生态工程背景下西双版纳NDVI时空变化分析

233

(1.云南师范大学 旅游与地理科学学院，云南 昆明 650500； 2.西部资源环境地理信息技术教育部工程研究中心，云南 昆明 650500； 3.云南师范大学 信息学院，云南 昆明 650500)

西双版纳是中国大陆面积最大且较典型的热带雨林，发育在纬度偏北、海拔偏高、水热条件较差的情况下，一直是中国生物多样性保护的热点区域[1-2]。为加强对西双版纳植被的有效保护，政府采取了一系列的保护行动，尤其自2011年起，国家规划投资6亿元启动天保二期建设，实施封山育林、人工造林、森林管护等生态工程，工程至2020年截止。为分析近14 a来西双版纳植被覆盖情况，同时了解在生态工程背景下，2011年前后植被NDVI在时间和空间上发生了怎样的变化，本研究采用GIS和RS技术，以2011年为节点，对西双版纳生态工程实施前后2个时段植被覆盖的变化情况进行了分析。

遥感数据因具有时间和空间上的连续性，是当前人类快速实现全球或区域对地观测的重要技术手段，广泛应用于陆地生态系统植被生长监测中[3-5]。张宝庆等运用GIMMS和SPOT VGT 2种数据集对黄土高原植被建设成效进行了监测，认为大规模植被建设促进了植被恢复，但低植被覆盖区域面积仍然较大，生态环境建设仍需进一步加强[6]。张雪梅等采用长时间序列遥感数据，分析了生态工程实施以来西南喀斯特植被变化及其空间非平稳性，得出滇桂黔3省植被总体呈上升趋势，但不同喀斯特地貌类型区植被变化存在空间差异[7]。赵安周等利用GIMMS NDVI 3g数据研究了退耕还林工程实施前后黄土高原植被覆盖时空变化，认为大规模的生态工程建设对2000～2013年生长季NDVI增加有重要影响[8]。夏会娟等采用MODND1M数据分析了2010年辽河保护区成立前后植被NDVI的时空动态，表明2010～2015年NDVI的增加主要发生在春季和冬季，春季NDVI的增加有利于防风固沙功能的提升[9]。这些研究表明对生态工程实施前后的植被覆盖变化进行监测可为生态工程的建设成效和未来的实施提供一定的参考。

植被作为陆地生态系统的主体，是联结土壤、水分和环境的重要纽带，开展植被覆盖研究已成为全球环境变化研究的一个重要领域[10-11]。国内外学者对不同区域植被覆盖的时空变化已进行了大量研究，而关于西双版纳植被的研究主要包括热带雨林样地监测[12]、植物区系特征[1]、单一作物时空变化[13]、热带雨林群落特征[14]等，对生态工程实施前后西双版纳植被NDVI的变化特征目前尚未明确。因此，本研究利用MOD13Q1数据，从时间变化特征、空间分异、重心迁移以及地形因子4个方面分析了2004～2017年植被NDVI演变特征，并分析了夏季NDVI和气温、降水、日照时数、相对湿度的相关性。

1 研究区概况

西双版纳位于云南省南部，地处横断山脉的最南端，在北纬21°08′～22°36′，东经99°56′～101°50′之间，是北回归线上的一片绿洲，也是我国唯一的热带雨林自然保护区，全州总面积19 070.5 km2(见图1)。其中，山地(坡度>8°)面积占95%，山间盆地(坡度≤8°)面积占5%，地形多为丘陵宽谷型小盆地、多溪流[15]。气候温暖湿润，空气湿度在80%以上，年平均气温在20℃以上(夏季气温最高)，年降水量1 100～1 700 mm，其中夏季降水量占年降水量的55%左右。年日照时数1 828 h(最低值出现在7月)，干燥度1.01，年径流深764 mm[16]。

