劉詠梅，馬 黎,黃 昌,凱 楠

(1.西北大學(xué) 城市與環(huán)境學(xué)院, 陜西 西安 710127；2.水利部 黃土高原水土流失過(guò)程與控制重點(diǎn)實(shí)驗(yàn)室，河南 鄭州 450003)

植被作為氣候和土壤之間的聯(lián)系在全球氣候變化和物質(zhì)能源流動(dòng)的交換中發(fā)揮著重要作用[1],植被覆蓋變化監(jiān)測(cè)已成為生態(tài)環(huán)境研究的重心[2-5]。陜北黃土高原地表破碎、溝壑縱橫,生態(tài)環(huán)境脆弱[6],植被恢復(fù)對(duì)該區(qū)域的水土保持起著重要作用[7]。自1999年退耕還林生態(tài)建設(shè)工程實(shí)施以來(lái),該區(qū)域的植被狀況發(fā)生了很大變化,因此,開(kāi)展陜北黃土高原植被覆蓋的動(dòng)態(tài)監(jiān)測(cè)對(duì)黃土高原生態(tài)環(huán)境建設(shè)和退耕還林工程效果評(píng)價(jià)具有重要意義。

多位學(xué)者對(duì)陜北黃土高原植被覆蓋變化及影響因子開(kāi)展了系列研究,李登科等[6]利用GIMMS，SPOTVEGETATION兩種數(shù)據(jù)對(duì)陜北黃土丘陵溝壑區(qū)不同時(shí)期的植被覆蓋變化及其與氣候的關(guān)系進(jìn)行了分析;宋富強(qiáng)等[8]運(yùn)用MODIS數(shù)據(jù),從不同土地利用類型和不同坡度NDVI植被指數(shù)變化兩方面分析了退耕還林對(duì)陜北黃土高原植被變化的影響;湛青青等[9]運(yùn)用Landsat TM數(shù)據(jù)分別計(jì)算1990，2000，2010年的植被覆蓋度,分析該區(qū)植被覆蓋的空間變化情況。上述研究開(kāi)展時(shí)必須在時(shí)空尺度選擇上進(jìn)行取舍:MODIS，SPOTVEGETATION等數(shù)據(jù)可以較好地表達(dá)植被覆蓋的時(shí)序變化,但250～1 000m的低空間分辨率對(duì)于陜北黃土高原的復(fù)雜地形來(lái)說(shuō)，在空間細(xì)節(jié)的表達(dá)上不夠精確[10];Landsat等傳感器獲取的30m多光譜數(shù)據(jù)空間分辨率較高但有較長(zhǎng)的重訪周期,使得植被監(jiān)測(cè)缺少時(shí)間上的連續(xù)性。時(shí)空數(shù)據(jù)融合綜合了Landsat數(shù)據(jù)高空間分辨率和MODIS數(shù)據(jù)高時(shí)間分辨率的優(yōu)點(diǎn)[11],Zhu等[12]學(xué)者提出了一種考慮像元反射率時(shí)間變化特征的增強(qiáng)型自適應(yīng)時(shí)空融合模型ESTARFM(enhanced spatial and temporal adaptive reflectance fusion model),模型提高了對(duì)非均勻異質(zhì)景觀的預(yù)測(cè)精度,在復(fù)雜地形條件ESTARFM模型的預(yù)測(cè)結(jié)果與真實(shí)影像間的相關(guān)性最高[13]。

本文基于ESTARFM模型,采用Landsat和MODIS數(shù)據(jù)融合獲得2008—2016年6～8月高時(shí)空分辨率的NDVI時(shí)序數(shù)據(jù),并利用像元二分模型估算植被覆蓋度,結(jié)合土地利用分類數(shù)據(jù)和氣溫、降水等氣象數(shù)據(jù),分析陜北黃土高原植被覆蓋時(shí)空變化規(guī)律及影響因素,探討時(shí)空分辨率融合影像在植被動(dòng)態(tài)監(jiān)測(cè)中的適用性,以期為該區(qū)域水土保持、環(huán)境保護(hù)等相關(guān)應(yīng)用提供基礎(chǔ)數(shù)據(jù)和科學(xué)參考。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

