基于MODIS-EVI的重慶植被覆蓋時空分異特征研究

朱林富,謝世友,*,楊 華,馬明國

1 西南大學地理科學學院,重慶 400715 2 西南大學三峽庫區生態環境教育部重點實驗室,重慶 400715 3 重慶師范大學GIS應用研究重慶市高校重點實驗室,重慶 401331

植被作為重要的陸地生態環境變化“指示器”,是物質循環和能量傳遞的“橋梁”[1-3]。植被覆蓋度直觀體現了陸地生態環境狀況,是生態系統和水土保持等研究的重要參數[4],也是衡量巖溶地區石漠化的基礎指標[5]。我國西南巖溶地區石漠化問題嚴重,植被退化和土壤流失現象突出[6]。重慶是長江流域重要的生態屏障,巖溶生態環境脆弱,三峽庫區生態風險防控難度大。為了遏制石漠化,保護長江綠色生態廊道,國家和地方政府實施了一系列生態治理工程,如天然林保護、退耕還林還草等[7-8]。植被覆蓋的動態監測與評價便是生態治理成效的主要參考依據,而重慶地形地貌復雜,植被分布地域差異大,傳統的地面監測費時費力,監測難度大[4]。

隨著遙感技術的發展,MODIS作為當今世界上新一代“圖譜合一”、從可見光到熱紅外全光譜覆蓋的光學遙感儀器,時間、空間、光譜分辨率優勢明顯,可以在大范圍內對植被覆蓋進行實時、動態和連續監測[4]。其中,反映植被生長變化情況的數據包括NDVI和EVI,NDVI的使用最為廣泛[9- 11]。相比于NDVI,EVI在算法和合成方法上的改進[9,12-13],使大氣、土壤背景以及像元異常值的影響進一步減弱,解決了NDVI易飽和的問題[14-15],不僅能更好地反映濃密植被的生長變化[13],還能對稀疏植被進行很好的區分[16],尤其是在監測巖溶地區植被變化時更具有客觀性[10]。它的廣泛應用必將推動涉及植被生長監測的生態、環境、農業等領域的發展進步[13]。

迄今,植被變化研究多集中在NDVI年際變化與氣候[3,5,11,17]、地形[8,18]、人類活動[5,8,19]等的關系方面,而運用EVI在長時序上從穩定性方面來分析植被變化時空分異特征的研究還較少[7,12]。因此,本研究選取MODIS-EVI數據,采用變異系數結合分布指數等方法分析重慶植被覆蓋的時間和空間變化規律,揭示植被變化的時空差異性,以期能更好地為石漠化地區的生態環境治理和植被生態恢復評價提供參考。

1 研究區概況與數據來源

1.1 研究區概況

重慶位于四川東部,是青藏高原與長江中下游平原的過渡地帶,105°11′—110°11′ E、28°10′—32°13′N。西、北與四川相連,東與陜西、湖北和湖南相鄰,南與貴州接壤,幅員面積82402.95km2。境內有大巴山、巫山、武陵山、大婁山等主要山脈,河流有長江、嘉陵江等(圖1)。

圖1 重慶市區域位置圖Fig.1 The regional locations of Chongqing

重慶地貌分異明顯,巖溶地貌廣布。地勢起伏大,以丘陵、山地為主,海拔最低73.1m,最高2797m。從南、北往長江河谷地勢逐級降低,山地多在1500m以上,丘陵多為300—400m。全市種植土地占28.50%,林草覆蓋占63.75%,水面占2.32%。自然植被主要有常綠闊葉林、針葉林、竹林、灌叢和草地等類型。

重慶亞熱帶季風濕潤氣候顯著,四季分明。光溫水同季,云霧天氣多、霜雪少見,春早、夏熱、秋涼、冬暖。常年均溫13—19℃,降水豐沛但分布不均,季節性顯著,年日照時數1000—1400h,為中國年日照最少的地區之一。

