德清县植被覆盖时空变化遥感监测

佟光臣，张 平，林海翔，任 琼，林 杰

（ 1.浙江省宁海县水利局，浙江 宁海 315600；2.江西省林业科学院，江西 南昌 330032；3.南京林业大学林学院，江苏 南京 210037 ）

德清县植被覆盖时空变化遥感监测

佟光臣1，张 平1，林海翔1，任 琼2，林 杰3

（ 1.浙江省宁海县水利局，浙江 宁海 315600；2.江西省林业科学院，江西 南昌 330032；3.南京林业大学林学院，江苏 南京 210037 ）

基于MODIS - NDVI植被指数数据，利用像元二分模型定量估算了德清县2000 — 2014年植被覆盖度，辅以线性趋势分析法分析了近15 a来德清县植被覆盖时空变化特征，结果表明：①德清县平均植被覆盖度从2000年的71.83%下降到2014年的67.68%，整体呈波动下降趋势。②德清县5等级植被覆盖占绝对优势，均在40.00%左右；1等级植被覆盖面积比例最小，均在4.00%以下；1、2、3等级植被覆盖面积逐渐程增大趋势，4等级下降趋势明显，而5等级保持相对平稳状态。③研究区植被改善与退化并存，且退化区域分布明显，主要分布在德清县中部及东部；上升区域主要分布在中西部，保持基本不变区域主要分布在西部。退化等级的面积比例为57.77%，决定了德清县植被景观整体上呈退化趋势。

植被覆盖度；MODIS - NDVI；德清县

1 问题的提出

植被是陆地生态系统的主体，联系着土壤、大气和水分等要素，同时受人为活动的影响，具有明显的时间变化特征和空间异质性[1-2]。卫星遥感获取的归一化植被指数（NDVI）可以指示地表绿度和植被覆盖特征，被广泛应用于大尺度地表植被活动的监测和评估[3]。研究植被的遥感数据多为长时间序列的GIMMS AVHRR NDVI、SPOTVGT NDVI 和MODIS - NDVI产品，国内外众多学者针对全球及区域植被覆盖情况展开了一系列的研究[4-6]。植被覆盖变化的研究方法主要有一元线性回归趋势分析、主成分分析、小波分析和Mann — Kendall 非参数检验时空变化分析等方法[7-9]。已有研究中关于德清县植被覆盖变化的文章几乎没有，鉴于此本研究基于MODIS - NDVI遥感数据，利用像元二分模型和一元线性回归趋势模型分析德清县 2000 — 2014年15 a来植被覆盖度的时空变化特征，为德清县协调经济发展和生态保护提供参考。

2 研究区概况与数据

2.1 研究区概况

德清县位于浙江北部，地处北纬 30°26' ～ 30°42'，东径119°45' ～ 120°21'，东望上海、南接杭州、北连太湖、西枕天目山麓，处长三角腹地。总面积936.00 km2，现辖8个镇、4个街道，户籍人口43万。县境地势自西向东倾斜，西部为天目山余脉，县境山地丘陵面积341.28 km2，占全县总面积的36.48%；平原面积456.05 km2，占全县总面积的48.74%；水域面积138.35 km2，占全县总面积的14.78%。区域属北亚热带季风气候，常年气候特征为四季分明、光照充足、雨量充沛、温度湿润。2014年实现地区生产总值368.1亿元，三次产业之比为5.5∶56.1∶38.4。

2.2 数据来源及预处理

本文使用的遥感数据来源于美国国家航空航天局NASA的MOD13Q1植被指数产品。时间范围从2000 — 2014年，时间分辨率为16 d，空间分辨率为250 m × 250 m，数据格式为HDF - EOS。首先使用MODIS Reprojection Tool（MRT）将下载的原始影像Sinusoidal投影转为WGS84/Albers Equal Area Conic、格式转为Geotiff格式，重采样分辨率保持不变。使用最大值合成法（MVC）进行2000 — 2014年的逐月数据合成，可以有效去除由大气、云层、太阳高度角等带来的影响[10]，然后采用均值法合成逐年平均的NDVI数据，可以降低或消除特殊年份气候异常造成的NDVI值年际波动影响，增加研究的可靠性[11-12]。最后，将数据缩小10 000倍，范围变成（- 1，1]，利用研究区边界矢量数据进行裁剪。

