恩施市植被覆盖时空特征及动态变化分析

余可进 宋鄂平 谭志忠

摘要：以湖北省恩施市为研究区，运用RS和GIS技术，采用归一化植被指数及像元二分模型，对2007—2015年3个不同时期同一季像的遥感影像进行不同年份植被覆盖度信息的提取，基于转移矩阵及统计分析2007—2015年植被覆盖度时空变化特征和空间分布。通过对比分析可知，恩施市植被覆盖度以较高等级以上植被覆盖度为主，3期较高以上植被覆盖度占总面积比例均在68%以上。总体分布特征是中部地区及东北部地区植被覆盖度较低，向西南部及西北部的覆盖度逐渐升高，高覆盖的植被主要集中在西南部及东南部地区。恩施2007—2015年植被覆盖度一直处于正向增长趋势，未出现局部或整体退化的现象，中等及较高植被覆盖度转出面积基本转向至高植被覆盖区域，高植被覆盖区域面积共增加910.3 km2，增加了22.98%。恩施大部分乡镇植被覆盖度均处于较高的覆盖水平，2007—2015年总体呈现增长趋势。

关键词：恩施市;遥感;植被覆盖度;动态变化;空间分布

中图分类号：TP79 文献标识码：A

文章编号：0439-8114（2020）07-0109-04

DOI：10.14088/j.cnki.issn0439-8114.2020.07.022

Abstract： In this paper，the temporal and spatial variation and spatial distribution of plant coverage in Enshi were analyzed by transfer matrix and statistical analysis based the plant cover data which extracted from the remote sensing images during 2007 to 2015 by using RS and GIS technology and using the normalized vegetation index and pixel dichotomy model. The comparison analysis showed that the plant coverage in Enshi City was mainly of the plant coverage over comparative high level，and the proportion of the plant coverage over the third was more than 68%. The overall distribution was characterized by lower plant coverage in the central and north-eastern regions，and gradual increasing to the south-west and the north-west. The highly plant-covered area was mainly in the south-west and the south-east. The plant coverage of Enshi showed positive growth trend during 2007 to 2015 and has no degradation of partial and overall. The transfer-out area of medium and the comparative higher plant cover was basically shifted to the highly plant covered area. The area of the plant highly covered was increased by a total of 910.3 km2，the increasing proportion was 22.98%. The plant coverage of most area in Enshi was at a high level of coverage，and presented growth trend in total from 2007 to 2015.

Key words： Enshi city; remote sense; plant coverage; dynamic change; spatial distribution

植被是地球地表覆蓋植物群落的总称，受地形、气候、土壤等环境因子的制约和影响[1-3]。植被覆盖度作为衡量地表植被变化及研究区域生态环境质量的重要指标，对于城市扩张过程中导致的植被变化现象研究具有重要意义[4-6]。随着遥感技术的迅速发展，遥感成为了提取不同空间尺度的植被覆盖信息、获取植被覆盖度参数及反映其变化趋势的重要手段[7]。对于植被覆盖度分析更侧重于遥感技术测量的方法，众多学者利用遥感影像结合归一化植被指数与像元二分模型法对植被覆盖度进行了研究：宋敏敏等[8]利用归一化植被指数（NDVI）及遥感数据建立时序数据集，分析研究了时间线内延河流域植被覆盖度的演变规律，利用像素二分模型对植被进行了反演，提出了基于像元变化趋势分析更易于研究区NDVI时空动态变化的详细信息;徐爽等[9]利用不同植被指数研究的最佳波段及其组合，结合像元二分模型对植被覆盖度不同植被指数表现情况进行研究，对各类植被指数表达进行了相关叙述;陈效逑等[10]利用遥感归一化差值植被指数数据，对研究区进行了划时段的分析，并结合水热因子进行相关性研究;李苗苗[11]通过在像元二分模型的基础上对已有模型改进，建立用NDVI归一化植被指数估算植被覆盖度的模型，对研究区进行了植被覆盖度的估算。众多文献研究结果表明，使用NDVI归一化植被指数估算植被覆盖度，可较为方便、准确地获取区域植被覆盖信息[12，13]。

