基于遙感技術的2005～2014年西藏地區植被覆蓋度變化分析

許 寧

(中國科學院大學資源與環境學院，北京 101407)

?

基于遙感技術的2005～2014年西藏地區植被覆蓋度變化分析

許 寧

(中國科學院大學資源與環境學院，北京 101407)

[目的]利用遙感技術估算西藏地區多年植被覆蓋度變化情況。[方法]基于MODIS-NDVI數據，利用像元二分模型，估算了2005～2014年西藏地區生長季期間的植被覆蓋度，并對其時空變化特征進行了分析；借助趨勢分析法分析了10年間西藏地區植被覆蓋度的趨勢斜率；通過劃分氣候區，在控制氣候要素不變的情況下，討論人類活動對西藏植被覆蓋度變化的影響。[結果]2005～2014年西藏地區生長季期間平均植被覆蓋度為33.00%～36.00%，整體表現為穩定的上升趨勢；東南地區植被覆蓋明顯好于西北地區; 森林、灌叢、農作物等類型植被覆蓋度較高，而草原、草甸、高山植被以及荒漠等植被類型相對較低；2005～2014年西藏地區趨勢斜率總體保持穩定，植被覆蓋明顯減少的部分集中分布于拉薩市與林芝市的交界地帶、山南地區的東南部及林芝市的中部地區，主要是人類活動影響所致。[結論]利用像元二分模型估算西藏地區多年生長季植被覆蓋度是可行的。

植被覆蓋度；像元二分模型；趨勢變化分析；聚類分析

植被覆蓋度是研究地表植被生長狀況的重要指標，作為描述區域水文、氣象、生態系統的基礎數據，準確提取植被覆蓋度信息，有助于更好地監測區域自然環境狀況，有效應對區域生態環境變化，及時制訂生態安全防治措施[1]。西藏地區因其獨特的地理和氣候條件，生態環境脆弱，大部分地區植被覆蓋度較低。近年來，由于草原退化問題突出，西藏地區植被覆蓋度變化研究成為生態學研究的重點。

相比傳統的地面測量方法，遙感技術可以在大尺度區域快速、實時監測植被覆蓋度[2]。近年來，利用遙感技術反演地區植被覆蓋度已經發展為一種成熟的技術手段。馬娜等[3]利用HJ-1A 和Landsat ETM+數據，評價了2000～2009年內蒙古正藍旗植被覆蓋度的變化；徐瑤等[4]結合RS和GIS技術，分析了西藏班戈縣過去20年草地的生態承載力；何立恒等[5]基于MODIS數據探討了延安市植被覆蓋度與自然地理特征分布的關系；馮莉莉等[6]利用遙感數據估算了2001～2010年吉林省植被覆蓋度情況，并選取其中4個氣象站點，分析了其降雨量與植被覆蓋度的相關關系。氣候因素和人類活動的差異是植被覆蓋度變化的2個主要因素。盡管目前利用遙感技術進行植被覆蓋度的反演研究很多，但是將氣候要素與人類活動的影響區分開來進行地區植被覆蓋度的變化研究較少。筆者以MODIS數據歸一化植被指數(NDVI)作為反演因子，基于像元二分模型，利用時間序列的遙感數據估算2005～2014年西藏全境每年生長季期間的植被覆蓋度，以期為今后生態環境預測及防治提供科學依據。

1　材料與方法

1.1研究區概況西藏自治區位于我國西南邊陲，青藏高原的主體區域，平均海拔4 000 m以上，面積120余萬km2，僅次于新疆維吾爾自治區，為我國第二大省份，民族以藏族為主。西藏地勢西北高東南低，地形復雜多樣。由于獨特的地形、地貌及印度洋暖濕氣流的影響，西藏形成了不同于其他地區的氣候，藏南藏北氣候差異較大，總體上呈現西北嚴寒干燥、東南溫暖濕潤的特點。西藏干季、雨季劃分明顯，全年降水量幾乎全部集中于雨季，日平均氣溫低，晝夜溫差大。受氣候和地形因素的影響，地表植被類型由東南向西北呈帶狀分布格局，主要包括森林、灌叢、草原、草地、高山植被、農作物、荒漠等[7]。

