鐘 靜，皇永波，郭明強(qiáng),2,3,4

（1.湖北地信科技集團(tuán)股份有限公司， 湖北 武漢 430074；2.自然資源部城市國土資源監(jiān)測與仿真重點實驗室， 廣東 深圳 518034；3.中國地質(zhì)大學(xué)（武漢）地理與信息工程學(xué)院，湖北 武漢 430074；4.國家地理信息系統(tǒng)工程技術(shù)研究中心，湖北 武漢 430074）

目前植被覆蓋度的估算以傳統(tǒng)地面測量和遙感反演為主，傳統(tǒng)FVC測量方法主要依靠地面測量，包括目視估測法、采樣法、儀器法、照相法等[1-5]。遙感技術(shù)反演FVC 主要使用像元二分法和NDVI 數(shù)據(jù)進(jìn)行計算，并根據(jù)統(tǒng)計學(xué)的數(shù)據(jù)分析方法探討時序FVC變化規(guī)律和原因[6-9]。近年來諸多學(xué)者使用遙感技術(shù)結(jié)合衛(wèi)星遙感影像反演FVC，并分析FVC在時間和空間上的變化。但由于研究區(qū)域的環(huán)境不同，F(xiàn)VC的時空變化規(guī)律呈現(xiàn)區(qū)域差異性的特點。文獻(xiàn)[10]基于MOD13Q1數(shù)據(jù)產(chǎn)品和國家氣象站降水?dāng)?shù)據(jù)，采用像元二分模型、一元線性回歸模型和Hurst 指數(shù)，分析了2000—2019 年黃河流域FVC 空間格局、時序變化和發(fā)展趨勢，發(fā)現(xiàn)黃河流域FVC 年際變化呈明顯的上升趨勢，在空間上呈從西北至東南階梯狀增大的分布態(tài)勢。文獻(xiàn)[11]基于4期TM∕OLI影像，提取NDVI，采用像元二分模型計算FVC，發(fā)現(xiàn)大青山FVC總體改善，F(xiàn)VC空間格局總體上呈東高西低，南高北低的分布特征，F(xiàn)VC 隨海拔升高呈增加趨勢，且與坡度正相關(guān)。文獻(xiàn)[12]基于衛(wèi)星遙感影像提取生長季植被指數(shù)計算FVC，并對FVC的空間分布特征、面積占比、變化趨勢等進(jìn)行分析，研究表明，2000—2017年間黑河中下游均存在低覆蓋植被向其他類型覆蓋植被轉(zhuǎn)化現(xiàn)象，高植被覆蓋區(qū)域面積增加，植被覆蓋情況整體趨好。文獻(xiàn)[13]利用2000—2019 年MODIS∕EVI 數(shù)據(jù)，基于像元二分法獲取FVC，運(yùn)用線性回歸分析揭示了FVC 變化規(guī)律，結(jié)果表明2000—2019 年新疆平均FVC 空間分布差異明顯，新疆FVC 呈上升趨勢，變化平穩(wěn)，極高覆蓋度區(qū)域主要分布在西北部、北部以及南疆的綠洲地區(qū)，東疆波動較大。

本文基于2000—2020 年（每年4—10 月）MODIS13Q1 遙感數(shù)據(jù)，使用像元二分模型[3-4]、斜率模型[1-2]、馬 爾 可 夫 轉(zhuǎn) 移 矩陣 模 型[14-15]、Hurst 指數(shù)[16-17]等模型方法，對2000—2020年來湖北省西部區(qū)域92 250 km2的FVC時空變化規(guī)律進(jìn)行分析，探討鄂西植被的獨特變化規(guī)律，分析規(guī)律的可靠性和持續(xù)性，并判斷區(qū)域內(nèi)植被環(huán)境的穩(wěn)定性。

