黃河流域植被物候遙感提取及空間分布

羅婉琳 韓 琳＊ 吳滿玉 楊佳音 侯亞坤

（鄭州師范學(xué)院地理與旅游學(xué)院，河南 鄭州 450000）

植被物候是指植物在一年的生長(zhǎng)中，隨著氣候的季節(jié)性變化植物自身發(fā)生萌芽、抽枝、展葉、開花、結(jié)果及落葉、休眠等規(guī)律性變化的現(xiàn)象，與地貌特征及地理空間分布密切相關(guān)，隨降水、溫度、光照等氣候條件的變化而變化[1]。植被物候?qū)夂蜃兓哂忻舾行裕瑢?duì)于認(rèn)識(shí)自然季節(jié)現(xiàn)象變化的規(guī)律，農(nóng)作物的生產(chǎn)、全球氣候變化、生態(tài)學(xué)的應(yīng)用等方面具有重要的應(yīng)用價(jià)值。

黃河流域地處我國(guó)干旱，半干旱和半濕潤(rùn)地區(qū)，生態(tài)環(huán)境脆弱，在全球變暖和人類活動(dòng)共同影響下，流域氣候及水文過(guò)程發(fā)生了顯著變化，流域整體氣候的暖干化和人類用水的不斷增加使得黃河流域的水文氣象變化不斷加劇，該流域的生態(tài)問題變得越來(lái)越受人關(guān)注，了解黃河流域植被生長(zhǎng)變化空間格局，對(duì)黃河流域生態(tài)環(huán)境保護(hù)具有重要意義。

近年來(lái)，遙感技術(shù)發(fā)展迅速，傳感器能夠提供多時(shí)相、多分辨率相對(duì)準(zhǔn)確和連續(xù)的遙感數(shù)據(jù)，從而為實(shí)現(xiàn)大區(qū)域尺度、長(zhǎng)時(shí)間序列的植被生長(zhǎng)動(dòng)態(tài)監(jiān)測(cè)提供了可能?；贜DVI 時(shí)間序列具有較好的季節(jié)節(jié)律能夠綜合反映植物季相變化特征，結(jié)合地理信息系統(tǒng)技術(shù)進(jìn)行空間格局及其動(dòng)態(tài)變化分析，成為量化分析區(qū)域植被物候動(dòng)態(tài)變化及其對(duì)氣候變化響應(yīng)研究的重要手段[2]。本文通過(guò)探討植被物候遙感提取方法，對(duì)黃河流域植被生長(zhǎng)開始期、植被生長(zhǎng)結(jié)束期和植被生長(zhǎng)長(zhǎng)度等三個(gè)植被物候參數(shù)進(jìn)行了提取，并對(duì)近20a 來(lái)流域植被物候空間分布進(jìn)行了分析，為黃河流域生態(tài)環(huán)境治理提供信息參考。

1 研究區(qū)域與數(shù)據(jù)源

1.1 黃河流域概況。黃河流域位于96°～119°E，32°～42°N，東西長(zhǎng)約1900 km，南北寬約1100 km，流域面積約為79.46×104km2。黃河流域幅員遼闊，地貌差異大，該流域發(fā)源于青海巴顏喀拉山，從西到東橫跨青藏高原、內(nèi)蒙古高原、黃土高原和黃淮海平原4個(gè)地貌單元。流域地勢(shì)西高東低，西部河源地區(qū)平均海拔在4000m以上，由一系列高山組成；中部地區(qū)海拔在1000～2000m 之間，為黃土地貌，水土流失嚴(yán)重；東部海拔不超過(guò)100m，主要由黃河沖積平原形成。黃河流域?qū)儆诖箨懶詺夂?，東南部屬半濕潤(rùn)氣候，中部屬半干早氣候，西北部屬干旱氣候。植被從高山草甸、灌木林到耕地林網(wǎng)，類型豐富。

1.2 NDVI 數(shù)據(jù)來(lái)源與處理。NDVI 序列影像采用2001～2019年中分辨率成像光譜儀（MODIS）陸地標(biāo)準(zhǔn)產(chǎn)品（MOD13Q1）中的歸一化植被指數(shù)（NDVI）數(shù)據(jù)產(chǎn)品，進(jìn)行物候分析。產(chǎn)品從NASA 官網(wǎng)獲?。╤ttps://www.nasa.gov/）。MOD13Q1 中的NDVI 數(shù)據(jù)產(chǎn)品的空間分辨率為250m，是經(jīng)過(guò)16d 最大值合成的反射率數(shù)據(jù)。運(yùn)用MRT軟件對(duì)MODIS 數(shù)據(jù)進(jìn)行數(shù)據(jù)拼接、重投影和波段信息提取等，然后利用Python 在cmd 命令中調(diào)取相關(guān)Arcgis 工具進(jìn)行數(shù)據(jù)批量的數(shù)據(jù)裁剪、投影轉(zhuǎn)換、格式轉(zhuǎn)換，最終輸出成Albers 投影的NDVI數(shù)據(jù)。

