基于MODIS数据的阿拉善盟植被指数变化的地形分异性

2019-04-09潘霞汪季张勇高永王祯仪

生态环境学报 2019年2期

潘霞，汪季, ，张勇，高永, *，王祯仪

1. 内蒙古农业大学沙漠治理学院，内蒙古呼和浩特 010018；2. 中央与地方共建风沙物理重点实验室，内蒙古呼和浩特 010018；3. 内蒙古杭锦荒漠生态系统定位观测研究站，内蒙古鄂尔多斯 017400

在全球及区域尺度上，地带性气候决定了植被分布格局；在景观尺度上，非地带性因素是植被分布格局的关键因素（张庆等，2011）。植被的空间分布格局是不同尺度上环境因子共同作用的结果。地形作为非地带性因素中的重要限制因素，不仅通过地貌过程对植被产生直接作用，而且通过地貌形态的起伏变化控制水热等因子的空间再分配，从而间接影响植被的空间格局（陈瑶等，2006）。阿拉善盟被称为中国“生态环境重度危急区”，同时也是中国北方地区的“天然保护屏障”，该区域在现今的西部环境和生态研究中占有极其重要的地位（He et al.，2007；Yao et al.，2011；Yang et al.，2014）。因此，及时、科学、准确地评价阿拉善盟植被指数的地形分异特性，对科学评估区域生态环境和正确理解植被与地形变化具有重要的参考价值和现实意义。

归一化植被指数（Normalized Differences Vegetation Index，NDVI）是表征植被生长状况的重要指标之一（信忠保等，2007；韦振锋等，2014），同时也可以表示植被覆盖状况（李月臣等，2005；钞振华等，2012；王志慧等，2013；王晓利等，2013；付刚等，2015）、植被年际变化特征及空间变异性（张宏斌等，2009；陈效逑等，2009；王娟等，2012）。随着气候变暖，气候因子与植被生长间的关系受到众多学者的高度关注（韩辉邦，2017）。李小燕等（2013）对汉江流域 NDVI与水热指数时空变化及其相关性展开研究，发现NDVI与水热指数之间呈现出高度正相关，但人类通过各种方式改变着地表覆盖和水热组合，使得两者之间的高度正相关在局部地区受到影响。Paruelo et al.（2010）利用时间尺度上归一化植被指数研究了气候与植被格局的响应关系，研究发现年均降雨量是草地和灌木林的主要影响因素。Hill et al.（2004）利用AVHRR NDVI数据探讨了植被分布与气候之间的关系，研究表明利用植被分布和气候因子的相关性可以计算其生长率。

以往研究着重于植被变化与气候因子之间的关系，并普遍认为气候因子才是影响植被变化的主要关键因子，而关于自然因素中地形分异性对植被空间分布及其稳定性的影响研究较少。鉴于此，本研究以搭载于Terra和Aqua卫星上由MODIS传感器获取的 MOD13Q1数据集和数字高程模型为基础，结合GIS空间分析功能和幂函数拟合方程提取植被指数与相关地形因子，利用地形特征的分异性揭示植被空间分布规律，为该区植被建植与生态恢复提供理论依据。

1 研究区与研究方法

1.1 研究区概况

阿拉善盟位于内蒙古自治区最西端（97°10′－106°52′E，37°24′－42°47′N）（图 1），总土地面积约为 2.7×105km2，深居内陆，远离海洋（Hill et al.，2004；何明珠等，2010）。该区是半干旱草原向干旱极干旱荒漠的过渡区，平均海拔高度 1250 m，年平均降雨量变幅在40－200 mm之间，年平均蒸发量可达3934 mm，年平均风速3.02－3.53 m·s-1，气候特点是干旱少雨、夏热冬寒、日照充足、沙尘天气频繁（姚正毅等，2008a；姚正毅等，2008b）。区内植被稀少，以多年生灌木和半灌木为主，且植被主要划分为4个亚类型，即典型荒漠植被区、草原化荒漠区、荒漠化草原区及沙生植被区（李新荣等，2009；李春筱等，2011）。

