潘 影, 張燕杰, 武俊喜,3*, 張憲洲,3, 余成群,3

(1. 中國科學院地理科學與資源研究所， 北京 100101; 2. 大理大學農(nóng)學與生物科學學院， 大理 671003; 3. 中國科學院地理科學與資源研究所生態(tài)系統(tǒng)網(wǎng)絡觀測與模擬重點實驗室， 北京 100101)

植被是生態(tài)系統(tǒng)中最重要的組成部分，聯(lián)系著土壤、大氣等圈層，影響著生態(tài)系統(tǒng)中養(yǎng)分、水分以及碳循環(huán)等生態(tài)過程；同時，植被能夠減弱風力和水力對土壤的侵蝕，很大程度上決定著防風固沙、土壤保持等生態(tài)系統(tǒng)服務[1]；植被能夠改變地表反照率和蒸散發(fā)，從而影響局地、區(qū)域氣候，提供氣候調(diào)節(jié)服務[2,3]；植被也是生態(tài)系統(tǒng)中重要的碳庫，影響著碳固定和碳吸收等生態(tài)系統(tǒng)功能[4]。因此，對植被進行空間上的監(jiān)測并分析植被變化驅(qū)動因子，對了解生態(tài)環(huán)境現(xiàn)狀和理解不同驅(qū)動力下的生態(tài)過程有很大的促進作用。

歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)是反映植被生長狀態(tài)和生產(chǎn)力的定量指標。由于遙感技術(shù)的興起與成熟，各種植被指數(shù)都被用來反映植被狀況，其中NDVI是被應用最廣泛的植被指數(shù)之一[5,6]。NDVI是基于多光譜遙感影像中的紅光波段和近紅外波段計算得出，可直接反映植被的茂密程度，同時也與一些植物生物物理參數(shù)如凈初級生產(chǎn)力(Net primary production，NPP)、葉面積指數(shù)(Leaf area index，LAI)等相關(guān)聯(lián)[7]。由于紅光通道的易飽和性以及算法上的局限等因素，NDVI指數(shù)在高植被覆蓋區(qū)容易飽和；即隨著植被茂密程度增加，NDVI卻無法同步增長[7]。另外，NDVI指數(shù)也會受到土壤背景的影響，即當植被保持不變而土壤背景變暗時，NDVI也會有增加的趨勢，尤其是樹冠等土壤背景變化時[8]。有學者[9]指出利用增強型植被指數(shù)(Enhanced Vegetation Index，EVI)代替或輔助NDVI指數(shù)，用來反映植被狀態(tài)；但在半干旱半濕潤的草原等區(qū)，兩個指數(shù)存在顯著線性相關(guān)，相關(guān)指數(shù)為0.988。因此，在半干旱半濕潤的植被稀疏區(qū)，NDVI仍是最合適的植被指數(shù)之一。

影響NDVI變化的因子有很多，主要分為氣候變化和人類活動兩種。增溫、降水變化都會對植被產(chǎn)生巨大影響，且在不同地區(qū)表現(xiàn)不同[10-11]。由于技術(shù)和分析方法的成熟，相應研究已經(jīng)深入。例如白天和夜間的非對稱性增溫對植被的影響不同，其中春季夜間增溫降低以C4物種為主的草地NPP，同時提高了C3為主的非禾本科草地NPP[12-13]。當年的干旱或者多雨氣候會對后兩年的植被生長產(chǎn)生滯后影響，而這滯后影響與土壤持水力等因素相關(guān)[14-15]。除了氣候變化，人類活動尤其是土地利用對植被的影響更為劇烈。建設用地、工礦用地的擴張不僅會消除占地處的原生植被，還會對其周圍的植被產(chǎn)生負面輻射效應[16-17]。