2 植被物候提取方法

基于時(shí)間序列植被指數(shù)提取植被物候信息一般需要經(jīng)過(guò)兩個(gè)步驟[3]：一是NDVI 指數(shù)的平滑與重構(gòu)，以消除數(shù)據(jù)獲取時(shí)受云霧、大氣等因素影響而產(chǎn)生的噪聲；二是對(duì)平滑后的NDVI 序列數(shù)據(jù)曲線提取物候參數(shù)。

2.1 NDVI 植被植數(shù)。NDVI（Normal）是遙感圖像研究植被特征的重要指標(biāo)，植被信息主要通過(guò)綠色植物葉子和植被冠層的光譜特性及其差異、變化來(lái)反映。但對(duì)于復(fù)雜的植被遙感，僅用個(gè)別波段或多個(gè)單波段數(shù)據(jù)對(duì)比分析提取植被信息存在局限性，因此往往選用不同波段之間的運(yùn)算來(lái)產(chǎn)生對(duì)植物長(zhǎng)勢(shì)、生物量等有一定知識(shí)意義的數(shù)值來(lái)分析植被變化。歸一化植被指數(shù)（NDVI）是常采用的指數(shù)之一，其計(jì)算方法見公式（1）。

式中：Rnir指近紅外波段地物的反射率，Rnir指可見光波段地物的反射率。

2.2 NDVI 數(shù)據(jù)降噪與重構(gòu)。NDVI 反映植被生長(zhǎng)過(guò)程變化的時(shí)間序列曲線理論上是連續(xù)且平滑的，雖然經(jīng)過(guò)16d 最大合成的MODIS 數(shù)據(jù)雖減弱了云的影響，但由于傳感器性能、天氣等隨機(jī)因素的干擾，NDVI 數(shù)據(jù)仍然有一些噪聲的存在，使NDVI 時(shí)序數(shù)據(jù)出現(xiàn)不規(guī)則情況，因此對(duì)數(shù)據(jù)進(jìn)行平滑降噪處理是必不可少的一個(gè)工作。常用的方法有雙Logistic 曲線擬合、非對(duì)稱高斯函數(shù)擬合和Savitzky-Golay（S-G）濾波法。許多學(xué)者對(duì)這三種常用方法進(jìn)行了研究，楊恒等[4]運(yùn)用S-G 濾波的方法對(duì)江西省植被覆蓋度時(shí)空變化進(jìn)行了相關(guān)分析研究。丁瀟等[5]對(duì)比分析了Savitsky-Golay 濾波法、Logistic 調(diào)合函數(shù)模型和非對(duì)稱Gaussian 模型3 種方法對(duì)植被指數(shù)曲線擬合重構(gòu)的效果，最后得出Savitsky-Golay 濾波法在與原始曲線近似度方面優(yōu)于另外兩種擬合方法。本研究利用TIMESAT3.3 軟件，基于S-G 濾波方法對(duì)NDVI 數(shù)據(jù)進(jìn)行降噪處理，從而對(duì)時(shí)間序列進(jìn)行重構(gòu)。濾波方法見公式（2）。

式中，Yj為擬合之后的序列數(shù)據(jù)，Yj+i為原始序列數(shù)據(jù)，Ci為濾波系數(shù)，N 為滑動(dòng)窗口的大?。?m + 1）。本研究利用Savitsky-Golay濾波對(duì)NDVI 時(shí)間序列進(jìn)行去噪，窗口大小為設(shè)置3，并采用NDVImean=0.05 作為排除異常閾值。圖1 為某一像元基于S-G 濾波前后的NDVI 時(shí)間序列對(duì)比。

圖1 時(shí)間序列重建效果圖

2.3 基于序列NDVI 植被物候信息提取

基于遙感技術(shù)的植被物候信息提取是通過(guò)在時(shí)間序列NDVI形成的曲線，來(lái)定義植被物候參數(shù)。植被物候各參數(shù)在NDVI 時(shí)間序列曲線上含義見圖2 所示。則是生長(zhǎng)季期間NDVI 的積分;h+i 為大積分值;j, k 分別為NDVI 左右導(dǎo)數(shù)。

圖2 植被物候參數(shù)[6]

