基于ＲＳ和ＧＩＳ的甘南县２００６—２０１６年 植被覆盖度时空演变分析

龚文峰 曹凯华 周莹

摘要：基于2006、2011和2016年的Landsat TM/OLI影像数据，反演农牧过渡区植被覆盖度。借助于RS和GIS技术，以黑龙江省甘南县为研究对象，采用归一化植被指数及像元二分模型，定量获取研究区域植被覆盖度，基于转移矩阵模型定量分析10年间植被覆盖度时空变化特征和演变进程。结果表明，研究区植被覆盖度整体状况较好，2006、2011、2016年3期数据高覆盖度和中高覆盖度面积比例之和分别为87.29%、87.18%和87.10%。2006—2011年植被覆盖度主要由高覆盖度和中覆盖度转换为中高覆盖度，转换率分别为76.83%和55.49%，2011—2016年中高覆盖度和高覆盖度之间转换强烈，相互间的转换率分别为10.87%和83.00%。10年间，2006—2011、2006—2016年植被变化稳定区的面积比例分别为64.32%和65.54%。2011—2016年较2006—2011年植被退化面积减少257 km2，植被改善面积增加199 km2，植被仍以退化为主。

关键词：植被覆盖度;农牧交错带;时空演变;甘南县

中图分类号：TP79         文献标识码：A

文章编号：0439-8114（2019）12-0052-06

DOI：10.14088/j.cnki.issn0439-8114.2019.12.013           开放科学（资源服务）标识码（OSID）：

Abstract： In order to invert the vegetation coverage of the farming-pastoral transition zone by using the Landsat TM/OLI image data of 2006， 2011 and 2016 ，the Gannan county of Heilongjiang province was taken as the study region， based on the RS and GIS technology， the models of normalized difference vegetation index（NDVI） and dimidiate pixel were quantitatively obtained the vegetation coverage of the study area， and the transfer matrix model was used to analyze the temporal and spatial variation characteristics and evolution process of vegetation coverage within 10 years. The results showed that the overall coverage of vegetation cover in the study area was good. The sum of the data coverage and the medium-high coverage area of the three phases in 2006，2011，2016 was 87.29%，87.18% and 87.10%， respectively. In 2006—2011， the vegetation coverage was mainly converted from high coverage and middle coverage to medium and high coverage， and the conversion rates was 76.83% and 55.49%， respectively. In 2011—2016， the conversion between medium and high coverage and high coverage was strong， and the conversion rate was 10.87% and 83.00%， respectively. In the past 10 years， the area ratio of the vegetation change stable area was 64.32% and 65.54%， respectively. 2011—2016 compared with 2006—2011， the area of vegetation degradation decreased by 257 km2， while the area of vegetation improvement increased by 199 km2， and the vegetation was still dominated by degradation.

Key words： vegetation coverage; farming-pastoral transition zone; spatio-temporal evolution; Gannan county

收稿日期：2018-10-12

基金項目：国家科工局高分辨率对地重大观测项目（民用部分：72-Y20A08-9002-16/17）;黑龙江省自然科学基金项目（QC2017036）

作者简介：龚文峰（1976-），男，河南南阳人，教授，博士，主要从事RS和GIS在资源与环境监测上的应用，（电话）13796674248（电子信箱）

gwf101@163.com。

植被覆盖度是指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比[1，2]，它反映了植被在水平方向上的密度情况，是描述生态系统的重要基础数据[3]，也是控制土壤侵蚀的关键因素和指示生态系统质量变化的一个重要指标[4，5]。样本估算法是提取植被信息常用的传统方法[6]，该方法不仅成本高、误差大，且不适用于大面积监测植被生长状况。然而遥感技术的不断发展为大区域植被覆盖甚至全球的植被覆盖监测提供了可能。基于遥感数据计算出的植被指数可以直接反映地表植被状况，且植被指数与植被覆盖度具有密切的相关关系[7]，已被广泛应用于植被覆盖度的定性、定量估算，逐渐成为相关领域研究的一种新趋势[8]。目前，基于植被指数估算植被覆盖度模型的研究主要集中在植被覆盖度时空演变及其发展趋势[9，10]、基于二分模型探究植被覆盖度[11，12]、城市化进程与植被覆盖度的定量分析[13，14]、植被覆盖度变化的影响因素分析[15]、植被覆盖度与土地利用的分析[16]等，但这些研究多集中在流域、湖泊及城市区域，而在东北农牧过渡地区的研究相对较少。

