近30年來梵凈山植被覆蓋時空變化及影響因素分析

張珍珍, 熊康寧, 黃登紅

(貴州師范大學 喀斯特研究院/國家喀斯特石漠化防治工程技術研究中心, 貴陽 550001)

植被是陸地生態系統的主體，其與地質、地貌、氣候、水文、土壤、動物和微生物共同構成了自然地理環境，是最能反映其他要素性質的指示者，很大程度上代表了區域生態環境的總體狀況[1]，也是生態環境變化的重要指標[2]。植被的組成以及空間分布與配置格局是影響生態系統結構和功能的重要因素[3-4]，植被的生長狀況對野生動物的食物、生境和種群產生重要影響[5]。尤其是山區的植被有非常重要的作用，森林植被為物種提供了棲息地，較高的植被覆蓋可以調節氣候，減少水土流失，有效地減少如山體滑坡、泥石流和洪水等自然災害[6]。獲取地表植被覆蓋及其變化信息，對探討與揭示地表空間變化規律及驅動因子、分析評價區域生態環境具有重要現實意義[7]。

植被既是生態系統的最重要組成部分，也是遙感影像上的重要地物信息[8]。歸一化植被指數(Normalized Difference Vegetation Index,NDVI)具有時間和空間上的連續性，常被用于監測植被生長狀態[9]。同時，NDVI能很好地反映植物生長狀態和植被覆蓋度，也是衡量區域生態系統的重要信息[10-11]。Milne等[12]最早通過陸地衛星監測澳大利亞世界遺產地威蘭德拉湖區的土地覆蓋，發現區內的土地覆蓋率呈逐年削減狀態；楊海龍等[13]以“3S”技術統計了各植被類型中黔金絲猴的出現頻率，結果表明中山常綠、落葉闊葉混交林和低山常綠闊葉林是黔金絲猴主要選擇的植被類型。研究和實踐表明，“3S”技術有助于及時掌握遺產地大尺度范圍的動態變化[14-15]。山區植被覆蓋易受到自然災害和人為活動的干擾，同時山區植被覆蓋變化也受到氣候、地形等因素的影響[16-20]，針對梵凈山地區大尺度、長時段的植被覆蓋度時空變化的研究較少。

NDVI和像元二分模型估算植被覆蓋度的方法得到廣泛應用[21-25]，利用遙感手段研究植被覆蓋度時空分布及其影響因素對揭示梵凈山生態環境狀況具有重要的現實意義。研究以1990—2016年3個時期Landsat TM/ETM/OLI 遙感數據為信息源，通過ArcGIS，SPSS等軟件定量分析植被覆蓋變化與地形因子、人類活動的關系，以期為梵凈山世界自然遺產提名地植被覆蓋監測及生態環境管理提供科學依據。

1　研究區概況

梵凈山世界自然遺產提名地位于貴州省印江、松桃與江口三縣交界處，云貴高原東部邊緣向湘西低山丘陵過渡的山原斜坡地帶，屬武陵山脈的主峰，地勢隆起顯著，地理位置27°45′07″—28°02′42″N，108°30′43″—108°47′53″E。梵凈山處于亞熱帶中部，主峰鳳凰山海拔2 572 m(圖1)，低山丘陵環繞外圍，不同高度的年平均氣溫介于5.0～17.0℃，氣溫隨地勢的增高而下降，其年平均氣溫垂直遞減率為0.5℃/100 m(迎風坡)，0.56℃/100 m(背風坡)。梵凈山發育完整的垂直帶譜系列景觀，生態系統類型豐富，包括地帶性常綠闊葉林、暖性針葉林、溫性闊葉林與針葉林等，是多種古老孑遺植物和珍稀瀕危動植物的棲息地。迄今保存低山常綠闊葉林、低山針葉林、低山次生落葉闊葉林、中山針闊混交林、中山常綠落葉闊葉混交林、山頂苔蘚矮林、高中山灌叢、高中山針闊混交林等森林生態系統和梵凈山冷杉(Abiesfanjingshanensis)、水青岡(FaguslongipetiolataSeem.)、黔椆(Cyclobalanopsisstewardianna)、珙桐(DavidiainvolucrataBaill.)、鐵杉(Tsugachinensispritz.)等重要植物群落，含5個植被型組、10個植被型、46個群系，各類野生動植物7 154種。

