基于NDVI的兰州市城关区植被覆盖度变化研究

牛莉婷，周 波，陈建荣，吴玉锋 ，金 毅

（1.甘肃省水土保持科学研究所，甘肃 兰州 730020）

基于NDVI的兰州市城关区植被覆盖度变化研究

牛莉婷1，周 波1，陈建荣1，吴玉锋1，金 毅1

（1.甘肃省水土保持科学研究所，甘肃 兰州 730020）

基于遥感和地理信息系统技术， 利用2000年Landsat5 TM和2015年Landsat8 OLI两期遥感影像，提取兰州市城关区不同时期的归一化植被指数（NDVI），运用像元二分模型估算了植被覆盖度（FVC），分析了2000～2015年城关区的植被覆盖状况及动态变化情况。结果表明，15 a间城关区低植被覆盖度（0＜FVC≤15%）和中植被覆盖度（15%＜FVC≤40%）分别增加9%和15%，中高植被覆盖度（40%＜FVC≤70%）和高植被覆盖度（70%＜FVC≤100%）分别减少17%和9%；植被覆盖度增加面积约10 km2，减少面积约21 km2。

遥感；地理信息系统；植被覆盖度；兰州市城关区

本文利用2000年Landsat5 TM影像和2015年Landsat8 OLI影像，基于ENVI5.1软件提取兰州市城关区2000年和2015年的归一化植被指数（NDVI）；运用像元二分模型估算植被覆盖度，并对其划分等级，根据差值法分析城关区15 a来植被覆盖度的变化情况，从整体上了解该区域植被的生长和分布状况，为评价区域内的生态建设效果提供参考[1-6]。

1 研究区概况

城关区是兰州市的政治、经济、文化、科研、交通及商贸等的中心，地理坐标为103°45'37"～103°59'00"E、 35°57'50"～36°09'32" N ；东西长 20.02 km，南北宽22.6 km，总面积约 220 km2，海拔为 1 600～2 171 m 。黄河由西向东贯穿整个城关区，并将其分割为南北两部分。黄河以北是丘陵沟壑区，以南是主城区和皋兰山山地。整个区域气候干燥，温差大，降水稀少，蒸发量大，光照充足，太阳辐射强，生态环境脆弱。

城关区南北两山城郊植被包围，绿地沿河、沟、路分布，公园、游园植被绿化，形成点、线、面相结合的植被建设体系；并且城关区拥有丰富的低丘缓坡沟壑等未利用土地资源，大量的荒山沟壑土地比较贫瘠。

2 研究数据和研究方法

2.1 研究数据的来源与处理

本文采用的数据是空间分辨率为30 m的2000-09-21 Landsat5 TM遥感影像和2015-09-15 Landsat8 OLI 遥感影像及兰州市城关区的矢量边界数据。两期遥感影像来源于中国科学院计算机网络信息中心国际科学数据镜像网站 (http://www.gscloud.cn)，数据级别为L1T，已经做过几何纠正，精度满足要求。两期遥感影像数据都摄于植被生长比较良好的时期，对比较区域的植被变化情况具有一定的可行性。

首先采用ENVI5.1遥感软件对两期影像数据作辐射定标和大气校正处理，消除因大气散射引起的辐射误差，然后对兰州市城关区的矢量边界数据作投影转换处理，最后利用矢量边界数据裁剪两期遥感影像，得到城关区的影像数据。

2.2 研究方法

2.2.1 归一化植被指数计算

归一化植被指数（NDVI）定义为近红外波段（NIR）与可见光红波段（R）数值之差和这两个波段数值之和的比值[7]：

归一化植被指数（NDVI）既能部分消除由天气变化、观察姿态所造成的误差，又能较好地反映地表植被的分布状况，在植被指数中占居非常重要的位置[8]，是遥感估算植被覆盖度研究中最常用的一种植被指数。

