張兆鵬 周曉敏 閆 敏 田 昕

（1. 自然資源部第一大地測量隊(duì)，陜西 西安 710054；2. 中國科學(xué)院空天信息創(chuàng)新研究院，北京 100091；3. 中國林業(yè)科學(xué)研究院資源信息研究所，北京 100091）

森林作為國家可持續(xù)發(fā)展的重要物質(zhì)基礎(chǔ)，是經(jīng)濟(jì)建設(shè)和生態(tài)環(huán)境建設(shè)中不可多得的、可更新的再生資源，特別是森林具有巨大的固碳功能，在應(yīng)對氣候變化、維護(hù)生態(tài)安全中發(fā)揮著特殊作用[1-4]。但森林生態(tài)系統(tǒng)經(jīng)常遭受來自人為和自然的各類擾動，主要包括森林病蟲害、各類火災(zāi)和人工砍伐的干擾[4]。森林火災(zāi)是一種具有較強(qiáng)突發(fā)性、較大破壞力的自然災(zāi)害，且不易救助，它會一定程度上損害原始森林的物種結(jié)構(gòu)、組成和功能，嚴(yán)重情況下甚至?xí){人類的安全、影響區(qū)域的碳循環(huán)[4]。森林在遭受到火災(zāi)干擾且無新生林木生長的土地稱之為火燒跡地，火燒跡地植被的恢復(fù)是森林生態(tài)系統(tǒng)恢復(fù)的基礎(chǔ)[4]。傳統(tǒng)的過火區(qū)域信息提取和恢復(fù)一般均采用外業(yè)調(diào)查的方法，但對地理位置偏遠(yuǎn)、交通不便和地勢險峻區(qū)域的火災(zāi)，野外實(shí)測難度較大。且火災(zāi)干擾后植被恢復(fù)需要長時間連續(xù)監(jiān)測，這進(jìn)一步加大了外業(yè)工作量[4]。航天遙感技術(shù)的快速發(fā)展，為國家林地資源信息獲取提供了有效手段[3]。從不同來源、不同形式的遙感信息中快速準(zhǔn)確、高質(zhì)高效地獲取林地信息[3]，實(shí)現(xiàn)森林資源的定期、甚至實(shí)時監(jiān)測，為森林資源清查、森林火災(zāi)監(jiān)測和森林資源保護(hù)提供了重要的基礎(chǔ)和依據(jù)[3]。遙感技術(shù)具有數(shù)據(jù)獲取周期短、速度快、可重復(fù)觀測、星多幅寬等優(yōu)勢[2-5]，能獲取人不能至、人不宜至和人不易至區(qū)域火災(zāi)信息，彌補(bǔ)了傳統(tǒng)人工實(shí)測時難以全覆蓋、費(fèi)時和費(fèi)力等方面的不足[3,6-7]。

