论文部分内容阅读
摘要：利用2000年、2016年上海市Landsat遥感卫星影像，运用波段反演得到归一化植被指数（NDVI），采用像元二分法估算两时相的上海市植被覆盖度动态变化，分析2000-2016年上海市植被覆盖度的变化情况。
关键词：归一化植被指数;植被覆盖度;像元二分模型;上海市
植被覆盖度是指植被在地面的垂直投影面积占统计区总面积的百分比，是衡量区域生态系统环境变化的综合量化指标。采用归一化植被指数（NDVI）和像元二分模型估算植被覆盖度变化情况，不仅模型简单，不依赖于地面实测数据，可操作性强，而且可以在一定程度上表征植被的生长状况和变化。近几年利用遥感数据进行地表植被覆盖观测的研究也越来越多。
上海市作为中国的四大直辖市之一，是中国的经济、金融中心，是世界级的特大城市。改革开放以来，上海市市政建设呈迅猛发展态势，经济发展，人口膨胀和城市扩张，不可避免地带来一些城市问题，如生态环境趋于恶化现象。本文以NDVI和像元二分法估算上海市的2000-2016年植被覆盖度，分析其植被覆盖变化情况，对于保护城市生态建设的成果，为城市生态评价及生态安全评估提供参考。
1 研究区概况
上海市地处长江三角洲前沿，在全球的地理位置是位于北纬 31°14′，东经 121°29′，其市域地貌特征以平原为主，面积约占全市总面积的90%以上。在气候方面上海市由于特殊的地理位置使上海市处于亚热带季风气候气候，这就决定了上海市每年的水量充沛，四季分明。上海市是全国的经济、金融中心，上海市共管辖 16 个区，其中黄埔区和长宁区是上海市的经济政治文化中心，人口众多，建筑面积辽阔，相应的植被覆盖率低，其他区域人口密度相对稀少。
2 研究方法与数据处理
2.1 数据源与预处理
研究区所采用的数据基于Landsat-5和Landsat-8遥感影像数据，过去2000年和2016年两年遥感数据作为基础研究数据，条带号为127，行编号为38，空间分辨率为30m。首先对遥感影像进行几何配准、大气校正、假彩色合成等预处理，再通过ENVI软件图像利用行政矢量边界进行裁剪，得到研究区的遥感影像图。
2.2 NDVI和植被覆盖度的计算
2.2.1 归一化植被指数（NDVI）
NDVI能够反映植被生长状态，与植被覆盖度紧密相关，因此是目前运用最广泛的植被指数之一。近红外波段与可见光波段的数值之差比上这两个波段数值之和的结果即归一化植被指数（NDVI）：
NDVI=（NIR-R）/（NIR+R）（1）
2.2.2 植被覆盖度遥感估算（FVC）
本文应用最为广泛的像元二分模型估算上海市的植被覆盖度，利用归一化植被指数NDVI计算植被覆盖度：
FVC=（NDVI-NDVIsoil）/（NDVIveg-NDVIsoil）（2）
其中，NDVIsoil為全土壤或无植被覆盖的像元NDVI值，NDVIveg为全部由植被覆盖的像元NDVI值。利用像元二分模型估算植被覆盖度的关键是计算NDVIsoil和NDVIveg。NDVIsoil和NDVIveg一般取一定置信度范围内的最大值和最小值，置信度的取值主要根据该地区的实际情况确定，本文分别取NDVI累积概率分布在5%和95%的NDVI值作为NDVIsoil和NDVIveg。
3 结果分析
3.1 植被覆盖度变化特征分析
2000-2016年上海市的植被覆盖度的变化趋势是逐渐减少，覆盖度从65.23%减少到62.83%。空间分布特征是以主城区为中心，城区植被覆盖度低，外围植被覆盖度高，上海市植被覆盖度最高的地方为崇明、金山、青浦和松江等郊区，此处多为山地，人口密集程度较低：植被覆盖度较低的地区为黄埔、长宁等市区，此区域结合上海实际情况，上海市主城区人口约占整个上海市人口的60%，人口密度的密集导致植被覆盖的减少，此外还和地形有关。从结果可以看出从2000-2016年上海市植被覆盖度整体较高，存在植被覆盖度<0的地区存在，但是很少。人口越密集的地区例如黄埔区、长宁区、徐汇区、静安区、杨浦区、虹口区、普陀区植被覆盖度越低。
