基于遥感和无人机数据的草地NDVI影响因子多尺度分析

潘 影, 张燕杰, 武俊喜,3*, 张宪洲,3, 余成群,3

(1. 中国科学院地理科学与资源研究所， 北京 100101; 2. 大理大学农学与生物科学学院， 大理 671003; 3. 中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室， 北京 100101)

植被是生态系统中最重要的组成部分，联系着土壤、大气等圈层，影响着生态系统中养分、水分以及碳循环等生态过程；同时，植被能够减弱风力和水力对土壤的侵蚀，很大程度上决定着防风固沙、土壤保持等生态系统服务[1]；植被能够改变地表反照率和蒸散发，从而影响局地、区域气候，提供气候调节服务[2,3]；植被也是生态系统中重要的碳库，影响着碳固定和碳吸收等生态系统功能[4]。因此，对植被进行空间上的监测并分析植被变化驱动因子，对了解生态环境现状和理解不同驱动力下的生态过程有很大的促进作用。

归一化植被指数(Normalized Difference Vegetation Index，NDVI)是反映植被生长状态和生产力的定量指标。由于遥感技术的兴起与成熟，各种植被指数都被用来反映植被状况，其中NDVI是被应用最广泛的植被指数之一[5,6]。NDVI是基于多光谱遥感影像中的红光波段和近红外波段计算得出，可直接反映植被的茂密程度，同时也与一些植物生物物理参数如净初级生产力(Net primary production，NPP)、叶面积指数(Leaf area index，LAI)等相关联[7]。由于红光通道的易饱和性以及算法上的局限等因素，NDVI指数在高植被覆盖区容易饱和；即随着植被茂密程度增加，NDVI却无法同步增长[7]。另外，NDVI指数也会受到土壤背景的影响，即当植被保持不变而土壤背景变暗时，NDVI也会有增加的趋势，尤其是树冠等土壤背景变化时[8]。有学者[9]指出利用增强型植被指数(Enhanced Vegetation Index，EVI)代替或辅助NDVI指数，用来反映植被状态；但在半干旱半湿润的草原等区，两个指数存在显著线性相关，相关指数为0.988。因此，在半干旱半湿润的植被稀疏区，NDVI仍是最合适的植被指数之一。

影响NDVI变化的因子有很多，主要分为气候变化和人类活动两种。增温、降水变化都会对植被产生巨大影响，且在不同地区表现不同[10-11]。由于技术和分析方法的成熟，相应研究已经深入。例如白天和夜间的非对称性增温对植被的影响不同，其中春季夜间增温降低以C4物种为主的草地NPP，同时提高了C3为主的非禾本科草地NPP[12-13]。当年的干旱或者多雨气候会对后两年的植被生长产生滞后影响，而这滞后影响与土壤持水力等因素相关[14-15]。除了气候变化，人类活动尤其是土地利用对植被的影响更为剧烈。建设用地、工矿用地的扩张不仅会消除占地处的原生植被，还会对其周围的植被产生负面辐射效应[16-17]。

地形变化和土地利用类型变化对植被影响研究的顺利开展离不开卫星遥感技术的支持，尤其是中低分辨率遥感影像拥有较长时间间隔、高频率以及易获取等优点。常见的中低分辨率卫星影像包括分辨率8 km的GIMMS(Global inventory modelling and mapping studies)、分辨率1 km与250 m的MODIS (Moderate Resolution Imaging Spectroradiometer)、分辨率1 km的SPOT(Systeme Probatoire d’Observation de la Terre)以及分辨率30 m的Landsat等[13,18-22]。以上这些易获取的遥感影像与气候变化和土地利用类型对植被指数影响研究所关注的科学问题具有尺度的匹配性；然而，在更小尺度上，植被仍受到许多因素的影响，例如沟渠、田埂、边坡等农田边界影响着周围植被的生态功能以及生物多样性[23-25]。线状地物在中低分辨率的遥感影像中无法被分辨，而亚米级的高分辨率影像获取昂贵、拍摄频率受限，且受天气影响较大。近年来，无人机的兴起为小尺度植被影响因子研究的深入提供了技术支持，利用无人机可以分析植被分布特征、反演地上或挺水植物生物量甚至进行物种分类[26-29]。

地块尺度的点状、线状地物反映的是更小尺度的土地利用等人类活动，弄清楚该尺度土地利用对植被的影响机理，有利于支持土地整理、乡村振兴中村落原生景观、植被的规划和修复等工作。本研究基于无人机影像，辅以遥感影像等其他数据，比较区域尺度和地块尺度植被指数的影响因子差异，分析地块尺度点状、线状地物对植被指数的影响程度，探讨地块尺度下土地利用等因子对植被指数的影响机制。

