陳 鍔,趙曉冏
(1.甘肅省環境監測中心站,甘肅 蘭州 730020;2.甘肅省生態環境科學設計研究院,甘肅 蘭州 730020)
植被是土地覆蓋的最主要部分,也是生態系統的主體,是聯結土壤、大氣和水分的自然“紐帶”,植被覆蓋度能有效衡量地表植被的覆蓋狀況,是主要的植被生態系統定量指標參數[1]。地表植被覆蓋能夠有效提高區域植被的固碳能力,增加區域碳匯,改善區域生態環境[2,3]。流域植被覆蓋變化體現了自然和人類活動對生態環境的作用[1],其變化通過影響下墊面環境而對局地氣候調節及區域生態安全格局產生顯著作用。開展地表植被覆蓋變化監測研究可為區域精準實施生態修復/恢復工程和我國實現碳中和目標提供科學依據。
近年來,國內外學者主要采用MODIS NDVI產品和Landsat系列衛星遙感影像對不同尺度下的植被覆蓋度進行了大量研究[1,4~10]。其中,張志強等[11]基于MODIS數據產品和氣象站降水數據,采用像元二分模型,分析了2000~2019年黃河流域植被覆蓋度空間格局、時序變化和發展趨勢;鐘琪等[12]基于Landsat影像,采用像元二分法模型,反演了1998~2017年大寧礦區不同時期的地表植被覆蓋度,分析了礦區植被覆蓋度變化趨勢;彭文甫等[13]基于Landsat5/8遙感影像和DEM數據,利用像元二分模型,開展了岷江汶川-都江堰段植被覆蓋的動態監測研究,揭示了該區域植被在汶川地震前后的變化規律;鄧晨暉等[14]基于MODIS NDVI數據,反演了秦嶺地區2000~2015年植被覆蓋度,探究了植被覆蓋度對氣候變化與人類活動的雙重響應機制。從當前研究現狀來看,學者對植被覆蓋度變化的研究多集中在生態環境脆弱區或農牧交錯帶[7,8],對以山地植被為主的白龍江流域最新的研究還不多見。
甘肅白龍江流域是全國九大林區之一,也是長江上游重要的水源涵養區,其生態功能和地位十分重要。流域內森林作為主要生態系統主體,其覆蓋率達到55%以上,是該區域生態系統中最大的碳庫,森林固碳是減緩氣候變化的重要途徑之一。近年來,隨著社會經濟的快速發展和區域氣候變化的影響,流域內生態環境雖整體向好但仍存在點狀惡化的現象,地表森林植被破壞,滑坡、泥石流等地質災害頻發,山地丘陵地帶水土流失尚未得到有效遏制,嚴重影響了區域經濟、社會的可持續發展,也在一定程度上降低了區域碳匯潛力。因此,研究該流域植被覆蓋變化,及時掌握植被退化區域,對流域生態修復、增加區域碳匯都具有重要意義。
以甘肅白龍江流域為例,利用MODIS NDVI產品和LandsatTM/OLI數據,運用混合像元分解法估算了白龍江流域的植被覆蓋度,綜合運用趨勢分析法、標準差分析法和變化過程分析方法,對白龍江流域2010~2020年植被覆蓋度時空變化進行研究,以期為山地植被的合理利用與生態修復治理提供數據支撐。
白龍江地處甘肅南部,位于長江流域和黃河流域的分水嶺間,介于北緯32°36′~34°24′,東經103°0′~105°30′(圖1),流域面積18436.3 km2。流域范圍涉及隴南市的迭部縣、宕昌縣、武都區、文縣以及甘南藏族自治州的舟曲縣。白龍江流域以山地丘陵為主,海拔高差較大[9],流域內河流縱橫交織,水資源豐富。在海拔高差影響下,受到光熱條件的制約,流域內植被分布呈現出明顯的垂直分異規律,從常綠闊葉林逐漸向亞高山針葉林、高山灌叢、高山草甸演替。流域內氣候復雜多樣,整體上降水量較多,夏季炎熱、雨水豐富,冬季溫涼、降水稀少[15]。

圖1 研究區地理概況
2.2.1 數據來源
本研究用到的數據源主要有以下幾種:
(1)白龍江流域MODIS數據,采用美國NASA提供的MODIS2級標準數據產品—MOD09Q1地表反射率產品數據(http://reverb.echo.nasa.gov),其時間范圍是2010~2020年,空間分辨率和時間分辨率分別為250 m和8 d。
(2) 白龍江流域Landsat-TM/OLI數據,空間分辨率為30 m。本研究利用Landsat-TM/OLI影像作為較高分辨率(30 m)的遙感影像評估大尺度的低空間分辨率(250 m)的MODIS數據植被覆蓋度的計算結果。結合白龍江流域植被覆蓋類型數據選取驗證的Landsat-TM/OLI影像數據,原則是使得驗證Landsat-TM/OLI影像均勻分布、覆蓋所有植被類型以及不同年份。所使用的Landsat-TM/OLI影像數據來自于中國科學院地理空間數據云以及美國地質勘探局(United States Geological Survey,USGS)網站(http://glovis.usgs.gov/)Level2級產品,經過輻射校正和系統級幾何校正處理。
2.2.2 白龍江流域生態系統分類
生態系統類型數據來源于生態生態環境部衛星應用中心,時段為2015年,根據甘肅省實際情況和根據研究需要,將研究區生態系統類型整合為7個類型(包括森林、灌木、草地、水體、農田、城鎮、裸地),建立相應的數據庫(圖2)。
2.2.3 植被覆蓋度提取
本研究中采用線性光譜混合模型的方法進行植被覆蓋度的遙感反演。線性光譜混合模型是混合像元分解法中的一種,定義為:像元在某一光譜波段的反射率(亮度值)是由構成像元的基本組分(Endmember)的像元的反射率(亮度值)以其所占像元面積比例為權重系數的線性組合。反演流程見圖3,詳細原理見參考文獻[16,17]。
具體步驟為:第一,對獲取的Landsat遙感影像進行輻射標定和大氣校正等數據預處理;第二,根據亮溫數據和反射率數據剔除遙感影像中的水體和云像元;第三,根據已有研究區生態系統類型數據,對不同的生態系統類型分別建立綠色植被、枯萎植被和裸地表的光譜庫;第四,在同一個生態系統類型中,假設每個像元都由綠色植被、枯萎植被和裸地3種亞像元組成,并依據下面公式進行混合像元分解:
ρ(λ)pixel=∑[Ce·ρ(λ)e]+ε=[CPV·ρ(λ)PV
+CNPV·ρ(λ)NPV+CS·ρ(λ)S]+ε
(1)
式(1)中,ρ(λ)pixel表示每一個亞像元e在波長λ的反射率,PV、NPV、S分別表示綠色植被、枯萎植被和裸地表3個亞像元,ε為誤差項,Ce表示每種亞像元所占的比例。

圖2 白龍江流域生態系統分類

圖3 白龍江流域植被覆蓋度反演流程
步驟之第五,在混合像元求解過程中,需建立代價函數,從對應生態分區光譜庫中反復選擇綠色植被、枯萎植被和裸地表光譜曲線代入上面公式中進行求算,直到獲取最優解,才會停止迭代,并輸出3種亞像元所占的比例;最后,獲得2010~2020年白龍江流域逐旬植被覆蓋度數據。
2.2.4 植被覆蓋度精度驗證
本研究采用較高空間分辨率的Landsat-TM/OLI數據計算的植被覆蓋度結果作為參照值驗證由MODIS數據獲得的NDVI數據估算結果,Landsat-TM/OLI數據植被覆蓋度結果由線性混合分解法得到??紤]到Landsat-TM/OLI數據與MODIS-NDVI 數據的空間分辨率相差較大,本文根據混合像元原理,近似認為Landsat-TM/OLI的每個像元反射率的貢獻率是相同的,也就是MODIS的每個像元值為其所對應的所有Landsat-TM/OLI像元值的均值。在進行結果精度驗證前,利用焦點統計(Focal Statistics)方法對基于Landsat-TM/OLI數據計算得到的植被覆蓋度數據進行處理,使其每個像元值等于鄰域33×33個柵格的均值[18]。根據Landsat-TM/OLI影像分布及影像云覆蓋狀況選取典型地物作為采樣點,基于點位置提取Landsat-TM/OLI估算結果,與混合像元法提取的植被覆蓋度結果進行統計比較。
