基于MODIS的2000-2014年黄土高原植被覆盖度估算及其时空变化分析

刘　英　岳　辉

(西安科技大学测绘科学与技术学院，陕西 西安　710054)

基于MODIS的2000-2014年黄土高原植被覆盖度估算及其时空变化分析

刘英岳辉

(西安科技大学测绘科学与技术学院，陕西 西安710054)

【摘要】基于2000-2014年MODIS的植被指数产品，借助像元二分模型和一元线性回归法估算了黄土高原植被覆盖度并分析15a间的植被覆盖时空变化规律。

【关键词】MODIS；黄土高原地区；植被覆盖；时空变化；NDVI

植被是地球陆地生态系统的构成基础，是生态系统能量的固定者和物质消费的生产者。植被是联系地球圈层的土壤圈与大气圈的自然“纽带”，在各圈层物质、能量交换和信息流动过程中发挥重要作用[1-3]。因此，通过对植被的变化研究可以反映地表的生态环境状况，动态监测植被状况和植被覆盖变化也成为地表环境遥感研究的关键内容之一[4-6]。目前利用遥感技术主要通过像元分解法和植被指数法计算植被覆盖度(Fractional Vegetation Coverage，FVC)获得植被覆盖变化情况，具体应用中主要集中在利用多时空和多分辨率数据进行多尺度动态分析[7-10]。

众多学者针对黄土高原植被覆盖情况展开了一系列的研究，遥感数据多为长时间序列的GIMMS AVHRR NDVI和SPOT-VGT NDVI产品，例如郭敏杰[11]等利用1982-2006年的8km分辨率的GIMMS AVHRR NDVI数据，分析了黄土高原地区地面植被覆盖度变化和气候响应特征；阿不拉等[12]利用1986-2006 年的GIMMS A AVHRR NDVI 数据，采用像元二分法计算植被覆盖度并分析了黄土高原地区荒漠化程度及其时空变化特征；钟莉娜等[13]、谢宝妮等[14]、陈安安等[15]，均以1km分辨率的SPOT-VGT NDVI数据分析了黄土高原地区植被变化不同的年际特征，而采用MODIS NDVI数据分析黄土高原植被变化情况的则不多见，因此本文以2000-2014年MODIS NDVI为数据源计算15a间的黄土高原植被覆盖度并对其时空变化进行分析，研究结果可以为生态环保部门的决策和管理提供基础数据参考。

1研究区概况

黄土高原地理坐标为33°41′-41°16′N，100°54′-114°33′E，横跨我国的山西省、陕西省、甘肃省、青海省、宁夏省和河南省等省区，东西长约1300km，南北宽约800km，面积约为6.35×105km2，是世界上最大的黄土堆积区，黄土层平均厚度为50～80m，而陕北和陇东地区厚达150～200m。黄土高原地区属温带季风气候，春冬季节干燥多风沙少雨；夏秋季炎热多暴雨。多年平均降雨量为400～500mm，多年均温度3.6～14.3℃，黄土高原典型黄土地貌发育，植被覆盖呈现典型地域差异，天然植被破坏较为严重。

2数据和方法

2.1数据来源

本研究采用的是2000-2014年美国地球资源观测科学中心(Earth Resources Observation and Science Center，EROS)提供的空间分辨率为 1km 的包含黄土高原的 MODIS 植被指数产品(MOD13A3)(MODIS/Terra Vegetation Indices Monthly L3 Global 1000m SIN Grid V005)。利用L2级地表反射率数据采用最大值合成法产生的月合成L3数据，共有179景影像，缺少2000年1月影像。

2.2数据处理方法

2.2.1MODIS NDVI处理

首先进行投影转换(从Integerized Sinusoidal Grid转换到经纬度投影)；其次，利用国际通用的最大合成法(Maximum Value Composites，MVC)获得每年每月和年度NDVI最大值数据，它可以进一步消除大气、云层、太阳高度角等的干扰[16]。此法假设每月中NDVI值最大的那一天天气晴朗，不受云层的影响，就取该最大值作为这个月的NDVI值。计算公式：

(1)

式中，MaxNDVI，i是第i年或者月的最大化NDVI值，NDVIij是第i年第j月的NDVI值，Max(NDVIij)可以反映气候和人为因素导致的植被年际和年内变化状况。

2.2.2植被覆盖度估算

本研究采用NDVI近似估算植被覆盖度，模型为像元二分模型[17]，植被覆盖度计算公式为：

(2)

式中，NDVIV为植被像元的NDVI值，NDVINV为非植被像元NDVI值。采用整体直接测算方法，有裸土及无植被区域植被覆盖度接近于0(近似VVCMIN=0%)，有高植被覆盖区域(近似FVCMAX=100%)[18]。公式(2)变为：

