哈尔滨师范大学，黑龙江 哈尔滨

收稿日期：2022年8月18日；录用日期：2022年9月16日；发布日期：2022年9月26日

摘要

植被覆盖度是研究一个地区植被生长状态的重要指标，在我们对于区域生态系统的研究中起着重要作用。本文介绍了遥感和植被覆盖度之间的关系和遥感对于研究植被覆盖度的应用。葫芦岛市辽宁省内的地级市，地处辽宁省的西部沿海地区，其中心位置位于120˚38'E、40˚56'N，东接锦州，西临山海关，北朝阳市，南朝渤海，构成了渤海经济圈，所以研究葫芦岛地区的植被覆盖度有利于当地的环境保护及生态建设。本文选取了葫芦岛市2001年和2018年Landsat TM/OLI影像和葫芦岛市县级行政界线，利用ENVI5.3和ArcMap10.1等基础软件工具求植被指数NDVI和植被覆盖度，得出葫芦岛市2001年~2018年植被覆盖度的时空变化特点并分析引起发生其变化的主要原因。本文的研究结论为葫芦岛研究葫芦岛市的环境关系和当地可持续发展提供了数据来源。

关键词

植被覆盖度，生态系统，遥感影像，可持续发展

Dynamic Change of Vegetation Cover in Huludao Area Based on Remote Sensing

Haochi Xu

Harbin Normal University, Harbin Heilongjiang

Received: Aug. 18^th, 2022; accepted: Sep. 16^th, 2022; published: Sep. 26^th, 2022

ABSTRACT

Vegetation coverage is an important indicator of vegetation growth in a region, which plays an important role in the study of regional ecosystem. This paper introduces the relationship between remote sensing and vegetation coverage and the application of remote sensing to the study of vegetation coverage. Huludao City, a prefecture level city in Liaoning Province, is located in the western coastal area of Liaoning Province. Its center is located at 120˚38'E, 40˚56'N, Jinzhou is in the east, mountain customs are in the west, Chaoyang City is in the north and Bohai Sea is in the south, forming the Bohai economic circle. Therefore, the study of vegetation coverage in Huludao area is conducive to local environmental protection and ecological construction. In this paper, the Landsat TM/oli image and county administrative boundary of Huludao City in 2001 and 2018 are selected, and the NDVI and vegetation coverage are calculated by using ENVI5.3 and Arcmap10.1 and other basic software tools, and the spatial-temporal change characteristics of vegetation coverage in Huludao City in 2001~2018 are obtained, and the main reasons for the change are analyzed. The conclusion of this paper provides a data source for Huludao to study the environmental relationship and local sustainable development.

Keywords:Vegetation Coverage, Ecosystem, Remote Sensing Image, Sustainable Development

Copyright © 2022 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

1.1. 研究植被覆盖度的意义与作用

随着人类社会的发展，工业文明程度逐渐扩大，人类开始滥用资源。人类社会现今面临资源愈发匮乏、人口持续膨胀、环境严重污染等问题。其中，环境问题是人类生存中最严重、影响最大的问题 [1] [2] [3]。植被在生态系统和物质循环中非常活跃，其动态响应于气候和环境的变化，植被覆盖度的动态变换在一定的程度上有反映地区土地利用变化程度的水平的可能，反映地表成分之间的变化。植被是陆地表层系统的其中一个重要组成成分，植被覆盖度是指植被(包括叶、茎、枝)在地面垂直投影面积占统计区总面积的百分比，它既是权衡植物群落覆盖地表状况的综合性的量化指标，也是对区域生态环境状况进行评估的重要指标。

近年来，我国经济高速发展，城市化发展飞速，环境方面各种弊端开始持续涌现，环境保护与治理的理念逐渐被大多数人赞同。生态文明建设作为我国一项基本国策，在全国各地实行。植被覆盖度的多少是反映地区森林资源丰富程度和地区绿化环境好坏水平的重要指标。植被是区域生态系统的基本组成结构，在区域生态系统中起着重要的作用，定量检测一个地区植被覆盖度变化情况对生态文明建设和环境保护等方面的研究具有重要的意义。

本文研究葫芦岛市2001年~2018年植被覆盖度的时空变化特点以及分析造成这种变化的主要原因，提供了地区良好生态文明建设和环境资源可持续发展的科学依据，以促进葫芦岛市的生态环境良好发展。

1.2. 基于RS对于植被覆盖度研究现状

植被覆盖度是生态学、水文学及环境学等学科的重点研究内容，在国内外学者的研究内容中一直占据重要地位。近几年，伴随遥感技术的飞速发展和各种陆地资源卫星开始对地球进行全球范围的监测，出现了各种基于遥感技术来估计计算植被覆盖度的方法。遥感技术(Remote sensing, RS)是不接触被探测的目标，利用传感器来获取目标数据，通过对数据进行分析，获取被探测目标、区域和现象的有用信息 [4]。基于遥感技术的前提下，让不同波段相互组合，可以得出多种植被指数，都能在一定程度上的代表植物的生长状况。刘源在前人基础上将遥感测量植被覆盖度的方法分为回归模型法、植被指数法与像元分解模型法 [5]。

