姚春陽
(中煤航測遙感集團(tuán)有限公司 陜西省地理空間信息工程技術(shù)研究中心,陜西 西安 710199)
植被是生態(tài)系統(tǒng)的重要組成部分,在全球的能量交換、水文監(jiān)測等方面對人類的生產(chǎn)生活以及維護(hù)生態(tài)平衡都有著不可替代的作用。植被覆蓋度(Fraction of vegetation coverage,VC)是地表植被覆蓋的重要參數(shù),也是評價區(qū)域生態(tài)環(huán)境的一項重要指標(biāo),植被覆蓋度的變化可以從一定程度上反映著人類的活動和自然變化對生態(tài)環(huán)境帶來的影響。我國的農(nóng)林資源豐富,黑龍江省是我國的農(nóng)業(yè)大省和林業(yè)大省,如何科學(xué)準(zhǔn)確地掌握區(qū)域植被覆蓋度,使經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境相適應(yīng),對于區(qū)域和諧穩(wěn)定發(fā)展意義重大。因此,尋找科學(xué)的技術(shù)方法對長時間、大尺度的區(qū)域植被覆蓋度進(jìn)行動態(tài)監(jiān)測具有十分重要的意義[1-3]。
植被覆蓋度監(jiān)測一般分為地面實測和遙感監(jiān)測。植被覆蓋度監(jiān)測往往區(qū)域面積較大,且具有顯著的時空分異特點(diǎn),地面實測往往需要花費(fèi)大量的人力、物力、財力,同時監(jiān)測的時效性較差、準(zhǔn)確性也無法得到很好地驗證,此外還容易受到區(qū)域位置及天氣的干擾,局限性大。而遙感技術(shù)可以很好地解決這一問題,其具有觀測范圍廣、觀測頻次高且不容易受人為因素干擾的特點(diǎn),隨著衛(wèi)星遙感技術(shù)的迅猛發(fā)展,影像的分辨率也逐漸提高,衛(wèi)星遙感技術(shù)已成為自然資源調(diào)查監(jiān)測、災(zāi)害監(jiān)測等業(yè)務(wù)的“千里眼”,現(xiàn)已成為植被覆蓋度監(jiān)測最有力的手段[4,5]。
植被覆蓋度監(jiān)測一般需要大尺度、長時序的衛(wèi)星遙感影像,其衛(wèi)星遙感數(shù)據(jù)量巨大,數(shù)據(jù)的獲取、預(yù)處理及后續(xù)的分析都需要耗費(fèi)大量的時間,給科研工作者帶來了較大的數(shù)據(jù)處理工作量。因此,如何科學(xué)高效地處理、分析及利用這些遙感影像成為如今學(xué)者研究的熱點(diǎn)。近些年,大數(shù)據(jù)、云計算成為學(xué)者關(guān)注的焦點(diǎn),Google公司開發(fā)的GEE云計算平臺受到了極大地關(guān)注,其具有超強(qiáng)的云計算在線處理能力,通過相關(guān)代碼的編寫即可大幅度提高衛(wèi)星遙感影像下載及預(yù)處理的時間,可以很好地解決科研工作者的部分壓力。現(xiàn)有的植被覆蓋度監(jiān)測一般采用長時間序列的Landsat系列及Modis衛(wèi)星遙感影像,這些衛(wèi)星遙感影像幅寬比較大,但分辨率相對較低,監(jiān)測結(jié)果的準(zhǔn)確性得不到很好保障,而歐空局發(fā)射的Sentinel-2數(shù)據(jù),其最高空間分辨率為10m,Sentinel-2數(shù)據(jù)同時兼顧了幅寬和時間分辨率,已成為植被覆蓋度監(jiān)測研究最有力的數(shù)據(jù)源支撐。本文基于GEE平臺,使用Sentinel-2時序衛(wèi)星遙感數(shù)據(jù),選取黑龍江省哈爾濱市為研究區(qū),采用像元二分模型方法,開展了哈爾濱市2017年—2020年的植被覆蓋度動態(tài)監(jiān)測研究,本文通過對哈爾濱市域植被覆蓋度的變化分析,對該區(qū)域的水土保持監(jiān)測、生態(tài)文明建設(shè)、植被保護(hù)、資源承載規(guī)劃等具有重要的實際意義,并為政府的宏觀決策支持提供依據(jù)。
