基于Landsat影像的NDVI對植被與影響因子交互耦合的響應

林玉英 胡喜生 邱榮祖 張正雄 林 喬 林金國

(1.福建農林大學交通與土木工程學院， 福州 350002； 2.福建農林大學材料工程學院， 福州 350002)

0 引言

植被是陸地最重要的生態系統，是土壤圈、水圈和大氣圈的物質循環和能量流動的樞紐，在保持水土、涵養水源、調節大氣等方面發揮了重要作用[1-2]，研究植被時空動態變化具有重要的科學意義和現實價值，能夠為區域生態環境的可持續發展提供科學依據[3-4]。遙感影像數據由于其可獲取性、覆蓋面積廣、時空分辨率高，已被廣泛應用于大時空尺度的植被覆蓋變化的監測研究[5-6]。其中利用植被在紅波段與近紅外波段的反射特征構建的歸一化植被指數(Normalized difference vegetation index，NDVI)，已經成為監測植被覆蓋情況及其生長狀況的最佳遙感指數[7-8]，廣泛應用于不同尺度植被覆蓋時空變化及其對氣候因子響應機制的研究[2,9-10]。研究表明NDVI指數不僅可以反映植被覆蓋的時間序列變化，還可以在像元水平進行可視化，為植被覆蓋定量動態監測提供有力的工具[11]。

然而，以往研究大多基于GIMMS NDVI、SPOT-VGT NDVI或MODIS NDVI等產品數據[7, 12-13]，時間分辨率高，而空間分辨率偏低，適用于中大尺度區域的研究，在小尺度區域研究中精度偏低。利用Landsat系列數據反演的精度可達到30 m，可用于中小尺度區域的研究，但其回訪周期較長，在多云多雨的中國南方地區可用數據較少[14]。當前采用Landsat系列數據提取NDVI指數的研究主要集中在各種空間尺度上植被覆蓋的變化監測及其退化原因的分析[15-16]。植被NDVI值隨著土地覆蓋類型變化而變化，同一覆蓋類型(如森林)在不同地形地貌條件下也可能存在差異[17]，然而對不同植被類型的NDVI指數進行對比的研究鮮見報道，對植被NDVI指數在不同植被類型與不同林分特征(如起源、林齡、郁閉度)和坡度等因子相互耦合情況下響應機制的研究更少見報道。

福建省是我國南方重點林區，森林覆蓋率位居全國第一，研究區位于福建省閩江上游沙溪支流區域，森林覆蓋率高達77%，位居全省第一，是全省重要林業產業基地與全國重點林區。本文基于2007年、2012年和2016年具有較高空間分辨率(30 m)的Landsat影像數據，以像元為基本計算單元，采用像元二分模型法，分析閩江上游區域植被NDVI指數的時空變化特征及其對影響因子交互耦合的響應機制，以期為閩江流域植被監測和生態保護提供科學依據。

1 研究區概況

閩江上游地處福建省中西部，位于武夷山脈與戴云山脈之間的匯水區，東經116°22′～118°39′，北緯25°29′～27°07′。境內沙溪等5條河流匯于沙溪河，為閩江上游水源地。研究區為南方重點林業市縣(區)、全國重點毛竹基地之一，全國南方林區綜合改革試驗區。全區大部分屬亞熱帶氣候，年平均氣溫14～19℃，年平均降雨量1 500～1 900 mm，年平均日照時間1 800 h。地帶性植被以屬中亞熱帶常綠闊葉樹種樟科和殼斗科為主，人工林以馬尾松林、杉木林和毛竹林為主。

2 研究方法

2.1 數據來源

遙感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)提供的Landsat TM和Landsat OLI數據。由于衛星遙感影像受天氣的影響較大，獲取具有合適的時間間隔、物侯相近、云量又少的影像非常困難，尤其在多云多雨的中國南方地區可用數據更少。為此，本研究盡量選取云量少且處在生長季的影像，經篩選，符合要求的只有2007年5月7日、2012年8月3日和2016年3月28日的衛星影像，云量分別為0、0.23%、0。另外，2007年、2012年和2016年的森林二類調查矢量數據庫來源于三明市林業局，用于提取不同森林植被的空間分布情況，以及提取林分特征(如林齡、郁閉度)和坡度等影響因子。

