EN中文

地球信息科学学报 >

2014 , Vol. 16 >Issue 5: 824 - 832

DOI: https://doi.org/10.3724/SP.J.1047.2014.00824

基于HJ-1A/B CCD数据的河南省平原绿化分析

  • 刁慧娟 , 1, 2 ,
  • 王正兴 , 1*, * ,
  • 于信芳 1
展开
  • 1. 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室,北京 100101
  • 2. 中国科学院大学,北京 100049
*通讯作者：王正兴（1963-）,山西新绛人,博士,副研究员,研究方向为资源环境遥感应用。E-mail：

作者简介：刁慧娟（1989-）,女,安徽宿州人,硕士生,研究方向为资源环境遥感应用。E-mail：

收稿日期: 2013-12-27

  网络出版日期: 2014-09-04

基金资助

中国科学院战略性先导科技专项“应对气候变化的碳收支认证及相关问题”(XDA05050102)

中国科学院重点部署项目子专题“东南亚森林数据库建设及森林变化研究”（KZZD-EW-08-01-02-01）

收起

Analysis of Plain Afforestation in Henan Province Using HJ-1A/B CCD

  • DIAO Huijuan , 1, 2 ,
  • WANG Zhengxing , 1, * ,
  • YU Xinfang 1
Expand
  • 1. Data Center for Resources and Environmental Sciences, State Key Laboratory of Resources and Environmental Information System, Institute of Geographical Sciences and Natural Resources Research, Beijing 100101, China
  • 2. The Graduate University of Chinese Academy of Sciences, Beijing 100049, China
*Corresponding author: WANG Zhengxing, E-mail:

Received date: 2013-12-27

  Online published: 2014-09-04

Copyright

《地球信息科学学报》编辑部 所有
Fold

摘要

平原绿化在未来农林发展中具有重要地位。本文利用环境卫星(HJ-1 A/B)多时相数据,选择河南省6月冬小麦收割后的CCD数据,直接去除第二季作物,并利用4月份第一季作物播种前的CCD数据,剔除了一季作物,以及[(NDVI4月≥0.22)与(NDVI6月≥0.35)]提取平原绿化的信息,其与26个主要城市城区绿化信息进行的相关分析达到显著水平(R2=0.9166)。因此,该区的平原绿化解译效果好,而南部信阳市以一季水稻为主的地区及“水稻-冬小麦”过渡区,解译效果较差。除信阳外,由HJ-1卫星解译的河南平原绿化总面积6909.8 km2,占2010年河南省森林面积20.53%。

关键词： 平原绿化; 环境卫星; 农田林网; 作物物候

本文引用格式

刁慧娟 , 王正兴 , 于信芳 . 基于HJ-1A/B CCD数据的河南省平原绿化分析[J]. 地球信息科学学报, 2014 , 16(5) : 824 -832 . DOI: 10.3724/SP.J.1047.2014.00824

Abstract

The term “afforestation” in this paper generally represents all kinds of non-crop vegetation in crop-dominated plain area, including but not limited to the vegetation in crop land (e.g., orchard, herb, nursery garden, fast-growing and high-yielding timber, farmland shelterbelt, and artificial turf), residential green, urban vegetation landscapes, trees planted alongside the roads and rivers, and the wind break and sand fixation forest. Accurate and timely information about afforestation in the plain region is useful because it can reflect the degree of agricultural diversity and the environmental health. However, getting the information about afforestation using remote sensing is hindered by some factors: afforestation are spatially scattered, temporally and spectrally overlapped with some crop lands. In addition, as a land use type, afforestation in plains often shares common spaces with other types of land use, such as croplands and roads. As a result, there is little, if any, data about afforestation in plains, let alone the afforestation change monitoring. As a follow-up to UN Millennium Ecosystem Assessment, the Chinese government is currently conducting a similar assessment at the provincial level, covering years of 2000-2005-2010, and using the traditional (FAO) land cover/land use system. It is beyond the expectation that the “forest” - as the major indicator of a good environment, in the province such as Henan, has only experienced a negligible increase. This is simply because the recent afforestation in plains was classified as other land cover types. With the advent of Chinese satellite HJ-1 A/B in September 2008, there may be a chance to extract information about afforestation in plains since its CCD sensor has Red and NIR channels, with a 30m spatial resolution and a 4-day temporal resolution. To test this potentiality, three steps were taken to extract afforestation in this study: (1) extract the plain information using 2010 Land Cover Map; (2) eliminate the double-crop (winter wheat) land using NDVIJune data when all the wheat had been harvested; (3) eliminate the single-crop land using NDVIApril data. Afforestation was extracted by calculating ((NDVIApril≥0.22)∩(NDVIJune≥0.35)). Validation was conducted using correlation with the statistics of 26 major cities, resulting in a significant R2=0.9166. The algorithm performed well in the wheat region, yet it did poor in the rice and rice-wheat transition regions, which are mainly distributed in the southern part of Xinyang. Aside from Xinyang, afforestation area extracted from HJ-1 is 6909.8 km2. This accounts for 20.53% of the total forest in Henan Province. Future study should make full use of HJ-1 high temporal resolution data by conducting zoning according to the climate and the soil.

