基于MODIS/EVI的額爾古納河流域植被變化分析

余 曉，王 昊，李 翀，王義成

（1.中國水利水電科學(xué)研究院 水環(huán)境研究所，北京 100038；2.北京大學(xué) 生命科學(xué)學(xué)院，北京 100871；3.北京大學(xué) 自然保護(hù)與社會發(fā)展研究中心，北京 100871）

1 研究背景

植物組成刻畫出了生態(tài)系統(tǒng)的外貌，植物狀況是反映環(huán)境變化的敏感指示器，也是目前全球氣候變化的重要研究領(lǐng)域。衛(wèi)星遙感技術(shù)已經(jīng)廣泛應(yīng)用于區(qū)域和全球植被監(jiān)測的研究，在植被的分類、地表特征參數(shù)、植被變化與氣候響應(yīng)關(guān)系、農(nóng)作物估算、NPP估算、全球和區(qū)域的土地利用與土地覆蓋變化等諸多領(lǐng)域都有應(yīng)用[1]。其中中分辨率成像光譜儀數(shù)據(jù)（moderate-resolution imaging spectroradiometer，MODIS）因具有高時間分辨率、高光譜分辨率和適中的空間分辨率等特點，非常適合大范圍、長時期和動態(tài)的植被監(jiān)測。

國內(nèi)外已經(jīng)有不少研究者應(yīng)用MODIS衛(wèi)星影像監(jiān)測植被的變化。Wessels等[2]使用MODIS遙感影像解譯了美國黃石國家公園和巴西帕拉州的植被覆蓋，并同Landsat TM的數(shù)據(jù)進(jìn)行了對比，結(jié)果表明MODIS可以成功的進(jìn)行大斑塊的土地覆蓋解譯，以及監(jiān)測極端人類干擾，使用MODIS數(shù)據(jù)同使用Landsat數(shù)據(jù)相比節(jié)約了大量的人力，同時又有比之前使用的1 km AVHRR數(shù)據(jù)有更高的空間分辨率。Potapov等[3]使用MODIS數(shù)據(jù)制作了2000—2005年北半球北部森林每年減少圖，并與通過Landsat衛(wèi)星影像統(tǒng)計出的數(shù)值進(jìn)行了比較，森林減少統(tǒng)計量精度的比較結(jié)果說明，使用MODIS影像分析監(jiān)測森林覆蓋減少是一種有效、可操作、成本效益好并且及時性好的方法。Verbesselt等[4]使用BFAST方法將16d的MODIS NDVI時間序列數(shù)據(jù)解析為趨勢、季節(jié)和殘差，以描述土地覆蓋的變化，對澳大利亞南部森林區(qū)測試的結(jié)果表明BFAST方法可以用來說明森林的變化。相似地，Jacquin等[5]基于MODIS NDVI植被指數(shù)的時間序列數(shù)據(jù)，使用STL解析法和趨勢分析法定位和量化了馬達(dá)加斯加植被2000—2007年間的退化狀況，植被的變化趨勢被分為無變化、正向和負(fù)向三種，并基于分析的結(jié)果進(jìn)行進(jìn)一步的驗證，將植被變化同火等外界威脅建立起了定量的關(guān)系。

森林破壞、草地退化和沙化面積的增加對應(yīng)著植被狀況的變差，這通常是生態(tài)保護(hù)極力避免的情景；與之相對的森林恢復(fù)、草地質(zhì)量改善和沙化面積減少，則是保護(hù)自然生態(tài)所要盡力達(dá)成的目標(biāo)。在近幾年，由于受到氣候干旱以及人為破壞，額爾古納河流域生態(tài)環(huán)境脆弱，土地沙化、退化嚴(yán)重，對該區(qū)域植被變化進(jìn)行植被監(jiān)測可以科學(xué)地確定地區(qū)資源環(huán)境的時空變異特點，明確不同地區(qū)植被恢復(fù)的潛力、生態(tài)環(huán)境保護(hù)的方向以及經(jīng)濟開發(fā)的條件，開展此研究有著極其重要的意義[6]。本文利用2000—2009年5—10月的MODIS-EVI數(shù)據(jù)，并結(jié)合氣象和地形等多源數(shù)據(jù)對植被空間變化態(tài)勢進(jìn)行分析，以了解該區(qū)域植被變化的情況。

