基于Google Earth Engine分析黃土高原植被覆蓋變化及原因

郭永強(qiáng),王乃江,褚曉升,李 成,羅曉琦,馮 浩

基于Google Earth Engine分析黃土高原植被覆蓋變化及原因

郭永強(qiáng)1,王乃江1,褚曉升1,李 成1,羅曉琦1,馮 浩2,3*

(1.西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院,陜西 楊凌 712100；2.西北農(nóng)林科技大學(xué)水土保持研究所,陜西 楊凌 712100；3.中國(guó)科學(xué)院水利部水土保持研究所,陜西 楊凌 712100)

為探明黃土高原植被覆蓋時(shí)空變化及其原因,基于Google Earth Engine(GEE),采用Landsat Surface Reflectance data(陸地衛(wèi)星地表反射率數(shù)據(jù))分析了黃土高原1987~2015年間植被覆蓋度的時(shí)空變化規(guī)律,并借助累積量斜率變化率方法對(duì)引起植被覆蓋度變化的氣候和人為因素進(jìn)行了量化分析.結(jié)果表明:黃土高原年均植被覆蓋度由1987年的41.78%增加到2015年的53.23%,增速為0.38%/a(<0.05).其中,1987~1999年年均植被覆蓋度變化趨勢(shì)不顯著(>0.05);而退耕還林還草工程實(shí)施以來(lái)(2000~2015年),年均植被覆蓋度顯著增加(<0.05),增速達(dá)到0.59%/a.由像元尺度分析,黃土高原72.93%的區(qū)域植被覆蓋度呈增加趨勢(shì),其中38.31%的區(qū)域增加趨勢(shì)顯著(<0.05).植被覆蓋度的變化受氣候和人為因素的共同影響,以1987~1999年為基準(zhǔn)期,氣候變化和人類活動(dòng)對(duì)黃土高原2000~2015年間植被覆蓋度變化的相對(duì)貢獻(xiàn)率分別為23.77%、76.23%,人類活動(dòng)為引起黃土高原植被覆蓋度變化的主要原因.退耕還林還草工程極大地改善了黃土高原的植被覆蓋狀況,但是城市的擴(kuò)張使得部分地區(qū)的植被覆蓋呈顯著退化現(xiàn)象.

植被覆蓋度；時(shí)空變化；原因；Google Earth Engine；黃土高原

植被是陸地生態(tài)系統(tǒng)的重要組成部分,在全球的物質(zhì)循環(huán)和能量流動(dòng)中起著重要的作用[1].隨著氣候變化和人類活動(dòng)的加劇,植被的生長(zhǎng)勢(shì)必會(huì)受到影響[2-7].因此,研究植被的時(shí)空變化規(guī)律及其對(duì)氣候變化和人類活動(dòng)的響應(yīng),在生態(tài)環(huán)境脆弱的干旱半干旱地區(qū)具有重要的生態(tài)學(xué)意義[8-9].

黃土高原處于半濕潤(rùn)、半干旱和干旱區(qū)的過渡帶,長(zhǎng)期的亂墾、亂伐、亂牧以及不合理的耕作方式導(dǎo)致該地區(qū)植被稀疏,水土流失嚴(yán)重,黃河所含泥沙約90%來(lái)源于此[10].1999年國(guó)家實(shí)施了退耕還林還草工程[11-12],黃土高原成為該工程重點(diǎn)實(shí)施區(qū)域.監(jiān)測(cè)黃土高原退耕還林還草前后植被覆蓋時(shí)空變化及其影響因素對(duì)該地區(qū)的可持續(xù)性生態(tài)建設(shè)具有重要的指導(dǎo)意義.

植被覆蓋度是衡量地表植被覆蓋狀況的重要指標(biāo),影響大氣和地表之間碳、水、能量轉(zhuǎn)化,其高低關(guān)乎地表生態(tài)系統(tǒng)的健康與否[13].目前,遙感觀測(cè)技術(shù)憑借其快速、經(jīng)濟(jì)、準(zhǔn)確等優(yōu)勢(shì),已經(jīng)成為區(qū)域尺度上植被覆蓋度的主要監(jiān)測(cè)手段[14-15].黃土高原作為我國(guó)生態(tài)建設(shè)的重點(diǎn)區(qū)域,其植被覆蓋度的動(dòng)態(tài)變化受到廣泛關(guān)注.國(guó)內(nèi)外學(xué)者借助遙感觀測(cè)技術(shù)對(duì)該地區(qū)植被覆蓋度的時(shí)空變化規(guī)律及其影響因素(氣溫、降水和人類活動(dòng))進(jìn)行了深入的研究.研究發(fā)現(xiàn),近年來(lái)黃土高原植被覆蓋度呈上升趨勢(shì),生態(tài)環(huán)境狀況得到了改善[16],并且認(rèn)為降水與氣溫的增加以及植被的修復(fù)是該地區(qū)植被覆蓋度增加的主要原因[17].但受限于數(shù)據(jù)收集以及本地計(jì)算機(jī)性能,現(xiàn)有研究的時(shí)間序列較短,采用的影像空間分辨率較低,且并未定量探究氣候變化和人類活動(dòng)對(duì)于黃土高原植被覆蓋的影響.

