黃土高原近10年植被覆蓋的動(dòng)態(tài)變化及驅(qū)動(dòng)力

肖 強(qiáng),陶建平, 肖 洋

1 西南大學(xué)生命科學(xué)學(xué)院, 重慶 400716 2 重慶文理學(xué)院, 重慶 402160 3 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心 城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100085

黃土高原近10年植被覆蓋的動(dòng)態(tài)變化及驅(qū)動(dòng)力

肖 強(qiáng)1,2,陶建平1,*, 肖 洋3

1 西南大學(xué)生命科學(xué)學(xué)院, 重慶 400716 2 重慶文理學(xué)院, 重慶 402160 3 中國(guó)科學(xué)院生態(tài)環(huán)境研究中心 城市與區(qū)域生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室, 北京 100085

基于Timesat的非對(duì)稱高斯函數(shù)(AG)擬合法重建MODIS-NDVI數(shù)據(jù),利用像元二分模型估算了黃土高原近10年的植被覆蓋度(VC),并分析了年植被覆蓋度的變化趨勢(shì)和其與降水溫度的相關(guān)性。研究結(jié)果表明：黃土高原植被覆蓋度總體上呈現(xiàn)東南高西北低、由東南向西北遞減的特征。其中森林生態(tài)系統(tǒng)平均覆蓋度最高,灌木、草地生態(tài)系統(tǒng)次之,荒漠生態(tài)系統(tǒng)最低,空間差異明顯。2010年森林生態(tài)系統(tǒng)植被覆蓋度達(dá)到81.6%,主要包括太行山、呂梁山和秦嶺地區(qū)。暖溫帶森林區(qū)植被組成以落葉闊葉林為主,覆蓋度常年較高,為80%以上。西北部溫帶草原區(qū),植被覆蓋度達(dá)到38.8%。溫帶草地主要依水分梯度,由東南到西北分布有以旱生性多年生草本植物為主的典型草原,植被覆蓋度呈現(xiàn)相應(yīng)的遞減趨勢(shì)。黃土高原總面積78.6%的地區(qū)年植被覆蓋度呈增加趨勢(shì);而占總面積19.4%的地區(qū)年植被覆蓋度呈下降趨勢(shì)。在空間分布上,植被覆蓋度顯著增加的區(qū)域主要分布在榆林至延安周邊地區(qū)和秦嶺一帶;植被覆蓋度顯著減少區(qū)域沿蘭州至銀川呈條帶狀分布。

Timesat;像元二分模型;植被覆蓋度;降水;溫度

陸地植被在陸地表面能量交換、水分循環(huán)和生物地球化學(xué)循環(huán)過程中起著至關(guān)重要的作用。水熱條件是決定植被空間分布及其變化的主要非生物因素,植被的分布及其變化具有明顯的動(dòng)態(tài)演變特點(diǎn)[1]。通常情況下,植被空間格局的改變反映了植被結(jié)構(gòu)對(duì)水熱條件變化和人類活動(dòng)的響應(yīng),而植被結(jié)構(gòu)的改變必然會(huì)引起植被物候、覆蓋度和生產(chǎn)量等功能的改變。植被功能在適應(yīng)不斷變化環(huán)境的同時(shí),也促進(jìn)了植被結(jié)構(gòu)的改變[2]。因此,對(duì)于植被系統(tǒng)來說,確定其空間結(jié)構(gòu)是研究其功能的基礎(chǔ)。同時(shí),從結(jié)構(gòu)和功能兩方面開展研究是認(rèn)識(shí)二者相互作用機(jī)理的重要途徑。植被作為生態(tài)系統(tǒng)的重要組成部分,聯(lián)結(jié)著大氣、水分和土壤等自然過程,其變化將直接影響該區(qū)域氣候、水文和土壤等狀況,所產(chǎn)生的生態(tài)環(huán)境問題已逐漸引起生態(tài)學(xué)家和管理者的關(guān)注[3- 4]。

