APP下载

汤河流域30 余年植被覆盖度变化及其驱动因素分析

2021-04-13张冬冬豆靖涛宁立波

湖南工业职业技术学院学报 2021年1期
关键词:覆盖度农田植被

李 喆,张冬冬,张 赛,豆靖涛,宁立波

(1 河南省地质环境监测院,河南 郑州,450016;2 河南省自然资源科技创新中心,河南 郑州,450016;3 中国地质大学(武汉)环境学院,湖北 武汉,430074)

汤河发源于太行山东麓,属海河卫河上游水系,流域面积1287.0km2,干流全长73.3km。改革开放以来,流域内人类活动加剧,植被覆盖发生较大变化,对生态系统的影响较大,已有学者对此有所关注[1,2],但其重点都在汤河湿地,缺少流域尺度的研究。植被覆盖度的变化研究是生态系统演化过程和演替研究的基础[3],通过遥感数据和软件进行植被覆盖度解译是现在的常用手段,诸多学者做过这方面的研究[4-9],但是对于流域尺度不同地形地貌特征下的植被覆盖度解译尚不多见。基于此,本文以河南省汤河流域为例,进行植被覆盖度及变化的解译,分析其变化的驱动因素,为流域生态建设和保护提供科学依据。

1 数据来源和解译方法

根据汤河流域情况,本文选取1987 年、1995年、2005 年及2019 年夏季四期遥感影像资料,运用ENVI 软件和ArcGIS 软件,提取汤河流域不同时期的归一化植被指数(NDVI),将植被覆盖率分为五个等级:低植被覆盖度(0

植被指数(Vegetation Index),又称光谱植被指数,指由遥感传感器获取的多光谱数据,经线性和非线性组合而成的对植被有一定指示意义的各种数值[3,10]。它是根据植被反射波段的特性计算出来的,能反映地表植被生长状况、覆盖情况、生物量和植被种植特征的间接指标[5]。归一化植被指数(NDVI),又称标准化植被指数,定义为近红外波段NIR(0.7-1.1μm)与可见光红波段R(0.4-0.7μm)数值之差及这两个波段数值之和的比值[4,11]。

NDVI 广泛应用于植被研究以及植物物候研究中,它是植物生长状态以及植被空间分布密度的最佳指示因子,与植被分布密度呈线性相关,对植被盖度的检测幅度较宽,有较好的时相和空间适应性[12-14]。计算公式为[3]:

其中:NIR 为近红外波段,R 为红波段。

将归一化指数代入像元二分模型公式整理后可得:

2 解译结果与数据分析

根据以上方法,进行遥感数据解译,并绘制的植被覆盖图(图1)和植被覆盖度变化曲线图(图2)。

图1 不同时期汤河流域植被覆盖度分布图

图1 不同时期汤河流域植被覆盖度分布图

图2 1987-2019 年汤河流域植被覆盖情况变化图

2.1 高植被覆盖度区及驱动因素分析

汤河流域的高植被覆盖度区域主要集中在流域中游及下游的农田区域。从图1 可知,1987 年高植被覆盖度为占比最高的部分,覆盖区域除中部和东部的大片区域以外,在上游山地也有零星分布。1995 年高植被覆盖度区域大幅减少,占比减少了14.72%,与1987 年相比,主要变化体现在研究区中部和东部的面积大幅度减少,由片状分布变为条带状分布。仅在研究区南部出现了高植被覆盖度区域的小幅增加。2005 年高植被覆盖度面积进一步减少,占比减小到3.66%,为四期遥感解译结果的历史最低值,与之前的结果相比,原本分布在中部、东部和南部的大面积高植被覆盖度区域都不复存在,仅在研究区西侧的沟谷及山前平地处零星分布。2019 年高植被覆盖度为四期遥感数据中占比最高的年份,为32.27%。自2005 年至2019 年,年平均占比增加2.04%,不仅涵盖了原本位于研究区中部、东部和南部的农田区域,在研究区西侧的山地区域也存在大量分布(见表1)。