陜北黃土高原地處于陜西省北部,地理位置在35°21′～39°34′N,107°15′～111°14′E之間,海拔高度為800m～1 800m。東隔黃河與山西省毗鄰,南邊與陜西省渭南市、銅川市、咸陽(yáng)市相接,西以子午嶺為界與寧夏回族自治區(qū)、甘肅省接壤,北接內(nèi)蒙古自治區(qū)[14]，如圖1所示。氣候上處在暖溫帶大陸性季風(fēng)半濕潤(rùn)氣候向溫帶半干旱氣候的過(guò)渡地帶[8],四季變化交替明顯,年平均溫度介于7.5～12.3℃之間,年降水量為350～660mm[15]。陜北黃土高原北部屬于風(fēng)沙高原區(qū),南部屬于黃土高原區(qū),地表包括農(nóng)田、森林、草地、荒漠等類型,地形復(fù)雜破碎,溝壑縱橫[8]。區(qū)內(nèi)植被類型多樣,且分布差異較明顯,主要分布有溫帶針葉林、落葉闊葉林、溫帶落葉灌叢、溫帶中生草甸、溫帶草原和暖溫帶草甸草原等植被類型,并呈現(xiàn)由東南向西北的落葉闊葉林向溫帶草原過(guò)渡的特征[16]。

圖1 研究區(qū)地理位置示意圖Fig.1 The geographical location of the study area

1.2 數(shù)據(jù)源與預(yù)處理

本研究采用的陜北黃土高原Landsat數(shù)據(jù)分別為2008—2012年的Landsat5 TM和2013—2016年的Landsat8 OLI影像(http://www.gscloud.cn)。MODIS數(shù)據(jù)采用500m空間分辨率8天合成的MOD09A1數(shù)據(jù)產(chǎn)品(http://www.nasa.gov),數(shù)據(jù)獲取時(shí)間與Landsat數(shù)據(jù)相對(duì)照且間隔不超過(guò)3天。土地利用數(shù)據(jù)采用基于Landsat TM/OLI影像解譯的2015年全國(guó)土地利用數(shù)據(jù)。氣象數(shù)據(jù)來(lái)自寒區(qū)旱區(qū)科學(xué)數(shù)據(jù)中心(http://westdc.westgis.ac.cn)的SWAT模型中國(guó)大氣同化驅(qū)動(dòng)數(shù)據(jù)集(CMADS V1.0),空間分辨率為1/3°×1/3°的逐天格網(wǎng)數(shù)據(jù),時(shí)間尺度為2008—2016年。

利用ENVI5.1軟件對(duì)Landsat影像進(jìn)行輻射定標(biāo)、大氣校正和幾何校正。運(yùn)用MRT(MODIS Reprojection Tool)對(duì)MOD09A1數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換,重采樣到Landsat的30m空間分辨率。對(duì)兩種影像分別拼接后，用研究區(qū)矢量邊界裁剪。由于影像數(shù)據(jù)來(lái)自不同的傳感器,需調(diào)整影像的波段順序相一致(表1)。為確保數(shù)據(jù)大小、影像柵格行列號(hào)等完全一致，裁剪時(shí)需在統(tǒng)一的圖像處理軟件下裁剪。

表1 Landsat和MODIS影像波段對(duì)照表Tab.1 Corresponding bands between Landsat and MODIS

2 研究方法

2.1 ESTARFM時(shí)空融合模型

ESTARFM時(shí)空融合模型旨在將Landsat影像與MODIS影像融合,從而得到具有高空間高時(shí)間分辨率特征的數(shù)據(jù)。對(duì)于指定區(qū)域,假設(shè)在同一日期由不同傳感器獲得的遙感數(shù)據(jù)可以相互比較,并在數(shù)據(jù)預(yù)處理后相互間有關(guān)聯(lián)。ESTARFM的主要思想是利用關(guān)聯(lián)來(lái)融合多源數(shù)據(jù),同時(shí)最小化系統(tǒng)偏差。模型以預(yù)測(cè)像元為中心設(shè)置一定大小的滑動(dòng)窗口,對(duì)窗口內(nèi)像元利用權(quán)重函數(shù)進(jìn)行卷積運(yùn)算,得到中心像元預(yù)測(cè)值[11]?；瑒?dòng)窗口在整幅影像上逐一移動(dòng),從而得到需要預(yù)測(cè)的影像(式(1))[12]。

