基于光谱数据的祁连山不同生态区植被覆盖时空变化特征

2022-04-06潘冬荣韩天虎闫浩文

光谱学与光谱分析 2022年4期

潘冬荣，韩天虎，闫浩文

1. 兰州交通大学测绘与地理信息学院，甘肃兰州 730070 2. 甘肃省草原技术推广总站，甘肃兰州 730010

引言

植被是陆地生态系统的主体，对环境因子变化敏感，其空间分布和生长变化状态是对相应地区各环境要素长期适应的结果，在全球变化与陆地生态系统的研究中充当着“指示器”的作用[1]。植被覆盖变化过程既反映了生态系统自身的变化，又反映了自然因素和人类活动对生态系统的作用过程。区域植被覆盖变化监测是全球变化研究的热点内容，对全球气候变化应对和环境保护政策制定具有重要意义[2]。植被覆盖变化容易受到气候和人类活动的共同影响，多年来，由于人类不合理的开发利用，陆地生态系统遭到了极大的破坏，严重阻碍了社会、经济的可持续发展，威胁着人类的生存与发展。

祁连山是中国东部季风湿润区、西北内陆干旱区和青藏高寒区的交汇处，其生态极度脆弱，植被覆盖对气候及环境变化敏感，极易受到气候变化和人类活动的影响[3]。祁连山区植被稳定性的维持对中国西部生态安全具有至关重要的作用，是国家“一带一路”规划顺利实施的重要保障。近年来，受气候变化和人类活动的双重影响，祁连山区的生态环境发生了极大的变化[4]，引起了学者和政府部门的广泛关注。自1998年开始，中国分批次启动了天然林资源保护、退牧还草、退耕还林和生态恶化土地治理等22个生态保护工程项目[5]，祁连山是这些工程的重点区域。 2016年中央环保督察组对甘肃省开展环境保护督察工作，认为祁连山生态环境问题严重。之后，甘青两省各部门在祁连山区开展了前所未有的生态恢复工程。

目前常用的遥感光谱NDVI主要有GIMMS-NDVI，SPOT-VGT-NDVI和MODIS-NDVI[6]，Chen利用MODIS和NOAA等遥感数据源研究了2000年—2017年全球植被覆盖变化情况，发现在过去18年全球植被覆盖呈增加趋势，其中，中国和印度的贡献率最大。 Fang等利用GIMMS研究了中国植被变化趋势，认为中国植被活动在增强，西部地区植被增加尤其显著。金凯等利用GIMMS-NDVI3g数据对中国区域1982年—2015年植被覆盖变化进行了研究，发现中国植被恢复明显，并且在中国接近70%的区域人类活动对植被变化的影响大于气候因素。王志伟等利用GIMMS-NDVI和MODIS-NDVI数据对青藏高原植被生长趋势进行了分析，发现青藏高原区植被显著增加，气温是影响植被增加的主要因素[7]。赵舒怡研究发现华北不同生态区植被覆盖度变化速率有所不同。有学者研究发现祁连山中西部植被覆盖呈增加趋势、东部植被覆盖呈减小趋势，荒漠呈萎缩趋势而草地呈增加趋势。可见，植被覆盖变化因类型和所处的生态区有所不同，但现有的研究并未关注祁连山生态保护工程实施后不同生态区植被覆盖变化速率和未来趋势，为此，本研究利用SPOT-VGT-NDVI光谱数据分析了生态工程实施后祁连山不同生态区植被NDVI时空特征和动态变化规律，探寻植被覆盖变化的敏感区域，为区域生态安全、生态工程建设提供理论基础和技术支持，进而为林草部门制定祁连山保护规划和植被恢复提供科学依据。

1 实验部分

1.1 研究区域概况

祁连山位于亚欧大陆中部，是青藏高原东北部最大的边缘山系，东起乌鞘岭，西至当金山口，北邻河西走廊，南接柴达木盆地，东西长约850 km，南北宽约250～400 km；地势由西北向东南降低，由多条西北—东南走向的平行山脉和谷地组成，海拔在2 100～4 500 m之间，最高峰团结峰高达5 826.8 m；水热条件差异大，年均温0.6 ℃，年降水400～700 mm，自东向西呈增加趋势。河流以冰川融水和山区降水补给为主，主要有党河、北大河、大通河、湟水和河西走廊三的大内陆河：黑河、石羊河、疏勒河等；祁连山独特的地理环境和气候条件使得区内分布有乔木、灌木、草本等各种植被[3]。根据生态系统类型和地理特征的差异，按照中国生态区的分类标准，可将祁连山划分为7个生态区(图1)，各生态区编号、面积及所占比例见表1。

图1 祁连山生态区划分Fig.1 The ecological regionalizationof Qilian Mountains

表1 祁连山不同生态区面积及比例Table 1 Area and proportion of different ecologicalzones in Qilian Mountains

