杜俊翰 郭慧婷 王 雪 譚 琨*

植被覆蓋度可以較好反映一個(gè)地區(qū)的植被生長(zhǎng)狀況，是衡量地面植被生長(zhǎng)特征的一個(gè)重要指標(biāo)。本文通過研究2017-2020年間上海市奉賢區(qū)的Sentinel-2遙感數(shù)據(jù)，利用歸一化植被指數(shù)（NDVI）以及像元二分模型對(duì)該區(qū)域內(nèi)植被覆蓋度進(jìn)行估算，并對(duì)植被覆蓋度和相應(yīng)的景觀格局指數(shù)的變化進(jìn)行了分析。結(jié)果表明，2017-2020年間奉賢區(qū)植被覆蓋度呈現(xiàn)較為明顯的變化，低等級(jí)植被覆蓋度區(qū)域面積增加，高等級(jí)植被覆蓋度區(qū)域面積減少，植被覆蓋度總體呈減少趨勢(shì)。

遙感：NDVI；像元二分模型；植被覆蓋度

植被在地球生態(tài)系統(tǒng)中有著極其重要的作用，是生態(tài)系統(tǒng)中最為基礎(chǔ)的組成成分之一。植被的生長(zhǎng)情況可以由很多指標(biāo)來反映，其中植被覆蓋度是指植被在地面垂直投影的面積占區(qū)域總面積的百分比[1]。近年來，隨著城鎮(zhèn)化進(jìn)程的加快，城市中的生態(tài)系統(tǒng)的組成成分發(fā)生了顯著變化。上海作為我國(guó)最大的城市之一，其城鎮(zhèn)化水平較高，城市的擴(kuò)張導(dǎo)致植被發(fā)生變化。作為表示地表植被生長(zhǎng)情況的重要指標(biāo)之一，植被覆蓋度對(duì)于研究城市擴(kuò)張過程中的生態(tài)環(huán)境變化具有重要的意義。

植被覆蓋度的研究主要有兩種方法：一是地面實(shí)測(cè)法，二是遙感監(jiān)測(cè)法[1]。遙感技術(shù)由于其便捷、實(shí)時(shí)、覆蓋范圍大的特性被越來越多地運(yùn)用到植被的監(jiān)測(cè)中。在利用遙感影像進(jìn)行植被覆蓋度反演的眾多方法中，使用最為廣泛的是利用NDVI數(shù)據(jù)和像元二分法估算地區(qū)的植被覆蓋度。郭芬芬[2]等人基于Landsat TM數(shù)據(jù)計(jì)算NDVI，利用像元二分法對(duì)四川省昌都縣進(jìn)行了植被覆蓋度的估算，再根據(jù)野外實(shí)測(cè)的數(shù)據(jù)證明了像元二分估算植被覆蓋度的方法具有較高的精度?；诖朔椒ǎ叭艘褜?duì)中國(guó)不同區(qū)域的植被覆蓋度時(shí)空變化規(guī)律開展了一系列研究。陸蔭[3]等人基于2000-2018年的MODIS NDVI數(shù)據(jù)和相應(yīng)的氣象數(shù)據(jù)，分析了植被覆蓋度的變化情況以及不同程度的降水量對(duì)植被覆蓋度的影響。趙明偉[4]等人通過2001-2015年MODIS NDVI數(shù)據(jù)，得到了華北、東北、東南沿海等地植被覆蓋度的主要影響因素。齊亞霄[5]等人利用MODIS NDVI數(shù)據(jù)和DEM數(shù)據(jù)，對(duì)天山北坡的植被覆蓋度穩(wěn)定性和植被覆蓋度隨海拔的變化進(jìn)行了分析。張斯琦等人[6]結(jié)合了MODIS NDVI數(shù)據(jù)、DEM和氣象數(shù)據(jù)，對(duì)柴達(dá)木盆地植被覆蓋度時(shí)空變化特征進(jìn)行分析，并探討了植被覆蓋度與降水、溫度、海拔、蒸散量等環(huán)境因子的關(guān)系。

