基于TM/ETM+影像的泉州市地表植被變化分析

陳小瑜++林莉

摘要：以泉州市TM/ETM+遙感影像為基礎(chǔ)，對(duì)提取的泉州市2001年的NDVI影像、2006年的NDVI影像以及2006年與2001年的NDVI相減所得到影像進(jìn)行了彩色合成，根據(jù)彩色的合成原理，得到的合成結(jié)果圖呈現(xiàn)出的不同顏色反映了泉州市不同植被覆蓋度區(qū)域的不同變化程度。再結(jié)合泉州市這些年實(shí)地變化情況，根據(jù)不同顏色以及各種植被覆蓋區(qū)的不同變化程度，將泉州市區(qū)植被覆蓋度變化情況總體上分成了6大類。結(jié)果分析表明：泉州市在2001～2006年期間的植被覆蓋度整體上有了明顯提高，但是由于人類為了滿足自身的要求，部分地區(qū)還是存在嚴(yán)重的植被破壞、植被覆蓋度嚴(yán)重下降、植被退化較嚴(yán)重的現(xiàn)象。

關(guān)鍵詞：地表植被；變化分析；泉州市

中圖分類號(hào)： K909.15

文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 16749944（2015）06016604

1 引言

植被的空間分布和變化是研究城市生態(tài)環(huán)境質(zhì)量變化的重要標(biāo)志[1]。利用多光譜遙感數(shù)據(jù)對(duì)植被進(jìn)行研究大多是基于植被指數(shù)的[2]。植被指數(shù)就是由多光譜遙感數(shù)據(jù)，經(jīng)線性與非線性組合構(gòu)成的對(duì)植被有一定意義的各種數(shù)值，通常利用植物光譜中的可見光紅光與近紅外兩個(gè)典型的波段值。在遙感的應(yīng)用領(lǐng)域中，植被指數(shù)已被廣泛地用來(lái)定性和定量評(píng)價(jià)植被覆蓋情況及其生長(zhǎng)活力[3]。20多年來(lái)， 專家學(xué)者們已研究發(fā)展了40多個(gè)植被指數(shù)，其中常用的有比值植被指數(shù)（ RVI）、歸一化植被指數(shù)（ NDVI）、環(huán)境植被指數(shù)（EVI）、綠度植被指數(shù)（PVI）等。研究表明歸一化植被指數(shù)NDVI對(duì)植被的生長(zhǎng)長(zhǎng)勢(shì)和生長(zhǎng)量非常敏感，可以很好地反映植被的繁茂程度，是指示植被活動(dòng)和植被生產(chǎn)力的良好指標(biāo)，因而廣泛地應(yīng)用于植被活動(dòng)研究[4]。

一般地，利用多時(shí)相遙感數(shù)據(jù)進(jìn)行動(dòng)態(tài)變化分析的方法最常用的有兩種：逐個(gè)像元對(duì)比法和分類后對(duì)比法。逐個(gè)像元對(duì)比法無(wú)需進(jìn)行影像的分類，因而可盡量減少分類帶來(lái)的誤差，但所獲得的結(jié)果只能反映某個(gè)像元是否發(fā)生變化，而無(wú)法獲知發(fā)生變化的內(nèi)容。而分類后對(duì)比法可以清楚地獲取每個(gè)像元具體的變化性質(zhì)，但該方法首先要進(jìn)行分類，所以其結(jié)果會(huì)受分類誤差的影響，從而出現(xiàn)夸大變化的現(xiàn)象[5]。兩種變化分析方法各具特色，但在方法的直觀性、可操作性以及定量分析等方面仍有改進(jìn)之處。所以本文利用多時(shí)相衛(wèi)星影像進(jìn)行變化分析的一種目前常用的方法，即利用多時(shí)相NDVI圖進(jìn)行彩色合成直觀地反映地表植被的變化，以下利用該方法分析泉州市植被覆蓋度的動(dòng)態(tài)變化，為泉州市氣候變化和水土保持方面提供科學(xué)依據(jù)。

