基于RS和GIS的植被覆盖度变化监测与动因分析研究 电气自动化专业

基于RS和GIS的植被覆盖度变化监测与动因分析GraduationDesign(Thesis)ofChongqingUniversityMonitoringandCauseAnalysisofVegetationCoverageChangeBasedonRSandGIS摘 要城市绿地面积的变化直接关系到地区区域环境内气候、水文、土壤等因子的改变。植被覆盖度是衡量地表植被生长状况的重要指标，而植被覆盖度变化监测与其动因分析也是城市生态环境监测的重要组成部分，其方法与结论可谓=为城市的可持续发展提供科学依据。本次研究获取了2001-2016年MODISENVI软MODIS到年NDVI，最后基于二分模型原理获取植被覆盖度。从时间、空间两个方面分2001-2013年间重庆植被覆盖度呈现稳定上升趋势，但2013-2016年间植被覆盖度出现了下降趋势，且在夏季（6、7、8月份）植9定量分析中，环保投资、平均气温、降水量、日照时数、城镇化率等因素对化的影响较弱。关键词：遥感，NDVI，植被覆盖度，变化监测，动因分析，回归分析，ABSTRACTThechangeofurbangreenspaceareaisdirectlyrelatedtothechangeofclimate,hydrology,soilandotherfactorsinregionalenvironment.Vegetationcoverageisanimportantindextomeasurethegrowthofsurfacevegetation,andthemonitoringofvegetationcoveragechangeanditsmotivationanalysisarealsoanimportantpartofurbanecologicalenvironmentmonitoring.Itsmethodsandconclusionscanbesaidtoprovideascientificbasisforthesustainabledevelopmentofcities.ThisstudyobtainedMODISremotesensingdataofChongqingfrom2001to2016.Thedataisthenprocessedtoobtainvegetationcoverage.ThechangeofvegetationcoverinChongqingwasanalyzedfromtwoaspectsoftimeandspace.Thenthedrivingforceindexsystemisconstructedfromthenaturalandsocialaspects.Finally,thequantitativeregressionmodelofdrivingfactorandvegetationcoverchangewasconstructedbymultiplelinearregressionandprincipalcomponentregression.Theconclusionsareasfollows:From2001to2013,thevegetationcoverageinChongqingshowedasteadyupwardtrend.However,from2013to2016,vegetationcoveragedecreased.Vegetationcoverageishighestinsummer.FromSeptembertotheendofwinter,vegetationcoveragedeclined.Thevegetationcoverageofthenortheasternregionmainlyinmountainousareasishigh,butthatofthenorthwestandcentralareasmainlyinhillyandlowmountainsislow.hevegetationcoverageofthemainurbanareaiscloseto0.Theeffectofprecipitationonvegetationcoverageislaggingbehindthatoftemperature,butthereisnosuchphenomenon.Inthequantitativeanalysisofvegetationcoverageanditsmotivation