梵凈山長(zhǎng)時(shí)序植被覆蓋變化趨勢(shì)與對(duì)比分析

余 婷,楊 萍,鄧 興,劉綏華,周 洋

(1. 貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院,貴州 貴陽(yáng) 550000; 2. 貴州省測(cè)繪產(chǎn)品質(zhì)量監(jiān)督檢驗(yàn)站,貴州 貴陽(yáng) 550000; 3. 貴陽(yáng)市測(cè)繪院,貴州 貴陽(yáng) 550000; 4. 青島四洲重工設(shè)備有限公司,山東 青島 266000)

植被是生態(tài)系統(tǒng)中不可替代的關(guān)鍵組成部分,對(duì)于建立和維護(hù)良好的生態(tài)環(huán)境起著重要作用[1-2]。植被的變化不僅反映了地球表面能量交換、碳循環(huán)和人類活動(dòng),還連接了土壤、大氣和水之間的復(fù)雜關(guān)系[3-5]。植被覆蓋度(fractional vegetation cover,FVC)是評(píng)估植被覆蓋程度和植被生長(zhǎng)狀況的常用指標(biāo),它是指地表植被的投影面積與地表總面積的比率,通常與植被類型、生長(zhǎng)狀況和高度等因素有關(guān)[6-7]。

近年來(lái),隨著遙感技術(shù)的蓬勃發(fā)展,遙感數(shù)據(jù)以覆蓋面積大、精度高和節(jié)省時(shí)間等優(yōu)勢(shì),成為生態(tài)環(huán)境監(jiān)測(cè)領(lǐng)域中不可或缺的資源[8-9]。但傳統(tǒng)的計(jì)算機(jī)平臺(tái)難以應(yīng)對(duì)日益復(fù)雜的數(shù)據(jù)存儲(chǔ)及計(jì)算需求。這時(shí),GEE(Google Earth Engine)的發(fā)展引起了國(guó)內(nèi)外的廣泛關(guān)注,并為海量數(shù)據(jù)的快速處理、分析提供了前所未有的發(fā)展機(jī)遇[10]。已有學(xué)者基于GEE對(duì)不同地區(qū)的植被覆蓋進(jìn)行了相關(guān)研究,如文獻(xiàn)[11]研究了民勤綠洲NDVI的時(shí)空變化特征,發(fā)現(xiàn)綠洲有向荒漠?dāng)U張的趨勢(shì)。文獻(xiàn)[12]采用Landsat數(shù)據(jù)對(duì)黃土高原地區(qū)進(jìn)行植被覆蓋度時(shí)空變化的影響因素研究,得出人類活動(dòng)是植被動(dòng)態(tài)變化的主要驅(qū)動(dòng)因素。

梵凈山自然保護(hù)區(qū)是世界上同緯度保護(hù)最完好的原始森林。1987年,被列為國(guó)際“人與生物圈”保護(hù)區(qū)網(wǎng)絡(luò)的一員;2018年,又被列為世界自然遺產(chǎn)名錄中的第53項(xiàng)和我國(guó)第13項(xiàng)世界自然遺產(chǎn)[13]。該保護(hù)區(qū)具有豐富的植被資源,但由于氣候、人類活動(dòng)等多種因素的影響,植被覆蓋在過(guò)去的幾十年中發(fā)生了明顯的變化。文獻(xiàn)[14]利用遙感影像和土地利用數(shù)據(jù)對(duì)梵凈山植被覆蓋度時(shí)空變化特征進(jìn)行了研究。結(jié)果表明,相比于提名地,緩沖區(qū)的植被覆蓋度變化更為敏感。然而,該研究并沒(méi)有對(duì)這種變化的趨勢(shì)進(jìn)行分析。常見(jiàn)的趨勢(shì)分析方法包括回歸分析和Sen+Mann-Kendall法分析,但大部分研究通常只采用其中一種方法進(jìn)行研究[15-17],很少有研究對(duì)這兩種趨勢(shì)分析方法進(jìn)行對(duì)比。