2 數(shù)據(jù)資料

ETM+是美國(guó)陸地資源衛(wèi)星Landsat7攜帶的傳感器，Landsat7于1999年4月15日發(fā)射升空后，由于其優(yōu)越的數(shù)據(jù)質(zhì)量，以及與以前的Landsat系列衛(wèi)星保持了在數(shù)據(jù)上的延續(xù)性，現(xiàn)在已成為中國(guó)遙感衛(wèi)星地面站的主要產(chǎn)品之一。ETM+影像包含7個(gè)多光譜波段和一個(gè)全色波段，波段1—5和波段7的空間分辨率為30m，全色波段的分辨率為15m。本文的遙感影像采用國(guó)際科學(xué)數(shù)據(jù)服務(wù)平臺(tái)提供的2001年3月4日的泉州市的ETM+影像以及泉州市的2006年6月15日的TM影像作為遙感信息源（軌道號(hào)為119/43）。泉州3～6月為春季，兩期影像的時(shí)相較為接近，具有一定的可比性，從圖像質(zhì)量上來(lái)看，泉州市城區(qū)上空晴朗少云，地面特征清晰明顯，圖像干擾比較少，能夠較好地反映地面狀況。本文主要采用的遙感圖像處理軟件為ENVI。

3 研究方法

3.1 圖像預(yù)處理

因?yàn)樗捎玫?006年的TM影像已經(jīng)經(jīng)過(guò)了幾何校正，像元大小為30m×30m，因此本文以2006年的影像為基礎(chǔ)影像對(duì)2001年的影像進(jìn)行幾何配準(zhǔn)，在兩期影像上選取同名地物控制點(diǎn)20個(gè)，將二者統(tǒng)一到同一的投影坐標(biāo)系中，本文采用橫軸墨卡托坐標(biāo)系，匹配的均方根誤差控制在一個(gè)像元內(nèi)。

本文研究區(qū)只是整景TM/ETM+影像的一部分，在ENVI軟件的支持下，利用泉州市區(qū)的行政區(qū)劃矢量圖，對(duì)二期影像進(jìn)行裁剪（主要以豐澤區(qū)和鯉城區(qū)為主）。結(jié)果如圖1、圖2。

圖1 研究區(qū)2001年ETM+ 影像

圖2 研究區(qū)2006年TM影像

3.2 植被指數(shù)提取

植被指數(shù)是依據(jù)植被反射特性的波段計(jì)算出來(lái)的反映地表植被生長(zhǎng)情況、覆蓋情況、 生物量情況和植被種類情況的間接指標(biāo)。一般地，植被指數(shù)與植被覆蓋度具有較強(qiáng)的正相關(guān)特性，即植被指數(shù)值越高，其植被覆蓋度就越大[6]。其中歸一化植被指數(shù)NDVI是研究地表植被變化的一個(gè)重要指標(biāo)，定義為近紅外波段NIR與可見光紅光波段R的反射率差值與這兩個(gè)波段反射率之和的比值，即：NDVI=（NIR-R）/（NIR+R）（本研究中的NIR代表Landsat影像近紅外波段TM4，R代表紅光波段TM3），它是植物生長(zhǎng)狀態(tài)及植被空間分布密度的最佳指示因子，與植物覆蓋分布密度呈線性相關(guān)。

利用ENVI軟件分別提取泉州市2001年ETM+影像和2006年TM影像的NDVI影像，NDVI（2001）、NDVI（2006）分別表示泉州市2001年和2006年的NDVI值，其值反映了泉州市植被覆蓋度的狀況，NDVI數(shù)值越大，研究區(qū)域的植被覆蓋度越高，NDVI數(shù)值越小，則說(shuō)明研究區(qū)域的植被覆蓋度越低。為了研究泉州市域植被覆蓋度的變化分析，將2006年NDVI減去2001年NDVI，得到2001～2006年的NDVI變化值NDVI（2006～2001），其變化值反映了2001～2006年植被覆蓋度的變化情況：①如果NDVI（2006～2001）小于0，表示植被覆蓋度降低，其值越小表示植被覆蓋度降低得越多；②NDVI（2006-2001）在0左右，則說(shuō)明植被覆蓋度變化不大；③如果NDVI（2006-2001）大于0，表示植被覆蓋度升高，其值越大植被覆蓋度升高越多。