Key words： plain afforestation; HJ-1 A/B CCD; NDVI; farmland shelterbelt; crop phenology

1 引言

“平原绿化(Plain Afforestation,PA)”具有特定的含义和计量方法。其中,“平原”是指在县级行政单元内平原比例≥30%的平原,全国共有923个县(市、区、旗)。“绿化”包含5类以林木为主的绿化：(1)农田防护林(包括农田内部的经济林和速生丰产林);(2)通道林(交通,水系);(3)荒沙、荒滩、荒地防护林;(4)城镇绿化(包括乔灌草);(5)村庄绿化(包括乔灌草)。根据国家林业局“全国平原绿化三期工程规划(2011-2020年)”和“平原绿化工程建设技术规定”,中国平原绿化分6个片,每片的5类绿化分别要达到一定的标准,除了城镇与村庄包含草地外,在实际计量时,四旁林木绿化按照“1667株=1hm2”折算,因此,平原绿化率大于森林覆盖率[1-3]。显然,“平原绿化”是特指一种土地覆盖和土地利用方式,是对平原林木的一种泛指。本文中的“平原绿化”泛指以上5种绿化后的土地覆盖类型。
研究表明,平原绿化是农田稳产高产的一种保障,因此“全国新增1000亿斤粮食生产能力规划(2009-2020年)”和“全国现代农业发展规划(2011-2015年)”,都将农田防护林建设列为重要内容;在山丘地区森林实施天然林保护后,可源源不断地提供各种林产品;另外,农村荒废院落的自然绿化数据也可作为农村土地整理的参考依据[4-8]。
当前正在实施的“全国平原绿化三期工程规划(2011-2020年)”工程总投资457.82亿元。工程执行过程中需要及时获取平原绿化信息,以便对工程进度和效益进行评估。传统的平原绿化信息获取方法主要有2种：(1)根据下级上报的信息,这不仅需要大量人力,而且受绩效评估影响,容易虚报;(2)以5 a为周期、以抽样为基础的全国森林普查,该方法除了周期较长之外,轮流安排引起的各省时间不一致,也不利于比较。
目前,在平原绿化遥感信息提取中主要难点有：(1)土地覆盖分类系统定义困难。某些平原绿化具有立体结构,上层为高大林木,下层为各种土地覆盖与利用(居民地、道路、水渠、农田)。一般土地覆盖分类系统都是以下层土地覆盖类型为主,忽略了上层的平原绿化。(2)平原绿化与背景植被的光谱差异小。平原绿化的背景主要是农作物,在全年大部分时间的光谱特征接近。只有在农作物未覆盖地面前或收割后,平原绿化才有突显。因此,平原绿化遥感适合的时间窗口很小,需要较高时间分辨率的遥感资料。(3)平原绿化空间斑块比较细小,包括四旁树(点)、农田林网、通道林(线),所需遥感数据要有较高的空间分辨率。因此,在分类系统明确包含平原绿化的前提下,遥感数据的“时间-空间”组合就显得非常重要。因此,对严重依赖时间分辨率的应用有很大限制[9-11]。以Landsat TM/ETM+为代表的“16 d-30 m”组合,其30 m的空间分辨率能够分辨大部分平原绿化,但是,其理论上16 d的时间分辨率,因为种种原因导致关键物候期实际可用的数据非常有限。故大部分平原绿化遥感局限于城市地区和个别县份[12-15],当空间范围扩大时,由于遥感数据季节差异,会出现明显的接边问题[16]。
我国于2008年9月发射的环境一号卫星(HJ-1),保留了Landsat TM/ETM+ 30 m空间分辨率的优势,HJ-1A/B两台CCD相机以4 d重逢周期全球观测,幅宽高达710km[17]。虽然只有4个波段,但是其Red 和NIR 波段可以保障一般植被变化检测,且其高时间分辨率和幅宽优势在某些应用中优于Landsat TM/ETM+[18-19]。为了验证HJ-1A/B CCD数据在大范围内提取平原绿化信息的潜力和局限,本文使用2009-2011年4月和6月的HJ-1A/B CCD数据,对河南省平原绿化的遥感信息进行了分析,以便在“年度-省域”时空尺度对平原绿化进行更深入的研究。

