塔里木河流域植被覆蓋變化的遙感監(jiān)測

管文軻, 韋 紅, 鐘家驊, 霍艾迪, 杜偉宏, 鄭小路

(1.新疆林業(yè)科學院, 新疆 烏魯木齊 830002； 2.長安大學 旱區(qū)地下水與生態(tài)效應教育部重點實驗室, 陜西 西安 710054； 3.長安大學 環(huán)境科學與工程學院, 陜西 西安 710054)

塔里木河(簡稱塔河)流域作為西北內陸灌溉規(guī)模最大的流域，也是支撐中國科學發(fā)展的重要能源、資源戰(zhàn)略后備基地，確保沿線林地生態(tài)健康是維持干流生態(tài)安全和保證區(qū)域內綠洲可持續(xù)發(fā)展的基礎[1]，而在塔里木盆地這樣嚴酷的自然環(huán)境中，以胡楊為主體的荒漠河岸林維系著塔河流域綠洲生態(tài)系統(tǒng)的結構完整與穩(wěn)定，胡楊的生態(tài)意義在于防風固沙、水土保持，是維護荒漠地區(qū)生態(tài)平衡的最關鍵因素[2]。為此，新疆維吾爾自治區(qū)組織實施了塔里木河胡楊林生態(tài)保護專項行動，自治區(qū)林業(yè)廳啟動了“塔里木河胡楊林生態(tài)恢復研究與示范”行業(yè)科技支撐項目，組織相關科研院所圍繞塔河流域環(huán)境的生態(tài)恢復開展創(chuàng)新研究，本文選題即依托于此，旨在通過遙感影像獲取生物物理參數(shù)(植被指數(shù))而實現(xiàn)對植被恢復等生態(tài)工程的成效進行定量分析。目前國內外對于荒漠化地區(qū)生態(tài)環(huán)境的動態(tài)監(jiān)測研究中，為實現(xiàn)定量遙感評估，國內外許多學者采用了植被指數(shù)(如NDVI)開展研究[3-6]，植被指數(shù)及其變化易于測量，對外界干擾非常敏感且經(jīng)濟可行，是較為理想的綜合性指標[7-8]。國內對于中國西北干旱區(qū)的研究則更為具體，霍艾迪等[9-10]提出了基于MODIS影像數(shù)據(jù)的沙漠化地區(qū)植被覆蓋度提取模型，該模型由像元二分模型發(fā)展而來，并成功應用于毛烏素沙地植被覆蓋度的定量遙感反演；在植被指數(shù)的選擇上，王正興等[11]，李紅軍等[12]，左麗君等[13]，李喆等[14]研究發(fā)現(xiàn)相較于廣泛運用的NDVI指數(shù)，EVI指數(shù)進一步地完善了大氣校正、減少了土壤噪音的影響，在植被稀疏地區(qū)具有較強的識別植被差異的能力，朱林富等[15]，楊強等[16]將EVI指數(shù)應用于重慶等地區(qū)植被覆蓋變化研究。本文擬綜合運用ArcGIS 10.2，ENVI5.3，SPSS 24.0等信息處理平臺，結合像元二分模型，創(chuàng)新性地采用2007—2017年的MODIS-EVI數(shù)據(jù)對塔河干流沿岸的植被覆蓋度進行估算，構建植被覆蓋時間序列模型進行平穩(wěn)擬合與外推，從而對塔河流域植被變化趨勢作出預測，并利用NDVI指數(shù)對EVI指數(shù)監(jiān)測結果的重現(xiàn)性進行檢驗，科學分析區(qū)內生態(tài)恢復的現(xiàn)狀及今后的發(fā)展趨勢，以期為今后塔河流域生態(tài)環(huán)境治理技術的實踐與推廣、環(huán)境保護決策提供可靠的基礎研究依據(jù)。

