基于多元遥感数据的济南市自然植被提取研究分析

摘      要：植被在涵养水源、净化空气、保护地下水等方面起着重要作用。其中，自然植被占植被面积超过一半，在济南市自然生态环境中具有不可忽视的作用。自然植被主要包括山地、林地、草地区域。我们以济南市自然植被为切入口，通过提取济南市自然植被面积数据，分析自然植被面积变化趋势。 

关  键  词：植被指数(NDVI)；ENVI；时空变化

 

一、选题意义与背景

济南市由于经济发展迅速，城镇化进程加快，城区面积进一步增加，导致生态环境有所恶化。

植被是生态环境中十分重要的一环。植被在涵养水源、净化空气、保护地下水等方面起着重要作用。其中，自然植被占植被面积超过一半，在济南市自然生态环境中具有不可忽视的作用。自然植被主要包括山地、林地、草地区域。

在此，我们以济南市自然植被为切入口，通过提取济南市自然植被面积数据，分析自然植被面积变化趋势。希望能够为济南市的生态环境保护尽绵薄之力。

 

二、原始数据介绍

1.数据来源

数据集	空间分辨率	地点	获取日期	编号
Landsat 8 OLI_TIRS 卫星数字产品	30m	济南市上部	2017-06-01	1
		济南市下部	2017-06-17	2
		济南市下部	2018-10-10	3
		济南市上部	2019-09-27	4
		济南市下部	2019-01-14	5
		济南市上部	2021-05-11	6
		济南市下部	2021-05-27	7
高分一号wfv 数据产品	16m	山东省济南市	2020-06-21	8
济南市界限	10m	山东省济南市	2023-03-09	9

2.数据介绍

在地理空间数据云平台下载Landsat 8 OLI_TIRS 卫星数字产品、高分一号wfv数据产品遥感数据。由于Landsat 8 OLI_TIRS卫星数字产品中没有包含整个济南市的影像，故所得影像均为上部或下部，预处理时将同年上下两部分进行镶嵌整合。

 

三、技术路线简介

1、数据获取

在地理空间数据云平台下载Landsat 8 OLI_TIRS 卫星数字产品、高分一号wfv数据产品遥感数据。

2、预处理

将Landsat多光谱波段数据（30m）与全色波段数据（15m）进行图像融合。随后分别进行辐射定标和大气校正。通过辐射定标和大气校正后，随后对所有影像分别利用济南市界限图进行矢量数据裁剪，得出研究区域。

3、信息提取

结合对1—8号图像的云量、月份、自然植被生长状态的分析，经过假彩色合成将short wave infrared red 1(Swir1)，Nosocomial infection rate(Nir)，Blue作为红绿蓝三波段合成。发现2017年6月、2021年5月的影像清晰，同月上下两部合成效果好，利于进行自然植被的提取分析。同时两个年份之间时间跨度大，5月6月正属于春季，适合进行自然植被提取，利于进行比较。所以最终决定将2017年6月与2021年5月的影像作为分析重点。

4.指数计算

使用NDVI函数能有效提取植被覆盖部分，去除水体、城区、荒地等区域的干扰；使用NDWI函数能进一步区分自然植被与农田；使用MVI函数进一步区分自然植被与裸地；使用自建VDI函数(Vegetation difference index) 进一步剔除农田对自然植被提取的影响。

基于2017,2019,2021年影像，提取MVI、VDI、NDVI、NDWI指数。

MVI=(nir-R-swir1)/(nir+R+swir1)       VDI=(ndvi-ndwi)/(ndvi+ndwi)

NDVI=(nir-R)/(nir+R)                  NDWI=(nir-swir1)/(nir+swir1)

5.决策树分类模型设计

对于Landsat影像而言，我们先利用冬季(2019年1月)NDVI指数，达到去除水面、裸地、沙地、农田对自然植被提取的影响，去除不透水面、裸地、农田、人工植被对自然植被提取的影响。再选定2021年5月NDWI，VDI，MVI指数设置阈值提取。通过编写IDL代码进行决策树分类模型设计，以实现本项目的决策树分类。在对影像进行预处理后，调用其进行决策树分类，提取自然植被，实现一键化分类，避免重复，提高效率。

6.目视解译

通过对432、421、321波段组合的彩色影像进行对比，结合谷歌地图影像样本点，获取影像分类训练样本，包括村、裸地、河流、城市、湖泊、山林（自然植被）、农田等。

7.监督分类

基于训练样区，对影像进行监督分类。并在分类结果中提取山林类别，得到济南市自然植被分布数据，如下图所示。

8.精度验证

使用ROI对“GF“影像进行精度验证。可以看到在对各部分进行精度验证中山林对城区、裸地、村落、水库、黄河的分离数据均大于1.85，分离效果较好。

9.重采样

因为“GF”影像分辨率为16m，“2017”、“2021”分辨率均为30m。为了增加三幅图像融合时的精确度，故将“GF”影像重采样至30m分辨率。

将“GF”提取16m分辨率重采样至30m分辨率与30m分辨率“2021”决策树自然植被提取结果进行叠加，统计其单像元内的自然植被含量。

 

 

 

10.自然植被面积统计

将“GF”重采样结果、“2021”决策树分类、“2017”决策树分类分别输出，统计其影像内的自然植被含量。

公式：面积=像元面积*像元个数 ；像元面积=分辨率² ；

得到结果：

           “GF” 像元个数为：2 800111 ；

          “2021”像元个数为：1 196598 ；

          “2017”像元个数为：  941696 ；

11.结果分析

将“GF”重采样结果、“2021”决策树分类、“2017”决策树分类的三幅图像叠加、融合、变色(紫色部分为新增自然植被区域)

公式：自然植被增长=(“2021”面积-“2017”面积)/“2017”面积*100%

经数据处理分析、区域位置分析、结合线上考察样本区域(谷歌地图影像)，得出分析结论：济南市自然植被增长接近27%，且增长部分主要分布在城市新开发区域(高新区、长清区)、部分老城区(历城区、市中区)、城市郊区(商河县、铜城区、平阴县)以及森林公园周围、南部山区。

（紫色部分为新增自然植被区域）

 

四、成果价值说明

根据本项目研究分析，2017——2021年间，济南市的自然植被面积增长近27%。结合济南市统计局发布的统计年鉴得知，自然植被面积的增加主要是由于济南市政府实施的城区规划、植树造林和再造林计划。新种植的树木主要分布在城市新开发区域(高新区、长清区)、部分老城区(历城区、市中区)、城市郊区(商河县、铜城区、平阴县)，土地较便宜，造林空间较多。森林公园周围、南部山区地区则是因为树木的自然繁殖扩张。

近年济南市自然植被面积的增加是一个积极的发展。它对环境、经济和社会都有极大作用。自然植被面积的增加有助于通过减少大气中的二氧化碳排放量来改善空气质量。还有助于防止土壤侵蚀和保护生物多样性。森林公园、南部山区自然植被面积的增加也可以吸引游客。同时新种植、自然繁殖的树木和绿地增也能加城市的审美价值。

此外，自然植被面积的增加也可以产生经济效益。新的绿地和公园可以吸引房地产投资，进而引起房地产价值的增加。新种植的树木也可以作为木材和其他林产品的来源，有助于经济发展。

总之，近年济南市自然植被面积的增加是一个积极的发展，对环境、经济和社会均有不少好处。研究发现，济南市自然植被面积的增加主要集中在城市新开发区域、部分老城区、城市郊区以及森林公园周围、南部山区。由政府计划主导。自然植被面积的增加，为济南市的经济发展、生态保护均做出了巨大贡献。