重建NDVI時(shí)間序列及火后森林恢復(fù)時(shí)空動(dòng)態(tài)分析*

王愛愛，臧淑英，王翠珍，王俊杰，李海波

(黑龍江普通高等學(xué)校地理環(huán)境遙感監(jiān)測站點(diǎn)實(shí)驗(yàn)室;哈爾濱師范大學(xué))

重建NDVI時(shí)間序列及火后森林恢復(fù)時(shí)空動(dòng)態(tài)分析*

王愛愛，臧淑英**，王翠珍，王俊杰，李海波

(黑龍江普通高等學(xué)校地理環(huán)境遙感監(jiān)測站點(diǎn)實(shí)驗(yàn)室;哈爾濱師范大學(xué))

對大興安嶺圖強(qiáng)1987年火后森林NDVI連續(xù)長時(shí)間動(dòng)態(tài)恢復(fù)軌跡及其趨勢特征的空間分布進(jìn)行研究，探究森林時(shí)空動(dòng)態(tài)恢復(fù)狀況，為空間尺度、長時(shí)間序列森林火后動(dòng)態(tài)恢復(fù)監(jiān)測提供參考.以歸一化植被指數(shù)(NDVI)作為火后森林動(dòng)態(tài)恢復(fù)的表征參量，基于季節(jié)校正方法，重建生長旺季NDVI時(shí)間序列；結(jié)合火燒強(qiáng)度數(shù)據(jù)，監(jiān)測不同火燒區(qū)森林NDVI恢復(fù)軌跡；利用Mann-Kendall趨勢分析法，分析火后12年森林NDVI變化趨勢的空間分布.結(jié)果表明：季節(jié)校正后NDVI年際間可對比，各火燒強(qiáng)度下NDVI年際變化規(guī)律明顯.火后12年是森林的主要恢復(fù)期，火燒區(qū)森林總體恢復(fù)較好.森林NDVI時(shí)空動(dòng)態(tài)恢復(fù)趨勢與火燒強(qiáng)度存在一定相關(guān)性，重度過火區(qū)NDVI上升趨勢最顯著.火后不同的森林恢復(fù)措施進(jìn)一步導(dǎo)致火燒區(qū)內(nèi)部NDVI趨勢的空間差異.

NDVI；時(shí)間序列；火燒強(qiáng)度；季節(jié)校正；森林恢復(fù)

0 引言

森林是陸地上最重要的生態(tài)系統(tǒng)之一，在全球的物質(zhì)循環(huán)和能量流動(dòng)中起著重要作用.火災(zāi)是森林生態(tài)系統(tǒng)一個(gè)活躍的生態(tài)因子，一方面，高強(qiáng)度的火燒會(huì)嚴(yán)重干擾森林環(huán)境中各生態(tài)因子之間的平衡，并破壞森林結(jié)構(gòu)，降低森林的生態(tài)效益；另一方面，一些低強(qiáng)度的局部火，在一定程度上有利于抑制大規(guī)?；馂?zāi)的發(fā)生，對森林生態(tài)平衡與穩(wěn)定的維持、生態(tài)系統(tǒng)功能的調(diào)節(jié)方面有著重要作用[1-3].火災(zāi)通常快速破壞森林，而火后森林恢復(fù)將是一個(gè)長期的過程[4]，研究森林火后恢復(fù)軌跡對于衡量森林生態(tài)系統(tǒng)功能變化、了解生態(tài)系統(tǒng)過程以及采取合理的管理措施具有重要意義[5].遙感技術(shù)的快速發(fā)展為火后植被動(dòng)態(tài)恢復(fù)監(jiān)測提供了強(qiáng)有力的技術(shù)支撐.火后伴隨森林生長機(jī)能的逐漸恢復(fù)，森林生物量也在不斷增加，且這些變化與遙感影像特征變化密切相關(guān)[6].基于遙感的火燒跡地植被恢復(fù)監(jiān)測通常借助植被指數(shù)進(jìn)行，歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)對植被生長活動(dòng)和植被覆蓋度敏感，通常作為火后森林動(dòng)態(tài)變化的重要表征參量被廣泛應(yīng)用在火后森林動(dòng)態(tài)變化監(jiān)測方面[4,7-8].Díaz-Delgado等利用巴塞羅那1994年火災(zāi)前后8期TM影像NDVI(1994～1997)探究了火燒強(qiáng)度對火后植被重建的影響[9].Gouveia等利用SPOT/Vegetation時(shí)間序列NDVI發(fā)現(xiàn)葡萄牙中部和西南部火燒跡地火后植被的動(dòng)態(tài)恢復(fù)分別受火燒程度和植被類型的影響[10].Maria等利用MODIS的NDVI和NDSWIR(2001～2005)研究發(fā)現(xiàn)西伯利亞北方森林火后動(dòng)態(tài)恢復(fù)受到火前植被類型等因素的影響[11].

