高原河谷城市植被時空變化及其影響因素
——以青海省西寧市為例

高 云,謝苗苗,付梅臣,曹翊坤

(中國地質大學(北京) 土地科學技術學院, 北京 100083)

高原河谷城市植被時空變化及其影響因素
——以青海省西寧市為例

高 云,謝苗苗*,付梅臣,曹翊坤

(中國地質大學(北京) 土地科學技術學院, 北京 100083)

高原型河谷城市具有特殊的自然地理與氣候特征,生態(tài)環(huán)境脆弱,城市化引起的生態(tài)環(huán)境問題日益突出。植被作為其生態(tài)系統(tǒng)的載體,響應更加敏感。深入研究高原型河谷城市的植被變化及其影響因素,對促進西部大開發(fā)及城市化健康發(fā)展,建立良好的城市人居、生態(tài)環(huán)境具有重要的現(xiàn)實意義。西寧市作為典型的高原型河谷城市,植被覆蓋在城市化與退耕還林(草)政策共同作用下變化明顯?；谥脖?不透水表面-土壤(V-I-S)模型,以西寧市城市規(guī)劃區(qū)1995年與2009年兩期landsat TM影像為數(shù)據(jù)源,利用線性光譜混合模型進行混合像元分解,獲取研究區(qū)植被覆蓋度的空間分布。通過整體分析、轉移矩陣分析,格網分析等技術手段,研究植被時空變化特征并分別探討川道與丘陵植被變化的影響因素。結果表明：研究期內,西寧城市規(guī)劃區(qū)平均植被覆蓋度維持在30%左右。2009年與1995年相比植被覆蓋度出現(xiàn)下降,植被覆蓋空間差異略有減小。在數(shù)量上,基本無覆蓋、中覆蓋、高覆蓋等級呈增加趨勢,低覆蓋、全覆蓋呈下降趨勢。研究區(qū)西北部及西南部丘陵區(qū)植被覆蓋整體趨于好轉,主要由中低豐度植被等級變化而來,原因在于2000—2005年湟中縣累計退耕還林(草)54.91km2,累計造林247.98km2,使研究區(qū)西北部植被覆蓋等級提高,表明西寧市退耕還林(草)工程對于改善植被覆蓋效果明顯。同時丘陵區(qū)植被變化與氣候影響趨勢相同,表明其植被變化可能也受氣候變化影響。城市擴展方向及強度對其周邊植被覆蓋的影響突出。市區(qū)快速擴張及農業(yè)退化使川道內中高豐度植被覆蓋整體退化趨勢明顯。主要原因在于2000年后西寧進入快速發(fā)展期,城市用地規(guī)模迅速增大,川道內城市周邊大量中高覆蓋等級植被轉變?yōu)榛緹o覆蓋等級,造成植被退化。川道內城市區(qū)域植被變化與氣候影響趨勢相反,表明本文研究結果可能低估了城市化對川道內植被變化的影響幅度,相比氣候影響,人為活動的影響更加強烈。研究區(qū)內植被覆蓋等級的變化趨勢為植被覆蓋較差的等級(基本無覆蓋和低覆蓋)向高一級別發(fā)展,得益于退耕還林(草)工程；中等級別以上的覆蓋等級出現(xiàn)一定程度的退化,尤其是位于川道中受到城市化干擾的區(qū)域植被退化問題尤為突出,需對這些區(qū)域采取植被保育措施,避免植被覆蓋高等級區(qū)域受到城市化影響造成不可逆轉的退化。

高原型河谷城市；植被變化；線性光譜混合模型；轉移矩陣；西寧市

青藏高原作為地球的“第三極”,是典型的生態(tài)環(huán)境敏感區(qū)[1]。其獨特的地域環(huán)境使高原生態(tài)系統(tǒng)非常脆弱,森林覆蓋率低,植被生長緩慢,一旦被毀,極易演變?yōu)榛哪?、戈?且恢復難度大[2]。高原型河谷城市因其特殊的地形、地貌特征,城市化過程受到地形條件深刻的潛在影響,人為擾動對生態(tài)系統(tǒng)影響劇烈[3]。植被作為城市生態(tài)系統(tǒng)的子系統(tǒng),響應更加敏感[4]。20世紀后期以來,隨著經濟發(fā)展與人口增長,不合理資源開發(fā)與盲目墾殖,使本就脆弱的高原植被遭到破壞,導致水土流失、草原退化和土地沙化等生態(tài)問題[5]。為解決上述問題,我國于21世紀初期開展了退耕還林(草)工程。深入研究城市化與退耕還林(草)工程共同作用下高原型河谷城市的植被變化及其影響因素,對促進西部大開發(fā)及城市化健康發(fā)展,建立良好的城市人居、生態(tài)環(huán)境具有重要的現(xiàn)實意義。

基于遙感的植被變化研究成為全球變化研究的重要領域之一[6- 7]。遙感技術作為提取陸地表面信息的手段,具有大面積同步觀測、較好的時效性等特點,能夠很好的提取植被信息,監(jiān)測植被變化[8]。近年來研究中,國內外學者利用NOAA-AVHRR、SPOT、SPOT-VGT、MODIS等高時間低空間分辨率數(shù)據(jù)對大、中尺度區(qū)域進行了較長時序的植被變化研究并探討了其與氣候因子的關系[9- 14],利用Landsat TM與ETM+等中空間低時間分辨率數(shù)據(jù)對中小尺度區(qū)域進行了植被變化研究,且側重于植被空間格局的變化分析[15- 16]。目前植被估算的主要方法為植被指數(shù)法與混合像元法[17]。但由于城市地物光譜的高異質性、下墊面性質與大氣污染等影響,采用植被指數(shù)表征城市植被所得信息量明顯偏低[18]?；赗IDD的V-I-S(Vegetation-Impervious surface-Soil)模型[19]發(fā)展而來的混合像元模型不僅提高了植被提取模型的精度,并且豐富了地表植被的信息量[20]。主要包括線性模型、概率模型、幾何光學模型、隨機幾何模型以及模糊模型等方法[21]。