1973年外国学者Rouse等提出了归化植被指数(Normalized difference vegetation index, NDVI)的含义，大量研究人员开始依据归化植被指数估测植被覆盖度。如，史晓亮等利用AVHRR GIMMS和MODIS两种NDVI数据源，基于像元二分模型对黄土高原草地覆盖度进行了模拟 [6]；唐梦莹等利用Landsat TM/OLI影像，通过构建NDVI-DFI特征空间提取端元特征值，运用像元三分模型估计计算绿色光和植被、非绿色光和植被和裸地覆盖度 [7]；张佳华等基于MODIS遥感数据求植被指数NDVI与EVI，通过地表反射的七个波段、NDVI (4个实相)、DEM、homogeneity和entropy共十四个参数作为土地覆盖分类特征，并对土地覆盖分类和评价 [8]。而植被覆盖度(Fractional vegetation cover, FVC)是植物(含叶、茎、枝)在地面上垂直投影的面积占统计区域总面积的比例，是植物群落覆盖地表状况的综合量化指标，也是量化地区生态环境情况的一项重要指标，一般都在规划植被指数的基础上计算得出再加以利用。近年来，随着我国经济的极速上升和城市化的持续大幅度推进，环境方面的各种弊端开始持续出现，环境保护和管理理念逐渐得到大多数人的认同，生态文明建设作为基本国策在全国各地实施。植被是地区生态系统的基本构成结构，定量测定一个地区植被程度的变化情况对于生态文明的建设和环境保护等方面的研究具有重要意义 [9]。

我们关于植被覆盖度的不断研究能够帮助我们了解本地的环境条件。例如，黄土高原周围裸地多，植被稀少覆盖率低，黄土稀疏，导致当地的水土流失严重。因此，我们能够了解当地的环境条件和问题并找出解决的方法，使地区环境变得更好，使地区能够继续可持续发展。

2. 研究区概况

葫芦岛是于辽宁省西部沿海的一个地级市，中心地理方位为120˚38'E、40˚56'N。至2019年末，葫芦岛市的地理面积为1.04万km²，共有三个区，两个县和一个市，总人口共有277.9万人。

葫芦岛处于北温带大陆季风性气候区。地势西北高东南低，中间程过渡状。经过葫芦岛市内的公路线路共有四条，交通便利。南部临海有两个沿海港口，海岸线长达261千米，海产品丰富。植物区系方面，葫芦岛市地处华北植物区系中，同时也有长白植物区系和内蒙古植物区系。葫芦岛市处于东北地区，重工业发展较早，早期经济发展的支撑是矿业。矿产资源开发较早，矿山比较多。目前已经发掘出的不同矿产资源种类已多达51种。

3. 实验数据来源与预处理

3.1. 数据来源

中国县界行政区边界的矢量数据来自于网络。遥感影像来源于中国科学院计算机网络信息中心地理空间数据云(http://www.gscloud.cn/)，在网站获取下载葫芦岛市2001年的landsat4-5 TM影像数据和2018年Landsat8 OLI数据。这两种卫星的投影方式都是UTM-WGS84，时间分辨率为16 d。葫芦岛市处于温带季风气候区，选择4月末、五月两个月的遥感影像，遥感图像显示效果好，并且这段时间植被生长茂盛，可以清晰地反映出植物的长势及空间分布状况，因而得出葫芦岛市的植被覆盖度比较精确。结合时间、云量和数据的有无选取的遥感影像成像时间分别为2001年5月和2018年4月，详细数据信息见表1。

表1. 遥感数据影像表

3.2. 数据预处理

数据预处理采用ENVI5.3软件和ArcMap软件完成。

因为葫芦岛分处两个轨道号，首先使用ENVI5.3软件中的Edit Seamless Mosaic工具软件将相邻121/31和121/32两幅遥感影像进行合并成为一张影像方便裁剪。

而在运用ENVI5.3软件进行植被覆盖度计算之前，我们需要将遥感图像先进行一些预处理来减少不必要的误差，其中包括辐射定标和大气校正。在ENVI5.3中使用工具辐射定标(Radiometric calibration)。遥感传感器在对被测物体进行研究观测时，将会受到太阳位置角度和大气厚度等因素的干扰，我们所获取的结果即像元值与目标物光谱反射率或光谱辐射亮度值等物理量不一致并且会存在一定的误差，辐射定标则是转换图像数字量化值(DN)辐射亮度值、反射率或者地表温度等物理量来减少以上误差，增加结果精度的处理过程 [10]。辐射定标的目的就是消除一切大气和太阳的干扰。