3.3 彩色合成原理

由于所得的影像中包含的研究區(qū)域的植被覆蓋度信息都各自不相同，所以，為了更加直觀地表現(xiàn)植被覆蓋度的變化程度，我們可利用RGB的彩色合成圖像來(lái)同時(shí)反映研究區(qū)域在2001～2006年期間植被覆蓋度的變化情況及其變化趨勢(shì)，并能在一個(gè)顯示窗口里直觀地了解到所需的信息。為了能更直觀地顯示植被覆蓋度變化的圖像，突出變化信息，還可對(duì)所生成的RGB彩色合成影像進(jìn)行適當(dāng)?shù)牡屯V波去噪處理以及對(duì)比度拉伸。因而本文將NDVIN（2001）、NDVIN（2006-2001）、NDVIN（2006），分別賦予R（紅色）、G（綠色）、B（藍(lán)色）分量進(jìn)行RGB的假彩色合成，圖像上得到的不同的色調(diào)能夠直觀地反映研究區(qū)地面植被覆蓋度的變化趨勢(shì)，如圖6。

3.4 綜合分類及統(tǒng)計(jì)分析

為了保證得到的結(jié)果的準(zhǔn)確性，還需對(duì)得到的合成圖像進(jìn)行一些處理。首先，需要對(duì)合成圖像掩膜一次，主要對(duì)水體進(jìn)行掩膜，否則錯(cuò)誤的信息將會(huì)被統(tǒng)計(jì)在內(nèi)。

遙感計(jì)算機(jī)自動(dòng)分類可分為監(jiān)督分類和非監(jiān)督分類。首先需要從研究區(qū)域選取有代表性的訓(xùn)練場(chǎng)地作為樣本。根據(jù)已知訓(xùn)練區(qū)提供的樣本，通過(guò)選擇特征參數(shù)（如像素亮度均值、方差等），建立判別函數(shù)，據(jù)此對(duì)樣本像元進(jìn)行分類，依據(jù)樣本類別的特征來(lái)識(shí)別非樣本像元的歸屬類別。其常用的方法有：最小距離分類法、最大似然比分類法、多級(jí)切割分類法和特征曲線窗口法。本文利用軟件ENVI感興趣區(qū)（ROI）提取研究區(qū)訓(xùn)練樣本，采用最小距離分類法進(jìn)行分類。本文對(duì)分類結(jié)果進(jìn)行類型統(tǒng)計(jì)，統(tǒng)計(jì)出各種類型的像元個(gè)數(shù)及占研究區(qū)域總的像元個(gè)數(shù)的百分比。其分類統(tǒng)計(jì)結(jié)果如表1。

3.5 結(jié)果分析

將研究區(qū)域內(nèi)的植被覆蓋情況分為低植被覆蓋、中等植被覆蓋、高植被覆蓋（這里所指的低植被覆蓋、中等植被覆蓋及高植被覆蓋都是相對(duì)于NDVIN值的大小而言）。根據(jù)彩色合成原理所得的圖6，結(jié)合表1統(tǒng)計(jì)數(shù)據(jù)，得出以下結(jié)論。

（1） 在合成圖上，極少部分水域呈黑色，由于該區(qū)域在兩期影像上的NDVIN值都很小，且變化很小。在分類之后的影像上，本文對(duì)水體進(jìn)行掩膜處理，因而表1的計(jì)算未將水體納入統(tǒng)計(jì)。

（2） 對(duì)于植被覆蓋度較低的低植被覆蓋地區(qū)，但是NDVIN值略有上升，在合成影像上呈墨綠色，這類區(qū)域主要分布在泉州市的城區(qū)所在地、部分水田。這是因?yàn)?001～2006年期間城區(qū)所在地綠化面積的不斷增加，使得植被覆蓋度呈現(xiàn)略為上升狀態(tài)，水田由于受成像時(shí)間的影響，故城區(qū)所在地及水田在合成影像上呈墨綠色。從表1可知，低植被覆蓋略微有上升的區(qū)域占整個(gè)研究區(qū)的66.70%。

（3） 原來(lái)為低植被覆蓋度區(qū)域，在2001～2006年期間NDVI不斷上升，上升為中等植被覆蓋的區(qū)域，在合成影像圖上呈現(xiàn)為綠色，這類區(qū)域主要分布在湖泊、河流及沿岸的區(qū)域以及作物長(zhǎng)勢(shì)好的水田和恢復(fù)得較好的山脈。市區(qū)晉江流域、西湖由于受水體富營(yíng)養(yǎng)化的影響，其NDVIN值出現(xiàn)上升的趨勢(shì)。掩膜掉水體區(qū)域后，該類區(qū)域的面積占總面積的6.39%。

