趙明海,王 棟,黎飛明,牛麗娟,楊 耘

(1.陜西鐵路工程職業(yè)技術(shù)學(xué)院,陜西 渭南 714000 2.長安大學(xué)地質(zhì)工程與測(cè)繪學(xué)院,西安 710054)

引 言

地表的植被覆蓋顯示了一個(gè)區(qū)域生態(tài)環(huán)境狀況，對(duì)于生態(tài)文明建設(shè)具有重要的意義，因此如何快速準(zhǔn)確的獲取一個(gè)地區(qū)的植被覆蓋變化，是當(dāng)下研究的熱點(diǎn)。遙感技術(shù)有著覆蓋面積大，效率高的優(yōu)點(diǎn)。近年來，我國遙感數(shù)據(jù)采集、處理及應(yīng)用技術(shù)快速發(fā)展，利用不同空間、時(shí)間分辨率的遙感數(shù)據(jù)進(jìn)行地表植被覆蓋變化研究已經(jīng)是當(dāng)下研究的熱點(diǎn)。國內(nèi)外很多學(xué)者針對(duì)于不同區(qū)域進(jìn)行了大量的基于遙感數(shù)據(jù)的地表植被覆蓋變化的研究，并且對(duì)可能對(duì)植被覆蓋度產(chǎn)生影響的影響因子做了定量分析[1～5]。文獻(xiàn)[6]選取不同年份的MODIS NDVI數(shù)據(jù)結(jié)合氣象數(shù)據(jù)定量分析了植被覆蓋變化與氣候因子的相關(guān)關(guān)系；文獻(xiàn)[7]運(yùn)用NDVI數(shù)據(jù)分析了青藏鐵路沿線的植被覆蓋變化，與氣候、人為因子的相關(guān)性。綜上所述，受限于MODIS等數(shù)據(jù)的大空間分辨率，植被覆蓋變化都是以較大區(qū)域作為研究范圍，對(duì)于較小范圍的研究區(qū)，其數(shù)據(jù)的分辨率則顯得過大不能較好的反映真實(shí)的植被覆蓋變化。針對(duì)于上述問題，已有學(xué)者采用更高分辨率的遙感數(shù)據(jù)進(jìn)行相關(guān)研究，并取得了一定的成果。本研究選取的Landsat8 OLI數(shù)據(jù)，相較于MODIS等數(shù)據(jù)有這更高的空間分辨率，能更好的展示地表的植被覆蓋。本研究基于Landsat8數(shù)據(jù)衍生光譜指數(shù)NDVI，獲得研究區(qū)域內(nèi)植被覆蓋的時(shí)空變化情況，以及與氣候因子的相關(guān)性，更好的服務(wù)于生態(tài)文明建設(shè)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

渭南地處關(guān)中平原東部最寬闊的地帶(108°58′～110°35′E ，34°13′～35°52′N)，如圖1所示。地勢(shì)以渭河為軸線，形成南北兩山、兩塬和中部平川五大地貌類型區(qū)，海拔330～2 645m之間。屬暖溫帶半濕潤半干旱季風(fēng)氣候，四季分明，光照充足，雨量適宜。轄區(qū)全年平均氣溫12.7～15.6℃，全年降水量390.7～592.2mm。

渭南市植被主要為暖溫帶落葉闊葉林。轄區(qū)內(nèi)除渭河流域的關(guān)中外，大部分為黃土高原，水土流失較為嚴(yán)重。1999年啟動(dòng)退耕還林，實(shí)施8年到2006年結(jié)束。共完成退耕還林面積1 896.13km2。植被得到了很好的恢復(fù)。

