基于土壤濕度與植被覆蓋變化的黃土高原生態(tài)恢復(fù)項目適宜性評價

白子怡, 薛 亮, 張 翀

(1.陜西師范大學(xué) 地理科學(xué)與旅游學(xué)院, 西安 710119;2.寶雞文理學(xué)院 陜西省災(zāi)害監(jiān)測與機理模擬重點實驗室, 陜西 寶雞 721000)

自1999年退耕還林草政策的實施以來，黃土高原迅速擴大人工林建設(shè)，黃土高原水土流失得到緩解，生態(tài)環(huán)境不斷改善[1-7]，鑒于此國家“十三五”規(guī)劃建議擴大退耕還林草政策的實施。但是，相比于天然植被，人工植被光合作用消耗的土壤水分較大，加之前期退耕還林草植被生長，植被生理需水增加，引起干旱—半干旱地區(qū)土壤濕度減小，土壤容易出現(xiàn)旱化特征，增加了植被衰敗的可能性[8]。隨著全球變暖，土壤旱化程度加重，造成地表植被退化，土壤干層又會影響到地下水補給，以及陸地水循環(huán)[9-11]。因此，基于植被覆蓋與土壤水分之間的變化關(guān)系，分析植被恢復(fù)工程的適宜性具有重要的理論和現(xiàn)實意義。前人研究多側(cè)重于植被覆蓋變化與氣候要素之間的關(guān)系[12-16]，分析植被覆蓋與土壤水分之間的關(guān)系少見。而土壤水分是植物蒸騰作用和光合作用的限制性因子，土壤水分決定了生態(tài)建設(shè)中植被類型和結(jié)構(gòu)，是植物生長、植被恢復(fù)、土壤侵蝕的主要影響因素[17]。土壤濕度的傳統(tǒng)監(jiān)測方法能有效監(jiān)測土壤濕度，是土壤濕度監(jiān)測、研究、應(yīng)用的主要手段，但是其采樣速度慢、耗費大量人力和物力、使用范圍有限，加之測站分布不均，難以實現(xiàn)大范圍、實時、精確的監(jiān)測。隨著遙感技術(shù)的迅速發(fā)展，遙感數(shù)據(jù)的多時相、多光譜、多分辨率、高光譜等特性，使得土壤水分快速、實時、動態(tài)監(jiān)測成為可能[18-21]。黃土高原地處干旱—半干旱氣候區(qū)，雨量少，水資源缺乏，水土流失和荒漠化嚴(yán)重，植被稀疏，生態(tài)環(huán)境十分脆弱，易破壞、難以恢復(fù)，加之土層厚，地下水埋藏深，土壤水分是植物生長所需水分的主要來源，土壤含水量的多寡與植被的生長密切相關(guān)，進而影響著生態(tài)系統(tǒng)的功能和穩(wěn)定性[22-23]。如果忽略了生態(tài)脆弱區(qū)本底自然環(huán)境特征及土壤水分時空分布特征，盲目擴大生態(tài)恢復(fù)和植被建設(shè)面積，可能引起人工植被退化，甚至導(dǎo)致群落衰敗和生態(tài)系統(tǒng)退化，造成巨大生態(tài)經(jīng)濟損失，限制了生態(tài)恢復(fù)項目的可持續(xù)發(fā)展，與生態(tài)工程預(yù)期成效產(chǎn)生差距。因此，有必要探明土壤水分與植被覆蓋變化之間的關(guān)系及未來變化特征，基于此分析兩者相互作用下的生態(tài)恢復(fù)項目適宜性。在土壤水分遙感反演中，通過地表溫度和植被覆蓋特征空間反映土壤水分的遙感監(jiān)測得到了廣泛應(yīng)用[24-27]。由于溫度植被干旱指數(shù)(Temperature Vegetation Dryness Index, TVDI)計算過程輸入數(shù)據(jù)少、簡單易行、生物物理學(xué)含義明確等特點，因此本研究利用植被覆蓋與地表溫度數(shù)據(jù)構(gòu)建TVDI，用以反映黃土高原土壤濕度，基于此得到未來不同土壤濕度情境下植被覆蓋的變化特征，并從中篩選出生態(tài)恢復(fù)項目的適宜性區(qū)域。

