基于Landsat-8 影像的南陵县县域植物覆盖度遥感估算

汪俊 黄杰

摘要：植被覆盖度是衡量植被群落对地表覆盖的一个重要指标，其变化是区域生态系统环境变化的指示，可为区域生态建设和可持续发展提供科学依据。本文以芜湖市南陵县的Landset-8遥感影像为研究对象，应用ENVI软件，在像元二分模型的基础上，利用NDVI归一化植被指数对芜湖市南陵县植被覆盖度进行估算，得出了2013、2017、2020年3个覆盖年度的变化情况。

关键词：NDVI;ENVI;像元二分模型;植被覆盖度

Abstract：Fractional vegetation cover is an important index to measure the surface coverage of vegetation community and its change revealed the environmental change of regional ecosystem， which can provide scientific basis for regional ecological construction and sustainable development. The Landset-8 remote sensing image of Nanling County in Wuhu was used as the research object， applies envi software， estimates the vegetation coverage of Nanling County in Wuhu City by using NDVI normalized vegetation index on the basis of pixel dichotomy model， and obtains the changes of three coverage years in 2013， 2017 and 2020.

Key words：NDVI;ENVI;Dimidiate pixel model;Fractional vegetation cover

植被是陸地生态系统中最基础的和重要的组成部分，在陆地表面的能量交换和物质循环循环过程中扮演着重要的生态角色[1]，因而提高植被覆盖是控制水土流失、改善生态环境的有效措施和重要保证，对区域社会经济的可持续发展有着重大影响[2]。植被覆盖度（FVC，fractional vegetation cover）是描述地表植被覆盖的重要参数，反映地表生态环境质量变化过程，许多全球及区域气候数值模型、水文生态模型和土壤侵蚀模型等相关模型中均需要植被覆盖度的信息。通过对植被覆盖度的估算，可为区域生态环境保护和可持续发展提供决策支持和理论依据。

1研究区概况

南陵县（E117°57′～118°30′，N30°38′～31°10′）位于安徽省芜湖市境内，位于安徽省东南部，地处皖南丘陵向沿江平原过渡地带，平均海拔70m，境内最高海拔位于工山镇大工山，海拔558米，是芜湖市植被覆盖最多的县域，现为国家级生态示范区建设试点县。

2实验数据和处理过程

2.1数据来源

本实验数据取自NASA于2013年2月11号发射的Landset-8卫星，Landset-8卫星载有OLI成像仪和TIRS成像仪，其中，OLI包括了ETM+传感器的所有9个波段，空间分辨率为30m。在美国底质勘探局USGS（https：//earthexplorer.usgs.gov）上搜索安徽省芜湖市南陵县的Landset-8 Oli/Tirs C1 Levvel-1遥 感 影 像 数 据，选择云量较少的2013年8月、2017年5月，2020年10月的遥感影像，轨道编号120/39。以此影像为数据源，通过软件处理后，以期获得影像区植被覆盖度的变化情况。

2.2处理过程

遥感影像的处理过程主要有几何校正，辐射定标，大气校正和影像裁剪，主要参照ENVI 遥感影像处理方法（邓书斌）[3]。主要内容如下：

（1）几何校正

由于摄影瞬间无法保证传感器绝对水平，所以获得的影像是倾斜的像片，像片的各个部位的比例尺和几何形状不能反映地物的真实状况，所以需要用一个适当的多项式纠正像片相应点之间的坐标关系。由于美国地质勘探局USGS云上获得的Landset-8 Oli/Tirs C1 Levvel-1遥感影像，所以本研究用的遥感影像可不进行几何校正。

（2）辐射定标

辐射定标就是将图像的数字量化值（ DN）转化为辐射亮度值或反射率。通过ENVI5.3 自带的辐射定标模块进行辐射定标。

（3）大气校正

传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差，因此需要对遥感影像要进行大气校正，以消除大气吸收和散射造成的辐射损失。使用ENVI5.3自带的多光谱数据FLAASH工具进行校正。

（4）影像剪裁

本地区的遥感影像进行预处理后，需要进行影像剪裁，将研究区域提取出来。本研究在获得南陵县行政区划矢量数据后，直接通过ENVI5.3工具箱的剪裁工具对影像进行剪裁。

3 NDVI计算与异常值处理

NDVI（ Normalized Difference Vegetation Index） ，又称归一化植被指数，是反映植被生长状态的重要指标因子，通常被定义为近红外波段（ NIR<0.7 mm） 与可见光红光波段R（0.4-0.7mm）反射率之差与反射率之和的比值[4]

NDVI =（NIR-R）/（NIR+R）

NDVI 值介于[-1，1]之间，数值越大代表植被的覆盖状况越好，植被的生物量越多。经过计算得到的NDVI数据，由于大气校正后的结果有部分像元为负值，阴影区域的NDVI在[-1，1]之外成为异常值。为便于后续的计算和分析，本文统一将这部分像元的NDVI值变成背景值（0），并在ENVI平台上通过Band Math：-1>b1<1，得到去除异常值后的NDVI数据。

4  FVC的计算

基于像元二分模型提取FVC的原理是假设一个像元的信息可分为植被覆盖像元与裸土覆盖像元两部分，那么该混合像元的遥感信息S就可以表达为植被信息Sv和裸土信息 Ss两部分，即：

设纯植被覆盖像元的遥感信息为Sveg，纯裸土覆盖像元的遥感信息为Ssoil，混合像元中有植被覆盖的面积比例即该像元的植被覆盖度（FVC）;裸土覆盖度则为（ 1-FVC） ，则混合像元中植被和裸地信息的计算可以分别表示为：

植被覆盖度 FVC 的计算公式：

据相关研究[32]，植被覆盖度和 NDVI 之间存在极显著的线性相关关系，通常通过建立二者之间的转换关系，直接提取植被覆盖度信息。因此，根据像元二分法原理，将 NDVI 带入公式，变换得到计算植被覆盖度的公式[5]：

式中，NDVIveg为纯植被覆盖像元的NDVI值，NDVIsoil為裸土覆盖像元的NDVI 值。

5结果和分析

经过计算得出，南陵县遥感图像共有像元1407385个，由于空间分辨率为30m，计算得出南陵县总面积约为1266.64km2，与实际面积基本符合，其中2013、2017和2020年的平均植被覆盖度分别为0.725，0.747和0.715为了便于分析， 本文利用最佳自然间断点分级法将植被覆盖度分级，共分为4个等级：高植被覆盖度（ 85%iJHf7ejrl64l6ME5LGXWWg==