基于Landsat-8遥感影像的四川省攀枝花市仁和区植被指数

基于Landsat-8遥感影像的四川省攀枝花市仁和区植被指数

空间分布及其影响因素分析

陈建伟  范理

（四川俊岭生态环境咨询服务有限公司，四川 成都  610000）

摘要:植被不仅是生态系统的重要组成部分，对生态平衡、水源涵养、防风固沙等也具有重要意义。植被作为生态环境的重要指征指标，了解攀枝花市仁和区植被影响因素及时空变化规律，能为当地管理部门进行生态环境管理及保护供理论依据具有重要意义。植被指数可以直接反应植被覆盖度情况，所以可以通过研究植被指数来反应植被情况。

从空间上来看，植被指数变化除了受气温、降水等气象因素影响外，与地形因子如海拔高度、坡度、坡向等也有一定相关性。

关键字：NDVI、遥感、攀枝花市、地形因子、相关性

引言

植被指数目前已提出的有十余种，如归一化植被指数（NDVI）、比值植被指数（RVI）、差值植被指数（DVI）、增强植被指数（EVI）等。其中应用最为广泛的是归一化植被指数（NDVI）。NDVI数值对绿色植物敏感, 与植物分布密度呈线性关系, 是植物生长状况和空间分布密度的最佳指标，已被广泛地应用在区域植被覆盖、分类等方面。

不同地区的植被指数存在时空差异，不仅与年度、季节密切相关，与区域气温、降雨等气象因子，海拔高度、坡度、坡向等地形因子也具有相关性。不同地区的这种相关性存在较大差异。

本文以四川省攀枝花市仁和区为例，通过归一化植被指数（NDVI）对全区进行比对，分析不同地形条件下的植被覆盖度及其受影响程度。

本文以攀枝花市仁和区作为研究对象，采用Landsat8卫星数据获得遥感影像，空间分辨率为30m，经过ENVI软件处理后获得NDVI值。地形数据采用AsterGDEM 30m数字高程数据（DEM），通过GIS软件处理获得地形因子。气象数据来源于WorldClim官方网站。

1研究区概况

1.1地理位置

攀枝花市仁和区位于中国西南的四川及云南交界部，地理坐标为北纬26°06′-26°47′、东经101°24′-101°56′之间。金沙江与雅砻江交汇于此。北距成都 630 公里、南距昆明 280 公里，是凉山、昭通、楚雄、大理、丽江五市（州）的几何中心，与五市（州）首府直线距离均在200 公里左右。

1.2气候特征

攀枝花市仁和区属南亚热带干热河谷气候，拥有得天独厚的海拔高度、体感温度、空气湿度，年均气温 20.4℃，冬无严寒、夏无酷暑，是“一座没有冬天的城市”。具有气温年较差小（14.4～14.9℃）、日较差大（年均值为 13.1～14.4℃）。年均气温由海拔1000m左右的 20.3～21.1℃递减到海拔 4000m的 3.6℃，相差 17℃。海拔1300m以下的河谷低山区最热月为5月或6月，月均气温25.3～26.3℃，极端最高气温 41℃；最冷月为12月或1月，月均气温10.4～11.9℃，极端最低气温 0.4℃。

年均降水量在海拔 1500 m以下地区为 760～1300 mm，1500～2000m地区为1300～1600 mm。降水主要集中在 6 月上旬至10月下旬，占总降水量的86～90％，干季长达7个月，月均降水量为 30 mm。全年蒸发量在 2000～2500 mm，其中3～5 月蒸发量最大，每月均在 300 mm左右。

1.3地形、地貌

攀枝花地处攀西裂谷中南段，西跨横断山脉，东临大凉山山脉，北接大雪山，南抵金沙江，具有山高谷深，盆地交错分布的特点，属浸蚀、剥蚀中山丘陵、山原峡谷地貌，具有平坝、阶地、丘陵、低中山、中山和山原6种地貌类型，其中低中山和中山占88.4%。山脉走向近于南北，地势由西北向东南倾斜，相对高差悬殊。仁和区主要位于中低山区，一般相对高差950-—2900m。

2数据源

2.1遥感影像

本项目选取的6月份的遥感卫星影像数据，该月份属于雨季，植被茂盛，所选影像含云量较少，提高分析精度。遥感影像卫星数据具体信息如表2-1所示：

表2-1 遥感影像卫星及数据参数

图2-1  攀枝花市仁和区Landsat8多光谱遥感影像图

2.2地形数据

在地理空间数据云上下载攀枝花市DEM栅格数值高程数据，分辨率为30米。

2.3气候数据

气象数据来源于WorldClim官方网站，基准时间为2020年，包含气温、降水等变量。

2.4其他数据

攀枝花市仁和区边界矢量数据。

2.5遥感数据处理流程及结果

首先对卫星遥感影像进行预处理，校正数据在采集过程中引进的误差。卫星影像的预处理主要包括辐射校正、大气校正、空间增强（卷积中值滤波）、裁剪等。然后再对数据进行统计分析。数据处理流程见图2-3。

图2-2  遥感数据处理流程图

3攀枝花市植被指数NDVI空间变化规律

根据文献及实际情况，植被覆盖度与地形因子呈现一定的相关性。因此，为了分析攀枝花市仁和区植被指数受地形条件的影响程度，选取坡度、坡向、海拔高度3个地形因子进行影响分析。

