三峡库区植被覆盖度与地表温度的空间耦合季节分异研究

焦 欢,丁 忆,段松江,肖 禾

(重庆市地理信息和遥感应用中心，重庆 401147)

地表温度(land surface temperature，LST)是区域和全球地表物理过程中的一个关键因子，也是研究地表和大气之间物质交换和能量交换的重要参数。区域尺度下地表温度的变化与植被、水文、气候、地形、高程等多种环境因子密切相关[1-2]，能够反映区域生态环境变化。植被覆盖度(vegetation coverage, VC)用于表征区域植被状况，同时也是衡量区域生态环境状况的主要指标之一[3]。

近年来，VC与LST之间的关系一直是生态环境变化相关研究的热点之一。目前国内外学者主要运用遥感数据研究区域尺度下VC与LST的时空变化特征及影响因素[4-6]，以及单一时间断面[7-8]、长时间序列[9-10]上两者之间的关系。其中,针对两者关系的研究主要是探讨两者之间的线性相关关系与空间自相关关系，而耦合关系研究较少。VC与LST作为生态环境的2个子系统，两者之间存在相互作用、交互耦合的关系[11]。一方面地表温度受太阳辐射、下垫面变化、经济发展以及城镇边界的扩张等影响，对植被生长产生促进或抑制作用；另一方面植被覆盖也是影响地表温度变化的主要环境因子之一[12]，植被通过光合作用、蒸腾作用等调节区域地表环境从而改善地表温度。研究VC与LST之间的相关关系以及空间耦合的季节分异特征，能够追踪生态环境变化趋势，有助于提供完善区域生态环境模式的理论依据。

三峡库区作为西南地区的重要生态功能区，自然资源丰富，生态功能作用突出，是长江上游主要的生态敏感区之一。由于三峡库区独特的地理环境，库区受人为活动的干扰较大，生态系统变化较为频繁。该研究基于MODIS数据产品，在大尺度上探讨VC与LST之间的相关性，同时分析两者之间空间耦合的季节差异，进一步了解三峡库区的生态环境变化情况，为库区更好地实施生态环境建设与保护提供理论依据。

1 研究区概况

三峡库区东起湖北宜昌，西至重庆江津(28°31′～31°44′ N，105°50′～111°40′ E),是受三峡工程淹没直接影响的22个行政单元，总面积约5.8万km2。三峡库区地处四川盆地以东、江汉平原以西、大巴山脉以南、鄂西武陵山脉以北的山区地带，地形十分复杂，地质状况特殊，加之人为活动的干扰，库区内易发生滑坡、坍塌、泥石流等自然灾害。库区属亚热带季风气候区，为南温带和亚热带过渡地带，年平均气温为17～18 ℃，年平均降水量为1 100～1 200 mm，适宜多种动植物的生长。三峡库区植被类型丰富，主要有亚热带常绿阔叶林、落叶阔叶混交林、落叶阔叶与常绿针叶混交林和灌草丛等。研究区位置示意见图1。

图1 研究区位置示意

2 数据与方法

2.1 数据来源与处理

采用美国NASA(https:∥ladsweb.nascom.nasa.gov/search)MODIS陆地标准产品，包括MOD13Q1(250 m植被指数/16天合成产品)、MOD11A2(1 km地表温度/反射率8天合成L3产品)覆盖的h26v05、h26v06两瓦片数据产品。NDVI与LST产品为三级数据产品，已进行地理参考与几何校正，运用MRT工具将投影转换为UTM投影并进行拼接，分别生成23、46景的MODIS NDVI与LST数据[13]。MODIS数据产品通过最大值合成法在一定程度上减少云、雾、太阳高度角和传感器等的影响，提高了数据精度，能够较好地拟合NDVI与LST[14]。因此，运用Savitzky-Golay滤波对MODIS NDVI与LST数据进行平滑处理，进一步减少云、气溶胶、噪声以及缺失值的影响[15]，同时采用最大值合成法获得季节数据(3—5月合成春季数据，6—8月合成夏季数据，9—11月合成秋季数据，12—2月合成冬季数据)和全年数据。近年来，随着库区蓄水、“打造库区千里林带”等活动的开展，库区生态环境、气候都发生了明显的变化，为保证研究数据的一致性，该研究采用2020年度数据，同时将NDVI与LST数据统一为同一空间分辨率。

