北京植被物候时空变化及其对城市化的响应

2022-08-18 08:53卜亚勤丁海勇
遥感信息 2022年2期
关键词:人口密度建成区物候

卜亚勤,丁海勇

(1.南京信息工程大学 地理科学学院,南京 210044;2.南京信息工程大学 遥感与测绘工程学院,南京 210044)

0 引言

植被物候是指植被在生长过程中受人类活动和环境因素影响而发生的发芽、展叶、开花、结实、落叶等现象[1],反映植被不断适应环境季节性变化的生长发育规律。植被物候既是气候变化的重要指示器[2],也是外界环境变化的感应器[3]。近年来,随着遥感技术的进步,基于遥感影像的植被物候监测方法得到快速发展,相比于传统的地面实测法,其不受时空限制,实现由小尺度向中大尺度的转换。当前,常用的遥感监测数据主要有AVHRR、SPOT、MODIS和Landsat数据,其中,MODIS数据空间分辨率适宜,且具有稳定的植被指数数据,被广泛应用于植被物候的研究中[4-7]。

城市是人类活动改变外界环境最明显的场所,随着城市化进程的快速推进,由城市热岛所引起的局地小气候的改变,对生态系统的格局、过程和功能产生影响[8]。同时,城市景观格局的改变,影响着景观系统内的物质循环和能量流动,这些都对城市植被的物候期产生影响。不少学者发现城市化导致城-乡梯度上的物候差异,相对于农村地区,城区植被生长季开始期更早、结束期更迟和长度更长[9-10];Qiu等[11]采用不透水层百分比表示城市化水平,发现不透水层的增加导致植被生长季开始期提前、结束期推迟;Jeong等[12]发现韩国首尔地区人口密度的增加与春秋季物候期相关,导致该地区春季物候期提前、秋季物候期推迟。植被物候的改变对碳固定[13]、鸟类的迁徙[14]、花粉过敏人群的健康[15]等产生影响,因此,研究城市化发展对植被物候的影响,对北京建设生态文明城市、保护生物多样性等方面具有重要的现实意义。

本研究利用2001—2019年的MODIS EVI数据,提取北京的植被物候参数,即植被生长季开始期(start of season,SOS)、生长季结束期(end of season,EOS)和生长季长度(length of season,LOS),分析植被物候的时空变化特征及其对城市化的响应。

1 研究区及数据

1.1 研究区概况

北京位于我国华北平原西北边缘,在39.5°N~41°N,115.4°E~117.5°E之间,背靠太行山余脉和燕山山脉,面向华北平原,东南距渤海150 km,土地面积为16 410.54 km2,2019年常住人口为2 153.6万人。北京以山地和平原为主,地势总体上西北高、东南低,属于暖温带半湿润大陆性季风气候,四季分明,夏季高温多雨,冬季寒冷干燥,年平均温度为10~12 ℃,年降水量为600 mm,夏季盛行东南风,冬季盛行西北风,其自然植被类型包含落叶林、混交林、灌丛、草地等(图1)。作为全国最发达的城市之一,北京城市热岛效应明显、景观格局变化显著,这些变化改变了植被的生长环境,进而影响着其植被物候。

图1 研究区

1.2 数据源

本研究使用的遥感数据为MODIS EVI数据(MOD13Q1)和土地利用数据。MOD13Q1数据集的时间跨度为2001—2019年,从美国航空航天局(National Aeronautics and Space Administration,NASA)数据共享平台(http://reverb.echo.nasa.gov/)获取,其时间分辨率为16 d,空间分辨率为250 m,包含NDVI和EVI数据集。与NDVI相比,EVI能够减弱大气和地面反射率的影响以及弱化植被冠层背景变化的影响[16-17],被认为更适用于监测稀疏植被覆盖的城市植被动态[18-19]。北京建筑物密集,植被相对较为稀疏,因而本研究选择EVI提取城市植被物候信息。土地利用数据为中国科学院资源环境科学与数据中心(http://www.resdc.cn)提供的2000、2005、2010、2015和2018年的土地利用/覆盖数据,用来提取城市建成区,其空间分辨率为1 000 m。该数据集以Landsat TM/ETM遥感影像为主要数据源,经人工目视解译生成,是当前我国精度最高的土地利用遥感监测数据产品,在国家水文、生态、土地资源调查研究中发挥重要作用。统计数据来源于《北京市统计年鉴》,包含人口密度、人均GDP和建成区面积。

