基于NDVI的長沙市雨花區(qū)景觀格局研究

陳文勇，王 穎，張 尹

（中南林業(yè)科技大學 理學院，湖南 長沙 410004）

基于NDVI的長沙市雨花區(qū)景觀格局研究

陳文勇，王 穎，張 尹

（中南林業(yè)科技大學 理學院，湖南 長沙 410004）

為了探尋城市景觀發(fā)展變化規(guī)律，利用TM遙感影像數(shù)據(jù)，采用基于決策樹分類的影像處理技術(shù)和歸一化植被指數(shù)方法對長沙市雨花區(qū)景觀格局變化規(guī)律進行研究。研究結(jié)果顯示：長沙市雨花區(qū)2003年到2013年，城區(qū)耕地、園林、林地、水域、未利用土地面積均呈減少趨勢，減幅最大的是耕地，增量最大的是居民點及工礦用地。十年來大量農(nóng)業(yè)用地轉(zhuǎn)換為建設用地，值得引起城市管理、規(guī)劃、保護部門的關(guān)注。

NDVI；景觀格局；長沙市雨花區(qū)；林業(yè)遙感

城市是人類在發(fā)展過程中建立起來的一種復合生態(tài)系統(tǒng)，它在社會經(jīng)濟和文明發(fā)展過程中起著重要的促進作用，然而隨著社會發(fā)展、人口快速增長和城市化擴張，給城市帶來了一系列的問題，導致人們生活質(zhì)量開始下降，其中環(huán)境問題是當今倍受關(guān)注的問題。那么，解決城市的環(huán)境問題是城市持續(xù)發(fā)展的根本之路，也將是我國建設特色社會主義和發(fā)展城市經(jīng)濟的重大挑戰(zhàn)。通過研究，城市環(huán)境問題和城市景觀格局密切相關(guān)，由于大量的人為干擾，使得城市景觀格局發(fā)生了變化，導致了城市原有生態(tài)系統(tǒng)的自我凈化功能退化[1-3]。因此，對城市景觀格局進行合理規(guī)化，改善城市的生態(tài)環(huán)境，是現(xiàn)在與未來城市發(fā)展中面臨的重要任務之一[4-5]。

變化檢測是遙感應用的主要領(lǐng)域之一，它是從不同時期的遙感數(shù)據(jù)中定量分析和確定地表變化的特征與過程，具有利用多時相數(shù)據(jù)量化分析時間影像的能力。目前常用的變化檢測方法主要有基于圖像代數(shù)運算的變化檢測法，如圖像差分、圖像回歸、圖像比值、變化向量分析和背景相減法，此類方法目前主要是結(jié)合結(jié)構(gòu)信息、GIS數(shù)據(jù)和統(tǒng)計數(shù)據(jù)來提高城市及城市內(nèi)部分類的精度[6-7]，對于圖像相減方法，在變化檢測中影像差值是最為常用的方法，它是將時間獲取的兩幅影像進行配準，然后逐像素相減，從而得到一幅結(jié)果影像以表示在這兩個時間當中所發(fā)生的變化[8-9]。目前國內(nèi)外對于變化檢測的研究也較多，Lyon等歸納了應用于變化檢測的植被指數(shù), 并將它們分為差值組、比值組和有理變換組[10-12]；Chlar等利用AVHRR多波段以及NDVI組合方案進行加拿大北方地區(qū)土地覆蓋分類，并測試出最有效的是NDVI值。

1 材料與方法

1.1 研究區(qū)概況

長沙市位于湖南省東部偏北，湘江流域下游和長瀏盆地西緣，地理位置為東經(jīng)111°53′～114°15′，北緯 27°51′～ 28°41′，屬典型的亞熱帶季風濕潤氣候區(qū)，全年平均氣溫為17.2 ℃，無霜期平均為275 d，年積溫為5 457 ℃，年平均日照數(shù)為1 677 h，年降水量為1 390mm。長沙市區(qū)域內(nèi)地貌類型多樣，山地、丘陵、崗地、平原比例分別為30.70%、19.30%、28.60%、21.40%，隨著工業(yè)化的快速推進、城市化水平的進一步提高，長沙市的大量未利用地被快速開墾和利用，近城區(qū)的耕地、園林、林地被快速地轉(zhuǎn)化為建設用地。研究區(qū)位置見圖1。

圖1 研究區(qū)位置Fig.1 Location of study area

1.2 數(shù)據(jù)預處理

本研究主要采用圖像幾何校正和圖像增強處理，幾何校正利用SPOT5的5 m分辨率多光譜影像為標準影像對TM影像進行幾何校正，共選取26個明顯地物點，系統(tǒng)均方根誤差為0.49，即精度控制在半個象元以內(nèi)，基本滿足研究所需的精度；圖像增強主要采用了對比度增強和彩色增強兩種圖像增強方法，以提高影像質(zhì)量，通過ENVI4.8軟件的Equalization(直方圖均衡化拉伸)功能，設定指定的DN值，對影像進行均衡化處理，達到了預期的效果（見圖2）。

