高健健,穆兴民,2,孙文义,2
(1.西北农林科技大学 水土保持研究所,陕西 杨凌 712100;2.中国科学院/水利部 水土保持研究所,陕西 杨凌 712100)
1981
—2012年黄土高原植被覆盖度时空变化特征
高健健1,穆兴民1,2,孙文义1,2
(1.西北农林科技大学 水土保持研究所,陕西 杨凌 712100;2.中国科学院/水利部 水土保持研究所,陕西 杨凌 712100)
[摘要]植被覆盖度是反映植被覆盖状况最直接的指标。基于1981—2012年的MODIS影像,采用像元二分模型反演黄土高原植被覆盖度,分析了黄土高原各省区、典型流域及土壤侵蚀类型区生长季(5—10月)的植被覆盖度时空动态变化。结果表明:1981—2012年期间,黄土高原生长季植被覆盖度由31%增加到50%,呈显著上升趋势,但各区域增长幅度不同。2001年之前,黄土高原植被覆盖度平均为36%,年际间以小幅波动为主;之后,该区生长季年平均植被覆盖度为41%,年际间呈显著增加趋势。按省区,河南省植被覆盖度增幅最大,陕西省次之,内蒙古、宁夏增幅不明显且覆盖度在20%左右波动。按典型流域,延河流域增幅最大,窟野河流域增幅最小。按土壤侵蚀类型,水力侵蚀区植被覆盖度增长较快,风力侵蚀区则变化不明显。按植被覆盖度构成,低覆盖度面积比例减少,高覆盖度面积比例增加,其中黄土高原丘陵沟壑区植被覆盖度增加趋势最为明显,植被恢复成效显著。
植被作为地球生态系统中最活跃的部分,在全球物质循环和能量传递过程中有着重要作用,是生态环境变化的综合指示器。植被覆盖度通常被定义为植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比[1-2],是刻画地表植被覆盖的重要参数,在水文、气象、生态等方面的区域或全球性问题研究中起重要的作用[3-5]。因此,区域及全球范围的植被覆盖度估算对植被及相关领域的研究具有十分重要的意义。传统上,获得植被覆盖度的方法主要有地表实测和遥感监测两类[6-7]。地表实测耗时费力且难以获得较大空间上的真实覆盖度,同时植被覆盖度具有典型的时空分异特性,因此,利用遥感手段获取植被覆盖度为实时、动态和连续的监测、评价提供了技术支撑。目前,利用遥感技术获得植被覆盖度的方法主要有经验模型法、植被指数法、像元分解模型法等。像元分解模型法中最常用的线性模型是像元二分模型,其最大的优点就是计算模型简单可靠、输入参数通用易得。文献[8—10]使用像元分解法对植被覆盖度进行了估测,指出其总体精度可达70%左右。
植被覆盖度低是导致黄土高原水土流失严重的主要因素之一。Mu Xingmin等[11-12]研究表明,黄土高原林草植被建设在防治土壤侵蚀和控制水土流失等方面------------------
起到了重大作用。汪有科等[13]指出,黄土高原虽然绝大部分地区能人工恢复植被,但要起到有效的水土保持作用,植被覆盖度至少要达到60%;不过也有人认为这个值应该为75%。改革开放特别是退耕还林(草)、禁牧等政策措施的推行,已使黄土高原植被状况发生了显著变化。已有研究是在同一空间尺度(某一区域)或时间尺度探讨植被覆盖的变化特征,而忽略了植被生长在不同空间分布和时间分配上均有较大差异的特点[14],不利于水土保持工作的分区指导。本研究从时间和空间两个维度,以黄土高原植被覆盖度变化为切入点,根据区域水土流失类型分区和典型流域分区,探讨近期植被覆盖度年际间的时空变化特征,以期为水土流失治理提供科学依据,为水土保持分区工作提供理论指导。
1材料与方法
1.1研究区概况