2 研究方法

2.1 时间序列重建

虽然MODIS EVI数据集经过标准化大气纠正处理,但仍不能有效去除气溶胶、云与地物双向性反射引起的噪声[20],因此需对时序数据进行拟合重建,剔除云层、大气的干扰。本研究选用Savizky-Glolay(S-G)滤波法对EVI时间序列数据进行拟合,该方法有效地保留了原始植被的特征,且更加适用于人类活动干扰更强的区域[21]。

S-G滤波法通过局部多项式回归模型来实现平滑时序数据[22],其基本思想是:基于高阶多项式,利用最小二乘法对滑动窗口内数据进行最佳拟合。

2.2 植被物候参数提取

当前常用的植被物候提取法有导数法、阈值法和滑动平均法[23]。其中,阈值法操作简单,使用灵活,包含固定阈值法和动态阈值法。相对于固定阈值法,动态阈值法可消除因土壤背景值和植被类型差异带来的影响,故本研究使用该方法提取植被物候参数。动态阈值法是根据植被的生理特征,将植被指数曲线在上升和下降阶段达到曲线振幅一定比例的时间作为植被的生长季开始期和结束期。Zhou等[24]在研究中国32个城市时,选择0.2作为阈值提取植被物候;胡召玲等[25]在研究中国东北城市的植被物候时,选择0.25作为阈值。本研究经过尝试,参考相关文献并结合实际情况,将提取生长季开始期的阈值设置为0.2,提取生长季结束期的阈值设置为0.25(式(1)、式(2))。

λSOS=(EMAX-EMIN1)0.2

(1)

λEOS=(EMAX-EMIN2)0.25

(2)

式中:λSOS表示提取生长季开始期的EVI阈值;EMAX表示EVI最大值;EMIN1表示曲线上升阶段EVI最小值;λEOS表示提取生长季结束期的EVI阈值;EMIN2表示曲线下降阶段EVI最小值。

2.3 建成区及缓冲区

根据中国县级行政区划图,利用土地利用/覆盖数据提取北京主城区建成区,其中,2000、2005、2010、2015和2018年分别代表2001—2002年、2003—2007年、2008—2012年、2013—2017年、2018—2019年[26]。文献[27-28]在研究北美东部与中国城市化对植被物候的影响中,估算城市化对植被物候的影响足迹距城市周边不到20 km,据此,本研究选择城区外20 km范围作为郊区,并利用ArcGIS沿城区边界向外延伸作0~1 km、1~2 km、2~5 km、5~10 km、10~15 km和15~20 km的缓冲区,得到图2,并计算城区和郊区以及各缓冲区内植被物候的平均值。

图2 城区及缓冲区

3 结果与分析

3.1 植被物候空间分布

基于连续的MODIS EVI产品数据,使用动态阈值法提取北京的植被物候期(生长季开始期、生长季结束期和生长季长度),得到北京植被物候期的空间分布图(图3)。生长季开始期空间分布图(图3(a))中,植被生长季开始期多集中在90~105 d,整体从东南向西北推迟,与海拔有一定关系,其中,城区植被的生长季开始期最早,集中在75~90 d,城区周边植被生长季开始期较晚,多在90~105 d之间。生长季结束期空间分布图(图3(b))中,植被生长季结束期多集中在290~300 d,东南部向西北部逐渐提前,其中,城区植被生长季结束期最晚,集中在300~320 d,城区周边植被生长季结束期较早,多在290~300 d之间。生长季长度空间分布图(图3(c))中,植被生长季长度多集中在190~210 d,且分布规律与生长季开始期和结束期相同,东南向西北递减,同时,城区植被生长季长度最长,周边稍短,分别集中在210~230 d和190~210 d。