植被狀況的好壞,主要通過植被覆蓋度因子來表示。植被覆蓋度是指植被(包括葉、莖、枝)在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的百分比[5]。它是區(qū)域氣候模型、水土流失監(jiān)測(cè)、土地沙漠化評(píng)價(jià)和分布式水文模型的重要輸入?yún)?shù),是描述生態(tài)環(huán)境系統(tǒng)的重要基礎(chǔ)數(shù)據(jù)[6- 7]。目前對(duì)植被覆蓋度的研究方法主要有地表實(shí)測(cè)和遙感測(cè)量[8]。地表實(shí)測(cè)法雖然測(cè)量準(zhǔn)確,但野外操作不便,成本較高,只能在小尺度范圍內(nèi)提供植被信息,不宜大范圍推廣;遙感測(cè)量植被覆蓋度則具有宏觀性、時(shí)效性強(qiáng)、數(shù)據(jù)獲取容易等優(yōu)點(diǎn),是當(dāng)前植被覆蓋度的主要研究方向。近年來,隨著對(duì)地觀測(cè)系統(tǒng)技術(shù)的不斷成熟,利用遙感數(shù)據(jù)進(jìn)行植被監(jiān)測(cè)變化方面的研究日益增多。其中具有時(shí)間分辨率高、價(jià)格低廉的Modis數(shù)據(jù)在區(qū)域大尺度植被覆蓋變化研究中顯示出其他數(shù)據(jù)所無法替代的作用,為植被覆蓋度遙感監(jiān)測(cè),提供了更為有效的支持[9]。

近年來,我家實(shí)施了退耕還林還草、退牧還草等一系列生態(tài)恢復(fù)工程,而黃土高原是這項(xiàng)工程的重點(diǎn)實(shí)施區(qū)域之一。受過度放牧及定居點(diǎn)增加等人類活動(dòng)影響,一些地區(qū)地表植被退化。由于對(duì)植被覆蓋的生態(tài)服務(wù)功能缺乏深入的生態(tài)學(xué)理解,致使能夠?yàn)闆Q策提供依據(jù)的生態(tài)學(xué)信息非常少,直接影響生態(tài)系統(tǒng)功能的保育和管理[10]。有鑒于此,本文以黃土高原為研究區(qū)域,利用遙感數(shù)據(jù)和像元二分模型,進(jìn)行植被覆蓋變化分析,并揭示植被的驅(qū)動(dòng)力變化的空間特征,分析植被覆蓋度的動(dòng)態(tài)及其與水熱和人類因子的關(guān)系。旨在有助于生態(tài)環(huán)境保護(hù),也有利于政府部門進(jìn)行產(chǎn)業(yè)規(guī)劃和政策制定,促進(jìn)經(jīng)濟(jì)和環(huán)境的和諧發(fā)展有著重要意義。

1 數(shù)據(jù)來源及處理

1.1 數(shù)據(jù)來源

使用的遙感數(shù)據(jù)選擇EOS/Terra衛(wèi)星的MODIS植被產(chǎn)品MOD13Q1,包括基于MVC方法16day合成的250m分辨率NDVI數(shù)據(jù)及其質(zhì)量控制數(shù)據(jù)。時(shí)間序列數(shù)據(jù)由美國(guó)NASA LP DAAC工作組(Land Process Distributed Active Archive Center)提供,時(shí)間范圍是2000年—2010年。 MODIS數(shù)據(jù)經(jīng)過格式轉(zhuǎn)換、疊加、鑲嵌、子區(qū)裁剪等預(yù)處理操作后,由Sinusoidal投影轉(zhuǎn)換為UTM- 48N—WGS- 84投影。 轉(zhuǎn)換NDVI值范圍為-1.0 — 1.0,并提取data pixel reliability數(shù)據(jù)集(表1)。所用的降雨、溫度數(shù)據(jù)為國(guó)家氣象局提供的680個(gè)氣象站2000年—2010 年的每月降水和溫度插值數(shù)據(jù),空間分辨率為0.05°×0.05°。其他數(shù)據(jù)包括研究區(qū)2000—2010年MODIS土地覆蓋產(chǎn)品(MCD12Q1),空間分辨率為500m,由美國(guó)NASA LP DAAC工作組提供。

表1 MOD13Q1 產(chǎn)品 data pixel reliability 數(shù)據(jù)集 DN值說明

1.2 數(shù)據(jù)處理

MODIS植被產(chǎn)品NDVI數(shù)據(jù)集盡管采用最大值合成法(MVC)來降低影像的噪聲,但是有一些假高值、低值等噪聲殘差存在,因此需要采用其他新技術(shù)來近一步降低這些存在噪聲殘差的影響,通常將該過程叫做時(shí)間序列NDVI數(shù)據(jù)集重建。TIMESAT 軟件以S-G濾波法、AG擬合法及D-L擬合法為核心算法,用于植被指數(shù)時(shí)間序列數(shù)據(jù)集重建及提取植被生長(zhǎng)物候信息[11]。

