黃土高原草地覆蓋度時空變化及其對氣候變化的響應

史曉亮, 王馨爽

(1.西安科技大學 測繪科學與技術學院, 西安 710054; 2.國家測繪地理信息局陜西基礎地理信息中心, 西安 710054)

植被作為表征生態環境變化的指示器，研究動態變化及其對氣候變化的響應已成為全球變化研究的主要內容之一[1]。植被覆蓋度是指植被冠層在地面的垂直投影面積占統計區域面積的百分比，是衡量一個地區地表植被覆蓋的重要指標[2]，也是反映植被長勢和描述生態系統的重要基礎數據和基本指標[1]，對區域生態系統環境變化具有重要的指示作用[3]。因此，及時準確獲取地表植被覆蓋度及其動態變化，對于揭示全球變化和人類活動影響下的區域生態系統演變特征，分析評價區域生態環境具有重要意義[4]。

目前植被覆蓋度測量方法可分為地面測量法和遙感測量法兩大類。前者野外操作不便，成本較高[5]，且推廣到大范圍時具有較大的不確定性[6]。隨著遙感技術的發展，利用其覆蓋范圍廣和連續觀測時間序列長的特點，遙感測量法逐漸取代傳統的地面測量法，從而成為估算植被覆蓋度的主要技術手段[7]。由于形式簡單和具有一定物理意義，像元二分模型已成為較為常用的植被覆蓋度遙感估算模型。吳云[8]、馬娜[9]、李小亞[10]、馬琳雅[11]、何慧娟[12]等利用該模型分別對海河流域、內蒙古正藍旗、甘肅省河東地區、甘南州、陜西省等地植被覆蓋度進行了估算，得到了廣泛的應用。

黃土高原是中國的生態脆弱區和水土保持重點區域[13]，由于特殊的自然環境和長期不合理的人類活動的雙重影響，該區植被破壞嚴重，尤其是草地大范圍嚴重退化，已有95.1%的可利用天然草原存在不同程度的退化[14]。為改善日益惡化的生態環境，從1999年開始國家在黃土高原實施退耕還林還草、封山育林等大規模植被建設，有力推動了該區植被恢復和重建[15]。目前已有學者在黃土高原開展了植被覆蓋度研究。劉憲鋒等[16]研究認為2000—2009年黃土高原地區植被覆蓋度呈增加趨勢，氣溫、降水的增加以及退耕還林還草等工程的實施是該區植被覆蓋度增加的主要原因。劉宇等[15]研究同樣認為黃土高原2000—2008年植被覆蓋度整體呈上升趨勢。郭敏杰等[2]分析了黃土高原地區1982—2006年植被覆蓋度時空變化特征及其對氣候變化的響應后認為，植被活動趨于增強，植被生長對降水因子的響應更為敏感。但是以往研究多局限于單一遙感數據源，研究時間序列較短，且較少涉及對黃土高原地區在大規模生態工程建設實施前后草地覆蓋度的研究。因此，本文綜合利用AVHRR GIMMS和MODIS兩種NDVI數據源，估算黃土高原1982—2014年長時間序列草地覆蓋度，并以1999年為分界點，分析探討該區大規模植被建設前后草地覆蓋度的時空變化及其與氣候因子的關系，以期為黃土高原退耕還林還草生態工程成效評價提供科學依據。

1 研究區概況

黃土高原位于黃河中上游地區，是世界上最大的黃土沉淀區，地理位置介于東經100°54′—114°33′，北緯33°43′—41°16′。包括太行山以西、青海省日月山以東，秦嶺以北、長城以南廣大地區。區域跨甘肅省、青海省、陜西省、山西省、河南省、寧夏回族自治區以及內蒙古自治區等省區，總面積約63.2萬km2，其中草地面積占41.7%(圖1)。

圖1 研究區位置

該區地形西高東低，海拔高度84～5 206 m。地處半干旱半濕潤氣候帶，屬暖溫帶大陸性季風氣候，夏季雨熱同季，冬季寒旱同期，年均氣溫3.6～14.3℃，年均降水量300～800 mm[17]。由于黃土高原處于半濕潤、半干旱和干旱區的過渡帶，而且大風、霜凍等自然災害頻發，以及盲目毀林開荒、陡坡耕作等人類不合理的開發活動，導致該區植被總體覆蓋度較低，水土流失嚴重[13]。

