福州市植被信息提取及其景观格局空间变化.docxVIP

PAGE

1-

福州市植被信息提取及其景观格局空间变化

一、引言

(1)随着城市化进程的加快和人类活动的不断加剧，植被覆盖作为生态系统的重要组成部分，其变化对区域生态环境和人类生活产生了深远影响。福州市作为我国东南沿海的重要城市，其植被覆盖状况及其景观格局的空间变化研究具有重要的现实意义。本研究旨在通过植被信息提取技术，分析福州市植被覆盖的变化规律，揭示其景观格局的空间变化特征。

(2)福州市地处亚热带季风气候区，地形地貌复杂多样，植被类型丰富。近年来，福州市在生态环境保护方面取得了显著成果，但同时也面临着城市扩张、工业发展、土地利用变化等带来的植被覆盖压力。因此，对福州市植被覆盖状况进行深入研究，有助于了解植被变化对生态环境的影响，为制定合理的生态保护和恢复策略提供科学依据。

(3)本研究采用遥感技术结合GIS空间分析手段，对福州市植被信息进行提取，并运用景观生态学原理和方法，分析植被景观格局的空间变化特征。通过对不同时期植被覆盖数据的对比分析，揭示福州市植被覆盖变化的原因和趋势，为福州市生态环境保护和可持续发展提供科学参考。

二、研究区域与数据

(1)研究区域位于我国东南沿海的福建省福州市，总面积约为11968平方公里。福州市地处亚热带季风气候区，四季分明，雨量充沛，年均气温约19-21℃，年均降水量约1400-1800毫米。该区域地形以山地、丘陵为主，海拔高度在300-1000米之间，地势东南高、西北低。福州市拥有丰富的植被资源，包括常绿阔叶林、针叶林、竹林、灌丛等多种植被类型。

(2)本研究数据主要包括遥感影像数据和地面实测数据。遥感影像数据来源于Landsat8卫星，覆盖时间范围为2010年至2020年，空间分辨率为30米。地面实测数据包括植被样方调查、植被覆盖度测量等，数据采集时间与遥感影像数据相对应，覆盖福州市全域。此外，还收集了福州市土地利用现状图、行政区划图等辅助数据。据统计，福州市植被覆盖率在研究期间总体呈上升趋势，其中2010年植被覆盖率为60.7%，2020年上升至63.2%，增长了2.5个百分点。

(3)福州市植被覆盖变化与土地利用变化密切相关。近年来，福州市城市扩张迅速，工业发展迅速，导致部分农田、林地被征用，转变为建设用地和工业用地。据统计，2010年至2020年，福州市建设用地面积增长了约20%，工业用地面积增长了约15%。与此同时，福州市政府高度重视生态环境保护，加大了生态建设力度，实施了一系列生态修复工程，如植树造林、水土保持、湿地保护等。这些措施在一定程度上缓解了植被覆盖下降的趋势，促进了福州市生态环境的改善。以福州市某湿地公园为例，该公园于2015年建设，总面积约3000亩，通过实施植被恢复、水质净化等工程，有效提升了区域生态环境质量。

三、植被信息提取方法与技术路线

(1)植被信息提取是本研究的关键步骤，旨在从遥感影像中获取植被覆盖度和植被类型等关键信息。本研究采用了基于遥感影像的光谱分析、图像处理和机器学习方法相结合的技术路线。首先，通过对Landsat8卫星的多时相遥感影像进行预处理，包括辐射定标、大气校正和几何校正，确保影像数据的准确性和一致性。接着，利用ENVI软件对预处理后的影像进行波段组合，形成适合植被信息提取的波段组合，如NDVI（归一化植被指数）和SAVI（土壤调整植被指数）等。

(2)在植被信息提取过程中，本研究采用了监督分类和非监督分类相结合的方法。对于已知的植被类型，如常绿阔叶林、针叶林、竹林等，采用监督分类方法，利用已知的植被样本建立分类模型。具体操作中，首先对遥感影像进行预处理，包括滤波、掩膜等操作，然后根据植被的光谱特性选择合适的分类变量，如波段组合、纹理特征等。通过训练样本和决策树、支持向量机等分类算法，实现植被类型的识别和分类。对于未知的植被类型，采用非监督分类方法，如ISODATA聚类算法，对遥感影像进行植被类型的自动划分。

(3)为了提高植被信息提取的精度，本研究进一步结合了地面实测数据对分类结果进行验证和校正。通过实地调查，获取不同植被类型的样方数据，包括植被覆盖度、植被高度、叶面积指数等指标。将实测数据与遥感影像进行对比分析，对分类结果进行校正，提高植被信息提取的准确性。以福州市某生态公园为例，通过实地调查，获取了该公园不同植被类型的样方数据，将实测数据与遥感影像进行对比分析，发现遥感影像对常绿阔叶林、针叶林等类型的分类精度较高，但对灌木和草本植物的分类精度有待提高。针对这一问题，本研究采用了一种基于混合像元分解的方法，对遥感影像进行分解，提取出不同植被类型的光谱信息，从而提高植被信息提取的精度。

四、景观格局空间变化分析

(1)在对福州市植被信息提取完成后，本研究进一步运用景观生态学原理和方法，对植被景观格局的空间变化进行了深入分