圖1　研究區地形

2　數據來源

2.1　數據處理

DEM數據來自1:50 000地形圖。研究選取1990年8月22日、2002年8月31日、2016年8月29日3個時期的Landsat TM/ETM/OLI影像，數據來源于中國科學院計算機網絡信息中心地理空間數據云平臺(http:∥www.gscloud.cn)，以ENVI 5.3對遙感影像進行消除薄云、地形校正、幾何校正、融合、裁剪等預處理，基于像元二分模型生產3個時期植被覆蓋度分布圖。參考《土地利用現狀分類》(GB/T21010—2007)標準，以監督分類中最大似然分類器提取土地利用類型，分為耕地、林地、園地、水體、草地、裸地、城鎮用地及未利用地8大類。以Majority/minorityAnalysis消除小圖斑，Clump Class合并臨近的類似分類區，Sieve Classes過濾掉被隔離的分類像元，將0.5 m空間分辨率航拍影像、野外調查數據與土地利用分類結果進行比較，對錯分的類型進行人工修改，基于地表真實感興趣區的分類結果精度均大于81%。

2.2　研究方法

(1) 歸一化植被指數(NDVI)。NDVI能消除部分與太陽高度角、衛星觀測角、地形、云影等與大氣條件有關的輻射變化，也是植被生長狀態及植被覆蓋度最佳指示因子，被定義為近紅外波段與可見光紅波段數值之差和這兩個波段數值之和比值，計算公式如下：

NDVI=(NIR-R)/(NIR+R)

(1)

式中：NIR為近紅外波段的反射率；R為紅光波段的反射率。Landsat TM/ETM影像NDVI=(Band4-Band3)/(Band4+Band3)，OLI影像NDVI=(Band5-Band4)/(Band5+Band4)。

(2) 像元二分模型估算植被覆蓋度。像元二分模型估算植被覆蓋度計算簡便、結果可靠，是一種實用的植被遙感估算模型[26-27]。它假設一個像元的地表由有植被覆蓋部分地表與無植被覆蓋部分地表組成，遙感傳感器觀測到的光譜信息也由這2個因子線性加權合成，各因子的權重是各自的面積在像元中所占的比率。參考李苗苗等[28]提出的估算NDVIsoil和NDVIveg的方法，Vn為植被覆蓋度，計算公式如下：

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

(2)

式中：NDVI為該像元上的歸一化植被指數；NDVIsoil為裸地部分的NDVI值；NDVIveg為植被部分的NDVI值。

同一時相的遙感影像，NDVIsoil的變化范圍一般在-0.1～0.2，同時因植被類型的影響，NDVIveg值也會隨時間和空間的變化而改變，NDVIsoil和NDVIveg不取固定值[29]。根據影像上NDVI的灰度分布，以0.5%置信度截取NDVI累計值百分比的閾值分別近似代表NDVIveg和NDVIsoil。

3　結果與分析

3.1　植被覆蓋度時空變化

在ENVI 5.3中代入公式(2)計算植被覆蓋度，設定植被覆蓋度為5級：極低植被覆蓋度(V1<10%)、低植被覆蓋度(10%≤V2<30%)、中植被覆蓋度(30%≤V3<50%)、中高植被覆蓋度(50%≤V4<70%)、高植被覆蓋度(70%≤V5)。如表1和附圖4所示，近30年間，梵凈山的植被覆蓋良好，極低植被覆蓋度和低植被覆蓋度占比較低，其北部、西部的居民地以及東部帶狀公路沿線的植被覆蓋變化較為穩定，各等級植被覆蓋度之間的變化較大，其中2002年的植被覆蓋度出現大范圍降低。