1 資料與方法

1.1 資料來源

本研究所用數(shù)據(jù)包括黃土高原2001—2014年MODIS-NDVI數(shù)據(jù)、MODIS-LST數(shù)據(jù)與生態(tài)區(qū)劃數(shù)據(jù)。黃土高原MODIS圖幅號包括h26v4，h26v5和h27v5，利用MODIS重投影工具(MODIS Reprojection Tool,MRT)讀取HDF-EOS格式的分幅數(shù)據(jù)文件，并對其坐標(biāo)系/投影進行變換，將拼接影像寫入HDF-EOS以外的文件格式，本研究設(shè)置輸出為GeoTIFF格式；MODIS-NDVI數(shù)據(jù)來自LP DAAC中的MODIS產(chǎn)品的MOD13A2數(shù)據(jù)集，空間分辨率為1 000 m，時間分辨率為16 d，利用單位轉(zhuǎn)換系數(shù)0.000 1將其轉(zhuǎn)為0～1，采用最大值合成法將NDVI數(shù)據(jù)轉(zhuǎn)換為年際數(shù)據(jù)，以反映逐年植被覆蓋狀況；MODIS-LST數(shù)據(jù)來源于MODIS產(chǎn)品的MOD11A2數(shù)據(jù)集，空間分辨率為1 000 m，時間分辨率為8 d，利用單位轉(zhuǎn)換系數(shù)0.02將其轉(zhuǎn)為開爾文單位(Kelvin)，由于LST存在大面積的無效數(shù)據(jù)，所以采用Cressman客觀分析法與非對稱高斯函數(shù)擬合[28]，將8 d的LST數(shù)據(jù)進行重構(gòu)，為了與NDVI數(shù)據(jù)時間分辨率統(tǒng)一，經(jīng)過間隔篩選得到16 d數(shù)據(jù)；將16 d的NDVI和LST數(shù)據(jù)導(dǎo)入Matlab中，經(jīng)過空間疊加形成三維矩陣數(shù)據(jù)集，以便通過提取逐像元時間序列來進行趨勢等分析。生態(tài)區(qū)劃數(shù)據(jù)來源于中國生態(tài)系統(tǒng)評估與生態(tài)安全格局?jǐn)?shù)據(jù)庫(http:∥www.ecosystem.csdb.cn/index.jsp)中的中國生態(tài)功能區(qū)劃數(shù)據(jù)庫，其中的數(shù)據(jù)集是在生態(tài)環(huán)境問題、生態(tài)系統(tǒng)敏感性、生態(tài)系統(tǒng)服務(wù)功能重要性的基礎(chǔ)上，將一系列相同比例尺的評價圖，采用空間疊置法、相關(guān)分析法、專家集成等方法，按生態(tài)功能區(qū)劃的等級體系，通過自上而下劃分方法進行生態(tài)功能區(qū)劃方案劃分，生態(tài)區(qū)劃主要用于分析不同土壤濕度變化情景下植被覆蓋的變化趨勢。

1.2 Theil-Sen趨勢

(1)

(2)

(3)

(4)

p=2[1-φ(|Z|)]

(5)

(6)

式中：TSslope為Theil-Sen趨勢；xj，xi為時間序列數(shù)據(jù)；tj，ti為時間序列對應(yīng)的年份；n為時間序列的時間長度；p為顯著性檢驗值。