接下来进行的是大气校正，使用的是大气校正工具(FLAASH)。大气校正指的是，由传感器测量出的地面目标总辐射量结果不是地面真实反射率的反射，其中还包括大气吸收引起的辐射误差，特别是散射效应造成的误差 [11]。大气校正就是消除这些由大气影响所造成的辐射误差，通过软件处理来反演地物真实的表面反射率的过程。

再用ArcMap软件将葫芦岛市行政界线从全国县界行政边界中利用属性表筛选导出添加到图层中，进行影像的拼接与剪裁，并将剪裁后的遥感影像转换成tiff格式，以便在ENVI5.3中加载。将同一影像加载到ENVI5.3中，波段合成工具(Layer Stacking)将遥感图像的各个波段融合成为一张整体图像，就得到了2001年和2018年这两个时期的红色波段和近红外波段融合的整体影像数据，方便接下来的运用与处理。

4. 研究方法

4.1. 归化植被指数

植被指数(Vgegtation index, VI)是指将遥感测量出的不同波段反射率以一定规律进行运算组合，并利能够用计算机结果进行表达，来进行突出植被信息，缩小数据维数，压缩数据量等操作。在平常的研究中，我们常用的植被指数包括比值植被指数(Ratio vegetation index, RVI)、差值植被指数(Difference vegetation index, DVI)、归一化植被指数和正交植被指数(Perpendicular vegetation index, PVI) [12]。归化植被指数(NDVI)可以消除仪器定标、太阳角、地形、云影和大气条件等对辐照度变化的大部分影响，能够提高对植被的响应能力。因此，不同类型的地表覆盖类型在大尺度的NDVI影像上可以很明显地被分辨出来，植被与其他地表覆盖类型明显相异，非常适合较大区域的植被覆盖动态观测。

归化植被指数是指近红外波段与可见光红波段数值之差与这两个波段数值之和的比值。

NDVI的计算公式为：

$\text{NDVI}=\left({\text{R}}_{\text{nir}}-{\text{R}}_{\text{red}}\right)/\left({\text{R}}_{\text{nir}}+{\text{R}}_{\text{red}}\right)$ (1)

上式中，NIR为遥感接收到近红外波段的数值；RED为可接收到见光红色波段的数值。

NDVI的值为[−1, 1]，其中负值表示地面上层覆盖着云层、水和雪，对可见光的反射非常强，值为0时表示岩石和裸土，此时NIR和R几乎相等。当NDVI值为正值时，表示土地上被植被覆盖，并且覆盖的范围很大。当NDVI值等于0.1时，地表有植被覆盖，NDVI增则绿色植物增加。当NDVI值低于0.1时，地表没有植被。其中包括两戈壁，沙漠，赤土，云，冰雪和水等。当NDVI值在0.8以上时，基本上是纯植被 [13]。

由于不同的传感器接收的波段不同，为了使研究数据保持一致，本次研究数据选择的是landsat4-5 TM 3、4波段数据与landsant8 OIL 4、5波段数据，使用像元二分模型计算。像元二分模型是一种混合像元分解模型，计算方法比较简单、不受地域限制，广泛应用于区域植被覆盖度估计计算。在像元二分模型中，假设一个像素图像由绿色植被和土壤两部分组成，传感器观测到的光谱信息由土壤信息部分和植被信息部分两个分量因子组成。各因子的权重为各因子在像素中所占面积的百分比，其中植被的权重即是植被覆盖度 [14]。

植被覆盖度的计算公式为：

$\text{f}=\left(\text{NDVI}-\text{NDVIs}\right)/\left(\text{NDVIv}-\text{NDVIs}\right)$ (2)

上式中，f表示为植被覆盖度；NDVI的值为所求区域或像元的植被指数；其中NDVIs为纯土壤的植被指数，NDVIv为纯植被的植被指数。

用ENVI5.3软件计算两个时期的NDVI，并将结果转换成ERDASIMAGINE格式，并加载到ArcMap中。在ArcMap统计NDVI值，统计结果中选取累积概率为5%与90%的NDVI值分别作为NDVI的最大值(NDVImax)和NDVI的最小值(NDVImax)。由此可得到表2。

表2. 2001年和2018年NDVImax和min值

4.2. 植被覆盖度

根据上述NDVI值，通过像元二分模型来计算区域的植被覆盖度。可将NDVI值分成三个部分，当NDVI比NDVImax大时，植被覆盖度f的值为1；当NDVI比NDVImin小时，植被覆盖度f的值为0；当NDVI值处于NDVImin与NDVImax之间时，使用公式2计算。在ENVI5.3中运用波段计算(Band math)工具进行波段运算f值，其计算公式为：

