冬奧會崇禮生態(tài)核心區(qū)植被覆蓋時空變化遙感監(jiān)測*

譚炳香 沈明潭 郄光發(fā) 戚 瞾 賀晨瑞

(1.中國林業(yè)科學(xué)研究院資源信息研究所 國家林業(yè)和草原局林業(yè)遙感與信息技術(shù)重點實驗室 北京 100091；2.中國林業(yè)科學(xué)研究院 北京 100091)

植被覆蓋度(fraction vegetation cover， FVC)指單位面積內(nèi)植被地上部分(包括葉、莖、枝)在地表的垂直投影面積占統(tǒng)計區(qū)總面積的百分比(Gitelsonetal.， 2002)，是量化植被覆蓋地表狀況的重要指標(biāo), 是衡量地區(qū)生態(tài)環(huán)境質(zhì)量變化的重要參數(shù)，也是森林防火的重要參考因子。

植被覆蓋度測量可采用地面測量和遙感估測2種方法，地面測量常用于田間尺度，遙感估測常用于區(qū)域尺度。遙感估測植被覆蓋度的方法很多，其中基于植被指數(shù)的混合像元二分模型法因參數(shù)意義明確、模型簡單、結(jié)果可靠被廣泛應(yīng)用(李彩霞等， 2021)。當(dāng)前，植被覆蓋度研究主要集中在分布格局(Shenetal.， 2019； 何國興等， 2021)、變化特征(Zhangetal.， 2019； 佟斯琴等， 2016)、驅(qū)動因素(Haoetal.， 2021)、現(xiàn)狀評價(尚白軍等， 2021)、預(yù)測分析(Lietal.， 2021)和生態(tài)監(jiān)測應(yīng)用(戚曌等， 2021)等方面，從自然因素(Songetal.， 2020； 覃巧婷等， 2021)、人為因素(張翀等， 2021)或兩因素共同作用(李彩霞等， 2021)角度探討植被覆蓋變化的驅(qū)動力。在局部地區(qū)氣候條件相對一致的前提下，地形是影響植被空間分布的主要生境因子之一(申麗娜等， 2017)，不同海拔、坡度和坡向植被生長所需物質(zhì)能量與空間資源的差異以及人為活動決定植被的發(fā)展方向，植被覆蓋變化在地形上具有明顯分異規(guī)律(Heetal.， 2021； 韓磊等， 2021； 楊燦等， 2021)。

河北省張家口市崇禮區(qū)地處我國北方農(nóng)牧交錯地帶，為京津冀風(fēng)沙源區(qū)、水源涵養(yǎng)區(qū)和2022年北京冬奧會主要舉辦地之一，該區(qū)生態(tài)環(huán)境相對脆弱，土地利用景觀類型、植被覆蓋度變化等均會給生態(tài)環(huán)境和人們生產(chǎn)生活帶來影響。為實現(xiàn)冬奧核心區(qū)生態(tài)環(huán)境長久性優(yōu)良的目標(biāo)， 2016—2019年，崇禮區(qū)相繼完成冬奧核心區(qū)綠化工程3萬hm2，森林覆蓋率超過80%，植被覆蓋度大幅提高，生態(tài)環(huán)境得到明顯改善，但冬奧會場館、場地和配套設(shè)施建設(shè)難免對植被覆蓋造成破壞，進(jìn)而影響整個區(qū)域的生態(tài)環(huán)境?？陀^估測和分析冬奧會場地建設(shè)前后植被覆蓋度的變化狀況和驅(qū)動因素、分析植被覆蓋度變化在不同地形上的分布特點和規(guī)律，能夠?qū)Τ缍Y冬奧核心區(qū)全域生態(tài)景觀的統(tǒng)籌規(guī)劃建設(shè)效果做出科學(xué)評價，為今后生態(tài)資源保護(hù)和修復(fù)提供依據(jù)，對京津冀地區(qū)的水土保持、防風(fēng)治沙、生態(tài)建設(shè)、森林防火等均具有重要參考價值。