2 研究區(qū)概況

額爾古納河流經(jīng)蒙古、俄羅斯和中國，位于北緯 46°19′～53°27′，東經(jīng)115°04′～122°52′之間，上源海拉爾河，發(fā)源于大興安嶺西側(cè)的吉魯契那山麓，向西流至阿巴該圖與達(dá)蘭鄂羅木河交匯稱為額爾古納河，折向東北在恩和哈達(dá)鎮(zhèn)附近的大司洛夫卡河河口與俄羅斯境內(nèi)的石勒喀河匯合后成為黑龍江，并最終匯入太平洋水域的鄂霍茨克海。額爾古納河水系主要包括額爾古納河、激流河、根河、呼倫湖、貝爾湖、克魯倫河、烏爾遜河、哈拉哈河、沙爾勒金河、達(dá)蘭鄂羅木河（新開河）、烏蘭泡和新達(dá)賚湖（新開湖）等[7]。本文研究區(qū)域為中國境內(nèi)的額爾古納河流域，流域面積約為151 184km2（如圖1）。

圖1 額爾古納河流域

該流域?qū)儆跍貛Т箨懶约撅L(fēng)氣候，冬季寒冷漫長，夏季溫涼短促，春季干燥風(fēng)大，秋季氣溫驟降，霜凍來得早，冰凍時間一般從10月底、11月初至次年的4月底、5月初。該流域地處呼倫貝爾高原，大興安嶺貫穿其東部，山巒起伏，地形復(fù)雜，西南部有湖積平原、草原丘陵，地勢較平坦；東北部多為波狀起伏的山地[8]。

3 數(shù)據(jù)與方法

3.1 植被指數(shù)與影像特征時相的選取由于植被色素吸收在藍(lán)色和紅色波段最敏感，這兩個可見光波段反射能量低，而近紅外輻射吸收率少，反射和散射率高，因此植被指數(shù)運用紅外和近紅外波段的比值組合可以很好地反映植被綠度變化[9]。目前國內(nèi)外學(xué)者已經(jīng)研究發(fā)展的植被指數(shù)有40多種，其廣泛地應(yīng)用在全球與區(qū)域土地覆蓋、植被分類和環(huán)境變化等方面[10]。其中歸一化植被指數(shù)（NDVI）作為通用的植被指數(shù)提出以來，就以其穩(wěn)定性受到廣泛關(guān)注，成為過去20多年使用最廣泛的植被指數(shù)。但是，NDVI包含了大氣噪聲、土壤背景等缺陷，為了克服NDVI高植被區(qū)易飽和、低植被區(qū)易受土壤背景影響的缺點，并針對MODIS數(shù)據(jù)的特點發(fā)展了基于MODIS數(shù)據(jù)的新植被指數(shù)——增強型植被指數(shù)（Enhanced Vegetation Index，EVI）。EVI綜合處理了土壤背景、大氣噪聲和飽和度等問題，是NDVI的繼承和改進(jìn)。已有研究表明，EVI比NDVI能更好地與葉面積指數(shù)、生物量和光合有效輻射分量等建立線性關(guān)系。

根據(jù)研究區(qū)域的植被特征，本文選取2000—2009年共10年的MODIS植被指數(shù)產(chǎn)品——MOD13Q1數(shù)據(jù)的EVI數(shù)據(jù)集，其為L3級標(biāo)準(zhǔn)數(shù)據(jù)產(chǎn)品，空間分辨率250m，時間分辨率為16d。EVI數(shù)據(jù)集由Red、NIR、Blue（紅色、近紅外、藍(lán)色）3個波段來計算生成的，其基本公式為：

式中： ρBlue、 ρRed、 ρNIR分別為藍(lán)色、紅色和近紅外波段的表觀反射率或者方向放射率[11]；L為土壤調(diào)節(jié)參數(shù)；C1、C2為大氣調(diào)節(jié)參數(shù)；G為增益系數(shù)。

在EVI計算中，通常取L=1，C1=6 ，C2=7.5 ，G=2.5[12]。

由于本文研究區(qū)域冰凍時間一般從10月底、11月初至翌年的4月底、5月初，結(jié)合該流域氣候特點以及植被生長的節(jié)律性，本文選取夏初到秋末8個連續(xù)時相的16d合成植被指數(shù)數(shù)據(jù)，即時間序列的日期編號為145～257的EVI數(shù)據(jù)，對應(yīng)著從5月25（24）日—9月29（28）日，基本上完全覆蓋了6—9月共128d的時段。選取的數(shù)據(jù)能夠較好的反應(yīng)出該時段取樣點上植被的持續(xù)狀態(tài)，也可以有效的避免冰封期導(dǎo)致的誤差。