利用Landsat5 TM影像，公式（1）可表示为：

利用Landsat8 OLI影像，公式（1）可表示为：

根据公式（2）、（3），用 ENVI5.1 软件提取兰州市城关区2000-09和2015-09的归一化植被指数（NDVI），见图 1、2 。

计算 2000-09 的 NDVI值为 -0.579～0.773，2015-09 的 NDVI值为 -0.664～0.935，负值表示地表覆盖为黄河、其他水域等；0表示为无植被覆盖；正值表示为有植被覆盖，NDVI值越大，植被覆盖越好。

图1 2000年城关区NDVI图

图2 2015年城关区NDVI图

2.2.2 植被覆盖度估算

像元二分模型不受地域限制、不依赖实测数据，且能削弱大气、植被类型及土壤等影响，在采用遥感量测植被覆盖度的方法中应用十分广泛[9,10]，故本文采用像元二分模型计算植被覆盖度。像元二分模型假定一个像元的地表由植被和土壤两部分组成，每个像元的NDVI是完全被植被覆盖的NDVI（NDVIveg）和裸地覆盖的NDVI（NDVIsoil）的线性加权值。利用像元二分模型计算植被覆盖度的公式为[11,12]：

NDVIveg和NDVIsoil随地表湿度、土壤类型、植被类型等的变化而变化。本文选择5%的置信度，在置信度范围内取最大值和最小值，见表1。

表1 NDVIveg和NDVIsoil的取值表

将 表1中2000年、2015年 的NDVIveg和NDVIsoil代入公式（4），计算城关区的植被覆盖度。

2.2.3 植被覆盖度分级

将计算得到的植被覆盖度分为5个等级[2]：无植被覆盖（FVC=0） 、低植被覆盖度（0＜FVC≤15%）、中植被覆盖度（15%＜FVC≤40%） 、中高植被覆盖度（40% ＜FVC≤70%）和高植被覆盖度（FVC＞70%）。在ArcGIS10.2软件下，根据上述分级方法对植被覆盖度进行重分类，得到2个时期的植被覆盖度分级图，见图3、4。

图3 2000年城关区植被覆盖度图

图4 2015年城关区植被覆盖度图

3 结果与分析

3.1 植被覆盖度时空分布

统计2000年和2015年城关区各级植被覆盖度的像元数以及像元所占整个区域的比例，见表2、3和图5。

表2 2000年城关区各级植被覆盖度像元比例统计表

表3 2015年城关区各级植被覆盖度像元比例统计表

图5 2000年、2015年各级植被覆盖度所占像元数

根据图3、4、5和表2、3，城关区2000年主要以中高植被覆盖度为主，占总面积的38%，主要分布在黄河以北海拔较高的山地及黄河以南海拔较高、人为干扰较少的皋兰山山地；无植被覆盖度占5%，主要分布在黄河和黄河以南地势比较平缓、人口聚集的主城区；低植被覆盖度占11%，主要分布在主城区；中植被覆盖度占24%，主要分布在黄河以北海拔较高的山地；高植被覆盖度占23%，主要分布在皋兰山山地、主城区的雁滩区域和黄河以北的低丘缓坡区域。2015 年主要以中植被覆盖度为主，占总面积的39%，主要分布在黄河以北海拔较高的山地；无植被覆盖度占5%，主要分布在黄河及主城区；低植被覆盖度占20%，主要分布在主城区和黄河以北的山地；中高植被覆盖度占21%，主要分布在皋兰山山地；高植被覆盖度占14%，主要分布在皋兰山山地和黄河以北的低丘缓坡区域。

由此看出，城关区从2000～2015年，无植被覆盖的总面积无明显变化；低植被覆盖度和中植被覆盖度有所增加，增加幅度分别为9%、15%；中高植被覆盖度和高植被覆盖度有所减少，减少幅度分别为17%、9%。

3.2 植被覆盖度动态变化

通过ENVI5.1的变化检测（change detection）工具和ArcGIS10.2的空间分析功能，提取城关区2000～2015年植被覆盖度的动态变化情况，见图6。