分辨率是遙感應(yīng)用于火燒跡地植被恢復(fù)研究的首要影響因素.大興安嶺火后基于NDVI進(jìn)行遙感監(jiān)測森林恢復(fù)的眾多研究中，在較大尺度上采用的主要是低空間分辨率、高時(shí)間分辨率的MODIS、NOAA/AVHRR等影像，其NDVI時(shí)間序列易構(gòu)建且連續(xù)[4,13-15]；而中小尺度上應(yīng)用最廣泛的是TM影像，其空間分辨率高，但時(shí)間分辨率相對較差，通常很難構(gòu)建同一時(shí)相下NDVI的長時(shí)間序列[1,12].因此，為了獲取中小尺度上NDVI火后恢復(fù)詳細(xì)的時(shí)空特征，本研究主要采用Landsat TM影像，校正NDVI時(shí)相差異，重建NDVI時(shí)間序列，在此基礎(chǔ)上對火后森林NDVI動(dòng)態(tài)恢復(fù)軌跡及其趨勢變化特征的空間分布規(guī)律進(jìn)行研究.分析森林NDVI時(shí)空恢復(fù)狀況，為在較長的時(shí)間尺度及較小的空間尺度下研究與監(jiān)測森林火后動(dòng)態(tài)恢復(fù)過程提供參考，為不同火燒強(qiáng)度及災(zāi)后不同時(shí)段的森林恢復(fù)提供基礎(chǔ)數(shù)據(jù).

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)

圖強(qiáng)林業(yè)局位于我國黑龍江省大興安嶺北部漠河縣境內(nèi)(121°54′49″～123°29′10″E，52°15′55″～53°33′40″N)，額木爾河上游北岸，東靠阿木爾林業(yè)局，南鄰內(nèi)蒙古滿歸林業(yè)局，西接西林吉林業(yè)局，北隔黑龍江與俄羅斯相望，總面積約40萬hm2.全區(qū)內(nèi)地勢起伏和緩，地形以中低山丘陵為主，南高北低，東陡西緩.海拔最高1210m，最低270m，平均500m左右，坡度約12～15°.氣候?qū)儆诤疁貛Т箨懶约撅L(fēng)氣候，冬季寒冷干燥而漫長，夏季炎熱潮濕而短暫，年均氣溫-4.94℃，年均降水量約432mm，無霜期為每年6月上旬至9月上旬.區(qū)內(nèi)永久凍土廣布，土壤主要是棕色針葉林土，還有沼澤土和隱域性草甸土，土層普遍較薄.該區(qū)由于氣候寒冷干燥，植物種類貧乏，森林結(jié)構(gòu)較為單一，地帶性植被是以興安落葉松(Larix gmelimii)為主的寒溫帶針葉林，其次為樟子松(Pinus sylvestris var. mongolica)和云杉(Picea koraiensis)，闊葉樹有白樺(Betula platyphylla)、山楊(Populus davidiana)等.

1987年圖強(qiáng)林業(yè)局在“5·6”特大森林火災(zāi)中受損嚴(yán)重，森林過火面積高達(dá)23.1萬hm2，大約占全局總面積的60%，其中重度林地過火面積最大，約8.96萬hm2，中度林地過火面積最小，約0.85萬hm2，輕度林地過火面積8.7萬hm2.大面積原始森林被燒毀，森林資源銳減，森林覆蓋率由大火發(fā)生前的90.21%下降到65.45%[16].

1.2 數(shù)據(jù)來源及處理

研究區(qū)衛(wèi)星遙感數(shù)據(jù)(1987～2015年)來源于美國地質(zhì)調(diào)查局的地球資源觀測與科學(xué)(USGS/EROS)中心，一景Landsat 影像(path122/row23)可以覆蓋全區(qū)(圖1a).影像成像時(shí)間為森林生長季節(jié)(5～10月)，數(shù)據(jù)選取見表1.受云覆蓋影響，1989～1992、1996-1998年份的數(shù)據(jù)缺失.利用ENVI5.1軟件對遙感影像進(jìn)行輻射定標(biāo)、大氣校正，減少大氣對遙感影像干擾，得到地物真實(shí)反射信息.通過波段運(yùn)算計(jì)算得出相應(yīng)NDVI，形成時(shí)間序列圖像，在此基礎(chǔ)上對每幅NDVI圖像濾波，濾波窗口為3×3.

