陳炫熾，田鵬舉，陳 蓉，吳愈鋒，王躍躍

(1.貴州大學礦業(yè)學院，貴州 貴陽 550025；2.貴州省生態(tài)氣象和衛(wèi)星遙感中心，貴州 貴陽 550025)

植被是陸地生態(tài)系統(tǒng)的重要組成部分，是連接土壤、大氣和水分的紐帶，同時也是生態(tài)環(huán)境的一個重要影響因素。當前，生態(tài)文明建設在全國各地廣泛開展，對貴州茂蘭植被覆蓋變化的研究，有助于掌握當?shù)厣鷳B(tài)環(huán)境變化，加快推進生態(tài)文明建設。

近年來，隨著科學技術的發(fā)展，遙感在植被覆蓋變化研究領域的應用已不再受限于數(shù)據(jù)、資料來源匱乏、分析角度和處理手段單一的窘境：文獻[1]以Hyperion高光譜影像為數(shù)據(jù)源，利用混合像元分解估測了喀斯特地區(qū)植被覆蓋度；文獻[2]選取近30年中3時期Landsat TM/ETM/OLI數(shù)據(jù)，分析了梵凈山植被覆蓋時空變化特征和影響因素；文獻[3]利用MODIS NDVI數(shù)據(jù)，從時序演化、數(shù)量轉移和空間演化3個方面分析了淮南礦區(qū)植被覆蓋的時空演化特征。綜上，在GIMMS-NDVISPOT VGT/NDVIMODIS-NDVI等中低空間分辨率植被指數(shù)產(chǎn)品的支持下，大區(qū)域尺度的植被覆蓋變化研究已趨于成熟且成果斐然；但小區(qū)域尺度下長時間序列的植被覆蓋變化研究因可用影像數(shù)據(jù)稀少、云覆蓋對影像質(zhì)量的影響等問題，難以構建較為完整的植被覆蓋時間序列并進行分析，故目前此方面的研究進展大為受限。

因此，本文基于Landsat TM/ETM/OLI數(shù)據(jù)，以具有重要研究價值的貴州茂蘭國家級自然保護區(qū)為研究區(qū)，選擇已被廣泛用于表征地表植被覆蓋的歸一化植被指數(shù)(normalized difference vegetation index,NDVI)作為反映植被覆蓋變化的參數(shù)，使用基于NDVI時間變換一致性的方法消除云覆蓋的影響，建立較為完整的NDVI時間序列。在此基礎上通過一元線性回歸模型和相關分析法研究氣候?qū)ρ芯繀^(qū)植被覆蓋變化的影響，為增強生態(tài)文明建設對氣候變化的適應能力提供科學依據(jù)，也為小區(qū)域尺度下的植被覆蓋研究提供技術支持。

1 研究區(qū)域與研究方法

1.1 研究區(qū)地理位置

貴州茂蘭國家級自然保護區(qū)位于貴州省黔南布依族苗族自治州荔波縣東南部，南與廣西壯族自治區(qū)接壤，毗鄰廣西木倫國家自然保護區(qū)，地理位置為東經(jīng)107°52′～108°05′，北緯25°09′～25°20′，東西寬為22.8 km，南北長為21.8 km，狀似不規(guī)則的“凹”字形。保護區(qū)總面積為21 285 hm2，其中核心區(qū)為8305 hm2，緩沖區(qū)為8130 hm2，試驗區(qū)為4850 hm2。

1.2 數(shù)據(jù)來源及預處理

植被一般在9—10月時生長速度逐漸降低直至停止生長，這段時間植被的整體變化較小，因此根據(jù)影像質(zhì)量情況，收集研究區(qū)近18年Landsat TM/ETM+/OLI影像共18幅，見表1，其中包括成像時間在9—10月的質(zhì)量良好無需處理的影像6幅，需要進行NDVI時間變換一致性處理的目標影像6幅及對應年份的5—12月基準影像6幅。數(shù)據(jù)來源于美國地質(zhì)勘探局(United States Geological Survey，USGS)的數(shù)據(jù)共享網(wǎng)站(http:∥glovis.usgs.gov/)。氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)。

由于傳感器、成像日期等的不同，需用ENVI 5.3對影像進行裁剪、大氣校正、輻射定標等預處理。

表1 不同時期的影像數(shù)據(jù)

1.3 植被覆蓋表示方法

文獻[4—6]研究表明，NDVI與植被覆蓋度(fractional vegetation cover,FVC)有很好的相關性，故本文取NDVI平均值作為反映研究區(qū)植被覆蓋變化的指標。

NDVI計算公式為

NDVI=(NIR-Red)/(NIR+Red)

(1)

式中，NIR和Red分別代表近紅外和紅光波段的反射率。

1.4 NDVI時間變換一致性方法

針對云覆蓋對影像質(zhì)量的影響，文獻[7]采用填補法，即用成像時間相近的另一張影像的相同區(qū)域?qū)υ聘采w區(qū)進行鑲嵌填補，但其精度尚未得到驗證。為解決這一問題，本文提出了一種基于相同地物NDVI時間變化一致性的處理方法。

