基于像元二分模型的伏牛山地區(qū)植被覆蓋度變化

張成才, 婁 洋, 李 穎, 姬興杰, 董萌佳

(1.鄭州大學(xué) 水利科學(xué)與工程學(xué)院, 鄭州 450001; 2.中國氣象局 河南省農(nóng)業(yè)氣象保障與應(yīng)用技術(shù)重點(diǎn)開放實(shí)驗(yàn)室, 鄭州 450003; 3.河南省氣象科學(xué)研究所,鄭州 450003; 4.河南省氣候中心, 鄭州 450001; 5.河南省白沙水庫管理局, 河南 禹州 461670)

植被作為地表生態(tài)系統(tǒng)重要的成分之一，與土壤、水、大氣等構(gòu)成一個(gè)生態(tài)循環(huán)系統(tǒng)[1]。植被覆蓋受氣候變化和人類活動(dòng)的影響較大，開展植被覆蓋研究揭示生態(tài)系統(tǒng)的變化特征成為了一個(gè)重要的研究領(lǐng)域。植被覆蓋度是指某一區(qū)域內(nèi)植被(包括葉，莖等)投影面積與該地域面積之比，它可以清晰的反映研究區(qū)的植被情況，是一項(xiàng)重要的生態(tài)環(huán)境參數(shù)[2]。越來越多的學(xué)者選擇植被覆蓋度作為量化指標(biāo)進(jìn)行植被時(shí)空變化和區(qū)域生態(tài)的研究。植被覆蓋度反演主要有地面實(shí)測和遙感估算兩種方法。地面實(shí)測目前所采用的方法有目測法，采樣法，儀器法等，常用于小尺度測量。由于其精度較高，一般作為檢驗(yàn)遙感估算覆蓋度的手段。遙感估算植被覆蓋度逐漸成為分析植被覆蓋度變化的主要方法[3]。它適用于大尺度反演植被覆蓋度，并且具有良好的時(shí)間和空間連續(xù)性，可以從多維度研究分析植被覆蓋度的差異及其變化的規(guī)律[4]。遙感估算目前所采用的方法有回歸模型法、植被指數(shù)法、混合像元法以及機(jī)器學(xué)習(xí)法等[5]。

目前，植被覆蓋度的研究成果主要包括了對植被覆蓋度動(dòng)態(tài)變化的研究[6-7]、對植被覆蓋度變化與生態(tài)環(huán)境因子的關(guān)系進(jìn)行探究[8-9]、以及對植被覆蓋度監(jiān)測的研究[10-11]。趙舒怡等[12]對華北地區(qū)植被覆蓋度與干旱條件進(jìn)行了相關(guān)分析。張曉東等[13]利用TM衛(wèi)星遙感影像采用像元二分模型對伏牛山整體植被變化趨勢進(jìn)行研究，阿多等[14]對華北平原氣候時(shí)空變化及其對植被覆蓋度的影響進(jìn)行了分析。裴志林等[15]對黃河上游植被覆蓋度分布特征和影響因素進(jìn)行了分析，發(fā)現(xiàn)氣候類環(huán)境因素對植被覆蓋度的影響較大。趙明偉等[16]對2001—2015年我國陸地植被覆蓋度時(shí)空變化及驅(qū)動(dòng)力進(jìn)行了分析，發(fā)現(xiàn)對于不同地區(qū)影響其植被覆蓋度變化的因素不盡相同。

伏牛山生態(tài)功能區(qū)對區(qū)域生態(tài)環(huán)境起著重要的調(diào)節(jié)作用，本文則在前人研究的基礎(chǔ)上基于像元二分模型采用MODIS數(shù)據(jù)反演伏牛山地區(qū)的植被覆蓋度，并采用一元回歸、Hurst指數(shù)、馬爾科夫矩陣等方法，分析研究該區(qū)域植被覆蓋度的時(shí)空變化規(guī)律，探究氣象因子對其的影響，為生態(tài)環(huán)境的監(jiān)測提供依據(jù)并為下一步對研究區(qū)植被生態(tài)質(zhì)量評(píng)估提供數(shù)據(jù)支撐。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

