APP下载

陕北黄土高原植被覆盖时空动态研究

2016-08-31韩可欣

贵阳学院学报(自然科学版) 2016年4期
关键词:标准差坡度植被

韩可欣,袁 航

(贵州师范大学 地理与环境科学学院,贵州 贵阳 550025)

陕北黄土高原植被覆盖时空动态研究

韩可欣,袁 航

(贵州师范大学 地理与环境科学学院,贵州 贵阳 550025)

在RS和GIS技术支持下,利用2001-2010年MODIS-NDVI影像数据及DEM数据,以最大值合成法、均值法、标准差法及回归分析等地图代数统计方法为基础,对陕北黄土高原不同坡度区植被覆盖的时空动态进行分析。研究结果表明:(1)2001-2010年间,陕北黄土高原地区年度NDVI值总体呈增加趋势;各季节的NDVI均有不同程度的提升,提升幅度:夏季>秋季>春季>冬季;(2)坡度0-3°地区的NDVI基本保持稳定,3-8°、8-15°、15-25°和>25°四个坡度区的植被覆盖增加,其中坡度15-25°地区的NDVI值增加明显;(3)退耕还林还草工程是陕北黄土高原地区植被覆盖改善的主要原因。

陕北黄土高原;季节性; NDVI;坡度差异性; DEM

植被是陆地生态系统的核心部分[1],是大气、土壤和水分的天然连接纽带[2-3],其季节变化和年际变化较明显,并可反映出地表覆盖的变化情况[4]。对地表植被覆盖的时空变化进行研究,有利于了解一个区域的生态环境状况,气候条件,人类活动及其相互影响。由于遥感数据在时间和空间上特有的连续性,使其成为监测区域以致全球植被覆盖变化的数据源[5]。根据植被光谱特征得到的归一化植被指数(Normalized Difference Vegetation Index,NDVI),可作为反映地表植被生长状态及覆盖状况的重要指标[6]。数字高程模型(DEM)可用来描述区域内地形地貌的空间分布;利用DEM自动提取地形因子并进行空间分析,具有速度快、科学性及客观性等优点,而一些传统作业中较复杂的野外实地监测将会被替代[7]。目前,有关陕北黄土高原地区植被覆盖方面的研究基本限于简单的时空动态变化,缺乏将季节性、年际性及不同坡度区植被覆盖结合起来探究研究区植被覆盖的时空动态变化。研究将陕北黄土高原地区作为研究区,以MODIS及DEM为数据源,基于RS和GIS技术,从年际变化、季节性变化、空间分布特征及不同坡度地区对植被覆盖变化状况进行分析。以期了解研究区植被覆盖情况,并为相关部门修复和改善生态环境提供参考。

1 研究区概况

研究区(107°35′~111°29′E,37°35′~39°02′N)地处黄土高原中心部分的陕西省北部,位于关中盆地以北,包括榆林市和延安市的25个县区,总面积92521.4km2。以平原高原地貌为主,地势呈西高东低,海拔800~1800m。主要气候类型为大陆性季风气候,处于我国华北暖温带湿润半湿润地区,光照充足,昼夜温差较大,降水集中,无霜期短。年平均气温为8℃~12℃,年平均降水量为350~600mm[8],降水主要集中在夏季。主要植被类型为落叶阔叶林和干草原。

2 数据来源与研究方法

2.1 数据来源及预处理

研究采用地理空间数据云(http://www.gscloud.cn/)提供的MODIS中国NDVI产品及DEM数据。MODIS-NDVI产品获取2001-2010年1-12月共120期影像数据,分辨率为250m×250m。DEM采用的是GDEM DEM分辨率为30m×30m的数据。基于RS和GIS软件,对MODIS及DEM数据进行格式转换、拼接、裁剪、投影转换、叠加分析等预处理。

2.2 研究方法

2.2.1 最大值合成法

为消除云及太阳高度角对数据的干扰,通常采用最大值合成法处理NDVI数据,使植被指数更能真实地反映植被覆盖状况。最大值合成法(Maximum Value Composites,MVC)是基于特定研究需要,按月或旬提取NDVI最大值的方法[9-10]。采用最大值合成法合成每个季度及年度最大NDVI值。