1 試驗設計與研究方法

1.1 塔里木河監(jiān)測區(qū)域邊界的建立

塔河環(huán)繞中國南疆內陸盆地北緣，位于天山山脈南麓與塔里木盆地之間的山前凹陷區(qū)，地形西高東低、北高南低；北部受前山褶皺構造抬升而使沖、洪積平原向南延伸，迫使河道南移；南部沖積平原受沖積物和風成沙的堆高，迫使河道北返，因此河道游蕩，擺幅達80～130 km，在天山南坡山麓礫漠帶與塔克拉瑪干大沙漠之間形成了廣闊而深厚的沖、洪積平原，為沿岸植被的生長發(fā)育及人類農(nóng)牧業(yè)生產(chǎn)活動提供了良好的水土環(huán)境條件，其中以胡楊和檉柳為建群種的荒漠河岸林是阻擋綠洲沙漠化的主要屏障[1]。河道兩岸林地是干流植被的主要保護對象，基于GIS緩沖區(qū)功能可得到緩沖范圍內的植被指數(shù)數(shù)據(jù)，提取單位緩沖帶內的植被指數(shù)平均值[17]，以此來反映研究區(qū)植被指數(shù)的動態(tài)變化。本文將緩沖距離定為向南北方向垂直干流河道各延伸15 km，基本涵蓋了塔河干流沿岸植物生長季的植被分布區(qū)域，以阿拉爾為干流的起點，英巴扎為上、中游分界點，卡拉為中、下游分界點，臺特瑪湖為干流終點，塔河流域遙感監(jiān)測區(qū)域總面積25 575.6 km2，其中上游段面積10 353.3 km2，中游段面積6 703.7 km2，下游段面積8 518.6 km2。

1.2 研究方法

1.2.1 遙感影像的選擇 MODIS中分辨率成像光譜儀是搭載在EOS系列衛(wèi)星Terra和Aqua上的重要傳感器，Terra和Aqua是美國國家宇航局的地球觀測衛(wèi)星，主要任務為對全球大氣、海洋、陸地進行周期性觀測，由美國NASA LP DAAC(The land processes distributed active archive center)EOS數(shù)據(jù)中心提供觀測數(shù)據(jù)[18]，具有全球免費，波段范圍廣，高時間分辨率，數(shù)據(jù)接收穩(wěn)定和數(shù)據(jù)更新快的優(yōu)點，更適用于中大尺度的區(qū)域動態(tài)變化監(jiān)測[7]。本文采用由Terra衛(wèi)星發(fā)布的MOD13 Q1(16 d合成的250 m Terra MOD13 Q1植被指數(shù)集)數(shù)據(jù)產(chǎn)品，是采用Sinusoidal投影方式的三級網(wǎng)格陸地植被數(shù)據(jù)產(chǎn)品，擁有250 m的空間分辨率，每隔16 d按照統(tǒng)一算法進行合成，是已經(jīng)過輻射校正、大氣校正等處理的高時相大尺度數(shù)據(jù)[11,19]。NASA將全球橫向分為36個區(qū)域(h0—h35)，縱向分為14個區(qū)域(v0—v13)，時相上以16為間隔，全年有23期數(shù)據(jù)；本文采用了2017年全年的12期和2007—2016年每年6—10月的5期影像數(shù)據(jù)(每一期對應每1月份)，并根據(jù)研究區(qū)域地理位置，每期選擇了區(qū)域編號為h24v04和h24v05的兩景數(shù)據(jù)資料進行下載，可覆蓋新疆全境，本文共計采用2007—2017年62期124景MOD13 Q1影像數(shù)據(jù)。

1.2.2 影像與數(shù)據(jù)處理 遙感影像的處理包括：首先使用USGS EROS數(shù)據(jù)中心開發(fā)的MRT(modis reprojection tool)投影轉換與柵格數(shù)據(jù)分類提取軟件進行預處理；MOD13 Q1數(shù)據(jù)經(jīng)過提取、投影轉換處理后，生成了專題柵格數(shù)據(jù)，其中每個像元都被賦予某種特定的測量值，進而利用ArcGIS 10.2進行柵格數(shù)據(jù)的空間分析，根據(jù)賦值柵格為每個區(qū)域計算統(tǒng)計數(shù)據(jù)。

植被覆蓋度的估算采用像元二分模型，假設一個像元的地表由有植被覆蓋部分與裸土地組成，遙感傳感器觀測到的光譜信息也由這2個組分因子線性加權合成，各因子的權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重[20]；對于柵格數(shù)據(jù)中的純植被像元與裸土像元的數(shù)據(jù)值，利用ENVI 5.3(the environment for visualizing images)的柵格數(shù)據(jù)統(tǒng)計工具確定，本文選取置信概率為99.5%，即累積百分比為0.25%的為裸土像元，累積百分比為99.75%的為純植被像元。對估算結果利用SPSS 24.0進行時間序列模型構建與差異顯著性檢驗。

