基于Landsat 8的泰山地区植被指数与地形因子关系分析

杨 惠，董彦锋，胡伍生，龙凤阳，陈 阳

(东南大学交通学院，江苏 南京 211100)

0 引 言

泰山被誉为“五岳之首”，耸立在山东中部，海拔超过1 500 m，为我国东部最著名的山岳。泰山位于我国夏绿林区的中部，植被种类丰富，地貌起伏很大，地表形态自南向北有规律变化。这些植被在水源涵养、减缓径流、蓄洪防旱、降解污染、维持生物多样性方面有不可替代的作用。研究泰山地区植被指数与地形因子之间的关系，可为该区环境治理、生态保护、预防水土流失等灾害以及实现泰山地区植物资源的可持续利用等提供科学依据，也可为生态环境的监测保护与可持续发展提供参考和借鉴[1]。

2013年2月11日，几经波折的Landsat 8卫星在美国加州成功发射，3月18日获得了第一幅遥感影像。全新的Landsat 8卫星影像收窄了近红外波段和全色波段的光谱范围，将辐射分辨率从8 bit提高到12 bit，扩大了全色影像中植被和非植被信息的反差，避免了极亮/极暗区的灰度过饱和现象，更好地显示了细节信息[2]。植被是生态系统最重要的组成部分，也是遥感影像上的重要地物信息[3]。Landsat 8 OLI卫星影像近红外波段排除了0.825 μm处水汽吸收的影像，在NDVI植被提取时，具有更高准确度。植被的空间分布在很大程度上受地形条件制约，尤其在山区，地形控制了太阳辐射和降水的空间再分配过程，使得植被随地形表现出一定规律性，在较小地域范围内，此规律性尤为明显。利用DEM自动提取地形因子进行空间分析，具有快速、科学、客观等特点[4]，为分析植被的空间分布特征提供了重要支撑。

1 研究区概况与研究方法流程

1.1 研究区概况

研究区域位于山东省中部、泰安市境内，主要以泰山区、岱岳区为研究对象(图1)。其陆地面积达2 000多平方米。泰山地区南高北低，南部受断裂影响，上升幅度大，山脉陡峭峻拔；北部山岭起伏低、坡度缓和。泰山地区属于温带季风气候，具有明显的垂直变化趋势：山下四季分明，而山上却春秋相连，由于海拔高程变化，由山脚到山顶土壤资源呈现规律化的带状分布，造成不同地段植被资源差异化。泰山属于华北植物区系，由于受黄海、渤海影响，雨量充裕，是干、湿交替的过渡带，植物生长茂密，森林覆盖率达80%以上。因此，研究分析泰山地区植被指数与地形因子的空间关系对地形格局特征和空间分布研究都具有重要意义。

图1 泰安市研究区域范围示意图

1.2 研究方法流程

首先定义植被指数的概念，利用遥感软件通过两个波段探测值的不同组合可得到不同的植被指数。常用的两个波段反射率比值法有：比值植被指数(RVI)、绿度植被指数(GVI)、垂直植被指数(PVI)、土壤调节植被指数(SAVI)、归一化植被指数(NDVI)[5]等，在分析它们各自优缺点及适应范围后，本实验选用“归一化植被指数法(NDVI)”。

以泰山地区为例，主要依据DEM数据与Landsat 8遥感影像数据，借助RS和GIS技术，对泰山地区NDVI值与海拔、坡度以及坡向之间的关系进行定量分析，以便深入了解泰山地区植被的空间变化规律，为分析生态环境提供决策信息(图2)。

图2 遥感反演的技术路线图

2 实验方法与结果分析

2.1 数据来源与预处理

从地理空间数据云网站下载2014年7月11日的Landsat 8 OLI原始影像，共11个波段。该期遥感影像质量良好，植被信息丰富，云量为11.19，适合研究泰山地区的植被指数。研究区全境位于条带号122，行编号35的影像覆盖范围内，地图投影采用UTM-WGS 84投影坐标系，数据产品已经经过系统校正和几何校正[6]。从CGIAR-CSI网站下载空间分辨率为90 m的DEM数据，然后对数据进行预处理，处理过程如下。

(1)利用ENVI 5.1遥感软件对影像进行Radiometric Calibration辐射定标和后续Flaash大气校正[7]，去除大气和温度等因素对地物反射的干扰，再将前7个空间分辨率为30 m的多光谱波段和第8个空间分辨率为15 m的全色波段重采样成一幅高分辨率多光谱图像，然后利用Spectral工具下的Vegetation提取影像的归一化植被指数值。

