基于植被指数的公路路域界限*

梁凯旋，章桂芳,2,3，李红中，文金芳,2

(1. 中山大学地球科学与工程学院, 广东 广州 510275；2. 广东省地球动力作用与地质灾害重点实验室, 广东 广州 510275；3. 南方海洋科学与工程广东省实验室(珠海)，广东 珠海 519000；4. 广东省交通规划设计研究院, 广东 广州 510507)

公路路域是指公路在建设、维护及运行管理过程中所改变和影响的地面自然带状空间，这种带状空间既包括公路建筑设施，还涵盖与公路产生相互作用和影响的自然生态系统相关区域[1]。中国正处于公路建设高速发展时期，2012年，中国高速公路通车里程9.6万km，超越美国成为世界第一，2018年12月，达到了14万km，且还在持续快速增长。现代化的高速公路设施和良好的路域生态环境及可持续发展的植被生态系统是现代化高速公路的特征[2]，“绿色公路”的理念已成为当下公路建设的发展方向[3]。然而，相比目前对基础设施研究和建设的重视，路域生态系统和界线划定的研究还相对匮乏[2]，分析路域生态环境的变化从而划定路域界限对高速公路建设决策以及生态环境保护有着重要意义[4-5]，是目前公路路域研究中的重要方向和研究热点[6-7]。

路域生态系统是将生物(特别是绿色植物)与路域环境作为一个整体进行研究，由于路域环境的特殊性，决定了路域范围内生物系统组成和结构的特殊性[8]，同时，公路建设和使用对自然生态系统也会根据不同的时间和空间发生动态变化，相较于费用高、效率低、滞后的传统调查方法，遥感技术以其费用小、省时省力和实时性等特点为路域生态环境大范围实时监测确定提供了可能[9-10]，结合GIS强大的空间分析功能使得路域生态环境监测及路域界限分析得以定量实现[11-12]。植被长势可以显著反映公路路域内的生态环境变化[12]，因此，可以利用遥感技术对植被长势进行监测从而确定路域界限[13-14]。

本研究基于Landsat 8 OLI数据，通过多平台综合提取高速公路多级缓冲区的植被指数信息，进而探讨不同公路范围内植被遭受公路的影响及其规律，并划分公路路域界限，该研究将为公路生态环境监测和界线确定提供研究思路和实例。

1 研究区域和数据

1.1 研究区概况

本研究选择位于广东省云浮市内的广昆高速公路为对象，地理位置范围为东经111°51′30″～111°56′36″，北纬22°60′～22°56′56″(图1)。研究区地势相对平坦，受亚热带季风气候影响，年均降水量约1 900 mm，平均气温约22.5 ℃，年日照时数约1 700 h，水热条件良好，植被覆盖率高。

图1 研究区位置

1.2 数据来源

本研究采用Landsat 8 OLI数据，下载于地理空间数据云平台(http://www.gscloud.cn/)， 间分辨率为30 m，获取时间为2018年4月8日，云量信息为0.4%，条带号为123，行编号为44。此外，还使用云浮市公路、行政边界数据作为辅助数据。该时间段内研究区的植被长势较好，真彩色遥感图像中呈现明显绿色，近红外波段影像的反射率较高，总体上光谱信息明显，地物信息显示清晰。

2 数据处理

本研究数据的处理分别在ENVI、ArcGIS、Matlab软件平台上进行。

首先，数据的预处理在ENVI平台上完成，考虑到Landsat 8的下载数据已经过初步几何校正，故本研究数据预处理主要是对遥感影像进行辐射定标、FLAASH大气校正，以获取遥感影像实际的反射率。然后，根据研究区的位置对图像进行剪裁。经过预处理后的数据在ArcGIS平台上进行缓冲区提取。结合云浮市公路数据，提取出云安区境内广昆高速周围植被长势较好的一段进行详细分析。鉴于公路所产生的生态格局度约在1 km 以上[12]，本研究按照界限1 200、900、600、480、360、240和120 m建立了该段公路的多级缓冲区。基于缓冲区提取结果在ENVI平台上进行植被信息提取，在Matlab平台上对植被信息结果进行数值分析。详细技术路线见图2。

图2 技术路线图

3 结果分析

3.1 植被信息提取

植被信息提取采用植被指数法，它是研究植被信息的基本方法[15-17]，植被指数主要包括NDVI、RVI、IAVI、ARVI和DVI等，它们的计算公式见表1。本研究采用植被指数的阈值法进行植被提取，通过建立ROI统计植被区和非植被区的植被指数，以植被区的边界值作为阈值提取出植被区，提取结果见图3～7。