圖1 研究區(qū)地理位置Fig.1 Geographical location of the study area

1.2 數(shù)據(jù)來源與預(yù)處理

本研究選取了2013～2020年的Landsat8 OLI數(shù)據(jù)，數(shù)據(jù)來源為美國地質(zhì)調(diào)查局(https://earthexplorer.usgs.gov/)。所獲取數(shù)據(jù)條帶號(hào)為(126，035)、(126，036)、(127，035)(127，036)，選取的影像為每年的7、8、9月份云層覆蓋較少的數(shù)據(jù)。經(jīng)ENVI進(jìn)行輻射定標(biāo)以及大氣校正后進(jìn)行拼接裁剪。得到的多波段數(shù)據(jù)進(jìn)行NDVI以及植被覆蓋度生成。

1.3 趨勢(shì)分析法

線性函數(shù)趨勢(shì)斜率被廣泛應(yīng)用于基于時(shí)間尺度變化的趨勢(shì)分析中?？筛鶕?jù)最終斜率的正負(fù)，以及絕對(duì)值的大小，來直觀的反映變化的趨勢(shì)[8]。其公式如下：

(1)

式中，n為時(shí)間尺度數(shù)，本研究中取8，i為某一時(shí)間數(shù)，NDVIi為第i個(gè)時(shí)間序列的NDVI值。對(duì)于NDVI采用該方法計(jì)算其斜率，以分析其顯著性。

1.4 相關(guān)系數(shù)

元素之間的相關(guān)性，用相關(guān)系數(shù)R表示，相關(guān)關(guān)系是一種非確定性的關(guān)系，相關(guān)系數(shù)是研究變量之間線性相關(guān)程度的量。其公式如下所示：

(2)

式中，Cov(X,Y)為X與Y的協(xié)方差，Var[X]為X的方差，Var[Y]為Y的方差。該系數(shù)主要用于分析植被覆蓋(NDVI值)變化與溫度、降水兩種氣候因子的相關(guān)性分析。

2 結(jié)果與分析

2.1 NDVI時(shí)空變化

由2013～2020年遙感數(shù)據(jù)衍生的NDVI，經(jīng)ENVI軟件進(jìn)行預(yù)處理，剔除異常值，統(tǒng)計(jì)得到夏季平均NDVI值。2013～2020年平均NDVI變化如圖2所示。

圖2 2013～2020年平均NDVI值變化圖Fig.2 Average NDVI change from 2013 to 2020

根據(jù)統(tǒng)計(jì)所得的平均NDVI值可以得出，2013～2020年間渭南地區(qū)平均NDVI值介于0.4與0.7之間，其中最小值為0.48出現(xiàn)在2014年，最大值為0.66出現(xiàn)在2019年。其中2016年相較于2014年平均NDVI值增加了35%，2016年之后NDVI值略有下降，至2019年回升到最高值。2013～2020年渭南地區(qū)夏季平均NDVI值變化基本趨于穩(wěn)定。

該研究區(qū)域的NDVI空間分布如圖3所示，研究區(qū)域內(nèi)四周有山脈分布，受地形因素影響，人口較為集中分布在中部區(qū)域，因此，NDVI分布由周圍向內(nèi)部數(shù)值有減弱的趨勢(shì)。

圖3 NDVI空間分布圖Fig.3 Spatial distribution of NDVI

2.2 NDVI變化與氣候相關(guān)性分析

植被覆蓋的變化與氣候因子存在一定的相關(guān)性。本研究從中國天氣網(wǎng)(http://www.weather.com.cn/)獲取了2013～2020年8年間的年均氣溫與年降水量數(shù)據(jù)，并與遙感數(shù)據(jù)衍生的NDVI數(shù)據(jù)進(jìn)行了相關(guān)性分析，年平均NDVI與溫度、降水量隨時(shí)間變化如圖4所示，NDVI值的變化，與氣溫、降水量在一定區(qū)間內(nèi)呈現(xiàn)相同的趨勢(shì)。

圖4 年均氣溫與NDVI隨時(shí)間變化(左)年降水量與NDVI隨時(shí)間變化(右)Fig.4 Annual average temperature and NDVI change with time (left) annual precipitation and NDVI change with time (right)

