基于NDVI的黄淮海平原2001-2010年植被覆盖变化分析
2018-05-30郑维龙
郑维龙,刘 珺
(太原理工大学 矿业工程学院,太原 030024)
植被是连结土壤、大气和水分等自然要素的纽带,能够在很大程度上代表一个地区的生态环境总体状况,并在全球变化研究中起着“指示器”的作用[1-2]。构建长时序的植被覆盖监测,对于了解一个区域的植被生长和生态环境变化,具有重要的意义。遥感监测技术因其监测范围广、受约束条件小等特点,在植被变化监测中得到广泛的应用。归一化植被指数(normalized difference vegetation index,NDVI),由于其对植被监测具有较高的灵敏度,被认为是监测植被生长状况的最佳指示因子[3],广泛地应用于植被覆盖变化监测、生物生产量评估、生态环境变化监测等研究。
多年来,国内外许多学者利用NDVI数据对不同地区植被覆盖变化及其驱动力进行了大量研究。不少学者从NDVI的变化速率和变化特征,探讨了海拔、气象、人类活动等因素对NDVI的影响,得出了不同研究区域植被覆盖的变化特征及其对驱动力的响应关系[4-7]。土地利用转变和植被盖度变化也是影响植被覆盖变化的客观因素,但少有学者将这两者考虑到植被覆盖变化监测中。因此在植被覆盖变化监测中,需要结合土地利用变化和植被盖度变化进行分析。
黄淮海平原处于干旱半干旱地区,是我国第二大平原,该区域城市化发展迅速、生态环境脆弱、植被覆盖变化复杂。本研究利用NDVI数据集,着重从降水、土地利用以及植被盖度等方面剖析黄淮海平原2001-2010年的植被覆盖变化,以便为该区域的植被变化、生态研究以及水土保持提供科学的依据。
1 研究区域简介
黄淮海平原(114°~120°E,32°~40°N,图1)又称作华北平原,位于燕山以南,淮河以北,太行山以东,濒临渤海和黄海,行政区域横跨五省二市,面积约31万km2,是我国第二大平原,也是重要的农业工业生产基地。该地区气温属温带大陆性气候,年降水量在500~700 mm之间,年际降水差异较大且区域性降水分布不均匀。西北部的山地高原以及中部的鲁中丘陵植被生长茂密,植被类型以针叶林、阔叶林、草丛、草甸为主;其余70%区域地势平坦,以小麦、玉米、棉花等多熟制栽培植被为主[8]。
图1 研究区位置及植被类型分布图Fig.1 Location and vegetation cover type of the study area
2 数据源与预处理
本研究选用美国国家航天局(NASA)的MODIS遥感数据,包括覆盖黄淮海平原4个轨道(h26v04,h26v05,h27v04,h27v05)的2001-2010年的MOD09A1地表反射率产品、2001年与2010年两年的MCD12Q1土地覆盖数据产品和MOD44B植被盖度产品。在ENVI软件中将数据进行拼接、投影转换等预处理。参照IGBO土地分类方案,考虑到研究区域未利用地较少,将黄淮海区域的MCD12Q1土地覆盖产品分为林地、草地、耕地、水体和建设用地等5类,得到黄淮海平原2001年和2010年土地利用图(图2)和不同地类占比(表1)。按照植被盖度的百分比划分[9],将研究区域的植被盖度分为6类,得到黄淮海平原2001年与2010年植被盖度空间分布图(图3)与植被盖度占比(表2)。在ENVI软件中通过波段运算并利用最大值合成法[10]得到黄淮海平原每年的年均NDVI时间序列影像数据集。利用中国气象科学数据共享服务网(http://data.cma.cn)提供的包含黄淮海平原及周边气象站的2001-2010年期间每年的年降水总量,借助Arcgis软件中克里金插值法将气象站点的降水量进行空间插值,结合黄淮海平原行政矢量图将其裁剪,使降水的空间分辨率、投影与研究区域的NDVI一致。研究区域的1∶100万植被类型数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn).
