近20 年鄂西地區植被覆蓋度時空變化特征分析

鐘 靜，皇永波，郭明強,2,3,4

（1.湖北地信科技集團股份有限公司， 湖北 武漢 430074；2.自然資源部城市國土資源監測與仿真重點實驗室， 廣東 深圳 518034；3.中國地質大學（武漢）地理與信息工程學院，湖北 武漢 430074；4.國家地理信息系統工程技術研究中心，湖北 武漢 430074）

目前植被覆蓋度的估算以傳統地面測量和遙感反演為主，傳統FVC測量方法主要依靠地面測量，包括目視估測法、采樣法、儀器法、照相法等[1-5]。遙感技術反演FVC 主要使用像元二分法和NDVI 數據進行計算，并根據統計學的數據分析方法探討時序FVC變化規律和原因[6-9]。近年來諸多學者使用遙感技術結合衛星遙感影像反演FVC，并分析FVC在時間和空間上的變化。但由于研究區域的環境不同，FVC的時空變化規律呈現區域差異性的特點。文獻[10]基于MOD13Q1數據產品和國家氣象站降水數據，采用像元二分模型、一元線性回歸模型和Hurst 指數，分析了2000—2019 年黃河流域FVC 空間格局、時序變化和發展趨勢，發現黃河流域FVC 年際變化呈明顯的上升趨勢，在空間上呈從西北至東南階梯狀增大的分布態勢。文獻[11]基于4期TM∕OLI影像，提取NDVI，采用像元二分模型計算FVC，發現大青山FVC總體改善，FVC空間格局總體上呈東高西低，南高北低的分布特征，FVC 隨海拔升高呈增加趨勢，且與坡度正相關。文獻[12]基于衛星遙感影像提取生長季植被指數計算FVC，并對FVC的空間分布特征、面積占比、變化趨勢等進行分析，研究表明，2000—2017年間黑河中下游均存在低覆蓋植被向其他類型覆蓋植被轉化現象，高植被覆蓋區域面積增加，植被覆蓋情況整體趨好。文獻[13]利用2000—2019 年MODIS∕EVI 數據，基于像元二分法獲取FVC，運用線性回歸分析揭示了FVC 變化規律，結果表明2000—2019 年新疆平均FVC 空間分布差異明顯，新疆FVC 呈上升趨勢，變化平穩，極高覆蓋度區域主要分布在西北部、北部以及南疆的綠洲地區，東疆波動較大。

本文基于2000—2020 年（每年4—10 月）MODIS13Q1 遙感數據，使用像元二分模型[3-4]、斜率模型[1-2]、馬 爾 可 夫 轉 移 矩陣 模 型[14-15]、Hurst 指數[16-17]等模型方法，對2000—2020年來湖北省西部區域92 250 km2的FVC時空變化規律進行分析，探討鄂西植被的獨特變化規律，分析規律的可靠性和持續性，并判斷區域內植被環境的穩定性。

1 研究區概況與數據來源

湖北省地勢大致為東、西、北三面環山，中間低平，向南敞開、北有缺口的不完整盆地，地勢高低相差懸殊[18-19]。本研究區域覆蓋恩施州、十堰市、神農架林區、襄陽市、宜昌市，總面積約為92 250 km2，是鄂西生態文化旅游圈的核心地區，森林茂密，植被覆蓋率高，在全省占有重要地位。十堰市、恩施州、神農架林區是國家級水土保持防治重點區域，植被變化的監測和空間分布分析尤為重要。本研究區主要為山體區域，西北山地為秦嶺東延部分和大巴山的東段，秦嶺東延部分稱武當山脈，嶺脊海拔一般在1 000 m以上，最高處為武當山天柱峰，海拔1 621 m；大巴山東段由神農架、荊山、巫山組成，神農架最高峰為神農頂，海拔3 105 m；西南山地為云貴高原的東北延伸部分，主要有大婁山和武陵山，一般海拔高度700～1 000 m，最高處獅子垴海拔為2 152 m。研究區內主要植被類型有亞熱帶常綠闊葉林、亞熱帶常綠落葉闊葉混交林等[20]。

