2007—2014年錫林浩特草原返青期變化的遙感監測

陳玫琪++郭秋成++徐媛++張靖

摘 要：草原返青期是指在溫度和水分條件達到適宜狀態時，牧草開始萌發、變綠、生長的時間。通過監測草原返青期不僅可以預測年度草原植被長勢及產量，還可為草原管理部門合理安排季節畜牧業生產的實施提供科學依據。本研究選取內蒙古錫林浩特市草原區作為典型的研究區，采用非對稱高斯函數對2007—2014年該區NDVI時間序列濾波，采用動態閾值法對該地區返青期的變化和3—4月份平均氣溫和累計降水量的分析。結果顯示：2007—2014年錫林浩特草原區各返青期總體為提前趨勢，但受到地理區位的影響，東南部區域表現為提前，而西部返青期延后；相對于3—4月份累計降水量，返青期的變化更易受到該時間段平均氣溫的影響，溫度越高越有利于返青期的提前。

關鍵詞：返青期；遙感監測；NDVI

中圖分類號：S127 文獻標識碼：A DOI 編碼：10.3969/j.issn.1006-6500.2016.03.015

草地生態系統是我國陸地上分布最廣的生態系統，也是極為豐富的草地資源[1]。從資源利用角度來講它屬于生產資料，是畜牧業的基礎；作為地帶性植被，它具有不可替代的生態功能，對維持地球生命支持系統的穩定具有重要作用。內蒙古自治區位于我國北疆，草地面積占全國草地面積的21.7%，橫跨“三北”、靠近京津，是北方尤其是京津地區的天然生態屏障[2]。但是近年來由于氣候干旱、降雨減少等自然因素及超載過牧等人為因素，草地生產力不斷下降、草原生態環境惡化現象日益嚴重、超過2/3的草地出現不同程度退化，造成以草原畜牧業為生的牧民的收入降低，牧民與草原生態環境關系失衡，引發出一系列社會、經濟、生態問題。

草原返青期是指在溫度和水分條件達到適宜狀態時，牧草開始萌發、變綠、生長的時間。目視觀察法是最常用的監測方法，該方法簡單易行，但觀測點數量較多時需耗費大量人力和物力；且在大尺度研究區域，受到交通、地形地貌等環境因素的限制，只能做到“點”的觀察和監測。隨著遙感技術的發展，特別是遙感物候學的出現[3]，其應用也擴展到了植被物候監測方面 [4-5]，結合少量的觀測驗證點便可以用相對較低的費用，提供大區域評估數據，且能快速、有效監測植被返青期[6]。通過監測草原返青狀況及其動態變化，不僅有助于了解草原植被返青動態規律、植被生長發育狀況，預測本年度天然草原植被長勢及產量，更能為草原管理部門合理安排季節畜牧業生產的實施提供科學依據。

為確保內蒙古草地生態環境穩定，為了提供決策所需的重要參數，開展草地返青期遙感監測技術研究是十分必要和迫切的。本研究選取內蒙古錫林浩特市草原區作為典型的研究區，采用非對稱高斯濾波歸一化植被指數（NDVI）重構法，以及動態閾值返青期提取方法，對該地區草原區的返青期進行監測，以期為該地區草地畜牧生產提供決策支持。

1 研究區概況

錫林浩特草原位于內蒙古高原中部，地理位置北緯43°02′～44°52′，東經115°13′～117°06′，南北長208 km，東西長143 km。地勢南高北低，南部為低山丘陵，北部為平緩的波狀平原，平均海拔高度988.5 m。屬于中溫帶半干旱大陸性氣候。降水量294.9 mm，降水分布不均勻，且主要集中于7、8月份。一年中氣溫最高月份是7月，1月份氣溫最低，無霜期110 d。年平均氣溫為1～2 ℃，年均氣溫差距較大。可利用草場面積1.4×105 hm2，地跨草甸草原、典型草原和沙丘沙地草原，草原內的主要植被類型為濕地、森林、草原，伴隨有沙地灌叢、沼澤、草甸與河漫灘等。以大針茅（Stipagrandis）、羊草（Leymuschinense）和克氏針茅（S. krylovii）為主的叢生禾—根莖禾草草原，重點分布于河流域中部高平原。