植被是陸地生態(tài)系統(tǒng)的主題，是保護(hù)生態(tài)系統(tǒng)的重要屏障。2014年《河南省主體功能區(qū)規(guī)劃》確定構(gòu)建全省以“四區(qū)三帶”為主體的生態(tài)安全戰(zhàn)略格局，其中伏牛山生態(tài)區(qū)為河南省重點(diǎn)生態(tài)功能區(qū)。因此，本文選擇伏牛山生態(tài)區(qū)作為本文的研究區(qū)。研究區(qū)位于河南省西南部，見圖1。西與陜西省接壤、東至魯山縣、南召縣，南至淅川、內(nèi)鄉(xiāng)縣與南陽盆地的北緣相連、北至陜縣、宜陽縣，面積約為34 471.5 km2。研究區(qū)溫涼濕潤，少旱區(qū)，地處中國南北氣候的過渡帶，屬于北亞熱帶向暖溫帶的過渡地帶。伏牛山山區(qū)氣溫：春季，4月份平均氣溫在5℃以上，平均每月增溫為5～6℃，是全年增溫最快的季節(jié)；夏季，氣溫達(dá)到最高，最熱月7月平均氣溫為26.5～28.5℃；秋季，9月基本上與4月相似，是氣溫日較差最大的季節(jié)。伏牛山山區(qū)年平均氣溫在12℃左右，山區(qū)年平均降水量在800～1 100 mm，7月、8月降水量為全年最多。植被屬暖溫帶落葉闊葉林向亞熱帶常綠闊葉林的過渡類型，生物多樣性十分豐富。主要植被類型分為7種，分別是針葉林，闊葉林，針闊葉混交林，竹林，灌叢及灌草叢，草甸，沼澤及水生植被[17]。伏牛山地區(qū)森林植被保存完好，森林覆蓋率達(dá)42%。

圖1 研究區(qū)分布概況

1.2 數(shù)據(jù)來源及預(yù)處理

植被覆蓋度的變化受氣候影響較大。北半球植被覆蓋度與20世紀(jì)80,90年代相比，增長趨勢變緩，氣溫與降水等氣象因子是影響植被覆蓋度變化的主要驅(qū)動(dòng)力[18-21]。

本研究采用的氣象基礎(chǔ)數(shù)據(jù)來源于河南省氣象局和中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)[22]。氣象基礎(chǔ)數(shù)據(jù)包括了研究區(qū)域2000—2018年內(nèi)共14個(gè)氣象站的4-9月的月均溫和月降水量數(shù)據(jù)。在ArcGIS中進(jìn)行矢量化，并保證其坐標(biāo)系與遙感數(shù)據(jù)的坐標(biāo)系一致。運(yùn)用克里金方法對氣溫和降水量數(shù)據(jù)進(jìn)行克里金插值可以得到研究區(qū)域柵格化的月均溫和月降水量的分布。研究區(qū)氣象數(shù)據(jù)統(tǒng)計(jì)如圖2。研究區(qū)的降水與高溫是同步的，屬于雨熱同期的氣候，研究區(qū)平均氣溫4月最低，為16℃，7月最高為26.4℃，而研究區(qū)的月降水量4月最低為20.3 mm，7月最高為217 mm。

圖2 研究區(qū)2000-2018年月降水量和月均溫變化

本研究采用的遙感數(shù)據(jù)來源于NASA的MODIS合成產(chǎn)品MODIS13A1，它是分辨率為500 m的16 d合成的L3級(jí)產(chǎn)品。時(shí)間覆蓋范圍是2000年4月至9月到2018年4月至9月，共19 a。河南省對應(yīng)的正弦投影系統(tǒng)為h27v05，使用MRT軟件進(jìn)行投影轉(zhuǎn)換，并將投影轉(zhuǎn)換為Albers等面積割圓錐投影?；贏rcGIS工具根據(jù)研究區(qū)行政邊界對數(shù)據(jù)做裁剪處理并進(jìn)行NDVI的MVC月合成，得到每月對應(yīng)的NDVI值。