參考TIMESAT擬合方法對(duì)比研究的相關(guān)文獻(xiàn),主要考慮上包絡(luò)線擬合效果及保持原始高質(zhì)量點(diǎn)值真實(shí)程度,本研究選取非對(duì)稱高斯函數(shù)(AG)進(jìn)行擬合[12]。對(duì)原始 NDVI 時(shí)間序列進(jìn)行平滑處理,其關(guān)鍵步驟為參數(shù)設(shè)置。包括NDVI有效值域( Range, -0.1— 1.0)、原始NDVI值權(quán)重(Weight value)(表1)、噪聲去除閾值(Spike,2)、滑動(dòng)窗口大小( W-size,4)、擬合峰值參數(shù)(Amplitude, 5)、迭代次數(shù)(Envelope iterations, 3)等, 基于非對(duì)稱高斯函數(shù)(AG)擬合法產(chǎn)生擬合后的16day NDVI時(shí)間序列數(shù)據(jù)集,再將擬合后的NDVI數(shù)據(jù)最大值合成(Maximum Value Compositing, MVC)32day NDVI數(shù)據(jù),視為月NDVI數(shù)據(jù)。

2 研究方法

2.1 像元二分模型

像元二分模型是一種簡(jiǎn)單實(shí)用的遙感估算模型[13]。它假設(shè)一個(gè)像元的地表由有植被覆蓋部分與無植被覆蓋部分地表組成,而遙感傳感器觀測(cè)到的光譜信息也由這2個(gè)組分因子線性加權(quán)合成,各因子的權(quán)重是各自的面積在像元中所占的比率,其中植被覆蓋度可以看作是植被的權(quán)重[14- 15]。根據(jù)像元二分模型,像元的NDVI值可以表達(dá)為由綠色植被部分所貢獻(xiàn)的信息NDVIveg和裸土部分所貢獻(xiàn)的信息NDVIsoil這兩部分組成,因此可以用NDVI來計(jì)算植被覆蓋度[16]：

fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(1)

式中,NDVIsoil為完全為裸土或無植被覆蓋區(qū)域的NDVI值(NDVImin); NDVIveg則代表完全被植被所覆蓋像元的NDVI值,即純植被像元的NDVI值(NDVImax)。 由于圖像中不可避免的存在著噪聲,NDVI的極值并不一定是NDVImax與NDVImin,因此對(duì)其取值時(shí)主要由圖像尺度和圖像質(zhì)量等情況來決定。在沒有實(shí)測(cè)數(shù)據(jù)的情況下,取NDVImax與NDVImin值為圖像給定置信度的置信區(qū)間內(nèi)最大值與最小值。本文NDVImax取森林類型內(nèi)NDVI概率分布的95%下側(cè)分位數(shù)所對(duì)應(yīng)的NDVI值; NDVImin統(tǒng)一采用裸地和稀疏植被類型內(nèi)5%下側(cè)分位數(shù)。

2.2 變化趨勢(shì)分析

為研究10年來黃土高原植被生長(zhǎng)狀況對(duì)環(huán)境變化響應(yīng)以及這種變化速率在空間上的差異,對(duì)每一個(gè)象元相應(yīng)的年覆蓋度值進(jìn)行變化斜率分析,得到植被生長(zhǎng)狀況的變化趨勢(shì)。斜率為負(fù)值的區(qū)域,其植被覆蓋度呈減小趨勢(shì);斜率為正值地區(qū),則植被覆蓋度呈增加趨勢(shì);斜率絕對(duì)值越大,植被覆蓋度增加的幅度越大,反之則增加的幅度越小。P值越小顯著性越大,如果斜率值通過0.05的顯著性水平(P<0.05),則認(rèn)為植被覆蓋度減小或增加趨勢(shì)顯著;如果斜率值通過0.01的顯著性水平(P<0.01),則認(rèn)為植被覆蓋度減小或增加趨勢(shì)極顯著[17]。

2001—2010年間各像元植被覆蓋度變化趨勢(shì)利用變化斜率法進(jìn)行分析,計(jì)算公式為[18]：

(2)

式中，X為變化趨勢(shì)斜率,n為監(jiān)測(cè)年數(shù),fci為第i年的植被覆蓋度。

2001—2010年間各像元植被覆蓋度變化評(píng)價(jià)標(biāo)準(zhǔn)用P值來表示(表2)。

表2 植被變化評(píng)價(jià)標(biāo)準(zhǔn)

2.3 相關(guān)性分析

為研究10年來黃土高原植被生長(zhǎng)狀況對(duì)氣象變化的響應(yīng),對(duì)每一個(gè)象元相應(yīng)的年平均覆蓋度值與降雨因子和溫度因子進(jìn)行相關(guān)性分析。相關(guān)系數(shù)(R)為負(fù)值的區(qū)域,為負(fù)相關(guān);R為正值地區(qū),為正相關(guān),其值越大相關(guān)性越大。相關(guān)性函數(shù)計(jì)算了因變量和自變量之間的線性皮爾遜相關(guān)系數(shù)。皮爾遜相關(guān)系數(shù)又稱為簡(jiǎn)單相關(guān)系數(shù)(pearson correlation coefficient),它描述了兩個(gè)定距變量間聯(lián)系的緊密程度。一般用R表示,計(jì)算公式為：