目前，為了詳細(xì)了解和掌握森林火燒跡地面積和植被更新演替及其變化規(guī)律[8]，已有大量國內(nèi)外學(xué)者利用遙感技術(shù)對火燒跡地的信息提取和植被恢復(fù)方面開展了大量的研究[8-12]。朱曦等[13]基于環(huán)境減災(zāi)小衛(wèi)星數(shù)據(jù)，分別利用對比分析歸一化植被指數(shù)（NDVI）[9]、全球環(huán)境監(jiān)測植被指數(shù)（GEMI）[14]、過火區(qū)識別指數(shù)（BAI）和增強(qiáng)型植被指數(shù)（EVI）[8]對過火區(qū)進(jìn)行識別，對比發(fā)現(xiàn)BAI與GEMI對過火區(qū)具有較好的分離性。Yi等[15]基于1987年大興安嶺北部特大火災(zāi)發(fā)生前后的AVHRR GIMM-NDVI數(shù)據(jù)[16]，通過利用AVHRR GIMM-NDVI值構(gòu)建林分恢復(fù)指數(shù)（SRI），同時選取和過火區(qū)氣候條件、立地條件、海拔高度相似的區(qū)域作為未被林火控制區(qū)域[8]，利用該特定區(qū)域的NDVI值構(gòu)建相對恢復(fù)指數(shù)（RRI），采用非參數(shù)Mann-Kendall（MK）統(tǒng)計方法對NDVI表征的植被恢復(fù)過程進(jìn)行空間分布和趨勢分析[8]，得出10月份是利用NDVI值區(qū)分中國北方森林火燒前后前植被狀況的較好時期。苗慶林等[17]基于2006年大興安嶺松嶺火災(zāi)前后的MODIS影像（2003—2013年），利用外業(yè)調(diào)查數(shù)據(jù)與NDVI，采用監(jiān)督分類對森林火燒強(qiáng)度進(jìn)行劃分，并結(jié)合統(tǒng)計方法對大興安嶺東南部不同燃燒強(qiáng)度下植被恢復(fù)過程進(jìn)行動態(tài)監(jiān)測和研究。Fernandez-Manso等[18]以Landsat TM/ETM+遙感影像為主要數(shù)據(jù)源，選取西班牙大火后88個不同程度火燒跡地（未燃燒、低、中和高）為研究區(qū)域，通過對原始Landsat TM/ETM+影像進(jìn)行多端元光譜混合分析（MESMA）得到陰影歸一化綠色植被占比影像（SGV），將SGV值與未燃燒區(qū)域的SGV值進(jìn)行對比，確定了植被恢復(fù)指數(shù)（VRI），研究表明由Landsat TM/ETM+數(shù)據(jù)反演而來的VRI可應(yīng)用于火災(zāi)干擾后植被恢復(fù)研究[8]。孫 桂芬[4]利用 研 究區(qū)的Landsat 8 OLI和GF-1 WFV遙感數(shù)據(jù)，通過5種植被指數(shù)（GEMI、NDVI、BAI、EVI和NBR）火燒跡地進(jìn)行識別和精度評價，得出基于近紅外或短波紅外波段構(gòu)建的植被指數(shù)對火燒跡地提取結(jié)果相對較好，并通過長時間序列監(jiān)測，對提取的漠河不同程度過火區(qū)的植被年變化進(jìn)行分析。

大興安嶺作為中國重要的林業(yè)基地之一，擁有完備的自然生態(tài)系統(tǒng)，其生態(tài)地位極高[3-4]。本研究以大興安嶺的重點(diǎn)林區(qū)為研究區(qū)，采用2001—2020年間的Landsat 5 TM和GF-1 WFV遙感數(shù)據(jù)產(chǎn)品，結(jié)合0.2 m分辨率的航空CCD數(shù)據(jù)和全球30 m精細(xì)地表覆蓋產(chǎn)品（GlobeLand30），利用基于NDVI的像元二分模型建立植被覆蓋度（FVC）的估算模型，對大興安嶺地區(qū)2001—2020年間的植被覆蓋度變化狀況進(jìn)行研究，并分析了研究區(qū)植被覆蓋空間分布特征和影響因素，同時對研究期間過火區(qū)的植被覆蓋的時空變化特征以及恢復(fù)情況進(jìn)行了重點(diǎn)研究。

1 研究區(qū)概況

研究區(qū)為大興安嶺火災(zāi)易發(fā)地，地處內(nèi)蒙古自治區(qū)東北部根河市和黑龍江省的漠河市、呼瑪縣境內(nèi)，位于東經(jīng)121°27′11″～123°19′04″，北緯50°44′56″～52°35′09″。研究區(qū)內(nèi)包括內(nèi)蒙古根河市金河鎮(zhèn)境內(nèi)的汗馬國家級自然保護(hù)區(qū)、根河生態(tài)站和黑龍江省呼中國家級自然保護(hù)區(qū)等大型森林生態(tài)類型自然保護(hù)區(qū)。呈東北—西南走向的大興安嶺山脈縱貫整個林區(qū)，構(gòu)成林區(qū)的山地丘陵地形[2]。林區(qū)地勢起伏不大，海拔高度在400～1 500 m。林區(qū)屬于寒溫帶大陸性季風(fēng)氣候（冬季：漫長、嚴(yán)寒，夏季：短暫、炎熱），年平均氣溫低（-2.5 ℃），四季溫差較大（冬季極端最低氣溫可達(dá)-52.3 ℃），晝夜溫差升降急劇[2]。林區(qū)降水量主要集中于夏季時期的7—8月份，約占全年的80%～90%。林區(qū)樹種主要有山楊（Populus davidiana）、興 安 落 葉 松（Larix gmelinii）、樟子松（Pinus sylvestrisvar.mongholica）和白樺（Betula platyphylla）等，興安落葉松是林區(qū)中占絕對優(yōu)勢的樹種[2]。

