劉 宣，韓 芳，馬霜霜，王宇宸

（1. 內(nèi)蒙古自治區(qū)赤峰市氣象局，內(nèi)蒙古 赤峰 024000；2. 內(nèi)蒙古自治區(qū)生態(tài)與農(nóng)業(yè)氣象中心，內(nèi)蒙古 呼和浩特 010051；3. 內(nèi)蒙古自治區(qū)錫林郭勒盟氣象局，內(nèi)蒙古 錫林郭勒 026000）

植被覆蓋度（FVC）是衡量區(qū)域植被狀況的關(guān)鍵指標，多年的植被覆蓋變化可明確反映植被狀況隨時間的變化規(guī)律，對水文、生態(tài)和全球變化等具有重要意義。FVC的動態(tài)變化過程是研究區(qū)域生態(tài)植被環(huán)境變化的重要途徑[1]。地表溫度（LST）可全面反映地表水熱交換過程，是生態(tài)環(huán)境變化的重要指示因子，其時空分布與區(qū)域生態(tài)、植被、氣候、水文、環(huán)境等因素密切相關(guān)[2]。隨著遙感技術(shù)的發(fā)展，F(xiàn)VC在LST與植被關(guān)系的研究中受到眾多學(xué)者的青睞[3]。研究表明，LST與FVC的空間分布具有較好的負相關(guān)性[4]；但當FVC處于不同水平時，與LST 的線性相關(guān)性存在差異，F(xiàn)VC能夠有效降低LST，F(xiàn)VC較高的下墊面溫度較低[5]。

農(nóng)林交錯帶是在空間分布和時間演變中出現(xiàn)林地與耕地交疊過渡的地區(qū)，生境復(fù)雜、物種豐富，更是自然因子和人為干擾相互作用最活躍的生態(tài)敏感脆弱區(qū)[6]，有必要進行不同類型植被覆蓋與LST 相關(guān)性的定量研究[7]。由于植被能吸收到達地面一半以上的太陽輻射，并能有效降低近地表風速，從而減少土壤水分蒸發(fā)帶來的溫度上升，因此其增減會影響LST的時空變化。LST 是下墊面的重要屬性之一，受地表土壤水分和FVC的影響，因此研究FVC與LST的時空變化規(guī)律是探索地表環(huán)境的重要指標之一[8]。張小飛[9]等研究發(fā)現(xiàn)FVC 與LST 呈負相關(guān)，且在不同等級的FVC下，二者表現(xiàn)出分段特點；梁珂[10]等分析了城市LST與FVC的空間動態(tài)相關(guān)性。內(nèi)蒙古赤峰市喀喇沁旗地處燕山山系的七老圖山脈東北麓，大興安嶺東邊的低山丘陵邊緣，森林茂盛、農(nóng)田較分散，是明顯的生態(tài)交錯帶，具有豐富的生物多樣性，是農(nóng)林交錯帶的典型代表。為揭示農(nóng)林交錯帶FVC與LST的關(guān)系，本文以喀喇沁旗為研究區(qū)域，選取2000 年、2004 年、2007年、2010年、2013年、2015年、2017年、2019年的Landsat數(shù)據(jù)，探索農(nóng)林交錯帶FVC與LST的時空變化規(guī)律及其之間的關(guān)系，為生態(tài)交錯帶生態(tài)環(huán)境保護、種植結(jié)構(gòu)調(diào)整提供參考依據(jù)。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)概況

赤峰市喀喇沁旗位于赤峰市南部，地理范圍為41°32′～42°14′N、118°8′～119°18′E；總面積為3 050 km2，海拔為500～1 890 m，有林面積為1 836.7 km2，森林覆蓋率達到57.8%，耕地面積為500 km2；屬北溫帶干旱半干旱大陸性季風氣候，四季分明；年日照時數(shù)為2 700～2 900 h，年平均降水量約為450 mm；旗內(nèi)西南部多為山區(qū)，天然植被較好，中部為黃土丘陵和山麓地帶，山巒起伏、坡向多變、沖溝密布、植被較少，東部老哈河畔和錫伯河沿岸為平川地區(qū)，土層較厚、水資源較豐富，為旗內(nèi)主要產(chǎn)糧區(qū)。

1.2 數(shù)據(jù)來源與預(yù)處理

遙感數(shù)據(jù)采用從地理空間數(shù)據(jù)云下載的Landsat5和Landsat 8衛(wèi)星影像數(shù)據(jù)，包括2000年9月、2004年7月、2007年9月、2010年8月、2013年9月、2015年8 月、2017 年9 月、2019 年6 月和2019 年9 月植被生長期的9景遙感數(shù)據(jù)。由于2019年數(shù)據(jù)受云影響較嚴重，因此選用云量較少的6 月和9 月的數(shù)據(jù)拼接而成。對Landsat 數(shù)據(jù)進行輻射定標、大氣校正、幾何校正和研究區(qū)裁剪拼接等，所有影像和數(shù)據(jù)均使用WGS_1984_UTM_Zone_50N坐標系。