如图6所示，绿色区域为植被覆盖度增加的区域，紫色区域为植被覆盖度减少的区域。15 a间城关区植被覆盖度增加的面积约10 km2，减少的面积约21 km2，增加的区域主要分布在黄河以北。

图6 城关区2000～2015年植被覆盖度变化图

3.3 植被覆盖度变化原因分析

城关区2000～2015年的植被覆盖状况既有改善也有退化。植被覆盖状况得到改善的原因主要有：1）在国家和甘肃省的大力支持下，兰州市建设了南北两山绿化工程，增加了植被覆盖，巩固和提高了两山的生态建设；2）退耕地造林、荒山造林、封山育林等退耕还林工程的实施，增大了城关区的植被覆盖；3）公园、游园的植被绿化及黄河、道路两侧的植被建设等有效改善了主城区的植被覆盖。植被覆盖状况退化的原因主要有：1） 兰州市2012～2016年实施的低丘缓坡沟壑等未利用地综合开发利用试点项目中的青白石未利用地综合开发利用项目、碧桂园项目和三条岭未利用地开发利用项目都位于城关区黄河以北，项目的实施有效拓展了城关区发展的空间，但也不同程度地降低了黄河以北区域的植被覆盖；2）建筑业和房地产业等的飞速发展，导致主城区特别是雁北街道和高新开发区的植被退化。

综上分析，建议城关区在今后的植被建设中加强对中高植被覆盖和高植被覆盖的植被保护，合理开发未利用地，快速恢复植被退化区域中的植被，促进低植被覆盖、中植被覆盖向中高植被覆盖、高植被覆盖的转化。

4 结 语

本文基于RS和GIS提取兰州市城关区的NDVI，采用像元二分模型估算植被覆盖度，分析15 a间植被覆盖度的变化情况，技术路线简单、可操作性强。整体了解城关区的植被覆盖状况，对评估该区域的生态环境、水土流失综合治理效果具有重要意义，同时有助于推进城关区的植被恢复。

[1]陈述鹏.遥感大词典[M].北京:科学出版社,1990

[2]李娟,龚纯伟.兰州市南北两山植被覆盖度动态变化遥感监测[J].测绘科学,2011,3(2):175-177

[3]李小亚,张勃,靳自宝.基于MODIS-NDVI的甘肃河东地区植被覆盖度动态监测[J].水土保持研究,2013,20(1):12-115

[4]马志勇,沈涛,张军海,等.基于植被覆盖度的植被变化分析[J].测绘通报,2007(3):45-48

[5]徐勇,奚砚涛,许伟,等.归一化植被指数对江苏省气温、降水变化的时空响应特征[J].湖北农业科学,2015,54(3):599-604

[6]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):179-18

[7]党安荣,王晓栋,陈晓峰,等.ERDAS IMAGINE遥感图像处理方法[M].北京:清华大学出版社,2003

[8]吴云.基于RS和GIS的植被覆盖度估算及动态变化分析-以三北防护林工程区和河海流域为例[D].阜新:辽宁工程技术大学,2009

[9]牛宝茹,刘俊蓉,王政伟.干旱半干旱地区植被覆盖度遥感信息提取研究[J].武汉大学学报(信息科学版),2005,30(1):27-30

[10]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,2004,26(4):153-159

[11]Gutman G, Ignaton A. The Derivation of the Green Vegetation Fraction from NOAA/AVHRR Data for Use in Numerical Weather Prediction Models[J]. International Journal of Remote Sensing, 1998,19(8):1 533-1 543

[12]马俊海,刘丹丹.像元二分模型在土地利用现状更新调查中反演植被覆盖度的研究[J].测绘通报,2006(4):13-16

P237.9

B

1672-4623（2017）12-0028-03

10.3969/j.issn.1672-4623.2017.12.009

2016-09-27。

甘肃省科技支撑计划社会发展类基金资助项目（1504KFCA074）。

牛莉婷，硕士，主要从事3S技术在水土保持中的应用研究。