鑒于此，本研究以北京冬奧會崇禮生態(tài)核心區(qū)為研究區(qū)，基于冬奧會籌辦前期(2014年)、場館等設(shè)施建設(shè)初期(2016年)和建設(shè)后期(2020年)植被生長旺盛期獲取的遙感影像，采用像元二分模型法估測3個時期的植被覆蓋度，并結(jié)合地形數(shù)據(jù)統(tǒng)計分析植被覆蓋度的時空變化特征和地形分異效應(yīng)，探討植被覆蓋變化的驅(qū)動因素，以期為研究區(qū)生態(tài)規(guī)劃和生態(tài)環(huán)境保護(hù)、森林防火提供參考依據(jù)。

1 研究區(qū)概況

研究區(qū)位于河北省張家口市崇禮冬奧核心區(qū)(114°17′—115°34′ E，40°47′—41°17′N)，地形以低地丘陵為主，海拔1 533～2 165 m，中間低、四周高。屬東亞大陸性季風(fēng)氣候，年均降水量450～500 mm，年均氣溫3.7 ℃，存雪期150天以上，土壤多為棕壤和褐土。植被類型以天然次生林和人工林為主，喬木樹種以華北落葉松(Larixprincipis-rupprechtii)、油松(Pinustabulaeformis)、山楊(Populusdavidiana)和白樺(Betulaplatyphylla)為主。

2 研究方法

2.1 遙感數(shù)據(jù)獲取與處理

選用2014年7月31日(冬奧會籌辦前期)獲取的空間分辨率16 m的GF-1 WFV L1A級影像數(shù)據(jù)、2016年8月31日(場館建設(shè)初期)獲取的Sentinel-2A影像數(shù)據(jù) 和2020年9月14日(場館建設(shè)后期)獲取的Sentinel-2B L1C級影像數(shù)據(jù)。

Sentinel-2B L1C級影像為正射校正后的產(chǎn)品，利用SNAP軟件進(jìn)行輻射定標(biāo)、大氣校正，生成L2A級影像，本研究選用其中空間分辨率為10 m的2、3、4和8波段影像。GF-1 WFV影像有少量厚云，為避免云量對植被覆蓋度反演的影響，將厚云區(qū)域掩膜后用2014年7月27日的GF-1 WFV影像替換。GF-1 WFV影像數(shù)據(jù)經(jīng)輻射校正、大氣校正和正射校正，與預(yù)處理后的Sentinel-2數(shù)據(jù)進(jìn)行影像配準(zhǔn)，配準(zhǔn)誤差小于0.5個像元，重采樣生成與Sentinel-2數(shù)據(jù)一致的10 m分辨率影像。研究區(qū)遙感影像見圖1。

2.2 地形數(shù)據(jù)處理

從地理空間數(shù)據(jù)云網(wǎng)站下載空間分辨率30 m的ASTER GDEM數(shù)字高程數(shù)據(jù), 重采樣生成與影像一致的10 m分辨率DEM數(shù)據(jù)，以此提取坡度和坡向。為研究植被覆蓋變化類型在垂直方向上的分布規(guī)律，將海拔劃分為1 533～1 700 m、1 701～1 800 m、1 801～1 900 m、1 901～2 000 m和2 001～2 165 m 5個梯度； 研究區(qū)坡度為0°～38.81°，參考《水土保持綜合治理規(guī)劃通則》(GB/T 15772—2008)，以8°為緩坡和斜坡劃分界限，將坡度劃分成<5°、5°～ 8°、8°～15°、15°～25°和>25°這5個等級，將坡向分為平地(-1)、陰坡(337.5°～360°、0°～22.5°、22.5°～67.5°)、半陰坡(67.5°～112.5°、295°～337.5°)、半陽坡(112.5°～157.25°、247.5°～ 292.5°)和陽坡(157.5°～202.5°、202.5°～247.5°)(趙文慧等， 2016)，因平地所占面積極小(共0.77 km2)，將其歸為陽坡。

2.3 植被覆蓋度估測與變化分析

基于歸一化植被指數(shù)(normalized difference vegetation index， NDVI)的像元二分模型法反演植被覆蓋度，采用植被覆蓋動態(tài)度指數(shù)對比不同時期植被覆蓋度變化，利用差值指數(shù)計算不同時期植被覆蓋的變化程度，應(yīng)用馬爾科夫模型分析不同等級植被覆蓋度之間的轉(zhuǎn)換關(guān)系，運用地形分布指數(shù)分析不同植被覆蓋度變化類型在地形上的分異特征，最后分析研究區(qū)2014—2020年6年間植被的變化情況。