地形變化和土地利用類型變化對植被影響研究的順利開展離不開衛(wèi)星遙感技術(shù)的支持，尤其是中低分辨率遙感影像擁有較長時間間隔、高頻率以及易獲取等優(yōu)點。常見的中低分辨率衛(wèi)星影像包括分辨率8 km的GIMMS(Global inventory modelling and mapping studies)、分辨率1 km與250 m的MODIS (Moderate Resolution Imaging Spectroradiometer)、分辨率1 km的SPOT(Systeme Probatoire d’Observation de la Terre)以及分辨率30 m的Landsat等[13,18-22]。以上這些易獲取的遙感影像與氣候變化和土地利用類型對植被指數(shù)影響研究所關(guān)注的科學問題具有尺度的匹配性；然而，在更小尺度上，植被仍受到許多因素的影響，例如溝渠、田埂、邊坡等農(nóng)田邊界影響著周圍植被的生態(tài)功能以及生物多樣性[23-25]。線狀地物在中低分辨率的遙感影像中無法被分辨，而亞米級的高分辨率影像獲取昂貴、拍攝頻率受限，且受天氣影響較大。近年來，無人機的興起為小尺度植被影響因子研究的深入提供了技術(shù)支持，利用無人機可以分析植被分布特征、反演地上或挺水植物生物量甚至進行物種分類[26-29]。

地塊尺度的點狀、線狀地物反映的是更小尺度的土地利用等人類活動，弄清楚該尺度土地利用對植被的影響機理，有利于支持土地整理、鄉(xiāng)村振興中村落原生景觀、植被的規(guī)劃和修復等工作。本研究基于無人機影像，輔以遙感影像等其他數(shù)據(jù)，比較區(qū)域尺度和地塊尺度植被指數(shù)的影響因子差異，分析地塊尺度點狀、線狀地物對植被指數(shù)的影響程度，探討地塊尺度下土地利用等因子對植被指數(shù)的影響機制。

1 材料與方法

1.1 研究區(qū)域

本文研究區(qū)域為拉薩市林周縣卡孜鄉(xiāng)白朗村(91°07′ E，29°52′ N)，位于西藏拉薩河流域，行政村總面積123 km2。該村落屬于高原溫帶季風半干旱氣候區(qū)，年均氣溫7.50℃，年均降雨量440 mm，整個村落由幾條山脈與山前洪積扇組成，海拔從3 800 m至5 500 m。植被類型隨海拔由低到高分別是亞高山草甸草原、亞高山灌叢草甸、高山草甸；主要植被[30-31]包括高山嵩草(Kobresiapygmaea)、草沙蠶(Tripogonbromoides)、白草(Tripogonbromoides)、絲穎針茅(Tripogonbromoides)、杜鵑(Rhododendronsimsii)等。

1.2 數(shù)據(jù)來源

本研究主要考慮地形、土地利用類型和點狀、線狀地物(如農(nóng)田邊界以及某些較小景觀斑塊)這3方面因子對植被指數(shù)的影響；多尺度的分析主要通過改變研究范圍和利用不同分辨率數(shù)據(jù)表達(表1)。

地形因子包括海拔、坡度、坡向與地表起伏度(Relief Degree of Land Surface，RDLS)，從一定程度上反映溫度、降水、光照等氣象因子的差異。地形因子對植被指數(shù)的影響在整個村落尺度上進行分析。數(shù)據(jù)來源是30 m分辨率的ASTER-DEM產(chǎn)品(2011年10月公布V2版本)以及2018年6月20日的30 m分辨率的Landsat衛(wèi)星影像。

整個村落的土地利用類型是基于30 m分辨率的Landsat 8衛(wèi)星影像，通過非監(jiān)督分類解譯得到(圖1 i)。村落洪積扇平原區(qū)等易到達地區(qū)的解譯分類結(jié)果利用實地考察驗證獲得，山脊等不易抵達地區(qū)通過1 m分辨率的Google earth 17級可見光影像驗證；基于驗證結(jié)果通過手動繪圖對非監(jiān)督分類結(jié)果進行修改。

在村落中選擇2塊典型地塊(人工草地和天然草地)，進行無人機拍攝，生成0.1 m分辨率的NDVI植被指數(shù)(圖1 c，f)。通過目視解譯土地利用圖，并在土地利用圖中人工勾勒出所有點狀、線狀地物(圖1 d，g)。由于衛(wèi)星影像無法辨識出地塊尺度的點狀、線狀地物，因此土地利用類型因子對植被的影響分析分別在整個村落和地塊尺度進行，點狀、線狀地物對植被的影響在地塊尺度進行。

