基于异常值的人类活动对内蒙古植被覆盖变化的影响

李　强, 张　翀

(1.陕西师范大学 旅游与环境学院, 陕西 西安　710119;2. 陕西学前师范学院 环境与资源管理系, 陕西 西安　710100)



基于异常值的人类活动对内蒙古植被覆盖变化的影响

李强1,2, 张翀1

(1.陕西师范大学 旅游与环境学院, 陕西 西安710119;2. 陕西学前师范学院 环境与资源管理系, 陕西 西安710100)

通过分析研究区植被覆盖的年际变化规律,为研判内蒙古地区生态环境质量、调节生态系统格局与过程提供理论支撑及决策依据。基于1999—2010年SPOT VEGETATION旬值植被覆盖数据,利用线性趋势分析、谐波分析等方法对研究区植被的生长季时序进行定量分析,进而测算出研究区域植被生长季的覆盖态势及人类活动对内蒙古地区植被覆盖的影响。结果①植被覆盖增加的区域占总面积的38.46%,植被覆盖减小的区域占4.36%,增加的区域远远大于减小的区域,说明研究区植被覆盖整体上呈增加趋势。趋于改善的区域主要分布在内蒙古北部与西南部;趋于退化的区域主要集中在内蒙古西部戈壁与中部草原区;②人类活动的正负作用地区分别与生长季累积NDVI异常值的增加和减小趋势的分布极为相似,人类活动的正作用地区占总面积的40.18%,负作用地区占总面积的6.63%。大多数植被类型的异常值处理后的植被覆盖趋势与残差趋势的结果显著性高于未处理的显著性,两者的相关程度也高于未处理的相关程度,反映出经过异常值处理后的结果更能反映人类活动对植被覆盖的影响。

植被覆盖;生长季;谐波分析;人类活动

现阶段全球气候持续变暖,影响着陆地生物圈[1],也强烈影响着陆地生物圈的重要成员——植被系统,由此分析区域植被覆盖的年际变化规律,为研判生态环境质量、调节生态系统格局与过程具有重要理论和实践意义[2]。NDVI(归一化植被指数)不但和植物生产力因素相联系[3],其变化趋势可以指示植被覆盖程度的变化[4]。不过NDVI变化趋势很难反映出植被覆盖与某种要素的因果关系,因为植被覆盖变化受到多种因素制约,诸如气温、降水、土壤湿度及人类活动等[5]。

归一化植被指数的趋势研究涉及很多方面,如物候变化[6]、土地利用及覆盖变化[7]、土地沙漠化[8]、气候变暖及其生态响应[9]等。研究表明,生长季内的植被覆盖是反映土地沙化、土壤退化等的重要指示器[10],因其变化趋势会相较于全年更加强烈的影响植被与大气圈的能量交换[11]。由于全球性的生长季始时提前(尤其是在北半球)及生长季增长[12],这种能量交换会更具有影响力[13]。所以利用归一化植被指数序列进行趋势分析,需要考虑到这种年内变化和异常值的因素,所以需要剔除序列的季节性(自相关)。

本文基于1999—2010年SPOT VEGETATION旬值植被覆盖数据,利用线性趋势分析、谐波分析等方法对研究区植被的生长季时序进行定量分析,测算出研究区域植被生长季的覆盖态势及人类活动对内蒙古地区植被覆盖的影响,并进一步比较了传统方法与剔除自相关后结果的显著性。

1　资料与方法

1.1数据来源

基础数据主要有研究区及其周边219个台站1999—2010年的旬降水数据、研究区SPOT VEGETATION(1999—2010年)旬值归一化植被指数数据(空间分辨率为1 000 m)以及研究区植被类型数据(1∶100万)。其中旬降水资料来自中国气象科学数据共享服务网(http://cdc.cma.gov.cn),归一化植被指数数据来源于互联网(http://free.vgt.vito.be/home.php),植被类型数据来源于中科院寒区旱区科学数据中心(http://westdc.westgis.ac.cn/)。

1.2异常值处理

通过傅里叶变换提取到非零频率的振幅和相位,进而通过最小二次方拟合,比较拟合曲线与真实资料，将那些明显低于拟合曲线的数据点作为噪声并通过权重赋零值进行有效剔除。然后通过新的二次拟合与反复迭代,最终获得重构的图像。通过这种基于滤波和平滑相结合的方法,将时间序列与空间格局相联系,深度挖掘遥感数据的时空信息的方法就是本文所采用的时间序列谐波分析法(HANTS)。

