基于ndvi的德阳市区植被指数分析.docxVIP

基于ndvi的德阳市区植被指数分析 摘要：为研究归一化植被指数（NDVI）和比值植被指数（RVI）的特点，选取德阳市旌阳区作为实验区，以2007年、2014年和2018年的Landsat影像为数据源，反演得到实验区NDVI和RVI的分布状况。结果表明，二者均能较客观地反映地表植被覆盖的整体情况；通过剖面分析发现，当NDVI值在0.5左右时，RVI反映的地表植被覆盖状况变化非常显著，当NDVI值在0.2左右时，部分RVI反映的地表植被覆盖状况与实际存在一定的差异，个别低植被覆盖区域RVI值在1附近。 城市是经济发展、社会进步的必然产物，也是一个国家经济发展水平高低的重要体现。根据《中国统计年鉴—2019》的相关数据显示，截至2018年底，我国共有地级城市293个，县级城市375个植被指数已被普遍应用于植被生长状况和植被覆盖状况的研究中。遥感影像因其探测范围广、容易获取、良好的时间序列、影像周期短等优势，而被大多数学者采纳，应用于植被指数的相关研究中1 研究区概况与研究方法1.1 研究区概况四川省德阳市旌阳区为德阳市主城区，地处成都平原东北边缘，位于31°05～31°20N、104°15～104°33E之间；东邻中江县，西连绵竹市和什邡市，北接绵阳市安州区，南靠广汉市，是德阳市的政治、经济、文化中心。全区地势西北高、东南低；地貌上可明显分为平原、丘陵两大类型，西部为绵远河、石亭江扇形平原，海拔高程为468～561 m。旌阳区属常绿阔叶林植被带，植被多为天然次生林和人工林，森林覆盖率约为20%。研究区地理位置如图1所示，遥感影像来源于德阳市2018年OLI影像的432波段合成。1.2 数据来源与预处理本文采用的遥感数据来源于中国科学院计算机网络信息中心地理空间数据云平台（）。Landsat 5和Landsat 8的轨道号为129/38，成像时间分别为2007-05-06、2014-08-13和2018-04-02。利用影像数据计算植被指数前，需先完成辐射定标，再进行大气校正以提高反演精度。2007年的TM数据利用COST模型进行辐射定标；2014年、2018年OLI影像的辐射定标方法参见参考文献1.3 研究方法NDVI因其可消除大部分由太阳天顶角、仪器定标和大气引起的与辐照度有关的变化，是遥感估算植被覆盖度状况以及空间分布的最佳指示因子式中，NIR为近红外波段（TM为Band4,OLI为Band5);R为红光波段（TM为Band3,OLI为Band4）。反演完成后NDVI的值域范围为-1～1，正值表示有植被覆盖，值越大表明植被覆盖程度越好；负值表示为水、雪等；0则表示无植被覆盖。RVI能充分刻画植被在近红外波段和红光波段反射率的差异，还可增强植被与土壤背景之间的辐射差异，是植被长势和丰度估算的主要手段之一；但其对大气状况反应很敏感，当植被覆盖度小于50%时分辨能力下降显著。算法模型公式为：式中，NIR为近红外波段（TM为Band4,OLI为Band5);R为红光波段（TM为Band3,OLI为Band4）。若RVI值大于1，则为绿色健康植被覆盖区；若RVI值在1附近，则为无植被覆盖的地表；若RVI值大于2，则表示植被覆盖度高。2 实验与结果分析2.1 植被指数反演结果分析按照上述方法，本文分别对2007年、2014年和2018年的影像数据进行辐射定标和大气校正，再根据NDVI和RVI模型计算各自的植被指数，反演结果如图2所示，可以看出，由于研究区范围内有绵远河和大量零散水体，反演结果中存在NDVI小于0的情况，因此在Arc GIS软件中对DN值小于0的情况进行统一处理，2007年NDVI值域为0～0.59,2014年NDVI值域为0～0.72,2018年NDVI值域为0～0.68;2007年RVI值域为0.89～2.86,2014年RVI值域为0.97～6.12,2018年RVI值域为0.93～5.22。整体而言，两种植被指数在3个年份均能直观反映旌阳区的植被覆盖状况，二者所刻画出来的趋势基本一致。3个年份中一环路以内的植被覆盖状况均最差。2007年两种植被指数均反映旌阳区的整体植被覆盖状况较差，以宝成铁路为分界线，宝成铁路东南侧植被覆盖状况优于西北侧。一环路以内的植被覆盖状况与一环路以外差异不明显。2014年NDVI刻画出来的宝成铁路西北侧与东南侧植被覆盖状况很接近，较难区分哪个区域的覆盖状况更好，只是一环路以内等少数区域出现大面积的低植被覆盖；而RVI反映出宝成铁路东南侧的植被覆盖状况优于西北侧，同样显示一环路以内等少数区域出现大面积的低植被覆盖。2018年两种植被指数均反映宝成铁路西北侧的植被覆盖状况明显优于东南侧，NDVI反映出宝成铁路西北侧的植被覆盖