2.2 研究方法

2.2.1像元二分模型

NDVI可以很好地反映不同时期植被的长势以及不同地点植被的覆盖情况[16]，所以运用基于NDVI(INDV)的像元二分模型来估算三峡库区植被覆盖度，计算公式为

(1)

式(1)中，CV为植被覆盖度;为了消除水域、建设用地的影响，参照文献[17-18]将INDV,max和INDV,min分别确定为NDVI置信区间95%和5%处的取值。

2.2.2空间自相关分析

空间自相关分析可用于研究邻近位置上某属性在空间上的相关性，包括全局与局部2种自相关[19]。空间自相关Moran′sI指数是运用较广泛的一种度量自相关性的全局判定指标，可用于判断研究区域VC与LST在空间上的整体分布关系。使用双变量Moran′sI指数[20]对2020年度四季VC与LST进行全局空间自相关分析。计算公式为

I=

(2)

2.2.3空间耦合模型

耦合是物理学上的概念，指2个及以上要素或系统相互作用而彼此影响的现象[20]。耦合度用于衡量要素或者系统之间的相互作用程度，选取空间耦合模型计算三峡库区VC与LST四季的空间耦合度，计算公式为

(3)

式(3)中，C为耦合度；f(x)、g(x)分别为VC与LST在x处归一化后的数值。参照文献[18]，将空间耦合指数划分为4个等级，耦合度[0,0.3]、(0.3,0.5]、(0.5,0.8]、(0.8,1.0]分别表示耦合效果极差、较差、较好、极好。

3 结果与分析

3.1 VC与LST的时空变化特征分析

由图2可见，三峡库区平均LST具有明显的空间分布特征，呈现出从西南的库尾向东北的库首逐渐降低的变化趋势。

图2 2020年研究区平均植被覆盖度(VC)与地表温度(LST)分布图

区域LST空间差异受坡度的影响较明显，LST较低值分布在库区北部与库腹南部峭坡区域，LST较高值集中分布在坡度较缓的库尾地区。三峡库区植被覆盖度较高，年平均VC达62.44%，VC较低值集中分布于江河两岸以及人口集中的库尾区域；VC较高值则分布于库腹的巫山、巫溪等地势较为陡峭、海拔较高的区域。LST的空间分布在一定程度上受VC的空间分布影响，VC较低的库尾地区地表温度明显高于库腹与库首地区，库尾地区年平均VC较库区低15%，而年平均LST较库区高3.5 ℃。库尾中梁山与铜锣山的中间地带地势较平坦，海拔较低，起伏较小，是重庆中心城区的主要分布区域。中心城区与周边地区经济快速发展，城市建设规模较大，导致VC降低，从而引起LST快速上升，造成库尾高温效应聚集。总体来看，三峡库区VC与LST在空间上具有负相关性，VC较高区域其LST较低，LST较高区域其VC明显低于周边地区，说明良好的植被覆盖对于改善人居环境有重要意义。

分季节统计三峡库区平均LST与VC，结果如图3所示。总体上，2020年三峡库区四季LST与VC的空间分布与年均LST与VC的空间分布较为一致。

图3 2020年研究区四季植被覆盖度(VC)与地表温度(LST)分布图

夏季平均LST最高，达32 ℃，冬季平均LST最低，在15 ℃左右，年内最高与最低平均LST差值为17 ℃。三峡库区秋季平均VC最高，达0.671，冬季平均VC最低，在0.543左右，年内最高与最低平均VC差值为0.128。秋季平均VC与夏季平均VC差值仅为0.001，库区夏季到秋季VC有小幅增加，总体来说夏秋两季VC较高，四季中VC与LST存在一定的负相关性。

3.2 VC与LST的相关性分析

3.2.1VC与LST的线性回归分析

运用GeoDa软件的线性回归工具得到三峡库区2020年四季VC与LST的线性回归方程(表1)，各季节的回归方程均通过0.01水平的显著性检验，表明三峡库区VC与LST具有显著负相关性。四季中，夏季VC与LST之间的负相关性最为显著，R2达0.529，夏季植被覆盖度每增加0.1，地表温度降低0.93 ℃；春季VC与LST之间的负相关性也较为显著，R2为0.382，春季植被覆盖度每增加0.1，地表温度降低0.65 ℃；秋冬季VC与LST之间的负相关性相近，秋冬两季LST主要与库区独特的地形条件、气候环境等因素有关，而与植被覆盖的相关性偏弱。

