氣候和地形對(duì)植被覆蓋動(dòng)態(tài)演化的影響研究

李卓, 張繼超, 孫然好, 張翀

?

氣候和地形對(duì)植被覆蓋動(dòng)態(tài)演化的影響研究

李卓1,2, 張繼超1, 孫然好2, *, 張翀3

1. 遼寧工程技術(shù)大學(xué)測繪與地理科學(xué)學(xué)院, 阜新 123000 2. 中國科學(xué)院生態(tài)環(huán)境研究中心城市與區(qū)域生態(tài)國家重點(diǎn)實(shí)驗(yàn)室, 北京 100085 3. 寶雞文理學(xué)院陜西省災(zāi)害監(jiān)測與機(jī)理模擬重點(diǎn)實(shí)驗(yàn)室, 寶雞 721013

基于MODIS NDVI遙感數(shù)據(jù), 結(jié)合氣象和DEM等資料, 采用線性回歸分析、穩(wěn)定性分析、/分析和相關(guān)性統(tǒng)計(jì)等數(shù)理方法, 反演了2001—2010年貴州省植被覆蓋時(shí)空演變趨勢, 研究不同因素對(duì)植被時(shí)空格局變化的驅(qū)動(dòng)作用。研究表明: (1)2001—2010年貴州省植被覆蓋呈增加趨勢, 增長率為6.25%, 植被改善區(qū)域占比例為77.7%; (2)貴州省植被覆蓋變異指數(shù)介于0.01—0.16之間, 總體較穩(wěn)定; 從持續(xù)性來看, 植被持續(xù)恢復(fù)是主旋律, 反持續(xù)性主要集中在西部和東北地區(qū)。(3)貴州地區(qū)降雨量和溫度空間分布格局較為明顯, 溫度是影響該地區(qū)植被覆蓋的主導(dǎo)因素, 不同區(qū)域?qū)夂蛞蛩氐捻憫?yīng)存在差異性。(4)各等級(jí)海拔植被覆蓋均有上升, 其中高海拔地區(qū)上升最為顯著; 中海拔地區(qū)是植被的主要分布區(qū)域, 所占比例為72.2%且該海拔范圍內(nèi)NDVI均值差異不大。

MODIS NDVI; 植被覆蓋變化; 氣候; 地形; 貴州

1 前言

國際地圈生物圈計(jì)劃(IGBP)指出研究植被覆蓋演變趨勢是描述陸地生態(tài)系統(tǒng)狀況的有效方法之一[1]。植被在生態(tài)系統(tǒng)中承擔(dān)著能量轉(zhuǎn)換和物質(zhì)循環(huán)的作用, 對(duì)人類活動(dòng)的脅迫效應(yīng)十分敏感[2], 因此, 研究植被覆蓋變化趨勢, 探討不同因素的驅(qū)動(dòng)作用, 在評(píng)價(jià)區(qū)域生態(tài)環(huán)境質(zhì)量, 指導(dǎo)可持續(xù)利用自然資源等方面具有極大的社會(huì)、經(jīng)濟(jì)和生態(tài)效益[3]。

天地一體化的遙感監(jiān)測和高光譜、高分辨率影像應(yīng)用的日益成熟, 使得植被覆蓋變化信息的獲取更加準(zhǔn)確、靈敏[4-5]。利用MODIS(中分辨率成像光譜儀)植被指數(shù)資料具有光譜、空間和時(shí)相結(jié)合的優(yōu)勢, 開展大空間尺度上的連續(xù)觀測, 已經(jīng)成為眾多學(xué)者研究植被覆蓋動(dòng)態(tài)變化的第一手資料[6-7]。目前, 通過遙感技術(shù)所獲得植被指數(shù)已有幾十種, 包括NDVI、SR、DVI、GEMI、SAVI、EVI、DDVI、GVI、PVI、RVI等[8], 其中NDVI(歸一化植被指數(shù))由于其計(jì)算的簡便性和對(duì)地表植被狀況反映的準(zhǔn)確性, 現(xiàn)已成為一種常用植被監(jiān)測指標(biāo), 用來評(píng)價(jià)植被的動(dòng)態(tài)變化[9]。對(duì)貴州省植被覆蓋變化的研究已取得了一定成果: 王冰等[10]利用1982—1999年AVHRR- NDVI數(shù)據(jù)研究貴州喀斯特地區(qū)植被覆蓋變化, 發(fā)現(xiàn)該地區(qū)植被覆蓋上升趨勢表現(xiàn)明顯且不同的濕潤程度使植被覆蓋變化產(chǎn)生了差異; 牛魯燕等[11]分析認(rèn)為春季對(duì)植被覆蓋變化總量的貢獻(xiàn)最大; 鄭永康等[12]對(duì)比1990年和2007年兩個(gè)時(shí)段的Landsat TM影像發(fā)現(xiàn), 貴陽市植被覆蓋面積增加了11.1%; 李威等[13]結(jié)合DEM以不同高程分區(qū)研究了2001—2010年的植被覆蓋變化情況, 研究結(jié)果表明各個(gè)高程分區(qū)的植被覆蓋都以改善為主, 尤其高程大于1900米的地區(qū)植被覆蓋增長最快。