(3)

式中,R為變量X和Y之間的線性相關(guān)強(qiáng)弱程度,cov表示協(xié)方差,N表示變量個(gè)數(shù)。以上工作都是在地理信息系統(tǒng)和遙感軟件 ArcGIS 9.3,IDRISI, ENVI 4.8和IDL語言下實(shí)現(xiàn)的。

3 結(jié)果分析

3.1 植被覆蓋度現(xiàn)狀的空間格局

從2010年植被覆蓋度的空間分布可以看出 (圖1),黃土高原植被覆蓋度總體上呈現(xiàn)東南高西北低、由東南向西北遞減的特征。研究區(qū)2010年平均植被覆蓋度為39.8%,其中森林生態(tài)系統(tǒng)平均覆蓋度最高,灌木、草地生態(tài)系統(tǒng)次之,荒漠(沙漠、裸土)生態(tài)系統(tǒng)最低,空間差異明顯。

森林生態(tài)系統(tǒng)2010年植被覆蓋度達(dá)到81.6%,主要包括位于太行山、呂梁山和秦嶺地區(qū)。暖溫帶森林區(qū)植被組成以落葉闊葉林為主,覆蓋度常年較高,為80%以上。其中灌木生態(tài)系統(tǒng)也主要集中分布在該區(qū)域,植被覆蓋度僅次于森林,達(dá)到65.4%。處于各山脈之間的平原地帶,是主要的農(nóng)業(yè)耕作區(qū),農(nóng)田是該區(qū)域的主要植被類型,年植被覆蓋度多為45%—60%。位于西北部溫帶草原區(qū),植被覆蓋度達(dá)到38.8%。溫帶草地主要依水分梯度,由東南到西北分布有以旱生性多年生草本植物為主的典型草原以及以旱生性更強(qiáng)的多年生矮小草本植物為主的荒漠草原,植被覆蓋度呈現(xiàn)相應(yīng)的遞減趨勢(shì)。位于西北部的荒漠生態(tài)區(qū),地理區(qū)域上屬于亞洲荒漠植物區(qū),年平均植被覆蓋度僅為11.0%。地處草原、荒漠交界的河套平原,由于人為的引黃灌溉,并將大量的流動(dòng)、半流動(dòng)沙丘開墾為農(nóng)田,導(dǎo)致植被覆蓋度較高,多為40%—50%。

圖1 黃土高原年植被覆蓋度的空間格局2010年Fig.1 Spatial distribution of vegetation coverage in Loess Plateau (2010)

為了更好的分析和對(duì)比多年數(shù)據(jù),將植被覆蓋度進(jìn)行等級(jí)分類。通過研究區(qū)的野外實(shí)地調(diào)查,本研究采用具有可操作性強(qiáng)和準(zhǔn)確性高的分類體系,按20%的間隔,將植被覆蓋度劃均分為5個(gè)等級(jí)。由表3可知,植被覆蓋度大于80%的類型,主要為森林生態(tài)系統(tǒng),分布于海拔1458.6m和坡度4.1°地區(qū),同時(shí)該地區(qū)降水量和溫度較高,為569.7mm和8.9°。植被覆蓋度為40%—60%的類型,農(nóng)田分布比例較高,占據(jù)總農(nóng)田面積的36.3%,該地區(qū)降水豐富,地勢(shì)高,且平均坡度為2.5,為主要的退耕還林地區(qū)。植被覆蓋度為小于20%的類型,荒漠分布比例較高,占據(jù)總荒漠面積的88.5%,該地區(qū)降水少,溫度高,屬于干旱半干旱氣候,此外海拔和坡度較低。