表1　1990-2016年梵凈山植被覆蓋度

注：—表示無值，P為各等級植被覆蓋度占研究區總面積比例。

為揭示研究區植被覆蓋度的動態變化特征，建立植被覆蓋度轉移變化分級指標，發生4個等級變化為強度，3個等級變化為中度，2個等級變化為輕度，1個等級變化為微度。其中，指定高植被覆蓋度向低植被覆蓋度轉變為退化，反之為增加。在ArcGIS中將1990—2016年3期植被覆蓋度數據進行GIS疊加分析，得到植被覆蓋度等級轉移變化統計表(表2)。1990—2002年，植被覆蓋出現微度退化面積663.83 km2，輕度退化79.08 km2，可能受到大面積的因子影響，無變化區域面積僅30.65 km2；2002—2016年，生態環境得到改善，無變化區域面積505.73 km2，微度和輕度增加分別達262.70，3.90 km2。1990—2016年，植被覆蓋度出現微度退化面積552.61 km2，無變化區210.33 km2，總體來看研究區的植被覆蓋度受到一定的影響。

3.2　植被覆蓋度變化與地形因子關系

3.2.1植被覆蓋度與海拔山地是貴州省分布面積最大的地貌類型，梵凈山屬武陵山脈向西南的延伸部分，可劃分為低山(小于900 m)、低中山(900～1 600 m)、中山(1 600～1 900 m)、高山(1 900～2 900 m)[30]。研究重點關注植被覆蓋變化劇烈區域，即低山、中低山區域。由圖2可見，研究區的低山、中低山區地勢相對平緩，水熱條件優越，植被覆蓋度高，并且低山和中低山的植被覆蓋度面積占比較大，1990—2016年3個時期占比分別為83.72%，83.68%，83.74%，但海拔相對較低的區域人類活動頻繁，受農業耕種和城鎮建設活動的影響，地表植被覆蓋易受到破壞。

表2　1990-2016年梵凈山植被覆蓋度等級轉移變化

注：—表示無值。

圖21990-2016年海拔-植被覆蓋度變化

3.2.2植被覆蓋度與坡度不同坡度直接影響坡面接受太陽輻射的量值以及物質交流與能量轉換的方式與程度，從而間接地影響該坡面植被類型與分布態勢[31]。從1∶50 000 DEM獲取研究區坡度數據，劃分坡度類型為平坡(0°～5°)、緩坡(6°～15°)、斜坡(16°～25°)、陡坡(26°～35°)、急坡(36°～45°)、險坡(46°以上)共6級[32]。將1990—2016年3期植被覆蓋度數據與坡度數據進行GIS疊加分析，獲取坡度與植被覆蓋度面積的變化關系圖。從圖3中可以看出，當坡度小于5°時，植被覆蓋度比較低；當坡度變大時，植被覆蓋度有所上升，緩坡區植被覆蓋度占比19.42%；斜坡、陡坡、急坡的植被覆蓋度占較大比重，分別為33.33%，28.48%，12.18%；險坡植被覆蓋較低，但是存在高植被覆蓋度，占比3.03%，說明研究區植被覆蓋度較高的區域主要分布在坡度相對較陡的地帶。植被覆蓋度較低的區域主要分布在坡度相對較緩的地帶，其原因是研究區坡度相對較緩的地帶也是人類活動的集中區域，受人類活動的破壞植被覆蓋度較低，而坡度較陡的地帶，受人類活動影響較小，植被覆蓋相對較好。

圖31990-2016年坡度-植被覆蓋度變化

3.2.3植被覆蓋度與坡向坡向是決定地表面接受陽光和重新分配太陽輻射能量的重要地形因子之一[33]。研究設定坡向：北為0°，東為90°，南為180°，西為270°，并將坡向劃分為陽坡(135°～225°)、陰坡(315°～45°)、半陽坡(90°～135°，225°～270°)、半陰坡(45°～90°，270°～315°)。研究區具有典型的中亞熱帶季風山地濕潤氣候特征，夏半年盛行偏南風，為單一盛行風向，受地形阻擋的影響，陽坡的降水量也多于陰坡，從而有利于植被的生長。研究區的山體北東走向，屬武陵山脈的主峰，地勢隆起具有明顯的孤島特征，導致水熱因子較均衡環山體分布。