2 平原绿化的数据与面积提取分析

河南省位于北纬31°23′~36°22′和东经110°21′~116°39′之间,全省土地面积 16.7×104 km2。河南省平原面积广阔,主要有豫东大平原、南阳平原、豫西山地中伊洛河中上游河谷平原、汝河中上游河谷平原等,面积约为9.5×104 km2,占全省面积的56.9%。河南平原,淮河以南主要以水稻种植为主,淮河以北主要为冬小麦-秋粮(图1)。
Fig.1 Reclassified land cover of Henan in 2010 extraction

图1 河南省2010年土地覆盖图

2.1 研究数据

(1)HJ-1 CCD传感器数据。河南平原地区主要是“冬小麦-秋粮”种植制度,每年6月份冬小麦成熟与收割后并且套种秋粮作物尚未覆盖地面前是一个重要的物候期。在该时段内,平原地区只有居民地四旁绿化、农田林网、果园,水稻,播种较早的一季作物等少数植被,因此,结合4月份植被覆盖和土地覆盖数据库,可排除播种较早的一季作物和水稻。因此,本文选择6月和4月的8景HJ-1A/B卫星CCD数据(表1)作为数据源。数据下载网址为http://218.247. 138.116:8080/zywx。
(2)经过分类合并后的中国科学院碳专项项目制作的2010年河南省土地覆盖数据(图1)。该数据采用面向对象的方法对2010年覆盖整个河南省共12景TM影像分类处理而得,数据已经国家环保部和各省环保厅的验证,精度达到90%以上。
(3)河南省统计年鉴(2012年)[20]。其中,城市市区园林绿化情况(2011年)为河南省38个主要城市的城区绿化面积,本文使用了其中26个平原城市绿化面积进行验证。

2.2 遥感信息的识别与分类

2.2.1 数据预处理
主要包括地理配准、辐射定标等内容(图2),具体处理方法如下：
(1)地理配准：以经过地理精校正和地形校正的Landsat GLS 数据为基准,配准误差在1个像元内。
(2)辐射定标：根据表1和式(1),对环境星2级数据B3、B4波段进行定标。
L = DN/g + Lo (1)
其中,L表示定标后的辐射亮度值;DN表示原始辐射亮度值;g、Lo为定标参数,见表1。
(3)辐射归一化与大气校正：本文所用数据季节差很小,全部为晴天数据。研究表明,如果遥感影像之间的季相一致、成像时的太阳天顶角接近,且影像晴空无云时,则经过正规化处理的影像和未经过该处理的影像之间的差异不大[21]。本研究对实际数据只进行了大气校正,未作辐射归一化处理。
Fig.2 Flowchart of afforestation extraction

图2 平原绿地提取算法流程图

(4)NDVI计算与合成：根据式(2)分别计算8景HJ-1数据NDVI,并采用最大值合成法(MVC)对4月份和6月份的图像进行合成,得到覆盖河南全省的NDVI数据(NDVI4月和NDVI6月)。
NDVI=(B4-B3)/(B4+B3) (2)
其中,B4为近红外波段,B3为红波段。
Tab.1 Acquisition date and calibration parameters of HJ-1A/B CCD(cloud cover is less than 5%)

表1 HJ-1A/B卫星数据获取时间与定标参数(云量小于5%)

