?；厶m，任鴻瑞

（太原理工大學(xué)測(cè)繪科學(xué)與技術(shù)系, 山西 太原 030024）

植被是陸地生態(tài)系統(tǒng)最基本的組成部分，根據(jù)植被的功能可以將植被分為光合植被和非光合植被[1]。非光合植被由地表植被的凋落物和植被衰敗后的枯枝、枯莖組成[2]，存儲(chǔ)了生態(tài)系統(tǒng)中大量有機(jī)碳和養(yǎng)分[3]，在平衡地表能量、調(diào)節(jié)土壤養(yǎng)分、調(diào)節(jié)凈初級(jí)生產(chǎn)力和固碳等方面發(fā)揮了重要作用[4]，在控制風(fēng)蝕、水蝕以及監(jiān)測(cè)火災(zāi)發(fā)生的頻率和強(qiáng)度等方面非光合植被發(fā)揮的作用也至關(guān)重要[1]。因此，估算非光合植被覆蓋度對(duì)于估測(cè)生態(tài)系統(tǒng)的碳儲(chǔ)量、監(jiān)測(cè)和合理利用自然資源具有重要意義。

目前，利用遙感技術(shù)估算大范圍非光合植被覆蓋度在國(guó)內(nèi)外的研究較少，現(xiàn)有的方法主要是回歸模型法和混合像元分解法[5-6]?；貧w模型法即建立采樣點(diǎn)的地表實(shí)測(cè)覆蓋度與植被指數(shù)的經(jīng)驗(yàn)關(guān)系，從而估算研究區(qū)內(nèi)非光合植被覆蓋度。如Daughtry等[7]利用纖維素吸收指數(shù)(cellulose absorption index,CAI)建立回歸模型估算了愛(ài)荷華州中部的農(nóng)作物殘茬覆蓋度，估算結(jié)果和實(shí)測(cè)數(shù)據(jù)決定系數(shù)R2達(dá)到0.85；柴國(guó)奇等[8]利用干枯燃料指數(shù)(dead fuel index, DFI)建立回歸模型估算了錫林郭勒草原fNPV，估算結(jié)果和實(shí)測(cè)數(shù)據(jù)的決定系數(shù)R2達(dá)到0.63?？梢钥闯觯⒒貧w模型法估算精度較高，但該方法建立經(jīng)驗(yàn)?zāi)Ｐ托枰罅康膶?shí)測(cè)數(shù)據(jù)，而且只適用于特定的區(qū)域或植被類型。

混合像元分解法是根據(jù)某一類像元反映的遙感信息將其從混合像元中分解出來(lái)，從而獲取植被覆蓋度，分為非線性光譜分解法和線性光譜分解法[9-10]。非線性光譜分解法相對(duì)于線性光譜分解法模型更加復(fù)雜，并且沒(méi)有明顯的精度提升[6,11]，因此大多選用線性光譜分解法估算植被覆蓋度。線性光譜分解法目前主要有像元三分模型和像元二分模型，像元三分模型已被國(guó)內(nèi)外學(xué)者用于估算fNPV，該方法比像元二分模型更加復(fù)雜，且純凈端元的的選取容易受到植被類型的影響[12]。像元二分模型已經(jīng)廣泛應(yīng)用于光合植被覆蓋度的估算，利用歸一化植被指數(shù)(normalized difference vegetation index, NDVI)構(gòu)建的像元二分模型估算光合植被覆蓋度并且估算精度達(dá)到85%[13]，但利用像元二分模型估算fNPV的研究還很少。因此，像元二分模型對(duì)fNPV的估算潛力還有待進(jìn)一步挖掘。