1 研究區(qū)概況與數(shù)據(jù)來源

湖北省地勢大致為東、西、北三面環(huán)山，中間低平，向南敞開、北有缺口的不完整盆地，地勢高低相差懸殊[18-19]。本研究區(qū)域覆蓋恩施州、十堰市、神農(nóng)架林區(qū)、襄陽市、宜昌市，總面積約為92 250 km2，是鄂西生態(tài)文化旅游圈的核心地區(qū)，森林茂密，植被覆蓋率高，在全省占有重要地位。十堰市、恩施州、神農(nóng)架林區(qū)是國家級水土保持防治重點區(qū)域，植被變化的監(jiān)測和空間分布分析尤為重要。本研究區(qū)主要為山體區(qū)域，西北山地為秦嶺東延部分和大巴山的東段，秦嶺東延部分稱武當(dāng)山脈，嶺脊海拔一般在1 000 m以上，最高處為武當(dāng)山天柱峰，海拔1 621 m；大巴山東段由神農(nóng)架、荊山、巫山組成，神農(nóng)架最高峰為神農(nóng)頂，海拔3 105 m；西南山地為云貴高原的東北延伸部分，主要有大婁山和武陵山，一般海拔高度700～1 000 m，最高處獅子垴海拔為2 152 m。研究區(qū)內(nèi)主要植被類型有亞熱帶常綠闊葉林、亞熱帶常綠落葉闊葉混交林等[20]。

本文采用的MODIS13Q1 的遙感衛(wèi)星數(shù)據(jù)來源于LAADS DAAC 官網(wǎng)（https:∕∕ladsweb.modaps.eosdis.nasa.gov∕），空間分辨率為250 m，時間分辨率為16 d。由于最大NDVI 可較好地反映該年度植被長勢最好季節(jié)的植被覆蓋情況，盡可能規(guī)避大氣、云層、太陽高度角等因素造成的數(shù)據(jù)在短時間偏低情況，最大限度保障數(shù)據(jù)質(zhì)量，因此使用最大值合成法（MVC）處理NDVI 影像數(shù)據(jù)來分析研究區(qū)域FVC 在時間和空間上變化規(guī)律和特征[21]。由于研究區(qū)7、8、9月份的NDVI影像受云霧遮擋較為嚴(yán)重，影像合成最大值易受云霧影響，且研究區(qū)常年平均溫度較高，考慮4、5月份植被比較茂密，因此本文選取2000年、2002年、2005年、2007年、2010年、2012年、2015年、2017年、2020年每年4—10月份的MODIS13Q1遙感衛(wèi)星影像作為數(shù)據(jù)源，使用ArcPy 工具批量提取NDVI，并使用arcpy.ProjectRaster_management 函數(shù)進(jìn)行投影坐標(biāo)轉(zhuǎn)換，將MODIS13Q1 原始影像轉(zhuǎn)換為CGCS2000 高斯克呂格114E投影坐標(biāo)系，最后使用最大值合成法獲取每年的NDVI最大值。

圖1 研究區(qū)地理位置

2 研究方法

2.1 基于像元二分模型的FVC反演分析方法

本文使用像元二分模型對NDVI 數(shù)據(jù)進(jìn)行FVC 反演，F(xiàn)VC是指植被所占像元的比率，模型公式為：

式中， NDVIsoil為完全是裸土或無植被覆蓋區(qū)域的NDVI值；NDVIveg為完全被植被所覆蓋的像元的NDVI值，即純植被像元的NDVI值。

理論上， NDVIveg的值應(yīng)為NDVImax； NDVIsoil的值應(yīng)為NDVImin，由于NDVI 圖像的像元存在一定的噪聲，因此設(shè)置一個置信范圍對NDVIsoil和NDVIveg進(jìn)行取值。本文選取NDVI 統(tǒng)計頻率的0.5%和99.5%作為NDVIsoil和NDVIveg的值[20-22]。

2.2 基于馬爾科夫模型的FVC等級轉(zhuǎn)移分析方法

為研究FVC的動態(tài)變化，使用馬爾科夫模型分析FVC 等級的面積占比情況，此模型又稱為轉(zhuǎn)移矩陣，可以定量的分析FVC等級間的動態(tài)轉(zhuǎn)換，其中馬爾可夫模型在本文中的計算方法如表1所示。表中a1…an為FVC等級；Bij為相應(yīng)年份下兩種植被覆蓋類型的轉(zhuǎn)化面積，i為起始年份；j為終止年份；FVC等級的面積分析由相同F(xiàn)VC 等級下的轉(zhuǎn)出量減轉(zhuǎn)入量計算得到，兩者相減為負(fù)則面積減少，為正則面積增加。Bnn為FVC等級的穩(wěn)定區(qū)域在相應(yīng)FVC等級中的面積占比[20]。

