NDVI时间变换一致性的贵州茂兰植被覆盖变化分析

陈炫炽，田鹏举，陈 蓉，吴愈锋，王跃跃

(1.贵州大学矿业学院，贵州 贵阳 550025；2.贵州省生态气象和卫星遥感中心，贵州 贵阳 550025)

植被是陆地生态系统的重要组成部分，是连接土壤、大气和水分的纽带，同时也是生态环境的一个重要影响因素。当前，生态文明建设在全国各地广泛开展，对贵州茂兰植被覆盖变化的研究，有助于掌握当地生态环境变化，加快推进生态文明建设。

近年来，随着科学技术的发展，遥感在植被覆盖变化研究领域的应用已不再受限于数据、资料来源匮乏、分析角度和处理手段单一的窘境：文献[1]以Hyperion高光谱影像为数据源，利用混合像元分解估测了喀斯特地区植被覆盖度；文献[2]选取近30年中3时期Landsat TM/ETM/OLI数据，分析了梵净山植被覆盖时空变化特征和影响因素；文献[3]利用MODIS NDVI数据，从时序演化、数量转移和空间演化3个方面分析了淮南矿区植被覆盖的时空演化特征。综上，在GIMMS-NDVISPOT VGT/NDVIMODIS-NDVI等中低空间分辨率植被指数产品的支持下，大区域尺度的植被覆盖变化研究已趋于成熟且成果斐然；但小区域尺度下长时间序列的植被覆盖变化研究因可用影像数据稀少、云覆盖对影像质量的影响等问题，难以构建较为完整的植被覆盖时间序列并进行分析，故目前此方面的研究进展大为受限。

因此，本文基于Landsat TM/ETM/OLI数据，以具有重要研究价值的贵州茂兰国家级自然保护区为研究区，选择已被广泛用于表征地表植被覆盖的归一化植被指数(normalized difference vegetation index,NDVI)作为反映植被覆盖变化的参数，使用基于NDVI时间变换一致性的方法消除云覆盖的影响，建立较为完整的NDVI时间序列。在此基础上通过一元线性回归模型和相关分析法研究气候对研究区植被覆盖变化的影响，为增强生态文明建设对气候变化的适应能力提供科学依据，也为小区域尺度下的植被覆盖研究提供技术支持。

1 研究区域与研究方法

1.1 研究区地理位置

贵州茂兰国家级自然保护区位于贵州省黔南布依族苗族自治州荔波县东南部，南与广西壮族自治区接壤，毗邻广西木伦国家自然保护区，地理位置为东经107°52′～108°05′，北纬25°09′～25°20′，东西宽为22.8 km，南北长为21.8 km，状似不规则的“凹”字形。保护区总面积为21 285 hm2，其中核心区为8305 hm2，缓冲区为8130 hm2，试验区为4850 hm2。

1.2 数据来源及预处理

植被一般在9—10月时生长速度逐渐降低直至停止生长，这段时间植被的整体变化较小，因此根据影像质量情况，收集研究区近18年Landsat TM/ETM+/OLI影像共18幅，见表1，其中包括成像时间在9—10月的质量良好无需处理的影像6幅，需要进行NDVI时间变换一致性处理的目标影像6幅及对应年份的5—12月基准影像6幅。数据来源于美国地质勘探局(United States Geological Survey，USGS)的数据共享网站(http:∥glovis.usgs.gov/)。气象数据来源于中国气象数据网(http:∥data.cma.cn/)。

由于传感器、成像日期等的不同，需用ENVI 5.3对影像进行裁剪、大气校正、辐射定标等预处理。

表1 不同时期的影像数据

1.3 植被覆盖表示方法

文献[4—6]研究表明，NDVI与植被覆盖度(fractional vegetation cover,FVC)有很好的相关性，故本文取NDVI平均值作为反映研究区植被覆盖变化的指标。

NDVI计算公式为

NDVI=(NIR-Red)/(NIR+Red)

(1)

式中，NIR和Red分别代表近红外和红光波段的反射率。

1.4 NDVI时间变换一致性方法

针对云覆盖对影像质量的影响，文献[7]采用填补法，即用成像时间相近的另一张影像的相同区域对云覆盖区进行镶嵌填补，但其精度尚未得到验证。为解决这一问题，本文提出了一种基于相同地物NDVI时间变化一致性的处理方法。