RM(xi,yi,tt,B))

(1)

式中:RL和RM分別為L(zhǎng)andsat和MODIS影像數(shù)據(jù);w為滑動(dòng)窗口大小;(xw/2,yw/2)為待測(cè)像元的中心位置;(xiyi)為第i個(gè)相似像元的位置;tt為影像獲取時(shí)間;B為影像波段;N為相似像元的數(shù)量;Wi是由空間、時(shí)間、光譜的距離共同決定的權(quán)重大小;Vi為轉(zhuǎn)換系數(shù)[12]。選擇ta和tb時(shí)的兩對(duì)MODIS和Landsat數(shù)據(jù)分別通過(guò)公式(1)結(jié)合tp時(shí)的MODIS數(shù)據(jù)預(yù)測(cè)tp時(shí)的Landsat數(shù)據(jù),結(jié)果記為RLa(xw/2,yw/2,tp,B)和RLb(xw/2,yw/2,tp,B)。結(jié)合這兩種預(yù)測(cè)結(jié)果,預(yù)測(cè)的中心像元反射率會(huì)更準(zhǔn)確。以越靠近預(yù)測(cè)時(shí)間則權(quán)重更大為準(zhǔn)則,該權(quán)重計(jì)算為式(2)[12]。最后中心像元反射率的預(yù)測(cè)值為公式(3)[12]。

βt=

(t=a,b)

(2)

(3)

ESTARFM模型可以通過(guò)BI(Blend-then-Index)和IB(Index-then-Blend)兩種方式實(shí)現(xiàn)[17],BI即將原始遙感影像輸入到模型中,融合得到影像后再進(jìn)行后續(xù)指數(shù)的計(jì)算[17];IB通過(guò)原始遙感影像計(jì)算研究所需的指數(shù),再將計(jì)算好的指數(shù)輸入到模型中,以模擬預(yù)測(cè)日期的指數(shù)[17]。由于運(yùn)用ESTARFM模型時(shí)IB方式具有更高的準(zhǔn)確性且計(jì)算時(shí)間較短[17],所以本文通過(guò)ESTARFM-IB方式進(jìn)行歸一化植被指數(shù)的模擬。即采用經(jīng)過(guò)ta和tb時(shí)刻的兩對(duì)MODIS NDVI和Landsat NDVI數(shù)據(jù),結(jié)合tp時(shí)刻的MODIS NDVI數(shù)據(jù)預(yù)測(cè)同一時(shí)刻的高空間分辨率的Landsat NDVI數(shù)據(jù)。

2.2 植被覆蓋度計(jì)算

經(jīng)前期處理共獲得陜北黃土高原2008—2016年6～8月共27期高時(shí)空分辨率NDVI數(shù)據(jù),采用像元二分模型估算植被覆蓋度,其計(jì)算公式如式(4)，(5)[18]。

NDVI=(NIR-R)/(NIR+R)，

(4)

Fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(5)

式中:NIR為近紅外波段反射率,R為紅波段反射率;NDVIveg為純植被覆蓋時(shí)的NDVI值,NDVIsoil為純土壤地表的NDVI值[19]。根據(jù)整幅影像的NDVI灰度分布頻率累計(jì)表,選擇5%和95%的置信度區(qū)間內(nèi)上下限累計(jì)頻率的值分別為NDVIsoil和NDVIveg。

3 結(jié)果與分析

3.1 ESTARFM模型融合結(jié)果與分析

由于Landsat數(shù)據(jù)存在云量大和數(shù)據(jù)缺失等問(wèn)題,依據(jù)相關(guān)研究成果[10-13]和實(shí)際檢驗(yàn)，本研究中采取預(yù)測(cè)日期前或后的兩對(duì)MODIS和Landsat數(shù)據(jù)進(jìn)行融合。例如2010年6月27日和2011年7月17日的兩組MODIS NDVI和Landsat NDVI數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù),通過(guò)ESTARFM-IB融合方式得到的2011年6月17日的ESTARFM NDVI數(shù)據(jù),用2011年6月17日真實(shí)的Landsat NDVI數(shù)據(jù)作為參考為例,驗(yàn)證融合數(shù)據(jù)結(jié)果的準(zhǔn)確和可靠性。

