1. 引言
DMSP/OLS传感器的应用开始于上个世纪的70年代 [1] ,而1976年,开始有卫星搭载OLS传感器并开始应用。目前,使用中的DMSP卫星系统均搭载了OLS传感器 [2] 。与一般获取地表反射的太阳辐射信号的传感器相比,DMSP/OLS传感器获取灯光,火光等光源直接发射出来的辐射,具有可在夜间工作,能探测到城市灯光甚至小规模居民地和车流、船只等发出的低强度灯光,并且不受阴影的影响等优点 [3] 。DMPS/OLS传感器还拥有独特的电光放大特性,在对于人类活动的监测上有着十分大的优势,可综合表征人类活动的广度与强度,已经有许多学者将这一数据应用到城市化过程以及城市系统与环境之间关系的研究中,如GDP总值的估算 [4] 、城市规模的扩大对生态环境的影响 [5] 、人口数量的估算 [6] 、植被覆盖度估算 [7] 、资源与能源消费估算 [8] 、城市化估算 [9] 等。Croft [10] 最早将该数据用于城市研究,他指出,DMSP、OLS夜间灯光数据有助于确定人类活动强度的高低。
植被指覆盖在地球陆地表面的植物总称,是陆地生态环境最为基础的部分,在生态环境与无机环境之间的进行物质循环和能量转换的界面,为陆地生态系统中其他的生物提供物质和能量,成为他们生存的基础。同时,因为植物广泛地分布在地球表面,改变丢的下垫面,使得太阳辐射的反射率减小,从而改变气候条件。植被覆盖度刻画地表植被的覆盖程度,指所有植物的冠层在生长区域地面的垂直投影面积占该区域面积的百分比 [11] 。如今,对于植被与植被覆盖度的动态变化的研究已经成为生态环境监测的热点之一 [12] 。同时,随着遥感技术,这种拥有大范围、低成本且高频率的监测手段的出现,其应用范围也越来越广,遥感数据的空间分辨率、光谱分辨率和时相特征的多样性,能够获取不同尺度上的植被覆盖及其变化信息,已经成为估算植被覆盖度的主要技术手段 [13] 。因为部分遥感卫星提供的植被覆盖度产品的不确定性较大,在不同区域表现出不同的精度,因此还有很大的发展空间 [14] 。NDVI这种应用最为广泛的植被指数,是近红外光与可见光反射率之差与之和的比值,对于绿色植物的敏感度极其高,同时,可以消除许多外在因素(如仪器定标、太阳光角度、地形、云阴影和大气条件等)等因素引起的辐照度变化,有效地反映出植被覆盖的情况,成为最佳的指示因子 [15] 。
本次研究则选取植被指数与DMSP/OLS数据进行对比研究分析,利用ArcGIS软件,对数据进行处理。得出十年来贵州省夜间灯光和NDVI的变化趋势,及影响因素的分析。
2. 数据及预处理
2.1. 研究区概况
贵州省位于中国的西南地区,与湖南、广西、云南、四川和重庆五省区相接,介于东经103˚36'~109˚35'、北纬24˚37'~29˚13'之间,包括贵阳市、遵义市、安顺市、六盘水市、铜仁地区、毕节地区、黔南布依族苗族自治州、黔东南苗族侗族自治州及黔西南布依族苗族自治州九个区级行政单位。全省总面积为17万多平方公里。贵州省处于云贵高原的东部,地势自西向东降低,分别向东、北、南倾斜,纵向切割十分明显,因此,山地多是贵州省最为显著的特点,其中山地和丘陵面积占全省总面积的92.5%,被称为全国唯一没有平原支撑的省份 [16] ;同时,喀斯特发育典型、在省内广泛地分布,其分布面积占全省总面积的61.9%,是世界上岩溶地貌发育最典型的地区之一。由于,地形复杂,贵州省内分布着各种类型的森林植被群落,包括绿落叶阔叶林、山地季雨林、常绿阔叶林中的湿润性的常绿林和半湿润的常绿林,以及大面积的暖性山地针叶林等。贵州省内林地面积87,715平方公里,约占全省面积的50%,森林面积为70,339平方公里,覆盖率在40%左右。
2.2. DMSP/OLS年度数据产品