表1 研究數(shù)據(jù)來源與分析尺度Table 1 Data sources and analyzing scales of this research

1.3 多尺度分析方法

首先利用均值分析研究不同地形因子和土地利用類型下的植被指數(shù)，并利用土地利用強度分級，將土地利用類型的軟數(shù)據(jù)“硬化”[32]，其中建設用地、耕地、人工草地、天然草地、季節(jié)性河流與河漫灘的土地利用強度分級指數(shù)分別為4.0,3.0,2.5,2.0與1.0[32]。

將NDVI影像與高程、坡度、坡向、地形起伏度、土地利用強度圖層疊加，以同一柵格位置上的各層數(shù)據(jù)為一組樣本，對所有柵格進行分析。將土地利用強度因子、地形因子作為自變量，植被指數(shù)作為因變量，利用IBM SPSS statistic 19.0進行線性回歸分析(Linear regression)，并利用R軟件進行廣義加性模型(Generalized additive models)分析，研究土地利用強度、地形因子對植被指數(shù)的線性解釋比率和非線性解釋比率。

通過均值分析研究土地利用，尤其是點狀、線狀地物在地塊尺度對植被指數(shù)的影響，并通過緩沖區(qū)分析研究土地利用及點狀、線狀地物對植被指數(shù)的影響范圍。

1.4 無人機拍攝

本研究使用無人機為北京易科泰生態(tài)技術(shù)有限公司提供的8旋翼專業(yè)無人機平臺，飛行高度為距地100 m，飛行速度約為10 m·s-1。無人機搭載2臺相機，1臺為可見光高清相機，1臺為藍、綠、紅、近紅外四波段多光譜相機。100 m飛行高度下，拍攝影像分辨率約為0.1 m。無人機拍攝于2018年6月22日中午12時左右。

2 結(jié)果與分析

2.1 村落尺度地形對草地植被的影響

村落尺度下，植被指數(shù)對地形變化的響應不同(圖2)，其中海拔對植被的影響最明顯(圖2 a)。村落洪積扇的平原區(qū)(海拔3 800 m左右)的植被NDVI處于中等水平，為0.22，但其標準差(Standard Deviation，STD)最大(±0.1)，說明該海拔下植被異質(zhì)性較強；3 800至4 600 m海拔的植被，其NDVI隨著海拔升高而增加；超過4 600 m后，NDVI隨著海拔的升高急速降低。從坡度上看，草地植被隨坡度的增加略有下降，但從標準差上看，這種變化并不明顯(圖2 c)；地表起伏度和坡向?qū)χ脖籒DVI也有一定影響，但規(guī)律性并不強(圖2 b，d)。

圖1 基于Landsat衛(wèi)星和無人機影像的西藏白朗村地塊尺度土地利用和植被指數(shù)Fig.1 Land use and vegetation indices at the plot scale based on Landsat remote sensing images and unmanned aerial vehicle (UAV) images注：其中a，e為基于Landsat衛(wèi)星的30 m分辨率NDVI影像；b，h為基于無人機的0.1 m分辨率可見光影像；c，f為基于無人機的0.1 m分辨率NDVI影像；d，g為基于無人機影像解譯的地塊尺度土地利用矢量圖；i基于Landsat等影像解譯的村落尺度土地利用圖Note:a,e were NDVI images with resolution of 30 meters based on Landsat；b,h were visible images with resolution of 0.1 meters based on UAV；c,f were NDVI images with resolution of 0.1 meters based on UAV；d,g land use maps of plots scales interpreted based on UAV;i land use map of village scale interpreted based on Landsat images

通過疊加植被指數(shù)、地形因子和土地利用強度圖層，利用線性回歸分析得出，海拔、坡度、坡向、地形起伏度對草地植被指數(shù)的影響皆為極顯著(P<0.01)，同時土地利用強度對草地植被指數(shù)的影響也為極顯著(P<0.01)；但通過線性模型的整體解釋比例不高，僅為3.60%(R2=0.036)。

通過廣義加性模型(Generalized Additive Models，GAM)計算得出，地形和土地利用對NDVI整體解釋模型為非線性，解釋比例為37.20%(R2=0.372，P<0.01)；其中海拔、坡度、坡向和地表起伏度對NDVI的非線性解釋比例分別為33.20%,0.52%,1.60%和0.63%，土地利用強度對NDVI的非線性影響不顯著。