為了更精確的展示NDVI與溫度、降水量的關(guān)系，將2013～2020年平均NDVI值，與降水量、溫度做一元線性回歸分析，得到結(jié)果如表1所示，NDVI的變化與氣候、降水量存在一定的相關(guān)性。

表1 NDVI變化與氣候因素相關(guān)性表Tab.1 Correlation between NDVI change and climate factors

2.3 植被覆蓋度變化分析

NDVI可以顯示植被覆蓋情況，一個(gè)區(qū)域植被覆蓋變化需要用另一個(gè)指標(biāo)來準(zhǔn)確揭示，本研究選取的是植被覆蓋度[9]，其獲取方法為，在NDVI的基礎(chǔ)上進(jìn)行重新計(jì)算，其表達(dá)式(3)。

(3)

由于在生成NDVI時(shí)，其結(jié)果存在粗差，所以在進(jìn)行NDVI最大值最小值選取時(shí)，取2%處值為最小值，98%處為最大值，經(jīng)過ENVI波段計(jì)算得到了不同時(shí)間段的植被覆蓋度空間分布圖，如圖5所示，最后將覆蓋度統(tǒng)計(jì)分級(jí)輸出[10]，其結(jié)果如表2所示，從表中數(shù)據(jù)可以得出，2013年至2019年渭南市植被覆蓋整體呈上升趨勢(shì)，低植被覆蓋面積(0～0.6)呈下降趨勢(shì)，較高植被覆蓋面積增加了27%，呈上升趨勢(shì)，說明國家大力推進(jìn)生態(tài)文明建設(shè)，取得了一定的成效。

表2 2013年與2019年植被覆蓋度面積分級(jí)統(tǒng)計(jì)Tab.2 Statistics of vegetation coverage area classification in 2013 and 2019

圖5 2013年植被覆蓋度(左)和2019年植被覆蓋度(右)Fig.5 Vegetation coverage in 2013 (left) and 2019 (right)

3 總結(jié)與展望

本研究選取了2013～2020年的Landsat OLI數(shù)據(jù)，經(jīng)過軟件處理，生成了研究區(qū)域8年間的NDVI空間分布圖，以及植被覆蓋度，結(jié)合研究區(qū)域內(nèi)的溫度、降水量數(shù)據(jù)，進(jìn)行了NDVI與氣候因子相關(guān)性分析，最終結(jié)論如下。

(1)2013～2020年間渭南地區(qū)平均NDVI值介于0.4與0.7之間，其中最小值為0.48出現(xiàn)在2014年，最大值為0.66出現(xiàn)在2019年。其中2016年相較于2014年平均NDVI值增加了35%，2016年之后NDVI值略有下降，至2019年回升到最高值。2013～2020年渭南地區(qū)夏季平均NDVI值變化基本趨于穩(wěn)定；

(2)NDVI值的變化，與氣溫、降水量在一定區(qū)間內(nèi)呈現(xiàn)相同的趨勢(shì)；

(3)2013年至2019年渭南市植被覆蓋整體呈上升趨勢(shì)，低植被覆蓋面積(0～0.6)呈下降趨勢(shì)，較高植被覆蓋面積增加了27%，呈上升趨勢(shì)。

研究表明，隨著國家大力推進(jìn)生態(tài)文明建設(shè)，渭南地區(qū)整體的植被覆蓋變化趨于穩(wěn)定，有上升趨勢(shì)。該研究結(jié)果可以有助于政府更好的決策，服務(wù)于生態(tài)文明建設(shè)。

研究中仍存在以下問題有待解決：(1)本研究所選取的數(shù)據(jù)在時(shí)間尺度上較短，對(duì)于長時(shí)間尺度的研究需增加數(shù)據(jù)量；(2)一個(gè)地區(qū)植被的變化受多重因素的影響，本研究中只選取了溫度與降水量，不足以完整解釋植被變化的驅(qū)動(dòng)因素，未來可加入更多因素的分析。