农牧交错带是中国北方农业区与草原区之间存在的一种宽窄不一的过渡地带，其生态系统结构较为简单，生态环境十分脆弱且对全球变化高度敏感[17]，区域生态环境保护和可持续发展方式一直是该区域的研究主题。基于此，以位于农牧交错区域的甘南县为研究对象，以2006—2016年Landsat TM和OLI为主要数据源，借助于RS和GIS技术，基于NDVI及像元二分模型定量反演研究区域的植被覆盖度，借助转移矩阵模型，研究分析甘南县10年间植被覆盖度时空变化特征，探求研究区植被覆盖情况及其变化规律，以期为该区域草地保护、土地利用优化和生态环境保护提供理论依据，对该区域的农业发展、生态建设和可持续发展具有一定借鉴意义。

1  研究区概况

甘南县位于黑龙江省西部，嫩江中游右岸，地理坐标为122°54′—124°28′E，47°35′—48°32′N，地处大兴安岭南麓与松嫩平原过渡地带，西部、北部是丘陵漫岗区，南部和东南部是地势平坦的开阔平原。地形西北高，东南低，海拔为160～380 m，属于寒温带大陆性季风气候，四季冷暖干湿分明：春季风大雨少，易于发生干旱;夏季高温多雨;秋冬季急剧降温，大地封冻。年均气温2.6 ℃，年均降水量为455.2 mm，无霜期在120～132 d。甘南县属半农半牧区域，是国家扶贫开发工作重点县之一。土壤类型以黑土和黑钙土为主，适合多种作物生长。甘南县自然资源丰富，林木主要有松树、杨树、榆树、果树等。

2  数据与方法

2.1  数据来源

选取2006、2011和2016年Landsat 5 TM和Landsat 8 OLI的遥感数据为主要数据源（http：//www.gscloud.cn/）。所选取3期影像的时间均为8月，正是植被长势旺盛的时期，该时期遥感影像既能较好地反映植被生长状况，同时云量又相对较少。此外，收集到研究区域1∶50 000的行政区划图、DEM、部分野外GPS调查数据和其他相关统计数据。

2.2  数据处理

2.2.1  数据预处理  基于遥感软件ENVI 5.3对3期数据进行辐射定标、几何校正、快速大气校正、镶嵌、拼接等预处理，图像的投影方式为横轴墨卡托投影UTM（Zone51N），然后利用行政边界完成遥感影像的裁剪。

2.2.2  植被指数获取  归一化植被指数（Normalized difference vegetation index，NDVI）是应用最广泛的一种植被指数[18]，NDVI的变化在一定程度上能代表地表覆盖度变化[19]，计算公式如下：

式中，Bnir代表近红外波段的反射值;Bred代表红光波段的反射值;NDVI是植物生长状态及植被空间分布密度的最佳指示因子。

2.2.3  植被覆盖度获取  像元二分模型是目前植被覆盖度反演的有效方法[20]，其原理为通过遥感传感器所观测到的信息S，可表达为由绿色植被成分所贡献的信息Sveg和由土壤成分所贡献的信息Ssoil这两部分组成[21]，植被覆盖度Fc就是像元中植被覆盖所占的面积，计算公式如下：

将归一化植被指数NDVI代入相元二分模型，得到植被覆盖度转化公式：

式中，NDVImin和NDVImax分别代表无植被覆盖和全植被覆盖的NDVI。结合本研究状况，NDVImin和NDVImax分别取NDVI图像直方图5%处和95%处NDVI，并利用式（3）对植被覆盖度进行求解。

