2000—2020年福州市植被覆盖度时空变化分析

危金煌，樊仲谋，胡喜生

(福建农林大学交通与土木工程学院，福建 福州 350002)

植被覆盖度是区域气候数值模型的关键生态气候参数，它不仅可以表达一定范围内的光合作用面积和植被密度，还可以评价植被的生长情况和当地生态系统的健康水平。植被覆盖水平的变化对地表的生态系统功能与人类福利有着深远的影响，研究当地的植被覆盖动态原因与影响，对于当地的环境研究有着十分重要的意义[1-3]。

在3S技术发展以前，植被覆盖度一般由目测法、仪器法测量获得，但上述方法不单单耗时耗力，而且难以达到较高的预期精度，导致在较大的区域尺度上对植被覆盖度的评价水平较差，还会受到多种因素限制如天气、时间等。2016年 AnccsA等用相对密度的方式，采用MODIS数据来计算当地的植被覆盖度[4]。在国内，2004年李苗苗等在推导像元二分法模型2个重要参数的原理上，对现有模型参数的计算方式进行了改进，提出了对植被覆盖度的定量计算方案[5]。2012年穆少杰等利用2001—2010年的MODIS数据，推导出内蒙古的植被覆盖度的分布特点；明晰了在不同时空上的森林、草地和荒漠生态区植被对气候变化的影响[6]。

随着2001年出台的《“十五”计划纲要》，福州市在城镇化进程加快的背景下，在经济快速发展的同时也对福州市各地区的植被覆盖造成了不同程度的影响。2007年，在党的十七大作出深入贯彻落实建设生态文明的重大战略决策后，福州市开始重视加强绿色生态的建设，且2011年福建在全省范围内展开绿化造林“总动员”活动，福州市政府并于2014年开始国家森林城市建设，并通过3 a多的建设，在2017年10月获得了“国家森林城市”称号。故本研究将2000，2005，2010，2015，2020年作为关键时间节点，选取福州市2000—2020年5期的Landsat遥感影像数据，研究其植被覆盖时空变化规律。

1 研究区概况

福州市地处北纬25°15′—26°39′，东经118°08′—120°31′，位于中国的东南沿海，全市土地共有11 968 km2，其中城区面积为1 786 km2[7]。福州的地势为标准的河口盆地，东部平原与丘陵共存；南部主要为盆地；西部属于中海拔的山地；北部属于山地地形，其海拔由从西南向东降低[8]。全市陆地总面积的72%为山地和丘陵。福州市的气候属于亚热带季风气候，雨热条件充足；夏季炽热多雨，冬季温暖少雨。年均日照时间在1 700—1 980 h之间；年均降水量在900—2 100 mm之间；年均气温在20—25 ℃之间；最冷月为1，2月,平均气温为6—10 ℃；最热月为7,8月，平均气温为33—37 ℃[9]。福州有其复杂的地形条件和较为良好的生态环境，并且处于重要的经济地位，福州市在注重经济发展的同时也同样注重生态环境的平衡。研究该地区植被覆盖度变化，可以为当地政府的植被恢复和保护提供重要的参考价值。

2 研究方法

2.1 遥感影像数据的获取及预处理

本研究的遥感资料与高程数据来源于网站“地理空间数据云”(www.gscloud.cn)，福州市人工造林数据来源于林业知识服务系统(http://forest.ckcest.cn/)。按照福州市植被生长最佳的6—9月时段和所下载影像数据应满足云量较少且尽量不遮挡研究区的原则，选择2000，2005，2010年的Landsat 7 ETM影像及2015，2020年的Landsat 8 OLI影像，空间分辨率均为30 m。本研究所选用的传感器遥感影像参数如表1所示。

表1 研究区遥感影像参数

本研究使用ENVI5.3软件对遥感数据进行预处理：裁剪、辐射定标及大气校正，且对于2005-09-26，2010-08-04的影像还需要进行条带修复的工作。并且由于条带号119、行编号42的影像已将福州市完整覆盖，故不需要镶嵌、拼接等操作。

