基于遥感的武汉植被覆盖动态变化研究.doc

基于遥感的武汉植被覆盖动态变化研究2009年7月农机化研究第7期基于遥感的武汉植被覆盖动态变化研究王大鹏,李长安,李辉,(1.中国地质大学地球科学学院,武汉430074;2.生物地质与环境地质教育部重点实验室,武汉430074)摘要:为了研究植被资源受人类活动影响程度及其动态变化趋势,根据陆地卫星1991年7月TM和2002年7月ETM+影像,通过对植被的光谱分析,结合地形图和已有植被分布图等资料进行纠正和解译,计算归一化差异植被指数(NDVI),采取混合像元二分模型,生成植被覆盖度由低至高5级分类图像.结果显示:从19912002年武汉地区除极低覆盖度面积明显增加,其它覆盖度面积均有不同程度下降,中高覆盖度下降最为明显,全区中覆盖度以上面积比例由48.43%下降到38.07%.研究表明,区域主体由中高覆盖度演变为中覆盖度,引起这一植被覆盖度变化的主要驱动力为人口激增和经济高速发展.关键词:植被覆盖度;遥感;归一化差异植被指数;武汉中图分类号:TFr79文献标识码:A文章编号:1003188X(2009)07-0074-050引言植被是生态系统的重要组成部分,是生态系统中物质循环与能量流动的中枢,同时也是对人类社会经济活动有重要贡献的资源.在生态环境系统中,植被覆盖状况在很大程度上影响甚至直接决定着区域生态环境中的第一性生产力,环境承载力,环境洁净与美化,水土流失强度等生态环境系统的状态与功能.以植被覆盖度为指标研究区域植被的时空动态特征,是生态系统健康评价的前提和必要基础j.通过植被指数来反演土地利用和土地覆盖的变化,逐渐成为实现对环境动态变化监测的重要手段.本文应用了遥感影像处理工具ERDASIMAGINE8.7,ENVI4.2和地理信息系统软件ArcGIS9.1,计算归一化差异植被指数(NormalDeferenceVegetationIn-dex,NDVI)反演区域植被覆盖,研究1991年7月和2002年7月两期武汉地区植被覆盖度,分析区域植被覆盖动态变化情况和驱动力,评价区域资源与环境发展得失,预测未来发展趋势,提出建议,为构建两型社会,制定可持续发展政策提供科学依据.1研究区概况武汉市位于江汉平原东部,长江中游与长江,汉收稿日期:20080926基金项目:国家自然科学基金项目(40771213)作者简介:王大鹏(1983一),辽宁新宾人,硕士研究生,(Email)leisurebirdtom.corn.通讯作者:李长安(1956一),男,河北邢台人,教授,博士生导师,(Email).?74?水交汇处.利用遥感影像图,借助RS/GIS分析方法,本次研究除黄陂,新洲,研究范围界定为北纬29.58一3O.47,东经113.41一114.37之间,按行政区域范围计算为11个区,区域总面积约4843.92km,总人口超过600万人.武汉属江汉平原,大部分地区在海拔50m以下,地形属于残丘性河湖冲积平原,地势平坦低洼,湖泊星罗棋布,河道纵横交错J.平原主要包括两个部分:平坦部分,位于长江,汉江及其支流两岸以及湖泊周围,植被以农作物为主,自然植被较少;垄岗部分,位于湖泊周围和丘陵向平原的过渡带,有面积广大的草地和灌丛.丘陵两列:中列一横穿城区,南列一分布在蔡甸区,江夏区北部,均被林木覆盖,周边有低矮灌丛和草地,还有部分园地.武汉属亚热带湿润季风气候,雨量充沛,日照充足,四季分明【4J,总体气候环境良好,利于植物生长.2数据与方法2.1数据和处理方法Landsat1991年7月TM影像和2002年7月ETM+影像,两幅影像无云,成像质量完好.遥感数据的预处理步骤:一是使用1:25万矢量化数字地形图,选择30个以上的特征点作为控制点(GCP),采用二次多项式对各期影像进行几何校正,误差要求(RMS)控制在0.5个像元以内;二是以行政界线图为兴趣区切割获取研究区,并线性拉伸2%进行图像增强处理;三是将所有数据统一转换到6.分带的高斯一克吕格(GaussKruger)投影,西安8O坐标系下.此外,还收2009年7月农机化研究第7期集了武汉各区的植被分布图和土地利用分类图等资料,并且结合地形图和已有资料进行人机交互纠正与解译.由植被的光谱特性可知,近红外波段(NIR)对于判别水陆边界,陆地植被最为有效J.在此波段波长范围内,植被的反射率明显高于水体的反射率,而在红外波段(R)波长范围内,为叶绿素主要吸收波段,其它地物尤其是水体的反射率高于植被的反射率.归一化差异植被指数(NormalDerenceVegetationIndex,NDVI)不但对植被的生物物理特征十分敏感,而且可以有效降低因传感器观测角度,太阳辐射强度和土壤背景的不同而产生的影响,因此成为使用时间最长,应用领域最为广泛,最常用的表征地表植被活动的指标.7其计算公式为NDvI=NlRR/NIR+R在NDVI图像中,水体的NDVI值很低,为负值,而土壤,植被的则较高.