基于MODIS的2000-2014年黃土高原植被覆蓋度估算及其時空變化分析

劉　英　岳　輝

(西安科技大學測繪科學與技術學院，陜西 西安　710054)

基于MODIS的2000-2014年黃土高原植被覆蓋度估算及其時空變化分析

劉英岳輝

(西安科技大學測繪科學與技術學院，陜西 西安710054)

【摘要】基于2000-2014年MODIS的植被指數產品，借助像元二分模型和一元線性回歸法估算了黃土高原植被覆蓋度并分析15a間的植被覆蓋時空變化規律。

【關鍵詞】MODIS；黃土高原地區；植被覆蓋；時空變化；NDVI

植被是地球陸地生態系統的構成基礎，是生態系統能量的固定者和物質消費的生產者。植被是聯系地球圈層的土壤圈與大氣圈的自然“紐帶”，在各圈層物質、能量交換和信息流動過程中發揮重要作用[1-3]。因此，通過對植被的變化研究可以反映地表的生態環境狀況，動態監測植被狀況和植被覆蓋變化也成為地表環境遙感研究的關鍵內容之一[4-6]。目前利用遙感技術主要通過像元分解法和植被指數法計算植被覆蓋度(Fractional Vegetation Coverage，FVC)獲得植被覆蓋變化情況，具體應用中主要集中在利用多時空和多分辨率數據進行多尺度動態分析[7-10]。

眾多學者針對黃土高原植被覆蓋情況展開了一系列的研究，遙感數據多為長時間序列的GIMMS AVHRR NDVI和SPOT-VGT NDVI產品，例如郭敏杰[11]等利用1982-2006年的8km分辨率的GIMMS AVHRR NDVI數據，分析了黃土高原地區地面植被覆蓋度變化和氣候響應特征；阿不拉等[12]利用1986-2006 年的GIMMS A AVHRR NDVI 數據，采用像元二分法計算植被覆蓋度并分析了黃土高原地區荒漠化程度及其時空變化特征；鐘莉娜等[13]、謝寶妮等[14]、陳安安等[15]，均以1km分辨率的SPOT-VGT NDVI數據分析了黃土高原地區植被變化不同的年際特征，而采用MODIS NDVI數據分析黃土高原植被變化情況的則不多見，因此本文以2000-2014年MODIS NDVI為數據源計算15a間的黃土高原植被覆蓋度并對其時空變化進行分析，研究結果可以為生態環保部門的決策和管理提供基礎數據參考。

1研究區概況

黃土高原地理坐標為33°41′-41°16′N，100°54′-114°33′E，橫跨我國的山西省、陜西省、甘肅省、青海省、寧夏省和河南省等省區，東西長約1300km，南北寬約800km，面積約為6.35×105km2，是世界上最大的黃土堆積區，黃土層平均厚度為50～80m，而陜北和隴東地區厚達150～200m。黃土高原地區屬溫帶季風氣候，春冬季節干燥多風沙少雨；夏秋季炎熱多暴雨。多年平均降雨量為400～500mm，多年均溫度3.6～14.3℃，黃土高原典型黃土地貌發育，植被覆蓋呈現典型地域差異，天然植被破壞較為嚴重。

2數據和方法

2.1數據來源

本研究采用的是2000-2014年美國地球資源觀測科學中心(Earth Resources Observation and Science Center，EROS)提供的空間分辨率為 1km 的包含黃土高原的 MODIS 植被指數產品(MOD13A3)(MODIS/Terra Vegetation Indices Monthly L3 Global 1000m SIN Grid V005)。利用L2級地表反射率數據采用最大值合成法產生的月合成L3數據，共有179景影像，缺少2000年1月影像。

2.2數據處理方法

2.2.1MODIS NDVI處理

首先進行投影轉換(從Integerized Sinusoidal Grid轉換到經緯度投影)；其次，利用國際通用的最大合成法(Maximum Value Composites，MVC)獲得每年每月和年度NDVI最大值數據，它可以進一步消除大氣、云層、太陽高度角等的干擾[16]。此法假設每月中NDVI值最大的那一天天氣晴朗，不受云層的影響，就取該最大值作為這個月的NDVI值。計算公式：

(1)

式中，MaxNDVI，i是第i年或者月的最大化NDVI值，NDVIij是第i年第j月的NDVI值，Max(NDVIij)可以反映氣候和人為因素導致的植被年際和年內變化狀況。

2.2.2植被覆蓋度估算

本研究采用NDVI近似估算植被覆蓋度，模型為像元二分模型[17]，植被覆蓋度計算公式為：

(2)

式中，NDVIV為植被像元的NDVI值，NDVINV為非植被像元NDVI值。采用整體直接測算方法，有裸土及無植被區域植被覆蓋度接近于0(近似VVCMIN=0%)，有高植被覆蓋區域(近似FVCMAX=100%)[18]。公式(2)變為：