先前對(duì)貴州省植被覆蓋的研究忽略了氣候因素, 同時(shí)相關(guān)研究缺少對(duì)植被覆蓋變化趨勢的預(yù)測。鑒于此, 本文以貴州省為研究區(qū)域, 基于MODIS NDVI遙感數(shù)據(jù), 結(jié)合氣象和DEM等資料, 采用線性回歸分析、穩(wěn)定性分析、/分析和相關(guān)性統(tǒng)計(jì)等數(shù)理方法, 反演了2001—2010年貴州省植被覆蓋時(shí)空演變趨勢, 評(píng)估了未來植被變化趨勢, 研究不同因素對(duì)植被時(shí)空格局變化的驅(qū)動(dòng)作用, 探討影響機(jī)制, 為貴州省區(qū)域資源開發(fā)和生態(tài)保護(hù)提供決策依據(jù)。

2 材料與方法

2.1 研究區(qū)概況與數(shù)據(jù)來源

貴州省(圖1)地處我國西南腹地, 云貴高原東部, 地貌以山地和丘陵為主, 巖溶分布范圍廣泛, 地域性明顯, 屬典型喀斯特地貌; 地勢西高東低, 自中部向北、東、南傾斜, 呈階梯式分布, 海拔落差較大; 氣候冬暖夏涼, 雨季明顯, 屬亞熱帶濕潤季風(fēng)氣候; 受大氣環(huán)流及地形的影響, 干旱、凌凍、冰雹等自然災(zāi)害頻發(fā); 在多種因素共同驅(qū)動(dòng)下, 貴州地區(qū)形成了一種獨(dú)特的巖溶生態(tài)系統(tǒng), 致使其成為我國石漠化最為敏感的地區(qū)[14]。同時(shí), 該地區(qū)從屬于長江防護(hù)林保護(hù)區(qū)范圍, 是長江、珠江上游地區(qū)重要的生態(tài)屏障[15]。

遙感數(shù)據(jù)來源于國際科學(xué)數(shù)據(jù)鏡像網(wǎng)站(http:// www.gscloud.cn) 的MODND1M 數(shù)據(jù)產(chǎn)品, 該產(chǎn)品是將空間分辨率為500 m的 MODIS(Terra星)NDVI每天數(shù)據(jù), 采用國際通用的最大合成法(MVC)排除云和大氣的干擾得到月NDVI產(chǎn)品。通過貴州省行政區(qū)掩膜, 裁剪出2001—2010年逐月NDVI柵影像。采用均值法, 進(jìn)一步得到年均NDVI柵格影像。

氣象數(shù)據(jù)是中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http:// cdc.cma.gov.cn)提供的貴州省內(nèi)及周邊共計(jì)377個(gè)氣象站的年平均溫度和降雨量資料。根據(jù)各氣象站的經(jīng)緯度將溫度、降水等信息導(dǎo)入ArcGIS空間分析模塊進(jìn)行Kringing空間插值。胡霞等[16]通過數(shù)據(jù)的模擬和對(duì)比發(fā)現(xiàn)該方法充分考慮數(shù)據(jù)點(diǎn)的空間相關(guān)性, 插值效果良好。最后通過貴州行政區(qū)掩膜裁剪得到與NDVI數(shù)據(jù)具有相同大小像元的柵格影像。

貴州省90 m分辨率DEM資料來源于2003年美國國家航空航天局(NASA)公布的數(shù)字高程模型數(shù)據(jù)集。

2.2 年際NDVI變化趨勢計(jì)算

一元線性回歸分析基于像元層次, 可以以像元的變化特征模擬區(qū)域時(shí)空格局變化趨勢[17]。本文以年均NDVI和時(shí)間序列建立一元線性方程, 模擬2001—2010年年際NDVI變化趨勢。計(jì)算公式如下:

式中, θslope是年際NDVI回歸方程的斜率, 若值為正, 表示植被指數(shù)有增加趨勢, 且值越大趨勢越明顯; 反之, 植被指數(shù)有下降趨勢。n為監(jiān)測時(shí)間段的年數(shù); 表示第i年的年均NDVI。θslope為正, 則NDVI呈遞增趨勢; θslope為負(fù), 則NDVI呈遞減趨勢。本文將θslope分為退化(θslope≤–0.0002)、基本穩(wěn)定(–0.0002≤ θslope<0.003)、輕微改善(0.003≤θslope<0.006)、中度改善(0.006≤θslope<0.009)、明顯改善(0.009≤θslope)5個(gè)等級(jí)。

2.3 年際NDVI穩(wěn)定性計(jì)算

變異系數(shù)是量化一組數(shù)據(jù)離散程度最常用的一種方法, 值的大小反映了數(shù)據(jù)序列的波動(dòng)幅度[18]。本文基于單個(gè)像元在研究時(shí)段內(nèi)植被覆蓋度的變異系數(shù), 模擬貴州地區(qū)植被覆蓋的穩(wěn)定性。計(jì)算公式如下:

2.4 年際NDVI變化趨勢預(yù)測

R/S分析法(重新標(biāo)度極差分析法)由Hurst在研究水文觀測資料時(shí)提出, 是定量描述時(shí)間序列信息依賴性的一種分型理論, 目前在經(jīng)濟(jì)學(xué)、水文學(xué)、地質(zhì)學(xué)氣候?qū)W等領(lǐng)域有著廣泛應(yīng)用[19-20]。基本原理如下:

對(duì)于一個(gè)時(shí)間序列{ξ()},=1,2…,等于任意正整數(shù)≥1, 定義均值序列:

引入無量綱的比值/, 若存在使得/= ()成立, 則說明{ξ(t)}存在Hurst現(xiàn)象,為Hurst指數(shù)。在雙對(duì)數(shù)坐標(biāo)系中(ln, ln/)使用最小二乘法擬合, 求得像元Hurst指數(shù)。Hurst指數(shù)取值范圍:

(1)若0<<0.5, 表明NDVI時(shí)間序列具有反持續(xù)性, 過去變量與未來趨勢呈負(fù)相關(guān), 序列有突變跳躍特性;

(2)若=0.5, 表明NDVI時(shí)間序列為互相獨(dú)立的隨機(jī)序列;

(3)0.5<<1, 表明NDVI時(shí)間序列具有長期相關(guān)特性, 過程具有持續(xù)性。

值越接近于0, 反持續(xù)性越強(qiáng);值越接近于1, 持續(xù)性越強(qiáng)。本文根據(jù)指數(shù)的范圍, 參照已有的研究[21], 劃分為10個(gè)等級(jí)。

3 結(jié)果與分析

3.1 植被覆蓋的時(shí)間變化特征

2001—2010年貴州地區(qū)NDVI總體呈上升趨勢, 增速為0.06/10年, 增長過程中出現(xiàn)較大的波動(dòng)(圖2); 2001年植被NDVI為0.64, 2010年增長到0.68, 增長率為6.25%; 2001—2004年間出現(xiàn)交替式增減; 該地區(qū)2005年由于受到嚴(yán)重氣象災(zāi)害的持續(xù)影響[22]增長率為-7.38%; 2006年和2007年植被得到了較好的恢復(fù), NDVI增長率分別為5.36%、6%; 在2008— 2010年植被NDVI呈現(xiàn)小幅度下降趨勢。

3.2 植被覆蓋的空間格局演變特征和穩(wěn)定性評(píng)價(jià)

貴州地區(qū)植被覆蓋空間演變特征(表1、圖3): (1)2001—2010年貴州地區(qū)植被覆蓋有明顯變好趨勢, 植被改善所占比例為77.7%; 基本穩(wěn)定占17.4%; 退化僅占4.9%。(2)其中明顯改善(深綠色)所占比例為16.1%, 呈塊狀點(diǎn)綴于中度改善中心區(qū)域, 主要分布于安順市南部、畢節(jié)市西部(威寧草海國家級(jí)自然保護(hù)區(qū))、銅仁市東南以及和遵義市交界北部(貴州麻陽河國家級(jí)自然保護(hù)區(qū))等地區(qū)。(3)植被退化區(qū)域(紅色)小部分零星散布于銅仁市中部、貴陽市南部、遵義市西北以及黔西南布依族苗族自治州西南地區(qū)等, 其余大部分相對(duì)集中在黔東南苗族侗族自治州, 該地區(qū)由于人口迅速增長, 建設(shè)用地持續(xù)增加, 土地利用深度、廣度顯著增加[23], 迫使植被遭受破壞。