2 研究方法

2.1 數據來源及處理

研究表明，歸一化植被指數（NDVI）與綠色植物長勢有很好的相關性，可反映其生長狀況，因此，可以使用NDVI來提取草原植被的返青期。研究所采用的遙感數據為EOS/Terra衛星的MODIS產品數據中的16 d合成產品MOD13Q1，該產品使用MVC方法合成，空間分辨率為250 m，來源于NASA網站（下載地址：http：//ladsweb.nascom.nasa.gov/data/search.html），時間為2007—2014年。應用ArcGIS 10.0軟件對該數據進行格式轉換、坐標轉換、圖像裁剪等預處理。

2.2 返青期提取方法

2.2.1 NDVI時間序列重構 由于受到云、氣溶膠和傳感器精度變化等因素的影響[7]，在進行遙感數據預處理前，常采用最大合成法（MVC）去除時間序列數據中的局部異常點，以降低噪聲[3]。但仍存在“突降”或“針尖狀突峰”等奇異值，影響到對時間序列分析的精度。消除這些奇異值對NDVI曲線的影響，需要對NDVI時間序列進行重構（或濾波）然后再判斷返青期的起始日期[8]。非對稱性高斯函數（Asymmetric Gaussian，AG）擬合法是主要的數據重構方法之一[8]。

非對稱高斯函數擬合方法是一個由半局部到整體的擬合方法，首先獲得NDVI時間序列曲線中谷、峰值的原始數據，然后使用非對稱性高斯函數將曲線左右兩部分擬合（局部擬合），最后通過局部擬合構造整體擬合函數。其中，局部擬合公式為：

式（1）與（2）中，g（t；a1，… ，a5）為高斯函數；t為時間變量；a1 為對應t的峰值或谷值的位置參數；a2 為決定函數曲線右邊寬度的參數；a3 為決定函數曲線右邊平度的參數；a4為決定函數曲線左邊寬度的參數；a5 為決定函數曲線左邊平度的參數；c1為基線的線性參數；c2為振幅的線性參數。

若局部擬合函數上曲線凸起部分的效果不明顯，需將曲線分為左、右邊谷值間隔區和中部峰值間隔區，通過局部擬合構造整體擬合函數。整體擬合函數為

（3）

式（3）中[tL，tR] 為整個NDVI 時間序列數據變化區間；fL（t） 為區間[tL，tR]內左邊谷值所對應的局部函數；fC（t） 為區間[tL，tR]內中間峰值所對應的局部函數；fR（t） 為區間[tL，tR]內右邊谷值所對應的局部函數；α（t）和β（t）為介于[0，1]之間的剪切系數。

2.2.2 返青期信息提取 NDVI時間序列圖像經過濾波后，便可以進行草原返青期信息提取。常用的提取方法有：動態閾值法與NDVI閾值法。（1）閾值法即根據預先定義的NDVI參考值（如NDVI>0.3）確定返青期[6]。該方法操作簡單，但由于不同區域和不同植被類型的NDVI值存在顯著差異，確定適合大尺度物候期提取的單一NDVI閾值是不可行的。（2）動態閾值法，其改進之處在于通過考慮NDVI季節變化幅度，實現在像元尺度上閾值的動態設定，從而在一定程度上消除了土壤背景值和植被類型的影響[9]。目前，該方法已經應用于全球很多區域，取得了較好的應用結果。本研究根據一些學者的研究結果，將返青期開始期定為NDVI年振幅的20%[9]。

3 結果與分析

3.1 錫林郭勒草原返青期變化

根據錫林浩特草原返青期的遙感監測可以看出（圖1和2），在2007—2014年間，錫林浩特草原返青期變化情況較大：2007年錫林浩特草原大部分區域返青期主要集中在3月份，返青期區域分布于該地區的東南部；2008年則推遲到5月上下旬，較2007年推遲近1個月，返青區域呈東南部先返青、西北部后返青的狀態；2009—2011年返青期情況比較相似，從3月上旬草地開始返青（位于東南部），一直持續到5月下旬；2012年草原返青主要集中在4月上旬到5月上旬之間；2013年草原返青期較2014年提前1個月，出現與其他年份不同的現象，西北部分提前返青；而2014年返青期推遲到5月上旬，幾乎整個中部和北部地區都推遲返青。總體來說，該地區牧草返青的日期大約為4月初至5月初。