鮮食玉米以甜玉米和甜糯型玉米為主，種植鮮食玉米品種除了和普通玉米一樣管理外，還要特別抓好以下五項關(guān)鍵技術(shù)：

本文采用p檢驗值對趨勢進行檢驗，趨勢的顯著性被劃分為幾個級別(表1)。

表1 趨勢及其顯著性劃分

1.3 土壤濕度估算

Sandholt等[31]指出地表溫度(Land Surface Temperature,LST)和植被覆蓋(Normalized Difference Vegetation Index,NDVI)的梯形空間可以反映土壤水分，所以本文采用TVDI來表征土壤濕度，TVDI值域為0～1，TVDI越大，土壤濕度越低，TVDI越小，土壤濕度越高。因此，本研究采用1-TVDI來表示土壤濕度的大小。TVDI基于植被指數(shù)/地表溫度的梯形特征空間計算而來，原理如下：

(7)

式中：Ts為每個像元的LST；Tsmin為對應(yīng)像元濕邊的LST；Tsmax為對應(yīng)像元濕邊的LST(圖1)。

1.4 Hurst指數(shù)

HURST指數(shù)是英國水文學(xué)家Hurst提出的[32]，它已被廣泛應(yīng)用于水文學(xué)、經(jīng)濟學(xué)、氣候?qū)W等領(lǐng)域，其原理如下：

給定一個時間序列{ξ(t)}，t=1,2,…，對于任意正整數(shù)τ≥1，定義平均序列：

(8)

(9)

(10)

(11)

圖1 NDVI與LST構(gòu)建TVDI示意圖

如果0.5

表2 基于Theil-Sen趨勢與Hurst指數(shù)的未來變化特征

注：不存在Hurst=0.5以及Theil-Sen=0的情況。

2 結(jié)果與分析

2.1 黃土高原土壤濕度與植被覆蓋的趨勢及未來變化

采用Sen趨勢與Hurst指數(shù)計算了黃土高原TVDI和NDVI的變化趨勢及其可持續(xù)性，從而分析兩者的未來變化特征。生態(tài)區(qū)代碼Ⅰ-10為燕山—太行山山地落葉闊葉林生態(tài)區(qū)，Ⅰ-11為汾渭盆地農(nóng)業(yè)生態(tài)區(qū)，Ⅰ-12為黃土高原農(nóng)業(yè)與草原生態(tài)區(qū)，Ⅰ-15為秦巴山地落葉與常綠闊葉林生態(tài)區(qū)，Ⅱ-1為內(nèi)蒙古高原中東部典型草原生態(tài)區(qū)，Ⅱ-2為內(nèi)蒙古高原中部—隴中荒漠草原生態(tài)區(qū)，Ⅱ-3為內(nèi)蒙古高原中部草原化荒漠生態(tài)區(qū)，Ⅲ-1為祁連山森林與高寒草原生態(tài)區(qū)，Ⅲ-4為江河源區(qū)—甘南高寒草甸草原生態(tài)區(qū)。黃土高原TVDI的Hurst指數(shù)均值為0.49(0.11～0.94)，其中持續(xù)性和反持續(xù)性面積分別占42.54%，57.46%，表明黃土高原土壤濕度反持續(xù)性強于持續(xù)性。根據(jù)TVDI未來變化特征，土壤濕度增大轉(zhuǎn)為減小面積最高，占46.08%，集中區(qū)域分布于六盤山以東—呂梁山以西—關(guān)中盆地以北—鄂爾多斯高原以南的區(qū)域；其次為持續(xù)增大區(qū)，面積為34.54%，集中分布于研究區(qū)南部的關(guān)中盆地、秦巴山地西部，以及研究區(qū)東北部；土壤濕度減小轉(zhuǎn)為增大、持續(xù)減小區(qū)面積分別占11.38%，8%，分布于研究區(qū)東南部和西北部邊緣(附圖5C)。結(jié)果表明，未來土壤濕度減小的區(qū)域面積占54.08%且遍布整個研究區(qū)，在土壤水分減少的情況下植被生長可能面臨嚴(yán)重壓力。