2015年6月對圖強(qiáng)林業(yè)局進(jìn)行野外地面調(diào)查，為了匹配遙感影像空間分辨率(30m×30m)，以不低于30m距離設(shè)置測量點(diǎn)，連續(xù)4-5個(gè)測量點(diǎn)構(gòu)成一組，共56組，共計(jì)269個(gè)測量點(diǎn)，其中重度過火區(qū)114個(gè)，中度30個(gè)，輕度68個(gè)，未過火區(qū)57個(gè)，如圖1(b)所示.研究區(qū)包括3種主要植被類型，即落葉闊葉林、針闊混交林和落葉針葉林，分別調(diào)查重度、中度、輕度過火區(qū)及未過火區(qū)的植被狀況.調(diào)查指標(biāo)包括樹種、樹高、樹齡、胸徑和森林覆蓋度.

除上述數(shù)據(jù)外，還包括森林類型數(shù)據(jù)，如圖1(b)所示[17]，DEM如圖1(c)所示，1987年火燒強(qiáng)度數(shù)據(jù)(圖1(d))[17].從火燒強(qiáng)度圖上可以看出，過火區(qū)主要分布在圖強(qiáng)林業(yè)局的中部及北部，重度過火區(qū)面積最大，輕度次之，中度過火區(qū)面積最小且較分散.利用1987年圖強(qiáng)森林過火強(qiáng)度圖對NDVI圖像掩膜，該文得到了不同火燒強(qiáng)度下NDVI分區(qū)時(shí)間序列圖像，剔除掉非森林區(qū)域，只對森林區(qū)域進(jìn)行后續(xù)的時(shí)間序列數(shù)據(jù)處理與分析.

表1 Landsat時(shí)間序列數(shù)據(jù)(122/23)

圖1 研究區(qū)數(shù)據(jù)集：19990811圖強(qiáng)TM影像圖(a)；森林類型及野外實(shí)測點(diǎn)分布 (b)；DEM(c)；1987火燒強(qiáng)度圖(d)

2 研究方法

2.1 NDVI時(shí)間序列重建——基于數(shù)據(jù)對的季節(jié)校正

植被生長具有明顯的季節(jié)性規(guī)律，其中7、8月植被生長最旺盛，因此本研究選取每年的7月或8月的NDVI表征研究區(qū)當(dāng)年夏季森林生長狀況.由于TM傳感器成像時(shí)間及天氣多云等影響，導(dǎo)致本研究收集的24期TM影像成像時(shí)間不統(tǒng)一(見表1).為分析火后圖強(qiáng)森林NDVI多年同季節(jié)的恢復(fù)軌跡，需要去掉不同年份NDVI之間的季相差異.

研究區(qū)TM影像成像時(shí)間大致可以分為森林生長初期(5，6月)、生長旺季(7，8月)及生長季末(9，10月)，為了去掉NDVI季節(jié)性差異，在研究區(qū)內(nèi)的火干擾較少、很少有人類活動(dòng)的“老林區(qū)”或植被覆蓋度較好的區(qū)域選取50～100個(gè)樣點(diǎn)，樣點(diǎn)選取要避開地形起伏較大的地方以保證立地條件一致性，減少地表的影響，提取樣點(diǎn)所有年份不同月NDVI值.對于每一期不在生長旺季的NDVI(初期或末期)，與最相鄰年份生長旺季的NDVI組成數(shù)據(jù)對并建立散點(diǎn)圖，然后分別建立一元線性回歸公式，將生長季初和生長季末的NDVI校正到生長旺季，最終得到研究區(qū)多年同季節(jié)(生長旺季)NDVI圖像序列.由于1987年是大火發(fā)生年份，所以該期數(shù)據(jù)不計(jì)算在NDVI圖像序列內(nèi)，后續(xù)分析也不包括該數(shù)據(jù).

