基于遥感的重庆市永川区植被覆盖度时空演变分析

陈婷

摘要    以2003年、2010年和2017年的Landsat TM/OLI遥感影像为数据源，利用ENVI 5.2采用归一化植被指数和像元二分模型提取了永川区的植被覆盖度，并在ArcGIS 10.2中进行数据处理与统计，揭示了永川区的植被覆盖度的时间与空间的演变特征。结果表明，2003年、2010年和2017年永川区的总体植被覆盖度较好，分别为0.579 1、0.592 5和0.620 1，以高植被覆盖度和较高植被覆盖度为主，研究期内的植被覆盖情况不断改善。本研究为永川区的生态建设、农业发展提供了一定的数据支持。

关键词    植被覆盖度;遥感;归一化指标指数;生态建设;重庆永川

中图分类号    P962        文献标识码    A

文章编号   1007-5739（2019）24-0179-03                                                                                     开放科学（资源服务）标识码（OSID）

Abstract    Using Landsat TM/OLI remote sensing images in 2003，2010 and 2017 as data sources，using ENVI 5.2，vegetation coverage in Yongchuan District was extracted by using normalized vegetation index and pixel dichotomy model. The data processing and statistics were conducted with ArcGIS 10.2. The temporal and spatial evolution characteristics of vegetation coverage in Yongchuan District were revealed. The results showed that the total vegetation coverage in Yongchuan District was relative good in 2003，2010 and 2017，with values of 0.579 1，0.592 5 and 0.620 1.Higher vegetation coverage and sub-high vegetation coverage were the main factors. During the research period，the vegetation coverage was continuously improved. This research provided some data support for the ecological construction and agricultural development of Yongchuan District.

Key words    vegetation coverage;remote sensing;normalized index;ecological construction;Yongchuan Chongqing

植被是對生长于地表的所有植物群体的统称，它连接着水分、大气与土壤内循环，是维持陆地自然生态系统稳定的主力军，并且在气候调节、水土保持、防风固沙、水源涵养以及土壤改良方面起着不可替代的作用，是人类得以生存和发展不可或缺的一部分[1-2]。植被覆盖度通常被理解为植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比，是衡量地表植被覆盖情况的一种重要指标[3]。

植被覆盖度数据的获取一般有2种方法，实地测量法和遥感反演法[4]。前者为传统测量方法，虽然精度较高，但费时费力，不适合大尺度、长时间植被覆盖的测量。随着遥感技术的发展，遥感测量技术应运而生，该方法方便快捷，适用于多时相、大尺度区域的植被覆盖度的监测，成为众多学者和科研人员获取植被覆盖度的有效手段。如马琳雅等[5]利用遥感数据MODIS分析了甘南州草地生长季期间植被覆盖度的时空变化特征;张喜旺等[6]综合了中分辨率和低分辨率的遥感影像的优势，研究出了一种针对植被覆盖度的时相变换方法;刘正佳等[7]利用遥感SPOT-VGT为基础数据估算了三江源地区植被覆盖度，并分析其与气候因子之间的关系。

植被作为最重要的资源之一，能够为一个区域提供良好的生态环境，永川区位于长江上游，拥有“茶山竹海”“乐和乐都”“中华梨村”等景点，具有较好的生态环境，被评为“国家森林城市”“全国粮食生产先进单位”等，因而生态文明建设乃重中之重。基于此，本文利用遥感影像数据，提取出永川区2003—2017年的3期植被覆盖度数据，以揭示研究区的植被覆盖度的时空演变特征，对该区域的农业发展、生态建设有一定的参考价值。

1    研究区域与方法

1.1    研究区概况

永川区隶属于重庆，位于长江上游北岸，地处东经105°38′～106°05′、北纬28°56′～29°34′，历来是重庆西部和川东南地区重要的商业物资集散地和政治、经济、文化中心。该区以山地和丘陵为主，属于亚热带季风性湿润气候，全年平均气温17.7 ℃，年平均降雨量1 015.0 mm。永川区幅员面积约为1 576 km2，下辖16个镇、7个街道，至2017年，常住人口112.0万人，城镇常住人口76.1万人，城镇化率为67.9%。

永川区有森林面积6.39万hm2，森林覆盖率达47.9%，森林植被种类丰富，植物的垂直分布较为明显，山岭为常绿针阔混交林，山中部为针阔叶林区。全区以乔木林为主，占现有森林资源的39.8%，乔木林中桉树最多，占现有森林资源的19.3%。