1.2數據來源及預處理該研究選用的MOD13Q1數據是植被指數的16 d合成數據集，來源于美國NASA官網(https://ladsweb.nascom.nasa.gov)，起止時間為2005～2014年植被生長季期間(每年7～9月)，文件格式為HDF類型，空間分辨率為250 m，該數據包括歸一化植被指數(NDVI)和增強型植被指數(EVI)。利用MODIS Reprojection Tool(MRT)工具對下載的MODIS影像進行裁剪、拼接、文件格式轉換和投影轉換，把HDF格式的影像文件轉換為TIFF文件，同時把正弦曲線地圖投影系統轉換成WGS84坐標系統。為了有效消除大氣、太陽高度角及觀測中幾何關系等不利因素的影響，對下載的多幅影像采用最大值合成法得到生長季NDVI合成數據。

輔助數據包括西藏自治區的行政區劃圖.shp矢量文件，數據來源于國家基礎地理信息中心網站(http://ngcc.sbsm.gov.cn)；1∶100萬的西藏植被類型圖，來源于國家標本資源共享平臺(http://www.nsii.org.cn/)；2005～2014年西藏地區降水、氣溫數據，來源于國家衛星氣象中心(http://www.nsmc.cma.gov.cn)。

1.3研究方法

1.3.1像元二分模型。像元二分模型的原理：假定1個遙感影像像元只包含2種成分，即植被成分和非植被成分(對于西藏地區而言，非植被成分可以認為是土壤)，混合像元的信息就可以分解為綠色植被信息和土壤成分信息2部分。混合像元的NDVI值為植被和土壤2部分對應NDVI的加權平均和，權重分別為植被和土壤在混合像元中的面積比例，表達式為：

NDVI=fveg·NDVIveg+(1+fveg)·NDVIsoil

(1)

式中，NDVI為混合像元對應的歸一化植被指數；fveg為植被覆蓋度；NDVIveg為像元只包含植被信息時對應的歸一化植被指數；NDVIsoil為像元只包含土壤信息時對應的歸一化植被指數。

因此，利用式(1)反推求算植被覆蓋度，方法如下：

fveg=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(2)

式中，NDVIsoil代表純土壤像元的植被指數，其理論值應該為0，但由于地表類型及地表粗糙度等的不同，NDVIsoil值一般情況下并不等于0。NDVIveg代表純植被像元的植被指數，理論值應該為1，但由于植被種類及生長狀況等的不同，NDVIveg也會有所差異。因此，NDVIveg和NDVIsoil并不是一個固定不變的值，不能簡單地把某幅圖像像元的最大值和最小值確定為所需的NDVIveg和NDVIsoil的值[8-11]。

該研究利用統計方法確定NDVIveg和NDVIsoil，參數選取給定置信區間上的最大值和最小值。利用ENVI軟件中Basic Tools中的Statistics工具分別對2005～2014年的NDVI圖像進行NDVI頻率統計，以[0.5%,99.5%]為置信區間，在去除水體的基礎上對累計概率進行選擇取值，0.5%對應的NDVI為NDVIsoil，99.5%對應的NDVI為NDVIveg。然后，利用公式(2)分別計算出2005～2014年西藏地區生長季期間的植被覆蓋度。

1.3.2趨勢分析法。為研究2005～2014年西藏地區生長季期間植被覆蓋度的變化趨勢，把10年植被覆蓋度結果逐像元進行一元線性回歸分析，計算公式如下：

(3)

式中，n為監測年數；y為第j年對應的西藏地區植被覆蓋度；slope為多年植被覆蓋度線性擬合的斜率。斜率的正負反映了2005～2014年西藏地區植被覆蓋度的變化趨勢，斜率的大小反映了2005～2014年西藏地區植被覆蓋度的變化幅度。斜率為正，表示植被覆蓋度增加；斜率為負，表示植被覆蓋度減少。植被覆蓋度變化幅度的大小取決于斜率的大小，隨斜率絕對值的增大而增大，亦隨斜率絕對值的減小而減小。