（4） 植被覆蓋在2001～2006年由中低等植被覆蓋上升為高植被覆蓋的區(qū)域，在圖上呈現(xiàn)為青色（藍(lán)綠色），該類區(qū)域分布在植被覆蓋較好的山坡上。該區(qū)域的面積占總面積的0.38%。

（5） 對(duì)于中等植被覆蓋區(qū)域，由于后來(lái)遭受比較嚴(yán)重的破壞，植被覆蓋度出現(xiàn)急劇下降的區(qū)域，在合成影像圖上呈現(xiàn)紅色，這類區(qū)域主要集中分布在城區(qū)擴(kuò)展區(qū)域、擴(kuò)展公共用地、開荒毀林區(qū)域、水土流失嚴(yán)重區(qū)域。該區(qū)域的面積占總面積的6.06%。

（6） 高植被覆蓋在2001～2006年間覆蓋基本不變的穩(wěn)定區(qū)域，在合成影像圖上呈現(xiàn)品紅色，這類區(qū)域主要集中在生態(tài)環(huán)境好的山區(qū)。該區(qū)域的面積占總面積的7.99%。

（7） 高植被覆蓋度且植被覆蓋度保持上升的植被良性循環(huán)區(qū)，在圖上呈灰白色，這類區(qū)域也主要分布在生態(tài)環(huán)境好的山區(qū)，大部分分布在市區(qū)北部清源山。該區(qū)域的面積占總面積的12.48%。

4 結(jié)論

本文采用不同時(shí)相的TM/ETM+影像，提取不同時(shí)相的NDVI圖，利用波段運(yùn)算求出兩個(gè)時(shí)相的NDVI變化影像，根據(jù)彩色合成原理，實(shí)現(xiàn)兩個(gè)時(shí)相NDVI變化合成影像，用顏色直觀地反映研究區(qū)域地面植被覆蓋的變化情況。另外，利用不同時(shí)相NDVI變化合成圖進(jìn)行監(jiān)督分類。并對(duì)分類結(jié)果進(jìn)行統(tǒng)計(jì)，定量地分析研究區(qū)在2001～2006年期間的地面植被覆蓋的變化程度。研究結(jié)果表明，泉州市的植被覆蓋整體來(lái)說(shuō)有一定的上升趨勢(shì)，但局部區(qū)域植被覆蓋度有所下降。此方法具有一定的推廣性，采用相同的原理，對(duì)不同波段進(jìn)行合成，得到的不同顏色搭配就可以用于其他領(lǐng)域的研究，如用一年內(nèi)不同季相的影像，運(yùn)用上述方法可以直觀和定量地描述出不同植被類型的分布情況。利用該方法不僅避免了傳統(tǒng)研究手段對(duì)數(shù)據(jù)獲取存在的困難，而且使得大范圍的植被覆蓋變化研究變得直觀性、簡(jiǎn)易性、準(zhǔn)確性。但本文還存在一定的不足，采用較先進(jìn)的分類方法提高合成圖的分類精度有待進(jìn)一步研究。

參考文獻(xiàn)：

[1]徐涵秋，陳本清. 廈門市植被變化的遙感動(dòng)態(tài)分析[J].地球信息科學(xué)，2003（2）.

[2]柳錚錚，曾從盛，鐘春棋.基于TM影像的福州市地表植被變化分析[J].水土保持研究，2008（3）.

[3]江振藍(lán)，沙晉明.利用多時(shí)相TM影像分析福州市地表植被的變化[J].水土保持研究，2003（4）.

[4]賈寶全，邱爾發(fā)，張紅旗.基于歸一化植被指數(shù)的西安市域植被變化[J].林業(yè)科學(xué)，2012（10）.

[5]趙泰安，彭道黎.利用多時(shí)相遙感影像分析密云縣植被動(dòng)態(tài)變化[J].東北林業(yè)大學(xué)學(xué)報(bào)，2013（12）.

[6]張魯濱，崔青春，王富喜，等.基于NDVI的黃河三角洲植被覆蓋度動(dòng)態(tài)變化研究[J].魯東大學(xué)學(xué)報(bào)：自然科學(xué)版，2013（3）.