基于MODIS-EVI的西南地區植被覆蓋時空變化及驅動因素研究

李美麗,尹禮昌,張 園,蘇旭坤,劉國華,王曉峰,奧 勇,伍 星,*

1 中國科學院生態環境研究中心城市與區域生態國家重點實驗室, 北京 100085 2 長安大學地球科學與資源學院, 西安 710064 3 中國科學院大學, 北京 100049

地表植被是陸地生態系統的重要組成部分,不僅是連接大氣、土壤和水體等自然元素的“紐帶”,也是其他生物賴以生存的基礎[1- 2],顯著影響著陸地生態系統的碳水循環和能量交換[3],并在全球生態系統變化的研究中起著重要的“指示器”作用[4- 5]。隨著全球氣候變化和人類活動的不斷加劇,地表植被的動態變化以及對變化環境的響應是生態學等領域重點關注的熱點之一。植被覆蓋度(Fractional Vegetation Coverage, FVC)是指植被(包括葉、莖、枝)在地面上垂直投影的面積占研究區總面積的百分比[6],是監測地表植被生長狀況的重要指標之一,能夠直觀反映地表植被的豐度,不僅為分析全球生態環境的演變提供了可靠的手段[7],也可作為評估區域氣候變化、土地沙漠化和區域生態安全等方面的重要參數[8- 9]。

歸一化差值植被指數(Normalization Difference Vegetation Index, NDVI)和增強植被指數(Enhanced Vegetation Index, EVI)是目前反映植被生長狀況常用的兩個植被指數[10- 12]。雖然NDVI已經被廣泛使用,但是其本身存在一些缺陷,特別是針對大氣噪聲、土壤背景及飽和度等問題的處理上存在一定的誤差[11]。近年來,一些研究發現相比于NDVI,EVI在NDVI的基礎上改進了算法和合成方法,進一步減少了大氣、土壤背景以及像元異常值的影響,并解決了NDVI易飽和等問題[13- 16],使得EVI不僅能反映高植被覆蓋區植被的生長狀況[13,17-18],還能在低植被覆蓋區對植被有更強的區分能力[14,19-21]。

我國西南地區植被覆蓋景觀連續性差、異質性高,山區石漠化和水土流失嚴重,地震和泥石流等地質災害頻繁,是我國典型的氣候變化敏感區和生態環境脆弱區[22]。為了有效遏制該地區生態環境退化,構建西南地區生態安全屏障,國家和地方政府實施了一系列生態恢復工程。植被覆蓋的動態監測和評價是生態恢復工程治理成效的重要參考指標之一,但由于西南地區地形地貌復雜多樣,人類活動強度的區域異質性顯著,植被受地形等因子的影響較為突出,動態監測的難度較大[2]。目前,該地區的植被變化研究主要集中在區域尺度的NDVI空間變異性[2]、季節和年際變化與氣候因子等關系的探討上[21, 23-25],而針對整個西南地區運用EVI在長時序上從穩定性等方面來分析植被覆蓋時空分異特征的研究還較少[26]。因此,基于MODIS-EVI和氣象數據,利用最大值合成法、像元二分模型和趨勢分析等方法探討西南地區植被覆蓋的時空演變規律,揭示植被覆蓋變化的時空異質性以及關鍵驅動因素,以期為西南地區的植被覆蓋監測與評估和生態環境恢復提供科學依據。

1 研究區概況及數據處理

1.1 研究區概況

本研究所指西南地區(21°08′—36°29′N, 87°22′—112°03′E),主要包括貴州、廣西、重慶、云南和四川五省(市、自治區)全境以及青海省南部和西藏東南部的部分縣市,總面積約213.24萬km2(圖1)。該地區地形地貌復雜,地勢西高東低,橫跨青藏高原東南部、橫斷山脈、若爾蓋高原、四川盆地和廣西丘陵等地貌,并且也是我國喀斯特和冰川地貌分布最為廣泛的地區[26]。該地區氣候類型以亞熱帶季風氣候,熱帶季風雨林氣候和青藏高原獨特的高原氣候為主,垂直氣候差異顯著,年均氣溫在0—24℃之間,年降水量在600—2300 mm范圍內,由東南向西北遞減[27]。該地區復雜的地貌和氣候分布特征形成了獨特的植被分布格局以及豐富的生態系統類型和生物多樣性[25]。