根據(jù)高原城市植被變化的研究多聚焦于黃土高原河谷城市,青藏高原河谷城市植被變化研究較少的研究現(xiàn)狀。本文選擇青藏高原典型河谷城市——西寧市為研究區(qū),采用簡單、高效、物理意義明確的線性光譜混合模型提取植被覆蓋[22],并采用亞像元、像元與格網等多個尺度解析西寧城區(qū)在快速城市化及“退耕還林(草)”工程共同作用下的植被覆蓋分布及變化,有助于加深對高原型河谷城市植被變化特征及影響因素的分析,同時為生態(tài)環(huán)境質量評價與保護提供更加精確的依據(jù)。

1 研究區(qū)概況

西寧市位于青藏高原東部邊緣河湟谷地湟水上游,地理坐標東經100°54′至101°56′,北緯36°13′至37°23′,地處青藏高原與黃土高原交錯地帶,山巒起伏,溝壑縱橫,為典型高原河谷城市。海拔在2200—3000m之間,平均海拔2295m,四面環(huán)山,全市地貌以淺山丘陵和川水河谷階地為主,受地形、海拔及水、熱條件影響,形成了川水、腦山及淺山3個生態(tài)區(qū)域。屬大陸性高原半干旱氣候,以寒冷、干旱為主,年均溫6.1℃,年均降水量400mm。獨特的地貌及氣候使森林植被覆蓋低,植物生長緩慢。

圖1 研究區(qū)位置示意圖Fig.1 Sketch of the study area

本文選取西寧市城市規(guī)劃區(qū)為研究區(qū)(圖1),包括市區(qū)全部及大通、湟源、湟中部分地區(qū),面積1425.4km2。市區(qū)主要為河湟川谷地帶沖積平原,西北高,東南低,川道呈“豐”字形由西北向東南延伸。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)源與預處理

研究所選數(shù)據(jù)源為研究區(qū)1995年6月11日與2009年6月17日兩期四景Landsat 5 TM遙感影像的第1—5和第7波段(影像軌道號為132/34與132/35)。兩期影像中植被基本處于同一物候期,其時空變化可比性較好。同時輔以西寧市市區(qū)規(guī)劃圖及DEM高程圖。

首先進行輻射定標[23],參照影像頭文件信息,將DN值轉化為輻射亮度值,消除傳感器及太陽仰角造成的內部誤差；其次采用MODTRAN 4+模型進行大氣糾正,轉化為地表反射率。參照西寧市城市規(guī)劃區(qū)矢量文件,對兩期影像分別進行鑲嵌、配準處理,誤差在一個像元內。最后,通過影像裁剪獲得研究區(qū)影像。基礎數(shù)據(jù)預處理及后續(xù)分析工作均在遙感處理軟件ENVI5.0、地理信息系統(tǒng)Arc GIS10.0平臺支持下完成。

2.2 植被覆蓋度提取

采用線性光譜混合模型(LSMM)進行混合像元分解并提取植被覆蓋度。雖然混合像元內組分并非簡單線性關系,但LSMM具有一定物理學意義,仍可高效提取地表覆蓋特征[24- 25],且精度可達90%以上[26]。其通常定義為：像元在某一波段的光譜亮度值是由構成像元的端元(Endmember)的反射率(亮度值)以其所占像元面積比例為權重系數(shù)的線性組合[24,27],公式如下：

(1)

(2)

(3)

式中,Riλ為第λ波段第i個像元的光譜反射率；N為端元的數(shù)量,且N≤m+1,m為波段數(shù)；f為對應i像元的第k個端元所占的分量值；Ckλ為第k個端元所在λ波段的光譜反射值；εiλ為第λ波段第i個像元對應的誤差值；RMS為均方根誤差(RMS越小,模型總體誤差越小)。

2.2.1 純凈像元獲取

端元獲取是混合像元分解的關鍵,其類型、數(shù)量及光譜值均影響LSMM分解精度。數(shù)量少會納入非典型端元產生分量誤差,多則會使模型對噪音、污染物等敏感性增強而影響分類精度[28- 29]。根據(jù)西寧土地覆被特點,參考V-I-S模型,本文確定端元類型為土壤、植被、高反照地物、低反照地物四類。

通過最小噪聲分離(MinimumNoiseFraction,MNF)變換去相關分離數(shù)據(jù)噪聲,減少后續(xù)計算量。同時判定數(shù)據(jù)內在維度(波段數(shù))[30]。兩期影像經MNF變換生成的6個波段分量中,前4個信息含量很高,因此選取前4個分量進行純凈像元指數(shù)(PixelPurityIndex,PPI)處理,提取純凈像元,并將PPI值大于20的區(qū)域輸出為感興趣區(qū)(RegionofInterest,ROI),作為端元收集范圍。

2.2.2 端元收集

將MNF前3個分量及輸出的ROI輸入N-維可視化器,在三維旋轉過程中選取不同集群拐點與邊緣作為端元,同時交互式參考像元波譜曲線(圖2),篩選出土壤、植被、高反照及低反照四種端元。

圖2 端元波譜特征Fig.2 Spectral profile of end-members

2.2.3LSMM分解與結果檢驗

采用收集到的端元波譜特征,通過帶約束條件的最小二乘法進行LSMM分解,得到研究區(qū)植被蓋度(VEGFR)(圖3)。采用光譜分解均方根誤差進行結果檢驗。根據(jù)LSMM分解所得均方根RMS圖像可得平均誤差為0.003與0.004,均小于誤差要求0.02[31]。且RMS高于0.1的像元數(shù)小于10,滿足精度要求。