NDVI時間變化一致性的基本思路如圖1所示，核心思想是對于相同地物而言，NDVI的變化趨勢在短期內(nèi)是一致的。

具體實現(xiàn)方法為：首先以成像時間在9—10月附近，受云覆蓋影響無法直接用于本文研究的一幅遙感影像為目標，尋找與其成像時間接近且影像質(zhì)量較好的另一影像為基準。經(jīng)預處理后，在同時保證處理效率和處理結果質(zhì)量的前提下，經(jīng)過多次試驗，選擇基準影像中計算NDVI所需的紅光和近紅外波段進行ISODATA非監(jiān)督分類，將研究區(qū)地物分為若干類別。再在目標影像云覆蓋區(qū)域S附近根據(jù)不同地物分布情況設置各類別采樣點數(shù)量為50～200，采樣點中取部分用于精度驗證，剩余的用于采集不同地物在基準影像和目標影像上的NDVI值并進行線性擬合，得到變換規(guī)則。利用變換規(guī)則以基準影像中范圍S的NDVI為基礎，變換得到目標影像中范圍S的NDVI值。處理結果的精度用均方根誤差(RMSE)表示，均方根誤差s越小，表示處理結果精度越高。

1.5 一元線性回歸模型

使用一元線性回歸模型[8]進行研究區(qū)植被覆蓋變化趨勢分析和植被覆蓋變化對氣候變化響應的分析。該模型的原理如下

對于一元線性回歸方程y=a+bx，式中，x、y分別為自變量和因變量，a為直線的縱截距，b為直線斜率。

設有n對x與y的數(shù)值，令

W(a,b)=∑(y-a-bx)2

(2)

當W(a,b)值最小時,根據(jù)最小二乘原理計算可得a、b為

(3)

1.6 相關分析法

使用相關系數(shù)r計算自變量x與因變量y之間的相關性[9]，設有n對x與y的數(shù)值，則有

(4)

當rxy>0時，x與y呈正相關；當rxy<0時，x與y呈負相關。

|rxy|≤1，值越大說明x與y的相關性越高，計算得到的回歸直線越符合數(shù)據(jù)變化的趨勢：|rxy|<0.3，為弱相關；0.3≤|rxy|<0.5，為低相關；0.5≤|rxy|<0.8，為顯著相關；0.8≤|rxy|≤1，為極顯著相關。

2 結果與分析

2.1 NDVI時間變換一致性處理結果與精度評價

選擇成像時間為2003年11月14日的影像作為基準影像，成像時間為2003年9月27日的影像作為目標影像，經(jīng)預處理后計算得到兩張NDVI影像，如圖2所示。

建立一元線性、多元線性、冪、指數(shù)、對數(shù)等方程進行回歸分析，經(jīng)過多次試驗，發(fā)現(xiàn)各類地物使用一元線性方程擬合效果最好。對基準時刻影像的紅光、近紅外波段進行ISODATA非監(jiān)督分類，分為5種地物，經(jīng)采樣計算后得到各類地物的變換規(guī)則見表2。

利用表1中的變換規(guī)則，以基準影像中范圍S的NDVI為基礎，變換得到目標影像中范圍S的NDVI值，并用處理結果代替目標影像中范圍S處的NDVI進行鑲嵌，得到圖3(a)中NDVI時間變換一致性處理結果；用基準影像中范圍S處的NDVI直接代替目標影像中范圍S處的NDVI進行鑲嵌，得到圖3(b)中填補法處理結果。

表2 NDVI時間變換一致性各類別規(guī)則與處理精度

注：x為采樣點在基準影像上的NDVI值，y為以x為基準進行變換后的NDVI值；s1為NDVI時間變換一致性處理結果的均方根誤差；s2為填補法的均方根誤差。

從表2可以看出，NDVI時間變化一致性處理得到各類別變換規(guī)則均通過了P<0.001的顯著性檢驗，說明研究區(qū)相同地物短期內(nèi)的確存在一致的變化趨勢，各個規(guī)則模型的R2均大于0.5，說明模型擬合效果較好；NDVI時間變化一致性處理后數(shù)據(jù)的均方根誤差均小于0.05，滿足使用要求，且除類別C3外，其余地物類型的均方根誤差與填補法相比有明顯改善。

從圖3中處理結果來看，成像日期雖相差近50 d，不過經(jīng)填補法處理后進行鑲嵌的視覺效果尚可，而經(jīng)NDVI時間變換一致性處理后的NDVI與研究區(qū)目標時刻下的NDVI鑲嵌效果更好。

以上結果表明，NDVI時間變換一致性處理后得到的研究區(qū)NDVI，不僅大幅度削弱、消除了云層覆蓋的影響，達到了本文研究的預期目的，而且其精度和效果明顯優(yōu)于填補法，滿足大部分研究的使用要求。

