李海峰

（1.四川建筑職業(yè)技術(shù)學(xué)院,四川 德陽(yáng) 618000）

城市是經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步的必然產(chǎn)物,也是一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展水平高低的重要體現(xiàn)。根據(jù)《中國(guó)統(tǒng)計(jì)年鑒—2019》的相關(guān)數(shù)據(jù)顯示,截至2018年底,我國(guó)共有地級(jí)城市293個(gè),縣級(jí)城市375個(gè)[1]。目前,我國(guó)仍處于快速城市化的發(fā)展階段,城市化必然會(huì)導(dǎo)致地表植被覆蓋類(lèi)型發(fā)生改變,大量不透水面替代地表植被；而植被是陸地生態(tài)系統(tǒng)的重要組成部分[2-3],良好的植被覆蓋在固碳供氧、殺菌滯塵、減少噪音、調(diào)節(jié)城市微氣候、改善人居環(huán)境等方面都具有積極效果[4-5]。

植被指數(shù)已被普遍應(yīng)用于植被生長(zhǎng)狀況和植被覆蓋狀況的研究中。遙感影像因其探測(cè)范圍廣、容易獲取、良好的時(shí)間序列、影像周期短等優(yōu)勢(shì),而被大多數(shù)學(xué)者采納,應(yīng)用于植被指數(shù)的相關(guān)研究中[6-7]。利用Landsat影像數(shù)據(jù)進(jìn)行植被指數(shù)反演的模型主要包括歸一化植被指數(shù)（NDVI）、比值植被指數(shù)（RVI）等40余種。本文以德陽(yáng)市旌陽(yáng)區(qū)為實(shí)驗(yàn)區(qū),以Landsat遙感影像為數(shù)據(jù)源,對(duì)NDVI和RVI估算的植被覆蓋狀況進(jìn)行了比對(duì)分析。

1 研究區(qū)概況與研究方法

1.1 研究區(qū)概況

四川省德陽(yáng)市旌陽(yáng)區(qū)為德陽(yáng)市主城區(qū),地處成都平原東北邊緣,位于31°05＇～31°20＇N、104°15＇～104°33＇E之間；東鄰中江縣,西連綿竹市和什邡市,北接綿陽(yáng)市安州區(qū),南靠廣漢市,是德陽(yáng)市的政治、經(jīng)濟(jì)、文化中心。全區(qū)地勢(shì)西北高、東南低；地貌上可明顯分為平原、丘陵兩大類(lèi)型,西部為綿遠(yuǎn)河、石亭江扇形平原,海拔高程為468～561 m。旌陽(yáng)區(qū)屬常綠闊葉林植被帶,植被多為天然次生林和人工林,森林覆蓋率約為20%。研究區(qū)地理位置如圖1所示,遙感影像來(lái)源于德陽(yáng)市2018年OLI影像的432波段合成。

圖1 研究區(qū)地理位置圖

1.2 數(shù)據(jù)來(lái)源與預(yù)處理

本文采用的遙感數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)（http://www.gscloud.cn）。Landsat5和Landsat8的軌道號(hào)為129/38,成像時(shí)間分別為2007-05-06、2014-08-13和2018-04-02。利用影像數(shù)據(jù)計(jì)算植被指數(shù)前,需先完成輻射定標(biāo),再進(jìn)行大氣校正以提高反演精度。2007年的TM數(shù)據(jù)利用COST模型進(jìn)行輻射定標(biāo)；2014年、2018年OLI影像的輻射定標(biāo)方法參見(jiàn)參考文獻(xiàn)[6]～[8],輻射定標(biāo)后利用FLASSH模型完成大氣校正。

1.3 研究方法

1.3.1 NDVI

NDVI因其可消除大部分由太陽(yáng)天頂角、儀器定標(biāo)和大氣引起的與輻照度有關(guān)的變化,是遙感估算植被覆蓋度狀況以及空間分布的最佳指示因子[9],長(zhǎng)期以來(lái)被應(yīng)用于植被和植被物候研究。算法模型公式為:

式中,NIR為近紅外波段（TM為Band4,OLI為Band5）；R為紅光波段（TM為Band3,OLI為Band4）。

反演完成后NDVI的值域范圍為-1～1,正值表示有植被覆蓋,值越大表明植被覆蓋程度越好；負(fù)值表示為水、雪等；0則表示無(wú)植被覆蓋。

1.3.2 RVI

RVI能充分刻畫(huà)植被在近紅外波段和紅光波段反射率的差異,還可增強(qiáng)植被與土壤背景之間的輻射差異,是植被長(zhǎng)勢(shì)和豐度估算的主要手段之一；但其對(duì)大氣狀況反應(yīng)很敏感,當(dāng)植被覆蓋度小于50%時(shí)分辨能力下降顯著。算法模型公式為:

式中,NIR為近紅外波段（TM為Band4,OLI為Band5）；R為紅光波段（TM為Band3,OLI為Band4）。

若RVI值大于1,則為綠色健康植被覆蓋區(qū)；若RVI值在1附近,則為無(wú)植被覆蓋的地表；若RVI值大于2,則表示植被覆蓋度高。

2 實(shí)驗(yàn)與結(jié)果分析

2.1 植被指數(shù)反演結(jié)果分析

按照上述方法,本文分別對(duì)2007年、2014年和2018年的影像數(shù)據(jù)進(jìn)行輻射定標(biāo)和大氣校正,再根據(jù)NDVI和RVI模型計(jì)算各自的植被指數(shù),反演結(jié)果如圖2所示,可以看出,由于研究區(qū)范圍內(nèi)有綿遠(yuǎn)河和大量零散水體,反演結(jié)果中存在NDVI小于0 的情況,因此在ArcGIS軟件中對(duì)DN值小于0的情況進(jìn)行統(tǒng)一處理,2007年NDVI值域?yàn)?～0.59,2014年NDVI值域?yàn)?～0.72,2018年NDVI值域?yàn)?～0.68；2007年RVI值域?yàn)?.89～2.86,2014年RVI值域?yàn)?.97～6.12,2018年RVI值域?yàn)?.93～5.22。

圖2 植被指數(shù)反演結(jié)果

整體而言,兩種植被指數(shù)在3個(gè)年份均能直觀反映旌陽(yáng)區(qū)的植被覆蓋狀況,二者所刻畫(huà)出來(lái)的趨勢(shì)基本一致。3個(gè)年份中一環(huán)路以內(nèi)的植被覆蓋狀況均最差。2007年兩種植被指數(shù)均反映旌陽(yáng)區(qū)的整體植被覆蓋狀況較差,以寶成鐵路為分界線,寶成鐵路東南側(cè)植被覆蓋狀況優(yōu)于西北側(cè)。一環(huán)路以內(nèi)的植被覆蓋狀況與一環(huán)路以外差異不明顯。2014年NDVI刻畫(huà)出來(lái)的寶成鐵路西北側(cè)與東南側(cè)植被覆蓋狀況很接近,較難區(qū)分哪個(gè)區(qū)域的覆蓋狀況更好,只是一環(huán)路以內(nèi)等少數(shù)區(qū)域出現(xiàn)大面積的低植被覆蓋；而RVI反映出寶成鐵路東南側(cè)的植被覆蓋狀況優(yōu)于西北側(cè),同樣顯示一環(huán)路以內(nèi)等少數(shù)區(qū)域出現(xiàn)大面積的低植被覆蓋。2018年兩種植被指數(shù)均反映寶成鐵路西北側(cè)的植被覆蓋狀況明顯優(yōu)于東南側(cè),NDVI反映出寶成鐵路西北側(cè)的植被覆蓋狀況均較好,只有零星的低植被覆蓋地塊存在,而RVI反映出該區(qū)域有顯著的面狀低植被覆蓋區(qū)域,這是二者在這個(gè)年份的顯著區(qū)別。

2.2 內(nèi)部結(jié)構(gòu)差異性分析

考慮到德陽(yáng)市一環(huán)路以內(nèi)的建成區(qū)和旌陽(yáng)區(qū)南面、北面植被覆蓋狀況差異顯著,本文從北向南設(shè)計(jì)剖面線PM,具體位置見(jiàn)圖1。利用ArcGIS軟件的空間分析功能,以剖面線為參照作掩膜處理,提取2007年、2014年、2018年兩種植被指數(shù)剖面線經(jīng)過(guò)區(qū)域的植被指數(shù)值；然后在Matlab中繪制兩種植被指數(shù)與像元DN值的曲線圖（圖3）。

圖3 RVI、NDVI與DN值曲線圖

通過(guò)剖面線,在兩個(gè)模型中分別提取1 074個(gè)像元對(duì)應(yīng)的植被指數(shù),可以看出,一環(huán)路以內(nèi)植被指數(shù)均較小,表明該區(qū)域植被覆蓋度低；當(dāng)NDVI值較大（約0.5）時(shí),RVI值更大,且曲線的波動(dòng)變化非常顯著,這在2014年和2018年剖面數(shù)據(jù)前600個(gè)像元中得到了很好的體現(xiàn)；當(dāng)NDVI值較小（約0.2）時(shí),RVI值波動(dòng)變化不明顯或沒(méi)有波動(dòng)變化,甚至很多情況RVI值在1附近,表明這些區(qū)域無(wú)植被覆蓋,與NDVI反演結(jié)果不一致,這種現(xiàn)象在2007年表現(xiàn)最為突出。

3 結(jié) 語(yǔ)

本文以德陽(yáng)市旌陽(yáng)區(qū)為研究對(duì)象,以2007年、2014年和2018年的Landsat遙感影像為數(shù)據(jù)源,首先對(duì)3個(gè)時(shí)期的數(shù)據(jù)進(jìn)行輻射定標(biāo)和大氣校正,然后反演得到NDVI和RVI。

1）對(duì)比分析同時(shí)期的NDVI和RVI發(fā)現(xiàn),二者能較客觀地反映地表植被覆蓋的整體情況,且反映的規(guī)律趨于一致。

2）通過(guò)剖面分析法進(jìn)行內(nèi)部差異性分析發(fā)現(xiàn),在植被覆蓋狀況較好的區(qū)域（NDVI值在0.5左右）,RVI反映的地表植被覆蓋狀況非常顯著；在植被覆蓋狀況較差的區(qū)域（NDVI值在0.2左右）,RVI反映的地表植被覆蓋狀況存在一定誤差,部分低植被覆蓋區(qū)域RVI值在1附近,表明無(wú)植被覆蓋。