Google Earth Engine(GEE)是基于云的平臺(tái),不僅提供了大量的影像數(shù)據(jù),而且可以依靠Google的高性能集群服務(wù)器對(duì)影像進(jìn)行在線可視化處理,大大提高了工作效率[18].目前,GEE被成功應(yīng)用于大尺度植被長(zhǎng)勢(shì)監(jiān)測(cè)、土地利用類型分類、地表水變化分析等方面[19-20].基于此,本文借助GEE平臺(tái),采用30m分辨率的Landsat Surface Reflectance data(陸地衛(wèi)星地表反射率數(shù)據(jù)),在分析黃土高原1987~ 2015年植被覆蓋度時(shí)空變化規(guī)律的基礎(chǔ)上,確定了2000~2015年氣候和人為因素對(duì)黃土高原植被覆蓋度變化的相對(duì)貢獻(xiàn)率.

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

圖1 黃土高原位置及概況

黃土高原地處黃河中游(33°43'~41°16' N, 100°54'~114°33' E),地勢(shì)西高東低,涉及山西、寧夏、陜西、甘肅、內(nèi)蒙古、青海、河南7個(gè)省(區(qū)),總面積約為6.2×105km2(圖1).黃土高原受大陸性季風(fēng)氣候影響,冬季寒冷干燥,夏季炎熱多雨.年均溫度由西北部地區(qū)的3.6℃上升到東南部地區(qū)的14.3℃;年降水量由西北部地區(qū)的150mm上升到東南部地區(qū)的800mm.該地區(qū)由于地形地貌、氣候變化以及不合理的人類活動(dòng),生態(tài)環(huán)境惡劣,是世界上水土流失最為嚴(yán)重的地區(qū)之一.

1.2 GEE平臺(tái)

GEE又稱為谷歌地球引擎,是由谷歌、卡內(nèi)基梅隆大學(xué)和美國(guó)地質(zhì)調(diào)查局聯(lián)合開發(fā)的世界上最先進(jìn)的基于云計(jì)算的地理信息處理平臺(tái).該平臺(tái)向用戶免費(fèi)提供海量的衛(wèi)星影像和其他地球觀測(cè)數(shù)據(jù),并提供足夠的運(yùn)算能力對(duì)這些數(shù)據(jù)進(jìn)行處理.通過GEE可以快速計(jì)算NDVI等植被指數(shù),預(yù)測(cè)作物相關(guān)產(chǎn)量,監(jiān)測(cè)全球森林變化等.同時(shí),GEE提供在線的JavaScript API和離線的Python API接口,方便用戶進(jìn)行數(shù)據(jù)處理[18].

1.3 數(shù)據(jù)來(lái)源與處理

1.3.1 Landsat影像 采用Landsat Surface Reflectance data(陸地衛(wèi)星地表反射率數(shù)據(jù)),空間分辨率為30m,時(shí)間分辨率為16d,該數(shù)據(jù)產(chǎn)品已經(jīng)過大氣校正,消除了大氣散射、吸收、反射引起的誤差,來(lái)源于GEE平臺(tái)(https://earthengine.google.com).首先在GEE平臺(tái)中利用時(shí)間和空間的過濾函數(shù)獲取1987~2015年經(jīng)過黃土高原上空的Landsat Surface Reflectance影像共22407景;然后批量對(duì)每一景影像進(jìn)行去云,計(jì)算歸一化植被指數(shù)(NDVI);最后采用最大值合成法對(duì)每年的NDVI影像進(jìn)行融合,并使用黃土高原矢量圖進(jìn)行裁剪,獲取黃土高原每年的NDVI最大值影像,NDVI最大值影像可以反映當(dāng)年植被長(zhǎng)勢(shì)最好時(shí)期的地表植被覆蓋狀況[21].以上操作均在GEE平臺(tái)中完成.

1.3.2 氣象數(shù)據(jù) 氣象數(shù)據(jù)為中國(guó)1987~2015年逐年年平均氣溫、年降水量空間插值數(shù)據(jù),空間分辨率為1km,來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn).將數(shù)據(jù)上傳到GEE平臺(tái)中,使用黃土高原矢量圖進(jìn)行裁剪,獲取黃土高原每年的平均氣溫和年降水量數(shù)據(jù).