,environmentalprotectioninvestment,averagetemperature,precipitation,sunshinehours,urbanizationrateandotherfactorshaveastrongimpactonvegetationcoverage,whilethetotalpopulationandgrossproducthavetwofactorsonvegetationcoverage.TheinfluenceofcoveragechangeisweakKeywords:remotesensing,NDVI,vegetationcoverage,Changemonitoring,driveranalysis,regressionanalysis目录1.1研究的背景意义 11.2国内外研究现状 21.3研究区介绍 31.3.1自然环境介绍 41.3.2社会环境介绍 41.4研究内容 51.5技术路线 52.植被覆盖信息提取及其变化分析 62.1数据获取 62.1.1数据简介 62.1.2数据获取 72.2数据处理 72.2.1数据预处理 72.2.2数据合成 92.2.3植被覆盖度提取 102.3结果分析 152.3.1植被覆盖度年变化 162.3.2植被覆盖度月变化 162.3.3植被覆盖度空间变化 173植被覆盖变化影响因素分析 193.1驱动力指标体系 193.2自然影响因素 193.2.1降水量与植被覆盖的关系 193.2.2气温与植被覆盖的关系 203.2.3日照时数与植被覆盖的关系 213.3社会影响因素 223.3.1人口数量与植被覆盖的关系 223.3.3城镇化率与植被覆盖的关系 233.3.4环保投资与植被覆盖的关系 244.驱动力因子与植被覆盖变化的定量分析 254.1数据预处理 254.1.1方法原理及处理过程 254.1.2结果 254.2主成分分析 264.2.1方法原理及处理过程 264.2.2结果 264.3多元线性回归 284.3.1方法原理及处理过程 284.3.2结果 285 总结 29参考文献 301绪论1.1研究的背景意义1961年，舒适更更种简单快捷、客观可靠且覆盖面广的新方法。1.2国内外研究现状从古代到近代、从国外到国内，关于依附在地表植被的研究一直存在，研究者们使用不同的工具、不同的方法研究分析植被变化的状况，探寻变化的原因，“小麦覆陇黄”，唐代诗人杜牧写的《宣州送裴坦判官往舒州时牧欲赴官归京》中“更[4]降水等气象因子的相关性。NieholsonSESehmidtH等人都探究了归一化植A等利用沙漠和高植被覆盖地区的NDVIPathfinderAVHRRLandNDVI1982年1990年（如西非和东南亚NDVI较国外晚，但发展迅速，现在已成为多个领域的热门研究课题。李震等通过NOAA/AVHRR数据建立了1982年到2001年（主要以干旱和半干旱地区组成TM遥感影像数据得到归一化。党青等利TM1992年2009年间成都市植被覆盖变化整体呈下。在2011年2011年MODIS数据研究了重庆地区植。李建国等通过计算相关系数分析自然条件和人类社会对植被覆盖活动变化间内人类社会影响不能被忽略。通过国内外研究成果发现国外有大区域范围研究，国内多为对某个较小区域（扩张社会因素对植被的影响越来越大，应增加对社会相关因素的研究分析。1.3研究区介绍图1.3中国、重庆行政区划图（简称渝26区、84个自治县，是长江上通南北的综合交通枢纽，由于独特的气候和地理环境被人们成为雾都、山城。1.3.1自然环境介绍（北2810分-321310511分-11011分西南地区工商业重点地区和水陆贸易物流中心。450470积达8.24万平方公里，是另外三个直辖市（北京、天津、上海）总面积的2.39倍。3)气候：重庆属中亚热带湿润季风气候区，具有夏热冬暖、春早秋凉、光年平均气温为年59月份的降水占一整年降水的约70%年平均相对湿度大多处在70%到80%1~1.4千小时（日照百分率在百分之三十左右），湿度高日照少再加上特殊的地形使得重庆多云雾，年均雾天达100天已上。（679公里），地势自南北两个方位向长江76%22%的面积是丘陵而仅有2%的面积为河谷平坝,2723.7米。5)资源：重庆境内的主要河流有长江、嘉陵江、乌江、涪江、綦江、大宁2016年林面积达374（植被覆盖率为、地下储藏着2726.9天然气和857.22亿立方米的页岩气以及429433.23万吨的煤炭。