基于MODIS 数据的四川植被覆盖度景观格局特征分析

朱林富

（乐山师范学院 旅游学院，四川 乐山 614004）

0 引言

植被在陆地生态系统中起着十分重要的作用[1-2]，植被覆盖状况对生态环境具有很好的指示作用[2-4]，其景观格局则反映了植被覆盖的空间分布及其在环境异质性和干扰状况综合控制下的变化特征[5]。四川是长江上游重要的生态屏障，对三峡库区以及长江下游的经济发展和生态安全至关重要[6-8]。长期以来的资源不合理利用、毁林开垦、过度放牧等导致了植被覆盖被破坏、水土流失、局部生态环境恶化、自然灾害频发等生态环境问题[2-3,8]。为了保护生态环境，实现生态优先绿色发展，国家和地方政府积极推进新一轮退耕还林、退牧还草、天然林资源保护等一系列植被恢复工程[2-3]。

植被覆盖度的监测与评价是生态环境保护与植被恢复的重要内容之一。遥感技术克服了传统的地面测量区域小、费时费力、局限大、难推广等缺点，使大范围的植被覆盖度监测成为可能。Google Earth Engine（GEE）是目前世界上最先进的全球卫星遥感数据获取、计算、分析与处理的云平台，在获取全球范围遥感数据及大型地理空间数据方面具有非常大的优势[9-11]。MODIS（Moderate-Resolution Imaging Spectroradiometer，中分辨率成像光谱仪）是目前世界上新一代的“图谱合一”光学遥感仪器，光谱和时间分辨率高，可以及时提供地表的植被、水体、温度等特征信息。归一化植被指数（NDVI）和增强型植被指数（EVI）是MODIS 数据中反映植被覆盖状况的主要产品。相比于NDVI，EVI 经过了大气和土壤背景校正[12-13]，并改进了合成算法[13-14]，克服了NDVI 易饱和的问题[7,14-18]，不仅能更好地反映高覆盖区域的植被状况[13-14,19]，还能对低覆盖区域的植被具有较好的区分能力[13,20-22]。

四川地形地貌复杂，植被类型多样，生态环境异质性高，是全球气候变化敏感区[2,23]。目前，关于植被的研究主要集中在NDVI 时空变化特征[6,8-9,23-25]以及与气候[1,4,7-8,23-27]、地形[1,7,28]等因子之间的关系，而选取EVI 计算植被覆盖度并采用景观格局指数来分析植被覆盖空间格局特征的研究还较少[5,29]。本文借助于GEE 平台，以MODIS-EVI 数据为基础，运用GIS 技术结合像元二分模型和景观格局指数分析四川省2000—2020 年植被覆盖度的景观格局特征，从而揭示其植被覆盖的空间分布规律，有助于从宏观上了解区域植被覆盖变化状况，以期为四川省生态植被恢复和持续健康发展提供一定的参考。

1 研究区概况

四川地处中国西南、长江上游，92°21′～108°12′E、26°03′～34°19′N，东西长约1075 km，南北宽约900 km。东连重庆，南邻云南、贵州，西衔西藏，北界陕西、甘肃、青海，面积48.6×104km2。

四川处于青藏高原和长江中下游平原的过渡带，高差悬殊，地形复杂多样，地貌东西差异大。西部为高原、山地，海拔多在4000 m 以上；东部为盆地、丘陵，海拔多在1 000～3 000 m 之间。气候主要为亚热带湿润季风气候和高寒气候，垂直地带性显著。植被类型丰富多样，主要有亚热带常绿阔叶林、亚热带常绿和落叶混交林、温带针阔混交林、寒带针叶林、高山草甸等。

四川城乡和区域差异大，经济发展与环境保护矛盾较为突出。在“一带一路”发展战略下，四川省提出了成都平原经济区、川西北生态示范区、川东北经济区、攀西经济区和川南经济区等五大经济区协调发展的思路。成都平原经济区包括成都、德阳、绵阳、乐山、眉山、资阳、遂宁和雅安，将建设全面创新改革试验的先导区；川西北生态示范区包括甘孜州和阿坝州，将建设国家生态文明建设先行示范区；川东北经济区包括广元、南充、广安、达州和巴中，将打造成川渝陕甘结合部的区域经济中心；攀西经济区包括攀枝花市和凉山州，将建设国家级战略资源创新开发试验区；川南经济区包括自贡、泸州、内江和宜宾，将建设多中心城市群一体化发展试验区和国家重要的先进制造业基地。

图1 四川省五大经济区域分布图

2 数据来源与方法

2.1 数据来源

本研究的四川省矢量范围来源于中国科学院资源环境科学与数据中心2015 年中国地市行政边界数据，shape 格式，Krasovsky_1940_Albers投影。在ArcGIS10.8 软件中提取四川省地市（州）范围，并转换为GCS_WGS_1984 投影。