利用异常值剔除季节影响的时间序列后,不但可以确定存在趋势,而且几乎可以完全消除NDVI数据的季节性特征[14],这样基于时间序列的数据对比才更有意义。谐波分析中逐年谐波分析与整体时段与年际谐波间的差异就是异常序列值(图1),参数设置如表1所示。同理,得到(1999—2010年)逐旬降水的异常值序列。

图1　根据逐年谐波分析与整个时段的谐波分析提取NDVI异常值序列Fig.1　Example of NDVI anomalies as derived from the long-and short-term fits of the harmonic analysis

逐年整个时段/12a数据点数 36432(12*36)傅里叶频率 22拟合误差容差(FET)0.10.1最大迭代次数(iMAX)612最少保留数据个数 24(66.7%=24/36)288(66.7%=288/432)

1.3物候特征提取

通过谐波分析对基于时间序列的归一化植被数据进行年际处理,继而通过傅里叶插值反粗粒化得到归一化植被的天时间序列数据,再通过测算相邻天数据之间的比率数据和多年平均值得到Tmax(年平滑序列的极大值及所对应具体天数),进而测算1到Tmax天与Tmax到Tmin天年内平滑序列的min1与Tmin2(两个极小值及其对应天数)。其中Tmin1到Tmax天的比率值的极大值对应天数极为SOG(Start of Growing Season, 生长季始期),Tmax到Tmin2天的比率值的极小值对应天数即为EOG(End of Growing Season, 生长季末期)(图2)。基于物候特征,得到逐个象元逐年生长季的NDVI与降水异常值的累积值。

图2　内蒙古植被物候多年均值空间分布Fig.2　The spatial distribution of mean vegetation phenology from 1999 to 2010

2　结果与分析

2.1生长季累积NDVI异常值趋势

生长季NDVI异常值趋势如图3所示。可以看出,内蒙古植被覆盖趋于改善的区域主要分布在科尔沁沙地、库布奇沙漠、乌兰布和沙漠、巴丹吉林沙漠、河套平原及其周边、坝上高原东部以及大兴安岭北部;趋于退化的区域主要集中在内蒙古西部戈壁与中部呈西南—东北走向的条形草原区域。

图3　累积NDVI异常值趋势空间分布Fig.3　The spatial distribution of trend for accumulated NDVI anomalies in growing season

2.2生长季累积NDVI与降水异常值的相关

对内蒙古生长季NDVI与降水异常值进行皮尔逊相关系数计算,如图4所示。内蒙古41.03%的地区呈正相关,其中28.36%为显著正相关。正相关区主要分布在内蒙古中东部地区。

内蒙古降水与NDVI异常值的显著变化在大部分区域不同(图4与图5),说明除降水外,存在其他因素影响植被覆盖变化。因此,利用残差法剥离降水对植被覆盖的影响,从而得到人类活动对植被覆盖的影响。

图4　生长季累积NDVI与降水异常值的相关空间分布Fig.4　The correlation between accumulated NDVI anomalies and rainfall

2.3人类活动对植被覆盖的影响

根据残差原理计算得到生长季累积NDVI与降水异常值的残差序列的线性趋势,即为人类活动对植被覆盖的影响空间分布及显著性。人类活动的正作用地区占总面积的40.18%,其中显著正作用占30.14%;人类活动的负作用地区占总面积的6.63%,其中显著负作用占4.03%(表2)。空间分布上,正作用区主要分布在科尔沁沙地、库布奇沙漠、乌兰布和沙漠、巴丹吉林沙漠、河套平原及其周边、坝上高原东部以及大兴安岭北部;负作用区主要分布在内蒙古西部戈壁与中部呈西南—东北走向的条形区域。正负作用地区分别与生长季累积NDVI异常值的增加和减小趋势的分布极为相似,说明1999—2010年间,内蒙古植被覆盖变化主要是由人类活动造成的。