1.3.2社会环境介绍根据重庆统计年鉴数据可知近几十年里重庆市人口在不断增加，截止到2016年3392.11万人（1615.51万人为城镇人口）4个民族自治县、55个少数民族，丰富多彩的多民族文化促进了1120所普通中学、65所普通5环境，正如连绵的群山赋予了巴渝人坚强勇敢、不畏艰险的性格。1.4研究内容在遥感和计算机技术的支持下，通过对重庆市范围内的遥感影像进行分析处与植被覆盖变化的进行详细分析研究。重点研究内容如下：获取重庆市一定时间段的遥感数据，并做预处理；应用遥感技术和地理信息系统技术，提取植被覆盖信息及变化信息；构建驱动力指标体系，包括自然及社会的主要影响因素；化量的定量回归模型，并对各影响因子的驱动力强弱进行判断。1.5技术路线在ENVI和ArcGIS软件平台上，完成数据处理。先将遥感影像经过预处理、数据合成、植被覆盖度提取后构成植被覆盖度数据集，将气象数据和其他统计数2.植被覆盖信息提取及其变化分析2.1数据获取2.1.1数据简介MODIS是装载在Terra和Aqua卫星上关键的中分辨探测设备，MODIS传感器时刻将获取到的信息以波的形式直接传播到各个地方。MODIS数据允许MODIS们广泛使用。MODIS数据有覆盖可见光到红外的三十六个不连续光谱波段，其系统模型以便进行各种预测决策。因为各类不同的植物对应生长在特定的生态环境中，植物在其生长周期不同的波段与植被的能量不（植被主要靠根系向土壤中获取水分归一化植被指数（NormalizedDifferenceVegetationIndex，NDVI）在功能上与SR（Simple（叶面积指数NDVINDVI植被覆盖及其变化情况，此外归一化植被指数NDVI也能有效的减小乘数类噪声（大气衰减、地形变化、多期影像等）的影响。归一化植被指数计算公式如下： nir表示近红外波段,redNDVI-1DVINDVI值为零反映的是无植被覆盖的裸土信息，而水面对可见光反射很强致使NDVI呈现负值。2.1.2数据获取\h2001年2004年、2007年、2010年、2013年、2016年每月的MODIS/NDVI数据，下载的NDVIMOD09GAWGS84500米。遥感作为一门工具性学科为各个领域提供基础数据，但是在不同的应用领域8.24500MODIS/NDVIMODIS/NDVI数据可以免费获取所有时间段MODIS/NDVI数据可以在ENVIMODISNDVIENVI软件平台提取植被覆盖度。通过上述分析可以得出：下载的遥感数据满足研究要求。2.2数据处理RS、GISENVIArcGIS软件平分析。2.2.1数据预处理通过预处理为信息提取及空间分析提供尽可能接近研究区域辐射及地形真影像时需要进行图像拼接，并按照研究区边界进行裁剪。数据预处理应该根据实际情况进行相应的预处理，遥感数据预处理在ENVIENVI软件Toolbox中的SubsetfromROIs盖度提取做好准备。图 SubsetDatafromROIs工具对话框图 按重庆行政区划边界裁剪影像结果2.2.2数据合成NDVIMVC12NDVINDVI影像数据集，另一种方法是取12个月中对应每个像元的NDVI算数平均值形成这一年的NDVI集。该数据合成过程在ENVI软件平台上完成，使用Toolbox中的BasicTools->BandMath工具实现最大值和平均值两种方式的数据合成，在弹出的对此公NDVI最大值计算合成公式(b1+b2+b3+b4+b5+b6+b7+b8b9b10b12/12（此公式是平均值计算合成公式），b1b1212NDVI影像数据一一对应，之后选择保存路径并按照时间命名生成的新NDVI年、2004年、2007年、2010年、2013年、2016年NDVI影像数据。图输入计算公式对话框图选择公式中对应影像对话框2.2.3植被覆盖度提取基本概念公式（2.2.3）从公式（2.2.3）自然因素和社会因素的共同作用下使植被总量在不同的时间段内呈现不同的数境的相互影响、相互作用，使人类能更好地生活、与自然环境更和谐地共存。在过去获取植被覆盖度有目测估计法、抽样采集法、仪器测量法、模型计算不利于对研究区开展连续监测和在长时间跨度上进行变化分析。利用遥感技术提取植被覆盖度更符合研究要求。像元二分模型原理像元二分模型是指遥感影像中包含的数据内容由植被和非植被两个方面构MODIS数据中的值与植被覆盖度近似为线性相关，NDVI数值可以达到模型的要求，这表明我们可以使用该模型提取植被覆盖度信息。基于像元二分模型植被覆盖度计算公式：公式()公式中VFC代表植被覆盖度；NDVI代表混合像元NDVI值；NDVIsoil代表没有植被覆盖的NDVI值；NDVIveg代表纯植被覆盖的NDVI值。