2.2.2 均值法

对最大值合成法合成后的NDVI数据求平均值,分别获取10年NDVI的年均值及季度均值,不仅能反映出植被覆盖的总体变化情况及季节变化特征,且可避免一些极端月份的影响[11]。公式为:

(1)

式中:NDVI是年均值,n为年份,NDVIm是m年的NDVI。

2.2.3 标准差法

标准差可反映出离散数据集,简而言之,就是度量一组数据平均值的分散程度。标准差越大则代表这些数值和平均值之间差异越大,标准差越小则代表这些数值越接近平均值。公式如下:

(2)

2.2.4 回归分析

回归分析法通常采用一元线性回归模型来描述两个变量之间的关系。若有x和y两个地理要素且分别为自变量、因变量。可得一元线性回归模型为[12]

yi=a+bxi+ei

(3)

(4)

2.2.5 趋势线分析方法

此法既可实现各栅格单元变化趋势的模拟,又能在空间上反映出植被覆盖在不同时期的分布特征[3,9]。基于GIS空间分析模块,采用趋势分析方法模拟2001-2010年研究区NDVI的空间变化趋势,公式如下:

(5)式中:θslope是趋势线斜率,n是研究时段的累计年数;NDVIj为第j年的最大化NDVI值。

3 结果与分析

3.1 植被覆盖时空变化分析

3.1.1 植被覆盖时间变化特征

主要从植被覆盖的年际变化及季节变化进行分析。由图1(a)可知:研究区近10年年度NDVI值总体呈上升趋势,年度NDVI的线性趋势斜率为0.0094。其中,2001-2004年NDVI值呈显著增加趋势,2004-2005年NDVI值呈下降趋势,2005-2010年NDVI值总体呈逐渐增加趋势,2009年NDVI值略有下降,但下降幅度极小,在2010年达到最大值0.41。由图1(b)可知:近10年来,研究区四个季节的NDVI变化趋势基本一致,均呈增加趋势。其中NDVI最大值出现在夏季,最小值出现在冬季,且夏季>秋季>春季>冬季。夏季NDVI值在2001-2002年急剧增加,2002-2006年先降后升,且增减幅度接近。2006-2010年间基本保持增加趋势,且在2009年达到最大值0.56。秋季NDVI值基本保持波动增加态势,仅在2003-2005年间略有下降,其余年份都处于平稳上升阶段,在2010年达到最大值0.54。春季NDVI值相比前两个季节略有偏低,但就整体而言呈增加态势。2001-2004年间NDVI值呈增加趋势,2004-2006年略有下降,2006-2008年加速增加且在2008年达到最大值0.32。2008-2010年间的NDVI值缓慢减小。冬季NDVI值最低,且变化幅度较小,基本低于0.3。

图1 研究区2001-2010年NDVI值的年际变化(a)及季节变化(b)Fig.1 The seasonal and inferannual variations of NDVI value of the study areu in 2001-2010

3.1.2 植被覆盖空间变化特征

由图2(a)可知,研究区大部分地区植被覆盖良好,总体而言由北向南呈递增趋势。南部的值最高,这是由于该地区处于针阔混交林地带,且耕地面积较大,因此植被覆盖较好。NDVI最小值出现在西北部,这是因为该地区靠近毛乌素沙地,耕地面积较小,且植被稀少,因此NDVI值比较小。由图2(b)可知,研究区南部和西北部的小部分地区标准差比较小,表明该地区NDVI数据的平均值离散程度小,即植被覆盖变化小;而其他地区标准差较大,表明该地区的平均值离散程度较大,即植被覆盖变化程度大。这与实际研究区植被分布是相吻合的。

图2 研究区2001-2010年度NDVI均值(a)及标准差(b)空间分布图Fig.2 The ewerage NDVI and the standard deviafion of the spale distribution of the study area in 2001-2010