3 研究方法
3.1 矩阵转移方法
土地利用转移矩阵是描述不同地类之间相互转换的一种方式[11],目前可以通过这种方法来监测不同时期植被盖度的相互转换关系[12]。
图2 黄淮海平原2001年与2010年土地利用分类图Fig.2 Landuse of Huang-Huai-Hai plain in 2001 and 2010
图3 黄淮海平原2001年与2010年植被盖度空间分布Fig.3 Spatial distribution patterns of vegetation continuous fields of Huang-Huai-Hai plain in 2001 and 2010
年份林地草地耕地水体建设用地20017.707.9068.143.8012.4620108.837.1065.834.3413.90
表2 2001年和2010年黄淮海平原植被盖度占比Table 2 Percentage of vegetation continuous fields in Huang-Huai-Hai plain in 2001 and 2010 %
3.2 相关系数法
借助于皮尔逊相关系数[13]定量地研究黄淮海地区NDVI与降水因子之间的关系。两者之间的相关系数如下式所示:
(1)
式中:xi为每年的年降水总量;R为相关系数;β为10 a降水总量的平均值;yi为每年的年均NDVI;γ为10 a的年总NDVI均值;i=1~10,n=10为样本数。相关系数的绝对值越接近于1,说明二者的相关性越高;如果R>0,表明二者正相关,反之则负相关。
3.3 差值法
为了定量地比较同一区域不同时期的植被实际变化状况,用两景影像做差,差值用δ来表示。δ>0表示植被增加,δ<0表示植被减少;即,δ绝对值越大,说明研究年份内植被动荡越严重。
3.4 趋势影响法
以像元为基本单位,建立降水与归一化植被指数之间的线性回归模型,得出降水对植被的影响趋势分布[6]。具体公式如下:
(2)
式中:η代表每个像元的NDVI受降水影响的趋势;n=10为样本数;xi为每年的年降水总量,β为10 a降水总量的平均值;yi为每年的年均NDVI,γ为10 a的年总NDVI均值;i=1~10.
每个像元的η值都不一样,不同的η构成了研究区域的整景影像。η>0,表明受降水影响NDVI呈增长趋势;η<0,表明受降水影响NDVI呈减少趋势。η的正负只表明降水对植被生长的影响趋势,其值的大小与变化程度无关。
4 结果与分析
4.1 植被覆盖变化分析
通过土地利用转移矩阵得到黄淮海平原2010年新增地类分布图(图4)。参照相关分类标准[12]将植被盖度变化分为略微降低、明显降低、明显增加、略微增加、不变等5类(图5).
图4 黄淮海平原2010年新增地类分布Fig.4 Distribution of newly added landuse of the Huang-Huai-Hai plain in 2010
图5 黄淮海平原2001年与2010年植被盖度变化分布Fig.5 Distribution of vegetation continuous fields changes in Huang-Huai-Hai plain in 2001 and 2010
对图2和表1进行分析后得出:与2001年相比,2010年黄淮海平原耕地和草地的总面积在减少,而林地和建设用地以及水体总面积在增加;在空间分布上,新增水体的区域主要分布在安徽省北部以及山东省南部,新增林地和草地的区域主要集中在北京市辖区、黄淮海平原与山西高原交汇处的丘陵山区地带,新增建设用地主要体现在城市周边及地理位置优越的地方,新增耕地的区域主要在黄淮海平原的西北部。这些变化与刘永强等[14]的研究相一致。
对表2和图5的分析表明:黄淮海平原北部和南部的植被盖度呈显整体增长趋势,中部呈下降趋势。与2001年相比,2010年植被盖度10%~20%的区域占比呈上升趋势;植被盖度小于10%的区域占比呈下降趋势;植被盖度20%~30%的区域占比增长比较明显,增加了3.44%,说明林地草地的扩张、生物生产量的提高促进了这些区域植被盖度的增长。
4.2 植被与降水的相关性分析
为了研究植被受降水的影响程度,以相关系数R作为指标,将黄淮海平原年均NDVI与年总降水量做了相关性分析(图6)。其中,R≥0.70的区域主要集中在黄淮海平原北部及其与山西高原及燕山山脉的交汇处、鲁中南地区、胶州半岛以及黄淮海平原南部的区域。对不同植被类型与降水量的关系(图1和图6)进行分析后发现,林地、草地的NDVI与降水量呈现显著正相关。其中,草甸与降水的相关系数最高,为0.86,其他植被与降水的相关性由高到低依次为草丛、灌丛、针叶林、阔叶林,相关系数分别为0.84,0.82,0.76,0.72.其他地类则表现出不相关或负相关,这说明这些区域的植被的生长更多依赖于人类的影响。黄淮海平原耕地面积所占比重较大,农业植被生长所需的水分更多还是来自人工灌溉[13]。
图6 黄淮海平原NDVI与降水量的相关性分布Fig.6 Distribution of corelation between rainfall and NDVI in Huang-Huai-Hai plain
4.3 差值分析
为了真实地对比这两年植被的实际变化状况,通过计算得到2001年和2010年研究区的NDVI差值δ分布图(图7)。考虑到不同植被覆盖类型变化,将差值变化分为明显改善、 一般改善、几乎不变、一般退化和严重退化等5类,通过计算得到5种不同变化的占比(表3).