1. 研究區(qū)位置

根據(jù)已有的研究成果，可以看出目前國(guó)內(nèi)學(xué)者對(duì)于植被覆蓋以及相應(yīng)的變化分析的研究區(qū)域主要集中在中西部地區(qū)，對(duì)于上海這樣的特大城市的研究較少，而且采用的數(shù)據(jù)源通常是MODIS NDVI產(chǎn)品（空間分辨率為250 m）或Landsat TM/OLI影像（空間分辨率為30 m）。MODIS數(shù)據(jù)因其較低的空間分辨率適合較大范圍區(qū)域的長(zhǎng)時(shí)間序列的研究，而Landsat數(shù)據(jù)則適用于城市級(jí)、區(qū)縣級(jí)的研究區(qū)域，相比之下，Sentinel-2 MSI數(shù)據(jù)分辨率更高，能夠得到更加精細(xì)的反演結(jié)果。因此，本文基于Sentinel-2 MSI數(shù)據(jù)，利用像元二分法對(duì)上海市奉賢區(qū)2017-2020年間的植被覆蓋度進(jìn)行了估算，并分析其時(shí)空變化格局，為上海市植被生長(zhǎng)狀況和生態(tài)環(huán)境的研究提供參考。

1 研究區(qū)域概況

上海市奉賢區(qū)位于上海市南部（圖1），地理坐標(biāo)范圍為東經(jīng)121°21′-121°46′，北緯30°47′-31°01′。東與浦東新區(qū)相鄰，西與松江區(qū)和金山區(qū)接壤，南臨杭州灣，北與閔行區(qū)隔黃浦江相望。全區(qū)面積共720.44 km2，常住人口115.53萬人。奉賢區(qū)內(nèi)地勢(shì)平坦，屬于長(zhǎng)江三角洲沖積平原。氣候類型屬于亞熱帶季風(fēng)氣候，常年平均氣溫為16.1℃，降雨量為1 191.5 mm，主要地物類型包括耕地、林地、居民區(qū)、裸土等常見的土地利用類型。上海市城市總體規(guī)劃（2016-2040）將奉賢新城定義為上海市五大新城之一，奉賢區(qū)也在近幾年加快了建設(shè)的步伐，向著“低碳、智慧、生態(tài)、宜居”的發(fā)展目標(biāo)邁進(jìn)[7]。因此，研究植被覆蓋變化情況可為奉賢區(qū)的生態(tài)建設(shè)提供重要的參考依據(jù)。

2 研究數(shù)據(jù)及方法

2.1 數(shù)據(jù)來源與預(yù)處理

Sentinel系列衛(wèi)星是由歐洲航空局（ESA）負(fù)責(zé)研發(fā)，攜帶了一枚多光譜成像儀，提供的數(shù)據(jù)包含了可見光、近紅外、短波紅外范圍的13個(gè)波段，根據(jù)波段的不同，空間分辨率分別為10 m、20 m、60 m。相比于Landsat TM/OLI數(shù)據(jù)，Sentinel-2影像擁有更高的空間分辨率和光譜分辨率，可以更好地為城市局部區(qū)域的植被分布研究提供可靠的數(shù)據(jù)支持。本文所采用四期影像數(shù)據(jù)從歐空局SciHub網(wǎng)站（https: //scihub. copernicus. eu/ dhus/ #/ home）下載，影像的獲取時(shí)間分別為2017年4月29日、2018年5月11日、2019年5月11日、2020年5月13日（表1）。

下載的原始數(shù)據(jù)為L(zhǎng)1C級(jí)大氣表觀反射率產(chǎn)品。本文使用ESA提供的Sen2Cor插件進(jìn)行大氣校正，將L1C級(jí)產(chǎn)品轉(zhuǎn)化為L(zhǎng)2A級(jí)。在SNAP軟件中加載Sentinel數(shù)據(jù)并導(dǎo)出空間分辨率為10 m的紅、綠、藍(lán)和近紅外四個(gè)波段。在ENVI5.3中完成影像裁剪、配準(zhǔn)等操作。