1.2 數據來源及處理

1.2.1數據來源

MODIS-EVI數據集來源于NASA MODIS陸地產品根據統計算法開發的MODIS數據,即全球250 m分辨率16 d合成的植被指數產品,數據的行列號為h24v05,h25v05,h25v06,h26v05,h26v06,h27v05,h27v06,h28v06,數據版本為V006。本研究中所選取的數據為2001年1月至2015年12月的EVI數據,每年23期,共345期影像。氣象數據來源于國家氣象局信息中心的中國氣象數據網(http://data.cma.cn)提供的西南地區及周邊242個有效氣象站點2001—2015年逐日平均氣溫和降水數據,利用Universal Kriging法插值成250 m分辨率的柵格。

1.2.2數據處理

利用MRT(MODIS Reprojection Tool)對下載的EVI數據進行批量拼接和重采樣,轉化為WGS- 84_UTM-zone- 48坐標下tiff格式的影像。然后以西南地區邊界為掩膜進行裁剪,生成西南地區EVI影像。綜合植被覆蓋時間及空間的變化特征將15年的影像以5年為間隔,分為2001—2005年、2006—2010年、2011—2015年3期數據,基于MATLAB軟件采用最大值合成法(Maximum Value Composite, MVC)獲取逐年EVI的最大值。采用SPSS 17.0統計分析軟件進行氣象數據格式的轉換,應用MATLAB軟件進行重采樣和影像的裁剪,應用Python語言在ArcGIS 10.2.2軟件中定義投影并進行插值。

2 研究方法

2.1 最大值合成法

最大值合成法(MVC)是目前國際上通用的最大化合成法。用于將月數據進一步消除云、大氣、太陽高度角的部分干擾[28-30],基于最大值合成法獲取逐年EVI最大值,以使EVI更真實的反應地表植被覆蓋狀況。計算公式為：

MEVIij=MAX(EVIij)

(1)

式中,i為年序號,取值范圍是1—15；j是月序號,取值范圍為1—12,EVIij為第i年第j月的最大EVI值。

2.2 像元二分模型

像元二分模型是估算植被覆蓋度常用的模型之一,其理論假設是任意像元所包含的光譜信息均為土壤和植被的兩部分,即EVI是由土壤的信息EVIsoil和植被信息EVIveg兩部分組成,計算公式為：

EVI=EVIsoil+EVIveg

(2)

式中, EVIsoil是指純土壤的像元值；EVIveg則是指純植被的像元值。該模型在一定程度上減少大氣、土壤背景等的影響。

基于像元逐年計算EVI年均值,其計算公式：

(3)

利用EVI計算植被覆蓋度,公式如下：

(4)

EVIsoil理論上多數情況下應該約為零,但在不同地表環境,EVIsoil變化范圍一般為-0.1—0.2。同理,隨著植被類型和季節等因素的變化,EVIveg也會隨之改變。因此,采用某一固定的EVIsoil和EVIveg值,顯然是不準確的。本研究根據西南地區的特點和前人的研究[31-34],選取0.5%的置信度,即累積百分比0.5%的為純土壤像元,99.5%的為純植被像元,其對應的EVI值分別為EVIsoil和EVIveg,并將植被覆蓋度分為極低、低、中、高、極高5個等級(表1)。

表1 2001—2015年西南地區不同植被覆蓋度分類等級及面積比例

2.3 趨勢分析法

利用一元線性回歸分析法逐像元計算時序范圍內的空間分異特性來反映植被的整體空間變化規律[22]。計算公式為：

(5)

式中,n為年序號,2001—2015年；FVCi為第i年的年均植被覆蓋度值,θslope是植被覆蓋度變化的回歸斜率,反映了近15年西南地區年植被覆蓋度的變化趨勢及變化幅度。θslope=0表示植被覆蓋無明顯變化,θslope>0表示植被覆蓋度呈增加趨勢,即植被覆蓋得到了改善,θslope<0表示植被覆蓋度呈減少的趨勢,即植被覆蓋發生了退化。