1.3 研究方法

1.3.1 FVC計算與趨勢變化分析

FVC是植被（包含枝、莖、葉）在地面的垂直投影面積占統(tǒng)計區(qū)域總面積的百分比[11]。本文采用像元二分模型計算FVC[12]。假設(shè)像元只有植被和非植被覆蓋地表，則FVC的計算公式為：

式中，NDVI為歸一化植被指數(shù)；NDVImax為NDVI的最大值，即所有像元總數(shù)累計數(shù)量達到98%的閾值；NDVIsoil為NDVI 的最小值，即所有像元總數(shù)累計數(shù)量達到2%的閾值。

式中，NIR為近紅外波段；R為紅光波段。

利用一元線性回歸模型分析2000—2019年FVC的變化趨勢，線性回歸的變化趨勢公式為：

式中，i為序列年份；Slope ＞0 表示FVC 呈增加趨勢，反之，則表示FVC 呈減少趨勢。

1.3.2 LST計算

本文采用大氣校正法反演LST[13]，首先利用經(jīng)驗值法計算地表比輻射率ε，計算公式為：

然后，提取黑體在熱紅外波段的輻射亮度值Tλ，計算公式為：

式中，Lλ為衛(wèi)星傳感器接收到的熱紅外波段的輻射亮度值；Lu、Ld分別為大氣上行和下行的輻射亮度值；τ為大氣在熱紅外波段的透過率，上述參數(shù)均可在NASA提供的網(wǎng)站上獲取。

最后，將熱輻射強度轉(zhuǎn)換為LST，計算公式為：

式中，K1和K2為輻射常數(shù)。

分析2000—2019年LST的變化趨勢與式（3）一致。

1.3.3 相關(guān)性分析

為了更好地分析不同土地利用類型下FVC 與LST的分布與變化，本文采用武漢大學(xué)發(fā)布的30 m分辨率中國逐年土地覆被產(chǎn)品（CLCD）[14]，提取數(shù)據(jù)集中2000—2019 年研究區(qū)域農(nóng)田、林地、草地與建筑4 種主要土地利用類型數(shù)據(jù)。

1）利用基于像元的空間相關(guān)分析[15]，對2000—2019 年喀喇沁旗的FVC 與LST 進行逐像元相關(guān)分析，以反映FVC與LST的相關(guān)程度以及相關(guān)系數(shù)的空間分布情況，計算公式為：

式中，、分別為兩個要素樣本的平均值；ruv為兩個要素之間的相關(guān)系數(shù)，其值在-1～1之間，ruv＞0表示正相關(guān)，ruv＜0 表示負相關(guān)，相關(guān)系數(shù)絕對值越大，說明該像元處二者相關(guān)性越強。

2）利用SPSS 25.0 和Origin9.1 軟件對FVC 和LST進行線性回歸相關(guān)分析和顯著性檢驗。

3）雙變量空間自相關(guān)分析。分析多個要素間的空間相關(guān)性，包括全局空間自相關(guān)（Global Moran’s I）和局部空間自相關(guān)（Local Moran’s I）。許多學(xué)者在Moran’s I 指數(shù)的基礎(chǔ)上進一步拓展了雙變量全局自相關(guān)和局部自相關(guān)，為研究不同變量空間分布的相關(guān)性提供了方法[16]，其定義公式為：

2 研究結(jié)果與分析

2.1 FVC時空變化

分析2000—2019 年喀喇沁旗8 個時期的FVC 發(fā)現(xiàn)，平均FVC在空間上具有較強的分布規(guī)律，呈現(xiàn)從西南向東北方向遞減、東部低于西部的變化分布趨勢，與地形走勢相符（圖1a）。為反映近19a的植被覆蓋情況，將FVC 分成5 個等級，即低植被覆蓋（0～0.2）、中低植被覆蓋（0.2～0.4）、中植被覆蓋（0.4～0.6）、中高植被覆蓋（0.6～0.8）、高植被覆蓋（0.8～1），低、中低植被覆蓋區(qū)主要集中在已收割農(nóng)田、建筑等區(qū)域；中植被覆蓋區(qū)在西北和中部地區(qū)，以黃土丘陵和山麓為主；中高、高植被覆蓋區(qū)主要在西南部，原始森林覆蓋區(qū)域；東北部和東部主要是平原，以耕地為主。統(tǒng)計對比不同等級的FVC 面積（表1）發(fā)現(xiàn)，平均FVC低于0.4的占比為25.96%，在0.4～0.6的為21.76%，高于0.6的為52.28%；FVC低于0.6的區(qū)域面積變化趨同，中高和高植被覆蓋變化較劇烈，主要在人類的生產(chǎn)生活區(qū)和農(nóng)林交錯帶；歷年平均FVC呈現(xiàn)增減交替特征，在0.473～0.664之間波動。