(3)

式中，FVC表示植被覆盖度，NDVIMAX和NDVIMIN一般取一定置信度范围内的最大最小值，根据陕北黄土高原地区NDVI影像特征，经多次反复试验，因此本文取置信度5%的NDVI作为NDVIMIN，取置信度95%的NDVI作为NDVIMAX。根据水利部2008年颁布的《土壤侵蚀分类分级标准》中的相关标准，将植被覆盖度划分为6个等级：FC=0定为无植被覆盖，0

2.2.3植被覆盖变化趋势分析

采用一元线性回归分析黄土高原地区植被变化趋势分析。此方法通常用来模拟每个栅格的变化趋势，趋势线分析法可以模拟每个栅格的变化趋势，获得不同时期植被覆盖变化的空间趋势[20]。其计算公式为：

(4)

式中，变量i为1-15的年序号，MNDVI，i表示第i年的最大NDVI值，n为所研究时段的累计年数，本研究中取n=15，NDVIi表示第i年的NDVI 值。若slope>0则说明NDVI在15年间趋于正向趋势发展的，反之，则说明植被状况趋于退化趋势。

3结果与分析

3.1植被变化的年际分析

由图1可知，黄土高原地区植被NDVI数值15a间呈现上升趋势，上升速率6.5%/15a，年最大值出现在2012年(0.5694)，年最小值出现在2000年(0.4520)。年际NDVI 值年际变化趋势却是不相同的，黄土高原地区NDVI在2000-2014年期间大致可以划分为以下几个阶段：

图1　2000-2014年黄土高原地区平均NDVI年变化图

(1) 2000-2001年植被NDVI数值接近，2001-2002年NDVI数值且有了一个明显提升，NDVI提高了约12.27%，在2002-2004年NDVI数值增长比较缓慢；

(2) 2004年开始黄土高原地区的年最大化NDVI均值呈下降的趋势，2005年达到波谷位置，从2005年开始NDVI又开始缓慢上升，至2007年NDVI达到最大，NDVI均值提高了7.50%，但增长的速度比较的缓慢；

(3) 2007-2014年最大化NDVI均值呈现大振幅的波动过程，其中以2008年为波谷，2012年为波峰。

利用差值法得到研究区15a年际平均NDVI差异图(图2)，NDVI年际差异总体趋势相似。2004-2005、2007-2008、2010-2011、2012-2013和2013-2014年度的平均最大化NDVI差值是负值，说明在2005年、2008年、2011年、2013以及2014年这五年与上一年相比NDVI是降低的，也就是说植被覆盖减少了，其中2013-2014年度年植被覆盖降低的最多，其他年度平均最大化NDVI差值是正值，其中植被在2001-2002年度变化程度比其他年度要大。整体上看，年均NDVI数值增长的幅度远大于减少的幅度，即15a间黄土高原地区年均最大化NDVI呈总体上升趋势，植被覆盖度在逐步提高，生态环境有改善的趋势，这与平均NDVI年变化曲线所反映趋势是相同的。

图2　2000-2014年黄土高原年际平均最大化NDVI差异

3.2植被覆盖度的时空变化分析

利用NDVI数据制作黄土高原15a NDVI植被覆盖度分布图(图3)，可以看出：黄土高原地区植被覆盖的面积变化具有一定的规律性，低植被覆盖的面积和高植被覆盖的面积所占比重最大，低植被覆盖的面积变化不是很大，无植被覆盖面积和较低植被覆盖面积呈下降趋势，而中等植被覆盖面积、较高植被覆盖面积以及高植被覆盖面积呈增加趋势，其中较高植被覆盖面积和高植被覆盖面积增加趋势大致是相同的，这说明2000-2014年黄土高原地区的植被覆盖度呈逐渐增加的趋势，植被状况得到了不断改善。黄土高原地区植被覆盖度等级分布在空间上具有明显的规律性，表现为自西北向东南植被覆盖度逐渐增加的趋势，其中低植被覆盖度(0-0.3)和高植被覆盖度(0.75-1)所占比例比较大，无植被覆盖(0)区域主要分布在内蒙古自治区以及宁夏回族自治区的北部地区，低植被覆盖(0-0.3)区域主要位于内蒙古自治区、宁夏回族自治区和甘肃省，在陕西省北部也有少量分布；河南省、山西省和陕西省的陕南地区和关中地区主要为较高植被覆盖以及高植被覆盖，但是这些省份也存在中等植被覆盖的地区。