MODIS-EVI 数据来源于GEE 云平台。通过GEE 云平台，调用JavaScript API，上传四川省矢量范围，在线裁剪、重投影并采用最大值合成法获取2000 年和2020 年MOD13Q1 的EVI 数据，GCS_WGS_1984 投影，250 m 空间分辨率，将处理好的数据导入Google Drive，再下载到本地进行计算和处理。

2.2 像元二分模型

像元二分模型的基本原理是假设遥感传感器观测到的图像光谱信息（EVI）是由植被光谱信息（EVIveg）和非植被光谱信息（EVIsoil）两部分一元线性加权合成，其权重就是各自的面积在像元面积中所占的比例[30-32]。假设某一像元中植被的面积所占比例为F，即植被覆盖度，则非植被覆盖的面积比例为1-F，那植被覆盖度的计算公式[33]如下：

其中，EVIveg包含了植被的类型和结构等信息，EVIsoil包含了土壤等的类型、颜色和湿度等非植被信息。在复杂的地表环境下，EVIveg和EVIsoil会随时间和空间的变化而变化。本研究选取像元数累计百分比0.5%的为纯非植被像元值，99.5%的为纯植被像元值。像元二分模型的参数含义明确，在很大程度上削弱了大气、土壤以及植被类型和结构的影响，不受区域限制，容易推广使用[30,34]。

为了便于数据分析，参考相关研究[2]，将植被覆盖度划分为无植被覆盖（≤5%）、劣覆盖度（5%～30%）、低覆盖度（30%～50%）、中覆盖度（50%～70%）、高覆盖度（＞70%）5 种类型。

图2 四川省2000 年和2020 年植被覆盖度空间分布

2.3 景观格局指数

景观格局的分析通常采用景观指数进行描述，可以定量分析景观斑块特征、破碎化特征、多样性特征等[5,29]。本研究中各景观格局指数的计算采用Fragstats4.2.1 软件，选取的景观格局指数共9 种：

a）斑块数目。斑块数目（Number of Patches，NP）是指一个景观中的斑块数量，是景观异质性的简单描述，其值N ≥1，当N=1 时，说明整个景观由一个斑块组成。

b）斑块所占景观面积比例。斑块所占景观面积比例（Percentage of Landscape，PLAND）指的是不同斑块类型占整个景观的面积比，反映的是各斑块类型的比重。

c）斑块密度。斑块密度（Patch Density，PD）是指景观单位面积上的斑块数量，反映的是破碎化程度，密度越大，景观的破碎化程度越严重。

d）最大斑块指数。最大斑块指数（Largest Patch Index，LPI）是指景观中最大斑块的面积与整个景观面积的比例，是对优势度的简单度量，其值0 ＜LPI ≤100，当LPI 接近0 时，说明最大斑块面积越来越小，优势度越不明显。

e）形状指数。形状指数（Land Shape Index，LSI）是指景观斑块形状的不规则情况，其值LSI ≥1，当LSI ＝1 时，说明景观中只有一个斑块且形状规则，当边缘的不规则化加剧，其值逐渐变大。

f）蔓延度。蔓延度（Contagion，CONTAG）是指斑块类型在空间分布上的连接或延展趋势，反映了不同斑块类型之间的连通性及其混合状况，其值0 ＜CONTAG ≤100，当景观中所有的斑块类型最大程度地间断分布时，其值趋于0。

g）聚集度指数。聚集度指数（Aggregation Index，AI）是指景观斑块的邻近度和聚集程度，当景观中同一类型的斑块的离散分布达到最大化时，其值为0，而当同一类型的斑块聚合在一起，成为一个结构紧凑的单独斑块时，其值为100。

h）多样性指数。多样性指数（Shannon' s Diversity Index，SHDI）是景观中斑块类型的丰富性、多样化程度。当景观中的斑块类型数增加以及面积的均衡化，其值也逐渐增大。

i）均匀度指数。均匀度指数（Shannon' s Evenness Index，SHEI）指的是景观中不同斑块类型的面积的均匀程度，反映的是不同斑块类型的面积比重均衡度，其值0 ≤SHEI ≤1。当景观中不同斑块类型的面积比重平衡程度增加，其值就接近于1。

3 结果与分析

2000—2020 年，在景观水平上（见表1），四川植被覆盖的NP、PD、LPI、CONTAG、AI 在降低，说明植被覆盖破碎度在减小、最大斑块优势、连通性和聚集性减弱；LSI、SHDI、SHEI 在增加，说明复杂性、多样性和均匀性在增强。

