唐山市植被动态变化遥感监测
母景琴1, 詹胜2
1.唐山师范学院计算机科学系,唐山 063000
2.唐山师范学院数学与信息科学系,唐山 063000

第一作者简介: 母景琴(1980-),女,硕士,讲师,主要研究方向为数字图像处理及应用技术。E-mail:mujingqin@163.com

摘要

基于TM和ETM+遥感图像,分析唐山市绿地分布结构及变化趋势,对唐山市植被信息进行提取,为城市规划提供科学依据及技术支持。利用归一化差值植被指数(NDVI)计算植被信息图; 设定合适的NDVI阈值参数和近红外波段的阈值参数,精确判定植被像元,并生成唐山市几个区域的植被信息结果图; 利用1999—2009年3个时间段的植被信息图合成植被信息动态变化图,对植被信息动态变化图进行分析。结果表明,近10 a来,唐山市城区以公园为主的植被覆盖面积增加,城南南湖生态建设作用明显,唐山城区范围正在向外围扩展。

关键词: 遥感; 城市植被; 动态监测; 植被指数
中图分类号:TP79 文献标志码:A 文章编号:1001-070X(2013)03-0178-05 doi: 10.6046/gtzyyg.2013.03.29
Remote sensing monitoring of dynamic changes of vegetation information in Tangshan City
MU Jingqin1, ZHAN Sheng2
1.Department of Computer Science, Tangshan Teacher’s College, Tangshan 063000, China
2.Department of Mathematics and Information Science, Tangshan Teacher’s College, Tangshan 063000, China
Abstract

This paper aims at analyzing greenbelt distribution and change in Tangshan City and providing scientific basis and technical support for urban planning. In this paper, the authors provided a method for the extraction of the vegetation information in Tangshan City based on TM and ETM+ data. Vegetation information graph was calculated firstly by normalized difference vegetation index (NDVI), then through setting up the actual NDVI threshold parameter and the near infrared band threshold parameter, the accurate vegetation pixels were obtained, and vegetation information diagrams for several areas in Tangshan City were compiled. Using 3 periods of vegetation information diagrams during 1999—2009, a synthetic dynamic change diagram was computed. The diagram shows that, in the past 10 years, the park greenbelt as the mainly covering area of the city vegetation in Tangshan City has been increased. The effect of the South Lake ecological construction is obvious, and the city limits of Tangshan City have experienced expansion toward the peripheral area.

Keyword: remote sensing; urban vegetation; dynamic monitoring; vegetation index
0 引言

唐山市是一座重工业城市, 伴随着经济的高速发展, 资源衰竭和浪费现象突出, 环境污染严重, 生态环境形势十分严峻, 迫切需要开展优良城市生态的恢复建设工作。利用遥感技术快速高效地完成植被信息的调查工作, 对唐山市生态建设发展具有重要意义。

城市绿地是城市生态系统的重要组成部分。城市绿地系统具有生态、经济、社会等多重属性, 在城市复合系统中占有特殊的位置, 对城市经济发展具有直接、间接的提升作用。遥感技术作为一种综合的探测技术, 能迅速有效地提供地表自然过程和现象的宏观信息, 有助于揭示其动态变化规律, 并预测其发展趋势; 不仅能迅速获得大量丰富的信息和数据, 而且能科学、准确、及时地提供分析结果[1]。在城市绿地信息的提取过程中, 首先要提取出城市植被信息, 利用遥感技术的宏观性、多时相、多波段等特点, 采取适宜的图像处理方法, 能够快速准确地获取城市植被的分布结构及变化趋势, 为城市规划提供科学依据及技术支持。基于遥感数据提取的归一化差值植被指数(NDVI)被认为是便捷而准确的参数, 并且得到了广泛的应用[2, 3, 4, 5, 6]

本文基于1999年、2006年以及2009年3期TM和ETM+遥感图像, 采用植被指数方法获取了3个时段的唐山市植被分布信息, 合成了唐山市植被信息分布动态变化图, 分析了唐山市植被分布构成及其发展变化趋势。