Van Deventer 等[14]在1997 年首次提出利用TM影像的B5 和B7 波段構(gòu)建NDTI 指數(shù)，并用于區(qū)分土壤類型。Serbin 等[15]研究了CAI、LCA、NDTI、NDSVI、NDI5、NDI7 指 數(shù) 與?NPV的 相 關(guān) 性，發(fā)現(xiàn)NDTI 指數(shù)與?NPV的相關(guān)性僅次于CAI 指數(shù)與LCA指數(shù)。并且此研究結(jié)果還表明NDTI 指數(shù)能夠分離土壤與非光合植被，并且能夠估算fNPV。常偉[10]分析了NDTI 指數(shù)與fNPV的相關(guān)性，得到NDTI 指數(shù)與fNPV的相關(guān)系數(shù)達(dá)到了0.60。冷若琳等[16]用STI、NDTI、DFI 等9 種植被指數(shù)建立了草地非生長(zhǎng)季植被覆蓋度回歸模型，對(duì)比得到最優(yōu)植被指數(shù)為NDTI，且R2達(dá)到0.407。國(guó)內(nèi)外學(xué)者的研究表明了利用NDTI 指數(shù)估算fNPV的可行性，因此本文利用NDTI 指數(shù)構(gòu)建像元二分模型，并對(duì)青藏高原草地fNPV進(jìn)行估算，從而進(jìn)一步研究像元二分模型估算fNPV的準(zhǔn)確性。

草地是青藏高原分布最為廣泛的植被類型，以高寒草甸、高寒草原為主要草地類型。青藏高原草地有豐富的碳儲(chǔ)量，對(duì)于維持青藏高原生態(tài)系統(tǒng)的多功能性和碳循環(huán)具有重要意義。本研究以青藏高原草地為研究區(qū)，以MODIS 500 m 空間分辨率地表反射率產(chǎn)品 MOD09A1 為數(shù)據(jù)源，利用NDTI 指數(shù)構(gòu)建像元二分模型估算研究區(qū)fNPV，并分析fNPV的時(shí)空變化特征，以及與氣候因素的關(guān)系，為青藏高原的非光合植被動(dòng)態(tài)監(jiān)測(cè)提供依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)

1.1 研究區(qū)概況

青藏高原面積約占中國(guó)陸地面積的26.8%[17]，地處26°00′12″～39°46′50″N，73°18′52″～104°46′59″E。青藏高原呈現(xiàn)西北高東南低的地勢(shì)特征，平均海拔高度在4 000 m 以上，并且地貌類型復(fù)雜多樣，有“世界屋脊”之稱。青藏高原氣候區(qū)域差異顯著，研究區(qū)內(nèi)氣溫呈現(xiàn)出從南向西北逐漸遞減的變化特征，降水量整體表現(xiàn)為東南部降水多、西北部降水少的分布情況。

1.2 數(shù)據(jù)源與預(yù)處理

1.2.1 MODIS 數(shù)據(jù)產(chǎn)品

本研究中使用的地表反射率產(chǎn)品MOD09A1 和植被指數(shù)產(chǎn)品MOD13A1 數(shù)據(jù)來(lái)自Terra 衛(wèi)星的MODIS 傳感器，由美國(guó)國(guó)家航空航天局(https://nasa.gov)提供，空間分辨率均為500 m，時(shí)間分辨率分別為8 d 和16 d。青藏高原植被枯黃期主要集中在每年的第260-300 天[10]，由于隨著時(shí)間推移積雪覆蓋會(huì)對(duì)估算fNPV產(chǎn)生影響，故選擇第273-280 天內(nèi)的MOD09A1 影像數(shù)據(jù)對(duì)研究區(qū)fNPV進(jìn)行估算。選擇2020 年第209-224 天內(nèi)的MOD13A1 數(shù)據(jù)用于估算研究區(qū)綠色植被覆蓋度。由于MOD09A1 產(chǎn)品和MOD13A1 產(chǎn)品均已經(jīng)過(guò)輻射校正、云體掩膜、大氣校正處理，僅需對(duì)產(chǎn)品進(jìn)行拼接、裁剪、重投影處理即可。

1.2.2 土地利用數(shù)據(jù)

土地利用數(shù)據(jù)引自全國(guó)地理信息資源目錄服務(wù)系統(tǒng)提供的2010 期全球30 m 地表覆蓋率數(shù)據(jù)集(https://www.webmap.cn/mapDataAction.do?method=globalLandCover)，該數(shù)據(jù)集提供了10 個(gè)主要的地表覆蓋類型，分別為耕地、林地、草地、灌木地、濕地、水體、苔原、人造地表、裸地、冰川和永久積雪。本研究將30 m 空間分辨率青藏高原的土地利用數(shù)據(jù)重采樣至500 m，提取出青藏高原草地部分進(jìn)行研究。