貴州地區(qū)植被覆蓋空間格局演變的穩(wěn)定性評(píng)價(jià)(圖4): (1)2001—2010年貴州地區(qū)植被覆蓋變異指數(shù)介于0.01—0.16之間, 總體呈現(xiàn)出穩(wěn)定趨勢。(2)低波動(dòng)地區(qū)(黑色)所占比例為16.1%, 主要分布于銅仁市、黔東南苗族侗族自治州、黔西南布依族苗族自治州等地區(qū), 對(duì)比圖3可以發(fā)現(xiàn)與植被退化區(qū)域基本吻合, 也應(yīng)證了退化幅度較低。(3)較低波動(dòng)地區(qū)(淡綠色)、中度波動(dòng)地區(qū)(白色)、較高波動(dòng)地區(qū)(淡黃色)占全區(qū)大部分面積(77.8%)與植被改善分布基本吻合。(4)高波動(dòng)地區(qū)(藍(lán)色)主要集中在遵義市西南部、畢節(jié)市東北部等地區(qū), 所占比例為6.1%。其中畢節(jié)市東北部地區(qū)表現(xiàn)為植被的大幅度改善, 遵義市西南部則表現(xiàn)出該地區(qū)植被的不穩(wěn)定性。

圖2 2001—2010年貴州地區(qū)年際NDVI變化曲線

表1 2001—2010年貴州地區(qū)植被覆蓋演變特征統(tǒng)計(jì)

圖3 2001—2010年貴州地區(qū)植被覆蓋空間演變

圖4 2001—2010年貴州地區(qū)植被覆蓋演變波動(dòng)幅度

3.3 植被覆蓋時(shí)空演變的趨勢預(yù)測

貴州地區(qū)Hurst指數(shù)(圖5)平均值為0.62, 反持續(xù)性序列比重占20.84%, 持續(xù)性序列有絕對(duì)優(yōu)勢, 比重占79.16%, 其中弱持續(xù)性序列(0.35—0.65)比重超過一半以上, 占56.7%。植被的恢復(fù)若依靠單一因素(自然或人為干涉修復(fù)), 其恢復(fù)序列表現(xiàn)出較強(qiáng)的持續(xù)性, 而這種弱持續(xù)性證明了貴州地區(qū)植被覆蓋變化是在自然、人為等多種因素共同驅(qū)動(dòng)下形成的。

從空間分布格局來看(圖6), 貴州地區(qū)總體表現(xiàn)為持續(xù)性(綠色), 結(jié)合不足5%的退化面積, 說明該地區(qū)植被恢復(fù)已成為主旋律, 未來也將保持這一姿態(tài)。反持續(xù)性(紫色)呈現(xiàn)連片分布, 主要集中在西部和東北地區(qū), 結(jié)合植被空間演變和波動(dòng)幅度分析, 這些區(qū)域在研究時(shí)段內(nèi), 有著植被改善、波動(dòng)幅度較大的特點(diǎn), 推斷人為因素影響較大, 未來植被可能呈現(xiàn)退化趨勢。