2.3 植被整體變化及轉移矩陣

為進一步分析植被覆蓋的變化特征,在得到的植被覆蓋度基礎上,對其進行分級處理?？紤]西寧當?shù)貧夂驐l件與植被特征,參考李曉琴等提出的五級分類方法[32],據(jù)植被豐度指標,將研究區(qū)內植被豐度分為五級(表1)。

圖3 植被覆蓋度分布圖Fig.3 Fraction image of vegetation cover

植被覆蓋等級Vegetationcoveragegrades基本無覆蓋Novegetationcoverage低覆蓋Lowvegetationcoverage中覆蓋Moderatevegetationcoverage高覆蓋Highvegetationcoverage全覆蓋Fullvegetationcoverage等級編碼Numbers(A)12345閾值Threshold/%0≤Fg<1010≤Fg<3030≤Fg<6060≤Fg<9090≤Fg

圖4 研究區(qū)植被覆蓋分級圖Fig.4 The diagram of different vegetation coverage grades

得到研究區(qū)植被覆蓋等級的空間分布(圖4),進而通過轉移矩陣利用等級編號(表1)計算1995與2009年植被覆蓋等級的變化趨勢。其公式為[33]：

Ci×j=Aki×j×10+A(k+1)i×j

(4)

式中,i、j分別為柵格圖像行列編號,Ci×j為由k時期到k+1時期第i行j列像元的植被覆蓋等級變化,Aki×j為前一期植被覆蓋等級編碼,A(k+1)i×j為后一期植被覆蓋等級編碼。

2.4 植被變化類型及格網分析

在轉移矩陣及植被覆蓋等級空間分布的基礎上,劃分植被變化類型。植被覆蓋等級上升定義為植被好轉類型,植被覆蓋等級不變定義為植被保持類型,植被覆蓋等級下降則定義為植被退化類型(公式5)。

TCi×j=A(k+1)i×j-Aki×j

(5)

式中,TCi×j為由k時期到k+1時期的植被覆蓋等級變化類型,A(k+1)i×j為前一期的植被覆蓋等級編碼,Aki×j為后一期植被覆蓋等級編碼(表1)。如TCi×j>0,定義為植被好轉類型,如TCi×j<0,定義為植被退化型,如TCi×j=0,定義為植被保持型。

為凸顯研究區(qū)內的主要變化類型,識別整體植被演變的主要信息及區(qū)域,基于30m空間分辨率的植被類型分布,本文采用格網分析法進行尺度上推描述植被變化類型的空間分布[34]。根據(jù)研究區(qū)面積及信息量綜合考慮,采用600m×600m格網,根據(jù)格網內植被演變類型權重定義格網內植被演變類型屬性,格網內植被演變類型權重大于50%則定義該類型為格網轉變類型。以此得到植被演變類型的主要空間分布(圖6)。

3 植被時空變化結果分析

3.1 數(shù)量結構變化

表 2 研究區(qū)平均植被蓋度及不同等級組成面積統(tǒng)計(1995—2009)

3.2 植被覆蓋等級轉移矩陣

植被覆蓋等級轉移矩陣顯示,基本無覆蓋等級集中在東南部川道城市建成區(qū)及其周邊丘陵過渡地帶,其中68.345%維持原狀,變化則主要向低覆蓋等級組分轉變,轉變區(qū)域主要位于北部川道與丘陵山區(qū)過渡邊緣(圖5,A)。而轉變?yōu)榛緹o覆蓋等級的來源以低覆蓋、高覆蓋及全覆蓋等級為主,綜合作用導致基本無覆蓋等級增加78.0975km2。低覆蓋等級53.012%維持不變,其余主要向無、中覆蓋等級轉變,向無覆蓋轉變區(qū)域主要位于東南部城市建成區(qū)及其周邊過渡帶,而向中覆蓋轉變的主要區(qū)域為西北部及西南部丘陵山區(qū)(圖5,B),轉變?yōu)榈透采w等級的來源主要是基本無覆蓋、中覆蓋及高覆蓋等級,綜合作用導致低覆蓋等級減少62.5374km2。中覆蓋等級組分除47.974%維持不變外,其余部分主要向低、高覆蓋等級組分轉變。向高覆蓋轉變區(qū)域位于西北部區(qū)域,向低覆蓋轉變區(qū)域則分散于川道內(圖5，C),轉變?yōu)橹懈采w等級的主要來源為低覆蓋和高覆蓋,綜合作用導致中覆蓋等級增加23.8293km2。高覆蓋等級主要向無、低、中覆蓋等級轉變,高覆蓋向無覆蓋轉變主要區(qū)域為城市中心區(qū)周邊及南部川道內,向低、中覆蓋等級轉換的主要區(qū)域為西部及北部川道內(圖5，D),轉變?yōu)楦吒采w的來源主要是中覆蓋及全覆蓋等級,綜合作用下高覆蓋等級增加3.069 km2。全覆蓋等級僅9.788%未發(fā)生變化,大部分向高覆蓋等級組分轉變,少量向無、低、中覆蓋等級轉變。且轉變區(qū)域主要集中于西部、北部及東南部川道內(圖5，E),但轉變?yōu)槿采w的來源很少,只有高覆蓋少量轉變?yōu)槿采w,綜合作用下全覆蓋面積下降42.4584km2。