(3)

式中，FVC表示植被覆蓋度，NDVIMAX和NDVIMIN一般取一定置信度范圍內的最大最小值，根據陜北黃土高原地區NDVI影像特征，經多次反復試驗，因此本文取置信度5%的NDVI作為NDVIMIN，取置信度95%的NDVI作為NDVIMAX。根據水利部2008年頒布的《土壤侵蝕分類分級標準》中的相關標準，將植被覆蓋度劃分為6個等級：FC=0定為無植被覆蓋，0

2.2.3植被覆蓋變化趨勢分析

采用一元線性回歸分析黃土高原地區植被變化趨勢分析。此方法通常用來模擬每個柵格的變化趨勢，趨勢線分析法可以模擬每個柵格的變化趨勢，獲得不同時期植被覆蓋變化的空間趨勢[20]。其計算公式為：

(4)

式中，變量i為1-15的年序號，MNDVI，i表示第i年的最大NDVI值，n為所研究時段的累計年數，本研究中取n=15，NDVIi表示第i年的NDVI 值。若slope>0則說明NDVI在15年間趨于正向趨勢發展的，反之，則說明植被狀況趨于退化趨勢。

3結果與分析

3.1植被變化的年際分析

由圖1可知，黃土高原地區植被NDVI數值15a間呈現上升趨勢，上升速率6.5%/15a，年最大值出現在2012年(0.5694)，年最小值出現在2000年(0.4520)。年際NDVI 值年際變化趨勢卻是不相同的，黃土高原地區NDVI在2000-2014年期間大致可以劃分為以下幾個階段：

圖1　2000-2014年黃土高原地區平均NDVI年變化圖

(1) 2000-2001年植被NDVI數值接近，2001-2002年NDVI數值且有了一個明顯提升，NDVI提高了約12.27%，在2002-2004年NDVI數值增長比較緩慢；

(2) 2004年開始黃土高原地區的年最大化NDVI均值呈下降的趨勢，2005年達到波谷位置，從2005年開始NDVI又開始緩慢上升，至2007年NDVI達到最大，NDVI均值提高了7.50%，但增長的速度比較的緩慢；

(3) 2007-2014年最大化NDVI均值呈現大振幅的波動過程，其中以2008年為波谷，2012年為波峰。

利用差值法得到研究區15a年際平均NDVI差異圖(圖2)，NDVI年際差異總體趨勢相似。2004-2005、2007-2008、2010-2011、2012-2013和2013-2014年度的平均最大化NDVI差值是負值，說明在2005年、2008年、2011年、2013以及2014年這五年與上一年相比NDVI是降低的，也就是說植被覆蓋減少了，其中2013-2014年度年植被覆蓋降低的最多，其他年度平均最大化NDVI差值是正值，其中植被在2001-2002年度變化程度比其他年度要大。整體上看，年均NDVI數值增長的幅度遠大于減少的幅度，即15a間黃土高原地區年均最大化NDVI呈總體上升趨勢，植被覆蓋度在逐步提高，生態環境有改善的趨勢，這與平均NDVI年變化曲線所反映趨勢是相同的。

圖2　2000-2014年黃土高原年際平均最大化NDVI差異

3.2植被覆蓋度的時空變化分析

利用NDVI數據制作黃土高原15a NDVI植被覆蓋度分布圖(圖3)，可以看出：黃土高原地區植被覆蓋的面積變化具有一定的規律性，低植被覆蓋的面積和高植被覆蓋的面積所占比重最大，低植被覆蓋的面積變化不是很大，無植被覆蓋面積和較低植被覆蓋面積呈下降趨勢，而中等植被覆蓋面積、較高植被覆蓋面積以及高植被覆蓋面積呈增加趨勢，其中較高植被覆蓋面積和高植被覆蓋面積增加趨勢大致是相同的，這說明2000-2014年黃土高原地區的植被覆蓋度呈逐漸增加的趨勢，植被狀況得到了不斷改善。黃土高原地區植被覆蓋度等級分布在空間上具有明顯的規律性，表現為自西北向東南植被覆蓋度逐漸增加的趨勢，其中低植被覆蓋度(0-0.3)和高植被覆蓋度(0.75-1)所占比例比較大，無植被覆蓋(0)區域主要分布在內蒙古自治區以及寧夏回族自治區的北部地區，低植被覆蓋(0-0.3)區域主要位于內蒙古自治區、寧夏回族自治區和甘肅省，在陜西省北部也有少量分布；河南省、山西省和陜西省的陜南地區和關中地區主要為較高植被覆蓋以及高植被覆蓋，但是這些省份也存在中等植被覆蓋的地區。