图1 研究区域示意Fig.1 Research area

2 数据与方法

2.1 数据来源

研究区数据来源于MODIS(EOS/Terra卫星)所合成的16 d植被产品(MOD13Q1)，空间分辨率为250 m×250 m，时间跨度为2004年1月至2017年12月，数据来源于美国航空航天局的官方网站(http://reverb.echo.nasa.gov)。

根据西双版纳的气候特征，选取2004年1月至2015年12月各气象站点的逐日数据(由于2016～2017年部分数据缺失)，包括平均气温、降水量、日照时数和相对湿度，数据来自于中国气象数据共享服务官网。

2.2 数据处理

MOD13Q1数据的处理包括3个步骤：① 通过MODIS Reprojection Tool对MOD13Q1数据进行格式转换、UTM-47N(WGS-84)投影和重采样；② 利用ENVI 5.3的扩展工具进行归一化处理，使NDVI值在0～1之间；③ 为减少大气的云、颗粒、阴影、视角以及太阳高度角的影响，采用最大合成法(MVC)[17]合成年NDVI产品。

NDVIi=max{NDVIj}

(1)

式中，j表示1 a有j景数据,j=1,2,3,…23；i表示第i年，i=1,2,3,…,14。

2.3 数据优化

(1) 为获取真实反映NDVI变化的时序数据，需要通过Savitzky-Golay滤波法[18]对合成后的NDVI数据进行平滑处理，消除白噪声，进而得到更为可靠的NDVI数据。Savitzky-Golay滤波法的设计思想是能够找到合适的滤波系数以保护高阶距来实现滑动窗内的最小二乘拟合，描述如下[19]：

(2)

(2) 通过以上处理得到西双版纳年NDVI产品，但我们发现，西双版纳NDVI值大于0.8的面积占95%左右，在绘制2004～2010年和2011～2017年年均NDVI的空间分布图时，如果使用均匀的色标则不能对不同空间区域的NDVI值进行很好地识别，并且降低了2个不同时段NDVI空间分布的对比度。所以，采用公式(3)进行处理，以保证NDVI的最大值、最小值以及各像元NDVI的排列顺序不会发生改变，使新色标可以更好地区分不同的NDVI值[20]。

(3)

式中，NDVI′表示处理后的像元值，NDVImax表示西双版纳各像元的最大值。

2.4 研究方法

2.4.1差值分析

莫瑶采用两时相图像之间差值的相对变化百分比NDVIvariation来衡量NDVI值的变化大小[21]。用该方法来分析西双版纳大规模植被建设前后NDVI值的空间变化特征。

(4)

式中，NDVIafter表示西双版纳2011～2017年年均NDVI值，NDVIbefore表示2004～2010年年均NDVI值。

2.4.2重心迁移模型

研究利用重心迁移模型来计算不同NDVI阈值下植被覆盖的重心，并基于重心迁移的方向和距离来分析植被NDVI的空间演变过程，计算公式为[22]

(5)

式中，n表示某个区域有n各空间单元组成，第i个空间单元的坐标为(xi，yi)，mi表示第i个空间单元的某种属性值。2004～2017年逐年不同NDVI范围内的重心坐标通过Python语言编程实现。

3 结果与分析

3.1 NDVI时间变化

(1) 年际尺度(见图2(a))。2004～2017年西双版纳年NDVI呈波动上升趋势(0.114%/a)，其中2004～2010年，年NDVI呈下降趋势(-0.176%/a)，2010年年NDVI值达到最低，可能原因是2010年云南省发生的历史罕见的全省特大旱灾，对植被NDVI的增长产生了抑制作用。自2011年国家实施生态工程开始，增加速率为0.221%/a，年NDVI从2010的0.859上升到2017年的0.884，可能原因是随着2011～2017年封山育林、人工造林以及天然林管护等生态项目的实施，植被得到了较好的恢复。