表3 1995—2009年不同植被覆蓋等級組分面積比轉移矩陣

圖5 植被等級空間動態(tài)分布圖Fig.5 Distribution of vegetation coverage grade dynamic

3.3 植被變化類型空間分布

綜合上述各等級變化趨勢,定義植被覆蓋等級上升為植被好轉類型,不變?yōu)橹脖槐３诸愋?下降則為植被退化類型。并依據(jù)格網分析進行尺度上推以提取各等級變化信息,得到研究區(qū)植被演變類型分布(圖6)?？梢娧芯繀^(qū)西北部丘陵區(qū)植被覆蓋整體趨于好轉,主要由基本無覆蓋至低覆蓋、低覆蓋至中覆蓋及中覆蓋至高覆蓋轉化而來。主要原因為西寧市自2003年開始大力實施退耕還林(草)工程,如圖6所示,實施效果明顯。川道內除較早城市核心區(qū)植被覆蓋未發(fā)生變化外,其他區(qū)域植被覆蓋整體下降明顯。主要由低覆蓋至無覆蓋、中覆蓋至低覆蓋、高覆蓋至中、低、無覆蓋及全覆蓋至高覆蓋轉化而來。其中東南部川道內植被覆蓋豐度下降的主要原因是由于城市快速擴張導致的城市周邊中、低覆蓋等級組分不斷被侵蝕,而中西部川道內主要中高植被覆蓋組分為農業(yè)植被覆蓋,可見研究期內中西部川道內農業(yè)植被覆蓋下降也較為明顯。

圖6 植被演變類型分布圖Fig.6 Distribution of vegetation coverage grade dynamic type

4 植被變化影響因素分析與討論

4.1 川道內城市拓展對植被變化的影響

河谷型城市空間發(fā)展具有典型特征,大體經歷“集中塊狀—放射性突變發(fā)展—分散組團—帶型城市”4個階段。由于河谷兩側山體的限制,在空間形態(tài)上不同于平原城市,往往具有不變性特征。西寧市川道內城市擴展、耕地、綠地覆蓋的變化共同影響了植被覆蓋度的空間分布特征。

圖7 西寧市1990—2009年城市建設用地面積Fig.7 Xining urban construction land area of 1990—2009

西寧城市空間擴展經歷了集中塊狀期—突變放射生長期—分散組團期3個階段,正在向帶狀都市區(qū)方向發(fā)展。1990年至2000年間為“橫向填充”階段,城市內部功能區(qū)調整和完善,根據(jù)統(tǒng)計資料[35],1990年城市建設用地面積51.52km2,1995年為52.7 km2,2000年為57.17 km2,1990—1995年增長率為2.29%,1995—2000年增長率為8.48%,城市建設用地面積增加平緩。但2000—2005年城市建設用地面積增幅達31.19%,2005—2009雖然下降12.57%,但總體上2000—2009城市建設用地增幅較大。原因在于進入21世紀后,隨著西部大開發(fā)戰(zhàn)略的實施及新一輪城市總體規(guī)劃的實施,西寧市快速發(fā)展,進入“分散組團期”,城市中心地區(qū)工業(yè)用地置換,城市空間結構拉開,內部趨于整合,城市向分散組團方向發(fā)展,導致城市用地規(guī)模迅速增大(圖7),對川道內植被覆蓋造成了不可逆轉的破壞。

圖8 市區(qū)1990—2009耕地面積Fig.8 Urban arable land area of 1990—2009

同時,川道內城市周圍多為中高豐度農業(yè)植被覆蓋,城市擴展必然侵占耕地,2000至2005年西寧市區(qū)耕地面積持續(xù)下降,2005—2009年則呈小幅上升趨勢(圖8),說明建設用地擴展對耕地面積影響明顯,且與圖7城市建設用地面積變化趨勢吻合,互相佐證。綜合表明城市化導致川道內城市周邊大量中高覆蓋等級植被轉變?yōu)榛緹o覆蓋等級,造成植被退化(表3,圖5,圖6)。

圖9 1990—2009年建成區(qū)園林綠地Fig.9 Public green area of built-up of 1990—2009

由于受區(qū)域自然環(huán)境的限制,西寧市建成區(qū)園林綠地面積較少,綠地不成系統(tǒng)。建成區(qū)園林綠地面積總體上呈先降后升趨勢(圖9)。1990—1995年小幅下降1.35km2,1995—2009則累計增長23.23km2,公共綠地整體上呈穩(wěn)定的增加趨勢。顯然,城市內部人工園林綠地伴隨城市化發(fā)展配套建設。但相比城市擴展侵占城市周邊耕地的變化量56.97 km2,建成區(qū)綠地面積相對較少,增加的園林綠地對緩解城市化引起的植被退化有一定作用,但并不能阻止川道內植被退化趨勢。

4.2 丘陵退耕還林(草)及造林對植被變化的影響

西寧自2000—2005年,大力推進退耕還林(草)工程。川道平均高程為2300m左右,丘陵區(qū)域平均高程為2600m左右,根據(jù)上文區(qū)域統(tǒng)計得到植被好轉類型區(qū)域的平均高程為2596m,平均坡度為14°,可知植被好轉類型主要位于丘陵地帶。根據(jù)統(tǒng)計資料[35],全市退耕還林(草)區(qū)域主要位于大通、湟中、湟源三縣。其中,湟中縣是青海省實施退耕還林(草)的重點縣之一,且本文西北部丘陵區(qū)主要位于湟中縣,因此湟中縣退耕還林(草)及造林數(shù)據(jù)可有效表示該政策對研究區(qū)丘陵植被覆蓋變化的影響。

湟中縣退耕還林(草)及造林面積變化趨勢與全市變化基本吻合,同樣在2002年達到峰值后下降(圖10)。截止2005年累計退耕還林(草)54.91km2,累計造林247.98km2?？梢?退耕還林(草)及造林明顯提高了丘陵區(qū)植被覆蓋等級,有效的促進了植被好轉。

圖10 2000—2005年湟中縣退耕還林(草)及造林面積Fig.10 Area of Converting cultivated land into forest/grass and afforestation of 2000—2009 in Huangzhong County