圖2(a)～(b)顯示整體上融合影像與真實(shí)影像的相似程度較高,NDVI像元值在空間分布上基本一致,清晰再現(xiàn)了30m空間分辨率的空間細(xì)節(jié)信息,數(shù)據(jù)紋理結(jié)構(gòu)明顯。相關(guān)性分析表明(圖2(c)),ESTARFM NDVI與真實(shí)Landsat NDVI的散點(diǎn)大部分分布在y=x附近,斜率K為0.874 3,兩者的相關(guān)性系數(shù)達(dá)到0.972 8(P<0.01)。因此融合影像能夠較好的反映同期Landsat NDVI的影像光譜信息,可以作為后續(xù)計(jì)算研究區(qū)植被覆蓋度的基礎(chǔ)數(shù)據(jù)。

圖2 預(yù)測(cè)NDVI與真實(shí)NDVI對(duì)比分析Fig.2 Comparison between predicted NDVI and real NDVI

3.2 陜北黃土高原植被覆蓋時(shí)空變化特征

3.2.1 植被覆蓋年際變化特征 計(jì)算陜北黃土高原2008—2016年每年6～8月的平均覆蓋度并繪制其變化曲線圖。圖3顯示,2008—2016陜北黃土高原整體植被覆蓋變化呈顯著增加的趨勢(shì),平均植被覆蓋度由2008年的0.402增加到2016年的0.639,增速為0.031 2/a,增幅達(dá)58.9%,線性增長(zhǎng)趨勢(shì)呈顯著水平。研究區(qū)植被覆蓋曲線變化呈現(xiàn)波動(dòng)變化上升的狀態(tài),但其年際間波動(dòng)較大。表明研究區(qū)植被覆蓋狀況得到了明顯改善,也顯示出當(dāng)?shù)厣鷳B(tài)環(huán)境的脆弱性。

圖3 2008—2016陜北黃土高原植被覆蓋變化曲線Fig.3 The variation of annual FVC of Loess Plateau in Northern Shaanxi Province during 2008—2016

3.2.2 植被覆蓋空間變化特征 根據(jù)陜北黃土高原的植被生長(zhǎng)狀況將植被覆蓋度分為極低覆蓋度(0～20%)、低覆蓋度(20～40%)、中覆蓋度(40～60%)、中高覆蓋度(60～80%)、高覆蓋度(80%～100%)5個(gè)等級(jí)[9]。2008，2012和2016年該區(qū)域的植被覆蓋度空間分布如圖4所示,呈現(xiàn)較為明顯的區(qū)域差異,由東南向西北遞減,高值區(qū)主要分布在陜北黃土高原東南部地區(qū),低值區(qū)分布在西北部地區(qū)。2008年北部定邊、靖邊、橫山、榆陽(yáng)、神木、子洲、綏德等縣區(qū)主要為極低、低、中覆蓋度植被區(qū)域,南部甘泉、富縣、洛川、黃陵、黃龍、宜川等縣區(qū)為中高、高植被覆蓋度。陜北黃土高原北部,植被稀少,稀樹(shù)灌木叢草原較多;南部特別是橋山、黃龍山林區(qū)保有大量天然次生林,植被繁茂[2]。2012年全區(qū)極低植被覆蓋度區(qū)域面積占比縮小,中覆蓋度面積擴(kuò)大,約占整個(gè)研究區(qū)的60%。到2016年中高覆蓋度面積占比明顯增多,主要增多的區(qū)域位于研究區(qū)中部、中東部和東北部各縣區(qū)。陜北黃土高原植被覆蓋度等級(jí)結(jié)構(gòu)有所好轉(zhuǎn)。

