草原礦區長時序植被覆蓋度變化趨勢對比分析

李 晶，崔綠園，閆蕭蕭，楊 震，董金瑋，鄧曉娟

(1. 中國礦業大學(北京)地球科學與測繪工程學院，北京 100083； 2. 中國科學院地理科學與資源研究所，北京 100101)

植被在地球上的能量交換和生態循環中起著重要作用[1]，對于生態脆弱的草原礦區而言，植被受氣候、采礦、放牧等人類活動的影響較大。利用多光譜遙感數據得到的植被覆蓋度(fraction of vegetation coverage,FVC)作為衡量植被狀況、指示植被動態變化的指標[2- 4]應用廣泛。文獻[5—9]分別對沙漠化地區、陰山北麓草原區、內蒙古大青山自然保護區、甘南草原區、淮南礦區等地的植被覆蓋度動態變化進行了研究。從方法上看，利用線性混合理論對混合光譜進行應用和解釋是較為普遍的方法，像元二分模型在構建時NDVIveg(NDVI for “pure” vegetation pixel)和NDVIsoil(NDVI for “pure” bare soil pixel)的取值也得到重視[10- 12]。在典型區域長時序植被覆蓋度變化研究中傳統的靜態多時相比較研究仍有應用[13- 14]，但此種方法對于草原區FVC變化分析時易受到氣溫、降水等年際物候差異等的影響，難以科學揭示生態是否退化及其驅動因素等根本問題。已有的研究中對FVC進行了分級[15- 16]，這些基于分級的分析能夠在一定程度上表現區域植被演化特征，但難以進一步提高定量表達的精度。此外，多數長時序植被覆蓋度研究中只采用一種趨勢分析方法，如回歸分析、Sen趨勢度和Manner- Kendall趨勢檢驗相結合的方法等[17- 19]，多種分析方法的對比研究較少。

針對上述問題，本文以內蒙古呼倫貝爾市寶日希勒露天礦區為例，基于1985—2015年年度最大合成NDVI數據，采用一元線性回歸法和Sen+Mann- Kendall法，進行FVC的長時間序列分析，并對比兩種趨勢分析方法的差異。研究結果有助于獲取科學評價長時序煤炭開發活動對地表生態影響的基礎數據，同時為類似區域長時序植被變化監測及FVC變化趨勢分析提供方法參考。

1 研究區概況與數據獲取

1.1 研究區概況

寶日希勒礦區位于內蒙古自治區呼倫貝爾市陳巴爾虎旗，地理坐標為49°10′N—49°40′N，119°10′E—120°30′E，礦區面積約為255 km2。

考慮到礦區開采可能影響周邊區域，本文以自然地形界線和行政界線劃定研究邊界，即以莫爾格勒河和海拉爾河為研究區北、西、南的界線，東側以陳巴爾虎旗和海拉爾區的鄉鎮行政邊界為界線劃定研究區，總面積約為1792 km2，地勢由東北向西南逐漸降低，地跨森林草原與干旱草原兩個地帶。

1.2 數據來源

本文原始數據為1985—2015年的Landsat TM、ETM+、OLI遙感影像數據。為消除年際間物候差異等的影響，經中科院地理科學與資源研究所陸地表層格局與模擬實驗室進行影像處理后，得到各監測年年度最大合成NDVI數據。由于1993年和2012年的圖像質量不佳，因此研究中使用了29 a的年度最大合成數據。

年平均氣溫和年降水數據來源于資源環境數據云平臺(http:∥www.resdc.cn/)。

2 研究方法

2.1 植被覆蓋度計算

采用像元二分模型計算FVC，計算方法為[15]

(1)

式中，NDVIsoil為裸土或無植被覆蓋區域的NDVI值；NDVIveg為完全被植被所覆蓋像元的NDVI值。本文中依據NDVI頻率統計表，使用0.5%置信度確定NDVI值取值的置信區間。

2.2 植被覆蓋度時間變化特征分析

研究區在1985—2015年第i年各像元FVC均值采用下式計算

(2)

研究區FVC的時間變化特征分析采用轉移矩陣法，其中FVC等級劃分參考現有成果[16]并結合研究區實際情況確定分級界限，見表1。

表1 研究區植被覆蓋度分級等級

2.3 植被覆蓋度趨勢變化對比分析

本文采用一元線性回歸法[20]和Sen+Mann- Kendall法[21]進行FVC趨勢變化分析。采用上述兩種方法結合進行研究區的植被覆蓋度趨勢分析可以增強檢驗的抗噪性，并在一定程度上提高檢驗結果的準確性[22]。

2.3.1 一元線性回歸法

一元線性回歸法計算如下[4]

(3)

式中，n為監測時間。當slope>0時，說明FVC呈增加趨勢，反之降低。

一元線性回歸法的趨勢檢驗采用t檢驗法[23]，計算方法如下

(4)

2.3.2Sen+Mann-Kendall法

Sen趨勢度計算如下[17]

(5)

式中,10表示時間序列呈上升趨勢，反之下降。

Mann- Kendall趨勢檢驗統計量S的計算如下[19]

(6)

(7)