(2) 年内尺度(见图2(b))。西双版纳年内月NDVI最小值和最大值分别出现在夏季的7月和秋季的11月，这与我国大部分地区迥然不同，该结果与李立科[23]关于云南澜沧江流域的研究结论一致，可能原因是夏季高温多雨、日照时数少，降低了植被的新陈代谢。通过对2004～2017年气象数据的统计发现，年内月降水量的最小值和最大值分别为195 mm和3 147 mm，年内月日照时数的最小值和最大值分别为1 049 h和2 563 h，其中，降水量的最大值和日照时数的最小值均出现在7月。与2004～2010年相比，2011～2017年月平均NDVI出现增长主要是在1～5月和10～12月。

图2 西双版纳年际和年内月平均NDVI的变化规律Fig.2 Inter-annual and monthly average variation of NDVI in Xishuangbanna

3.2 NDVI空间分异

2004～2010，2011～2017年和2004～2017年3个时间段的年NDVI均值在空间上均大致呈现由西向东递增的态势(见图3)，植被覆盖的高值区主要是在勐腊县，该区域有3个国家自然保护区，森林覆盖占86%。NDVI值区主要分布在勐海县，勐海县是典型的农业县，森林覆盖占66%，因此NDVI值相对较低。2004～2010，2011～2017，2004～2017年3个时段NDVI平均值分别为0.870，0.880，0.875。由于NDVI值主要集中在0.80～0.90之间，所以将其划分为<0.80，0.80～0.85，0.85～0.90和>0.90四个范围。从NDVI频度分布图可知，NDVI阈值在0.85～0.90所占面积最大，其次是0.90～1.00。与2004～2010年相比，2011～2017年NDVI在西部、中部和东部均有增加，其中NDVI阈值在>0.90增加最为显著，所占面积上升了17.2%，而NDVI阈值在0.80～0.85和0.85～0.90之间所占的比例分别降低了7.1%和10.5%。

由于上述分析是基于研究区NDVI的空间分布及不同NDVI阈值的变化情况进行的，不能反映出不同区域NDVI的空间变化程度，因此，采用差值分析法对2004～2010年和2011～2017年2个时段的年均NDVI进行差值百分比运算(见图4)。由图4可知，2011年后西双版纳NDVI上升的区域(占61.95%)要大于NDVI减少的区域(占38.05%)，NDVI增长率主要集中在(-3%,0]和(0,3%]，分别占33.59%和38.71%。增长率大于6%的区域主要分布在：① 景洪市的景讷乡、勐龙镇的西部和南部、勐罕镇南部；② 勐腊县的关累镇、勐伴镇西南部、勐捧镇东北部。增长率低于-6%的区域主要分布在：① 勐海县的勐海镇、勐遮镇、勐混镇；② 景洪市的嘎洒镇东北部、勐龙镇中部；③ 勐腊县的勐捧镇中部。综上所述，自2011年以来，西双版纳植被NDVI在空间分布上整体呈明显改善，但2011～2017年的下降区域面积所占比重仍然较大(占38.05%)，植被的建设和保护仍需继续加强。

图3 不同时间段西双版纳NDVI空间格局及频度分布Fig.3 Spatial pattern of NDVI and its frequency distribution in Xishuangbanna during 2004～2010, 2011～2017 and 2004～2017