2 材料與方法

2.1 數(shù)據(jù)來源

本 研 究 以 獲 取 的7景Landsat 5 TM和7景GF-1 WFV遙感影像為主要數(shù)據(jù)源[2]（表1），其中Landsat TM影像來源于USGS官網(wǎng)（http://glovis.usgs.gov/）和地理空間數(shù)據(jù)云（http://www.gscloud.cn/）[2]，GF-1影像來源于中國資源衛(wèi)星應(yīng)用中心（http://www.cresda.com/CN/）[2]。以地理空間數(shù)據(jù)云獲取的30 m空間分辨率的ASTER GDEM數(shù)據(jù)用于正射校正；以地球大數(shù)據(jù)科學(xué)工程數(shù)據(jù)網(wǎng)站（http://www.casearth.com/）獲取的全球30 m地表覆蓋（GlobeLand30）精細(xì)分類數(shù)據(jù)作為研究區(qū)分類參考數(shù)據(jù)；以2016年8月獲取的0.2 m分辨率的航空CCD數(shù)據(jù)（中國林業(yè)科學(xué)研究院資源信息研究所提供）[2]和2015年9月和2018年9月獲取的1.0 m分辨率的GF-2 PMS數(shù)據(jù)作為FVC驗(yàn)證數(shù)據(jù)。

表 1 各景遙感影像的信息表Table 1 The information of remote sensing images

2.2 影像處理

衛(wèi)星遙感影像在成像過程中，會產(chǎn)生各種輻射誤差和幾何變形[19-21]。根據(jù)本研究中遙感影像的實(shí)際情況[21]，要對影像進(jìn)行輻射定標(biāo)、大氣校正和幾何校正后才能進(jìn)行信息提取[2,19]。為減少不同期遙感影像間的光譜差異，降低FVC反演誤差，研究以2011年的TM影像為基準(zhǔn)影像，采用最小二乘回歸法對其他影像進(jìn)行校正[19]。

2.3 NDVI計算

植被指數(shù)是對地表植被狀況的簡單、有效和經(jīng)驗(yàn)的度量[22]。由于NDVI可以消除大部分與儀器定標(biāo)、太陽角、地形、云陰影和大氣條件有關(guān)輻照度的變化，增加了對植被的響應(yīng)能力[22]，是目前應(yīng)用最廣的一種植被指數(shù)[21]。在LAI值很高，即植被茂密時，其靈敏度會降低[21]。計算方法為：

式中：NIR和R分別表示近紅外波段和紅光波段的 反 射 率，Landsat 5 TM和GF-1 WFV的R和NIR均分別為band3、band4波段[21]。

NDVI的范圍通常在-1到1之間[21]，負(fù)值一般表示云、水、雪等對可見光波段比近紅外波段反射高的地物，0一般是裸地或巖石等，正值則表示有植被覆蓋，且植被覆蓋度越大NDVI越接近1[21]。由于大氣校正后的結(jié)果會有部分像元為負(fù)值，會使計算得到的NDVI在[-1, 1]之外，需要通過波段計算去除異常值，表達(dá)式為：-1＜B1＜

1 (B1: NDVI)。

2.4 過火區(qū)提取

利用假彩色合成的Landsat TM和GF-1 WFV遙感影像，能夠快速目視識別出森林過火區(qū)大致的地理位置范圍[19]。因林火發(fā)生前后森林過火區(qū)的NDVI會發(fā)生明顯變化[3]，故對森林火災(zāi)發(fā)生前后2期遙感影像的NDVI進(jìn)行差值運(yùn)算，利用NDVI差值（dNDVI）并通過閾值分割提取過火區(qū)[4]。不同時期dNDVI的計算方法如下：