1.3 研究方法

圖2 研究區(qū)影像處理后效果Fig.2 Renderings after image processing in the study area

歸一化植被指數(shù)（NDVI）是區(qū)分植被與非植被最重要的指數(shù)之一，近紅外波段（NIR）對于判定植被與非植被具有重要作用。對于TM 影像，NDVI 被定義為( TM4 -TM3) / ( TM4+ TM3)，它能較好地反映地面植被的覆蓋狀況。一般來說，植被覆蓋狀況好的地區(qū)所對應的像元，其NDVI 值較高；反之則較低。城市化帶來的農(nóng)業(yè)用地轉(zhuǎn)化為非農(nóng)業(yè)用地在非干旱地區(qū)會帶來相應地區(qū)NDVI值的下降。首先計算不同時期影像的NDVI 值，然后將后期影像和前期影像的NDV I 值相減，所有差值小于0 的像元都可能是從農(nóng)業(yè)用地變化為城市用地的像元。兩年度遙感影像預處理后，分別計算兩影像的歸一化植被指數(shù)并相減，將兩影像進行差值運算后進行主成分分析，以及對兩影像的近紅外波段實行減法運算，經(jīng)過閾值過濾篩選可獲得影像的變化信息，分析得到的變化信息，檢測出長沙市雨花區(qū)城市變化情況。

2 結(jié)果與分析

2.1 遙感影像特征分析

根據(jù)植被光譜特性與植被變化的相關(guān)性，選擇以下幾個遙感特征影像（2003年TM的NDVI影像（2003NDVI）、2013年TM的NDVI影像（2013NDVI）、2003年與2013年TM差值影像的第一主成分（PC1）以及第二主成分（PC2）進行分析，得到的影像如圖3所示。

由于以上遙感特征與植被變化相關(guān)性均較大，現(xiàn)篩選相關(guān)性大并且各變化類型可分離性較好的遙感特征進行波段組合。將以上4個遙感特征影像分別進行4個變化類型,分別為有林變無林、無林變有林、有林不變、無林不變并進行統(tǒng)計與分析，得出結(jié)果見圖4。

圖3 遙感影像特征因子Fig.3 The features of remote sensing image factor

圖4 遙感影像特征分離性統(tǒng)計Fig.4 The statistical characteristics of remote sensing imageseparation

分析圖4可得，PC1、2013_2003NDVI、2013NDVI、2003NDVI可分離性較好，各變化地類的值差異較大。PC2、2013_2003_NIR可分離性相對較差，各地類混淆較為嚴重，所以選擇PC1、2013_2003NDVI、2013NDVI、2003NDVI進 行 波段組合。波段組合后進行各變化地類的可分離性計算（compute separebility），得到結(jié)果如表1所示。

可分離性的范圍是0到2之間，值越大差異越大，可分離性越好。從表1可以看出，各變化類型的值均大于1.5以上，無林變有林與有林不變、有林變無林的可分離性高達1.965 4、1.915 7。

表1 波段組合后各變化地類的可分離性Table 1 The separability of each change class bands

2.2 景觀變化圖班提取分析

根據(jù)目視判讀選擇的訓練樣本，基于統(tǒng)計學原理對這些樣本的各光譜特征進行分段統(tǒng)計和分析，總結(jié)相關(guān)閾值和判別規(guī)則。其中2003年NDVI影像、2013年NDVI影像兩期差值影像的第一主成分，兩期影像NDVI差值的各變化地類概率統(tǒng)計結(jié)果如表2、3所示。

表2 兩期影像NDVI差值Table 2 The difference between two images of NDVI %

表3 兩期差值影像的第一主成分Table 3 The first principal component of two difference images %

分析表2、3可知， 92.060 9%的無林變有林地類的NDVI差值大于等于0.15，有林變無林地類的85.838 3%NDVI差值小于-0.3。差值影像的第一主成分，無林變有林地類的96.534 5%小于-40。無林不變，無林變有林地類在2003年遙感影像上均表現(xiàn)為無林，其NDVI值較小，小于0.3的概率分別為73.640 2%與95.939%，而有林不變與有林變無林地類的2003年遙感影像上的NDVI值大于或等于0.3的概率分別高達96.456 5%、96.360 3%。同理可得，劃分2013年遙感影像有林和無林的閾值為0.2。

通過分析總結(jié)，得出分類規(guī)則如下：

無到有：2013_2003_NDVI≥ 0.16，PC1＜-40，2003NDVI＜ 0.3，2013NDVI≥ 0.2。

有到無：2013_2003_NDVI＜ -0.3，2003NDVI≥ 0.3，2013NDVI＜ 0.2 。

根據(jù)以上分類規(guī)則，進行決策樹分類并進行分類后處理。然后將分類結(jié)果轉(zhuǎn)為矢量圖層，得到變化小班如圖5所示。

3 結(jié)論與討論

圖5 變化小班Fig.5 Changes of subcompartment diagram

本研究通過分析前后兩期遙感影像與植被變化相關(guān)性較大的遙感特征影像，以及各變化地類的可分離性，篩選相關(guān)性大且分離性好的遙感特征影像進行波段組合；基于前后期遙感影像以及前期的矢量數(shù)據(jù)，分析與統(tǒng)計訓練樣本各遙感特征信息，找到合適閾值進行專家知識決策樹分類，提取出發(fā)生變化的小班。整個研究過程取得了以下成果：