表2人类活动对植被覆盖的影响的显著性统计表

Tab.2Statistics of human activities on vegetation changes

相关水平显著正作用正作用负作用显著负作用不显著像元数31604106702739423755966百分比/%30.0410.142.604.0353.19

人类活动对植被覆盖的影响行政区划统计,如图5所示。可以看出,乌兰察布植被覆盖趋于退化,其他地区均处于改善趋势,其中剧烈改善的地区主要是呼伦贝尔、阿拉善盟、鄂尔多斯、巴彦淖尔,改善轻微的地区是通辽、赤峰、呼和浩特、包头、兴安盟,改善效果不明显的地区是锡林郭勒和乌海。改善轻微与改善不明显的地区主要是内蒙古中部的典型草原区。

图5　人类活动对植被覆盖的影响行政区划统计Fig.5　Statistics of human activities on vegetation changes in each administrative region

利用两种显著性区域,对残差序列和生长季累积降水量异常值进行区域统计,如图6所示。可以看出,残差减小和增加的趋势很明显,并且与降水变化趋势没有直接关系,所以在生长季累积NDVI与降水异常值的显著相关区,通过残差法可以很好剥离降水对植被覆盖的影响。

图6　残差序列和生长季累积降水量异常值的时间断面(a.正作用区;b.负作用区)Fig.6　Trend of residuals against precipitation (a. significant increase; b. significant decrease)

3　讨　论

前人较多采用统一时间段作为生长季(如4～10月)NDVI与降水量累积值,计算残差序列趋势来探究人类活动对植被覆盖的影响。但是，植被生长季始期与末期在空间上具有一定的分异,所以4～10月的累积值并不能直接用来衡量人类活动。本文首先以比较精确的方法计算了内蒙古不同地区生长季的始期与末期,又剔除了数据的自相关性,从而得到较为确切的生长季累积变量,以此计算得到的人类活动对植被覆盖的影响,更能真实反映实际情况。

人类活动对内蒙古西南部以及中东部的沙源地与内蒙古东南部的影响呈正作用,主要是由于1999年退耕还林草政策的实施,防沙治沙、植树种草、禁牧轮牧等措施使得植被覆盖增加;河套平原地区多为农业植被,植被覆盖改善多依赖于水利灌溉、化肥农药的使用;内蒙古东北部受天然林保护工程、退耕还林草、“三北”防护林体系工程以及荒漠化治理等政策的开展,促使该区域植被覆盖增加。负作用区主要分布在内蒙古中部典型草原区,随着经济的发展,人口与年畜牧总头数急剧增加,则会出现过度开垦、超载放牧等现象造成土地退化。

沼泽湿地与耕地,经过异常值处理后,相关系数均有升高,残差趋势的显著性均有所降低,所以对于这几种植被类型经过异常值处理后,人类活动的影响不明显。

4　结　论

植被覆盖增加的区域占总面积的38.46%,植被覆盖减小的占4.36%,增加的区域远远大于减小的区域,说明研究区植被覆盖整体上呈增加趋势。趋于改善的区域主要分布在内蒙古北部与西南部;趋于退化的区域主要集中在内蒙古西部戈壁与中部草原区。

人类活动的正负作用地区分别与生长季累积NDVI异常值的增加和减小趋势的分布极为相似,说明1999—2010年间,内蒙古植被覆盖变化主要是由人类活动造成的。人类活动的正作用地区占40.18%,负作用地区占6.63%,整体上人类活动对内蒙古植被覆盖呈正作用。

对不同植被类型的异常值处理与未处理的结果进行对比。异常值处理后的植被覆盖趋势与残差趋势的结果显著性,大多数植被类型的显著性高于未处理的显著性,两者的相关程度高于未处理的相关程度,反映出经过异常值处理后的结果更能反映人类活动对植被覆盖的影响。而对于落叶林、沼泽湿地与耕地,经过异常值处理后,相关系数均有升高,残差趋势的显著性均有所降低,所以对于这几种植被类型经过异常值处理后,人类活动的影响不明显。

[1]IPCC. 4th Assessment report of the intergovernmental panel on climate change[M].Switzerland(瑞士)：Synthesis Report, 2007:52.

[2]穆少杰,李建龙,陈奕兆.2001—2010年内蒙古植被覆盖度时空变化特征[J].地理学报,2012,67(9):1255-1268.