式中：NDVIpost和NDVIpre分別表示火災(zāi)前和火災(zāi)后相應(yīng)年份的NDVI值。

2.5 植被覆蓋度計算

為了得出所需結(jié)論，需要將植被指數(shù)轉(zhuǎn)化成植被覆蓋度[21]，像元二分模型是目前應(yīng)用較多的一種遙感估算植被覆蓋度的方法[21,23-25]。該方法簡單、實(shí)用、精度高，且與實(shí)際情況吻合度較高。其假設(shè)一個像元的信息可以分為兩部分[22]：植被覆蓋部分和裸土部分，其中植被覆蓋部分所占像元的百分比即為該像元的植被覆蓋度[21-22]。

植被指數(shù)反映了單位像元內(nèi)植被的生長狀況，由于像元內(nèi)的植被覆蓋具有不同的結(jié)構(gòu)特征，可以將其分為2種類型，純像元和混合像元[21,26]。一個混合像元包括土壤和植被2種信息，即每個像元可以看做是植被覆蓋部分的NDVI與無植被覆蓋部分的NDVI的加權(quán)平均[22]，此時植被面積部分占像元的比率為該像元的植被覆蓋度，該混合像元植被指數(shù)為[22]：

則植被覆蓋度轉(zhuǎn)換模型為：

式中：FVC為植被覆蓋度，NDVIveg為全植被覆蓋的歸一化植被指數(shù)，NDVIsoil為裸土的歸一化植被指數(shù)值[22,27-28](表2)。

NDVIsoil一般是不隨時間改變的，對于大多數(shù)類型的裸地表面，理論上NDVIsoil的值應(yīng)該接近零。然而由于大氣作用，地表濕度會發(fā)生變化，導(dǎo)致NDVIsoil也會隨時間發(fā)生變化[22]。此外，由于地表濕度、粗糙度、土壤類型、土壤顏色等條件的不同，NDVIsoil也會隨著空間而變化[22]，NDVIsoil的變化范圍一般在0.1～0.2[21]。因此，采用一個確定的NDVIsoil值是不可取的，即使對于同一影像，其值也會有所變化。NDVIveg代表著全植被覆蓋像元的最大值。由于植被類型的不同，植被覆蓋的季節(jié)變化，葉冠背景的污染，NDVIveg值的確定也存在著與NDVIsoil值類似的情況，NDVIveg值也會隨著時間和空間而改變[21]。因此，采用一個確定的NDVIveg值也是不可取的[21]。由于遙感影像中往往存在諸多干擾因素（如大氣條件），NDVI的最大和最小值一般不能直接從灰度圖中統(tǒng)計得到。因此文中結(jié)合GlobeLand30數(shù)據(jù)和各期影像中不同土地覆蓋類型的NDVI閾值分別生成NDVIsoil和NDVIveg參數(shù)文件，用如下表達(dá)式來計算NDVIsoil和NDVIveg[21]：

式中：bi為土地利用類型（如林地、耕地、草地、城市用地和水體等）的掩膜文件；ni和ni+j（i=1, 2, 3, …,n；j=總地物類的個數(shù)）分別表示各個掩膜文件對應(yīng)的NDVI最小值和最大值[21]。

由于遙感成像受多種因素（如氣象條件、觀測角度、觀測時間、太陽角度等）影響，因此在遙感圖像中，難免會存在異常值?；诮y(tǒng)計學(xué)原理，可以通過取一定置信度的值來確定各類用地的NDVImax和NDVImin。最終運(yùn)用公式（4）實(shí)現(xiàn)灰度圖轉(zhuǎn)化為植被覆蓋圖[21]，通常在NDVI置信度之外的像元（包括NDVI異常像元）會產(chǎn)生一些異常值（即值在[0, 1]之外）。而且背景和水體區(qū)域FVC的值為-NaN（即無效值），是因?yàn)榉帜笧?造成的。利用ENVI的Bandmath工具可以去除產(chǎn)生的異常值，表達(dá)式為：0.0＞b1＜1.0 (b1:FVC)。