数据时间 环境卫星数据文件 定标参数
Band3 Band4
4月份 g L0 g L0
2011-04-28 HJ1A-CCD1-1-72-20110428-L20000526769 1.0312 3.6123 1.0049 1.9028
2011-04-24 HJ1A-CCD1-1-76-20110424-L20000524449 1.0312 3.6123 1.0049 1.9028
2011-04-18 HJ1B-CCD2-4-76-20110418-L20000522183 1.1316 5.2537 1.0578 6.3497
2010-04-23 HJ1B-CCD2-2-72-20100423-L20000292276 1.2461 5.2537 1.1261 6.3497
6月份
2009-06-24 HJ1B-CCD1-1-72-20090624-L20000132930 0.6849 6.2193 0.7224 2.8302
2009-06-24 HJ1B-CCD1-1-76-20090624-L20000132923 0.6849 6.2193 0.7224 2.8302
2011-06-07 HJ1A-CCD1-6-72-20110607-L20000551747 1.0312 3.6123 1.0049 1.9028
2011-06-08 HJ1B-CCD2-3-76-20110608-L20000552402 1.1316 5.2537 1.0578 6.3497
2.2.2 平原绿地提取
利用2010年土地覆盖数据库(图1)分割山丘地区与平原地区;同时利用6月份HJ-1 CCD数据,直接剔除“冬小麦—秋粮”两季作物分布区;最终,利用4月份HJ-1 CCD数据剔除一季作物分布区(图2)。具体计算流程包括：
(1)NDVI4月：4月份,河南平原主要分布以冬小麦为主的两季作物,其NDVI4月在0.35以上;而绿地林木的NDVI4月值在0.22以上;一季作物尚未播种或处于幼苗期,NDVI4月小于0.22。
(2)NDVI6月：河南平原以冬小麦为主的两季作物,在6月份经历“小麦成熟-收割-第二季作物播种或幼苗期”,地面近裸露,此时小麦区NDVI6月0.30以下,一季作物与绿地的NDVI6月在0.35~0.9之间。
(3)确定NDVI阈值(NDVIh)依据：遥感提取平原绿地的理论基础是“植被-土壤”二分模型[12,16],如式(3)所示。
F=(NDVIi-NDVImin)/(NDVImax-NDVImin) (3)
其中,F为森林郁闭度;NDVImax和NDVImin分别为郁闭度为1.0和0时对应的NDVI;NDVIi为特定像元NDVI值。
按照国家森林法,森林需要F≥0.2。然而,如何确定NDVImax和NDVImin却有多种不同处理方法[12-16,22-23]。
本文在提取平原绿化信息时,主要使用NDVI6月,NDVI4月来去除一季作物。选择NDVImax时,需要考虑3个因素：(1)6月份不是平原绿化植被生长的高峰期;(2)实际的平原绿化郁闭度很少达到1.0;(3)即使是在生长高峰期(一般在7月下旬-8月上旬),郁闭度达到1.0,NDVI值也很难达到1.0,主要原因是在高植被覆盖区NDVI存在严重的饱和现象。综合以上因素,本文取NDVImax=0.95,代表植被郁闭度达到1.0,而且NDVI不发生饱和时的理论值。
与NDVImax相似,NDVImin本来是表达“裸土”的NDVI值。但是,实际的NDVI数值与土壤颜色、水分含量有关。Montandon[24]使用全球2906种土壤样品,在实验室测得NDVI达0.2±0.1,认为普遍存在NDVImin低估是导致美国植被覆盖度高估的重要原因。本研究区主要为壤土和沙质土,在6月份小麦收割后,这些裸露土壤除了土壤类型差异外,还存在作物残留、野草、显露的套种作物、焚烧秸秆后的炭黑、小面积水泊等,使得裸地NDVI在0.10-0.25之间,因此在本项研究中NDVImin在全省的统一取值确定为0.20。
采用法定最低郁闭度F=0.20及NDVImax=0.95和NDVImin=0.20,则式(3)可表示为：
(NDVIh-NDVImin)/(NDVImax-NDVImin)≥F (4)
因此,可得出利用6月份NDVI提取平原绿地的阈值为 NDVIh≥0.35。
(4)平原绿地：在6月份小麦收割后部分植被依然覆盖地表,同时4月份一季农作物尚未播种前已经开始覆盖地面,因此,平原绿化(PA)区应该满足式(5)。
PA = (NDVI4月≥0.22)∩(NDVI6月≥0.35) (5)
2.2.3 验证方法与分类统计
依据“河南统计年鉴(2012)”中关于城市市区园林绿化情况(2011年),利用其中26个平原城市绿化面积统计数据,对城区绿化遥感解译结果进行验证。
按照居民地规模和平原绿化工程区分类方式进行统计。(1)按照人口规模和斑块规模分类：根据文献[25],将环城防护林建设分为特大型城市环城林带、大城市环城林带、中等城市环城林带、小城市和村镇环城林带。利用2010年土地覆盖数据库建设用地矢量数据,分别建立210、120、60和30 m的缓冲区,提取环城林带和村镇绿化面积。由于河南省内高速公路、铁路、国道、省道的绿色通道建设两侧绿化宽度为5~10 m,城市规划区内的公路、铁路旁的防护林带宽度每侧30~50 m,县、乡道路两侧绿化宽度3~5 m,因此,利用河南省内高速道路、铁路和水系矢量图作60 m的缓冲区,得到绿化通道面积,以及水系植被面积,其他林地信息按照农田林网进行面积统计。(2)按照4个平原绿化工程区分类：提取4个平原绿化工程区分县数据,并对黄淮海平原黄泛区作了重点分析[26]。