2 材料與方法

2.1 數據來源及預處理

本研究使用的AVHRR GIMMS NDVI數據是由美國國家航空航天局(NASA)于2003年推出的植被指數變化數據集，來源于國家自然科學基金委員會“中國西部環境與生態科學數據中心”(http:∥westdc.westgis.ac.cn)，空間分辨率為8 km，時間尺度為1982年1月—2006年12月。該數據集為半月合成數據，采用最大值合成法MVC(Maximum Value Composites)獲取月NDVI數據[18]。

MODIS NDVI數據來自美國NASA地球觀測系統的2001—2014年的MOD13A3月值NDVI數據(https:∥ladsweb.nascom.nasa.gov)，空間分辨率為1 km，并通過MRT(MODIS Reprojection Tools)軟件對下載獲取的MODIS NDVI數據完成鑲嵌、投影與格式轉換等處理，并通過重采樣獲取空間分辨率為8 km的MODIS NDVI數據。最后利用黃土高原邊界分別裁切獲取研究區空間分辨率為8 km的1982—2006年GIMMS NDVI和2001—2014年MODIS NDVI數據。

氣象數據來源于中國氣象科學數據共享服務網(http:∥cdc.nmic.cn)，包括研究區45個氣象站點(圖1)1982—2014年的年降水量、平均氣溫。采用反距離權重插值方法，獲取與NDVI數據具有相同投影和像元大小的年降水量和平均氣溫柵格數據集。黃土高原草地分布數據根據中國科學院遙感與數字地球研究所提供的2010年全國1∶10萬土地利用遙感監測數據裁切提取。

2.2 NDVI數據時間序列插補

由于AVHRR GIMMS和MODIS兩種數據源的NDVI數據具有不同的時空分辨率和傳感器精度，因此在基于兩種數據源構建黃土高原長時間序列NDVI數據集時，應該對兩種數據進行處理，以求達到一致性。本研究利用兩種數據源的重合時間段的月NDVI數據(2001—2006年72個月)建立兩種數據源間基于像元的一元線性回歸模型，基本結構格式為[19]：

Gi=a+bVi+εi

(1)

式中：εi為隨機誤差；參數a，b的估計使用最小二乘法，擬合表達式為：

(2)

(3)

在此基礎上，應用建立的一元線性回歸模型對2007—2014年的MODIS NDVI數據進行轉換，從而實現對GIMMS NDVI數據的插補，經驗證插補數據可以用于研究區NDVI長時間序列時空變化分析[20]。最后采用最大值合成法獲取年NDVI值[21]，最終建立黃土高原33 a(1982—2014年)逐年的NDVI數據集。

2.3 植被覆蓋度估算

利用像元二分模型估算植被覆蓋度的基本原理是假定通過遙感傳感器觀測到的信息S由純綠色植被部分貢獻的信息Sv和純裸土部分貢獻的信息Ss兩部分組成，也即是兩種純組分以面積比例加權的線性組合[9]。設像元中有植被覆蓋的面積比例即為該像元的植被覆蓋度為fc，純植被覆蓋信息為Sveg，純土壤信息為Ssoil，則有

S=Sveg×fc+Ssoil×(1-fc)

(4)

fc=(S-Ssoil)/(Sveg-Ssoil)

(5)

根據像元二分模型的基本原理，一個像元的NDVI值可以表達為由綠色植被部分所貢獻的信息NDVIveg與裸土部分所貢獻的信息NDVIsoil這兩部分組成，因此可以將NDVI與像元二分模型結合，得到基于NDVI的植被覆蓋度估算模型[8]：

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

(6)

式中：NDVIsoil為裸土或無植被覆蓋區域部分對應的NDVI值；NDVIveg為植被部分對應的NDVI值。

像元二分模型應用的關鍵是NDVIsoil和NDVIveg值的確定，在理論上，純裸地像元的NDVIsoil應該接近于0，且不隨時間的變化而變化。但現實中由于大氣條件、地表濕度等因素的影響，區域上的NDVIsoil并不是一個定值，其變化范圍一般在-0.1～0.2[22]。同樣對于純植被像元，植被構成、空間分布差異等因素均會造成NDVIveg的變化[1]。本文參考Gutman[23]，甘春英等[24]提出的方法，依據研究區影像上的NDVI的灰度分布情況，以0.5%置信度截取NDVI的上下限閾值分別近似代表NDVIsoil和NDVIveg。進而應用公式(6)計算黃土高原1982—2104年的植被覆蓋度分布情況。

參照《中國資源環境遙感宏觀調查與動態研究》[25]，將黃土高原草地定量劃分為高覆蓋度草地(覆蓋度>50%)、中覆蓋度草地(20%～50%)和低覆蓋度草地(<20%)3級。

