四川省2009—2020年植被覆蓋度時(shí)空變化遙感動(dòng)態(tài)監(jiān)測

何利平, 簡 季

(成都理工大學(xué) 地球科學(xué)學(xué)院, 四川 成都 610059)

植被是區(qū)域覆蓋植物群落的總稱，是生態(tài)系統(tǒng)的重要組成部分，不僅影響全球的物質(zhì)與能量循環(huán)，而且對(duì)保持水土、碳的收支平衡、維持氣候及整個(gè)生態(tài)系統(tǒng)穩(wěn)定等方面都具有十分重要的作用[1-2]。植被覆蓋度(fraction of vegetation coverage， FVC)，通常被定義為植被(含葉、莖、枝)在地面的垂直投影面積占統(tǒng)計(jì)區(qū)總面積的比例[3]，是分析地表植被覆蓋的重要參數(shù)，可以用來監(jiān)測不同尺度的地表覆蓋狀況[4]，對(duì)區(qū)域生態(tài)系統(tǒng)環(huán)境變化具有突出的指示作用[5]植被覆蓋與生態(tài)環(huán)境之間有著緊密的聯(lián)系，植被覆蓋度作為生態(tài)系統(tǒng)表述的重要數(shù)據(jù)基礎(chǔ)，在植被動(dòng)態(tài)監(jiān)測和區(qū)域生態(tài)環(huán)境評(píng)價(jià)等方面具有重要意義。歸一化植被指數(shù)(normalized difference vegetation index， NDVI)對(duì)植被的生物物理特征十分敏感，并且在時(shí)效、尺度方面具有較大優(yōu)勢(shì)，所以通常用來對(duì)區(qū)域尺度的植被覆蓋度進(jìn)行估算[6]，大量研究[7-9]證實(shí)植被指數(shù)與植被覆蓋度之間具有較好相關(guān)性，因此使用植被指數(shù)來計(jì)算植被覆蓋度是適合的。近年來，眾多學(xué)者在利用遙感技術(shù)對(duì)植被覆蓋度進(jìn)行動(dòng)態(tài)監(jiān)測方面開展了大量研究，已經(jīng)取得了較多的成果。如李晶等[10]基于SPOT/VEGETATION NDVI數(shù)據(jù)，利用趨勢(shì)分析法、像元二分模型，綜合多種統(tǒng)計(jì)方法，對(duì)呼倫貝爾市植被覆蓋度時(shí)空變化及驅(qū)動(dòng)力進(jìn)行定性與定量分析。皮新宇等[11]提出一種基于多源遙感數(shù)據(jù)與時(shí)間混合分析的城市植被覆蓋度估算方法，通過時(shí)空融合、植被物候特征分析獲得最佳時(shí)序的GF-1NDVI數(shù)據(jù)，再基于時(shí)間序列的多源數(shù)據(jù)，采用時(shí)間混合分析方法估算城市植被覆蓋度。Niu Yaxiao等[12]利用機(jī)器學(xué)習(xí)算法從無人機(jī)多光譜影像中估算水分脅迫下內(nèi)蒙古玉米地植被覆蓋度，為基于無人機(jī)多光譜圖像的植被覆蓋度模型提供參考。李苗苗等[13]在對(duì)像元二分模型2個(gè)重要參數(shù)推導(dǎo)的基礎(chǔ)上，改進(jìn)了已有模型的參數(shù)估算方法，建立了利用NDVI歸一化植被指數(shù)對(duì)定量植被覆蓋度進(jìn)行估算的模型。谷歌地球引擎(GEE)作為全球尺度地球科學(xué)數(shù)據(jù)可視化計(jì)算分析的地理空間分析云平臺(tái)，以其海量衛(wèi)星數(shù)據(jù)存檔和強(qiáng)大的并行計(jì)算能力，為長時(shí)間序列的遙感監(jiān)測提供了技術(shù)便利。2013年，GEE開始應(yīng)用于地球科學(xué)領(lǐng)域。Hensen等[14]最早利用12 a共654 178景Landsat影像，采用決策樹方法，在GEE平臺(tái)上實(shí)現(xiàn)了對(duì)2000—2012年30 m尺度的全球森林范圍和動(dòng)態(tài)變化的識(shí)別和監(jiān)測。GEE擁有海量數(shù)據(jù)計(jì)算能力[15]，目前已廣泛應(yīng)用于城市熱島效應(yīng)[16]、局部地區(qū)生態(tài)環(huán)境狀況[17]、建筑用地提取[18]、生態(tài)環(huán)境監(jiān)測[19]、濕地湖泊系pH值估算等[20]方面的研究。

