赛罕乌拉国家级自然保护区植被覆盖度时空变化分析

王琸鑫, 孙紫英*, 周 梅, 金红艳, 舒 洋, 赵鹏武, 曹 莉

(1.内蒙古农业大学沙漠治理学院，呼和浩特 010018；2.内蒙古农业大学林学院，呼和浩特 010018；3.内蒙古赛罕乌拉森林生态系统国家定位观测研究站，赤峰 025150)

植被是陆地生态系统的重要组成部分，并且在维护生态系统的各个方面发挥着重要的作用，是其他生物赖以生存的基础[1-2]。植被动态监测与分析是评价生态恢复建设成效的主要内容之一[2]。植被覆盖度是植被动态监测与分析的一项重要指标[3]。它是表示植被数量的一个重要参数，同时也是描述生态系统的重要指标[4]。

目前，通过地表实测法可以获取植被覆盖度，较为熟知的地表实测法有目估法、采样法、仪器法、模型法[5]。由于其操作复杂、成本高，大型植被覆盖度监测难度大，而遥感技术具有高光谱、分辨率高、成本低、监测范围广的特征。同时，它可以快速准确地得到植被覆盖度及其变化特点。归一化植被指数(normalized difference vegetation index，NDVI)，是监测植被和植被状况的有效指标[6]。在某种程度上，归一化植被指数是表示植被生长状况和分布密度的最佳指标，可以反映植被的状况和覆盖度[7-8]。

图1 赛罕乌拉国家级自然保护区地理位置图

赛罕乌拉国家级自然保护区隶属大兴安岭山脉的阿尔山支脉，是一个以森林、草原、湿地等多样的生态系统和珍稀濒危野生动植物为主要保护对象的森林生态系统类型保护区[9]。同时赛罕乌拉国家级自然保护区作为一个森林-草原交错带，受人为活动最为敏感的区域，具有对气候变化的潜在指示[9]。2002—2013年间，出现部分森林-草原交错带死亡现象，研究赛罕乌拉国家级自然保护区植被覆盖时空动态变化是制定森林-草原交错带植被改善对策的基础，是合理预测森林-草原交错带植被未来动态的关键。为了更好地预测未来森林-草原交错带植被的动态，非常必要在过去研究的基础上将不同时间尺度的植被动态结合起来开展系统研究。而目前的研究主要是围绕在生物多样性、动植物的保护，以植被覆盖度为研究对象的研究较少。为此，以赛罕乌拉国家级自然保护区这一典型的森林-草原交错带为例，选取2002、2008年Landsat-5 TM影像和2013年Landsat-8 OLI影像为数据源，采用像元二分模型，分别提取了三个时期的 NDVI，得到2002、2008、2013年的植被覆盖度，进而分析赛罕乌拉国家级自然保护区近12 a间植被覆盖度的时空变化格局及影响因素，为将来研究赛罕乌拉国家级自然保护区植被覆盖度监测和有效管理提供科学依据。

1 研究区概括

赛罕乌拉国家级自然保护区位于内蒙古赤峰市巴林右旗北部。地跨索博日嘎镇、罕山林场、幸福之路苏木，总面积100 400 hm2(1 hm2=10 000m2)，坐标为118°18′～118°55′E，43°59′～44°27′N。该区属于大兴安岭的阿尔山支脉，地貌类型属中山山地，山体呈东北至西南走向，海拔平均值在1 000 m以上，该区属中温带半湿润温寒气候区，年平均温度2 ℃，年降水量400 mm[9]。它是大兴安岭南部山地的生态交错带，是一个典型的多样性地段。2001年加入保护区网络“人与生物圈”，主要是以森林、草原、湿地生态系统和稀有动植物组成的保护区(图1)。

2 数据来源与研究方法

2.1 数据来源

2.1.1 数据的获取和应用

研究遥感数据来源于Landsat5 TM和Landsat8 OLI。Landsat 5 TM是美国陆地卫星系列的第五颗卫星，于1984年3月1日发射。Landsat8 OLI卫星在2013年2月11日由美国航空航天局发射。当前遥感数据的应用范围广，适用在各种行业中，例如：全球变化、农业、林业、地质、制图、水质研究等。