NDVIsoil、NDVIveg的求取存在如下两类情况：第一类情况是当研究区内植被覆盖度的最大值可以近似取1、最小值可以近似取0时，公式()可以简化为：公式()公式中NDVImax、NDVImin分别取研究区内在特定置信区间的NDVI最大值、NDVI最小值。第二类情况是当研究区内植被覆盖度的最大值不可以近似取1、最小值不可以近似取0时，这时需要根据已有的实际测量数据或者根据经验估计VFCmax和VFCmin值，再根据公式计算得到NDVIsoil和NDVIveg值。本次研究满足第一种情况。3)实验处理步骤ENVIToolbox中StatisticsComputestatisticsNDVI值的数学统计，在弹出的对话SelectMaskBandROI文件，此操作是为了在统计（0值“基础统计数据”和“直方图数据”，然后选择路径保存。在NDVI值的数学统计文2%98%（2）NDVI值分别作为NDVImin、NDVImax。图选择对应掩膜文件图 统计数据结果ToolboxBandMath取的NDVImin、NDVImax具体值代入“(b1ltNDVImin)*0+(b1gtNDVImax)*1+(b1geNDVIminandb1leNDVImax)*((b1-NDVImin)/(NDVImax-NDVImin))”，然后再在BandMath对话框中输入，b1NDVI影像数据,选择路径保存得到植被覆盖度。此操作含NDVI值小于NDVIminNDVINDVImax1；正在处理的NDVI值大于NDVImin且小NDVImax时，植被覆盖度按照公式计算。图输入计算公式对话框b1对应的影像2.3结果分析从时间和空间两方面分析得到的植被覆盖度数据，得到重庆市植被覆盖度的年变化规律、分布特征中探讨植被覆盖度变化的原因。ENVIToolboxStatisticsComputestatistics2.3。表2.3ENVI软件中先通过数据合成得到年NDVI影像，然后再进行植被覆盖度提取得到的。表2.3植被覆盖度盖度1盖度1月0.5696960.49620.4634820.4811580.4552740.5656292月0.468230.4680240.5735010.5513840.5095050.6335063月0.4286970.4270010.4514310.4520790.4438530.548134月0.4560350.5112260.5370580.4759440.4949320.655755月0.5824950.5329830.5144860.5445270.5916030.6237636月0.6227720.6693720.5869860.6730570.8062590.7132227月0.6322280.5775410.7575950.7241620.6937240.6823828月0.6055040.6281740.5614460.652010.6587370.6515819月0.5911570.5844790.544790.6161340.6235370.69598710月0.580950.5921580.6975450.5913690.583070.59206911月0.5402680.6731220.5148260.5442660.629170.55139412月0.50140.5809350.495450.5279670.5327450.667873年平均0.5034840.5356480.5719890.6140270.6353270.588764

2001年 2004年 2007年 2010年 2013年 2016年值2.3.1植被覆盖度年变化2.3.1植被覆盖度年变化图2.3.12001年2016年间植被覆盖度变化情况：2001-2013年2013年植被覆盖度达到20132016年出合理的建议。2.3.2植被覆盖度月变化图2.3.2植被覆盖度月变化图其它的要复杂，但其中仍存在特定的变化规律。2.3.22001年、2004年、2007年、2010年、2013年、2016年112月的变化趋（678月份出现植被覆59月份的降水约占一整年70%，这样的气候特征有利于植物光合作用，可促进植被生长；393（345月份2.3.3植被覆盖度空间变化图2.3.3植被覆盖度分级表示图2.3.32016年2.3.30人类社会活动对植被覆盖变化影响很大。不庆市植被覆盖变化驱动力，并判断不同影响因素对植被覆盖变化驱动作用的强弱。3植被覆盖变化影响因素分析3.1动因分析体系构建植被覆盖变化动因分析体系需要获取自然环境因素和社会环境因素（\h/）获（\h/）20012017年的“重庆统计年鉴”中获取。