四川省是我國西部地區(qū)經(jīng)濟(jì)發(fā)展的重要支柱，在四川省委召開的十一屆三次全會(huì)上，作出構(gòu)建“一干多支，五區(qū)協(xié)同”的區(qū)域發(fā)展新格局部署。經(jīng)濟(jì)的發(fā)展必然伴隨著對(duì)自然資源的消耗，如何在發(fā)展經(jīng)濟(jì)的同時(shí)，科學(xué)協(xié)調(diào)人與自然的關(guān)系，是長久以來的需要我們解決的難題。因此，本文基于GEE云處理平臺(tái)，使用Landsat遙感衛(wèi)星數(shù)據(jù)以及相關(guān)輔助數(shù)據(jù)，運(yùn)用一元線性回歸趨勢(shì)分析、像元二分模型等方法，對(duì)2009—2020年四川省植被覆蓋度的分布特征及時(shí)空變化特征進(jìn)行分析，旨在為四川省的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)與治理等提供可靠參考，促進(jìn)“五區(qū)協(xié)同”發(fā)展，推動(dòng)成都平原經(jīng)濟(jì)區(qū)、川南經(jīng)濟(jì)區(qū)、川東北經(jīng)濟(jì)區(qū)、攀西經(jīng)濟(jì)區(qū)、川西北生態(tài)示范區(qū)協(xié)同發(fā)展。

1 研究區(qū)概況及數(shù)據(jù)來源

1.1 研究區(qū)概況

四川省(26°03′—34°19′N，97°21′—108°12′E)位于中國西南地區(qū)內(nèi)陸，地處長江上游。該省位于中國大陸地勢(shì)三大階梯中的第一級(jí)青藏高原和第二級(jí)長江中下游平原的過渡地帶，東西地貌差異大，地形復(fù)雜多樣，地勢(shì)西高東低，由山地、丘陵、平原、盆地和高原構(gòu)成。氣候復(fù)雜多樣，地帶性和垂直變化比較明顯，根據(jù)水熱條件和光照條件差異，全省可分為3大氣候，分別為四川盆地中亞熱帶濕潤氣候，川西南山地亞熱帶半濕潤氣候，川西北高山高原高寒氣候。四川境內(nèi)土壤類型眾多[21]，主要自然植被共有8個(gè)植被型、18個(gè)群系綱、48個(gè)群系組[22]，生物資源比較豐富。根據(jù)四川省委召開的十一屆三次全會(huì)中提出的構(gòu)建“一干多支，五區(qū)協(xié)同”的區(qū)域發(fā)展新格局，將四川省分為成都平原經(jīng)濟(jì)區(qū)、川南經(jīng)濟(jì)區(qū)、川東北經(jīng)濟(jì)區(qū)、攀西經(jīng)濟(jì)區(qū)以及川西北生態(tài)示范區(qū)共5個(gè)區(qū)域。

1.2 數(shù)據(jù)源

遙感影像數(shù)據(jù)來源于美國地質(zhì)調(diào)查局，在GEE平臺(tái)中，針對(duì)2009—2020年的Landsat影像，通過JavaScript API在線訪問四川省2009，2013，2017和2020年的影像數(shù)據(jù)，影像空間分辨率為30 m，時(shí)間分辨率為16 d。影像為地表反射率圖像(surface reflectance， SR)，已經(jīng)輻射校正、大氣校正以及幾何精校正，其中Landsat 5和Landsat 8衛(wèi)星影像分別有577景和1 945景。