1 材料与方法

1.1 研究区域

本文研究区域为拉萨市林周县卡孜乡白朗村(91°07′ E，29°52′ N)，位于西藏拉萨河流域，行政村总面积123 km2。该村落属于高原温带季风半干旱气候区，年均气温7.50℃，年均降雨量440 mm，整个村落由几条山脉与山前洪积扇组成，海拔从3 800 m至5 500 m。植被类型随海拔由低到高分别是亚高山草甸草原、亚高山灌丛草甸、高山草甸；主要植被[30-31]包括高山嵩草(Kobresiapygmaea)、草沙蚕(Tripogonbromoides)、白草(Tripogonbromoides)、丝颖针茅(Tripogonbromoides)、杜鹃(Rhododendronsimsii)等。

1.2 数据来源

本研究主要考虑地形、土地利用类型和点状、线状地物(如农田边界以及某些较小景观斑块)这3方面因子对植被指数的影响；多尺度的分析主要通过改变研究范围和利用不同分辨率数据表达(表1)。

地形因子包括海拔、坡度、坡向与地表起伏度(Relief Degree of Land Surface，RDLS)，从一定程度上反映温度、降水、光照等气象因子的差异。地形因子对植被指数的影响在整个村落尺度上进行分析。数据来源是30 m分辨率的ASTER-DEM产品(2011年10月公布V2版本)以及2018年6月20日的30 m分辨率的Landsat卫星影像。

整个村落的土地利用类型是基于30 m分辨率的Landsat 8卫星影像，通过非监督分类解译得到(图1 i)。村落洪积扇平原区等易到达地区的解译分类结果利用实地考察验证获得，山脊等不易抵达地区通过1 m分辨率的Google earth 17级可见光影像验证；基于验证结果通过手动绘图对非监督分类结果进行修改。

在村落中选择2块典型地块(人工草地和天然草地)，进行无人机拍摄，生成0.1 m分辨率的NDVI植被指数(图1 c，f)。通过目视解译土地利用图，并在土地利用图中人工勾勒出所有点状、线状地物(图1 d，g)。由于卫星影像无法辨识出地块尺度的点状、线状地物，因此土地利用类型因子对植被的影响分析分别在整个村落和地块尺度进行，点状、线状地物对植被的影响在地块尺度进行。

表1 研究数据来源与分析尺度Table 1 Data sources and analyzing scales of this research

1.3 多尺度分析方法

首先利用均值分析研究不同地形因子和土地利用类型下的植被指数，并利用土地利用强度分级，将土地利用类型的软数据“硬化”[32]，其中建设用地、耕地、人工草地、天然草地、季节性河流与河漫滩的土地利用强度分级指数分别为4.0,3.0,2.5,2.0与1.0[32]。

将NDVI影像与高程、坡度、坡向、地形起伏度、土地利用强度图层叠加，以同一栅格位置上的各层数据为一组样本，对所有栅格进行分析。将土地利用强度因子、地形因子作为自变量，植被指数作为因变量，利用IBM SPSS statistic 19.0进行线性回归分析(Linear regression)，并利用R软件进行广义加性模型(Generalized additive models)分析，研究土地利用强度、地形因子对植被指数的线性解释比率和非线性解释比率。

通过均值分析研究土地利用，尤其是点状、线状地物在地块尺度对植被指数的影响，并通过缓冲区分析研究土地利用及点状、线状地物对植被指数的影响范围。

1.4 无人机拍摄

本研究使用无人机为北京易科泰生态技术有限公司提供的8旋翼专业无人机平台，飞行高度为距地100 m，飞行速度约为10 m·s-1。无人机搭载2台相机，1台为可见光高清相机，1台为蓝、绿、红、近红外四波段多光谱相机。100 m飞行高度下，拍摄影像分辨率约为0.1 m。无人机拍摄于2018年6月22日中午12时左右。

2 结果与分析

2.1 村落尺度地形对草地植被的影响

村落尺度下，植被指数对地形变化的响应不同(图2)，其中海拔对植被的影响最明显(图2 a)。村落洪积扇的平原区(海拔3 800 m左右)的植被NDVI处于中等水平，为0.22，但其标准差(Standard Deviation，STD)最大(±0.1)，说明该海拔下植被异质性较强；3 800至4 600 m海拔的植被，其NDVI随着海拔升高而增加；超过4 600 m后，NDVI随着海拔的升高急速降低。从坡度上看，草地植被随坡度的增加略有下降，但从标准差上看，这种变化并不明显(图2 c)；地表起伏度和坡向对植被NDVI也有一定影响，但规律性并不强(图2 b，d)。