4.3 氣候變化對植被的影響

植被覆蓋的變化是氣候變化與人類活動的綜合產物[36]。上文中已對人類活動對植被的影響進行了詳細討論,同時,氣候變化對植被的影響也不可忽略。在全球變暖的背景下,青藏高原在研究期內的總體特征是氣溫呈上升趨勢,降水量呈增加趨勢,最大可能蒸散量呈下降趨勢,大多數(shù)地區(qū)的干濕狀況為由干向濕發(fā)展的趨勢[37]。西寧地區(qū)的氣候變化與青藏高原整體變化吻合,表現(xiàn)出向暖濕方向變化的趨勢。氣溫呈上升趨勢,氣候傾向率為0.34℃/10a,特別在20世紀90年代后增溫明顯；降水量呈增加趨勢,氣候傾向率為25.24mm/10a[38]。由于青藏高原為氣候變化敏感區(qū)及生態(tài)脆弱帶,因此西寧氣候的變化趨勢對其植被變化有較為明顯的影響,導致其植被生長季提前及生長季生長加速[39],在一定程度上提高了西寧植被覆蓋。同時,影像獲取日期正處于西寧春末夏初,研究表明在研究期內該地區(qū)春季及夏季不同類型植被的NDVI均呈顯著增加趨勢[39]。與研究區(qū)內川道及丘陵區(qū)植被覆蓋趨勢相比較,可知丘陵區(qū)植被變化與氣候影響趨勢相同,川道內城市區(qū)域變化則與氣候影響趨勢相反。由此可知,丘陵區(qū)域在退耕還林(草)、造林及氣候的共同作用下表現(xiàn)出植被好轉,川道區(qū)域在城市化及氣候的共同影響下表現(xiàn)出植被退化,可見,本文研究結果低估了城市化對川道內植被變化的影響幅度,相比氣候影響,人為活動的影響更加強烈。

5 結論

本文針對典型高原型河谷城市西寧,以TM影像為數(shù)據(jù)源,基于V-I-S模型及線性光譜混合模型提取研究區(qū)植被覆蓋度,并采用整體分析、轉移矩陣及格網分析探究了西寧市城市規(guī)劃區(qū)植被覆蓋在亞像元、像元與格網尺度上的變化特征,并分別探討了城市化對川道內植被的負向影響因素、退耕還林對丘陵區(qū)植被的正向影響因素及氣候變化對植被覆蓋變化的影響。主要結論包括：研究期內,西寧城市規(guī)劃區(qū)平均植被覆蓋度維持在30%左右。2009年與1995年相比植被覆蓋度出現(xiàn)下降,植被覆蓋空間差異略有減小。在數(shù)量上,基本無覆蓋、中覆蓋、高覆蓋等級呈增加趨勢,低覆蓋、全覆蓋呈下降趨勢。

研究區(qū)西北部及西南部丘陵區(qū)植被覆蓋整體趨于好轉,主要由中低豐度植被等級變化而來,2000—2005年湟中縣累計退耕還林(草)54.91km2,累計造林247.98km2。綜合作用下使研究區(qū)西北部植被覆蓋等級提高,表明西寧市退耕還林(草)工程對于改善植被覆蓋效果明顯,同時丘陵區(qū)植被變化與氣候影響趨勢相同,表明其植被變化可能也受氣候變化影響。城市擴展方向及強度對其周邊植被覆蓋的影響表現(xiàn)突出。市區(qū)快速擴張及農業(yè)退化使川道內中高豐度植被覆蓋整體退化趨勢明顯,主要由低覆蓋至無覆蓋、中覆蓋至低覆蓋、高覆蓋至中、低、無覆蓋及全覆蓋至高覆蓋轉化而來。主要原因在于2000年后西寧進入快速發(fā)展期,城市用地規(guī)模迅速增大,川道內城市周邊大量中高覆蓋等級植被轉變?yōu)榛緹o覆蓋等級,造成植被退化,同時較低的城市園林綠地覆蓋及人口增長加劇了川道內的植被退化。川道內植被退化趨勢與氣候影響下的區(qū)域植被好轉趨勢相反,相比氣候影響,人為活動的影響更加強烈。

概括來說,研究區(qū)植被覆蓋等級的變化趨勢為植被覆蓋較差的等級(基本無覆蓋和低覆蓋)向高一級別發(fā)展,得益于退耕還林(草)工程；中等級別以上的覆蓋等級出現(xiàn)一定程度的退化,尤其是位于川道中受到城市化干擾的區(qū)域植被退化問題尤為突出,需對這些區(qū)域采取植被保育措施,避免植被覆蓋高等級區(qū)域受到城市化影響造成不可逆轉的退化。

采用線性光譜混合模型評價城市植被動態(tài)具有優(yōu)秀的表現(xiàn),本文采用兩期時點數(shù)據(jù)評估了西寧市近15年間的植被覆蓋動態(tài)變化,為更加全面、科學的評價城市植被動態(tài),下一步研究中可針對多時序數(shù)據(jù)進行城市植被動態(tài)及其驅動機制研究。

致謝: 中山大學地理科學與規(guī)劃學院劉珍環(huán)博士給予幫助，特此致謝。

[1] Xu J, Zhang B P, Tan J, Sun R H, Yao Y H. Spatial relationship between altitudinal vegetation belts and climatic factors in the Qinghai-Tibetan Plateau. Journal of Mountain Science, 2009, 27(6): 663- 670.

[2] Ma Y Y. Ecological city: Tibetan Plateau urban development goals in the 21st century. Journal of Peking University (Philosophy and Social Sciences), 2004, (S1): 88- 92.

[3] Yang Y C. Research on the Valley-city of China. Areal Research and Development, 1999, 18(3): 61- 65.