1.2    数据来源

遥感数据来自地理空间数据云（http：//www.gscloud.cn/），分别为2003年、2010年的Landsat5 TM和2017年的Landsat8 OLI数据，所选取的图像均为5—8月植被生长旺盛时期，且含云量极少，能较好地反映出植被生长情况。其他辅助数据包括永川区的行政区划图、2017年土地利用数据、DEM数据、2017年永川区统计年鉴等。

1.3    数据处理方法

1.3.1    数据预处理。由于遥感影像在成像的过程中受到多种因素的影响，会产生一定的误差，这些误差会降低遥感数据的质量，从而影响图像分析的精度[8]，所以在进行遥感分析时需要对图像进行预处理。本文的数据预处理包括几何纠正、辐射定标、大气校正、图像裁剪等，为后续植被覆盖度的提取做好准备。

1.3.2    植被指数提取。植被指数又称光谱植被指数，可以在只需要光谱信号的情况下，定性、定量地评价植被的覆盖、生长活力等状况，简单有效地表达植被状态的信息[9]。归一化植被指数（NDVI）对土壤背景的变化十分敏感，并且会随着绿色植被覆蓋度的增加而迅速增大，是最为常用的一种指标指数[10]。计算公式（1）为：

NDVI=（BNIR-BR）/（BNIR+BR）（1）

式中：BNIR为近红外波段的反射值，BR为红光波段的反射值。

1.3.3    植被覆盖度提取。像元二分模型是目前植被覆盖度反演的一种实用的估算模型，由于模型输入参数简便，计算结果可靠，而被广泛应用[11]。该模型假设一个像元由有植被覆盖部分Sveg与无植被覆盖部分Ssoil组成，那么卫星传感器观测到的光谱信息S就由这2个因子线性加权组成，则植被覆盖度fc就是像元中植被覆盖部分所占的面积[12]，其公式（2）如下：

fc=（S-Ssoil）/（Sveg-Ssoil）（2）

将NDVI值代入公式（2），可以得到公式（3）：

fc=（NDVI-NDVImin）/（NDVImax-NDVImin）（3）

式中，NDVImin 为无植被覆盖的NDVI值，NDVImax为全部植被覆盖的NDVI值。在实际计算中，是由于影像存在噪声，为提高计算结果的准确性，NDVImin和NDVImax分别取NDVI累计频率5%处及95%处的值。

2    结果与分析

利用遥感软件ENVI 5.2对永川区2003年、2010年以及2017年的3期遥感影像图进行预处理后，获取到了该地区的植被覆盖度。为便于分析，本文按照等间距将植被覆盖度分为5个等级，分别为为低覆盖度（0< fc≤20%）、较低覆盖度（20%< fc≤40%）、中覆盖度（40%< fc≤60%）、较高覆盖度（60%< fc≤80%）及高覆盖度（80%< fc≤100%）。

2.1    植被覆盖度时间变化分析

利用地理信息系统软件ArcGIS 10.2对永川区的植被覆盖度按照上述标准进行分类，得到了2003—2017年的3期植被覆盖度图（图1），分别对每期数据进行统计，得到了永川区2003—2017年植被覆盖度面积统计表。2003年、2010年和2017年研究区的平均植被覆盖度分别为0.579 1、0.592 5和0.620 1，整体植被覆盖情况较好，并且随时间呈上升趋势，表明永川区整体的植被覆盖情况越来越好。

由表1可知，永川区的植被覆盖度面积以中覆盖度、较高覆盖度和高覆盖度为主，且3个等级之间的分布情况较为均匀。低覆盖度的面积在3个研究时期中所占面积最少，并且呈现出下降的趋势;3期较低覆盖度的面积所占比例较低覆盖度面积要多一些，分别为15.66%、12.68%和10.60%，其所占面积也不断减少;中覆盖度的面积在各个时期所占的比例为中等，随时间的变化程度较小，可忽略不计;3期较高植被覆盖度的面积分别为391.65、452.68、462.65 km2，在研究时期内不断增长，2003—2010年时间段的增长速度最快，达15.58%，2010—2017年间则缓慢增加;3期高植被覆盖度的面积分别为392.46、388.32、457.99 km2，占研究区域较大的比例，呈前期缓慢增加后期快速增加的趋势，2010—2017年增加的面积为69.68 km2，增速为18%，是研究区域内增速最大的一种类型。因为研究区域中低覆盖度和较低覆盖度面积减少，较高覆盖度和高覆盖度面积的不断增加，永川区的总体植被覆盖度水平处于逐渐增加的状态。

