测绘地理信息   2019, Vol. 44 Issue (5): 29-32
0
抚仙湖禄充风景区植被覆盖变化研究[PDF全文]
杨海兰1,2, 柳德江1,2, 王泉1, 吴利1,2, 王涛1,2    
1. 玉溪师范学院地理与国土工程学院,云南 玉溪, 653100;
2. 玉溪师范学院测绘与空间信息重点实验室,云南 玉溪, 653100
摘要: 利用遥感(remote sensing,RS)/GIS技术,分别提取2000年Landset 7 ETM、2008年Landsat5 TM和2016年Landsat 8 OLI三期影像的植被指数(NDVI值),且进行RGB合成,并利用像元二分模型估算不同时期的植被覆盖度,分析了抚仙湖禄充风景区2000~2016年间的植被覆盖变化情况。结果表明,在2000~2008年间极低(0~15%)、低(15~30%)、中高(50~70%)植被覆盖度所占面积增加,而中(30~ 50%)、高(70~100%)植被覆盖面积减少;2008~2016年间极低植被覆盖度所占面积增加显著,具体增加了18.991 1%,其他各等级植被覆盖度所占面积都在减少。
关键词: 禄充风景区     植被指数     植被覆盖度     动态变化    
Study on Vegetation Cover Change of Luchong Scenic Area of Fuxian Lake
YANG Hailan1,2, LIU Dejiang1,2, WANG Quan1, WU Li1,2, WANG Tao1,2    
1. School of Geography and Land Engineering, Yuxi Normal University, Yuxi 653100, China;
2. Key Laboratory of Surveying and Mapping and Spatial Information, Yuxi Normal University, Yuxi 653100, China
Abstract: This paper uses RS/GIS technology to extract the vegetation index (NDVI) of Landset 7 ETM in 2000, Landsat 5 TM in 2008 and Landsat 8 OLI in 2016 respectively, and use the binary pixel model to analyze the vegetation coverage of luchong scenic area in fuxian lake from 2000 to 2016.The results showed that, the coverage area of very low, low, medium and high vegetation coverage increased from 2000 to 2008, while the coverage area of medium and high vegetation decreased. From 2008 to 2016, the area covered by very low FVC increased significantly, That was an increase of 18.991 1%.while the area covered by other grades of FVC decreased.
Key words: Luchong scenic area     vegetation index     vegetation coverage     dynamic change    

抚仙湖是我国最大的深水型淡水湖泊,位于云南省玉溪市澄江县。禄充风景区坐落在抚仙湖西岸,向东距澄江县城21 km,向北距昆km[1, 2]。禄充风景区境内被植被包围,植被覆盖率90%以上。东北部地区有形如笔架的笔架山,主要生长的植被有金竹和楠竹等竹林,以及栎树、小红木、水马桑等灌木林;北部地区有状如金钟的玉笋山,主要生长的植被是野梨枝、小红木、水马桑等灌木林,除此之外还有少量樟木等用材林;东部临湖地区有绿树成荫的古榕树;南部和北部地区分布有少量疏林地及部分农用地,其中农用地主要以耕种植烤烟、油菜籽和大豆为主。

本文利用2000年Landset 7 ETM影像、2008年Landsat 5 TM影像和2016年Landsat 8 OLI影像,通过ENVI5.3提取抚仙湖禄充风景区三期NDVI值,并进行RGB彩色合成,直观地反应植被变化;运用像元二分模型估算植被覆盖度,并对其划分等级,采用差值量化分析抚仙湖禄充风景区自2000~2016年以来植被覆盖度的变化,从整体上了解风景区植被的生长和分布状况,为评价区域内的生态环境提供参考依据[3-6]

1 植被覆盖度获取方法与过程 1.1 NDVI值的计算及NDVI变化图生成

归一化差分植被指数(NDVI)也称为生物量指标变化,是近红外波段(NIR)和红光波段(R)反射率差值与和值之比,可使植被从水和土中分离出来[2, 7]。其计算公式为:

${\rm{NDVI}} = ({\rm{NIR}} - {\rm{R}})/({\rm{NIR}} + {\rm{R}}) $ (1)

根据式(1),利用ENVI5.3进行光谱运算,Landsat的TM、ETM和OLI传感器均有红光和近红外波段,可以进行上述运算得到相应NDVI值,并分别作为RBG分量进行RGB彩色合成,进而在此基础上得到NDVI变化图。