采用2002年8月Landsat5 TM、2008年8月Landsat5 TM和2013年7月Landsat8 OLI这3期时相相近的遥感影像为数据源(表1)，空间分辨率为30 m，运用ENVI5.1软件对Landsat影像进行预处理，得到Landsat NDVI数据，去除异常值后，得出植被覆盖度。这些数据来源于中国科学院计算机网络信息中心地理空间数据云平台(http://www.gscloud.cn)。

2.1.2 遥感数据处理

使用ENVI5.1软件预处理研究区的遥感影像，即辐射定标、校正、剪裁等。通常情况下，辐射定标就是将影像的数字量化值转化为辐射亮度或者反射率或者表面温度等物理量的处理过程，其目的是消除传感器本身造成的误差[10]。然后使用FLAASH模块进行大气校正。遥感数据预处理后利用相关公式计算NDVI，去除异常值，得到Landsat NDVI数据，最后得出研究区的植被覆盖图。

表1 Landsat影像数据下载信息统计

2.2 研究方法

2.2.1 NDVI的获取

归一化植被指数，也称标准化植被指数，能够准确地表示出植被当前的生长情况，同时也能表现出植被在一定空间区域内，所占的百分比，是近年来监测植被的常用遥感指数[如式(1)所示][11]。NDVI范围为[-1,1]，小于0表示地表含有覆盖物如水、雪等；等于0表示裸土；大于0表示有植被覆盖[12]。

(1)

式(1)中：NIR为近红外波的反射值；R为红光波的反射值。

通过ENVI5.1软件的NDVI计算工具提取2002、2008和2013年Landsat NDVI数据(图2)。从ENVI5.1 Toolbox中找到Vegetation，通过NDVI模板，得到Landsat NDVI影像。然后进行掩膜，使Landsat NDVI的取值范围为[-1,1]。由于Landsat8 OLI和Landsat5 TM的各波段信息不同，在Landsat8 OLI影像中，利用波段5为NIR波段(b5)和波段4为Red波段(b4)，进行NDVI的计算，其计算公式为

(2)

图2 赛罕乌拉国家级自然保护区NDVI分布

而在Landsat5 TM影像中，利用波段4为NIR波段(b4)和波段3为Red波段(b3)，计算NDVI，其计算公式为

(3)

从式(1)～式(3)分析，该指标只是一个简单的比值，但是，该指标是研究植被覆盖度的一个非常重要参数，是监测植被动态和覆盖度的一个重要指标，具有较广的应用范围，因此该指标在各种研究中具有广泛的应用。

2.2.2 植被覆盖度的计算

植被冠状层的投影面积除以整个土地的面积得到植被覆盖度[13]。在置信度区间内选择最大值NDVImax与最小值NDVImin，根据实际情况确定置信值的大小[14]。根据研究区土地和植被覆盖度的实际情况，通过频率统计表，将2%的NDVI作为置信度区间的最小值NDVImin，将置信度区间约98%的值确定为最大值NDVImax。利用这个模型计算植被覆盖度的NDVIsoil和NDVIveg。

(4)

(5)

式中：NDVImax为一定置信度范围内的最大值；NDVImin为一定置信度范围内的最小值；VFCmax为植被覆盖度的最大值；VFCmin为植被覆盖度的最小值。

基于NDVI的像元二分模型方法对植被覆盖度进行研究[15-16]，是衡量地表植被状况的重要指标。其计算公式为

(6)

式(6)中：f为植被覆盖度；NDVI为所求像元的归一化植被指数；NDVIsoil无植被覆盖区域的NDVI；NDVIveg纯植被所覆盖区域的NDVI。

主要通过ENVI5.1对三期遥感影像的数据进行提取，得到NDVI。然后将 NDVI数据反演得出植被覆盖度f，做出植被覆盖度图，通过植被覆盖度图分析得到赛罕乌拉国家级自然保护区植被空间变化。

2.2.3 植被覆盖度转移矩阵的计算

通过式(5)，计算得到从一个时期到另一个时期，像元所属的植被覆盖度没有发生变化的比例[17]。

(7)

式(7)中：P指从一个时期到另一个时期，保持不变的像元的植被覆盖度；Pij指转移矩阵表中第i行第j列的值；n为植被覆盖度分级的类型。

3 结果与分析

3.1 植被覆盖度

根据像元二分模型得出植被覆盖度图，参照众多研究植被覆盖度的划分[18-19]，根据研究区的实际情况，分为微植被覆盖度(0～20%)，低植被覆盖度(20%～40%)，中植被覆盖度(40%～70%)和高植被覆盖度(70%～100%)4种类型(图3)。