圖3　2000-2014年黃土高原植被覆蓋圖

3.3植被覆蓋度的變化趨勢分析

將2000-2014年植被覆蓋動態變化趨勢空間分布圖(圖4)，將植被變化類型分為嚴重退化、中度退化、輕微退化、基本不變、輕微改善、中度改善、明顯改善7個類別，得到各等級面積比例(表1)。從NDVI變化趨勢空間分布圖可以看出，受氣候因素和水資源因素制約，地表植被半荒漠化和沙漠化發育，黃土高原西北部NDVI數值呈減少趨勢，表明該區域的植被覆蓋度降低。內蒙古和陜西交界地區、河套平原、隴西等這些半干旱和干旱地區，NDVI減少和增加地區交錯存在，表明其植被覆蓋變化趨勢較為復雜，植被覆蓋度受當地的氣候、地形、水文等多方因素的影響。黃土高原中部地區，NDVI數值呈現顯著增加的趨勢，主要原因在于1999年“退耕還林還草工程”的實施，使該地區生態環境有了顯著的改善；黃土高原東部的丘陵區域，植被覆蓋呈現顯著增加的趨勢。在經濟快速發展的地區，如陜西關中地區，以及省會城市周邊，NDVI數值呈現減少的趨勢，這與這些地區劇烈的土地利用變化有關。整體上來看，在15a中植被得到了比較好的改善。從1km分辨率最大化NDVI變化趨勢來看，植被改善的面積達到了88.82%，其中明顯改善面積為31.56%，中度改善面積為28.13%，輕微改善面積為29.13%；退化面積為8.03%，其中嚴重退化面積為1.32%，中度退化面積為1.74%，輕微退化面積為4.97%；基本不變的面積為3.15%。

圖4　2000-2014年黃土高原地區NDVI變化趨勢空間分布圖

變化程度分級標準各級別所占面積/%嚴重退化Slop-0.00911.32中度退化-0.0091-0.00461.74輕微退化-0.0046-0.0014.97基本不變-0.001-0.0013.15輕微改善0.001-0.004629.13中度改善0.0046-0.009128.13明顯改善Slop-0.009131.56

4結論與討論

(1) 黃土高原地區植被NDVI數值從2000年到2014年整體上呈現波動上升趨勢，總體上升速率6.5%/15a，年際NDVI 值變化上升的時間段包括：2001-2004，2005-2007，2008-2010，2011-2012，年際NDVI 值變化下降的時間段包括：2000-2001，2004-2005，2007-2008，2010-2011，2012-2015；黃土高原植被覆蓋度時空變化呈現西北向東南植被覆蓋度逐漸增加的趨勢，低植被覆蓋區域主要位于內蒙古自治區、寧夏回族自治區和甘肅省和陜西省北部；河南省、山西省和陜西省的陜南地區和關中地區主要為較高植被覆蓋以及高植被覆蓋區域。

(2) 2000-2014年黃土高原植被NDVI動態變化趨勢分析可知，在15a中植被得到了比較好的改善，植被改善的面積達到了88.82%，出現減少趨勢的地區包括：寧夏石嘴山，陜北和內蒙交界的神木和東勝和河南西部，這些地區多為開采強度較大的煤礦區，這說明煤炭開采對礦區地表植被的影響仍不可忽視。

植被覆蓋變化受自然和人為的雙重影響[21]。自然因素包括年均降雨量、年均蒸發量、年均溫度等氣象因子，人為因素包括的退耕還林、退牧還草、封山育林等生態恢復和水土流失治理工程，近年來人為影響已成為主要影響地表植被覆蓋變化的影響因素[22-23]。有報道表明[24]，通過統計黃土高原植被覆蓋度的氣候變化和人類活動的不同貢獻率，結果顯示人類活動對植被覆蓋度的影響的貢獻率達到20%，但如何定量的描述自然和人為對黃土高原植被覆蓋變化的影響仍需要進一步的研究。

參考文獻：

[1]李洪權，范廣洲，周定文，等.青藏高原春季植被變化特征及其對夏季氣溫的影響[J].地理科學，2008，28(2)：259-265.

[2]郭海英，趙建萍，索安寧，等.隴東黃土高原農業物候對全球氣候變化的響應[J].自然資源學報，2006，21(4)：608-614.

[3]韋振鋒，王德光，張翀，等.近12 年陜甘寧黃土高原區植被物候時空變化特征[J].生態與農村環境學報，2014，30(4)：423-429.

[4]張翀，任志遠.黃土高原地區植被覆蓋變化的時空差異及未來趨勢[J].資源科學，2011，33(11) ：2143-2149.

[5]劉詠梅，李京忠，夏露.黃土高原植被覆蓋變化動態分析[J].西北大學學報：自然科學版，2011，41(6) ：1054-1058.

