基于GIS与遥感的福州市植被生态的综合分析

基于GIS与遥感的福州市植被生态环境质量综合分析

【摘 要】 本文以福州市植被生态系统为研究对象，基于2006年的Landsat5 TM遥感影像，提取了影响研究区植被生态系统的四项遥感指数以及研究区的高程数据和坡度数据，并将这六幅遥感专题信息影像进行复合，对所生成的综合影像进行主成分分析，确定影响植被生态的综合因素及权重,建立植被生态评价模型，并利用该模型对福州市的植被生态环境进行评价。

【关键词】遥感指数；植被生态；主成分分析

1 引言

生态系统是一个具有耗散结构功能的系统。只有保持生态系统的持续性生存与发展, 注意在发展经济的同时保护好生态环境, 与生态环境的承载力相协调，才能增强可持续发展能力，实现经济又好又快的发展。遥感指数科学地反映区域生态环境状况，其发展为生态环境的评价提供了新方法。植被是生态环境中最重要也是最敏感的自然要素，土壤是植被生存和成长的最重要和最基本的要素之一，地形地势是判断植被分布的重要依据。本文致力于充分发挥遥感的优势，从遥感影像中提取出四种植被生态关键因子(植被、土壤亮度、湿度、热度)的四项指数，并结合地形数据(高程、坡度) ,借助于数学方法建立了福州市植被生态评价模型。最后通过对福州市植被生态综合得分分级影像的分析，进行总结和讨论。

2数据源与研究区概况

本文选取2006年11月5日获取的Landsat5 TM遥感影像，影像的轨道号为119/42，空间分辨率为30m（热红外波段的空间分辨率为120m）。本文在ENVI软件的支持下，借助福州市行政区划界线图，将之叠在影像图上作为掩膜，提取出福州市行政区范围的影像数据，如图1所示。

福州市位于北纬 25°15′～26°39′、东经118°08′～120°31′，地跨中亚热带与南亚热带，属亚热带海洋性气候，暖热湿润，宜于林木与农作物生长。平原地区作物一年可三熟，但旱涝和台风等气象灾害相当严重。境内多山地，山地气候的垂直变化也颇明显，从而也引起土壤和植被的垂直分布差异。

图1. 福州市遥感影像图（RGB543）

3技术路线与研究步骤

1

3.1技术流程图

图2.技术流程图

3.2四项遥感指数提取

3.2.1 植被指数(NDVI)

植被指数的计算公式为 NDVI =(NIR-R)/(NIR+R)。该指数对土壤背景的变化较为敏感，在很大程度上消除了地形和群落结构阴影的影响，并削弱了大气的干扰，因而大大扩展了对植被覆盖度的监测灵敏度，常用来反映植被状况、植被覆盖、生物量等信息，是反映生态环境的重要指标，故常被用来进行区域和全球的植被状态研究。

图3.植被指数影像图

3.2.2 热度指数(HOT)

热红外波段的遥感数据TM6 (10.4～12.5um) ,对温度敏感,经辐射定标后,直接得到辐射温度,可以根据地物辐射响应的差异,反映不同的地类,因而TM6图像数据可以作为温度的相对指标。故在本文中,以纠正后的TM6作为热度指数。

2

图4.热度指数影像图

3.2.3穗帽变换的湿度指数 (THIRD)

具体算法为[2]:0.1509(TM1)+0.1973(TM2)+0.3279 (TM3)+0.3406(TM4)-0.7112(TM5)-0.4572 (TM7) 。该波段可以较好地去除土壤对植物反射率的影响,所反映出来的水热状况更接近实际分布状况,可以对区域的水分状况有较详细的反映。

图5.穗帽变换的湿度指数影像图

3.2.4穗帽变换的土壤亮度指数(BRIGHTNESS)

具体算法为:0.3037(TM1)+0.2739(TM2)+0.4743(TM3)+0.5585(TM4)+0.5082 (TM5)+0.1863(TM7)。亮度是TM影像6个波段数据的加权和,代表总的反射比的差异。

3

图6. 穗帽变换的土壤亮度指数影像图

3.3高程和坡度影像的生成

利用福州市行政区划界线矢量图作为掩膜，从原始DEM影像数据中裁剪出福州市DEM影像数据。然后利用ArcMap软件中的3D Analyst模块，生成福州市坡度数据。

图7.高程影像图

4