(2)利用ArcGIS软件将DEM数据进行坐标投影系统的转换，利用data management tools工具Raster工具下的resample将90 m分辨率的DEM插值为30 m分辨率的DEM数据与NDVI栅格数据，统一投影坐标系统和空间分辨率，为后期叠合分析做准备。

(3)利用ArcGIS 10.1软件从全国行政矢量图中切割出感兴趣区。用遥感软件的subset工具将感兴趣区域作为ROI分别与归一化植被指数遥感影像图和DEM数据进行配准，裁剪出研究区域。

2.2 植被NDVI分级

由于Landsat 8 OLI是16位影像，位数过大，所以采用ENVI软件下的决策树分类功能并结合泰山地区植被景观类型图、土地利用图等对提取的归一化植被指数进行重新分级(表1)。

表1 NDVI分级表

由于分级时输出的遥感影像选择的是浮点型，因此遥感影像中的NDVI值的范围为-1≤NDVI≤1，负值表示地面覆盖有云、雪和水体等，对可见光高反射；0表示有岩石或裸土等；正值表示有植被覆盖，且随覆盖度增大而增大；当NDVI值达到0.3以上时，植被生长状况良好。2014年7月11日泰山地区的NDVImax为0.55，NDVImin为-0.043，将所有不大于0值的非植被覆盖区域NDVI值一并归为0值，对NDVI进行分级，然后利用ArcGIS软件出图。

2.3 地形因子的分级

除了数字高程模型(DEM)所代表的海拔高程之外，基于DEM所提取的地形因子也在一定程度上影响着植被分布。地形因子主要有微观和宏观两种类型的表面因素。宏观地形因子是对指定大小区域的描述，涉及分析窗口选择集的形状和大小，其并没有绝对的标准分析窗口。基于它的不确定性，此研究仅选用几个微观地形因子做点单位信息的空间分析[8]。此实验选用海拔、坡度和坡向作为研究对象。

在提取微观坡面因子时，点位高程影响默认量值的大小。运用ArcGIS 10.1表面分析工具下的Slope和Aspect快速提取泰山地区的坡度和坡向，然后对高程、坡度和坡向进行重分类。

2.4 归一化植被指数与地形因子的叠合分析

利用ArcGIS 10.1空间分析模块的重分类功能将海拔、坡度以及坡向[9]进行重新分类，将做好掩膜处理的归一化植被指数图分别与重分类的海拔、坡度和坡向进行叠合分析，利用zonal statistical as table工具统计叠合分析数据，并利用数学统计方法分析结果，绘制图像，分析泰山地区植被分布与地形因子的关系特征。

2.4.1 植被指数与海拔高度之间的关系

结合泰山地区海拔高程图，采用自然截断法将高程信息分为8个高程区，分别统计每一分区的植被指数信息量(图3—5)。由图3可看出，总体而言，归一化植被指数值随海拔升高而增加，海拔在79～150 m范围内，高程变化对植被指数影响相对较小，这是由于在该高程范围内主要分布着城镇建设用地、道路、河流等非植被覆盖地，且泰山脚下的城市建设用地周边的植被比农田用地植被覆盖差，植被指数最高的区域位于海拔>1 037 m的高山区造成的。总体而言，泰山地区植被覆盖较好，尤其在西北部海拔较高的泰山以及东南部徂徕山地区，生物多样性丰富，生态系统稳定，因为山区不适合人类生活，所以受人类活动影响小，植被覆盖好。

图3 泰山地区NDVI海拔分布统计图

图4 泰山地区NDVI坡度分布统计图

图5 泰山地区NDVI坡向分布统计图

2.4.2 植被指数与坡度的关系

对泰山地区DEM重新插值成30 m空间分辨率后，泰山地区坡度大体分布在0°～75°之间，将坡度按照自然截断法分成15级，统计每一级对应的归一化植被指数信息量。由图4可以看出，对各段NDVI值分析如下。

(1)坡度0°～2°，NDVI值较低，此坡度段主要分布在泰山脚下的城市建设用地和农田等，人口密集且河流、湖泊较多，植被覆盖稀疏。

(2)坡度2°～9°，NDVI值相对较高，基本无水土流失现象，光照条件优越，水资源丰富且土质较好，适宜农业植被生长。

(3)坡度9°～40°，NDVI值随坡度递增而增加，随着坡度的递增，植被生长受人类活动的影响越小，这部分区域主要适合森林植被以及一些具有水土保持功能的灌木类、草甸类生长。