依据式(1)计算得到2000年4月的NDVI值为-0.271 831~0.735 09,2008年4月的NDVI值为-0.252 066~0.714 58,2016年4月的NDVI值为0.002 324 76~0.238 061,如图 1所示。其中,负值代表水体;0代表裸地或无植被覆盖;正值代表有植被覆盖,且NDVI值越大代表植被覆盖率越高,NDVI值越小则代表植被覆盖率越低。

图 1 2000年、2008年、2016年NDVI图 Fig.1 2000、2008 and 2016 NDVI Figure

在RGB彩色合成的基础上利用ENVI5.3中Bandmath的逻辑运算得出NDVI值的变化情况。其中,NDVI值一直增加的面积有0.020 7 km2,一直减少的有1.173 6 km2,先增大后减小的有1.690 2 km2,先减小后增大的有0.026 1 km2,其具体变化图如图 2所示。

图 2 NDVI值变化图 Fig.2 NDVI Composite Diagram

1.2 植被覆盖度的计算

本文采用像元二分模型估算植被覆盖度。像元二分模型假定一个像元的地表覆盖由植被、裸岩和裸土(裸地)(NDVIsoil)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[8-10]

${\rm{FVC}} = ({\rm{NDVI}} - {\rm{NDVIsoil}})/({\rm{NDVIevg}} - {\rm{NDVIsoil}}) $ (2)

式中,NDVIveg和NDVIsoil两个参数均伴随地表湿度和植被类型等的改变而改变,其中NDVIsoil的取值在理论上趋于0,一般在-0.1~0.2[9]。本研究在5%的置信度范围内取其最大值和最小值,研究结果数据见表 1

表 1 NDVIveg和NDVIsoil的取值情况 Tab.1 Value of NDVIveg and NDVIsoil

分别将各年份的NDVIveg和NDVIsoil取值带入式(2),计算得出禄充景区的植被覆盖度。

1.3 植被覆盖度级别划分

研究将禄充景区植被覆盖按其计算结果划分为极低植被覆盖度(0 < FVC≤15%)、低植被覆盖度(15% < FVC≤30%)、中植被覆盖度(30% < FVC≤50%)、中高植被覆盖度(50% < FVC≤70%)和高植被覆盖度(FVC>70%)共5个级别[11-13]。同时,研究利用ArcGIS10.0对禄充景区各时期的植被覆盖度重新分类,3个时期的植被覆盖分级图如图 3所示。

图 3 2000年、2008年、2016年植被覆盖度 Fig.3 2000、2008 and 2016 Vegetation Coverage

2 植被覆盖研究结果分析 2.1 植被覆盖度时空分布分析

经分析计算,研究区图形数据矢量面积共2.910 6 km2,根据上述3个时期植被覆盖度图进一步计算得到3个时期各级植被覆盖度的面积及各自所占整个区域的比例,统计结果如表 2所示。

表 2 2000、2008、2016年各级植被覆盖度面积比例 Tab.2 FVC Coverage Ratio at all Levels in 2000、2008、2016

由表 3可知,禄冲风景区2000年植被覆盖度等级比例最高的是中植被覆盖度,占总面积的26.233 8%。中高植被覆盖度占总面积的24.610 4%。高植被覆盖度占总面积的23.116 9%。低植被覆盖度占总面积的16.071 4%。极低植被覆盖度占总面积的9.967 5%;2008年植被覆盖度等级比例最高的是中高覆盖度,占总面积的25.446 4%,同比2000年面积增加0.836%。中植被覆盖度占总面积的22.802 3%,同比2000年面积减少了3.431 5%。高植被覆盖度占总面积的22.149 7%,同比2000年面积减少了0.967 2%。低植被覆盖度占总面积的19.024 7%,同比2000年增加了2.953 3%。极低覆盖度占总面积的10.576 9%,同比2000年增加了0.609 4%;2016年植被覆盖度等级比例最高的是极低覆盖度,占总面积的29.568%,同比2008年增加了18.991 1%。中高植被覆盖度占总面积的21.984%,同比2008年减少了3.462 4%。高植被覆盖度占总面积的19.584%,同比2008年减少了2.565 7%。中植被覆盖度占总面积的19.552%,同比2008年减少了3.25.3%。低植被覆盖度占总面积的9.312%,同比2008年减少了9.712 7%。

2.2 植被覆盖变化分析

研究分别利用ENVI5.3的change detection工具和ArcGIS10.0的空间分析功能,分别得到禄充景区2000~2008年的植被覆盖度变化图、2008~2016年的植被覆盖度变化图和2000~2016年的植被覆盖度变化图,图中深绿色代表植被覆盖度增加区域的分布,浅绿色代表植被覆盖度减小区域的分布,如图 4所示。