重慶城鄉差異大,扶貧與環境保護矛盾突出。長期以來的亂砍亂伐、不合理的土地利用造成的環境破壞嚴重,導致石漠化和水土流失的不斷加劇。三峽庫區地質災害點多面廣,生態風險大。近年來,重慶積極推進退耕還林還草、生態移民、天然林保護、水土保持與石漠化治理、礦山復墾、園林綠化等工程,生態環境得到有效改善。

1.2 數據來源及處理

本研究采用的MODIS數據為Terra衛星的MOD13Q1,格式為EOS-HDF,從美國地質調查局地球資源觀察和科學(EROS)中心的宇航局陸地過程分布式數據檔案中心(LP DAAC)下載獲得。其數據包括NDVI和EVI,均為16d合成的250m分辨率影像。研究中所選取的數據為2000年3月至2016年2月的EVI數據,每年23期,共368期影像。首先,對影像進行批量拼接、地理幾何校正和重采樣,得到tiff影像,坐標系為WGS- 84-UTM-zone- 48N。然后,以研究區行政邊界為掩膜進行裁剪,生成重慶EVI影像,并按時間順序劃分春(5—9期)、夏(10—15期)、秋(16—21期)、冬(22—4期)。最后,為了減少誤差和便于計算,對每一年季的數據采用最大值合成法(MVC)得到年季最大值EVI影像,再根據像元二分模型計算植被覆蓋度。

DEM數據為30m分辨率的ASTER GDEM V2,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。然后進行拼接、投影轉換、重采樣和裁剪,得到250m分辨率的重慶DEM圖,坐標系為WGS- 84-UTM-zone- 48N。為了便于分析和比較,結合實際并參考相關研究[20-21],把重慶高程共分為15級(表1)。

表1 重慶高程梯度分級

2 研究方法

2.1 植被覆蓋度的計算

像元二分模型的原理是假設圖像的像元信息是由土壤和植被兩部分組成,那么遙感傳感器所獲得的像元信息(DN)則可以表示為土壤貢獻的信息(DNsoil)和綠色植被貢獻的信息(DNveg)兩部分[22],即：

DN=DNsoil+DNveg

(1)

假設一個純土壤和純植被覆蓋像元的遙感信息分別為DNsoil、DNveg,那么如果在一個混合像元中純植被覆蓋的面積比例為FVC,即該像元的植被覆蓋度,則純土壤的面積比例為(1-FVC),則該混合像元的信息可以表示如下：

DN=(1-FVC)×DNsoil+FVC×DNveg

(2)

對(2)式進行變換可得植被覆蓋度計算公式：

(3)

MODIS-EVI數據是由傳感器獲得的光譜信息推算得到的植被覆蓋信息,根據模型原理,其像元值EVI也可以表示為純土壤像元值(EVIsoil)和純植被像元值(EVIveg)兩部分組成,因此利用EVI計算植被覆蓋度的公式如下[23]：

(4)

EVIsoil理論上應該為0,但由于地表環境的復雜性,EVIsoil一般為-0.1—0.2[4]。同理, EVIveg也會隨植被類型、季節而變化。因此,采用固定的EVIsoil和EVIveg顯然是不妥的。本研究根據影像數據和相關研究[5,23],選取0.5%為置信度,即累積百分比0.5%的為純土壤像元(EVIsoil),99.5%的為純植被像元(EVIveg),并將植被覆蓋度分為4級(表2)。

表2 植被覆蓋度分級

2.2 植被覆蓋異常變化

距平百分率是某時段的值與常年同期平均值之差,與常年同期平均值相比的百分率。它表征了某時段的值較常年值偏多或偏少,能直觀反映某值的異常變化;在氣象日常業務中,常用降水距平百分率評估月、季、年發生的干旱事件[24-25]。本文借用距平百分率來反映一段時期內,植被覆蓋度的面積偏離同期多年平均值的程度(表3)。計算公式為：

(5)

(6)

表3 植被覆蓋度變化分級

2.3 植被覆蓋穩定性分析

變異系數是反映資料中觀測值變異程度的統計量,是標準差與均值的比率。它可以消除資料中因觀測值的單位或平均數的不同而對結果比較產生的影響,能夠準確的表示單位均值的離散程度[26-27],其計算公式如下：