2.3.1 植被覆蓋度最大值合成法
本研究采用植被覆蓋度最大值合成法[14],獲得每年的最大化植被覆蓋度數據,即在每個象元取該象元每半月的VF最大值對每月VF進行預處理。其計算方法如下:
MVFi=MAX(VFij)(i=1,2,…,10;j=1,2,…,46)
(2)
式(2)中,MVFi為第i年的最大化VF值;i為1~11的整數,數值分別代表2010~2020年;VFij為每8 dVF值;j為1~46的整數,數值分別代表每8 d的數據名。
2.3.2 趨勢分析法
本研究采用趨勢分析法揭示研究區內時間序列上的植被覆蓋度變化趨勢。趨勢分析法可更加真實地反映長時間序列植被覆蓋的演化趨勢[19]。為了將變化范圍與其他區域進行對比及分析年最大植被覆蓋度的變化幅度。本研究根據Slope指數得到11年間植被覆蓋度的變化范圍Range,分析年最大植被覆蓋度的變化幅度,計算公式如下:
(3)
式(3)中,VFi為第i年的植被覆蓋度;n為時間序列長度(2010~2020年共11年);Slope為斜率。Slope為正時,表明植被覆蓋度為增加趨勢,反之則為減少趨勢。Range表征的是變化趨勢的范圍,揭示變化的程度。
2.3.3 標準差分析
標準差表示數據變量偏離常態的距離的平均數,能反映一個數據集的離散程度,其值越大,說明該地區在研究時段內各像元植被覆蓋度距離平均值越遠,即該段時間植被覆蓋度的年際變化較大[20]。
(4)
聚類分析將標準差(Si)分為5類:高(Si≥13.19),較高(9.84≤Si<13.19),中(4.63≤Si<9.84),較低(1.60≤Si<4.63),低(Si<1.60),在此基礎上分析白龍江流域多年植被覆蓋波動變化特征。
2.3.4 變化過程分析方法
本研究首先在像元基礎上計算2010~2013年的年最大覆蓋度的平均值Cmax(2010~2013)。以4 a為時間步長,求取2013~2016年和2017~2020年的最大覆蓋度的平均值,分別減去Cmax( 2010~2013),分別獲取其變化量Cmax(2013~2016)和Cmax(2017~2020)。并將變化量的各像元蓋度值變化(差值)按10%分級,可以分為:增加1級( 0~10% )、2 級( 10%~20% )、3 級( 20%~30% )、4級( > 30% );減少1級( 0~-10% )、2級( -10%~-20% )、3級( -20%~-30% )、4級(<-30% )。
根據2010~2013、2013~2016和2017~2020年3個時段最大覆蓋度的平均值變化情況,將變化類型分為4種:持續減少( - -)、持續增加( + +)、先減后增( - + )、先增后減( + - ),從而獲取覆蓋變化過程的時空分布特征。
3.1.1 植被覆蓋度格局演變基本特征
從白龍江流域植被覆蓋度空間格局演變特征圖 (圖4) 可以看出,2010~2020年白龍江流域植被改善明顯,黑色低覆蓋度的區域逐年變窄,明顯減少,同時高覆蓋度的區域也有不同程度的向中等覆蓋度的區域轉化;2010~2020年白龍江流域低植被覆蓋度區域有從東南向西北轉移的趨勢,并且該轉移趨勢較明顯;近年來,白龍江流域退耕還林、還草等工程的實施,白龍江沿岸植被漸漸恢復,植被覆蓋度升高明顯;白龍江沿岸植被受人類活動的影響,呈現出河流沿岸以低覆蓋度分布形成“Y”字形,白龍江流域“南高北低、西高東低”植被格局依然明顯。