3 研究方法

3.1 植被覆盖度计算及植被覆盖度等级划分

归一化植被指数（Normal Difference Vegetation Index，NDVI）是目前最为常用表征植被状况的指标，它与植被覆盖度、生长状况、生物量和光合作用强度密切相关[13]。本文利用像元二分模型估算研究区的植被覆盖度，计算公式如下：

式中：NDVImax为完全由植被所覆盖像元的NDVI值，NDVImin为裸土或无植被覆盖区域的NDVI值。

计算植被覆盖度时，通常根据图像大小、图像清晰度等情况，以置信度截取NDVI 的上下限阈值分别近似代表NDVImax和NDVImin，可以在一定程度上消除遥感影像噪声所带来的误差[14]。本研究通过分析15个时期NDVI 数据，考虑空间和时间的差异，最终采用5% 和95%的累计百分比为置信区间来计算NDVI最大值与最小值。

根据水利部制定的SL757 — 2014《南方红壤丘陵山区水土流失综合治理标准》，将植被覆盖度划分为5个等级：1级（0.00 ～ 0.30）、2级（0.30 ～ 0.45）、3级（0.45 ～ 0.60）、4级（0.60 ～ 0.75）、5级（0.75 ～ 1.00），分别为低植被覆盖、较低植被覆盖、中度植被覆盖、较高植被覆盖和高植被覆盖，以上操作在ARCGIS9.3中完成。

3.2 植被覆盖度年际变化趋势的计算

一元线性回归模型是指在一定时间内，采用最小二乘法逐像元拟合年平均植被覆盖度的斜率，以综合反映植被覆盖度的时空变化特征[15]。计算公式为：

式中：Slope为线性回归方程的斜率；fi为第i年植被覆盖度的平均值；n为研究时间序列的长度（2000 — 2014共15 a）；i取值为1到n。

Slope＞0时，表明植被覆盖呈增加趋势，状况变好；Slope＜0时，表明植被覆盖呈下降趋势，状况变差。

4 结果与分析

4.1 植被覆盖度等级计算结果分析

通过ArcGIS软件对上述植被覆盖度结果按照前文分类标准进行分类，对应得到15期植被覆盖等级图。从空间分布来看，德清县的整体植被覆盖状况较好，近15 a平均植被盖度均在65.00%以上，高等级植被主要分布在西部山区，低等级植被与城镇分布一致，中间等级植被以农用地为主，这与德清县的土地利用现状格局密不可分。对三期植被覆盖等级图分别进行各级面积统计得到图1，从图1中可以看出，2000 — 2014年研究区内5等级植被覆盖面积始终最大，占绝对优势，均在40.00%左右；1等级植被覆盖面积比例始终最小，均在4.00%以下。从时间变化来看，1、2、3等级植被覆盖面积逐渐程增大趋势，4等级下降趋势明显，而5等级保持相对平稳状态。

图1 德清县2000—2014年逐年植被覆盖等级面积结构图

4.2 植被覆盖变化趋势分析

从时间变化上来看（见图2），德清县平均植被覆盖度由2000年的71.83%下降到2014年的67.68%，表现出明显的波动下降趋势，这说明德清县植被覆盖状况持续退化，这与该区近年来经济社会快速发展、土地利用变化剧烈密切相关。近15 a德清县植被盖度变化分为6个阶段，即3个上升阶段和3个下降阶段，并分别在2000年、2003年和2006年出现波峰，而在2002 年、2004年和2011年出现波谷。

图2 德清县2000—2014年平均植被覆盖年际变化图

利用一元线性回归模型分析15期数据，得到了德清县像元尺度上植被变化趋势分布图（见图3）。从图3中可以看出，研究区植被改善与退化并存，且退化区域分布明显，主要分布在德清县中部及东部；上升区域主要分布在中西部，保持基本不变区域主要分布在西部。对上述趋势变化图进行分级面积统计得到表1。由表1可知研究区内保持基本不变的区域面积比例为19.36%，而所有退化等级的面积比例为57.77%，由此可见研究区内植被景观整体上呈退化趋势；在退化等级中，严重退化的等级比例所占最大，在改善的等级变化中，比例最大的为轻微改善。

图3 德清县2000—2014年平均植被覆盖变化趋势图

表1 2000—2014年德清县植被覆盖度变化趋势分级统计结果表

5 结 语

基于MODIS - NDVI数据，利用像元二分模型定量估算了德清县 2000 — 2014年15期植被覆盖度，并利用一元线性回归模型分析了近15 a来德清县植被覆盖时空变化特征，主要得出以下结论：