圖5 貴州地區(qū)Hurst指數(shù)正態(tài)分布圖

圖6 貴州地區(qū)Hurst指數(shù)空間分布圖

為了進(jìn)一步了解植被覆蓋變化趨勢的可持續(xù)性, 本文將趨勢分析結(jié)果和/分析的結(jié)果重分類后, 進(jìn)行疊加耦合分析, 得出如下結(jié)論(圖7): 研究區(qū)整體情況較為樂觀, 未來植被持續(xù)改善區(qū)域(綠色)所占比重為74.3%, 反持續(xù)性改善區(qū)域(紅色)比重為20.2%, 持續(xù)退化區(qū)域(藍(lán)色)比重為4.9%, 反持續(xù)退化區(qū)域(黃色)最少不足1%。從空間分布來看, 反持續(xù)改善區(qū)域主要集中在西部地區(qū), 這里海拔較高, 雨熱條件差, 植被的持續(xù)改善存在突變的特性, 另外銅仁市西部和遵義市交界北部(貴州麻陽河國家級(jí)自然保護(hù)區(qū))地區(qū)雖然經(jīng)歷了長期的人工植被建設(shè)使植被覆蓋有了很大的提高, 但其反持續(xù)性和未來變化趨勢仍需要研究人員繼續(xù)關(guān)注; 由于城市化、人口發(fā)展、經(jīng)濟(jì)結(jié)構(gòu)調(diào)整等因素, 持續(xù)退化區(qū)域主要集中在黔東南苗族侗族自治州。對(duì)于變化趨勢的持續(xù)性可以從李仕蓉等[24]相關(guān)研究來佐證, 研究結(jié)果表明2010年后植被覆蓋呈上升趨勢并在2013年達(dá)到峰值。

3.4 氣候因素對(duì)植被的影響

貴州地區(qū)降雨量和溫度空間分布格局較為明顯(圖7): (1)年平均降雨量為1170.5 mm, 分布差異性明顯, 自東向西、自南向北逐步遞減。(2)年均溫度為15.6 ℃, 差異性依附于海拔影響, 特征變現(xiàn)為自西向東、自中部向北、東、南逐漸升高。從整體來看, 銅仁市、黔西南布依族苗族自治州、黔南布依族苗族自治州南部地區(qū)、黔東南苗族侗族自治州東南地區(qū)相對(duì)表現(xiàn)為溫暖多雨。

圖 7 貴州地區(qū)植被覆蓋變化趨勢持續(xù)性分布圖

在ArcGIS Multivariate模塊的支持下, 基于像元相關(guān)性分析法, 以年為時(shí)間單位統(tǒng)計(jì)年際NDVI與氣候因素相關(guān)系數(shù)。相關(guān)性統(tǒng)計(jì)表明: (1)整個(gè)區(qū)域內(nèi), 植被覆蓋與年均溫度相關(guān)性(0.27)大于與年均降雨量相關(guān)性(0.07), 這與丹利[25]等基于貴州2000—2006年氣候?qū)χ脖蝗~面積指數(shù)響應(yīng)結(jié)果一致。(2)以各市為研究區(qū), 統(tǒng)計(jì)相關(guān)性(表3), 其中溫度占主導(dǎo)因素影響植被覆蓋的市有: 安順、銅仁、遵義、黔西南布依族苗族自治州; 降水占主導(dǎo)因素影響植被的市有: 畢節(jié)、六盤水、黔東南苗族侗族自治州; 佐證了貴州地區(qū)溫度是影響植被覆蓋的主導(dǎo)因素。(3)貴陽市植被覆蓋與溫度、降雨相關(guān)性統(tǒng)計(jì)均為負(fù)值, 是由于該地區(qū)城市化較為發(fā)達(dá), 人類活動(dòng)是影響植被的主導(dǎo)因素; 黔南布依族苗族自治州植被覆蓋與溫度、降雨相關(guān)性差異不明顯, 是由于該地區(qū)受海拔、季風(fēng)影響(南部相較北部溫暖多雨)造成了南北地區(qū)植被各自依賴不同的氣候因素。

圖8 2001—2010年貴州地區(qū)年降雨量和年均溫度空間分布

表2 2001—2010年貴州各市植被覆蓋與氣候因素相關(guān)性統(tǒng)計(jì)

3.5 地形因素對(duì)植被的影響

貴州地處低緯度山區(qū), 地勢高差懸殊, 垂直氣候明顯, 不同海拔植被類型差異較大[26]。ArcGIS統(tǒng)計(jì)2001—2010年10年NDVI均值結(jié)果(表3)表明: 高海拔地區(qū)(1896m以上)NDVI均值最小(0.755), 所占比例為6.4%; 中海拔地區(qū)(760— 896m)是植被的主要分布區(qū)域, 所占比例為72.2%且該海拔范圍內(nèi)NDVI均值差異不大; 低海拔地區(qū)(760m以下)溫暖多雨, NDVI均值最高(0.821), 所占比例為21.4%。以年份和NDVI值建立各等級(jí)海拔的NDVI變化趨勢圖(圖9), 由圖可見, 高海拔地區(qū)植被覆蓋上升最為顯著, 在研究時(shí)段增長了8%; 海拔范圍在760—1091米的NDVI值僅增長了0.01, 并且變化趨勢線性方程變現(xiàn)為下降趨勢; 海拔范圍在1091— 1452米的植被覆蓋變化趨勢不明顯。從各等級(jí)海拔植被覆蓋變化趨勢圖中可以看出, 2005年的嚴(yán)重氣象災(zāi)害對(duì)各個(gè)等級(jí)海拔區(qū)域植被均造成了嚴(yán)重影響。