當(dāng)前，基于時(shí)間序列NDVI 植被物候參數(shù)提取方法有動(dòng)態(tài)閾值法、滑動(dòng)平均法、導(dǎo)數(shù)法、曲線擬合法、最大變化率、Logistic 函數(shù)擬合法等，其中閾值法是大尺度區(qū)域植被物候提取最為常用的方法[3]。本研究結(jié)合先驗(yàn)知識(shí)及區(qū)域特點(diǎn)，重點(diǎn)討論動(dòng)態(tài)閾值法植被物候信息提取。

動(dòng)態(tài)閾值法是基于遙感圖像的統(tǒng)計(jì)學(xué)特征而確定植被的物候變量的，即將NDVI 增長(zhǎng)達(dá)到當(dāng)年NDVI 振幅一定百分比的時(shí)刻定義為生長(zhǎng)季的開始時(shí)間，而NDVI 降低到當(dāng)年NDVI 振幅一定比例的時(shí)刻定義為生長(zhǎng)季的結(jié)束時(shí)間。它能有效地識(shí)別不同土地覆蓋類型的特點(diǎn)，得出有針對(duì)性的閾值。動(dòng)態(tài)閾值法在進(jìn)行大區(qū)域多年數(shù)據(jù)的物候信息提取分析時(shí)，有效的避免了在大區(qū)域不同植被類型植被指數(shù)差異導(dǎo)致合理閾值范圍選取困難的問題，另外該方法使得不同年份NDVI 變異也不會(huì)相互影響，往往能夠得到較準(zhǔn)確的結(jié)果。

利用S-G 濾波后重建的長(zhǎng)期序列數(shù)據(jù)，借助TIMESAT3.2 軟件，利用動(dòng)態(tài)閾值法提取2001 至2019 年植被生長(zhǎng)季開始時(shí)間（start of season，SOS）、生長(zhǎng)季結(jié)束時(shí)間（end of season, EOS）和生長(zhǎng)季長(zhǎng)度（Length of season, LOS）三個(gè)物候參數(shù)，對(duì)黃河流域近20a 來(lái)植被物候空間分布進(jìn)行分析。根據(jù)本研究區(qū)的實(shí)測(cè)物候數(shù)據(jù)對(duì)比并與前人的研究結(jié)果分析，通過(guò)反復(fù)試驗(yàn)最后本文的植被SOS 和植被EOS 提取閾值為30%、40%。即將NDVI 曲線上升階段，距離最小值為最大值與最小值間距離的30%的時(shí)間點(diǎn)定義為植被SOS，將NDVI 曲線下降階段，距離最大值為最大值與最小值間距離的40%的時(shí)間點(diǎn)定義為植被EOS。

3 結(jié)果與分析

3.1 黃河流域不同年份植被SOS 空間分布。圖3（a）～（d）分別是黃河流域2016～2019 近4 年植被SOS 空間分布圖，表1 是各年份SOS 不同時(shí)間區(qū)間占整個(gè)流域植被覆蓋區(qū)的面積占比。由圖3 和表1 分析可見，黃河流域植被SOS 主要集中在第100-160 天，該區(qū)間平均約占整個(gè)流域植被覆蓋區(qū)的71.8%，其中，2017 年的占比最高，約占75.2%；2018 年的占比最少，約占65.7%。流域植被SOS 在第120-140 天的占比最大，該區(qū)間植被主要分布在黃土高原中部地區(qū)。植被SOS 在小于第80 天的占比最小，主要集中在黃河下游及中游關(guān)中平原部分區(qū)域，該區(qū)域主要以農(nóng)作物種植為主，2018 年該區(qū)間空間分布占比明顯增大。流域SOS 在第80-100 天的空間分布區(qū)域在2018 年、2019 年較2016 年、2017 年發(fā)生了明顯增大，而在第160-180 天的空間分布區(qū)域則明顯減小。

圖3 黃河流域不同年份SOS 空間分布

表1 黃河流域SOS 不同時(shí)間區(qū)間面積占比（%）

3.2 黃河流域不同年份植被EOS 空間分布。圖4（a）～（d）分別是黃河流域2016～2019 近4 年植被EOS 空間分布圖，表2 是各年份EOS 不同時(shí)間區(qū)間占整個(gè)流域植被覆蓋區(qū)的面積占比。由圖4和表2 分析可見，黃河流域植被EOS 主要集中在第290 天之后，該區(qū)間平均約占整個(gè)流域植被覆蓋區(qū)的83.9%，其中，2019 年的占比最高，約占87.9%；2018 年的占比最少，約占79.0%。流域植被EOS在第300-310 天的占比最大，該區(qū)間植被主要分布在黃土高原中南部以及流域東部的部分區(qū)域。植被EOS 在小于第270 天的占比最小，主要集中在黃河下游及內(nèi)蒙古河套平原區(qū)域，該區(qū)域主要以農(nóng)作物種植為主。

