淖毛湖盆地區(qū)域植被指數(shù)時空分布特征研究

王 海，陳建明，孫衛(wèi)東，曾余慶

（1.新疆大學(xué)地質(zhì)與礦業(yè)工程學(xué)院，新疆烏魯木齊 830047；2.新疆大學(xué)地質(zhì)與礦業(yè)工程學(xué)院新疆中亞造山帶大陸動力學(xué)與成礦預(yù)測重點實驗室，新疆烏魯木齊 830047；3.新疆維吾爾自治區(qū)地質(zhì)礦產(chǎn)勘查開發(fā)局信息中心，新疆烏魯木齊 830000）

作為生態(tài)系統(tǒng)的重要組成部分，植被在區(qū)域水文循環(huán)和能量轉(zhuǎn)換中發(fā)揮著重要作用。隨著外部環(huán)境的改變，在不同年份，植被在同一時間段表現(xiàn)出不同的生長狀況，并出現(xiàn)動態(tài)變化的趨勢。因此，植被作為連接大氣、土壤和水分的自然“紐帶”，近年來，已逐漸成為全球氣候變化研究的敏感指標(biāo)。尤其在干旱、半干旱地區(qū)，由于生態(tài)環(huán)境條件存在較大差異，植被空間分布極其不均。采用遙感信息對區(qū)域尺度上植被指數(shù)的空間分布格局進行研究，將有利于長序列的植被指數(shù)研究。

歸一化植被指數(shù)NDVI被廣泛用于監(jiān)測和量化植被動態(tài)，它能在一定程度上反映植被的生長情況。因此，利用遙感的手段監(jiān)測植被動態(tài)，特別是分析長序列區(qū)域性植被動態(tài)，具有很好的效果。目前國外已有一系列基于NDVI的區(qū)域植被變化的研究[1-2]；國內(nèi)也有一些針對西北干旱地區(qū)的研究。王晉霞等[3]使用MOD13Q1NDVI數(shù)據(jù)分析我國新疆地區(qū)2001～2017 年的歸一化植被指數(shù)NDVI動態(tài)變化特征。蒲云錦等[4]利用MODIS 植被指數(shù)(EVI和NDVI)分析了2002～2008年新疆的植被狀況。金曉媚等[5]應(yīng)用遙感方法，基于地形地貌和地下水位觀測數(shù)據(jù)，在流域尺度上定量地研究了中國鄂爾多斯高原海流兔河流域植被發(fā)育。呂聰[6]運用回歸分析、趨勢分析、緩沖區(qū)分析等方法，以MODIS遙感數(shù)據(jù)和野外樣地實測數(shù)據(jù)為基礎(chǔ)，對新疆巴音布魯克草原2001～2015年的植被覆蓋度時空變化特征進行研究。

上述研究大多體現(xiàn)為使用衛(wèi)星數(shù)據(jù)對區(qū)域植被生態(tài)環(huán)境進行定量分析，但利用連續(xù)長序列遙感數(shù)據(jù)對淖毛湖盆地植被動態(tài)空間分布格局變化的研究還沒有，對其變化的驅(qū)動因素的研究則更為稀少，以至于現(xiàn)有結(jié)論不足以為淖毛湖盆地近30年的植被生態(tài)環(huán)境監(jiān)測提供支撐。因此，本文基于Landsat 系列和Aster 衛(wèi)星數(shù)據(jù)，對1991～2020年近30年研究區(qū)的植被動態(tài)變化進行分析，以期為淖毛湖盆地的社會經(jīng)濟可持續(xù)發(fā)展和環(huán)境生態(tài)保護提供參考。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)域

研究區(qū)位于東天山哈爾里克山山前細(xì)土平原區(qū)的淖毛湖盆地。研究區(qū)北部為圓頂?shù)蜕絽^(qū)，南部哈爾里克山、西部至英格庫勒湖（現(xiàn)已干涸），東部至淖毛湖鎮(zhèn)東部的胡楊林帶邊界?？傮w地勢東南高西北低，地形坡度9.712‰～18.84‰，海拔在292～647m，英格庫勒湖一帶為最低處海拔為292m。

研究區(qū)為典型的干旱內(nèi)陸地區(qū)氣候，降水稀少，蒸發(fā)強烈，多年平均氣溫11.25℃，蒸發(fā)量為2293.3mm，蒸發(fā)量呈明顯的垂直分帶性，平原區(qū)地勢低，蒸發(fā)量最大，向南北兩側(cè)山前帶地勢升高，蒸發(fā)量逐漸減少。研究區(qū)涉及的基本農(nóng)田位于淖毛湖鎮(zhèn)，總面積83.67km2，主要種植哈密瓜。由于淖毛湖盆地降水稀少，氣候干旱的特征，地表植被稀疏，大部分為寸草不生的礫質(zhì)戈壁，其次為植被稀少的荒漠，還分布有小面積的沙地植被及胡楊林。在淖毛湖鎮(zhèn)東西兩側(cè)存在一級公益林，主要為原生胡楊林。