图7 黄淮海平原2010年与2001年NDVI差值分布Fig.7 Difference distribution of NDVI in 2001 and 2010 of Huang-Huai-Hai plain
变化程度差值δ分布占比/%严重退化δ≤-0.20.28一般退化-0.2≤δ<-0.19.18几乎不变-0.1≤δ<0.158.74一般改善0.1≤δ<0.231.55明显改善0.2≤δ0.25
由图7和表3可以看出:植被呈严重退化的区域主要集中在山东省微山湖、江苏省宿迁市以及天津市辖区。结合图2可以看到,水体面积的扩张是导致这些区域植被严重退化的主要原因。呈一般退化状态的区域主要集中在河北省中部、山东省北部、黄河流域、北京市和天津市。其中,山东省北部和黄河流域主要是由优质林地草地转向了耕地,而其他区域植被退化主要是由耕地转向了建设用地[14],从而导致这些区域植被的退化。
植被覆盖呈现改善的区域主要体现在:河北平原北部及其与山西高原的交汇处,北京市辖区。由于各种因素[15],耕地逐步被林地和草地取代[14],导致植被的增长[16]。植被覆盖明显改善的区域在河南省的驻马店市,生物生产量和植被盖度的提高带来了这样的结果。植被覆盖呈不变区域主要集中在黄淮海平原的耕地上,侧面说明农业用地的植被盖度变化幅度是最小的。
4.4 降水对NDVI趋势分析
通过分析降水对NDVI的影响趋势(图8)可以看到,η>0的区域主要集中在黄淮海北部、鲁中地区以及河南省和安徽省的南部。受降水驱动的影响,在太行山生态功能保护区和京津水源涵养功能保护区的植被呈增长趋势;这与实际的变化是相吻合的[15],说明降水对自然植被的影响是比较明显的。这些区域受人类活动影响较小,降水是自然植被生长的主要驱动力。η<0的地方主要集中在河北平原区域、河南省北部、安徽省北部和山东省西部,这些地方降水偏少且地类多以耕地为主,说明人工灌溉是这些区域植被生长的主要驱动力。
图8 降水对黄淮海平原NDVI的影响趋势Fig.8 Influence of rainfall on NDVI of Huang-Huai-Hai plain
5 结论
基于MODIS-NDVI数据,通过相关系数法、差值法及趋势分析法,结合降水、土地利用变化及植被盖度变化等因素对黄淮海平原的植被覆盖变化及其驱动力进行了研究分析,得出如下结论:
1) 黄淮海平原的林地和草地与降水量的相关性较高,且受降水的驱动力影响植被呈增长趋势。
2) 与2001年相比,2010年黄淮海平原的植被盖度整体呈上升趋势,林地的增加和生物生产量的提升是产生这种变化的主要因素。
3) 黄淮海平NDVI差值变化监测中,农业用地的变化最小。
4) 与2001年相比,2010年黄淮海平原的植被覆盖发生了不同程度的变化,林地、水域和建设用地的总面积在增加,草地和耕地的总面积在减少。土地利用类型转变和植被盖度的变化是引起植被覆盖变化的主要因素。
:
[1] SUN H Y,WANG C Y,NIU Z,et al.Analysis of the vegetation cover change and the relationship between NDVI and environmental factors by using NOAA time series data[J].Journal of Remote Sensing,1998,2(3):204-210.