表1 四川省植被覆盖景观水平格局指数

在类型水平上（见表2），劣覆盖度的PLAND、NP、PD、LSI、AI 均在降低，说明劣覆盖度的面积在减少、破碎度减小、形状简单化、聚集性减弱。低覆盖度的PLAND、NP、PD、LSI在增加，LPI、AI 在降低，说明低覆盖度的面积在增加、破碎度加大、形状复杂化，最大斑块优势和聚集性增强。中覆盖度的PLAND、LPI、AI在降低，NP、PD、LSI 在增加，说明中覆盖度的面积在减少、破碎度加大、形状复杂化、最大斑块优势和聚集性减弱。高覆盖度的PLAND、LPI、AI 在增加，NP、PD、LSI 在降低，说明高覆盖度的面积在增加、破碎度减小、形状简单化、最大斑块优势和聚集性增强。

表2 四川省植被覆盖类型水平格局指数

3.1 成都平原经济区

2000—2020 年，在景观水平上（见表3），成都平原经济区植被覆盖的NP、PD、LPI、CONTAG、AI 在降低，LSI、SHDI、SHEI 在增加，说明植被覆盖破碎度在减小，最大斑块优势、连通性和聚集性减弱，复杂性、多样性和均匀性增强。

表3 成都平原经济区植被覆盖景观水平格局指数

在类型水平上（见表4），劣覆盖度的PLAND、NP、PD、LPI、LSI、AI 均在增加，说明劣覆盖度的面积在增加、破碎度加大、形状复杂化、最大斑块优势和聚集性增强。低覆盖度的PLAND、LPI、LSI、AI 在增加，NP、PD 在降低，说明低覆盖度的面积在增加、破碎度减小、形状复杂化、最大斑块优势和聚集性增强。中覆盖度的PLAND、LPI、AI 在降低，NP、PD、LSI 在增加，说明中覆盖度的面积在减少、破碎度加大、形状复杂化、最大斑块优势和聚集性减弱。高覆盖度的PLAND、NP、PD、LSI 在降低，LPI、AI 在增加，说明高覆盖度的面积在减少、破碎度加大、形状简单化，最大斑块优势和聚集性增强。

表4 成都平原经济区植被覆盖类型水平格局指数

3.2 川西北生态示范区

2000—2020 年，在景观水平上（见表5），川西北生态示范区植被覆盖的NP、PD、LSI 在增加，LPI、CONTAG、SHDI、AI 在减少，说明植被覆盖破碎度在加大、形状复杂化，最大斑块优势、连通性、多样性和聚集性在减弱。

表5 川西北生态示范区植被覆盖景观水平格局指数

在类型水平上（见表6），劣覆盖度的PLAND、AI 在降低，NP、PD、LPI、LSI 在增加，说明劣覆盖度的面积在减少、聚集性减弱，破碎度加大、形状复杂化、最大斑块优势增强。低覆盖度的PLAND、NP、PD、LSI 在增加，LPI、AI在降低，说明低覆盖度的面积在增加、破碎度加大、形状复杂化，最大斑块优势和聚集性减弱。中覆盖度的PLAND、LPI、AI 在降低，NP、PD、LSI 在增加，说明中覆盖度的面积在减少、破碎度加大、形状复杂化、最大斑块优势和聚集性减弱。高覆盖度的PLAND、NP、PD、LPI、LSI、AI 均在增加，说明高覆盖度的面积在增加、破碎度加大、形状复杂化、最大斑块优势和聚集性增强。

表6 川西北生态示范区植被覆盖类型水平格局指数

3.3 川东北经济区

2000—2020 年，在景观水平上（见表7），川东北经济区植被覆盖的NP、PD、LPI、LSI、CONTAG 在降低，SHDI、SHEI、AI 在增加，说明植被覆盖破碎度在减小、最大斑块优势减弱、形状简单化、连通性降低，多样性、均匀性和聚集性增强。

表7 川东北经济区植被覆盖景观水平格局指数

在类型水平上（见表8），劣覆盖度的PLAND、LPI、AI 在增加，NP、PD、LSI 在降低，说明劣覆盖度的面积在增加、破碎度加大、形状复杂化、最大斑块优势和聚集性增强。低覆盖度的PLAND、NP、PD、LPI、LSI 在降低，AI 在增加，说明低覆盖度的面积在减少、破碎度减小、形状简单化、最大斑块优势减弱、聚集性在增强。中覆盖度的PLAND、LPI、LSI、AI 在降低，NP、PD 在增加，说明中覆盖度的面积在减少、破碎度加大、形状简单化、最大斑块优势和聚集性减弱。高覆盖度的PLAND、LPI、AI 在增加，NP、PD、LSI 在降低，说明高覆盖度的面积在增加、破碎度减小、形状简单化、最大斑块优势和聚集性增强。