本研究利用ENVI平台对图3～7的植被区提取结果进行植被信息分析。首先统计多级缓冲区中最终植被区的各类植被指数总值，然后二值化多级缓冲区以求得植被覆盖面积，将各类植被指数总值与其比值算得多级缓冲区的各类植被指数均值，进而获得各级路域遥感影像中有效的植被指数均值变化，各级路域内各类植被指数均值变化数据见表2。对植被指数计算结果和各级路域范围进行拟合，拟合曲线见图8。

3.2 结果分析

本研究基于Matlab平台对表2中各路域的植被指数均值数据进行曲线拟合，得到了植被指数拟合公式(1)，植被指数拟合公式参数p1、p2、p3、q1值见表3。

(1)

式中，x代表路域界限与公路的距离，F(x)为公路界限x(m)范围内有效的植被指数均值。

图3 NDVI植被指数的多级缓冲区植被区提取结果

图4 RVI植被指数的多级缓冲区植被区提取结果

图5 IAVI植被指数的多级缓冲区植被区提取结果

图6 ARVI植被指数的多级缓冲区植被区提取结果

图7 DVI植被指数的多级缓冲区植被区提取结果

表2 各级路域内各类植被指数均值变化

表3 式(1)植被指数拟合公式参数

F(x)与x的相关系数均为0.999。假设公式(1)可以近似为公路上某点对周围植被的影响函数，路域内与它距离相同的点组成一个圆，该圆上各点遭受公路的影响相同，即同一路域界限处植被指数相等，因此可以求得距离公路x/m处的植被指数函数，公式如下：

f(x)=F(x)+xF′(x)/2

(2)

式中f(x)为距离公路x/m处的植被指数，函数图像见图9。

图9 距离公路x/m处的植被指数函数

各类植被指数函数曲线的变化规律与图8大致相同，同一界限处植被指数值总大于图8曲线对应的均值。NDVI、IAVI、ARVI三种植被指数在公路路域200 m内变化显著，平均变化率分别为：4.6×10-4/m、4.5×10-4/m、4.5×10-4/m，在路域200～600 m内变化幅度下降，平均变化率分别为：5.3×10-5/m、6.1×10-5/m、5.9×10-5/m，在路域600～1 200 m内几乎没有变化。RVI指数总体上变化幅度相对较大，同样在路域200 m内大幅度变化，之后大约持续到界限800 m处才趋于平稳。DVI指数与前4种指数不同，其纵轴在右侧，曲线变化很大。DVI指数在路域200 m内平均变化率为5.061 /m，路域200～600 m内平均变化率为0.318 /m，路域600～1 200 m内平均变化率为0.172 /m。总体来说，DVI指数在路域200 m内变化明显，而在界限200 m以外变化幅度减缓，在路域1200 m内持续上升。

以上分析表明，不同路域内植被指数变化因方法的差异呈现出3组：① 以ARVI、IAVI和NDVI三种植被指数变化在界限600 m以外均趋于平稳为特征；② 以RVI植被指数变化扩展到界限800 m处才趋于平稳为特征；③ 以DVI植被指数在本研究路域1 200 m内持续上升为特征。

4 讨 论

4.1 不同植被指数的对比

植被指数是揭示植被长势特征的重要手段，其在公路路域研究中已有研究应用[15-17]，现有的各类判别指标所揭示的成果或多或少存在差异的原因在于其方法本身所关注的影响因子差异。事实上，植被指数易受到大气和植被覆盖度的影响[17]，这就意味着各种方法都具有其自身的适应范围。在本研究中，各种指数的变化趋势呈现出3类趋势：

1)NDVI、ARVI、IAVI植被指数：该类指数趋于平稳的临界范围在600 m处。ARVI和IAVI指数是为了减少大气对NDVI指数影响的修正指数，其加入了蓝光波段和大气修正参数的计算[16]。根据结果分析，ARVI、IAVI和NDVI三种植被指数变化规律在公路路域1 200 m内几乎一致，这反映了大气对于NDVI指数的影响较小，原先数据的大气校正预处理效果良好。NDVI指数常用来进行大尺度的植被长势监测[23]，是目前已有40多种植被指数中应用最广泛的植被指数[16]。于海达等[24]和Satyanarayana等[25]利用NDVI指数分别开展了草原植被和红树林植被长势的研究。ARVI、IAVI和NDVI三种植被指数变化规律一致，因此可用来研究公路路域内的植被长势。