影像數(shù)據(jù)獲取和預(yù)處理主要包括去云處理、植被指數(shù)計(jì)算、影像合成與鑲嵌等。首先根據(jù)成像日期篩選出每年1月1日至12月31日的影像數(shù)據(jù)，使用Landsat影像中通過CFMASK算法生成的質(zhì)量評(píng)價(jià)波段進(jìn)行去云處理。然后基于GEE平臺(tái)在線計(jì)算歸一化植被指數(shù)(normalized difference vegetation index， NDVI)，并利用最大值合成法(maximum value compositing， MVC)將每年多時(shí)相的NDVI數(shù)據(jù)進(jìn)行合成，進(jìn)一步消除云霧、大氣以及衛(wèi)星傳感器角度等對(duì)數(shù)據(jù)帶來的影響，影像的拼接、裁剪也在線完成。

2 研究方法

2.1 植被指數(shù)空間數(shù)據(jù)提取

利用最大值合成法(maximum value compositing, MVC)[23]，對(duì)植被指數(shù)的年際變化進(jìn)行研究，第i年植被覆蓋度的取值計(jì)算方法為：

(1)

2.2 植被覆蓋度遙感反演模型

目前比較常用的植被覆蓋度遙感估算方法有機(jī)器學(xué)習(xí)法、混合像元分解模型法、植被冠層模型法等。本文利用像元二分模型估算研究區(qū)植被覆蓋度，該模型是混合像元分解模型法中最具有代表性的一種線性模型，在很大程度上削弱了土壤背景、大氣和植被類型的影響，應(yīng)用范圍比較廣泛。像元二分模型[13]基本原理是假設(shè)一個(gè)像元的光譜信息由植被與非植被光譜信息線性加權(quán)合成，而它們?cè)谙裨娣e中所占的比例就是線性加權(quán)的權(quán)重，其中植被覆蓋區(qū)域在像元中所占的比例即為該像元的FVC。由此推算出植被覆蓋度計(jì)算公式為：

(2)

式中：FVC為像元植被覆蓋度取值； NDVI為混合像元的植被指數(shù)取值； NDVIveg為純植被像元的植被指數(shù)取值； NDVIsoil為純土壤像元的植被指數(shù)取值。

理論上看，NDVIveg和NDVIsoil的取值應(yīng)為1和0，但實(shí)際上由于地表溫度、土壤類型、土壤顏色等條件的不同，值會(huì)發(fā)生相應(yīng)的改變，取值一般在-0.1～0.2之間變動(dòng)[24]。因此，本文采用給定置信度的置信區(qū)間內(nèi)的最大值和最小值的方法估算NDVIveg和NDVIsoil的取值，該方法在一定程度上可消除由遙感影像噪聲而產(chǎn)生的誤差[13]。結(jié)合四川省植被覆蓋實(shí)際狀況和植被指數(shù)頻率統(tǒng)計(jì)表，經(jīng)試驗(yàn)對(duì)比﹐最終取NDVI年最大合成頻率累計(jì)表上累積頻率為5%的值為NDVIsoil，取NDVI年最大合成頻率累計(jì)表上累積頻率為95%的值為NDVIveg。

2.3 植被覆蓋度的時(shí)空變化趨勢(shì)分析

本文采用一元線性回歸趨勢(shì)分析法，基于像元對(duì)四川省2009—2020年植被覆蓋度時(shí)空變化趨勢(shì)進(jìn)行定量分析，即采用最小二乘法擬合每個(gè)像元取值的斜率，以此來計(jì)算像元的變化率，最終揭示研究區(qū)植被覆蓋度變化的時(shí)空特征[25]。計(jì)算公式為：

(3)

式中：lslope為FVC變化斜率,即年際變化率;n為監(jiān)測年數(shù);fi為對(duì)應(yīng)第i年的像元植被覆蓋度取值。lslope>0,表明在研究期間內(nèi)FVC呈增長趨勢(shì);lslope<0,表明FVC呈下降趨勢(shì);lslope=0,表明FVC沒有發(fā)生改變。lslope絕對(duì)值越大,表明研究期間FVC變化越明顯。

