《福州市植被信息提取及其景观格局空间变化.pdf》由会员分享，可在线阅读，更多相关《福州市植被信息提取及其景观格局空间变化.pdf（4页珍藏版）》请在金锄头文库上搜索。
1、福州市植被信息提取及其景观格局空间变化 The Extraction of Vegetation Information and Its Spatial Pattern Changes in Fuzhou Municipality 陈志强 杨 伟 曹 蕾 CHEN Zhi2qiangY ANGWeiCAO Lei ( 福建师范大学自然资源研究中心 福州 350007) ( 南通职业大学人文科学系 南通 226007) ( 重庆市土地勘测规划院 重庆 400020) (Research Center of Natural Resources,Fujian Normal University,Fu
2、zhou350007) (Department of Human Sciences of Nantong Vocational University,Nantong226007) (Chongqing Institute of Surveying and Planning for Land,Chongqing400700) 摘 要 ASTER(高级空间热辐射热反射探测仪)是高光谱遥感影像时代到来的标志,与一般遥感影像相 比能为对地观测提供更高质量的信息源。根据福福州市1988年的TM影像和2001年ASTER影像,在NDVI和 分形几何理论方法的基础上,求取两个时期植被斑块的分形维数,结果表明
3、:植被景观整体分形维数上升,说 明植被斑块空间形态趋向复杂化,稳定性降低,其空间格局变化表现出2种基本规律:一是破碎化,孔隙化,主 要发生在城区内部,二是空间萎缩,主要表现在城市边缘地区。 关键词 遥感 ASTERPCA 植被 福州 植被,包括森林、 灌丛、 草地以及农作物和果园等,既是 生态环境的重要构成部分,又是维持生态环境,发挥有效生 态效能的功能体,是衡量自然生态环境质量和性质的主要 指示物。在土壤侵蚀、 水土流失的诸影响因子中,植被是一 个十分重要的因子,直接影响到生态系统的稳定1。 福州市是福建省城乡聚落高度密集地区。从20世纪 70年代末开始,城市化水平得到了快速提高,引起了一系
4、 列生态环境的变化,其中一个重要的变化即是植被斑块 的空间结构和形态都发生了巨大的变化。伴随着上述变 化,一个不容忽视的问题是,在一定的空间范围和时间尺 度内,能否在植被斑块结构优化、 形态和功能演进上实现 可持续发展。为此就需要及时、 快速地获取植被斑块的 宏观状况,分析其空间形态,找出变化的内在基本规律2。 将植被斑块看成一种分形结构,运用分形分析将过程与 形态联系起来,深入研究其空间结构、 形态及其变化规 律,对合理规划植被用地、 促进城乡建设合理布局,深入 了解植被动态变化与人类干扰过程间的相互关系,实现 区域可持续发展具有一定的理论意义。 1ASTER高光谱遥感影像特点 随着信息技术
5、和传感器技术的飞速发展,现代遥感数 据源不断丰富,卫星遥感影像分辨率正朝着更高的空间分 辨率、 光谱分辨率和时间分辨率方向发展。1999年12月18 日,美国成功地发射了地球观测系统(EOS)的第一颗先进 的极地轨道环境遥感卫星T erra 3 。ASTER(Advanced Space borne Thermal Emission and rellection Radiometer)是该星上5 个最先进的传感器系统之一,是涵盖可见光到热红外14 个波段唯一的集空间、 光谱和辐射高分辨率的多光谱传 感器,由3种传感器组成,设有15个波段:1、2波段(可见 光)和3N、3B波段(近红外)的空间分