不同海拔NDVI的差異性與植被垂直分布特征有密切關(guān)系。高海拔地區(qū)植被主要是常綠闊葉林, 在全球變暖的大背景下, 加之封山育林、造林工程等政策的推行, 植被覆蓋出現(xiàn)了較好的增長, 對(duì)貴州地區(qū)NDVI增長貢獻(xiàn)較大。中、低海拔地區(qū), 人類活動(dòng)頻繁, 農(nóng)田植被占有一定比例, 但隨著石漠化的治理和特色農(nóng)業(yè)的開展以及城鄉(xiāng)綠化的進(jìn)行, 在這10年間呈現(xiàn)小幅度增加趨勢。

4 結(jié)論

本文以貴州省為研究區(qū)域, 基于MODIS NDVI遙感數(shù)據(jù), 結(jié)合氣象和DEM等資料, 采用線性回歸分析、穩(wěn)定性分析、/分析和相關(guān)性統(tǒng)計(jì)等數(shù)理方法, 反演了2001—2010年貴州省植被覆蓋時(shí)空演變趨勢, 研究不同因素對(duì)植被時(shí)空格局變化的驅(qū)動(dòng)作用, 探討影響機(jī)制, 得出結(jié)論如下:

表3 2001—2010年貴州地區(qū)各海拔年均NDVI統(tǒng)計(jì)

圖9 2001—2010年貴州地區(qū)各海拔年均NDVI變化趨勢

(1)2001—2010年貴州省植被覆蓋呈增加趨勢, 增長率為6.25%, 植被改善區(qū)域占比例為77.7%, 退化比例僅為4.9%。貴州地區(qū)植被覆蓋變異指數(shù)介于0.01—0.16之間, 總體呈現(xiàn)出穩(wěn)定趨勢。低波動(dòng)地區(qū)占比例16.1%, 基本與植被退化區(qū)域吻合; 較低、中度、較高波動(dòng)地區(qū)占比例77.8%與植被改善分布基本吻合; 高波動(dòng)地占比例6.1%, 主要集中在遵義市西南部、畢節(jié)市東北部等地區(qū)。

(2)貴州地區(qū)植被覆蓋受多種因素影響, 改善趨勢將會(huì)保持持續(xù)性姿態(tài), Hurst指數(shù)均值為0.62, 持續(xù)性序列占絕對(duì)優(yōu)勢, 比重占79.16%?？臻g分布來看, 總體表現(xiàn)為正向持續(xù)性, 反持續(xù)性主要集中在西部和東北地區(qū)。

(3)貴州地區(qū)降雨量和溫度空間分布格局較為明顯。降雨量自東向西、自南向北逐步遞減。溫度自西向東、自中部向北、東、南逐漸升高。植被覆蓋與溫度相關(guān)性(0.27)大于與降雨量(0.07)。不同區(qū)域氣候因素對(duì)NDVI的影響存在差異性。

(4)統(tǒng)計(jì)表明2001—2010年不同等級(jí)海拔區(qū)域植被NDVI均有上升, 其中高海拔地區(qū)上升最為顯著。中海拔地區(qū)是植被的主要分布區(qū)域, 所占比例為72.2%且該海拔范圍內(nèi)NDVI均值差異不大。

雖然MODIS具有較高的空間分辨率, 但小區(qū)域內(nèi)變化與未變化部分仍會(huì)組合成混合像元, 從而影響利用NDVI監(jiān)測植被覆蓋動(dòng)態(tài)變化的敏感性。像元二分模型通過將像元信息線性分解提高獲取植被信息的靈敏度, 并減少了影像輻射校正的干擾, 是當(dāng)前主流的植被估算模型, 其缺陷是通常根據(jù)影像NDVI灰度分布, 以置信度截取上下限閾值來近似代替純植被像元和非植被像元信息, 而純植被像元信息會(huì)受到植被類型、空間分布和生長季相的變化產(chǎn)生時(shí)空變異使植被覆蓋估算產(chǎn)生偏差[27], 下一步根據(jù)實(shí)測數(shù)據(jù)確定純植被和非植被像元信息是提高監(jiān)測植被覆蓋變化精度的有效途徑之一。同時(shí), 伴隨著中國城鎮(zhèn)化速度明顯加快, 如何區(qū)劃人類活動(dòng)范圍, 量化剖析對(duì)植被覆蓋的直接或間接影響, 針對(duì)植被覆蓋變化特征進(jìn)行分類識(shí)別, 在評(píng)價(jià)陸地生態(tài)環(huán)境質(zhì)量等方面將具有重要的科研價(jià)值和實(shí)際意義。

