郭云開,王 楊
(長沙理工大學(xué)交通運輸工程學(xué)院,湖南長沙410004)
路域植被是路域生態(tài)系統(tǒng)中最主要的生態(tài)元素,能較好地還原路域生態(tài)系統(tǒng)。路域植被覆蓋度是衡量地表植被的重要指標(biāo),具有明顯的時空分異特征,能夠反映公路沿線區(qū)域植被的生長環(huán)境狀況,對于區(qū)域環(huán)境變化和監(jiān)測研究具有重要意義[1]。植被指數(shù)作為植被覆蓋度的最佳指示因子,能有效地提取綠色植被信息,并提高植被解譯的準(zhǔn)確度和可靠度[2]。各種研究表明,歸一化植被指數(shù)(NDVI)能較準(zhǔn)確地反映植被類型和生長情況,與植被覆蓋度等有很好的相關(guān)關(guān)系[3]。
定量遙感反演和動態(tài)監(jiān)測技術(shù),以其快速、宏觀、實時、動態(tài)、客觀的特點,為植被覆蓋變化及周邊環(huán)境響應(yīng)的動態(tài)監(jiān)測研究提供了便捷的途徑[4]。本文利用NDVI建立植被覆蓋度定量估算的模型,對路域植被覆蓋度進行了定量反演和分級,利用統(tǒng)計數(shù)據(jù)對研究區(qū)進行了植被覆蓋度時空變化分析,通過主成分分析法尋找路域植被蓋度時空變化的主要驅(qū)動因子,進而揭示了高速公路的建設(shè)運營對路域環(huán)境的影響。研究表明,利用路域植被覆蓋度時空變化遙感定量反演進行路域環(huán)境質(zhì)量評價是切實可行的。
像元二分模型是混合像元分解模型中最常用的線性模型。根據(jù)像元二分模型的原理,假設(shè)混合像元由植被和非植被兩部分信息構(gòu)成,這兩部分信息因子線性合成即為遙感器觀測所得的光譜信息,其權(quán)重為各面積在像元中所占的比率[5]。用公式表達為
式中,S為通過傳感器觀測所得到的光譜信息;Sv是綠色植被信息;Ss是非植被貢獻信息。因此,該像元的植被覆蓋度fc即為植被信息所占的百分比,非植被信息比例即為1。
設(shè)Sveg全部由植被覆蓋的純像元遙感信息構(gòu)成,Sv表示混合像元中綠色植被遙感信息[7]。兩者關(guān)系可以表示為
同理,設(shè)Ssoil為裸露土壤純像元貢獻的遙感信息,混合像元的非植被所貢獻的信息Ss可以表示為
將式(2)與式(3)代入式(1),可得
對式(4)進行變換,得到植被覆蓋度計算公式
式中,Sveg和Ssoil都是參數(shù)。此模型只保留了植被覆蓋度的信息,而削弱了土壤光譜信息、植被類型和大氣噪聲等的影響[8]。
主成分分析,即用較少的綜合變量來反映原來變量的有用信息,這些較少指標(biāo)相互無關(guān),是原變量重新組合的[9]。它在數(shù)學(xué)上是一種借助于正交變換降維的統(tǒng)計方法,將各觀測變量進行線性組合,將協(xié)方差陣變換成對角型陣,對此多維系統(tǒng)進行降維處理,根據(jù)特征方程得到的特征根確定主成分,將標(biāo)準(zhǔn)化的指標(biāo)變量轉(zhuǎn)化為主成分。主成分分析數(shù)學(xué)模型為
式中,X的協(xié)方差陣Σ的特征值所對應(yīng)的特征向量為a1i,a2i,…,api(i=1,…,m);原始觀測變量經(jīng)過標(biāo)準(zhǔn)化處理得到ZX1,ZX2,…,ZXp。
本研究選取長沙—湘潭高速公路作為試驗區(qū),長潭高速于1994年興建,1996年開始通車[10]。公路從規(guī)劃建設(shè)到交付運營,沿線區(qū)域的人類活動、經(jīng)濟活動范圍大大加大,速度加快,改變了原來生態(tài)系統(tǒng)的能量流、信息流和物質(zhì)流的傳輸方式和通道,從而對路域生態(tài)環(huán)境的影響進一步加?。?1]。
本研究選用了成像時間分別為2003年7月31日和2010年10月11日的兩期研究區(qū)SPOT 5影像。兩幅遙感影像圖像清晰,質(zhì)量較好,云量都在20%以下,基本無其他因素影響。兩期影像成像時間跨度較大,完全可以代表研究區(qū)公路運營以后路域植被覆蓋度變化和土地利用情況,具有可比性。
影像預(yù)處理在軟件 ENVI 4.8支持下,采用FLAASH對遙感影像進行大氣校正,通過對比視覺效果、地物光譜前后曲線和利用NDVI分析實際校正效果,表明FLAASH模型能較好地消除大氣影響。與其他方法相比,其對遙感影像有更好的校正作用[12]。通過選取地面控制點(GCP),采用多項式方法實現(xiàn)了對影像的幾何精校正。在ArcGIS軟件支持下,生成研究區(qū)的邊界矢量圖。在此基礎(chǔ)上,對兩幅影像進行研究區(qū)裁剪,得到同一研究區(qū)經(jīng)過預(yù)處理的不同時期的兩幅SPOT 5影像。