2.2 植被覆蓋變化情況

經(jīng)NDVI時間變換一致性處理后得到的研究區(qū)近18年植被覆蓋年際變化情況如圖4所示。

由圖4可知，研究區(qū)目前植被覆蓋較好，近18年中植被覆蓋呈顯著的緩慢上升趨勢，且每年的9—10月前后的平均NDVI在0.69～0.81之間上下波動，增速為0.401(%)/a，相關系數(shù)r=0.667。此外，從圖4中還可以看出，2005、2010、2011和2015年研究區(qū)平均NDVI處于“波谷”，相應的，研究區(qū)在這幾年都有不同程度的旱災發(fā)生[10-11]，這從側面表明了氣候變化可能會對研究區(qū)植被生長產(chǎn)生一定的影響，有必要對植被覆蓋變化與氣候的響應關系作進一步分析。

2.3 植被覆蓋變化與氣候因子相關分析

目前在分析植被覆蓋對氣候的響應關系時主要趨向于使用溫度和降水兩個因子，貴州省多為陰冷濕雨天氣，因此本文除著重研究月平均溫度和降水量之外，還加入了平均相對濕度進行分析。考慮氣候?qū)χ脖桓采w的影響可能存在滯后性[12-13]，因此，在分析時除當月(2007年和2016年為9月，其余為10月)外還需考慮更早月份的氣候。

如表3所示，當月平均溫度與植被覆蓋變化為顯著正相關，影響最強，到上1—2月時相關性降低，但仍有一定影響，上3月時只存在弱相關；植被覆蓋變化與當月和上3月的降水量僅為弱相關，與上1月降水量的相關性為顯著正相關，上前2月變?yōu)榈拖嚓P；植被覆蓋變化與當月平均相對濕度響應最弱，與上1月平均相對濕度顯著正相關，隨后逐漸降低，在上3月變?yōu)榈拖嚓P。

表3 植被覆蓋與各氣象因子擬合結果

注：x為各氣象因子，y為植被覆蓋。

總的來說，各氣候因子對研究區(qū)植被覆蓋變化均有顯著影響，平均溫度的影響在當月最強，而降水量和平均相對濕度的影響則有一定的滯后性。

3 討論與結論

本文選用1999—2016年的Landsat TM/ETM+/OLI影像，建立了一種基于NDVI時間變換一致性的處理方法，在解決了數(shù)據(jù)來源和影像質(zhì)量的問題后，構建出較為完整的植被指數(shù)時間序列，并基于此分析了茂蘭自然保護區(qū)的植被覆蓋變化趨勢，實現(xiàn)了對研究區(qū)植被覆蓋變化與氣象因子之間響應關系的研究，也為小區(qū)域尺度下的植被覆蓋研究提供了技術支持。

(1)基于NDVI時間變化一致性的處理方法原理簡單明了，便于操作，且很好地解決了研究區(qū)遙感影像中云覆蓋的影響，經(jīng)驗證處理結果中各類地物的均方根誤差均小于0.05，處理精度和效果較好，滿足大部分研究的使用要求。

(2)研究發(fā)現(xiàn)，近18 a貴州茂蘭自然保護區(qū)的植被覆蓋較高且呈顯著的緩慢上升趨勢，r=0.667，每年9—10月的平均NDVI在0.69～0.81之間上下波動，增速為0.401(%)/a，這與貴州省和保護區(qū)管理局對國家森林資源管理和生態(tài)保護政策的堅決執(zhí)行是分不開的。

(3)經(jīng)分析，平均溫度、降水量和平均相對濕度這三種氣候因子對研究區(qū)植被覆蓋變化均存在顯著正相關，其中平均溫度的影響在當月最強，相關系數(shù)r=0.60，而降水量和平均相對濕度與研究區(qū)平均NDVI的相關系數(shù)r在當月最低，分別為-0.14和0.2，僅為弱相關；在上1月時最強，分別為0.67和0.70，隨后逐漸減弱，說明降水量和平均相對濕度對研究區(qū)植被覆蓋變化的影響具有滯后性。

根據(jù)本文研究，研究區(qū)植被覆蓋變化會受到氣候因子如溫度、降水和相對濕度的影響，目前在貴州省旱情頻繁、部分地區(qū)水資源短缺等種種壓力下，植被覆蓋和降水與平均相對濕度的正相關關系可能會影響森林植被的正常生長；雖然目前全球變暖也會作用于平均溫度對植被覆蓋的正相關影響，但若溫度一直增長直至超出某一臨界值，其造成的干旱等連鎖反應仍會對植被生長造成惡劣影響[14-16]?？偠灾?，如何在保持經(jīng)濟快速增長的同時進行生態(tài)環(huán)境建設、解決環(huán)境危機，這一問題亟待更多的研究和突破。