1.2.3 氣象數(shù)據(jù)

氣溫和降水?dāng)?shù)據(jù)是由國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)(http://www.geodata.cn/) 提供的1 km分辨率逐月氣溫?cái)?shù)據(jù)和逐月降水?dāng)?shù)據(jù)。該數(shù)據(jù)集根據(jù)CRU 發(fā)布的全球0.5°氣候數(shù)據(jù)集和WorldClim發(fā)布的全球高分辨率氣候數(shù)據(jù)集在中國(guó)地區(qū)降尺度生成[18]。將對(duì)應(yīng)月份的數(shù)據(jù)計(jì)算平均值得到平均氣溫，將對(duì)應(yīng)月份的月降水量數(shù)據(jù)相加得到累積降水量。

2 研究方法

2.1 歸一化差異耕作指數(shù)

Van Deventer 等[14]將TM 影 像 的1-7 波 段 以加、減、乘、除以及歸一化的形式組合，并進(jìn)行回歸分析，結(jié)果表明B5 和B7 波段對(duì)于識(shí)別農(nóng)耕地更有效，故利用TM 影像B5 和B7 波段構(gòu)建了歸一化差異耕作指數(shù)(NDTI)。Jacques 等[19]研究表明基于TM數(shù)據(jù)B5、B7 波段構(gòu)建的NDTI 指數(shù)同樣適用于MODIS 數(shù)據(jù)對(duì)應(yīng)的B6、B7 波段。計(jì)算公式如式(1)所示：

2.2 非光合植被像元二分模型

像元二分模型假設(shè)像元只由植被和土壤兩部分構(gòu)成，混合像元S由植被覆蓋部分Sv和土壤覆蓋部分Ss組成：

設(shè)只有植被覆蓋的純像元為Sveg，植被在混合像元中所占的面積比例為fveg，土壤在混合像元中所占的面積比例為(1 -fveg)，混合像元中植被覆蓋部分Sv可以表示為：

同理，設(shè)只有土壤覆蓋的純像元為Ssoil，混合像元中土壤覆蓋部分Ss可以表示為：

混合像元可以看作植被和土壤兩個(gè)組分的線性組合，其各自在混合像元中所占的面積比例分別為兩因子的系數(shù)，其中植被所占的面積比例為該像元的植被覆蓋度。即：

本研究構(gòu)建的非光合植被的像元二分模型，以NDTI 指數(shù)作為遙感信息的觀測(cè)值，將混合像元看作只由非光合植被和裸土兩部分組成?；旌舷裨腘DTI 值為非光合植被和土壤兩個(gè)組分的線性組合，即：

式中：fNPV為混合像元中非光合植被所占的面積比例；NDTINPV為純非光合植被像元的NDTI值；NDTIsoil為純土壤像元的NDTI值。本研究設(shè)置NDTI累積頻率為5% 的像元值作為NDTIsoil，NDTI累積頻率為95%的像元值作為NDTINPV。

將式(6) 進(jìn)行變形，非光合植被覆蓋度f(wàn)NPV可以表示為式(7)的形式：

2.3 一元線性回歸模型

一元線性回歸模型能夠分析變量長(zhǎng)時(shí)間序列變化趨勢(shì)和演變規(guī)律，本研究采用一元線性回歸模型逐像元對(duì)青藏高原草地非光合植被覆蓋度變化趨勢(shì)(slope)進(jìn)行分析，計(jì)算方法如式(8)所示：

式中：n為監(jiān)測(cè)年數(shù)，i= 1, 2, …, 21 (從2000 年開(kāi)始i= 1 遞增至2020 年)，fNPV為青藏高原草地非光合植被覆蓋度。當(dāng)slope ＞ 0 時(shí)表現(xiàn)為增長(zhǎng)趨勢(shì)，當(dāng)slope ＜0 時(shí)表現(xiàn)為減少趨勢(shì)。