为了解研究区植被覆盖的季节性变化,对研究区10年的NDVI数据按季度进行统计处理,获取NDVI季度均值及标准差的空间分布图。

由图3(a)可知,研究区春季的NDVI最大值为0.9082,南部植被覆盖较好,而其他地区植被覆盖较差;由图3(b)可知,研究区南部和西北部NDVI标准差偏低,表明该地区NDVI数据的平均值离散程度较小,即植被覆盖变化程度小,而其他地区植被覆盖变化程度大。

图3 研究区2001-2010年春季NDVI均值(a)及标准差(b)分布图Fig.3 The average NDVI and the standard deviafion of the spale distribution of the study area in 2001-2010 in spring

由图4(a)可知,夏季NDVI最大值为0.9614,大部分地区植被覆盖很好,仅靠近毛乌素沙地的地区较差;由图4(b)可知,研究区夏季NDVI标准差最大值约为0.3917,大部分地区标准差较大,表明该地区的NDVI数据平均值离散程度较大,即植被覆盖变化程度较大。

图4 研究区2001-2010年夏季NDVI均值(a)及标准差(b)分布图Fig.4 The average NDVI and the standard deviafion of the spale distribufion of the study area in 2001-2010 in summer

由图5(a)可知,秋季NDVI值仅次于夏季,最大值为0.9237,植被覆盖整体较好,只有西北部靠近毛乌素沙地的一些地区植被覆盖较差;由图5(b)可知,秋季大部分地区NDVI标准差较大,表明研究区植被覆盖变化较大。

图5 研究区2001-2010年秋季NDVI均值(a)及标准差(b)分布图Fig.5 The average NDVI and the standard deviafion of the spale distribufion of the study area in 2001-2010 in autumn

由图6(a)可知,冬季NDVI值最小,最大值0.8672,植被覆盖较差;由图6(b)可知,冬季NDVI标准差普遍较低,表明植被覆盖变化不大。之所以出现上述情况,这与研究区的气候条件、植被类型等有关。研究区冬季寒冷干燥,积雪不易融化,且植被类型多为落叶阔叶林或一年生草本植物[13],在冬季植被生长受到抑制。这些均会导致冬季的NDVI值很小且植被覆盖变化小;而夏季雨热同期,植物生长旺盛。陕北地区降水主要集中在夏、秋两个季节,因此夏秋两个季节的NDVI值较大且植被覆盖变化大。

图6 研究区2001-2010年冬季NDVI均值(a)及标准差(b)分布图Fig.6 The average NDVI and the standard deviafion of the spale distribufion of the study area in 2001-2010 in winter

3.2 植被覆盖变化坡度分区分析

将NDVI数据进行坡度分区统计处理,得到不同坡度区NDVI折线图、空间分布图及变化统计表(图7和表1)。由图7和表1可知,各坡度区NDVI的总体变化呈增加态势,植被覆盖状况逐渐改善。其中,0-3°区的NDVI呈逐年缓慢增加趋势,基本在0-0.072波动增加。其他四个坡度区的NDVI变化趋势基本一致,均在2001-2002年加速上升,2002-2003年呈下降趋势,2003-2010年基本保持稳定上升状态,在有些年份稍有下降,但下降不明显。从图7(a)可以发现,15-25°坡度区的NDVI值最大,增加趋势明显,而8-15°坡度区和>25°坡度区变化趋势很接近,大体保持一致。

表1 2001-2010年陕北黄土高原地区各坡度区NDVI变化统计Tab.1 2001-2010 shabei area foess plateau slope zone NDVI change stafistics

由图7(b)图可知,研究区植被覆盖在不同坡度区具有以下规律:15-25°坡度区的NDVI占整个研究区NDVI的比例最大,说明该坡度区植被覆盖比较好。研究区是退耕还林还草工程的重点实施区域,而植被覆盖呈现出逐年增加趋势,由此可知我国采取该项措施已取得一些可观成果。0-3°坡度区的NDVI所占比例最小,说明该坡度区植被覆盖状况相对较差,这是因为该坡度区的大部分地区靠近毛乌素沙地,自然植被较少,农作物也比较少,有些地区也是作为城市用地,植被就会相对减少。8-15°坡度区NDVI所占比例仅低于15-25°坡度区,可以看出该坡度区植被覆盖良好。而>25°坡度区植被覆盖呈逐年增加趋势,这是由于我国对>25°坡度区采取退耕还林还草工程措施,使得这些坡度区植被覆盖状况得到了明显改善。

