岔口小流域植被覆盖度时空变化特征分析

张煌，郭青霞，冀云

(山西农业大学 资源环境学院，山西 太谷 030801)

岔口小流域植被覆盖度时空变化特征分析

张煌，郭青霞，冀云

(山西农业大学 资源环境学院，山西 太谷 030801)

[目的]本研究旨在为岔口小流域的生态环境评价和改良提供参考，同时为该地区的坡改梯、荒坡绿化等工程提供决策依据。[方法]基于Landsat-7 ETM影像数据反演2001-2010年岔口小流域植被覆盖度时序变化与空间格局，并结合流域同时期的气象数据和地形数据，分析流域植被覆盖度的年际变化对气候变化的响应及空间分布对地形变化的响应。[结果]结果表明：(1) 2001-2010年研究区的平均植被覆盖度为0.51。研究区西部的植被覆盖度普遍高于东部，林地、沟川地和沟坝地的植被覆盖度相对较高。(2) 2001-2010年研究区植被覆盖度总体上呈上升趋势，平均变化速率为0.013/年。研究区东部和南部地区植被覆盖度升上趋势较为明显。(3) 研究区植被生长与温度和降雨量之间均呈正相关，并且降雨量是限制植被生长的主要气候因子。温度对植被生长的影响无明显的时滞性，而降雨量对植被生长的影响存在时滞效应。(4) 研究区的最高海拔并未达到限制植被生长的临界值，随着海拔的升高，植被覆盖度增加。研究区植被覆盖度随着坡度的升高而增加，达到一定坡度时，随着坡度的升高而减少。[结论]2001-2010年岔口小流域植被覆盖度呈上升趋势，气候变化和退耕还林工程的实施是其增加的主要原因，地形变化则影响其分布。

植被覆盖度； 影响因子； 相关性

全球气候近一个世纪发生了巨大的变化，对人类生产生活产生了极大的影响。针对这一问题，国际组织提出了国际地圈生物圈计划(International Geosphere-Biosphere Program，IGBP)，重点研究气候变化所产生的影响，并针对不同地区制定不同的政策[1]。作为国际地圈生物圈计划的重要研究项目，全球变化与陆地生态系统(Global Change and Terrestrial Ecosystems，GCTE)从自然因素和人为因素两方面来研究对陆地生态系统的影响。植被是陆地生态系统中最为活跃的成员，气候变化势必会影响植被的生长，因此研究植被生长变化对气候变化的响应机制，对全球变化对陆地生态系统的影响有着一定的理论和实际意义。

植被具有截留降雨、减缓径流、防风固沙、保持水土的作用[2]，对陆地生态系统的水循环、碳循环及能量平衡起着调控作用[3]。植被覆盖度是体现植被生长状况的重要指标，在许多生态系统模型中都需要植被覆盖度这一重要数据[4]，它是环境与全球变化中的一个敏感因子和水土流失的控制因子之一[5]。因此，精确计算植被覆盖度，对于反映区域植被动态变化规律、研究动态变化的影响因子及评价生态系统具有重要意义[6]。

本文以黄土高原岔口小流域为研究区，利用遥感技术，研究监测了该地区从2001年到2010年期间植被覆盖度的时空变化，并结合该地区的气象数据和地形数据，探讨了植被覆盖度与气候因子和地形因子的相关性。本研究对岔口小流域的生态环境评价和改良具有重要参考价值，同时也为该地区的坡改梯、荒坡绿化等工程提供决策依据。