1.3.3聚類分析劃分氣候區。有研究指出，影響西藏地區植被覆蓋度變化的主要因素為氣候和人類活動[12-14]。筆者根據西藏地區同期的降水和氣溫數據，采用基于密度的聚類分析方法，將西藏地區按照降水趨勢和氣溫趨勢分別劃分為2個區，即P1、P2區和T1、T2區；然后在ArcGIS10.1中把降水分區和氣溫分區進行疊加，產生3個氣候分區，分別為P1T1、P1T2和P2T2(圖1)。

注：a.根據降水趨勢分區；b.根據氣溫趨勢分區；c.降水和氣溫分區的疊加分區。Note: a. Division of climate zones based on precipitation trend; b. Division of climate zones based on temperature trend; c.Superposition of precipitation and temperature zones. 圖1　西藏地區氣候區劃分Fig.1　Division of climate zones in Tibet

在同一氣候區內，2005～2014年的氣候趨勢一致；不同氣候區之間，2005～2014年的氣候趨勢不同。因此，在相同的氣候區內部，造成植被覆蓋度趨勢斜率變化的原因可以歸結于人類活動。該研究基于上述提到的趨勢分析法，在劃分不同氣候區的基礎上，討論人類活動對2005～2014年西藏地區生長季植被覆蓋度趨勢變化的影響。

2　結果與分析

2.1植被覆蓋度估算結果通過像元二分模型獲得2005～2014年西藏地區生長季植被覆蓋度，參照《土地利用現狀調查技術規程》并結合西藏地區實際情況，將植被覆蓋度分為5類：低植被覆蓋(<10%)，中低植被覆蓋(10%～30%)，中植被覆蓋(30%～45%)，中高植被覆蓋(45%～60%)，高植被覆蓋(>60%)。基于決策樹分類的方法對每幅圖像進行不同植被覆蓋度的分類統計得到圖2，其中藍色部分(植被覆蓋度為0)為水體。從圖2可以看出，西藏地區植被覆蓋度總體偏低，不同地區差異較大。西北地區阿里、那曲、日喀則等地植被覆蓋度普遍較低，年際變化小；東南地區昌都、拉薩、林芝及山南等地植被覆蓋度相對較高，且年際變化大。東南地區植被覆蓋明顯好于西北地區，其中部分地區植被覆蓋度甚至在60%以上，這與其他對西藏地區植被反演的研究結果相似[15-16]。造成西藏地區南北植被覆蓋差異的主要原因是氣候的不同。西藏西北地區嚴寒干燥多風，海拔高，空氣稀薄，地表覆被類型主要為高寒草原、荒漠草原、高寒草甸等。該地區生態環境脆弱，生態系統的自我調節和修復能力極差，導致植被覆蓋較低；東南溫暖濕潤，海拔較低，地表覆被類型以林地、耕地、牧草地為主，因此植被覆蓋相對較高[17]。

該研究繪制了2005～2014年西藏全境生長季平均植被覆蓋度的整體變化情況，并利用一元線性回歸擬合出回歸直線。從圖3可以看出，西藏全境10年間平均植被覆蓋度為33.00%～36.00%，呈現波動性。平均植被覆蓋度最大值出現在2011年，為35.18%，最小值出現在2010年，為33.61%；2009年以前，平均植被覆蓋度大體在34.00%左右，差異不大；2010年以后，平均植被覆蓋度明顯上升，基本保持在35.00%左右。2005～2014年西藏地區平均植被覆蓋度呈現緩慢上升趨勢。

圖2　2005～2014年西藏地區生長季植被覆蓋度Fig.2　Spatial distribution of vegetation coverage in Tibet from 2005 to 2014

圖3　2005～2014年西藏地區生長季平均植被覆蓋度變化情況Fig.3　Changes of average vegetation coverage during the growing season in Tibet from 2005 to 2014