2.2 基于NDVI時(shí)間序列重建后的趨勢分析(Mann-Kendall)

Mann-Kendall檢驗(yàn)法可用于時(shí)間序列變量的趨勢檢驗(yàn)，是一種非參數(shù)檢驗(yàn)法，對變量是否遵從一定的(正態(tài))分布沒有嚴(yán)格要求/假定，檢測范圍較寬泛，計(jì)算簡便，不受個(gè)別異常值干擾[18].

在Mann-Kendall趨勢分析中，每一個(gè)像元NDVI集看作是一個(gè)時(shí)間序列數(shù)據(jù)(x1,…，xn)，n為數(shù)據(jù)集合長度，xk和xj分別是時(shí)間序列中年份k和j所對應(yīng)的NDVI.原假設(shè)H0為時(shí)間序列數(shù)據(jù)(x1,…，xn)是n個(gè)獨(dú)立的、隨機(jī)變量同分布的樣本(即沒有變化趨勢存在)；備擇假設(shè)H1是單側(cè)檢驗(yàn)，對于所有的1≤k

(1)

其中，符號函數(shù)

當(dāng)n≥10時(shí)，統(tǒng)計(jì)量Smk近似服從正態(tài)分布，不考慮序列中等值數(shù)據(jù)點(diǎn)情況(即xj≠xk)，其均值：E(S)=0，方差：Var(n(n-1)(2n+5)/18)，標(biāo)準(zhǔn)正態(tài)統(tǒng)計(jì)變量Tmk可以通過下式計(jì)算：

(2)

在單側(cè)趨勢顯著性檢驗(yàn)中，在給定的α置信水平上，如果Tmk≥Tα(n-1)或Tmk≤-Tα(n-1)，則拒絕無趨勢的原假設(shè)，即在α置信水平上，時(shí)間序列數(shù)據(jù)存在顯著上升或下降趨勢.對于統(tǒng)計(jì)變量Tmk，大于0時(shí)，是上升趨勢；小于0時(shí)，是下降趨勢.

3 結(jié)果與分析

3.1 基于火燒強(qiáng)度的NDVI季節(jié)校正前后比較(1987～2015)

在不同級別過火區(qū)分別隨機(jī)抽取200個(gè)樣點(diǎn)以減少臨近點(diǎn)的空間自相關(guān)性，并提取其不同年份相應(yīng)月份的NDVI均值以代表該月的植被生長狀況，分析不同對不同火燒區(qū)的森林恢復(fù)過程，結(jié)果見圖2.

由圖2可知，NDVI季節(jié)校正之前的年際曲線整體波動(dòng)幅度較大，季節(jié)校正之后重新構(gòu)建的NDVI時(shí)間序列季節(jié)性一致，原來10月份的NDVI低值整體大幅度提升到0.65左右，NDVI時(shí)間序列曲線整體沒有較大的年際波動(dòng)，使得不同年份之間的NDVI具有可比性.1995年在校正前后，NDVI值均較低，可能與1995年降水量少有關(guān)[19].

由圖2(a)可以得出：火災(zāi)當(dāng)年生長初期6月的重度、中度火燒區(qū)的NDVI明顯低于火后第二年生長季末10月的NDVI，表明大火造成了當(dāng)年森林NDVI急劇下降；與之相比，輕度火燒區(qū)由于整體基本未受大火波及，火災(zāi)當(dāng)年6月的NDVI大于火后第二年10月的NDVI，是符合植被生長季節(jié)規(guī)律的.火后第二年重度及中度過火區(qū)NDVI增長快速，是因?yàn)榛馃E地早期的演替物種(主要是草種)的快速生長[15，20-21].

(a)

(b)圖2 季節(jié)校正前(a)后(b)不同火燒強(qiáng)度區(qū)NDVI變化(0代表火燒年份，1代表火后第一年)

從圖2(b)可以得出：研究區(qū)森林NDVI曲線在大火剛過后的20世紀(jì)90年代(1988，1993～1995，1999)整體呈上升趨勢，1999年NDVI達(dá)到最大值，表明火后森林恢復(fù)較好.1999年之后同一火燒級別的NDVI基本在0.75上下浮動(dòng)，曲線變化趨勢一致，同一年份不同火燒級別的NDVI之間統(tǒng)計(jì)上存在較小差值，表明大火12年過后圖強(qiáng)北部火燒區(qū)與南部未火燒區(qū)在目視上綠度差異很小.分析其原因，20世紀(jì)90年代末大興安嶺實(shí)施了“天保工程(NEEP)”，全面停止天然林的商品性采伐，調(diào)減木材產(chǎn)量，加強(qiáng)森林培育，促進(jìn)了森林資源恢復(fù)[22].

