黃智卿,宮阿都
(遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室/環(huán)境遙感與數(shù)字城市北京市重點(diǎn)實(shí)驗(yàn)室,北京師范大學(xué), 北京 100875)
植被覆蓋度(Fractional vegetation coverage,F(xiàn)VC)是植物群落覆蓋地表狀況較為直觀的定量指標(biāo),是描述植被群落及生態(tài)系統(tǒng)的重要參數(shù)[1-2]。植被生長(zhǎng)狀況能夠反映區(qū)域生態(tài)環(huán)境變化,是需要長(zhǎng)期跟進(jìn)的重要研究方向。隨著遙感和地理信息技術(shù)不斷發(fā)展,遙感影像信息獲取量大、數(shù)據(jù)更新周期短等特點(diǎn)為FVC的研究提供了強(qiáng)大的數(shù)據(jù)支持,使得長(zhǎng)時(shí)間、大范圍的植被覆蓋動(dòng)態(tài)監(jiān)測(cè)成為可能。
近年來,國(guó)內(nèi)外學(xué)者們從不同角度針對(duì)我國(guó)北方和西北地區(qū)FVC區(qū)域性時(shí)間空變化特征以及理論方法進(jìn)行了許多研究工作,取得諸多進(jìn)展。對(duì)于時(shí)空特征變化,發(fā)現(xiàn)西北干旱地區(qū)不同區(qū)域FVC近年來多體現(xiàn)為整體提升的變化趨勢(shì),且存在年際變化,降水等氣候因素對(duì)植被生長(zhǎng)具有重要影響[3-6];針對(duì)FVC估算、精度驗(yàn)證方法,發(fā)現(xiàn)用實(shí)測(cè)法、置信度法估計(jì)參數(shù)后的像元二分模型效果好[7]。另有研究基于長(zhǎng)時(shí)間序列的 MODIS 和野外實(shí)測(cè)數(shù)據(jù),通過比較多種植被覆蓋度經(jīng)驗(yàn)?zāi)P?、像元二分模型、改進(jìn)的三波段最大梯度差模型的差異,發(fā)現(xiàn)TVI 經(jīng)驗(yàn)?zāi)P汀⑾裨帜P蛯?duì)河西干旱區(qū)FVC估算結(jié)果表現(xiàn)良好[8]。目前,基于歸一化植被指數(shù)的像元二分法具有簡(jiǎn)單靈活、精度好且適用性廣的優(yōu)點(diǎn),仍是估算植被覆蓋度最常用的方法[9-11]。
我國(guó)近20 年來持續(xù)推進(jìn)“退耕還林”工程,針對(duì)生態(tài)環(huán)境尤其敏感的黃土高原地區(qū),已有研究表明退耕還林工程能極大改變當(dāng)?shù)刂脖?,使相同氣候條件在工程實(shí)施后給植被帶來積極影響[12]。
目前,對(duì)于西北地區(qū)的植被覆蓋研究多以宏觀區(qū)域性研究為主,近年來缺乏聚焦黃土高原腹地中心城市延安市植被時(shí)空變化的細(xì)致性、針對(duì)性研究。延安地處黃土高原的中南地區(qū),黃土地貌發(fā)育,生態(tài)環(huán)境脆弱,植被對(duì)當(dāng)?shù)丨h(huán)境氣候的調(diào)節(jié)尤為重要。而延安市是我國(guó)1999 年推行“退耕還林”的首批城市之一,政策落實(shí)已有20 年,分析當(dāng)?shù)刂脖粫r(shí)空變化對(duì)其生態(tài)恢復(fù)的效果評(píng)估與未來方向具有參考意義。
因此,利用Landsat 遙感影像,結(jié)合像元二分模型、轉(zhuǎn)移矩陣、逐像元轉(zhuǎn)移分析的方法,對(duì)延安市1999、2009、2019 年FVC進(jìn)行分階段時(shí)空變化特征研究,從而聚焦延安市1999—2019 年植被覆蓋度時(shí)空演變的特征,以期為當(dāng)?shù)亟陙砩鷳B(tài)環(huán)境評(píng)價(jià)及生態(tài)文明建設(shè)未來方向提供參考。