2.4 分析方法

本文應用一元線性回歸分析方法在像元尺度分析黃土高原在大規模植被建設前后兩個階段草地覆蓋度的變化趨勢。計算公式為[26]：

(7)

式中：θslope為趨勢斜率，即研究時段草地覆蓋度的變化趨勢；n為研究時段的年數；fci為第i年的草地覆蓋度。斜率為正表示草地覆蓋度增加，反之表示下降。

此外，利用基于像元的相關分析方法，對1982—2014年黃土高原草地覆蓋度與主要氣候因子(降水與氣溫)進行逐像元相關分析，使用相關系數的空間分布情況來反映草地覆蓋度對于氣候因子的響應。相關系數計算公式如下：

(8)

3 結果與分析

3.1 黃土高原草地覆蓋度時空演變特征

3.1.1 草地覆蓋度年際變化趨勢 由圖2可見，黃土高原1982—2014年草地覆蓋度年際波動變化較大，但整體呈增加趨勢，年增速為0.44%。年均草地覆蓋度在1982年最低(31.8%)，2014年最高(54.9%)，平均為42.5%。其中1982—1998年研究區草地覆蓋度年均增速為0.32%，年均覆蓋度為39.3%。但是自1999年實施大規模退耕還草等生態工程建設以來，該區草地覆蓋度呈現明顯增加趨勢，1999—2014年年均增速達到0.9%，年均覆蓋度增加到45.9%，草地覆蓋情況得到了明顯改善。

圖2 1982-2014年黃土高原年均草地覆蓋度變化動態

3.1.2 不同草地類型面積變化特征 在分析黃土高原草地覆蓋度總體變化的基礎上，本研究進一步研究了黃土高原不同草地類型的面積變化。從圖3中可以看出，近33 a來黃土高原草地類型結構發生了較明顯的變化。低覆蓋度草地所占比例明顯下降，在黃土高原大規模植被建設實施前(1982—1998年)的17 a間，該區低覆蓋度草地所占比例平均值為25.7%，而自1999年開始經過16 a的大規模植被建設，1999—2014年低覆蓋度草地所占比例下降到18.6%，相應的中覆蓋度草地所占比例也略有下降。與此同時，該區大規模植被建設前后高覆蓋度草地面積比例分別為31.7%和41.4%，高覆蓋度草地面積呈現明顯增加趨勢。

圖3 1982-2014年黃土高原不同草地類型面積變化動態

3.1.3 草地覆蓋度空間分布特征 黃土高原草地覆蓋度受到氣候、地形、人類活動等多種因素的綜合影響，空間差異顯著。從圖4可以看出，在內蒙古自治區的鄂爾多斯地區、河套平原，甘肅省隴中、寧夏回族自治區中北部等部分地區，由于自然環境惡劣，草地覆蓋度較低，主要為低覆蓋度草地。在陜北地區、甘肅省隴東，以及寧夏回族自治區南部等地，主要分布著大范圍的中覆蓋度草地。而且青海省東部、陜西省關中地區以及山西省等地，草地覆蓋度在50%以上，相對較高，尤其是在陜西省的銅川、寶雞和渭南，山西省長治、榆次等地，平均草地覆蓋度大于60%，草地質量較好。

圖4 1982-2014年黃土高原年均草地覆蓋度的空間分布

3.1.4 草地覆蓋度變化趨勢的空間分布 本研究進一步采用逐像元線性趨勢法分析了黃土高原大規模生態工程建設實施前后草地覆蓋度的變化趨勢。從圖5A可以看出，在大規模植被建設實施前(1982—1998年)，雖然占黃土高原草地總面積74.8%的區域覆蓋度呈增加趨勢，主要分布在內蒙古、寧夏自治區南部，甘肅省隴東和陜北地區等，但平均增加趨勢僅為0.52%，變化不顯著。由此可見，在大規模植被建設前，黃土高原大部分草地覆蓋度無顯著變化。而自1999年開始經過16 a的大規模植被建設，1999—2014年研究區65.1%草地覆蓋度呈增加趨勢，盡管增加面積比例有所降低，但平均年增速達到1.76%(圖5B)。尤其是在陜北高原、山西中西部的呂梁—太行山等地，草地覆蓋度呈現顯著增加趨勢。其余地區草地覆蓋度有所下降，但趨勢不顯著(-0.65%)，主要分布在研究區西北部的干旱荒漠區的大同、呼和浩特，以及青海省東部的西寧，甘肅省的隴東等地。這些地區氣候干燥少雨，導致覆蓋度有所下降。而在陜西關中地區的西安、寶雞等地，由于人口眾多，經濟發展相對較快，人類開發活動劇烈，因此草地覆蓋度同樣有所降低?？梢钥闯?，黃土高原草地的生長狀況整體有所改善。