图1 基于Landsat卫星和无人机影像的西藏白朗村地块尺度土地利用和植被指数Fig.1 Land use and vegetation indices at the plot scale based on Landsat remote sensing images and unmanned aerial vehicle (UAV) images注：其中a，e为基于Landsat卫星的30 m分辨率NDVI影像；b，h为基于无人机的0.1 m分辨率可见光影像；c，f为基于无人机的0.1 m分辨率NDVI影像；d，g为基于无人机影像解译的地块尺度土地利用矢量图；i基于Landsat等影像解译的村落尺度土地利用图Note:a,e were NDVI images with resolution of 30 meters based on Landsat；b,h were visible images with resolution of 0.1 meters based on UAV；c,f were NDVI images with resolution of 0.1 meters based on UAV；d,g land use maps of plots scales interpreted based on UAV;i land use map of village scale interpreted based on Landsat images

通过叠加植被指数、地形因子和土地利用强度图层，利用线性回归分析得出，海拔、坡度、坡向、地形起伏度对草地植被指数的影响皆为极显著(P<0.01)，同时土地利用强度对草地植被指数的影响也为极显著(P<0.01)；但通过线性模型的整体解释比例不高，仅为3.60%(R2=0.036)。

通过广义加性模型(Generalized Additive Models，GAM)计算得出，地形和土地利用对NDVI整体解释模型为非线性，解释比例为37.20%(R2=0.372，P<0.01)；其中海拔、坡度、坡向和地表起伏度对NDVI的非线性解释比例分别为33.20%,0.52%,1.60%和0.63%，土地利用强度对NDVI的非线性影响不显著。

2.2 村落尺度土地利用对草地植被的影响

村落尺度上看，不同土地利用类型之间植被指数差异较大，NDVI均值最高的为耕地(0.30)，最低的为河漫滩(0.19)。另外建设用地NDVI均值略高于天然草地，这主要是由于村落住宅一般庭院较大，其中栽种有灌木和树木(图3)。方差分析也显示，人工草地内部均一化程度较高，其余土地利用类型，尤其是耕地与建设用地，内部异质性较高。

图2 村落尺度地形及土地利用因子对植被指数的影响Fig.2 The impacts of topographical and land use factors on vegetation indices at the village scale

2.3 地块尺度土地利用和点状、线状地物对植被指数的影响

通过无人机影像可以看出，基于30 m分辨率解译的村落尺度土地利用某一类型内部异质性仍然较大，存在较多影响植被的点状与线状地物(图1 d，g)，其中人工草地地块内部存在小面积围栏草地和耕地、灌溉用硬化水渠与非硬化水渠、草地边缘分别有一条硬化道路和一条非硬化道路。由于洪积扇土层较薄，存在大量石头，因此人工草地耕作前经过人工“捡石头”，堆放在草地内形成大量石头堆，而天然草地内部主要包含季节性溪流以及其冲刷造成的滑坡面等。

将两个地块的所有土地利用类型以及点状、线状地物NDVI均值进行比较。由于天然草地为村落原始土地利用类型，因此以天然草地NDVI均值为基准，定量所有土地利用和地物NDVI均值与天然草地NDVI均值的差值(图3)，其中围栏、人工草地、耕地地块NDVI分别比天然草地地块高0.16,0.08,0.28；而季节性溪流、石堆、滑坡面、非硬化路面、非硬化水渠的NDVI分别比天然草地低0.21,0.05,0.09,0.17,0.19；而硬化路面和硬化水渠的NDVI分别比天然草地低0.28和0.34。

本文利用不同土地利用和点状、线状地物NDVI均值之差，反映土地利用通过改变地表属性对所占用的天然草地产生影响。而缓冲区的分析表明，点状、线状地物植被的影响具有一定辐射范围(图4)。其中距离季节性溪流与石堆0.50 m以上，草地的NDVI便能迅速恢复到天然草地平均水平，这意味着季节性溪流与石堆对草地植被NDVI的负面影响范围在0.50 m之内；而非硬化水渠和非硬化道路对NDVI的负面影响分别在1 m与3 m左右，在这个范围内，NDVI呈缓慢恢复趋势；而硬化水渠和硬化路面对两侧草地NDVI的负面影响范围达到4 m。