2.3.1 歸一化植被指數(shù) 歸一化植被指數(shù)(NDVI)是植被生長態(tài)勢和豐度的直接指示因子，與植被生長狀況、生物量和分布呈顯著線性關(guān)系(申麗娜等， 2017)，在植被覆蓋度反演中具有很好提取效果，計算公式如下：

(1)

式中： NIR為近紅外波段反射率(GF-1 4b, Sentinel-2A 8b)；R為紅光波段反射率(GF-1 3b, Sentinel-2A 4b)。

NDVI的取值范圍為[-1，1]，負(fù)值表示該區(qū)域有水、雪或云霧等，接近0表示該區(qū)域為巖石或裸露土壤，大于0表示該區(qū)域有植被覆蓋，且隨著NDVI增加，植被覆蓋度增大。

2.3.2 像元二分模型 像元二分模型以像元為單位，將像元看成由植被和土壤2部分組成，通過對遙感信息進(jìn)行分解，建立像元二分模型(李苗苗等， 2004)，進(jìn)而得到植被覆蓋度，計算公式如下：

(2)

式中： FVC為植被覆蓋度； NDVIs為純裸地覆蓋像元的NDVI； NDVIv為純植被覆蓋像元的NDVI。

NDVIs和NDVIv的選取很關(guān)鍵，通常采用2種方法： 一是在確定為裸地和密集植被的區(qū)域內(nèi)取幾個像元值的均值作為NDVIs和NDVIv； 二是為減少噪聲影響，統(tǒng)計整個研究區(qū)影像NDVI的累計百分比，通過選取置信區(qū)間方式來確定，區(qū)間最大值為NDVIv，區(qū)間最小值為NDVIs。本研究3期影像的NDVIs和NDVIv均選取置信區(qū)間 [2%～98%]對應(yīng)的NDVI(王欣平等， 2016)。

為進(jìn)一步研究植被覆蓋變化，參照王國芳等(2020)的劃分標(biāo)準(zhǔn)，結(jié)合研究區(qū)實際植被覆蓋情況，將植被覆蓋度劃分為5個等級，見表1。

圖1 研究區(qū)2014、2016和2020年標(biāo)準(zhǔn)假彩色影像Fig. 1 Standard false-color images of 2014, 2016 and 2020 for the study area

表1 植被覆蓋度等級劃分Tab.1 Classification of FVC grades

2.3.3 植被覆蓋動態(tài)度 植被覆蓋動態(tài)度能夠定量反映出特定時段內(nèi)不同等級植被覆蓋度變化的速率和特征(胡蘇李揚等， 2021)，計算公式如下:

(3)

式中：D為特定時段內(nèi)植被覆蓋動態(tài)度；Fa和Fb分別為某一時段期初和期末某個等級的植被覆蓋度面積；T為2個時段的間隔年數(shù)。

2.3.4 植被覆蓋度差值指數(shù) 對不同時期植被覆蓋度影像進(jìn)行逐像元差值運算，分別獲取3個時期間隔植被覆蓋度變化的空間范圍和強(qiáng)度信息(賈寶全， 2013)，差值大于0表明植被覆蓋度增加，小于0表示植被覆蓋度減少：

ΔFVC=FVCn-FVCn-1。

(4)

式中： ΔFVC為植被覆蓋度差值指數(shù)； FVCn和FVCn-1分別為第n期和前一期植被覆蓋度影像像元值。

ΔFVC的取值范圍為[-1，1]，將其劃分為明顯退化[-1.00, -0.30]、輕微退化[-0.30, -0.10]、無變化[-0.10, +0.10]、輕微改善(+0.10, +0.30]和明顯改善(+0.30, +1.00] 5個等級，以反映植被覆蓋度退化或改善等(楊燦等， 2021)。

2.3.5 地形分布指數(shù) 在消除不同等級地形因子絕對面積差異的前提下，利用地形分布指數(shù)能夠探究不同植被覆蓋度變化類型在不同地形劃分等級下的分布優(yōu)勢(趙婷等， 2019)，合理描述植被覆蓋變化的地形分異效應(yīng)：