1 数据与方法

1.1 数据来源与预处理

该研究区的遥感数据来源于地理数据空间云(www.gscloud.cn)的landsat-7 ETM影像。气象数据来源于中国气象数据网(www.data.cma.cn)的2001-2010年永和县日平均温度和日降雨量资料。相对于Landsat-5，landsat-7增加了分辨率为15米的全色波段(PAN波段)，可以通过图像融合，提高多光谱影像的分辨率。由于每年的八月份，植物生长最为繁茂，归一化植被指数(NDVI)达到峰值，因此，选择2001-2010年每年8月份的影像，并且要求影像的平均云量要低于1，以减少云量对数据的影响[7]。太阳辐射通过大气以某种方式入射到物体表面然后再反射回传感器，由于大气气溶胶、地形和邻近地物等影像，使得原始影像包含物体表面，大气，以及太阳的信息等信息的综合。如果我们想要了解某一物体表面的光谱属性，就必须将它的反射信息从大气和太阳的信息中分离出来，这就需要进行大气校正[8]。Landsat-7 ETM+机载扫描行校正器(SLC) 故障导致2003年5月31日之后获取的图像出现了数据条带丢失，严重影响了Landsat ETM遥感影像的使用因此，分别对多光谱影像和全色波段影像进行修复。将修复好的低分辨率的多光谱影像和高分辨率的全色波段影像进行图像融合，得到高分辨率的多光谱影像，然后对影像进行裁剪得到研究区域的影像。

1.2 研究方法

1.2.1 归一化植被指数

植被指数是利用卫星不同波段探测数据组合而成，可以反映植物生长状况。植被指数可以用来反映植被的生长状况，它是由不同波段组合而成。不同指数在反映植被生长状况存在差异，其中NDVI(归一化植被指数)对植被生长状况的灵敏度较其他指数高。通常使用NDVI来反映植被生长状况[9]。公式为：

NDVI=(NIR-R)/(NIR+R)

(1)

其中，NIR代表近红外波段，R代表红波段；NDVI的取值范围由-1到1，负值代表地面覆盖为云、水、雪等，对可见光有较高反射；0代表地面覆盖为裸地或岩石，NIR和R的值近似相等；正值代表地面有植被覆盖，值越大表明覆盖度越高。但NDVI也有一定的局限性，当植被覆盖度超过80%时，它的灵敏度则会逐渐降低。

1.2.2 像元二分法

诸多研究表明NDVI与植被覆盖度之间有着一定的线性相关关系，通常由NDVI来估算提取植被覆盖信息[10]。常用的方法是像元二分法，李苗苗等对像元二分法进行了改进[11]：VFC=(NDVI-NDVIS)/(NDVIV-NDVIS)

(2)

其中，NDVIS代表完全是裸地或无植被覆盖区域的NDVI值，NDVIV则为完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值。这两个不同值的计算公式如下：

NDVIS=(VFCMAX*NDVIMIN-VFCMIN*NDVIMAX)/(VFCMAX-VFCMIN)

(3)

NDVIV=((1 - VFCMIN)*NDVIMAX-(1-VFCMAX)*NDVIMIN)/(VFCMAX-VFCMIN)

(4)

计算NDVIS和NDVIV是这个模型计算植被覆盖度的关键。这里有两种假设：

1) 当区域内可以近似取VFCMAX=100%，VFCMIN=0%

公式(2)可变为：

VFC=(NDVI-NDVIMIN)/(NDVIMAX-NDVIMIN)

(5)

NDVIMAX和NDVIMIN分别为区域内最大和最小的NDVI值。由于影像一般都存在一定的噪声，因此NDVIMAX和NDVIMIN一般会取一定置信度范围内的最大值和最小值，不同不想置信度的取值会有所不同。

2) 当区域内不能近似取VFCMAX=100%，VFCMIN=0%

当有实测数据的时，VFCMAX和VFCMIN的值分别取实测数据中植被覆盖度的最大值和最小值，NDVIMAX和NDVIMIN的值则取这两个实测数据分别所对应的图像的NDVI。

当没有实测数据时，NDVIMAX和NDVIMIN则取一定置信度范围内的值。VFCMAX和VFCMIN则需要跟据经验估算。

这里我们以“当区域内可以近似取VFCMAX=100%，VFCMIN=0%”的情况进行估算，NDVIS和NDVIV分别取固定值，NDVIMAX和NDVIMIN分别取累积概率为5%和95%的NDVI值。

1.2.3 一元线性回归分析

本研究基于像元通过一元线性回归分析来模拟2001-2010年研究区域植被覆盖度的变化趋势[12]，公式为：

(6)