3 研究結(jié)果

3.1 植被覆蓋度時(shí)空分布特征

本文參考眾多相關(guān)研究成果，結(jié)合研究區(qū)植被覆蓋實(shí)際情況，采用等間距劃分法對(duì)植被覆蓋度進(jìn)行分類[26-27]，將四川省植被覆蓋狀況劃分為低覆蓋、中低覆蓋、中覆蓋、中高覆蓋、高覆蓋共5種類型(表1)。

表1 四川省植被覆蓋度(FVC)類型分類

根據(jù)等間距劃分法對(duì)植被覆蓋度進(jìn)行分級(jí)顯示的結(jié)果，統(tǒng)計(jì)出2009，2013，2017和2020年4個(gè)年份不同等級(jí)植被覆蓋度的面積及比例，并形成了的植被覆蓋分級(jí)圖，對(duì)圖1和表2進(jìn)行分析可知，從總體來看，研究區(qū)植被覆蓋狀況較好，以中高、高植被覆蓋為主，比例約占全省面積的80%，而低、中低植被覆蓋區(qū)域較少，所占比例不到10%。低、中低植被覆蓋區(qū)域從2009—2020年，所占比例分別降低了0.45%和0.95%，變化不明顯，呈略微降低趨勢(shì)；中植被覆蓋區(qū)域2009—2017年所占比例逐漸下降，2020年有所回升，總體變化不大；中高植被覆蓋區(qū)域所占比例在2009，2013和2017年基本保持不變，在33%左右波動(dòng)，2020年增長到35.47%；高植被覆蓋區(qū)域呈先增長后下降趨勢(shì)，于2013年達(dá)到最大比例49.02%。

圖1 四川省5大經(jīng)濟(jì)區(qū)2009—2020年植被覆蓋度等級(jí)分布

表2 四川省2009—2020年植被覆蓋分級(jí)面積及比例

對(duì)研究期間內(nèi)的2009—2020年4期植被覆蓋度數(shù)據(jù)求平均得到多年平均植被覆蓋度，對(duì)植被覆蓋度進(jìn)行分級(jí)顯示得到多年平均植被覆蓋度分級(jí)圖(圖2)。

根據(jù)四川省區(qū)域發(fā)展新格局，分別對(duì)5大區(qū)域植被覆蓋度空間分布特征進(jìn)行分析。川西北地區(qū)植被覆蓋度整體較高，植被生長狀況較好，呈自西向東逐漸良好趨勢(shì)，但部分地區(qū)植被覆蓋度相對(duì)較低。植被覆蓋度較高區(qū)域主要分布在森林、草地等植被生長旺盛的地區(qū)，如紅原縣，若爾蓋縣，阿壩縣等區(qū)域；而植被覆蓋度相對(duì)較低區(qū)域主要分布在高山地帶，氣溫低，常年積雪，而且部分地區(qū)海拔很高，土壤條件差，滿足植被生長條件的土壤覆蓋面積較少，導(dǎo)致植被覆蓋度較低。如德格縣中部，汶川縣與小金縣、理縣三縣交界處，康定市、瀘定縣交界處，巴塘縣等區(qū)域。攀西地區(qū)植被覆蓋度以高、中高植被覆蓋為主，植被生長狀況較好。這是由于該地區(qū)地理?xiàng)l件的限制，自然資源不易被開發(fā)，植被覆蓋度相對(duì)較高，如鹽邊縣，金陽縣，美姑縣，德昌縣等區(qū)域；而植被覆蓋度相對(duì)較低區(qū)域主要分布在攀西西部和南部部分冰雪覆蓋區(qū)域，植被難以生長，以及分布有較多的城鎮(zhèn)和耕地的谷地和平原地區(qū)，如西昌市邛海以北附近區(qū)域，攀枝花東區(qū)、西區(qū)等地區(qū)。