2.行業(yè)指導(dǎo)價格（包括現(xiàn)場施工安裝指導(dǎo)費用的出廠價）：17300元/t（PE原材料參考價按11600元/t計）。

3.2 植被指數(shù)變化趨勢分析對于2000—2009年MODIS-EVI數(shù)據(jù)，提取每年取樣期間8個時間段的EVI數(shù)值的最大值，并將10年中每個點的EVI的最大值進(jìn)行線性回歸，提取回歸方程的斜率，并進(jìn)行95%的顯著性檢驗。如果斜率為負(fù)，并且檢驗結(jié)果顯著，則認(rèn)為該點在10年中的EVI最大值呈現(xiàn)出顯著下降的趨勢，對應(yīng)著植被指數(shù)呈明顯的下降趨勢，取值-1；相應(yīng)的，如果斜率顯著的大于0，則對應(yīng)著植被指數(shù)呈明顯的增加趨勢，取值1；在斜率的顯著性檢驗結(jié)果為不顯著的情況下，對應(yīng)著植被指數(shù)變化不明顯，取值0。

根據(jù)分析表明，EVI的最大值出現(xiàn)頻數(shù)最高的日期編號是209，對應(yīng)著每年的7月28（27）日—8月12（11）日，在該日期附近植物的生物量最大。

然后，計算了每年取樣期間8個時相的EVI數(shù)值的平均值并進(jìn)行線性回歸分析。類似的，提取回歸方程的斜率，并進(jìn)行顯著性檢驗，對整個區(qū)域的每個象元進(jìn)行分析，得到植被指數(shù)顯著下降（-1）、顯著增加（1）以及變化趨勢不明顯（0）的區(qū)域。按照表1的規(guī)則，綜合兩種分析方法結(jié)果，將該區(qū)域的象元分為4類（規(guī)則見表1）：植被指數(shù)顯著降低（-1）、不變（0）、顯著增加（1）以及無法確定（-9）。

表1 最大值法和平均值法結(jié)果綜合規(guī)則

4 結(jié)果分析

根據(jù)EVI數(shù)據(jù)分析，在面積為151 184km2研究區(qū)內(nèi)，大部分區(qū)域植被指數(shù)變化不顯著，面積約為133 255km2，占總流域面積的88.14%；呈顯著下降趨勢的區(qū)域面積占總面積的10.05%，約為15 197km2；少量區(qū)域植被指數(shù)有顯著的增加，占總面積的1.81%，約為2 733km2?？傮w來看，在2000—2009年期間，研究區(qū)內(nèi)EVI指數(shù)顯著下降的比例高于顯著增加的比例。

本文統(tǒng)計了位于研究區(qū)內(nèi)的伊敏河、海拉爾河上游（海上）、海拉爾河下游（海下）、根河上游、根河中游、根河下游、額爾古納河干流（額干）以及得爾布爾河（得河）8個子流域中EVI植被指數(shù)顯著下降的面積比（圖2）?？梢钥闯?，整個海拉爾河流域（伊敏河和海拉爾河上游、下游）EVI指數(shù)顯著下降的比例高于根河流域（包括根河上游、中游、下游）；伊敏河、海拉爾河上游、得爾布爾河植被指數(shù)顯著下降的比例高于整個流域的平均水平，其中得爾布爾河流域EVI指數(shù)顯著下降的比例最高，達(dá)到25.48%。

根據(jù)冉新華等[13]基于多源數(shù)據(jù)處理得到的全國范圍內(nèi)1km分辨率的植被分類數(shù)據(jù)，將區(qū)域的植被分為林地、灌木、草地、濕地、裸地、農(nóng)田和其他幾種類型分別進(jìn)行了統(tǒng)計（圖3），分析發(fā)現(xiàn)研究區(qū)域內(nèi)林地和濕地EVI指數(shù)呈顯著下降的比例較大，分別為15.1%和14.0%。在整個流域內(nèi)林地是僅次于草地的主要植被類型，占整個研究區(qū)域的1/4左右的面積。伊敏河、海拉爾河上游和得爾布爾河流域分布著大量的林地，其林地EVI呈顯著降低趨勢的面積分別占各子流域林地面積的27.78%、21.66%和31.30%；伊敏河、海拉爾河上游、額爾古納河干流、得爾布爾河以及根河下游分布有大量的濕地，其濕地EVI呈顯著降低趨勢的面積分別占各子流域濕地面積的19.11%、22.75%、17.04%和32.49%。