（1）从整体空间分布来看，德清县的整体植被覆盖状况较好，近15 a平均植被盖度均在65.00%以上，高等级植被主要分布在西部山区，低等级植被与城镇分布一致，中间等级植被以农用地为主。从植被等级结构比例来看，德清县5等级植被覆盖面积始终最大，占绝对优势，均在40.00%左右；1等级植被覆盖面积比例始终最小，均在4.00%以下； 1、2、3等级植被覆盖面积逐渐程增大趋势，4等级下降趋势明显，而5等级保持相对平稳状态。

（2）从整体植被盖度时间变化上来看，德清县平均植被覆盖度由2000年的71.83%下降到2014年的67.68%，表现出明显的波动下降趋势：3个上升阶段和3个下降阶段。从变化趋势空间分布来看，研究区植被改善与退化并存，且退化区域分布明显，主要分布在德清县中部及东部；上升区域主要分布在中西部，保持基本不变区域主要分布在西部。退化等级的面积比例为57.77%，决定了德清县植被景观整体上呈退化趋势。

[1] 王东.西南地区植被覆盖变化及对不同时间尺度气候特征的响应分析[D].兰州：西北师范大学，2014.

[2] 陈文业，赵明，张继强，等.敦煌西湖荒漠 — 湿地生态系统植被与土壤水分空间异质性研究[J].冰川冻土，2015，37(6)：1670 - 1679.

[3] 于泉洲，梁春玲，刘煜杰，等.基于MODIS的山东省植被覆盖时空变化及其原因分析[J].生态环境学报，2015(11)：1799 - 1807.

[4] Tsai H，Lin Y H，Yang M D.Exploring Long Term Spatial Vegetation Trends in Taiwan from AVHRR NDVI3g Dataset Using RDA and HCA Analyses[J].Remote Sensing，2016，8(4)：290.

[5] 陈斌，李海东，曹学章，等.基于SPOT — VGT NDVI的雅鲁藏布江流域植被动态变化[J].山地学报，2016(2)：249 - 256.

[6] 马琳雅，崔霞，冯琦胜，等. 2001 — 2011年甘南草地植被覆盖度动态变化分析[J].草业学报，2014，23(4)：1 - 9.

[7] 安佑志，刘朝顺，施润和，等.基于MODIS时序数据的长江三角洲地区植被覆盖时空变化分析[J].生态环境学报，2012(12)：1923 - 1927.

[8] 邱海军，曹明明.基于SPOT VEGETATION 数据的中国植被覆盖时空变化分析[J].资源科学.2011，33(2)：335 - 340.

[9] 马明国，王建，王雪梅.基于遥感的植被年际变化及其与气候关系研究进展[J].遥感学报.2006，10(3)：421 - 431.

[10] 朴世龙，方精云.最近18 年来中国植被覆盖的动态变化[J].第四纪研究，2001(4)：294 - 302.

[11] 张月丛，赵志强，李双成，等.基于SPOT NDVI 的华北北部地表植被覆盖变化趋势[J].地理研究，2008，27(4)：745 - 754.[12] 袁丽华，蒋卫国，申文明，等.2000 — 2010年黄河流域植被覆盖的时空变化[J].生态学报，2013，33(24)：7798 - 7806.

[13] Carlson T N，Ripley D A.On the relation between NDVI，fractional vegetation cover，and leaf area index[J].Remote Sensing of Environment，1997，62(3)：241 - 252.

[14] 李登科，范建忠，王娟.陕西省植被覆盖度变化特征及其成因[J].应用生态报，2010，21(11)：2896 - 2903.

[15] 刘宪锋，任志远，林志慧，等.2000 — 2011年三江源区植被覆盖时空变化特征[J]. 地理学报，2013，68(7)：897.

（责任编辑 姚小槐）

TP79

B

1008 - 701X(2017)05 - 0085 - 03

10.13641/j.cnki.33 - 1162/tv.2017.05.024

2017-01-11

佟光臣(1987 - )，男，助理工程师，硕士，主要从事水土保持监督管理。E - mail：969714589@qq.com

林 杰(1976 - )，女，副教授，博士，主要从事土壤侵蚀遥感监测研究。E - mail：jielin@njfu.edu.cn