[1] WALKER B. The Terrestrial Biosphere and Global Change: Implications for Natural and Managed Ecosystems[J]. Environmental Policy Collection, 1999, 400(6744): 522–523.

[2] 傅伯杰, 劉國華, 歐陽志云. 中國生態(tài)區(qū)劃研究[M]. 北京: 科學(xué)出版社, 2013.

[3] 穆少杰, 李建龍, 陳奕兆, 等. 2001—2010 年內(nèi)蒙古植被覆蓋度時(shí)空變化特征[J]. 地理學(xué)報(bào), 2012, 67(9): 1255–1268.

[4] 李德仁. 攝影測量與遙感學(xué)的發(fā)展展望[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2008, 33(12): 1211–1215.

[5] GLENN E P, HUETE A R, NAGLER P L, et al. Relationship between remotely-sensed vegetation indices, canopy attributes and plant physiological processes: what vegetation indices can and cannot tell us about the landscape[J]. Sensors, 2008, 8(4): 2136–2160.

[6] POULIOT D, LATIFOVIC R, OLTHOF I. Trends in vegetation NDVI from 1 km AVHRR data over Canada for the period 1985—2006[J]. International Journal of Remote Sensing, 2009, 30(1): 149–168.

[7] 王紅說, 黃敬峰. 基于 MODIS NDVI 時(shí)間序列的植被覆蓋變化特征研究[J]. 浙江大學(xué)學(xué)報(bào)(農(nóng)業(yè)與生命科學(xué)版), 2009, 35(1): 105–110.

[8] TUCKER C J. Red and photographic infrared linear combinations for monitoring vegetation[J]. Remote Sensing of Environment, 1979, 8(2): 127–150.

[9] 郭建坤, 黃國滿. 1988—2003年內(nèi)蒙古地區(qū)土地覆被動(dòng)態(tài)變化分析[J]. 資源科學(xué), 2005, 27(4): 84–89.

[10] 王冰, 楊勝天. 基于NOAA/AVHRR的貴州喀斯特地區(qū)植被覆蓋變化研究[J]. 中國巖溶, 2006, 02: 157–162.

[11] 牛魯燕, 鄭有飛, 吳榮軍, 等. 基于RS和GIS技術(shù)的貴州省植被生態(tài)環(huán)境監(jiān)測分析[J]. 環(huán)境監(jiān)測管理與技術(shù), 2009, 03: 14–18.

[12] 鄭永康, 銀正彤, 何朝鳳. 基于遙感影像的貴陽市植被覆蓋變化分析[J]. 貴州農(nóng)業(yè)科學(xué), 2014, 02: 145–148.

[13] 李威, 李月臣, 唐誼娟, 等. 基于MODIS-NDVI的貴州省2001—2010年植被覆蓋變化分析及分異特征[J]. 重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015, 04: 146–151.

[14] 周國富. 貴州喀斯特石漠化分布的空間差異與防治區(qū)劃探討[J]. 中國巖溶, 2006, 25(1): 79–84.

[15] 朱金兆, 周心澄, 胡建忠. 對(duì)“三北”防護(hù)林體系工程的思考與展望[J]. 自然資源學(xué)報(bào), 2004, 19(1): 79–85.

[16] 胡霞, 雷星松. 基于ArcGIS 的中國區(qū)域降水空間分析及其可視化[J]. 科技資訊, 2009 (24): 115–116.

[17] 楊強(qiáng), 王婷婷, 陳昊, 等. 基于 MODIS EVI 數(shù)據(jù)的錫林郭勒盟植被覆蓋度變化特征[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015 (22): 191–198.

[18] 徐建華. 現(xiàn)代地理學(xué)中的數(shù)學(xué)方法[M]. 北京: 化學(xué)工業(yè)出版社, 2001.

[19] HURST H E. Long-term storage capacity of reservoirs[J]. Transactions of the American Society of Civil Engineers, 1951, 116: 770–808.