2 結果與分析

2.1 塔里木河不同河段植被覆蓋變化特征

選取3，7，10，12月作為塔河流域內春夏秋冬四季的典型時段，對2017年同時期不同河段地表植被狀況進行比較分析(見圖1)。

圖1 2017年塔河流域各河段植被覆蓋對比

由圖1可見，流域內同時期不同河段地表植被狀況差距大，其中7月上游段植被覆蓋度是下游段的3.36倍，是中游的2.10倍，各河段植被覆蓋水平的差距此時達到最大。同河段不同時期植被呈季節(jié)性變化，上游段植被覆蓋度年內最高值(7月)至最低值(3月)降幅達76.6%。

2.2 塔里木河流域植被覆蓋年際變化特征

以塔河流域2007—2017年共11 a間6—10月的影像資料為基礎進行逐年比較，此時段涵蓋了胡楊的葉期、果熟期(從5月末至10月初，持續(xù)時間長達141 d[21])與塔河洪水期，具有較高的代表性與研究意義。下文以夏季7月(圖2)與秋季10月(圖3)為例。

圖2 塔河流域7月植被覆蓋年際變化

圖3 塔河流域10月植被覆蓋年際變化

由圖2可見，塔河干流7月植被覆蓋年際間變異系數(shù)Cv=9.12%，年極值比是1.29；2017年7月干流植被覆蓋度為23.56%；對線性回歸方程進行顯著性檢驗，得T=4.466 0，T>t0.025(9)，即線性回歸顯著。同理，對6,8月干流植被覆蓋度年際變化的線性回歸方程進行檢驗，其線性回歸均顯著。

10月，干流植被覆蓋年際間變異系數(shù)Cv=9.37%，年極值比1.34；對線性回歸模型進行檢驗，得T=0.474 2，T

圖4 2007與2017年塔河干流植被覆蓋對比

由圖4可見，2017年塔河流域植被覆蓋度在夏、秋季(5—10月)均高于2007年，同比增幅在3.84%～28.42%；但在冬、春季，植被覆蓋度較2007年低。對2007與2017兩組數(shù)據(jù)進行差異顯著性檢驗，得|T|=0.245 6，顯然|T|

2.3 塔里木河流域植被覆蓋變化趨勢預測

植被指數(shù)按時間進行記錄，其數(shù)據(jù)序列具有非平穩(wěn)性與季節(jié)性變動特征，運用SPSS 24.0中自回歸移動平均模型進行平滑處理后的外推結果如圖5所示。由圖5可見時間序列模型呈現(xiàn)出良性變化趨勢，體現(xiàn)為2018—2020年夏季塔河流域內植被覆蓋度逐步增加的特點。

圖5 塔河干流植被覆蓋變化趨勢預測

2.4 植被指數(shù)方差分析

在相同時間、相同地點的監(jiān)測中，用NDVI檢驗EVI監(jiān)測結果的重現(xiàn)性，比較兩種不同植被指數(shù)的監(jiān)測結果是否有顯著性差異，由于塔河不同河段地表植被狀況差異大，對其分別進行單因素方差分析，以最接近干流平均水平的中游段為例(圖6)。

圖6 2017年塔河中游不同植被指數(shù)監(jiān)測結果對比

由圖6可見，中游河段兩種植被指數(shù)監(jiān)測結果對比呈現(xiàn)出NDVI整體偏高，僅在3月EVI比NDVI的監(jiān)測結果高出0.10%。通過單因素方差分析，得F=0.202，小于F0.05(1,22)，即認為NDVI與EVI兩種不同的植被指數(shù)水平對植被覆蓋度的監(jiān)測結果無顯著差異。同理，對上游段分析可得，其NDVI的監(jiān)測結果在2017年中有11個月的數(shù)據(jù)略大于EVI，僅在7月EVI的結果略微高出0.03%，經(jīng)方差分析得出二者無顯著差異；對下游段分析可得，其EVI有7個月相對偏高，偏高的月份分別是1，3，4，6—8，12月，經(jīng)方差分析得出二者無顯著差異。