黄土高原地区位于N33°43′~41°16′、E100°54′~114°33′之间,包括太行山以西、日月山以东、秦岭以北、长城以南的广大地区,海拔800~2 000 m,面积约62.4万km2。黄土高原自南向北纵跨暖温带、中温带两个热量带,自东向西横贯半湿润和半干旱两个气候区,具有典型的大陆性气候特征。年降水量从东南的800 mm向西北逐渐降低到200 mm左右,降雨集中在5—10月。年平均气温从东南向西北逐渐降低6~14 ℃。无霜期为120~200 d,植物生长季主要集中在5—10月。植被类型从东南到西北呈带状分布,依次为森林植被带、森林草原植被带、典型草原植被带、荒漠草原植被带、草原化荒漠带。降雨集中且多暴雨、地形破碎、植被覆盖度低、人类活动剧烈和土地利用不合理等原因,使得该区水土流失严重、生态环境脆弱。
1.2植被覆盖度反演方法
本研究采用1981—1999年的AVHRR数据产品和2000—2012年的MODIS月最大合成(Maximum Value Composite,MVC)数据产品(MOD13A3),空间分辨率均为1 km,并利用黄土高原边界图剪取该地区逐月NDVI的栅格图像。该数据已经过几何精纠正、辐射校正、大气校正等预处理,本研究对该数据集进行了Savitzky-Golay滤波,以去除噪声干扰。
通过对NDVI月产品数据合成,来表征该地区生长季NDVI的变化(以5—10月作为生长季,表征该区植被覆盖度变化的特征)。采用ArcGIS 10.0软件的栅格计算器,应用像元二分模型计算所有影像的植被覆盖度分布情况。对该区生长季覆盖度进行线性回归分析,其斜率反映该区植被覆盖状况的年际变化趋势。
用像元二分模型求算植被覆盖度的基本公式为
fveg=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)
式中:fveg为植被覆盖度;NDVI为混合像元的植被指数值;NDVIveg为纯植被像元的植被指数值;NDVIsoil为纯土壤像元的植被指数值。
本研究参考李苗苗[15]、Gutman[16]等提出的估算方法,提取1981—2012年NDVI最大值图像,在NDVI频率累积表上取频率0.5%的值为NDVIsoil,取频率99.5%的值为NDVIveg。将计算得到的植被覆盖度按表1划分为5级,分别记为Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ,并统计各级面积。
表1 植被覆盖度等级划分及对应地表景观
2结果与分析
2.1黄土高原植被覆盖度的变化
黄土高原1981—2012年生长期植被覆盖度整体表现为年际间的波动性增加和明显的阶段性特征(图1)。在年际变化过程中,生长季年平均覆盖度为37%,其中:1981年最小,为31%;2012年最大,为50%。从1981年到2012年,生长季植被覆盖度呈显著增加趋势,以每年0.39%的幅度增加(R2=0.66,P<0.01)。黄土高原1981—2012年植被覆盖度序列可分为2个阶段:1981—2001年植被覆盖度较低,平均为36%;2002—2012年植被覆盖度较高,平均为41%。
图1 1981—2012年黄土高原生长季植被覆盖度
黄土高原地区1981—2012年生长季年平均植被覆盖度空间分布整体呈现由西北向东南逐渐增加的趋势(图2)。其中:植被覆盖度显著增加的区域主要分布在子午岭林区、黄龙山林区、贺兰山、毛乌素沙地西部和中东部、鄂尔多斯高原西北部,以及山西吕梁山区和太行山区;植被覆盖度显著减少的区域分布在浑善达克沙地南缘—锡林郭勒高原东南部、宁夏南部、青海西部、甘肃白银和兰州一带。