圖2 四川省5大經(jīng)濟(jì)區(qū)多年平均植被覆蓋度等級(jí)分布

川南經(jīng)濟(jì)區(qū)整體植被覆蓋度較高，植被生長狀況良好，整體上呈現(xiàn)出“南高北低”的分布特征。川南大部分地區(qū)為高、中高植被覆蓋，而低、中低植被覆蓋零散分布在長江沿岸以及城鎮(zhèn)分布地區(qū)。如龍馬潭區(qū)、江陽區(qū)交界處，貢井區(qū)、自流井區(qū)以及沿灘區(qū)交界處等區(qū)域。成都平原經(jīng)濟(jì)區(qū)植被覆蓋度呈現(xiàn)出由川西高原山地區(qū)域—平原周邊區(qū)域—沖積平原區(qū)域逐漸降低的趨勢(shì)。受人為活動(dòng)和水熱條件的影響，高植被覆蓋區(qū)主要集中在高山高原地區(qū)。如平武縣、北川羌族自治縣、樂山市西南片區(qū)等區(qū)域，而低、中低植被覆蓋區(qū)多分布在平原地區(qū)，經(jīng)濟(jì)發(fā)展快，建設(shè)用地較多，植被覆蓋度較低。如成都市三環(huán)內(nèi)，綿陽市涪城區(qū)、江油市及游仙區(qū)交界處，德陽市旌陽區(qū)等區(qū)域。川東北經(jīng)濟(jì)區(qū)植被生長狀況較好，整體呈現(xiàn)“北高南低，東高西低”分布趨勢(shì)，植被覆蓋度以高、中高植被覆蓋為主，而低、中低植被覆蓋區(qū)域較少，主要集中在城鎮(zhèn)分布區(qū)域，如南充市順慶區(qū)、嘉陵區(qū)及高坪區(qū)三區(qū)交界處，閬中市中部，廣元市利州區(qū)等區(qū)域。

3.2 植被覆蓋度時(shí)空變化特征

基于一元線性回歸模型，計(jì)算出四川省2009—2020年植被覆蓋度變化趨勢(shì)，不同區(qū)域存在著不同的取值，即不同的變化趨勢(shì)[25]。Lslope為正值，則表示FVC呈增長趨勢(shì)，反之，則表示FVC呈下降趨勢(shì)。根據(jù)Lslope的取值，利用自然斷點(diǎn)分級(jí)法將FVC變化趨勢(shì)劃分為5類:Lslope≤-0.090 892，表示植被覆蓋變化呈明顯退化趨勢(shì)；-0.090 8920.077 579，表示明顯改善。根據(jù)利用自然斷點(diǎn)分級(jí)法對(duì)植被覆蓋變化情況進(jìn)行分級(jí)的結(jié)果，得到FVC變化趨勢(shì)圖(圖3)及FVC變化面積和比例統(tǒng)計(jì)表(表3)。通過對(duì)圖3和表3進(jìn)行分析可以得出，整體上，2009—2020年間，四川省大部分區(qū)域的植被覆蓋度呈基本穩(wěn)定狀態(tài)，而明顯退化、明顯改善、輕度退化區(qū)域面積所占比例較小。呈基本穩(wěn)定狀態(tài)區(qū)域分布較廣，面積高達(dá)215 397.205 7 km2，占該省面積的44.39%，所占比例最高。植被覆蓋有所改善的區(qū)域主要分布在川西北生態(tài)示范區(qū)、攀西經(jīng)濟(jì)區(qū)及川東北部分地區(qū)，植被覆蓋有所改善的區(qū)域面積高于退化區(qū)域，植被覆蓋呈增加趨勢(shì)的面積所占比例30.78%，其中有5.45%為明顯增加；植被覆蓋呈退化趨勢(shì)的區(qū)域主要分布在川西北部分地區(qū)﹑成都片區(qū)及川東北少數(shù)區(qū)域，面積所占比例為24.82%，其中明顯退化區(qū)域僅占4.96%，所占比例最少。從面積比例來看，植被覆蓋度呈基本穩(wěn)定區(qū)域面積所占比例最大，有所改善的區(qū)域多于植被覆蓋退化的區(qū)域。