2.2不同植被類型植被覆蓋度動態變化根據西藏地區1∶100萬的植被類型圖，結合西藏實際情況，將植被類型劃分為森林、灌叢、草原、草甸、高山植被、農作物、荒漠及湖水8類，在去除水體的基礎上，運用決策樹分類分別統計2005～2014年不同植被類型生長季植被覆蓋度，并繪制成折線圖(圖4)。

圖4　2005～2014年西藏地區生長季不同植被類型植被覆蓋度Fig.4　Vegetation coverage of different vegetation types during the growing season in Tibet from 2005 to 2014

從圖4可以看出，相同年份內不同植被類型植被覆蓋度差異較大，植被覆蓋度由大到小依次為森林、農作物、灌叢、草甸、高山植被、草原、荒漠。其中，森林植被覆蓋度最高，10年來每年生長季都保持在80.00%以上，年際變化較大；農作物類型植被覆蓋度緊隨其后，基本保持在70.00%以上；灌叢10年間植被覆蓋度也在60.00%左右；草甸植被覆蓋度在45.00%左右；高山植被和草原植被覆蓋度為20.00%左右；荒漠植被覆蓋度最低，僅10.00%左右。森林、農作物及灌叢均集中分布于西藏東南部地區，而草原、草甸、高山植被以及荒漠大部分分布于西北地區，這也是西藏東南地區植被覆蓋度明顯好于西北地區的原因。

2.3不同地區植被覆蓋度動態變化根據西藏地區行政區劃圖，統計不同地區植被覆蓋度得到表1。由表1可知，不同地區植被覆蓋度差異較大。其中，位于西北的阿里地區植被覆蓋最少，10年間平均植被覆蓋度只有15.32%，年際變化小；中部的那曲地區和日喀則市植被覆蓋度接近，約為30.00%，年際變化也不大；而東南部的拉薩市、林芝市、昌都市以及山南地區植被覆蓋度相對較高，且年際變化大。除拉薩的植被覆蓋度為50.00%～53.00%以外，其余3個地市均為60.00%以上，林芝市甚至有5年生長季期間植被覆蓋度達到70.00%以上。

2.4植被覆蓋度變化趨勢分析利用趨勢分析法，將2005～2014年植被覆蓋度結果代入趨勢斜率的公式中，計算出2005～2014年西藏地區生長季植被覆蓋度的趨勢斜率(圖5a)。西藏全境趨勢斜率為-0.10～0.12，總體保持穩定。圖5a中綠色越深，表示10年來植被覆蓋改善越明顯；紅色越深，表示10年來植被覆蓋減少越明顯。P1T1和P1T2區植被覆蓋度變化趨勢相似，基本都在0以上，以明顯改善和基本不變為主，其中，P1T2區明顯改善面積大于P1T1區；植被覆蓋度趨勢斜率小于0的部分即紅色區域主要分布在 P2T2區，同時P2T2區也有大面積的區域趨勢斜率在0以上，因此，P2T2區表現為植被覆蓋改善與減少并存。

表1　2005～2014年西藏不同地區植被覆蓋度動態變化

單獨將P2T2區提取出來，并將其與西藏地區行政區劃圖進行疊加分析發現，雖然同處一個氣候區，但趨勢斜率也存在空間分布的不同(圖5b)，即趨勢斜率值小于0的部分主要位于P2T2區中部和東南部分地區，從行政區劃來看則主要位于拉薩市與林芝市的交界地帶、山南地區的東南部以及林芝市的中部地區；趨勢斜率值大于0的部分主要位于西部的那曲地區、日喀則市以及拉薩市的西部區域。同一氣候區內，降水和氣溫對于植被覆蓋度的影響差異不大，因此認為造成P2T2區趨勢斜率空間分布差異較大的主要因素是人類活動。將P2T2區趨勢斜率圖與西藏植被類型圖進行疊加，發現趨勢斜率值接近-0.1的區域位于雅魯藏布江谷地，距離農作物植被類型特別近，這也證明了東南部分地區植被覆蓋度明顯減少的確是人類活動造成。