2.2 數據預處理

數據預處理包括輻射定標、大氣校正和配準。對于2007年和2012年的Landsat TM的輻射校正采用CHANDER等[18]和CHARVZ[19]的模型和大氣校正參數，對于2016年的Landsat OLI的輻射校正采用美國USGS提供的定標公式和參數(http:∥glovis.usgs.gov)，將影像的灰度(DN)轉換為傳感器處反射率，以減少不同時相影像之間在地形、光照和大氣等方面引起的差異；不同時相影像之間的配準采用二次多項式和最鄰近象元法[20- 21]，配準的均方根誤差小于0.5個像元。

2.3 NDVI指數的提取

NDVI指數的標準算法為

NDVI=(ρNIR-ρR)/(ρNIR+ρR)

(1)

式中ρNIR——遙感影像中近紅外波段的反射率

ρR——遙感影像中紅光波段的反射率

由于受大氣、地表狀況、年份、季節和區域等條件影響，NDVI值隨時間與空間而變化[22]。為了排除這些影響，不少研究采用累積歸一化植被指數[5]、平均歸一化植被指數和最大歸一化植被指數來描述植被年際變化[7,23]。這些指標比較適用于具有高時間分辨率而空間分辨率低的數據，然而在時間分辨率較低而空間分辨率較高的Landsat遙感影像數據中運用難度較大。像元二分模型法因其具有操作簡單、精度較高等優點在利用Landsat影像進行植被監測中得以廣泛應用[15,22]。植被NDVI指數值隨著物候的變化而變化，NDVI指數有一定的飽和現象，但在實際研究中很難找到飽和的影像，因此，本文假設所收集的三期影像均為飽和影像，則三期相應的NDVI指數最大和最小值即為飽和值和全裸土壤背景值，此時借助像元二分模型法，采用研究區域各時相NDVI指數的最大和最小值來取代NDVIveg和NDVIsoil計算各像元的植被NDVI指數值(即標準化后的值)，在一定程度上可以消除物候對NDVI指數值的影響[22]，使得2007年、2012年和2016年3個時期的NDVI指數具有可比性。像元二分模型為

NDVI′=(NDVI-NDVImin)/(NDVImax+NDVImin)

(2)

式中NDVI′——經標準化后的像元NDVI指數

NDVImax、NDVImin——各時相NDVI指數的最大和最小值

2.4 NDVI指數對植被與影響因子交互耦合的響應分析方法

基于森林資源二類調查矢量數據庫，根據優勢樹種的情況，將植被類型劃分為闊葉樹林、馬尾松林、杉木林、竹林、桉樹林、檫樹林、經濟林、雜木林、灌木林、其他林地和非林地11類；根據森林起源，將植被類型分為天然林、人工林、飛播林和其他4類；根據齡級，將植被類型分為幼齡林、中齡林、近熟林、成熟林和過熟林5類；將植被郁閉度劃分為5類：0～0.2、0.2～0.4、0.4～0.6、0.6～0.8和大于0.8；將坡度劃分為5類：0～10°、11°～20°、21°～30°、31°～40°和大于40°；將立地等級劃分為5類：肥沃、較肥沃、中等肥沃、瘠薄和其他。

在以上植被類型和影響因子分類的基礎上，采用ArcGIS 10.2軟件對植被與影響因子逐一進行融合，生成植被類型、森林起源、植被齡級、植被郁閉度、坡度和立地等級矢量數據圖層，分別與NDVI指數空間分布圖疊加，進而采用以表格顯示分區統計工具即可匯總不同植被類型、不同影響因子的NDVI指數平均值。為了分析NDVI指數對植被與影響因子交互耦合的響應機制，首先，分別將植被類型矢量數據圖層與植被齡級、植被郁閉度、坡度等因子進行相交疊加并融合，生成植被類型與各因子交互耦合的矢量數據圖層，然后采用以表格顯示分區統計工具匯總植被類型與各因子交互耦合情景下不同類別的NDVI指數平均值，對不同類型的NDVI指數進行對比分析，可以探索NDVI指數對植被與影響因子交互耦合的響應機制。技術路線圖如圖1所示。