2.2    植被覆盖度空间变化分析

从植被覆盖度等级图可以明显看到，高植被覆盖度的区域主要分布在研究区的北部，为条带状，该区域为永川区的几大山脉，如高丰坡、仙鹅山、黄瓜山等，其用地类型为林地。低植被覆盖度的区域主要在研究区的中部，该区域为永川区的胜利路街道、中山路街道和南大街街道，是永川区的城区，从图中可以侧面反映出该城区随着时间在向外扩张。中覆盖度和较高覆盖度的区域则广泛分布于研究区，用地类型以耕地和草地为主。

为了更加精确直观地反映出各个等级的植被覆盖度相互之间的变化情况，将研究区的3期植被覆盖度数据利用ArcGIS 10.2进行叠置分析，得到了永川區2003—2010年、2010—2017年植被覆盖度等级变化图（图2）。为便于分析，将由高等级植被覆盖度变为低等级植被覆盖度的区域划分为植被退化区，植被等级不变的区域划分为植被保持区，由低等级植被覆盖度变为高等级植被覆盖度的区域划分为植被改善区。由图2可以看到，2003—2010年的植被退化区主要集中在研究区的南部，中部和北部区域植被保持区和植被改善区交错出现;2010—2017年的植被保持区域占了较大的面积，植被改善区多集中在永川区的几条山脉上，其中东北方向的最为明显的植被改善区域为永川区的著名旅游景点“茶山竹海”。

3    结论与讨论

永川区2003年、2010年、2017年的植被覆盖情况较好，植被覆盖度分别为0.579 1、0.592 5和0.620 1。随时间呈现出增加的趋势，研究区的植被覆盖度以中覆盖度、较高覆盖度和高覆盖度为主，3种类型所占的比例相近，共占研究区面积的比例约为80%。低覆盖度和较低覆盖度的面积在研究期间逐渐减小，中覆盖度的面积几乎不变，高覆盖度和较高覆盖度的面积则逐渐增大。

高植被覆盖度区域主要为永川区的几条山脉，低植被覆盖度区域为永川区的城区。2003—2010年永川区的北部区域为植被改善区，南部区域为植被退化区;2010—2017年永川区以植被保持区为主，并伴随着山脉区域的植被改善。

植被覆盖度是评价一个地区生态环境的重要指标之一，永川区在2003年、2010年、2017年间植被覆盖度不断提高，表明该区域的政府及群众十分重视生态环境的建设，并且也取得了一定的效果，但其区域的南部以及城区的植被覆盖度还有待改善。

4    参考文献

[1] 丁艳玲.植被覆盖度遥感估算及其真实性检验研究[D].北京：中国科学院研究学院，2015.

[2] 张宏斌，唐华俊，杨桂霞，等.2000—2008年内蒙古草原MODISNDVI时空特征变化[J].农业工程学报，2009，25（9）：168-175.

[3] 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.

[4] 顾祝军，曾志远.遥感植被盖度研究[J].水土保持研究，2005，12（2）：18-21.

[5] 马琳雅，崔霞，冯琦胜，等.2001—2011年甘南草地植被覆盖度动态变化分析[J].草业学报，2014，23（4）：1-9.

[6] 张喜旺，吴炳方.基于中高分辨率遥感的植被覆盖度时相变换方法[J].生态学报，2014，35（4）：1155-1164.

[7] 刘正佳，邵全琴.三江源地区植被覆盖度变化及其与气候因子的关系[J].水土保持研究，2014，21（6）：334-339.

[8] 林辉，严恩萍，莫登奎，等.成像高光谱数据的大气校正方法研究[J].中南林业科技大学学报，2011，31（11）：7-12.

[9] 李苗苗，吴炳方，颜长珍，等.密云水库上游植被覆盖度的遥感估算[J].资源科学，2004（4）：153-159.

[10] 夏照华，张克斌，李瑞，等.基于NDVI的农牧交错区植被覆盖度变化研究：以宁夏盐池县为例[J].水土保持研究，2006，13（6）：178-181.

[11] 赵艳华，苏德，包扬，等.阴山北麓草原生态功能区植被覆盖度遥感动态监测[J].环境科学研究，2017，30（2）：240-248.

[12] 苗正红，刘志明，王宗明，等.基于MODIS NDVI的吉林省植被覆盖度动态遥感监测[J].遥感技术与应用，2010，25（3）：387-393.