3.2 錫林郭勒草原氣候變化分析

降水量變化和溫度變化可以影響返青期的提前和延后。因此，筆者計算了3—4月份的累積降水量和平均溫度情況（圖3）。錫林浩特草原3—4月份平均氣溫均呈不顯著升高趨勢，年際波動相對較大（變異系數為40.5%，年平均氣溫7.2 ℃），最低值出現在2010年（2.4 ℃），最高值出現在2014年（11.6 ℃）。3—4月份累計降水量變化趨勢從2007年到2014年呈減少狀態（平均值為18.1 mm），但是年際波動較大（變異系數73.0%），降水量最大值出現在2009年（47.0 mm），最低值出現在2011年（3.6 mm）。

4 討 論

4.1 氣候變化與返青期變化的相關性

錫林浩特草原返青期總體呈現出提前趨勢，這與一些學者的研究結果相似[10]。牧草返青既受水分條件的影響，也受熱量條件的影響，其中降水和氣溫影響因素尤為重要[11]。在當年3—4月份溫度和同期降水、氣溫條件較好年份，牧草的返青期有所提前，而在雨水較少和氣溫較低的條件下，可能導致牧草的返青期推遲。根據返青期與3—4月份降水和氣溫情況的分析來看，影響返青期的因素較多，雖然氣溫和降水只能解釋一些年份的返青期提前和延后，但仍然表現出以下規律：當氣溫和降水同步時，有利于返青期的提前，如3—4月份平均氣溫和累計降水較高可以解釋2007、2009、2013年返青期提前的現象，2010年返青期相對于前幾年延后；當降水和溫度不同步時，溫度的增加有利于返青期提前，如2011和2014年返青期提前，2012年返青期延后（當年氣溫較低）。春季氣溫的高低通過控制融雪和土壤解凍過程對植物返青期的早晚起到關鍵的作用[12]。但也出現反常的年份，如2008年，雨熱同期，但是返青期卻大大延后，可能與其他因素有關，如放牧影響、上一年冬季的低溫天氣等。

4.2 政策實施與影響返青期變化的因素

草原是我國最大、資源極為豐富的生態系統，但是由于長期超負荷的使用草場以及牧民保護意識較弱等因素，草場利用率逐漸降低，草原退化問題越來越嚴重。這不單涉及草原生態平衡，還限制了草原區經濟的快速發展，使牧民收入增長緩慢。為解決草原退化問題，從2011年開始中央財政每年發放資金134億元，對草原生態問題相當嚴重、草原退化現象極其惡劣、不適合放牧的草場實行禁止放牧的保護補助獎勵機制。在禁止放牧區域以外的草場，對通過審核達到規定載畜量后的草場實行草原生態保護補助獎勵體制。增加牧民補貼，加強牧民對草原的保護意識，使其認識到草原問題不僅與經濟問題關聯，更與生存環境問題息息相關。

由圖2可看出，2011年草原區實施“草原保護補助機制”后，錫林郭勒草原返青期整體提早，主要集中于3月下旬以及4月上旬，全區基本在5月上旬就已經全面返青。返青期的總體提早與草原區實施“草原保護補助獎勵機制”有一定的關系，因為在草原植被階段較為敏感的時候，實行禁牧、休牧等方法，秋季有利于植物存儲較多的營養物質，保證來年的返青，對草原植被的生長發育較為有利。