1.3.3 土地利用類型數(shù)據(jù) 中國(guó)土地利用現(xiàn)狀遙感監(jiān)測(cè)數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn).在該網(wǎng)站選取2000年、2015年兩期中國(guó)土地利用現(xiàn)狀遙感監(jiān)測(cè)數(shù)據(jù).土地利用類型包括耕地、林地、草地、水域、居民地和未利用土地6個(gè)一級(jí)類型,空間分辨率為1km.

1.4 研究方法

式中:c為植被覆蓋度;NDVIsoil為無(wú)植被覆蓋區(qū)域的NDVI值,理論上應(yīng)該接近0;NDVIveg為完全植被覆蓋區(qū)域的NDVI值,理論上應(yīng)該接近1.但是由于大氣、地表、土壤、植被類型等條件的變化,以及傳感器觀測(cè)角度的影響, NDVIveg和NDVIsoil會(huì)隨著時(shí)間和空間而變化.本文參考李苗苗等[22]提出的在沒有實(shí)測(cè)數(shù)據(jù)時(shí)NDVIveg和NDVIsoil的取值方法,即在NDVI頻率累積表上取給定置信區(qū)間內(nèi)的最大值和最小值,分別作為NDVIveg和NDVIsoil.彭文甫等[23]均采用實(shí)測(cè)數(shù)據(jù)對(duì)該方法的精度進(jìn)行了驗(yàn)證,結(jié)果表明基于該方法估算的植被覆蓋度具有較高的精度和可靠性,驗(yàn)證結(jié)果符合要求.根據(jù)1987~2015年NDVI最大值影像,制作每年的NDVI頻率累積表,在NDVI頻率累積表上取累積頻率5%的值作為當(dāng)年的NDVIsoil,取累積頻率95%的值作為當(dāng)年的NDVIveg.

使用檢驗(yàn)對(duì)變化趨勢(shì)進(jìn)行顯著性檢驗(yàn),根據(jù)回歸和顯著性檢驗(yàn)結(jié)果,將研究區(qū)分為:顯著改善地區(qū)(Slope>0,<0.05)、顯著退化地區(qū)(Slope<0,< 0.05)、無(wú)顯著變化地區(qū)(>0.05).

1.4.3 累積量斜率變化率 植被覆蓋度受氣候和人為因素的共同影響,為了量化2000~2015年間人類活動(dòng)和氣候變化對(duì)于黃土高原植被覆蓋度變化的貢獻(xiàn)率,需構(gòu)建如果僅受氣候變化影響的植被覆蓋度序列.研究表明,退耕還林還草之前,黃土高原植被覆蓋度與降水和溫度的相關(guān)性高于退耕還林還草之后[24],故以1987~1999年的數(shù)據(jù)建立黃土高原年均植被覆蓋度(因變量)與年降水量和年均溫(自變量)的二元線性回歸方程,并用該方程重構(gòu)1987~ 2015年如果僅受氣候變化影響的植被覆蓋度序列.將重構(gòu)的植被覆蓋度稱為擬合植被覆蓋度,遙感觀測(cè)得到的植被覆蓋度稱為實(shí)際植被覆蓋度(即氣候和人為因素共同影響的植被覆蓋度).

累積實(shí)際植被覆蓋度的斜率變化率1(%)為:

累積擬合植被覆蓋度的斜率變化率2(%)為:

氣候變化對(duì)植被覆蓋度變化的貢獻(xiàn)率C(%)為:

人類活動(dòng)對(duì)植被覆蓋度變化的貢獻(xiàn)率C(%)為:

1.4.4 殘差趨勢(shì)分析 基于單個(gè)像元采用殘差分析將氣候變化和人類活動(dòng)對(duì)植被覆蓋度的影響進(jìn)行分離.步驟如下:

(1)用已建立的植被覆蓋度(因變量)與年降水量和年均溫(自變量)的二元線性回歸方程重構(gòu)每個(gè)像元1987~2015年如果僅受氣候變化影響的植被覆蓋度序列.

(2)用遙感觀測(cè)的每個(gè)像元的實(shí)際植被覆蓋度序列,減去重構(gòu)的如果僅受氣候變化影響的植被覆蓋度序列,得到如果僅受人類活動(dòng)影響的植被覆蓋度序列,計(jì)算公式如下:

(3)將每個(gè)像元的殘差值與年份進(jìn)行線性回歸,得到殘差的年際變化趨勢(shì),分析人類活動(dòng)對(duì)植被覆蓋度變化的影響,其公式如下:

2 結(jié)果與分析

2.1 黃土高原植被覆蓋度空間分布特征

黃土高原植被覆蓋度呈現(xiàn)由東南向西北遞減的態(tài)勢(shì)(圖2a),這與黃土高原植被類型的地帶性分布有關(guān).黃土高原植被類型從東南到西北依次為森林植被帶、森林草原植被帶、典型草原植被帶、荒漠草原植被帶、草原化荒漠帶[25].根據(jù)水利部2008年頒布的《土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)》[26],將植被覆蓋度劃分為5個(gè)等級(jí):低覆蓋度［0,30%］、中低覆蓋度［30,45%］、中等覆蓋度［45,60%］、中高覆蓋度［60,75%］和高覆蓋度［75%,100%］.黃土高原低覆蓋度區(qū)域所占的面積比例最大,達(dá)到31.32%(圖2b),主要分布在黃土高原的西北部地區(qū),這些地區(qū)多為草地和沙地,植被較為稀疏;其次為高覆蓋度區(qū)域,面積占21.66%,主要分布在東南部地區(qū),植被類型多為林地、灌叢以及農(nóng)作物,植被長(zhǎng)勢(shì)較好.

2.2 黃土高原植被覆蓋度動(dòng)態(tài)變化特征

1987~2015年黃土高原年均植被覆蓋度呈顯著增加趨勢(shì),增速為0.38 %/a(<0.05),由1987年的41.78%增加到2015年的53.23%(圖3).

圖3 1987~2015年黃土高原年均植被覆蓋度年際變化

其中1987~1999年期間,黃土高原年均植被覆蓋度變化趨勢(shì)不顯著(>0.05),植被狀況未明顯好轉(zhuǎn); 2000~2015年期間,黃土高原年均植被覆蓋度迅速增加,增速達(dá)到0.59 %/a(<0.05),植被狀況得到了明顯的改善,并于2013年達(dá)到最高值58.51%.由圖3可見,2000年以后,植被覆蓋度在2001年為最低值,可能是因?yàn)橥烁€林還草工程剛剛實(shí)施,耕地面積減少,而新種植的植被覆蓋度較低[27].

1987~2015年期間,黃土高原72.93%的區(qū)域植被覆蓋度呈增加趨勢(shì),其中38.31%的區(qū)域?yàn)轱@著改善地區(qū),主要分布在山西大部分地區(qū)、陜西榆林和延安北部地區(qū)以及甘肅天水、平?jīng)鲆粠?水土流失最為嚴(yán)重的丘陵溝壑區(qū),植被恢復(fù)最為明顯.黃土高原27.07%的區(qū)域植被覆蓋度呈下降趨勢(shì),顯著退化地區(qū)的面積占6.55%,主要分布在陜西西咸新區(qū)以及黃土高原西北部的邊緣地區(qū)(圖4).

同樣由像元尺度分析1987~1999、2000~2015年2個(gè)時(shí)間段植被覆蓋度的時(shí)空變化規(guī)律.結(jié)果表明,1987~1999年研究區(qū)植被覆蓋度呈增加和減少趨勢(shì)的面積分別占59.02%和40.98%,其中顯著改善地區(qū)和顯著退化地區(qū)的面積分別僅占8.69%和3.63%.由此可見,在退耕還林還草以前,黃土高原大部分地區(qū)植被覆蓋狀況無(wú)顯著變化.2000~2015年黃土高原植被覆蓋狀況明顯好轉(zhuǎn),73.13%的區(qū)域植被覆蓋度呈增加趨勢(shì),顯著改善地區(qū)的面積達(dá)到29.66%.

圖4 1987~2015年黃土高原年均植被覆蓋度動(dòng)態(tài)變化

2.3 氣候變化和人類活動(dòng)對(duì)于植被覆蓋度變化的相對(duì)貢獻(xiàn)

在GEE平臺(tái)中,將植被覆蓋度數(shù)據(jù)重采樣為1km′1km的空間分辨率,與氣象數(shù)據(jù)相匹配.再利用累積量斜率變化率的方法(圖5),求得氣候變化和人類活動(dòng)對(duì)于2000~2015年黃土高原植被覆蓋度動(dòng)態(tài)變化的貢獻(xiàn)率分別為23.77%、76.23%,人類活動(dòng)為引起植被覆蓋度變化的主要因素.

圖6 1987~2015年人類活動(dòng)對(duì)黃土高原植被覆蓋度的影響

采用殘差趨勢(shì)分析人類活動(dòng)對(duì)黃土高原植被覆蓋度的影響(圖6).1987~2015年黃土高原植被覆蓋度殘差的整體變化趨勢(shì)為0.36 %/a.在空間上,77.76%的區(qū)域殘差趨勢(shì)為正值,22.24%的區(qū)域殘差趨勢(shì)為負(fù)值.由此可見,人類活動(dòng)對(duì)黃土高原植被覆蓋變化的影響逐漸增強(qiáng),總體上對(duì)該地區(qū)的植被生長(zhǎng)起到積極作用.