黄土高原地区1981—2012年不同等级植被覆盖度的变化情况,通过选取1981、1999和2012年3个年份的生长季植被覆盖度变化情况进行分段研究。从植被覆盖度分级看,1981—2012年黄土高原地区植被覆盖整体好转,表现为低植被覆盖度面积呈减小趋势,高植被覆盖度面积呈逐渐增加态势(图2、表2)。其中:高植被覆盖度(Ⅴ)面积增加最明显,比例由1.95%增加到23.86%;较高植被覆盖度(Ⅳ)次之,面积比例由14.22%增加到25.71%; 而较低植被覆盖度(Ⅱ)面积比例由46.32%减小到20.89%。
图2 1981—2012年黄土高原植被覆盖度空间分布
年份不同覆盖度等级面积所占比例(%)ⅠⅡⅢⅣⅤ19817.6146.3229.8814.221.9719992.7139.3433.8518.725.3820125.3220.8924.2025.7123.881981—2012年平均6.3537.0130.0620.256.33
2.2黄土高原各省区植被覆盖变化特征
由表3可知,黄土高原各省区生长季植被覆盖状况差异较大,但均呈好转态势。1981—2012年内蒙古生长季平均植被覆盖度最低,为18%,河南、山西、青海、陕西、甘肃、宁夏分别为内蒙古的3.13、2.70、2.68、2.40、1.88、1.21倍。其中:河南生长季植被覆盖度上升幅度最大,植被覆盖度由46%增加到74%;陕西次之,由35%增加到61%;内蒙古、宁夏生长季植被覆盖度年际间变化不明显,多在20%上下波动。
黄土高原各省区1981—2012年生长季植被覆盖度整体好转,表现为低植被覆盖度面积呈减小趋势,高植被覆盖度面积呈逐渐增加态势(表3)。其中:低植被覆盖度(Ⅰ)变化最明显的是宁夏,面积比例由14.8%降低到7.8%;高植被覆盖度(Ⅴ)河南增加最显著,面积比例由4.8%增加到57.8%,陕西和山西次之,分别由5.1%和2.2%增加到36.5%和37.8%。
表3 黄土高原各省区不同植被覆盖度等级面积所占比例
2.3典型支流植被覆盖变化特征
黄河中游是黄河泥沙的主要来源区,以流域尺度选择黄河中游各典型支流皇甫川、窟野河、无定河、延河、泾河、北洛河、渭河干流等分析1981—2012年各流域生长季植被覆盖度年际变化特征,结果表明,1981—2012年黄河中游各典型支流流域植被覆盖度的年际变化表现为显著上升的趋势(表4)。其中:延河流域上升幅度最大,由30%增加到63%;窟野河流域上升幅度最小,由14%增加到32%。
黄河中游各典型流域1981—2012年生长季植被覆盖度整体好转,表现为低植被覆盖度面积减小,高植被覆盖度面积呈逐渐增加态势(表4)。其中:低植被覆盖度(Ⅰ)变化最明显的是无定河流域,面积比例由17.7%降低到3.0%;较低植被覆盖度(Ⅱ)变化较为显著的是皇甫川和延河流域,分别由98.7%和61.5%减小到35.5%和0.2%;高植被覆盖度(Ⅴ)北洛河流域增加最显著,面积比例由6.5%增加到57.0%,渭河流域次之,面积比例由5.8%增加到44.3%。
表4 黄河中游各典型支流流域不同植被覆盖度等级面积比例
2.4不同土壤侵蚀区植被覆盖变化特征
黄土高原各侵蚀区生长季植被覆盖状况差异显著,且覆盖度基本表现为随侵蚀强度减弱而增加的趋势(图3、4)。1981—2012年黄土高原各土壤侵蚀区生长季年平均覆盖度表现为水力侵蚀区>风力侵蚀区。水力侵蚀区中,剧烈侵蚀区年平均覆盖度最低,为28%,极强烈、强烈、中度、轻度、微度侵蚀区年平均覆盖度分别是剧烈侵蚀区的1.05、1.18、1.42、1.61、1.71倍。风力侵蚀区中,剧烈侵蚀区年平均植被覆盖度最低,为9%,极强烈、强烈、中度、轻度、微度侵蚀区年平均覆盖度分别是剧烈侵蚀区的1.31、1.42、1.46、1.55、2.36倍。