圖4 2010~2020年白龍江流域年最大植被覆蓋度分布
3.1.2 空間格局演變的穩定性
白龍江流域2010~2020年植被覆蓋標準差介于0.0~30.05之間,整體呈現為:“兩頭小中間大,高低波動并存,較高波動居多”,穩定性存在明顯的地域差異(圖5)。空間格局主要特征為:①高波動區主要分布在河流沿岸,以及迭部縣的北部,所占比重較小為0.62%;②較高波動區主要分布在河流沿岸高波動區的外圍以及武都區安化鄉、漢林鄉一帶,比重為3.07%;③中度波動區分布范圍較大,大部分分布在文縣、武都區和宕昌縣,集中在“Y”字形的右邊,比重占到30.28%;④較低波動區分布最為廣泛,全流域都有分布,且分布在中度波動區域外圍,比重占到65.01%;⑤低波動區零星分布于文縣南部的半山、劉家坪一帶,宕昌縣的西部的南河鄉一帶,所占比重較小為1.02%。

圖5 白龍江流域植被覆蓋度穩定性
3.2.1 變化趨勢分析
在ArcGIS中利用等間隔分級方法將Slope指數分為7級[16],這種分級法基于Slope值域范圍的不同,分級也不同,最大化分化了區域的內部差異,利于外推將變化范圍與其他區域對比。根據公式3得到11年間植被覆蓋度的變化范圍Range,分析年最大植被覆蓋度的變化幅度。將該區域植被變化分為7個級別,分別為嚴重退化、中度退化、輕微退化、基本穩定、輕微增加、中度增加和顯著改善( 圖6)。研究期間,白龍江流域range的平均值為-0.273,白龍江流域分縣range平均值分別為迭部縣為-4.78,宕昌縣為2.253,舟曲縣為-1.814,文縣為-0.794,武都區為4.413。可以看出,只有宕昌縣和武都區植被覆蓋度呈增加趨勢,其中武都區增加趨勢較明顯。而迭部縣植被覆蓋度減小趨勢較明顯,地區差異顯著。

圖6 白龍江流域年最大植被覆蓋度變化
根據圖6, 11年間白龍江流域植被覆蓋度變化范圍在±2%之間的區域屬于基本穩定的區域,其面積為6441.06 km2,占流域總面積的31.14%,所占比重最大,廣泛分布在全區的各子區。植被覆蓋度變化范圍為負值的區域即年最大植被覆蓋度變化為減少趨勢的區域占流域總面積的39.75%,年最大植被覆蓋度呈增加趨勢的區域占流域總面積的29.10%,植被覆蓋度減少的區域要大于增加的區域。其中呈現輕微退化的地區,植被覆蓋度變化范圍在-6%~-2%之間的地區面積為5939.81 km2,占流域總面積的28.72%,廣泛分布在流域南部和西部。年最大植被覆蓋度中度、嚴重退化的區域主要分布在迭部縣、舟曲、文縣和武都區交界處。迭部縣是甘肅省的重點牧業縣,由于過度放牧和不合理開墾,使得大量植被遭到了破壞,草地資源嚴重退化,使之成為了植被覆蓋度中度及嚴重退化的地區。白龍江流域年最大植被覆蓋度呈輕微增加趨勢的面積為3031.62 km2,占流域總面積的14.66%,為第三分布廣泛的變化類型,主要分布在宕昌縣和武都區。這些地方植被覆蓋度輕微增加說明了退耕還林、退牧還草等工程初見成效??梢钥吹街卸仍黾雍惋@著增加的植被覆蓋度面積大于中度和嚴重退化的面積,主要分布在武都區和宕昌縣的白龍江以東地區。
3.2.2 變化過程分析