黃土高原植被覆蓋的未來變化特征與土壤濕度差異性較大。NDVI的Hurst均值為0.52(0.13～0.99)，其中持續(xù)性面積占55.01%，表明黃土高原植被覆蓋持續(xù)性強于反持續(xù)性。根據(jù)NDVI未來變化特征，植被覆蓋持續(xù)改善面積達46.95%，集中分布于鄂爾多斯高原以及隴中高原—太行山之間的山地區(qū)；其次為改善轉(zhuǎn)為退化區(qū)，面積為38.91%，散布于整個研究區(qū)；持續(xù)退化占8.06%，分布于研究區(qū)邊緣，集中于南北部邊緣；退化轉(zhuǎn)為改善占6.08%，分布于礦業(yè)城市烏海市以東地區(qū)(附圖6C)

2.2 黃土高原未來不同土壤濕度變化情景下植被覆蓋的變化趨勢

隨著人工林草的生長，植被對土壤水分的消耗不斷增加，土壤濕度可能呈現(xiàn)出減小趨勢，因此，未來土壤濕度以及植被覆蓋的變化特征分析對生態(tài)恢復(fù)項目的可持續(xù)性研究具有重要意義。結(jié)合Theil-Sen趨勢和Hurst指數(shù)，分別得到土壤濕度和植被覆蓋的未來變化特征，通過兩者的空間疊加，定性分析土壤濕度未來不同情景下的植被覆蓋變化特征，從而提供相關(guān)的決策支持。

(1) 土壤濕度(增大→減小)情境下。植被覆蓋的持續(xù)改善面積和改善→退化面積比重較高，分別占該情境下總面積的49.34%，40.04%；空間上，兩者主要分布于農(nóng)業(yè)草原區(qū)，集中于六盤山—子午嶺—呂梁山之間，該區(qū)域分布著耕地和中覆蓋度草地；其次分布于毛烏素沙地東南部，以及山西的低山丘陵地帶(圖2A)，毛烏素沙地以中、低覆蓋度草地為主，山西低山區(qū)主要分布著低覆蓋度草地。由于土壤濕度由增大趨勢轉(zhuǎn)為未來的減小趨勢，原有改善的植被覆蓋出現(xiàn)退化的區(qū)域應(yīng)停止退耕還林草工程，加強土壤保水能力和水資源管理工作，合理利用現(xiàn)有水資源維持現(xiàn)有植被正常生長；植被覆蓋的持續(xù)改善會加重土壤水分的損耗，當(dāng)土壤水分降低到植被生理用水需求以下時，植被便開始退化，所以該區(qū)域應(yīng)減緩?fù)烁€林草進程，使得土壤水分補給以及植被涵養(yǎng)與土壤水分耗減達到平衡。

(2) 土壤濕度(持續(xù)減小與減小→增大)情境下。植被覆蓋的持續(xù)改善面積和改善→退化面積比重較高，兩個區(qū)域植被覆蓋變化受土壤濕度變化的影響不明顯(附圖6A)；空間上，主要分布于研究區(qū)西北部邊緣和東南部邊緣(圖2B—2C)。西北部氣候干旱，土壤水分基數(shù)小，植被覆蓋稀少，主要為荒漠草原，該區(qū)域應(yīng)減小人工林草種植，防治土壤水分過分消耗，保持植被覆蓋的自然演替；東南部氣候較為濕潤，土壤濕度和植被覆蓋基數(shù)大，主要為農(nóng)業(yè)區(qū)，該區(qū)域受人類活動影響較大，植被覆蓋和土壤濕度波動性強，但屬于退耕還林適宜區(qū)，可以根據(jù)區(qū)域發(fā)展以及糧食安全等狀況適當(dāng)退耕還林。