基于此,本文利用GEE云平臺(tái)和Landsat 地表反射率(surface reflectance,SR)數(shù)據(jù)集作為試驗(yàn)數(shù)據(jù),采用像元二分模型法、逐像元一元線性回歸分析法和Sen+Mann-Kendall分析法對(duì)梵凈山自然保護(hù)區(qū)1990—2020年共30年植被覆蓋度的時(shí)空演變和長(zhǎng)時(shí)序的變化趨勢(shì)進(jìn)行研究,并將兩種趨勢(shì)分析方法進(jìn)行對(duì)比。通過(guò)分析植被覆蓋度的變化趨勢(shì),可以揭示保護(hù)區(qū)環(huán)境的變化特征,為保護(hù)區(qū)的生態(tài)管理提供科學(xué)依據(jù),制定合理的保護(hù)措施,促進(jìn)生態(tài)系統(tǒng)的恢復(fù)和保護(hù)。

1 研究區(qū)概況

梵凈山世界自然遺產(chǎn)地、國(guó)家級(jí)自然保護(hù)區(qū)位于貴州省東北部的印江縣、松桃縣和江口縣三縣交界之處,突立于云貴高原東部向湘西低山丘陵過(guò)渡的斜坡地帶,海拔高程在414～2572 m之間,高差大于2000 m,最高峰鳳凰山海拔為2572 m。遺產(chǎn)地面積為402.75 km2,緩沖區(qū)面積為372.369 km2。根據(jù)《中國(guó)植被》分類單元,將梵凈山的自然植被劃分為針葉林、闊葉林、竹林、灌叢(灌草叢)、沼澤等5個(gè)植被型組。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)源

本文以Landsat SR數(shù)據(jù)集作為試驗(yàn)數(shù)據(jù),包括Landsat 5 TM Surface Reflectance Tier1(1990—2011年)數(shù)據(jù)集和Landsat 8 OLI Surface Reflectance Tier1 (2013—2020年)數(shù)據(jù)集,共計(jì)180景遙感影像,影像分辨率為30 m。由于2012年圖像質(zhì)量不佳,故本文使用30 年數(shù)據(jù)。數(shù)據(jù)均來(lái)源于美國(guó)地質(zhì)調(diào)查局(USGS),并通過(guò)GEE平臺(tái)獲取,該數(shù)據(jù)集已經(jīng)過(guò)大氣校正、幾何精度校正和去云處理等,可在平臺(tái)直接進(jìn)行調(diào)用,確保了數(shù)據(jù)的科學(xué)性。為消除大氣和傳感器角度的影響,減少運(yùn)算誤差,采用了最大值復(fù)合法合成了研究區(qū)域1990—2020年的年度NDVI數(shù)據(jù)集。

2.2 研究方法

2.2.1 像元二分模型

計(jì)算植被覆蓋度的主要遙感手段包括經(jīng)驗(yàn)?zāi)Ｐ头ā⒅脖恢笖?shù)法和像元分解模型法。其中,像元分解模型法中的像元二分模型具有反演精度高、數(shù)據(jù)參數(shù)易獲取、操作簡(jiǎn)單可靠等優(yōu)點(diǎn)[18]。該方法的計(jì)算公式為

(1)

式中,NDVIsoil和NDVIveg分別表示無(wú)植被覆蓋像元和純植被覆蓋像元的NDVI值,其理論值分別接近0和1。本文中,選用5%置信度確定NDVI取值區(qū)間。

2.2.2 一元線性回歸趨勢(shì)分析

一元線性回歸趨勢(shì)法通過(guò)對(duì)變量和時(shí)間之間的線性關(guān)系進(jìn)行回歸分析,來(lái)推斷變量隨時(shí)間變化的趨勢(shì)[19]。公式為

(2)

式中,slope為植被覆蓋度變化的斜率;n為時(shí)間序列長(zhǎng)度(文中n=30);FVCi為第i年的FVC。當(dāng)斜率為正時(shí),表明研究區(qū)FVC在該時(shí)間序列下呈現(xiàn)增長(zhǎng)趨勢(shì),反之則呈現(xiàn)減少趨勢(shì)。