图3 地块尺度土地利用类型对植被指数的影响Fig.3 The impacts of land use types on vegetation indices at the plot scale

图4 点状、线状地物周围不同范围内NDVI均值Fig.4 Average vegetation NDVI in different distances to the punctiform and linear ground objects

3 讨论

3.1 点状、线状地物对植被指数的影响机制

土地利用类型的改变会对草地植被产生较大影响[33,34]，而点状、线状地物在中低分辨率的遥感影像中很难被分辨，导致该类草地影响因子在区域尺度的研究中经常被忽略；点状、线状地物对草地的影响最直接的是改变地表属性，降低占用草地的植被指数；但由于点状、线状地物本身占地面积小，此方面影响对整体植被指数影响不大。本研究结果表明，点状、线状地物会对占用草地之外一定距离内的草地植被产生负面影响，这种影响主要是由于水渠、道路等线状地物周围的人类活动和干扰的加强。比如硬化水渠边牧民的洗漱、踩踏活动的增强等，均会对水渠边数米以内的植被产生影响。

许多研究利用土地利用强度指数研究人类活动强度对植被和生态功能的影响[35-36]，但线状地物带来人类活动增强的影响很难基于土地利用类型图分辨出，因此此类因素经常被忽视，而导致低估土地利用对植被的影响，从而会影响草地生产力的估算、草地生态系统服务的定量和制图。本研究基于无人机影像分析了不同线状地物对草地影像的辐射距离和强度；基于线状地物制作缓冲区，赋予一定梯度的土地利用强度分级系数，该数据可以对改良和细化土地利用强度分级表提供研究支持[35-37]。

3.2 点状、线状地物增多对植被的潜在影响

除了占地和增强人类活动，线状地物的增多会加剧植被和景观的破碎化，降低生物多样性和生态系统服务[38-39]。硬化路面等线状地物还会截断或阻碍某些动物和昆虫在斑块间的迁移，比如甲虫类等动物授粉者在不同景观斑块间的迁移，从而可能影响到整个生态系统的动物授粉功能，降低生态系统生产力和农田生态系统的农产品产量[40]。

现有景观破碎化研究的空间数据分辨率多集中在几十米，其中线状地物的研究大多是关于高速公路、铁路等对区域植被物种迁徙和生态功能的负面影响和建立动物通道等应对方法[41-44]，但对于引水渠、田埂等宽度在米级以下的线状地物对植被和生态功能的影响程度、影响机理等研究略显不足；而这一类的影响机理则是土地整理和乡村振兴关键技术发展不可或缺的理论基础[45]。

3.3 遥感影像与无人机影像解译NDVI差异

近年来，无人机发展迅速，基于无人机影像的植被、生态研究也日益增多，包括基于无人机影像的植被空间格局演化[46]，草地生物量估算等[47]。但对利用遥感影像和无人机影像进行多尺度植被指数影响因子的比较研究仍较缺乏。

多光谱遥感影像与无人机影像的最大差别是影像分辨率。在土壤、地形等因子相同的相邻两个像元中，遥感影像解译的NDVI存在差异，但由于该分辨率下土地利用中的线状、点状地物无法解译出，便导致该分辨率下(村落尺度)地形与土地利用因子对NDVI的解释率仅为37.20%(非线性)。

在地块尺度，无人机影像可以将点状、线状地物分辨出，在此基础上能更进一步研究NDVI的影响因子以及影响机制，包括两个方面：一是线状、点状地物占地所造成的直接影响；二是线状地物，例如硬化水渠等带来的人类活动增强而导致其周围草地的NDVI降低。

无人机的普及以及其获取高分辨率多光谱影像的成本低、灵活性高等特点可以为深入研究点状、线状地物以及景观破碎化对生态系统的影响提供技术支持[48]，然而在建立多尺度研究的方法框架方面仍需要努力[49]。

4 结论

本文基于Landsat遥感影像和无人机多光谱影像，在村落和地块尺度下分析了西藏半农半牧村NDVI的影响因子。结果表明，除了地形和土地利用类型，水渠、石堆、田间路等点状、线状地物对草地NDVI影响明显。缓冲区的分析表明，除了占用土地改变地表属性的直接影响外，点状、线状地物对周围一定范围内植被也产生了间接影响。本文可为小尺度下人类活动强度以及景观破碎化对植被以及生态系统功能影响研究的深入提供一定参考。