根據時間序列長度n值大小的不同，顯著性檢驗統計量的選取有所不同。本文時間序列長度為29，采用檢驗統計量Z來進行趨勢檢驗，檢驗中取顯著水平α=0.05，Z1-α/2=Z0.975=1.96。

Z值計算方法如下

(8)

3 結果與分析

3.1 植被覆蓋度總體變化和多時相比較

研究區1985—2015年FVC均值的年際變化情況如圖1所示，FVC空間分布如圖2所示。

圖3選取FVC均值接近的1985、1995、2005和2015年4期數據進行多時相FVC比較，并對1985年和2015年FVC作轉移矩陣。結果表明：研究區FVC年際差異大，1985—2015年高覆蓋的面積和中高覆蓋的面積共減少251.03 km2，其中157.23 km2變為低值被覆蓋區域，52.87 km2變為無植被覆蓋區域，占總轉移面積的83.70%，FVC呈明顯下降趨勢，FVC低值區域也在不斷變化。通過氣象數據可知，1985、1995、2005和2015年研究區年平均氣溫分別為-1.814、1.312、0.211、0.743℃，年降水量分別為472.138、349.816、410.352、301.259 mm。結合圖2和氣象數據可得，FVC空間分布情況受氣溫和降水影響大，多時相的靜態對比無法準確揭示草原的長時序變化趨勢，據此判斷草原是否退化等容易引起誤判。相比之下，遙感時序分析方法將時序影像視為連續時態記錄的完整檔案，可以更為精確地獲取地物在時序上的變化趨勢和規律[24- 26]。

3.2 植被覆蓋度空間演化趨勢分析

1985—2015年FVC變化趨勢程度如圖3所示。一元線性回歸法和Sen+Mann- Kendall法趨勢檢驗分析結果見表2。

表2 一元線性回歸法和Sen+Mann- Kendall法趨勢檢驗分析結果

趨勢分析方法植被覆蓋度變化趨勢植被覆蓋度變化程度像元個數百分比/(%)一元線性回歸法slope<0,α<0.01極顯著減少668933.35slope<0,0.01<α<0.05顯著減少680313.42α>0.05變化不顯著97221248.83slope>0,0.01<α<0.05顯著增加84504242.45slope>0,α<0.01極顯著增加387271.95Sen+Mann-Kendall法β<0,|Z|>1.96嚴重退化1294086.50β<0,|Z|<1.96輕微退化2337254.92-1.96≤Z≤1.96變化不顯著67080940.51β≥0,|Z|<1.96輕微改善89087044.75β>0,|Z|>1.96明顯改善661043.32

從圖3可得FVC下降最集中區域為研究區中部寶日希勒礦區所在位置，其他大部分區域的FVC變化斜率在0值左右，兩種趨勢分析方法得到的研究區FVC變化程度基本一致，但Sen+Mann- Kendall法在植被退化和植被改善區域面積有所增加。一元線性回歸法分析結果表明，植被極顯著增加的區域占1.95%，植被極顯著減少的區域占3.35%，48.83%的地區植被變化不顯著；Sen+Mann- Kendall法趨勢檢驗分析結果表明，植被嚴重退化區域占6.50%，40.51%的地區植被變化不明顯，植被明顯改善區域占3.32%。

兩種趨勢分析法分析結果的空間分布差異如圖4所示。

由圖4可得，Sen趨勢度法和一元線性回歸法所模擬的植被覆蓋度變化趨勢基本上是一致的，兩者之差在(-0.035 5，0.023 6)，絕大多數區域無差異。兩種趨勢分析法得出植被變化趨勢相同的像元占比78.10%，Sen+Mann- Kendall法較一元線性回歸法而言，植被退化面積占比和植被改善面積占比分別多了4.65%、3.67%；負值和正值反映出Sen趨勢度法在植被退化和植被改善上要比一元線性回歸法更為敏感，克服了一元線性回歸法易受噪聲影響的缺點。Sen+Mann- Kendall方法對于植被退化和植被改善的選擇更為敏感，植被變化不顯著的區域減少，結果更加精確。兩種方法得出的結論基本一致，均為30年間研究區的植被覆蓋度的改善面積大于植被覆蓋度的退化面積；在草原礦區長時序植被覆蓋演化趨勢的分析中，Sen+Mann- Kendall方法能更準確地反映其變化趨勢。

4 結 論

本文以寶日希勒礦區及周邊為研究區，應用1985—2015年的Landsat TM、ETM+、OLI遙感影像數據進行FVC的變化趨勢和空間差異分析，主要結論如下：

(1) 研究區平均FVC的線性趨勢并不十分顯著，整體呈波動下降趨勢。

(2) 采用兩種趨勢方法分析30年間FVC演化趨勢，兩者結果基本一致，均為研究區中部寶日希勒礦區所在位置FVC退化明顯。

(3) 綜合比較兩種FVC趨勢分析方法的結果，Sen+Mann- Kendall法較一元線性回歸法而言，植被退化面積占比和植被改善面積占比分別多4.65%、3.67%，該方法在FVC改善和退化的反映上更為敏感，植被變化不顯著的區域減少，能監測出輕微的植被變化趨勢，趨勢變化結果更加精確，更能準確地反映草原礦區長時序的FVC演化趨勢。