6、辨率是15 m ,49波 段(短波红外)分辨率是30 m ,1014波段(热红外)分辨 率是90m4 ,5。 ASTER数据标准景大小为60km60km ,目前每景约 50美元,与国内销售的SPOT数据相比,价格非常低廉,与 Landsat卫星数据相比,单位面积的价格相近,但是使用 ASTER数据可以实现更理想的抽样,大幅度降低运行成 本。与同为EOS家族的ETM相比,ASTER数据空间分辨 率为15m的B1、B2、B3波段与ETM空间分辨率为30m的 B2、B3、B4对应而且光谱范围几乎相同。在可见光和近红 第21卷 第2期福 建 地 理Vol.21 , No.2 2006年6月FUJIAN
7、 GEOGRAPHYJun1, 2006 国家自然科学基金(40371054)、 福建省科技厅重大项目(20031002)、 教育部骨干教师资助计划项目和福建省自然科学基金项目 (D0010008)资助。 外区,ASTER数据提供了与ETM相似的波段信息,但空间 分辨率较ETM高。由于农业监测主要使用可见光、 近红 外波段,可见ASTER数据比ETM有优势4。目前ASTER 数据已在多个研究领域得到广泛应用。如植被和生态系 统动态变化监测、 灾害监测、 地质和土壤、 陆地表面气候、 水文以及土地覆盖变化监测等4 ,6。 2 福州市植被信息提取 2.1 数据源 ASTER产品可以分为几个级别,即
8、1A、1B、1AE、1BE、 2、4等。我们采用的是L1B的影像,该级别的影像已经过 辐射纠正和几何纠正。本文所用遥感影像处理软件为 ENVI 4.0 ,选取的遥感影像为1988年TM影像一景,2001年 ASTER影像一景,由于两景影像的范围不一致,且ASTER 影像并未覆盖整个福州市,因此本文所指的福州市不包括 马尾区的部分地区。 2.2 研究方法与技术路线 由于ASTER的L1B影像已经过辐射纠正和几何纠 正,达到精度要求,因此在L1B影像上选取控制点,对TM 影像进行几何纠正,然后数字化研究区域的行政边界,投 影转换后将其套合在两景影像上,切割出所需的研究范 围。经比较选取归一化植被指
9、数NDVI以提取植被信息, 将所提取的植被信息导出后在ARCINFO 8.3中运用分形 几何理论对植被形态及其变化进行分析。 2.3 植被信息提取 植被指数是最为普遍用来反映绿色植物生长状况和 分布的特征指数。计算植被指数的方法非常之多,它们 的遥感能力各有差异,然而,各种植被指数无论如何变 化,都利用了绿色植物在红光区是吸收带而在近红外光 区是高反射的特性。由于植被光谱表现为植被、 土壤亮 度、 环境影响、 阴影、 土壤颜色和湿度复杂混合反应,而且 受大气空间以及时相变化的影响,因此植被指数没有一 个普遍接受的计算公式7。本研究选取目前应用最广的 归一化植被指数NDVI对研究区进行植被信息提
10、取。 归一化植被指数NDVI计算公式为:NDVI = (TM4 - TM3) (TM4 + TM3) ,从表1可以看出,TM第三、 第四波段大 致相当于ASTER影像的第二和第三波段,因此用ASTER 影像计算归一化植被指数的公式相应改成:NDVI = (ASTER3 - ASTER2)(ASTER3 + ASTER2)。分别计算出 1988年TM影像和2001年ASTER影像的NDVI后进行分 类,以0为阀值, 0的地区为植被覆盖区, 0的地区为 非植被覆盖区,再将所得结果导出到ARCINFO 8. 3进行 计算。 2.4 精度验证 对ASTER影像短红外6个波段进行重采样,使其分 辨率与可
11、见光3个波段相同,再将这9个波段合成一幅影 像,进行主成分分析,从分析结果可以发现第1主成分中 以可见光波段即3、2、1波段提供的信息量最多。经过多 次试验也发现3、2、1波段合成的图像效果最好,该组合相 当于TM4、3、2组合,所生成的标准假彩色图像能较好地 区分福州的各种地类,如植被表现为红色调,城镇表现为 蓝色调,水田表现为灰暗色调。以该合成图像为参照,进 行精度检验。经检验发现用NDVI对ASTER影像提取植 被信息的精度达95 %以上。 表1ASTER影像主要技术参数 波段序号波长范围( m) 地面分辨率(m) 10.520.6015 20.630.6915 30.760.8615
