21
EXPERIENCE
区域治理基于Landsat8数据的乌鲁木齐植被覆盖度与地 陕西省土地工程建设集团有限责任公司 朱梦阳
摘要：基于Landsat8遥感影像数据，分别计算2013年、2014年、2015以及2016年乌鲁木齐东南地区植被覆盖度和地表温度，分析各个指标时间序列内的变化情况以及两个指标之间的相关关系。研究表明，基于Landsat8遥感影像可以较好地反演植被覆盖度以及地表温度。该地区夏季植被覆盖度普遍较低，温度较高，且从2013年到2016年植被与温度变化都呈现波动状态。同一时期内植被覆盖度与地表温度呈现负相关，随着植被覆盖度的提高，地表温度降低。关键词：Landsat8；植被覆盖度；地表温度中图分类号：P217 文献标识码：A
文章编号：2096-4595（2020）21-0021-0003
一、引言
植被覆盖变化是生态环境变化的直接结果，它在很大程度上代表了生态环境总体状
况
[1]
。陆地表面温度在地表与大气能量交换中扮演着重要角，是控制陆面水分和能量平衡的一个重要参数。它与植物生长作物产
量、地表水蒸发循环、气候变迁与全球环境变化、资源积累与人类生存等许多重要的自然、人文现象与过程密切相关[2]。利用遥感技术动态监测植被覆盖以及地表温度的时空演变，对更好地理解区域生态系统的动态变化特征、深入研究植被与气候变化和人类活动之间的响应关系[3]、揭示区域环境状况的演化与变迁等有着重要的现实意义[4]。
本文选用2013年、2014年、2015年以及2016年时间序列Landsat8遥感影像，通过反演乌鲁木齐部分区域的植被覆盖度和地表温度，分析指标在时间序列内的变化情况，大致探索两个指标之间的关系。
二、研究样区与数据
（一）研究样区
乌鲁木齐位于我国西北，新疆中部、亚欧大陆腹地，毗邻中亚各国，地处86 °37′33″ -88°58′24″E ，42°45′32″ -45°00′00″N 之间。区域内地势起伏明显，地表类型复杂，多山地分布，地势由东南向西北逐渐降低，依次为山地、山间盆地与丘陵及平原，区内水资源较为短缺，生态系统较为敏感。本文选择乌鲁木齐东南部分区域进行相关研究。
（二）研究数据本文选用Landsat8数据，通过地理空间数据云网站（www.gscloud/）下载2013年、2014年、2015年以及2016年年时间序列遥感影像。各个年份遥感影像参数如表1所示。
由于2015年遥感影像在研究区内云量较大，对分析效果影响显著，因此分析过程选用2013年、2014年和2016年的数据。
三、植被盖度计算方法
（一）数据预处理
通过ENVI 软件，对遥感影像进行辐射定标和Flaash 大气校正。首先需要计算区域的平均高程确定其高程参数，然后进行大
气校正。最后用乌鲁木齐的矢量边界裁剪遥感影像（Subset Data from ROIs）。
（二）研究区植被盖度计算
1.NDVI 计算
对裁剪后的数据进行NDVI 计算（工具：NDVI），参数设置选择传感器为Landsat OLI ，红波段和近红波段分别为第四波段和第五波段。
作者简介：朱梦阳，生于1995年，硕士，助理工程师，研究方向为土壤侵蚀定量评价。
表1
研究数据参数
图1 地表温度反演计算流程图
EXPERIENCE区域治理
2.归一化处理
选择上一步NDVI计算结果，进行Band Math计算，用公式-1.00>b1<1.00将结果归一化。
3.去背景值
选择上一步归一化计算结果，进行Band Math计算，用公式float(b1)*b1/b1将结果去除背景值。
4.植被盖度的计算
（1）首先统计5%以及95%对应的值。通过Statistics-Compute Statistic工具对上一步去背景结果进行统计，选择直方图显示，记录5%和95%对应的统计值。
由统计值可知，5%对应的值为0.05098，
95%对应的值为0.835294。
（2）选择上一步去背景的计算结果，
通过Band Math计算植被盖度。
植被盖度Pv = [(NDVI- NDVI
Soil
)／
(NDVI
Veg
- NDVI
Soil
)]
其中，NDVI为归一化植被指数，
NDVI
辽宁五点一线Soil
苟仲武
为完全是裸土或无植被覆盖区域的
NDVI值，NDVI Veg则代表完全被植被所覆盖
的像元的NDVI值，即纯植被像元的NDVI值。
一般采用5%的统计值代表裸土，95%统计
值代表纯植被。
（3）选择上一步植被盖度计算结果，
进行Band Math计算，用公式0>b1<1去除
异常值。
（4）将计算结果进行分级显示。
四、温度反演计算方法
地表温度反演计算流程如图1所示。
地表辐射率计算可以采用简化的植被
一氧化二氢是什么覆盖度计算模型，前部分已进行了相关计
算。通过Atmospheric Correction Model-
Radiometric Calibration工具计算辐射
亮度
。
图2 乌鲁木齐2013-2016年植被覆盖图 图3 乌鲁木齐2013-2016年地表温度图