圖1 NDVI指數對植被與影響因子交互耦合的響應分析技術路線Fig.1 Technical route of response of NDVI to interactive coupling of vegetation and impact factors

3 結果與分析

3.1 NDVI指數的時空變化規律

經統計，研究區的NDVI指數在研究期間逐漸提高，2007年、2012年和2016年的NDVI指數值分別為0.72、0.75和0.79。從空間上看，3個時期NDVI的空間分布格局較一致(圖2)，其中NDVI低值區位于沙溪兩側帶狀的市轄區所在地、各鄉鎮居民集中點以及道路網絡附近；而NDVI高值區主要位于山區，該區域人口分布較少、森林覆蓋度較高。

圖2 2007年、2012年和2016年NDVI的空間分布Fig.2 Spatial distribution maps of NDVI in 2007, 2012 and 2016

圖3 2007年、2012年和2016年NDVI變化的空間分布Fig.3 Spatial distribution maps of changes of NDVI in 2007, 2012 and 2016

為了進一步分析NDVI指數的時間變化動態，進一步將各年份的NDVI指數按自然斷點間隔分成5級，分別代表低、較低、中等、較高、高5個等級的植被覆蓋度(表1)。總體來說，不同年份的NDVI等級為較高、高所占的比例均大于81%，說明研究區生態質量較好。這是因為該研究區為森林高覆蓋區(近80%覆蓋率)[24]。從時間來看，從2007年到2016年，NDVI等級為低、較低所占的面積前期(2007—2012)變化不大，而后期(2012—2016)上升較快，由2007年的4.6%到2012年的4.7%，2016年則上升到7.6%；NDVI等級為中等所占面積先降后升，先由2007年的9.3%下降到2012年的6.1%，隨即上升到2016年的11.3%；而NDVI等級為較高、高所占的面積則先升后降，先由2007年的86.1%上升到2012年的89.2%，隨即下降到2016年的81.1%。這說明雖然2007年、2012年和2016年的NDVI指數逐漸上升，然而研究區的生態質量呈現前期提高而后期下降的趨勢。

表1 2007年、2012年和2016年各等級NDVI的面積及占比Tab.1 Area of different grades of NDVI in 2007, 2012 and 2016

由2007—2012年、2012—2016年和2007—2016年這3個時期NDVI指數隨時間的變化結果來看(圖3、表2)，2007—2012年期間，NDVI指數降低的面積達73.26 km2，約占研究區面積的6.4%，而NDVI指數提高的面積為207.20 km2，比例為18.1%；2012—2016期間，NDVI指數降低的面積達139.66 km2，約占研究區總面積的12.2%，而NDVI指數提高的面積只有112.19 km2，比例僅為9.8%。兩個期間NDVI指數變化的分析結果與2007年、2012年和2016年各級NDVI面積的變化趨勢結果一致，兩者都表明研究區的生態質量呈現前期提高而后期下降的趨勢。就整個研究年間(2007—2016年)而言，研究區的生態質量改善的面積大于惡化的面積，這與NDVI指數平均值在研究年間逐年提高的結果相符。具體表現為NDVI指數降低的面積達100.37 km2，約占研究區面積的8.8%；而NDVI指數提高的面積為186.00 km2，約占研究區面積的16.2%。

從空間上看，NDVI指數降低的地點主要分布在城區和各鄉鎮周邊(圖3中的紅色圖斑)，其中有一個很明顯的特征是紅色圖斑連串呈帶狀特征，這些紅色圖斑主要分布在公路兩側。說明道路建設對植被造成一定的負面影響。而NDVI指數提高的地點遍布整個研究區(圖3中綠色圖斑)，位于研究區北部具有一片面積較大的區域(金絲灣省級森林公園)在2007—2016年間植被得到了顯著改善。由此可見，植被恢復的原因在于：一方面得益于政府實施的森林保護政策，使得森林覆蓋逐漸得到一定程度的恢復；另一方面城市中心部分的老城區經過不斷綠化，其NDVI指數也得到改善。

表2 2007年、2012年和2016年NDVI變化的面積統計Tab.2 Changing area of NDVI in 2007, 2012 and 2016