恩施市是湖北省重要的生态旅游城市之一，作为生态旅游城市建设的重点，森林覆盖率及绿化率均为重点保护与提高的内容。本试验研究了2007—2015年恩施市植被覆盖变化及空间分布规律，为揭示城市植被覆盖度时空变化特征及其分布结构、打造生态城市提供数据参考。

1 研究区概况与研究方法

1.1 研究区概况

恩施市地处湖北省西南部，恩施土家族苗族自治州中部。地跨东经109°4′ 48″ —109°58′ 42″ ，北纬29°50′ 33″ —30°39′ 30″ 。东与建始、鹤峰交界，西与利川、咸丰相邻，南与宣恩相交，北与重庆市奉节县接壤，国土总面积3 967.60 km2。恩施市地处鄂西南山区中部，为云贵高原东延部分，地近四川盆地边缘，处于中国地势的第二梯级末端。西北及南部两翼高，近似山原地貌，平均海拔1 800～2 000 m;恩施属亚热带季风和季风性湿润气候，受海拔、地形的影响较大，其气候的主要特征是热量随地势的增高逐渐降低，而湿度却逐渐增大，气候与地势具有立体相关性。

1.2 研究方法

1.2.1 数据来源及预处理 采用2007、2010、2015年3年同季度（9、10月）的30 m分辨率LandsatTM/OLI卫星影像。图像质量良好并通过ENVI5.1进行辐射定标及大气校正等预处理，能够代表研究区植被覆盖的一般情况，并利用行政边界矢量图裁剪得到研究区遥感图像。

1.2.2 植被覆盖度提取 归一化植被指数（NDVI）作为目前反映地表植被生长状况和地表植被覆盖度的最佳因子，是植被覆盖研究的重要参数[14]。NDVI的计算公式如下：

-1≤NDVI≤1，负值表示地面覆盖为云、水、雪;0表示岩石或裸土;正值表示有植被覆盖范围。

在计算NDVI的基础上利用像元二分模型进行植被覆盖度计算，其公式如下：

其中，NDVIsoil为完全是裸土或无植被覆盖区域的NDVI值，NDVIveg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。2个值的计算公式为：

NDVImax和NDVImin分别为区域内最大和最小的NDVI值。NDVImax和NDVImin的取值范围由于存在不可避免的噪声问题，所以一般取一定置信度范围内的最大值与最小值[11]。根据图像实际情况，本试验对研究区域内3期的NDVI值进行统计，取累计概率为95%及5%的NDVI值分别作为NDVImax和NDVImin，由此可将研究区域划分为3个部分：当NDVI的值小于NDVImin，VFC取值为0;当NDVI的值大于NDVImax，VFC取值为1;当NDVI值介于两者之间，选择公式（5）进行计算。

通过以上公式进行计算，得到2007、2011、2015年共3期的植被覆盖图。利用ENVI5.1对植被覆盖图进行分级处理，得到3期植被覆盖等级图（图1），其中分级标准见表1。

2 结果与分析

2.1 植被覆盖度分级特征

不同植被覆盖度分级情况及其面积统计特征分化结果（图2、图3、表2）表明，恩施市植被覆盖度以较高以上植被覆盖度（HFC、FFC）为主，3期较高以上植被覆盖度占总面积比例均在68%以上。总体分布特征是中部及东北部地区植被覆盖度较低，向西南部及西北部的覆盖度逐渐升高，高覆盖的植被主要集中在西南部及东南部地区。