圖7為2013~2016年和2017~2020年最大植被覆蓋度的平均值與Cmax(2010~2013)差值,即Cmax(2013~2016)和Cmax(2017~2020)的空間分布。其中植被覆蓋度增加區域主要分布在宕昌縣和武都區,尤其是宕昌縣的向陽鄉、武都區的漢林和安化鄉;減少區域主要分布在迭部縣的花園、康多鄉和文縣的臨江鎮。從植被覆蓋度變化過程來看(圖8),不同區域植被覆蓋度變化過程不同。植被覆蓋度呈現持續增加的區域廣泛分布于全流域,以宕昌縣和武都區面積最大;宕昌縣的哈達鋪植被覆蓋度呈現先減少后增加態勢;武都區南部和文縣植被覆蓋度呈現先增加而后減少態勢;而呈現持續減少的區域分布在迭部縣、舟曲縣南部和文縣南部等地,其中迭部縣分布最廣。
根據圖7可知,2013~2016年,植被覆蓋度呈增加的區域,面積占到18.575%,植被覆蓋度減少的區域,面積占到81.425%;2016年以后,植被覆蓋度增加的區域,面積占到42.945%,植被覆蓋度減少的區域,面積占到57.065%,植被覆蓋度降低的區域,其面積呈現減少趨勢。根據圖8可知,占流域總面積22.15% 的區域,植被覆蓋度呈現持續上升,13.33% 的區域呈持續降低,7.99%的區域呈先升后降,56.53%的區域呈先降后升,總的來說,白龍江流域大部分區域的植被覆蓋度呈升高態勢。

圖7 白龍江流域植被覆蓋度在不同時段變化程度的空間分布

圖8 白龍江流域植被覆蓋度變化過程空間分布特征
(1)白龍江流域植被覆蓋度的年際變化趨勢存在著顯著空間差異。趨于升高的區域主要分布在宕昌縣和武都區;具有降低趨勢的區域主要分布在迭部縣、舟曲、文縣和武都區交界處。
(2)從白龍江流域各縣植被覆蓋度變化趨勢看,只有宕昌縣和武都區植被覆蓋度呈增加趨勢,其中武都區增加趨勢較明顯。而迭部縣植被覆蓋度減小趨勢較明顯。
(3)以4 a為步長的分析表明:植被覆蓋度呈現持續增加的區域廣泛分布于全流域,以宕昌縣和武都區面積最大;宕昌縣的哈達鋪植被蓋度呈現先減少后增加態勢;武都區南部和文縣植被蓋度呈現先增加而后減少的態勢;呈現持續減少的區域分布在迭部縣、舟曲縣南部和文縣南部等地, 其中迭部縣分布最廣。
(4)從植被覆蓋度變化的過程來看,占流域總面積22.15%的區域,其植被覆蓋度呈現持續上升,13.33%的區域呈持續降低,7.99%的區域呈先升后降,56.53%的區域呈先降后升,總體上白龍江流域大部分植被蓋度呈升高態勢。
(5)從植被覆蓋度格局演變特征來看,2010~2020年白龍江流域植被改善明顯,低植被覆蓋度的區域逐年變窄,明顯減少,同時高覆蓋度的區域也有不同程度的向中等覆蓋度的區域轉化;2010~2020年白龍江流域低植被覆蓋度區域有從東南向西北轉移的趨勢,轉移趨勢較明顯。
(6)空間格局演變的穩定性整體呈現為:“兩頭小中間大,高低波動并存,較高波動居多”,穩定性存在明顯地域差異。高波動區面積所占比重最小;較低波動區分布最為廣泛,主要分布在中度波動區域外圍。
在過去近11 a,白龍江流域植被覆蓋度在大多數地區呈上升趨勢,表明白龍江流域植被生長狀況增強,雖然近年來,部分地區由于城鎮化和人為過度利用土地導致植被狀況惡化,但從總體上看,白龍江流域植被的覆蓋狀況還是有所改善。
本研究討論了利用MODIS數據反演的植被覆蓋度年際變化的時空差異,這種差異主要取決于不同區域自然、社會經濟特征的差異,對于探討流域尺度植被退化及其驅動機制來說,是一項十分基礎且又迫切的工作。植被退化通常表現為植被覆蓋度下降、物種組成改變、生物量下降等[21,22 ]。白龍江流域植被退化更多表現在植被覆蓋度的下降。
本文基于MODIS數據反演的植被覆蓋度雖然有較高的時間分辨率,但其空間分辨率相對較低,受人類活動影響的小范圍區域并不能有效的從影像上反映出來,這為準確、有效地監測流域植被生長狀況和人為破壞情況成為瓶頸。為此,在以后工作中,應加強高空間分辨率數據對流域植被的動態監測和評估。