表 2 NDVIsoil和NDVIveg值統(tǒng)計Table 2 The value of NDVIsoil and NDVIveg

2.6 植被覆蓋度精度驗(yàn)證

選取通過2015年和2018年的GF-1 WFV數(shù)據(jù)反演的FVC進(jìn)行精度驗(yàn)證。2015年和2018年GF-2數(shù)據(jù)獲取時間與研究所用數(shù)據(jù)時間在同一時期，滿足森林植被同物候期的要求[19]。通過在2期GF-2影像上均提取16 m大小窗口（與GF-1 WFV影像的空間分辨率保持一致）的感興趣區(qū)域45個，即為5個等級的FVC各抽取9個樣點(diǎn)。利用監(jiān)督分類將選取的感興趣區(qū)分為植被和非植被兩大類，通過統(tǒng)計各個區(qū)域中植被像元所占比例[21]，即為該樣點(diǎn)的植被覆蓋度，最后對驗(yàn)證結(jié)果和反演結(jié)果進(jìn)行交叉驗(yàn)證[19,29]。由于GF-2影像的分辨率相對較低，為彌補(bǔ)不足，研究時按照上述方法在2015年、2016年和2018年基本無變化區(qū)域處從0.2 m的航空CCD影像上選取16 m大小窗口的感興趣區(qū)域35個，統(tǒng)計結(jié)果后再次進(jìn)行交叉驗(yàn)證。

3 結(jié)果與分析

3.1 NDVI和過火區(qū)提取結(jié)果

用于過火區(qū)信息提取和植被覆蓋度反演的NDVI灰度圖見圖1[21]。

圖 1 NDVI計算結(jié)果Fig. 1 The NDVI images of research areas

對2001—2020年間的NDVI進(jìn)行差值運(yùn)算得到dNDVI，通過閾值分割（閾值選?。?0.2）對過火區(qū)信息進(jìn)行提取，同時結(jié)合遙感影像消除由云覆蓋、水體變化等造成的誤提取信息，最終提取結(jié)果見圖2。以2001—2019年的MODIS、Landsat TM/OLI和GF-1等高分辨率遙感影像為基礎(chǔ)，結(jié)合國家林業(yè)信息網(wǎng)公布的大興安嶺地區(qū)火災(zāi)信息[2]，在遙感影像上通過手工勾繪得到的研究區(qū)2020年前著火點(diǎn)分布數(shù)據(jù)作為林火信息提取結(jié)果的驗(yàn)證材料。過火區(qū)驗(yàn)證數(shù)據(jù)見圖3，其中2003年的過火區(qū)作為植被覆蓋度變化研究的熱點(diǎn)區(qū)域。

由過火區(qū)提取結(jié)果和驗(yàn)證數(shù)據(jù)的疊加對比驗(yàn)證結(jié)果（圖4）可知dNDVI能夠快速、高效地對過火區(qū)進(jìn)行分離，且提取結(jié)果的可靠性較高。

圖 2 dNDVI過火區(qū)信息提取結(jié)果Fig. 2 The dNDVI images of research areas

3.2 植被覆蓋度

3.2.1 植被覆蓋度等級劃分

根據(jù)《國家森林資源連續(xù)清查技術(shù)規(guī)程》（GB/T 38 950—2020）[30]地類劃分標(biāo)準(zhǔn)和《林地分類標(biāo)準(zhǔn)》（LY/T 1812—2009）[31]，同時結(jié)合大興安嶺地區(qū)植被的特點(diǎn)和其他學(xué)者研究中所采用的FVC分級標(biāo)準(zhǔn)[19-21,32-33]，將研究區(qū)的FVC分為5個等級[21]：極低覆蓋度植被（Ⅰ級）：植被覆蓋度小于0.2（FVC＜20%）；低覆蓋度植被（Ⅱ級）：植被覆蓋度介于0.2與0.4（20%≤FVC＜40%）；中覆蓋度植被（Ⅲ級）：植被覆蓋度介于0.4與0.6（40%≤FVC＜60%）；較高覆蓋度植被（Ⅳ級）：植被覆蓋度介于0.6與0.8（60%≤FVC＜80%）；高覆蓋度植被（Ⅴ級）：植被覆蓋度大于等于0.8（FVC≥80%）[19-20]。根據(jù)以上分級標(biāo)準(zhǔn)，將反演得到的不同時期的FVC數(shù)據(jù)進(jìn)行等級劃，得到植被覆蓋度等級劃分圖（圖5）。

圖 3 研究區(qū)各年份著火點(diǎn)分布Fig. 3 The distribution of fire spots in different years in the study area