陜西省延安市位于我國(guó)西北部,地處黃河中游,介于東經(jīng)107°41′至110°31′,北緯35°21′至37°31′(圖1)。
圖1 延安市行政區(qū)劃及高程Fig. 1 Administrative division and elevation of Yan’an
全市總面積約3.7 萬(wàn)km2。延安市屬內(nèi)陸干旱半干旱氣候,年均氣溫在7.7 ℃至10.6 ℃,年均降水量500 mm 左右。延安市轄1 市2 區(qū)10 縣,截至2019 年地區(qū)年末總?cè)丝?25.57 萬(wàn)。延安地處黃土高原的中南地區(qū),主要發(fā)育丘陵、溝壑類型的黃土地貌。地勢(shì)西北高東南低;北部地區(qū)以黃土梁、峁以及溝壑地貌為主,占全市總面積的72%;南部以黃土塬溝壑地貌為主,占總面積的19%[13]。延安市擁有林地總面積約17.56 萬(wàn)km2,林草覆蓋率達(dá)57.9%,林業(yè)資源豐富。
針對(duì)FVC時(shí)空變化分析,采用Landsat 遙感影像,來源于中國(guó)科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心網(wǎng)站、地理空間數(shù)據(jù)云網(wǎng)站以及美國(guó)地質(zhì)調(diào)查局官網(wǎng),為使影像能準(zhǔn)確反映植被生長(zhǎng)狀況,成像時(shí)間均選擇植被長(zhǎng)勢(shì)最好的夏季,含云量均在5%以內(nèi)。針對(duì)FVC結(jié)果對(duì)比驗(yàn)證,采用的SPOT/VEGETATION NDVI 數(shù)據(jù)來源于中國(guó)科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心網(wǎng)站,成像時(shí)間為每年八月份。延安市降水?dāng)?shù)據(jù)采用20 時(shí)至次日20 時(shí)24 h 累計(jì)降水量,與日平均氣溫?cái)?shù)據(jù)均來自于中國(guó)氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(表1)。人口數(shù)據(jù)來源于2000 至2020 年《中國(guó)城市統(tǒng)計(jì)年鑒》。
表1 研究所使用數(shù)據(jù)信息Table 1 Data information used by the research
植被指數(shù)是計(jì)算植被覆蓋度的基礎(chǔ),國(guó)內(nèi)外已發(fā)展了幾十種不同的植被指數(shù)模型,其中應(yīng)用較廣的 包 括RVI、DVI、PVI、NDVI、DDVI等[14]。歸一化植被指數(shù)NDVI應(yīng)用最為廣泛(式1)。
根據(jù)基于NDVI改進(jìn)的像元二分模型可知,像元NDVI值可通過植被部分信息NDVIveg與無植被覆蓋的裸土部分信息NDVIsoil表達(dá)[15](式2)。該模型能夠削弱土壤背景、植被類型與大氣等外在因素影響。
理論上,裸地表面提供的NDVIsoil應(yīng)近似為零、不易變化,但受環(huán)境條件影響實(shí)際處于[-0.1,0.2]的變化范圍[16]。NDVIveg受植被類型等因素影響,亦會(huì)隨時(shí)間或空間發(fā)生改變。故研究通過選取一定置信區(qū)間的NDVImax、NDVImin替代NDVIveg、NDVIsoil。
依據(jù)延安市林業(yè)資源豐富、植被覆蓋較高的特點(diǎn),認(rèn)為當(dāng)NDVI小于5%時(shí)為土壤覆蓋,大于95% 時(shí)為全植被覆蓋,將位于95% 和5% 頻率的NDVI分別作為NDVImax和NDVImin,代入式(2)中計(jì)算FVC[14]。