2.2 植被覆盖时序变化分析

为了更加清晰准确地反映恩施市各级植被覆盖区的转移变化情况，通过建立转移矩阵来揭示及了解不同植被覆盖的动态变化及转移情况。利用ENVI5.1中的统计工具分别对2007—2011年、2011—2015年的3期數据采用分类后比较法进行分析，获得变化类型、面积及百分比等数据，得到共2个时段不同级别植被覆盖度面积及比例变化的转移矩阵（表3、表4）。

由表3可见，2007—2011年，中等及以下植被覆盖度转出至较高等以上植被覆盖度面积为572.86 km2，由较高等以上植被覆盖度转出至中等以下植被覆盖度的面积为67.46 km2，其中较高等植被覆盖度转入的面积占比较多，为51.53 km2;较高等植被覆盖度主要转出至高等植被覆盖度，面积为647.86 km2，占其总面积的42.319%;高等植被覆盖度在此段时间内共转入721.99 km2，转出272.09 km2。高植被覆盖度转入面积高于转出面积，说明2007—2015年恩施市植被覆盖情况较好，生态环境良好。

由表4可见，2011—2015年，由中等及以下植被覆盖度转出至较高等以上植被覆盖度面积为365.22 km2，而由较高等以上植被覆盖度转出至中等以下植被覆盖度的面积为92.69 km2，其中较高等植被覆盖度转入的面积占比较多，为75.73 km2;较高等植被覆盖度主要转出至高等植被覆盖度，面积为232.36 km2，占其总面积的20.974%;高等植被覆盖度在2007—2015年共转入264.15 km2，转出640.31 km2。高等植被覆盖度转入面积低于转出面积，但转出面积主要转向为较高等植被覆盖度，面积为616.44 km2，占总面积的55.643%。结果表明2011—2015年恩施市植被覆盖度的转移动态变化大部分为较高等植被覆盖度及高等植被覆盖度二者之间的交换，这说明2011—2015年间，恩施市植被覆盖度总体处于较高的覆盖水平，期间未出现退化的特征。

2.3 植被覆盖空间分布特征

为了更加准确地反映恩施市各级植被覆盖空间分布及动态变化情况，利用ArcGIS中的区域分析工具分别对2007、2011、2015年的3期植被覆盖数据结合恩施乡镇矢量图进行分析统计，利用各级植被覆盖度等级面积加权平均来估算平均植被覆盖度，得到共3个时段植被覆盖度在各乡镇的平均值（图3）。由图3可以看出，恩施大部分乡镇植被覆盖度均处于较高的覆盖水平，从2007—2015年均呈增长趋势。其中盛家坝乡、白果乡、板桥镇、太阳河乡等乡（镇）从2007—2015年一直为高植被覆盖区域。而芭蕉侗族乡、新塘乡、红土乡、屯堡乡、沙地乡及崔家坝镇等乡（镇）植被平均值也从2007年的较高等植被覆盖度转入为高等植被覆盖度区间，说明2007—2015年，各乡（镇）在植被覆盖方面不断加强重视，从而使得植被覆盖度有了明显提升。位于恩施市中心的小渡船街道受城市空间限制，植被覆盖度均值没有明显增长，但其均值也处于中等植被覆盖度区域。

3 小结与讨论

利用 Landsat数据，基于像元二分模型，研究了2007—2015年恩施市的植被覆盖度分级特征、时序变化及其空间分布特征，研究结果如下。

1）恩施市植被覆盖度以较高等以上植被覆盖度（HFC、FFC）为主，3期较高等以上植被覆盖度占总面积比例均在68%以上。总体分布特征是中部及东北部地区植被覆盖度较低，向西南部及西北部地区的覆盖度逐渐升高，高覆盖的植被主要集中在西南部及东南部地区。

2）通过转移矩阵分析恩施市植被覆盖时序变化得知，恩施市2007—2015年植被覆盖度一直处于正向增长趋势，未出现局部或者整体退化的现象，中等及较高等植被覆盖度（LFC、HFC）转出面积基本转向高等植被覆盖区域，2007—2015年高等植被覆盖区域面积共增加910.3 km2，增加了22.98%。

