四川省大熊猫国家公园植被覆盖度时空变化分析

姜 龙,董 鑫,2,古晓东

(1.西华师范大学环境科学与工程学院，四川 南充 637000； 2.西南野生动植物资源保护教育部重点实验室，四川 南充 637000； 3.四川省林业和草原局&大熊猫国家公园四川省管理局，成都 610081)

引 言

植被是大气中氧气产生的最主要来源，也是地球生物生存的基础和地球生态系统循环的根本保证。植被覆盖度(fraction of vegetation coverage，FVC)通常被定义为植被(包括叶、茎、枝)在其所在地面留下的垂直投影面积占研究区域总面积的百分比[1～4]。它在维持某区域生态平衡、揭示地表植被覆盖度规律、评价区域生态环境以及动态变化中起着重要作用[5]。因此，常用于生态环境、水土保持、气候、植被变化等诸多方面研究[6～8]。随着科学技术的发展，植被覆盖度估测技术也越来越成熟。目前最为实用的植被覆盖度遥感估算方法之一是像元二分模型法。它假定像元内地物仅由植被和裸地组成，即一个像元的光谱信息是由这两种成分的光谱信息线性组合而成，其优势在于能进行较高精度的、大范围的、大尺度的宏观分析，而且简单易懂、可操作性强、适应性广、无须依赖实测数据。该方法是基于提取的草地范围，获取研究区草地的植被归一化植被指数NDVI；分析像元二分模型影响参数的因子，利用土壤类型分布图建立改进的植被覆盖度估算方法，反演获取研究区植被覆盖度[9～11]。像元二分模型利用宏观植被研究以及植物物候研究领域被广泛采用的归一化植被指数(也称为标准化植被指数Normalized Difference Vegetation Index，NDVI)[12～14]，NDVI与植被分布密度变化呈线性关系，是从宏观角度衡量植物生长状态的最佳指标之一，也是植被空间分布密度的最佳衡量指标之一。由于NDVI对植被覆盖度具有良好的相位和空间适应性且检测幅度较宽，因此被广泛应用于植被检测以及覆盖度等方面[15～17]。

本文以四川省大熊猫国家公园2015～2019年3个时间节点的MODIS遥感影像数据为基础数据源，利用像元二分模型提取植被覆盖度，并对比分析四川省大熊猫国家公园植被覆盖度时空变化特征，为进一步加强对该区域大熊猫和野生动物栖息地的保护，以及之后大熊猫国家公园的建设和管理提供一定的科学参考依据。

1 研究内容和方法

1.1 研究区域概况

大熊猫国家公园试点区规划范围跨四川、陕西和甘肃三省，涉及岷山片区、邛崃山一大相岭片区、秦岭片区、白水江片区，总面积为27 134km2，涉及3个省、12个市(州)、30个县(市、区)。其中，四川境内园区(涉及7个市(州)、20个县(市、区))面积为20 177km2，占总面积的74.36%，包括现有的67个大熊猫自然保护区，涉及区内除大熊猫外8 000多种野生动植物；试点区分为核心保护区和一般控制区，核心保护区占总面积的74.22%，一般控制区占25.78%[18～20]。

在四川省界内，大熊猫分布最多的区域是岷山片区，它横跨成都、德阳、绵阳、广元、阿坝等5个市(州)，占地面积10 013km2；分布范围最广的区域是邛崃山-大相岭片区，它位于成都、眉山、雅安、阿坝共4个市(州)，占地面积10 164km2[21]。四川省大熊猫国家公园地理位置如图1所示[22]。

图1 四川省大熊猫国家公园地理位置Fig.1 Geographical location of Sichuan Giant Panda National Park

1.2 数据来源与数据处理

1.2.1 数据来源

本研究采用美国国家航空航天局( NASA) 免费提供的MOD13Q1_Level3 16-Day NDVI产品，时间分辨率为 16 d，空间分辨率为 250 m。选择植被长势较好季节的 MOD13Q1数据，时间段分别为2015年4月23日～2015年10月16日(第113天到第289天)；2017年4月23日～2017年10月16日；2019年4月23日～2019年10月16日；每隔16天获取一次数据，并下载相邻两景，两景拼接获得研究区域。2015年、2017年、2019年每年取24景，共取72景影像数据。另外，数字高程模型DEM数据来源于地理空间数据云，大熊猫国家公园矢量边界及相关功能分区矢量数据来源于大熊猫国家公园四川省管理局。

1.2.2 技术路线

本文利用ENVI5.5遥感数据处理软件和ArcGIS10.5地理系统软件对获得的遥感数据进行加工处理及信息提取，技术路线流程图如图2所示。

注：MVC(Maximum Value Composite)即最大值合成法;FVC(fraction of vegetation coverage)即植被覆盖度图2 技术路线流程图Fig.2 Technical route flow chart