2.4 相關分析

2.4.1偏相關分析

采用偏相關分析法對逐個像元研究近15年西南地區植被EVI與氣候因素(年均氣溫、年均降水量)的關系,計算出偏相關系數,利用相關系數的大小來判斷兩者之間的密切程度,分析討論不同氣候因子對植被覆蓋的影響程度。其計算公式為：

(6)

式中,rx.yz為先把變量固定,求變量z與y的偏相關數,rxy,rxz,ryz分別代表x與y變量、x與z變量、y與z變量的相關系數。采用T檢驗法進行顯著性檢驗。

2.4.2復相關分析

通過討論兩個氣候因素同時對植被指數影響的方法來分析氣候因素與植被指數的相關性。設x為因變量,y、z為自變量,將x與y、z間的復相關系數記為rxyz,其計算公式為：

(7)

式中,rxyz表示因變量x和自變量y、z的復相關系數；rxy為變量x和y相關系數,ry.xz為固定變量y之后變量x和z的偏相關系數。

復相關系數的顯著性檢驗,采用F檢驗法。其統計量計算公式為：

(8)

式中,rxyz為復相關系數,n為樣本數,m為自變量個數。

酒堡如城堡，城墻上頭屹立高大的杜康塑像，酒神舉杯遙寄蒼天，儼然一個升帳點兵的酒元帥。而兵馬則是城墻下、酒堡周遭一排排一列列井然有序的酒壇子。壇頸封口的紅布和壇肚子上菱形的酒字帖，恰似將士威武的盔甲。不見殺氣騰騰，但聞酒香氤氳。

3 結果與分析

3.1 西南地區植被EVI分布和變化特征

基于西南地區2001—2015年MODIS EVI年均值分析了該地區植被指數的年際變化趨勢,結果表明西南地區近15年的EVI呈現出波動增長的趨勢,其線性增長速率約為0.1%/a。2013年達到植被EVI的最高值(0.449),而最低值(0.424)則出現在2004年。根據西南地區2001—2015年植被EVI的多年平均空間分布格局,該地區EVI年均值介于-0.26—0.85之間,且植被覆蓋的空間異質性顯著,呈現出從東南向西北逐漸遞減的趨勢(圖1)。

圖1 2001—2015年西南地區植被EVI年均值變化趨勢和空間分布Fig.1 Temporal variation and spatial distribution of annual mean EVI values in Southwest China from 2001 to 2015

圖2 2001—2015年西南地區不同植被覆蓋度類型空間分布圖Fig.2 Spatial distribution of different FVC levels in Southwest China from 2001 to 2015 FVC: 植被覆蓋度Fractional vegetation coverage

3.2 西南地區植被覆蓋時空變化特征

西南地區植被覆蓋度的空間分布以高植被覆蓋度為主,約占研究區總面積的36.1%,極高植被覆蓋度次之,約占研究區總面積的28.7%,低植被覆蓋區域面積約為研究區總面積的15.4%(圖2)。極低植被覆蓋主要分布在西藏自治區的那曲市-阿里地區等地和青海省治多縣-曲麻萊縣等區域,約為研究區總面積的8.6%。

西南地區植被覆蓋得到改善的區域主要分布于廣西省北海市-欽州市、貴州省昭通-畢節-遵義市的西北部、四川省廣元-廣安小部分地區、西藏自治區那曲市、阿里地區的北部、青海省小部分區域以及重慶市。這些地區自2000年以來加強了生態環境保護等方面的措施,特別是那曲市、阿里地區、及青海省的部分高寒草原地區,過度放牧得到了有效的控制。而且這些地區人口密度較低,人為干擾較少,自然生態系統功能得到較好地保護,從而使得植被覆蓋明顯改善。西南地區植被覆蓋退化的區域主要集中在西藏自治區的拉薩市-阿里地區、四川省的成都-阿壩藏族羌族-甘孜藏族自治州和云南省的昆明市-玉溪市等地區(圖3)。植被覆蓋退化的地區大多數為省會城市或者旅游業發達的地區,這可能主要是由于這些地區人口快速增長和建筑用地擴張等人為干擾因素顯著增加,從而導致了植被覆蓋度的顯著下降。