其中，n代表监测的年数，θslope代表变化趋势的斜率， VFCi代表第i年的植被覆盖度。θslope若为正值则代表植被覆盖度增加，负值则代表植被覆盖度减少。用F检验来检验植被覆盖度与时间序列之间线性相关是否显著，显著性检验只是证明植被覆盖度变化趋势的可置信程度的高或低，与变化趋势的快慢并没有关系。我们选取统计量为：

(7)

1.2.4 偏相关分析

在由多个元素组成的系统中，当研究一个元素与另一个元素之间的相关关系时，需要把其他元素作为常数，单独考虑两个元素之间的关系，即偏相关分析。利用偏相关分析可以分析植被覆盖度分别与温度和降雨量之间的偏相关关系，所得结果即为偏相关系数。偏相关系数需要在简单相关系数的基础上得来，因此，想要计算植被覆盖度与温度和降雨量的偏相关系数就需要先计算它们之间的简单相关系数[13]，其公式为：

(8)

偏相关系数的公式为：

(9)

其中rxy(z)代表控制变量z的影响后变量x与变量y的偏相关系数，rxy、rxz和ryz分别代表变量x与变量y、变量x与变量z和变量y与变量z之间的简单相关系数。

利用偏相关分析，可以计算研究区植被覆盖度与同一时期温度和降雨量之间的偏相关系数。由于气候因子对植被的影响有一定的时滞性和积累性，因此同时研究区计算植被覆盖度与前一个月温度和降雨量之间的偏相关分析。

2 结果与讨论

2.1 研究区植被覆盖度的空间格局及年际变化趋势

2001-2010年研究区平均植被被覆盖度为0.51。图1为2001-2010年研究区平均植被覆盖度的空间分布情况，研究区西部的植被覆盖度普遍高于东部。这是由于林地和果园主要集中于研究区的西部地区。

图1 2001-2010年研究区平均植被覆盖度空间格局Fig.1 Spatial distribution of the average vegetation coverage in study area during 2001-2010

图2 研究区植被覆盖度年际变化趋势Fig.2 The interannual variation trend of vegetation coverage in study area

2001-2010年研究区植被覆盖度总体上呈上升趋势，平均变化速率为0.013/年。图2是研究区植被覆盖度年际变化趋势的空间分布情况，可以看出研究区植被覆盖度变化速率最高为0.14/年，最低为-0.12/年。其中，研究区东部和南部地区的植被覆盖度升上趋势较为明显。2001-2010年研究区实施了退耕还林工程，研究区南部分布着大片的未成林造林，使得该地区生态环境得到改善。

为了检验植被覆盖度的显著性，我们对其进行了F检验，并将其结果分为五个等级：极显著减少、显著减少、变化不明显、显著增加、极显著增加。根据F检验的结果统计得出(图3)，植被覆盖度极显著性减少的占0.4%，显著性减少的占16.3%，变化不明显的占22.5%，显著性增加的占50.2%，极显著性增加的占10.6%。从空间分布来看，显著性减少的分布在研究区西部，显著性增加的分布

在研究区东部，变化不明显的则分布在研究区道路周围。

2.2 气候因子对植被覆盖度的影响

将2001-2010年植被覆盖度数据和气象数据进行统计汇总得出表1。

根据偏相关分析得出，植被覆盖度与当月平均气温的偏相关系数为0.15，而与当月降雨量的偏相关系数为0.23。为了研究气候因子对植被影响的时滞性和积累性，我们计算了的植被覆盖度与前一月平均气温和降雨量的偏相关系数，分别为0.11和0.29。可以看出，植被覆盖度与平均气温和降雨量之间均呈正相关。植被覆盖度与降雨量的相关系数大于植被覆盖度与平均气温的相关系数，这是由于北方降雨量比较少，降雨量成为限制植被生长的主要气候因子。植被覆盖度与当月平均气温的偏相关系数大于植被覆盖度与前一月平均气温的偏相关系数，因此温度对植被生长的影响并无明显的时滞性。而植被覆盖度与当月降雨量的偏相关系数小于植被覆盖度与前一月降雨量的偏相关系数，这表明降雨量对植被生长的影响存在一定的时滞效应。

