潘娟
摘要:生态环境随着社会的发展产生相应的变化,利用遥感技术进行区域生态环境变化评估,能得到较长时间段上直接客观的结果。以临汾市为例,基于1997-2018年间的5期TM遥感影像数据,采用遥感生态指数RSEl,提取绿度、湿度、热度、干度四个指标,进行指数合成并结合主成分分析方法,定量的对临汾市生态环境质量进行20年动态评估。研究结果表明,临汾市遥感生态环境质量指数RSEl呈起伏变化的趋势。其中2002年比1997年总体平均下降了6.34%; 2008年比2002年总体平均下降了13.0%.2013年比2008年总体平均上升4.27%,2018年比2013年下降了5.46%。变化程度为负值,呈现出变差的趋势,值得引起重视。因此,临汾市政府在此时,应该注意到城市可能再次面临的生态问题,及时给出恰当的反应和应对措施。
关键词:遥感生态指数;生态评估;遥感;临汾
中图分类号:TP79 文献标识码:A
文章编号:1009-3044(2020)08-0280-02
1 概述
生态文明的建设,是关系到人类未来又好又快发展的重要前提,因此研究区域的生态环境状况变化,为区域生态保护和未来各区域更好地进行生态改造提供科学依据很有必要。2013年,徐涵秋在EI指数的前提下,就生态评价在可视化、建模和预测等方面,基于RS技术和GIS技术提出了遥感生态指数RSEIⅢ,该指数集成了多个评价指标,包括植被指数、地表温度、湿度分量和土壤指数指标等,利用指标集成信息通过计算来动态的评价区域生态变化。通过RS技术获取的遥感数据可以作为利用GIS技术研究生态变化的数据来源。GIS为RS获取的数据信息提供数据分析功能,通过分析数据信息来研究生态环境的动态变化。
2 研究区及数据源
2.1 研究区概况
临汾名字起源于地处汾河两岸,位于山西省的西南边陲,东边是长治和晋城,西边紧邻黄河;南边依靠着运城,北边与晋中、吕梁地区接壤。是山西省连通附近陕西省与河南省的关键要塞,道路七通八达,成为三个省的交通枢纽。
临汾市的地貌特征表现为四面环山,中部为平原;该市处于半干旱、半湿润季风气候地区,为温带大陆性气候;临汾市土壤发育在水热条件的影响下,发育较完全,土地利用类型多种多样,适合林地草地生长的土地面积十分广阔,但是由于水土流失较为严重,森林植被覆盖率偏低。
2.2 数据源及其预处理
本研究以临汾市为研究区域,遥感数据均来自地理空间数据云,选用1997年,2002年,2008年,2013年和2018年的Land-sat5 TM的临汾遥感影像,以及2018年Landsat8 011的临汾遥感影像,共5期影像数据。由于数据获取的区域以及数据云量的筛选,每期影像在获取时间上尽可能地保证研究时间相差不大,来保证植被分布等在相近的时段下生长状态大致相同,从而来保证生态变化研究结果的可比性。
3 研究方法
3.1 研究方法概述
拟采用1997、2001、2008、2013、2018年Landsat遥感卫星影像数据分析。首先对影像进行预处理,包括将获取的TIFF数据转换格式为IMG,然后进行影像辐射校正,再对图像进行初步的边缘裁剪拼接,最后按照临汾市的行政边界对影像进行不规则裁剪,获得该区域的遥感影像。然后选用徐涵秋提出的遥感生态指数,利用绿度、湿度、热度和干度四个指标进行指数合成并结合主成分分析方法,对研究区域进行生态变化的遥感評估,并制作专题图,定量、客观地评估研究区域22年间的生态变化。
3.2 技术路线
本文以Landsat遥感卫星影像为例,详细介绍遥感生态指数(RESI)计算和生态变化分析的流程图,技术路线如图1。
3.3 遥感生态指标
3.3.1 绿度指标
归一化植被指数NDVI (Normalized difference vegetation in-dex)是反映农作物长势和营养信息的重要参数之一,在使用遥感图像进行植被覆盖研究中被广泛应用[2]。因此,可选其来代表绿度指标。NDVI为近红外波段与红光波段的反射值之差与两者之和的比;
基于landsat5 TM的绿度提取公式为:
NDVI= (p4 - p3)/(p4+ p3)
(1)
3.3.2 湿度指标
湿度指标在生态环境监测中得到广泛应用。遥感缨帽变换得到的湿度分量反映了地球表面的水体、植被和土壤的湿度情况[3]。因此,本研究中采用的WET指标用湿度分量来替代。
基于landsat5 TM的湿度提取公式为:
WET= 0.0315*b1+0.202l*b2+ 0.3102*b3
+0.1594*b4 - 0.6806*bs - 0.6109*b7
(2)
式中:6,为数据各波段的反射率。
3.3.3 热度指标
本研究采用的热度指标(land surface tem-perature LST)用地表温度替代,地表温度是环境温度的主体,是城市热岛的基本体现,它可采用Gyanesh Chander等最新修订的参数和Landsat用户手册的模型[4]来计算,热度提取公式为:
LST=T/[1+(A×Tlp)×In86]
(3)
式中:T为传感器处温度值;K1和K2为定标参数;λ =11.435μm;p=1.438-2m.k.ε6是比辐射率。
3.3.4 干度指标
区域生态环境中,地表裸露面积越大,土地退化越严重,裸土指数SI表现的就越高。其次建筑用地的增加,同样是另一种方式“地表干化”,而建筑用地是城市中重要的土地利用类型,对城市生态环境的影响很大。采用Rikimar和徐涵秋模型计算出裸土指数SI[5]和建筑指数IBIc6]来得到干度指标,