林芝市、山南地區位于藏南谷地，雅魯藏布江貫穿其中，由于受印度洋暖濕氣流的影響，氣候溫和多雨，適宜居住；地形方面，西藏東南部地區海拔較低，地勢平緩，因而屬于人口聚集區。隨著近年來藏南地區經濟飛速發展，城鎮化水平越來越高，人口規模不斷擴大。在經濟社會不斷發展的同時，也給生態環境造成壓力，尤其是植被覆蓋度明顯減少。因此，未來應重點加強對植被覆蓋度減少明顯地區的生態保護，提升西藏整體生態屏障功能。

注：a.總體趨勢斜率；b.P2T2區趨勢斜率。Note: a. Tibet; b. P2T2 region.圖5　總體趨勢斜率與P2T2區趨勢斜率Fig.5　Trend slopes of vegetation coverage in Tibet and P2T2 region

3　結論

(1)該研究基于像元二分模型，利用MODIS-NDVI數據反演了2005～2014年西藏全境生長季的植被覆蓋度，并對其時空變化特征進行了分析，通過劃分氣候區，在控制氣候要素的基礎上，討論人類活動對近10年西藏地區植被覆蓋變化的影響，得出如下結論：2005～2014年西藏地區生長季期間平均植被覆蓋度為33.00%～36.00%，植被覆蓋度年際變化整體表現上升趨勢，但上升線性趨勢不明顯；空間分布上，東南地區植被覆蓋明顯好于西北地區，其中，拉薩市、林芝市、山南地區以及昌都市生長季植被覆蓋度均在50%以上，而阿里地區、那曲地區以及日喀則市植被覆蓋度較低，造成東南地區植被覆蓋度高于西北地區的主要原因取決于降水。這是由于受到印度洋暖濕氣流的影響，藏南谷地相對于藏北高原典型的大陸性氣候而言，降雨量相對較多，降水量的多少直接決定著植被的長勢，因而東南地區植被覆蓋度明顯好于西北地區；不同植被覆蓋類型植被覆蓋度也不同，即森林、灌叢、農作物等類型植被覆蓋度較高，而草原、草甸、高山植被及荒漠等植被類型則相對較低；2005～2014年西藏地區趨勢變化總體保持穩定，植被覆蓋明顯減少的部分集中分布于拉薩市與林芝市的交界地帶、山南地區的東南部以及林芝市的中部地區，主要是人類活動影響所致。

(2)該研究提出利用聚類分析方法通過劃分氣候區，將影響植被覆蓋度的自然因素和人為因素分離，在控制氣候要素的條件下，討論人類活動對植被覆蓋度趨勢變化的影響。然而，僅選用氣溫和降水兩個因素作為氣候區的劃分，而未考慮與植被生長相關的光照時長、地形地貌等其他因素，也有其局限性。因此，加入更多的氣候、地形因素，將氣候區進行細化，從而真正把自然因素剝離開來，將是下一步的研究重點。

[1] 白淑英,吳奇,史建橋,等.基于時間序列遙感數據的西藏山南地區植被覆蓋度變化特征分析[J].中國沙漠,2015,35(5):1396-1402.

[2] 李登科,范建忠,王娟.陜西近10年來植被覆蓋度變化特征及其成因分析[J].應用生態學報,2010,21(11):1-14.

[3] 馬娜,胡云鋒,莊大方,等.基于遙感和像元二分模型的內蒙古正藍旗植被覆蓋度格局和動態變化[J].地理科學,2012,32(2):251-256.

[4] 徐瑤,陳濤.基于RS和GIS的班戈縣草地生態承載力動態變化分析[J].西南師范大學學報(自然科學版),2015,40(3):86-90.

[5] 何立恒,周寅康,楊強.延安市2000-2013年植被覆蓋度時空變化及特征分析[J].干旱區資源與環境,2015,29(11):174-179.