2.2 植被指数的选取

因植被叶面对近红外波段光谱有更强的反射能力，而且对可见光红波段光谱却有更强的吸收能力；通过这一原理将这2个波段值进行计算就可以获得其植被指数[10-11]。许多生态研究场景都可将归一化差分植被指数(Normalized Difference Vegetation Index，NDVI)用作参考，它可以很好地反映植物生长情况和植被分布密度[12-13]。本文NDVI值的计算原理为近红外波段(NIR<0.7 mm)与可见光红波段(0.4 mm

式中，NIR为近红外波段反射率，R为红波段反射率。

2.3 植被覆盖度的计算

区域内的植被覆盖度数据可通过像元二分模型计算得出。像元二分模型的特点是更加浅显、适用。假设每一像元的NDVI值由植被和土壤2者组成[14]，其公式为

式中，FVC为植被覆盖度，NDVI为单个像元的植被指数值，NDVIsoil为纯土壤的植被指数值，NDVIveg为纯植被的植被指数值。NDVIsoil与NDVIveg分别由像元的NDVImin与NDVImax代替。为减小噪声等干扰，取值时需要设置一个置信区间，根据本研究的遥感影像图像大小、清晰度、噪声等情况，采用置信区间为累加百分比5%至95%，具体取值如表2所示。

表2 研究区NDVImin和NDVImax的取值

2.4 空间自相关的分析

空间自相关分析采用计算一个位置上的方差与邻近位置的方差的关系来判断其是否存在空间依赖性或异质性。

(1)全局自相关系数用Moran′sI表示，公式如下：

式中，I为全局自相关系数，n为渔网网格数量，xi和xj是网格i和j的植被覆盖度变化值，¯x为植被覆盖度变化平均值。Wij表示网格i和j的空间位置相邻关系，当网格i和j为空间邻接时，Wij=1，反之，Wij=0。Moran′s I统计量的取值一般在-1到 1之间，正值表示植被覆盖度退化较高(或改善较高)的区域在空间上集聚，负值则显示该区域与其周围区域的植被覆盖度变化具有明显的空间差异[15]，且其空间上集聚是否显著可由其导出的Z-score判断。

(2)局部空间自相关是从局域尺度探究空间关联特征，计算公式[15]如下：

式中，Ii若为正值则局部正相关，属于高—高集聚或低—低集聚；Ii为负值，则反之。

3 结果与分析

3.1 植被覆盖度总体空间分布特征

结合研究区植被覆盖情况，并参考5个年份的NDVI平均值(如图1)，调整植被覆盖梯度，通过ArcGIS 10.2软件将福州市植被覆盖度划分出5个等级(见表3)，并生成福州市植被覆盖梯度分布(如图2)。

图1 2000—2020年影像的NDVI平均值

表3 植被覆盖度分级标准

从图2中可以看出，福州市2000—2020年的植被覆盖度总体空间分布特征均呈现西部和北部的植被覆盖度普遍高于东南部地区。植被覆盖度较低的地区主要出现在居住区、水体、河流沿岸、沿海地区以及自然条件(水分条件)较差或人为因素干扰较大的地区，如沿闽江流域地区与福清市、长乐市的东南沿海地区的植被覆盖度普遍较低。且福州主城区在人口过密和经济发展压力的条件下，如城市发展而占用耕地、林地、草地等、毁林开垦、滥砍乱伐等都会对当地的植被覆盖水平有较为严重的影响。而永泰县、闽清县、闽侯县3地因其地势较高并且人为活动因素较少，所以这些地区的高植被覆盖度面积较大，且植被覆盖水平较高。

图2 福州市2000—2020年植被覆盖分布

由表4，图3中可以看出，福州市的总体植被覆盖水平较高，2000年至2020年高植被覆盖度地区面积占总面积均在65%以上，且中高植被覆盖度地区面积占总面积在13%以上。但20 a间的高植被覆盖度面积逐渐降低，中、低、极地植被覆盖度地区面积所占比例从2000年至2020年逐步扩大。

