林业科学  2003, Vol. 39 Issue (专刊1): 128-133   PDF    
0

文章信息

肖胜, 叶功富, 倪志荣, 吴锡麟, 陈杰.
Xiao Shengm, Ye Gongfu, Ni Zhirong, Wu Xilin, Chen Jie.
应用卫星遥感影像分析厦门市地表植被变化
ANALYSING ON THE VEGETATION CHANGE WITH IMAGE OF SATELLITE REMOTE SENSING IN XIAMEN
林业科学, 2003, 39(专刊1): 128-133.
Scientia Silvae Sinicae, 2003, 39(专刊1): 128-133.

文章历史

收稿日期:2003-04-02

作者相关文章

肖胜
叶功富
倪志荣
吴锡麟
陈杰

应用卫星遥感影像分析厦门市地表植被变化
肖胜1 , 叶功富1 , 倪志荣2 , 吴锡麟2 , 陈杰2     
1. 福建省林业科学研究院 福州 350012;
2. 福建省厦门市林业局 厦门 361003
摘要: 以厦门市地表植被变化为研究对象, 以1996-2000年为时间跨度, 在计算机的支持下, 利用Landsat TM卫星遥感影像数据进行处理分析, 计算影像的植被指数并进行多波段彩色合成, 分析地表植被变化和特征, 提取变化分布地点及类型, 形成专题图件, 为厦门市森林生态网络建设提供依据。
关键词: TM影像    植被指数    植被变化    彩色合成    
ANALYSING ON THE VEGETATION CHANGE WITH IMAGE OF SATELLITE REMOTE SENSING IN XIAMEN
Xiao Shengm1, Ye Gongfu1, Ni Zhirong2, Wu Xilin2, Chen Jie2     
1. Fujian Academy of Forestry Fuzhou 350012;
2. Xiamen Forestry Bureau, Fujian Province Xiamen 361003
Abstract: The vegetation change from 1996 to 2000 was studied with image of satellite remote sensing in Xiamen, Fujian Province. Through image data of TM interpreting, index of vegetation was calculated, the color image was generated by multi-band composing, the vegetation change and property was extracted, the information of distribution and type of vegetation change was acquired, then, formed the thematic maps. The paper should provide the basis for the study on forest ecologic environment in Xiamen of Fujian.
Key words: TM image    Index of vegetation    Vegetation change    Color composite    

地表植被是生态环境的重要组成部分, 与人们日常生活息息相关。及时准确地掌握其动态变化, 分析其发展趋势, 对于维护区域生态平衡有着重要作用。遥感技术因其实时性、多时相性、多波段性和空间分析能力等特点, 可以及时准确地对地表植被动态变化进行监测(李本纲等, 2000; 肖胜, 1998)。相对于传统的地面观测, 有速度快、收效大、效率高的优势, 并且有利于实现信息管理的自动化(丁建丽等, 2002)。本文以卫星遥感数据为基础, 分析厦门市地表植被变化, 为建立厦门市森林生态网络监测系统, 提高厦门市生态环境建设的水平提供依据。

1 研究区自然概况

厦门市位于福建省东南沿海, 东经117°53'~118°25', 北纬24°25'~24°54', 地处漳厦平原和泉州平原中心, 处于九龙江口, 东临台湾海峡, 全市土地总面积1 565 km2, 海岸线总长234 km。厦门市位于戴云山脉的西南段和博平岭东南的延伸支脉交界处, 地势自西北向东南倾斜, 并向海洋延伸, 地貌类型以丘陵为主, 地形复杂多样, 最高山峰云顶山海拔1 175 m。厦门市地带性植被为亚热带季风常绿阔叶林, 原始森林已绝迹, 现多为人工林, 树种单一, 植被类型层次结构简单, 森林覆盖率为37 %。

2 研究资料及方法 2.1 研究资料

本文研究的卫星影像资料为覆盖厦门市范围2个时相的美国LANDSAT TM影像, 成像期为2000年4月及1996年7月, PATH/ROW=119/043;另有法国卫星影像数据, SPOT PAN 293/300下移80 %, 成像期为1999年3月。其它资料有厦门市政区图、1:5万地形图、林业基本图、土地利用现状及规划图、绿地系统规划图等。遥感影像处理系统为ERDAS IMAGINE, 地理信息系统平台为ARC/INFO及ARCVIEW。