本文采用的MODIS13Q1 的遙感衛星數據來源于LAADS DAAC 官網（https:∕∕ladsweb.modaps.eosdis.nasa.gov∕），空間分辨率為250 m，時間分辨率為16 d。由于最大NDVI 可較好地反映該年度植被長勢最好季節的植被覆蓋情況，盡可能規避大氣、云層、太陽高度角等因素造成的數據在短時間偏低情況，最大限度保障數據質量，因此使用最大值合成法（MVC）處理NDVI 影像數據來分析研究區域FVC 在時間和空間上變化規律和特征[21]。由于研究區7、8、9月份的NDVI影像受云霧遮擋較為嚴重，影像合成最大值易受云霧影響，且研究區常年平均溫度較高，考慮4、5月份植被比較茂密，因此本文選取2000年、2002年、2005年、2007年、2010年、2012年、2015年、2017年、2020年每年4—10月份的MODIS13Q1遙感衛星影像作為數據源，使用ArcPy 工具批量提取NDVI，并使用arcpy.ProjectRaster_management 函數進行投影坐標轉換，將MODIS13Q1 原始影像轉換為CGCS2000 高斯克呂格114E投影坐標系，最后使用最大值合成法獲取每年的NDVI最大值。

圖1 研究區地理位置

2 研究方法

2.1 基于像元二分模型的FVC反演分析方法

本文使用像元二分模型對NDVI 數據進行FVC 反演，FVC是指植被所占像元的比率，模型公式為：

式中， NDVIsoil為完全是裸土或無植被覆蓋區域的NDVI值；NDVIveg為完全被植被所覆蓋的像元的NDVI值，即純植被像元的NDVI值。

理論上， NDVIveg的值應為NDVImax； NDVIsoil的值應為NDVImin，由于NDVI 圖像的像元存在一定的噪聲，因此設置一個置信范圍對NDVIsoil和NDVIveg進行取值。本文選取NDVI 統計頻率的0.5%和99.5%作為NDVIsoil和NDVIveg的值[20-22]。

2.2 基于馬爾科夫模型的FVC等級轉移分析方法

為研究FVC的動態變化，使用馬爾科夫模型分析FVC 等級的面積占比情況，此模型又稱為轉移矩陣，可以定量的分析FVC等級間的動態轉換，其中馬爾可夫模型在本文中的計算方法如表1所示。表中a1…an為FVC等級；Bij為相應年份下兩種植被覆蓋類型的轉化面積，i為起始年份；j為終止年份；FVC等級的面積分析由相同FVC 等級下的轉出量減轉入量計算得到，兩者相減為負則面積減少，為正則面積增加。Bnn為FVC等級的穩定區域在相應FVC等級中的面積占比[20]。

表1 FVC的轉移矩陣計算表

2.3 基于斜率分析的FVC變化趨勢分析方法

本文FVC變化趨勢采用斜率分析方法，對時序的FVC數據逐像元計算斜率，斜率公式如下[23-24]：

斜率b計算完成后對b圖像逐像元進行F檢驗，判斷回歸方程斜率b的顯著性，顯著性高低代表斜率b的可靠性程度，F檢驗公式如下：

式中，U為誤差平方和；Q為回歸平方和；yi為第i年的FVC；yi為第i年FVC的回歸值；yˉ為FVC平均值；n為年份數量。

根據F檢驗的值和F檢驗表對比分析，將（0.005＜b＜0.015，p＜0.05）定為輕微增長；（0.015＜b＜0.1，p＜0.05）為顯著性增長；（-0.015＜b＜-0.005，p＜0.05）為輕微減少；（-0.1＜b＜-0.015，p＜0.05）為顯著減少[17]。

2.4 基于百分比F模型的FVC退化與改善分析方法

使用FVC變化百分比F模型分析FVC的退化與改善的情況，公式如下：

式中，F為變化百分比，F值分為5個等級，即明顯改善（15%）、變化不明顯（-15%，15%）、輕度退化（-25%，-15%）、中度退化（-35%，-25%）和重度退化（-35%）[18]。

2.5 基于極差分析（R/S）的H 指數分析方法

本文使用重新標度的極差分析（R/S）方法計算2000—2020 年時序FVC 最大值的赫斯特（Hurst）指數H，根據Hurst 指數分析其自相似性與長程依賴性，即可判斷FVC 最大值的變化是否具有持續性，R/S公式如下[25]：

其中H取值為0～1，當H=0.5 時，則時間序列為相互獨立、方差有限的隨機序列；當0.5＜H＜1時，表明時間序列變化具有持續性，未來的變化將與過去的變化趨勢相一致；當0＜H＜0.5 時，表明時間序列具有反持續性，即過去的變化不具有可持續性。

3 研究結果分析

3.1 FVC時間變化結果分析

根據公式（1）計算出研究區所有年份的FVC，為清晰地表明不同等級FVC 的分布及變化特征，將FVC數據的像元值按0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0劃分為5個等級。根據等級參數對FVC影像進行顏色分割顯示[20,22]。由圖2可以看出，2000—2020年鄂西地區的高FVC主要分布在較高的山體區域，中低FVC和低FVC主要分布在山體的南部區域，中FVC主要分布在山體的中部區域；同時高FVC、高FVC的覆蓋范圍明顯增加[26-28]。