(3) 土壤濕度(持續(xù)增大)情境下。植被覆蓋的持續(xù)改善面積和改善→退化面積分別占該情景的47.29%，38.81%。空間上，植被覆蓋持續(xù)改善區(qū)主要分布于晉東北永定河上游山間盆地、晉西北半干旱山地丘陵、陰山山地區(qū)、內(nèi)蒙古—晉西黃土丘陵溝壑區(qū)以及鄂爾多斯東部(圖2D)，晉北與前套平原主要以旱地為主，其他地區(qū)以中低覆蓋度草地為主，植被覆蓋持續(xù)改善區(qū)主要分布在研究區(qū)北部的干旱—半干旱地區(qū)，地表蒸散量大于降水量，土壤濕度和植被覆蓋基數(shù)均較小，植被覆蓋的持續(xù)改善會限制土壤濕度的持續(xù)增大，所以該區(qū)域植被應(yīng)以自然演替為主，人工演替作為輔助手段，并在考慮地形、氣候等因子的基礎(chǔ)上，合理配置土地利用，以減小水土流失；植被覆蓋改善→退化區(qū)分布于陜西延安北部邊緣的黃土丘陵溝壑區(qū)、榆林神府地區(qū)、太行山—呂梁山北部以及秦嶺西部、汾渭盆地、隴中高原南部與青海高寒區(qū)湟水南岸以及黃河兩岸(圖2D)，該地區(qū)多為人類活動頻繁的區(qū)域，主要包括土地資源、能源資源開發(fā)、農(nóng)業(yè)種植等，但相對水熱條件較好且大面積土地為耕地，所以適宜在土壤濕度持續(xù)增大的情況下開展退耕還林。

圖2 黃土高原未來不同土壤濕度變化下的植被覆蓋變化趨勢

2.3 黃土高原生態(tài)恢復(fù)項目適宜性評價

結(jié)合當(dāng)?shù)乇尘碍h(huán)境，根據(jù)未來不同土壤濕度情景下植被覆蓋的變化趨勢及其相互關(guān)系，將生態(tài)恢復(fù)項目適宜性分為4類(圖3)。其中，弱適宜區(qū)面積最大，占研究區(qū)總面積的59.90%，其次為不適宜區(qū)，面積占25.39%，弱適宜區(qū)和不適宜區(qū)均建議不宜進行退耕還林工程；適宜區(qū)面積僅占黃土高原的13.41%，主要分布在陜西延安北部邊緣、榆林神府地區(qū)、太行山—呂梁山北部以及秦嶺西部、汾渭盆地北部、隴中高原南部與青海高寒區(qū)湟水南岸以及黃河兩岸；較適宜區(qū)面積僅為1.30%，主要分布于太岳山山間盆地、豫西山地，其次在高寒區(qū)北部以及寧夏平原東部也有分布。

圖3 黃土高原生態(tài)恢復(fù)項目適宜性

統(tǒng)計研究時段末期的土地覆蓋類型在每種適宜性級別中的百分比，發(fā)現(xiàn)每種級別中草地和耕地所占面積最高，兩者面積達該適宜性級別總面積的79%以上。其中，適宜區(qū)中草地和耕地總面積占該級別的80.57%，分別占該級別的55.81%,24.76%；較適宜區(qū)中耕地面積較高，占該級別的46.44%，其次為草地占37.54%。從不同適宜性級別的坡度統(tǒng)計值來看，生態(tài)恢復(fù)項目適宜區(qū)坡度最大，平均坡度為10.11°；其次為不適宜區(qū)，平均坡度為9.09°；弱適宜區(qū)和較適宜區(qū)平均坡度分別為8.40°和7.04°。因此，未來的植被恢復(fù)工程不僅需要考慮對坡度較大的耕地實施退耕還林，還需要考慮對土壤水分適宜的地區(qū)進行退草還林，而且坡度較小的較適宜區(qū)應(yīng)在糧食安全的基礎(chǔ)上進行退耕還林和退草還林。

3 討 論

本文采用1-TVDI來表示土壤濕度大小，通過計算土壤濕度和植被覆蓋年內(nèi)變化來分析TVDI反映土壤濕度的可靠性。將黃土高原植被覆蓋和土壤濕度年內(nèi)數(shù)據(jù)進行Whittaker平滑和傅里葉插值增采樣(356 d)，一定程度上剔除了數(shù)據(jù)噪聲，提高了信噪比(圖4)。

