天津地区植被覆盖度的遥感估算及其动态变化研究

刘子潇，颜悦

(天津市测绘院，天津 300381)

1 引 言

植被作为物质和能量交换的重要媒介，连接着地球上陆地、水体以及大气，在整个陆地能量交换、水分循环和生物地球化学循环过程中起着至关重要的作用[1]。自然情况下，植被的空间分布及生长状况主要受区域水热条件影响，区域气候的变化主导着植被的动态变化，植被的分布及其变化也调节着区域的气候。人类活动同样对植被的空间分布和结构有直接而显著的影响，相对于气候对于植被的变化而言，人类活动带来的影响往往更为快速和剧烈。植被覆盖度是指植被在地面单位面积内的其投影面积所占比例，植被覆盖度作为地表植被状况的一个重要参数，是反映区域植被变化情况的重要指标。在区域大尺度植被覆盖度监测中，由于遥感技术具有范围广、周期短、成本低等一系列特点，为持续、大范围植被覆盖度监测提供了有效的支持，目前已形成了以遥感手段为主的植被覆盖度监测技术路线。管亚兵等人利用1980年～2014年4个时期的遥感影像反演出黄河十大孔兑流域植被盖度，在此基础上分析并揭示黄河十大孔兑流域林草植被覆盖度的时空变化规律[2]；张耀等人以山西平朔安太堡露天煤矿为研究对象，利用多时相TM遥感数据，采用主成分分析法，建立植被覆盖度反演模型并对矿区植被恢复和土地复垦进行分析[3]；马中刚等利用Landsat 8影像数据，采取植被指数逐步回归分析和线性混合像元分解的方法，结合野外样地调查数据，建立康保县荒漠化地区植被覆盖度反演混合模型并予以验证[4]。本文以天津地区为研究区域，利用1999年～2017年间十期遥感影像对研究区域植被覆盖度进行反演，分析这一时段天津区域植被覆盖度时空变化特征，进而为研究该区域水热条件及人类活动对植被系统的影响提供参考。

2 数据与模型方法

2.1 研究区域概况

天津位于我国华北、西北和东北三大区域的结合部，地处环渤海地区的中枢部位，地理位置优越，腹地广阔，总面积约为1.2万平方千米，北部蓟州区为山区，南部属华北平原，由海河携带的泥沙冲积而成，地势低平，平原面积占总面积的94%，平原区域是天津地区人类活动的主要场所，以城镇、农村居民点以及耕地为主要土地利用类型，北部蓟州山区是林地的主要分布区域。

2.2 影像数据获取及预处理

天津地区植被覆盖度估算利用 30 m分辨率Landsat系列卫星影像数据进行。数据获取时间以7月～9月为佳，获取了1999年、2000年、2001年、2002年、2006年、2009年、2010年、2013年、2015以及2017年10期的影像数据。由于原始TM数据与现有数据套合精度比较高，因此不进行几何纠正，对TM数据进行辐射定标、大气纠正、地形纠正、去云处理以及镶嵌裁切等预处理，得到目标区域处理好的影像数据。图1所示为2013年天津地区预处理后TM影像示例。

图1 2013年天津地区预处理后TM影像示例

2.3 植被覆盖度遥感反演模型

(1)像元二分模型

像元二分模型是一种被广泛使用的植被覆盖度遥感估算方法，其具备无须依赖实测数据、较高精度、较易实现等特点。像元二分法的原理是将遥感传感器所观测到的信息S分为由植被覆盖区域产生和无植被覆盖区域产生两种，那么一个像元反映的遥感信息S则是由植被覆盖区域贡献的SV和无植被覆盖区域贡献的SS相加而得，即：

S=SV+SS

(1)

假设一个由纯植被产生像元的遥感信息为Sveg，一个由无植被覆盖区域产生像元的遥感信息为Ssoil，则对于一个实地植被覆盖度为fc的混合像元而言，其中由植被和非植被区域提供的遥感信息分别可以表示为：

SV=fc×Sveg

(2)

SS=(1-fc)×Ssoil

(3)

将其带入式(1)进行变换，可以得到该像元植被覆盖度fc的计算公式为：

fc=(S-Ssoil)/(Sveg-Ssoil)

(4)

