以看出，夏閣鎮(zhèn)、中垾鎮(zhèn)、嚴店鄉(xiāng)、三河鎮(zhèn)、同大鎮(zhèn)、銀屏鎮(zhèn)植被覆蓋度較高，而亞父街道、臥牛山街道、鳳凰山街道、經開區(qū)、桃花工業(yè)園植被覆蓋度較低，且經開區(qū)和桃花工業(yè)園呈持續(xù)快速下降趨勢，但白山鎮(zhèn)、盛橋鎮(zhèn)、同大鎮(zhèn)呈緩慢上升趨勢。

4 討論

植被覆蓋度的遙感測量法是利用遙感技術提取研究區(qū)的植被覆蓋信息，再將其與植被覆蓋度建立相關關系，獲得植被覆蓋度。此方法能夠便捷、大范圍的監(jiān)測植被覆蓋度的變化。李苗苗等利用TM數據提取了密云水庫上游的植被覆蓋度，并進行了精度檢驗，精度高達85%[9]。劉廣峰等以ETM+為數據源，基于植被指數（NDVI）建立像元二分模型，對毛烏素沙地進行了植被覆蓋度提取，然后根據實地調查數據對提取結果進行了精度驗證，平均精度為79.4%[11]。本文基于前人利用遙感影像反演植被覆蓋度的研究和經驗，通過衛(wèi)星影像獲得NDVI，使用遙感模擬的像元二分模型，計算1995年、2005年、2013年研究區(qū)內植被覆蓋度，并在此結果的基礎上進行了轉移矩陣分析。研究發(fā)現(xiàn)，環(huán)巢湖區(qū)域1995年、2005年、2013年的高植被覆蓋度所占面積均超過50%，說明環(huán)巢湖區(qū)域內的植被覆蓋度總體較高。但2005—2013年間，高植被覆蓋度所占面積大量減少，無植被覆蓋和低植被覆蓋和中植被覆蓋增多，說明環(huán)巢湖區(qū)域植被覆蓋度在減小，生態(tài)環(huán)境遭到了破壞。這可能受國家政策和環(huán)巢湖區(qū)域人類活動的影響，特別是城市擴展和建設存在著一定關系。自2002年起安徽省正式啟動退耕還林工程，這可能是從1995到2005年環(huán)巢湖區(qū)域內植被覆蓋度增加的主要原因，而進入2005年后，合肥進入大建設和大開發(fā)階段，城市面積擴張迅速，導致環(huán)巢湖區(qū)域內植被覆蓋度出現(xiàn)下降的趨勢。

參考文獻

[1]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（03）：403-408.

[2]張云霞，李曉冰，陳云浩.草地植被蓋度的多尺度遙感與實地測量方法綜述[J].地球科學進展，2003，18（01）：85-93.

[3]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，2001，5（6）：416-422.

[4]查勇.草地植被變化遙感監(jiān)測方法研究：以環(huán)青海湖地區(qū)為例[D].南京：南京師范大學，2003.

[5]程紅芳，章文波，陳鋒.植被覆蓋度遙感估算方法研究進展[J].國土資源遙感，2008（1）：13-17.

[6]黎良財，鄧利，曹穎，等.基于NDVI像元二分模型的礦區(qū)植被覆蓋動態(tài)監(jiān)測[J].中南林業(yè)科技大學學報，2012，32（6）：18-23.

[7]Purevdorj T，Tateishi R，Ishiyama T et al.Relationships between percent vegetation cover and vegetation indices[J].International Journal of Remote Sensing，1998，19（18）：3519-3535

[8]劉玉安，黃波，程濤，等.基于像元二分模型的淮河上游植被覆蓋度遙感研究[J].水土保持通報，2012，32（1）：94-97.

[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，2004，26（4）：157-164.

[10]吳昌廣，周志翔，肖文發(fā)，等.基于MODIS NDVI的三峽庫區(qū)植被覆蓋度動態(tài)監(jiān)測[J].林業(yè)科學， 2012，48（1）：22-28.

[11]劉廣峰，吳波，范文義，等.基于像元二分模型的沙漠化地區(qū)植被覆蓋度提取——以毛烏素沙地為例[J].水土保持研究，2007，14（2）：268-271.

[12]姜燁，孫建國，李慶.基于像元二分模型的植被覆蓋度遙感信息提取[J].科技信息，2013，（10）：168-170.

（責編：王慧晴）