基于高分一号卫星影像的南京市建邺区植被覆盖度研究

张晓同 河海大学

摘要：植被覆盖度是感知绿地资源的重要参考指标，对于土壤养成、气候调节等具有重要意义。本文以南京市建邺区高分一号影像为研究对象，利用像元二分模型，根据NDVI、RVI、SAVI三种植被指数计算植被覆盖度。从而研究分析南京市建邺区植被覆盖情况。

关键词：高分一号 植被覆盖度 像元二分模型

引言：植被是地球表面覆盖的植物群落。它与大气状况、土壤环境等自然环境要素密切相关，对于土地植被养成、气候稳定调节等具有重要意义。植被覆盖率指某一地域植物垂直投影面积与该地域面积之比，用百分数表示。植被覆盖率是感知绿地资源与绿化水平的重要参考依据。掌握估算植被覆盖度的方法、明晰植被覆盖度变化诱因，是了解地表变化规律、评价生态区域的重要手段。

传统的植被指数研究方法包括：目估法、采样法、仪器法等，由于技术及仪器上的限制，传统方法不能适用于大范围内的植被覆盖度估算研究。而遥感技术以其大范围、高分辨率、高时效等优点，为植被覆盖度研究提供了新的途径，且已成为目前的主要研究方式，在之前已有许多成功的研究。如，王正兴等利用EVI,NDVI,ANPP建立了线性模型和幂模型，完成了草地地上生物量反演实验；杨强等针对MODIS数据利用EVI指数，以线性混合像元模型对锡林郭勒盟地区植被覆盖度进行研究估算，取得了较为满意的结果；江洪等利用FCD模型针对SPOT影像进行植被覆盖度计算，总精确度可达80%以上，这些基于遥感数据的研究成果，都证明以遥感数据作为研究对象的植被覆盖度进行计算分析是可行的。

2013年4月，我国发射了第一颗高分辨率对地观测卫星GF-1。GF-1配有空间分辨率为2米的全色相机与空间分辨率为4米的多光谱相机，4台分辨率16米的多光谱宽幅相机，对地观测分辨率高，成像像幅宽。可根据GF-1卫星提供所的近红外、红、绿、蓝四个波段的信息，对研究区域进行植被覆盖度估算。

1.研究区域与数据处理

1.1 研究区域

本研究选用南京市建邺区作为研究区域。作为南京市的市中心，建邺区还同时是我国东部地区金融服务中心、华东地区商务商贸中心。建邺区位于南京市区西南部，中心位置位于北纬32°0′19.45″，东经118°43′34.42″，总面积80.87平方公里。属北亚热带湿润气候，夏季炎热多雨，冬季少雨，春秋两季处于南北季风替换季候，冷暖多变，晴雨无常。整体地势南高北低，植被覆盖较低。

研究选取2017年2月10日GF-1遥感数据进行区域植被覆盖度估算，距今时间间隔短，可真实反映目前南京市建邺区植被覆盖情况，具有现势意义。

1.2 数据预处理

研究采用的遥感数据为2017年2月10日取的空间分辨率分别为4m的GF-1遥感影像。该数据基本无云覆盖，成像清晰，质量较好。影像预处理包括辐射定标与大气校正两部分。卫星影像进行定标需要的GF-1卫星参数与光谱响应函数，从中国资源卫星应用中心网站 http：//www.cresda.com/CN/ 下载。

2.研究方法

2.1 植被覆盖度计算方法

由于GF-1影像分辨率有限，影像中存在着许多混合像元，本文将采用像元二分模型分解混合像元。该模型认为，遥感平台所搭载传感器探测到的信息，可以分解为绿色植被信息与裸土信息两部分，每个像元的信息也可拆分为植被信息与裸土信息[6]。现选用归一化植被指数NDVI、土壤调节植被指数SAVI、比值植被指数RVI作为指示因子，对植被覆盖度进行估算。各指数计算公式如下：

表1 几种植被指数计算公式

由公式（1）计算植被覆盖度，表示每一个像元的光谱信息S由组成该像元的植被部分Sveg和土壤部分Ssoil共同表示，像元的植被覆盖度VFC为：

其中，Ssoil与Sveg的取值是计算植被覆盖度的关键。在没有实测数据的情况下，本文取指示因子在置信区间[5%，95%]内的最大值、最小值进行计算。以NDVI为例，计算式（1）转换为式（2）：

将其他两个植被指数（RVI、SAVI）也带入（2）进行计算，分别得到三个指示因子计算得到VFC，并将它们计算得到的VFC分别分为 [0,0.2]、[0.2,0.4]、[0.4,0.6]、[0.6,0.8]、[0.8,1.0]五个梯度等级，依次作为低等、中低等、中等、中高等、高等植被覆盖度等级，并用图像对估算分级结果进行表示。

2.2 不同植被指数植被覆盖度计算情况比对

根据GF1 PMS2传感器数据，利用公式(1)、(2)计算得到南京河西地区的植被覆盖度，结果如图3所示：

图1 基于不同植被指数提取的植被覆盖率

将三种植被指数提取的植被覆盖度进行相互比较：基于NDVI指数提取的植被覆盖度介于 0.1594～0.921之间，平均值为 0.5402；基于SAVI提取的植被覆盖度介于0.1595～0.9211，平均覆盖为0.5403；基于 RVI提取的植被覆盖介于 0.1886～0.7908,平均值为 0.4897。

从整体看，三类指数计算所得植被覆盖率相差不大，NDVI与SAVI结果尤为相近。从各分类等级看，NDVI提取的植被覆盖率中，低等植被覆盖度所占面积最大为33.436%，高等植被覆盖度所占面积最小为6.609%；SAVI提取的植被覆盖率中，低等植被覆盖度所占面积最大为33.589%，高等植被覆盖度所占面积最小为6.149%；RVI提取的植被覆盖率中，中低等植被覆盖度所占面积最大为42.441%，高等植被覆盖度所占面积最小为2.848%。其余等级植被覆盖度情况如表3所示。从空间分布上来看，根据图1所示，南京市建邺区植被覆盖度情况以低等、中低等为主。高等植被覆盖较少，多集聚于西北地区，且多伴有城市建筑区域，为人工种植植被。南部地区植被覆盖度明显低于北部，多为裸地或荒废耕地，且城市开发情况略低于北部，基本无人工绿植。

表3 植被覆盖度比例表

3.结语

本研究运用像元二份模型，选用NDVI、SAVI、RVI三类植被指数作为指示因子，计算分析南京市建邺区植被覆盖度情况。研究表明，GF1的使用，能够为植被覆盖度研究计算提供有力的条件支持，实现研究区域植被覆盖度的快速反演。但由于高分系列卫星发射时间不长，现有研究在植被监测方面应用较少，在植被覆盖度这方面的研究尚未深入[10]，参考资料不足的情况将会给研究带来一些问题。在之后的研究中，可加入实测数据以及GF-2、GF-3探测资料，建立多种模型进行更为深入的研究。