3.3 不同NDVI阈值的重心迁移

为对比分析2011年前后西双版纳NDVI重心迁移变化，分别计算了2004～2010年和2011～2017年逐年不同NDVI阈值的重心坐标，绘制西双版纳NDVI重心迁移图(见图5)。由图5可知，2004～2010年和2011～2017年NDVI的重心迁移方向不尽相同，在0.80～0.85范围内，2004～2010年NDVI整体向东北方向迁移(迁移距离4.55 km)，而2011～2017年NDVI重心向西南方向迁移(迁移距离12.55 km)。在0.85～0.90范围内，2004～2010年的重心向东南方向迁移(迁移距离7.56 km)，而2011～2017年转向西北方向迁移(迁移距离5.10 km)。在>0.90范围内，植被覆盖度最高，2004～2010年和2011～2017年NDVI重心迁移方向分别为西南、东南方向，迁移距离分别为7.58，4.74 km。而<0.80范围内，NDVI所占面积低于5%，2004～2010年其重心具有向西迁移(略微偏南)的趋势，而2011～2017年为向东南方向迁移的趋势。综上所述，在0.80～0.85和0.85～0.90范围内，2011年前后NDVI重心均向相反方向迁移，且2011年后，重心均具有向西迁移的趋势，其中0.80～0.85的NDVI重心在2011年后迁移幅度最大。

图4 NDVI的空间变化率及频度分布Fig.4 Spatial variation and frequency distribution of NDVI in Xishuangbanna

3.4 不同地形因子上NDVI的变化

为进一步反映2011年前后不同海拔、坡度和坡向上NDVI的变化情况，利用DEM提取了海拔、坡度和坡向，并采用自然间断点分级法(Jenks)将海拔和坡度分别划分为8个等级，将海拔分为：420～720，720～870，870～1 020，1 020～1 160，1 160～1 310，1 310～1 450，1 450～1 730，1 730～2 415 m，所占面积比例分别为：11.2%，14.2%，17.0%，16.7%，18.2%，11.7%，7.8%，3.2%。将坡度分为：0°～5°，5°～10°，10°～13°，13°～16°，16°～20°，20°～25°，25°～30°，30°～66°，其所占面积比例分别为：9.9%，13.8%，16.6%，18.1%，17.3%，13.7%，8.1%，2.5%。将西双版纳坡向分为：北(0°～22.5°，337.5°～360°)、东北(22.5°～67.5°)、东(67.5°～112.5°)、东南(112.5°～157.5°)、南(157.5°～202.5°)、西南(202.5°～245.7°)、西(247.5°～292.5°)、西北(292.5°～337.5°)，所占面积比例分别为13.6%，12.4%，11.0%，12.3%，14.0%，13.4%，11.2%，12.2%。然后，采用ArcGIS空间分析中的分区统计工具分别计算不同海拔、坡度和坡向阈值内的NDVI均值。

由图6(a)可知，随着海拔的增高，NDVI值先升后降。在海拔720 m以下，NDVI平均值最低。与2004～2010年相比，2011～2017年不同海拔高度的NDVI值均呈增加趋势，表明近7 a来生态工程的实施对植被NDVI上升具有重要影响，尤其在720～870 m，NDVI同比增长了2.7%。与720～1 160 m相比，高海拔地区NDVI值较低，这与该区域气候环境有很大关系。由图6(b)可知，随着坡度的增加，NDVI值呈上升趋势，在30°～66°区域NDVI值最高，而最低值则出现在0°～5°，该区域以城镇用地和农村居民点为主。与2004～2010年相比，2011～2017年5°～66°的NDVI值均有上升，其中13°～16°的NDVI变化最大，同比增长了1.4%。由图6(c)可知，NDVI高值区主要集中在西、西北、北3个方向，而低值区则分布在东北、东、西南3个方向上。与2004～2010年相比，2011～2017年不同坡向的NDVI值均呈明显的增加趋势，在东北方向增加最为明显，同比增长了1.2%。