2.2.4  植被覆盖度分类  按照水利部1996年颁布的《土壤侵蚀分类分级标准》及相关研究成果[22，23]，结合研究区的实际情况及一类森林清查资料、野外调查点数据及高分辨率Google Earth影像，对分类的结果进行了精度验证[24]，在此基础上，基于ArcGIS 10.3将植被覆盖度进行等级划分，具体结果见表1。

2.2.5  转移矩阵模型  转移矩阵模型法来源于系统分析中对系统状态与形态转移的定量描述[25]。此模型能综合考虑第i类植被覆盖类型转变为其他非i类植被覆盖类型与其他非i类植被覆盖类型在该研究时期内由其他空间区位上同时转变为第i类植被覆盖类型的变化过程，可以更精细和準确地测算植被覆盖度变化的空间过程。其表达式如下：

式中，Sij表示植被覆盖度由i类转为j类的面积;n表示植被覆盖度类型数目;i、j分别表示研究初期与末期的植被覆盖度类型。

3  结果与分析

3.1  植被覆盖度时间变化动态分析

基于RS和GIS获取研究区域的植被覆盖度和面积统计数据（图1和表2）。由表2分析可知，2006、2011、2016年高覆盖度和中高覆蓋度面积之和最大，分别为4 174.22、4 168.87和4 165.15 km2。其中，中高覆盖度面积占比最大，分别为70.84%、77.19%、73.16%，呈现先增加后减少的趋势，2011年面积达到最大，为3 691.31 km2。中高覆盖度所对应的土地利用类型为部分耕地、稀疏林地和高产草地，且该区域土地类型主要以耕地和草地为主，符合研究区的土地利用结构特征。高覆盖度植被的面积变化趋势和中覆盖度植被相反，呈现先减少后增加的趋势，减少和增加的面积分别为309.08和189.06 km2。中覆盖度和低覆盖度面积变化较小，中覆盖度植被面积呈波动式增长趋势，面积先减少后增加，总体增加了58.56 km2，而低覆盖度植被面积呈波动式下降趋势，面积先增加后减少，总体减少了11.84 km2。极低覆盖度植被面积逐年减少，由2006年的183.56 km2减至2016年的145.90 km2。

总体来看，研究区植被覆盖度整体状况较好。10年间中高覆盖和高覆盖面积变化较明显，中高覆盖度面积增加了2.32%。高覆盖度面积减少了2.51%。中覆盖度、低覆盖度和极低覆盖度植被面积的变化量较小，基本处于小波动变化状态。其中，低覆盖度植被面积变化最小，由2006年的3.00%变为2016年的2.75%，变化量仅减少了0.25%。

3.2  植被覆盖度空间动态变化分析

为了更真实地反映植被覆盖度的空间变化特征，本研究选用转移矩阵模型定量分析各植被类型空间动态变化特征。基于ArcGIS的空间分析，将2006、2011、2016年3个数据叠加分析，并将10年间植被变化特征分为两个阶段，即2006—2011年为第一阶段，2011—2016年为第二阶段，在此基础上获取不同植被覆盖度等级面积转移数据（图2）。