1.2 研究方法

1.2.1 数据来源

（1）植被指数数据。采用美国航空航天局（National Aeronautics and Space Administration，NASA）的陆地专题产品MOD13Q1数据集。空间分辨率：250 m×250 m，时间分辨率：16 d，投影类型：Sinusoidal/WGS84；时间范围：2000－2016年（7－9月）。

（2）DEM 数据。采用由中国地理空间数据云提供的SRTM-DEM数据。空间分辨率：90 m；投影类型：UTM/WGS84。

1.2.2 数据处理

（1）植被指数的提取。利用 MRT（MODIS Reprojection Tool）工具对MOD13Q1影像进行批量格式转换和投影转换，Hdf格式转换为 Geotiff，Sinusoidal投影转换为 WGS84/China Lambert Conformal Conic。在ENVI 5.1中利用波段计算功能和最大值合成法提取并合成逐月和逐年 NDVI影像，有效地去除云、大气及太阳高度角等产生的影响。根据研究区矢量图进行影像裁剪，并完成栅格统计等内容。

图1 研究区位置Fig. 1 The location of study region

（2）地形因子的提取与分级。利用 ArcGIS的空间分析工具，从研究区DEM中提取高程、坡度、坡向及地形起伏度信息。根据研究区实际情况，将高程划分为：727－800、800－1000、1000－1200、1200－1400、1400－1600、1600－1800、＞1800 m共7个等级。依据为中国科学院地理研究所编制的中国1∶1000000地貌图制图规范（中国科学院地理研究所，1987），将研究区坡度划分为：0－2、2－5、5－15、15－25、25－35、35－40、40－45、＞45(°)共8个等级。按照顺时针旋转45°的夹角将坡向依次划分为：Flat（－1°）、N（0－22.5°）（337.5°－360°）、NE（22.5°－67.5°）、E（67.5°－112.5°）、SE（112.5°－157.5°）、S（157.5°－202.5°）、SW（202.5°－247.5°）、W（247.5°－292.5°）、NW（292.5°－337.5°），共9个等级（见表1）。

（3）地形起伏度的提取与计算。地形起伏度的提取是在ArcInfo的GRID模块支持下，利用移动窗口分析法来实现。移动窗口分析指对于栅格数据系统中的一个或多个栅格点或全部数据，开辟一个有固定分析半径的窗口（分析半径指矩形移动窗口的边长），并在该窗口内进行统计计算，或与其他层面的信息进行必要的复合，从而实现栅格数据有效的水平方向扩展分析（郭芳芳等，2008）。

地形起伏度是定量描述区域地貌形态，划分地貌类型的重要参数之一（赵帅等，2012）。用一定面积内所有栅格中最大高程和最小高程之差来表示（郭芳芳等，2008；刘颖等，2015）。公式如下：

式中，△Hij为研究区的高程差；hij,max为像元高程的最大值；hij,min为像元高程的最小值。i和j为网格大小，其中，i=3, 4,……, 15；j=3, 4, ……, 15。由此得到网格单元n×n像元（n=3, 4,……, 15）与地形起伏度的关系（表2）。

研究地形起伏度的关键是确定最佳统计地理单元以反映真实的地形起伏，也就是定义某一个确定面积（贾旭等，2017）。根据最优判定系数和拟合度，采用幂函数方程进行拟合，幂函数拟合方程如图2所示，其中y为每一个网格单元的平均起伏度，x为每个栅格的面积。

由图2可知，当y=89.128x0.2419时，判定系数R2=0.8906最大（判定系数最大为 1，越接近于 1表示结果越精确），拟合度较好。当面积在9－64 m2范围内时，地势起伏度随着面积的增加而增大，当面积增加到一定阈值时，地势起伏度突然上升而后下降，在变化过程中存在一个明显的拐点，该点（9×9，81 m2）就是曲线的阈值。因此，该研究区的最佳地理单元为0.26 km2。下文提取的阿拉善盟地形起伏度都是基于9×9（81 m2）分析窗口下的数据。确定好提取地形起伏度的最佳统计单元后，在最佳统计单元的基础上，获取阿拉善盟的地形起伏度信息。同时，根据中国科学院地理研究所编制的中国1∶1000000地貌图制图规范（中国科学院地理研究所，1987）和已有研究成果（哈凯等，2015），对地形起伏度进行划分：0－30，30－70，70－200，200－500，500－1000，共5个等级（见表1）。