土壤濕度年內(nèi)季節(jié)變化特征與張蕾等[33]的西北地區(qū)土壤濕度變化特征高度吻合，差異性主要表現(xiàn)在土壤濕度變化特征點所對應(yīng)的時間點不同。本文土壤濕度最低值對應(yīng)時間較張蕾等[33]的研究提前了1個月以上。植被生長季始期為4月下旬，與土壤濕度最低值時間點契合度很好(圖4)，諸多學(xué)者提取的植被生長季始末期[34-36]證明TVDI用來表示土壤濕度變化特征具有很高的可信性[37]。

圖4 黃土高原植被覆蓋與土壤濕度的年內(nèi)季節(jié)變化特征

雖然TVDI在研究中具有一定的可信性，但仍然存在不足之處：利用TVDI反映土壤濕度大小未經(jīng)實測數(shù)據(jù)的時空驗證，也未將其轉(zhuǎn)換為土壤水分體積分?jǐn)?shù)，后期數(shù)據(jù)應(yīng)用較為困難，且土壤水分時空變化機理復(fù)雜，以及傳統(tǒng)反演模型具有時空限制、不穩(wěn)定等缺陷。在此基礎(chǔ)上查閱大量文獻，發(fā)現(xiàn)高光譜遙感數(shù)據(jù)為土壤水分反演提供了大量的樣本數(shù)據(jù)，且反射波譜曲線的細微差別可以反映出土壤水分的微小變化，使得單一或多波段遙感數(shù)據(jù)探測不到的時空分布規(guī)律，在高光譜遙感中得以實現(xiàn)[38]。另外，采用機器學(xué)習(xí)方法可構(gòu)建任意的非線性關(guān)系，尤其是引起廣泛關(guān)注的深度學(xué)習(xí)方法，在遙感影響分類、預(yù)測與反演等方面中表現(xiàn)出強大的應(yīng)用潛力[39-41]。因此，以后的研究將側(cè)重于土壤水分的高光譜遙感反演，基于高光譜遙感數(shù)據(jù)和實測土壤水分?jǐn)?shù)據(jù)，利用深度學(xué)習(xí)方法建立遙感數(shù)據(jù)與實測土壤水分之間的最優(yōu)模型，從而提高區(qū)域土壤水分反演精度。

4 結(jié) 論

(1) 黃土高原土壤濕度反持續(xù)性強于持續(xù)性。研究表明，TVDI的Hurst指數(shù)均值為0.49(0.11～0.94)，其中持續(xù)性和反持續(xù)性面積分別占42.54%，57.46%。從TVDI未來變化特征來看，未來土壤濕度減小的區(qū)域面積占54.08%且遍布整個研究區(qū)，在土壤水分減少的情況下植被生長可能面臨嚴(yán)重壓力。

(2) 黃土高原植被覆蓋持續(xù)性強于反持續(xù)性。研究表明，NDVI的Hurst均值為0.52(0.13～0.99)，其中持續(xù)性面積占55.01%。根據(jù)NDVI未來變化特征，植被覆蓋持續(xù)改善面積達46.95%，退化轉(zhuǎn)為改善占6.08%，整體呈良好走向。

(3) 生態(tài)恢復(fù)項目弱適宜區(qū)面積最大，占總面積的59.90%，其次為不適宜區(qū)，面積占25.39%；適宜區(qū)面積僅占黃土高原的13.41%，主要分布在陜西延安北部邊緣、榆林神府地區(qū)、太行山—呂梁山北部以及秦嶺西部、汾渭盆地北部、隴中高原南部與青海高寒區(qū)湟水南岸以及黃河兩岸；較適宜區(qū)面積僅為1.30%，主要分布于太岳山山間盆地、豫西山地。

(4) 未來的植被恢復(fù)工程不僅需要考慮對坡度較大的耕地實施退耕還林，還需要考慮對土壤水分適宜的地區(qū)進行退草還林，而且坡度較小的較適宜區(qū)應(yīng)在糧食安全的基礎(chǔ)上進行退耕還林和退草還林。