表1 2001-2010年植被覆盖度与气候因子数据

2.3 地形因子对植被覆盖度的影响

根据水利部颁布的《土壤侵蚀分类分级标准》将植被覆盖度分为五个等级：低植被覆盖度、中低植被覆盖度、中植被覆盖度、中高植被覆盖度、高植被覆盖度。根据研究区的地形图，通过ArcGIS软件分别得出该研究区的高程图和坡度图。将高程图进行重分类，分为四个等级：小于1 100 m、1 100～1 200 m、1 200～1 300 m、大于1 300 m。根据《中国土壤侵蚀分类标准(SL190)》将坡度图重分类为六个等级：0～5°、5～8°、8～15°、15～25°、25～35°、35～90°。

将植被覆盖度图与高程图进行空间分析得出区域直方图，如图4。从图4中可知，研究区大部分地区的高程集中在1100～1200 m和1200～1300 m两个等级。将未重分类的植被覆盖度图与高程图进行提取分析，得出研究区在四个不同高程等级下的平均植被覆盖度依次为：0.45，0.49，0.51，0.64。可以看出，随着海拔的升高，植被覆盖度增加。陈吉龙等认为植被覆盖度会随着海拔的升高而增加，当海拔达到一定临界值时植被覆盖度达到最大值，然后随着海拔的升高而开始减少[14]。但该地区并未出现因海拔的升高而植被覆盖度减少的情况，因此该地区的海拔并未达到限制植被生长的临界值。

将植被覆盖度图与坡度图进行空间分析得出区域直方图，如图5。从图5中可知，该地区的坡度主要集中在15～25°、25～35°、35～90°三个等级。将未重分类的植被覆盖度图与坡度图进行提取分析，得出研究区在六个不同坡度等级下的平均植被覆盖度依次为：0.47、0.49、0.50、0.51、0.52、0.50。可以看出，随着坡度的升高植被覆盖度增加，在25～35°植被覆盖度达到最大值，然后随着坡度的升高植被覆盖度开始减少。蔡宏等人认为植被覆盖度随坡度的增加而先增加后减少，存在着临界坡度区间，该观点与研究结果相符[15]。

图4 植被覆盖度在不同高程下的分布直方图Fig.4 The distribution histogram of vegetation coverage under different elevation

图5 植被覆盖度在不同坡度下的分布直方图Fig.5 The distribution histogram of vegetation coverage under different gradient

3 讨论与结论

本研究基于Landsat-7 ETM影像数据反演了2001-2010年黄土高原岔口小流域植被覆盖度的时序变化与空间格局，并结合流域同一时期的气象数据，从时间尺度上分析了流域植被覆盖度的年际变化对气候变化的响应，再结合流域的地形数据，从空间尺度上分析了流域植被覆盖度的空间格局对地形变化的响应。结果表明：1) 2001-2010年研究区的平均植被覆盖度为0.51。研究区西部的植被覆盖度普遍高于东部，林地、沟川地和沟坝地的植被覆盖度相对较高。2) 2001-2010年研究区植被覆盖度总体上呈上升趋势，平均变化速率为0.013/年。研究区东部和南部地区植被覆盖度升上趋势较为明显。3) 研究区植被生长与温度和降雨量之间均呈正相关，并且降雨量是限制植被生长的主要气候因子。温度对植被生长的影响无明显的时滞性，而降雨量对植被生长的影响存在时滞效应。4) 研究区的最高海拔并未达到限制植被生长的临界值，随着海拔的升高，植被覆盖度增加。研究区植被覆盖度随着坡度的升高而增加，达到一定坡度时，随着坡度的升高而减少。

2001-2010年岔口小流域植被覆盖度呈上升趋势，气候变化和退耕还林工程的实施是其增加的主要原因，地形变化则影响它的分布。本研究对岔口小流域的生态环境评价和改良具有重要参考价值，同时也为该地区的坡改梯、荒坡绿化等工程提供决策依据。

[1]何霄嘉,王国庆,鲍振鑫.气候、植被变化与水文循环响应研究进展及展望[J].水资源与水工程学报,2016,27(2):1-5.