表1 地形因子划分范围与等级Table 1 Range and level of different topographic factors

表2 研究区网格单元与地形起伏度关系Table 2 Relationship of grid cell and relief amplitude in the study region

图2 地形起伏度变化拟合曲线Fig. 2 Fitting curve of relief amplitude change

2 结果与分析

2.1 研究区基本地形特征

阿拉善盟地势南高北低，且以中山区（高程为1000－1600 m）为主，所占比例高达79.05%，是阿拉善盟占地面积最大的高程级别区。该区的坡度以第Ⅰ（0－2°）、Ⅱ（2°－5°）级别区为主，占总土地面积比例高达90.62%，在空间分布上呈分散状态。此外，该区的陡坡、急陡坡、急坡及险坡所占比例仅为0.28%。可见，阿拉善盟地形十分平坦。除此之外，阿拉善盟土地在不同坡向上都有所分布，且所占比例差距较小，分布较为均匀。其中，北和东北坡向所占比例最大，分别为 14.25%和13.13%。坡向小于 0的平坡所占比例最少，仅为0.44%。地形起伏度级别区以平原和台地为主，所占比例高达87.83%。由此可知，阿拉善盟地形起伏较小，且以平原为主（图3和表3）。

2.2 植被指数空间分布特征

图3 地形因子分级图Fig. 3 Hierarchical map of topographic factors

表3 地形因子等级区所占面积与比例Table 3 Area and proportion of different topographic factor level

图4 2000—2016年阿拉善盟植被指数空间分布特征Fig. 4 Spatial distribution characteristic of vegetation index in Alxa League from 2000 to 2016

图5 不同高程范围内平均植被指数的分布特征Fig. 5 Distribution characteristics of average vegetation index in different elevation range

如图4所示，植被指数的高值区（＞0.5）和中高值区（0.3－0.5）集中分布于额济纳旗东北部的七道桥胡杨林自然保护区、阿拉善左旗东南部的贺兰山自然保护区及西南部的部分边缘。植被指数的中低值区（0.1－0.2）广泛分布于阿拉善左旗和阿拉善右旗的东南部地区。植被指数的低值区集中分布于额济纳旗和阿拉善右旗的西北部地区。基于GIS的分区统计分析。总体而言，阿拉善盟植被指数呈现东南部高、西北部低的空间分布特点。

2.3 地形因子对植被指数的影响

2.3.1 高程对植被指数的影响

将高程图与植被指数图进行叠加分析，统计得到单位高程内的植被指数分布。由图5可知，植被指数均值随着高程的升高呈现先升高后下降再升高的变化趋势。高程在727－1000 m范围内的低山区中植被指数均值最小（0.41），而在高程范围1000－1600 m内的中山区上最大（0.78），大于1600 m高程范围内的高山区中植被指数均值居中（0.75）。可见，该区的植被指数主要分布于1000－1600 m高程范围内的中山区。

2.3.2 坡度对植被指数的影响

图6 不同坡度范围内平均植被指数的分布特征Fig. 6 Distribution characteristics of average vegetation index in different slope range

将坡度图与植被指数图进行叠加分析，统计得到不同坡度范围内的植被指数分布。由图6可知，植被指数均值随着坡度的增加基本呈现上升趋势。植被指数均值的最大值（0.36）出现在坡度＞45°的险坡，最小值（0.09）出现在0－2°的坡度范围之间。植被指数均值在 0－2°、2°－5°及 5°－15°范围之间的变化趋势较稳定，呈现缓慢升高的趋势；15°－25°、25°－35°及 35°－40°范围之间植被指数均值（分别为0.16、0.26、0.34）的变化幅度较大。植被指数均值在 35°－40°、40°－45°及＞45°坡度范围之间的变化幅度相对稳定，但在40°－45°坡度范围上略有下降。总体而言，植被指数均值主要集中分布在坡度＞15°的地区，所占比例高达85%。