[4] Hu S J, Hu D Y, Zhao W J. Extract urban vegetation coverage based on LSMM and improved FCM: a case study in Haidian District. Acta Ecologica Sinica, 2010, 30(4): 1018- 1024.

[5] Ma J L, Ma H. On the work of “stopping cultivation to return to forestry and grassland” of Xining City. Journal of Qinghai Environment, 2002, 12(3): 106- 108.

[6] Mark R, Rick C, Mick C, Steve P, Dave T. Long-Term Studies of Vegetation Dynamics. Science, 293(5530): 650- 655.

[7] Jia B Q. Driving factor analysis on the vegetation changes derived from the Landsat TM images in Beijing. Acta Ecologica Sinica, 2013, 33(5): 1654- 1666.

[8] Zou P, Wang Y P, Wang Z S, Fan F L. Accessing the linear spectral un-mixing approach for extracting vegetation information using landsat ETM+ data in Macao. Journal of South China Normal University: Natural Science Edition, 2007, (2): 131- 136.

[9] Neigh C S R, Tucker C J, ownshend J R G T. North American vegetation dynamics observed with multi-resolution satellite data. Remote Sensing of Environment, 2008, 112(4): 1749- 1772.

[10] Martínez B, Gilabert M A. Vegetation dynamics from NDVI time series analysis using the wavelet transform. Remote Sensing of Environment, 2009, 113(9): 1823- 1842.

[11] Li Y C, Gong P, Liu C X, Chen J, Yu D Y. Vegetation cover changes and correlation with climatic factors in Northern China during 1982—1999. Resources Science, 2006, 28(2): 109- 117.

[12] Sun H Y, Wang C Y, Niu Z, Bukhosor, Li B. Analysis of the vegetation cover change and the relationship between NDVI and environmental factors by using NOAA time series data. Journal of Remote Sensing, 1998, 2(3): 204- 210.

[13] Qiu H M, Cao M M. Spatial and temporal variations in vegetation cover in China based on SPOT vegetation data. Resources Science, 2011, 33(2): 335- 340.

[14] Song F Q, Xing K X, Liu Y, Liu Z C, Kang M Y. Monitoring and assessment of vegetation variation in Northern Shanxi based on MODIS /NDVI. Acta Ecologica Sinica, 2011, 31(2): 354- 363.

[15] Han G F, Xu J H. Vegetation change trajectory and the reasons in Shanghai City. Acta Ecologica Sinica, 2009, 29(4): 1793- 1803.

[16] Mo H W, Ren Z Y. Images analysis of the vegetation coverage changes in Yuyang District of Northern Shaanxi Province in the recent 30 years. Resources Science, 2009, 31(8): 1409- 1414.

[17] Chen Y H, Li X B, Shi P J. Landscape spatial-temporal pattern analysis on change in the fraction of green vegetation based on remotely sensed data: A case study in Haidian District, Beijing. Acta Ecologica Sinica, 2002, 22(10): 1581- 1586.

[18] Yue W Z. Study on urban landscape pattern and its thermal environment effect based on remote sensing image. Beijing: Science Press, 2008, 76- 77.

[19] Ridd M K. Exploring a V-I-S(vegetation-impervious surface-soil) model for urban ecosystem analysis through remote sensing: comparative anatomy for cities. Remote Sensing, 1995, 16(12): 2165- 2185.

[20] Wang Z Y, Xu J H, Lü G H, Zhang Z H, Hu Q. Patterns of urban green spaces based on linear spectral mixture model: an empirical study in Urumqi. Journal of East China Normal University: Natural Science, 2008, (6): 40- 50, 74- 74.

[21] Ichoku C, Karnieli A. A review of mixture modeling techniques for sub-pixel land cover estimation. Remote Sensing of Reviews, 1996, 13(34): 161- 186.

[22] Li E S, Zhang B M, Song L H, Yu W J, Tang D J. A review on spectral unmixing algorithms based on linear mixing model. Science of Surveying and Mapping, 2011, 36(5): 42- 44.

[23] The user′s guide of Landsat Science Date [EB/OL]. [2012- 4- 27]. http//landsathandbook.gsfc.nasa.gov/handbook.html.

[24] Zhao Y S. Principles and Methods of Analysis of Remote Sensing Applications. Beijing: Science Press, 2003: 330- 331.

[25] Cui T X, Gong Z N, Zhao W J, Zhao Y L, Lin C. Research on estimating wetland vegetation abundance based on spectral mixture analysis with different endmember model: a case study in Wild Duck Lake wetland, Beijing. Acta Ecologica Sinica, 2013, 33(4): 1160- 1171.

[26] Wu C S. Normalized spectral mixture analysis for monitoring urban composition using ETM+ imagery. Remote Sensing of Environment, 2004, 93(4): 480- 492.

[27] Liu Z H, Wang Y L, Peng J, Xie M M, Li Y. Using ISA to analyze the spatial pattern of urban land cover change: A case study in Shenzhen. Acta Geographica Sinca, 2011, 66(7): 961- 971.

[28] Xie M M, Wang Y L, Li G C. Spatial variation of impervious surface area and vegetation cover based on SubPixel Model in Shenzhen. Resources Science, 2009, 31(2): 257- 264.

[29] Liu Y, Yue W Z. Estimation of urban vegetation fraction by image fusion and spectral unmixing. Acta Ecologica Sinica, 2010, 30(1): 93- 99.

[30] Li H, Chen J F, Yu M. Extracting vegetation coverage information from ASTER remote sensing data based on linear spectral immixture model. Geo-Information Science, 2005, 7(1): 103- 106,115- 115.

[31] Wu C S, Murray A T. Estimating impervious surface distribution by spectral mixture analysis. Remote Sensing of Environment, 2003, 84(4): 493- 505.