將坡向數據與植被覆蓋度數據進行GIS疊加分析，得到研究區植被覆蓋度變化與不同坡向數據(圖4)。1990—2016年，中植被覆蓋度以2002年變化幅度較大，并且陽坡、半陽坡和陰坡、半陰坡的植被覆蓋度占研究區面積差異擴大。陽坡、半陽坡的植被覆蓋整體高于陰坡、半陰坡。陽坡、半陽坡獲得的太陽輻射能較多，光照時間最長，植被覆蓋面積為198.32，198.37 km2，半陰坡、陰坡的植被覆蓋面積為178.0，191.0 km2，陰坡和半陰坡可能因喜陰植被生長導致部分區域植被覆蓋度較高。

圖41990-2016年坡向-植被覆蓋度變化

3.3　植被覆蓋度與土地利用

人類活動深刻地改變和干預了自然地理環境，土地利用是其主要表現形式，其直接表征就是地表覆被狀況的改變，土地利用變化是反映人類活動強度的重要因子[34-35]。

通過咨詢世界自然遺產保護專家，實地調研研究區管理發展和現狀及林地養護情況，將耕地、園地、城鎮用地劃為人類活動影響區(M)，水體、草地、裸地、林地及未利用地合并為未利用地為自然區(N)，得到梵凈山3期土地利用圖(附圖5)。1990—2016年，自然區面積呈減少趨勢，依次為：651.41 km2>610.18 km2>569.78 km2，相應的人類活動影響區面積呈擴展態勢，分別為124.70 km2<165.37 km2<206.33 km2。近30年間，研究區受人類活動影響區域主要分布于緩沖區農業耕作區，北部和南部的城鎮建設區，以及環梵凈山公路沿線。

將研究區1990—2016年的土地利用數據與同時期植被覆蓋度數據分別進行GIS疊加分析，獲取梵凈山各等級植被覆蓋度占人類活動影響區域的面積。如表3所示，自然區和人類活動影響區中的中植被覆蓋度占各等級植被覆蓋度的主要部分，各個時期內自然區中植被覆蓋度、中高植被覆蓋度均高于人類活動影響區。近30年間，自然區和人類活動影響區的極低植被覆蓋度面積變化小；低植被覆蓋度和中植被覆蓋度在2002年出現倒V形變化，自然區內和人類活動影響區的低植被覆蓋度相比1990年增長約77倍和24倍，中植被覆蓋度較之于1990年增長近10倍和7倍，說明研究區植被可能受氣象因素的大面積影響而導致植被覆蓋度驟減。隨人類活動范圍和強度增大，緩沖區及提名地內的一部分高植被覆蓋區變化轉移為裸地、建設用地等無植被或少植被區，植被覆蓋度出現輕度降低趨勢，從而影響梵凈山的生態環境功能和價值。

注：—表示無值。

研究區內農村居民點規模小、數量多、分布廣，主要分布在低海拔地區。傳統生活生產方式對自然資源的依賴性較強，強烈的人類活動將低海拔地區的大部分灌叢和林地被轉化為耕地或建設用地，導致植被覆蓋脆弱性明顯，其土地利用變化過程對區域生態環境的影響不容忽視。提名地內土地利用類型的變化對植被覆蓋度的退化和植被恢復有明顯影響，提名地有團龍村、大園址村等5個村，人口密度7人/km2，主要集中于梵凈山西部，隨著城鎮化發展及進行遺產提名地保護管理，居民逐步外遷，提名地內居民人數呈減少趨勢，同時經過實施生態管控，生態環境壓力有所緩解；梵凈山保護區的緩沖區分布凱文村、梵凈山村等16個村，人口密度49人/km2，旅游開發活動如開辟交通、營建賓館、飯店、停車場等導致林草地用途改變和對植物資源的損毀，以及農村居民點和城鎮周邊的耕地遭受侵占，使土地利用類型和空間結構更加復雜。此外，公路建設對植被覆蓋度的轉移變化有一定影響，梵凈山環線公路分布于1300～1 400 m以下的低山常綠闊葉林和低山次生落葉闊葉林區域，產生了線狀無植被覆蓋區。提名地和緩沖區修建旅游基礎設施，以及存在滑坡、泥石流、森林病蟲害等自然災害，也成為影響植被覆蓋度出現小斑狀變化的擾動因素。