圖2 2000—2020年植被覆蓋度各分級區域變化圖

根據2000年、2002年，2005年、2007年、2010年、2012 年、2015 年、2017 年、2020 年的FVC 空間分布數據，使用ENVI 統計各FVC 等級的像元數量，分析各等級FVC的面積占比，繪制FVC等級隨時間變化的面積變化折線圖，如圖3a 所示。根據ENVI 統計平均FVC，使用公式（5）極差分析（R∕S）的Hurst指數和一元線性回歸分析方法，分析平均FVC隨時間變化趨勢和變化的偶然性，如圖3b所示。

圖3 FVC隨時間變化折線圖

從圖3a和表2可以看出，2000—2020年植被的轉移變化主要發生在中高FVC 和高FVC 等級上，其中，中高FVC向高FVC轉移了20 391.7 km2，向中FVC轉移了744.4 km2；高FVC 向中高FVC 轉移了2 987.7 km2，但由于中高FVC 的轉移情況，高FVC 的面積增加了17 442.5 km2，中高FVC 的面積減少了18 181.8 km2；其余3 個等級的FVC 面積變化不大，低FVC 減少了2.6 km2，中低FVC 增加了244.67 km2，中FVC 減少了517.2 km2。從圖3b中可以看出，FVC回歸分析方程的相關性系數為0.673 8，且顯著性分析p值小于0.05，因此在20 a 間平均FVC 總體呈現出增加的變化趨勢，平均值被覆蓋度增加了0.025。使用公式（5）計算的hurst 指數的結果為0.634 4＞0.5，表明研究區的時序FVC的變化具有持續性，未來的變化將與過去的變化趨勢相一致。

表2 鄂西地區2000年和2020年FVC轉移矩陣分析

3.2 FVC空間分布變化趨勢分析

使用時序最大FVC數據的斜率b和最大FVC退化分析F值進行變化趨勢分析，使用斜率b分析植被覆蓋度的變化趨勢，退化分析F值分析植被的變化趨勢，二者結合定量分析植被的變化趨勢和變化量。

根據公式（2）計算斜率b的結果如圖4a 所示，并對斜率進行F值檢測，得出圖4b 的檢測結果。根據2.3章節中顯著性劃分范圍對F檢測結果統計分析，FVC 顯著性減少的面積為1 380.1 km2，輕微減少的面積為3 579.375 km2，輕微增加的面積為44 359.26 km2，顯著增加的面積為3 069.375 km2，不顯著性變化的面積為39 862 km2。

圖4 FVC隨空間變化圖

根據公式（4）的計算結果，研究區2000—2020年植被的退化與改善的情況如圖5所示，可以明顯看出大部分區域處于穩定變化狀態，面積為79 852 km2；明顯改善的區域主要分布在十堰市的建成區，總面積為8 764 km2；退化的區域主要分布在河道水域周圍，總面積為3 057 km2。

圖5 植被退化和改善圖

結合植被退化分析成果和最大值FVC 變化趨勢，可以分析出研究區最大植被覆蓋度增長區域占研究區面積51.41%，植被穩定變化區域占總面積86.56%，說明FVC的增長并未對植被的變化產生較大影響，研究區內植被保持著較高的覆蓋率，植被環境的抵抗強度較高。

4 結 論

本文基于2000—2020 年NDVI 數據，利用像元二分模型、斜率模型、馬爾可夫轉移矩陣模型、赫斯特指數等方法，揭示了鄂西地區近20 a來FVC時空變化規律，并動態統計分析不同等級FVC的面積占比。結論如下：

1）2000—2020 年間研究區域的平均FVC 增加了0.025，可看出研究區內的FVC呈現增長的趨勢。總體FVC增長直接體現在中高FVC向高FVC轉移上。

2）研究區內時序FVC 的赫斯特指數為0.63，結合（1）的結論，表明研究區的FVC 呈現規律性的增長趨勢，并非偶然性的變化。

3）研究區植被退化與恢復分析結論中，植被穩定的區域面積為79 852 km2，結合（1）的結論，研究區內FVC處于增長的趨勢，但對于植被的改善情況并無明顯的增加，表明研究區植物處于旺盛的狀態，在研究期間變化較為穩定。

從上述的動態分析可以發現，鄂西實驗區整體而言植被資源豐富，FVC呈現穩定增長的趨勢，具有顯著的時空變化規律。