3）通过分析2007—2015年恩施市植被覆盖空间分布特征得知，恩施市大部分乡（镇）植被覆盖度均处于较高的覆盖水平，2007—2015年总体呈增长趋势。其中盛家坝乡、白果乡、板桥镇、太阳河乡等乡（镇）从2007—2015年一直为高等植被覆盖区域;芭蕉侗族乡、新塘乡、红土乡、屯堡乡、沙地乡及崔家坝镇等乡（镇）植被平均植也从2007年的较高等植被覆盖度转入为高等植被覆盖度。

本研究通过引用广泛有效的像元二分模型来估算植被覆盖度，依然存在一些不足。在遥感影像选择上，由于遥感影像精度的问题，会导致植被覆盖度估算数据存在差异，希望在未来能够使用更高分辨率的影像进行植被覆盖度的研究分析，降低误差以更好地为城市生态环境建设提供精准的数据分析。同时，在时间序列上仅研究了2007、2011、2015年3个时间节点的植被覆盖度，没有在2007—2015年内划分更为紧凑连贯的研究范围，对植被覆盖度进行短时间变化范围的研究。为了更详细对研究区域植被覆盖时空变化进行分析，还应加入适量的影响因子及地方出台政策进行相关性分析，本研究内容在此方面存在一定的不足，期望未来在本研究的基礎上能更深层次地挖掘植被覆盖度变化的内容。

参考文献：

[1] 杨婷婷，韦 丹，马祥庆，等. 基于随机森林模型长汀县植被覆盖度的影响因子[J]. 福建农林大学学报（自然科学版），2017，46（6）：641-647.

[2] 田 地，刘 政，胡亚林. 福州市植被覆盖度时空特征及与地形因子的关系[J]. 浙江农林大学学报，2019，36（6）：1158-1165.

[3] 滕佳昆，刘 宇. 坡面径流冲刷侵蚀的植被覆盖阈值现象研究[J]. 中国水土保持，2018（4）：42-45，69.

[4] 韦红波，李 锐，杨勤科. 我国植被水土保持功能研究进展[J]. 植物生态学报，2002（4）：489-496.

[5] 范建忠，李登科，董金芳. 陕西省重点生态建设工程区植被恢复状况遥感监测[J]. 农业工程学报，2012，28（7）：228-234.

[6] 杨春华，雷 波，李 剑，等. 重庆市生态环境敏感性评价方法研究[J]. 三峡生态环境监测，2017，2（2）：19-27.

[7] 贾 坤，姚云军，魏香琴，等. 植被覆盖度遥感估算研究进展[J]. 地球科学进展，2013，28（7）：774-782.

[8] 宋敏敏，张青峰，吴发启，等. 基于NDVI的延河流域时空演变分析[J]. 水土保持研究，2017，24（4）：6-11.

[9] 徐 爽，沈润平，杨晓月. 利用不同植被指数估算植被覆盖度的比较研究[J]. 国土资源遥感，2012（4）：95-100.

[10] 陈效逑，王 恒. 1982—2003年内蒙古植被带和植被覆盖度的时空变化[J]. 地理学报，2009，64（1）：84-94.

[11] 李苗苗. 植被覆盖度的遥感估算方法研究[D]. 北京：中国科学院研究生院（遥感应用研究所），2003.

[12] 夏照华，张克斌，李 瑞，等. 基于NDVI的农牧交错区植被覆盖度变化研究——以宁夏盐池县为例[J]. 水土保持研究，2006（6）：178-181.

[13] 李晓松，李增元，高志海，等. 基于NDVI与偏最小二乘回归的荒漠化地区植被覆盖度高光谱遥感估测[J]. 中国沙漠，2011，31（1）：162-167.

[14] 吴 云，曾 源，吴炳方，等. 基于MODIS数据的三北防护林工程区植被覆盖度提取与分析[J]. 生态学杂志，2009，28（9）：1712-1718.