本文選取黑龍江省哈爾市為研究區(qū)。哈爾濱市位于中國東北平原東北部地區(qū),黑龍江省南部,東與牡丹江市、七臺河市接壤,北臨伊春市、佳木斯市,西部為綏化市、大慶市。哈爾濱市是黑龍江省省會,是東北地區(qū)重要的政治、經(jīng)濟(jì)和文化中心,被譽(yù)為東方小巴黎。哈爾濱市的氣候?qū)僦袦貛Т箨懶约撅L(fēng)氣候,全年平均降水量569mm,主要集中在6—9月。哈爾濱市整體以平原為主,主要地物類型為建筑區(qū)域、耕地、林地、草地、水系等,植物資源豐富,種類繁多,包括藻類植物和苔蘚植物,分布相對集中且經(jīng)濟(jì)價值較高。
GEE是由谷歌公司研發(fā)的遙感云計算在線處理平臺,已成為當(dāng)今世界最為先進(jìn)的基于云的信息化處理平臺,其具有強(qiáng)大的云計算處理能力和云計算資源,GEE平臺的推出極大地提升了國內(nèi)外遙感工程化研究和業(yè)務(wù)化推廣應(yīng)用的水平。平臺提供了大量免費(fèi)的衛(wèi)星遙感影像數(shù)據(jù)(如,Sentinel系列、Modis、Landsat系列等),同時有大量的優(yōu)于1m的高分辨率衛(wèi)星遙感影像,此外還包括地表溫度、環(huán)境、社會經(jīng)濟(jì)等數(shù)據(jù),這些數(shù)據(jù)的更新速度為每天6000景,在谷歌強(qiáng)大的數(shù)據(jù)中心支持下,用戶能夠更高效地處理及利用這些海量的數(shù)據(jù),多源的衛(wèi)星遙感影像數(shù)據(jù)為大尺度的種植結(jié)構(gòu)監(jiān)測、森林火災(zāi)監(jiān)測、水資源監(jiān)測、氣候和環(huán)境分析提供了可能和便利。
本文數(shù)據(jù)來源為GEE平臺,使用的數(shù)據(jù)為歐空局發(fā)射的Sentinel-2衛(wèi)星遙感數(shù)據(jù),Sentinel-2衛(wèi)星遙感數(shù)據(jù)共有13個波段,最高空間分辨率為10m,由于Sentinel-2有A和B兩顆星,其組網(wǎng)后的重訪周期僅為5天。由于2017年—2018年沒有L2A級別數(shù)據(jù),因此,數(shù)據(jù)均使用L1C級別數(shù)據(jù)。選取2017年—2020年共4年Sentinel-2的L1C級別遙感數(shù)據(jù),選取云量小于20%的衛(wèi)星遙感影像進(jìn)行研究,其中,2017年使用98景、2018年使用212景、2019年使用246景、2020年使用265景。
在使用遙感影像進(jìn)行地物分析時,云是重要的干擾因素,當(dāng)衛(wèi)星遙感影像被云覆蓋遮擋時,其嚴(yán)重影響著地物的識別及后續(xù)的分析。當(dāng)進(jìn)行小尺度范圍地物識別和分析時,一般選取云量較小的衛(wèi)星遙感影像進(jìn)行研究,但是當(dāng)尺度范圍擴(kuò)大、需要長時序衛(wèi)星遙感影像進(jìn)行分析時,就無法保證使用的影像都有較少的云量,因此需要對使用的遙感影像進(jìn)行云量的篩選,挑選出滿足研究實際生產(chǎn)和使用要求的衛(wèi)星遙感影像。對于Sentinel-2衛(wèi)星遙感影像,我們一般使用其自帶的QA60產(chǎn)品進(jìn)行云量挑選,因此,本文選取云量低于百分之二十的衛(wèi)星遙感影像進(jìn)行后續(xù)的分析研究。