获取数2001年、2004年、2007年、2010年、2013年、2016年的各个影3.1，然后制作每个影响因素随时间变化的图分别探究每个影响因素与植被覆盖度的关系。2001年2004年20072001年2004年2007年2010年2013年2016年降水量（毫米）814.81182.11439.21044.71026.91345.8自然因素平均气温（摄氏度）18.818.419.018.719.918.5日照时数（时）1050.4974.7856.2910.61187.51150.5总人口（万人）3097.913144.233235.323303.453358.423392.11生产总值（亿元）1976.863034.584676.137925.5812783.2617559.25城镇化率(%)37.443.548.35358.362.6环保投资（亿元）30.550.88108.2231.68255.74355.64社会因素3.2自然影响因素3.2.1降水量与植被覆盖的关系图3.2.1降水量、植被覆盖度年变化图3.2.12001年2016年间降水量、植被覆盖度的变化情况，从图中我们可以得出：16年间降水量整体近似呈现缓慢上升趋势；最大的降水量2007年1439.22001年，最.81年7年7年6年间降水量先下降后上升，2010年2013年都处在降水量变化的低值区，而2001年201320132016年间植被12年，这说明降水量对植被覆盖度的影响存在特定的滞后现象[16]。水是生命之源，植物的生长离不开水的影响，水是绿色植物进行光合作用的于植被的生长。3.2.2气温与植被覆盖的关系图3.2.2平均气温、植被覆盖度年变化图3.2.22001年2016年间气温、植被覆盖度的变化情况，图表中的数据具体指的是每年的平均气温值，从图中我们可以得出：16年间的年2013年2004年18.4摄氏度，年平均2010年2016年2001年2010年间波动幅度转换方程，温度既可以直接影响植被也可以通过改变其它的事物来间接影响植被。植被的各个生长时期都离不开气温的影响。3.2.3日照时数与植被覆盖的关系图3.2.3日照时数、植被覆盖度年变化图3.2.32001年2016年2001-2007年2013-2016年2007-2013年16年间日照时856.2时出现2007年1187.52013年。植被的生长离不开光能，光能是植被生长的能量源泉，好的光照条件有利于植被的生长。2007年2016年2001年2007年，日2001年2007年日照时数下降抑制植2001年2007年，日照时数呈现下降趋势而植被覆盖度仍然呈现上升趋势的现象。3.3社会影响因素3.3.1人口数量与植被覆盖的关系图3.3.1人口数量、植被覆盖度年变化图3.3.12001年2016年图表中的总人数是通过户籍统计得到的，从图中我们可以得出：16年间的总人口数近似呈现线性增长状态，2001年3097.912016年3392.1116年294.2人口的增长会加大对土地的利用，在一定程度上降低植被覆盖度。3.3.2经济发展与植被覆盖的关系图3.3.2生产总值、植被覆盖度年变化图3.3.22001年2016年16年间生产总值呈现明显的上升趋势，2001年生1976.862016年17559.2516年的时间里重庆市生产总值提升了15582.39亿元，这表明了重庆市的经济状况飞速发展，人们的生活水平得到了极大的提升，政府的财政收入也会随之增加，的政策并积极加入保护人类赖以生存的生态环境。3.3.3城镇化率与植被覆盖的关系图3.3.3城镇化率、植被覆盖度年变化图3.3.32001年2016年16年间城镇化率呈现近似的线性增长趋势，2001年37.4%2016年62.6%16年的时间里重庆市的3.3.4环保投资与植被覆盖的关系图3.3.4环保投资、植被覆盖度年变化图3.3.42001年2016年16年间环保投资呈现明显的增长趋势，2001年环30.52016年355.6416年的时325.14年2001年城环保11生态环境很重要同时生态环境又很脆弱，要从生活的各个方面保护生态环境。3.变化动因与植被覆盖变化的定量分析4.1数据预处理4.1.1方法原理及处理过程多个变化动因属于不同的变量，有不同的量纲，因此需要先对数据进行标准化处理，本次研究中使用Z-score标准化方法。Z-score方法无需知道原始数据的最大值和最小值。该方法的原理公式表达为：公式（4.1.1）SPSSz-scoreSPSSZ-scoreExcel多。4.1.2结果表4.1.2数据标准化结果（植被覆盖度 降水（毫米）度）