3.2 不同植被類型NDVI指數的時空變化規律

不同植被類型具有不同的生物學特性，其NDVI指數有所差別[13,25]，為此，本研究分別統計2007年、2012年和2016年不同植被類型的NDVI指數平均值(圖4)。不同植被類型的NDVI指數由大到小依次為：闊葉樹林、灌木林、馬尾松林、竹林、杉木林、雜木林、桉樹林、其他林地、經濟林、檫樹林、非林地。NDVI是植被覆蓋、植被光合作用強度、生物量、綠度等參數的綜合反映[9,26]，闊葉樹林和灌木林由于具有較高的蓋度、綠度等，因此NDVI指數較高；而經濟林、檫樹林則為單層林且郁閉度較小，因此NDVI指數也較低。不同植被類型的NDVI指數年變化規律表明(表3)，闊葉樹林、灌木林、馬尾松林、竹林、杉木林等增長較快，在2007—2016年年間這些植被類型的NDVI指數均至少提高了12.8%；而檫樹林、桉樹林和非林地的NDVI指數值在研究后期均下降，其中檫樹林下降最快，比例高達15.8%。這主要是由于研究區早期將檫樹作為一種人工栽培樹種，森林經營管理較好，然而其經濟效益不如杉木、馬尾松等南方主要用材樹種，導致了一方面檫樹林面積逐漸萎縮，另一方面其生長質量也逐漸下降，因此研究后期檫樹林的NDVI指數急速下降。21世紀初桉樹林在閩西北地區大力推廣，種植面積不斷擴大，然而由于其抗寒能力問題以及市場價格走低，2012年左右以后桉樹林逐漸被取代，這可能是導致其NDVI指數前期下降而后期穩定的原因。

圖4 不同植被類型2007年、2012年和2016年NDVI變化Fig.4 Variation of NDVI of different types of vegetation in 2007, 2012 and 2016

植被類型NDVINDVI變化率/%2007年2012年2016年2007—2012年2012—2016年2007—2016年闊葉樹林0.780.800.902.612.515.4灌木林0.780.810.883.88.612.8馬尾松林0.750.780.874.011.516.0竹林0.750.800.866.77.514.7杉木林0.740.780.845.47.713.5雜木林0.750.750.8209.39.3桉樹林0.780.750.75-3.80-3.8其他林地0.710.760.757.0-1.35.6經濟林0.720.740.742.802.8檫樹林0.760.800.645.3-20.0-15.8非林地0.560.600.507.1-16.7-10.7

3.3 NDVI指數的影響因子

為進一步探討林分因子和地形地貌因子對NDVI指數的影響，本研究對NDVI指數對不同森林起源、不同齡級、不同郁閉度、不同坡度、不同立地等級的響應機制進行了對比分析(表4)。結果表明，人工林的NDVI指數明顯大于天然林的，前者NDVI指數為0.93，而后者為0.88；NDVI指數隨著林齡的增加逐漸增加，呈現出從幼齡林的0.80快速提高到中齡林的0.86，而后增速不明顯的規律；NDVI指數隨著郁閉度的增加也呈現逐漸增加的規律，這與隨著林齡變化的規律類似，NDVI指數首先由郁閉度(0～0.2)的0.71迅速提升到郁閉度(0.2～0.4)的0.82，再到郁閉度(0.4～0.6)的0.86，而后隨著郁閉度的增加，NDVI指數基本保持穩定；NDVI指數隨著坡度的增加而增加，在坡度平緩的地方，由于受人為干擾較大，其NDVI指數較低，而在坡度較大的地方，NDVI指數較高，該研究結果與豫西山地植被NDVI隨著坡度增加而增大的規律一致[17]；然而，隨著立地等級的提高，NDVI指數呈現相反的趨勢，原因有待結合森林景觀空間分布進一步深入探索。