近紅外波段NIR與可見光紅波段R數(shù)值之差和這兩個波段數(shù)值之和的比值即為歸一化植被指數(shù)[5]。其公式為
根據(jù)上述像元二分模型的基本原理,一個混合像元的NDVI值由植被覆蓋信息NDVIveg與非植被(裸土)信息NDVIsoil兩部分組成。將歸一化植被指數(shù)引入式(5)可得
式中,NDVIsoil為非植被像元的NDVI值;NDVIveg為綠色植被像元的NDVI值。
實際應(yīng)用中,由于不可避免地存在噪聲影響,一般NDVImax與NDVImin的值為圖像中給定置信度的置信區(qū)間內(nèi)最大值與最小值。取影像中裸露樣地的NDVImin值作為NDVIsoil,NDVIveg值取影像中理想綠色植被全覆蓋樣點的NDVImax值。置信度的取值,主要根據(jù)圖像噪聲、清晰度、大小等實際情況來確定。綜合考慮分析了研究區(qū)2個時相的影像,研究中取頻率為0.6%的值為NDVImin,取頻率為99.9%的值為NDVImax。
在ENVI軟件的支持下,對影像進行NDVI計算,得到研究區(qū)不同時相的NDVI灰度圖。根據(jù)NDVI估算植被覆蓋度遙感模型的基本原理,反演研究區(qū)2個時相影像的植被覆蓋度,得到這兩個時期的植被覆蓋圖。
土壤被侵蝕程度能夠反映地表植被覆蓋度情況,這也是對土壤侵蝕分類分級的一個主要標(biāo)準(zhǔn)。本研究根據(jù)水利部2008年頒布的《土壤侵蝕分類分級標(biāo)準(zhǔn)》(SL190-2007)中非耕地林草蓋度與土壤侵蝕分級指標(biāo),結(jié)合研究區(qū)實際情況,以及參考其他學(xué)者[13]的研究,對研究區(qū)植被覆蓋度進行了分級,具體分級標(biāo)準(zhǔn)見表1。
表1 植被覆蓋度分級標(biāo)準(zhǔn)
根據(jù)上述分級方法,將植被覆蓋度計算結(jié)果轉(zhuǎn)化為植被覆蓋度分級圖,如圖1所示。
圖1 研究區(qū)植被覆蓋度分級圖
根據(jù)研究區(qū)植被覆蓋度分級統(tǒng)計圖,統(tǒng)計了各蓋度植被所占的面積比(見表2)、2003年和2010年各等級蓋度植被所占面積柱形圖(如圖2所示),以及各等級蓋度植被相互轉(zhuǎn)化面積統(tǒng)計(見表3)。
圖2 2003年、2010年各等級覆蓋度植被所占面積柱形圖
表2 研究區(qū)各等級植被覆蓋度統(tǒng)計表 (%)
表3 各等級覆蓋度植被相互轉(zhuǎn)化面積表 km2
就研究區(qū)實際調(diào)研情況來看,造成研究區(qū)植被覆蓋度變化的主要是由高速公路建設(shè)運營帶來的社會經(jīng)濟因素和自然因素。本研究選取公路里程、高速公路里程、民用汽車擁有量、私人汽車擁有量作為人類活動驅(qū)動因子,城區(qū)面積、建成區(qū)面積、地區(qū)生產(chǎn)總值作為社會經(jīng)濟因素驅(qū)動因子,綠地面積、年降水總量、森林覆蓋率、平均氣溫代表自然因素驅(qū)動因子。統(tǒng)計數(shù)據(jù)全部來自湖南省年鑒,通過SPSS軟件,利用主成分分析法分析結(jié)果見表4~表6。
主成分分析結(jié)果表明,公路里程、高速公路里程、民用汽車擁有量、私人汽車擁有量、城區(qū)面積、建成區(qū)面積、綠地面積、森林覆蓋率、地區(qū)生產(chǎn)總值在第一主成分有較高載荷,平均氣溫在第二主成分有較高載荷,年降水量在第三主成分有較高載荷。這說明在時間尺度較小的情況下,影響路域環(huán)境時空變化的主要驅(qū)動力因子是公路建設(shè)運營帶來的人為活動和地區(qū)發(fā)展引起的經(jīng)濟增長,降水、天氣等自然因素次之。圖3數(shù)據(jù)表明,隨著高速公路的建設(shè),建成區(qū)面積逐漸增大,地區(qū)生產(chǎn)總值穩(wěn)步提高,說明高速公路建設(shè)成為推動地區(qū)經(jīng)濟發(fā)展的主要因素,驗證了主成分分析法所得結(jié)論。
表4 相關(guān)系數(shù)矩
表5 方差分解主成分提取分析表
表6 初始因子載荷矩陣
圖3 高速公路建設(shè)與經(jīng)濟發(fā)展對照圖
1)2003—2010年,隨著高速公路建設(shè)和運營所帶來的人為活動和地區(qū)經(jīng)濟的發(fā)展,使得路域兩側(cè)居民地、建設(shè)用地所占面積明顯增加,中、高覆蓋度植被面積持續(xù)減少,與地區(qū)實地發(fā)展變化情況相符。
