基于RS的北京门头沟植被覆盖时空演变研究

喻铮铮,吴国玺,刘良云

(1.许昌学院城市与环境学院,河南许昌461000;2.中国科学院对地观测与数字地球科学中心,北京100190)

1 研究区概况

门头沟区位于北京市西南,东经 115°25′00″-116°10′07″,北纬 39°48′34″-40°10′37″。东西长约 62 km,南北宽约34 km,总面积1 455 km2。东部与海淀、石景山区为邻,南部与房山、丰台区相连,西部与河北琢鹿县、涞水县交界,北部与昌平、河北怀来接壤。门头沟地处华北平原向蒙古高原过渡地带,地势西北高,东南低,地形骨架形成于中生代燕山运动。其重要的地理位置、地形结构和生态环境现状对生态修复工作提出了新的要求,利用遥感技术对区域生态环境现状进行定量分析不失为一种好的选择[7-9],也为在其他区域的应用推广提供科学参考。

根据北京市政府把首都建设成宜居型生态城市的构想,门头沟区要从“京西矿区”转变成为“京西生态屏障”,植被是整个生态环境改变中的重要内容之一。门头沟区内山地面积占98.5%,平原占1.5%,所以植被覆盖变化很大程度上决定着生态环境的变化。本文以近30 a来的遥感影像为基础,通过植被覆盖变化和区域景观格局分析,因地制宜地为该区生态修复工作提供决策支持。

2 数据源及研究方法

2.1 数据资料

2.1.1 影像数据 根据植被覆盖的季节性特征,影像选在植被生长稳定的季节为宜,北京地区一般7月、8月植被生长较稳定,据此选择1979年7月14日和2005年 7月25日的 Landsat TM 影像,轨道号为TM 123/32,均来源于中科院遥感卫星地面站。由于2005年影像在西部有少量不能覆盖,且影像中有少量云层,故另选择几景时相接近的影像来进行边界修补和去云处理。表1是所用到的影像信息。

表1 选取的遥感影像及其用途

2.1.2 其他数据 研究中用到的其他数据还包括门头沟区1∶10万数字栅格地形图、门头沟区行政边界以及交通、水系等矢量文件和近年来的社会和经济发展数据。

2.2 数据处理

为了精确提取植被覆盖度,需对影像进行以下处理。

2.2.1 几何纠正 几何订正是构建几何畸变数学模型来建立原始影像与基准影像的某种对应关系,把原始影像的像素全部转换到标准影像空间中的对应位置上,使影像处于适当的投影系统中,并具有地理坐标。

以门头沟区1∶10万数字地形图为基准,通过挑选同名控制点,对2005年影像进行配准,控制点一般选在桥梁、水库大坝、道路交叉口、建筑等不变地物处,且尽量分布均匀;针对研究区多为山地,地形变化复杂的特点,在山区多选控制点,并采用双线性重采样及德洛内三角网格纠正方法进行几何校正,精度优于1个像素。以校正后的2005年影像为基准,采用同样的方法对1979年、1986年、1991年的影像进行配准,精度均优于0.5个像元。

2.2.2 大气辐射订正 为探测真正的地物变化,需进行大气辐射校正,以消除大气吸收与散射、传感器标定、太阳高度角、方位角的影响造成的多时相遥感图像之间的差异。文章采用未变化辐射归一法:首先用经验线性法对几何校正后的2005年影像进行相对辐射校正,然后以校正好的影像为基准,分别对1979年、1986年和1991年的影像进行校正。采用不变地物匹配法,通过目视解译,在基准影像和待纠影像上选取辐射不变地物,一般选取水体、裸土、水坝、植被等作为样本,然后通过对两景影像相同波段的样本进行最小二乘回归,得到待纠影像各个波段的校正系数,对待纠正影像各波段进行校正。

化学实验作为一种能动的实践活动方式，不仅是一种感性的活动过程，更重要的是一种理性思维过程，本质是理性思维的物化。本研究基于思维心理学，将思维品质与化学实验进程相整合，将实验认知、实验操作、实验观察相融合，对化学实验能力体系进行水平建构，突出思维在学科能力建构中的重要地位。能力体系的建构是为了服务教学并促进教学，所以在日后的深入研究中应以教学为载体，以定性和定量相结合的化学思维，对化学实验能力体系进行行动研究和评价研究，为实验能力体系的建构提供科学保障。

