近20 年荆州市归一化植被指数时空演变特征及其对空气质量的影响∗

2024-01-16王彤新郭晓华张庭康张秀娟

中国城市林业 2023年6期

王彤新李莎左婵郭晓华张庭康张秀娟

1 长江大学园艺园林学院湖北荆州 434000

2 中南大学地球科学与信息物理学院长沙 410083

3 中国科学院地理科学与资源研究所生态系统网络观测与模拟重点实验室北京 100101

植被作为陆地生态系统中连接土壤、大气、水文等要素的枢纽, 在水土保持、气候调节、碳氮循环等生态系统功能中发挥着不可或缺的作用[1－2]。植被覆盖动态变化可用于反映植被生长状况和健康程度[3], 是评价土壤地表植被状况的一项关键参数。近年来卫星遥感技术因不受自然和人为因素约束并且能够在短期内覆盖大尺度植被监测数据[4], 被广泛应用于监测全球植被动态变化。归一化植被指数(NDVI) 具有消除仪器定标、辐射误差的特点以及时间序列长、运算简便的特性, 是当今植被指数评价中描述植被覆盖和生物量情况的重要参数, 被普遍应用于植被动态监测和植被年际变化研究[5]。目前已有研究大多是关于高原和流域地区植被NDVI 时空演变与气候变化响应等方面, 如黄土高原、青藏高原、喀斯特地区、黄河流域、长江流域等植被覆盖演变特征[6－13]。面对城市植被覆盖动态变化与大气污染间相关研究尚比较欠缺, 系统地探讨植被覆盖时空演变特征和空气质量的响应对改善区域环境质量、科学管理植被配置和治理生态环境具有重要科学价值。

荆州市作为我国首批国家历史文化名城之一,拥有内陆最广、密度最高的水域和得天独厚的生物资源优势, 是国家森林城市和维护长江中游生态系统的重要屏障。在经济快速发展和城市化进程中, 城市空气污染已成为全球面临的重大问题。城市绿地作为城市的心肺, 在自然环境修复与城市人居环境改善中发挥重要作用, 自开展长江防护林建设、山水林田湖草沙生态保护与修复、荆江水生态大保护、森林生态系统恢复等一系列生态修复工程以来[14－15], 植被覆盖与区域环境发生巨大变化, 但是目前还未有系统的评估, 因此,本文以湖北省荆州市为研究对象, 利用MOD13A3 NDVI 数据源分析2000—2019 年荆州市植被NDVI动态变化, 为推进城市绿色生态发展和实现生态格局可持续发展提供参考。

1 研究区概况

荆州市 (111° 15′—114° 05′ E, 29° 26′—31°37′N)地处湖北省中南部, 江汉平原腹地, 是长江中游交通枢纽之一, 总面积14.1 万km2, 涵盖2 个市辖区(荆州区、沙市区), 4 个县级市(石首市、松滋市、洪湖市、监利市), 2 个县(公安县、江陵县) (图1)。全市地势略呈西高东低, 由低山丘陵向岗地、平原逐渐过渡, 形成以平原岗地为主, 兼有少量丘陵、低山的地形地貌。研究区属亚热带季风湿润气候, 四季分明、热量丰富、光照适宜、雨水充沛、雨热同季、无霜期长。

图1 荆州市行政区域

2 数据来源与研究方法

2.1 数据来源与处理

NDVI 数据来自美国国家航空航天局(National Aeronautics and Space Administration,NASA) 提供的2000—2019 年MOD13A3 数据产品(https:/ /neo.scigsfc. nasa. gov), 空间分辨率为1 km, 时间分辨率为16 天, 数据格式为HDF；DEM 数字高程数据来自地理空间数据云(https:/ /www.gscloud.cn/), 空间分辨率为90 m；荆州市行政边界地图来自国家基础地理信息系统1 ∶400 万数据。荆州市2015—2019 年空气质量数据来自空气质量在线监测分析平台 (https:/ /www.aqistudy.cn/)。