(7)

(8)

式中,C.V.為變異系數,σ為標準差。C.V.值越小,表示植被覆蓋度的分布越集中,隨時間變化的波動小,穩定性較好;反之,則表示植被覆蓋度的分布越離散,隨時間變化的波動大[27-28](表4)。

2.4 植被覆蓋變化的空間分布

植被變化在不同區域的分布特征不同。為了避免分區和植被變化面積的不同對結果的影響,本研究采用分布指數DI來評價不同區域的植被變化分布情況[20-21,29],其計算公式如下：

(9)

式中,Sie是在e區域內i類型的面積,Si是研究區內i類型的面積;Se是研究區內e區域的面積,S是研究區面積。分布指數是無量綱的標準化指數,能很好的指示植被變化空間分布特征[21]。若DI>1,表示該類型在e區域為優勢分布,DI越大,則優勢越明顯;若DI<1,表示該類型在e區域為非優勢分布[29]。

表4 植被覆蓋度波動分級

3 結果與分析

3.1 植被覆蓋時序分布特征

3.1.1 不同植被覆蓋度的面積比例

從圖2可知,2000—2015年,重慶植被年際、夏季和秋季分布以中覆蓋度為主,其次是低覆蓋度,高覆蓋度第三,劣覆蓋度最低;冬季則以低覆蓋度為主,中覆蓋度次之,劣覆蓋度第三,高覆蓋度最低;春季在2000—2007年,植被以低覆蓋度為主,2008—2015年以中覆蓋度為主。

在年際和夏季中,2003、2007年低覆蓋度比例較高,而中覆蓋度比例較低;春季,2000、2002、2003年劣覆蓋度比例較高,中覆蓋度比例較低;秋季,低覆蓋度在2000、2001、2006年比例較高,中覆蓋度比例較低;冬季,在2001、2007、2011年,劣覆蓋度比例較高,中覆蓋度比例較低。這可能與氣象災害有關系,如2000、2001、2006、2011年的特大干旱以及2008年初的低溫雨雪冰凍災害,導致劣、低覆蓋度分布面積增大,而中覆蓋度分布面積減少。

綜上可知,不同的植被覆蓋度在年際、季節里的分布不同,對氣象災害的響應也有所差異,這與植被類型有一定關系。重慶以種植地和林草地為主,前者覆蓋度相對較低,易受氣象災害影響,后者覆蓋度較高,受災害影響較小。

圖2 2000—2015年重慶植被覆蓋面積比例分布Fig.2 The distribution of vegetation coverage in Chongqing during 2000—2015

3.1.2 不同植被覆蓋度的異常變化

2000—2015年,植被低覆蓋度和高覆蓋度的變化比較明顯,而劣覆蓋度和中覆蓋度變化比較弱(圖3)。其中,低覆蓋度在2003年偏多,2011和2013年偏少;高覆蓋度在2003年偏少,2011偏多,2013年異常偏多。由此表明,近16年來,重慶植被覆蓋總體較好,但在2003、2011和2013年仍然存在一定的變化。

在不同的季節中,劣覆蓋度異常偏多的時期是2000、2002、2003年春季和2001、2006年秋季以及2011年冬季,在2009、2011、2015年春季異常偏少;低覆蓋度在2000、2001年秋季異常偏多,在2013年夏季和秋季異常偏少;高覆蓋度在2000、2008年秋季和2014年春季異常偏少,異常偏多的是在2009年春季、2011、2013年夏季以及2002、2004、2005、2013年秋季。

綜上可知,不同植被覆蓋度的年際、季節變化差異明顯,但主要集中在春、秋季,表現為劣覆蓋度和低覆蓋度的顯著增加、高覆蓋度的顯著減少。這可能是因為重慶易發生春旱與伏旱等災害天氣,植被變化顯著。

圖3 2000—2015年重慶植被覆蓋波動變化Fig.3 The fluctuation of vegetation coverage in Chongqing during 2000—2015