2.2.3 Sen+Mann-Kendall趨勢(shì)分析

Theil-Sen Median方法又被稱為Sen斜率估計(jì)法,是一種用于確定趨勢(shì)的高效且穩(wěn)健的非參數(shù)統(tǒng)計(jì)方法。Sen斜率估計(jì)用于計(jì)算趨勢(shì)值時(shí),通常與Mann-Kendall非參數(shù)檢驗(yàn)結(jié)合使用[20]。Sen斜率計(jì)算公式為

(3)

式中,j、i為時(shí)間序數(shù);Xj、Xi分別為第j和第i時(shí)間序列數(shù)據(jù)。當(dāng)斜率β>0時(shí)表示FVC呈現(xiàn)上升趨勢(shì);β<0時(shí)表示FVC呈現(xiàn)下降趨勢(shì)。Mann-Kendall統(tǒng)計(jì)檢驗(yàn)公式如下。定義標(biāo)準(zhǔn)化檢驗(yàn)統(tǒng)計(jì)量Z為

(4)

其中

(5)

(6)

(7)

式中,n為序列中數(shù)據(jù)的個(gè)數(shù);Xj、Xi分別為第j和第i時(shí)間序列數(shù)據(jù)。

3 結(jié)果分析

3.1 FVC時(shí)間變化特征

根據(jù)梵凈山植被覆蓋度的實(shí)際情況,本文將梵凈山的FVC平均值劃分為5個(gè)等級(jí):低等級(jí)FVC(<0.3)、中低等級(jí)FVC([0.3,0.45))、中等級(jí)FVC([0.45,0.6))、中高等級(jí)FVC([0.6,0.75])、高等級(jí)FVC(>0.75)。

如圖1(a)所示,近30年來(lái),梵凈山植被覆蓋度呈先下降后上升的“U”形增長(zhǎng)趨勢(shì),增長(zhǎng)率為3.46%,年均FVC為0.58,總體處于中等級(jí)水平,年際變化呈明顯增加態(tài)勢(shì)。從圖1(b)可知,在1990年,高等級(jí)FVC面積占比最大,達(dá)24.24%;而低等級(jí)和中低等級(jí)FVC則在1996年占比最大,達(dá)13.40%;但在2002年之后,該等級(jí)比例減少到2.49%,這一階段植被覆蓋得到了顯著改善,主要原因是2002年退耕還林還草工程在全國(guó)范圍內(nèi)全面啟動(dòng),從而成為植被覆蓋變化的一個(gè)重要轉(zhuǎn)折點(diǎn)。然而,在2008年研究區(qū)域內(nèi)的低等級(jí)FVC面積占比達(dá)3.06%,與1990年相比,增加了2.62%。這可能是人類活動(dòng)導(dǎo)致的結(jié)果,在2018年7月2日的世界遺產(chǎn)大會(huì)上,梵凈山自然保護(hù)區(qū)被列入世界自然遺產(chǎn)名錄。隨后,旅游業(yè)在這段時(shí)間內(nèi)快速發(fā)展,而旅游業(yè)的發(fā)展需要大量的土地資源,這就導(dǎo)致原有的草地、森林等土地類型被轉(zhuǎn)變?yōu)槁糜尉皡^(qū)或度假村用地,從而植被覆蓋度急劇下降。