選用2017年7月的landsat8影像作為數(shù)據(jù)精度驗(yàn)證，首先進(jìn)行輻射定標(biāo)，然后基于FLAASH大氣校正模塊對影像進(jìn)行大氣校正，將landsat8影像變換坐標(biāo)系、重采樣為500 m，并進(jìn)行植被覆蓋度的計(jì)算。隨機(jī)選取54個(gè)點(diǎn)，分別提取landsat8的植被覆蓋度與同期的植被覆蓋度進(jìn)行線性擬合，得到的擬合方程為y=0.496x+0.380 1,R2為0.71。說明利用MODIS數(shù)據(jù)基于像元二分模型計(jì)算的植被覆蓋度可信度較高。

2 研究方法

2.1 像元二分模型

利用基于標(biāo)準(zhǔn)化植被指數(shù)(NDVI)[23]的像元二分模型對伏牛山研究區(qū)植被覆蓋度(VFC)進(jìn)行估算：

NDVI=NDVIveg+NDVIsoil

(1)

式中：NDVIsoil為完全是裸土或無植被覆蓋區(qū)域的NDVI值；NDVIveg表示完全被植被覆蓋的像元的NDVI值。模型中僅把像元?jiǎng)澐譃閮深悾郝阃梁图冎脖?，這樣可以削弱大氣，植被類型等因素的影響。

NDVI=VFC×NDVIveg+(1-VFC)×NDVIsoil

(2)

按照所占比例分析計(jì)算，進(jìn)行等式變化可得：

(3)

由于圖像中不可避免的存在噪聲，因此NDVI的極值并不一定是NDVImax與NDVImin。在取值時(shí)需要選取一定置信區(qū)間內(nèi)的最大值與最小值。選取累積概率為1%，99%的NDVI值作為NDVImin和NDVImax?；谙裨帜Ｐ蛯ρ芯繀^(qū)植被覆蓋度進(jìn)行估算，并將植被覆蓋度進(jìn)行等級(jí)劃分，分為5個(gè)等級(jí)(表1)。

表1 植被覆蓋度等級(jí)劃分

2.2 馬爾科夫模型

對伏牛山地區(qū)的植被覆蓋度變化情況采用馬爾科夫模型進(jìn)行分析，得到一個(gè)轉(zhuǎn)移矩陣，可以定量的表明不同等級(jí)的植被覆蓋度之間的變化情況。

(4)

Vij表示研究區(qū)第i種等級(jí)的植被覆蓋度和第j種等級(jí)的植被覆蓋度之間轉(zhuǎn)化的面積。n為覆蓋度的等級(jí)數(shù)量。i和j的取值為1,2,…,n。

2.3 一元線性回歸分析法

利用逐像元擬合年均VFC(植被覆蓋度)的變化斜率得到植被覆蓋度的時(shí)空變化數(shù)據(jù)，通過統(tǒng)計(jì)時(shí)空變化數(shù)據(jù)可以對每年的植被覆蓋度做出在年序上的時(shí)間變化趨勢分析。植被覆蓋的變化趨勢可以綜合反映研究區(qū)內(nèi)植被的時(shí)空發(fā)展演變特征[24]。利用一元線性回歸分析法逐像元計(jì)算2000—2018年的趨勢斜率：

(5)

式中：n是時(shí)間序列的長度(n=19)；VFCi是第i年的VFC值；Slope代表研究時(shí)段內(nèi)每個(gè)像元的植被覆蓋度的變化趨勢，當(dāng)Slope>0時(shí)，代表該像元處19 a間植被覆蓋度呈增長趨勢，反之則表示減少。顯著性趨勢檢驗(yàn)采用F檢驗(yàn)，若相關(guān)系數(shù)置信度達(dá)到95%，99%以上即p<0.05，p<0.01,則認(rèn)為變化趨勢分別達(dá)到了顯著和極顯著水平。根據(jù)檢驗(yàn)結(jié)果將變化趨勢分為5個(gè)等級(jí)：極顯著增加(p<0.01,Slope>0),極顯著減少(p<0.01,Slope <0)，顯著增加(0.010)，顯著減少(0.010.05)。