图 4 植被覆盖变化 Fig.4 Changes in Vegetation Cover

2.3 植被覆盖变化结果讨论

随着旅游业的发展,禄充风景区的植被覆盖在旅游规划的前提下从2000~2016年期间发生了很大的改变,在2000~2008年间景区的植被覆盖正以衰退的趋势发展。从2008年以后其植被覆盖退化现象更为突显,主要表现在禄充景区规划用地的开发、污水处理厂以及各酒店建筑的占地用地。在2000~2016年期间,其植被覆盖退化面积贯穿整个景区的西、中、东部地区以及北部地区都有分布。当然,除此之外,整个时期植被覆盖也有改善之处,禄充景区建设了笔架山、笔砚公园与榕树湾等绿化工程,巩固及增加了植被覆盖。

通过以上分析,根据当下禄充风景区的开发力度和规划范围,建议风景区在进一步加强对高植被覆盖和中高植被覆盖的区域有力地保护的同时,也须进一步合理开发与利用土地,并有效地促进低植被覆盖区域和中植被覆盖区域向着中高植被覆盖和高植被覆盖发展。

3 结束语

本文基于RS/GIS技术提取了抚仙湖禄充风景区的植被指数NDVI值,并利用像元二分模型估算出禄充景区的植被覆盖度,通过分析3个不同时期的植被覆盖状况,充分了解和认识禄充景区从2000~2016年期间的植被覆盖度的发展变化。本研究相对于传统只研究两个时期的数据而言,其研究方法和研究结果更细化和具体,针对旅游景区的发展特征,从整体上评价了禄充景区的植被覆盖变化。研究结果对该地区的生态环境等的评估具有重要的意义,同时也对禄充景区未来的植被恢复与景区规划提供了基础依据。

参考文献
[1]
武正丽, 贾文雄, 刘亚荣, 等. 近10 a来祁连山植被覆盖变化研究[J]. 干旱区研究, 2014, 31(1): 80-87.
[2]
闫利, 江维薇. 多光谱遥感影像植被覆盖分类研究进展[J]. 国土资源遥感, 2016, 28(2): 8-13.
[3]
马琳雅, 崔霞, 冯琦胜, 等. 2001-2011年甘南草地植被覆盖度动态变化分析[J]. 草业学报, 2014, 23(4): 1-9.
[4]
杨静雅, 李新国, 闫凯, 等. 基于遥感与像元二分模型的新疆和静县草地植被覆盖度时空变化特征研究[J]. 西北林学院学报, 2017, 32(1): 210-217. DOI:10.3969/j.issn.1001-7461.2017.01.33
[5]
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. DOI:10.3969/j.issn.0494-0911.2007.03.014
[6]
郑燕. 滨湖旅游区生态旅游循环经济发展模式探析--基于云南省抚仙湖禄充景区的个案研究[J]. 安徽农业科学, 2011, 39(19): 11632-11634. DOI:10.3969/j.issn.0517-6611.2011.19.110
[7]
钱育蓉, 杨峰, 于炯, 等. 新疆阜康荒漠植被指数特征和时空过程分析[J]. 草业学报, 2013, 22(3): 25-32.
[8]
牛莉婷, 周波, 陈建荣, 等. 基于NDVI的兰州市城关区植被覆盖度变化研究[J]. 地理空间信息, 2017, 15(12): 28-30. DOI:10.3969/j.issn.1672-4623.2017.12.009
[9]
Beck P S A, Goetz S J. Satellite Observations of high Northern latitude Vegetation Productivity Changes Between 1982 and 2008:Ecological Variability and Regional Differences[J]. Environmental Research Letters, 2011, 6(4): 1748-3182. DOI:10.1088/1748-3182/6/4/049501
[10]
贾宝全. 基于TM卫星影像数据的北京市植被变化及其原因分析[J]. 生态学报, 2013, 33(5): 1654-1666.
[11]
张永, 杨自辉, 王立, 等. 基于遥感分析13年来石羊河上游山区植被变化研究[J]. 草业学报, 2017, 26(11): 12-21. DOI:10.11686/cyxb2017023
[12]
蓝欣, 郑娇玉, 江帆, 等. 石羊河流域下游植被覆盖变化与地下水和气候的响应分析[J]. 兰州大学学报(自然科学版), 2015(6): 865-870.
[13]
蒋菊芳, 魏育国, 韩涛, 等. 近30年石羊河流域生态环境变化及驱动力分析[J]. 中国农学通报, 2018, 34(21): 127-132.