(5)

式中：Sie為第i種植被覆蓋度變化類型在第e種地形因子等級下的面積；Se為第e種地形因子等級的面積；Si為第i種植被覆蓋變化類型的總面積；S為整個研究區(qū)總面積。

K>1表示i植被覆蓋度變化類型在e地形因子下有分布優(yōu)勢，K越大優(yōu)勢越強(qiáng)；K<1 表示i植被覆蓋度變化類型在e地形因子下無分布優(yōu)勢，K=1表示分布穩(wěn)定。

3 結(jié)果與分析

3.1 植被覆蓋度空間分布特征

利用式(1)、(2)計算得到研究區(qū)2014、2016和2020年植被覆蓋度等級空間分布(圖2)，不同等級植被覆蓋度面積統(tǒng)計結(jié)果見表2； 3個時期不同等級植被覆蓋度面積變化量以及利用式(3)計算得到的不同時期植被覆蓋動態(tài)度見表3。

表2 研究區(qū)不同等級植被覆蓋度面積統(tǒng)計Tab.2 Area statistics of FVC of different grades in the study area

從圖2可以看出，研究區(qū)各年度植被覆蓋度分布較均勻，高植被覆蓋度主要位于華北落葉松林、油松林等喬木林分布范圍，植被覆蓋度高于90%； 中高植被覆蓋度分布在高植被覆蓋度區(qū)域周圍的人工幼林和灌叢雜草植被帶； 低植被覆蓋度、中低植被覆蓋度和中植被覆蓋度大部分集中在新開發(fā)建設(shè)地區(qū)及周邊區(qū)域，多為建設(shè)用地、耕地或荒山荒地等。低或較低植被覆蓋度區(qū)域主要與土地利用類型有關(guān)，如建設(shè)用地區(qū)域植被少，符合常理性認(rèn)知。

表3 研究區(qū)不同等級植被覆蓋度面積變化統(tǒng)計Tab.3 Statistical of area change of different FVC grades in the study area

由表2可知，研究區(qū)各時期植被覆蓋均以中(Ⅲ級)、中高(Ⅳ級)和高(Ⅴ級)為主， 2014年3種植被覆蓋度等級的面積之和為65.85 km2，占比81.59 %， 2016年為72.63 km2，占比90.00%， 2020年為70.11 km2，占比86.88%。3個時期研究區(qū)中級以上植被覆蓋度之和均大于80%，說明植被生長狀況良好。

由表3可知， 2014—2016年，低(Ⅰ級)、中低(Ⅱ級)和中(Ⅲ級)植被覆蓋度的面積減少，減少幅度8.01%； 中高植被覆蓋度(Ⅳ級)的面積增加幅度大，達(dá)10.38%； 高植被覆蓋度(V)的面積略有減少。整體來看， 2014—2016年研究區(qū)植被狀況趨向好的發(fā)展。2016—2020年，低植被覆蓋度(Ⅰ級)的面積有所增加，增加動態(tài)度也最大，主要原因是土地利用性質(zhì)轉(zhuǎn)換，即由原來的農(nóng)田、林地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，以滿足冬奧會場館和設(shè)施建設(shè)需要，同時也說明冬奧會場地主要在低植被覆蓋區(qū)進(jìn)行，對整體生態(tài)環(huán)境的影響最小。植被覆蓋度減少的等級中，Ⅲ級的動態(tài)度最大，Ⅴ級植被覆蓋度等級減少的面積最大, 反映出滑雪道建設(shè)對中高植被覆蓋區(qū)有一定影響。2014—2020年6年間，中(Ⅲ級)、中高(Ⅳ級)和高(Ⅴ級)植被覆蓋度的面積有增有減，三者綜合植被覆蓋度增加的面積比為4.27%； 低植被覆蓋度(Ⅰ級)面積增加2.05%，中低植被覆蓋度(Ⅱ級)面積減少6.31%，說明低和中低植被覆蓋度的面積減少。整體來看，6年間植被覆蓋度是增加的。