圖 4 疊加對比Fig. 4 The addition and correction

圖 5 FVC等級劃分結(jié)果Fig. 5 The fractional vegetation cover(FVC) classification results

3.2.2 精度驗(yàn)證

利用2期對應(yīng)的GF-2影像和2016年的CCD航空影像對2015年和2018年2期FVC結(jié)果雙重交叉驗(yàn)證結(jié)果見表3。由表3可知，2015年和2018年的FVC反演結(jié)果精度較高，表明結(jié)果具有一定可靠性，滿足研究需求。

表 3 交叉驗(yàn)證結(jié)果Table 3 The results of cross validation

3.2.3 FVC變化檢測

一般而言，將低一級植被向高一級植被的轉(zhuǎn)化稱作植被增長，高一級植被向低一級植被的轉(zhuǎn)化稱作植被退化[21]。選取2011年作為中間節(jié)點(diǎn)，通過FVC間的差值運(yùn)算得出2001—2020年植被覆蓋度轉(zhuǎn)化關(guān)系，結(jié)果見圖6和表4。

圖 6 2001—2020年FVC動態(tài)變化分布Fig. 6 Distribution of dynamic changes in FVC from 2001 to 2020

表 4 2001—2020年各植被覆蓋度等級轉(zhuǎn)移矩陣Table 4 Transform situation matrix of vegetation coverage grades from 2001 to 2020 km2

結(jié)合2001—2020年間FVC等級劃分結(jié)果（圖5）與變化檢測結(jié)果（圖6、表4）可知，研究區(qū)主要以Ⅲ級、Ⅳ級和Ⅴ級植被為主，整體FVC較高；結(jié)合林火分布圖可知，植被退化和植被增長幅度較大（Change(±3～±5)）區(qū)域基本位于林火分布的地理位置處，表現(xiàn)為2001—2011年研究區(qū)西南部和東南部出現(xiàn)大范圍明顯的植被退化，而2011—2020年對應(yīng)區(qū)域則反之，出現(xiàn)明顯植被增長；2001—2020年間研究區(qū)整體FVC降低，其中較高和高植被覆蓋度在20年間分別減少了443.7 km2和465.3 km2，中等植被覆蓋度增加了996.3 km2，增加了3.6倍；極低和低覆蓋度植被分別減少了61.07%和51.61%。植被退化區(qū)域主要分布于研究區(qū)地勢較低區(qū)域，尤其研究區(qū)西北和東南地區(qū)的FVC降低較為明顯；以2011年為節(jié)點(diǎn)，中覆蓋度植被增加主要在2001—2011年間，增加了近2倍；2011—2020年間極低和低蓋度植被減少明顯，分別減少了50.28%和60.87%。

3.2.4 FVC變化影響因素

1）火災(zāi)干擾?；馂?zāi)具有較強(qiáng)的突發(fā)性和較大的破壞力，能使原有森林的林分組成、結(jié)構(gòu)和功能嚴(yán)重受損，地表植被覆蓋大大減弱甚至將其變?yōu)闊o植被覆蓋的裸地[3]。由圖2和表5可知，研究期間林區(qū)火災(zāi)頻發(fā)，利用遙感影像可識別和檢測的過火區(qū)就有1 368.62 km2，多起火災(zāi)干擾是導(dǎo)致林區(qū)植被覆蓋度大幅度下降的最主要原因，尤其2003年的特大火災(zāi)的干擾使研究期間各等級FVC出現(xiàn)明顯的正負(fù)向波動。

表 5 2001—2020年間火燒跡地面積統(tǒng)計Table 5 Statistics of fire burned areas from 2001 to 2020

2）人為因素。研究區(qū)常住居民（敖魯古雅居民）生活方式由原來的狩獵為主轉(zhuǎn)向旅游業(yè)，旅游業(yè)的大力發(fā)展、經(jīng)濟(jì)利益驅(qū)動下林木的砍伐，一定程度上導(dǎo)致了特定時間段內(nèi)FVC的下降，如2011—2020年（圖6b）。大興安嶺通過實(shí)施以減少林木采伐量、轉(zhuǎn)變經(jīng)濟(jì)發(fā)展模式、增加林地資源管理力度等措施為主的天然林資源保護(hù)工程，取得了顯著效果[2]。研究區(qū)基本位于“天?！惫こ讨攸c(diǎn)保護(hù)的林區(qū)之中，“天?！惫こ痰膶?shí)施促進(jìn)林區(qū)的植被覆蓋度得到一定程度的改善。