[3]PRINCE S D, TUCKER C J. Satellite remote sensing of rangelands in Botswana II. NOAA AVHRR and herbaceous vegetation[J].International Journal of Remote Sensing, 1986,11(7)：1555-1570.

[4]ALCARAZ-SEGURA D, CHUVIECO E, EPSTEIN H E, et al. Debating the greening vs. browning of the North American boreal forest: Differences between satellite datasets[J].Global Change Biology, 2009,16(2)：760-770.

[5]李强, 张翀. 基于NDVI时间序列的近12年中国植被覆盖的单调趋势分析[J].水土保持通报,2014,34(3):135-140.

[6]WHITE M A, DEBEURS K M, DIDAN K, et al. Intercomparison, interpretation, and assessment of spring phenology in North America estimated from remote sensing for 1982—2006[J].Global Change Biology, 2009,15(11):2335-2359.

[7]HÜTTOCJ C, HEROLD M, SCHMULLIUS C, et al. Indicators of Northern Eurasia′s land-cover change trends from SPOT-VEG ETATION time-series analysis 1998— 2005[J]. Internation al Journal of Remote Sensing, 2007,28(18):4199-4206.

[8]SYMEONAKIS E, DRAKE N. Monitoring desertification and land degradation over sub-Saharan Africa[J]. International Journal of Remote Sensing, 2004,25(3):573-592.

[9]PETTORELLI N, VIK J O, MYSTERUD A,et al. Using the satellite-derived NDVI to assess ecological responses to environmental change[J].Trends in Ecology & Evolution, 2005,20(9):503-510.

[10] 李强. 近12a三江源地区植被物候对水热的响应[J].干旱区研究,2016,33(1):150-158.

[11] BALDOCCHI D, FALGE E, GU L, et al. FLUXNET: A new tool to study the temporal and spatial variability of ecosystem-scale carbon dioxide, water vapor, and energy flux densities[J]. Bulletin of the American Meteorological Society, 2001,82(11): 2415-2434.

[12] SPARKS T H, AASA A, HUBER K, et al. C ha ng es and patterns in b i ol o gic al ly relevant temperatures in Europe 1941—2000[J].Climate Research, 2009,39(3):191-207.

[13] ZHANG K, KIMBALL J S, MU Q, et al. Satellite based analysis of northern ET trends and associated changes in the regional water balance from 1983 to 2005[J].Journal of Hydrology, 2009,379(1-2):92-110.

[14] 张翀, 任志远 韦振锋. 近12年来黄土高原植被覆盖对年内水热条件的响应[J].资源科学,2013,35(10):2017-2023.

(编辑徐象平)

The influence of human being on variation trend of vegetation cover based on anomaly in Inner Mongolia

LI Qiang1,2, ZHANG Chong1

(1.College of Tourism and Environment, Shaanxi Normal University, Xi′an 710119, China; 2.Department of Environment Resources Management, Shaanxi Xueqian Normal University, Xi′an 710100， China)

Analysis of inter-annual variation of vegetation coverage in Inner Mongolia, in order to evaluate the environmental quality of the region′s ecosystem, regulate ecological processes and provide a theoretical basis for decision making support. Using methods of harmonic Analysis and linear regression, based on the SPOT-VEGETATION NDVI of 10 days during the period 1999—2010, the begin and end time were calculated of growing season for each year, and analyzed the trend of vegetation cover of growing season and the influence of human activities. Result: (1) the vegetation cover have a rising trend as a whole, with the increase and the decrease being 38.46% and 4.36%, respectively. The rising trend located mainly in north and southwest Inner Mongolia, and the declining trend mainly in the Gobi desert of west and middle steppe. (2) The positive and negative affected region of human activities are extremely similar to the rising and declining trend of vegetation. The significance after the anomaly processing is much greater than original data, which shows the results after the anomaly processing can better reflect the influence of human activities on vegetation cover.

vegetation cover; growth season; harmonic analysis; Human activities

2015-03-11

国家自然科学基金青年基金资助项目(41301618);陕西省社会科学基金资助项目(13D019);陕西省2015年度科学技术研究发展计划基金资助项目(陕西省青年科技新星项目2015KJXX-45)

李强，男，天津人，博士，副教授，从事资源环境遥感与GIS研究。

P935.1

A

10.16152/j.cnki.xdxbzr.2016-04-023