表1 2020年研究区四季植被覆盖度(VC)与地表温度(LST)的线性回归方程

3.2.2VC与LST的空间自相关分析

为进一步研究VC与LST的空间相关关系，对四季VC与LST进行全局空间自相关分析，运用GeoDa软件建立最近邻空间权重矩阵 (K=8)，并计算四季VC与LST的双变量Moran′sI值，双变量Moran′sI散点图的Z值均小于-1.65，均通过显著性检验，输出结果见图4。Moran′sI散点图中横坐标为各数据点标准化后的属性值，纵坐标为根据空间连接矩阵相邻单元属性的均值得到的空间滞后值。由图4可知，春、夏、秋、冬VC与LST的双变量Moran′sI均为负值，分别为-0.437、-0.507、-0.235、-0.289，表明四季三峡库区VC与LST在空间上均呈现明显的负相关性,且存在季节差异。其中夏季双变量Moran′sI绝对值高于春、秋、冬季，夏季空间负相关性最强，空间分布最为聚集，春季次之，秋季与冬季空间自相关性最弱，空间分布离散程度最高。

图4 双变量Moran′s I散点图

3.3 VC与LST的空间耦合季节分异分析

相关性分析表明，三峡库区四季VC与LST均存在明显的相关性，故采用空间耦合度模型计算三峡库区四季VC与LST的空间耦合度，结果见图5。总体上，库区四季VC与LST的耦合度与全年VC与LST的耦合度变化规律保持高度一致性。三峡库区四季VC与LST这2个单一系统的整体耦合效果均处于极高水平，两者在空间上主要表现为非协调，地表温度改善对植被覆盖度极为依赖，加之建设用地的增加导致植被覆盖对地表温度的负反馈作用也日益突出，三峡库区VC与LST更倾向于相互拮抗，两者的耦合度较高。其中春季耦合效果最强，这与春季植被在满足自身发育的温度之后快速增长有关；冬季耦合效果最差，可能与冬季气温寒冷，植被在深秋季节便进入落叶期有关。而四季VC与LST耦合效果较差的区域主要分布于重庆市中心城区、长江两岸、巫溪和巫山北部的高海拔地区。其中LST受其他因素的影响较大，重庆市中心城区的城市热岛效应极为显著，城市下垫面对LST的影响较大，削减了VC与LST之间的相关性；长江两岸VC近似为0，故两者之间的空间耦合效果差；巫溪、巫山北部地区海拔高，地势起伏陡峭，对VC与LST影响较大。总体来说，耦合效果差的区域所占比例较小，对四季VC与LST的整体耦合效果趋势没有太大影响。

图5 2020年研究区各季节植被覆盖度(VC)与地表温度(LST)的空间耦合度分布

对三峡库区四季耦合度分区间进行统计，结果见表2。由表2可知，四季耦合度在(0.8,1.0]区间的栅格数最多，其余依次为(0.5,0.8]、[0,0.3]、(0.3,0.5]。在耦合度为 (0.3,0.5]与(0.5,0.8]区间时，栅格占比从春季到冬季的变化趋势表现为“N”型，即先增后减再增。在耦合度为(0,0.3]与(0.8,1]区间时，栅格占比从春季到冬季的变化趋势分别表现为倒“U”型与正“U”型，前者先增后减，后者先减后增。

表2 四季不同区间耦合度栅格数及占比

在ArcGIS 软件中运用叠加分析法统计四季变更时各耦合效果相互转化的栅格数，结果如图6所示。秋-冬季耦合效果发生转化的栅格数为 14 220，即三峡库区秋-冬季24.998% 的区域耦合效果发生变化；冬-春季21.190% 的区域耦合效果发生变化；夏-秋季17.370%的区域耦合效果发生变化；春-夏季发生转化的栅格数最少，仅14.122%的区域耦合效果发生转化。可以看出，VC与LST变化较大的季节耦合度发生转化的栅格数较多，反之则较少。春-夏季耦合效果变更均变现为由高级耦合向低级耦合转化，夏-秋、秋-冬与冬-春季耦合效果变更表现为由低级耦合向高级耦合转化较多。其中，夏-秋、秋-冬季耦合效果由较好向极好转化较多，转化栅格数分别为1 081与516；而冬-春季耦合效果由极差向极好转化较多，转化栅格数为844。