因此,将NDVI为负值的区域用掩膜方法剔除,为了准确植被提取,使用归一化差异建筑指数(NDBI)将建筑提取出来,同样使用掩膜方法剔除,从而使植被覆盖计算精度提高,排除建筑用地影响93,即NDBI=MIRNIR/MlR+NlRLandsat数据中:TM4(波长0.760.901um)是近红外段(NIR);TM3(波长0.630.691um)是红外波段(),TM5(波长1.551.75urn)是中红外波段(MIR).应用以上公式可计算获得排除水体和城市建筑的研究区域NDVI图像.2.2植被覆盖度计算混合像元二分模型对影像辐射订正的影响不敏感,且计算简便,结果可靠,因此得到了广泛应用.其基本原理是假定一个像元信息Js只由植被和土壤两部分所贡献,分别记为和.s可线性分解为S=Sv+(1)对于一个由土壤与植被两部分组成的混合像元,像元中有植被覆盖的面积比例即为该像元的植被覆盖度),而土壤覆盖的面积比例为(1一fc).设纯植被覆盖信息为Sveg,纯土壤覆盖信息Ssoil,则有混合像元中植被贡献的信息(Sv)和土壤贡献的信息()分别为Sv=fcSveg(2)Ss=(1一fc)Ssoil(3)把NDVI同像元二分模型相结合,在NDVI图像中NDVI即为s,由此得到基于NDVI的植被覆盖度像元二分模型,即fc=(NDVINDVlsoil)/(NDVlvegNDVIsoil)(6)其中,NDVlveg和彻分别代表全植被像元和全土壤像元NDVI值,是式(6)中仅有的2个参数.通过TM234波段合成假彩图(如图1和图2所示),结合植被分布图等资料和野外部分,经过多次实验判定红色(灰度值>65)为植被,确定1991年7月NDVIveg=0.77,NDV/soil=0.039;在2002年7月NDVlveg=0.71,NDVlsoil=0.027,分别将其代人式(6),计算出研究区域植被覆盖度.图11991年7月武汉TM234假彩图Fig.1ThemapofTM234layerstackinwuhanl99l图22002年7月武汉ETM+234假彩图将式(2),式(3)带人式(1)中,可得Fig.2111印ofETM+2341y.rstkih2o02S=fcSveg+(1-fc)Ssoil然后进行变化可得fc=(SSsoil)/(SvegSsoil)(4)2.3植被覆盖度分级及其标准目前,研究植被盖度的分级标准有很多,不同区(5)域植被覆盖度分级的标准也不完全相.参考前?75?2009年7月农机化研究第7期人文献中所提到的植被认定阈值并结合武汉地区特点,根据已有的武汉地区植被分布图和土地利用图,首先将植被分为农田植被和自然植被;然后再将农田植被和自然植被进行覆盖度等级划分.植被覆盖度等级的划分主要根据区内植被的基本特征,充分考虑遥感影像的可解译程度及植被在平原,丘陵地区的阈值条件,将区内植被覆盖度划分为5级,如表1所示.表l武汉植被覆盖度分级标准表Tab.1Theclassificationcriterionofvegetationcoverage植被覆盖度图像制作步骤如下:将小于NDVIsoil值的NDVI值排除,使其运算从运算中排除,由此研究已将水域和建筑用地以及界定为纯土壤的无植被地区剔除;在ArcGIS中根据表1所示方案进行分类;利用地形图中的武汉行政边界矢量文件进行剪裁,最终得到武汉地区的植被覆盖度图像.以上工作完成后就可以统计像元数,再将像元数乘以每个像元所覆盖的实际面积(这里每个像元为30m),即可以得到各级植被覆盖度的面积,如表2所示.3结果与分析3.1植被覆盖度分级及其标准1991年7月武汉植被覆盖状况:从图3左侧中可以清晰分辨出,中高覆盖度面积最大(水域和建筑除外,下同),所占面积比例达到19.82%.由表1可知,这一部分包含植被种类最多;中覆盖度次之,面积达到919.1163km,这也间接反映了武汉地区经济作物的种植情况;高覆盖度和极低覆盖度面积接近,所占比例分别为9.64%和9.61%.从总体上看,全区覆盖度以中和中高为主,植被覆盖度超过中等的面积达到整体的48.43%.在空间上,高覆盖度相对集中在远离城区的纸坊一郑店一金口到江夏北部呈大斑块连接东西的带状分布,蔡甸的西南端最边角位置有面积较大一块状分布,此外在东南端沿涨渡湖周边广泛分布;中高覆盖度和中覆盖度地区主要集中在湖泊周围及湖泊周围的丘陵与平原过渡带,还包含武汉城区的中部丘陵地带,此外则广泛散布在整个武汉地区;低覆盖度区域则沿江岸和城市外围分布;极低覆盖度主要集中在城区.