1.2 光谱数据来源及预处理

考虑到生态工程对植被覆盖变化的影响，选择了与祁连山生态工程实施起始年份同期的1998年以来的基于连续时间序列的SPOT-VGT-NDVI卫星光谱遥感数据集作为数据源，数据来自中国科学院资源环境科学与数据中心(http://www.resdc.cn/)，通过几何校正和大气校正控制数据质量，然后对数据进行拼接、投影和裁剪等处理。数据空间分辨率为1 km，时间分辨率为1 d，采用最大合成法排除云、大气等干扰，生成1998年—2018年月度、年度植被指数。

1.3 方法

1.3.1 均值法

利用年最大合成值NDVImax进行趋势分析制作NDVI年际变化图。将每月最大合成值NDVImax数据按不同月份进行分类，求取平均值，制作NDVI月际变化图，分析NDVI随时间变化的特征。

1.3.2 趋势分析法

使用一元线性趋势线模型，逐像元拟合植被NDVImaxk年际变化趋势，反演近21年祁连山区植被时空变化格局，植被NDVI年际变化趋势计算公式如式(1)

(1)

式(1)中：n为监测年数；k为年序列数; NDVImaxk为第k年的最大值;θslope为变化斜率。

按照自然断点法[8]将NDVI变化趋势在ArcGIS平台上进行重分类为5个等级，定义为：明显恶化，轻微恶化，基本不变，轻微改善，明显改善。

1.3.3 变异系数法

变异系数是标准差与平均数的比值，表征观测值的变异程度。用变异系数表征每个像元NDVI值的时序变化情况。变异系数越大，表明时序越不稳定；反之，则表明时序较为稳定。变异系数的计算公式如式(2)

(2)

按照自然断点法[8]将植被覆盖变异系数在ArcGIS平台上重分类为5类，定义为：低波动区域，较低波动区域，中波动区域，较高波动区域和高波动区域。

1.3.4 叠置分析法

持续性分析—Hurst指数法：定义NDVI时间序列为NDVI(t)，其中t=1, 2, …,n，对于任意正整数τ≥1，该时间序列的均值序列为

(3)

累积离差序列为

(4)

极差序列为

R(τ)=maxX(t，τ)-minX(t，τ)

(5)

(1≤t≤τ；=1, 2, …,n)

标准差序列为

(6)

(τ=1, 2, …,n)

计算Hurst指数为

(7)

式(7)中：H为Hurst指数；C为比例参数。

空间叠置分析法：将NDVI空间变化趋势和持续性在ArcGIS平台上进行空间叠加，将耦合的结果分为8类，定义为：反持续轻微恶化、反持续明显改善、反持续明显恶化、反持续轻微改善、持续明显恶化、持续轻微恶化、持续明显改善、持续轻微改善[8]。

2 结果与讨论

2.1 时间变化特征

祁连山植被NDVI月均值变化如图2所示，波峰出现在7月—8月，5月—10月的NDVI值分别为0.16，0.28，0.37，0.38，0.30和0.20。 NDVI月最大值变化趋势与月均值变化趋势相同。

图2 祁连山植被NDVI月变化Fig.2 Monthly variations of NDVI inthe Qilian Mountains

祁连山1998年—2018年均植被NDVI总体呈波动上升趋势，NDVI值在0.34～0.43之间波动，增速为0.32%·a-1(图3)，主要是近年来祁连山区降水量增加和1998年以来相关部门采取的退耕还林还草、天然林保护工程、草原减畜等保护工程措施[5]综合作用的结果。

图3 祁连山1998年—2018年植被NDVI年变化趋势

对祁连山不同生态区植被NDVI变化趋势进行统计发现：柴达木盆地荒漠生态区和帕米尔—昆仑山—阿尔金山高寒荒漠草原生态区NDVI变化率较小，仅为0.14%·a-1和0.27%·a-1，而内蒙古高原中部草原化荒漠生态区和江河源区-甘南高寒草甸草原生态区的变化率较大，分别为0.54%·a-1和0.57%·a-1(表2)。主要是因为荒漠生态区是在极度缺水的干旱区域形成的，高寒荒漠草原生态区是温性荒漠向温性草原的过渡区，分布的植物种主要为耐旱的小灌木和半灌木，其对气候变化和人类保护措施的响应不及草本植物，因此，其NDVI变化率较小。草原化荒漠生态区是温性草原向温性荒漠的过度地带，在气候和保护措施适当的条件下可能发育为温性草原，其中分布的针茅、长芒草等对水热条件响应敏感，近年来降水量的增加使得草原化荒漠生态区植被覆盖变化率较大，江河源区-甘南高寒草甸草原生态区植被NDVI变化率较大的原因主要为近年来实施的退牧还草、草原补奖等政策的实施减轻了放牧压力，使得恶化草原发生正向演替，植被覆盖度和生物量增加。

将NDVI等间距分为5个区间，分别统计各NDVI区所占的面积比例(图4)，发现21年间高值区(0.8≤NDVI<1.0)所占面积比例增加(增速为54.4%·a-1)，低值区(0