最初的DMSP/OLS数据产品主要是照片,1992年以后,数字产品出现,并且美国国家地理数据中心(NGDC, The National Geophysical Data Center)开始提供全球年度夜间灯光数据产品,该数据为30秒经纬格网,数据所涵盖的范围从北纬75˚至南纬65˚,精度从0˚到180˚。NGDC提供的全球年度数据主要是四种形式:观测频次数据产品、平均灯光强度数据产品、稳定灯光数据产品、平均灯光X Pct数据产品,虽然这四种产品是用相同的影像数据合成,但处理的方式不一样,因此不同类型的数据之间还是有着不同的,除观测频次数据以外,其他3种数据都可以用于夜间灯光强度的相关研究。而平均灯光数据产品由于没有进行过多的过滤处理,其中包含背景噪音以及短时间的亮光如火光等,因此其应用受到限制。平均灯光X Pct数据产品不能较好得保留分散居民点,且经济水平属于中等,其发光不够稳定地区的灯光信息。因此,本文选择稳定灯光产品用于灯光强度的研究。
2.3. MODIS NDVI数据产品
MODIS数据的植被指数产品主要包括归一化植被指数NDVI和增强型植被指数EVI,均为陆地产品。比之前的NOAA-AVHRR中的植被指数数据提高了对叶绿色的吸收敏感度,对稀疏植被的探测能力也有所提高,其次MODIS数据涉及波段范围广(36个波段),光谱分辨率高,数据分辨率比NOAA-AVHRR有较大的进展。应为该数据是公开的,所以世界各地的人都可以免费下载MODIS数据,而其在遥感监测中强大的优势也从投入使用开始得到突显,尤其是基本取代AVHRR数据,成为在作物监测方面应用的主要数据。因此从当前来看,MODIS数据在研究大、中尺度范围内的研究是较为理想的数据源。综合来说,MODIS数据拥有更新频率高、数据接收方式简单、全球范围内免费和光谱波段范围广,这四个特点。因此,本文在植被变化分析中就选用MODIS NDVI数据产品作为植被指数。
2.4. 数据预处理
1) 投影变换:统一行政边界数据与DMSP/OLS夜间灯光影像、MODIS NDVI影像的投影方式。
2) NDVI数据的合成:由于下载的NDVI是月合成的产品,根据需要,合成年平均的NDVI图。
3) 数据的切割:利用行政边界数据对DMSP/OLS夜间灯光年平均数据及MODIS NDVI数据进行裁剪,得到研究区内的全部影像数据。
3. 研究方法
3.1. 植被指数信息提取
本研究选取了2000年和2009年的年际NDVI图,通过对影像的处理与分析,获得NDVI的变化趋势。NDVI的取值范围为−1~1,NDVI值的大小表征植被覆盖度。
3.2. 城市化信息提取
夜间灯光是确定城市发展水平的指标之一 [17] ,因此本研究选取了2000年与2009年的DMSP/OLS夜间灯光数据来表示城市化信息。试验中对于夜间灯管指数的提取采用的是ArcGIS中的空间分析和栅格计算方法,从而可以得到2000年2009年贵州省夜间灯光指数分布图。
本研究的技术路线图如图1所示。
4. 结果分析
4.1. NDVI时空分布特征分析
4.1.1. NDVI时间变化趋势
分别对2000年与2009年的NDVI进行统计,其中最小值由0.097上升到0.193,增加了0.096,最大值由0.885上升到0.916,增加了0.031,平均值由0.637上升到0.698,增加了0.061。由表1和图2可知,贵州省的NDVI呈现出升高的趋势。
![](Images/Table_Tmp.jpg)
Table 1. The statistics of NDVI in 2000 and 2009 Guizhou
表1. 贵州省2000年与2009年NDVI值统计
![](//html.hanspub.org/file/3-1750427x10_hanspub.png)
Figure 2. The change of annual average NDVI during 2000 and 2009
图2. 2000年至2009年年均NDVI变化
4.1.2. NDVI空间分布特征
图3和图4是2000年、2009年贵州省的年平均NDVI分布图,从中可以看出:2009年与2000年,贵州省的NDVI的空间分布格局存在一定的相似性,其变化趋势大致为自东向西递减。贵州省东南部的黔东南苗族侗族自治州及铜仁市、遵义市的部分地区的植被覆盖较高,贵州省西部的毕节地区及贵阳市的部分区域植被覆盖较低,同时,从2000年到2009年植被覆盖度高的区域在扩大,所以贵州省从2000年到2009年的植被覆盖度从整体上来看是呈上升的趋势。
4.2. NDVI与城市化进程的响应分析
4.2.1. 夜间灯光数据的变化分析