表2 黃河流域EOS 不同時(shí)間區(qū)間面積占比（%）

圖4 黃河流域不同年份EOS 空間分布

3.3 黃河流域近20a 植被物候均值空間分布特征

3.3.1 植被SOS 均值空間分布特征。黃河流域2001～2019 年植被SOS 均值空間分布見圖5 所示。黃河流域由于植被隨地形以及水熱條件的差異而不同，不同區(qū)域植被物候參數(shù)差異較大，植被SOS 呈現(xiàn)出由東南向西北逐漸推遲的空間分布格局，整個(gè)流域植被SOS 主要集中在第100-160 天，即3 月初到5 月上旬。其中，流域上游海拔較高的青藏高原區(qū)植被SOS 主要集中在第140-160天，該區(qū)植被生長(zhǎng)期開始季最晚；流域中部的黃土高原區(qū)植被SOS大部分集中在第120-140 天；黃土高原南部及黃河下游大部分區(qū)域植被SOS 主要集中在第100 天以內(nèi)，該區(qū)域植被生長(zhǎng)季開始最早，該區(qū)域植被主要以人工種植植被為主。

圖5 黃河流域2001-2019 年植被SOS 空間分布

3.3.2 植被EOS 均值空間分布特征。黃河流域2001～2019 年植被EOS 空間分布見圖6 所示。流域植被EOS 空間分布與SOS 幾乎相反，即EOS 呈現(xiàn)由西向東、由北向南逐漸推遲的空間分布格局。就整個(gè)流域而言，大部分地區(qū)自然植被EOS 集中在第270-310天左右，即10 月上旬至11 月上旬。其中，流域東部的青藏高原區(qū)植被EOS 主要集中在270-290 天，該區(qū)結(jié)束期開始最早；流域中部黃土高原區(qū)中部及北部自然植被EOS 主要集中在第290-310天，部分區(qū)域EOS 則在第270 天之前；黃土高原南部及下游區(qū)域自然植被EOS 主要集中在第300 天之后，該區(qū)域植被結(jié)束期最晚。

圖6 黃河流域2001-2019 年植被EOS 空間分布

3.3.3 植被LOS 均值空間分布特征。黃河流域2001～2019 年植被LOS 空間分布見圖7 所示。流域植被LOS 呈現(xiàn)由西向東、由北向南逐漸增大的空間分布格局。流域大部分區(qū)域植被LOS 在110-200 天左右。其中，流域東部的青藏高原區(qū)植被LOS 主要在130 天左右，該區(qū)自然植被生長(zhǎng)季長(zhǎng)度相對(duì)較短；流域中部黃土高原中部及北部地區(qū)植被LOS 主要集中在150-170 天左右；黃土高原南部及下游區(qū)域植被LOS 大于170 天，該區(qū)域自然植被生長(zhǎng)季最長(zhǎng)。

圖7 黃河流域2001-2019 年植被LOS 空間分布

4 結(jié)論

本文結(jié)合黃河流域尺度特點(diǎn)，探討了基于遙感技術(shù)的植被物候信息遙感提取方法。在此基礎(chǔ)上，基于2001～2019 年MODIS NDVI 數(shù)據(jù)，利用動(dòng)態(tài)閾值法提取了近20a 來(lái)黃河流域植被物候信息，對(duì)流域植被物候信息進(jìn)行空間分布分析。結(jié)論如下：

4.1 黃河流域植被SOS 主要集中在第100-160 天，其中上游海拔較高的青藏高原區(qū)植被SOS 主要集中在第140-160 天，黃土高原中部及北部區(qū)域植被SOS 大部分集中在第120-140 天，黃土高原南部及黃河下游大部分區(qū)域植被SOS 主要集中在第100 天以內(nèi)。流域植被SOS 呈由東南向西北逐漸推遲的空間分布格局。

4.2 黃河流域植被EOS 主要集中在第270-310 天，即10 月上旬至11 月上旬。其中流域東部的青藏高原區(qū)植被EOS 主要集中在270-290 天，流域中部黃土高原區(qū)自然植被EOS 主要集中在第290-310 天，黃土高原南部及下游區(qū)域自然植被EOS 主要集中在第300 天之后。流域植被EOS 的空間分布格局與SOS 的分布基本相反，即由西北向東南逐漸推遲。

4.3 黃河流域植被LOS 主要集中在110-200 天左右。其中，流域東部青藏高原區(qū)植被LOS 主要在130 天左右，流域中部黃土高原中部及北部地區(qū)植被LOS 主要集中在150-170 天左右；黃土高原南部及下游區(qū)域植被LOS 大于170 天。流域植被LOS 整體呈現(xiàn)由西向東、由北向南逐漸增大的空間分布格局。