2)利用多源多時相遙感數(shù)據(jù)對路域植被覆蓋度進行時空變化反演分析,反演結(jié)果與野外調(diào)研采樣結(jié)果相符,時空變化分析結(jié)論與地區(qū)實際自然、社會經(jīng)濟發(fā)展趨勢吻合。說明利用定量遙感分析技術(shù),對沿線路域植被覆蓋度進行評價分析是可行的。隨著定量遙感研究的不斷深入,定量分析方法能直觀地反映植被的生長變化過程。在公路規(guī)劃、建設(shè)和運營的整個過程中,定量遙感分析和動態(tài)監(jiān)測技術(shù)對路域生態(tài)環(huán)境質(zhì)量評價更具優(yōu)越性和實用性。
3)在時間尺度較小的情況下,社會經(jīng)濟發(fā)展因素的變化強度遠(yuǎn)大于自然因素,是植被覆蓋度時空變化的主要驅(qū)動力。說明公路的建設(shè)運營對周圍地區(qū)環(huán)境的影響是不容忽視的,在今后的研究和環(huán)境維護工作中,應(yīng)繼續(xù)努力關(guān)注路域生態(tài)環(huán)境的恢復(fù)和發(fā)展,采取相應(yīng)的措施減緩和降低公路運營帶來的負(fù)面影響,使其危害降低到最低限度,使高速公路建設(shè)與周邊生態(tài)環(huán)境和諧發(fā)展,實現(xiàn)高速公路生態(tài)綠色通道的建設(shè)。
[1]何磊,苗放,李玉霞.岷江上游典型流域植被覆蓋度的遙感模型及反演[J].測繪科學(xué),2012(2):120-122.
[2]任志明,李永樹,蔡國林.一種利用NDVI輔助提取植被信息的改進方法[J].測繪通報,2012(7):40-43.
[3]YUE Yuemin,ZHANG Bing,WANG Kelin,et al.Remote Sensing of Indicators for Evaluating Karst Rocky Desertification[J].Journal of Remote Sensing,2011,15(4):722-728.
[4]陳改英,郭達志.北京市昌平區(qū)土地利用/覆蓋變化的遙感監(jiān)測與熱環(huán)境響應(yīng)分析[J].測繪通報,2011(11):37-40.
[5]QUARMBY N A,TOWNSHEND J R G,SETTLE J J,et al.Linear Mixture Modelling Applied to AVHRR Data for Crop Area Estimation [J].International Journal of Remote Sensing,1992,13(3):415-425.
[6]GUTMAN G,IGNATOV A.The Derivation of the Green Vegetation Fraction from NOAA/AVHRR Data for Use in Numerical Weather Prediction Models[J].International Journal of Remote Sensing,1998,19(8):1553-1543.
[7]郭偉偉,王秀蘭,馮仲科,等.基于NDVI的植被覆蓋度變化的研究與分析——以河北省張家口市為例[J].測繪與空間地理信息,2012,35(7):63-66.
[8]黃雄偉.基于GIS和RS的城市土地利用時空演化研究——以長沙為例[D].北京:中國地質(zhì)大學(xué),2008.
[9]遲國泰,鄭杏果,楊中原.基于主成分分析的國有商業(yè)銀行競爭力評價研究[J].管理學(xué)報,2009,6(2):228-233.
[10]李云梅.植被輻射傳輸理論與應(yīng)用[M].南京:南京師范大學(xué)出版社,2005.
[11]KAISER M K.Environmental Changes,Remote Sensing,and Infrastructure Development:The Case of Egypt's East Port Said Harbour[J].Applied Geography,2009,29(2):280-288.
[12]郭云開,曾繁.基于FLAASH與QUAC模型的SPOT 5影像大氣校正比較[J].測繪通報,2012(11):21-23.
[13]李娟,龔純偉.蘭州市南北兩山植被覆蓋度動態(tài)變化遙感監(jiān)測[J].測繪科學(xué),2011,36(2):175-177.