3 討論

3.1 植被覆蓋度與氣候變化的相關(guān)性

降水是黃土高原土壤水分的主要來(lái)源,土壤水分的高低會(huì)對(duì)植被的生長(zhǎng)產(chǎn)生影響,因此降水量是限制黃土高原植被生長(zhǎng)的重要因素[28].黃土高原1987~2015年降水量與植被覆蓋度為顯著正相關(guān)(<0.05),偏相關(guān)系數(shù)為0.41.空間上,78.99%的區(qū)域降水與植被覆蓋度呈正相關(guān),其中29.78%的區(qū)域?yàn)轱@著正相關(guān)(<0.05)(圖7a).在關(guān)中平原、河套灌區(qū)等灌溉農(nóng)業(yè)地區(qū),植被的生長(zhǎng)對(duì)于降水的敏感性較低[29],相關(guān)性并不顯著(>0.05).氣候變暖使得植被生育期延長(zhǎng),并在生長(zhǎng)期內(nèi)加速生長(zhǎng),因此溫度也是黃土高原植被覆蓋度的影響因素之一.該地區(qū)1987~2015年間年均溫與植被覆蓋度偏相關(guān)系數(shù)為0.55(<0.05),呈正相關(guān)和負(fù)相關(guān)的面積分別占71.44%和28.56%,顯著負(fù)相關(guān)的面積占4.25%(< 0.05),主要分布在黃土高原西北部地區(qū)(圖7b).主要是由于黃土高原西北部地區(qū)降水量較少,溫度的升高會(huì)增加土壤水分蒸發(fā),進(jìn)而導(dǎo)致土壤干燥化,不利于植被的生長(zhǎng)[30].退耕還林還草政策頒布以后,黃土高原植被覆蓋度在2004~2005年以及2013~2015年出現(xiàn)了大幅度的下降(圖3),可能與這2個(gè)時(shí)段年降水量與年均溫均呈下降趨勢(shì)有關(guān).

圖7 黃土高原1987~2015年FVC與年降水量和年均溫的相關(guān)性

3.2 人類活動(dòng)對(duì)于植被覆蓋度的影響

表1 黃土高原2000~2015年土地利用轉(zhuǎn)移矩陣(km2)

植被覆蓋度的變化受氣候變化和人類活動(dòng)的共同影響.通過累積量斜率變化率定量計(jì)算氣候變化和人類活動(dòng)的相對(duì)貢獻(xiàn)率,結(jié)果證明人類活動(dòng)對(duì)于2000年以后植被覆蓋度增加的貢獻(xiàn)遠(yuǎn)大于氣候變化.長(zhǎng)期以來(lái),草地、林地和耕地是黃土高原主要的土地利用類型[25].人類活動(dòng)的加劇使得該區(qū)域的土地利用/覆被快速變化.從黃土高原2000~2015年土地利用轉(zhuǎn)移矩陣(表1)可以發(fā)現(xiàn),退耕還林還草工程的實(shí)施使得大量的耕地被轉(zhuǎn)化為了草地(2538km2)和林地(1491km2),對(duì)植被覆蓋度的增加起到了關(guān)鍵的作用[31].但是,隨著城鎮(zhèn)化的發(fā)展,城鄉(xiāng)、工況居民用地極劇增加,部分耕地、草地被轉(zhuǎn)化為了城鄉(xiāng)、工況居民用地,從而導(dǎo)致部分地區(qū)植被覆蓋狀況顯著退化.陜西的西咸一體化推動(dòng)了經(jīng)濟(jì)的發(fā)展與城市的擴(kuò)張,是導(dǎo)致該地區(qū)植被覆蓋度顯著降低的主要原因.同樣,鄂爾多斯西部地區(qū)植被覆蓋度降低也是由于土地利用類型由草地轉(zhuǎn)變?yōu)榱宿r(nóng)村居民點(diǎn)及建設(shè)用地.退耕還林還草工程的實(shí)施在植被恢復(fù)以及減輕該地區(qū)的水土流失方面起到了積極的作用.但也因注意到,大規(guī)模的植樹造林可能會(huì)對(duì)該地區(qū)的土壤水分狀況產(chǎn)生負(fù)面影響.植樹造林增加了土壤水分的消耗,如果無(wú)法及時(shí)得到補(bǔ)給,會(huì)形成土壤干層[32].因此,還需進(jìn)一步探討黃土高原大規(guī)模的植被建設(shè)與當(dāng)?shù)赝寥浪譅顩r的協(xié)調(diào)性.

3.3 GEE平臺(tái)的優(yōu)勢(shì)

GEE平臺(tái)為本研究提供了大量的數(shù)據(jù)(22407張Landsat影像)以及強(qiáng)大的數(shù)據(jù)處理能力.相比于ENVI等傳統(tǒng)的處理影像工具,GEE平臺(tái)可以快速、批量處理大量的影像,運(yùn)行速度不受本地計(jì)算機(jī)性能的限制.GEE當(dāng)中包含影像去云、融合、裁剪、鑲嵌、運(yùn)算以及分類等常用的影像處理算法的封裝函數(shù),通過代碼編程就可以快速方便的進(jìn)行數(shù)據(jù)批量獲取、處理分析和結(jié)果輸出下載,可大大提高研究效率.