表8 川东北经济区植被覆盖类型水平格局指数

3.4 攀西经济区

2000—2020 年，在景观水平上（见表9），攀西经济区植被覆盖的NP、PD、LSI、SHDI、SHEI 在降低，LPI、CONTAG、AI 在增加，说明植被覆盖破碎度在减小、形状简单化、多样性和均匀性减弱，最大斑块优势、连通性和聚集性增强。

表9 攀西经济区植被覆盖景观水平格局指数

在类型水平上（见表10），劣覆盖度的PLAND、NP、PD、LSI 在降低，AI 在增加，说明劣覆盖度的面积减少、破碎度减小、形状简单化，聚集性增强。低覆盖度的PLAND、LPI、LSI、AI 在降低，NP、PD 在增加，说明低覆盖度的面积减少、破碎度加大、形状简单化、最大斑块优势和聚集性减弱。中覆盖度的PLAND、LPI、AI 在增加，NP、PD、LSI 在降低，说明中覆盖度的面积增加、破碎度减小、形状简单化、最大斑块优势和聚集性增强。高覆盖度的PLAND、NP、PD、LSI、AI 在增加，LPI 在降低，说明高覆盖度的面积增加、破碎度加大、形状复杂化、聚集性增强，最大斑块优势减弱。

表10 攀西经济区植被覆盖类型水平格局指数

3.5 川南经济区

2000—2020 年，在景观水平上（见表11），川南经济区植被覆盖的NP、PD、LSI、SHDI、SHEI 在增加，LPI、CONTAG、AI 在降低，说明植被覆盖破碎度加大、形状复杂化、多样性和均匀性增强，最大斑块优势、连通性和聚集性减弱。

表11 川南经济区植被覆盖景观水平格局指数

在类型水平上（见表12），劣覆盖度的PLAND、LSI、AI 在增加，说明劣覆盖度的面积在增加、形状复杂化、聚集性增强。低覆盖度的PLAND、LPI、AI 在增加，NP、PD、LSI 在降低，说明低覆盖度的面积在增加、破碎度减小、形状简单化、最大斑块优势和聚集性增强。中覆盖度的PLAND、LPI、AI 在降低，NP、PD、LSI 在增加，说明中覆盖度的面积在减少、破碎度加大、形状复杂化、最大斑块优势和聚集性减弱。高覆盖度的PLAND、NP、PD、LPI、LSI、AI 均在增加，说明高覆盖度的面积在增加、破碎度加大、形状复杂化、最大斑块优势和聚集性增强。

表12 川南经济区植被覆盖类型水平格局指数

4 结论

本研究借助于Google Earth Engine 云平台，以MODIS-EVI 数据为基础，采用像元二分模型和景观格局指数分析了四川省2000—2020 年的植被覆盖度景观格局特征。总体上，四川省植被覆盖破碎度在减小、形状复杂化，最大斑块优势、连通性和聚集性减弱，多样性和均匀性增强。其中，破碎度减小的是劣、高覆盖度，形状复杂化的是低、中覆盖度，最大斑块优势减弱的是中覆盖度，聚集性减弱的是劣、中覆盖度，面积增加的是低、高覆盖度。

在景观水平上，成都平原经济区植被覆盖破碎度在减小、形状复杂化，最大斑块优势、连通性和聚集性减弱，多样性和均匀性增强；川西北生态示范区植被覆盖破碎度在加大、形状复杂化，最大斑块优势、连通性、多样性和聚集性减弱；川东北经济区植被覆盖破碎度在减小、形状简单化，最大斑块优势、连通性减弱，聚集性、多样性和均匀性增强；攀西经济区植被覆盖破碎度在减小、形状简单化，最大斑块优势、连通性和聚集性增强，多样性和均匀性减弱；川南经济区植被覆盖破碎度在加大、形状复杂化，最大斑块优势、连通性和聚集性减弱，多样性和均匀性增强。

在类型水平上，成都平原经济区破碎度减小的是低覆盖度，形状复杂化的是劣、低、中覆盖度，最大斑块优势和聚集性减弱的是中覆盖度，面积增加的劣、低覆盖度；川西北生态示范区破碎度加大、形状复杂化、最大斑块优势、聚集性减弱的是低、中覆盖度，面积增加的是低、高覆盖度；川东北经济区破碎度减小、形状简单化的是低、高覆盖度，最大斑块优势减弱的是低、中覆盖度，聚集性增强的是劣、低、高覆盖度，面积增加的是劣、高覆盖度；攀西经济区破碎度减小、形状简单化的是劣、中覆盖度，最大斑块优势增强的是中覆盖度，聚集性增强的是劣、中、高覆盖度，面积增加的是中、高覆盖度；川南经济区破碎度加大、形状复杂化的是中、高覆盖度，最大斑块优势和聚集性减弱的是中覆盖度，面积增加的是劣、低、高覆盖度。