2.2 影像导入及预处理

利用ERDAS IMAGINE软件中的IMPORT功能将两个时期的卫星遥感影像导入到系统中, 利用1:5万的地形图, 选取23个GCP控制点, 采用多项式的方法进行几何校正, 校正后的总体RMS误差均控制在一个像元点之内。卫星遥感影像投影方式采用Transverse Mercator投影, 参考椭球体为Krasovsky, 中央经线根据厦门市所处位置取东经117°, 经过几何校正后的影像才可进行后续的各项运算与处理。

2.3 范围的选定

将厦门市政区图数字化之后, 利用地理信息系统ARC/INFO平台, 形成市界范围的多边形图层, 经过投影转换与坐标纠正之后, 使之与卫星遥感影像的投影方式相同, 按照市界范围Coverage选取AOI区域, 然后利用SUBSET功能项提取厦门市行政范围内的卫星遥感影像数据。

2.4 植被指数

植被指数是由多光谱数据经过线性与非线性组合构成的对植被有一定意义的各种数值, 植被指数被广泛用来定性和定量评价植被覆盖及其生长活力, 它是从卫星影像数据中了解植被分布及变化状况的一种指标。植被指数的计算公式有若干种, 在这里采用(1)式的NDVI指数(normalized difference vegetation index):

(1)

其中:CH4为TM卫星影像的第4波段, CH3为TM卫星影像的第3波段。计算结果NDVI与植物生物量、叶面积指数和光有效辐射等有着密切的联系, 其数值表示植被覆盖率的状况, 如果影像中NDVI的值越大, 植被覆盖率越高; NDVI的值越小, 植被覆盖率越低。由(1)式所计算出来的NDVI值分布在-1到1的范围内, 这往往超出了通常影像处理中影像灰度值的范围, 为了便于图像处理运算及表示, 通常把NDVI值限定在0~255内, 进行线性变换。这样(1)式转化为(2)式:

(2)

利用(2)式对两时期的卫星影像均作变换计算, 计算结果形成NDVI 1996.img和NDVI 2000.img两幅植被指数影像, 影像中明亮的部分表示植被分布多的地方, 暗的部分表示植被分布少的地方, 图 1为2000年4月份的厦门市植被指数影像。

图 1 2000年4月的厦门市植被指数影像 Fig. 1 The normalized dif ference vegetation index image of Xiamen in April, 2000
2.5 植被变化影像计算

为了从遥感影像中了解地表植被变化, 可以用不同时相的影像分量作减法运算, 以得到不同时期的影像动态变化情况。虽然两幅影像季相(4月和7月)有些不同, 但是由于厦门市的植被多为常绿类型, 4月和7月又为厦门市的春夏季节, 中间只有2个月的间隔, 植被生长基本保持在同一水平状态, 所以季相对差值的计算影响不大。采用(3)式的公式计算:

(3)

式中xy为影像的行列号, 经过计算后, 植被变化的信息在影像中得到增强, 差值影像值CAndvi(x, y)表示1996—2000年之间的植被变化情况。如果CAndvi(x, y) < 0, 表示植被覆盖率降低; 若CAndvi(x, y)>0, 表示植被覆盖率增加; 若CAndvi(x, y)值在0左右, 表示该地植被覆盖变化不大, 呈平衡状态。同样地, 对差值影像值CAndvi(x, y)也拉伸到0~255之间。如图 2所示为植被指数差值影像。

图 2 植被指数差值图像 Fig. 2 Diff erence between NDVI image of Xiamen in 1996 and in 2000
2.6 影像多波段的彩色合成及分类

利用ERDAS IMAGINE中Layer Stack模块将NDVI 1996.img、NDVI 2000.img和CAndvi.img进行组合, 用RGB(红、绿、蓝)三色合成的假彩色方式(false color composite), 可以建立彩色判读标志, 以不同的色彩特征表示植被分布及变化状况。由于在ERDAS IMAGINE系统中, 各影像层配色RGB的顺序可以按用户需要进行调用, 因此, 丰富的影像色彩增加了影像的适用性。