日照时数（时）-1.45577-0.15378-1.432540.21815-0.79988-0.891910.17434-0.35624-0.058810.215291.29911-1.255390.79843-0.33831-0.42676-0.842621.232781.87608-0.504641.258430.28326-0.707370.89050.97768总人口（万人）生产总值（亿元）(%)城镇化率环保投资（亿元）-1.33757-0.98567-1.39992-1.09868-0.94377-0.81236-0.74887-0.94056-0.16935-0.5434-0.23658-0.495830.40987-0.010980.265040.462210.877210.784940.83070.648881.163631.567481.289631.42398表中数据大于零时表示比平均水平高，小于零表示比平均水平低。4.2主成分分析4.2.1方法原理及处理过程（PrincipalComponent的这组变量叫主成分[17]。主成分分析方法的目的是为了减少分析数据量，降低分析复杂度的同时保持成分分析法判断变量间的相关性。NK各维上各自的方差尽能大。4.2.2结果表相关矩阵 植被覆盖度平均气温 降水量 日照时数总人口 生产总值城镇化率环保投资 相关植被覆盖1.000.590.704.850.791平均气温.5531.000-.218.394.339.225.278.191降水量.232-.2181.000-.282.390.314.437.302日照时数.239.394-.2821.000.431.657.468.507总人口.890.339.390.4311.000.937.991.971生产总值.704.225.314.657.9371.000.957.971城镇化率.850.278.437.468.991.9571.000.972环保投资.791.191.302.507.971.971.9721.000 表公因子方差 初始 提取植被覆盖度1.000.754平均气温1.000.576降水量1.000.802日照时数1.000.685总人口1.000.990生产总值1.000.925城镇化率1.000.998环保投资 1.000 .941 表解释的总方差 初始特征值提取平方和载入成份合计方差的%%累 积合计方差的%%累 积15.13764.21164.2115.13764.21164.21121.53319.15783.3681.53319.15783.368 表成份矩阵 成份 1 2 植被覆盖度.868.030平均气温.396.647降水量.331-.832日照时数.551.617总人口.989-.105生产总值.961-.017城镇化率.989-.142 环保投资 .966 -.0894.3多元线性回归4.3.1方法原理及处理过程多元线性回归分析被广泛应用在数据处理上，多元线性回归是研究一个因变量求解系数阵。多元线性回归分析基本原理是最小二乘原理。在SPSS软件中进行多元线性回归，使用菜单栏中的“分析”>“回归”>“线性”工具，选择“植被覆盖度”为因变量，“植被覆盖度”“平均气温”“降水量”“日照时数“总人口”“生产总值”“城镇化率”“环保投资”为自变量，最后输出分析结果。图4.3.1SPSS软件中多元线性回归分析4.3.2结果因变量:植被覆盖度预测变量(常量),环保投资平均气温降水量日照时数已排除的变量：总人口、生产总值表4.3.2变量系数表 系数 (常量)1.174E-16平均气温-.167降水量0.636日照时数.572城镇化率-2.565 环保投资 1.251 5 总结本次研究获取了重庆市2001-2016年的遥感数据，在遥感和地理信息系统然及社会两方面构建了法对驱动力因子与植被覆盖变化进行了定量分析。得出的结论为：（1）2001-2016年2001-2013年2013年植被覆盖度达到最大值2013-2016年间植被覆盖度呈现下降趋势。在夏季（6、7、8月份）93年中的最大值。在重庆市，以山地为主的东北区植被覆盖度最高，以丘陵、低山为主口密集，植被覆盖度最低。度的影响不存在这种现象。在植被覆盖度与其动因的定量分析中得出：环保投资、平均气温、参考文献陈述彭,童庆禧,郭华东.遥感信息机理研究[M].北京:科学出版社1998.[2]陈吉龙．重庆市三峡库区植被覆盖度的遥感估算及动态变化研究