22
赵薇 天使旅行箱EXPERIENCE 区域治理
大气剖面参数在NASA提供的网站(atmcorr.v/)中，输入成影时间以及中心经纬度可以获取大气剖面参数。在地理空间数据云中可查询所用数据的成像时间以及中心经纬度。
利用Band Ratio/Band Math工具，进行黑体辐射亮度计算和地表温度反演。将数据导出为TIFF格式，在ArcGIS中做分析。
五、结果分析
（一）植被覆盖度分析
植被覆盖度是衡量地表植被状况的一个最重要的指标，是生态系统健康评价的前提和必要的基础。通过计算了2013年、2014年和2016年乌鲁木齐部分地区生长季不同时间和等级的植被覆盖度，以此分析乌鲁木齐植被覆盖度的变化特征。
由三年的植被覆盖图（图2）可见，研究样区的植被覆盖度普遍较小。植被集中分布在西南以及西北部分区域，东部地区也有较为广泛的分布，其他大部分地区植被覆盖度较低。2014年与2013年相比，植被覆盖度降低，特别是东北地区表现出较为明显的减少，这可能与当时的降水、气候以及土壤因素有关，并且可能受到极端天气或自然灾害的影响。2016年该地区的植被覆盖度整体增高，高植被覆盖范围变广，反映这一时期城市绿化提高，农作物以及植被长势良好。
（二）地表温度反演分析
地表温度是地球表面自然生态环境的重要物理指标，与其他地表因子息息相关。通过反演2013年、2014年和2016年乌鲁木齐部分地区地表温度，对比分析其变化特征，从而分析温度对于其他地表因子的影响。
反演地表温度所选遥感影像获取时间均
为7月，因此地表温度普遍较高。从三年
的地表温度图（图3）可以直观地看出，该
区域地表温度多分布在25℃以上，并且植
被覆盖度较好的地区地表温度较低，耕地、
无植被覆盖裸露地表以及人口建筑物密集的
地区地表温度高。相比2013年，2014年大
部分地区地表温度大于35℃，该时期植被
覆盖度较低，旱地和一些正在开发的地段，
几乎为裸露地表，太阳辐射直接作用于土壤，
由于缺乏水体和植被对温度的调节，温度上
升较快导致地表温度较高。2016年7月地
表温度相对降低，这与该时期的植被覆盖度
情况也表现出良好的对应性。
（三）植被覆盖度与地表温度相关性
分析
研究样区内布设的200个随机点，从
而分析该地区植被覆盖度与地表温度的相
关性。由图4可知，同一时期内植被覆盖
度与地表温度呈现负相关，即随着植被覆
盖度的提高，地表温度降低。Carlson[5]
和 Price[6]等研究表明，利用热红外波段
遥感影像反演得到的地表温度与NDVI之间
的散点图呈三角形，并把这种三角形称为
NDVI－TS特征空间。由此可见植被覆盖对
于地表温度的调节作用。
六、结论
（1）基于Landsat8遥感影像可以较好
地反演植被覆盖度。乌鲁木齐研究样区植被
集中分布在西南以及西北地区，2014年受
降水、气温或极端天气的影响植被覆盖度减blt
少，2016年该地区植被覆盖度呈现增长趋势。
（2）基于Landsat8遥感影像可以较好
地反演地表温度。乌鲁木齐7月份地表温
度多分布在25℃以上，并且植被覆盖度较
好的地区地表温度较低，耕地、无植被覆盖
裸露地表以及人口建筑物密集的地区地表温
度高。
（3）同一时期内植被覆盖度与地表温
度呈现负相关，随着植被覆盖度的提高，地
表温度降低。
参考文献
[1]信忠保，许炯心，郑伟.气候变化
和人类活动对黄土高原植被覆盖变化的影响
[J].地球科学,2007,37(11):1504-1514.
[2]赵英时.遥感应用分析原理与方法
[M].北京：科学出版社,2003.
[3]贾艳红，赵传燕，南忠仁.西北干
旱区黑河下游植被覆盖变化研究综述[J].
地理科学进展,2007(4):64-74.
[4]马明国，董立新，王雪梅.过去
21a中国西北植被覆盖动态监测与模拟[J].
冰川冻土,2003,25(2):232-236.
[5]Gilliies R R Carlson T N,
Perry E M. A method to make use of
thermal infrared temperature and
NDVI measurements to infer surface
一次特别的拜访
soil water content and fractional
vegetation cover[J]. Remote Sensing
Reviews,1994,9(1):161-173.
[6]Price J C. Using spatial context
in satellite data to infer regional
scale evapotranspiration[J]. IEEE
Transactions on Geoscience
＆ Remote
Sensing,1990,28(5):940-948.
图4 植被覆盖度与地表温度相关性分析
23
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议