图3 赛罕乌拉国家级自然保护区植被覆盖度分布

3.1.1 植被覆盖度时间变化

如图4所示为2002—2013年植被覆盖度面积统计柱形图，2002—2013年以中植被覆盖度和高植被覆盖度为主，二者和占总面积的85% 以上。总体而言，微植被覆盖度呈下降趋势，高植被覆盖度呈上升趋势；其中，2002—2008年，植被波动变化类型不大，微植被类型略有的变化，微植被覆盖度减少，低植被覆盖度和中植被覆盖度增加；2008—2013年，植被波动的类型主要集中在中植被覆盖度和高植被覆盖度，中植被覆盖度下降，高植被覆盖度增加，植被覆盖度变化明显。由此说明，2002—2013年，赛罕乌拉国家级自然保护区植被覆盖度呈现总体上升趋势，高植被覆盖度变化最大。

图4 2002—2013年赛罕乌拉国家级自然保护区各等级植被覆盖度面积统计

3.1.2 植被覆盖度空间变化

如图3所示为2002—2013年植被覆盖度空间分布。植被覆盖情况稳定，平均植被覆盖度为88%。其中有72.17%的区域已经达到了平均植被覆盖度大于0.7，主要分布在索博日嘎镇地西北方向和查干木伦河的河流两岸。多年平均植被覆盖度小于0.2的区域占整个区域面积的2.82%，主要分布在瓦林格洛村与下骆驼井子村之间。微植被覆盖得到有效的利用，2002—2008年大部分微植被覆盖度转变为低植被覆盖度；2008—2013年大部分中植被覆盖地转变为高植被覆盖度。结果表明，赛罕乌拉国家级自然保护区的植被覆盖度情况有所提高，逐渐好转。

3.2 植被覆盖度变化转移矩阵

从表2可以看出，P=73.406%，表明在2002—2008年，73.406%的植被覆盖类型没有发生变化。在发生变化的区域中，有7.320%的植被从中植被覆盖度变为高植被覆盖度，另外从高植被覆盖度变为微植被覆盖度、低植被覆盖度、中植被覆盖度的百分比分别为0.176%、0.428%、7.026%，整体类型变化不大。2002年高植被覆盖度百分比为63.937%，2008年高植被覆盖度百分比为63.633%，高植被覆盖度变化不大。而微植被覆盖度从5.518%减少到1.767%，表明植被覆盖度逐渐从低等级向高等级逐渐变化。

表2 2002—2008年植被覆盖度的转移矩阵

从表3可以看出，2008—2013年，P=68.855%，意味着68.855%的植被覆盖区类型没有发生变化。在变动的区域中，由中植被覆盖度变为高植被覆盖度的有0.315%。2008年高植被覆盖度百分比为63.633%，2013年高植被覆盖度百分比为88.934%，高植被覆盖度增长了25.301%；中植被覆盖度从26.684%减少为7.667%，说明部分中植被覆盖度变为高植被覆盖度。

表3 2008—2013年植被覆盖度的转移矩阵

3.3 植被覆盖度影响因素分析

从宏观的角度分析，植被覆盖度变化主要受两个变量的影响，即人为因素和自然因素的影响[20]。自然因素的影响主要指气候。气候对植被覆盖度的影响主要是指气温和降水对植被的影响，植被的生长及空间布局和气温、降水密切相关。人为因素主要包括政策、社会经济、人口等影响，主要从政策进行分析。

3.3.1 气候条件对植被覆盖度的影响

2002—2004年，年均降水量呈上升的趋势，2004年的年均降水量达到485.42 mm；2004—2010年的年均降水量逐渐降低，之后逐渐上升，变化不大。直到2011年，年均降水量再次升高，为401.75 mm。2002—2013年12 a间降水量平均值为293.34 mm，表明近些年，年降水量呈现下降趋势。而植被覆盖度正在逐年增长，说明降水量的影响不大(图5)。

2002—2013年12 a间，年均气温逐渐降低，平均气温为6 ℃。2012年的年均气温最低，而2007年的年均气温相对较高。具相关信息显示[9]，赛罕乌拉国家级自然保护区年均气温为2 ℃，而2002—2013年的年均气温为6 ℃，说明气温呈上升趋势。上文计算的植被覆盖度在2002—2013年逐渐增加，这表明气温能够影响植被覆盖度，但影响不显著(图5)。