表2武汉植被覆盖度动态变化表Tab.2ThechangeofvegetationcoverageinWuhanfrom1991to20022002年7月武汉植被覆盖状况:相比于1991年高覆盖度和中高覆盖度比例有显着下降,分别下降至6.93%和15.05%;中蔡甸西南端边角的块状高覆盖度区域在中转化为其它覆盖度,而下降最为明显的是青山区,面积广大的中高覆盖度区域转化为低植被覆盖度;全区中覆盖度呈明显下降趋势,其面积比例为16.90%.由于以上所述覆盖度的大幅缩减使得低覆盖度在2002年的图像上已有清晰显示,但是面积比例变为14.48%,事实上低覆盖度也呈现下降趋势;极低覆?76?盖度面积大幅增长,在城区和湖滨地区最为显着.总的说,全区中等以上覆盖度面积比例缩减为38.07%,中覆盖度演变为有植被覆盖地域的主体.在空间格局上,西部和东部相比覆盖度下降趋势更为明显,尤以西北青山区和西南蔡甸区为最,江夏次之,在一定程度上也反映了区域发展的不平衡.其中,有很大部分相对集中的区域植被覆盖度下降后转为空间上的散布结构.到2002年水域和建筑面积增加了430.396km,大量植被覆盖被水域和建筑侵占.2009年7月农机化研究第7期麓黧中植被覆盖一中高植被覆盖一高植被覆出:=Ies图3武汉植被覆盖度分级影像(左:1991年7月,右:2002年7月)Fig.3TheclassificationimageofvegetationcoverageinWuhan(1eft:199107,right:2002-07)3.2驱动力分析植被覆盖度的变化主要是由人类活动引起的,具体而言又分为以下几个方面:1)经济的快速发展,人口激增,促使城市化进程加速,建设用地和采矿用地以及新开拓出来的未利用土地面积不断扩大,导致低植被覆盖度面积迅速扩张(如表1所示),在城乡结合地带最为明显,而这些地区恰是人口密集增长区.2)农村发展乡镇企业,交通路网,农田水利建设等,侵占丘陵和平原地区大量的草地与农田,这些活动导致低覆盖度和中覆盖度面积急剧缩减.3)不妥善的农业结构调整和土地开发与利用使得高植被覆盖面积下降,如蔡甸西南端边角高覆盖度植被的消失,正是高覆盖的农作物被其它低覆盖的经济作物取代产生的结果.4)经济利益驱使下的改田为塘行为以及退田还湖政策的实施,使得滨湖地区的旱田和灌丛等植被减少,使得中高覆盖度显着减低.以上所述人类活动导致耕地持续减少,建设用地持续增长等,说明人口激增和经济高速发展是植被覆盖度发生动态变化的主驱动力.气温,降水等自然因素的改变也可以引起植被覆盖度变化,但其在短期内变化较小,不是引起植被覆盖度变化的主要原因.4结语1)混合像元二分模型不依赖实测数据,适用范围广,可从宏观上较好地反映出研究区域的植被覆盖情况,快速,准确,方便地掌握植被变化情况,科学预测发展趋势.其对合理利用,开发和保护植被资源,促进武汉乃至长江流域可持续发展具有重要意义.2)武汉地区植被覆盖在19912002年呈现明显下降趋势.其中,中高覆盖度和高覆盖度面积缩小严重,中覆盖度和低覆盖度次之,极低覆盖度显着面积?77?增加,区域植被覆盖的主体已由中高覆盖度变为中覆盖度.3)武汉地区整体植被覆盖度下降,导致环境承载力下降,尤其是在城乡结合地带,经济高速发展与人口激增交织,植被减少,水域扩大使得水体污染影响范围加剧,采矿和未利用土地的迫切开发使得空气污染加重,诸如此类环境问题日益凸显.4)在短期内,武汉地区植被覆盖度的动态演变主要是受到经济高速发展和人口激增而发生的人为胁迫演变.发展政策的制定对资源与环境考虑不周,高强度人类活动和人口激增的局面不改观,各植被覆盖度仍将呈下降趋势.针对以上出现问题,提出以下建议:加强植被保护宣传,制定相关法律和法规,加强对耕地和草地的保护;谨慎考虑调整农业结构,加强对城乡结合地带的监督和监管力度;充分考虑资源与环境良好发展的前提下,制定区域各项发展政策,在一些风景优美,林木密集的湖滨地区建立保护区.参考文献:I左伟.基于RS,GIS的区域生态安全综合评价研究:以长江三峡库区忠县为例M.北京:测绘出版社,2004.2马志勇,沈涛,张军海,等.基于植被覆盖度的植被变化分析J.测绘通报,2007(3):4548.3罗亚,徐建华,岳文泽.基于遥感影像的植被指数研究方法评述J.生态科学,2005,24(1):7579.4吴后建,王学雷,宁龙梅,等.土地利用变化对生态系统服务价值的影响一以武汉市为例J.长江流域资源与环境,2006,15(2):185190.5RamseyEW.MonitoringfloodingincoastalwetlandsbyUsingradarimagery.andgroundbasedmeasurementsJ.InternationalJournalofRemoteSensing,1995,16:24952502.6梅安新,彭望碌,秦其明,等.