3.2 植被覆蓋度時間變化趨勢

利用式(4)計算得到3個時期植被覆蓋度的統(tǒng)計結(jié)果(表4)和變化程度(圖3)。由表4可知，研究區(qū)植被覆蓋度變化類型以無明顯變化為主； 2014—2016年和2014—2020年植被覆蓋度改善面積大于退化面積； 2016—2020年因土地利用屬性改變使植被覆蓋增加面積略低于減少面積，但整體上70%的區(qū)域植被覆蓋度無明顯變化。從圖3可以看出，植被覆蓋度改善區(qū)域主要分布在山區(qū)臨時道路經(jīng)植被恢復(fù)后的范圍內(nèi)或植被覆蓋度低的荒山荒地等經(jīng)人工綠化后的區(qū)域； 退化區(qū)域主要集中在公路兩側(cè)擴(kuò)增的冬奧會項目建設(shè)區(qū)域，植被覆蓋面積連片減少。圖4為研究區(qū)2016和2020年的局部真彩色影像，以圖中紅色圓圈為參照，其周圍變化非常明顯，原來的綠地(多為農(nóng)田)轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，成為冬奧會場館設(shè)施?？傊?，不同植被覆蓋度等級間均存在相互轉(zhuǎn)移的關(guān)系，向相鄰的低或高等級轉(zhuǎn)移的面積大，跨等級轉(zhuǎn)移的面積小。

圖3 研究區(qū)2014—2016、2016—2020和2014—2020年植被覆蓋度變化的空間分布Fig. 3 Spatial distribution of FVC changes in the study area in 2014—2016, 2016—2020, and 2014—2020

表4 研究區(qū)植被覆蓋度變化等級面積Tab.4 Area statistics of FVC change in the study area

3.3 植被覆蓋度變化地形分異特征

3.3.1 不同海拔的植被覆蓋度變化 研究區(qū)植被覆蓋度變化類型在垂直方向上的分布規(guī)律見圖5。2014—2016年，2 000～2 165 m海拔梯度發(fā)生退化面積大于改善面積，其他海拔梯度發(fā)生改善面積大于退化面積，植被覆蓋度退化型在海拔1 700 m以下區(qū)域有分布優(yōu)勢，改善型在海拔1 800 m以下區(qū)域有分布優(yōu)勢； 2016—2020年，1 533 ～1 700 m海拔梯度植被覆蓋度變化最大，大面積發(fā)生退化，明顯退化型在海拔1 700 m以下區(qū)域有強(qiáng)優(yōu)勢分布，輕微退化型在海拔1 700～1 800 m和2 000 m以上區(qū)域有優(yōu)勢分布，退化型在海拔1 800 m以下區(qū)域有分布優(yōu)勢，明顯改善型在海拔2 000 m以上區(qū)域有微弱分布優(yōu)勢； 2014—2020年，明顯退化型大部分發(fā)生在海拔1 700 m以下區(qū)域，海拔1 700～2 000 m范圍內(nèi)植被覆蓋度改善面積均大于退化面積，明顯退化型在海拔1 700 m以下區(qū)域強(qiáng)優(yōu)勢分布，改善型在海拔1 800 m以下區(qū)域有分布優(yōu)勢，輕微改善型在海拔2 000 m以上區(qū)域有分布優(yōu)勢?？傊?， 2016年以來低海拔區(qū)開發(fā)頻繁，是植被變化的主要驅(qū)動力，明顯退化型分布在海拔1 700 m以下區(qū)域，改善型分布在海拔2 000 m以上區(qū)域。

圖4 研究區(qū)2016(左)和2020年(右)局部真彩色影像對比Fig. 4 Comparison of sub-true color images for the study area in 2016(left) and 2020 (right)

圖5 研究區(qū)不同海拔等級的植被覆蓋度變化類型面積Fig. 5 Area of FVC variation types at different elevation levels in the study area

圖6 研究區(qū)不同坡度等級的植被覆蓋度變化類型面積Fig. 6 Area of FVC variation types at different slope levels in the study area

圖7 研究區(qū)不同坡向等級下的植被覆蓋度變化類型面積Fig. 7 Area of FVC variation types in different aspect levels in the study area