2.4 Hurst指數(shù)

自然界中具有長程依賴性的時(shí)間序列是普遍存在的，并在水溫，地球化學(xué)，氣候，地質(zhì)和地震等領(lǐng)域廣泛運(yùn)用[25]。而Hurst指數(shù)是描述長程依賴性的一種方法。Hurst指數(shù)可以反映出序列自相似性以及序列發(fā)展的相關(guān)強(qiáng)度[26]。基于重標(biāo)極差(R/S)分析法計(jì)算得到的Hurst指數(shù)可以反映序列自相似性及序列發(fā)展的相關(guān)強(qiáng)度，并能夠較好的判別時(shí)間序列數(shù)據(jù)的自相關(guān)性。若0

2.5 偏相關(guān)分析

偏相關(guān)分析是反映多個(gè)變量間的相關(guān)程度，將伏牛山地區(qū)的植被覆蓋度分別與氣溫和降水量逐像元的進(jìn)行偏相關(guān)分析。偏相關(guān)系數(shù)的計(jì)算公式如下：

(6)

式中：rxy1,y2表示將變量y2固定，對變量x和變量y1進(jìn)行偏相關(guān)分析得到的偏相關(guān)系數(shù)；rxy1是變量x和變量y1的簡單相關(guān)系數(shù)；rxy2是變量x和變量y2的簡單相關(guān)系數(shù)；ry1，y2是變量y1和變量y2的簡單相關(guān)系數(shù)。rxy1,y1取值范圍是[-1,1],當(dāng)rxy1,y1>0則表示兩個(gè)變量間呈正相關(guān)，rxy1,y2<0則表示兩個(gè)變量間呈負(fù)相關(guān)。rxy1,y2越接近-1或1，說明兩個(gè)變量間的偏相關(guān)性越高。

3 結(jié)果與分析

3.1 植被覆蓋度分布特點(diǎn)

選取2000年、2010年、2018年為代表年，對其進(jìn)行分析統(tǒng)計(jì)，可以得到研究區(qū)植被覆蓋度等級(jí)分布圖(圖3)，盧氏、欒川、嵩縣、西峽、南召、內(nèi)鄉(xiāng)地區(qū)的較高覆蓋度和高覆蓋度的像元的個(gè)數(shù)較多，即植被覆蓋度高于0.6的地區(qū)主要集中在這些地區(qū)，說明這些地區(qū)植被覆蓋水平較高，同時(shí)也反映了伏牛山山區(qū)植被覆蓋度較高。對于伏牛山周邊的地區(qū)，即靈寶，洛寧，宜陽，汝陽等地區(qū)，其靠近伏牛山一側(cè)的植被覆蓋度要高于遠(yuǎn)離伏牛山一側(cè)的植被覆蓋度。即研究區(qū)的植被覆蓋度總體上呈現(xiàn)中間高，四周低的特點(diǎn)，與伏牛山在研究區(qū)內(nèi)的分布情況相一致，說明人類的生產(chǎn)生活等行為會(huì)對植被覆蓋度的變化產(chǎn)生較大的影響。

3.2 植被覆蓋度整體變化分析

根據(jù)同一地區(qū)不同時(shí)相的土地覆蓋現(xiàn)狀可以求得一個(gè)轉(zhuǎn)移矩陣。分析轉(zhuǎn)移矩陣，能夠得到兩個(gè)時(shí)相，不同土地覆蓋類型之間相互轉(zhuǎn)化的情況[27]。對研究區(qū)不同等級(jí)的植被覆蓋度計(jì)算其轉(zhuǎn)移矩陣并分析，可以得到植被覆蓋度的轉(zhuǎn)移矩陣見表2—3。