圖1 2000—2019年喀喇沁旗平均FVC與平均LST空間分布

表1 歷年平均FVC不同等級面積統(tǒng)計/km2

2.2 LST時空變化

從喀喇沁旗逐年的平均LST來看，近19a平均LST在16.79～31.15℃之間波動變化并緩慢增加，呈現(xiàn)從西南向東北方向遞增、東部高于西部的變化分布趨勢（圖1b）。采用自然間斷點分級法對平均LST進行分級發(fā)現(xiàn)，低溫區(qū)（13.4～19.4℃） 和次低溫區(qū)（19.4～22.4℃）占總面積的28.11%，中溫區(qū)（22.4～24.9℃）占比為27.67%，次高溫區(qū)（24.9～27.3℃）和高溫區(qū)（27.3～33.7℃）的占比為44.22%；次高溫區(qū)和高溫區(qū)主要集中在東部、東北部和中部等FVC 較低的區(qū)域，城鎮(zhèn)和無植被覆蓋區(qū)則出現(xiàn)明顯高溫區(qū)域。LST 的高低分布與FVC在空間上相反，即FVC值高的區(qū)域溫度低，反之則溫度高。

2.3 FVC與LST的相關(guān)性分析

許多研究表明，不同土地利用類型對LST演變有很大影響。4種土地利用類型中，近19a林地、建筑、農(nóng)田和草地的平均LST 分別為21.0℃、26.3℃、25.2℃和26.1℃；平均FVC 分別為0.79、0.22、0.52 和0.45。LST 較低的區(qū)域，F(xiàn)VC 較高； LST 較高的區(qū)域，F(xiàn)VC 較低。由于建筑區(qū)域天然生長的植物較少、農(nóng)田比草地人為干擾因素大且FVC高，因此主要比較林地與農(nóng)田。

2.3.1 空間分析

對2000—2019年FVC與LST進行逐像元相關(guān)分析發(fā)現(xiàn)，多年FVC 與LST 整體上呈負相關(guān)關(guān)系，均值為-0.109，農(nóng)田區(qū)域出現(xiàn)顯著負相關(guān)，而林地相關(guān)性最低（圖2）；西南部與東部部分地區(qū)表現(xiàn)出正相關(guān)性，該區(qū)域多為人工種植林，且丘陵區(qū)海拔較高、光熱條件好，在較高LST時人為因素給予充足水分，有利于植物光合作用和生長發(fā)育。

圖2 喀喇沁旗多年空間相關(guān)性分布圖

2.3.2 線性回歸分析

本文提取4 種土地利用類型的平均FVC 與LST，剔除有云區(qū)和異常值，生成空間上2 000 個要素點對要素點的像元數(shù)據(jù)，并提取要素點對應(yīng)像元的FVC和LST，對FVC 和LST 進行線性回歸分析。結(jié)果表明，在小于0.01 的置信水平上，當FVC 為自變量、LST 為因變量時，殘差平方和均大于10 000；當LST 為自變量、FVC 為因變量時，殘差平方和均小于100，因此本文對LST 對FVC 的影響進行線性擬合效果最佳。4 種土地利用類型的回歸系數(shù)均小于零，R2系數(shù)在0.117～0.589 之間，即FVC 與LST 存在負相關(guān)，LST 越低、FVC 越高。農(nóng)田的平均R2高于林地，說明農(nóng)田FVC與LST的擬合相關(guān)性略強于林地（表2）。

表2 不同土地利用類型的FVC與LST線性回歸系數(shù)平均值

2.3.3 空間自相關(guān)分析

本文利用GeoDa分析軟件建立空間權(quán)重矩陣，計算4 種土地利用類型的LST 與滯后FVC 的雙變量全局空間自相關(guān)Moran’s I指數(shù)，分析范圍內(nèi)變量的空間聚集程度（表3）。4 種土地利用類型的p值均為0.001，且z值均小于-2.58，因此Moran’s I 指數(shù)通過99%顯著性檢驗水平；各類Moran’s I 值均小于0，說明LST與FVC存在顯著負相關(guān)關(guān)系。農(nóng)田的平均Moran’s I指數(shù)（-0.29）低于林地（-0.308），說明農(nóng)田的空間負相關(guān)性弱于林地，但二者均高于草地和建筑。分別統(tǒng)計不同土地利用類型的FVC 與LST 平均值發(fā)現(xiàn)，F(xiàn)VC 中林地最高、建筑最低，農(nóng)田略高于草地；LST 中林地最低，其余3 類相差不大，受FVC 影響較?。划擣VC 高于0.75 時，降溫效果最明顯（圖3）。統(tǒng)計不同土地利用類型和不同等級FVC 要素點數(shù)據(jù)發(fā)現(xiàn)，F(xiàn)VC≥0.75 的區(qū)域?qū)?yīng)的平均LST，農(nóng)田為23.1℃、林地為21℃，農(nóng)田比林地高2.1℃；0≤FVC≤0.2的區(qū)域?qū)?yīng)的平均LST，農(nóng)田、林地僅相差0.3℃，說明FVC 與LST 的相互影響較小，擬合較差；0.2≤FVC≤0.4 的區(qū)域的平均LST，農(nóng)田比林地高1.3℃。

