河南省植被覆蓋度時空變化及其原因分析

李鵬傲，姜永濤，張珍珍，韓夢雨

（1. 河南理工大學測繪與國土信息工程學院，河南 焦作 454003；2. 河南城建學院測繪與城市空間信息學院，河南 南陽 473061）

植被與外界環境因素相互影響，在生態系統、環境保護和水土保持中處于關鍵地位，是區域生態系統和環境變化的重要指標[1]。歸一化植被指數（NDVI）對植被的生物物理特征十分敏感，通常被用于植被分類和植被覆蓋度研究[2-3]。植被覆蓋度是指單位面積內植被地上部分（包括葉、莖、枝）在地面的垂直投影面積占比，是植物群落覆蓋地表狀況的一個直觀、綜合的量化指標[4]。植被覆蓋度遙感估算主要包括物理模型法和統計模型法[5]，前者以輻射傳輸模型和幾何光學模型為主，考慮植被生化組分對光譜特征的影響，但通常輸入變量多且難以準確測量；后者以回歸模型、像元分解法、人工神經網絡、分類決策樹和植被指數法為主[6]，其中像元分解法和植被指數法無需建立回歸模型，對實測數據依賴較小，是常用的植被覆蓋度計算方法[5,7]。近年來，很多學者對我國不同地區的植被覆蓋情況展開相關研究，吳云[8]等以像元二分模型為基礎，構建了基于NDVI 的植被覆蓋度定量估算模型，研究了三北防護林工程區2001—2007年的植被覆蓋度時空變化情況；劉英[9]等基于2000—2014年MODIS NDVI 產品，借助像元二分模型和一元線性回歸估算并分析了黃土高原植被覆蓋時空變化規律；徐煥[10]基于MODIS 衛星遙感數據，研究了黃土高原2000—2015年植被覆蓋度時空變化特征，探討了植被覆蓋與氣候和人類活動之間的關系；鄭朝菊[11]等基于MODIS NDVI 數據，利用像元二分模型獲取2000—2014年的月度植被覆蓋度數據，并采用趨勢分析、相關分析和殘差分析等方法，研究了我國西南地區植被覆蓋的時空變化及其與氣候、人類活動的關系；余玉洋[12]等利用遙感數據分析了2000—2015年河南省NDVI 時空變化與氣候因子的相關性，探討了不同植被類型變化對氣候因子的滯后性；劉晶[13]等結合2001—2018年MOD13A1 數據、像元二分模型、回歸模型對黃河源區高寒草地區域植被覆蓋度進行了反演，并利用無人機獲取的實測數據驗證了反演精度；許玉鳳[14]等基于MODIS 數據，采用閾值設定、一元線性回歸分析和穩定性分析等方法，對黔南州近15 a 的植被覆蓋狀況進行分析研究，結果表明植被覆蓋面積變化受氣候變化和建設用地面積擴大的影響。本文基于MODIS NDVI 數據，采用像元二分模型估算了河南省植被覆蓋度，利用一元線性回歸獲取了植被變化趨勢，進而研究2010—2019年河南省NDVI 和植被覆蓋的時空分布和演化特征，并探討影響植被覆蓋度變化的原因，為生態環境建設規劃和布局提供參考。

1 研究區概況

河南省位于我國中東部、黃河中下游地區，總面積約為16萬km2；地勢西高東低，北、西和南三面分別為太行山、伏牛山、桐柏山、大別山，呈半環形分布，中東部為黃淮海沖積平原，西南部為南陽盆地；大部分地區地處溫帶，南部地區跨亞熱帶，具有自東向西、由平原向丘陵山地過渡的氣候特征，四季分明、雨熱同期、復雜多樣、氣象災害頻繁；由南向北年均氣溫為10.5～16.7℃，年均降水量為407.7～1 295.8 mm，降雨集中在每年6—8月，全年無霜期為201～285 d，適宜多種農作物生長。

2 數據來源與研究方法

2.1 數據來源

本文采用的數據為河南省2010—2019年MODIS Aqua NDVI 3 級植被指數產品（MYD13Q1），空間分辨率為250 m，時間分辨率為16 d（https://earthdata.nasa.gov/）。研究區全年NDVI 峰值集中在6—8 月。同時，為消除云、霧、氣溶膠、云陰影、視角和太陽高度角等干擾，本文采用最大值合成法獲取河南省每年夏季（6—8 月）NDVI 最大值（NDVImax）時序數據[12]。

2.2 研究方法

本文利用ArcMap 10.3、PIE-Engine 平臺對MODIS MYD13Q1產品和相關數據進行處理（圖1）。

圖1 MODIS NDVI數據處理流程圖

1）像元二分法模型無需建立回歸模型，對實測數據依賴較小，并能削弱大氣、土壤等影響，是常用的植被覆蓋度計算方法[15]。

式中，NDVImaxmax,veg、NDVImaxmax,soil分別為本年度純植被像元和純土壤像元的NDVI 值。由于植被分布、近鄰地物輻射等因素影響，在沒有大量實測數據為參考的情況下，純植被像元和純土壤像元的NDVI取值通常采用累積百分數5%和95%[16]。