3.2 黃土高原草地覆蓋度與氣候因子的相關關系

本研究基于像元尺度的相關分析方法，分別對1982—2014年的年最大草地覆蓋度、年降水量和年均氣溫的相關系數進行逐像元分析，從而在空間尺度分析草地覆蓋度與主要氣候因子的關系。如圖6A所示，黃土高原草地覆蓋度與降水量的相關系數為0.22，不存在明顯的相關性。從像元尺度來看，草地覆蓋度與降水呈正相關的面積達到85.2%，有26.7%的面積達到顯著正相關(p<0.05)，主要分布在內蒙古自治區的鄂爾多斯地區、河套平原，寧夏回族自治區南部，甘肅省的隴東，以及陜北地區等地，尤其在陜北的榆林市、甘肅省白銀市、內蒙古自治區的烏海市等地草地覆蓋度與降水量之間相關性較高，呈極顯著正相關(p<0.01)，降水是這些區域草地生長的主要限制因子。其他大部分地區草地覆蓋度與降水相關性不明顯。

圖5 1998年黃土高原大規模植被建設實施前、后草地覆蓋度的變化趨勢

從圖6B可以看出，黃土高原地區草地覆蓋度與年平均氣溫的相關系數為0.13，不存在明顯的相關性。從像元尺度來看，研究區草地覆蓋度與氣溫呈正相關的地區占草地總面積的70.5%，其中顯著正相關約為18.9%(p<0.05)，主要分布在內蒙古自治區鄂爾多斯地區、陜西省榆林、山西省北部部分地區。研究區草地覆蓋度與氣溫呈顯著負相關的地區占總面積的3.0%，主要分布在寧夏省西部、甘肅省天水等地。因此，相比黃土高原地區草地覆蓋度與氣溫的關系，黃土高原地區降水因子對草地覆蓋度的影響更為明顯。

圖6 1982-2014年黃土高原植被年最大草地覆蓋度與年降水量、年平均氣溫間的相關性

4 討 論

一般認為黃土高原地區植被覆蓋度呈增加趨勢，植被覆蓋度對降水因子的響應更敏感[2]，但是植被變化同時受到人類活動的影響。張寶慶等[27]研究認為1982—1998年黃土高原NDVI與氣溫和降水表現出了良好的相關性，而在1999年之后，大規模植被建設措施的實施和農業技術進步促進了該區植被恢復，該區植被覆蓋對氣候等自然因子的變化敏感度降低。肖強等[26]研究表明黃土高原植被覆蓋變化對氣候變化敏感，但是人類活動同樣影響植被覆蓋情況。尤其是隨著該地區退牧還草等生態恢復工程的實施，黃土高原植被覆蓋度的增加主要是人類活動影響的結果。因此，黃土高原地區植被覆蓋受到氣候和人類活動的綜合影響，但是自1999年以來，植被覆蓋與氣候因子的相關性降低，人類活動對植被覆蓋的影響程度明顯增強。

以往關于黃土高原草地覆蓋度的研究，由于遙感數據源時間尺度限制，未能分析該區在大規模退耕還草前后草地覆蓋度的時空演變。而本文綜合利用AVHRR GIMMS和MODIS兩種NDVI數據源，并應用逐像元線性回歸模型方法對GIMMS NDVI數據進行插補延長，從而實現了黃土高原長時間序列草地覆蓋度的估算，對于評價該區退耕還草生態工程的實施效應更具參考價值。

5 結 論

(1) 黃土高原1982—2014年平均草地覆蓋度為42.5%，總體呈增加趨勢，尤其是自1999年該區實施大規模生態環境工程建設以來，該區草地覆蓋度增加趨勢更加顯著。33 a間該區低覆蓋度草地面積明顯減少，而高覆蓋度草地面積顯著增加，草地質量得到明顯改善。

(2) 黃土高原草地覆蓋度空間分布差異顯著，總體表現為東南高、西北低的特征。而從草地覆蓋度變化趨勢的空間分布來看，在大規模植被建設實施前(1982—1998年)，該區大部分區域草地覆蓋度無顯著變化。而自1999年開始經過16 a大規模生態工程的建設實施，黃土高原在1999—2014年65.1%的區域草地覆蓋度呈增加趨勢，年增速達到1.76%。尤其是在陜北高原、山西中西部的呂梁—太行山等地，草地覆蓋度呈現顯著增加趨勢。

(3) 相比黃土高原地區草地覆蓋度與氣溫的關系，黃土高原地區降水因子對草地覆蓋度的影響更為明顯。

參考文獻:

[1] 穆少杰,李建龍,陳奕兆,等.2001—2010年內蒙古植被覆蓋度時空變化特征[J].地理學報,2012,67(9):1255-1268.