遥感导论M.北京:高等教育出版社,2001.7韩贵锋.中国东部地区植被覆盖的时空变化及其人为因素的影响研究D.上海:华东师范大学,2007.8JY.Oguro,Y.Suga,S.Takeuehi,etal,Monitoringofaricefieldusinglandsat一5TMandlandsat7ETM+DATAJ.Adv.SpaceResearch,2003,32(11):22232228.9徐涵秋.基于谱间特征和归一化指数分析的城市建筑用地信息提取J.地理研究,2005,24(2):311319.1O程红芳,章文波,陈锋.植被覆盖度遥感估算方法研究进展J.国土资源遥感,2008(1):l3一l8.11张本昀,喻铮铮,刘良云,等.北京山区植被覆盖动态变化遥感监测研究J.地域研究与开发,2008,27(1):108一l122009年7月农机化研究第7期戴昌达,姜小光,唐伶俐.遥感图像应用处理与分析M.北京:清华大学出版社,2004.胡贤辉,张霞,杨钢桥.湖北省土地利用结构变化及其驱动机制分析J.长江流域资源与环境,2008,17(1):4346.StudyonDynamicChangeofVegetationCoverageinWuhanRegionBasedonRSWangDapeng,LiChangan,LiHui,(1.FacultyofEachSciences,ChinaUniversityofGeosciences,Wuhan430074,China;2.KeylabofBiogeologyandEnvironmentalGeology(CUG)MinistryofEducation,Wuhan430074,China)Abstract:Thepurposeofthispaperistoresearchtheimpactofhumanactivityactonvegetationresourcesandtofindoutitsdynamicchangetrend.ThesatelliteimageofthevegetationcoverageofWuhanregionwasmadeusingthecalculationoftheNDVI(normalizeddifferencevegetationindex)andtakingthedimidiatepixelleve1.Twoimagesofdifferentyears(199107and200207)werecompared,theanalysisofthevegetationspectrumcombinedtotheanalysisoftopographicmapsandothervegetationmapdata.Thevegetationcoveragehasbeengroupedintofiveclassificationsrangingfromextremelylowtohigh.Theresultsshowthattheextremelylowvegetationcoverageareahasincreasedsignificantlyduringtheperiodfrom1991to2002,whiletheotherareasdecreaseddramaticallyinvariousextend.Themiddlehicoverageareadecreasedthemost.Thepercentageofareaabovemiddlevegetationcoveragehasdroppedfrom48.43%to38.07%.Theresearchfoundthattheregionallandcoveragehaschangedfrommiddlehighvegetationcoveragetomiddlevegetation.Itcanbeconcludedthat,thetwomaindrivingforcesofthischangearesharppopulationgrowthandrapideconomicdevelopment.Keywords:vegetationcoverage;RS;NDVI;Wuhan(上接第73页)AbstractID:100318SX(2O09)07-0070一EAVisualSimulatingGrowthofFruitTreeBranchesBasedonMarkovModelX