3.2 植被覆蓋空間分布特征

3.2.1 不同波動程度的面積比例

從表5可知,植被年際變化以輕度波動為主,穩定其次,中度波動第三,重度波動比例最低,說明來重慶植被覆蓋雖然存在一定的波動,但總體上較為穩定。

在不同季節里,植被變化有所差異。春、夏、秋季,以輕度波動為主,而冬季則以中度波動為主。其中,穩定比例夏季最高,春季最低;輕度波動比例秋季最高,冬季最低;中度波動比例冬季最高,夏季最低;重度波動比例冬季最高,夏季最低。夏季是植被生長最旺盛的時候,所以穩定比例高而波動程度低;秋季因人工植被與自然植被落葉而表現為輕度波動;春、冬季受低溫、雨雪的影響,植被變化中度、重度波動明顯。

表5 不同波動程度的面積比例/%

3.2.2 不同波動程度的區域分布

從空間上看(圖4),穩定類型在年際和夏季主要分布在城口、江津、綦江等地區,在春、秋、冬季主要分布在巫溪、巫山、奉節等地區;輕度波動類型在年際和夏季主要分布在銅梁、巫山、秀山等地區,在春、秋、冬季主要分布于巫山、奉節、云陽等地區;中度波動類型在年際和夏季中主要分布在酉陽、黔江、彭水等地區,而在春、秋、冬季主要分布在榮昌、大足、潼南等地區;重度波動類型主要分布在重慶、璧山、永川、長壽等地區。可以看出,變化波動較小的地區主要是山地森林和草地等自然植被類型分布較多的區域,這些地區人類影響有限,植被覆蓋度相對穩定;而波動較大的地區主要分布在城鎮、水域以及工業用地等區域,人類活動頻繁,植被覆蓋度受人工干擾強烈;此外,春、冬季在一些高山林地區也出現了比較大的波動變化,這應該與雨雪的影響有關系。

圖4 重慶植被覆蓋波動變化空間分布Fig.4 The spatial distribution of the fluctuation of vegetation coverage in Chongqing

3.2.3 高程分布

隨著高程的增加,植被波動分布趨勢各不相同(圖5)。重度波動類型呈現逐漸降低的趨勢,輕度和中度波動類型先增加后降低,穩定類型則是先降低后增加。

在不同的高程區域,植被波動變化程度不同。重度波動類型主要分布在1—3級(≤400m)高程區;在4—7級(400—800m)高程區,年際和夏季較穩定,春、秋、冬季存在輕度波動;在8—12級(800—1300m)高程區,年際和夏季存在中度波動,春、秋、冬為穩定分布;在13—15級(>1300m)高程區,年際和夏季為輕度波動,春季為中度波動,秋、冬季為穩定分布。

綜上可知,隨著高程的增加,植被波動變化程度總體是逐漸降低,但不同的季節有一定差異。在地勢較低區域,主要是耕地、城鎮、水域以及工業建設用地,人類活動影響大,植被波動變化明顯;隨著地勢逐漸增加,灌叢向林草地過渡,人類活動相對減弱,植被波動變化降低;在高地勢區域,林地為主,植被較穩定,但仍然存在一定的波動,這可能與氣候變化有關系。

圖5 重慶植被覆蓋波動變化與高程梯度的分布關系Fig.5 The relationship between the fluctuation of vegetation coverage and the gradient of elevation in Chongqing

4 討論

研究中所采用的MODIS-EVI數據,其來源于美國地質調查局地球資源觀察和科學中心的陸地過程分布式數據檔案中心。首先,EVI在算法設計上避免了比值形式易飽和的缺陷,除了采用NDVI中的NIR和Red兩個通道的數值外,還加入了一個Blue通道的值以校正氣溶膠影響,同時還利用土壤調節參數和大氣修正參數來減少土壤背景和大氣的影響。其次, EVI的合成是以數據質量為前提,優先選擇晴天時傳感器獲得的像元值,為定量遙感研究提供了更好的基礎[14]。此外,本研究在數據處理中,考慮到重慶多云霧的特殊情況,采用目前通用的MVC法合成年或季EVI影像,以期最大程度地降低云霧天氣的影響,并結合谷歌地圖影像對EVI影像在重慶的實際應用做了一定的對比驗證。由此可知,不管是從數據來源、算法和處理過程,還是實際的應用來看,MODIS-EVI數據的科學性和可靠性均有保障,能夠滿足研究的需要。