與2001—2005年相比,西南地區2006—2010年植被覆蓋改善明顯,植被覆蓋度改善的面積約占研究區總面積的6.8%,植被覆蓋退化區域的面積有所減少。然而,在2011—2015年間,西南地區植被覆蓋退化區域的面積有一定程度增加(圖3)。由表2可知,2001—2015年西南地區植被覆蓋出現顯著退化的面積約占研究區總面積的7.8%左右,而植被覆蓋呈現顯著改善的面積則為研究區總面積的10.2%。

圖3 西南地區不同時期植被覆蓋變化趨勢圖Fig.3 Trends of FVC change during different study periods in Southwest China

3.3 西南地區植被EVI與氣候因子相關性

圖4 西南地區2001—2015年年均降水量和年均氣溫變化趨勢 Fig.4 Trends of annual mean temperature and precipitation in Southwest China from 2001 to 2015

西南地區年均氣溫在2001—2015年間總體呈現波動增加的趨勢,增溫速率約為0.02℃/a,而年降水量則呈現波動減小的趨勢,減少速率約為-1.34 mm/a(圖4)。由此可見,西南地區的氣候在研究期間呈現一定程度的暖干化趨勢。在2001—2015年間,西南地區的多年平均氣溫和平均降水量分別為7.58℃和877.64 mm。整個研究區內年降水量的空間異質性顯著,總體表現出從東南向西北逐漸遞減的特點。

西南地區植被EVI與年均氣溫偏相關分析的結果表明,兩者的偏相關系數介于-0.94—0.99之間,顯著正相關和負相關的區域分別占整個研究區面積的31.2%和23.7%,整體以正相關為主。偏相關系數高值集中分布在四川省的巴中-南充-遂寧-眉山一帶,四川省、貴州省和重慶市三地交界處以及青海省的三江源地區。雖然研究區植被EVI與年均降水量的偏相關也以正相關為主,但在空間上呈現不均勻分布的特征(圖5)。植被EVI與降水偏相關系數介于-0.93—0.96之間,顯著正相關和負相關的區域分別占整個研究區面積的22.3.%和14.8%,西藏自治區阿里地區北部和青海省中部地區植被EVI與降水的偏相關系數最高。

圖5 2001—2015年西南地區年均植被EVI與年均降水量和年均氣溫的偏相關系數空間分布圖Fig.5 Spatial distribution of partial correlation coefficient between annual mean EVI and temperature and precipitation in Southwest China from 2001 to 2015

3.4 西南地區植被EVI變化的驅動因素分析

氣候因子是影響區域植被分布和生長的重要環境因素,其中以氣溫和降水的影響最為顯著[28]。根據西南地區植被年均EVI與年均氣溫和降水量的復相關分析可知,植被EVI與溫度和降水的復相關系數在0—0.97之間,復相關系數較高的區域主要分布在西藏自治區的那曲市、阿里地區北部,青海省的三江源地區以及四川省的達州-巴中-廣安市一帶,而復相關系數較低的區域則零星分布在西藏自治區的中部和南部等地區(圖6)。

表3 植被EVI變化驅動因素分類依據

圖6 2001—2015年西南地區年均植被EVI與溫度-降水的復相關系數和驅動因素分區Fig.6 The spatial distribution of multiple correlation between EVI and air temperature-precipitation and EVI driving factors in Southwest China from 2001 to 2015

4 結論與討論

本文基于2001—2015年MODIS-EVI遙感數據集分析了西南地區近15年植被覆蓋和EVI的時空變化特征,并結合西南地區242個氣象站點的氣溫和降水數據,開展了西南地區植被EVI對氣候變化的響應及驅動因素研究,得出以下結論：