4.3 本研究不足之處

本研究的誤差來源主要來自數據、濾波方法和動態閾值3個方面。首先，使用的MODIS NDVI時間分辨率較粗（16 d），為此研究草原植被返青期監測只能獲得旬的水平（±16 d）；定位觀測的方法，返青期時間間隔可以做到每天記錄。改進遙感數據的時間分辨率會改變這種不足，如MODIS NDVI可以處理為8 d的數據。其次，因為一些像元的NDVI時間序列曲線起伏變化較大，由于濾波函數的擬合關系，引起了擬合值與實際值有較大的偏差，從而降低了擬合精度[13]，可以應用多次設定濾波參數的方法，提高函數的擬合精度。本研究采用非對稱高斯濾波（AG）歸一化植被指數（NDVI）重構法，濾波函數可能是誤差來源之一，濾波函數的實質是做時間域上的均值，對時間序列NDVI進行濾波時會消弱最大值、增加最小值。相對于其他濾波函數，非對稱高斯濾波可以提供更好的時間域平滑功能，減少信息的損耗。再次，動態閾值也是誤差的來源之一，本研究采用國內外常用的閾值20%，但是有研究發現不同的草原類型，動態閾值范圍不同（15%～30%）。但是由于不同時期的NDVI值由于牲畜采食或刈割等原因造成其變化差異較大（降低NDVI的峰值，濾波結果使提取的返青期提前），所以在人類干擾比較強的地區使用動態閾值，可能會誤判返青期，對于放牧壓力大的區域，會誤判為返青期提前，而草地長勢比較好的區域，會誤判為返青期延后。但是，隨著遙感物候學監測手段的成熟，并結合實地調查，將會大大提升數據的準確性，推動遙感物候學的應用。

5 結 論

本研究選取內蒙古錫林浩特市草原區作為典型的研究區，采用非對稱高斯函數對2007—2014年該區NDVI時間序列濾波，采用動態閾值法對該地區返青期的變化和3—4月份平均氣溫和累計降水量進行分析，結論如下：

（1）錫林浩特草原區返青期總體為提前趨勢，但地域差異明顯，表現為東南部區域提前，而西部返青期延后。

（2）該區返青期主要受3—4月平均氣溫的影響，在氣溫恒定的情況下，3—4月份累計降水量的增加有利于返青期的提前。

參考文獻：

[1] 李博. 中國北方草地退化及其防治對策[J]. 中國農業科學， 1997， 30（6）： 1-9.

[2] 謝高地， 張釔鋰， 魯春霞， 等. 中國自然草地生態系統服務價值[J]. 自然資源學報， 2001， 16（1）： 47-53.

[3] 陳效逑， 王林海. 遙感物候學研究進展[J]. 地理科學進展， 2009（1）： 33-40.

[4] SCHWARTZ M， REED B， WHITE M. Assessing satellite-derived start-of-season measures in the conterminous USA[J]. International Journal of Climatology， 2002， 22（14）： 1793-1805.

[5] ZHANG X， FRIEDL M， SCHAAF C. Global vegetation phenology from moderate resolution imaging spectroradiometer （MODIS）： evaluation of global patterns and comparison with in situ measurements[J]. Journal of Geophysical Research， 2006， 111（G4）： G04017.

[6] KANG S， RUNNING S W， LIM J H， et al. A regional phenology model for detecting onset of greenness in temperate mixed forests， Korea： an application of MODIS leaf area index[J]. Remote Sensing of Environmental Management， 2003， 86（2）：32-42.

[7] 張峰， 吳炳方. 利用時序植被指數監測作物物候的方法研究[J]. 農業工程學報， 2004， 20（1）： 155-159.

[8] BRADLEY B A， JACOB R W. A curve fitting procedure to derive inter -annual phonologies from time series of noisy satellite NDVI data[J]. Remote Sensing of Environment， 2007， 10（6）：137-145.

[9] JONSSON P， EKLUNDH L. Seasonality extraction by function fitting to time-series of satellite sensor data[J]. IEEE Transactions on Geoscience and Remote Sensing， 2002， 40（8）： 1824-1832.

[10] 顧潤源， 周偉燦， 白美蘭， 等. 氣候變化對內蒙古草原典型植物物候的影響[J]. 生態學報， 2012， （3）： 767-776.

[11] 白美蘭， 郝潤全， 李喜倉，等. 草原區草本植物物候期對氣候變化的響應[C]//第28屆中國氣象學會年會：S4應對氣候變化，發展低碳經濟. 廈門： 中國氣象學會， 2011.

[12] 陳效逑， 李倞. 內蒙古草原羊草物候與氣象因子的關系[J].生態學報， 2009， （10）： 5280-5290.

[13] 王宏， 李曉兵， 余弘婧. 基于NOAA/AVHRR NDVI監測中國北方典型草原的生長季及變化[J]. 植物生態學報， 2006（3）： 365-374.