圖3 2000—2019年喀喇沁旗不同土地利用類型FVC與LST的時間變化

表3 不同土地利用類型的全局空間自相關(guān)Moran’s I平均值

喀喇沁旗屬于典型的農(nóng)林交錯帶，建筑面積平均占比不到3%，剩余面積中農(nóng)田、林地、草地的占比一致，其中林地多為喬木林地，為高植被覆蓋，耕地的植被等級為中高植被覆蓋。研究表明，喀喇沁旗植被覆蓋等級與LST等級呈負相關(guān)關(guān)系，這與福建省廈門市[17]的研究結(jié)論一致，可見無論在氣溫較低的北方地區(qū)還是氣溫較高的南方地區(qū)，LST 的降低，均表現(xiàn)為FVC的增加，只是LST降溫的幅度不同、FVC變化不同。為說明在同一FVC 下不同土地利用類型對LST的降溫作用，進一步研究4種土地利用類型的FVC與LST 的關(guān)系發(fā)現(xiàn)，林地對LST 的降溫效果高于農(nóng)田、草地，建筑最低，該結(jié)論與包瑞清[18]得出的植被有獨特的降溫空間結(jié)構(gòu)極為接近。因此，為了控制人類活動的影響、減少城市化進程加快帶來的區(qū)域溫度升高問題，應(yīng)減少對林地的破壞，加大樹木種植，提高森林覆蓋率。在空間相關(guān)性分析與線性回歸分析中，農(nóng)田的FVC與LST的線性相關(guān)性略強于林地；而空間自相關(guān)分析中，農(nóng)田的FVC與LST空間負相關(guān)性弱于林地，這或許與空間自相關(guān)分析時第二變量FVC是滯后空間要素有關(guān)。

全國范圍內(nèi)多地已開展不同土地類型、氣候影響因子的植被覆蓋研究，但對農(nóng)林交錯帶的研究較少，本文可為制定生態(tài)保護方案、評估生態(tài)質(zhì)量提供科學(xué)依據(jù)。受數(shù)據(jù)質(zhì)量和植被生長期的影響，2019年植被狀況較差，相關(guān)系數(shù)和斜率與歷年相比差異較大，逐年分析對比性較差。另外，氣溫、降水等氣象因子會影響LST 的變化，氣溫過高、降水偏少會導(dǎo)致LST 升高，不利于植被生長；且林地區(qū)域多為丘陵，農(nóng)田大多在地勢平坦區(qū)域，隨著海拔的增加，氣溫逐漸降低，人為因素對植被的干擾減少但生長條件變差，對FVC 和LST 的變化分析均有影響。后續(xù)研究中將進一步探討水熱條件、地形坡向等因子對FVC的敏感性和交互影響。

3 結(jié) 語

本文基于Landsat數(shù)據(jù)，對喀喇沁旗的FVC和LST進行了動態(tài)分析和線性回歸研究。

1）喀喇沁旗的FVC 呈現(xiàn)西南向東北遞減的空間分布特征。研究區(qū)FVC整體變化呈輕微變差狀態(tài)，低植被覆蓋面積呈緩慢增長趨勢，其余等級植被覆蓋面積均呈波動變化趨勢，其中高植被覆蓋面積波動最劇烈?？咂熘脖桓纳泼娣e占比為40.92%，植被退化區(qū)面積占比為23.84%，主要是城鎮(zhèn)建設(shè)區(qū)和黃土丘陵沖溝密布的山區(qū)。歷年林地FVC在時空分布上均高于其他3 種土地利用類型，而在FVC≥0.75 時，對LST的影響最明顯。

2）LST 對林地和農(nóng)田不同年份的影響存在差異，雖然空間自相關(guān)分析中林地相關(guān)性強于農(nóng)田、空間相關(guān)性分析和線性回歸分析中林地相關(guān)性弱于農(nóng)田，但3 種分析方法中所有地類的相關(guān)性都是負相關(guān)的，即隨著LST 的升高，F(xiàn)VC 將減小。FVC 與LST 的變化幅度林地均大于農(nóng)田。