利用Sentinel-2長時間序列遙感影像反演植被覆蓋度,特征指數(shù)的選擇十分重要,常用的有歸一化植被指數(shù)(NDVI)、增強(qiáng)型植被指數(shù)(EVI)、比值植被指數(shù)(RVI)、增強(qiáng)型植被指數(shù)(EVI)等,而NDVI是植被監(jiān)測最為常用的模型,對土壤覆蓋監(jiān)測更為敏感。因此,本文采用像元二分模型結(jié)合NDVI指數(shù)對哈爾濱市的植被覆蓋度進(jìn)行估算。像元二分模型將植被覆蓋分為純像元和混合像元兩類,純像元植被完全覆蓋其覆蓋度為1,混合像元由植被與非植被構(gòu)成,其NDVI是植被覆蓋部分和非覆蓋部分的NDVI的線性加權(quán)如式(1)所示:
其中,F(xiàn)VC是像元的植被覆蓋度;NDVIv和NDVIn分別是植被覆蓋部分和非覆蓋部分的NDVI值。由此可推算出FVC如式(2)所示:
通常情況取直方圖累計頻率5%與95%的NDVI值NDVIn和NDVIv,當(dāng)NDVI值小于5%時,像元覆蓋度為0,NDVI值大于95%時,像元覆蓋度為1,因此,本文直方圖的置信區(qū)間取5%-95%。由于水體會對NDVIn和NDVIv的取值產(chǎn)生影響,因此本文先將水體去除,通過計算NDVI值,將NDVI值小于零的剔除掉,再進(jìn)行直方圖統(tǒng)計。
本文根據(jù)FVC取值,將監(jiān)測結(jié)果按等間距劃分方法將其分為5個類別,并進(jìn)行分級顯示。一般認(rèn)為0-20%為低植被覆蓋區(qū)域,20%-40%為中低植被覆蓋區(qū)域,40%-60%為中植被覆蓋區(qū)域,60%-80%為中高植被覆蓋區(qū)域,80%-100%為高植被覆蓋區(qū)域。統(tǒng)計2017年—2020年植被覆蓋度出現(xiàn)的頻率,制作2017年—2020年哈爾濱市植被覆蓋度分級圖(如圖1、圖2所示):
圖1 2017年-2020年哈爾濱市植被覆蓋度監(jiān)測圖
圖2 2017年—2020年哈爾濱市植被覆蓋度頻率統(tǒng)計圖
統(tǒng)計植被覆蓋度各區(qū)間所占的比例(如表1所示):
表1 2017年—2020年哈爾濱市植被覆蓋度所占比例
由圖1可以看出:哈爾濱市2017年—2020年間,其整體植被覆蓋度良好,但哈爾濱市植被覆蓋度呈現(xiàn)空間明顯分布不均的狀況,大體呈現(xiàn)從中心到邊緣覆蓋度逐漸升高的趨勢。
由圖2和表1可以得出:2017年中高植被覆蓋度占哈爾濱市面積的27.77%,高植被覆蓋度占哈爾濱市面積的30.93%,其共占哈爾濱市總面積的58.7%;2018年中高植被覆蓋度占哈爾濱市面積的22.71%,高植被覆蓋度占哈爾濱市面積的19.58%,其共占哈爾濱市總面積的42.29%;2019年中高植被覆蓋度占哈爾濱市面積的26%,高植被覆蓋度占哈爾濱市面積的21.13%,其共占哈爾濱市總面積的47.13%;2020年中高植被覆蓋度占哈爾濱市面積的27.46%。高植被覆蓋度占哈爾濱市面積的21.5%,其共占哈爾濱市總面積的48.96%。2017年中高植被覆蓋度、高植被覆蓋度均最多,2018年間中高植被覆蓋度及高植被覆蓋度有退化減弱的趨勢,但在2019年—2020年逐漸有所恢復(fù)。
本文基于GEE云計算遙感處理平臺,利用長時間序列Sentinel-2遙感影像,以哈爾濱市為研究區(qū),采用像元二分模型方法,開展了哈爾濱市2017年—2020年的植被覆蓋度動態(tài)監(jiān)測,監(jiān)測結(jié)果表明:
(1)針對大尺度、長時間序列的植被覆蓋開展動態(tài)監(jiān)測研究,利用常規(guī)的遙感影像處理手段耗時耗力,而利用GEE超強(qiáng)的云計算在線處理能力可以為科研工作者節(jié)省大量的時間,為相關(guān)工作的高效開展提供有力的技術(shù)支撐;
(2)哈爾濱市植被覆蓋度呈現(xiàn)空間分布不均的狀況,大體呈現(xiàn)從中心到邊緣覆蓋度逐漸升高的趨勢;
(3)2017年—2020年4年間,哈爾濱市的植被覆蓋整體比較穩(wěn)定,在2017年達(dá)到峰值,2018年有嚴(yán)重的退化趨勢,但在2019年—2020年逐漸有所恢復(fù)。