自1987 年至2019 年,高植被覆盖度区域经历了快速减少后又快速增加的变化阶段,变化原因有:(1)受高植被覆盖度区域与农田大量重合的影响,农业活动对高植被覆盖度分布情况有着显著影响。(2)植被长势受气候的影响较为明显。若气候较为干旱,影响的农作物及林草的长势,则可能出现高植被盖度面积偏低的现象。(3)90 年代大量的土地开垦,使得原本高植被覆盖度的大量农田及林地、灌木、草本资源被破坏,从而占比较低。2019 年高植被覆盖度广泛分布于研究区的各个区域,且占比较高,原本研究区上游林地、灌木、草地等大量的极低、低植被覆盖度区域转化为高植被覆盖度区域,表明除农业活动以外,退耕还林还草等措施也可在短时间内显著改善汤河流域的植被覆盖度情况。

表1 不同年度高覆盖度面积统计表

2.2 中高植被覆盖度区及驱动因素分析

从图1 可知,汤河流域中高植被覆盖度区域紧邻高植被覆盖度区域分布,中高植被覆盖度区域的位置和形状的变化与高植被覆盖度区域具有一定的互补性,常出现此消彼长的特点。中高植被覆盖度的占比及变化趋势与高植被覆盖度大体一致,均表现为先显著下降而后上升的趋势。从表2可以看出,1987 年中高植被覆盖度占比为20.09%,分布零散,多为斑块状,主要分布于高植被覆盖度区域边缘及高植被覆盖度向中植被覆盖度区域的过渡部分。1995 年中高植被覆盖度占比为16.09%,与1987 年解译结果对比,面积出现了小幅减少,原本零星分布有中高植被覆盖度的区域变得更为破碎,呈小斑块分布,彼此之间互不连接。2005 年中高植被覆盖占比为7.75%,为四期遥感数据中的历史最低值,仅在下游的小部分农田及研究区上游的沟谷及山前平地有少量分布。2019 年中高植被覆盖度占比最高,为36.73%。与2005 年相比,中高植被覆盖度占比增长了28.61%,年均增长率为2.04%,为中高植被覆盖度变化最明显的时期。中高植被覆盖度不仅广泛分布于研究区各个区域,且广泛连接为片状,与高植被覆盖度一起构成了汤河流域的主要覆盖类型。由于中高植被覆盖度区域主要分布于农田区域,因此变化受人类活动影响较大,故与高植被覆盖度区域变化情况较为一致。

表2 不同年度中高覆盖度面积统计表

2.3 中植被覆盖度区及驱动因素分析

由图1 可以发现,汤河流域的中植被覆盖度区是最为稳定的区域,总体表现为下降趋势,但基本保持在20%的范围内。表3 可知,1987 年中等植被覆盖度区域占比为23.18%,主要分布于中西部山地的山腰处及研究区东南部的村庄附近,且与低植被覆盖度紧邻。1995 年中植被覆盖度为四期遥感数据的最大值,为27.25%,与1987 年的解译结果相比,在原有中植被覆盖度区域的基础上进一步扩张,主要表现为中高植被覆盖度向中植被覆盖度转化,且主要集中在上游的沟谷及山前平地,原因可能为人类的乱砍滥伐破坏了原有的林地、灌木、草地及农田,使得土地退化。2005 年中植被覆盖度区域占比为16.77%,较1995 年相比有明显减少,主要集中在城镇、村庄附近等人类活动集中的区域,在上游沟谷及山前平地有部分低植被覆盖度区域向中植被覆盖度转化。2019 年中植被覆盖度占比为16.40%,与2005 年相比,未出现明显变化,表明中植被覆盖度区域基本稳定。自1995年至2019 年,随着退耕还林还草等措施的落实,生态保护的功效逐渐显著,中植被覆盖度区域重新转化为高、中高植被覆盖度区域,中等植被覆盖度区域减少到城镇、村庄附近的部分区域及山区的零星区域。