(4)坡度40°～75°，NDVI值随坡度递增有略微下降的趋势，该区主要位于北部泰山以及东南部徂徕山，植被覆盖度较好，但坡度较陡，植被接受阳光少，故NDVI值随坡度递增而略有下降。

(5)植被指数最高的坡度范围为36°～40°，因本研究采用的是7月遥感影像数据，此时山区树木茂盛，海拔高，温度降低，主要生长森林植被以及一些具有水土保持功能的灌木、草丛、草甸，生态系统稳定，因此植被指数最高。

2.4.3 植被指数与坡向的关系

坡向按角度计算，将坡向按45°夹角，由北开始顺时针方向旋转8个坡向，加上平面分为9级：平面、北(337.5°～22.5°)、东北(22.5°～67.5°)、东(67.5°～112.5°)、 东南(112.5°～157.5°)、南(157.5°～202.5°)、西南(202.5°～247.5)、西(247.5°～ 292.5°)、西北(292.5°～337.5°)，从图5可以看出NDVI值与坡向的关系：泰山地区平坡植被覆盖差，主要原因是平坡分布在河流、湖泊等非植被覆盖区。植被在北坡、东北坡植被覆盖量高，随后依次是东坡、东南坡、南坡，这主要是太阳辐射量的差异造成的。泰山地区位于北半球，北部以及东北部是背光坡，泰山南部以及西南部属于向光坡(又名阳坡)，所以二者之间的温度和植被存在很大区别。南坡或西南坡接受的太阳辐射强，温度较高，水分蒸发就比较快，导致植被生长环境干热，不是植被生长的最佳坡向，植被指数低。北坡受太阳辐射少，生长环境阴凉，受山脉阻隔，有充足的水分满足植被繁殖。因此，植被指数NDVI值最高。

3 结 语

(1)基于Landsat 8 OLI遥感影像，利用RS和GIS技术，对泰山地区植被指数的空间特征进行分析，主要运用了叠合分析法来研究不同分级的海拔、坡度和坡向区间内NDVI值的变化情况。主要研究结论如下：① 泰山地区总体上植被指数(NDVI)值较好；② 植被指数随海拔的升高而增加，NDVI值较低的地区主要分布在海拔较低、坡度平缓的城市建设用地等人口密集地区；③ 总体上，NDVI值随坡度的递增先升高后降低，在坡度40°左右时，NDVI值最好；④ 坡向对NDVI值影响明显，东北坡植被指数最高。

(2)数据分析的结果可为治理泰山地区的环境、保护植物资源，维护生态平衡提供理论支持，对有关部门进行生态环境的监测保护与可持续发展都有积极意义。

[1] 毕如田,武俊娴,曹毅,等.涑水河流域地形因子对植被指数变化的影响[J].中国农学通报,2012,28(35):257-263.

[2] 徐涵秋,唐菲.新一代Landsat系列卫星:Landsat 8遥感影像新增特征及其生态环境意义[J].生态学报,2013,33(11):3249-3257.

[3] 陈涛, 牛瑞卿, 李平湘,等.密云水库流域2000—2005年植被覆盖度变化监测[J].环境科学与技术,2011, 34(S2):190-195.

[4] Urban D L, Miller C, Halpin P N, et al. Forest gradient response in Sierran landscapes: the physical template.[J]. Landscape Ecology, 2000, 15(7):603-620.

[5] Gitelson A A, Kaufman Y J, Stark R, et al. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environment, 2002, 80(1):76-87.

[6] 杨亚莉,赵宁,成晓倩.基于FLAASH模型的SPOT6卫星影像大气校正及评价[J].现代测绘, 2015，38(2):3-6.

[7] 张彦彦,许海蓬,王磊,等.连云港海州湾浒苔遥感监测研究[J].现代测绘, 2017，40(5)：23-27.

[8] 解鹏,杨俊.基于空间景观格局的耕地图斑地形因子自动化提取工艺[J].测绘通报, 2013(8):81-83.

[9] 刘学军,王叶飞,曹志东,等.基于DEM的坡度坡向误差空间分布特征研究[J].测绘通报,2004(12):11-13.