2.2 村落尺度土地利用對草地植被的影響

村落尺度上看，不同土地利用類型之間植被指數(shù)差異較大，NDVI均值最高的為耕地(0.30)，最低的為河漫灘(0.19)。另外建設用地NDVI均值略高于天然草地，這主要是由于村落住宅一般庭院較大，其中栽種有灌木和樹木(圖3)。方差分析也顯示，人工草地內(nèi)部均一化程度較高，其余土地利用類型，尤其是耕地與建設用地，內(nèi)部異質(zhì)性較高。

圖2 村落尺度地形及土地利用因子對植被指數(shù)的影響Fig.2 The impacts of topographical and land use factors on vegetation indices at the village scale

2.3 地塊尺度土地利用和點狀、線狀地物對植被指數(shù)的影響

通過無人機影像可以看出，基于30 m分辨率解譯的村落尺度土地利用某一類型內(nèi)部異質(zhì)性仍然較大，存在較多影響植被的點狀與線狀地物(圖1 d，g)，其中人工草地地塊內(nèi)部存在小面積圍欄草地和耕地、灌溉用硬化水渠與非硬化水渠、草地邊緣分別有一條硬化道路和一條非硬化道路。由于洪積扇土層較薄，存在大量石頭，因此人工草地耕作前經(jīng)過人工“撿石頭”，堆放在草地內(nèi)形成大量石頭堆，而天然草地內(nèi)部主要包含季節(jié)性溪流以及其沖刷造成的滑坡面等。

將兩個地塊的所有土地利用類型以及點狀、線狀地物NDVI均值進行比較。由于天然草地為村落原始土地利用類型，因此以天然草地NDVI均值為基準，定量所有土地利用和地物NDVI均值與天然草地NDVI均值的差值(圖3)，其中圍欄、人工草地、耕地地塊NDVI分別比天然草地地塊高0.16,0.08,0.28；而季節(jié)性溪流、石堆、滑坡面、非硬化路面、非硬化水渠的NDVI分別比天然草地低0.21,0.05,0.09,0.17,0.19；而硬化路面和硬化水渠的NDVI分別比天然草地低0.28和0.34。

本文利用不同土地利用和點狀、線狀地物NDVI均值之差，反映土地利用通過改變地表屬性對所占用的天然草地產(chǎn)生影響。而緩沖區(qū)的分析表明，點狀、線狀地物植被的影響具有一定輻射范圍(圖4)。其中距離季節(jié)性溪流與石堆0.50 m以上，草地的NDVI便能迅速恢復到天然草地平均水平，這意味著季節(jié)性溪流與石堆對草地植被NDVI的負面影響范圍在0.50 m之內(nèi)；而非硬化水渠和非硬化道路對NDVI的負面影響分別在1 m與3 m左右，在這個范圍內(nèi)，NDVI呈緩慢恢復趨勢；而硬化水渠和硬化路面對兩側(cè)草地NDVI的負面影響范圍達到4 m。

圖3 地塊尺度土地利用類型對植被指數(shù)的影響Fig.3 The impacts of land use types on vegetation indices at the plot scale

圖4 點狀、線狀地物周圍不同范圍內(nèi)NDVI均值Fig.4 Average vegetation NDVI in different distances to the punctiform and linear ground objects

3 討論

3.1 點狀、線狀地物對植被指數(shù)的影響機制

土地利用類型的改變會對草地植被產(chǎn)生較大影響[33,34]，而點狀、線狀地物在中低分辨率的遙感影像中很難被分辨，導致該類草地影響因子在區(qū)域尺度的研究中經(jīng)常被忽略；點狀、線狀地物對草地的影響最直接的是改變地表屬性，降低占用草地的植被指數(shù)；但由于點狀、線狀地物本身占地面積小，此方面影響對整體植被指數(shù)影響不大。本研究結(jié)果表明，點狀、線狀地物會對占用草地之外一定距離內(nèi)的草地植被產(chǎn)生負面影響，這種影響主要是由于水渠、道路等線狀地物周圍的人類活動和干擾的加強。比如硬化水渠邊牧民的洗漱、踩踏活動的增強等，均會對水渠邊數(shù)米以內(nèi)的植被產(chǎn)生影響。