2.3 平原绿化遥感识别提取

2.3.1 河南省平原绿化空间分布
根据上述算法,得到2010年河南省平原绿化空间分布图(图3、4)。图3为黄河南岸开封市区、开封县、中牟县、尉氏县、通许县等5县4月与6月植被指数时空分布。本区东南部属于一般平原,而西北部属于黄泛区平原。4月份时,东部与东南部冬小麦覆盖度最高,此时,居民地四旁绿化淹没于冬小麦中(图3(a));6月份小麦收割后,东部与东南部冬小麦区农田处于裸露期,凸显出农田区的居民地四旁绿化和道路两侧绿化(图3(b)),其局部放大图见图7。与此形成反差的西北部,冬小麦比例小,平原绿化比例高,因此,在4月份植被稀少,而在6月份植被覆盖明显增加。只有平原绿化部分在4月份和6月份保持一定的覆盖水平(图3(c))。
Fig.3 A subset of afforestation extraction using HJ-1A/B NDVIApril and NDVIJune

图3 河南省平原绿化信息提取典型地区示意图

根据图4显示,平原绿化主要分布在黄河南岸黄泛区(开封县-中牟县-尉氏县-通许县);黄河北岸黄泛区(内黄县及其周边);西部的洛宁县,中部鄢陵县(中国北方重要花木基地县)。此外,本研究虽对中国北方重要花木基地潢川县的绿化提取效果显著,但是在河南南部淮河干流(信阳市)两侧提取出的“绿化”结果质量较差。全国主要综合自然地理区划把“秦岭-淮河”作为中国南北主要地理分界线,由于缺少可靠验证数据,再考虑到“水稻-小麦”过渡区的复杂性,推测可能有一季作物因为其南部较早的物候期而错分。因此本文以后的统计中不包括信阳市10县。同理,西南部的新野县也应该是未来验证重点。
Fig.4 Afforestation spatial distribution of Henan, circa 2010

图4 2010年河南省平原绿化状况空间分布

2.3.2 河南省平原绿化分类统计分析
按照斑块大小,以及相关分类统计分析,得到河南省各级居民地绿化及通道绿化(护路林、护水林)面积(表2)。由于环境卫星数据的空间分辨率为30 m,一些面积小于900 m2的林地将无法得以统计。统计中的护路林和护水林面积与国家林业局颁发的“全国绿化工程三期规划”的统计数据相差不大。除信阳市10县外,河南省2010年平原绿化面积6909.8 km2,占全省绿化面积的20.53%(统计结果为2010年河南省森林面积33 659 km2,森林覆盖率20.2%[20])。平原绿化主要来自4个工程区农田林网及农田内部的绿化,其次来自小城镇以下居民地四旁绿化。
Tab.2 Afforestation of Henan by HJ-1 A/B CCD, circa 2010

表2 平原绿化HJ-1 A/B CCD遥感解译分类统计

类型 个数 面积(km2) 斑块平均(km2)
特大城市 2 184.55 92.28
大城市 7 215.37 30.77
中等城市 17 232.23 13.66
小城镇以下居民地 93 524 1019.06 0.0109
护路林 94.05
护水林 145.38
4个工程区农田林 5019.16
平原林木绿化合计 6909.8 占全省绿化,20.53%
按照4个工程区及2.6中平原绿化工程区分类方式,得到河南省平原绿化三期工程建设4个工程区的平原绿化面积合计5019.94 km2,主要在黄泛区(表3)。黄淮海平原黄泛区39县农林格网面积统计如表4所示,空间分布如图5所示。
Tab.3 Afforestation in 4 major afforestation projects by HJ-1 A/B CCD, circa 2010

表3 平原绿化遥感解译分类统计(4个工程区)