图7 研究区2001-2010年各坡度区NDVI时间变化(a)及空间分布(b)图Fig.7 2001-2010 The time chemge and spale distvibution of the slope zone in the study area NDVI value

3.3 植被覆盖空间格局演变态势

为便于统计,将研究区年均NDVI数据进行趋势分级处理,共划分为5个等级,得到研究区近10年年均NDVI趋势斜率分级图(图8)及变化趋势统计表(表2)。

由图8(a)和表2可知,高度退化所占面积6.5km2,占总面积的0.008%;一般退化所占面积195.25km2,占总面积的0.244%,属于退化等级的仅延安和榆林市极小部分地区,这些地区城市化发展速度加快,城市扩张加速,农耕用地被城市建筑用地侵占,导致植被覆盖退化;基本无变化所占面积27317.75km2,占总面积的34.109%,主要分布在榆林市和延安市西部及南部;一般改良所占面积52144km2,占总面积的65.107%,分布在陕北的大部分地区;高度改良所占面积为429km2,占总面积的0.532%,零星分布在陕北东部。综上所述,近10年来整个区域的植被覆盖状况良好,呈稳步上升趋势。这主要归功于森林的保护、人类有意识的改善以及退耕还林还草工程的实施,才使得研究区植被覆盖得到良好改善。

表2 2001-2010年研究区年均NDVI变化趋势统计Tab.2 2001-2010 Average annual NDVI chenye trend sfafistic in the study area

图8 研究区2001-2010年均NDVI趋势斜率(a)及显著性检验(b)图Fig.8 The averge annual NDVI trenel of slope and significanle fest in the study are of 2001-2010

研究需要对变化趋势的显著性特征进行检验,以便了解植被覆盖的变化趋势特征,选取F检验探究植被覆盖变化是否显著,得到显著性检验分布图(图8(b))。由图可知,在置信水平α=0.05下,研究区大部分地区的NDVI变化趋势是显著的,通过了显著性检验。

4 结论

(1)2001-2010年研究区年均NDVI呈波动增加趋势,大部分地区植被覆盖较好,南部植被覆盖最好,这与该区域存在天然次生林有关,而榆林市的榆阳、孟家湾、锦镇等地区植被覆盖最差,这与该区域靠近毛乌素沙地有关,植被稀疏。

(2)2001-2010年研究区各季节NDVI均呈波动上升趋势,且夏季>秋季>春季>冬季。夏季大部分地区植被覆盖良好,仅榆林市西部地区植被覆盖较差;秋季植被覆盖仅次于夏季,与夏季的覆盖状况相近;而春季植被覆盖较高的地区基本位于陕北地区南部,其他地区植被覆盖均较低;冬季植被覆盖情况与春季基本一致,只是陕北南部植被覆盖较好的区域面积要小于春季。植被覆盖季节性明显,这与当地的气候条件息息相关。夏季和秋季是雨季,降水丰富且集中,有利于植被生长;春季和冬季降水稀少,不利于植被的生长。

(3)通过按坡度分区统计植被覆盖变化情况:2001-2010年各坡度区植被覆盖均呈上升趋势。其中,3-8°、8-15°、15-25°以及>25°坡度区植被覆盖上升趋势基本保持一致,而0-3°坡度区植被覆盖保持缓慢上升趋势;8-15°和15-25°坡度区植被覆盖均较好,>25°坡度区植被覆盖得到明显改善。

(4)2001-2010年研究区植被覆盖总体呈增加趋势,通过了显著水平0.05的检验。按照趋势斜率分级统计得出,研究区植被覆盖改良地区所占面积比例最大。这是由于国家采取的退耕还林还草工程措施以及人们提升了保护森林、草地、农作物的意识。

(5)将整体变化、局部变化及变化趋势综合在一起研究植被覆盖时空动态变化,有助于人们更详细地了解研究区的植被覆盖变化的综合情况,同时也有助于对国家实施相关政策所得结果进行检验。当然,今后还需要再结合气候因子与NDVI之间的空间相关性,进一步探讨植被覆盖时空动态变化。

[1]梁玲,吕世华,柳媛普.黄土高原植被变化对环境影响的数值模拟[J].高原气象,2006,25(4):575.