NDVI时间变化一致性的基本思路如图1所示，核心思想是对于相同地物而言，NDVI的变化趋势在短期内是一致的。

具体实现方法为：首先以成像时间在9—10月附近，受云覆盖影响无法直接用于本文研究的一幅遥感影像为目标，寻找与其成像时间接近且影像质量较好的另一影像为基准。经预处理后，在同时保证处理效率和处理结果质量的前提下，经过多次试验，选择基准影像中计算NDVI所需的红光和近红外波段进行ISODATA非监督分类，将研究区地物分为若干类别。再在目标影像云覆盖区域S附近根据不同地物分布情况设置各类别采样点数量为50～200，采样点中取部分用于精度验证，剩余的用于采集不同地物在基准影像和目标影像上的NDVI值并进行线性拟合，得到变换规则。利用变换规则以基准影像中范围S的NDVI为基础，变换得到目标影像中范围S的NDVI值。处理结果的精度用均方根误差(RMSE)表示，均方根误差s越小，表示处理结果精度越高。

1.5 一元线性回归模型

使用一元线性回归模型[8]进行研究区植被覆盖变化趋势分析和植被覆盖变化对气候变化响应的分析。该模型的原理如下

对于一元线性回归方程y=a+bx，式中，x、y分别为自变量和因变量，a为直线的纵截距，b为直线斜率。

设有n对x与y的数值，令

W(a,b)=∑(y-a-bx)2

(2)

当W(a,b)值最小时,根据最小二乘原理计算可得a、b为

(3)

1.6 相关分析法

使用相关系数r计算自变量x与因变量y之间的相关性[9]，设有n对x与y的数值，则有

(4)

当rxy>0时，x与y呈正相关；当rxy<0时，x与y呈负相关。

|rxy|≤1，值越大说明x与y的相关性越高，计算得到的回归直线越符合数据变化的趋势：|rxy|<0.3，为弱相关；0.3≤|rxy|<0.5，为低相关；0.5≤|rxy|<0.8，为显著相关；0.8≤|rxy|≤1，为极显著相关。

2 结果与分析

2.1 NDVI时间变换一致性处理结果与精度评价

选择成像时间为2003年11月14日的影像作为基准影像，成像时间为2003年9月27日的影像作为目标影像，经预处理后计算得到两张NDVI影像，如图2所示。

建立一元线性、多元线性、幂、指数、对数等方程进行回归分析，经过多次试验，发现各类地物使用一元线性方程拟合效果最好。对基准时刻影像的红光、近红外波段进行ISODATA非监督分类，分为5种地物，经采样计算后得到各类地物的变换规则见表2。

利用表1中的变换规则，以基准影像中范围S的NDVI为基础，变换得到目标影像中范围S的NDVI值，并用处理结果代替目标影像中范围S处的NDVI进行镶嵌，得到图3(a)中NDVI时间变换一致性处理结果；用基准影像中范围S处的NDVI直接代替目标影像中范围S处的NDVI进行镶嵌，得到图3(b)中填补法处理结果。

表2 NDVI时间变换一致性各类别规则与处理精度

注：x为采样点在基准影像上的NDVI值，y为以x为基准进行变换后的NDVI值；s1为NDVI时间变换一致性处理结果的均方根误差；s2为填补法的均方根误差。

从表2可以看出，NDVI时间变化一致性处理得到各类别变换规则均通过了P<0.001的显著性检验，说明研究区相同地物短期内的确存在一致的变化趋势，各个规则模型的R2均大于0.5，说明模型拟合效果较好；NDVI时间变化一致性处理后数据的均方根误差均小于0.05，满足使用要求，且除类别C3外，其余地物类型的均方根误差与填补法相比有明显改善。

从图3中处理结果来看，成像日期虽相差近50 d，不过经填补法处理后进行镶嵌的视觉效果尚可，而经NDVI时间变换一致性处理后的NDVI与研究区目标时刻下的NDVI镶嵌效果更好。

以上结果表明，NDVI时间变换一致性处理后得到的研究区NDVI，不仅大幅度削弱、消除了云层覆盖的影响，达到了本文研究的预期目的，而且其精度和效果明显优于填补法，满足大部分研究的使用要求。