由表3可知，2006—2011年，高覆盖度植被面积转换最大，为683.43 km2，且有97.53%转化为中高覆盖度植被，主要发生在中兴乡、阿伦河流域及东阳镇东部，主要由密林地和优质耕地变为一般耕地，该转变源于在经济利益的驱使下，当地居民为了追求更大的经济效益，加大了对林地的破坏力度，区域生态环境趋于恶化，土地利用呈现出一定的不合理化;其次是中高覆盖度植被，转换面积为610.7 km2，其中366.93 km2转换为高覆盖度植被，主要发生在宝山乡东部、查哈阳乡中南部和甘南镇南部，源于国家推行退耕还林（草）等生态措施，部分耕地变为密林地或者优质耕地，区域生态环境趋于好转。在一定程度上表明中高覆盖度和高覆盖度植被间的转换是该时期的主要转换类型。中覆盖度植被转为中高覆盖度植被的面积为169.14 km2，发生地点在查哈阳乡北部、兴十四镇东部和巨宝镇西部区域，对应的土地利用类型为草地转为耕地，该转变源于人类对草地的不合理开垦，且在开发过程中没有顾及生态保护问题，加之受气候条件的影响，局部出现了草地沙漠化的现象，区域生态环境不断恶化。低覆盖度植被转变为中覆盖度和中高覆盖度的面积分别为34.33和53.52 km2，发生地点在诺敏河周边、查哈阳乡北部和巨宝镇的西部，土地利用类型由荒地（滩涂地）转为耕地，主要源于周边农民干扰，填湖开荒，使湿地面积减少，区域生态环境进一步恶化。极低覆盖度植被面积转变最小，共有84.17 km2发生转变，主要转变为低覆盖度和中高覆盖度，转换面积分别为40.36和25.22 km2，发生地点在太平湖水库、音河水库、音河流域、诺敏河流域，水域转为滩涂地（水田）是其主要转换地类，除了受气候影响河流水位下降外，在经济利益驱使下，周边农民在河流周围围湖造田，不合理的土地利用使局部生态环境不断恶化，今后应加大对水域湿地的保护，促使区域土地合理使用。该时期极低覆盖度是低覆盖度和中高覆盖度的主要转入来源，源于人类对耕地及优质耕地需求增多及受城镇化进程的加速影响。

由表4可知，2011—2016年，中高覆盖度植被的转出面积最大，为827.82 km2，其中553.28 km2转化为高覆盖度，主要零星分布在中兴乡、巨宝镇和甘南镇，对应的地类变化是耕地转为密林地，这主要得益于国家退耕还林、还草工程等生态措施推行，促使局部生态环境质量好转，在一定程度上表明积极生态政策已经取得成效，区域生态环境恶化趋势得到缓解。高覆盖度植被和中覆盖度植被转化为中高覆盖度植被面积分别为380.17和148.46 km2，是中高覆盖度植被的主要转入来源，发生地点主要在甘南镇南部、双河农场、查哈阳农场及查哈阳乡西北部、甘南镇局部，对应的转换地类是林地（草地）转为耕地，源于当地农民为了追求更多的经济利益，加大了对林地（草地）的干扰和破坏力度，出现了毁草开荒等现象，使得局部生态环境遭到一定程度破坏，人为因素在环境恶化过程中处于主导作用。对于低覆盖度植被而言，其转换面积相对较小，为135.9 km2，地点集中在太平镇东部和阿伦河下游，土地转换类型是滩涂地转为耕地，在经济利益的驱使下，当地农民加大了对滩涂地的改造利用，在造成部分湿地消失的同时，进一步恶化了局部生态环境。极低覆盖度植被转换面积变化最小，仅为85.38 km2，其中44.58 km2转化为低覆盖度，主要发生在诺敏河流域、音河水库西部及太平湖水库北部，水域转为耕地是该区域主要土地利用转变方式，主要源于人为因素使水域面积减少并加大了对湿地的改造利用。总体来看，2011—2016年，中高覆盖保留率最高，达到81.85%，低覆盖度和极低覆盖度植被转入率略小于转出率，变化不是很明显。受国家林业生态等政策的影响，呈现出了中高覆盖度向高覆盖度转变的局面。

3.3  植被覆盖度时空演变分析

基于ArcGIS 10.3的空间分析，根据式（5），完成3期数据的叠加分析，在获取2006—2016年叠加数据的基础上，并对植被覆盖度等级变化进行定量分析，以期有助于深究该区域植被覆盖度的时空演变特征。

式中，T是叠加结果;T1、T2表示要参与叠加的数据;n表示参与运算的数据期数。对于运算结果而言，如果前后植被覆盖度等级未发生变化的则定义为稳定区，植被覆盖度等级由低等转为高等则为改善区，覆盖度等级由高等转为低等则视为退化区，并依次计算各个植被变化类型面积，探究植被覆盖度变化总体特征（图3）。