表3 四川省多年植被覆蓋度變化面積及比例

圖3 四川省2009—2020年四川省5大經(jīng)濟(jì)區(qū)植被覆蓋度變化趨勢(shì)

4 討論與結(jié)論

目前已有對(duì)四川省全域的植被覆蓋度進(jìn)行研究，討論全省植被覆蓋度的總體變化情況。但并沒有依據(jù)目前四川省的5大經(jīng)濟(jì)分區(qū)做出具體分析，因此本研究基于GEE平臺(tái)對(duì)四川省5大經(jīng)濟(jì)區(qū)具體的植被覆蓋度空間分布特征進(jìn)行分析討論，從而在區(qū)域尺度下，為四川省生態(tài)環(huán)境質(zhì)量評(píng)價(jià)與治理提供參考，以促進(jìn)“五區(qū)協(xié)同”發(fā)展，進(jìn)一步推動(dòng)四川省的區(qū)域協(xié)調(diào)發(fā)展。

(1) 2009—2020年，四川省植被覆蓋度整體狀況良好，大部分區(qū)域處于高、中高植被覆蓋度，所占比例約為80%，而低、中低植被覆蓋度面積所占比例低于10%。不同地區(qū)存在著不同程度上的變化，其中攀西經(jīng)濟(jì)區(qū)的植被覆蓋增加最為明顯，川西北生態(tài)示范區(qū)、川東北經(jīng)濟(jì)區(qū)植被覆蓋情況也有一定的改善。

(2) 從空間分布上來看，四川省植被覆蓋度空間差異比較明顯，植被覆蓋度較低區(qū)域主要分布在成都平原經(jīng)濟(jì)區(qū)及川西北生態(tài)示范區(qū)的部分地區(qū)。這是因?yàn)槌啥计皆?jīng)濟(jì)區(qū)是四川省的經(jīng)濟(jì)活動(dòng)中心，植被覆蓋度較低，比如成都市中心城區(qū)，而川西北部分地區(qū)受海拔、氣候等自然條件因素的影響，導(dǎo)致植被生長狀況較差。

(3) 從空間變化特征分析上來看，2009—2020年四川省植被覆蓋變化趨勢(shì)總體表現(xiàn)為相對(duì)穩(wěn)定狀態(tài)，呈改善、穩(wěn)定和退化趨勢(shì)的面積分別占四川省區(qū)域的30.78%，44.39%和24.82%，其中明顯退化區(qū)域僅占4.96%，植被覆蓋狀況有所改善的區(qū)域面積高于退化的區(qū)域。

(4) 與傳統(tǒng)的遙感信息提取方法相比，本文利用GEE云平臺(tái)，通過在線編程的方式即可實(shí)現(xiàn)遙感數(shù)據(jù)集的收集、處理及結(jié)果的輸出與下載，極大地提高了遙感影像處理的效率，為植被覆蓋度的大范圍、長時(shí)間序列的遙感動(dòng)態(tài)變化監(jiān)測研究提供了廣闊前景。

為了提高區(qū)域植被覆蓋度，使生態(tài)環(huán)境可持續(xù)發(fā)展，需要對(duì)影響植被覆蓋度的主要影響因素采取相應(yīng)措施，但本文主要利用遙感影像數(shù)據(jù)揭示了四川省2009—2020年的植被覆蓋度時(shí)空變化特征，并未討論分析影響植被覆蓋度變化的主要驅(qū)動(dòng)力因素，因此，對(duì)區(qū)域植被覆蓋度變化進(jìn)行驅(qū)動(dòng)力分析是研究的下一步工作。此外，本研究主要利用Landsat數(shù)據(jù)對(duì)植被覆蓋度進(jìn)行監(jiān)測，但隨著使用數(shù)據(jù)的分辨率的進(jìn)一步提高，植被覆蓋度反演模型和結(jié)果的精度也會(huì)隨之提高，使用高光譜分辨率和高空間分辨率的數(shù)據(jù)或者利用多源數(shù)據(jù)對(duì)植被覆蓋度進(jìn)行分析也是今后的發(fā)展趨勢(shì)。