許多研究利用土地利用強度指數(shù)研究人類活動強度對植被和生態(tài)功能的影響[35-36]，但線狀地物帶來人類活動增強的影響很難基于土地利用類型圖分辨出，因此此類因素經(jīng)常被忽視，而導致低估土地利用對植被的影響，從而會影響草地生產(chǎn)力的估算、草地生態(tài)系統(tǒng)服務的定量和制圖。本研究基于無人機影像分析了不同線狀地物對草地影像的輻射距離和強度；基于線狀地物制作緩沖區(qū)，賦予一定梯度的土地利用強度分級系數(shù)，該數(shù)據(jù)可以對改良和細化土地利用強度分級表提供研究支持[35-37]。

3.2 點狀、線狀地物增多對植被的潛在影響

除了占地和增強人類活動，線狀地物的增多會加劇植被和景觀的破碎化，降低生物多樣性和生態(tài)系統(tǒng)服務[38-39]。硬化路面等線狀地物還會截斷或阻礙某些動物和昆蟲在斑塊間的遷移，比如甲蟲類等動物授粉者在不同景觀斑塊間的遷移，從而可能影響到整個生態(tài)系統(tǒng)的動物授粉功能，降低生態(tài)系統(tǒng)生產(chǎn)力和農(nóng)田生態(tài)系統(tǒng)的農(nóng)產(chǎn)品產(chǎn)量[40]。

現(xiàn)有景觀破碎化研究的空間數(shù)據(jù)分辨率多集中在幾十米，其中線狀地物的研究大多是關(guān)于高速公路、鐵路等對區(qū)域植被物種遷徙和生態(tài)功能的負面影響和建立動物通道等應對方法[41-44]，但對于引水渠、田埂等寬度在米級以下的線狀地物對植被和生態(tài)功能的影響程度、影響機理等研究略顯不足；而這一類的影響機理則是土地整理和鄉(xiāng)村振興關(guān)鍵技術(shù)發(fā)展不可或缺的理論基礎[45]。

3.3 遙感影像與無人機影像解譯NDVI差異

近年來，無人機發(fā)展迅速，基于無人機影像的植被、生態(tài)研究也日益增多，包括基于無人機影像的植被空間格局演化[46]，草地生物量估算等[47]。但對利用遙感影像和無人機影像進行多尺度植被指數(shù)影響因子的比較研究仍較缺乏。

多光譜遙感影像與無人機影像的最大差別是影像分辨率。在土壤、地形等因子相同的相鄰兩個像元中，遙感影像解譯的NDVI存在差異，但由于該分辨率下土地利用中的線狀、點狀地物無法解譯出，便導致該分辨率下(村落尺度)地形與土地利用因子對NDVI的解釋率僅為37.20%(非線性)。

在地塊尺度，無人機影像可以將點狀、線狀地物分辨出，在此基礎上能更進一步研究NDVI的影響因子以及影響機制，包括兩個方面：一是線狀、點狀地物占地所造成的直接影響；二是線狀地物，例如硬化水渠等帶來的人類活動增強而導致其周圍草地的NDVI降低。

無人機的普及以及其獲取高分辨率多光譜影像的成本低、靈活性高等特點可以為深入研究點狀、線狀地物以及景觀破碎化對生態(tài)系統(tǒng)的影響提供技術(shù)支持[48]，然而在建立多尺度研究的方法框架方面仍需要努力[49]。

4 結(jié)論

本文基于Landsat遙感影像和無人機多光譜影像，在村落和地塊尺度下分析了西藏半農(nóng)半牧村NDVI的影響因子。結(jié)果表明，除了地形和土地利用類型，水渠、石堆、田間路等點狀、線狀地物對草地NDVI影響明顯。緩沖區(qū)的分析表明，除了占用土地改變地表屬性的直接影響外，點狀、線狀地物對周圍一定范圍內(nèi)植被也產(chǎn)生了間接影響。本文可為小尺度下人類活動強度以及景觀破碎化對植被以及生態(tài)系統(tǒng)功能影響研究的深入提供一定參考。