图3 北京植被物候期多年平均值

3.2 植被物候年际变化

以年份为自变量,以北京每年生长季开始期、结束期和长度的平均值为因变量,引入一元线性回归方程拟合北京2001—2019年植被物候参数的变化趋势(图4)。由图4发现,北京出现植被生长季开始期提前、结束期推迟和长度延长的现象,平均植被生长季开始期、结束期和长度分别为96.2、295.5和199 d。图4(a)~图4(c)中,生长季开始期平均每年提前0.69 d,波动幅度较大,其中,2006年的生长季开始期最晚,超过110 d,2017年的生长季开始期最早,小于90 d;生长季结束期平均每年延迟0.71 d,波动幅度相对较为稳定;生长季长度平均每年延长1.4 d,其中,2006年生长季长度最短,2017年最长。由生长季开始期和结束期的波动幅度差异发现,生长季开始期对外界环境的变化更为敏感。

图4 北京植被物候期年际变化趋势

图5为城区和郊区的植被物候期变化趋势。相比于郊区的植被物候期,每年城区都表现出更早的生长季开始期、更晚的生长季结束期和更长的生长季长度。由图5(a)可见,2001—2019年,城区和郊区的植被生长季开始期均呈现提前趋势,但提前速度有所差异,城区植被的生长季开始期平均每年提前0.23 d,郊区提前速度较快,为0.68 d/a;图5(b)中,城区与郊区均表现出植被生长季结束期推迟的现象,城区的推迟速度较慢,平均每年推迟0.16 d,郊区较快,以平均每年0.72 d的速度推迟;图5(c)中,城区和郊区的生长季长度都呈延长趋势,平均每年分别延长0.42、1.42 d。整体来看,城区和郊区的植被物候期均呈现出相同的变化趋势,但变化速度不同,郊区的植被物候期变化速度明显快于城区。

图5 北京城区和郊区植被物候期年际变化趋势

3.3 城市化梯度上的植被物候变化

北京的植被物候期在城郊方向上表现出明显的梯度现象(图6)。由图6可见,2001—2019年间,植被物候期与距城区的距离呈显著的对数关系,城区的植被生长季开始期最早、结束期最晚和长度最长,分别为86.6 d、309.3 d和222 d。随着距城区距离的增加,植被生长季开始期逐渐变晚、结束期逐渐提前、生长季长度逐渐缩短,同时,距离城区越远,植被物候期的变化幅度越小。总体来看,植被生长季开始期、结束期和长度均在0~2 km范围内变化明显,这归因于城市近郊区的热岛强度和不透水层覆盖率远大于远郊区,人类活动频繁,城市化对植被物候期影响显著。随着距城区距离的增加,植被物候期变化的幅度越小,10 km以外的物候期变化趋势趋于平缓,这表明该范围外的植被物候期受城市化影响明显减弱。

图6 城郊梯度上的植被物候期变化趋势

3.4 城市化特征分析

城市化也称城镇化,是一个复杂的进程,是社会由以农业为主向以工业和服务业为主逐渐转变的过程,包括人口城市化、经济城市化和土地城市化。本研究选择人口密度表示人口城市化、人均GDP表示经济城市化、建成区面积占比表示土地城市化,以这三个指标定义城市化进程。2001—2019年北京的人口密度、人均GDP和建成区面积占比的年际变化趋势如图7所示。图7(a)中,2001—2019年北京人口密度整体呈增长趋势,由2001年的824人/km2增长至2019年的1 312人/km2,其年均增长率为2.6%,其中,2001—2014年人口密度增速较快,年均增长率为3.6%,2014—2017年趋于平稳,因2017年后北京开始整顿低端产业,人口稍有下降。2001—2019年人均GDP以10.3%的年均增长率稳步增长,由2001年的28 097元增长至2019年的165 220元,见图7(b),其中,2015年后增速最快。建成区面积占比呈波动增长趋势,见图7(c),年均增长率为3.5%,2009—2010年建成区面积占比有所下降,其他时间段均在增长。整体而言,北京的城市化进程明显,其人口密度、人均GDP和建成区面积占比均呈现增长趋势。