工程区 林木面积(km2)
黄淮海平原黄泛区 2976.2
黄淮海平原一般农区 827.38
淮北淮南低洼平原 561.01
南阳盆地 655.35
工程区平原绿化合计 5019.16
Fig.5 Afforestation spatial distribution in once flood-hit sandy region, circa 2010

图5 2010年河南省黄泛区平原绿化空间分布

由表4可知,黄淮海平原黄泛区的绿化效果较为显著。在黄泛区39县中,中牟县、内黄县、尉氏县、通许县和开封县5县林木覆盖率大于15%,另外5县介于10%~15%。鄢陵、潢川、获嘉是我国北方主要花木基地之一,内黄和新郑主要种植枣树,民权和兰考以葡萄种植为主。22个县林木覆盖率不足5%,除了砂质土壤比例差异外,这也说明此22县有很大发展潜力。
Tab.4 Afforestation in once flood-hit sandy region, circa 2010

表4 黄淮海平原黄泛区工程区平原绿化分县统计

地级市名 区县名 绿化面积(km2) 覆盖率(%) 地级市名 区县名 绿化面积(km2) 覆盖率(%)
郑州市 中牟县 343.05 24.06 濮阳市 清丰县 40.62 4.66
新郑市 105.74 11.97 南乐县 20.71 4.66
开封市 兰考县 77.78 7.01 濮阳县 71.00 4.95
开封县 195.75 13.78 台前县 50.29 11.43
杞县 53.91 4.27 范县 60.75 10.12
通许县 224.80 29.52 华龙区 13.45 5.19
尉氏县 329.87 25.36 商丘市 虞城县 66.28 4.27
安阳市 内黄县 270.96 23.54 宁陵县 66.14 8.32
滑县 73.39 4.13 睢县 9.56 1.04
汤阴县 16.59 2.57 夏邑县 13.95 0.94
鹤壁市 浚县 20.68 2.04 民权县 120.47 9.72
淇县 5.06 0.88 睢阳区 11.95 1.26
许昌市 鄢陵县 105.51 12.20 梁园区 49.35 7.03
新乡市 原阳县 25.58 1.97 周口市 太康县 45.47 2.57
延津县 29.96 3.15 淮阳县 69.82 4.76
封丘县 25.52 2.08 扶沟县 149.19 12.77
长垣县 43.10 4.16 西华县 74.27 6.17
新乡县 2.91 0.76 焦作市 温县 9.50 1.79
卫辉市 13.59 1.55 武陟县 19.67 2.32
孟州市 50.03 9.76
黄泛区总计 2976.20
2.3.3 结果验证
(1)点数据验证
根据项目组320个野外观测样点和Google Earth 判定的70个点数据进行平原绿化分类结果的验证,野外样点数据来源于2010年4月份和6月份在河南地区得到的野外调查数据,包括采样点的坐标、周围植被类型以及植被覆盖状况等信息;Google Earth高分数据验证是选取2010年高分影像图,采用平原地区随机选点的方式,进行目视判读。其中提取的分类结果与验证数据共有342个一致点,正确率为87.8%,提取的平原绿化精度较高。
(2)面数据验证
冬小麦区平原绿化与土地覆盖图的居民地、道路、水渠等有较好的对应关系,但在城区和生态过渡带,情况比较复杂。根据《河南统计年鉴(2012)》之“12-7城市市区园林绿化情况(2011年,近似代表2010年)”,选择26个平原城市城区统计绿地面积,与HJ-1解译绿地面积进行相关分析。结果表明：(1)26个城市城区2010年统计绿化面积为682.88 km2,本文遥感解译面积为631.45 km2,比统计面积少4.28%。二者相关分析的相关系数(R2)为0.9166(表5、图6),说明遥感解译大体上可描述城区绿化。(2)个别县市统计数据与解译结果存在较大差异。二者差异整体规律为：绿地面积越大,误差越小;但洛阳、许昌、安阳3个城市例外,其统计绿地面积较大,但是与解译面积差异也较大。(3)差异来自3方面：①城区边界不一致,由于城市边缘的模糊性,目前尚无统一的城市边界,两套数据使用的城市边界可能不一致;②绿地定义不一致,本文仅包括实际绿地,但是,某些城区绿化是把公园整体作为绿地统计的;③实际的解译误差和时间差。
Tab.5 Afforestation correlation for 26 major cities: statistics vs. HJ-1 A/B CCD