2.2.3 地形辐射订正 由于研究区多为山地,遥感影像除受到大气等因素的影响外,还受地形起伏的影响,地形起伏差异使传感器的测量值与地物实际光谱辐射值不一致,即使地表覆盖和生物结构特征相似,其记录信号也有很大差异,严重阻碍了遥感影像的进一步分析应用。虽说基于植被指数的像元二分法模型对辐射校正不敏感,但为了保证结果的精度,地形辐射校正十分必要。

本文采用统计模型中矩匹配校正方法,算法如下:

式中:DN — —待校正影像的 DN 值;usample,σsample——待校正影像子集的均值和标准差;ureference,σreference——为参考影像子集的均值和标准差[10]。

在云处理和边界修补时均需进行辐射校正,以减小因修补的影响。本文以2005年影像为参考影像,对1986年和1991年影像进行校正。根据研究区的光照及坡度、坡向等地形信息,在参考影像和待校影像上分别选择子集,并统计其均值和标准差,若云处理或边界修补处为植被覆盖区域,则影像子集也应为植被覆盖区;若为裸土,则选取裸土区,然后利用矩匹配算法对待校正影像各个波段的灰度值进行调整,并通过对比校正后二者的均值和方差来检验结果。

2.2.4 云处理 对将地物信息完全遮挡的厚云层,目前还没有很好的办法去除[11]。因此研究中采用不同时期时相接近的影像对云区进行替换的方法来消除厚云层的影响,利用1981年影像对1979年影像进行云区替换;利用1991年影像对2005影像进行云区替换。替换前需要对影像进行精确配准,并对需要替换的区域进行矩匹配辐射校正,把替换前后的差异降到最低。

2.3 植被覆盖度计算

把经过边界修补、去云处理、地形校正、大气辐射订正的1979年和2005年反射率数据分别计算其归一化植被指数NDVI值[12],算法如下:

式中:NIR,RED——影像中近红外和红光波段的反射率数据[13-14]。

然后对影像进行分类和掩膜处理,剔除水体等无效区域。利用像元二分模型计算植被覆盖度[15-16],并对计算后图像进行归一化处理,使 DN值在 0～1之间。

最后利用门头沟区行政矢量边界进行剪裁,得到门头沟区1979年7月14日和2005年7月25日的植被覆盖度图像(图1-2)。

图1 1979年7月14日植被覆盖度图像

图2 2005年7月25日植被覆盖度图像

3 植被覆盖时空格局分析

对覆盖度图像以覆盖度在0.0～0.2,0.2～0.4,0.4～0.6,0.6～0.8,0.8～1.0为标准分级[17],并对各乡镇覆盖情况进行统计,植被覆盖的时间和空间特征如表2-3所示。

表2 不同覆盖等级的面积变化 km2

表3 门头沟区各乡镇植被覆盖变化

由表2-3可知:(1)门头沟区植被覆盖整体呈下降趋势,覆盖度从1979年的76.4%减少为2005年的72.7%;(2)覆盖度在60%以上的区域,在两个时期均较大,说明这个水平比较稳定,是植被覆盖的主体。植被覆盖度为60%～80%的面积增加的原因有二:一是由植被退化造成的;另外,由植被覆盖大于80%的区域退化也是原因之一。(3)覆盖度在80%以上的大面积减少,说明该区植被破坏严重,这与城市化进程的加快、对土地大规模利用、经济增长有很大关系;(4)各乡镇植被退化程度不一,由于居民地建设和采沙、采石及采煤需大量占用绿地,永定、龙泉、谭柘寺植被退化最严重;军庄是唯一植被覆盖增加的乡镇,这应归功于该乡退耕还林和果林绿化。其它乡镇植被退化平均在5%以内,其中妙峰山、王平、大台、斋堂四个中部乡镇植被退化主要包括自然退化和采矿、采石等人为活动因素,特别是京西矿业集团的煤矿基本集中在这4个乡镇,并已形成采空区和塌陷区;雁翅、清水两个西部乡镇植被退化主要以自然退化为主,退化幅度相对较小。