首先使用NASA 提供的MODIS 重投影工具(MRT) 软件对MOD13A3 数据进行拼接和投影,将HDF 格式转为TIF 格式, 并在ArcGIS 10.2 软件中裁剪出研究区范围, 采用TIMESAT3.2 软件的S－G 滤波方法[16], 对数据进行平滑和降噪处理；然后用批量最大值合成法合成月尺度的NDVI数据, 再对NDVI 数据进行反演减少或消除云、大气和太阳高度角对遥感的影响, 处理后的240幅NDVI 分布影像采用均值法生成年NDVI 序列数据；最后根据国家空气质量监测平台提供的2015—2019 年空气质量指数月统计历史数据求均值获得年均数据。

2.2 研究方法

2.2.1 最大值合成法

最大值合成法(MVC) 通常是指从几个图像中取最大像元值重新生成一副新的图像, 可以有效减少或消除云层、天气等因素对结果的影响[17]。本研究采用MVC 法得到2000—2019 年植被年尺度NDVI 年数据, 代表荆州植被年内最佳生长状态。

2.2.2 NDVI 计算

通过MODIS 卫星遥感获取反映植被生长状态和空间分布密度的NDVI。计算方法为近红外波段反射值与红光波段反射值之差与上两者之和的比。公式如下[18]:

式(1) 中:Band2 为近红外波段反射值；Band1 为红光波段反射值；NDVI可以反映植被覆盖度和植被生长状态, 值域为－1~1。NDVI<0 表示地面覆盖为水系、冰雪或云层等, 对可见光高反射；NDVI>0 表示地表有植被生长, 其值越高越趋于1, 植被覆盖等级越好。

2.2.3 趋势分析

采用一元线性回归法分析变量间的线性关系及变化[19]。本研究采用2000—2019 年荆州市NDVI 的年际变化表征荆州市植被在时间上的变化趋势, 借助F 检验完成回归方程的显著性检验。植被变化趋势用Slope表示, 公式[20]为:

式(2) 中:n为年限(n＝20),i＝1, 2, 3,……,n；NDVIi代表第i年的数值；Slope代表植被NDVI 年际变化趋势。若Slope>0, NDVI 呈改善趋势；若Slope＝0, NDVI 在研究时段无增减；若Slope<0, NDVI 呈退化趋势。

2.2.4 相关性分析

皮尔逊相关系数可以有效衡量两个变量间的相关程度。为研究NDVI 与PM2.5、 NDVI 与PM10、NDVI 与CO、 NDVI 与SO2、 NDVI 与NO2、 NDVI与O3的相关性, 计算皮尔逊相关系数公式如下[21]:

式(3) 中:R为变量变化趋势的相关性；xi代表第i年NDVI 值；yi代表对应第i年PM2.5、PM10、 CO、 SO2、 NO2、 O3的年均值；和分别表示要素样本平均值；n为年限(n＝5)。R值域在－1~1, 若R>0 表示正相关,R<0 表示负相关,｜R｜值越大则相关性程度越高。

3 结果与分析

3.1 NDVI 时空分布特征

3.1.1 NDVI 时间变化特征

通过对荆州市植被NDVI 年际变化的分析可知(图2), 2000—2019 年荆州市NDVI 年均变化呈现波动上升, 从0.431 (2000 年) 增长到0.474 (2019 年), 增加了0.043, 每年变化率为0.215%, 说明研究时段荆州市植被NDVI 整体变化趋势以改善为主。 2000—2019 年荆州市NDVI均值为0.454, 快速波动变化集中在2000—2013年, 其中3 大上升阶段的起点分别为2002、 2009和2012 年； 2013 年后NDVI 稳定于0.470 且年际变化速率放缓。各区域NDVI 均值(表1) 表明,与2000—2009 年相比, 2010—2019 年植被NDVI均增加, 增加范围在4.1%~8.2%, 增量最高的区域为江陵县。