由表2可知2000—2010年研究區(qū)的植被覆蓋度有59.4%的區(qū)域沒有發(fā)生變化。低覆蓋度區(qū)轉(zhuǎn)出面積為116.25 km2,轉(zhuǎn)入面積為95.25 km2轉(zhuǎn)出面積大于轉(zhuǎn)入面積，表明低覆蓋度區(qū)域在減少，當(dāng)?shù)刂脖桓采w度水平在上升。較低覆蓋度區(qū)轉(zhuǎn)出面積為2 902.25 km2，轉(zhuǎn)入面積為273.75 km2，其中轉(zhuǎn)出到中覆蓋度區(qū)的面積占較低覆蓋度區(qū)轉(zhuǎn)出面積的92.25%，表明較低覆蓋度區(qū)變化較大，變化趨勢是向良性發(fā)展的。中覆蓋度區(qū)轉(zhuǎn)出面積為6 539.5 km2，轉(zhuǎn)入面積為2 831.5 km2，轉(zhuǎn)出到較高覆蓋度區(qū)的面積占中覆蓋度區(qū)轉(zhuǎn)出面積的97.3%，表明研究區(qū)內(nèi)生態(tài)環(huán)境較好，植被覆蓋度呈增長的趨勢。較高覆蓋度區(qū)轉(zhuǎn)出面積為158.5 km2，轉(zhuǎn)入面積為7 650.5 km2。轉(zhuǎn)入面積大于轉(zhuǎn)出面積，較高覆蓋度區(qū)的面積有大幅度的增加。表明當(dāng)?shù)厣鷳B(tài)環(huán)境得到改善，大部分劣等覆蓋度區(qū)轉(zhuǎn)為較高覆蓋度區(qū)。高覆蓋度區(qū)轉(zhuǎn)出面積為1 147 km2，轉(zhuǎn)入面積為12.5 km2。高覆蓋度區(qū)的轉(zhuǎn)出面積大部分轉(zhuǎn)為了較高覆蓋度區(qū)。表明較高覆蓋度區(qū)和高覆蓋度區(qū)相互轉(zhuǎn)化較多。

表2 研究區(qū)2000年、2010年植被覆蓋度轉(zhuǎn)移矩陣

表3 研究區(qū)2010年、2018年植被覆蓋度轉(zhuǎn)移矩陣

由表3可知2010—2018年研究區(qū)的植被覆蓋度有66.32%的區(qū)域沒有發(fā)生變化。低覆蓋度區(qū)轉(zhuǎn)出面積為118 km2，轉(zhuǎn)入面積為271.5 km2，轉(zhuǎn)出面積小于轉(zhuǎn)入面積，低覆蓋度區(qū)域的面積有所增加。較低覆蓋度區(qū)轉(zhuǎn)出面積為393.75 km2，轉(zhuǎn)入面積為926.25 km2，其中由中覆蓋度區(qū)轉(zhuǎn)為較低覆蓋度區(qū)占較低覆蓋度區(qū)轉(zhuǎn)出面積的85.4%，劣等植被面積有所增加。中覆蓋度區(qū)轉(zhuǎn)出面積為3 202.25 km2，轉(zhuǎn)入面積為2 215.5 km2，中覆蓋度區(qū)面積有所下降。較高覆蓋度區(qū)轉(zhuǎn)出面積為7 823 km2，轉(zhuǎn)入面積為2 439 km2，轉(zhuǎn)出面積大于轉(zhuǎn)入面積，且轉(zhuǎn)出面積是轉(zhuǎn)出面積的3.2倍，表明較高覆蓋度區(qū)面積下降嚴(yán)重。高覆蓋度區(qū)轉(zhuǎn)出面積為102.75 km2，轉(zhuǎn)入面積為5 787.5 km2，轉(zhuǎn)入面積為轉(zhuǎn)出面積的56倍，表明高植被覆蓋度區(qū)面積增加明顯，生態(tài)環(huán)境日益改善，生態(tài)治理有一定的效果。

綜上可知，2000—2010年低覆蓋度區(qū)、較低覆蓋度區(qū)及中覆蓋度區(qū)的面積在減少，較高覆蓋度區(qū)和高覆蓋度區(qū)的面積在增加，研究區(qū)的植被覆蓋度呈上升趨勢。2010—2018年較低覆蓋度區(qū)和高覆蓋度區(qū)的面積增加顯著，而較高覆蓋度區(qū)的面積有所下降，低覆蓋度區(qū)和中覆蓋度區(qū)的面積有所變化，但變化不大，研究區(qū)的植被覆蓋度整體呈上升趨勢。即近19 a研究區(qū)內(nèi)的較多低水平植被覆蓋度區(qū)轉(zhuǎn)化為高水平植被覆蓋度區(qū)，說明了當(dāng)?shù)厥种匾暠Ｗo(hù)生態(tài)環(huán)境。