12、41.601.7030 52.1452.18530 62.1852.22530 72.2352.28530 82.2952.36530 92.362.4330 108.1258.47590 118.4758.82590 128.9259.27590 1310.2510.9590 1410.9511.6590 Crost和Cicone发现缨帽变换后的6个主成分中前3 个主成分与地物有着明确的关系,分别用亮度、 绿度和湿 度3个分量来表示。有学者认为,由K L变换得到的第二 主成分组成的新波段反映了植被覆盖状况,其值称为绿 度指数VGI8。在ASTER影像经K L变换后的第二主成分 图像上,城镇用
13、地中的旧建筑物呈灰色,新建筑物亮度值 与植被相似,难以区分。因此用NDVI对福州市ASTER影 像进行植被信息的提取优于VGI,达到了较高的精度。 为进一步将提取结果的精度定量化,用分辨率为15m 的3、2、1波段进行组合形成的标准假彩色图像作为验证 的对比材料,用ENVI软件的LINK功能将标准假彩色图 像与上述两个提取结果匹配在一起,最后采用随机抽样 的方法进行人机交互式验证,共抽取验证点100个。对于 ASTER而言精度为91 % ,对于用TM而言为83 % ,两个提 取结果的精度都较高。 3 福州市植被分形维数空间格局变化 植被斑块的形态即空间上的平面形状,很难用经典 的欧几里德几何去
14、描述。在一定的比例范围内,它们表 现了许多类似分形的性质。而刻画整体的长度、 面积及 体积等,一般对刻画分形是没有意义的。因此,结构的不 规则性和复杂性,需用分形维数等指标度量9。 “分形” 这 个词是美国数学家芒德勃罗(Benoit B. Mandelbrot) 1975年 根据拉丁词fractus的词首与英文fractional的词尾合成的 一个新词,用以描述那种不规则的、 破碎的、 琐屑的几何 特征。分形几何通过对标度和分辨率的操作,能给地理 工作者提供一种研究结构和动态的严格的方法。由于分 69福 建 地 理第21卷 形理论目前还处于起步阶段,以至还未找到一条适合于 非规整体几何的分数
15、维计算公式,所以现阶段分形理论 的应用研究仍是在一些基本分形理论的前提下,结合分 形特点,去寻找适合于所研究对象的分数维公式。 本研究采用董连科(1991年)推导的二维欧氏空间的 分数维公式来计算福州市植被空间形态及其动态变化的 维数,以此来描述植被变化形成的空间形体外边界的复 杂性。 lnA(r) = 2DlnP(r) + C 式中 A(r) 代表以r为量测尺度的某一样本的面积,P (r)为同一样本的周长,C为截距,2D为斜率。维数D等 于斜率除2 ,其值在12之间,D越大代表图形形状越复 杂。当D = 1. 5时,则代表图形处于布朗随机运动状态, 越接近该值,稳定性越差10。 将1988年
16、TM影像和2001年ASTER影像的NDVI计算 结果导出,在ARCINFO 8.3支持下计算分形维数。分别计 算1988年和2001年植被图斑的面积对数和周长对数,建立 一元线性回归模型,相关结果见表2。从表2看出,1988年 和2001年植被分维数分别为1. 379 0和1. 399 5 ,相关系数 均大于0.95 ,表明面积对数和周长对数的相关性较好,分形 维数D值的计算有一定理论依据。线性回归的方差分析 结果F检验值远大于F0. 01 ,说明建立的回归高度显著,面 积和周长的这种关系并不是偶然发生的。 表2 福州市1988年与2001年植被斑块分形维数 斑块数斑块平均面积 (m 2) 分形维数相关系数F检验值F0.01 TM19881 394570 062.21.379 00.98960 310.276 366 ASTER20015 575134 606.71.399 50.990284 690.46 366 由表2可以看出,19882001年,福州市植被斑块的斑 块数从1 394个上升到5 575个,而平均面积从57