（1）對前后兩期遙感影像的各變化地類的光譜參數(shù)進行概率分析與統(tǒng)計，并結(jié)合小班歷史矢量數(shù)據(jù)的先驗知識進行綜合分析，建立小班變化判別規(guī)則,確定了變化小班界線。

（2）基于專家知識決策樹分類提取的小班變化界線與人工目視勾繪的標準小班變化界線基本一致, 基本可以滿足生產(chǎn)要求。

（3）長沙市雨花區(qū)2003年到2013年，城區(qū)耕地、園林、林地、水域、未利用土地面積均呈減少趨勢，減幅最大的是耕地，增量最大的是居民點及工礦用地，十年來大量農(nóng)用地轉(zhuǎn)換為建設用地。

后期的研究將采用同季節(jié)獲取的影像，減少時間因素對像元NDVI值的影響，同時結(jié)合分辨率更高的影像數(shù)據(jù)，如spot等，達到更高的變化檢測精度。

[1]齊 楊,鄔建國,李建龍,等.中國東西部中小城市景觀格局及其驅(qū)動力[J].生態(tài)學報,2013,33(1):275-285.

[2]陳利頂,孫然好,劉海蓮.城市景觀格局演變的生態(tài)環(huán)境效應研究進展[J].生態(tài)學報,2013, 33(4):1042-1050.

[3]顏兵文,彭重華.長株潭湘江生態(tài)經(jīng)濟帶的景觀格局現(xiàn)狀分析[J].中南林學院學報,2006,26(6):110-114.

[4]王海峰,彭重華.湖南株洲市綠地景觀格局的研究[J].中南林業(yè)科技大學學報,2012,32(7):64-68.

[5]Xin Cao, Akio Onishi, Jin Chen,et al. Quantifying the cool island intensity of urban parks using ASTER and IKONOS data[J]. Landscape and Urban Planning, 2010, 96(4):224-231.

[6]龍玄耀,李培軍.基于圖像分割的城市變化檢測[J].地球信息科學,2008,10(1):121-127.

[7]Glenn E P, Nagler P L, Huete A R. Change Detection Using Vegetation Indices and Multiplatform Satellite Imagery at Multiple Temporal and Spatial Scales[J].John Wiley & Sons, Inc,2014, 57(49):79-107.

[8]鄧湘金.基于模式識別知識的遙感圖像變化檢測研究[D].北京：中國科學院研究生院,2003.

[9]張曉東.基于遙感影像與GIS數(shù)據(jù)的變化檢測理論和方法研究[D].武漢：武漢大學,2005.

[10]李月臣,陳 晉,宮 鵬,等.基于NDVI時間序列數(shù)據(jù)的土地覆蓋變化檢測指標設計[J].應用基礎與工程科學學報,2005, 13(3): 44-58.

[11]熊育久.湖南省EOS/MODIS植被指數(shù)時空變化研究[D].長沙:中南林業(yè)科技大學,2006.

[12]馬建文,田國良,王長耀,等.遙感變化檢測技術(shù)發(fā)展綜述[J].地球科學進展, 2004,19(2):192-196.

Landscape pattern study of vegetation based on normalized in Yuhua district, Changsha city

CHEN Wen-yong, WANG Ying, ZHANG Yin
(College of Sciences, Central South University of Forestry and Technology, Changsha 410004, Hunan, China)

With the acceleration of Urbanization and the Industrialization, the landscape pattern change has taken place obviously.To explore the changing and developing rule of the urban landscape, this paper applies TM remote sensing image and the processing technology which is based on the classi fi cation of decision-making tree and also studies the method of the fi gure spot testing based on normalized index of vegetation. With this method, it analyzes the landscape pattern in Yu Hua district, Changsha city from 2003 to 2013.The result shows that the urban land, gardens, woodland, water area and land without using have tended to decrease. The biggest decline is the ploughland and the incremental biggest is housing estate, industrial and mining land. A great deal of agricultural land has been turned into construction land since 1o years. This should be paid attention by the urban management, planning and protection.

NDVI; landscape pattern; Yuhua district in Changsha city; forest remote sensing

S771.8

A

1673-923X(2016)09-0109-05

10.14067/j.cnki.1673-923x.2016.09.020

2016-03-02

湖南省科技計劃項目（2014JK3032）

陳文勇，碩士研究生

王 穎，副教授，博士，碩士生導師；E-mail：csuftwy@163.com

陳文勇，王 穎，張 尹.基于NDVI的長沙市雨花區(qū)景觀格局研究[J].中南林業(yè)科技大學學報，2016, 36(9): 109-113.

[本文編校：謝榮秀]