图3 黄土高原1981—2012年水力侵蚀区生长季植被覆盖度年际变化特征
图4 黄土高原1981—2012年风力侵蚀区生长季植被覆盖度年际变化特征
黄土高原各土壤侵蚀区植被覆盖状况整体好转(图3、4)。水力侵蚀区中,微度侵蚀区植被覆盖度上升幅度最大,由40%增加到63%,年均增长率为0.53%;强烈侵蚀区植被覆盖度上升幅度最小,年均增长率仅为0.41%。风力侵蚀区生长季植被覆盖变化相较之,增幅不明显;中度、极强烈、剧烈侵蚀区生长季植被覆盖度则有不同程度的降低,植被退化。
3讨论
植被覆盖度测量的传统方法为地面测量,但由于野外条件限制,难以满足范围大、时效性强的植被覆盖度提取的需求,而遥感技术为大区域植被覆盖度的动态监测提供了可能。利用像元二分模型计算植被覆盖度,模型具普适性,通用于植被覆盖度计算[17],与直接利用NDVI反映植被覆盖状况相比,该方法更能够削弱大气、土壤与植被类型等的影响,尤其是对于植被覆盖稀疏、土壤反射辐射影响大的干旱半干旱地区更适合,对于长时间序列的遥感观测也更准确可靠[9-10]。但由于某些条件的限制,如遥感影像的分辨率、地面实测数据的精度、植物群落垂直方向上的异质性等因素影响,具体像元的覆盖度值与地面观测值存在误差,因此植被覆盖度遥感监测结果不能完全替代地面调查结果,提高模型精度也成为该方法广泛应用中值得探讨的问题。
1981—2012年黄土高原地区的生长季植被覆盖度呈现好转趋势。影响生长季植被覆盖度年际变化的主要因素可归纳为两大类:气候和人为因素。植被覆盖度与气候因素,尤其是温度和降水量有着较密切的关系。相关研究表明,在黄土高原地区,温度主要调节植被年内生长节律,与植被覆盖度的年际变化相关性较小,对植被覆盖度的增长贡献不大;而降水与植被覆盖度的年际变化有着很好的正相关关系[18-19]。近年来,陕北地区存在降水减少的趋势,植被覆盖度不降反升,这反映出降水对植被覆盖度的上升没有起到主导作用。在人为因素中,1999年以来,退耕还林(草)等生态恢复工程的实施,成效显著,对该时期植被覆盖度的上升有着重要影响。因此,在该区总体处于暖干化趋势[20],气候因素不利于植被覆盖度增长的情况下,人类生态建设工程是植被覆盖度显著增加的主导因素,生态恢复和重建对于区域植被恢复具有显著效果[21]。
本研究通过遥感动态监测的方法对黄土高原区域性植被覆盖度的宏观时空变异进行了定量分析,可以作为验证区域尺度生态恢复重建措施有效性的一种方法。但是,植被覆盖度变化的空间差异性、驱动机制和环境效应仍有待进一步深入研究,以更充分地揭示区域植被时空变化的内在机制。
4结论
本研究根据黄土高原植被覆盖度时空变化,按不同空间尺度分析,得到以下基本结论:
(1)黄土高原1981—2012年生长季平均植被覆盖度空间分布表现为从东南向西北逐渐递减的趋势。其中,低植被覆盖度面积比例减少,高植被覆盖度面积比例增加,黄土高原丘陵沟壑区增加趋势最为明显,植被恢复成效显著。
(2)1981—2012年黄土高原各省区、典型支流和土壤侵蚀类型及强度分区生长季植被覆盖度呈现明显的增加趋势。大规模植被建设开始前,黄土高原植被覆盖度以小幅波动为主,个别地区有所好转,但大部分区域无显著变化,2001年以后各分区生长季年平均植被覆盖度增加显著。
(3)黄土高原各分区生长季植被覆盖变化明显,这与1999年以来陕北退耕还林(草)政策的实施有着密切关系。
[参考文献]
[1] Parmesan C,Yohe G.A globally coherent fingerprint of climate change impacts across natural systems[J].Nature,2003,421(6918):37-42.