4 結(jié)論

4.1 1987~2015年黃土高原年均植被覆蓋度顯著增加,增速達(dá)到0.38%/a(<0.05),72.93%的區(qū)域植被覆蓋狀況得到了改善,其中黃土高原丘陵溝壑區(qū)的植被狀況改善最為明顯.

4.2 黃土高原植被覆蓋度的變化受氣候和人為因素的共同影響,其中人類活動(dòng)是引起該地區(qū)植被覆蓋度變化的主要因素,貢獻(xiàn)率達(dá)到76.23%.

4.3 人類活動(dòng)對(duì)于植被的影響具有兩面性.一方面植被恢復(fù)使黃土高原大部分地區(qū)的植被狀況得到改善,另一方面城市的擴(kuò)張使得小部分區(qū)域的植被出現(xiàn)了退化現(xiàn)象.

4.4 與傳統(tǒng)圖像處理軟件相比,GEE具有海量的免費(fèi)數(shù)據(jù)以及強(qiáng)大的數(shù)據(jù)分析和計(jì)算能力,大幅提高了研究效率.

[1] 趙安周,劉憲鋒,朱秀芳,等.2000~2014年黃土高原植被覆蓋時(shí)空變化特征及其歸因 [J]. 中國(guó)環(huán)境科學(xué), 2016,36(5):1568-1578. Zhao A Z, Liu X F, Zhu X F, et al. Spatiotemporal analyses and associated driving forces of vegetation coverage change in the Loess Plateau [J]. China Environmental Science, 2016,36(5):1568-1578.

[2] 周 偉,剛成誠(chéng),李建龍,等.1982~2010年中國(guó)草地覆蓋度的時(shí)空動(dòng)態(tài)及其對(duì)氣候變化的響應(yīng) [J]. 地理學(xué)報(bào), 2014,69(1):15-30. Zhou W, Gang C C, Li J L et al. Spatial-temporal dynamics of grassland coverage and its response to climate change in China during 1982~2010 [J]. Acta Geographica Sinica, 2014,69(1):15-30.

[3] Piao S L, Nan H J, Huntingford C, et al. Evidence for a weakening relationship between interannual temperature variability and northern vegetation activity [J]. Nature Communications, 2014,(5):5018.

[4] Sun Y L, Yang Y L, Zhang L, et al. The relative roles of climate variations and human activities in vegetation change in North China [J]. Physics & Chemistry of the Earth Parts A/B/C, 2015,87:67-78.

[5] Huang K, Zhang Y J, Zhu J T, et al. The influences of climate change and human activities on vegetation dynamics in the Qinghai-Tibet Plateau [J]. Remote Sensing, 2016,8(10):876-893.

[6] Ostwald M, Chen D L. Land-use change: Impacts of climate variations and policies among small-scale farmers in the Loess Plateau, China [J]. Land Use Policy, 2006,23(4):361-371.

[7] 許炯心.農(nóng)村社會(huì)經(jīng)濟(jì)因素變化對(duì)嘉陵江產(chǎn)沙量的影響 [J]. 山地學(xué)報(bào), 2006,24(4):385-394. Xu J X. Effect of the changing rural socio-economic factors on sedmient yield of the Jialingjiang river basin [J]. Journal of Mountain Science, 2006,24(4):385-394.

[8] Liu H Y, Zhang M Y, Lin Z S, et al. Spatial heterogeneity of the relationship between vegetation dynamics and climate change and their driving forces at multiple time scales in Southwest China [J]. Agricultural and Forest Meteorology, 2018,256:10-21.

[9] Tong X W, Wang K L, Brandt M, et al. Assessing future vegetation trends and restoration prospects in the karst regions of southwest China [J]. Remote Sensing, 2016,8(5):357-357.

[10] 任美鍔,史運(yùn)良.黃河輸沙及其對(duì)渤海、黃海沉積作用的影響[J]. 地理科學(xué), 1986,6(1):1-12. Ren M E, Shi Y L. Sendiment discharge of the yellow river and its effect on sedimentation of the bohai and yellow sea [J]. Scientia Geographica Sinica, 1986,6(1):1-12.

[11] Feng X M, Fu B J, Lu N, et al. How ecological restoration alters ecosystem services: an analysis of carbon sequestration in China's Loess Plateau [J]. Scientific Reports, 2013,3(5):2846.