2.3.3 坡向对植被指数的影响

将坡向图与植被指数图进行叠加分析，统计得到不同坡向上的植被指数均值。由图7可知，不同坡向之间的植被指数均值差异明显，植被指数均值的变化范围在0.092－0.100之间。植被指数均值的最高值出现在西坡，为0.11；最小值出现在南坡，为 0.09。西北坡的植被指数均值仅次于西坡，为0.10。北坡、东北坡及西南坡的植被指数均值差异较小。此外，平坡地形的植被指数均值为0.10。

图7 不同坡向内平均植被指数的分布特征Fig. 7 Distribution characteristics of average vegetation index in different aspect

2.3.4 地形起伏度对植被指数的影响

将地形起伏度与植被指数图进行叠加分析，统计得到单位地形起伏度上的植被指数均值。由图 8可知，植被指数均值随着地形起伏度的升高呈现增加趋势。地形起伏度在 0－30、30－70、70－200及200－500 m范围之内的植被指数均值变化趋势相对稳定，变化范围在0.094－0.183之间；而植被指数均值在 500－1000 m范围之间的中起伏山地明显增加，且出现最大值（0.50）。同时，植被指数均值最小值（0.09）出现在0－30 m范围之内的平原区。

图8 不同地形起伏度范围内平均植被指数的分布特征Fig. 8 Distribution characteristics of average vegetation index in different relief amplitude range

3 讨论与结论

3.1 讨论

地形对植被格局的分布具有显著控制作用（沈泽昊等，2000）。在大尺度区域范围内，高程是地形因子中物种分布格局的首要控制因子（娄安如等，2001；孙根年等，2014）。对植被指数变化的地形分异性特征进行分析，结果表明：随着高程的升高，植被指数均值呈现先升高后降低的趋势，且植被指数均值在1000－1600 m高程范围内的中山区达到最大。研究发现，低山区高程范围为人类活动频繁区域，随着高程增加，人口和耕地数量下降、居民点规模逐渐缩小，植被覆盖度随之增加（李恒凯等，2014）。本研究进一步发现，高山区内植被指数呈现下降趋势，很可能是由于高山区给人类耕作和培育植被等行为带来不便所致。所以，中山区内适当的人类活动有利于植被恢复与建植。

坡度对土壤侵蚀和植被立地条件具有重要作用，并对植被生长产生重要影响。李成俊等（2013）研究认为，边坡坡度对植被生长的影响最为显著，且坡度＜35°的区域内植被群落多样性指数较高，并有利于植被生长与恢复。而本研究发现，阿拉善盟植被指数均值主要集中在坡度＞15°的区域内，所占比例高达85%。可能是由于坡度较高的区域受到的人为破坏较少，且该区以自然植被与退耕林为主要类型，所以适宜的坡度有利于植被的生长与生存。

坡向对植被的影响主要体现在太阳辐射和日照时数差异上，向光坡（阳坡或南坡）和背光坡（阴坡或北坡）之间的温度和植被具有明显差异，其中南坡的辐射收入最强，其次为东南和西南坡，再次为东坡与西坡及东北坡与西北坡，北坡的辐射收入最少（毕如田等，2012）。本研究中，南坡的植被指数均值最低，西坡的植被指数均值最高。可能是因为该区植被以节水型的灌木和半灌木植被类型为主，而南坡是向光坡，辐射收入最强，温度较高，水分蒸发较快，导致植被的生长环境更加干热，对该区植被生长产生负面作用，所以植被集中分布于辐射强度较小的西坡（孙永光等，2015）。同时，潮湿的气流由东向西运行，穿越山脊顶部时，海拔降低、温度升高、潮湿的气流开始变得干热，但是与南坡极度酷热的气候条件相比之下，西坡的气候条件可能更有利于灌木和半灌木的生长与生存（张庆等，2011）。