将彩色合成后的影像用最小距离法进行自动分类, 对变化类型进行区分, 按地表植被覆盖变化状况逐一统计, 得出植被变化的强度及变化性质。

2.7 对比遥感影像的处理

为了对植被变化进行详细解译和特征分析, 了解变化成因及发展趋势, 需要利用较高分辨率SPOT PAN及TM卫星遥感影像数据进行综合处理, 以求对比分析, 植被变化的区域、地点、类型等可在对比影像上得到清晰地显示, 利于变化类型的解译与判读。

将经过预处理后的SPOT PAN与TM(除第6波段)数据进行融合, 融合方法采用Brovey法, 这是基于信息特征的一种融合方法(陈德超等, 2001), 很适合于SPOT PAN与TM影像的融合。见(4)式:

(4)

其中, B1B2Bn分别代表TM的不同波段, high res.image为SPOT PAN波段, DN为灰度值。对融合后的影像进行适当的增强处理, 使各地物、碎部更清晰, 然后再进行土地利用分类, 得到对比影像图。分类方法采用最大似然分类法(maximum likelihood classifier), 假设各类地物光谱的条件概率为多维正态分布, 按最大似然度测定其平均值及方差、协方差。此时, 像元数据(观测值)X归为类别K的似然度LK为式(5)所示, 经过计算, 把该像元分到似然度最大的类别中去。

(5)

经过处理后的卫星影像见图 3, 所示为厦门岛、海沧、杏林、集美、鼓浪屿等局部地区, 该图可以用于植被变化的对比分析。

图 3 厦门岛周围区域卫星影像图 Fig. 3 The interpreted image of satellite remote sensing of Xiamen Island
3 结果与分析 3.1 技术路线图

根据卫星影像数据的处理过程与目的, 可以知道, 分析厦门市地表植被变化的技术路线归纳为图 4所示, 处理后的影像能够用于分析植被变化。

图 4 厦门市地表植被变化分析处理的技术路线图 Fig. 4 The method of interpreting and analyzing vegetation change in Xiamen
3.2 彩色合成判别方案

根据不同时相的遥感分量彩色合成及对比分析, 得到表 1所示的解译结果。依据影像色彩表现的不同, 结合对比遥感影像, 可以判读出不同的植被变化趋势与所在区域。

表 1 彩色合成判别方案与图像表现结果的解译 Tab.1 The interpretation keys for color composite and the result of image display
3.3 植被变化分析

根据本文中的方法, 经处理分析、归并统计后, 经总结得到表 2所示的厦门市地表植被变化类型统计表, 结合该表, 植被变化类型可以很容易地从卫星遥感影像图中直接判读出植被变化的地点及现状, 也可以利用全球定位系统GPS接收机在野外进行现地调查和研究。根据森林资源调查档案及样地、厦门市土地利用统计数据进行验证, 植被变化类型的判对率(精度)为93.3 %。

表 2 厦门市地表植被变化类型统计 Tab.2 the statistic of type of vegetation change in Xiamen
4 结语

利用卫星遥感影像分析厦门市地表植被变化, 具有动态性、连续性、范围大、速度快的优点, 通过不同分量遥感影像的合成与分类, 可迅速地反映出植被变化类型及变化特征, 直观地体现地表植被的真实状况, 具有常规方法所不能达到的效果, 能够满足生态环境监测的需要。

城市林业的发展对科学技术手段提出了更为严格的要求, 为了更好地研究城区内与居民生活息息相关的环境状况, 如城市绿化、公园及小区绿地建设、环境污染等, 需要借助更高分辨率遥感卫星, 如IKONOS或QUICKBIRD数据等, 以获取更丰富、更细致的信息, 这将是下一步研究需要探讨的课题。

参考文献(References)
丁建丽, 塔西甫拉提, 熊黑钢, 等. 2002. 塔里木盆地南缘绿洲荒漠化动态变化遥感研究. 遥感学报, 6(1): 56-61.
李本纲, 陶澍. 2000. 一种利用多时相TM影像分析地表植被变化的新方法. 遥感学报, 4(4): 295-298.
肖胜. 1998. 森林资源管理的遥感技术应用研究. 福建林业科技, 25(3): 6-10. DOI:10.3969/j.issn.1002-7351.1998.03.002