[2] 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:地球科学,2007,37(11):1504-1514.
XIN Z B,XU J X,ZHENG W.Response of vegetation cover change to climate change and human activities in Loess Plateau[J].Science in China Series D:Earth Sciences,2007,37(11):1504-1514.
[3] SUN Z H ,LIU Z C,LEI Y P,et al.The variations of NDVI and the relation with climate inhilly and gully region of Northern Yanan[J].Acta Ecologica Sinica,2010,30(2):533-540.
[4] 宋怡,马明国.基于Spot Vegetation数据的中国西北植被覆盖变化分析[J].中国沙漠,2007,27(1):89-93.
SONG Y,MA M G.Study on vegetation cover change in northwest China based on Spot Vegetation data[J].Journal of Desert Research,2007,27(1):89-93.
[5] LIU X,REN Z,LIN Z,et al.The spatial-temporal changes of vegetation coverage in the Three-River headwater region in recent 12 years[J].Acta Geographica Sinica,2013,68(7):897-908.
[6] LAMCHIN M,PARK T,LEE J Y,et al.Monitoring of vegetation dynamics in the Mongolia using MODIS NDVI and their relationship to rainfall by natural zone[J].Journal of the Indian Society of Remote Sensing,2015,43(2):325-337.
[7] WU X F,LI G X,PAN X P,et al.Response of vegetation cover to temperature and precipitation in the source region of the Yellow River[J].Resources Science,2015,37(3):512-521.
[8] XU H,JIA J H,LIU L Y,et al.Drought monitoring in Huang-Huai-Hai plain using the multi-drought indices[J].Remote Sensing Technology and Application,2015,30(1):25-32.
[9] HASEN M C,DE R S,TOWNSHEND J G,et al.The MODIS 500meter global vegetation continuous fields products[C]∥Processings of Second International Workship on the Multitemp 2003:Analysis of Multi-temporal Remote Sensing Images,2004:295-301.
[10] SUN Y L,GUO P.Spatiotemporal variation of vegetation coverage index in north China during the period from 1982 to 2006[J].Arid Zone Research,2012,29(2):187-193.
[11] TIAN F X,XUE X,LIAO J,et al.Land use change in the watershed of the Ningxia-Inner Mongolia reaches of the Yellow River during 1990-2010[J].Journal of Desert Research,2014,34(4):1167-1176.
[12] YANG L,ZHANG M,LUO M L,et al.Landscape pattern change of vegetation coverage in hilly area of central Sichuan,southwest China based on MODIS NDVI[J].Chinese Journal of Ecology,2013,32(1):171-177.
[13] 杜灵通,田庆久.宁夏植被覆盖动态变化及与气候因子的关系[J].中国沙漠,2012,32(5):1479-1485.
DU L T,TIAN Q J.Vegetation coverage variations in Ningxia during 1999-2009 and its relationships with climatic factors[J].Journal of Desert Research,2012,32(5):1479-1485.
[14] 刘永强,龙花楼.黄淮海平原农区土地利用转型及其动力机制[J].地理学报,2012,32(5):1479-1485.
LIU Y Q,LONG H L .Land use transitions and their dynamic mechanism:The case of the Huang-Huai-Hai plain[J].Journal of Geographical Sciences,2016,26(5):515-530.
[15] SHI S,FENG J Z,Zhou Y Y,et al.Dynamic change of the aboveground biomass and net primary productivity in the areas of Beijing and Tianjin sand source control project[J].Journal of Basic Science & Engineering,2010,18(6):886-894.
[16] Yan E P,LIN H,DANG Y F,et al.The spatiotemporal changes of vegetation cover in Beijing-Tianjin sandstorm source control region during 2000-2012[J].Acta Ecologica Sinica,2014,34(17):5007-5020.