3 討 論

(1) 植被覆蓋是自然因素中對防止水蝕及風蝕荒漠化起直接作用的因素，也是荒漠化監(jiān)測中至關重要的因子[22]。本文通過遙感影像提取植被指數(shù)進行植被監(jiān)測研究，發(fā)現(xiàn)2017與2007年相比，整體上無顯著差異，但夏、秋季植被覆蓋度同比增加，而冬、春季植被覆蓋水平略有降低；且2007—2017年6—8月植被覆蓋度線性回歸顯著，呈平緩上升趨勢，9—10月植被覆蓋水平則無顯著變化趨勢。為了解塔河流域最新的水資源情況，課題組前往塔里木河流域干流管理局進行座談交流，據(jù)塔管局水調科介紹，近年來塔河處于豐水年，尤其是2017年屬于特豐年，干流阿拉爾來水量達6.80×109m3，加上生態(tài)輸水、生態(tài)水閘等水利工程的完善，水資源管理與人工調控能力加強，能在植物生長季保障生態(tài)供水，增強植被活力。同時，由于塔河沿岸分布有大量棉田，棉花的出苗與吐絮期亦在5—10月，棉花收割后田中僅留1 m高棉花桿，而天然植被如胡楊、紅柳等亦進入落葉期；加之塔河水量年際豐枯變化、年內季節(jié)性洪枯變化劇烈，因此自然條件下的植被變化主要在豐水期，枯水期植被狀況在平穩(wěn)中有小幅波動亦屬正常。張沛等[23]對塔河干流環(huán)境質量的評價結果顯示生態(tài)環(huán)境退化的趨勢得到減緩與遏制，與本文的結果分析相符。

(2) 由時間序列模型的預測趨勢可見，由于擬合過程中對數(shù)據(jù)進行了平穩(wěn)化處理而獲得其變化規(guī)律和趨勢，因此預測結果的波動性較實測值小，且2018—2020年夏季植被覆蓋度逐步增加。據(jù)塔里木胡楊自然保護區(qū)管理局劉德林工程師介紹，胡楊保護區(qū)內目前正在對耕地進行清理，今年將清理3.33×103～4.00×103hm2，在2019年底將全部完成退耕還林，預計共取締1.07×104hm2耕地；流域內也正在對無證墾荒地進行全面清理，退耕地引洪灌溉后第2 a可自然生長1 m高的紅柳幼株，這將是未來3 a影響流域內植被覆蓋度的重要因素。

(3) 塔河干流東西延展長，沿程植被生長條件截然不同，因此常將上、中、下游分別進行研究。在NDVI與EVI的對比中，上、中游河段NDVI呈現(xiàn)出偏高現(xiàn)象，卻在上游段的7月與下游段的3月偏低，而7與3月又是塔河流域1 a中植被覆蓋最高和最低的月份；在下游段則出現(xiàn)EVI偏高現(xiàn)象，反映出NDVI對較高密度植被的描述容易達到飽和，在低密度植被區(qū)容易偏低，與李紅軍等[11]對NDVI于EVI的對比研究結果一致，該現(xiàn)象在對塔河流域的植被研究中得到應用驗證。

4 結 論

(1) 塔河干流沿岸植被覆蓋基數(shù)低，2017年各月覆蓋度最高值僅為23.56%(7月)，且流域內不同河段植被生長狀況時空異質性大。

(2) 遙感定量監(jiān)測結果表明2017年塔河流域全年植被覆蓋水平相比2007年無顯著差異。通過年際間時間序列對比，2007—2017年夏季(6—8月)塔河干流植被覆蓋變化線性回歸顯著，呈增長趨勢；但在9，10月則無顯著增長趨勢。

(3) 對塔河未來的生態(tài)環(huán)境狀況，時間序列模型呈現(xiàn)出良性變化趨勢，2018—2020年夏季植被覆蓋度逐步提高。

(4) 基于MODIS-EVI數(shù)據(jù)對塔河流域地表植被狀況進行遙感監(jiān)測及定量分析是可行的，NDVI指數(shù)與EVI指數(shù)的監(jiān)測結果無顯著差異；但細節(jié)上NDVI在高植被區(qū)易出現(xiàn)飽和現(xiàn)象，在低植被區(qū)容易偏低估計，因此本研究中EVI指數(shù)監(jiān)測效果優(yōu)于NDVI指數(shù)。