3.3.2 不同坡位的植被覆蓋度變化 坡度是地表徑流和土壤侵蝕的重要影響因子，與植被覆蓋度變化具有顯著相關(guān)性(王欣平等， 2016)。研究區(qū)不同坡度等級各植被覆蓋度變化類型的面積和地形分布指數(shù)見圖6。15°～25°坡度范圍的面積最大，各坡度區(qū)間植被覆蓋度均發(fā)生改善和退化。2014—2016年，0°～5°坡度帶植被覆蓋度退化面積大于改善面積，其他坡度帶植被覆蓋度改善面積大于退化面積，明顯退化型和輕微退化型在小于8°坡度下有分布優(yōu)勢，0°～5°間K最大，說明植被明顯退化在此坡度帶出現(xiàn)的概率最大； 2016—2020年，0°～5°坡度帶植被發(fā)生明顯退化的面積最大，明顯退化型和輕微退化型在小于8°坡度下有分布優(yōu)勢，小于5°范圍內(nèi)優(yōu)勢最大； 2014—2020年，0°～5°坡度帶發(fā)生明顯退化的面積最大，明顯退化型在小于8°坡度下有分布優(yōu)勢，其他變化類型在各坡度帶無顯著分布優(yōu)勢?？傊?，坡度對明顯退化型植被有顯著分異作用，在小于8°坡度下有分布優(yōu)勢。

3.3.3 不同坡向的植被覆蓋度變化 研究區(qū)不同坡向各植被覆蓋度變化類型的面積和地形分布指數(shù)見圖7。2014—2016年，植被覆蓋度在陽坡發(fā)生改善的面積最大，改善型在陽坡和半陽坡有分布優(yōu)勢，明顯退化型在陰坡有分布優(yōu)勢； 2016—2020年，不同植被覆蓋度變化類型在各坡向的面積分布差異較小，輕微改善型在陽坡和半陽坡有分布優(yōu)勢，輕微退化型和明顯改善型在陰坡有分布優(yōu)勢； 2014—2020年，陽坡和半陽坡植被覆蓋度改善面積大于退化面積，陰坡和半陰坡植被覆蓋度退化面積大于改善面積，明顯改善型和輕微改善型在陽坡和半陽坡有分布優(yōu)勢，輕微退化型在陰坡有分布優(yōu)勢?？傊?，植被改善型主要分布在陽坡，植被退化型多分布在陰坡(其中一個原因是滑雪道多選擇在陰坡修建，植被受人為擾動程度大)。

4 討論

本研究基于3個時期的遙感影像分別估測研究區(qū)植被覆蓋度及其變化，分析不同海拔、坡度和坡向的植被覆蓋度時空變化特征和分布規(guī)律。佟斯琴等(2016)、何國興等(2021)研究表明，基于NDVI的像元二分模型對植被覆蓋度的估測結(jié)果基本滿足植被覆蓋度變化精度需求，樣地實測數(shù)據(jù)與估測結(jié)果的相關(guān)系數(shù)分別為0.91和0.89，模型可有效應(yīng)用于植被覆蓋變化反演。本研究利用高分辨率遙感影像和像元二分模型法估測植被覆蓋度，其結(jié)果是可靠的。

研究區(qū)植被覆蓋度在空間上呈顯著差異性，表現(xiàn)為中部低、四周高的分布格局，與整個研究區(qū)的地形地貌特征緊密相關(guān)，山區(qū)植被覆蓋度高，平原區(qū)或山谷等人類活動區(qū)植被覆蓋度相對偏低。整體上研究區(qū)植被覆蓋率處于較高水平，中(Ⅲ級)、中高(Ⅳ級)和高植被覆蓋度(Ⅴ)3種植被覆蓋等級面積占比在2014、2016和2020年分別為81.59%、90.00%和86.88%，3個時期植被覆蓋度均大于80%，植被生長狀態(tài)良好，生態(tài)環(huán)境穩(wěn)定，生態(tài)質(zhì)量較高。2014—2016年，植被覆蓋度增加9.01%，提高幅度較大，體現(xiàn)出綠化工程效果顯著； 2016—2020年，中高植被覆蓋面積雖減少3.12%，但2014—2020年整體增加5.29%，說明研究區(qū)植被狀況趨向好的發(fā)展，生態(tài)環(huán)境得到有效改善。