為研究近10年來(lái)陜北黃土高原植被覆蓋變化趨勢(shì)的空間差異,對(duì)每個(gè)像元的植被覆蓋度與時(shí)間進(jìn)行一元線性回歸分析。圖5顯示陜北黃土高原大部分區(qū)域的植被覆蓋度均表現(xiàn)增加趨勢(shì),東北部府谷、神木、佳縣和中部米脂、綏德到中南部的清澗、延長(zhǎng)等縣的植被覆蓋度多呈中度和明顯增加的趨勢(shì),該區(qū)域經(jīng)過(guò)近10年退耕還林等生態(tài)工程的持續(xù)實(shí)施,林地、草地等面積的快速增加使得植被恢復(fù)效果較好。南部的黃龍、黃陵、富縣和中北部的定邊、榆陽(yáng)等縣區(qū)的部分區(qū)域多呈現(xiàn)基本不變或略微減少的趨勢(shì)。南部地區(qū)由于天然次生林較多,植被生長(zhǎng)狀況較為穩(wěn)定,植被變化不明顯;中北部部分地區(qū)屬于長(zhǎng)城沿線風(fēng)沙區(qū),在退耕還林工程實(shí)施中多采用封禁措施[8]，加之降水稀少使得植被的恢復(fù)效果相對(duì)較低。對(duì)比圖4,植被覆蓋增加趨勢(shì)較為明顯的區(qū)域多為中、中高植被覆蓋度,基本不變或降低的區(qū)域多為高覆蓋度。運(yùn)用自然間斷點(diǎn)分級(jí)法將變化斜率分為7類(表2),由統(tǒng)計(jì)結(jié)果看來(lái)2008—2016年研究區(qū)78%的土地面積植被覆蓋度在逐年增加。

圖4 2008，2012，2016年陜北黃土高原植被蓋度空間分布圖Fig.4 Spatial distribution of vegetation coverage of Loess Plateau in Northern Shaanxi Province in 2008, 2012 and 2016

圖5 2008—2016陜北黃土高原植被覆蓋度變化斜率分級(jí)圖Fig.5 The classified changing slope of FVC of Loess Plateau in Northern Shaanxi Province(2008—2016)

Tab.2 Statistical results of vegetation cover variation trend of Loess Plateau in Northern Shaanxi Province(2008—2016)

植被覆蓋變化斜率范圍變化程度面積/km2百分比/% slope<-0.045明顯減少1760.22 -0.045≤slope<-0.027中度減少3600.45 -0.027≤slope<-0.009略微減少1 6802.10 -0.009≤slope<0.009基本不變15 28019.1 0.009≤slope<0.027略微增加33 49541.8 0.027≤slope<0.045中度增加20 26425.3 0.045≤slope明顯增加8 72010.9

圖6 不同土地利用類型植被蓋變化曲線Fig.6 The change of vegetation coverage trend of different types of land use types

3.2.3 不同土地利用類型植被覆蓋變化 目前針對(duì)陜北黃土高原地區(qū)不同植被類型覆蓋度變化特征的研究相對(duì)較少。本文對(duì)該區(qū)域的主要植被類型:有林地、灌木林、疏林地、其他林地、高覆蓋度草地、中覆蓋度草地和低覆蓋度草地的植被覆蓋變化進(jìn)行分析可知(圖6),2008—2016年陜北黃土高原7種主要植被類型6～8月的蓋度均值介于0.372～0.744之間,依次為有林地>灌木林>高覆蓋度草地>疏林地>其他林地>中覆蓋度草地>低覆蓋度草地,其年均數(shù)值分別為0.744 9，0.695 5，0.695 2，0.643 6，0.502 0，0.473 3，0.372 8。各類型平均蓋度的曲線變化特點(diǎn)基本一致,均呈波動(dòng)增加的趨勢(shì)。計(jì)算各類型年均植被蓋度與年份的相關(guān)系數(shù)可知灌木林和疏林地與年份的相關(guān)性最高(P<0.05),表明這兩種類型的植被狀況恢復(fù)較好,其余各類型與年份的相關(guān)性分析均沒(méi)有通過(guò)顯著性檢驗(yàn)。有林地和高覆蓋度草地的標(biāo)準(zhǔn)差較小,分別為0.028和0.021,表明在9a間這兩種植被類型的覆蓋變化較為穩(wěn)定和平衡,沒(méi)有明顯的增加或減低的趨勢(shì);疏林地和其他林地的標(biāo)準(zhǔn)差較高,約為0.05,這兩種類型屬于植被分布稀疏的區(qū)域,主要由各種園地、苗圃構(gòu)成,受人類活動(dòng)影響而植被蓋度年際波動(dòng)較大。