为定量分析植被退化和修复的详细情况,对2005年和1979年的植被覆盖度图像作差值运算,并对其结果按照给定的变化幅度进行密度分割[18],以直观了解该区植被覆盖动态变化的详细情况,详见表4。

表4 门头沟区生态退化分级标准

4 结论

(1)门头沟区植被覆盖变化以稳定为主,植被覆盖变化小于15%的区域占总面积的82%,但植被覆盖整体呈下降趋势,覆盖度从1979年的76.4%减少为2005年的72.7%。

(2)植被退化和严重退化区域以人为活动对生态的破坏为主,集中分布于东南部的永定、龙泉、谭柘寺三个乡镇,然后依次是妙峰山镇和王平镇的采石矿场破坏区域、农业开发和居民地建设区域以及雁翅、斋堂、清水三个西部乡镇的109国道两侧。

(3)植被修复区域的空间特点显著,且以人工生态修复为主,首先是108国道、109国道两侧的生态恢复带,这表明公路、河道绿化带建设的生态修复成效显著,其次是军庄镇的生态保护和果林绿化带来成效显著,最后清水镇、清水河上游的生态移民和封山育林成效显著,已有成片生态修复区域,这应该归功于自然的生态修复。

[1] 马超飞,马建文,布和敖斯尔,等.USLE模型中植被覆盖因子的遥感数据定量估算[J].水土保持学报,2001,21(4):6-9.

[2] 张云霞,李晓兵,陈云浩.草地植被盖度的多尺度遥感与实地测量方法综述[J].地球科学进展,2003,18(1):85-93.

[3] 胡良军,邵明安.论水土流失研究中的植被因子度量指标[J].西北林学院学报,2001,16(1):40-43.

[4] 章文波,符素华,刘宝元.目估法测量植被覆盖度的精度分析[J].北京师范大学学报:自然科学版,2001,37(3):402-408.

[5] 张本昀,何富中,喻铮铮,等.基于 RS的北京山区植被覆盖变化空间特征[J].测绘科学技术学报,2008,25(3):160-163.

[6] 郭锦,张晓丽,赵丽琼,等.基于3S技术的北京市植被覆盖空间格局变化研究[J].安徽农业科学,2009,37(7):8264-8266,8277.

[7] Gillies R R,Kustas W P,Humes K S.A verification of the‘triangle'method for obtaining surface soil water content and energy fluxes from remote measurements of the Normalized Difference Vegetation Index(NDVI)and surface[J].International Journal of Remote Sensing,1997,18:3145-3166.

[8] 李晓琴,孙丹峰.北京山区植被覆盖率遥感制图与景观格局分析:以门头沟区为例[J].国土资源遥感,2003(1):23-28.

[9] 王洁,周跃.矿区废弃地的恢复生态学研究[J].安全与环境工程,2005,12(1):5-9.

[10] 钟耀武,刘良云,王纪华,等.基于矩匹配算法的山区影像地形辐射校正方法研究[J].地理与地理信息科学,2006,22(1):31-36.

[11] 宋晓宇,刘良云,李存军,等.基于单景遥感影像的去云处理研究[J].光学技术,2006,32(2):301-303.

[12] 王坚,张继贤,刘正军,等.基于 NDVI序列影像精化结果的植被覆盖率变化研究[J].测绘科学,2005,30(6):43-47.

[13] 范建友,丁国栋,关博源,等.正蓝旗植被覆盖动态变化的遥感监测[J].中国水土保持科学,2005,3(4):54-59.

[14] 顾祝军,曾志远.遥感植被覆盖度研究[J].水土保持研究,2005,12(2):18-22.

[15] 陈晋,陈云浩,何春阳,等.基于土地覆盖分类的植被覆盖率估算亚像元模型与应用[J].遥感学报,2001,5(6):416-422.

[16] Qi J,Marsett R C,Moran M S,et al.Spatial and temporal dynamics of vegetation in the San Pedro River basin area[J].Agricultural and Forest Meteorology,2000,105:55-88.

[17] 江洪,王钦敏,汪小钦.福建省长汀县植被覆盖度遥感动态监测研究[J].自然资源学报,2006,21(1):126-132.

[18] 杜自强,王建,李建龙,等.黑河上游典型地区草地植被退化遥感动态监测[J].农业工程学报,2010,26(4):180-185.