[12] 信忠保,許炯心,鄭 偉.氣候變化和人類活動(dòng)對(duì)黃土高原植被覆蓋變化的影響 [J]. 中國(guó)科學(xué), 2007,37(11):1504-1514. Xin Z G, Xu J X, Zheng W. Effect of climate change and human activities on vegetation in Loess Plateau [J]. Science China, 2007, 37(11):1504-1514.

[13] Gu Z, Ju W, Li L, et al. Using vegetation indices and texture measures to estimate vegetation fractional coverage (VFC) of planted and natural forests in Nanjing city, China [J]. Advances in Space Research, 2013,51(7):1186-1194.

[14] 陳效逑,王 恒.1982~2003年內(nèi)蒙古植被帶和植被覆蓋度的時(shí)空變化 [J]. 地理學(xué)報(bào), 2009,64(1):84-94. Chen X Q, Wang H. Spatial and temporal variations of vegetation belts and vegetation cover degrees in Inner Mongolia from 1982 to 2003. Acta Geographica Sinica, 2009,64(1):84-94.

[15] 甘春英,王兮之,李保生,等.連江流域近18年來(lái)植被覆蓋度變化分析 [J]. 地理科學(xué), 2011,31(8):1019-1024. Gan C Y, Wang X Z, Li B S, et al. Changes of vegetation coverage during recent 18 years in Lianjiang River Watershed [J]. Scientia Geographica Sinica, 2011,31(8):1019-1024.

[16] Jiang C, Wang F, Zhang H Y, et al. Quantifying changes in multiple ecosystem services during 2000~2012 on the Loess Plateau, China, as a result of climate variability and ecological restoration [J]. Ecological Engineering, 2016,97:258-271.

[17] 劉憲鋒,楊 勇,任志遠(yuǎn),等. 2000~2009年黃土高原地區(qū)植被覆蓋度時(shí)空變化 [J]. 中國(guó)沙漠, 2013,33(4):1244-1249. Liu X F, Yang Y, Ren Z Y, et al. Changes of vegetation coverage in the Loess Plateau in 2000~2009. Journal of Desert Research, 2013,33(4): 1244-1249.

[18] Gorelick N, Hancher M, Dixon M, et al. Google Earth Engine: Planetary-scale geospatial analysis for everyone [J]. Remote Sensing of Environment, 2017,202:18-27.

[19] Gong P, Liu H, Zhang M N, et al. Stable classification with limited sample: transferring a 30-m resolution sample set collected in 2015 to mapping 10m resolution global land cover in 2017 [J]. Science Bulletin, 2019,64(6):370-373.

[20] Pekel J F, Cottam A, Gorelick N, et al. High-resolution mapping of global surface water and its long-term changes [J]. Nature, 2016, 540(7633):418-422.

[21] 吳昌廣,周志翔,肖文發(fā),等.基于MODIS NDVI的三峽庫(kù)區(qū)植被覆蓋度動(dòng)態(tài)監(jiān)測(cè) [J]. 林業(yè)科學(xué), 2012,48(1):22-28. Wu C G, Zhou Z X, Xiao W F, et al. Dynamic monitoring of vegetation coverage in three gorges reservoir area based on MODIS NDVI [J]. Scientia Silvae Sinicae, 2012,48(1):22-28.

[22] 李苗苗,吳炳方,顏長(zhǎng)珍,等.密云水庫(kù)上游植被覆蓋度的遙感估算[J]. 資源科學(xué), 2004,26(4):153-159. Li M M, Wu B F, Yan C Z, et al. Estimation of vegetation fraction in the upper basin of miyun reservoir by remote sensing [J]. Resources Science, 2004,26(4):153-159.

[23] 彭文甫,王廣杰,周介銘,等.基于多時(shí)相Landsat5/8影像的岷江汶川-都江堰段植被覆蓋動(dòng)態(tài)監(jiān)測(cè)[J]. 生態(tài)學(xué)報(bào), 2015,36(7):1975-1988. Peng W P, Wang G J, Zhou J M, et al. Dynamic monitoring of fractional vegetation cover along Minjiang River from Wenchuan County to Dujiangyan City using multi-temporal landsat 5and 8images [J]. Acta Ecologica Sinica, 2015,36(7):1975-1988.

[24] Li J J, Peng S Z, Li Z. Detecting and attributing vegetation changes on China’s Loess Plateau [J]. Agricultural and Forest Meteorology, 2017, 247:260-270.

[25] 高健健,穆興民,孫文義.1981~2012年黃土高原植被覆蓋度時(shí)空變化特征 [J]. 中國(guó)水土保持, 2016,(7):52-56. Gao J J, Mu X M, Sun W Y. Spatial-temporal change of vegetation coverage in the Loess Plateau from 1981 to 2012. Soil and Water Conservation in China, 2016,(7):52-56.