表1 FVC的轉(zhuǎn)移矩陣計算表

2.3 基于斜率分析的FVC變化趨勢分析方法

本文FVC變化趨勢采用斜率分析方法，對時序的FVC數(shù)據(jù)逐像元計算斜率，斜率公式如下[23-24]：

斜率b計算完成后對b圖像逐像元進(jìn)行F檢驗，判斷回歸方程斜率b的顯著性，顯著性高低代表斜率b的可靠性程度，F(xiàn)檢驗公式如下：

式中，U為誤差平方和；Q為回歸平方和；yi為第i年的FVC；yi為第i年FVC的回歸值；yˉ為FVC平均值；n為年份數(shù)量。

根據(jù)F檢驗的值和F檢驗表對比分析，將（0.005＜b＜0.015，p＜0.05）定為輕微增長；（0.015＜b＜0.1，p＜0.05）為顯著性增長；（-0.015＜b＜-0.005，p＜0.05）為輕微減少；（-0.1＜b＜-0.015，p＜0.05）為顯著減少[17]。

2.4 基于百分比F模型的FVC退化與改善分析方法

使用FVC變化百分比F模型分析FVC的退化與改善的情況，公式如下：

式中，F(xiàn)為變化百分比，F(xiàn)值分為5個等級，即明顯改善（15%）、變化不明顯（-15%，15%）、輕度退化（-25%，-15%）、中度退化（-35%，-25%）和重度退化（-35%）[18]。

2.5 基于極差分析（R/S）的H 指數(shù)分析方法

本文使用重新標(biāo)度的極差分析（R/S）方法計算2000—2020 年時序FVC 最大值的赫斯特（Hurst）指數(shù)H，根據(jù)Hurst 指數(shù)分析其自相似性與長程依賴性，即可判斷FVC 最大值的變化是否具有持續(xù)性，R/S公式如下[25]：

其中H取值為0～1，當(dāng)H=0.5 時，則時間序列為相互獨立、方差有限的隨機(jī)序列；當(dāng)0.5＜H＜1時，表明時間序列變化具有持續(xù)性，未來的變化將與過去的變化趨勢相一致；當(dāng)0＜H＜0.5 時，表明時間序列具有反持續(xù)性，即過去的變化不具有可持續(xù)性。

3 研究結(jié)果分析

3.1 FVC時間變化結(jié)果分析

根據(jù)公式（1）計算出研究區(qū)所有年份的FVC，為清晰地表明不同等級FVC 的分布及變化特征，將FVC數(shù)據(jù)的像元值按0～0.2、0.2～0.4、0.4～0.6、0.6～0.8、0.8～1.0劃分為5個等級。根據(jù)等級參數(shù)對FVC影像進(jìn)行顏色分割顯示[20,22]。由圖2可以看出，2000—2020年鄂西地區(qū)的高FVC主要分布在較高的山體區(qū)域，中低FVC和低FVC主要分布在山體的南部區(qū)域，中FVC主要分布在山體的中部區(qū)域；同時高FVC、高FVC的覆蓋范圍明顯增加[26-28]。

圖2 2000—2020年植被覆蓋度各分級區(qū)域變化圖

根據(jù)2000年、2002年，2005年、2007年、2010年、2012 年、2015 年、2017 年、2020 年的FVC 空間分布數(shù)據(jù)，使用ENVI 統(tǒng)計各FVC 等級的像元數(shù)量，分析各等級FVC的面積占比，繪制FVC等級隨時間變化的面積變化折線圖，如圖3a 所示。根據(jù)ENVI 統(tǒng)計平均FVC，使用公式（5）極差分析（R∕S）的Hurst指數(shù)和一元線性回歸分析方法，分析平均FVC隨時間變化趨勢和變化的偶然性，如圖3b所示。