因此，我们可以根据Sveg、Ssoil两个具备实际含义的参数来计算出植被覆盖度。

(2)植被指数选择

利用预处理后的卫星数据计算植被指数，选择了5种植被指数：归一化植被指数NDVI、增强型植被指数EVI、修正型土壤调节植被指数MSAVI、优化土壤调节植被指数OSAVI和土壤调节植被指数SAVI[5]。天津地区5种植被指数的统计值如表1所示。在数据处理过程中将小于零的值都赋予 0.000 1，将大于1的值都赋予 0.999 9。在各植被指数中，NDVI的均值最大，且其标准差最大，说明该地区的NDVI值相对比较分散，能从更多的层次反演地表植被状况。

植被指数统计值对比 表1

(3)植被覆盖度反演及精度验证

对于纯植被像元的遥感信息Sevg和无植被覆盖像元的遥感信息Ssoil，对应到具体植被指数上，大多数类型的裸地表面的VIsoil值在理论上应该接近于0，但由于受土壤类型、大气效应和土壤水分等多重因素的综合影响，VIsoil值一般在-0.1～0.2之间变化[6]。此外，由于受植被类型影响，VIveg也会随时空变化而发生改变。因此，本研究利用高分辨率遥感影像，采集获取天津地区裸地样点和植被样点，并在此基础上采用普通克里金插值方法得到植被指数的VIveg和VIsoil的空间分布情况，在此基础上计算得到5种植被指数的植被覆盖反演结果，如图2所示。从统计结果看(表2)，利用不同的植被指数估算得到的植被覆盖度均值差异在3.5%以内，标准差差异也很小，在0.01以内。

图2 天津地区2013年08月植被覆盖反演结果图

对样点植被覆盖度的认定中，主要采用人工估计以及画格网统计的方法进行。此次在天津地区均匀选择验证样点共119个。由于高分数据与TM数据存在时相差异，进行精度验证时，对应高分图片与TM数据，对植被覆盖度差异大于40%的点作为异常点剔除，最终用于验证的点位89个。利用均方根误差函数定量评价估算植被覆盖度的精度，以高分验证点图片估算得到的植被覆盖度为真实值。结果发现本试验使用的方法估算结果精度都比较高，均在80%以上。其中NDVI估算精度比其他指数估算精度略高约3%左右。所以对整个天津地区植被覆盖度估算选择利用NDVI作为输入参数。

五种植被指数估算植被覆盖精度比较 表3

3 植被覆盖度估算

利用NDVI和像元二分模型估算天津地区的植被覆盖度，2017年9月天津地区的植被覆盖度如图3所示。整个天津地区2017年9月植被覆盖状况较好，约有40.90%的区域植被覆盖度在75%以上；植被覆盖度大于60%的区域占整个地区的54.74%；植被覆盖度低于20%的区域占22.49%。

天津市植被覆盖度总体上呈现出由中心城区向外、由沿海向内陆增高的趋势。其中，蓟州区北部山区是天津市植被覆盖度最高的区域，其次为蓟州山区以南、中心城区以北的广袤农田区域，再次为天津南部的农田区域；而滨海新区沿海区域是天津市植被覆盖度最低的区域，这一区域以坑塘、盐碱地、盐池、裸露地表(填海造陆)为主，鲜有植被覆盖，以市内六区和滨海新区塘沽城区为核心的轴带区域也是植被覆盖度相对较低的区域。

图3 天津地区2017年9月植被覆盖状况反演结果

2017年9月天津各区县植被覆盖度均值比较如图4所示，其中蓟州区、宁河区植被覆盖状况最好，植被覆盖度均值达到0.72；滨海新区和市内六区区植被覆盖状况最差，植被覆盖度均值为0.36和0.29；宝坻区、静海区和武清区的植被覆盖状况也比较好，植被覆盖度均值在0.65以上。

图4 2017年9月天津各区县植被覆盖度均值比较

1999年～至2015年间各年份的植被覆盖度估算结果如图5所示。

图5 1999年～2015年天津地区植被覆盖估算结果

4 天津地区植被覆盖变化分析

4.1 植被覆盖状况年际变化特点

1999年～2017年天津地区生长季植被覆盖年际间变化过程的波动性较为明显，如图6所示。天津地区植被覆盖度在1999年～2017年10次监测的平均值为0.59，其中，2001年植被覆盖度为最高值0.64，2010年、2013年植被覆盖度出现低谷，2010年植被覆盖度仅为0.52，2015年、2017年天津地区植被覆盖度恢复到平均水平。

图6 天津地区1999年～2017年植被覆盖度变化曲线图

从1999年～2017年不同级别覆盖度的面积占比情况来看，如图7所示。极高植被覆盖度区域通常占比最高，在年际变化中也存在着明显的波动性，在植被覆盖度最高的2001年，极高植被覆盖度区域占比超过50%，与此相对应低覆盖度、中覆盖度、中高覆盖度区域占比均出现低值。而在植被覆盖度最低的2010年，极高植被覆盖度区域占比仅为30%，其他年份极高植被覆盖度区域占比通常在40%～50%之间波动；极低植被覆盖度区域的占比则表现出较高的稳定性，基本保持在20%上下。