[6] 馮莉莉,何貞銘,劉學鋒,等.基于MODIS-NDVI數據的吉林省植被覆蓋度及其時空動態變化[J].中國科學院大學學報，2014，31(4):492-499.

[7] 段英杰,何政偉,王永前,等.基于遙感數據的西藏自治區土地沙漠化監測分析研究[J].干旱區資源與環境，2014,28(1):55-61.

[8] 楊秀海,扎西央宗,卓嘎,等.西藏那曲地區植被覆蓋狀況與氣象條件分析[J].草業學報,2008,17(2):102-109.

[9] MU S, YANG H, LI J,et al. Spatio-temporal dynamics of vegetation coverage and its relationship with climate factors in Inner Mongolia, China[J]. Journal of geographical sciences, 2013, 23(2): 231-246.

[10] LIU X, ZHANG J, ZHU X,et al. Spatiotemporal changes in vegetation coverage and its driving factors in the Three-River Headwaters Region during 2000-2011[J]. Journal of geographical sciences, 2014, 24(2): 288-302.

[11] 周兆葉,儲少林,王志偉,等.基于NDVI的植被覆蓋度的變化分析[J].草業科學,2008,25(12):23-29.

[12] 宋怡,金龍,陳建兵.青藏公路工程活動對沿線植被覆蓋的影響[J].冰川凍土,2014,36(4):1017-1025.

[13] 朱玉福,唐文武.青藏鐵路通車對西藏生態環境的影響分析[J].西藏民族學院學報(哲學社會科學版),2010，31(3):37-41.

[14] 孫鴻烈,鄭度,姚檀棟,等.青藏高原國家生態安全屏障保護與建設[J].地理學報,2012,67(1):3-12.

[15] 馬飛. 珠峰自然保護區植被覆蓋變化及沼澤濕地潛在退化風險評價[D].成都:成都理工大學,2011.

[16] 段英杰,何政偉,諸麗娟,等.基于MODIS的西藏荒漠化動態監測研究[J].廣西大學學報(自然科學版),2012,37(2):312-316.

[17] 戴睿,劉志紅,婁夢筠,等.藏北那曲地區草地退化時空特征分析[J].草地學報,2013,21(1):37-42.

Analysis of Changes in Vegetation Coverage in Tibet during 2005-2014 Based on Remote Sensing

XU Ning

(College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 101407)

[Objective] To estimate changes in vegetation coverage in Tibet over the past ten years based on remote sensing. [Method] Based on MODIS-NDVI data, the vegetation coverage during the growing season in Tibet from 2005 to 2014 was calculated by using the dimidiate pixel model, and spatial and temporal variation characteristics of the vegetation coverage were analyzed, and the changing trends of vegetation coverage in Tibet in recent ten years were also analyzed. Through the division of climate zones in Tibet, the influences of human activities on the changes of vegetation coverage in Tibet were discussed when climates factors were constant. [Result] In the growing season from 2005 to 2014, the average vegetation coverage in Tibet changed from 33.00% to 36.00%, showing an increasing trend on the whole. Vegetation coverage in the southeast of Tibet was higher than that in the northwest of Tibet. The vegetation coverage of forest, shrubs and crops was relatively higher, whereas it was relatively lower in grassland, meadow, alpine and desert. During 2005-2014, the trend slope of vegetation coverage in Tibet kept stable, and vegetation coverage decreased significantly in the border between Lhasa City and Nyingchi City, the southeast of Lhoka City, and the center of Nyingchi City, which was caused by human activities. [Conclusion] It is feasible to calculate vegetation coverage during the growing season in Tibet over the past years by using the dimidiate pixel model.

Vegetation coverage; Dimidiate pixel model; Analysis of changing trend; Clustering analysis

國家973基金項目(2013CB956000)。

許寧(1991- )，男，山東德州人，碩士研究生，研究方向：基于遙感的草地生態學。

2016-06-06

S 812.29；Q 948

A

0517-6611(2016)19-033-05