4　結 論

(1) 1990—2016年，梵凈山世界遺產提名地植被覆蓋較好，緩沖區植被覆蓋度較低且變化敏感度較高。研究區山體具有特殊的地勢隆起的孤島特征，地形因子海拔、坡度、坡向在熱量和降水方面不同程度上影響各等級植被覆蓋度的空間分布，同時地形因子極大影響著人類活動在研究區的空間分布，進而影響著生態環境承受的壓力大小。

(2) 梵凈山植被覆蓋度變化與土地利用變化存在一定相關性。人類活動影響強度較高地區主要分布于緩沖區，導致緩沖區植被覆蓋度脆弱性明顯高于提名地，2002年以后大部分區域的植被覆蓋度均在中高、中植被覆蓋度以上，且多集中人類活動影響較小的坡地，低植被覆蓋主要分布于緩沖區零星帶狀、片狀的人類活動建設區。緩沖區城鎮化發展對生態環境的壓力越來越大，提名地的旅游設施建設導致植被覆蓋度降低日趨明顯，研究區當前和今后一段時期內應堅持保護好現有森林資源，繼續實施退耕還林、天然林保護、自然保護區建設等生態建設工程，促進區域協調發展。

(3) 本文還存在不足和有待完善之處。研究采用的遙感數據的時間跨度近30年，影像數據時間分辨率較低，同時研究區的植被類型和下墊面具有復雜性和多樣性，擬采用高時空分辨率、長時間序列的植被覆蓋度數據集、多源遙感數據融合估算植被覆蓋度，進一步研究氣候、社會經濟活動與植被覆蓋度的綜合響應機制，將更能反映人文和自然環境因子對梵凈山自然遺產提名地植被的影響。

參考文獻：

[1]梁應權.植被監測及趨勢分析:植被數量生態學中幾個理論問題的探討[J].植物生態學報,2008,32(4):967-976.

[2]Leprieur C, Verstraete M M, Pinty B. Evaluation of the performance of various vegetation indices to retrieve vegetation cover from AVHRR data[J]. Remote Sensing Reviews, 1994,10(4):265-284.

[3]陳晉,陳云浩,何春陽,等.基于土地覆蓋分類的植被覆蓋率估算亞像元模型與應用[J].遙感學報,2001,5(6):416-422.

[4]陳濤,牛瑞卿,李平湘,等.密云水庫流域2000—2005年植被覆蓋度變化監測[J].環境科學與技術,2011,34(S2):190-195.

[5]陳云浩,李曉兵,史培軍,等.北京海淀區植被覆蓋的遙感動態研究[J].植物生態學報,2001,25(5):588-593.

[6]胡學平,王式功,許平平,等.2009—2013年中國西南地區連續干旱的成因分析[J].氣象,2014(10):1216-1229.

[7]賈坤,姚云軍,魏香琴,等.植被覆蓋度遙感估算研究進展[J].地球科學進展,2013,28(7):774-782.

[8]Jin X, Wan L, Zhang Y K, et al. Quantification of spatial distribution of vegetation in the Qilian Mountain area with MODIS NDVI[J]. International Journal of Remote Sensing, 2009,30(21):5751-5766.

[9]Kaufman Y J, Tanré D. Atmospherically resistant vegetation index(ARVI) for EOS-MODIS[J]. IEEE Transactions on Geoscience & Remote Sensing, 1992,30(2):261-270.

[10]李崇巍,劉麗娟,孫鵬森,等.岷江上游植被格局與環境關系的研究[J].北京師范大學學報:自然科學版,2005,41(4):404-409.

[11]Wang H, Liu G H, Zong-Shan L I, et al. Driving force and changing trends of vegetation phenology in the Loess Plateau of China from 2000 to 2010[J]. Journal of Mountain Science,2016,13(5):844-856.