[26] 中華人民共和國(guó)水利部.土壤侵蝕分類分級(jí)標(biāo)準(zhǔn)(SL190—2007) [S]. 北京:中國(guó)水利水電出版社, 2008. Ministry of Water Resources the People's Republic of China. Standards for classification and gradation of soil erosion [S]. Beijing: China Water & Power Press, 2008.

[27] 謝寶妮,秦占飛,王 洋,等.黃土高原植被凈初級(jí)生產(chǎn)力時(shí)空變化及其影響因素 [J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014,30(11):244-253. Xie B N, Qin Z F, Wang Y, et al. Spatial and temporal variation in terrestrial net primary productivity on Chinese Loess Plateau and its influential factors [J]. Transactions of the Chinese Society of Agricultural Engineering, 2014,30(11):244-253.

[28] 張寶慶,吳普特,趙西寧.近30a黃土高原植被覆蓋時(shí)空演變監(jiān)測(cè)與分析 [J]. 農(nóng)業(yè)工程學(xué)報(bào), 27(4):287-293. Zhang B Q, Wu P T, Zhao X N. Detecting and analysis of spatial and temporal variation of vegetation cover in the Loess Plateau during 1982~2009 [J]. Transactions of the Chinese Society of Agricultural Engineering, 2011,27(4):287-293.

[29] Zhang B Q, Wu P T, Zhao X N, et al. Changes in vegetation condition in areas with different gradients (1980~2010) on the Loess Plateau, China [J]. Environmental Earth Sciences, 2013,68(8):2427-2438.

[30] Sun W Y, Song X Y, Mu X M, et al. Spatiotemporal vegetation cover variations associated with climate change and ecological restoration in the Loess Plateau [J]. Agricultural and Forest Meteorology, 2015, 209-210:87-99.

[31] Lü Y H, Fu B J, Feng X M, et al. A policy-driven large scale ecological restoration: quantifying ecosystem services changes in the Loess Plateau of China [J]. Plos One, 2012,7(2):e31782.

[32] 王 力,衛(wèi)三平,吳發(fā)啟.黃土丘陵溝壑區(qū)土壤水分環(huán)境及植被生長(zhǎng)響應(yīng)—以燕溝流域?yàn)槔?[J]. 生態(tài)學(xué)報(bào), 2009,29(3):1543-1553. Wang L, Wei S P, Wu F Q. Soil water environment and vegetation growth in the hilly and gully region of the Loess Plateau: a case study of Yangou Catchment [J]. Acta Ecologica Sinica, 2009,29(3):1543- 1553.

Analyzing vegetation coverage changes and its reasons on the Loess Plateau based on Google Earth Engine.

GUO Yong-qiang1, WANG Nai-jiang1, CHU Xiao-sheng1, LI Cheng1, LUO Xiao-qi1, FENG Hao2,3*

(1.College of Water Conservancy and Architectural Engineering, Northwest A & F University, Yangling 712100, China；2.Institute of Soil and Water Conservation, Northwest A&F University, Yangling 712100, China；3.Institute of Soil and Water Conservation, Chinese Academy of Sciences and Ministry of Water Resources, Yangling 712100, China)., 2019,39(11)：4804~4811

Based on Google Earth Engine, this study conducted a quantitative analysis for the spatiotemporal variation of vegetation coverage from 1987 to 2015 on the Loess Plateau using Landsat Surface Reflectance data, and the method of slope change ratio of cumulative quantity was used to evaluate the relative contributions of climate change and human activities to it. The results revealed that: the annual vegetation coverage significantly increased from 41.78% in 1987 to 53.23% in 2015 (<0.05), especially after the implementation of the Grain for Green Program (2000~2015) with a significant increase of 0.59%/a (<0.05). However, no significant change was observed for the vegetation coverage during 1987~1999 (>0.05). At a pixel scale, about 72.93% of the research area showed an increasing vegetation coverage and 38.31% of the research area had a significant increase in vegetation coverage (<0.05). Vegetation coverage changes was affected by both climate and human factors. Taking 1987~1999 as reference period, the relative contributions of climate change and human activities to vegetation coverage changes were 23.77% and 76.23% during 2000~2015, respectively. Therefore, human activities were the dominant factors for vegetation coverage changes on the Loess Plateau. The Grain for Green Program has greatly improved the vegetation status on the Loess Plateau, but the expansion of city has caused significant degradation of vegetation coverage in some areas.

vegetation coverage；spatiotemporal variation；reasons；Google Earth Engine；Loess Plateau

X173

A

1000-6923(2019)11-4804-08

郭永強(qiáng)(1995-),男,河北張家口人,西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院碩士研究生,主要研究方向?yàn)檗r(nóng)業(yè)水土資源利用與保護(hù).

2019-04-10

國(guó)家自然科學(xué)基金資助項(xiàng)目(51879224,41630860)

* 責(zé)任作者, 研究員, nercwsi@vip.sina.com