顯著性檢驗(yàn)采用F檢驗(yàn)：

2.4 相關(guān)性分析

兩個(gè)要素之間的相關(guān)系數(shù)rxy體現(xiàn)了要素之間相互關(guān)系的密切程度。rxy取值范圍在[-1, 1]區(qū)間內(nèi)，當(dāng)rxy＜ 0 時(shí)表示x和y負(fù)相關(guān)，當(dāng)rxy＞ 0 時(shí)表示x和y正相關(guān)，rxy絕對(duì)值越接近于1 表示兩要素的相關(guān)關(guān)系越密切，rxy越接近于0 表示兩要素的相關(guān)關(guān)系越不密切。計(jì)算方法如式(11)所示：

式中：rxy、rxz和ryz分別表示要素x和y、x和z、y和z之間的簡(jiǎn)單相關(guān)系數(shù)。

本研究以青藏高原草地fNPV、降水量和氣溫作為要素，兩兩組合，分別進(jìn)行相關(guān)性分析和偏相關(guān)性分析。為研究青藏高原草地fNPV受氣溫和降水影響的差異程度，分別對(duì)1 月-12 月，5 月-9 月和10 月-翌年9 月3 個(gè)時(shí)間段內(nèi)fNPV與氣溫和降水的相關(guān)性、偏相關(guān)性進(jìn)行對(duì)比分析。

3 結(jié)果和分析

3.1 青藏高原草地非光合植被空間分布特征

通過(guò)逐像元計(jì)算21 年內(nèi)研究區(qū)fNPV的平均值，得到2000-2020 年青藏高原草地fNPV空間分布特征(圖1)，青藏高原草地西北、西南地區(qū)fNPV較低，東北、東南地區(qū)fNPV較高，且呈現(xiàn)出由西北至東南逐漸增加的分布情況。

圖1 2000-2020 年研究區(qū)平均fNPV 分布情況Figure 1 Average value of fNPV in the study area from the year 2000 to 2020

3.2 青藏高原草地非光合植被年際變化特征

根據(jù)2000-2020 年青藏高原草地fNPV年際變化趨勢(shì)(圖2a)，從2000 年至2020 年青藏高原草地年 平 均fNPV在0.341 (2015 年) 至0.444 (2018 年)之間波動(dòng)，上升趨勢(shì)不顯著(P＞ 0.05)，上升速率為每年 0.001 2。

以2000-2020 年青藏高原草地fNPV空間變化趨勢(shì)圖揭示了青藏高原草地fNPV空間變化趨勢(shì)(圖2b)，從2000-2020 年青藏高原草地fNPV趨于上升的面積占比(13.39%)較小，主要分布于西北地區(qū)部分草地，fNPV趨于下降的面積占比(86.61%) 較大，主要分布在東南地區(qū)。青藏高原草地fNPV變化顯著(0.01 ≤P＜ 0.05)的區(qū)域占比較少，其中，顯著增加的草地區(qū)域占0.001 5%，顯著減少的草地區(qū)域占0.000 4%。從2000-2020 年青藏高原草地fNPV整體變化趨勢(shì)處于穩(wěn)定狀態(tài)。

圖2 2000-2020 年研究區(qū)fNPV 年際變化趨勢(shì)(a)和空間變化趨勢(shì)(b)Figure 2 The interannual (a) and spatial (b) trend of fNPV in the study area from the year 2000 to 2020

3.3 青藏高原草地非光合植被覆蓋度與氣象因素的關(guān)系

從圖3 中可以看出fNPV變化與累積降水量變化呈正相關(guān)關(guān)系的區(qū)域主要分布在青藏高原的中部、東北部和東南部，約占青藏高原草地面積的75%以上。fNPV變化與溫度變化呈正相關(guān)關(guān)系的區(qū)域主要分布在青藏高原的中部和東北部，約占青藏高原草地面積的50%，fNPV與溫度呈負(fù)相關(guān)關(guān)系的地區(qū)主要分布在青藏高原草地的南部、西南部和東南部。青藏高原草地fNPV與5 月-9 月均溫呈正相關(guān)關(guān)系所占的面積為54.6%，高于1 月-12 月和10 月-翌年9 月所占面積。fNPV與全年降水量呈正相關(guān)關(guān)系的面積為75.6%，高于5 月-9 月和10 月-翌年9 月所占面積。