1 研究区概况与数据源
1.1 研究区概况

唐山市位于河北省东部, E117° 31' ~119° 19', N38° 55' ~40° 28' 之间, 总面积13 472 km2; 地势自西北向东南逐渐趋于平缓, 以平原为主; 属暖温带半湿润大陆性季风气候, 冬季寒冷干燥, 夏季高温多雨, 季风明显。唐山市是一座具有百年历史的沿海重工业城市, 现辖2县级市(迁安、遵化), 6县(滦县、滦南、乐亭、迁西、玉田、唐海), 6区(路南、路北、开平、古冶、丰润、丰南)和6开发区(高新技术开发区、海港开发区、南堡开发区、芦台经济技术开发区、汉沽管理区和曹妃甸工业区)。本文研究区主要涉及路南、路北、开平、丰南和高新技术开发区等几个区域。唐山市植被系统是由公园绿地、广场绿地、道路绿地、居住区绿地和附属绿地等5大系列组成的综合体系, 其中主要以公园绿地为特色, 现有南湖、凤凰山、大城山、大钊和弯道山5座公园。

1.2 遥感数据源

本次研究收集了1999年8月11日Landsat7 ETM+图像、2006年7月21日和2009年9月15日Landsat TM图像。3期图像的获取时间均在夏末秋初季节, 植被发育情况具有可比性, 图像色调均匀, 唐山市所辖范围内均无云层覆盖, 影像质量良好, 适合用于进行唐山市植被动态变化监测。本次研究主要使用了TM4, 3, 2和ETM+4, 3, 2波段合成图像。

由于要对不同时期的植被空间动态变化进行统计分析, 因此要对3期图像进行几何配准。以2006年7月21日TM图像为基准, 将1999年8月11日ETM+图像和2009年9月15日TM图像分别与其进行几何配准。

2 研究方法
2.1 方法原理

自20世纪60年代以来, 科学家已经利用遥感数据模拟和提取了各种生物物理量。大量研究都采用了植被指数— — 无量纲的辐射测度来反映绿色植被的相对丰度及发育状况。很多植被指数都用到与健康绿色植被有关的红光和近红外反射率之间的关系。研究表明[7], 利用遥感数据的红光和近红外波段的不同组合研究植被的效果较好, 能提取出90%以上的植被信息。Rouse等[8]早于1974年就提出了常用的归一化差值植被指数(normalized difference vegetation index, NDVI), 计算公式为

NDVI=(ρ nir-ρ red)/(ρ nir+ρ red), (1)

式中, ρ nirρ red分别为近红外波段和红光波段亮度值。

NDVI在对Landsat 数据处理绿色植被信息时应用很普遍[9]。本文亦采用NDVI计算3期遥感图像的植被信息, 并根据地貌实况修正植被像元, 生成植被分布图和植被动态变化图。

2.2 生成NDVI影像

按照NDVI计算公式分别得到3个时段的唐山市NDVI影像图(图1)。NDVI影像图大小为650像元× 800像元, 像元值范围在-1.0~1.0之间[10], 像元内的植被越多, 像元亮度值越大, 体现在NDVI影像图上就越亮。

图1 3个时段唐山市NDVI影像图Fig.1 NDVI images of Tangshan City in 3 periods

2.3 提取植被信息

2.3.1 设定阈值参数

为了区分NDVI影像图中的植被与非植被像元, 需要设定像元亮度阈值参数作为区分标准。这里需要指出的是, NDVI是基于比值的指数, 已有研究表明, 一些较暗的非植被地物, 由于其近红外和可见光波段的反射率都很低, 使得NDVI值反而较高[10]。为此, 需要判断近红外波段的像元值, 如果该值比较小, 则尽管NDVI值满足条件, 也不能判定其为植被像元。

设定NDVI阈值的方法并没有统一的定论, 本文采用的方法是利用TM4(R), 3(G), 2(B)假彩色合成图像中植被像元呈红色这一特性调整阈值参数, 并从2009年NDVI影像图中随机抽取像元点与唐山市地貌实况相比对, 进一步校正阈值参数, 最终选定阈值为0.09。把TM4单波段图像、NDVI影像图和TM4(R), 3(G), 2(B)假彩色合成图像同时显示在屏幕上进行对比, 观察3幅图像上的随机像元值发现, 在假彩色合成图像上显示为红色的植被, 其NDVI> 0.09, 且近红外波段像元值通常在40以上。因此本研究设定近红外波段像元阈值参数为40。