3.3 氣溫和降水對(duì)植被覆蓋變化的影響

植被的變化受自然和人為因素的共同影響,其中自然因素中氣溫和降水是對(duì)植被變化影響較大的兩個(gè)因素[8]。對(duì)研究區(qū)71個(gè)站氣象資料的分析表明(圖7),2008—2016年該區(qū)6～8月平均氣溫呈微弱的下降趨勢(shì)(slope=-0.021℃/a),6～8月降水量呈增加趨勢(shì)(slope=12.85mm/a),同時(shí)氣溫和降水的年際變化較大。

圖7 2008—2016年6～8月陜北黃土高原降水、氣溫的變化趨勢(shì)Fig.7 Trends of precipitation and temperature of loess plateau in Northern Shaanxi Province from june to august(2008—2016)

本文從空間分布的角度進(jìn)一步分析該區(qū)域6～8月平均植被蓋度與同期氣溫、降水的關(guān)系,以像元為單位計(jì)算植被覆蓋度與氣溫和降水的相關(guān)系數(shù)(圖8,表3)。植被蓋度與降水間呈顯著正相關(guān)的區(qū)域主要分布在陜北黃土高原中部的定邊至吳堡和東北部的佳縣、府谷等縣區(qū)(P<0.05),占全區(qū)總面積的10.1%。中部個(gè)別縣區(qū)的部分地區(qū)相關(guān)系數(shù)呈極顯著相關(guān)(P<0.01),占全區(qū)總面積的6.35%。中北部區(qū)域的主要植被類型為草地[8],在降水豐沛的時(shí)段長(zhǎng)勢(shì)較好,地表植被覆蓋度就會(huì)增加,反之亦然。與降水相關(guān)系數(shù)為負(fù)的區(qū)域主要分布在研究區(qū)南部的黃陵、黃龍、宜川各縣,其中0.33%的區(qū)域呈極顯著負(fù)相關(guān)、1.79%呈顯著負(fù)相關(guān)。這些區(qū)域主要是針闊混交林[8],南部林區(qū)有大面積的水源涵養(yǎng)林,這些森林植被短期內(nèi)受降水的影響較小。植被蓋度與氣溫呈顯著和極顯著正相關(guān)的區(qū)域主要分布在南部各縣區(qū),僅占全區(qū)總面積1.36%。植被蓋度與氣溫呈顯著和極顯著負(fù)相關(guān)的區(qū)域極少,僅占0.78%,零星分布于北部地區(qū)。相比研究區(qū)植被蓋度與同時(shí)期溫度變化的關(guān)系,研究區(qū)植被蓋度對(duì)降水因子的響應(yīng)更敏感。

圖8 植被覆蓋度與降水、氣溫的相關(guān)性分析圖Fig.8 Correlation coefficient maps of vegetation coverage with precipitation and temperature

Tab.3 The vegetation coverage correlation significance percentage with temperature and precipitation of Loess Plateau in Northern Shaanxi Province(2008—2016)

相關(guān)性植被覆蓋度與降水/%植被覆蓋度與氣溫/% 極顯著負(fù)相關(guān)0.330.15 顯著負(fù)相關(guān)1.790.63 不顯著負(fù)相關(guān)25.3047.83 不顯著正相關(guān)56.1450.04 顯著正相關(guān)10.101.18 極顯著正相關(guān)6.350.18

4 結(jié) 論

1)ESTARFM模型得到的黃土高原地區(qū)NDVI時(shí)序數(shù)據(jù)整體和局部細(xì)節(jié)上與真實(shí)數(shù)據(jù)相似性程度很高,獲得了較高精度的光譜與空間信息,表明通過(guò)ESTARFM模型得到的高時(shí)空分辨率NDVI數(shù)據(jù)能夠更好地應(yīng)用于陜北黃土高原地形復(fù)雜地區(qū)的植被覆蓋變化監(jiān)測(cè)研究。