图3　2000-2014年黄土高原植被覆盖图

3.3植被覆盖度的变化趋势分析

将2000-2014年植被覆盖动态变化趋势空间分布图(图4)，将植被变化类型分为严重退化、中度退化、轻微退化、基本不变、轻微改善、中度改善、明显改善7个类别，得到各等级面积比例(表1)。从NDVI变化趋势空间分布图可以看出，受气候因素和水资源因素制约，地表植被半荒漠化和沙漠化发育，黄土高原西北部NDVI数值呈减少趋势，表明该区域的植被覆盖度降低。内蒙古和陕西交界地区、河套平原、陇西等这些半干旱和干旱地区，NDVI减少和增加地区交错存在，表明其植被覆盖变化趋势较为复杂，植被覆盖度受当地的气候、地形、水文等多方因素的影响。黄土高原中部地区，NDVI数值呈现显著增加的趋势，主要原因在于1999年“退耕还林还草工程”的实施，使该地区生态环境有了显著的改善；黄土高原东部的丘陵区域，植被覆盖呈现显著增加的趋势。在经济快速发展的地区，如陕西关中地区，以及省会城市周边，NDVI数值呈现减少的趋势，这与这些地区剧烈的土地利用变化有关。整体上来看，在15a中植被得到了比较好的改善。从1km分辨率最大化NDVI变化趋势来看，植被改善的面积达到了88.82%，其中明显改善面积为31.56%，中度改善面积为28.13%，轻微改善面积为29.13%；退化面积为8.03%，其中严重退化面积为1.32%，中度退化面积为1.74%，轻微退化面积为4.97%；基本不变的面积为3.15%。

图4　2000-2014年黄土高原地区NDVI变化趋势空间分布图

变化程度分级标准各级别所占面积/%严重退化Slop-0.00911.32中度退化-0.0091-0.00461.74轻微退化-0.0046-0.0014.97基本不变-0.001-0.0013.15轻微改善0.001-0.004629.13中度改善0.0046-0.009128.13明显改善Slop-0.009131.56

4结论与讨论

(1) 黄土高原地区植被NDVI数值从2000年到2014年整体上呈现波动上升趋势，总体上升速率6.5%/15a，年际NDVI 值变化上升的时间段包括：2001-2004，2005-2007，2008-2010，2011-2012，年际NDVI 值变化下降的时间段包括：2000-2001，2004-2005，2007-2008，2010-2011，2012-2015；黄土高原植被覆盖度时空变化呈现西北向东南植被覆盖度逐渐增加的趋势，低植被覆盖区域主要位于内蒙古自治区、宁夏回族自治区和甘肃省和陕西省北部；河南省、山西省和陕西省的陕南地区和关中地区主要为较高植被覆盖以及高植被覆盖区域。

(2) 2000-2014年黄土高原植被NDVI动态变化趋势分析可知，在15a中植被得到了比较好的改善，植被改善的面积达到了88.82%，出现减少趋势的地区包括：宁夏石嘴山，陕北和内蒙交界的神木和东胜和河南西部，这些地区多为开采强度较大的煤矿区，这说明煤炭开采对矿区地表植被的影响仍不可忽视。

植被覆盖变化受自然和人为的双重影响[21]。自然因素包括年均降雨量、年均蒸发量、年均温度等气象因子，人为因素包括的退耕还林、退牧还草、封山育林等生态恢复和水土流失治理工程，近年来人为影响已成为主要影响地表植被覆盖变化的影响因素[22-23]。有报道表明[24]，通过统计黄土高原植被覆盖度的气候变化和人类活动的不同贡献率，结果显示人类活动对植被覆盖度的影响的贡献率达到20%，但如何定量的描述自然和人为对黄土高原植被覆盖变化的影响仍需要进一步的研究。

参考文献：

[1]李洪权，范广洲，周定文，等.青藏高原春季植被变化特征及其对夏季气温的影响[J].地理科学，2008，28(2)：259-265.

[2]郭海英，赵建萍，索安宁，等.陇东黄土高原农业物候对全球气候变化的响应[J].自然资源学报，2006，21(4)：608-614.

[3]韦振锋，王德光，张翀，等.近12 年陕甘宁黄土高原区植被物候时空变化特征[J].生态与农村环境学报，2014，30(4)：423-429.

[4]张翀，任志远.黄土高原地区植被覆盖变化的时空差异及未来趋势[J].资源科学，2011，33(11) ：2143-2149.

[5]刘咏梅，李京忠，夏露.黄土高原植被覆盖变化动态分析[J].西北大学学报：自然科学版，2011，41(6) ：1054-1058.