图5 2002—2013年赛罕乌拉国家级自然保护区年均降水量、年均气温变化

气温和降水量与植被覆盖度的相关性不显著，说明气温和降水量与植被覆盖度有关，但并不是影响该区域植被覆盖度的主要因素。

3.3.2 政策对植被覆盖度的影响

(1)退耕还林对植被覆盖度的影响

2002年，中国开展退耕还林工程。2007年，《关于完善退耕还林政策的通知》下发并且开始实施[21]。2000年赤峰市森林面积3 258万亩，森林覆盖率25.60%，2008年赤峰市森林面积4 203万亩，森林覆盖率33.07%，森林覆盖率增加了7.47%，其中退耕还林工程占5.04%[21-22]。

2003年2月赤峰市政府发布《赤峰市生态建设与保护规划》，赛罕乌拉国家级自然保护区以天然次生林保护和加快水源涵养林建设为重点，采取山育草、禁止采伐、退耕还林等措施恢复自然植被。全面实施森林、草原、土地管理、水土保持等法律，加强对森林、草原和动植物资源的保护。2007年，旗政府实施“生态立旗”战略，加强生态建设和保护，实施退耕还林、公益林等重大生态建设项目。退耕还林政策是在保护和改善环境的角度出发，因地制宜，恢复森林植被，逐步提高森林植被覆盖度。

(2)放牧模式对植被覆盖度的影响

2011年6月，根据巴林右旗政府要求，为加强森林资源的保护，确保林业生态建设重点项目的顺利实施，巩固造林绿化成果，以赛罕乌拉世界生物圈保护区十年评估大会为契机，开展“赛罕乌拉一号行动”的生态保护专项行动，坚决整治和打击保护区及周边地区因散养放牧和人为破坏森林资源的不法行为，有效遏制保护区养殖户在禁牧区内散养牛羊破坏林木和林地资源的不良势头，确保森林资源安全。2011年7月，巴林右旗政府组织保护区管理局、生态监督管理中心等相关部门加强对保护区禁牧区的管理，在其范围内进行详细调查，对有放牧的区域进行认真清理。通过一系列措施，保护区内的放牧状况初步得到遏制。放牧模式的改变，使得林地、草地得到了保护，植被得到保护，从而使得植被覆盖度得到改善。

政府等相关部门出台相关政策，提出草地实行合理的放牧制度，改良低产草地，从而使草地的面积得到了增长，退耕还林等政策的提出，使得林地的面积得到了增加。同时，退耕还林和放牧模式的改变，也是影响赛罕乌拉国家级自然保护区近12 a植被覆盖度逐渐变好、高植被覆盖度整体增加的一个重要因素。

4 结论

基于Landsat遥感数据，采用像元二分模型等方法反演得出赛罕乌拉国家级自然保护区植被覆盖度时空变化格局，并进行定量分析，得到如下研究结果。

(1)2002—2013年赛罕乌拉国家级自然保护区植被覆盖状况良好，总体情况稳定，平均植被覆盖度为88%，植被覆盖度大于0.7的区域占整个研究区面积的72.17%。微植被覆盖类型总体比例减少；高植被覆盖类型整体占比增加；呈现由低向高转移的趋势，植被状况转好明显。

(2)2002—2008年，P=73.406%，说明73.406%的植被覆盖区类型没有发生变化。2008—2013年，P=68.855%，意味着68.855%的植被覆盖区类型没有发生变化。在2002—2013年，高植被覆盖度增加24.997%，中植被覆盖度从23.417%下降到7.667%，说明部分中植被覆盖度转变为高植被覆盖度。

(3)植被覆盖度的变化与气候变化有一定的相关性，但影响不大，主要是由人为因素影响。相关政策的提出，使得林地、草地得到改善，植被覆盖度提高。

本研究也存在一些需要改进的地方：通过像元二分模型计算植被覆盖度，相关信息全部来自于遥感影像信息，并没有进行实地测量，需要进行实地考察验证反演结果。仅采用了2002年、2008年和2013年三个时间节点进行研究，研究时段短，可以开展更长的研究时段、更精细的时间尺度，对植被覆盖度进行深入的研究，以便完整分析生态系统演化趋势。经过本次研究，利用遥感数据动态监测植被覆盖度情况可以对赛罕乌拉国家级自然保护区森林生长状况做整体评估，分析影响因素，提出相关建议，加强对研究区的保护。