為驗證像元二分模型的植被覆蓋度計算精度，首先基于PIE-Engine平臺對河南省2018年6—8月Sentinel-2 影像進行最少云量合成，同時獲取2018年高精度土地覆蓋產品（CLCD），該產品基于5 463 個獨立參考樣本，產品整體精度為79.31%[17]；然后從本文2018年植被覆蓋度結果中分別提取F為0%與100%的區域，統計分析其CLCD 地表覆蓋情況，結果顯示F為0%的區域中不透水面、耕地（已收獲的農田或建設用地周圍的荒地）的面積占比分別約為70.48%、28.19%，F為100%的區域中林地、耕地（處于生長期的綠色作物，如玉米、大豆）面積占比分別約為79.61%、18.76%；最后目視檢查這些區域Sentinel-2真彩色合成影像與植被覆蓋度的對應情況，結果顯示本文的植被覆蓋度計算結果可靠。為便于進一步分析，本文將河南省的植被覆蓋度劃分為6 個等級：(0,0.7]無植被覆蓋、(0.7,0.75]低植被覆蓋度、(0.75,0.8]較低植被覆蓋度、(0.8,0.85]中等植被覆蓋度、(0.85,0.9]較高植被覆蓋度、(0.9,1.0]高植被覆蓋度[10-11]。

2）一元線性回歸分析。本文采用最小二乘線性回歸模型計算河南省2010—2019年NDVImax 均值的變化趨勢[13]，即

式中，? 為ti年份河南省NDVImax 均值xi的線性回歸值；a、b分別為常數項和趨勢項，b<0 表明NDVImax 均值呈下降趨勢，反之呈上升趨勢，絕對值越大，表明變化幅度越大，反之越小。

3）相關系數分析法。為探索植被與降水的關系，本文利用Pearson 相關系數法計算河南省NDVImax均值與降水序列的相關分析，即

式中，、分別為x、y的均值；Rxy為x、y的相關系數，介于[-1,0)區間，表明x、y呈負相關，介于(0,1]區間，表明呈正相關，若為0 時，則二者不存在相關性。

3 研究結果與分析

3.1 河南省植被指數時空變化特征

本文利用2010—2019年河南省NDVImax年度數據，計算年度NDVImax均值曲線、年度差分和變化趨勢（圖2），可以看出，河南省NDVImax 均值2010—2011年小幅提升，約增加1.2%；2011—2012年明顯下降，約減少2.76%；2013—2015年呈顯著“下降—恢復”特征，2013—2014年約減少3.38%，2014—2015年約增加5.49%；2015—2019年呈下降趨勢，變化較平緩。2014年河南省NDVImax 均值是近10年的最低值，可能與2014年7 月河南省特大旱情[18]以及2015年河南降水量增加旱情得到緩解有關。2010—2019年河南省的NDVImax 均值一元線性回歸斜率為-0.000 573 31，說明河南省植被指數整體呈現較小的下降趨勢。

圖2 2010—2019年河南省NDVImax均值年度變化

由河南省NDVImax年度差分空間分布可知：①2010—2011年河南省中西部NDVImax值減少，東部增加，而2011—2012年呈相反的變化特征；②2013—2015年植被指數變化呈“下降—恢復”特征，2013—2014年河南省中西部NDVImax值明顯減少，東南部增加，而2014—2015年中西部增加，東南部減少；③河南省西北地區NDVImax 值在2016—2017年減少，而在2017—2018年增加。這些空間變化特征反映了植被對氣候異常的響應，如2014年7月河南遭遇63 a來最嚴重的“夏旱”，高溫、少雨、干旱天氣持續發展，導致河南省中西部和北部部分地區發生較嚴重的旱情[18]，影響了植被生長。

3.2 河南省植被覆蓋時空變化特征

由2010—2019年河南省植被覆蓋度空間分布可知，河南省植被覆蓋整體較好，且具有明顯的空間分布特征，其中太行山、伏牛山、桐柏山和大別山區域的植被覆蓋度最高，這些地區高植被覆蓋度和較高植被覆蓋度占比較大；植被覆蓋度較低的區域主要分布在人口密集的城鎮地區，如鄭州、洛陽、三門峽、平頂山、南陽、駐馬店、信陽等，說明植被覆蓋度與城鎮分布呈現強相關性。