表2 祁连山不同生态区植被NDVI变化率

图4 不同区间NDVI变化趋势Fig.4 Variation trends of NDVI in the Qilian Mountains

图5 不同区间NDVI空间分布及所占比例Fig.5 Spatial distribution of NDVI

2.2 空间分布特征

逐像元统计21年间NDVI均值并绘制分布图(图6)。总体来看祁连山植被NDVI偏低，从东南向西北逐渐减小，这主要是因为祁连山东部受海洋季风的影响，中西部受西风影响，水汽来源的不同导致祁连山降水量自东向西呈递减趋势，造成植被覆盖东多西少。东部地区主要植被类型为森林、高寒草甸和典型草原；中部地区主要植被类型为高寒草原和典型草原；西部地区主要植被类型为荒漠草原[9]。 NDVI<0.4的面积占祁连山总面积的56.34%，主要分布在柴达木盆地荒漠生态区、帕米尔—昆仑山—阿尔金山高寒荒漠草原生态区的中西部、祁连山森林与高寒草原生态区以及江河源区-甘南高寒草甸草原生态区的西北部。其中，00.4的面积占祁连山总面积的43.66%，主要分布在祁连山森林与高寒草原生态区、江河源区-甘南高寒草甸草原生态区的东南部、内蒙古高原中部草原化荒漠生态区以及内蒙古高原中部-陇中荒漠草原生态区。其中，0.4≤NDVI<0.6的面积为2.63×104km2，占总面积的14.40%。 0.6≤NDVI<0.8的面积为5.00×104km2，占总面积的27.40%。 0.8≤NDVI<1.0的面积为0.34×104km2，占总面积的1.85%。

2.3 空间变化特征

祁连山植被NDVI变化斜率介于-0.035～0.045之间，变化趋势分布图显示，40.76%区域的植被呈改善(包括轻微改善和明显改善)趋势，零散分布于除柴达木盆地荒漠生态区的各生态区(图7)。这与桂娟[9]等的研究结果一致，主要原因可能为气候的暖湿化及人类的保护措施。 28.37%区域的植被呈恶化(包括轻微退化和明显退化)趋势，集中分布于柴达木盆地荒漠生态区西北部区域。零散分布的恶化区域可分为3部分，分别为高海拔雪线附近的高寒草原和高寒荒漠、城镇周围以及河湖周围。水热条件的精确耦合以及人类的合理利用有助于植被恢复[10]，雪线附近恶化可能是水热条件恶劣和野生动物增多综合作用的结果[5]，城镇周围恶化是由于城镇经济的发展，占用了部分林地、草地，植被NDVI表现出恶化趋势[11]。青海湖、哈拉湖和其他河岸、湖岸周围植被呈恶化趋势主要是因为2004年以来的降水量增加以及高温导致的高山积雪消融和冰川消融使得水位上升[12]，湖岸线上升5.52 km淹没周围草地导致NDVI出现大幅下降[13]。

图6 祁连山NDVI空间分布图Fig.6 Spatial distribution of NDVIin the Qilian Mountains

图7 祁连山1998年—2018年NDVI变化趋势空间分布及所占比例Fig.7 Spatial distribution trends of NDVI in the Qilian Mountains from 1998 to 2018

祁连山植被NDVI变异系数介于0.018～3.98之间，总体表现为东南区域变化较小，西北区域较大，各生态区域内没有明显的规律性(图8)。统计发现，低波动区域和较低波动区域主要分布在祁连山东部，占祁连山总面积的91.11%，这些区域的植被类型为森林、高寒草甸、山地草甸、温性草原等，植被结构稳定，受到气候和人类活动影响较小，因此波动较小。较高波动和高波动变化区域零散分布于祁连山西部区域，占1.21%。结合DEM数据发现，高波动区域是海拔为4 500 m以上的常年积雪区域周围的高寒荒漠和高寒草原区，这些区域正是植被脆弱区，也是植被恶化区域，极易受到自然和人为因素的影响，近年来国家虽然在祁连山区域实施了诸多的生态工程计划，但这些区域海拔较高，交通不便，人类的围栏、补播等保护性措施较少[5]，生态保护引起的野生动物增多是导致区域植被恶化的重要原因[14]，此外，增温诱发的干旱也是引起高寒荒漠和高寒草原恶化的重要原因。针对此区域，国家应该实施严格的政策性禁牧制度，以达到植被恢复的目的。

图8 祁连山1998年—2018年NDVI变异系数空间分布及所占比例Fig.8 Spatial distribution variation coefficients of NDVI in Qilian Mountains from 1998 to 2018

2.4 未来演化趋势

基于Hurst指数值域，对祁连山1998年—2018年NDVI变化的可持续性进行分析，并与植被覆盖变化趋势进行叠加分析(图9)，发现植被覆盖反持续性变化的面积为1.31×104km2，占祁连山总面积的7.12%；大部分区域的植被覆盖变化趋势与过去相同，面积为16.02×104km2，占祁连山总面积的92.88%。