图7 天津地区1999年～2017年不同级别覆盖度面积占比变化柱状图

4.2 植被覆盖状况空间变化特点

经典统计学里通常用变异系数CV的大小确定观测变量的变异程度，变异系数的计算公式为：

(5)

式中CV为变异系数大小；S为标准方差；x为变量均值[7]。

植被覆盖度的空间变异系数可以用来度量目标时间内植被覆盖度的波动变化程度。图8是利用1999年～2017年间10期监测数据，计算获取的天津地区植被覆盖度变异系数空间分布图，从图中可以看出大部分区域植被覆盖状况变化比较平稳。东部沿海区域、主城区及其周边区域的植被覆盖状况波动变化程度相对高一些。这些区域一是与人类开发活动的主要区域相一致，植被覆盖在人类的不断开发建设活动中有所反复；其次，植被覆盖度变异系数较高区域还主要发生在湿地周边，如蓟州区于桥水库周边，湿地受水位变化影响，水生植物的在影像中的可见范围变化较为频繁。

4.3 植被覆盖状况变化趋势

图9是1999年、2017年天津地区的植被覆盖变化趋势图。从图中可以看出1999年～2017年间，市内六区绝大部分区域植被呈持平或略微好转趋势，该区域是天津市的主城区，是植被覆盖度变化最小的区域；天津南部和西部的农田区域植被状况明显变好，滨海新区中部的临港工业园到生态城一带是植被状况转好的另一主要区域，该区域受近年来滨海新区开发影响，是填海造陆与盐碱地再利用的集中区域，其植被状况的好转与人类开发建设活动密不可分；植被覆盖状况变差的地区主要是环城四区、滨海新区、武清等区县的城市周边区域，这些区域是近20年人类开发活动的主要区域，大量耕地转换为建设区域，在部分湿地周边也存在着植被覆盖度变差情况，如蓟州区于桥水库、宁河区七里海湿地，这主要是由于湿地水位变化造成部分草本植物被淹没。

图8 天津地区1999年～2017年植被覆盖度变异空间分布图

图9 天津地区1999年、2017年植被覆盖变化趋势图

5 结 论

采用以像元二分模型为基础，以归一化植被指数NDVI为参数的植被覆盖度计算方法具有较高的估算精度和可靠性，能够快速估算天津地区的植被覆盖度。本研究使用该方法估测了天津地区1999年～2017年间10期的植被覆盖度，在此基础上分析并揭示天津地区植被覆盖状况的时空变化规律，结论如下：

(1)整个天津地区2017年9月植被覆盖状况较好，植被覆盖度达到0.59。天津地区植被覆盖度总体上呈现出中心城区向外、由沿海向内陆增高的趋势。其中，蓟州区北部山地林区是至天津市植被覆盖度最高的区域，其次为蓟州山区以南、中心城区以北的广袤农田区域，再次为天津南部的农田区域；而滨海新区沿海区域和以市内六区和滨海新区塘沽城区为核心的轴带区域是植被覆盖度相对较低的区域。

(2)1999年～2017年天津地区生长季植被覆盖年际间变化过程的波动性较为明显。天津地区植被覆盖度在1999年～2017年10次监测的平均值为0.59，植被覆盖度一般在0.55～0.65之间波动，2010、2013年植被覆盖度出现较为明显的低谷。

(3)从根据1999年～2017年间10期监测数据计算获取的天津地区植被覆盖度变异系数空间结果来看，大部分区域植被覆盖状况变化比较平稳。东部沿海区域、主城区及其周边区域以及湿地周边区域的植被覆盖状况波动变化程度相对较高，这些区域受人类开发活动、水体水位和水生植物变化的影响，植被覆盖有所反复。

(4)1999年～2017年，天津市内六区是植被覆盖度变化最小的区域；天津南部和西部的农田区域植被状况明显变好，这可能与两个年份农作物种植情况有关；滨海新区中部的临港工业园到生态城一带是植被状况转好的另一主要区域，该区域是沿海城镇化的主要集中区域，植被状况原本较差，其植被好转与人类建设活动密不可分；植被覆盖状况变差的地区主要是环城四区、武清、宝坻等区县的城市周边区域，这些区域是近20年人类开发活动的主要区域，大量耕地转换为建设区域。