[2] Gitelson A A,Kaufman Y J,Stark R,et al.Novel algorithms for remote estimation of vegetation fraction[J].Remote Sensing of Environment,2002,80(1):76-87.
[3] 秦伟,朱清科,张学霞,等.植被覆盖度及其测算方法研究进展[J].西北农林科技大学学报:自然科学版,2006,34(9):163-170.
[4] 陈效逑,王恒.1982—2003 年内蒙古植被带和植被覆盖度的时空变化[J].地理学报,2009,64(1):84-94.
[5] 牛建明.内蒙古主要植被类型与气候因子关系的研究[J].应用生态学报,2000,11(1):47-52.
[6] 邢著荣,冯幼贵,杨贵军,等.基于遥感的植被覆盖度估算方法述评[J].遥感技术与应用,2009,24(6):849-854.
[7] 张云霞,李晓兵,陈云浩.草地植被盖度的多尺度遥感与实地测量方法综述[J].地球科学进展,2003,18(1):85-93.
[8] Gutman G,Ignatov A.The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models[J].International Journal of Remote Sensing,1998,19(8):1533-1543.
[9] 陈晋,陈云浩,何春阳,等.基于土地覆盖分类的植被覆盖率估算亚像元模型与应用[J].遥感学报,2001,5(6):416-422.
[10] Zribi M,Le Hegarat-Mascle S,Taconet O,et al.Derivation of wild vegetation cover density in semi-arid regions:ERS2/SAR evaluation[J]. International Journal of Remote Sensing,2003,24(6):1335-1352.
[11] Mu Xingmin,Zhang Xiuqin,Shao Hongbo,et al.Dynamic changes of sediment discharge and the influencing factors in the Yellow River,China,for the recent 90 years[J].CLEAN-Soil,Air,Water,2012,40(3):303-309.
[12] 孙文义,邵全琴,刘纪远.黄土高原不同生态系统水土保持服务功能评价[J].自然资源学报,2014,29(3):365-376.
[13] 汪有科,刘宝元.恢复黄土高原林草植被及盖度的前景分析[J].水土保持通报,1992,12(2):55-60.
[14] 渠翠平,关德新,王安志,等.科尔沁草甸草地归一化植被指数与气象因子的关系[J].应用生态学报,2009,20(1):58-64.
[15] 李苗苗.植被覆盖度的遥感估算方法研究[D].北京:中国科学院遥感应用研究所,2003:1-111.
[16] Gutman G G.Vegetation indices from AVHRR:An update and future prospects[J].Remote Sensing of Environment,1991,35(2-3):121-136.
[17] Qi J,Marsett R C,Moran M S,et al.Spatial and temporal dynamics of vegetation in the San Pedro River basin area[J].Agricultural and Forest Meteorology,2000,105(1-3):55-68.
[18] 李登科.陕北黄土高原丘陵沟壑区植被覆盖变化及其对气候的响应[J].西北植物学报,2009(5):1007-1015.
[19] 信忠保,许炯心,郑伟.气候变化和人类活动对黄土高原植被覆盖变化的影响[J].中国科学D辑:地球科学,2007,37(11):1504-1514.
[20] 刘晓清,赵景波,于学峰.黄土高原气候暖干化趋势及适应对策[J].干旱区研究,2006(4):627-631.
[21] 张宝庆,吴普特,赵西宁.近30 a黄土高原植被覆盖时空演变监测与分析[J].农业工程学报,2011,27(4):287-294.
(责任编辑徐素霞)
[中图分类号]TP79
[文献标识码]A
[文章编号]1000-0941(2016)07-0052-05
[基金项目]中国科学院重点部署项目(KZZD-EW-04-03);国家自然科学基金资助项目(41271295)
[作者简介]高健健(1990—),女,陕西榆林市人,硕士研究生,主要研究方向为水土保持与荒漠化防治;通信作者穆兴民(1961—),男,陕西华阴市人,研究员,博士,主要从事水土保持生态水文研究工作。
[收稿日期]2015-05-21
[关键词]植被覆盖度;像元二分模型;时空变化;黄土高原