2.2 研究方法

2.2.1 NDVI計(jì)算

遙感影像提供了地物豐富的光譜信息，而植被對(duì)某些波段較為敏感，利用植被的這個(gè)特性將不同波段通過差值和比值等方式組合在一起形成了植被指數(shù)[8]。本文采用了歸一化植被指數(shù)（NDVI）用于反演植被覆蓋度，NDVI的計(jì)算公式為：

其中，NIR和RED分別表示近紅外波段和紅光波段的反射率。NDVI取值范圍是[-1，1]。NDVI小于0表示地面覆蓋有水體、雪等對(duì)可見光反射率較高的地物，NDVI等于0表示地物為裸土或巖石，NDVI大于0表示有植被覆蓋，且數(shù)值越接近于1植被的含量越大。

2.2.2 植被覆蓋度的計(jì)算及等級(jí)劃分

像元分解模型是估算植被覆蓋度的方法之一，其中像元二分模型是常見的一種線性像元分解模型。假定一個(gè)像元里的信息由綠色植被信息和非植被信息（裸土）組成[9-11]，每個(gè)像元的NDVI值可以看作植被覆蓋部分的NDVI值和非植被的NDVI值的加權(quán)平均值，即：

根據(jù)公式（2），可以得出像元二分法估算植被覆蓋度的公式如下：

其中f表示植被覆蓋度，NDVIveg表示純植被覆蓋像元的NDVI值，理論上應(yīng)接近于1，NDVIsoil表示裸土覆蓋像元的NDVI值，理論上應(yīng)接近于0。由于遙感影像中不可避免地存在噪聲影響，NDVI值可能會(huì)過高或過低，需要取一定置信區(qū)間內(nèi)的最大最小值[10]。參考之前研究者關(guān)于NDVI閾值的選取方式[12-16]，通過分析NDVI數(shù)據(jù)，對(duì)每年影像的NDVI值進(jìn)行統(tǒng)計(jì)，取NDVI值累積分布頻率95%和5%的NDVI值分別作為NDVIveg、NDVIsoil的值。當(dāng)像元的NDVI值小于NDVIsoil時(shí)，認(rèn)為該像元完全由裸地和其他非植被成分組成，當(dāng)像元的NDVI值大于NDVIveg時(shí)，認(rèn)為該像元完全由植被組成。根據(jù)已有的研究對(duì)植被覆蓋度等級(jí)的劃分[3-5]，將植被覆蓋度劃分為五個(gè)等級(jí)：低植被覆蓋度（0-0.2）、中低植被覆蓋度（0.2-0.4）、中植被覆蓋度（0.4-0.6），中高植被覆蓋度（0.6-0.8），高植被覆蓋度（0.8-1.0）。表2列出了根據(jù)上述統(tǒng)計(jì)方法計(jì)算得到的2017年至2020年的NDVIsoil和NDVIveg。

表1 Sentinel-2各波段信息

2. 2017-2020年植被覆蓋度等級(jí)圖

2.2.3 景觀指數(shù)計(jì)算

景觀格局指數(shù)能夠高度濃縮景觀格局信息，反映其結(jié)構(gòu)組成和空間配置某些方面的結(jié)構(gòu)差異，也可以用來定量描述和監(jiān)測(cè)景觀空間結(jié)構(gòu)隨時(shí)間的變化[17]。通過計(jì)算不同植被覆蓋度等級(jí)的斑塊類型指數(shù)，分析不同植被斑塊類型的破碎程度，能夠定量解析研究區(qū)景觀格局的變化情況。

根據(jù)研究目的，選取了斑塊密度（Patch Density）、景觀形狀指數(shù)（Landscape Shape Index）、散布與并列指數(shù)（Interspersion Juxtaposition Index）、聚集度指數(shù)（Aggregation Index）4個(gè)常用景觀格局指數(shù)，將植被覆蓋度分級(jí)圖導(dǎo)入Fragstats 4.2景觀格局分析軟件進(jìn)行計(jì)算。各指數(shù)含義如表3所示。