表5 2010年26个平原城市市区绿化统计面积与遥感解译对比

城市 统计面积(km2) 遥感解译面积
(km2)		 差值
(km2)		 相差百分比(%) 城市 统计面积(km2) 遥感解译
面积(km2)		 差值
(km2)		 相差百分比(%)
郑州 124.58 125.34 -0.76 -0.61 周口 21.37 21.01 0.36 1.68
开封 33.41 36.07 -2.66 -7.96 驻马店 22.26 20.77 1.49 6.69
洛阳 60.8 40.32 20.48 33.68 济源 13.72 7.97 5.75 41.91
平顶山 27.21 30.56 -3.35 -12.31 荥阳 8.82 2.96 5.86 66.44
安阳 29.43 15.66 13.77 46.79 新郑 10.67 14.74 -4.07 -38.14
鹤壁 23.5 20.35 3.15 13.40 新密 7.03 5.25 1.78 25.32
新乡 44.12 35.79 8.33 18.88 辉县 7.6 6.24 1.36 17.89
焦作 37.96 36.54 1.42 3.74 沁阳 4.5 10.58 -6.08 -135.11
濮阳 17.51 15.32 2.19 12.51 禹州 12.59 8.78 3.81 30.26
许昌 31.87 45.58 -13.71 -43.02 长葛 8.48 13.73 -5.25 -61.91
漯河 22.99 31.25 -8.26 -35.93 邓州 10.36 3.87 6.49 62.64
南阳 29.4 34.21 -4.81 -16.36 项城 9.5 14.89 -5.39 -56.74
商丘 23.29 20.24 3.05 13.10
信阳 28.95 25.16 3.79 13.09 总计 671.92 643.18 28.74 4.28
Fig.6 Afforestation correlation for 26 major cities: statistics vs. HJ-1 A/B CCD

图6 遥感解译与统计平原绿化相关分析

3 讨论与结论

(1)环境卫星HJ-1 A/B CCD空间分辨率
在“冬小麦-秋粮”区,30 m分辨率的HJ-1A/B CCD与平原绿化具有较高的空间解析能力。图7为柘城县6月份小麦收割后局部NDVI图像,能够清晰地分辨出大型通道两侧的绿化带(A),中型通道融合在一起的绿化带(B),以及村镇级居民区的四旁绿化(C)。不仅如此,四旁绿化主要分布在村庄外围,这与野外观测一致。但是,对30m以内的线状地物(如农田林网)提取效果不好。
(2)环境卫星HJ-1 A/B CCD时间分辨率
环境卫星具有时间分辨率优势。本文、只是按照全省占主导作物的冬小麦选择数据时相和制定提取算法,对水稻和其他农作物兼顾不够。这可能导致目前提取的平原绿地包括少量城区草地、湿地周边草地、农田内部的人工草坪、残留的一季作物等。作为一个特例,在南部淮河干流信阳市“水稻”区,由于一季水稻在很长时间内与平原绿化时相吻合,本文的算法未能提取出水稻区的绿地。同时,在“水稻—冬小麦”过渡区,种植制度比较复杂。本文使用全省统一算法,反而错误地提取出大片平原绿化。虽然信阳市潢川县为全国主要花木基地,6月份野外途径淮河也发现较多花生,但是缺乏4月份物候信息,因此信阳市10县平原绿化面积没有纳入表3。这可能与中国南北气候在淮河流域一线突变引起的农作物物候的多样性有关。今后进行河南平原绿化遥感分析时,应参考南北气候带和不同土壤带,在详细分区基础上,分别选择最佳时相和算法,同时,把淮河干流南北过渡区作为地面验证的重点。
本文利用环境卫星HJ-1A/B CCD数据高时间分辨率和适当空间分辨率优势,把平原绿化遥感监测扩展到“年度-全省”的时空尺度。其冬小麦区的绿地信息简单易读;相对复杂的城区绿化,按照平原区26个城市城区绿化统计面积进行验证,二者相关分析的决定系数R2达0.9166;最复杂的“水稻-小麦”过渡区,提取可靠性较低,今后的研究应该重点关注。通过30 m HJ-1A/B CCD卫星数据解译的2010年河南省平原绿化面积为6909.8 km2,占当年统计森林面积20.53%。该数据对正确理解不同数据库之间的差异有重要意义,尤其是土地覆盖/利用的“多义性”问题。例如,表3中的平原绿化统计分类,在其他数据库中可能部分为居民地、耕地、道路等,因为这些类型同时具有较高的林木覆盖率。
今后可在2个方面进行改进：(1)提高空间分辨率及地理配准精度,以便提取普通农田林网与道路两旁林木面积。(2)考虑到河南省南北跨度和土壤差异,未来应在分区的基础上,充分利用环境卫星多时相优势,分别建立提取算法,以减少不同物候期的一季作物可能引起的干扰。
致谢：感谢中国资源卫星应用中心无偿提供环境与减灾小卫星(HJ-1 A/B CCD)二级产品共享服务。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
国家林业局.全国平原绿化三期工程规划(2011—2020年),2013年3月 [OL/2013-08-01]. [2] 国家林业局.平原绿化工程建设技术规定.2013年3月 [OL/2013-08-01].