2.3.1 預(yù)處理 對(duì)于實(shí)驗(yàn)中含有條帶的Landsat 7 影像進(jìn)行去條帶的修復(fù)處理。采用FLAASH 方法對(duì)影像進(jìn)行輻射定標(biāo)、大氣校正。在大氣校正中,輔助SRTM(Shuttle radar topography mission,SRTM)數(shù)據(jù),統(tǒng)計(jì)DEM 數(shù)據(jù)在研究區(qū)范圍內(nèi)的均值作為地面高程參數(shù)。
經(jīng)過直方圖色彩平衡、3 次卷積重采樣以及邊緣羽化等方法進(jìn)行鑲嵌,剪裁后得到研究區(qū)范圍的遙感影像。
2.3.2NDVI與FVC的計(jì)算 計(jì)算3 期影像NDVI,運(yùn)用轉(zhuǎn)換二值法去除異常值,使用像元二分模型計(jì)算得到3 期影像FVC。FVC理論取值應(yīng)在[0,1],由于影像中水體、建設(shè)用地、石質(zhì)山等非植被地物光譜信息以及植被覆蓋度極高地區(qū)的影響,此時(shí)仍存在區(qū)間以外的值。進(jìn)一步通過轉(zhuǎn)換二值法處理,最終得到的3 期影像FVC結(jié)果如下(圖2)。
圖2 延安市1999、2009、2019 年FVCFig. 2 FVC of Yan’an in 1999, 2009, 2019
依據(jù)實(shí)際情況和專家經(jīng)驗(yàn),學(xué)者們總結(jié)得出適用于西北干旱半干旱地區(qū)植被不同F(xiàn)VC對(duì)應(yīng)的植被覆蓋度等級(jí)關(guān)系(表2),以該標(biāo)準(zhǔn)對(duì)FVC結(jié)果進(jìn)行等級(jí)劃分[14]。
表2 植被覆蓋度等級(jí)劃分Table 2 Classification of vegetation coverage
對(duì)FVC結(jié)果依據(jù)分級(jí)標(biāo)準(zhǔn)進(jìn)行分級(jí)和統(tǒng)計(jì)并添加標(biāo)準(zhǔn)誤差標(biāo)記(圖3)。結(jié)果顯示延安市高覆蓋度植被占比最大,裸地和低覆蓋度植被的面積在1999 年占較大比重,20 年間呈下降態(tài)勢(shì),縮減比例依次為51.7%、55.4%、20.0%。中覆蓋度、中高覆蓋度、高覆蓋度植被面積呈增長(zhǎng)態(tài)勢(shì),增加比例依次為35.1%、64.9%、58.5%。直至2019 年,6 個(gè)級(jí)別FVC依次占延安市總面積的10.3%、8.8%、10.6%、11.5%、12.7%、46.3%,中高覆蓋度以上地區(qū)高達(dá)總面積的60%。裸地面積的標(biāo)準(zhǔn)差最小,是最穩(wěn)定的FVC級(jí)別。
圖3 延安市1999—2019 年各級(jí)別FVC 面積統(tǒng)計(jì)圖Fig. 3 1999—2019 FVC area statistics at all levels in Yan’an
將1999—2019 年20 年分為前后10 年2 個(gè)階段,第1 階段裸地、低覆蓋度植被面積大幅減少,第2階段基本穩(wěn)定;中低覆蓋度平穩(wěn)下降;中覆蓋度在增長(zhǎng)56.9%后下降;中高覆蓋度和高覆蓋度在第1階段大幅增加,第2 階段增速放緩。
3.2.1 1999—2009 年FVC逐像元轉(zhuǎn)移情況 分析圖4 可知,在第1 階段,延安市北部、西北部黃土地貌發(fā)育地區(qū)植被覆蓋改善明顯。市中心以南的中部,包括洛川縣以及富縣以東溝壑地區(qū)植被覆蓋也有所提升。延安市東部呈現(xiàn)十年來交替改善和退化現(xiàn)象,其中改善地區(qū)地勢(shì)相對(duì)較高,退化地區(qū)地勢(shì)相對(duì)低。
圖4 延安市1999—2009 年FVC 逐像元空間轉(zhuǎn)移情況Fig. 4 1999—2009 spatial transfer of FVC pixel by pixel in Yan’an