圖2 各子流域EVI指數(shù)顯著下降比例的統(tǒng)計

圖3 各種植被類型EVI指數(shù)呈顯著下降比例統(tǒng)計

圖4 整個流域范圍內(nèi)各個海拔帶EVI指數(shù)呈顯著下降趨勢的比例

圖5 根河各個海拔帶EVI指數(shù)呈顯著下降趨勢的比例

圖6 伊敏河、海拉爾上游、海拉爾下游各個海拔帶EVI指數(shù)呈顯著下降趨勢的比例

圖7 得爾布爾河、額爾古納河干流各個海拔帶EVI指數(shù)呈顯著下降趨勢的比例

結(jié)合相應(yīng)的DEM數(shù)據(jù)在空間上進(jìn)一步的分析（圖4）發(fā)現(xiàn)，整個流域范圍內(nèi)隨著海拔的上升EVI指數(shù)顯著降低的比例增大。統(tǒng)計8個子流域中植被指數(shù)降低的比例隨海拔高度的變化關(guān)系（圖5—圖7），可以看出，所有8個子流域的低海拔區(qū)域都有較高的植被指數(shù)降低比例，這些區(qū)域的土地覆蓋類型以濕地為主；在海拉爾河上游、下游和伊敏河子流域的高海拔區(qū)域，以及得爾布爾河760～1 100m的區(qū)域植被指數(shù)顯著降低的比例較高，這些區(qū)域的土地覆蓋類型主要是林地。

圖8 流域徑流分析比較

圖9 各氣象站年平均氣溫統(tǒng)計

圖10 各氣象站年降水量統(tǒng)計

本文選取了研究區(qū)海拉爾河和根河流域的4個水文站（圖8）的月徑流量數(shù)據(jù)，對生長期4—9月的累計徑流量進(jìn)行了統(tǒng)計分析，發(fā)現(xiàn)2000年前后徑流量變化顯著，各個水文站的平均徑流1979—1999年都比2000—2008年明顯減小，平均減小了45%。由于近年來徑流量的減小，河流兩岸濕地發(fā)生了大面積退化，因此在該流域濕地EVI指數(shù)呈顯著下降意味著它們發(fā)生了大面積的萎縮和退化。由此可以看出整個流域都發(fā)生大面積的退化，其中森林和濕地退化比較嚴(yán)重。

根據(jù)研究區(qū)域內(nèi)6個氣象站（新左為新巴爾虎左旗、新右為新巴爾虎右旗）50多年的氣溫資料分析（圖9）表明，該區(qū)域年平均氣溫波動中呈上升趨勢，上升趨勢為0.051℃/a，區(qū)域變暖趨勢明顯，其中2000年前后氣溫平均升高了1.07℃。整個流域氣溫總的演變是在波動中變暖[15]，同時溫度的升高也會使得蒸發(fā)量變大，年蒸發(fā)量變化呈增大趨勢，并創(chuàng)近45年來的最高值[14]。

據(jù)有關(guān)文獻(xiàn)分析表明該區(qū)域降水量呈周期性變化，干濕期交替出現(xiàn)[15]，根據(jù)研究區(qū)降水量的數(shù)據(jù)分析（圖10）表明，自2000年以來，降水量急劇減小，2000年到現(xiàn)在正處于枯水期，其中6個氣象站2000年后的降水量比1980—1999年平均減少了82.74mm，占總降雨量的24%。

研究區(qū)域內(nèi)的氣象資料表明，近幾十年來該區(qū)域氣溫年際變化趨勢是逐年遞增的，溫度的上升使得蒸發(fā)量也呈現(xiàn)增大的趨勢；從2000年以來，該區(qū)域年降水量均急劇下降，且降水量降到近幾十年來的最低值。由此推斷，在近年來該區(qū)域總體氣溫逐年升高、降水量減少、蒸發(fā)量增加等氣候條件的變化可能是導(dǎo)致植被指數(shù)下降即植被呈退化趨勢的主要原因。由于氣溫的升高，大興安嶺森林終年凍土帶退化使得土壤含水量的降低，可能是導(dǎo)致林地大面積退化的主要原因，而濕地的萎縮和退化可能是由于近年來降雨量和徑流的減小導(dǎo)致的，具體的原因還需進(jìn)一步的研究分析。