[2]

[3]
韦希勤. 森林覆盖率有关问题的探讨[J].世界林业研究,2011,24(2):76-80.

[4]
赵江红. 平原绿化技术措施探讨[J].林业资源管理,2005(3):55-58,63.

[5]
杨朝兴. 林业科学发展思路与效果的实证研究——浅析河南省林业生态省建设[J].宏观经济,2010(2):70-71.

[6]
袁爱荣,屈巧格,何明珍.河南省平原绿化发展现状、问题与对策[J].河南林业科技,2009,29(3):79-80,110.

[7]
冯俐丽,段绍光,赵义民.河南平原绿化发展研究[J].地域研究与开发,2002,21(3):78-81.

[8]
朱泰峰,张凤荣,李灿,等.基于植被覆盖率的农村居民点整理潜力估算及实证[J].农业工程学报,2013,29(1):240-249.

[9]
Hansen C M, Loveland T R.A review of large area monitoring of land cover change using Landsat data[J]. Remote Sensing of Environment, 2012,122:66-74.

[10]
Gutman G, Huang C, Chander G, et al.Assessment of the NASA-USGS Global Land Survey (GLS) datasets. Remote Sensing of Environment, 2013,134:249-265.

[11]
王正兴,王亚琴.遥感数据时间分辨率对土地覆盖变化监测的影响[J].自然资源学报,2012,27(12):2153-2165.

[12]
贾宝全. 基于TM卫星影像数据的北京市植被变化及其原因分析[J].生态学报,2013,33(5):1654-1666.

[13]
李明诗,孙力,常瑞雪.基于Landsat图像的南京城市绿地时空动态分析[J].东北林业大学学报,2013,41(6):55-60.

[14]
郭云开,王杨.路域植被覆盖度时空变化遥感定量反演[J].测绘通报,2013,(5):23-27.

[15]
赵宇鸾,李秀彬,辛良杰,等.华北平原“杨上粮下”现象的驱动机制——以河北省文安县为例[J].地理研究,2012,31(2):323-333.

[16]
郭伟伟,王秀兰,冯仲科,等.基于NDVI的植被覆盖度变化的研究与分析——以河北省张家口市为例[J].测绘与空间地理信息,2012,35(7):63-66.

[17]
王桥,吴传庆,厉青.环境一号卫星及其在环境监测中的应用[J].遥感学报,2010,14(1):113-126.

[18]
金焰,张咏,牛志春,等.环境一号卫星CCD数据在生态环境监测和评价工作中的应用价值研究[J].环境监控与预警,2010,2(4):29-35.

[19]
代玉丽. 应用环境星监测北部湾地区采伐和造林动态的研究[J].林业资源管理,2011(4):122-126.

[20]
河南省统计局.河南统计年鉴(2012)[M].北京:中国统计出版社,2013.

[21]
徐涵秋. Landsat遥感影像正规化处理的模型比较研究[J].地球信息科学,2008,10(3):294-301.

[22]
贾坤,姚云军,魏香琴,等.植被覆盖度遥感估算研究进展[J].地球科学进展,2013,28(7):774-782.

[23]
程红芳,章文波,陈锋.植被覆盖度遥感估算方法研究进展[J].国土资源遥感,2008(1):13-18.

[24]
Montandon L M, Small E E.The impact of soil reflectance on the quantification of the green vegetation fraction from NDVI[J]. Remote Sensing of Environment, 2008,112(4):1835-1845.

[25]
杨淑红. 河南林业生态省建设之环城林带的构建[J].中国城市林业,2009,7(2):25-27.

[26]
郭利华,常荣涛,李立伟,等.河南省平原绿化三期工程规划布局及发展建议[J].河南林业科技,2011,31(2):31-33.

Options
文章导航

/

〈 〉