1.2 數(shù)據(jù)來源

在本次研究中，使用Landsat 系列圖像（Landsat5TM、Landsat7ETM+、Landsat8OLI）對研究區(qū)近30年NDVI平均值和最大值進行計算提取，分析研究區(qū)過去30 年植被指數(shù)的時間序列變化特征。Landsat 系列數(shù)據(jù)由于圖像時間和云量的限制，在過去30年，未找到1993～1998年、2019年、2020年的圖像，選取其中22年的數(shù)據(jù)。故使用Aster 衛(wèi)星圖像對研究區(qū)進行歸一化植被指數(shù)的提取，并分析2019 年植被指數(shù)的空間分布特征。研究區(qū)位于路徑號138和行號30和29的兩景圖像中，每年的圖像選取6～8月的夏季，2001年選取9月份的圖像，2003年選取10月份的圖像。所有30m分辨率的圖像都是從中國科學(xué)院計算機網(wǎng)絡(luò)信息中心支持的地理空間數(shù)據(jù)云網(wǎng)站下載的。2019 年選取ASTER數(shù)據(jù)，來源于美國NASA網(wǎng)站(http://reverb.echo.nasa.gov/reverb/)。

2 研究方法

2.1 歸一化植被指數(shù)分析

歸一化差異植被指數(shù)(NDVI)已被廣泛用于評估長期環(huán)境變化、氣候變化和人類活動的生態(tài)響應(yīng)。NDVI的值是近紅外波段和紅外波段的光譜反射率差與二者反射率總和的比值。NDVI可用于評估地表植被生長狀況。正的大值一般表示植被覆蓋率較高，正的小值表示植被覆蓋率較低，負(fù)值和零值表示水體或裸地。NDVI的值可由下列方程計算出：

其中NIR和R分別表示在近紅外和可見（紅色）區(qū)域測量的平均反射率。

使用軟件ENVI5.2 對圖像進行光譜輻射校準(zhǔn)、大氣校正，考慮到Landsat8OLI 和Landsat5TM 的光譜差異，這兩種遙感圖像的NDVI結(jié)果略有不同，所以需要對NDVI數(shù)據(jù)應(yīng)進行均勻化處理，以比較不同年份NDVI值的植被變化。利用D.P.Roy等[7]的研究結(jié)論：從6317 個Landsat7ETM+和Landsat8OLI 圖像中提取的大約2800 萬個30m 像素構(gòu)造了以下方程，以表達從這兩種類型的圖像中導(dǎo)出的NDVI之間的回歸關(guān)系：

NDVI5、NDVI7和NDVI8分別表示來自Landsat5TM、Landsat7ETM+和Landsat8OLI圖像的NDVI值。

2.2 一元線性回歸分析

用一元線性回歸趨勢分析的方法對1991～2018年NDVI平均值求斜率，分析研究區(qū)植被的變化特征，計算公式為：

式中:MNDVI，i——第i年的年均NDVI值；

i——年序號(1，2，3，…，n)；

n——總年數(shù)。

計算得出的斜率Qslope可以反映30 年內(nèi)研究區(qū)的NDVI平均值變化總趨勢。Qslope即這條趨勢線的斜率。若是Qslope＞0，則說明植被變好；若Qslope＜0，則說明植被變差。

3 結(jié)果與分析

3.1 植被指數(shù)時空分布

1991～2018 年的NDVI數(shù)據(jù)來源于Landsat 系列圖像。由于年份和云量的限制，2019 年NDVI數(shù)據(jù)選取Aster圖像，兩種圖像分別用于評價植被歷年生長的變化和研究區(qū)植被分布特征。每個柵格像元值在-1～1 區(qū)間，負(fù)值至零值表示裸露的山體或者水體，正值表示有植被覆蓋在2019 年6 月的實地調(diào)查中，發(fā)現(xiàn)高密度植被連續(xù)覆蓋的土地的NDVI值大于0.2；通過公式（1）計算研究區(qū)的NDVI值并結(jié)合2019 年6 月的實地調(diào)查結(jié)果，在C 點處，地貌為礫質(zhì)戈壁，NDVI值為0.09；在D點處，地貌為中覆蓋度的植被區(qū)，NDVI值為0.24。將研究區(qū)2019年的NDVI柵格圖按照像元值小于0、0～1以0.1為劃分區(qū)間，一共分成10個區(qū)，得到各區(qū)間像元總個數(shù)與NDVI值區(qū)間的直方圖，如圖1 所示。結(jié)果表明NDVI柵格圖像元值主要集中在0～0.2之間。在區(qū)間0～0.1 的像元值個數(shù)達到909363 個，占總像元數(shù)71.25%，覆蓋地貌類型為礫質(zhì)戈壁、丘陵等。在區(qū)間0.1～0.2 的像元值個數(shù)達到271368 個，占總像元數(shù)21.26%，最典型的覆蓋地貌類型為荒漠。典型NDVI值大于0.2，被認(rèn)為是高密度植被覆蓋的地區(qū)，2019年僅覆蓋研究區(qū)域的7.45%。植被較高的區(qū)域主要發(fā)育于研究區(qū)的中部，以條帶狀分布發(fā)育于淖毛湖鎮(zhèn)東、西兩側(cè)。西部主要以胡楊林為主；東部除了胡楊外，地表生長蘆葦、紅柳等植被，在局部洼地內(nèi)零星分布白色鹽沫。