1.3 预处理

在ENVI5.5软件中，对获得的遥感影像进行几何校正和投影坐标转换，并对两景图像数据进行拼接以便覆盖全部研究区域，再利用大熊猫国家公园四川省片区区域边界矢量文件裁剪出本文研究区域。

1.4 研究方法和计算

最大值合成法(Maximum Value Composite，MVC)是将多幅相同的栅格图叠加，每个栅格单元值取多幅中最大的那个，最后合成一幅[23]，此方法可以有效地减少云、大气、太阳高度角等因素的影响，所以常被应用于统计时间序列NDVI值[24]，本研究在ENVI5.5软件中利用MVC最大值合成法对每年4月23日～10月16日拼接完成后的12景遥感数据进行叠加统计得出NDVI年平均值，该值将用于以下FVC模型的计算[25]。

像元二分模型计算植被覆盖度(FVC)，计算公式为：

FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)；

上式中，裸土或无植被覆盖区域的 NDVI 值为NDVIsoil；完全被植被所覆盖像元的 NDVI 值为NDVIveg。按照 NDVI 频率统计表，多数学者将置信区间设置为0.5%～99.5%和5%～95%[26]，也有学者采用2%～98%和1%～99%的置信区间[27-28]。但在实际选择NDVImax和DNVImix时会受到影像大小、气象、季节、植被的类型及分布、NDVI灰度分布等因素影响，且均存在一定的差异，需要研究者综合对比不同置信区间下估算得到的植被覆盖度来判断[27]。本研究区域大多数处于自然保护区，人工建筑和设施相对较少，植被较茂密且面积大。按照2%～98%的置信区间求出的，导致异常值较多，所以采用1%～99%的置信区间计算后发现异常值较少，故采用此置信区间来估算得到FVC值。波段中的NDVImin和NDVImax分别代表NDVIsoil和NDVIveg值[30～32]，因此，近似按FVC=(NDVI-NDVImin)/(NDVImax-NDVImin)进行计算。

2 结果与分析

2.1 植被覆盖度分析

2.1.1 年均NDVI值

通过ENVI5.5软件对遥感影像数据进行加工处理，然后利用MVC最大值合成法方法进行叠加统计得出2015～2019年的年均NDVI值如图3所示。

由图3可知，四川省大熊猫国家公园植被覆盖度逐年增加，呈逐渐向好趋势，更有利于四川省大熊猫国家公园大熊猫及其生态环境的保护。

图3 年均NDVI值Fig.3 Annual average NDVI value

2.1.2 植被覆盖度分级

在ArcGIS10.5中，将四川省国家公园植被覆盖度按照等分法，将FVC值由低到高分为0.2、0.4、0.6、0.8和1依次将植被覆盖度被分为5级，分别代表低覆盖度、较低覆盖度、中覆盖度、较高覆盖度、高覆盖度五个等级[33～35]。最后获得的2015～2019年四川省大熊猫国家公园植被覆盖度分级情况如图4～图6所示。

图4 四川省大熊猫国家公园 2015年植被覆盖度不同分级分布图Fig.4 Different FVC grading distribution map of Sichuan Giant Panda National Park in 2015

图5 四川省大熊猫国家公园2017年 植被覆盖度不同分级分布图Fig.5 Different FVC grading distribution map of Sichuan Giant Panda National Park in 2017

由图4～图6可知：(1)四川省大熊猫国家公园绝大部分区域都属于高植被覆盖度区；(2)四川省大熊猫国家公园高植被覆盖度区域面积随着国家公园建设的进程逐年增加，且四川省大熊猫国家公园植被覆盖度较低区域面积(或低植被覆盖度区域)则逐年减小。

在ArcGIS10.5中，将四川省大熊猫国家公园数字高程模型(DEM, Digital Elevation Model)数据分别与四川省大熊猫国家公园2015～2019年FVC值栅格图层叠加进行表面分析，得到每年FVC等级中的海拔变化情况，如表1所示。

图6 四川省大熊猫国家公园2019年 植被覆盖度不同分级分布图Fig.6 Different FVC grading distribution map of Sichuan Giant Panda National Park in 2019

根据表1不同植被覆盖度的海拔分布区间最大、最小值以及平均值，可以发现国家公园范围内，平均海拔在2 400～3 300m的地区植被覆盖度较高；平均海拔在3 600～4 100m的地区植被覆盖度大多属于中等或较低水平，而且过高海拔不利于植被生长，过低海拔地区人为干扰因素较大，使海拔过高和过低区域植被覆盖度普遍偏低。所以从整体上看，四川省大熊猫国家公园植被覆盖度变化趋势符合海拔与植被覆盖度变化关系，即平均海拔在2 400～4 100m范围内，植被覆盖随海拔升高而降低，而海拔过高或过低区域植被覆盖度较低。