研究區(qū)NDVI在1999年之后隨時(shí)間變化不顯著，但這不意味著火燒跡地恢復(fù)到原有水平并達(dá)到穩(wěn)定.從2015年調(diào)查結(jié)果(表2)來看，火燒區(qū)森林覆蓋度恢復(fù)較好，但植被平均胸徑不超過20cm，林齡較低，尚未達(dá)到林分原始水平[16]；本地區(qū)頂級林分的目標(biāo)樹種落葉松在重度及中度過火區(qū)的比例較低，相比火后先鋒樹種白樺的比例較高，針闊混交林目前占林分主導(dǎo)地位，說明植被完全恢復(fù)到頂級群落還有相當(dāng)長的時(shí)間[23].

表2 2015年研究區(qū)主要植被類型恢復(fù)狀況①

①L：落葉闊葉林；H：針闊混交林；Z：針葉林；混交：以針葉林為主的針闊混交林

3.2 不同火燒強(qiáng)度下森林NDVI恢復(fù)差異(1988～1999)

由于1989～1992年及1996～1998年未收集到有效數(shù)據(jù)，為了分析的連續(xù)性，進(jìn)行了簡單插值以獲得缺失部分的統(tǒng)計(jì)意義，并在曲線上標(biāo)出正負(fù)標(biāo)準(zhǔn)偏差，對不同火燒強(qiáng)度的NDVI值隨時(shí)間變化作一元線性回歸(見表3).

圖3 不同火燒強(qiáng)度區(qū)NDVI年際變化

火燒強(qiáng)度趨勢線R2Sig重度(High)y=0.014x+0.5580.7220.000中度(Medium)y=0.013x+0.5930.7600.000輕度(Low)y=0.008x+0.6450.4090.025未過火(Unburn)y=0.006x+0.6870.3160.057

由圖3可知：1988～1994年，未火燒區(qū)與三類火燒區(qū)NDVI之間的差距較大，1994～1999年，其差距在逐漸縮小，表明三類火燒區(qū)的植被都在有序恢復(fù)到與同一時(shí)期未火燒區(qū)相近的水平.從整體上看(1988～1999年)，重度火燒區(qū)NDVI曲線整體低于中、輕度火燒區(qū)及未過火區(qū)，且與未火燒區(qū)之間差距最大，1994年之后，重火燒區(qū)與中、輕度及未火燒區(qū)NDVI之間的差距依然存在但開始逐漸縮小，2001年其NDVI大于未火燒區(qū)(圖3)，說明重度火燒區(qū)損傷最嚴(yán)重，將在很長一段時(shí)間內(nèi)都很難完全恢復(fù)[23]；輕度與中度過火區(qū)在1994年之前NDVI差距較大，1994年之后二者基本沒有差距，表明輕度及中度森林過火后在很短時(shí)間內(nèi)恢復(fù)到相近水平[20].除此之外，火災(zāi)年份不同火強(qiáng)度NDVI的標(biāo)準(zhǔn)差較大，隨著火燒跡地年齡的增加，不同火燒強(qiáng)度標(biāo)準(zhǔn)偏差逐漸減小，表明在同一火燒區(qū)內(nèi)部NDVI差異隨著植被恢復(fù)在逐漸縮小，森林生態(tài)系統(tǒng)恢復(fù)趨勢明顯，森林冠層的綠度恢復(fù)較好.

由表2可知：1988～1999年，重度與中度過火區(qū)NDVI上升趨勢顯著，輕度過火區(qū)NDVI增長趨勢不是特別顯著(Sig=0.025).與火燒區(qū)相比，未過火區(qū)NDVI曲線在統(tǒng)計(jì)上保持相對穩(wěn)定，變化不大，充分說明火燒程度越高，植被破壞越嚴(yán)重，NDVI增加趨勢越顯著.

3.3 1988～1999年森林NDVI動(dòng)態(tài)變化趨勢空間分布

對Mann-Kendall趨勢(Tmk)進(jìn)行單側(cè)t檢 (α=0.05,0.1,0.2),并對Tmk值分級化顯示，得到顯著性檢驗(yàn)圖(如圖4所示).