[6]信忠保，許炯心，鄭偉.氣候變化和人類活動對黃土高原植被覆蓋變化的影響[J].中國科學：D 輯，2007，37(11)：1504-1514.

[7]張寶慶，吳普特，趙西寧.近30 a 黃土高原植被覆蓋時空演變監測與分析[J].農業工程學報，2011，27(7)：287-293.

[8]李秀花，師慶東，常順利，等.1981-2001 年中國西北干旱區NDVI 變化分析[J].干旱區地理，2008，31(6)：940-944.

[9]許青云，楊貴軍，龍慧靈，等.基于 MODIS NDVI 多年時序數據的農作物種植識別[J].農業工程學報，2014，30(11)：134-144.

[10]張云鵬，孫燕，王小麗，等.不同尺度下的土地利用變化驅動力研究：以常州市新北區為例[J].水土保持研究，2012，19(6)：111-117.

[11]郭敏杰，張亭亭，張建軍，等.1982-2006年黃土高原地區植被覆蓋度對氣候變化的響應[J].水土保持研究，2014，21(5)：35-48.

[12]木熱提江.阿不拉，張曉萍，陳利利，等.基于GIMMS NDVI 的黃土高原地區荒漠化時空特征分析[J].中國水土保持科學，2015，13(3)：24-31.

[13]鐘莉娜，趙文武.基于NDVI 的黃土高原植被覆蓋變化特征分析[J].中國水土保持科學，2013，11(5)：57-62.

[14]謝寶妮，秦占飛，王洋等.基于遙感的黃土高原植被物候監測及其對氣候變化的響應[J].農業工程學報，2015，31(15)：153-160.

[15]陳安安，孫林，胡北等.近10a黃土高原地區NDVI變化及其對水熱因子響應分析[J].水土保持通報，2011，31(5)：215-219.

[16]劉姣娣，曹衛彬，李華，等.基于馬爾科夫模型的石河子墾區土地利用動態變化研究[J].新疆農業科學，2011，48(10)：1936-1940.

[17]Carlson T N，Ripley D A.On the relation between NDVI，fractional vegetation cover，and leaf area index[J].Remote Sensing of Environment，1997，62(3)：241-252.

[18]Runduist BC.The influence of canopy green vegetation fraction on spectral measurements over native tall grass prairie.Remote Sensing of Environment [J].2002，81：129-135.

[19]劉英.神東礦區地表植被與土壤濕度遙感監測研究[D].北京：中國礦業大學(北京)，2013.

[20]劉志紅，郭偉玲，楊勤科，等.近20年黃土高原不同地貌類型區植被覆蓋變化及原因分析.中國水土保持科學，2011，9(1)：16-23.

[21]蘇志珠，盧琦，吳波，等.氣候變化和人類活動對我國荒漠化的可能影響[J].中國沙漠，2006，26 (3)：329-335.

[22]孫艷萍，張曉萍，徐金鵬，等.黃土高原水蝕風蝕交錯帶植被覆蓋時空演變分析[J].西北農林科技大學學報：自然科學版，2012，40(2)：143-150.

[23]Wan Long，Zhang Xiaoping，M Qin，et al.Spatial characteristicsof precipitation and extreme events on the Loess Plateau of China between 1957 and 2009[J].Hydrological Processes，2014，28(18)：4971-4983.

[24]郭敏杰.基于NDVI 的黃土高原地區植被覆蓋度對氣候變化響應及定量分析[D].陜西楊凌：西北農林科技大學，2014.

Estimation and Temporal Variation Analysis of Vegetation Coverage in the Loess Plateau in 2000-2014 Based on MODIS

LIU YingYUE Hui

(College of Geomatics，Xi′an University of Science and Technology，Xi′an，Shaanxi 710054)

Abstract：Based on 2000-2014 MODIS vegetation index of product data，with dimidiate pixel model and the method of monadic linear regression，this paper analyzes space-time change vegetation cover of the Loess Plateau in 15 years.

Keywords：MODIS；Loess Plateau；vegetation coverage；temporal variation analysis；NDVI

作者簡介：劉英，講師，博士，主要從事環境遙感監測研究

通信作者：岳輝，講師，博士，主要從事礦區環境遙感監測研究

中圖分類號：X21

文獻標識碼：A

文章編號：1673-288X(2016)03-0181-04

項目資助：國家自然科學基金項目(No.41401496)；陜西省教育廳2014年科學研究計劃(No.14JK1471)；陜西省科技統籌創新工程項目(2011KTZB01-02-04)

引用文獻格式：劉英等.基于MODIS的2000-2014年黃土高原植被覆蓋度估算及其時空變化分析[J].環境與可持續發展，2016，41(3)：181-184.