河南省2010—2019年不同植被覆蓋度占比變化曲線和變化趨勢見圖3，可以看出，河南省較高植被覆蓋度和中等植被覆蓋度占比最大，在2011—2019年均呈下降趨勢，下降速率分別為0.15%和0.58%；河南省無植被覆蓋和低植被覆蓋占比較小，呈上升趨勢，上升速率分別為0.41%和0.15%；2011—2019年較低植被覆蓋度呈微弱下降趨勢，下降速率約為0.11%；2010—2019年高植被覆蓋度占比明顯增加，增速為0.28%；綜合分析發現，河南省植被覆蓋存在顯著的由中等植被覆蓋度分化為高植被覆蓋度和低或無植被覆蓋度的趨勢。此外，2013—2014年較高和高植被覆蓋度急速下降，無植被覆蓋度和低植被覆蓋度迅速激增，均與2014年河南省干旱氣候異常有關。

圖3 河南省2010—2019年不同類型植被覆蓋度占比

3.3 影響河南省植被指數和植被覆蓋度變化的因素

1）社會因素。河南省常住人口和城鎮化率變化圖（圖4）來源于河南省人民政府網www.henan.gov.cn。2010—2019年河南省城市化進程的加快和人口急劇增加影響和改變了生態環境[19]，將對河南省植被覆蓋演化產生一定的影響。本文利用GHSL 城市化數據集，提取了河南省城鎮化較快的幾個區域，并研究了這些區域的植被覆蓋度演化與城鎮化的關系，結果見圖5，可以看出，人口的增加加劇了城鎮化，城區的植被覆蓋度變化多為0，即未發生明顯變化；城市化區域的植被覆蓋度普遍下降，可能由非建筑用地轉化為建筑用地所致；城市周邊的部分農村地區植被覆蓋度上升，可能與國家保護耕地和生態環境政策有關。

圖4 2010—2019年河南省常住人口和城鎮化率

圖5 2010—2015年城鎮擴張區域的植被覆蓋變化

2）氣候因素。植被生長受氣候因素影響，在一些氣候異常的年份，植被覆蓋度會出現明顯的響應。為研究降水對植被演化的影響，本文從國家青藏高原科學數據中心（http://data.tpdc.ac.cn）下載了中國1 km 分辨率逐月降水量數據集[20]，計算得到2010—2019年每年6—8 月的降水均值；再利用Pearson 相關系數法逐像元計算植被指數序列與降水序列的相關關系，結果見圖6，可以看出，不同地表覆蓋類型對降水變化的敏感性存在差異，西部森林覆蓋地區的NDVI 均值較高，降水相對較少，植被指數變化與降水多呈現不相關、甚至負相關；不透水面區域（城鎮和鄉村）多位于平原地區和峽谷地帶，海拔相對較低，NDVI 均值較低，這些區域的植被指數變化與降水呈較強的正相關關系，說明降水是影響不透水面區域植被變化的主要因素；農田多位于平原和盆地地區，降水較豐富的農業區（西南部地區）和以灌溉為主的農業區（開封、商丘等）的植被指數變化與降水的相關性不明顯，說明這些農業區的植被覆蓋受降水影響較弱[21-22]；而主要依靠降水的農業區（如南襄盆地），植被指數變化與降水變化呈強正相關性，說明這些區域的植被更易受降水變化影響[22-23]。

圖6 2010—2019年河南省降水與地表覆蓋的關系

4 結 語

本文利用MODIS NDVI數據，研究了2010—2019年河南省植被指數和植被覆蓋的時空分布和演化特征，從人口變化、城鎮化進程、國家政策和氣候等角度探討了影響植被和植被覆蓋度變化的原因，主要結論包括：

1）201 0—2019年河南省NDVImax年度均值存在一定的波動，整體呈微弱下降趨勢，變化速率約為-0.000 573 31。2013—2015年NDVImax均值呈顯著“下降—恢復”特征，與2014年7 月的河南特大旱情以及2015年河南降水量增加旱情得到緩解有關。在空間分布上，NDVImax 均值存在3 個明顯的“變化—反向變化”時間段，明顯反映了植被對年度氣候異常特征的響應。

2）河南省植被覆蓋整體較好，具有明顯的空間分布特征。太行山、伏牛山、桐柏山和大別山區域的植被覆蓋度最高，人口密集的城鎮地區植被覆蓋度最低。2011—2019年河南省較高和中等植被覆蓋度占比較大，且存在明顯的由中等植被覆蓋度分化為高植被覆蓋度和低或無植被覆蓋度的變化趨勢。河南省人口和城鎮化率的不斷上升是河南省（城鎮區）中等植被覆蓋分化為低或無植被覆蓋度的主要因素。

3）河南省不同地表覆蓋類型的植被對降水和降水變化的敏感性存在差異，森林、降水豐富地區和以灌溉為主的農業區受降水變化影響較小，城鎮、鄉村和以降水為主的農業區受降水變化影響較大。