圖4 1988-1999森林NDVI變化趨勢空間分布

類別置信區(qū)間Tmk面積比例/%1>95%[-2.2045,-1.796]0.19290%～95%[-1.796,-1.363]0.75380%～90%[-1.363,-0.876]2.244<80%[-0.876,0]25.975<80%[0,0.876]43.61680%-90%[0.876,1.363]16.98790%-95%[1.363,1.796]8.558>95%[1.796,2.2045]1.71

由表4可知，火后12年間森林NDVI總體上呈現(xiàn)增加趨勢，70.85%的森林區(qū)域其植被NDVI呈現(xiàn)遞增趨勢，其中趨勢顯著增加的區(qū)域占27.24%，大部分集中在中部的重度及輕度過火區(qū)(因?yàn)橹卸冗^火面積很小且較分散，在這里不進(jìn)行討論).出現(xiàn)負(fù)增長趨勢的面積為29.15%，其中顯著降低的區(qū)域?yàn)?.18%，南部未過火區(qū)整體沒有特別顯著變化.

同是重度過火區(qū)，北面增加不如南面增加顯著，分析其原因，立地條件方面，南北重度過火區(qū)的坡度都小于15°，較為平緩，且坡向分布也沒有明顯差異.植被類型都是以針葉樹為主，同時(shí)闊葉林也有分布.由于研究區(qū)較小，在南北兩區(qū)沒有大的微區(qū)域氣候變化.但是海拔在兩區(qū)有較大差異(圖1c), 北面區(qū)域的海拔較低，南面的海拔相對較高，蔡文華等人研究表明大興安嶺低海拔立地條件下多年凍土分布較廣[25]，凍融作用會(huì)使得更新幼苗死亡，因此不利于火后植被恢復(fù).除自然因素之外，重度火燒后，林木燒死嚴(yán)重，主要采取人工造林的方式更新，種植以落葉松為主的針葉樹種，以加快森林恢復(fù)速度，而對于高海拔立地類型全部采取人工更新的方式[26].

雖然在重度火燒區(qū)都是以人工更新為主，但是南面的重度過火區(qū)靠近漠河林場總部和森林管護(hù)區(qū)等森林管理部門，交通較為便利，在林地的管護(hù)、巡護(hù)以及人工林經(jīng)營等方面的人力、物力投入較多，人工植苗之后還有定期的人為撫育措施，提高了造林成活率和保存率，森林恢復(fù)較快[22].而北面距離林場總部較遠(yuǎn)，交通相對不便，人工干預(yù)可能相對較少，森林恢復(fù)較為緩慢，也是導(dǎo)致北面的重度過火區(qū)森林恢復(fù)沒有南面上升趨勢顯著的一個(gè)重要原因.

4 結(jié)論

(1)火后28年間各火燒強(qiáng)度下森林NDVI動(dòng)態(tài)變化趨勢具有明顯年際規(guī)律性：短期內(nèi)尤其是重度及中度過火區(qū)在火后第二年由于林下草地的快速繁衍而導(dǎo)致NDVI急劇上升，90年代較顯著上升，1999年之后由于大興安嶺天保工程的實(shí)施，促進(jìn)了森林資源恢復(fù)，火燒區(qū)與未火燒區(qū)森林綠度差異很小.

(2)NDVI時(shí)間動(dòng)態(tài)變化在一定時(shí)間尺度上指示了火后的植被恢復(fù).火后12年是森林的主要恢復(fù)期，火燒區(qū)的森林總體恢復(fù)較好.森林NDVI時(shí)空動(dòng)態(tài)恢復(fù)趨勢與火燒強(qiáng)度存在一定相關(guān)性.重度過火區(qū)NDVI上升趨勢最顯著，輕度與中度過火區(qū)植被恢復(fù)較快，NDVI增長趨勢較顯著，火燒7年之后恢復(fù)軌跡相近.

(3)森林火后NDVI變化趨勢的空間分布特征表現(xiàn)出很明顯的差異性，這種差異性很大程度上來源于火燒影響.該文針對重度過火區(qū)中部和北部NDVI變化趨勢的明顯差異，主要探討了人為因素的影響，從火后不同的森林恢復(fù)措施定性地加以說明，對于如何量化這種影響機(jī)制以及是否還有其它原因?qū)е掠写M(jìn)一步研究與探討.