3 結(jié)果分析

3.1 植被覆蓋度的空間分布格局

對(duì)2017-2020年植被覆蓋度數(shù)據(jù)（圖2）進(jìn)行分析，可以發(fā)現(xiàn)不同年份的植被覆蓋度分布有一定的規(guī)律性。整體來說，奉賢區(qū)東北部區(qū)域植被覆蓋度整體較低，中部和西北、西南地區(qū)植被覆蓋度較高。

低植被覆蓋度的區(qū)域主要分布在南部沿海地帶。另外，奉賢區(qū)內(nèi)有較多的工業(yè)園區(qū)分布，工業(yè)園區(qū)周圍植被覆蓋度也較低。居民住宅區(qū)的植被覆蓋度以中等級(jí)和中高等級(jí)為主。植被覆蓋度高的地區(qū)主要分布在各類風(fēng)景區(qū)和森林公園，尤其是奉賢申隆生態(tài)園和上海海灣國(guó)家森林公園周圍高植被覆蓋度區(qū)域面積最大。中等級(jí)及以下的植被覆蓋度占比較大，尤其是中低等級(jí)植被覆蓋度（0.2-0.4）占比最大，中高和高等級(jí)植被覆蓋度的區(qū)域面積占比都相對(duì)較小。

表3 景觀格局指數(shù)含義

表4 各年份平均植被覆蓋度

表5 各年份各級(jí)植被覆蓋度面積（km2）及百分比（%）

3.2 植被覆蓋度的年際變化分析

對(duì)比2017-2020各年份的植被覆蓋度數(shù)據(jù)的統(tǒng)計(jì)結(jié)果（表4）可以看出，從2017年到2020年奉賢區(qū)的植被覆蓋度等級(jí)發(fā)生了較為明顯的變化。如表5所示，2017年與2020年的植被覆蓋度數(shù)據(jù)相比，低植被覆蓋度的區(qū)域面積增加了22.91 km2，中低植被覆蓋度的區(qū)域面積增加了34.12 km2，中植被覆蓋度的區(qū)域面積減少了17.05 km2，中高植被覆蓋度的區(qū)域面積減少了24.30 km2，高植被覆蓋度的區(qū)域面積減少了15.69 km2。平均植被覆蓋度也從2017年的0.4627下降到了2020年的0.4245。這表明奉賢區(qū)內(nèi)的植被覆蓋具有明顯的減少趨勢(shì)，同時(shí)大量中高等級(jí)以上植被覆蓋度區(qū)域轉(zhuǎn)化為中低植被覆蓋度區(qū)域。

但考慮到2017年的影像獲取時(shí)間為4月29日，而2020年的影像獲取時(shí)間為5月13日，兩者在同一年內(nèi)的獲取時(shí)間相差15天，會(huì)出現(xiàn)一些因植被生長(zhǎng)周期的不同導(dǎo)致的植被覆蓋度的差異。對(duì)比2018年、2019年、2020年的植被覆蓋度數(shù)據(jù)，其獲取時(shí)間分別為5月11日、5月11日和5月13日，三者最大相差僅2天，基本上可以消除因季節(jié)不同導(dǎo)致的植被覆蓋度的變化。從表5可以看出，2020年相較2018年雖然低植被覆蓋度區(qū)域的面積減少了2.03 km2，但中低植被覆蓋度區(qū)域的面積增加較多，為24.43 km2。中高植被覆蓋度區(qū)域和高植被覆蓋度區(qū)域面積也有所減少，減少量分別為11.76 km2和5.32 km2。平均植被覆蓋度從2018年的0.4370減少到2019年的0.4255，再減少到2020年的0.4245。從表5也可以看出有部分中高等級(jí)以上植被覆蓋度的區(qū)域轉(zhuǎn)化為了中低植被覆蓋度的區(qū)域。圖3和圖4表明了各年份各等級(jí)植被覆蓋度占比及其變化情況。

3. 2017-2020年各等級(jí)植被覆蓋度占比圖

4. 2017-2020年各等級(jí)植被覆蓋度占比變化圖

5. 各等級(jí)植被覆蓋度景觀格局變化圖

3.3 各等級(jí)植被覆蓋度類型景觀格局變化分析

根據(jù)2.2.3節(jié)所選的景觀指數(shù)，奉賢區(qū)不同等級(jí)的植被覆蓋度景觀格局繪制如圖5所示，I表示低植被覆蓋度，II表示中低植被覆蓋度，III表示中植被覆蓋度，IV表示中高植被覆蓋度，V表示高植被覆蓋度。