2.2 植被覆盖变化情况

经NDVI时间变换一致性处理后得到的研究区近18年植被覆盖年际变化情况如图4所示。

由图4可知，研究区目前植被覆盖较好，近18年中植被覆盖呈显著的缓慢上升趋势，且每年的9—10月前后的平均NDVI在0.69～0.81之间上下波动，增速为0.401(%)/a，相关系数r=0.667。此外，从图4中还可以看出，2005、2010、2011和2015年研究区平均NDVI处于“波谷”，相应的，研究区在这几年都有不同程度的旱灾发生[10-11]，这从侧面表明了气候变化可能会对研究区植被生长产生一定的影响，有必要对植被覆盖变化与气候的响应关系作进一步分析。

2.3 植被覆盖变化与气候因子相关分析

目前在分析植被覆盖对气候的响应关系时主要趋向于使用温度和降水两个因子，贵州省多为阴冷湿雨天气，因此本文除着重研究月平均温度和降水量之外，还加入了平均相对湿度进行分析。考虑气候对植被覆盖的影响可能存在滞后性[12-13]，因此，在分析时除当月(2007年和2016年为9月，其余为10月)外还需考虑更早月份的气候。

如表3所示，当月平均温度与植被覆盖变化为显著正相关，影响最强，到上1—2月时相关性降低，但仍有一定影响，上3月时只存在弱相关；植被覆盖变化与当月和上3月的降水量仅为弱相关，与上1月降水量的相关性为显著正相关，上前2月变为低相关；植被覆盖变化与当月平均相对湿度响应最弱，与上1月平均相对湿度显著正相关，随后逐渐降低，在上3月变为低相关。

表3 植被覆盖与各气象因子拟合结果

注：x为各气象因子，y为植被覆盖。

总的来说，各气候因子对研究区植被覆盖变化均有显著影响，平均温度的影响在当月最强，而降水量和平均相对湿度的影响则有一定的滞后性。

3 讨论与结论

本文选用1999—2016年的Landsat TM/ETM+/OLI影像，建立了一种基于NDVI时间变换一致性的处理方法，在解决了数据来源和影像质量的问题后，构建出较为完整的植被指数时间序列，并基于此分析了茂兰自然保护区的植被覆盖变化趋势，实现了对研究区植被覆盖变化与气象因子之间响应关系的研究，也为小区域尺度下的植被覆盖研究提供了技术支持。

(1)基于NDVI时间变化一致性的处理方法原理简单明了，便于操作，且很好地解决了研究区遥感影像中云覆盖的影响，经验证处理结果中各类地物的均方根误差均小于0.05，处理精度和效果较好，满足大部分研究的使用要求。

(2)研究发现，近18 a贵州茂兰自然保护区的植被覆盖较高且呈显著的缓慢上升趋势，r=0.667，每年9—10月的平均NDVI在0.69～0.81之间上下波动，增速为0.401(%)/a，这与贵州省和保护区管理局对国家森林资源管理和生态保护政策的坚决执行是分不开的。

(3)经分析，平均温度、降水量和平均相对湿度这三种气候因子对研究区植被覆盖变化均存在显著正相关，其中平均温度的影响在当月最强，相关系数r=0.60，而降水量和平均相对湿度与研究区平均NDVI的相关系数r在当月最低，分别为-0.14和0.2，仅为弱相关；在上1月时最强，分别为0.67和0.70，随后逐渐减弱，说明降水量和平均相对湿度对研究区植被覆盖变化的影响具有滞后性。

根据本文研究，研究区植被覆盖变化会受到气候因子如温度、降水和相对湿度的影响，目前在贵州省旱情频繁、部分地区水资源短缺等种种压力下，植被覆盖和降水与平均相对湿度的正相关关系可能会影响森林植被的正常生长；虽然目前全球变暖也会作用于平均温度对植被覆盖的正相关影响，但若温度一直增长直至超出某一临界值，其造成的干旱等连锁反应仍会对植被生长造成恶劣影响[14-16]。总而言之，如何在保持经济快速增长的同时进行生态环境建设、解决环境危机，这一问题亟待更多的研究和突破。