延安市西部、東南部的高覆蓋度植被區(qū)域較穩(wěn)定,無明顯退化或改善。植被存在明顯退化的區(qū)域多處于水系以及包含城市群的溝壑地帶,以橫穿延安市中心寶塔區(qū)的延河流域、西部洛河的部分流域最為典型。水系FVC無變化。此外,觀察發(fā)現(xiàn)橫穿研究區(qū)南部有清晰線性區(qū)域植被嚴(yán)重退化,而與其相接的其它溝壑地帶不受影響,表現(xiàn)出輕微轉(zhuǎn)好態(tài)勢(shì)。經(jīng)查實(shí)其為青蘭高速(G22)線路,為連接青島市和蘭州市的國(guó)家重點(diǎn)工程項(xiàng)目,于2019 年全面投入使用。
3.2.2 2009—2019 年FVC逐像元轉(zhuǎn)移情況 由圖5可知,在第2 階段延安市北、西北、東北以及南部地區(qū)植被均發(fā)生較為明顯的退化,以西北部的吳起縣和志丹縣、延安市中心城區(qū)以及南部的洛川縣最為嚴(yán)重。
圖5 延安市2009—2019 年FVC 逐像元空間轉(zhuǎn)移情況Fig. 5 2009—2019 spatial transfer of FVC pixel by pixel in Yan’an
中部偏北、東部地勢(shì)較低地區(qū)植被有明顯改善。城鎮(zhèn)中心及附近流域尤為嚴(yán)重,市中心以南的2 處森林區(qū)域植被覆蓋度仍然保持良好平衡。2 階段流域范圍的植被覆蓋有所改善。延河地區(qū)植被退化減弱;南部洛河流域、西南部沮河流域植被明顯轉(zhuǎn)好,以東南部宜川縣最為突出;西北部溝壑及水域仍存在較為嚴(yán)重退化。該階段發(fā)生更多由高速公路、鐵路等建設(shè)引起的嚴(yán)重退化的線性區(qū)域,主要分布于南部植被覆蓋度高的地區(qū)。青蘭高速附近植被覆蓋度與上一階段相比明顯增加,體現(xiàn)出恢復(fù)的跡象。
3.2.3FVC逐像元總體轉(zhuǎn)移情況FVC逐像元總體轉(zhuǎn)移情況見圖6。綜合總體FVC轉(zhuǎn)移情況(圖6)可知:延安市20 年來大部分區(qū)域的植被覆蓋度明顯改善;西北部地區(qū)FVC不穩(wěn)定,改善的同時(shí)亦存在明顯的退化;西南、東南部森林資源20 年來保持良好平衡狀態(tài);大部分地區(qū)FVC存在波動(dòng)。大型城鎮(zhèn)區(qū)逐年退化較其他區(qū)縣更明顯。比較前后2 個(gè)階段發(fā)現(xiàn),一階段植被覆蓋改善良好,以北部及中南部黃土地貌發(fā)育區(qū)域最明顯,沿溝壑分布的城鎮(zhèn)地區(qū)以及流域植被退化現(xiàn)象有退化。二階段除中、東部地區(qū)好轉(zhuǎn),南部林區(qū)穩(wěn)定外,整體發(fā)生明顯的退化,退化的發(fā)生是總體的、均勻的。
圖6 延安市1999—2019 年FVC 逐像元空間轉(zhuǎn)移情況Fig. 6 1999—2019 spatial transfer of FVC pixel by pixel in Yan’an
3.3.1 1999—2009 年各級(jí)FVC轉(zhuǎn)移方向 在一階段,各等級(jí)主要轉(zhuǎn)化方向如下(表3):裸地、低覆蓋度植被中分別有58.77%、47.31%向中覆蓋度及以下轉(zhuǎn)化;49.33%的中低覆蓋度植被向中、中高覆蓋度轉(zhuǎn)化;高達(dá)67.55%的中覆蓋度植被轉(zhuǎn)化為中高、高覆蓋度;近70%的中高覆蓋度植被面積向最高覆蓋度轉(zhuǎn)化。中等及以下等級(jí)負(fù)轉(zhuǎn)化比例依次為13.8%、16.95%、16.99%,明顯高于2 個(gè)高等級(jí)的負(fù)轉(zhuǎn)化比例12.5%和5.03%。各等級(jí)的負(fù)轉(zhuǎn)化比例隨轉(zhuǎn)化方向的降低而遞減。5 個(gè)等級(jí)的負(fù)轉(zhuǎn)化面積依次遞減,由此可見,在研究時(shí)段前10 年較低覆蓋度植被更傾向退化。