2)RVI植被指数：该类指数趋于平稳的界限扩展到了800 m处。与第一组的植被指数相比，该类指数虽然同样反映了路域200 m内显著变化的规律，但其趋于平稳的临界点扩展到了800 m处。RVI指数是最早提出的比值植被指数，其利用了植被在红波段和近红外波段上巨大反差的特性，适用于高植被覆盖度的地区[18]，但高植被覆盖区也会造成植被对红光波段的大量吸收[16]，使得RVI指数偏大，过分估计植被长势，这是RVI指数在界限800 m处才趋于稳定的原因。

3)DVI植被指数：该植被指数在路域1 200 m内持续变化并与前两组方法呈现显著差异。DVI指数在路域200 m内和200 m外的差异也很明显，200 m内的变化速率大约是200 m外的十几倍，这反映了路域200 m内公路对植被影响显著的规律。从表1中指数公式可知，DVI指数不同于前四种比值指数，其是红波段和近红外波段的差值指数，它的变化范围很大。结合表2各路域内的均值数据，DVI指数是NDVI指数的几千倍，相比于第一组方法，明显放大了植被信息的变化细节，这与前人认为DVI指数可以提供丰富细节信息的观点相一致[26]，所以才表现出了在路域1 200 m内持续变化的规律。由分析结果可知，第一组方法中，由于DVI指数在路域200 m内的平均变化速率近乎路域600～1 200 m内的30倍，DVI指数在路域600～1 200 m内的变化可以忽略不计。

综上所述，NDVI、ARVI和IAVI三种植被指数均表现出相同的变化规律，而RVI和DVI指数都不同程度地放大了植被信息。参考已有研究成果[21-22,24-25]和研究区的实际情况，本研究认为NDVI、ARVI和IAVI植被指数更适合作为本研究公路路域内植被长势的指示因子。

4.2 不同公路路域植被的长势分析

综合图9中各类植被指数曲线的变化规律，本研究为公路路域划分了三级区域，分别为主要影响区(0～200 m)、次要影响区(200～600 m)和无影响区(>600 m)，见图10。NDVI、ARVI、IAVI指数在公路路域主要影响区内变化明显，反映了主要影响区内公路对植被长势影响最大的规律。在次要影响区内变化减缓，反映了次要影响区内公路对植被长势影响减弱的规律。在无影响区内变化十分缓慢，甚至停止变化，反映了无影响区内公路对植被长势几乎没有影响的规律。以上三种植被指数在三级区域内相同的变化规律很好地反映路域内植被生理状态，表明了植被遭受公路影响的内在规律，可以作为实时监测公路路域生态变化的生态指标。总的来说，研究区域内公路对于植被的影响尺度集中在600 m范围内。

图10 三级区域内的植被指数变化

4.3 公路路域界限的划定

在实际应用中，公路路域常用于公路选线和生态评价的研究。李杰等[4]在进行公路选线生态评价时，从考虑生态环境对修建高速公路的承受能力出发，研究了公路10～15 km范围对区域植被生态的影响。蔡博峰等[12]在进行公路建设期的生态影响评价时，根据不同尺度划分了不同的路域界限，在中尺度范围内(200～1 000 m)考虑了公路对植被长势的影响。本研究的结果有助于公路路域界限的精准划定和动态缩放，比如，如果在公路选线评价区域内生态风险时可以扩大植被因子影响下的路域界限，将路域界限放宽至次要影响区甚至无影响区，以全面考虑公路选线对区域植被生态的影响；而在对公路建设期的生态环境评价时可以缩小植被因子影响下的路域界限，重点评估主要影响区内植被遭受公路影响的程度以提高评价指标的精确度。

5 结 论

本研究基于Landsat 8 OLI数据，获得了研究区域NDVI、RVI、IAVI、ARVI和DVI等5种植被指数，据此分析植被指数所揭示不同缓冲区内植被对公路生态的反映及其规律，获得认识如下：

1)NDVI、ARVI和IAVI植被指数可以很好地衡量植被长势状况，在进行公路生态环境评价时可以作为实时监测公路路域生态变化的指标。

2)研究区域内公路对植被的影响随着距离的增加而减小。在200 m以内时，公路对植被的影响相当显著；在200～600 m以内时，公路对植被的影响明显减弱；在600 m以外时，公路对植被的影响基本可忽略不计。

3)路域界限可以动态缩放。在研究公路选线区域生态变化时，可以放宽路域界限至次要影响区或无影响区；在进行公路生态环境评价时，可以将路域界限缩至主要影响区，以提高植被生态指标的响应能力。