4 夏季NDVI与气象因子的关系

由图2(b)可知，西双版纳NDVI的最低值出现在夏季(6～8月)，这一结论和大部分地区不尽相同，因此，有必要分析夏季NDVI与气象因子的关系。结合西双版纳气候特点，选取与植被关系密切的气象因子(气温、降水、日照时数和相对湿度)来分析NDVI对气象因子的响应。分别计算夏季各月份NDVI与气温、降水、日照时数和相对湿度的偏相关系数(见表1)。由表1看出，整个夏季的NDVI和气温、相对湿度呈显著负相关，偏相关系数分别为-0.647，-0.507，均通过了0.01的显著性检验，且NDVI和气温的相关性最为显著；NDVI和降水的偏相关系数为-0.188，但未通过显著性检验；植被NDVI和日照时数呈显著正相关(P<0.05)。从各月份上看，植被NDVI和气温、降水、日照时数、相对湿度的偏相关系数的最大值分别出现在6，8，8，7月。综上所述：① 与降水、日照时数和相对湿度相比，夏季NDVI和气温的相关性最为显著，表明气温是影响西双版纳植被生长的主导因子；② 夏季温度过高会影响植被生物产量，对植被覆盖产生抑制作用，而降水过多，日照减少会降低植被的新陈代谢，使得NDVI值降低[24-26]。

图5 不同NDVI阈值下西双版纳植被覆盖的重心迁移轨迹Fig.5 Spatial migration of centroids of Xishuangbanna vegetation under different NDVI thresholds

图6 不同时段NDVI均值随海拔、坡度和坡向的变化Fig.6 Change of NDVI average value with elevations, slopes and aspects in Xishuangbanna

表1 夏季NDVI与气温、降水、日照时数和相对湿度的偏相关系数Tab.1 Partial correlation coefficient between summer NDVI and temperature, precipitation, sunshine duration and relative humidity

注：*表示P<0.1；**表示P<0.05；***表示P<0.01

5 结 论

(1) 在2004～2010年期间，西双版纳NDVI以-0.176%/a的速率下降，自2011年生态工程实施以来(人工造林、封山育林和森林管护等)，2011～2017年植被NDVI以0.221%/a的速率显著上升，可以认为2011～2017年一系列生态工程的实施是促进植被NDVI上升的重要因素之一。

(2) 从空间变化上看，与2004～2010年相比，2011～2017年植被NDVI上升和下降的区域所占面积比例分别为61.95%、38.05%。上升较为明显的区域主要有：景洪市的景讷乡、勐龙镇的西部、勐罕镇南部以及勐腊县的关累镇、勐伴镇西南部、勐捧镇东北部。NDVI下降较为明显的区域有：勐海县的勐海镇、勐遮镇、勐混镇、景洪市的嘎洒镇东北部、勐龙镇中部以及勐腊县的勐捧镇中部，这些区域的生态环境建设需进一步增强。

(3) 从重心迁移上看，大规模植被建设实施后，NDVI阈值在0.90～max所占面积增加最为显著(增加了17.2%)，其重心向东南方向迁移了4.75 km，而阈值在0.80～0.85的NDVI重心迁移幅度最大，向西南方向迁移了12.55 km，阈值在0.85～0.90的NDVI则向西北方向迁移了5.10 km。

(4) 从地形因子上看，2004～2017年年均NDVI的最低值出现在海拔720 m以下、坡度5°以下和正东方向上。其中，与2004～2010年相比，2011～2017年植被NDVI在海拔720～870 m、坡度13～16°以及东北方向上增加最为显著。

(5) 西双版纳NDVI最低值出现在夏季，夏季NDVI和气温、降水、相对湿度呈负相关关系，而与日照时数呈正相关关系，偏相关系数为0.406，可以认为温度过高、降水过多以及日照的减少是影响夏季NDVI下降的重要驱动力之一。

本研究采用MOD13Q1数据，以2011年为节点，旨在从不同方面分析西双版纳生态工程实施前后NDVI的变化特征，实时掌握近14 a来西双版纳植被生长动态，为西双版纳未来生态工程的实施和规划提供一定的参考信息。另外，由于不同区域的地质条件、气候因素等存在差异，且缺乏具体的定量指标。所以，可以认为2011年以来生态工程的实施对西双版纳NDVI值整体上升具有重要影响，但不能作为局部区域NDVI值上升的决定性因素。量化不同区域多要素复合下西双版纳NDVI值的变化情况和影响机制，有待深入分析。