图3 福州市2000—2020年各等级植被覆盖度变化

表4 福州市2000—2020年植被覆盖度统计

3.2 植被覆盖度差值空间分布特征

对福州市2000，2010，2020年每10 a之间的植被覆盖度两两作差值分析，研究其变化特征。分别运用Arcgis10.2的栅格计算器作出2000—2010年和2010—2020年的植被覆盖空间差值图，并将所获得的影像按明显退化、中度退化、基本稳定、中度改善、明显改善5种进行重分类[16]。获得2000—2010年和2010—2020年的植被覆盖度变化图(如图4)与统计(见表5)。

图4 福州市植被覆盖度变化

从表5中可以看出，福州市2000—2010年与2010—2020年期间相比，福州地区植被变化的覆盖比从整体的面积覆盖占比上看变化不大，其主要表现在植被覆盖度变化情况中“中度改善”的覆盖比由10.71%提高到了16.33%；但从图4中可以看出，福州地区的植被覆盖变化有着十分可见的空间相关性，并且福州市2000—2010年与2010—2020年植被覆盖变化图的植被覆盖退化的地区与植被覆盖改善的位置出现非常明显的差异性，往往在前者2000—2010年期间的明显退化地区变成了后者2010—2020年期间的明显改善地区。由福州市2002—2019年人工造林面积数据，作其面积变化图(如图5)。可见福州市2011年内展开的绿化造林“总动员”作为人为因素活动，对2010—2020年植被覆盖变化起到了积极作用。

图5 福州市2002—2019年人工造林面积变化

表5 福州市植被覆盖度变化等级覆盖比 %

将2000—2010年与2010—2020年的研究区内各像元的植被覆盖度变化值按福州市各区、县将其平均，考察福州市内各区、县的植被覆盖度变化情况，结果如图6所示。在2000—2010年间福州市平均植被覆盖度降低了0.03，其中只有鼓楼区和台江区的平均植被覆盖度有所提高，其余福州市各地区均有不同程度的降低，其中闽江流域南部的仓山区、马尾区与福州东南沿海部分的长乐市、福清市最为显著。但在2010—2020年间福州市内各区、县的平均植被覆盖度提高了0.07，其中只有闽清县、永泰县、闽侯县的平均植被覆盖度有所降低。

图6 福州市各地区平均植被覆盖度变化

3.3 植被覆盖度变化相关性分析

3.3.1 全局自相关分析 由于福州市各地区的植被覆盖度变化出现明显的地理差异，为进一步明晰福州市与植被覆盖度变化的空间关联和空间差异程度，运用ArcGIS软件，在2000—2010年与2010—2020年福州市植被覆盖变化图的基础上建立1 km2的渔网，再以表格进行分区统计后，进行空间集聚效应分析得到2000—2010年与2010—2020年福州市植被覆盖变化的Moran′sI指数，前者为0.24，后者为0.17，且Z值均为正，P值均小于0.001，表明福州市植被覆盖变化存在显著的空间正相关。

图7 福州市植被覆盖度变化(1 km)

3.3.2 局部自相关分析 全局空间自相关仅从整体上分析福州市与植被覆盖度变化的关系，无法研究局部地区间具体的空间关联特征，所以需要构造局部自相关模型精准测度区域内的空间相关性[17]。使用空间集聚效应分析得到2000—2010年与2010—2020年福州市植被覆盖度变化局部Moran′sI值，从而构建以莫兰散点图为基础的LISA集聚图，最终将福建省植被覆盖变化的局部关联特征分为5类：“高—高聚类”“高—低离群”“低—高离群”“低—低聚类”和“不显著”(见表6)。

表6 福州市植被覆盖度变化的各局部关联特征占比 %

由图8可知，福州地区的植被覆盖度变化在空间上并非随机，而表现出一定程度的局部空间自相关集聚格局，其内部具有空间相关性的地区主要有福州市中心的鼓楼、仓山、马尾3区；福清市与长乐市的沿海地区；永泰、闽清、闽侯等地势较高的地区。