5 結(jié)論

本文選取了2000—2009年5—9月共10年80個時相的MODIS-EVI數(shù)據(jù)，以每年EVI最大值和平均值為指標(biāo)對黑龍江上游研究區(qū)的植被變化趨勢進(jìn)行分析。研究發(fā)現(xiàn)，從2000年以來整個區(qū)域植被指數(shù)總體呈下降的趨勢，根據(jù)相關(guān)土地利用分類數(shù)據(jù)及DEM數(shù)據(jù)的分析發(fā)現(xiàn)，植被呈顯著減小趨勢的區(qū)域主要分布在海拔較低的濕地和海拔較高的林地。這種植被指數(shù)下降的趨勢意味著植被的退化，而植被的退化會嚴(yán)重威脅整個流域生態(tài)系統(tǒng)的穩(wěn)定性，因此額爾古納河生態(tài)環(huán)境面臨日益嚴(yán)重的退化風(fēng)險。探究植被指數(shù)下降的原因是一個長期復(fù)雜的工作，需要綜合考慮氣象、水文、地形、植被類型以及人類活動等多種因素，并需要地面調(diào)查的驗證?；诔醪降膶夂蜃兓慕Y(jié)果分析，本文推測近些年來研究區(qū)域內(nèi)總體氣溫升高、降水量減少和蒸發(fā)量增加等氣候的變化，是額爾古納河流域植被指數(shù)下降的一個主要原因。

致謝：本文使用的MODIS植被指數(shù)數(shù)據(jù)均來自美國大地調(diào)查局地球資源觀察和科學(xué)中心U.S.Geological Survey（USGS）Earth Resources Observation and Science（EROS）Center的 Land Processes Distributed Active Archive Center（LP DAAC），衷心感謝該中心所提供的數(shù)據(jù)對我們工作的貢獻(xiàn)。

[1]趙偉，李召良.利用MODIS/EVI時間序列數(shù)據(jù)分析干旱對植被的影響[J].地理科學(xué)進(jìn)展，2007，26（6）：40-47.

[2]Wessels K J，De Fries R S，et al.Mapping regional land cover with MODIS data for biological conservation：Examples from the Greater Yellowstone Ecosystem，USA and Pará State，Brazil[J].Remote Sensing of Environment，2004，92（1）：67-83.

[3]Potapov P，Hansen M C，et al.Combining MODIS and Landsat imagery to estimate and map boreal forest cover loss[J].Remote Sensing of Environment，2008，112（9）：3708-3719.

[4]Verbesselt J，Hyndman R，et al.Detecting trend and seasonal changes in satellite image time series[J].Remote Sensing of Environment，2010，114（1）：106-115.

[5]Jacquin A，Sheeren D，et al.Vegetation cover degradation assessment in Madagascar savanna based on trend analysis of MODIS NDVI time series[J].International Journal of Applied Earth Observation and Geoinformation ，2010，12（1）：3-10.

[6]索安寧，王兮之，林勇，等.基于遙感的黃土高原典型區(qū)植被退化分析—以涇河流域為例[J].遙感學(xué)報，2009，13（2）：291-299.

[7]地方志編寫委員會.呼倫湖志（續(xù)志一，1987-1997）[M].呼和浩特：內(nèi)蒙古文化出版社，1998.

[8]中國水利水電科學(xué)研究院.呼倫湖水資源配置與水環(huán)境治理工程環(huán)境影響評價[R].北京：中國水利水電科學(xué)研究院水環(huán)境研究所，2005.

[9]夏浩銘，楊永國，畢遠(yuǎn)溥.基于MODIS/EVI時間序列數(shù)據(jù)分析冰凍災(zāi)害對植被綠葉時期的影響[J].安徽農(nóng)業(yè)科學(xué)，2009，37（23）：11163-11165.

[10]郭鈮.植被指數(shù)及其研究進(jìn)展[J].干旱氣象，2003，21（4）：71-75.

[11]Alfredo Huete，Chris Justice，Wim van Leeuwen.MODIS vegetation index（MOD 13）algorithm theoretical basis document version 3[M].Virginia：University of Virginia，1999.

[12]Huete A，Justice C，Liu H.Development of vegetation and soil indices for MODIS-EOS[J].Remote Sensing of Environment，1994，49：224-234.

[13]冉新華，李新，盧玲.基于多源數(shù)據(jù)融合方法的中國1km土地覆蓋分類制圖[J].地球科學(xué)進(jìn)展，2009，24（2）：192-203.

[14]趙慧穎.呼倫貝爾沙化45年來氣候變化及其對生態(tài)環(huán)境的影響[J].生態(tài)學(xué)雜志，2007，26（11）：1817-1821.

[15]王希平，趙慧穎.內(nèi)蒙古呼倫貝爾市林牧農(nóng)業(yè)氣候資源與區(qū)劃[M].北京：氣象出版社，2006.