3.3 植被覆蓋度年際變化特征

由像元二分模型計(jì)算得到研究區(qū)2000—2018年植被覆蓋度分布圖。使用一元線性回歸分析算法逐像元的分析覆蓋度變化并進(jìn)行顯著性檢驗(yàn)，得到研究區(qū)覆蓋度變化趨勢圖，見圖4。研究區(qū)植被覆蓋度整體呈逐年上升的趨勢，呈增加趨勢的地區(qū)占整個(gè)研究區(qū)的68%，5%的區(qū)域其植被覆蓋度呈不同程度的下降。對Slop進(jìn)行F檢驗(yàn)，并對研究區(qū)的植被覆蓋度不同變化趨勢進(jìn)行等級(jí)劃分，統(tǒng)計(jì)不同等級(jí)的植被覆蓋度區(qū)域所占比重和其面積。73%的研究區(qū)域通過了顯著性檢驗(yàn)，其中極顯著增加的區(qū)域和顯著增加的區(qū)域所占比重分別為47%和21%，通過顯著性檢驗(yàn)且呈下降趨勢的區(qū)域(極顯著減少區(qū)域占比2%，顯著減少3%)。下降的地區(qū)主要集中在靈寶市城區(qū)，洛寧東部地區(qū)，宜陽東部地區(qū)，欒川縣城區(qū)，內(nèi)鄉(xiāng)縣城區(qū)以及鎮(zhèn)平縣城區(qū)，說明這些地區(qū)19 a來城鎮(zhèn)化水平不斷提升。未來為了更好的保護(hù)研究區(qū)內(nèi)的森林等自然資源，需要控制城鎮(zhèn)用地的擴(kuò)張。

3.4 植被覆蓋度變化趨勢

基于重標(biāo)極差(R/S)分析法逐像元計(jì)算研究區(qū)的Hurst指數(shù)，并繪制研究區(qū)植被覆蓋度的Hurst指數(shù)空間分布圖。研究區(qū)的Hurst指數(shù)范圍為0～0.98，平均值為0.47，其中Hurst指數(shù)大于0.5和小于0.5的像元分別占研究區(qū)的65%和35%。將Hurst指數(shù)與通過顯著性檢驗(yàn)的Slop結(jié)合，可以對研究區(qū)內(nèi)植被覆蓋度的未來趨勢進(jìn)行預(yù)測，預(yù)測結(jié)果如圖5所示。研究區(qū)未來覆蓋度增加的地區(qū)僅占整體研究區(qū)的26.5%。未來覆蓋度減少的區(qū)域占比為46.3%，接近一半的區(qū)域其植被覆蓋度將延續(xù)減少的發(fā)展趨勢。

圖4 2000-2018年研究區(qū)植被覆蓋度變化趨勢顯著性

圖5 研究區(qū)植被覆蓋度未來變化趨勢

統(tǒng)計(jì)各變化趨勢所占面積和比重可以發(fā)現(xiàn)，未來極顯著增加地區(qū)的面積為6 103.5 km2，所占比重為17.1%，主要分布在欒川縣，汝陽縣，盧氏縣，西峽縣和南召縣的伏牛山山區(qū)，由于對伏牛山山區(qū)的森林進(jìn)行了多年的保護(hù)，這些地區(qū)的植被覆蓋度未來呈極顯著增長的趨勢。對于未來呈顯著增加趨勢的地區(qū)，其主要分布在伏牛山山區(qū)，所占面積為3 591.5 km2，占比僅為9.4%，這些地區(qū)植被覆蓋度未來轉(zhuǎn)向良性發(fā)展或者繼續(xù)保持當(dāng)前良好的發(fā)展?fàn)顟B(tài)。而未來極顯著減少和未來顯著減少的地區(qū)分布范圍較廣，其中未來極顯著減少占比高達(dá)32.4%，表明未來覆蓋度呈下降趨勢的地區(qū)占比較大。面對脆弱的生態(tài)環(huán)境，需要堅(jiān)持退耕還林的政策，應(yīng)該重視未來呈極顯著減少和顯著減少地區(qū)的生態(tài)環(huán)境治理。