3.2 植被覆盖变化的驱动力分析
3.2.1 人类活动因素
近年来，上海市城市建设迅速发展、扩张，城镇化步伐加快，经济建设的快速发展直接造成植被覆盖度的下降。因此，如何协调城市发展与生态环境保护，已经成为上海市政府急需解决的问题。
3.2.2 自然因素
植被生长除了受到人类活动的影响外，自然因素也在很大程度上影响植被生长状况，如气温和降水直接影响植被的长势。例如，淀山湖公园区域的植被覆盖变化较小，由于人类活动的减少，植被自身的调节和保护使得蓄水能力相应提高，促进植被的生长。
4 结论
本文基于2000年、2016年NDVI数据，利用像元二分模型估算上海市的植被覆盖度。结果表明，上海市植被覆盖度空间分布特征是以主城区为中心，城区植被覆盖度低，外围植被覆盖度较高。利用像元二分模型方法操作简单、速度快，得到的植被覆盖度也可以客观地反映植被生长变化的情况，为相关部门评估生态环境、制定城市建设做参考。
参考文献：
[1] 刘琳，姚波.基于NDVI象元二分法的植被覆盖变化监测[J].农业工程学报，2010（S1）.
[2] 滕玲.基于时序Landsat解析合肥市植被覆盖度动态变化研究[D].安徽大学，2016.
[3] 许亚辉，周蕾，倪海峰，等.2000年以来南京市植被覆盖度动态变化的遥感提取与驱动力分析[J].科技创新导报，2014（28）.
[4] 吕丹红，姜琦刚，王德军，等.Landsat数据的植被覆盖估算和景观格局分析[J].测绘科学，2018（11）.
[5] 陈云浩，李晓兵，史培军.基于遥感的植被覆盖变化景观分析——以上海海淀区为例[J].生态学报，2002（10）.
作者简介：杨达（1994—），男，在读研究生，研究方向：生态环境遥感。
（作者单位：成都理工大学）
关键词：归一化植被指数;植被覆盖度;像元二分模型;上海市
植被覆盖度是指植被在地面的垂直投影面积占统计区总面积的百分比，是衡量区域生态系统环境变化的综合量化指标。采用归一化植被指数（NDVI）和像元二分模型估算植被覆盖度变化情况，不仅模型简单，不依赖于地面实测数据，可操作性强，而且可以在一定程度上表征植被的生长状况和变化。近几年利用遥感数据进行地表植被覆盖观测的研究也越来越多。
上海市作为中国的四大直辖市之一，是中国的经济、金融中心，是世界级的特大城市。改革开放以来，上海市市政建设呈迅猛发展态势，经济发展，人口膨胀和城市扩张，不可避免地带来一些城市问题，如生态环境趋于恶化现象。本文以NDVI和像元二分法估算上海市的2000-2016年植被覆盖度，分析其植被覆盖变化情况，对于保护城市生态建设的成果，为城市生态评价及生态安全评估提供参考。
1 研究区概况
上海市地处长江三角洲前沿，在全球的地理位置是位于北纬 31°14′，东经 121°29′，其市域地貌特征以平原为主，面积约占全市总面积的90%以上。在气候方面上海市由于特殊的地理位置使上海市处于亚热带季风气候气候，这就决定了上海市每年的水量充沛，四季分明。上海市是全国的经济、金融中心，上海市共管辖 16 个区，其中黄埔区和长宁区是上海市的经济政治文化中心，人口众多，建筑面积辽阔，相应的植被覆盖率低，其他区域人口密度相对稀少。
2 研究方法与数据处理
2.1 数据源与预处理
研究区所采用的数据基于Landsat-5和Landsat-8遥感影像数据，过去2000年和2016年两年遥感数据作为基础研究数据，条带号为127，行编号为38，空间分辨率为30m。首先对遥感影像进行几何配准、大气校正、假彩色合成等预处理，再通过ENVI软件图像利用行政矢量边界进行裁剪，得到研究区的遥感影像图。