圖1 1990—2020年梵凈山平均FVC年際變化及面積占比

3.2 FVC空間演變特征

1990—2020年梵凈山多年平均FVC空間分布如圖2所示。總體而言,FVC呈現(xiàn)出中間高、四周低的空間分布特征。中等級(jí)及中高等級(jí)的FVC面積占比較多,FVC年平均值大于0.6的區(qū)域占整個(gè)區(qū)域的93.55%;低等級(jí)FVC面積占比最少,為0.66%;高等級(jí)FVC主要分布在梵凈山自然保護(hù)區(qū)的山頂?shù)貐^(qū),具體為新金頂(海拔2342 m)、老金頂(2494 m)的西側(cè);低等級(jí)及中低等級(jí)FVC主要出現(xiàn)在梵凈山自然保護(hù)區(qū)東側(cè)及東南側(cè)的沿山公路帶上,以及北側(cè)和西側(cè)的村莊,均屬于緩沖區(qū)內(nèi),這與文獻(xiàn)[14]的研究結(jié)論一致。這可能是由于梵凈山地形高差較大,山頂區(qū)域的環(huán)境條件相對(duì)較好,有利于植被的生長(zhǎng),而山腳下和緩沖區(qū)的土地利用、人類活動(dòng)較為密集,對(duì)植被的生長(zhǎng)有不利影響。

圖2 1990—2020年梵凈山多年平均FVC空間分布

1990—2020年梵凈山各等級(jí)FVC空間分布變化如圖3所示,1990—1996年,高、中高等級(jí)FVC面積占比減少了16.92%,主要分布在梵凈山遺產(chǎn)地范圍的中部海拔較高的地方;低、中低等級(jí)FVC開(kāi)始大范圍分布,從自然保護(hù)區(qū)東側(cè)的緩沖區(qū)向核心區(qū)蔓延,1996年中低等級(jí)FVC面積占比達(dá)到11.32%。1996—2002年,中低等級(jí)以下的 FVC主要分布在梵凈山自然保護(hù)區(qū)東南方的低平地區(qū),該地區(qū)為江口縣北部,從Google Earth影像上看,該區(qū)域是一些居民點(diǎn)及修建的盤山公路。這個(gè)時(shí)期在研究區(qū)北邊出現(xiàn)了呈條帶狀分布的低等級(jí)FVC,與實(shí)際植被分布情況無(wú)關(guān),這是由影像質(zhì)量所導(dǎo)致的。2002—2008年,低等級(jí)FVC在梵凈山核心區(qū)也有分布,且主要分布在幾大景點(diǎn)高山之間;低等級(jí)FVC多分布于西側(cè)的緩沖區(qū)域內(nèi);東南側(cè)的低等級(jí)FVC面積占比相較于前十幾年有所增加。2014—2020年,植被覆蓋情況整體開(kāi)始改善,尤其是在梵凈山自然保護(hù)區(qū)的緩沖區(qū)域,低等級(jí)和中低等級(jí)FVC面積占比急劇下降,進(jìn)而轉(zhuǎn)變?yōu)橹懈叩燃?jí)FVC。

3.3 FVC變化趨勢(shì)分析

3.3.1 一元線性回歸法趨勢(shì)分析

植被覆蓋的改善面積遠(yuǎn)大于退化面積,分別為96.18%和3.82%(如圖4、表1所示)。植被總體上呈改善趨勢(shì),在空間上,顯著改善的區(qū)域主要位于梵凈山北部、西部。顯著退化和輕微退化分別占0.46%和3.36%,主要分布在自然保護(hù)區(qū)的緩沖區(qū)東南部、西北部及核心區(qū)中部鳳凰山附近。這表明,旅游活動(dòng)對(duì)植被退化有著直接的影響。

圖4 一元線性回歸法結(jié)果

3.3.2 Sen+Mann-Kendall趨勢(shì)分析

Sen+Mann-Kendall趨勢(shì)分析結(jié)果與一元線性回歸趨勢(shì)分析法結(jié)果基本一致。1990—2020年,植被改善區(qū)域(94.80%)明顯大于退化區(qū)域(5.20%),見(jiàn)表2。如圖5所示,明顯改善區(qū)域主要分布在梵凈山自然保護(hù)區(qū)緩沖區(qū)的北部、西部及東北部,這與梵凈山近年來(lái)實(shí)施的生態(tài)移民搬遷保護(hù)措施密切相關(guān)。退化區(qū)域主要分布在核心區(qū)的西部、景點(diǎn)山峰周圍以及緩沖區(qū)東南部和西北部。其原因在于這些區(qū)域分布著環(huán)山公路、零星居民點(diǎn)及旅游設(shè)施等。