在淖毛湖鎮(zhèn)中心，由于人工綠洲的分布，NDVI值明顯較高。人工綠洲包括農(nóng)田、人工林地及人工草地。其種植采用噴灌、滴灌及漫灌方式進行灌溉，植被長勢較好。NDVI高值多集中在農(nóng)田，因此農(nóng)田的植被指數(shù)對全區(qū)的影響較大，且由于種植的農(nóng)作物類型不同和農(nóng)田的種植面積變化，對研究區(qū)整體平均NDVI值影響也較大，故本研究在分析歷年NDVI值時不考慮農(nóng)田及城鎮(zhèn)用地區(qū)域。結(jié)果表明，研究區(qū)內(nèi)主要被較低的NDVI值所覆蓋占研究區(qū)總面積92.55%，植被生長發(fā)育較差，生態(tài)環(huán)境較脆弱。

在ENVI 軟件中，利用AB 剖面線，如圖1 所示，提取NDVI柵格圖中各像元值，分析此剖面上不同地貌類型的植被指數(shù)變化特征，如圖2所示。研究區(qū)西北部地區(qū)的NDVI值較低，在0.05～0.15之間，該區(qū)間范圍內(nèi)地貌類型多為礫質(zhì)戈壁；淖毛湖鎮(zhèn)西部和淖毛湖鎮(zhèn)地區(qū)的NDVI介于0.10～0.83之間，該區(qū)間范圍內(nèi)為胡楊林和農(nóng)田；城鎮(zhèn)用地區(qū)域的NDVI介于0～0.34之間，大值為城鎮(zhèn)內(nèi)的綠化植被，小值為人工渠道；研究區(qū)東南部為大片的礫質(zhì)戈壁，NDVI值的特征與研究區(qū)西北部類似。

3.2 植被指數(shù)時間序列特征

選取1991～2018 年Landsat 系列圖像，通過ENVI軟件分析出歷年NDVI平均值和NDVI最大值，借助前人分析的NDVI計算公式（2）將Landsat8OLI平均值進行NDVI值得二次計算。由于1993～1998 年數(shù)據(jù)缺失，故無法獲得對應(yīng)年份的NDVI柵格圖。分析結(jié)果表明，歷年NDVI最大值從1991～2018 年總體呈下降趨勢且波動幅度較大，如圖3 所示。NDVI最大值在2004 年達到最大為0.841，在2003 年達到最小值0.6309，這可能與該年份選取的圖像時間為十月份有關(guān)，十月份不是研究區(qū)植被生長的最佳月份，故NDVI最大值較小。根據(jù)一元線性回歸分析法，NDVI平均值從1991～2018年，整體沒有明顯上升或下降的趨勢，但平均值波動幅度較大。NDVI平均值在2007年達到最大值0.0771，說明2007年是分析的22年中植被生長最好的年份。在2011 年達到最小值0.0308，植被生長情況最差。在2016 年又有一個較大的降幅。多數(shù)年份NDVI平均值主要在0.018～0.024之間波動，說明植被覆蓋程度多年總體較低，生態(tài)環(huán)境較脆弱。

4 結(jié)論

基于Landsat遙感數(shù)據(jù)，對研究區(qū)的歸一化植被指數(shù)進行了計算，分析了其時空分布特征，得到了以下主要結(jié)論:

（1）研究區(qū)NDVI平均值總體較小，主要在0～0.2之間波動，NDVI值小于0.2 區(qū)域，多以荒漠、礫質(zhì)戈壁、丘陵等為主，表明生態(tài)環(huán)境較脆弱。農(nóng)田及淖毛湖鎮(zhèn)東西兩側(cè)植被指數(shù)較高，NDVI值一般大于0.2。

（2）1991～2018 年，研究區(qū)的NDVI最大值總體呈下降趨勢，NDVI平均值總體沒有明顯上升或下降的趨勢，但平均值波動幅度較大。