(4)圖強(qiáng)1987年火后NDVI在火后12年間呈增加趨勢，1999年之后停止增加，這可能與NDVI達(dá)到飽和有關(guān).有研究發(fā)現(xiàn)當(dāng)冠層葉面積指數(shù)(LAI)達(dá)到4時(shí)，森林冠層的各項(xiàng)指數(shù)趨于飽和[27]，而火后生產(chǎn)力恢復(fù)至少需要20年才能達(dá)到火前水平[28].所以，把火后NDVI達(dá)到飽和之前的時(shí)間認(rèn)為是植被綠度恢復(fù)的關(guān)鍵時(shí)期，之后植被繼續(xù)恢復(fù)，只是還未完全恢復(fù)到火前水平.由于NDVI目前無法實(shí)地驗(yàn)證，且當(dāng)NDVI飽和之后無法有效指示植被恢復(fù)，在今后研究中需要結(jié)合實(shí)際調(diào)查報(bào)告、觀測數(shù)據(jù)或其他定量遙感指標(biāo)更加有效追蹤植被恢復(fù).

[1] 解伏菊，肖篤寧，李秀珍，等. 基于NDVI的不同火燒強(qiáng)度下大興安嶺林火跡地森林景觀恢復(fù)[J]. 生態(tài)學(xué)雜志，2005，24(4)：368-372.

[2] 舒立福，田曉瑞，馬林濤.林火生態(tài)的研究與應(yīng)用[J]. 林業(yè)科學(xué)研究，1999，12(4)：422-427.

[3] 黃寶華，孫治軍，史淑一，等.國外森林火險(xiǎn)天氣預(yù)測預(yù)報(bào)方法探析[J]. 哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào)，2012，28(6)：83-87.

[4] Idris M H，Kuraji K，Suzuki M. Evaluating Vegetation Recovery Following Large-Scale Forest Fires in Borneo and Northeastern China Using Multi-Temporal NOAA/AVHRR Images [J]. Japanese Forest Society and Springer-Verlag Tokyo，2005(10)：101-111.

[5] Numata I，Cochrane M A，Galva～o L S. Analyzing the Impacts of Frequency and Severity of Forest Fire on the Recovery of Disturbed Forest Using Landsat Time Series and EO-1 Hyperion in the Southern Brazilian Amazon [J]. Earth Interactions，2011，15(13)：1-15.

[6] 王明玉，任云卯，李濤，等. 火燒跡地更新與恢復(fù)研究進(jìn)展[J]. 世界林業(yè)研究，2008，21(6)：49-53.

[7] Goetz S J，F(xiàn)iske G J，Bunn A G. Using Satellite Time-Series Data Sets to Analyze Fire Disturbance and Forest Recovery across Canada [J]. Remote Sensing of Environment，2006，101(2006)：352-365.

[8] Viedma O，Melia J，Segarra D，et al. Modeling Rates of Ecosystem Recovery after Fires by Using Landsat TM Data [J]. Remote Sensing of Environment，1997(61)：383-398.

[9] Díaz-Delgado R，Lloret F，Pons X. Influence of Fire Severity on Plant Regeneration by Means of Remote Sensing Imagery [J]. International Journal of Remote Sensing，2003，24(8)：1751-1763.

[10] Gouveia C，Da Camara C C，Trigo R M. Post-Fire Vegetation Recovery in Portugal Based on Spot / Vegetation Data [J]. Natural Hazards & Earth System Sciences，2010，10(4)：673-684.

[11] Maria C G，F(xiàn)rance G，Heiko B，et al. Analyzing Forest Recovery after Wildfire Disturbance in Boreal Siberia Using Remotely Sensed Vegetation Indices [J]. Global Change Biology，2009(15)：561-577.

[12] Wang C X，Zhang L H，Bao Y H，et al. The Comparative Analysis of the Recovery of Forest Fire and Grassland Fire Based on NDVI and NPP [A].Huang Chongfu et al，eds. Information for Risk Analysis and Crisis Response[C]. Paris：Atlantis Press，2014：619-624.

[13] 李明澤，王雪，高元科，等. 大興安嶺植被指數(shù)年際變化及影響因子分析[J].北京林業(yè)大學(xué)學(xué)報(bào)，2015，37(5)：1-8.

[14] 苗慶林，田曉瑞，趙鳳君. 大興安嶺不同植被火后NDVI恢復(fù)過程[J].林業(yè)科學(xué)，2015，51(2)：91-98.