3）其他因素。在地形方面，通過分析研究區(qū)地形特征可知，F(xiàn)VC負(fù)向變化區(qū)域主要處于低海拔地區(qū)[34]，高海拔區(qū)域FVC變化較小。在林分組成方面，不同的樹種、不同的樹齡會影響林區(qū)內(nèi)FVC的動態(tài)變化，興安落葉松是林區(qū)占絕對優(yōu)勢的樹種[2]，其生長緩慢，故FVC的變化并不顯著。若林區(qū)內(nèi)幼林和中林較多，則整體FVC正向增長顯著；若成熟林和過熟林占優(yōu)勢，則FVC變化較小。在氣候方面，林區(qū)地處中國東北部，屬于寒溫帶大陸性季風(fēng)氣候，冬季嚴(yán)寒且漫長，夏季炎熱卻短暫[2]。短暫的夏季致使林區(qū)植被生長周期較短，過火區(qū)植被恢復(fù)生長時間較短，一定程度上制約植被覆蓋的正向變化[3,19]。在影像獲取方面，2001年TM影像獲取時間為整體FVC高的8月份，2020年GF-1影像獲取時間為整體FVC開始逐漸降低的9月份，兩者時間相差18 d，這是造成變化檢測結(jié)果中2001—2020年波動較大的原因之一。同時部分遙感影像存在同期和鄰期都無法替換的云，造成不同期間局部FVC差異較大。

3.3 熱點(diǎn)區(qū)域分析

2003年研究區(qū)火災(zāi)頻發(fā)（圖3），不同程度的火災(zāi)發(fā)生前后的FVC和各FVC等級占比情況分別如圖7和表6所示。

由圖7和表6可知，特大范圍和大范圍火災(zāi)造成的火燒跡地，經(jīng)過近17年的恢復(fù)，其植被覆蓋度有所提高，但仍未恢復(fù)到火災(zāi)前（2001年）且相差較大；中等范圍的經(jīng)過長時間恢復(fù)后FVC整體正向變化較快，但在17年的時間內(nèi)仍未恢復(fù)到原始狀態(tài)，且到一定時間（2015年）后FVC變化不大，此時火災(zāi)干擾已不是影響植被生長和FVC變化的主要因素；小范圍的火災(zāi)，F(xiàn)VC能夠恢復(fù)至火災(zāi)前狀態(tài)，但恢復(fù)周期也較長。

圖 7 熱點(diǎn)區(qū)域FVCFig. 7 The FVC of hot spots

根據(jù)2013年和2016年2次在根河的外業(yè)調(diào)查數(shù)據(jù)和舉證照片發(fā)現(xiàn)，過火區(qū)植被恢復(fù)主要以灌草和叢生白樺為主。灌草、叢生白樺等先鋒植被的快速生長使其FVC得到快速恢復(fù)，但區(qū)域內(nèi)的林分結(jié)構(gòu)、樹種數(shù)量在短時間內(nèi)甚至較長時間內(nèi)很難恢復(fù)到原始狀態(tài)[3,19]。灌木和草地在不同年份變化較大，因此導(dǎo)致熱點(diǎn)區(qū)域出現(xiàn)各等級植被分布不均、正負(fù)變化顯著。綜上表明火干擾后的森林恢復(fù)時間較長，尤其強(qiáng)度高、范圍大的火災(zāi)?；馂?zāi)干擾后森林植被類型很難恢復(fù)成原型，若無人工干預(yù)其最終植物類型很有可能被灌草或其他地物類型所演替[8]。同時根據(jù)大范圍和中范圍FVC恢復(fù)情況可知，在火災(zāi)干擾后的前幾年內(nèi)（2003—2015年）FVC和植被生長主要受火災(zāi)強(qiáng)度的影響較大，但當(dāng)經(jīng)過前幾年的恢復(fù)，植被進(jìn)入正常狀態(tài)后（2015年后）火災(zāi)已不是影響FVC的主要因素，立地條件（包括地貌特征、氣候、土壤、水分和生物等外部環(huán)境條件）將替代火災(zāi)干擾成為影響FVC和植被生長的主要因素。