表3 黃土高原植被覆蓋度的空間格局特征

3.2 植被覆蓋度的時(shí)空變化特征

本研究選擇反應(yīng)植被生長(zhǎng)的物候期(4—10月)作為黃土高原植被主要的生長(zhǎng)季節(jié)[19],用生長(zhǎng)期內(nèi)的植被覆蓋度的均值來表示當(dāng)年的植被覆蓋度。2000—2010 年內(nèi)黃土高原的植被覆蓋度總體上均呈現(xiàn)明顯的上升趨勢(shì),平均斜率為0.74%/a(圖2)。這表明占研究區(qū)總面積78.6%地區(qū)年植被覆蓋度呈增加趨勢(shì);而占總面積19.4%地區(qū)年植被覆蓋度呈下降趨勢(shì)。其中植被覆蓋度40%—60%類型增加趨勢(shì)最明顯,平均約為1.2%/a (圖3);植被覆蓋度0—20%類型增加速率最小,僅為0.2% a-1。對(duì)于植被覆蓋度變化速率的顯著性檢驗(yàn)表明,整個(gè)研究區(qū)內(nèi)植被覆蓋度極顯著和顯著變化區(qū)域較大,占據(jù)總面積的31.2%。整體來講,極顯著增加和顯著增加的面積大于植被覆蓋度極顯著減少和顯著減少的面積。在空間分布上 (圖2),10年間植被覆蓋度極顯著和顯著增加的區(qū)域主要分布在榆林至延安周邊地區(qū)和秦嶺一帶;植被覆蓋度極顯著和顯著減少的區(qū)域分布相對(duì)較集中,除少數(shù)零散分布于黃土高原邊緣地區(qū)外,主要沿蘭州至銀川呈條帶狀分布。

圖2 黃土高原年植被覆蓋度線性擬合斜率和顯著性P值檢驗(yàn)2000—2010年Fig.2 Linear regressive slope and P value of significant changes of annual VC in Loess Plateau (2000—2010)

圖3 黃土高原植被覆蓋度變化斜率及顯著性格局特征2000—2010年Fig.3 Characteristics of slope and P value of VC in Loess Plateau (2000—2010)

3.3 黃土高原植被覆蓋變化的驅(qū)動(dòng)力分析

3.3.1 氣候的影響

從空間像元尺度上分析黃土高原年植被覆蓋度與降雨量和溫度的相關(guān)性(圖4)。正相關(guān)表示植被覆蓋度隨降水的增加而增大,該區(qū)域主要分布在黃土高原的西北部,主要集中在河套平原一帶,主要為草地和荒漠交錯(cuò)區(qū)域。這表明降水是該地區(qū)植被覆蓋度的主要影響因子之一,因此,該區(qū)域的植被恢復(fù)需要重點(diǎn)考慮水分因素的影響。負(fù)相關(guān)表示植被覆蓋度隨降水的減少而增加,或隨降水的增加而減少。該類區(qū)域主要分布在研究區(qū)最北面部分地區(qū)。這些區(qū)域降水對(duì)植被的重要程度有所降低甚至?xí)?duì)植被生長(zhǎng)產(chǎn)生負(fù)作用。在溫度較低的北面地區(qū),過多的降水導(dǎo)致云量的增加,使入射輻射量減少,同時(shí)土壤濕度的增加導(dǎo)致地面潛熱蒸發(fā)相對(duì)增大,這些促使氣溫降低,使植被的光合作用減弱,對(duì)植被生長(zhǎng)產(chǎn)生不利的影響[20]。分析研究區(qū)年植被覆蓋度與溫度的相關(guān)關(guān)系(圖4)。正相關(guān)表示植被覆蓋度隨溫度的增加而增大,該區(qū)域主要分布在西部溫帶草原一帶。這表明溫度是該地區(qū)植被覆蓋度的主要影響因子之一,因此,該區(qū)域的植被恢復(fù)需要重點(diǎn)考慮溫度因素的影響。負(fù)相關(guān)表示植被覆蓋度隨溫度的降低而增加,或隨溫度的增加而減少。這主要分布在西北干旱和半干旱地區(qū)。這些區(qū)域溫度對(duì)植被的重要程度有所降低甚至?xí)?duì)植被生長(zhǎng)產(chǎn)生負(fù)作用。溫度的增加對(duì)該地區(qū)植被生長(zhǎng)有著正效應(yīng)和負(fù)效應(yīng)：正效應(yīng)是延長(zhǎng)植被生長(zhǎng)季節(jié),提高光合作用效率和水分利用率,從而促進(jìn)植被的生長(zhǎng);而負(fù)效應(yīng)主要在于增加水分消耗從而引發(fā)干旱,不利于植被生長(zhǎng)[21]。位于干旱、半干旱地區(qū),溫度增加使該地區(qū)缺少水分,不利于植被生長(zhǎng)。

圖4 降水和溫度與植被覆蓋度的相關(guān)系數(shù)Fig.4 Correlated coefficient between precipitation, temperature and yearly VC (2000—2010)