[32] Li X Q, Sun D F, Zhang F R. Landscape pattern analysis on change in the fraction of green vegetation based on remotely sensed data in Beijing Mountainous Area. Journal of Mountain Science, 2003, 21(3): 272- 280.

[33] Shi P J. Methods and practice of land use/cover change research. Beijing: Science Press, 2000: 106- 109.

[34] Yao Y H, Zhang B P, Luo Y, Zhu J, Cen G. The application of grid computing method to the research of spatial pattern---an analysis of karst landscape pattern in Guizhou. Geo-Information Science, 2006, 8(1): 73- 78.

[35] Xining Bureau of Statistics. Xining Statistical Yearbook. Beijing: China Statistics Press, 1986- 2009.

[36] Li Y F, Liu G H. Characteristics of vegetation cover changes in Lantsang Basin based on MODIS vegetation index products (MOD13). Resources Science, 2012, 34(7): 1214- 1221.

[37] Wu S H, Yin Y H, Zheng D, Yang Q Y. Climate changes in the Tibetan Plateau during the last three decades. Acta Geographica Sinica, 2005, 60(1): 3- 11.

[38] Pang L Y. Research on climate change of Xining in recent 40 years. Qinghai Meteorology, 2004, 2: 24- 27,33- 33.

[39] Yan Y H, Pu S L. Variations in grassland vegetation cover in relation to climatic factors on the Tibetan Plateau. Journal of Plant Ecology, 2006, 30(1): 1- 8.

參考文獻:

[1] 許娟, 張百平, 譚靖, 孫然好, 姚永慧. 青藏高原植被垂直帶與氣候因子的空間關系. 山地學報, 2009, 27(6): 663- 670.

[2] 馬玉英. 生態(tài)城市: 21世紀青藏高原城市發(fā)展的目標. 北京大學學報: 哲學社會科學版, 2004, (S1): 88- 92.

[3] 楊永春. 中國河谷型城市研究. 地域研究與開發(fā), 1999, 18(3): 61- 65.

[4] 胡姝靖, 胡德勇, 趙文吉. 基于LSMM和改進的FCM提取城市植被覆蓋度——以北京市海淀區(qū)為例. 生態(tài)學報, 2010, 30(4): 1018- 1024.

[5] 馬建龍, 馬宏. 西寧市退耕還林(草)工作芻議. 青海環(huán)境, 2002, 12(3): 106- 108.

[7] 賈寶全. 基于TM衛(wèi)星影像數(shù)據(jù)的北京市植被變化及其原因分析. 生態(tài)學報, 2013, 33(5): 1654- 1666.

[8] 鄒蒲, 王云鵬, 王志石, 樊風雷. 基于ETM+圖像的混合像元線性分解方法在澳門植被信息提取中的應用及效果評價. 華南師范大學學報: 自然科學版, 2007, (2): 131- 136.

[11] 李月臣, 宮鵬, 劉春霞, 陳晉, 于德永. 北方13省1982—1999年植被變化及其與氣候因子的關系. 資源科學, 2006, 28(2): 109- 117.

[12] 孫紅雨, 王常耀, 牛錚, 布和敖斯爾, 李兵. 中國地表植被覆蓋變化及其與氣候因子關系——基于NOAA時間序列數(shù)據(jù)分析. 遙感學報, 1998, 2(3): 204- 210.

[13] 邱海軍, 曹明明. 基于SPOT VEGETATION數(shù)據(jù)的中國植被覆蓋時空變化分析. 資源科學, 2011, 33(2): 335- 340.

[14] 宋富強, 刑開雄, 劉陽, 劉志超, 康慕誼. 基于MODIS/NDVI的陜北地區(qū)植被動態(tài)監(jiān)測與評價. 生態(tài)學報, 2011, 31(2): 354- 363.

[15] 韓貴峰, 徐建華. 上海城市植被變化軌跡及其成因分析. 生態(tài)學報, 2009, 29(4): 1793- 1803.

[16] 莫宏偉, 任志遠. 陜北榆陽區(qū)1978年至2005年植被覆蓋率變化分析. 資源科學, 2009, 31(8): 1409- 1414.

[17] 陳云浩, 李曉兵, 史培軍. 基于遙感的植被覆蓋變化景觀分析——以北京海淀區(qū)為例. 生態(tài)學報, 2002, 22(10): 1581- 1586.

[18] 岳文澤. 基于遙感影像的城市景觀格局及其熱環(huán)境效應研究. 北京: 科學出版社. 2008: 76- 77.

[20] 王占永, 徐建華, 呂光輝, 張治華, 胡青. 運用線性光譜混合模型解析城市綠色空間格局: 烏魯木齊市的實證研究. 華東師范大學學報: 自然科學版. 2008, (6): 40- 50, 74- 74.

[22] 李二森, 張保明, 宋麗華, 余文杰, 唐德瑾. 線性混合模型的光譜解混算法綜述. 測繪科學, 2011, 36(5): 42- 44.

[24] 趙英時. 遙感應用分析原理與方法. 北京: 科學出版社, 2003: 330- 331.

[25] 崔天翔, 宮兆寧, 趙文吉, 趙雅莉, 林川. 不同端元模型下濕地植被覆蓋度的提取方法——以北京市野鴨湖濕地自然保護區(qū)為例. 生態(tài)學報, 2013, 33(4): 1160- 1171.

[27] 劉珍環(huán), 王仰麟, 彭建, 謝苗苗, 李猷. 基于不透水表面指數(shù)的城市地表覆被格局特征——以深圳市為例. 地理學報, 2011, 66(7): 961- 971.

[28] 謝苗苗, 王仰麟, 李貴才. 基于亞像元分解的不透水表面與植被覆蓋空間分異測度——以深圳市為例. 資源科學, 2009, 31(2): 257- 264.