(1)從時間動態來看,西南地區2001—2015年植被EVI整體呈現波動增長的趨勢,其線性增長速率約為0.1%/a。因此,西南地區的植被覆蓋呈穩中向好趨勢,顯著改善的面積大于退化面積,這與鄭朝菊等[26]在西南地區的研究結果基本一致。西南地區生態系統復雜多樣,是我國森林和水資源等自然資源最為豐富的地區之一,也是我國長江和珠江等諸多河流的發源地,是我國重要的生態屏障區[35]。因此,在西南地區長期實施的天然林保護、退耕還林、長防林建設、生物多樣性保護和退牧還草等生態恢復工程,有效地推進了該地區的生態屏障建設,使得三江源等局部地區的植被明顯改善[36-37],這可能是西南地區植被EVI整體呈現波動增長趨勢的主要原因之一。然而,由于西南地區兼跨我國地勢第一和第二階梯,地形地貌類型復雜,是我國生態極為敏感和脆弱的區域,也是我國少數民族和貧困人口集中分布的區域。隨著社會經濟發展和人類活動范圍與強度的不斷增加,西南地區的石漠化、水土流失等一系列生態問題也日益嚴重,從而造成局部地區的植被覆蓋出現一定程度的退化[26]。另外,西南地區近15年來自然災害的頻繁發生,也在一定程度上影響著植被覆蓋的變化[23]。

(2)從空間分布特征看,西南地區植被覆蓋空間異質性顯著,呈現出從東南向西北逐漸遞減的趨勢。雖然西南地區植被覆蓋度的空間分布以高和極高植被覆蓋度類型為主,但這些類型主要分布在云南省西雙版納傣族自治州-紅河哈尼族彝族自治州、廣西壯族自治區的百色-河池-桂林、貴州省的大部分地區及四川省的樂山-宜賓等地區。這些地區大部分都是常年雨水充沛,陽光充足,氣候適宜,植被生長茂盛,特別是西雙版納和桂林等地區,森林覆蓋率達到了70%以上。而極低植被覆蓋度類型主要分布在青海省和西藏自治區的西北部區,這些地區年均氣溫較低,降水量較少,自然環境相對其他地區惡劣。而且青海省和西藏自治區是我國重要的牧區,長期的過度放牧也會導致植被退化和水土流失等生態問題。另外,由于西南地區近幾十年來氣候變化呈現一定程度的暖干化趨勢[27],對植被覆蓋度較低區域的植被生長和恢復可能產生一些不利的影響,從而增加這些地區植被覆蓋出現退化的風險[26, 38]。

(3)通過西南地區植被EVI與年均氣溫和年均降水量的相關分析可知,植被EVI與年均氣溫和年均降水量均以正相關為主,并且植被EVI與年均氣溫顯著相關的區域面積稍大于與年均降水量呈顯著相關的面積。何奕萱等[28]在紅河流域的研究結果表明,生長季植被EVI與同期氣溫相關性較好,但與降水量呈現一定的滯后性。張勃等[24]和丁瑞等[39]在西南地區的研究也表明,溫度對該地區植被覆蓋變化的影響稍大于降水等其他因素。這主要是由于西南地區河流水系發達,受季風環流和地形等因素的共同影響,在云南、廣西和貴州等大部分區域降水量相對較為豐富,植被生長期水分充足,而熱量差異較為明顯[24],因此在這些地區植被EVI變化對溫度變化的響應更為敏感。然而,在西藏自治區西北部等降水量較少的干旱半干旱地區,植被EVI變化受降水量的影響則更明顯。此外,西南地區植被EVI變化的驅動因素分析表明,雖然氣溫和降水對植被EVI變化有顯著的驅動作用,但在0.05置信水平檢驗下,西南地區大部分區域的植被EVI變化表現為非氣候因素驅動。這與王強等[40]在橫斷山區和榮欣等[41]在川西高原的研究結果基本一致。近幾十年來,西南地區的人口迅速增長,人類活動的范圍與強度也不斷增加,對該地區的生態環境和植被生長產生了一定的負面影響。為了遏制西南地區生態系統逐漸退化的趨勢,自20世紀70年代以來,在該地區實施了多項重大生態恢復工程,正在逐步引導人口分布和活動與當地的資源環境承載力協調發展。因此,在人類活動對植被覆蓋造成的正面和負面影響相互疊加的背景下,西南地區植被生長對氣溫和降水等氣候因素的響應程度和速度可能會受到一定程度的影響。