图7 城市化指标年际变化趋势

3.5 城市化对植被物候的影响

对北京城区和郊区的植被物候期与人口密度、人均GDP和建成区面积占比进行皮尔逊(Pearson)相关性分析,得到表1。就城区来看,植被生长季开始期与城市化的三个指标均无明显相关关系(P>0.05),植被生长季结束期和长度均与人均GDP存在显著正相关关系(P<0.05),人均GDP的增长对植被生长季结束期推迟和长度延长有重要作用。而郊区的植被物候期均与人口密度、人均GDP和建成区面积存在显著关系,其中,生长季开始期与人口密度(P<0.05)、人均GDP(P<0.01)和建成区面积占比(P<0.05)均显著负相关,生长季结束期、生长季长度与人口密度、人均GDP和建成区面积占比均极显著正相关(P<0.01),城市化进程对郊区的植被物候的影响显著。由城区和郊区的植被物候期与各城市化因子的相关关系可以发现,郊区植被物候期受城市化影响更为剧烈,这可能因为城市化进程中,北京城市扩张明显,郊区建筑物快速增加,且大型工厂多在郊区,这些都导致郊区水热环境变化显著,深刻影响到植被物候。

表1 植被物候期与人口密度、人均GDP和建成区面积占比的皮尔逊相关系数

4 讨论

本研究使用人口密度、人均GDP和建成区面积占比表示城市化进程,探讨城市化进程对植被物候的影响,发现植被物候期与城市化进程相关性明显,这与文献[11]、文献[12]的研究结果相一致。此外,植被物候期除受人类活动影响外,还受到气候变化的影响,文献[29]根据研究青藏高原东北部牧草物候发现,影响牧草物候期的主要因素是温度,降水次之;文献[11]对中纬度大城市的植被物候进行研究,发现在大部分气候区,不透水层的增加对植被生长季开始期提前、结束期推迟有重要作用,同时,气候因素对植被物候变化起主导作用;Yuan等[30]发现黄河流域植被返青期受季前日最低温度影响更大,且城市热岛造成城乡植被物候的差异。

城区与郊区的植被物候变化程度有所不同,郊区的植被物候变化更为剧烈,这可能与北京城区人口流出、郊区人口暴增、郊区发展迅速有关。2010—2019年间,北京主城区(东城区、西城区、朝阳区、丰台区、石景山区、海淀区)人口增加445万人,而近郊区(房山区、通州区、顺义区、昌平区、大兴区、门头沟区)人口增加546万人。其中,2000—2019年,主城区流出48万人,近郊区暴增约223万人,郊区人口增长更加明显,同时,北京城市化发展不断向郊区扩张,这些导致郊区植被生长的外部环境变化显著,植被物候变化剧烈。

5 结束语

本研究基于2001—2019年MOD13Q1植被指数产品,利用S-G滤波算法和动态阈值法提取了北京的植被生长季开始期、结束期和长度,研究其植被物候期的时间变化趋势和空间分布特征,并探究城市化对城区和郊区植被物候的影响,研究结论如下。

1)北京出现植被生长季开始期提前、结束期推迟和长度延长的现象。分区域看,城区和郊区也均表现相同的现象,但城区和郊区的植被物候期变化速度有所差异,郊区植被物候变化更为明显。

2)植被物候期在城郊梯度上表现出明显的空间异质性,且植被物候期与距城区的距离呈显著的对数关系,城区的生长季开始期最早、结束期最迟、长度最长。

3)植被物候期与城市化进程相关性明显。分区域看,郊区的植被物候期与城市化因子(人口密度、人均GDP和建成区面积占比)相关性更强,城区稍弱。

猜你喜欢
人口密度建成区物候
GEE平台下利用物候特征进行面向对象的水稻种植分布提取
多源数据协同下的城市建成区边界提取进展
海南橡胶林生态系统净碳交换物候特征
POI和植被修正的夜间灯光城市指数提取建成区的研究
基于植被物候特征的互花米草提取方法研究——以长三角湿地为例
2013—2018年金普新区建成区空间形态扩张规律
气候变化对民和杏发育期影响分析
长沙市望城区建成区公园绿地现状结构分析与评价
高速铁路与经济增长的因果关系
关于我国房地产价格的思考