[6]信忠保，许炯心，郑伟.气候变化和人类活动对黄土高原植被覆盖变化的影响[J].中国科学：D 辑，2007，37(11)：1504-1514.

[7]张宝庆，吴普特，赵西宁.近30 a 黄土高原植被覆盖时空演变监测与分析[J].农业工程学报，2011，27(7)：287-293.

[8]李秀花，师庆东，常顺利，等.1981-2001 年中国西北干旱区NDVI 变化分析[J].干旱区地理，2008，31(6)：940-944.

[9]许青云，杨贵军，龙慧灵，等.基于 MODIS NDVI 多年时序数据的农作物种植识别[J].农业工程学报，2014，30(11)：134-144.

[10]张云鹏，孙燕，王小丽，等.不同尺度下的土地利用变化驱动力研究：以常州市新北区为例[J].水土保持研究，2012，19(6)：111-117.

[11]郭敏杰，张亭亭，张建军，等.1982-2006年黄土高原地区植被覆盖度对气候变化的响应[J].水土保持研究，2014，21(5)：35-48.

[12]木热提江.阿不拉，张晓萍，陈利利，等.基于GIMMS NDVI 的黄土高原地区荒漠化时空特征分析[J].中国水土保持科学，2015，13(3)：24-31.

[13]钟莉娜，赵文武.基于NDVI 的黄土高原植被覆盖变化特征分析[J].中国水土保持科学，2013，11(5)：57-62.

[14]谢宝妮，秦占飞，王洋等.基于遥感的黄土高原植被物候监测及其对气候变化的响应[J].农业工程学报，2015，31(15)：153-160.

[15]陈安安，孙林，胡北等.近10a黄土高原地区NDVI变化及其对水热因子响应分析[J].水土保持通报，2011，31(5)：215-219.

[16]刘姣娣，曹卫彬，李华，等.基于马尔科夫模型的石河子垦区土地利用动态变化研究[J].新疆农业科学，2011，48(10)：1936-1940.

[17]Carlson T N，Ripley D A.On the relation between NDVI，fractional vegetation cover，and leaf area index[J].Remote Sensing of Environment，1997，62(3)：241-252.

[18]Runduist BC.The influence of canopy green vegetation fraction on spectral measurements over native tall grass prairie.Remote Sensing of Environment [J].2002，81：129-135.

[19]刘英.神东矿区地表植被与土壤湿度遥感监测研究[D].北京：中国矿业大学(北京)，2013.

[20]刘志红，郭伟玲，杨勤科，等.近20年黄土高原不同地貌类型区植被覆盖变化及原因分析.中国水土保持科学，2011，9(1)：16-23.

[21]苏志珠，卢琦，吴波，等.气候变化和人类活动对我国荒漠化的可能影响[J].中国沙漠，2006，26 (3)：329-335.

[22]孙艳萍，张晓萍，徐金鹏，等.黄土高原水蚀风蚀交错带植被覆盖时空演变分析[J].西北农林科技大学学报：自然科学版，2012，40(2)：143-150.

[23]Wan Long，Zhang Xiaoping，M Qin，et al.Spatial characteristicsof precipitation and extreme events on the Loess Plateau of China between 1957 and 2009[J].Hydrological Processes，2014，28(18)：4971-4983.

[24]郭敏杰.基于NDVI 的黄土高原地区植被覆盖度对气候变化响应及定量分析[D].陕西杨凌：西北农林科技大学，2014.

Estimation and Temporal Variation Analysis of Vegetation Coverage in the Loess Plateau in 2000-2014 Based on MODIS

LIU YingYUE Hui

(College of Geomatics，Xi′an University of Science and Technology，Xi′an，Shaanxi 710054)

Abstract：Based on 2000-2014 MODIS vegetation index of product data，with dimidiate pixel model and the method of monadic linear regression，this paper analyzes space-time change vegetation cover of the Loess Plateau in 15 years.

Keywords：MODIS；Loess Plateau；vegetation coverage；temporal variation analysis；NDVI

作者简介：刘英，讲师，博士，主要从事环境遥感监测研究

通信作者：岳辉，讲师，博士，主要从事矿区环境遥感监测研究

中图分类号：X21

文献标识码：A

文章编号：1673-288X(2016)03-0181-04

项目资助：国家自然科学基金项目(No.41401496)；陕西省教育厅2014年科学研究计划(No.14JK1471)；陕西省科技统筹创新工程项目(2011KTZB01-02-04)

引用文献格式：刘英等.基于MODIS的2000-2014年黄土高原植被覆盖度估算及其时空变化分析[J].环境与可持续发展，2016，41(3)：181-184.