圖3 研究區(qū)2000-2020 年fNPV 分別于1 月-12 月、5 月-9 月、10 月-翌年9 月累積降水量、氣溫的相關(guān)關(guān)系Figure 3 Correlation between the fNPV of the study area and the cumulative precipitation and between the fNPV of the study area and the temperature for the months of January-December, May-September, and October-September of the year 2000 to 2020

從圖4 中得到剔除降水影響后fNPV與溫度呈正相關(guān)關(guān)系所占的面積平均增加了2.7%，剔除溫度的影響后fNPV與降水呈正相關(guān)關(guān)系的所占面積無(wú)明顯變化。fNPV與年均溫的相關(guān)性受降水因素的影響呈負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為 -0.008 (表1)，剔除降水因素的影響后fNPV與年均溫的偏相關(guān)性為正相關(guān)性。fNPV與降水的相關(guān)性幾乎不受到溫度的影響。

圖4 研究區(qū)2000-2020 年fNPV 分別于1 月-12 月、5 月-9 月、10 月-翌年9 月累積降水量、氣溫的偏相關(guān)關(guān)系Figure 4 Partial correlation between the fNPV of the study area and the cumulative precipitation and between the fNPV of the study area and the temperature for the months of January-December, May-September,and October-September of the year 2000 to 2020

表1 研究區(qū)2000-2020 年fNPV 與累積降水量、氣溫的相關(guān)關(guān)系Table 1 Correlation coefficient between fNPV and cumulative precipitation and between fNPV and temperature in the study area from the year 2000 to 2020

4 討論

本研究利用NDVI 指數(shù)構(gòu)建像元二分模型估算了研究區(qū)2020 年生長(zhǎng)季綠色植被覆蓋度(fPV) (圖5)，并于2020 年非光合植被覆蓋度進(jìn)行對(duì)比。結(jié)果表明，研究區(qū)非光合植被覆蓋度分布情況(圖5a)與生長(zhǎng)季綠色植被分布情況(圖5b)相同，呈現(xiàn)從西北至東南方向逐漸升高的特征，從而間接證明了非光合植被像元二分模型估算青藏高原草地非光合植被覆蓋度的準(zhǔn)確性。NDTI 指數(shù)也會(huì)受到土壤類型、植被類型、土壤水分等多種因素影響[20]，NDTI指數(shù)更適用于土壤(BS) 和非光合植被(NPV) 兩種組分存在的情況[4]。青藏高原地形復(fù)雜，植被枯黃期不同，因此當(dāng)研究區(qū)內(nèi)存在還未完全枯黃的綠色植被時(shí)，可能會(huì)對(duì)估算結(jié)果產(chǎn)生影響。

圖5 2020 年青藏高原草地光合植被覆蓋度(a)和光合植被覆蓋度(b)Figure 5 Grassland fNPV (a) and fPV (b) in the Qinghai-Tibet Plateau in the year 2020

利用MOD09A1 產(chǎn)品估算fNPV，發(fā)揮了MODIS產(chǎn)品低成本、長(zhǎng)時(shí)間、大范圍觀測(cè)的優(yōu)勢(shì)，但MODIS產(chǎn)品空間分辨率(500 m × 500 m)較低，難以開(kāi)展大范圍的地面調(diào)查與估算結(jié)果對(duì)應(yīng)。未能利用實(shí)測(cè)數(shù)據(jù)對(duì)估算的非光合植被覆蓋度進(jìn)行驗(yàn)證是本研究的不足之處。