[20] MANDELBROT B, WALLIS J R. Some long-run prope-rties of geophysical records[J]. Water Resources Research, 1969, 5(2): 321–340.

[21] 李雙雙, 延軍平, 萬佳. 近10年陜甘寧黃土高原區(qū)植被覆蓋時(shí)空變化特征[J]. 地理學(xué)報(bào), 2012, 67(7): 960– 70.

[22] 唐磊. 2005 年貴州省主要?dú)庀鬄?zāi)害及影響[J]. 貴州氣象, 2006, 30(6): 26–27.

[23] 趙松婷, 郭濼, 杜世宏, 等. 黔東南苗族侗族自治州土地利用時(shí)空變化與驅(qū)動(dòng)因素[J]. 北京大學(xué)學(xué)報(bào) (自然科學(xué)版), 2012, 48(5): 785–791.

[24] 李仕蓉. 2000—2013年貴州省植被覆蓋時(shí)空變化特征與趨勢[J]. 貴州農(nóng)業(yè)科學(xué), 2014(7): 202–205.

[25] 丹利, 謝明. 基于 MODIS 資料的貴州植被葉面積指數(shù)的時(shí)空變化及其對(duì)氣候的響應(yīng)[J]. 氣候與環(huán)境研究, 2009, 14(5): 455–464.

[26] 王孜昌, 王宏艷. 貴州省氣候特點(diǎn)與植被分布規(guī)律簡介[J].貴州林業(yè)科技, 2002, 30(4): 46–50.

[27] 馬娜, 胡云鋒, 莊大方, 等. 基于遙感和像元二分模型的內(nèi)蒙古正藍(lán)旗植被覆蓋度格局和動(dòng)態(tài)變化[J]. 地理科學(xué), 2012, 2: 251–256.

李卓, 張繼超, 孫然好, 等. 氣候和地形對(duì)植被覆蓋動(dòng)態(tài)演化的影響研究[J]. 生態(tài)科學(xué), 2017, 36(6): 35-43.

LI Zhuo, ZHANG Jichao, SUN Ranhao, et al. Impact of climate and topography on vegetation dynamics[J]. Ecological Science, 2017, 36(6): 35-43.

Impact of climate and topography on vegetation dynamics

LI Zhuo1,2, ZHANG Jichao1, SUN Ranhao2,*, ZHANG Chong3

1. School of Geomatics, Liaoning Technical University, Fuxin 123000, China 2. State Key Laboratory of Urban and Regional Ecology, Research Center for Eco-Environmental Sciences, Chinese Academy of Sciences, Beijing 100085, China 3. Shaanxi Key Laboratory of Disaster Monitoring and Mechanism Modeling, Baoji University of Arts and Sciences, Baoji 721013, China

Vegetation dynamics can represent the evolution of terrestrial ecosystems and have significant effects on the global climate change and hydrological cycle. This study quantified the temporal and spatial pattern of vegetation cover by using the MODIS NDVI, DEM, and meteorological data. This study was implemented in Guizhou from 2001 to 2010. The main methods of this study include linear regression, coefficient of variation,/analysis, correlation statistics and other mathematical methods. Results showed that: (1) The vegetation coverage increased 6.25% in Guizhou province from 2001 to 2010. The proportion of vegetation recovery reached 77.7%. (2) Vegetation coverage was stable in most areas of Guizhou province. This was proved by thevariation coefficient between 0.01-0.16. The sustained recovery of vegetation is dominant during this period while the anti-sustainability only located in the western and northeastern parts of Guizhou province. (3) The precipitation and temperature had obvious spatial gradient. The temperature was found to be the dominant factor in the study area. (4) The vegetation cover increased significantly, particularly at high-altitude regions. The regions of mediate altitude had the largest area of vegetation which contributions more than 72.2% of the total area. Moreover, the NDVI values in this region had small variations compared with other regions.

NDVI; vegetation cover; climate; topography; Guizhou

10.14108/j.cnki.1008-8873.2017.06.005

P951

A

1008-8873(2017)06-035-09

2016-09-23;

2016-12-06

國家自然科學(xué)基金重大項(xiàng)目(41590843)

李卓(1992—), 男, 山東菏澤人, 碩士研究生, 主要從事資源環(huán)境遙感研究, E-mail: lizhuo56@foxmail.com

孫然好, 男, 博士, 副研究員, 主要從事生態(tài)學(xué)和GIS研究, E-mail: rhsun@rcees.ac.cn