2017-2020年間，各等級(jí)植被覆蓋度斑塊密度的大小排列順序?yàn)镮II＞IV＞II＞I＞V，中植被覆蓋度的斑塊密度最大，破碎程度高，高植被覆蓋度和低植被覆蓋度的斑塊密度最小，破碎程度低。各等級(jí)植被覆蓋度斑塊密度隨時(shí)間變化趨勢(shì)總體一致，均呈現(xiàn)出減少—增多—減少的變化趨勢(shì)，說明近4年來奉賢區(qū)人類活動(dòng)較為劇烈，對(duì)景觀格局的干擾程度較大。

2017-2020年，各個(gè)等級(jí)的LSI值的大小排列順序?yàn)椋篒II＞II＞IV＞I＞V，且整體LSI值較高，說明景觀破碎化程度高。各等級(jí)植被覆蓋度斑塊密度隨時(shí)間變化趨勢(shì)較為平穩(wěn)。2017-2018年，由于奉賢區(qū)發(fā)展需要，LSI值略有增加，2018-2019年LSI值略有減少，這可能與奉賢區(qū)內(nèi)的住宅區(qū)和工業(yè)園區(qū)的建設(shè)有關(guān)。

由IJI值可知，2017-2020年中等植被覆蓋度景觀斑塊的混合度最高，交替出現(xiàn)的規(guī)律明顯；高植被覆蓋度和低植被覆蓋度的景觀破碎化程度低，交替出現(xiàn)的規(guī)律不明顯。

高植被覆蓋度和低植被覆蓋度的AI值一直比較高，說明這兩個(gè)等級(jí)的植被覆蓋度區(qū)域分布較為集中，而其他等級(jí)的AI值較低，說明其他等級(jí)的植被覆蓋度區(qū)域分布較為分散。

4 總結(jié)

本文基于2017-2020年的Sentinel-2影像數(shù)據(jù)，利用像元二分法對(duì)上海市奉賢區(qū)的植被覆蓋度進(jìn)行估算并劃分了植被覆蓋度等級(jí)，分析了植被覆蓋度的變化情況。結(jié)果表明，奉賢區(qū)內(nèi)的植被覆蓋度以中低植被覆蓋度為主，高植被覆蓋度區(qū)域較少，在2017-2020年的植被覆蓋度呈減少趨勢(shì)，同時(shí)存在高植被覆蓋度區(qū)域向中低植被覆蓋度區(qū)域轉(zhuǎn)化的現(xiàn)象。然而，在進(jìn)行植被覆蓋度估算以及變化分析中仍存在以下不足。

在基于像元二分法的植被覆蓋度的估算上，NDVIveg和NDVIsoil的值受到圖像質(zhì)量和置信度區(qū)間選取的影響，取值存在不確定性，因而會(huì)導(dǎo)致植被覆蓋度的估算以及分級(jí)具有一定誤差。

目前Sentinel-2影像只有從2015年到2020年的數(shù)據(jù)可供下載，時(shí)間跨度較小，相比使用MODIS-NDVI數(shù)據(jù)的長(zhǎng)時(shí)間序列的植被覆蓋度研究來說，本文所使用的2017-2020年四個(gè)年份時(shí)間跨度較小，難以完全反映研究區(qū)植被覆蓋的長(zhǎng)期變化趨勢(shì)。

本文的結(jié)論一定程度上能夠反映奉賢區(qū)內(nèi)的植被分布以及變化情況，可以為城市化背景下生態(tài)環(huán)境的建設(shè)提供參考依據(jù)。未來的研究工作主要集中于植被覆蓋度的變化與相應(yīng)的影響因子之間的關(guān)系，如降水量、氣溫、人居活動(dòng)等的影響，以期更好地挖掘植被覆蓋度變化，為城市生態(tài)建設(shè)提供更加精準(zhǔn)的數(shù)據(jù)支持。