表1 荆州市各区域NDVI 均值

图2 2000—2019 年荆州市植被NDVI 变化趋势

3.1.2 NDVI 空间变化特征

在ArcGIS 软件中采用自然间断点分级法把荆州市2000—2019 年NDVI 从低值到高值依次聚类为6 个等级, 划分标准为≤0.3、 0.3~0.4、0.4~0.5、 0.5~0.6、 0.6~0.7、 ≥0.7, 分别对应裸地、低植被覆盖度、较低植被覆盖度、中植被覆盖度、较高植被覆盖度、高植被覆盖度。如图3 所示, 荆州市整体植被覆盖状况因植被类型和土地利用类型不同在空间上呈现明显地域差异, 大部分地区处于中、较低植被覆盖区,东部为较低植被覆盖区, 西部和中部江陵县为较高植被覆盖区。可见, 荆州市NDVI 呈现“西高东低” 的空间分布特征, 较高植被覆盖区主要分布在松滋市西部和江陵县, 较低植被覆盖区主要分布在洪湖市。 2010—2019 年相较于2000—2009 年, 荆州区、松滋市、石首市、江陵县和公安县的较高植被覆盖区增加, 监利县和洪湖市中植被覆盖区增加, 其中江陵县整体呈现较高植被覆盖度。

图3 2000—2019 年荆州市植被NDVI 空间分布

3.2 NDVI 动态变化特征

2000—2019 年荆州市植被NDVI 呈现改善趋势(图4), 明显改善的区域为松滋市西部的高海拔地区。其中, 2000—2009 年荆州市植被NDVI呈现改善趋势, 大部分区域在0.5%~1%范围变化, 主要位于荆州区、公安县和监利市。 2010—2019 年荆州市植被NDVI 除在松滋市西部高海拔

图4 2000—2019 年荆州市植被NDVI 变化趋势及显著性检验

地区和其他零星区域呈现改善趋势之外, 其余呈现退化趋势, 可能与全球变化下城市化进程加快和人口密度增长带来的生态环境破环相关。总体而言, 2000—2019 年荆州NDVI 变化趋势呈现上升, 但增长浮动低于前10 年, 而后10 年可能受城镇化的影响, 使荆州整体NDVI 出现大面积退化。

3.3 NDVI 对空气质量的响应

3.3.1 空气质量年际变化特征

荆州市空气污染物的年际变化浓度(图5)表明, 2015—2019 年SO2和NO2浓度符合国家二级标准«环境空气质量标准» (GB3095－2012),而可吸入颗粒物PM2.5和PM10未达到国家二级标准, 说明荆州市空气质量主要受到PM2.5和PM10的影响。

图5 荆州市2015—2019 年PM2.5、 SO2、 PM10、 NO2年浓度年际变化

2015—2019 年荆州市空气污染变化趋势(表2) 表明, PM2.5变化率为－6.325 μg•m－3•a－1(R2＝0.916), PM10变化率为－7.350 μg•m－3•a－1(R2＝0.833), SO2变化率为－4.308 μg•m－3•a－1(R2＝0.997), CO 变化率为－0.059 μg•m－3•a－1(R2＝0.703), 说明在湖北省大气污染防治攻坚帮扶和长江经济带生态环境保护行动下, 荆州市空气质量正在逐步好转。