本研究利用距平百分率、變異系數并結合分布指數對重慶的植被覆蓋變化進行了分析,能夠清楚地了解植被年際、季節以及空間上的分布差異,這對于植被的恢復與評價有著實際的意義。

從研究中可以發現,植被年際變化與空間分布情況跟夏季具有較多的相似之處,而與春、冬季則差異明顯。產生這一現象的原因是對多期遙感數據采用年最大值合成法所必然會出現的結果,夏季是植被長勢最好的時候,此時植被葉綠素含量達到最大值,遙感傳感器接收的地表植被信息最大。這也提醒我們在研究植被變化對氣象災害的響應時,要慎重考慮選擇數據的時間段,因為貿然選擇年最大值合成法,其結果可能很難完全反映植被受季節性災害天氣的影響,從而導致研究結果的不確定性。如2001、2006年的伏旱導致其秋季低覆蓋度比例異常偏高,2008年初(2007年冬季)的雨雪冰凍災害、2011年夏秋連旱導致劣覆蓋度比例異常偏高,甚至高于中覆蓋度,這在年際變化上無法體現出來。

從植被異常變化中不難看出,其異常變化主要集中在春季和秋季,表現為劣覆蓋度、低覆蓋度異常增加或高覆蓋度異常減少。值得注意的是,中覆蓋度雖有一定的變化但不明顯,一方面可能是由于重慶的植被以中覆蓋度為主,其面積比例大且相對穩定,難以出現所謂的異常變化;另一方面也說明不同的植被覆蓋度對氣候變化的響應也會有所差異,因而對植被覆蓋度的分級可以更好地分析其差異。

此外,重慶地形地貌復雜多樣,區域差異大,各個地方在季節時間點上會有一定差異。研究中采用氣象學上的季節劃分標準可能會產生一定的誤差,但為了便于植被變化的統計和分析對比,仍然顯得十分有必要。

還需要說明的是,目前的MODIS數據時間尺度還比較短,且遙感監測易受到重慶多霧多云天氣的影響,要弄清楚植被變化情況還需要更多數據的積累和深入的分析,特別是人類活動的影響可以引入土地利用等關鍵數據。

5 結論

本研究利用MODIS-EVI數據對2000—2015年重慶植被覆蓋度變化時空分異特征進行了分析,得出了以下主要結論：

(1)重慶植被年際、夏季和秋季均以中覆蓋度為主,低覆蓋度其次,高覆蓋度第三,劣覆蓋度最低;春季,2000—2007年以低覆蓋度為主,2008—2015年以中覆蓋度為主;冬季則是低覆蓋度>中覆蓋度>劣覆蓋度>高覆蓋度。

(2)在年際變化中,植被覆蓋度在2003、2011、2013年有一定變化,但不明顯。在季節變化中,劣覆蓋度在2000、2002、2003年春季,2001、2006年秋季以及2011年冬季異常偏多;低覆蓋度在2000、2001年秋季異常偏多;高覆蓋度在2000、2008年秋季和2014年春季異常偏少。

(3)植被年際波動以輕度為主,穩定其次,中度第三,重度最低。其中：春、夏、秋季以輕度為主,而冬季則以中度為主;穩定比例夏季最高,輕度比例秋季最高,中度和重度比例冬季最高。

(4)穩定和輕度波動類型主要分布在山地森林和草地區域,中度和重度波動類型主要是城鎮、水域及其周邊區域。植被的波動程度主要集中在地勢較低區域,隨著地勢的升高,逐漸趨于穩定,但不同季節存在一定差異。