表3 不同年度中覆盖度面积统计表

2.4 低植被覆盖度区及驱动因素分析

由图1 可知,低植被覆盖度为汤河流域植被覆盖度变化最为明显的类型。从表4 可以看出,1987 年低植被覆盖度占比为19.96%,主要集中于上游的山地海拔较高的区域。1995 年低植被覆盖度占比为28.98%,除原有的低植被覆盖度部分,在研究区东部也有零星碎斑块状分布,在研究区东南部有少量呈片状分布,主要为中植被覆盖度向低植被覆盖度转化。2005 年低植被覆盖度占比最高,为51.32%,为研究区的主要覆盖类型,在中部、东部的农田区域均呈大量片状分布。2019 年低植被覆盖度占比为8.17%,与2005 年相比出现大幅降低,占比减少43.15%,年减少率为3.08%,表现为低植被覆盖度区域大幅转化为中、中高、高植被覆盖度区域。四期遥感数据中,低植被覆盖度区域变化趋势为先快速增加后快速降低。

分析其原因如下:(1)20 世纪80-90 年代大量的人类开垦,使得原本植被覆盖度较高的农田及林地、灌木草本资源被破坏,向低植被覆盖度转化,从而占比增加;(2)2005 年的遥感数据采集时间为农作物轮作间歇期,此时农田大量闲置,未种植农作物,使得低植被覆盖度主要集中于研究区中部及东部的农田区域;(3)农业活动及退耕还林还草等措施在短时间内使汤河流域的植被覆盖度情况显著向好发展。

表4 不同年度低覆盖度面积统计表

2.5 极低植被覆盖度区及驱动因素分析

由图1 可以看出,汤河流域极低植被覆盖度区主要分布在研究区中城镇分布较为密集的区域。从表5 可知,1987 年极低植被覆盖度占比为10.19%,在研究区城镇及村庄密集处,呈斑块状分布,在东北部出现了连成一块的片状分布。1995 年极低植被覆盖度占比为15.83%,与1987 年的遥感结果相比,极低植被覆盖度的面积有所增加,主要体现在研究区西侧的山地区域。2005 年,极低植被覆盖度占比为四期遥感影像中最高的年份,为20.51%,除前述的范围以外,在研究区东南部的农田区域也大量出现,由碎斑块状连接为大片分布。2019 年极低植被覆盖度占比为6.43%,主要分布在城镇及村落区域、交通运输用地、水体及山地海拔较高处的部分区域。汤河流域极低植被覆盖度的变化趋势为先缓慢上升后快速降低,与低植被覆盖度变化趋势相同,表明2005-2019 年间汤河流域植被覆盖情况显著好转。

表5 不同年度极低覆盖度面积统计表

3 结论

(1)1987-2005 年间,汤河流域的植被覆盖呈恶化趋势,以“逆向转化”为主。1987-1995 年,汤河流域原本占主要的高、中高植被覆盖度区域不断退化,低、极低植被覆盖度区域不断增加。2005 年汤河流域低等级植被覆盖度区域进一步扩张,除了人为对自然资源的破坏,该年出现的干旱也是重要因素之一。

(2)2005-2019 年间,汤河流域的植被覆盖显著改善,以“正向转化”为主。汤河流域从以低、极低植被覆盖度为主转化为高、中高植被覆盖度为主要植被覆盖类型,表明人类活动对植被生存域的改造作用巨大。

(3)人类活动是汤河流域植被覆盖度变化的主要驱动因素,人类对汤河流域改造加强,导致汤河流域植被覆盖程度的改变,表现在不同等级植被覆盖度区域位置、面积的变化。植被覆盖情况可以综合反映该地区的生态系统演化过程,对该地区的生态系统保护和生态修复具有重要意义。

猜你喜欢

覆盖度农田植被
呼和浩特市和林格尔县植被覆盖度变化遥感监测
基于植被复绿技术的孔植试验及应用
达尔顿老伯的农田
达尔顿老伯的农田
基于NDVI的晋州市植被覆盖信息提取
山西省2020年建成高标准农田16.89万公顷(253.34万亩)
第一节 主要植被与自然环境 教学设计
辽宁省地表蒸散发及其受植被覆盖度影响研究
与生命赛跑的“沙漠植被之王”——梭梭
基于NDVI的干旱区绿洲植被覆盖度动态变化分析——以新疆阿克苏地区为例