图8 福州市植被覆盖度变化LISA集聚

其中福州主城区与福清市、长乐市的沿海地区由前者的“高—高聚类”区(即明显退化)转变为后者的“低—低聚类”区(即明显改善)。这主要得益于福州市政府在“旧城改造”和“新城建设”的政策下调整了工业布局，将福州市区的一些劳动密集型企业进行异地搬迁和改造，使老企业向城区外转移；《福州市园林中心2019年城市园林绿化工作总结》中指出福州市的园林绿化工作累计梳理林荫道291条，边角地整治223处，屋顶绿化104处，墙体绿化89处，最美街巷25条；累计在市民家门口建成串珠公园203个，滨河绿道455 km,新建改造提升公园绿地约254 hm2。将福州主城区作为森林城市体系的核心区域来建设，使得福州主城区的植被覆盖水平在2010—2020年间得到明显的改善。

但在永泰县内的一些高植被覆盖度区域，由前者“低—低聚类”(即明显改善)转变为后者的“高—高聚类”区(即明显退化)。其主要原因是在永泰地区因地势较高并且人为活动因素较少，植被生态环境较好，一直以来是福建省内的游览胜地，拥有丰厚的旅游资源，县内景色秀丽、水系发达、动植物生态稳定且农业资源有着自己的特点，并且在政府的“乡村旅游”政策的引导下永泰旅游业快速发展、森林旅游开发速度加快；在2010年公布的《永泰县土地利用总体规划》中表示规划到2020年文化旅游项目的土地用地总体量约达到2 347 hm2，占全县范围内建设用地的近34.9%。在此发展背景下，永泰县内的一些高植被覆盖度地区在2010—2020年间出现了明显退化的趋势。

4 结论与讨论

4.1 结论

本研究以福州市为研究对象，选取2000—2020年5期研究区的卫星遥感影像，运用植被指数方法估算福州市在2000，2005，2010，2015，2020年5个关键时期的植被覆盖度，通过综合差值法、均值法、空间自相关等方法分析各区域的植被状况，得出以下主要结论：

(1)2000—2020年间，福州市的总体植被覆盖水平较高，其NDVI平均值在0.68以上，其中高植被覆盖度地区占研究区总面积的65%以上。植被覆盖度的总体空间分布特征均呈现西部和北部的植被覆盖度普遍高于东南部地区。但20 a间的高植被覆盖度面积逐渐降低，由2000年的8 171.72 km2降低至2020年的7 525.72 km2，中、低、极低植被覆盖度地区面积所占比例从2000年至2020年由13.54%逐步扩大至19.92%。

(2)在2000—2010年间福州市的平均植被覆盖度降低了0.03，其中只有鼓楼区和台江区的平均植被覆盖度得到提高，其余福州市各地区均有不同程度的降低，其中闽江流域南部的仓山区、马尾区与福州东南沿海部分的长乐市、福清市最为显著。而在2010—2020年间福州市内各区、县的平均植被覆盖度提高了0.07，但闽清、永泰、闽侯县的平均植被覆盖度有所降低。

(3)近年来福州西部地区大力培育发展乡村旅游、古镇文化旅游等业态时使当地植被覆盖度有所降低，如永泰县的一些原高植被覆盖度地区受到较大影响。故在开发其旅游价值的同时，应着重优化绿色布局构建国土空间开发保护体系，强调其水源涵养、固碳释氧等方面的生态功能价值。

4.2 讨论

本研究以基于Landsat数据从时间与空间上探究了福州市2000—2020年植被覆盖空间分布格局与变化规律，并且着重探究其植被覆盖变化与人为活动因素的关系。福州市植被覆盖变化区域存在显著的空间聚集性，且集聚区域的植被覆盖变化与该区域发展政策有着密切联系。但除人为活动因素外，气候变化、水土保持和土地利用变化等自然因素对植被覆盖的时空变化也有影响，所以还需进一步探讨福州市植被覆盖度与气候、地理因子及其变化的相关性，但因笔者目前的能力与数据有限，无法对其进行综合定量分析，但笔者将在未来继续进行探索研究。并且由于遥感数据分辨率的限制会对结果的精确性造成一定影响，所以在今后的研究中可进行实地数据验证以提高数据精度。