[2] 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):35-40.

[3] 高彥凈,謝余初,錢大文,等.甘肅白龍江流域植被覆蓋度及景觀格局變化[J].水土保持研究,2015,22(1):181-187.

[4] 苗正紅,劉志明,王宗明,等.基于MODIS NDVI的吉林省植被覆蓋度動態遙感監測[J].遙感技術與應用,2010,25(3):387-393.

[5] 朱會利,楊改河,韓磊.延安市退耕過程植被覆蓋度變化及其影響因子分析[J].農業機械學報,2015,46(8):272-280.

[6] 李登科,范建忠,王娟.陜西省植被覆蓋度變化特征及其成因[J].應用生態學報,2010,21(11):2896-2903.

[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] 吳云,曾源,趙炎,等.基于MODIS數據的淮河流域植被覆蓋度估算及動態變化分析[J].資源科學,2010,32(7):1417-1424.

[9] 馬娜,胡云峰,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.

[10] 李小亞,張勃,靳自寶.基于MODIS—NDVI的甘肅河東地區植被覆蓋度動態監測[J].水土保持研究,2013,20(1):112-115.

[11] 馬琳雅,崔霞,馮琦勝,等.2001—2011年甘南草地植被覆蓋度動態變化分析[J].草業學報,2014,23(4):1-9.

[12] 何慧娟,卓靜,王娟,等.陜西省退耕還林植被覆蓋度與濕潤指數的變化關系[J].生態學報,2016,36(2):439-447.

[13] 易浪,任志遠,張翀,等.黃土高原植被覆蓋變化與氣候和人類活動的關系[J].資源科學,2014,36(1):166-174.

[14] 韋莉,趙軍,潘竟虎,等.基于MODIS數據的黃土高原草地凈初級生產力的估算研究[J].遙感技術與應用,2009,24(5):660-664.

[15] 劉宇,傅伯杰.黃土高原植被覆蓋度變化的地形分異及土地利用/覆被變化的影響[J].干旱區地理,2013,36(6):1097-1102.

[16] 劉憲鋒,楊勇,任志遠,等.2000—2009年黃土高原地區植被覆蓋度時空變化[J].中國沙漠,2013,33(4):1244-1249.

[17] 謝寶妮,秦占飛,王洋,等.黃土高原植被凈初級生產力時空變化及其影響因素[J].農業工程學報,2014,30(11):244-253.

[18] 史曉亮,李穎,趙凱,等.諾敏河流域植被覆蓋時空演變及其與徑流的關系研究[J].干旱區資源與環境,2013,27(6):54-60.

[19] Mao D H, Wang Z M, Luo L, et al. Integrating AVHRR and MODIS data to monitor NDVI changes and their relationships with climatic parameters in Northeast China[J]. International Journal of Applied Earth Observation and Geoinformation, 2012,18(1):528-536.

[20] 張春森,胡艷,史曉亮.基于AVHRR和MODIS NDVI數據的黃土高原植被覆蓋時空演變分析[J].應用科學學報,2016,34(6):702-712.

[21] 張戈麗,徐興良,周才平,等.近30年來呼倫貝爾地區草地植被變化對氣候變化的響應[J].地理學報,2011,66(1):47-58.

[22] 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.

[23] Gutman G G. Vegetation indices from AVHRR: An update and future prospects[J]. Remote Sensing of Environment, 1991,35(2/3):121-136.

[24] 甘春英,王兮之,李保生,等.連江流域近18年來植被覆蓋度變化分析[J].地理科學,2011,31(8):1019-1024.

[25] 劉紀遠.中國資源環境遙感宏觀調查與動態研究[M].北京:中國科學技術出版社,1996.

[26] 肖強,陶建平,肖洋.黃土高原近10年植被覆蓋的動態變化及驅動力[J].生態學報,2016,36(23):7594-7602.

[27] 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(4):287-293.