本研究选取2000年与2009年DMSP/OLS数据中的稳定灯光数据产品来计算灯光指数,从而对其变化趋势分析。由图5、图6和表2可以看出十年来贵州省的平均灯光指数呈上升趋势,贵阳市、黔西南以及安顺市灯光指数增强较明显,六盘水则出现了减弱的情况。
4.2.2. NDVI与夜间灯光指数的关系分析
将2009年与2000年的NDVI进行相减,得到NDVI变化图(图7),再将两年的夜间灯光指数相减,得到夜间灯光指数变化图(图8)。再将两图进行叠加分析,统计灯光指数与NDVI的变化量(表3)。
由图7、图8可以看出夜间灯光与NDVI的变化区域大致相同,夜间灯光指数增加的区域大致与NDVI减小的区域相吻合。由表3可以看出,灯光指数减小、NDVI增大的区域最大,其次,灯光指数与NDVI同时增大的单元格数量16,145,灯光指数减小、NDVI减小的单元格数量为14,878,面积最小的为灯光指数增大、NDVI减小的区域。
5. 结论
贵州省近十年NDVI与夜间灯光的研究表明:
1) 近十年,贵州省NDVI呈现出升高趋势,高植被覆盖度区域面积明显增加。说明我省近年来实行的环境保护措施效果比较明显。
2) 2000年至2009年贵州省灯光强度变化比较明显。主要由中心贵阳市向周边城市、地区逐渐扩展,由城市中心向四周郊区扩展。
![](//html.hanspub.org/file/3-1750427x11_hanspub.png)
Figure 3. The Distribution map annual average NDVI in 2000 Guizhou
图3. 贵州省2000年年平均NDVI分布图
![](//html.hanspub.org/file/3-1750427x12_hanspub.png)
Figure 4. The Distribution map annual average NDVI in 2009 Guizhou
图4. 贵州省2009年年平均NDVI分布图
![](//html.hanspub.org/file/3-1750427x13_hanspub.png)
Figure 5. The distribution map annual average lighting index in 2000 Guizhou
图5. 贵州省2000年年平均灯光指数分布图
![](//html.hanspub.org/file/3-1750427x14_hanspub.png)
Figure 6. The distribution map annual average lighting index in 2009 Guizhou
图6. 贵州省2009年年平均灯光指数分布图
![](//html.hanspub.org/file/3-1750427x15_hanspub.png)
Figure 7. The Change map of annual average for NDVI in 2009 and 2000
图7. 2009年与2000年的年均NDVI变化图
![](//html.hanspub.org/file/3-1750427x16_hanspub.png)
Figure 8. The Change map of Annual average for Light index in 2009 and 2000
图8. 2009年与2000年的年均灯光指数变化图
![](Images/Table_Tmp.jpg)
Table 2. The statistics of lighting index in Guizhou
表2. 贵州省夜间灯光指数统计
![](Images/Table_Tmp.jpg)
Table 3. The statistics of light index and NDVI change quantity
表3. 灯光指数与NDVI的变化量统计
3) NDVI与夜间灯光大致呈相对关系,在灯光强度增大的区域,NDVI明显降低。在灯光指数减小的区域,NDVI大面积增强。当然,夜间灯光是人类活动的表现,不管是土地开发,还是人类的日常生活都会对植被造成一定的影响。影响NDVI因素也有很多,人类活动只是其中的一部分。
项目基金
贵州省科技计划(黔科合计Z字[2015]4007)。