[29] 劉勇, 岳文澤. 基于圖像融合與混合像元分解的城市植被蓋度提取. 生態(tài)學報, 2010, 30(1): 93- 99.

[30] 李慧, 陳建飛, 余明. 線性光譜混合模型的ASTER影像植被應用分析. 地球信息科學, 2005, 7(1): 103- 106,115- 115.

[32] 李曉琴, 孫丹峰, 張鳳榮. 基于遙感的北京山區(qū)植被覆蓋景觀格局動態(tài)分析. 山地學報, 2003, 21(3): 272- 280.

[33] 史培軍. 土地利用/覆蓋變化研究的方法與實踐. 北京: 科學出版社, 2000: 106- 109.

[34] 姚永慧, 張百平, 羅揚, 朱軍, 岑綱. 格網計算法在空間格局分析中的應用——以貴州景觀空間格局分析為例. 地球信息科學, 2006, 8(1): 73- 78.

[35] 西寧市統(tǒng)計局. 西寧市統(tǒng)計年鑒. 北京: 中國統(tǒng)計出版社, 1990- 2009.

[36] 李亞飛, 劉高煥. 瀾滄江流域植被覆蓋變化特征及其與氣候因子的關系. 資源科學, 2012, 34(7): 1214- 1221.

[37] 吳紹洪, 尹云鶴, 鄭度, 楊勤業(yè). 青藏高原近30年氣候變化趨勢. 地理學報, 2005, 60(1): 3- 11.

[38] 龐立英. 近40年來西寧地區(qū)的氣候變化研究. 青海氣象,2004, (2): 24- 27,33- 33.

[39] 楊元合, 樸世龍. 青藏高原草地植被覆蓋變化及其與氣候因子的關系. 植物生態(tài)學報, 2006, 30(1): 1- 8.

Pattern dynamics of vegetation coverage of Plateau Valley-City in the Western China: a case study in Xining

GAO Yun, XIE Miaomiao*, FU Meichen, CAO Yikun

SchoolofLandScienceandTechnology,ChinaUniversityofGeosciences,Beijing100083,China

The geographical and climatic characteristics of Plateau Valley-City in the Western China are very typical and fragile. The urban ecosystems and environment have been damaged by urbanization recently years. Vegetation coverage plays a key role in the ecosystem of Plateau Valley-City, and it is very sensitive to urbanization. As a typical plateau Valley-City, Xining experienced rapid urbanization and implemented the policy of Converting Cultivated Land into Forest/Grass at the same time. Study on pattern dynamics of vegetation coverage of Xining urban plan zone and its causative factors is of great significance for promoting Western Development and urbanization, and contributes to creating a pleasant urban eco-environment in the Western China. Landsat TM data are the most economical and temporal continuous remote sensing images, however, vegetation pattern analysis on urban scale needs high resolution images. To resolve the problems and provide a more accurate result, Landsat TM data of 1995 and 2009 were unmixed by Linear Spectral Mixing Model (LSMM) in Xining plan zone to calculate proportion of vegetation cover, based on Vegetation-Impervious surface-Soil (V-I-S) model. Linear Spectral Mixture Model comprises five main processes: Minimum Noise Fraction (MNF), Pixel Purity Index (PPI), end-members collection by n-D visualizer, linear spectral unmixing and accuracy test. End-members include vegetation, high albedo surface, low albedo surface and soil. By using statistical analysis, transfer matrix and grid analysis, we evaluated the pattern dynamic of vegetation coverage, and discussed the effect of urbanization, Converting Cultivated Land into Forest/Grass and climate change to vegetation changes in each Valley terrace area and hills area. The results indicate that: at overall level, the average vegetation coverage kept about 30% and showed a downtrend in the study period, meanwhile the regional differences had a little decrease. The areas of no vegetation coverage, moderate and high abundance vegetation coverage showed increasing trend, while the areas of low and full abundance vegetation coverage showed decreasing trend. The vegetation coverage in northwestern and southwestern area emerged in an increasing trend and it was mainly from low and moderate vegetation coverage. Huangzhong County is the main area affected by the policy, and finished Converting Cultivated Land into Forest/Grass and afforestation of 54.91km2and 247.98km2from 2000 to 2005. It suggested that the policy was very effective. Vegetation dynamics of hills areas may be affected by climate change because that they had same trend to the vegetation dynamics effects of climate change in Tibetan Plateau. Vegetation coverage around urban built-up area changed obviously along with urbanization direction and intensity. Areas of moderate and high abundance vegetation coverage presented a degenerate trend, especially in the urban built-up area influenced by urbanization. The main reason is that urban construction land rapid increased after 2000 and occupied moderate and high vegetation coverage. Effects of human activities on vegetation coverage may be more intense comparing to climate change because that their effect trends on vegetation are opposite. The changing trend of vegetation coverage grade can be summarized that low grades developed to high grades because of converting cultivated land into forest/grass and medium grades presented a degenerate trend because of urbanization. It is necessary to take measures to protect the vegetation around built-up area, and avoid irreversible degradation.

plateau valley-city; vegetation dynamics; linear spectral mixing model; transfer matrix; Xining

國家自然科學基金青年基金(41101175)；國家自然科學基金(41171440)

2013- 06- 09;

2013- 10- 08

10.5846/stxb201306091533

*通訊作者Corresponding author.E-mail: xiemiaomiao@cugb.edu.cn

高云,謝苗苗,付梅臣,曹翊坤.高原河谷城市植被時空變化及其影響因素——以青海省西寧市為例.生態(tài)學報,2014,34(5):1094- 1104.

Gao Y, Xie M M, Fu M C, Cao Y K.Pattern dynamics of vegetation coverage of Plateau Valley-City in the Western China: a case study in Xining.Acta Ecologica Sinica,2014,34(5):1094- 1104.