3.5 植被覆蓋度與氣象因子的相關(guān)性分析

由于氣溫和降水都會(huì)對研究區(qū)內(nèi)的植被覆蓋度的變化產(chǎn)生影響，將研究區(qū)內(nèi)的植被覆蓋度分別與月降水量和月均溫進(jìn)行偏相關(guān)分析，先選取代表年進(jìn)分析，2000年植被覆蓋度與降水和均溫的平均偏相關(guān)系數(shù)分別為0.24，0.18，呈正相關(guān)的地區(qū)分別為78%和64%。2010年植被覆蓋度與降水和均溫的平均偏相關(guān)系數(shù)分別-0.13，0.54，呈正相關(guān)的地區(qū)分別為36%和84%。2018年植被覆蓋度與降水和均溫的平均偏相關(guān)系數(shù)分別為0.14，0.38，呈正相關(guān)的地區(qū)分別為60%和75%。然后對2000—2018年共19 a間的植被覆蓋度與降水和均溫進(jìn)行偏相關(guān)分析，見圖6，植被覆蓋度與同期降水量和氣溫的平均偏相關(guān)系數(shù)分別0.067，0.097，呈正相關(guān)的所占比重分別為56.18%和63.97%。研究區(qū)內(nèi)的植被覆蓋度與氣溫的相關(guān)程度更緊密。進(jìn)一步對研究區(qū)內(nèi)的森林區(qū)域進(jìn)行研究，發(fā)現(xiàn)研究區(qū)內(nèi)的森林區(qū)域的植被覆蓋度與氣溫的偏相關(guān)系數(shù)為0.12，呈正相關(guān)的區(qū)域占森林區(qū)的70%，與降雨的偏相關(guān)系數(shù)為-0.13，呈正相關(guān)的區(qū)域占森林區(qū)的27%，表明氣溫是影響森林覆蓋度的主要因子(圖7)。

圖6 2000-2018年研究區(qū)植被覆蓋度與降水量和溫度的偏相關(guān)系數(shù)

圖7 2000-2018年研究區(qū)森林地區(qū)植被覆蓋度與降水量和溫度的偏相關(guān)數(shù)

4 結(jié)論與討論

(1) 研究區(qū)植被覆蓋度整體較好。(2) 不同等級(jí)植被覆蓋度類型轉(zhuǎn)化的特點(diǎn)是由低水平覆蓋度區(qū)向高水平覆蓋度區(qū)的轉(zhuǎn)化。(3) 自2000—2018年，研究區(qū)植被覆蓋度變化趨勢以增長為主，研究區(qū)內(nèi)一半以上的地區(qū)其植被覆蓋度呈現(xiàn)上升趨勢。(4) 研究區(qū)的植被覆蓋度變化的反向持續(xù)性要強(qiáng)于同向持續(xù)性，并且持續(xù)性明顯，未來植被覆蓋度的變化趨勢預(yù)計(jì)以減少為主。(5) 研究區(qū)植被覆蓋度的變化受氣溫影響較大。其中森林區(qū)域的植被覆蓋度同樣受氣溫的影響較大。這與阿多[14]等對華北平原氣候時(shí)空變化及其對植被覆蓋度的影響中的結(jié)論相一致即氣溫是影響森林生態(tài)區(qū)植被覆蓋度的主導(dǎo)因子。本文與其均采用了較長的時(shí)間序列，可以較為充分地反映研究區(qū)植被覆蓋度變化與氣象因子之間的相關(guān)關(guān)系。張曉東[13]等在對伏牛山植被覆蓋度的變化研究中，采用三期遙感影像，發(fā)現(xiàn)伏牛山地區(qū)的植被覆蓋度變化和溫度變化的關(guān)系不太明顯，其推測是由于植被覆蓋度的變化對氣溫的響應(yīng)存有一定的滯后性導(dǎo)致的。由于采用的時(shí)間序列不同分析出的結(jié)果也不盡相同，綜上對植被覆蓋度與氣象因子的分析采用長時(shí)間序列的遙感數(shù)據(jù)較為合理，可以降低氣象因子的滯后性帶來的影響。本研究沒有考慮地形因素對研究區(qū)植被覆蓋度的影響，研究地形因素對植被覆蓋度的影響可作為以后的研究方向。