3.1海拔高度

海拔高度可以从遥感影像DEM数据中直接获取，能够反映基本地面起伏情况，是最基本的地表形态表现要素。经处理后的攀枝花市仁和区地形高度的遥感影像图如图3-1所示：

从图3-1可以看出：攀枝花市仁和区主要位于中海拔地区，大河流域河谷两侧山地海拔高度最高超过2920m，最低海拔高度值为880m。通过对仁和区整体海拔高度进行统计计算，其最大值为2920m，最小值为935m，平均值为1642m。

3.2坡度

坡度是表征地表形态的重要因子之一[2]，同时对指导土地利用具有重要的指导作用。利用ArcGIS软件的“坡度”工具，基于DEM高程数据的提取及处理，可以获取攀枝花市仁和区的坡度分布情况，如下图3-1所示：

从图3-1可以看出：仁和区整体属于坡度较为平缓，大部分坡度小于25%（绿色区域），部分处于25-45之间（黄色区域），河沟两侧坡度值较低，河沟两侧山脊坡度较大。对坡度进行统计分析可得，最大值为89°，平均值为22.4°，坡度较大处主要集中在沟谷两侧山脊。

3.3坡向

坡向是指标地形的指标之一，是坡度的倾斜方向，它能够通过影响太阳辐射的大小从而影响植被地表覆被的空间分布[3]。通过GIS软件的“坡向"工具,利用DEM高程数据可以计算坡向分布，其中坡向值为-1为平坦区域(坡度为0°)，其他区域坡向值为0-360°。坡向的数值代表坡度的方向。因此，我们将坡向按照337.5-360°和0-22.5° (北)、22.5-67.5° (北东)、67.5-112.5° (东)、112.5-157.5° (南东)、157.5-202.5° (南)、202.5-247.5° (南西)、247.5-292.5° (西)、292.5-337.59 (北西)、-1 (平)分为9个等级。各等级坡向的空间分布如图3-1所示：

从图3-1可以看出：仁和区整体各个方向的坡向分布相对均衡。各个坡向的统计结果如下所示：

表3-1   不同坡向的面积分布

图3-1  仁和区DNVI指数及地形因子遥感影响对比图

3.4各个因子关联性分析

海拔高度、坡度、坡向等地形因子均会不同程度的对区域内地表植被状况造成一定的影响。那是由于各个地形尺度上水热条件不一，而水热条件对植被影响很大。本文通过利用植被指数（NDVI指数）影像数据与高度、坡度、坡向等地形因子进行空间叠加，研究区域范围内不同地形因子与植被指数之间的关系。

利用ArcGIS对海拔高度进行重分类，重分类之后的海拔高度数据与植被指数遥感影像进行空间叠加分析，利用ArcGIS区域分析功能，对处于不同海拔高度条件下的植被指数进行统计分析，统计结果如下图所示：

图3-2  NDVI植被指数与海拔高度关系图

由图3-2可知：在不同海拔高度条件下，随着高程的增加，NDVI指数整体呈现升高趋势，NDVI指数随海拔高度的增加速率为0.0699，说明海拔高度是影响NDVI植被指数的重要因素。在高程为850m-1109m范围内，植被指数值最低；在高程为2403-2662m范围内,植被指数值达到最高,当达到最大海拔高度时（既山脊区域），植被指数稍有降低。

利用ArcGIS对于坡度进行重分类，利用重分类之后的坡度数据与植被指数遥感影像进行空间叠加分析，即采用ArcGIS区域分析功能，对处于不同坡度下的植被指数进行统计分析，结果如下图所示：

图3-3  NDVI植被指数与坡度关系图

由图3-3可知：在不同坡度条件下，随着坡度的增加，NDVI植被指数呈逐渐增加趋势。坡度也在一定程度上影响着植被指数。本项目NDVI随坡度的增加速率为0.0729，说明坡度是影响植被指数变化中重要的因素。在为60-89°的地区比例非常小，不足0.5%。所以整体坡度范围25-45°内NDVI值整体最大。

利用ArcGIS对于坡向进行重分类，利用重分类之后的坡向数据与植被指数遥感影像进行空间叠加分析，对于坡向与植被指数进行分级统计得到不同坡向条件下的植被指数如下图所示：

图3-4  NDVI植被指数与坡向关系图

由上图(3-4)可以看出：NDVI随坡向没有线性关系。NDVI在北坡较大，在南坡值较小，最大差值为0.15。植被指数受坡向的影响较小。

4总结

通过地形因子与植被指数的空间叠加分析，再通过区域统计分析功能，计算不同地形因子范围内的植被指数数据，统计后可以发现植被指数主要受海拔高度及坡度影像，且呈现正相关。其中在2403-2662m区间范围内植被指数平均值最大；在不考虑比例极低的60-89°陡坡地带，整体在坡度为25°—45°的地区，植被指数平均值最大；植被指数平均值随着坡向变化并不明显，总体来看，北坡植被指数最大，南坡相对较小。

结合攀枝花市仁和区土地利用现状，地势平缓、海拔较低的沟谷2侧，基本为农田区域及建设用地，植被盖度较低，植被指数较小。而坡度比海拔高度对植被指数影响更大。所以通过地形因子分析，该区域植被指数的主要影响因素为人类活动。

[1] 周成虎,程维明，钱金凯.数字地貌遥感解析与制图[M].北京:科学出版社,2009.

[2] 汤国安,刘学军，闾国年.数字高程模型及地学分析的原理与方法[M].北京:科学出版社, 2005.

[3] 杨针娘，杨志怀,梁凤仙,等.祁连山冰沟流城冻土水文过程[J].冰川冻土, 1993, 152): 235-241.