黃土高原各植被覆蓋度類型所對(duì)應(yīng)的降水、溫度的變化斜率,及與植被覆蓋度的相關(guān)性能清楚的說明植被的變化的原因。由圖5可知,植被覆蓋度大于60%的類型的區(qū)域,主要為森林和灌木生態(tài)系統(tǒng),降雨量成顯著增加趨勢(shì),與此同時(shí)溫度也呈現(xiàn)明顯的升高趨勢(shì),其中植被覆蓋度為60%—80%的區(qū)域降水斜率最高達(dá)到0.19mm。然而,植被覆蓋度為小于40%的區(qū)域,主要為荒漠和草地生態(tài)系統(tǒng),降雨量成顯著降低趨勢(shì),且與植被覆蓋度相關(guān)性較高,同時(shí)溫度成顯著的增加趨勢(shì),其中植被覆蓋度為0—20%的區(qū)域溫度斜率最高達(dá)到0.025℃,且與植被覆蓋度顯著負(fù)相關(guān)。由于該區(qū)域主要位于干旱和半干旱荒漠和草原區(qū),降水和溫度是主要的影響因子,近10年來該區(qū)域降水的降低和溫度的升高,導(dǎo)致局部地區(qū)植被的退化,但該地區(qū)整體植被覆蓋度仍呈緩慢的增加趨勢(shì),可能是由于近些年來的生態(tài)恢復(fù)工程的影響。植被覆蓋度為40%—60%的區(qū)域,主要農(nóng)田作業(yè)區(qū)域,降雨量和溫度均沒有顯著變化,但該區(qū)域植被覆蓋度增加趨勢(shì)最為明顯,說明該區(qū)域植被覆蓋度增加主要受人類活動(dòng)的影響, 特別是生態(tài)保護(hù)工程,如退耕還林,退牧還草,天然林保護(hù)工程?？傮w而言,研究區(qū)植被覆蓋度變化對(duì)氣候變化較為敏感,但降水量、溫度并不是植被變化的絕對(duì)限制因子,人類活動(dòng)也影響著植被覆蓋變化的區(qū)域分異特征。特別是一些地區(qū)過度放牧、濫砍濫伐或農(nóng)墾,導(dǎo)致了地表植被破壞;20世紀(jì)90年代后期,處于國(guó)家生態(tài)安全考慮,政府先后實(shí)施了大量生態(tài)保護(hù)工程,使得黃土高原植被得到了有效恢復(fù)。

圖5 黃土高原各植被覆蓋度類型的降水和溫度變化斜率及與植被覆蓋度的相關(guān)性特征2000—2010年Fig.5 Correlated characteristics between CV and the slope of changes for precipitation and temperature in Loess Plateau (2000—2010)

3.3.2 人類活動(dòng)的影響

植被覆蓋度變化不僅受氣候變化的影響,也受人為活動(dòng)的干擾。在人口稀少的黃土高原西北部地區(qū),植被生長(zhǎng)狀況主要受自然因素的影響較大,而受人為活動(dòng)的影響較小。如上圖所示,西北部地區(qū)植被覆蓋度與降水、溫度相關(guān)性明顯。但在人口密集的東南部地區(qū),植被生長(zhǎng)狀況除了受自然因素的影響外,更受經(jīng)濟(jì)、技術(shù)、社會(huì)等人文因素的制約[22]。近10年來,黃土高原實(shí)施退耕還林、天然林保護(hù)、退牧還草等生態(tài)恢復(fù)工程,黃土高原中部植被覆蓋度增加明顯,顯然與該地區(qū)的生態(tài)工程效果實(shí)施結(jié)果相關(guān)。如圖6所示,2000—2010年自然生態(tài)系統(tǒng)類型(森林、灌木、草地)變化趨勢(shì)。自然生態(tài)系統(tǒng)類型增加的區(qū)域主要分布在黃土高原中部和西部地區(qū),并與植被覆蓋度變化趨勢(shì)具有一定的空間相似性。也就是說,近10年來,黃土高原植被覆蓋度的增加,主要是人類活動(dòng)的積極作用的結(jié)果。然而,自然生態(tài)系統(tǒng)類型減少區(qū)域卻與植被覆蓋度變化趨勢(shì)空間相關(guān)性不大,說明研究區(qū)局部地區(qū)植被覆蓋度的降低主要是降水減少和溫度升高所致。

圖6 自然生態(tài)系統(tǒng)類型變化趨勢(shì)2000—2010年Fig.6 Change of nature ecosystem from 2000 to 2010

4 結(jié)論

本文基于Timesat的AG擬合法重建MODIS-NDVI數(shù)據(jù),估算了黃土高原近10年的植被覆蓋度,并分析其變化趨勢(shì)及與降水溫度和人類活動(dòng)因子的關(guān)系。結(jié)論如下:

通過黃土高原植被覆蓋度近10年變化趨勢(shì)分析,得知占研究區(qū)總面積78.6%的地區(qū)年植被覆蓋度呈增加趨勢(shì);而占總面積19.4%的地區(qū)年植被覆蓋度呈下降趨勢(shì)。其中植被覆蓋度40%—60%類型增加趨勢(shì)最明顯,平均約為1.2%/a;植被覆蓋度0—20%類型增加速率最小,僅為0.2%/a。

通過植被覆蓋度與降水、溫度相關(guān)性分析,西北部干旱、半干旱草原與荒漠地區(qū)的植被覆蓋度的變化主要受氣候的干擾,與降水呈顯著正相關(guān),而與溫度呈顯著負(fù)相關(guān)。東南森林灌木與農(nóng)業(yè)耕作區(qū)的植被覆蓋度的變化主要受人類活動(dòng)的影響。近10年來,黃土高原實(shí)施退耕還林、天然林保護(hù)、退牧還草等生態(tài)恢復(fù)工程,黃土高原中部植被覆蓋度增加明顯,大規(guī)模植被建設(shè)的實(shí)施促進(jìn)了該區(qū)植被恢復(fù),但同時(shí)使植被覆蓋對(duì)氣候等自然因子的變化敏感度降低。

[1] Adams J E, Arkin G F. A light interception method for measuring row crop ground cover. Soil Science Society of America Journal, 1977, 41(4): 789- 792.

[2] Gitelson A A, Kaufman Y J, Stark R, Rundquist D. Novel algorithms for remote estimation of vegetation fraction. Remote Sensing of Environment, 2002, 80(1): 76- 87.

[3] Wang G, Wente S, Gertner G Z, Anderson A. Improvement in mapping vegetation cover factor for the universal soil loss equation by geostatistical methods with Landsat Thematic Mapper images. International Journal of Remote Sensing, 2002, 23(18): 3649- 3667.

[4] Purevdorj T S, Tateishi R, Ishiyama T, Honda Y. Relationships between percent vegetation cover and vegetation indices. International Journal of Remote Sensing, 1998, 19(18): 3519- 3535.

[5] 張?jiān)葡? 李曉兵, 陳云浩. 草地植被蓋度的多尺度遙感與實(shí)地測(cè)量方法綜述. 地球科學(xué)進(jìn)展, 2003, 18(1): 85- 93.

[6] Pabi O. Understanding land-use/cover change process for land and environmental resources use management policy in Ghana. GeoJournal, 2007, 68(4): 369- 383.

[7] Moreau S, Bosseno R, Gu X F, Baret F. Assessing the biomass dynamics of Andeanbofedalandtotorahigh-protein wetland grasses from NOAA/AVHRR. Remote Sensing of Environment, 2003, 85(4): 516- 529.

[8] 程紅芳, 章文波, 陳鋒. 植被覆蓋度遙感估算方法研究進(jìn)展. 國(guó)土資源遙感, 2008, (1): 13- 18.

[9] 邢著榮, 馮幼貴, 楊貴軍, 王萍, 黃文江. 基于遙感的植被覆蓋度估算方法述評(píng). 遙感技術(shù)與應(yīng)用, 2009, 24(6): 849- 854.

[10] J?nsson P, Eklundh L. TIMESAT - a program for analyzing time-series of satellite sensor data. Computers & Geosciences, 2004, 30(8): 833- 845.

[11] 宋春橋, 柯靈紅, 游松財(cái), 劉高煥, 鐘新科. 基于TIMESAT的3種時(shí)序NDVI擬合方法比較研究——以藏北草地為例. 遙感技術(shù)與應(yīng)用, 2011, 26(2): 147- 155.

[12] Jonsson P, Eklundh L. Seasonality extraction by function fitting to time-series of satellite sensor data. IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(8): 1824- 1832.

[13] Leprieur C, Verstraete M M, Pinty B. Evaluation of the performance of various vegetation indices to retrieve vegetation cover from AVHRR data. Remote Sensing Reviews, 1994, 10(4): 265- 284.

[14] Zribi M, Le Hégarat-Mascle S, Taconet O, Ciarletti V, Vidal-Madjar V, Boussema M R. Derivation of wild vegetation cover density in semi-arid regions: ERS2/SAR evaluation. International Journal of Remote Sensing, 2003, 24(6): 1335- 1352.

[15] Jiapaer G, Chen X, Bao A M. A comparison of methods for estimating fractional vegetation cover in arid regions. Agricultural and Forest Meteorology, 2011, 151(12): 1698- 1710.

[16] Qi J, Marsett R C, Moran M S, Goodrich D C, Heilman P, Kerr Y H, Dedieu G, Chehbouni A, Zhang X X. Spatial and temporal dynamics of vegetation in the San Pedro River basin area. Agricultural and Forest Meteorology, 2000, 105(1/3): 55- 68.