由图3可知，2006—2011年稳定区占据一定的优势地位，面积占比为64.32%，主要分布在中兴乡西南部区域、巨宝镇、兴十四镇大部分区域、平阳镇东部区域、宝山乡及查哈阳乡北部区域。2011—2016年稳定区占研究区面积的65.54%，分布区域没有发生太明显的改变，增加的稳定区面积在长山乡、查哈阳乡西北部，源于这些区域主要分布着大量的耕地，土地利用结构没有发生改变。2006—2011年改善区域主要零星分布在中兴乡、巨宝镇西北部、东阳镇南部、查哈阳乡北部区域，其区域面积约为714 km2，2011—2016年改善区面积为913 km2，面积增加了199 km2，增加的区域主要集中在兴十四镇南部、平阳镇北部、太平湖流域及阿伦河中下游区域，受地形和林业生态政策因素的影响，植被覆盖度增加，区域生态环境有所好转。2006—2011年退化区的面积为991 km2，而2011—2016年退化区的面积为734 km2，面积减少了257 km2。退化区主要分布在甘南镇、双河农场和查哈阳农场及部分河流附近，主要由于城镇化进程的加速，使得部分耕地（草地）转化为建筑用地，加之受经济利益驱使，当地农民加大了对草地和林地的干扰力度，使得草地面积退化，部分区域出现沙化现象，区域生态环境遭到一定程度的破坏。

上述分析表明，2006—2016年，植被覆盖度总体稳定。10年间植被覆盖度退化面积为1 725 km2，改善面积为1 627 km2，植被仍以退化为主，研究区生态环境已被破坏，今后需要加强退耕还林还草及封山育林等措施的实施，保护甘南县生态环境健康发展。

4  小结

基于RS和GIS支持，以2006、2011和2016年的Landsat TM和Landsat 8 OLI影像为主要数据源，以甘南县为研究区，运用归一化植被指数及相元二分模型，获取植被覆盖度数据，并定量分析10年间植被覆盖度时空变化特征，结论如下。

1）2006—2016年，极低覆盖度面积逐年减少，减少了37.66 km2;低覆盖度和中高覆盖度面积都呈现先增加后减少的变化趋势，其中，低覆盖度减少了11.84 km2;中覆盖度和中高覆盖度分别增加了58.56和110.95 km2;高覆盖度面积减少最多，为120.02 km2。

2）甘南县植被覆盖度整体较好，主要以中高覆盖度和高覆盖度为主，2006—2011年低覆盖度、中高覆盖度植被面积均减少，极低覆盖度、中覆盖度和高覆盖度植被面积均增加，高覆盖度面积变化最大，共增加309.08 km2。2011—2016年中覆盖度和高覆盖度植被面积减少，极低覆盖度、低覆盖度、中高覆盖度植被面积均增加，中高覆盖度面积变化最大，共增加192.77 km2。

3）10年间研究区植被覆盖度总体稳定，2006—2011、2006—2016年稳定区域面积比例分别为64.32%和65.54%。2011—2016年较2006—2011年退化面积减少257 km2，改善面积增加199 km2。2006—2016年植被退化区域大于改善区域，研究区生态环境趋于恶化。

参考文献：

[1] 章文波，符素华，刘宝元.目估法测量植被覆盖度的精度分析[J].北京师范大学学报（自然科学版），2001，37（3）：402-408.

[2] 秦  伟，朱清科，张学霞，等.植被覆盖度及其测算方法研究进展[J].西北农林科技大学学报（自然科学版），2006，34（9）：163-170.

[3] 牛宝茹，刘俊蓉，王政伟.干旱半干旱地区植被覆盖度遥感信息提取研究[J].武汉大学学报（信息科学版），2005，30（1）：27-30.