[2]王智,师庆三,王涛,等.1982-2006年新疆山地—绿洲—荒漠系统植被覆盖变化时空特征[J].自然资源学报,2011,26(4):609-610.

[3]戴声佩,张勃,王海军,等.中国西北地区植被覆盖变化驱动因子分析[J].干旱区地理,2010,33(4):636-637.

[4]张艺,任志远.基于SPOT VEGETATION数据的关中地区近10年来植被覆盖变化分析[J].农业系统科学与综合研究,2010,26(4):425-427.

[5]国志兴,王宗明,宋开山,等.1982~2003年东北地区植被覆盖变化特征分析[J].西北植物学报,2008,28(1):156.

[6]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[J].中国水土保持科学,2011,9(1):17-18.

[7]吴英,张万幸,张丽琼,等.基于DEM的地形与植被分布关联分析[J].东北林业大学学报,2012,40(11):96-97.

[8]王耀宗,常庆瑞,屈佳,等.陕北黄土高原土地利用/覆盖变化及生态效应评价[J].水土保持通报,2010,30(4):135-136.

[9]白文龙,张福平,倪海燕,等.关中地区植被覆盖变化及其对气候因子的响应研究[J].农业现代化研究,2013,34(1):105-106.

[10]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,2011,41(6):1055-1056.

[11]张月丛,赵志强,李双成,等.基于SPOT NDVI的华北北部地表植被覆盖变化趋势[J].地理研究,2008,27(4):745-754.

[12]徐建华.计量地理学[M].北京:高等教育出版社,2006:59-60.

[13]宋富强,康慕谊,杨朋,等.陕北地区GIMMS_SPOT_VGT和MODIS归一化植被指数的差异分析[J].北京林业大学学报,2010,32(4):76-77.

Spatial and temporal dynamic of vegetation cover in the Loess Plateau of Northern Shaanxi

HAN Ke-xin,YUAN Hang

(Guizhou Normal University, Geography and Environment Science College, Guiyang, 550025, China)

With the support of RS and GIS technology, using MODIS-NDVI image data and DEM, basing on the maximum synthesis, regression analysis and other methods, the author analyzed vegetation coverage changes of different slope area on the Loess Plateau region of Northern Shaanxi. Analysis results showed that:(1)Between 2001 and 2010,the Loess Plateau region of Northern Shaanxi in the NDVI increased generally; Each season’s NDVI all increased in different degrees, the obvious upgrade happened in the summer and autumn, and summer>autumn>spring>winter; (2) NDVI was basic stable in 0-3° region, NDVI increased in 3-8°, 8-15°, 15-25° and >25°region, NDVI value increased obviously in 15 to 25° slope region of; (3) Returning farmland to forest and grassland project was main causes of vegetation improve in Loess Plateau region of Northern shaanxi.

Northern Shaanxi loess plateau; spatial and temporal dynamic; MODIS NDVI; vegetation coverage; DEM

2016-08-29

韩可欣(1991-),女,蒙古族,内蒙古赤峰人,在读硕士研究生。主要研究方向:地理信息系统与遥感应用。

Q948

A

1673-6125(2016)04-0024-07

猜你喜欢

标准差坡度植被
基于植被复绿技术的孔植试验及应用
与生命赛跑的“沙漠植被之王”——梭梭
关于公路超高渐变段合成坡度解析与应用
关于场车规程中坡度检验要求的几点思考
绿色植被在溯溪旅游中的应用
基于图像处理的定位器坡度计算
基于原生植被的长山群岛植被退化分析
CT和MR对人上胫腓关节面坡度的比较研究
医学科技论文中有效数字的确定
医学科技论文中有效数字的确定