2)2008—2016年陜北黃土高原地區(qū)植被覆蓋度整體呈顯著增加的趨勢(shì),空間上呈現(xiàn)東南高西北低的特點(diǎn)。植被覆蓋結(jié)構(gòu)整體上好轉(zhuǎn),趨勢(shì)分析表明近10年來(lái)研究區(qū)植被蓋度整體呈現(xiàn)穩(wěn)定的增加狀態(tài)。該區(qū)域7種主要植被類型的蓋度均呈波動(dòng)增加趨勢(shì),灌木林和疏林地的增長(zhǎng)趨勢(shì)最為顯著;有林地和高覆蓋度草地的波動(dòng)變化較為穩(wěn)定,疏林地和其他林地的植被覆蓋變化年際波動(dòng)大。

3)2008—2016年陜北黃土高原6～8月的降水量呈上升趨勢(shì),而氣溫則呈現(xiàn)微弱的下降趨勢(shì)。空間相關(guān)性分析表明,整體上6～8月的降水和氣溫對(duì)植被覆蓋度的影響區(qū)域差異較為明顯。植被覆蓋度與降水呈顯著相關(guān)的面積為18.57%,與氣溫呈顯著相關(guān)的面積僅為2.04%,整體上植被蓋度變化與氣候因素的相關(guān)性較弱。黃土高原實(shí)施退耕還林還草工程以來(lái),植被恢復(fù)狀況較好,也使得植被覆蓋對(duì)氣溫、降水等自然因子的影響敏感度減弱。

5 討 論

在黃土高原地區(qū)植被覆蓋變化的相關(guān)研究中, 多采用MODIS NDVI 250m/16d， SPOT VGT NDVI 1km/10d， GIMMS NDVI 8km/15d等低空間分辨率的時(shí)序數(shù)據(jù)。 其中MODIS， SPOT數(shù)據(jù)多用在2000年以后的黃土高原相關(guān)區(qū)域植被覆蓋變化的研究中[2,8,23,25], 而GIMMS數(shù)據(jù)多用在較長(zhǎng)時(shí)間尺度的研究[1,6,24,26]中。 上述研究數(shù)據(jù)在空間精度和時(shí)間連續(xù)性上并不能達(dá)到統(tǒng)一, 因而研究結(jié)論多偏向區(qū)域整體植被覆蓋的變化或在研究時(shí)段的選擇上有所限制。 而對(duì)于陜北黃土高原特殊復(fù)雜的地形特點(diǎn)來(lái)說(shuō),基于ESTARFM模型獲取的高時(shí)空分辨率的遙感影像數(shù)據(jù)相對(duì)較好的解決了以上問(wèn)題, 這種數(shù)據(jù)同時(shí)具備高度的空間細(xì)節(jié)表達(dá)力和快速時(shí)序變化能力, 為在陜北黃土高原開(kāi)展高精度的植被動(dòng)態(tài)監(jiān)測(cè)研究提供了支撐。 同時(shí)研究發(fā)現(xiàn)連續(xù)的時(shí)空分辨率合成Landsat數(shù)據(jù)提高了MODIS等時(shí)序數(shù)據(jù)的空間分辨率, 對(duì)于陜北黃土高原復(fù)雜的地形特點(diǎn)來(lái)說(shuō), 可以更加精確的得到每一個(gè)柵格像元對(duì)應(yīng)的NDVI數(shù)值, 確保了植被蓋度趨勢(shì)演變過(guò)程的可靠性。 ESTARFM模型為綜合多源遙感數(shù)據(jù)在黃土丘陵溝壑地形復(fù)雜地區(qū)開(kāi)展高精度的植被覆蓋遙感動(dòng)態(tài)監(jiān)測(cè)提供了較優(yōu)的數(shù)據(jù)源。本文針對(duì)研究區(qū)植被覆蓋的整體時(shí)空變化、各等級(jí)植被覆蓋變化和不同土地利用類型植被覆蓋變化進(jìn)行了探討,今后在對(duì)高時(shí)空分辨率數(shù)據(jù)的挖掘和細(xì)化方面需要做進(jìn)一步研究。