表2 2015—2019 年空气污染物变化趋势

3.3.2 NDVI 与空气质量相关分析

采用2015—2019 年NDVI 年际变化与同时段PM2.5、 PM10、 CO、 NO2、 SO2、 O3的年度变化趋势开展相关分析, 结果(表3) 表明: NDVI 与PM2.5、 CO 呈显著负相关 (P<0.05), 5 年内PM2.5浓度降低23.92 μg•m－3, CO 浓度降低0.28μg•m－3； NDVI 与PM10、 NO2呈极显著负相关(P<0.01), 5 年内PM10浓度降低26.17 μg•m－3,NO2浓度降低4.42 μg•m－3；而NDVI 与SO2、 O3相关性不显著, 5 年内 SO2浓度降低17.2 μg•m－3, O3浓度降低4.42 μg•m－3。 PM10与NDVI 负相关显著性最高,R为－0.992, 其次分别是 NO2( － 0.963)、 PM2.5( － 0.953)、CO (－0.880)。由此可见, 植被NDVI 的增加可以有效地改善空气质量, 降低空气中PM2.5、 PM10、CO 和NO2的含量, 特别是降低PM10的含量。

表3 2015—2019 年NDVI 与空气污染物变化的相关性

4 讨论

4.1 近20 年NDVI 变化原因

本研究结果显示, 2000—2019 年荆州市植被NDVI 以每年变化0.215%的速率增加, 2000—2009 年的NDVI 年际增长变化趋势高于2010—2019 年。空间范围内荆州市大多为中植被覆盖区域, 较高植被覆盖区分布在松滋市、江陵县, 较低植被覆盖区分布在洪湖市。近20 年荆州市植被的改善得益于地方部门开展的一系列生态保护措施, 包括长江防护林建设、码头治理、退垸还湖、山水林田湖草沙生态修复和长江大保护工程等[22－24], 这些工程的实施促进荆州植被NDVI 的增加。湖北省生态文明建设水平持续改善, 环境—经济—社会系统的协调发展水平日益提高, 荆州市在2009 年开展国家园林城市活动后, 2012年授予国家园林城市称号, 这可以解释植被NDVI在2009 年后呈上升趋势, 并且在2012 后植被变化趋势较为稳定。荆州市作为长江大保护中游的生态屏障, 以创建生态文明先行示范区为目标,在监利市开展长江防护林建设、江陵县开展退田还湖工程、公安县打造植树10.67 万hm2(16 万亩), 现如今荆州入围湖北长江荆江段及洪湖流域山水林田湖草沙一体化保护和修复工程项目,绿色发展的步伐从未停止。

4.2 NDVI 变化与空气质量的关系

荆州市NDVI 的增加对改善空气质量具有重要意义。荆州市2015—2019 年大气污染物均呈现下降趋势, 但PM2.5和PM10浓度年均值未达国家二级标准, 是荆州市主要的大气污染源, 同时也是湖北省主要大气污染物[25]。相关性分析结果表明NDVI 与大气污染物PM2.5、 PM10、 CO 和NO2均呈现显著负相关, 负相关程度最大的因素为PM10, 其次分别为NO2、 PM2.5、 CO。本研究指出降低PM2.5和PM10是改善荆州空气质量的关键,绿地能有效吸附空气污染物, 植被NDVI 提升能有效改善空气质量, 与已有研究结果一致[26－27]。实施相关生态修复的长江防护林建设、森林生态系统恢复等工程, 一方面可以提升荆州市植被覆盖和空气环境质量；另一方面能牢筑长江中上游生态安全屏障, 确保一江清水永续东流、构建和谐共生生态格局[28]。

4.3 研究局限

本文研究荆州市植被NDVI 时空演变特征与其对空气质量的影响, 对优化城市绿地系统规划、城市绿地建设和实现区域长江岸线生态环境保护具有重要意义。研究中未考虑到季相或者极端天气等对植被NDVI 变动的影响, 未来应充分探索植被覆盖动态变化与多环境要素的关系；空气质量除了受植被NDVI 时空演变特征影响外, 还受到工业、交通、人为活动和气象因素影响, 因此本研究可能会夸大植被提升改善城市空气质量的效果；本文重点研究了荆州市域和空气质量的关系, 暂未考虑各县市绿地空间分布对空气质量的影响, 今后对此应进一步深入研究。