2.3.2 生成植被信息图

为了统计的方便, 生成植被信息图时采用二值图。以NDVI影像图和近红外波段影像图作为输入, 逐个判断每一个像元, 如果像元值大于NDVI阈值参数, 而且大于近红外波段阈值参数, 则判定该像元为植被, 在植被信息图对应位置取值为1; 如果像元值小于或等于上述2个阈值参数, 则判定该像元为非植被, 在植被信息图对应位置取值为0(图2)。图2大小为650像元× 800像元, 分别与3个时段的NDVI影像图对应。图2中白色部分为植被(农田和城市绿地)。

图2 3个时段唐山市植被信息图Fig.2 Vegetation information in Tangshan City in 3 periods

分别计算出3个时段植被信息结果图中的植被像元个数、植被面积和植被占研究区总面积的百分比(表1)。

表1 唐山市植被像元数量和面积统计(包含郊区农田) Tab.1 Statistics of vegetation pixels and areas in Tangshan City (including suburb farmland)

表1可以看出, 在2009年之前, 由于城市的快速扩张, 大量农田被占用, 造成唐山市全区植被面积变少。近年来唐山市对城区绿化工作高度重视, 道路绿化、公园绿化改造和南湖生态区建设成绩显著, 绿地面积逐年增长; 然而由于城市的扩展, 也造成了农田面积的减少。由表1中的数据分析出的结论与唐山市1999— 2009年绿化建设的实际情况相一致。

为了更直观地分析唐山市植被变化的实际情况, 增强3个时段植被分布的比对效果, 以2009年植被信息结果图为红波段、2006年植被信息结果图为绿波段、1999年植被信息结果图为蓝波段进行假彩色合成。在3个时段植被信息图的假彩色合成图(图3)中, 能非常明显地分析出唐山市区1999— 2009年这10 a间植被的空间覆盖消长变化。

图3 1999— 2009年唐山市植被分布动态变化信息图Fig.3 Change of dynamic information of vegetation distribution in Tangshan City during 1999— 2009

3 植被信息动态变化分析

图3可以看出, 唐山市城区周围植被分布呈递减趋势, 从3个时间段来看, 1999年的植被分布最多, 2006年次之, 2009年最少。说明近10 a以来城市规模不断扩大, 城市向外围发展, 植被面积变少。城区内部植被分布增多明显, 特别是2006— 2009年间, 这说明近10 a以来城区内部植被保护良好(特别是2009年和2006年都有植被以及仅2009年有植被的地段)。

以唐山市区中心大城山公园附近(图4(左))和南湖生态区(图4(右))为例进一步说明。

图4 唐山市城区典型绿化区域(左)及南湖生态区(右)植被信息动态变化图Fig.4 Change of dynamic information of vegetation distribution in typical greening area of Tangshan downtown(left)and south lake area(right)

图4(左)中最大的白色区域为唐山市大城山公园和南部紧邻的凤凰山公园。公园周围2006— 2009年新增植被明显, 说明期间公园绿化面积不断加大, 这和唐山市2003年被评为国家园林城市以来唐山市的主城区绿化、规划建绿、拆违建绿、破硬增绿、立体增绿和公园扩绿改造建设等举措的效果相吻合。右侧线状的红色区域为陡河水系沿岸绿化带, 这和建设贯穿城区南北的陡河水系绿廊廊道、形成绿色网络的实际情况相吻合。右上角大片红色图斑为工业园区绿化带, 这和2008年工业区内部实施单位庭院绿化达标、外围实施生态防护工程的结果相吻合。

图4(右)中南湖生态区在3个时间段的植被分布变化明显, 说明南湖区域近10 a以来城市发展变化很大, 植被面积变化也很大。因为南湖部分区域为采煤沉降区, 并堆放路南、路北2个工业区的生产和生活垃圾, 形成了市南郊的大垃圾山。近年来, 唐山市一直在进行采煤下沉受损弃置地治理工作, 尤其是在2008年以来, 启动了南湖城市中央生态公园建设项目, 实施了南湖扩湖及景观绿化、环湖景观道路、市民广场等一批基础设施工程, 使南湖的生态建设步伐明显加快。

4 结论

1)本文利用归一化差值植被指数(NDVI)和近红外波段的阈值参数生成了唐山市1999— 2009年植被分布图和植被动态变化图, 与唐山市绿地建设的实际情况一致, 说明利用本文方法提取城市植被信息的方法是有效的。

2)本文提供的唐山市1999— 2009年间3个时间段的植被覆盖面积和动态变化数据, 可为分析唐山市绿地分布结构及变化趋势, 进行城市规划提供科学依据及技术支持。

3)需要说明的是, 在确定NDVI阈值参数时, 采用经验法会有一些像元的属性归类出现误差, 这与TM和ETM+遥感数据的分辨率有限、部分像元为混合像元有关。如何确定出现误差的混合像元, 将有待于进一步研究。

The authors have declared that no competing interests exist.