图6 季节变更时不同耦合效果转化栅格数

对四季VC与LST间的耦合类型进行分类，结果见表3。其中，VC与LST归一化数值的差值高于0.25以上，表示植被覆盖度更高，属于VC滞后型，反之为LST滞后型；若两者数值相差不超过0.25，表示植被覆盖子系统与地表温度子系统相互协同，属于VC与LST同步型。四季耦合度在(0.8,1.0]区间内，LST滞后型栅格占比最大，其次是VC与LST同步型，VC滞后型栅格占比最小，且该区间各耦合类型的栅格占比均大于其余3个区间同一耦合类型的栅格占比。其余区间范围整体上表现为LST滞后型栅格占比最大，其次为VC滞后型，VC与LST同步型栅格占比最小。

表3 不同季节植被覆盖度(VC)与地表温度(LST)各耦合类型的栅格数及占比

具体而言，夏季各耦合度区间的LST滞后型栅格占比均为最大，VC滞后型栅格占比在除耦合度为[0,0.3]外的其余3个区间均为最小，即夏季各耦合类型中LST滞后型栅格占比最大，VC滞后型栅格占比最小。秋季各耦合类型中，LST与VC同步型占比最大，达37.223%。VC滞后型栅格占比大小表现为春季>冬季>秋季>夏季，LST与VC同步型栅格占比大小表现为秋季>冬季>夏季>春季，LST滞后型栅格占比大小为夏季>冬季>秋季>春季。春夏两季VC滞后型与LST滞后型的变化趋势相反，这可能与春季地表温度逐渐升高，绿植的有效积温逐渐达到饱和，绿植的生长速率大于地表温度随光照强度增加的升高速率，而夏季地表温度达四季中最高，故夏季LST滞后型占比最大。

4 讨论与结论

以MODIS为数据源，选取三峡库区为研究对象，分析2020年VC与LST的空间分布与季节变化特征，运用GeoDa软件对四季VC与LST之间的线性相关性与空间自相关性进行计算，并得到四季线性回归方程及Moran′sI散点图，最后运用空间耦合模型计算四季VC与LST之间的空间耦合度，分析三峡库区空间耦合季节分异特征，主要结论如下：

(1)三峡库区VC与LST的时空分布具有明显差异性。从空间分布上看，LST高值区集中分布于西南的库尾区域，低值区则分布在库区北部与库腹南部峭坡区域；而VC则反之，VC较低区域集中分布于江河两岸以及人口集中的库尾区域，VC较高区域则分布于库腹的巫山、巫溪等坡度较陡的区域。从时间上看，LST表现为夏季>春季>秋季>冬季，VC表现为秋季>夏季>春季>冬季。年内最高与最低平均LST差值为17 ℃，年内最高与最低平均VC差值为0.128，三峡库区四季平均地表温度较适宜，植被覆盖度较高。

(2)三峡库区VC与LST呈负相关关系且各季节之间存在差异。VC与LST空间自相关分析与线性回归分析结果一致，即三峡库区VC与LST呈负相关关系，且两者在四季间的相关性存在差异，夏、春、冬、秋季VC与LST的相关性依次减弱。

(3)三峡库区VC与LST整体空间耦合效果极好，各耦合度区间的占比差异明显。三峡库区VC与LST这2个单一系统的整体耦合效果处于极高水平，两者在空间上主要表现为非协调。耦合度在(0.3,0.5]与(0.5,0.8]内，栅格占比从春季到冬季的变化趋势表现为“N”型；在(0,0.3]与(0.8,1.0]内，栅格占比从春季到冬季的变化趋势分别表现为倒“U”与正“U”型。三峡库区季节变更时耦合效果变化的区域从多到少表现为秋-冬>冬-春>夏-秋>春-夏，且春-夏季耦合效果变更均为由高级耦合向低级耦合转化，夏-秋、秋-冬与冬-春季耦合效果变更为由低级耦合向高级耦合转化较多。耦合效果为极好的区域中，LST滞后型栅格占比最大，其次是VC与LST同步型，VC滞后型栅格占比最小。耦合效果较好、较差、极差的区域整体上表现为LST滞后型栅格占比最大，其次是VC滞后型，VC与LST同步型栅格占比最小。

由于该研究主要是对季节差异进行分析，因此只选取了一年期数据，样本量较少，采用的MODIS数据源为中分辨率，时间与空间分辨率也不够精细，这在一定程度上会影响VC与LST空间耦合性分析结果的精确性。后续需利用多源、多时像的高分辨率、高光谱特征的遥感数据源，进一步探讨VC与LST在时空上的耦合关系，进一步深入分析典型生态区环境变化以及环境因子之间的关联性。