[2]许双玲.基于NDVI与RUE的松辽平原西部植被动态变化监测[D].长春:东北师范大学,2013.

[3]尹伊,陈海山.植被冠层截留对地表水分和能量平衡影响的数值模拟[J].气象科学,2013,23(2):119-129.

[4]汪明冲,王兮之,梁钊雄,等.喀斯特与非喀斯特区域植被覆盖变化景观分析——以广西壮族自治区河池市为例[J].生态学报,2014,34(12):3435-3443.

[5]何海燕,凌飞龙,汪小钦,等.基于雷达植被指数的水土流失区植被覆盖度估测[J].国土资源遥感,2015,27(4):165-170.

[6]刘晓东.三江源区草地覆盖遥感信息提取方法及动态研究[D].兰州:甘肃农业大学,2010.

[7]王建雷.黄土高原岔口小流域植被覆盖度估算及动态变化研究[D].太谷:山西农业大学,2015.

[8]何同弟.高光谱图像的分类技术研究[D].重庆:重庆大学,2014.

[9]姜洋,李艳.浙江省森林信息提取及其变化的空间分布[J].生态学报,2014,34(24):7261-7270.

[10]Bradley C R.The influence of canopy green vegetation fraction on spectral measurements over native tallgrass prairie[J].Remote Sensing of Environment,2002,81(1):129-135.

[11]李苗苗.植被覆盖度的遥感估算方法研究[D].北京:中国科学院研究生院(遥感应用研究所),2003.

[12]任园园.大巴山地区植被指数变化及其驱动力分析[D].西安:西北大学,2012.

[13]穆少杰,李建龙,陈奕兆,等.2001-2010年内蒙古植被覆盖度时空变化特征[J].地理学报,2012,67(9):1255-1268.

[14]陈吉龙.重庆市三峡库区植被覆盖度的遥感估算及动态变化研究[D].重庆:西南大学,2010.

[15]蔡宏,何政伟,安艳玲,等.基于RS和GIS的赤水河流域植被覆盖度与各地形因子的相关强度研究[J].地球与环境,2014,42(4):518-524.

(编辑：梁文俊)

Analysis on temporal and spatial variation of vegetation coverage in Cha-Kou small watershed

Zhang Huang, Guo Qingxia, Ji Yun

(CollegeofResourcesandEnvironment,ShanxiAgriculturalUniversity,Taigu030801,China)

[Objective]The study aimed to provide a reference for the ecological environment evaluation and improvement in Cha-Kou Small Watershed while providing decision-making basis for the Slope-to-Terrace Project and slope greening project. [Method]Landsat-7 ETM data can be used to invert vegetation coverage change. With meteorological data and topography data during the same period, we analyzed the response of vegetation coverage to the climate change and the topography change. [Results]It found that the average vegetation coverage of study area was 0.51 during 2001-2010.The vegetation coverage in the west of study area was higher. Moreover, the vegetation coverage of wood land, plain land and dam land were relatively higher than the rest. During 2001-2010 the vegetation coverage of study area, whose average rate of change was 0.013/year, exhibited an increasing trend, especially in eastern and southern regions. There was a positive correlation between vegetation growth and temperature or rainfall, and rainfall was the main climate factor limiting vegetation growth. The influence of rainfall but not temperature on the vegetation growth showed an obvious time lag. As the highest altitude in study area was not up to the critical value limiting vegetation growth, vegetation coverage increased with the increase of altitude. And vegetation coverage increased with the increase of slope until the slope was up to the critical value when vegetation coverage decreases with the increase of slope. [Conclusion]During 2001-2010 the vegetation coverage of study area exhibited an increasing trend, climate change and the implementation of Grain-to-Green Project were major causes of its increase, and the topography change affected its distribution.

Vegetation coverage， Influencing factor， Correlation

2016-12-23

2017-01-08

张煌(1990-)，男(汉)，山西运城人，硕士，研究方向：土地信息技术

*通信作者：郭青霞，教授，Tel:13835487451; E-mail: gqx696@163.com

国家自然科学基金项目(41071345)

Q948

A

1671-8151(2017)05-0345-06