表 6 熱點(diǎn)區(qū)域不同等級FVC火災(zāi)發(fā)生前后所占百分比統(tǒng)計表Table 6 Statistics of the proportion of FVC of different grades in hot spots before and after fire

4 結(jié)論與討論

本研究基于NDVI作為參考信息的像元二分模型，采用GF-1和TM數(shù)據(jù)[34]，估算了2001—2020年林區(qū)的FVC空間分布狀況及其動態(tài)變化，并分析了影響2001—2020年FVC動態(tài)變化的因素，著重分析火災(zāi)干擾對FVC動態(tài)變化的影響。以2003年不同程度火災(zāi)造成的火燒跡地為熱點(diǎn)區(qū)域，通過火災(zāi)前后植被覆蓋度變化對不同程度林火后植被恢復(fù)力進(jìn)行了定量分析。主要結(jié)論如下：

1）通過靈活應(yīng)用ENVI的Bandmath、統(tǒng)計和掩膜等工具，以NDVI值為參數(shù)，運(yùn)用基于像元二分模型的植被覆蓋度遙感估算方法技術(shù)路線簡單、可操作性強(qiáng)，適用于不同分辨率的遙感數(shù)據(jù)。

2）根據(jù)林火發(fā)生前后森林過火區(qū)的NDVI會發(fā)生明顯變化這一特性，采用dNDVI可以對林火范圍進(jìn)行有效提取。

3）整體來看，大興安嶺重點(diǎn)林區(qū)的FVC較高，但頻發(fā)的火災(zāi)對研究區(qū)FVC分布狀況及其動態(tài)變化影響甚大。研究期間火災(zāi)干擾是造成研究期間FVC出現(xiàn)大幅波動的主要原因。

4）通過對不同程度火燒跡地FVC研究可知：較小范圍的火災(zāi)，F(xiàn)VC可以恢復(fù)；中等范圍火災(zāi)的FVC經(jīng)過長時間的自然恢復(fù)會有很大程度上的正向增長，但與原始FVC仍有一定差距；而對于大范圍，尤其是特大范圍的過火區(qū)經(jīng)過近17年的自然生長，雖然FVC會增加，但和原始FVC相比相差甚遠(yuǎn)。故火燒跡地的FVC恢復(fù)情況并不佳，同時僅從FVC方面對植被的恢復(fù)情況進(jìn)行評價是不夠嚴(yán)謹(jǐn)?shù)?，受火?zāi)干擾區(qū)域內(nèi)灌草等先鋒植被的快速生長使其FVC得到快速恢復(fù)，但區(qū)域內(nèi)的林分結(jié)構(gòu)、樹種數(shù)量在短時間內(nèi)甚至較長時間內(nèi)很難恢復(fù)到原始狀態(tài)。

遙感數(shù)據(jù)覆蓋面積大、時效性強(qiáng)的特性對林火信息檢測和植被恢復(fù)動態(tài)監(jiān)測有獨(dú)特的優(yōu)勢[34]，但在本研究過程中依然存在少許遺憾和有待解決的問題。首先，在對過火區(qū)植被恢復(fù)的遙感監(jiān)測分析時，地形因素、氣候因素和林分組成等對植被恢復(fù)的影響分析還不夠透徹，且由于數(shù)據(jù)限制，未能對過火區(qū)植被覆蓋月變化進(jìn)行分析和評價。其次，本研究采用的影像數(shù)據(jù)主要為Landsat 5 TM和GF-1 WFV，2類影像的分辨率不同，對研究結(jié)果會造成一定的影響。雖然目前國產(chǎn)GF-1、GF-2和GF-6衛(wèi)星能夠獲取用于林業(yè)監(jiān)測業(yè)務(wù)的高分辨率遙感影像，一定程度上打破了獲取數(shù)據(jù)困難的局限性，但依然存在數(shù)據(jù)質(zhì)量欠佳、覆蓋面積小、累計數(shù)據(jù)較少等問題，極大地制約了本研究針對內(nèi)蒙古大興安嶺地區(qū)過火區(qū)植被恢復(fù)研究良好初衷的實(shí)現(xiàn)。