表3 延安市1999—2009 年各等級(jí)FVC 面積轉(zhuǎn)移矩陣Table 3 1999—2009 FVC area transfer matrix of all grades in Yan’an
由矩陣對(duì)角線得,各等級(jí)穩(wěn)定不變面積比例分別為29.37%、17.47%、18.17%、15.46%、17.58%、96.51%,原高覆蓋度植被最為穩(wěn)定,其次為裸地,中間3 個(gè)等級(jí)相對(duì)不穩(wěn)定。
以上結(jié)果表明,一階段較低等級(jí)覆蓋度植被向更高等級(jí)均勻轉(zhuǎn)化、自身的負(fù)轉(zhuǎn)化趨勢(shì)發(fā)展,是中級(jí)及以上覆蓋度植被面積增加、低等級(jí)減少的主要原因。較高等級(jí)向最高等級(jí)大比例的正向轉(zhuǎn)化,是高覆蓋度植被面積10 年間大幅增加的主要原因,轉(zhuǎn)化面積高達(dá)3 000 km2。低植被覆蓋度地區(qū)提升FVC需要循序漸進(jìn),10 年期內(nèi)的正向轉(zhuǎn)化無法達(dá)到最高級(jí)別。
3.3.2 2009—2019 年各級(jí)FVC轉(zhuǎn)移方向 在二階段裸地仍在向高等級(jí)轉(zhuǎn)化,但是相較上階段向各級(jí)別轉(zhuǎn)化比例分別有所下降,且正向轉(zhuǎn)化大于穩(wěn)定不變比例;低覆蓋度植被正向轉(zhuǎn)化有所減少,負(fù)向轉(zhuǎn)化比例是上一階段的2 倍,為900 km2左右;中低覆蓋度植被正向轉(zhuǎn)化大幅減少,而向2 個(gè)低級(jí)別轉(zhuǎn)化面積分別加倍,轉(zhuǎn)化面積約1 500 km2;中、中高覆蓋度植被均有40%左右面積分別發(fā)生正、負(fù)向轉(zhuǎn)化;高覆蓋度植被主要向中高覆蓋度有小比例的負(fù)轉(zhuǎn)化,但實(shí)際退化面積超過2 000 km2(表4)。
表4 延安市2009—2019 年各等級(jí)FVC 面積轉(zhuǎn)移矩陣Table 4 2009—2019 FVC area transfer matrix of all grades in Yan’an
各等級(jí)穩(wěn)定不變面積比例分別為37.92%、21.58%、21.14%、21.79%、25.28%、86.67%, 最穩(wěn)定等級(jí)仍為高覆蓋度植被,其他各等級(jí)表現(xiàn)出更加穩(wěn)定的態(tài)勢(shì)。
在本階段,低至中覆蓋度等級(jí)存在不同程度的正向轉(zhuǎn)化,且裸地正向轉(zhuǎn)化大幅減少,導(dǎo)致面積下降。高覆蓋度植被面積增加的主要來源依舊是中及中高覆蓋度。各級(jí)FVC正向轉(zhuǎn)化速度放緩,同時(shí)均發(fā)生不同程度的退化,退化規(guī)模隨等級(jí)提高而增加。
3.3.3 各級(jí)FVC總體轉(zhuǎn)移方向 分析總體轉(zhuǎn)移矩陣(見表5)。
表5 延安市1999—2019 年各等級(jí)FVC 面積轉(zhuǎn)移矩陣Table 5 1999—2019 FVC area transfer matrix of all grades in Yan’an
裸地至中高覆蓋度分別有75.95%、70.19%、68.96%、72.24%、69.41% 實(shí)現(xiàn)正向轉(zhuǎn)化,比率均在70%左右。但全過程中存在正負(fù)交替的情況,當(dāng)?shù)刂脖桓采w度正向轉(zhuǎn)化的結(jié)果并非穩(wěn)定增加實(shí)現(xiàn)的。低、中低、中覆蓋度植被20 年間存在15%至20%的負(fù)向轉(zhuǎn)化,且一階段中較低覆蓋度植被更易退化,故當(dāng)?shù)匾恢贝嬖谥^低覆蓋度植被退化的現(xiàn)象。