[4] 邓  飞，全占军，于云江.20年来乌兰木伦河流域植被盖度变化及影响因素[J].水土保持研究，2011，18（3）：137-140，152.

[5] 许  旭，李晓兵，梁涵玮，等.内蒙古温带草原区植被盖度变化及其与气象因子的关系[J].生态学报，2010，30（14）：3733-3743.

[6] 周兆叶，储少林，王志伟，等.基于NDVI的植被覆盖度的变化分析-以甘肃省张掖市甘州区为例[J].草业科学，2008，25（12）：23-29.

[7] 程红芳，章文波，陈  锋.植被覆盖度遥感估算方法研究进展[J].国土资源遥感，2008（1）：13-18.

[8] 蓋永芹，李晓兵，张  立，等.土地利用/覆被变化与植被盖度的遥感监测-以北京市密云县为例[J].资源科学，2009，31（3）：523-529.

[9] 孙久虎，刘晓萌，李佑钢，等.北运河地区植被覆盖的遥感估算及变化分析[J].水土保持研究，2006，13（6）：97-99.

[10] 苏  嫄，王志杰.基于遥感和GIS的陕南地区近20年植被覆盖时空变化特征[J].水土保持研究，2018，25（1）：250-256.

[11] ROUSE J W，HAAS R H，SCHELL J A，et al. Monitoring vegetation systems in the great plains with ERTS[C].Washington DC：Proceedings of the Third ERTS symposium，1973.309-317.

[12] 郭芬芬，范建容，严  冬，等.基于像元二分模型的昌都县植被盖度遥感估算[J].中国水土保持，2010（5）：65-67.

[13] 雷声剑，张福平，燕玉超，等.黑河上游植被覆盖时空变化特征及其未来趋势[J].水土保持通报，2016，36（3）：159-164.

[14] 肖  骁，李京忠，韩  彬，等.东北老工业区植被覆盖度时空特征及城市化关联分析[J].生态科学，2017，36（6）：71-77.

[15] 王  平，沈润平.基于CLM模型的植被覆盖变化对黄土高原气温和降水的影响研究[J].科学技术与工程，2013，13（20）：5754-5760.

[16] 王  童，何  海，吴志勇.近30年来窟野河流域土地利用与植被覆盖度变化分析[J].水电能源科学，2017，35（11）：128-130，83.

[17] 许幼霞，周  旭，赵  娟，等.半湿润半干旱过渡区洮河流域植被盖度变化特征[J].水土保持通报，2016，36（6）：308-314.

[18] 张学霞，葛全胜，郑景云.近50年北京植被对全球变暖的响应及其时效-基于遥感数据和物候资料的分析[J].生态学杂志，2005，24（2）：123-130.

[19] 夏照華，张克斌，李  瑞，等.基于NDVI的农牧交错区植被覆盖度变化研究-以宁夏盐池县为例[J].水土保持研究，2006，13（6）：178-181.

[20] PUREVDORJ T S，TATEISHI R，ISHIYAMA T，et al. Relationships between percent vegetation cover and vegetation indices[J].International journal of remote sensing，2010，19（18）：3519-3535.

[21] 赵泰安，彭道黎.利用多时相遥感影像分析密云县植被动态变化[J].东北林业大学学报，2013，41（12）：30-34.

[22] 陈  晋，陈云浩，何春阳，等.基于土地覆盖分类的植被覆盖率估算亚像元模型与应用[J].遥感学报，2001，5（6）：416-422.

[23] 龚文峰，吴  娟，王笑峰，等.基于RS与GIS密云区植被盖度动态演变及其预测研究[J].黑龙江大学工程学报，2016，7（3）：25-31.

[24] 郝敬锋，刘红玉，李玉凤，等.基于转移矩阵模型的江苏海滨湿地资源时空演变特征及驱动机制分析[J].自然资源学报，2010， 25（11）：1918-1929.

[25] 刘玉林，韦瑞生，陈伟杰.甘南县水土流失现状及防治措施[J].黑龙江水利科技，2012，40（1）：274-275.