表2 Sen+Mann-Kendall法趨勢(shì)分析結(jié)果

圖5 Sen+Mann-Kendall法結(jié)果

3.3.3 一元線性回歸分析法與Sen+Mann-Kendall法的差異性

研究發(fā)現(xiàn),兩種趨勢(shì)分析方法得出的梵凈山植被覆蓋度變化趨勢(shì)基本相似,均表明在30年長(zhǎng)時(shí)間序列中植被改善面積遠(yuǎn)大于植被退化面積。與一元線性回歸法相比,使用Sen+Mann-Kendall法監(jiān)測(cè)到的植被呈退化趨勢(shì)的面積有所增加。此外Sen+Mann-Kendall法在準(zhǔn)確模擬輕微退化和明顯改善的區(qū)域方面優(yōu)于一元線性回歸法,對(duì)明顯變化結(jié)果的敏感性提高了2.18%。因此,Sen+Mann-Kendall法的分析結(jié)果更精確,能更好地監(jiān)測(cè)植被覆蓋的變化,也為保護(hù)生態(tài)環(huán)境提供了重要的科學(xué)依據(jù)。

4 結(jié) 論

本文利用GEE云平臺(tái),基于梵凈山自然保護(hù)區(qū)的Landsat SR數(shù)據(jù)集,研究了1990—2020年梵凈山自然保護(hù)區(qū)FVC的時(shí)空分布和變化趨勢(shì)。主要結(jié)論如下:

(1)近30年來(lái),梵凈山自然保護(hù)區(qū)的植被覆蓋度呈先下降后上升的“U”形增長(zhǎng)趨勢(shì),增長(zhǎng)率為3.46%,年均FVC為0.58,年際變化呈明顯增加態(tài)勢(shì)。中低、低等級(jí)植被覆蓋度面積占比隨著時(shí)間推移顯著下降,中等級(jí)及以上等級(jí)的植被覆蓋度則呈現(xiàn)出顯著上升的趨勢(shì),植被覆蓋情況得到了明顯改善。

(2)梵凈山自然保護(hù)區(qū)植被覆蓋度的空間分布呈現(xiàn)出中間高、四周低的分布特點(diǎn),即遺產(chǎn)地內(nèi)大多呈現(xiàn)中等級(jí)及以上等級(jí)FVC,較低等級(jí)和低等級(jí)FVC則出現(xiàn)在緩沖區(qū)域內(nèi)。從變化趨勢(shì)上來(lái)看,1990—2020年梵凈山自然保護(hù)區(qū)植被覆蓋情況明顯好轉(zhuǎn),植被改善面積遠(yuǎn)大于植被退化面積。明顯改善區(qū)域主要分布在梵凈山自然保護(hù)區(qū)緩沖區(qū)的北部、西部及東北部。退化區(qū)域主要分布在核心區(qū)的西部、景點(diǎn)山峰周圍及緩沖區(qū)的東南部和西北部。

(3)兩種趨勢(shì)分析方法得出的梵凈山自然保護(hù)區(qū)植被覆蓋度變化趨勢(shì)結(jié)果基本相似。相比之下,Sen+Mann-Kendall趨勢(shì)分析法在準(zhǔn)確模擬輕微退化和明顯改善的區(qū)域方面優(yōu)于一元線性回歸法。此外,Sen+Mann-Kendall 趨勢(shì)分析法對(duì)明顯變化結(jié)果的敏感性提高了2.18%。

本文僅使用了Landsat SR數(shù)據(jù)集,并未使用多源數(shù)據(jù)集對(duì)結(jié)果進(jìn)行驗(yàn)證。由于不同影像數(shù)據(jù)集分辨率和質(zhì)量不同,對(duì)于植被覆蓋度變化的結(jié)果可能存在差異。因此,有必要進(jìn)一步分析不同數(shù)據(jù)集之間的差異性,以評(píng)估它們的一致性和不確定性,從而獲得更加可靠和穩(wěn)健的結(jié)果。