表1 2015～2019年不同植被覆盖度的海拔分布情况Tab.1 Elevation distribution of different FVC grade from 2015 to 2019 (m)

2.2 不同功能分区的植被覆盖度分析

2.2.1 功能分区

在四川省大熊猫国家公园建设过程中，为更加科学合理保护大熊猫国家公园，对其进行了功能区划分，包括核心保护区和一般控制区[36]。其中核心保护区面积最大，也是保护措施最为严格的分区，占总面积的74.2%，一般控制区则占总面积的25.8%，如图7所示。

图7 四川省大熊猫国家公园功能分区图Fig.7 Functional zoning map of Sichuan Giant Panda National Park

2.2.2 各个功能分区中不同分级植被覆盖度面积

本研究在ArcGIS10.5软件中，利用各功能区不同年份不同覆盖度分级区域面积如表2，得出了四川省大熊猫国家公园2015～2019年植被覆盖度面积变化情况，如图8所示。

图8 各功能分区2015～2019年 不同植被覆盖度面积变化情况Fig.8 The changes of vegetation coverage in different functional zones from 2015 to 2019

由图8和表2可知，四川省大熊猫国家公园植被覆盖度变化趋势为：高覆盖度级别区域面积逐年增加，低覆盖度级别区域面积逐年减少。整个四川省大熊猫国家公园植被覆盖度呈现逐年向好趋势，高植被覆盖度区域面积由2015年的72.8%上升到2019年的80.4%，增幅明显，特别是自2017年大熊猫国家公园筹建至2019年从73.7%直接上升到80.4%。同时，不同功能分区植被覆盖度逐年增加，且不同功能区增速不同；整体上看，高植被覆盖度区域大多属于核心保护区，可以看出大熊猫国家公园建设对其植被覆盖度的改善起到一定的作用。

表2 2015～2019年各个功能分区中不同分级植被覆盖度面积Tab.2 FVC areas of different classification in each functional zone from 2015 to 2019 (km2)

2.2.3 功能分区与自然保护区叠加分析

四川省大熊猫国家公园的大部分区域覆盖现有的自然保护区，其中国家级自然保护区10个、省级及以下自然保护区17个[37]；特别是国家公园的核心区大多属于各类自然保护区，之前也存在较强的空间管控力度，加上有部分非自然保护区域也被纳入国家公园核心区内进行保护，这可能是国家公园核心区比一般控制区植被覆被度逐年增高的原因之一。

此外，从表1、图1、图9可知，大熊猫国家公园核心保护区大多处于中海拔区域，覆盖度普遍较高，群落结构复杂、生物多样性丰富、抵抗力稳定性强，适宜于植被演替向森林快速发展，使核心保护区植被覆盖度逐年增加且增速较快；而一般控制区大多处于低海拔和高海拔区域，覆盖度情况不佳；群落结构简单、生物多样性较差、抵抗力稳定性弱，植被生长受限，向高覆盖度演替过程较为缓慢，因此一般控制区植被覆盖度增长幅度较小。除此之外，低海拔区域人类活动较频繁，可能也是一般控制区植被覆盖度增幅较小的原因之一。气温、降雨、大气中CO2含量等环境要素是否也是导致该研究区域植被覆盖度增高的影响因子尚需进一步研究。

图9 大熊猫国家公园功能分区与自然保护区叠加图Fig.9 Overlap map of functional zoning and nature reserve of GPNP

3 结 论

本文基于四川省大熊猫国家公园MODIS遥感影像数据，着眼于对四川省大熊猫国家公园自2017年筹备建设前后(2015～2019年)植被覆盖度变化情况进行分析，目的是为制定更加完备、更加实用、更加合理的生态保护措施与方案提供有价值的参考信息，以实现四川省大熊猫国家公园的科学保护。

研究结果发现四川省大熊猫国家公园植被覆盖度逐年增加，呈逐渐向好趋势；高植被覆盖度区域逐渐增多，低植被覆盖度区域逐渐减少；同时，四川省大熊猫国家公园一般控制区和核心区均呈现高覆盖度区域面积增加趋势，且增速不同，而低、中覆盖度区域面积呈减少的趋势。总的来说，绝大多数高植被覆盖度区域为核心区，说明功能区的设置是较为合理、科学的。

本文所采用的原始数据是250m中分辨率的MODIS数据，但鉴于研究区面积较大，所以在空间分辨率上可以满足研究需要。根据《生态环境监测评价规范》[38]，本文没有选取全年数据而是选择具有代表性的、植被生长最旺盛的5～10月的遥感数据作为研究原始数据，基本可以反映全年整体结果。在后续研究中，应该选取更长时序、更高分辨率的原始数据，精度和效果可能会更好；同时，我们将会进行实地勘测、现场调查，结合实际情况进一步对四川省大熊猫国家公园进行研究分析。