[17] 于小飛, 孫睿, 陳永俊, 劉紹民, 周會(huì)珍, 張忠山. 烏審旗植被覆蓋度動(dòng)態(tài)變化及其與降水量的關(guān)系. 資源科學(xué), 2006, 28(4): 31- 37.

[18] Loyarte M M G, Menenti M. Impact of rainfall anomalies on Fourier parameters of NDVI time series of northwestern Argentina. International Journal of Remote Sensing, 2008, 29(4): 1125- 1152.

[19] Piao S L, Wang X H, Ciais P, Zhu B, Wang T, Liu J. Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006. Global Change Biology, 2011, 17(10): 3228- 3239.

[20] 趙茂盛, 符淙斌, 延曉冬, 溫剛. 應(yīng)用遙感數(shù)據(jù)研究中國(guó)植被生態(tài)系統(tǒng)與氣候的關(guān)系. 地理學(xué)報(bào), 2001, 56(3): 287- 296.

[21] Mooney H A, Canadell J, Chapin III F S, Ehleringer J R, K?rner C, McMurtrie R E, Parton W J, Pitelka L F, Schulze E D. Ecosystem physiology responses to global change//Walker B H, Steffem W L, Canadell J, Ingram J S I, eds. Implications of Global Change for Natural and Managed Ecosystems: A Synthesis of GCTE and Related Research. Cambridge, UK: Cambridge University Press, 1999: 141- 189.

[22] 陳佑啟, Verburg P H, 徐斌. 中國(guó)土地利用變化及其影響的空間建模分析. 地理科學(xué)進(jìn)展, 2000, 19(2): 116- 127.

Dynamic vegetation cover change over the past 10 years on the Loess Plateau, China

XIAO Qiang1,2, TAO Jianping1, *, XIAO Yang3

1CollegeofLifeScience,SouthwestUniversity,Chongqing400716,China2ChongqingCollegeofArtsandSciences,Chongqing402160,China3StateKeyLaboratoryofUrbanandRegionalEcology,ResearchCenterforEco-EnvironmentalSciences,ChineseAcademyofSciences,Beijing100085,China

We re-built MODIS-NDVI data based on the asymmetric gauss function (AG) of Timesat, by using a dimidiate pixel model to estimate the vegetation coverage (VC) of the Loess Plateau over the past decade. The model analyzed the annual temporal variation of VC in relation to precipitation and temperature. Results showed that the VC of the Loess Plateau decreased from the southeast to the northwest. Average VC was highest in the forest ecosystem, followed by the shrub and grassland ecosystems; it was lowest in the desert ecosystem, which showed significant spatial variation. In 2010, the VC in forest ecosystems was 81.6%, mainly including the Taihang and Luliang Mountains and the Qinling area. Forest ecosystems in the warm-temperature region are predominantly covered by broadleaved deciduous trees, which present high coverage up to above 80%—all year round. The VC in the northwest temperate grass zone reached 38.8%. Typical steppe ecosystems are mainly covered by xeromorphic perennial herbs distributed on the temperate grassland in a southeast-northwest direction according to the moisture gradient, and the VC presented a similar declining trend. The annual VC increased on the Loess Plateau (78.6%), whereas it decreased (19.4%). VC increased in spatial distribution from Yulin to Yan′an but declined from Lanzhou to Yinchuan where it was concentrated in relatively small patches. Variations in precipitation and temperature were correlated to each type of VC. We found that the change in VC is affected by climate change and human activities. In the sparsely populated northwest Loess Plateau, vegetation growth is mainly influenced by natural factors and less by human activities; however, in the densely populated southeast, vegetation growth is affected more by human factors, including socioeconomic and technological factors, than by natural elements.

timesat; dimidiate pixel model; vegetation cover; precipitation; temperature

國(guó)家自然科學(xué)基金重點(diǎn)資助項(xiàng)目(31570612);重慶市教委資助項(xiàng)目(KJ1501102)

2015- 06- 29;

2016- 05- 25

10.5846/stxb201506291316

*通訊作者Corresponding author.E-mail: taojianping@163.com

肖強(qiáng), 陶建平, 肖洋.黃土高原近10年植被覆蓋的動(dòng)態(tài)變化及驅(qū)動(dòng)力.生態(tài)學(xué)報(bào),2016,36(23):7594- 7602.

Xiao Q, Tao J P, Xiao Y.Dynamic vegetation cover change over the past 10 years on the Loess Plateau, China.Acta Ecologica Sinica,2016,36(23):7594- 7602.