基于SPOT/VEGETATION NDVI,采用與時(shí)空分析相同的NDVIsoil、NDVIveg選取方法運(yùn)用像元二分模型計(jì)算并繪制FVC均值逐年變化折線圖(圖7)??芍狥VC以2014 年為轉(zhuǎn)折點(diǎn),先上升后下降,近年下降明顯,整體波動(dòng)性較強(qiáng),與研究總體結(jié)果與結(jié)論相符。預(yù)測(cè)趨勢(shì)線顯示未來呈上升態(tài)勢(shì)。描述性統(tǒng)計(jì)結(jié)果顯示(表6)最小值為1999 年0.53,最大值為2014 年0.85。參考序列1999、2009、2019年FVC均值0.53、0.69、0.60,表現(xiàn)出先上升后下降的態(tài)勢(shì)。研究得出3 年FVC依次為0.47、0.53、0.64,與參考序列具有一致性。因此,研究結(jié)果具有一定可信度與參考價(jià)值。
圖7 延安市1999—2019 年FVC 平均值變化Fig. 7 1999—2019 changes in the average value of FVC in Yan’an
表6 延安市1999—2019 年FVC 平均值描述統(tǒng)計(jì)Table 6 Descriptive statistics of the average value of FVC in Yan'an from 1999 to 2019
植被生長(zhǎng)受到諸多因素的影響,包括自然因素與人文因素等。因該類數(shù)據(jù)具備時(shí)間上的連續(xù)性,使用適用于時(shí)間趨勢(shì)變化數(shù)據(jù)的灰關(guān)聯(lián)方法,以年為單位,取延安市1999—2019 年氣溫、降水量作為自然因素,人口數(shù)作為人文因素,分析三者與FVC變化趨勢(shì)的擬合程度,通過比較關(guān)聯(lián)序探究各因素與FVC的關(guān)聯(lián)程度[17-20]。結(jié)果顯示(表7)屬于人文因素的人口數(shù)量與FVC的關(guān)聯(lián)程度最高;屬自然因素的降水量與氣溫的關(guān)聯(lián)程度相對(duì)較弱,平均關(guān)聯(lián)序?yàn)?.64,降水與FVC關(guān)聯(lián)度優(yōu)于氣溫。因此在本研究中,人文因素與植被覆蓋度趨勢(shì)擬合情況最好,關(guān)聯(lián)序?yàn)?.77,相較自然因素潛在影響力更大。人口數(shù)量可能適用于當(dāng)?shù)刂脖桓采w度變化趨勢(shì)的預(yù)測(cè)。
表7 灰色關(guān)聯(lián)度結(jié)果Table 7 Grey relational results
延安市FVC南高北低,在1999—2019 年整體提升,后10 年來速度放緩且存在退化,多發(fā)于溝壑、水系區(qū)域或人類聚居地。北部、西北部FVC退化明顯,東部持續(xù)波動(dòng),南部林區(qū)整體穩(wěn)定。城鎮(zhèn)相較村鎮(zhèn)FVC更易發(fā)生退化。
FVC轉(zhuǎn)移規(guī)律顯示,各級(jí)FVC20 年間正向轉(zhuǎn)化在70%左右,10 年期內(nèi)完成2 個(gè)級(jí)別的提升。中高覆蓋度正向轉(zhuǎn)化能力更強(qiáng),且表現(xiàn)出更強(qiáng)的穩(wěn)定性;較低等級(jí)覆蓋度植被20 年間存在15%至20%的負(fù)向轉(zhuǎn)化,退化傾向較強(qiáng)。2009—2019 年高等級(jí)FVC退化明顯,低等級(jí)穩(wěn)定性提升。
人文因素是當(dāng)?shù)谾VC變化的重要因素,人口與當(dāng)?shù)谾VC的灰色關(guān)聯(lián)度為0.77,對(duì)于分析預(yù)測(cè)該地區(qū)FVC有潛在意義。