圖3 FVC隨時間變化折線圖

從圖3a和表2可以看出，2000—2020年植被的轉(zhuǎn)移變化主要發(fā)生在中高FVC 和高FVC 等級上，其中，中高FVC向高FVC轉(zhuǎn)移了20 391.7 km2，向中FVC轉(zhuǎn)移了744.4 km2；高FVC 向中高FVC 轉(zhuǎn)移了2 987.7 km2，但由于中高FVC 的轉(zhuǎn)移情況，高FVC 的面積增加了17 442.5 km2，中高FVC 的面積減少了18 181.8 km2；其余3 個等級的FVC 面積變化不大，低FVC 減少了2.6 km2，中低FVC 增加了244.67 km2，中FVC 減少了517.2 km2。從圖3b中可以看出，F(xiàn)VC回歸分析方程的相關(guān)性系數(shù)為0.673 8，且顯著性分析p值小于0.05，因此在20 a 間平均FVC 總體呈現(xiàn)出增加的變化趨勢，平均值被覆蓋度增加了0.025。使用公式（5）計算的hurst 指數(shù)的結(jié)果為0.634 4＞0.5，表明研究區(qū)的時序FVC的變化具有持續(xù)性，未來的變化將與過去的變化趨勢相一致。

表2 鄂西地區(qū)2000年和2020年FVC轉(zhuǎn)移矩陣分析

3.2 FVC空間分布變化趨勢分析

使用時序最大FVC數(shù)據(jù)的斜率b和最大FVC退化分析F值進(jìn)行變化趨勢分析，使用斜率b分析植被覆蓋度的變化趨勢，退化分析F值分析植被的變化趨勢，二者結(jié)合定量分析植被的變化趨勢和變化量。

根據(jù)公式（2）計算斜率b的結(jié)果如圖4a 所示，并對斜率進(jìn)行F值檢測，得出圖4b 的檢測結(jié)果。根據(jù)2.3章節(jié)中顯著性劃分范圍對F檢測結(jié)果統(tǒng)計分析，F(xiàn)VC 顯著性減少的面積為1 380.1 km2，輕微減少的面積為3 579.375 km2，輕微增加的面積為44 359.26 km2，顯著增加的面積為3 069.375 km2，不顯著性變化的面積為39 862 km2。

圖4 FVC隨空間變化圖

根據(jù)公式（4）的計算結(jié)果，研究區(qū)2000—2020年植被的退化與改善的情況如圖5所示，可以明顯看出大部分區(qū)域處于穩(wěn)定變化狀態(tài)，面積為79 852 km2；明顯改善的區(qū)域主要分布在十堰市的建成區(qū)，總面積為8 764 km2；退化的區(qū)域主要分布在河道水域周圍，總面積為3 057 km2。

圖5 植被退化和改善圖

結(jié)合植被退化分析成果和最大值FVC 變化趨勢，可以分析出研究區(qū)最大植被覆蓋度增長區(qū)域占研究區(qū)面積51.41%，植被穩(wěn)定變化區(qū)域占總面積86.56%，說明FVC的增長并未對植被的變化產(chǎn)生較大影響，研究區(qū)內(nèi)植被保持著較高的覆蓋率，植被環(huán)境的抵抗強(qiáng)度較高。

4 結(jié) 論

本文基于2000—2020 年NDVI 數(shù)據(jù)，利用像元二分模型、斜率模型、馬爾可夫轉(zhuǎn)移矩陣模型、赫斯特指數(shù)等方法，揭示了鄂西地區(qū)近20 a來FVC時空變化規(guī)律，并動態(tài)統(tǒng)計分析不同等級FVC的面積占比。結(jié)論如下：

1）2000—2020 年間研究區(qū)域的平均FVC 增加了0.025，可看出研究區(qū)內(nèi)的FVC呈現(xiàn)增長的趨勢?？傮wFVC增長直接體現(xiàn)在中高FVC向高FVC轉(zhuǎn)移上。

2）研究區(qū)內(nèi)時序FVC 的赫斯特指數(shù)為0.63，結(jié)合（1）的結(jié)論，表明研究區(qū)的FVC 呈現(xiàn)規(guī)律性的增長趨勢，并非偶然性的變化。

3）研究區(qū)植被退化與恢復(fù)分析結(jié)論中，植被穩(wěn)定的區(qū)域面積為79 852 km2，結(jié)合（1）的結(jié)論，研究區(qū)內(nèi)FVC處于增長的趨勢，但對于植被的改善情況并無明顯的增加，表明研究區(qū)植物處于旺盛的狀態(tài)，在研究期間變化較為穩(wěn)定。

從上述的動態(tài)分析可以發(fā)現(xiàn)，鄂西實驗區(qū)整體而言植被資源豐富，F(xiàn)VC呈現(xiàn)穩(wěn)定增長的趨勢，具有顯著的時空變化規(guī)律。