[15] 唐伶俐，姜曉光，戴昌達(dá). TM影像在監(jiān)測森林火災(zāi)與災(zāi)后恢復(fù)中的應(yīng)用[A].第十三屆全國遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C].福州：2001.131-132

[16] 王憲英. 大興安嶺圖強(qiáng)林業(yè)局森林資源的變化[J]. 國土與自然資源研究，1994(1)：70-73.

[17] Wang J，Wang C， Zang S. Assessing Re-Composition of Xing 'an Larch in Boreal Forests after the 1987 Fire，Northeast China[J]. Remote Sensing，2017，9(504)：1-13.

[18] 曹潔萍，遲道才，武立強(qiáng)，等. Mann-Kendall檢驗(yàn)方法在降水趨勢分析中的應(yīng)用研究[J].農(nóng)業(yè)科技與裝備，2008，5(179)：35-40.

[19] 夏照華．基于NDVI 時(shí)間序列的植被動(dòng)態(tài)變化研究[D]. 北京：北京林業(yè)大學(xué)，2007.60-67

[20] 梁鳳仙，顧鐘煒.遙感技術(shù)在大興安嶺火燒跡地森林凍土環(huán)境變化調(diào)查中的應(yīng)用[J].冰川凍土，1993，15(1)：27-33.

[21] Xiao X，Biradar C，Wang A，et al. Recovery of Vegetation Canopy after Severe Fire in 2000[J]. Journal of Resources and Ecology，2011，2(2)：106-116.

[22] Shi M，Qi J，Yin R. Has China’s Natural Forest Protection Program Protected Forests? — Heilongjiang’s Experience [J]. Forest，2016，7(218)：1-18.

[23] 王緒高，李秀珍，孔繁華，等. 2003. 大興安嶺北坡火燒跡地自認(rèn)與人工干預(yù)下的植被恢復(fù)模式初探[J].生態(tài)學(xué)雜志，2003，22(5)：30-34.

[24] 楊偉.基于遙感的黑龍江流域火燒跡地及其植被恢復(fù)研究[D].長春：中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所，2013.

[25] 蔡文華，楊建，劉志華，等.黑龍江大興安嶺林區(qū)火燒跡地森林更新及其影響因子[J].生態(tài)學(xué)報(bào)，2012，32(11)：3303-3312.

[26] 蓋宇宏，姜書文，邵明.大興安嶺林區(qū)采伐和火燒跡地森林恢復(fù)技術(shù)[J].現(xiàn)代農(nóng)業(yè)科技，2012(2)：46-47.

[27] Wang C，Qi J, Cochrane M. Assessment of Tropical Forest Degradation with Canopy Fractional Cover from Landsat ETM+ and IKONOS Imagery [J]. Earth Interactions，2005，9(22)：1-18.

[28] 孫龍，張瑤，國慶喜，等. 1987年大興安嶺林火碳釋放及火后NPP恢復(fù)[J]. 林業(yè)科學(xué)，2009，45(12)：100-104.

Post-FireForestRecoveryAssessmentBasedonNDVITimeSeries

Wang Aiai，Zang Shuying，Wang Cuizhen，Wang Junjie，Li Haibo

(Key Laboratory of Remote Sensing Monitoring of Geographic Environment，College of Heilongjiang Province，Harbin Normal University)

The spatial distribution of forest recovery trend and its recovery trajectory in 1987-2015 following the 1987 fire in the Greater Hinggan Mountains was explored, providing reference for monitoring the dynamic recovery process of post-fire forests at time and spatial scales. Regard the normalized difference vegetation index (NDVI) as an important characterization parameter of post-fire forest recovery, a time series of NDVI in growing season were reconstructed via seasonal adjustment. The inter-annual NDVI variation curves in areas with different fire intensities were exacted to monitor NDVI recovery process. Spatial distribution of NDVI trends in forest area during 1988-1999 were analyzed by the Mann-Kendall trend analysis method. The results showed that NDVI time series were consistent in 28 years after fire and there was no significant inter-annual fluctuation along the NDVI curves after seasonal correction. The NDVI-based recovery was correlated with fire intensity. Forests recovered remarkably in heavy fire zone. Different forest restoration operations after fire led to the spatial difference of the NDVI trend within the heavy fire zone.

NDVI; Time series；Fire intensity；Seasonal adjustment；Forest recovery

于達(dá))

TP79

A

1000-5617(2017)04-0054-08

2017-04-30

*國家自然科學(xué)基金面上項(xiàng)目(41371397)

**通訊作者：zsy6311@163.com