$\begin{array}{l}\left(\text{b}1\text{ltNDVImin}\right)\ast 0+\left(\text{b1gtNDVImax}\right)\ast 1\\ +\left(\text{b1geNDVImin}\text{and}\text{NDVImax}\right)\ast \left(\left(\text{b1}-\text{NDVImin}\right)/\left(\text{NDVImax}-\text{NDVImin}\right)\right)\end{array}$ (3)

按照上述公式计算能够得到植被覆盖度f，我们可以将其分为五个等级，即低植被覆盖度(0%~20%)、中低植被覆盖度(20%~40%)、中植被覆盖度(40%~60%)、中高植被覆盖度(60%~80%)、高植被覆盖度(80%~ 100%)。将利用波段计算(Band math)工具将公式3带入，得到植被覆盖度的图转换成ERDASIMAGINE格式，加载在ArcMap中将其属性值即植被覆盖度等距分为五部分，得到了植被覆盖度分级图，如图1、图2所示。

图1. 2001年葫芦岛市植被覆盖度分级

图2. 2018年葫芦岛市植被覆盖度分级

5. 统计结果与覆盖度变化动态分析

根据公式(3)得出的结果，并统计各等级植被覆盖度，得出表3和表4。

表3. 葫芦岛市不同等级植被覆盖度所占面积(个)

表4. 葫芦岛市不同等级植被覆盖度所占比例及变化

由表3可得出2001~2018植被覆盖度各等级变化折线图，如图3所示：

图3. 2001~2018年植被覆盖度各等级变化折线图

从表中结果可知，低植被覆盖度和中低植被覆盖度分别在2001年和2018年达到了11.76、9.44和26.34、32.39；而中高植被覆盖度和高植被覆盖度在2001年和2018年分别达到了16.36、23.40和9.60、16.52。说明葫芦岛市2001年的植被覆盖度较低，植被数量较少，2018年的植被覆盖度则较高，植被生长比较茂盛。低植被覆盖度、中植被覆盖度和中高植被覆盖度呈现下降的趋势，植被覆盖度较低的地区越来越少；中低植被覆盖度和高植被覆盖度则呈现上升趋势。从整体来看，葫芦岛市的植被覆盖度随着时间的变迁不断增高，植被的生长总体呈现愈来愈好的趋势。

6. 引起植被覆盖度分级和时空变化的原因

6.1. 自然因素

6.1.1. 地形因子的因素

葫芦岛市根据地形将全市分为西北山区、中部丘陵区和西南平原区，地势高度由西北向东南逐渐下降，松岭南麓和布石山南麓在葫芦岛的西北部形成了一道屏障。山区占葫芦岛总面积的41%，丘陵影响植被生长，降低了该地区的植被覆盖率。

6.1.2. 坡度对植被覆盖度的影响

坡度是影响植被覆盖的空间分布的一个重要因素。缓坡区易蓄水保土，植物生长有先天优势，植被覆盖率相对较高。一般来说，在一定条件下，坡度与植被覆盖率成反比。葫芦岛有山地、丘陵和平原，海拔差异大，影响植物的生长，损害了葫芦岛地区的植被覆盖度。

6.1.3. 降水量对植被覆盖度的影响

地区降水量越大，植被生长状况越好，植被覆盖度越高。降水量与植被覆盖度成正比。葫芦岛地区处于温带季风气候区，夏季降雨丰富，而降雨又受地形影响。

6.2. 人文因素

6.2.1. 城市化对植被覆盖度的影响

城市化的发展速度代表着区域经济的发展情况和社会的进步程度，城市发展让人们的衣食住行更加便利；但面城市化在一定程度上破坏了自然环境，损害了植被覆盖度。在过去的几年里，城市化正在快速推进，减少了葫芦岛市一些地区的植被覆盖度。

6.2.2. 国家政策对植被覆盖度的影响

国家政策是把双刃剑。政府计划建设，土地的植被覆盖率就会降低。葫芦岛市矿产资源丰富，为了改善和保护生态环境，政府停止采矿工作，增加了植被覆盖度。

7. 总结

本文依据NDVI的像元二分法计算模型，运用Landsat TM和OIL遥感影像对葫芦岛市的植被覆盖度完成计算。综合各方面研究数据来看，2001至2018年，葫芦岛市植被覆盖度等级越来越高，植被生长状态越来越好，部分地区因为人文因素和自然因素植被覆盖度有所降低。

文章引用

徐昊驰. 基于遥感分析葫芦岛地区植被覆盖动态变化
Dynamic Change of Vegetation Cover in Huludao Area Based on Remote Sensing[J]. 自然科学, 2022, 10(05): 897-905. https://doi.org/10.12677/OJNS.2022.105102

参考文献