[12]Milne A K, O′NEILL A L. Mapping and monitoring land cover in the Willandra Lakes World Heritage Region[J]. International Journal of Remote Sensing, 1990,11(11):2035-2049.

[13]楊海龍,李迪強,朵海瑞,等.梵凈山國家級自然保護區植被分布與黔金絲猴生境選擇[J].林業科學研究,2010,23(3):393-398.

[14]周忠發,秦青春,謝湛明,等.基于“3S”的梵凈山自然保護區植被分布探討[J].測繪與空間地理信息,2006,29(3):4-6.

[15]楊波,何露.農業文化遺產研究的GIS應用前景分析[J].中國農業資源與區劃,2015,36(2):139-144.

[16]Bayramov E, Buchroithner M F, Mcgurty E. Determination of main climate and ground factors controlling vegetation cover regrowth along oil and gas pipelines using multiple, spatial and geographically weighted regression procedures[J]. Environmental Earth Sciences, 2012,66(7):2047-2062.

[17]Jamali S, Seaquist J, Ard?J, et al. Investigating temporal relationships between rainfall, soil moisture and MODIS-derived NDVI and EVI for six sites in Africa[J]. Savanna, 2011,21(3):547-553.

[18]Jin X, Wan L, Zhang Y K, et al. Quantification of spatial distribution of vegetation in the Qilian Mountain area with MODIS NDVI[J]. International Journal of Remote Sensing, 2009,30(21):5751-5766.

[19]盧德彬,禹真,毛婉柳,等.基于GIS和分形理論的山區土地利用空間結構研究[J].水土保持研究,2016，24(2):220-223.

[20]Cong N, Piao S, Chen A, et al. Spring vegetation green-up date in China inferred from SPOT NDVI data: A multiple model analysis[J]. Agricultural and Forest Meteorology, 2012,165:104-113.

[21]潘建平,葉煥倬.基于遙感分類的植被覆蓋度提取[J].測繪信息與工程,2007,32(6):17-19.

[22]宋翔,顏長珍,朱艷玲,等.黃河源區土地利用/覆被變化及其生態環境效應[J].中國沙漠,2009,29(6):1049-1055.

[23]孫家柄.遙感原理與應用[M].武漢:武漢大學出版社,2003.

[25]Turner B L I, Clark W C, Kates R W, et al. The earth as transformed by human action : global and regional changes in the biosphere over the past 300 years[M]. Cambridge, UK: Cambridge University Press, 1993.

[26]王靜.土地資源遙感監測與評價方法[J].北京:科學出版社,2006.

[27]邢著榮,馮幼貴,楊貴軍,等.基于遙感的植被覆蓋度估算方法述評[J].遙感技術與應用,2009,24(6):849-854.

[28]李苗苗,吳炳方,顏長珍,等.密云水庫上游植被覆蓋度的遙感估算[J].資源科學,2004,26(4):153-159.

[29]吳英,張萬幸,張麗瓊,等.基于DEM的地形與植被分布關聯分析[J].東北林業大學學報,2012,40(11):96-98.

[30]煙貫發,萬魯河,溫智虹,等.基于RS和DEM的長白山天池植被分布的坡度坡向分析[J].測繪通報,2012(S1):233-236.

[31]楊三紅,李晉敏.基于DEM的森林空間分布格局的研究[J].山西林業科技,2008(2):13-15.

[32]汪有奎,郭生祥,汪杰,等.甘肅祁連山國家級自然保護區森林生態系統服務價值評估[J].中國沙漠,2013,33(6):1905-1911.

[33]于樹梅,劉景時,袁金國.基于SPOT-VGT NDVI的西藏羊卓雍錯流域地表覆被變化研究[J].光譜學與光譜分析,2010(6):1570-1574.

[34]王瑞燕,趙庚星,周偉,等.土地利用對生態環境脆弱性的影響評價[J].農業工程學報,2008,24(12):215-220.

[35]賀肖芳,陳燕,朱敏,等.鹽城海岸帶植被覆蓋度時空變化及其與土地利用變遷響應研究[J].中南林業科技大學學報,2016,36(2):101-105.