参考文献
[1] 李宝华, 孟华. 基于TM影像的开封市绿地信息提取研究[J]. 泰山学院学报, 2005, 27(6): 94-98.
Li B H, Meng H. TM image based research of extraction technique of greenbelt information in Kaifeng[J]. Journal of Taishan University, 2005, 27(6): 94-98. [本文引用:1] [CJCR: 0.105]
[2] 于明洋, 崔健, 徐秋晓, . 基于遥感技术的龙口市绿地覆盖监测与分析[J]. 山东建筑大学学报, 2007, 22(1): 85-88.
Yu M Y, Cui J, Xu Q X, et al. The monitoring and analysis of green cover in Longkou City based on the remote sensing technology[J]. Journal of Shand ong Jianzhu University, 2007, 22(1): 85-88. [本文引用:1] [CJCR: 0.734]
[3] 孙明, 杨洋, 沈渭寿, . 基于TM数据的雅鲁藏布江源区草地植被盖度估测[J]. 国土资源遥感, 2012, 24(3): 71-77.
Sun M, Yang Y, Shen W S, et al. Vegetation cover change detection in the cropping area based on TM image[J]. Remote Sensing for Land and Resources, 2012, 24(3): 92-97. [本文引用:1]
[4] 王晓东, 何浩, 侯东, . 基于TM图像的农业区域植被覆盖变化检测[J]. 国土资源遥感, 2012, 24(2): 92-97.
Wang X D, He H, Hou D, et al. Vegetation cover change detection in the cropping area based on TM image[J]. Remote Sensing for Land and Resources, 2012, 24(2): 92-97. [本文引用:1]
[5] 党青, 杨武年. 近20年成都市植被覆盖度动态变化检测及原因分析[J]. 国土资源遥感, 2011, 23(4): 121-125.
Dang Q, Yang W N. Supervision and reason analysis of vegetation coverage changes of Chengdu in the past 20 years[J]. Remote Sensing for Land Resources, 2011, 23(4): 121-125. [本文引用:1] [CJCR: 0.932]
[6] 郭玉川, 何英, 李霞. 基于MODIS的干旱区植被覆盖度反演及植被指数优选[J]. 国土资源遥感, 2011, 23(2): 115-118.
Guo Y C, He Y, Li X. Remote sensing inversion of vegetation coverage and optimization of vegetation index based on MODIS data in arid area[J]. Remote Sensing for Land Resources, 2011, 23(2): 115-118. [本文引用:1] [CJCR: 0.932]
[7] Boffat A S. Resurgent forest can be greenhouse gas sponges[J]. Science, 1997, 277(5324): 315-316. [本文引用:1]
[8] Rouse J W, Haas R H, Schell J A. Monitoring vegetation systems in the great plains with ERTS[C]//3rd Earth Resource Technology Satellite(ERTS)Symposium NASA. Goddard Space Flight Center, 1974, 48(1): 309-317. [本文引用:1]
[9] Trishchenko A P, Cihlar J, Li Z. Effects of spectral response function on surface reflectance and NDVI measured with moderate resolution satellite sense[J]. Remote Sensing of Environment, 2002, 81: 1-18 [本文引用:1] [JCR: 4.769]
[10] 黄颖. 基于遥感的城市绿地提取研究[J]. 西部探矿工程, 2008, 20(3): 64-66.
Huang Y. TM image based research of extraction technique of greenbelt information[J]. West-China Exploration Engineering, 2008, 20(3): 64-66. [本文引用:2] [CJCR: 0.196]
[11] 高芳琴, 吴建平, 孙建中, . 基于航空遥感数据的绿地信息提取与制图系统[J]. 国土资源遥感, 2001, 13(2): 57-61.
Gao F Q, Wu J P, Sun J Z, et al. The system for extracting and mapping of city green space based on aerial remote sensing data[J]. Remote Sensing for Land Resources, 2001, 13(2): 57-61. [本文引用:1] [CJCR: 0.932]