2.2 NDVI和植被覆盖度的计算
2.2.1 归一化植被指数（NDVI）
NDVI能够反映植被生长状态，与植被覆盖度紧密相关，因此是目前运用最广泛的植被指数之一。近红外波段与可见光波段的数值之差比上这两个波段数值之和的结果即归一化植被指数（NDVI）：
NDVI=（NIR-R）/（NIR+R）（1）
2.2.2 植被覆盖度遥感估算（FVC）
本文应用最为广泛的像元二分模型估算上海市的植被覆盖度，利用归一化植被指数NDVI计算植被覆盖度：
FVC=（NDVI-NDVIsoil）/（NDVIveg-NDVIsoil）（2）
其中，NDVIsoil為全土壤或无植被覆盖的像元NDVI值，NDVIveg为全部由植被覆盖的像元NDVI值。利用像元二分模型估算植被覆盖度的关键是计算NDVIsoil和NDVIveg。NDVIsoil和NDVIveg一般取一定置信度范围内的最大值和最小值，置信度的取值主要根据该地区的实际情况确定，本文分别取NDVI累积概率分布在5%和95%的NDVI值作为NDVIsoil和NDVIveg。
3 结果分析
3.1 植被覆盖度变化特征分析
2000-2016年上海市的植被覆盖度的变化趋势是逐渐减少，覆盖度从65.23%减少到62.83%。空间分布特征是以主城区为中心，城区植被覆盖度低，外围植被覆盖度高，上海市植被覆盖度最高的地方为崇明、金山、青浦和松江等郊区，此处多为山地，人口密集程度较低：植被覆盖度较低的地区为黄埔、长宁等市区，此区域结合上海实际情况，上海市主城区人口约占整个上海市人口的60%，人口密度的密集导致植被覆盖的减少，此外还和地形有关。从结果可以看出从2000-2016年上海市植被覆盖度整体较高，存在植被覆盖度<0的地区存在，但是很少。人口越密集的地区例如黄埔区、长宁区、徐汇区、静安区、杨浦区、虹口区、普陀区植被覆盖度越低。
3.2 植被覆盖变化的驱动力分析
3.2.1 人类活动因素
近年来，上海市城市建设迅速发展、扩张，城镇化步伐加快，经济建设的快速发展直接造成植被覆盖度的下降。因此，如何协调城市发展与生态环境保护，已经成为上海市政府急需解决的问题。
3.2.2 自然因素
植被生长除了受到人类活动的影响外，自然因素也在很大程度上影响植被生长状况，如气温和降水直接影响植被的长势。例如，淀山湖公园区域的植被覆盖变化较小，由于人类活动的减少，植被自身的调节和保护使得蓄水能力相应提高，促进植被的生长。
4 结论
本文基于2000年、2016年NDVI数据，利用像元二分模型估算上海市的植被覆盖度。结果表明，上海市植被覆盖度空间分布特征是以主城区为中心，城区植被覆盖度低，外围植被覆盖度较高。利用像元二分模型方法操作简单、速度快，得到的植被覆盖度也可以客观地反映植被生长变化的情况，为相关部门评估生态环境、制定城市建设做参考。
参考文献：
[1] 刘琳，姚波.基于NDVI象元二分法的植被覆盖变化监测[J].农业工程学报，2010（S1）.
[2] 滕玲.基于时序Landsat解析合肥市植被覆盖度动态变化研究[D].安徽大学，2016.
[3] 许亚辉，周蕾，倪海峰，等.2000年以来南京市植被覆盖度动态变化的遥感提取与驱动力分析[J].科技创新导报，2014（28）.
[4] 吕丹红，姜琦刚，王德军，等.Landsat数据的植被覆盖估算和景观格局分析[J].测绘科学，2018（11）.
[5] 陈云浩，李晓兵，史培军.基于遥感的植被覆盖变化景观分析——以上海海淀区为例[J].生态学报，2002（10）.
作者简介：杨达（1994—），男，在读研究生，研究方向：生态环境遥感。
（作者单位：成都理工大学）