研究區(qū)植被覆蓋度提高主要歸功于崇禮區(qū)大造林。冬奧會申辦成功前后，崇禮區(qū)政府投入大量人力、物力改善生態(tài)環(huán)境。2021年2月23日澎湃新聞報道： “2014年以來，崇禮區(qū)逐塊推進(jìn)奧運核心區(qū)綠化工作，累計完成造林綠化5.44萬畝，奧運核心區(qū)森林覆蓋率增至80%”； 放大2014和2016年遙感影像不難發(fā)現(xiàn)， 2014年影像上相對裸露和光禿的區(qū)域在2016年影像上已披上綠裝，說明造林效果明顯。

研究區(qū)同時也存在地表植被覆蓋度降低現(xiàn)象，如2016—2020年低植被覆蓋度(Ⅰ級)區(qū)域面積有所增加，增加動態(tài)度也最大，主要源于土地利用屬性轉(zhuǎn)換，即由原來的農(nóng)田、林草地轉(zhuǎn)變?yōu)榻ㄔO(shè)用地，以滿足冬奧會場館和設(shè)施建設(shè)需要。植被覆蓋明顯退化型均發(fā)生在坡度小于8°和海拔低于1 700 m范圍內(nèi)，其他植被變化類型也多發(fā)生在此范圍； 植被覆蓋改善型多在陽坡和半陽坡有分布優(yōu)勢，說明冬奧會場地建設(shè)主要在低植被覆蓋區(qū)域進(jìn)行，對整體生態(tài)環(huán)境的影響較小。

冬奧會項目場館場地建設(shè)多在低山和坡度小于8°的區(qū)域(緩坡區(qū))，原多為農(nóng)耕區(qū)，對周圍生態(tài)環(huán)境尤其對水土流失的影響相對較小。植被覆蓋度減少在研究區(qū)其他區(qū)域也有局部分布(滑雪道)，但對整個區(qū)域范圍而言，其破壞只影響局部植被覆蓋面積； 冬奧項目建設(shè)雖然在生態(tài)脆弱區(qū)域，但區(qū)域內(nèi)森林生態(tài)系統(tǒng)的完整性未受到破壞，不會對整體生態(tài)防護(hù)效能發(fā)揮造成大的影響； 開發(fā)建設(shè)對項目區(qū)地表植被產(chǎn)生一定破壞，但項目的綠化措施和植被恢復(fù)對周邊環(huán)境美化具有促進(jìn)作用，不會對森林生態(tài)景觀造成負(fù)面影響。

限于遙感影像獲取困難等原因，未能獲得可利用的2021年影像，只得到2020年9月的影像，研究結(jié)果與目前實際情況存在一定差異，如核心區(qū)農(nóng)田整理項目要求視面耕地地埂全面修復(fù)，工程計劃在2020年10月底完成，在本研究獲取影像之后，因此該工程的綠化效果與2020年9月之后的生態(tài)建設(shè)效果在本研究中均無法體現(xiàn)，也是本研究的遺憾。

5 結(jié)論

1) 研究區(qū)植被覆蓋度在空間上呈中間低、四周高的分布格局，在時間上表現(xiàn)為2014、2016和2020年不同等級間的植被覆蓋度結(jié)構(gòu)平穩(wěn)，局部植被覆蓋度因土地利用性質(zhì)轉(zhuǎn)換出現(xiàn)明顯降低現(xiàn)象，總體趨勢為植被覆蓋度增加。

2) 明顯退化型聚集在坡度小于8°、海拔1 533～1 700 m區(qū)域，主要是冬奧會場館建設(shè)所致。植被覆蓋明顯改善型聚集在陽坡和半陽坡地區(qū)，說明人工造林效果比較明顯。

3) 在研究區(qū)自然條件相似背景下，植被的巨大變化主要來自人為貢獻(xiàn)以及土地利用性質(zhì)轉(zhuǎn)變。植被覆蓋明顯退化多發(fā)生在地形平緩的農(nóng)耕區(qū)域，不會造成水土流失，對整體生態(tài)環(huán)境影響較??； 相反，植被恢復(fù)或植被覆蓋改善區(qū)域多發(fā)生在山區(qū)的陽坡和半陽坡，綠化造林生態(tài)效益突出，生態(tài)環(huán)境改善明顯，“生態(tài)優(yōu)先、綠色發(fā)展”理念得到充分體現(xiàn)。