青藏高原草地fNPV呈現(xiàn)西北低東南高的分布特征，這與青藏高原復(fù)雜的地形、氣候條件等關(guān)系密切。fNPV低的地區(qū)主要分布在高海拔的藏北高原地區(qū)、祁連山地西部和青海高原，這些地區(qū)由于受到高大山脈的阻擋使得暖濕空氣很難到達(dá)，降水稀少，導(dǎo)致植被生長(zhǎng)稀疏。fNPV高的地區(qū)主要分布在海拔較低的藏南谷地、川藏高山峽谷區(qū)和祁連山地東部，這些地區(qū)屬于濕潤(rùn)、半濕潤(rùn)氣候區(qū)，大多為森林草原地帶，降水量多，植被生長(zhǎng)茂盛。2000-2020年青藏高原草地平均fNPV呈現(xiàn)不顯著上升趨勢(shì)，上升速率為每年0.001 2。在空間分布上，研究區(qū)西北部fNPV沒(méi)有明顯變化，在川藏高山峽谷區(qū)的部分地區(qū)fNPV有不顯著下降趨勢(shì)?？赡苁窍鄬?duì)于fNPV顯著下降地區(qū)，fNPV顯著上升地區(qū)面積占比更大。青藏高原草地的中部、東北部和東南部的草地類型主要為高寒草原和高寒草甸，這些地區(qū)降水年際變化率高，降水量多的地方土壤含水量增加促進(jìn)植被生長(zhǎng)，由于非光合植被由綠色植被轉(zhuǎn)化而來(lái)，形成的非光合植被覆蓋度增加，因此非光合植被覆蓋度與降水量相關(guān)系數(shù)較高。在青藏高原的西南地區(qū)降水量年際變化率低，降水量對(duì)植被覆蓋度的影響差異較小。在青藏高原的東南和西南地區(qū)在研究時(shí)間段內(nèi)正處于由光合植被轉(zhuǎn)變?yōu)榉枪夂现脖贿^(guò)程，溫度越低光合植被轉(zhuǎn)變?yōu)榉枪夂现脖坏乃俣仍娇欤虼薴NPV與溫度呈負(fù)相關(guān)關(guān)系；而在青藏高原草地的中部和東北部植被已經(jīng)枯黃，由于溫度的升高能促進(jìn)綠色植被的光合作用使植被生長(zhǎng)更加茂盛，因此綠色植被轉(zhuǎn)變?yōu)榉枪夂现脖坏臄?shù)量更多。

5 結(jié)論

本文利用MOD09A1 產(chǎn)品計(jì)算了青藏高原草地的NDTI 指數(shù)，并根據(jù)NDTI 指數(shù)構(gòu)建非光合植被像元二分模型，對(duì)2000-2020 年青藏高原草地fNPV進(jìn)行估算，并將估算結(jié)果與氣候因素進(jìn)行分析，得到以下結(jié)論： 1) 2020 年青藏高原草地fNPV分布情況與生長(zhǎng)季綠色植被分布情況相同，證明非光合植被像元二分模型可以有效估算青藏高原草地fNPV。2)青藏高原草地fNPV呈現(xiàn)西北低東南高的分布情況，主要受到青藏高原復(fù)雜的地形與氣候的影響。從2000-2020 年青藏高原草地平均fNPV呈現(xiàn)不明顯上升趨勢(shì)，在高原東南地區(qū)，部分草地的fNPV存在減少情況，但變化不明顯。3)青藏高原草地fNPV與降水主要呈正相關(guān)關(guān)系，在西南部分地區(qū)呈負(fù)相關(guān)關(guān)系，剔除溫度影響后fNPV與降水的相關(guān)性幾乎沒(méi)有變化。在研究區(qū)中部和東部地區(qū)fNPV與溫度呈正相關(guān)關(guān)系，東南、南部和西南地區(qū)與溫度呈負(fù)相關(guān)關(guān)系，研究區(qū)內(nèi)約2.7% 的草地在剔除降水因素的影響后，fNPV與溫度由負(fù)相關(guān)關(guān)系轉(zhuǎn)變?yōu)檎嚓P(guān)關(guān)系。4)青藏高原草地fNPV與5 月-9 月均溫呈正相關(guān)關(guān)系所占的面積，高于1 月-12 月和10-翌年9 月所占面積。fNPV與年降水量呈正相關(guān)關(guān)系所占面積，高于5 月-9 月和10 月-翌年9 月所占面積。