表4 NDVI的影響因子Tab.4 Influence factors of NDVI

3.4 NDVI指數對植被與影響因子交互耦合的響應

植被類型一方面影響NDVI指數，另一方面也影響NDVI指數對林齡、郁閉度和坡度的響應機制[8, 10]。由圖5可知，闊葉樹林的NDVI指數隨著年齡增加單調遞增；馬尾松林除了幼齡林NDVI指數異常外，也呈現隨著林齡增加單調遞增的趨勢；杉木林和其他林地的NDVI指數到近熟林達到峰值，而后逐漸下降；桉樹林的NDVI指數由幼齡林到中齡林迅速提升，而后提高比較緩慢，成熟林的NDVI指數達到最大，而后降低；而雜木林的NDVI指數值隨著林齡的增長顯現交錯遞增的趨勢。從總體上看，不同植被類型大都表現為NDVI指數隨著林齡增大而增大的趨勢，然而不同植被類型的NDVI指數隨著林齡增大的變化過程不盡相同，依次可以將植被劃分為以下3種類型：穩步上升型，如闊葉樹林和馬尾松林；前期上升快而后期慢型，如桉樹林；先升后降型，如杉木林和其他林地。

由圖6可知，闊葉樹林、馬尾松林、杉木林和其他林地的NDVI指數呈現隨著郁閉度的增加逐漸上升的趨勢；而灌木林和桉樹林的NDVI指數呈現隨著郁閉度的增加逐漸下降的趨勢；雜木林則比較沒有規律。由此可見，并非林分郁閉度越高，NDVI指數越高，不同植被類型的NDVI指數對郁閉度的響應機制不同。

由圖7可知，馬尾松林的NDVI指數呈現隨著坡度的增加而增加的趨勢；而其他森林植被類型的NDVI指數呈現先隨著坡度的增加而增加的趨勢，在坡度為30°～40°處達到最高值，而NDVI指數在坡度大于40°的地方均呈現不同程度的下降。由此可以推測，馬尾松林在坡度越陡的地方生長狀況越好；而其他森林植被類型在坡度超過40°的地方生長質量開始下降。

圖5 不同植被類型NDVI隨林齡的變化規律Fig.5 Changes of NDVI with forest age for different types of vegetation

圖6 不同植被類型NDVI隨郁閉度的變化規律Fig.6 Changes of NDVI with forest canopy density for different types of vegetation

圖7 不同植被類型NDVI隨坡度的變化規律Fig.7 Changes of NDVI with slope for different types of vegetation

4 結論

(1)研究區的NDVI指數在研究期間逐漸提高，2007年、2012年和2016年的NDVI指數分別為0.72、0.75和0.79。NDVI較低區位于沙溪兩側帶狀的市轄區所在地、各鄉鎮居民集中點以及道路網絡附近。

(2)從空間上看，不同年份的NDVI等級為較高、高所占的比例均大于81%，總體生態質量較好。從時間來看，研究區的生態質量呈現前期提高而后期下降的趨勢。NDVI指數降低的地點主要分布在城區、各鄉鎮周邊及公路兩側。不同植被類型的NDVI指數由大到小依次為：闊葉樹林、灌木林、馬尾松林、竹林、杉木林、雜木林、桉樹林、其他林地、經濟林、檫樹林、非林地。

(3)NDVI指數隨著林齡的增加逐漸增加，呈現出從幼齡林0.80快速提高到中齡林的0.86，而后增速不明顯的規律；NDVI指數隨著郁閉度的增加也呈現逐漸增加的規律，與隨著林齡變化的規律類似，NDVI指數首先由郁閉度(0～0.2)的0.71迅速提升到郁閉度(0.2～0.4)的0.82，再到郁閉度(0.4～0.6)的0.86，而后隨著郁閉度的增加，NDVI指數基本保持穩定；NDVI指數隨著坡度的增加而增加；而隨著立地等級的提高，NDVI指數呈現相反的趨勢，其中的原因有待結合森林景觀空間分布進一步深入探索。從總體上看，不同植被類型大都表現為NDVI指數隨著林齡增大而增大的趨勢，然而不同植被類型的NDVI指數值隨著林齡增大的變化過程不盡相同，依次可以將植被劃分為以下3種類型：穩步上升型，如闊葉樹林和馬尾松林；前期上升快而后期慢型，如桉樹林；先升后降型，如杉木林和其他林地。不同植被類型NDVI指數值對郁閉度的響應機制不同。馬尾松林的NDVI指數呈現隨著坡度的增加而增加的趨勢；而其他森林植被類型的NDVI指數呈現先隨著坡度的增加而增加的趨勢，在坡度為30°～40°處達到最高值，而NDVI指數在坡度大于40°的地方均呈現不同程度的下降。