基于modis數(shù)據(jù)的黃土丘陵溝壑區(qū)退耕還林對植被動態(tài)變化的影響

基于modis數(shù)據(jù)的黃土丘陵溝壑區(qū)退耕還林對植被動態(tài)變化的影響

用遙感圖像反映地表植被覆蓋信息時，植物覆蓋指數(shù)的一般數(shù)量包括：源植物指數(shù)（ndvi，nomali度）、改進植物指數(shù)（vi，高級植物指數(shù)）、高級歸一化植物指數(shù)（anvi，高級誘導植物指數(shù)）等。其中由于歸一化植被指數(shù)(NDVI)能夠相當精確地反映植被綠度、光合作用強度,植被代謝強度及其季節(jié)和年際變化,因此,在全球或各大陸等大尺度的植被動態(tài)監(jiān)測、植被分類、全球和區(qū)域土地覆被分類及其變化、作物長勢檢測和物候監(jiān)測、自然災害監(jiān)測等方面得到廣泛應用。目前在植被動態(tài)變化監(jiān)測上常用的遙感數(shù)據(jù)有NOAA-AVHRR(AdvancedVeryHighResolutionRadiometer)、SPOT-VEGETATION(VGT)、EOS-MODIS(ModerateResolutionImagingSpectroradiometer)和LandsatTM等。其中TM遙感數(shù)據(jù)由于其地物分辨率高(30m)而被廣泛應用,但其時間分辨率低,反映的往往是某一時刻植被狀況,在反映區(qū)域植被動態(tài)變化時存在明顯不足。AVHRR數(shù)據(jù)從1982年開始獲取,時間序列最長,但由于其較完整序列數(shù)據(jù)的空間分辨率為8km,常被用于大尺度植被的動態(tài)監(jiān)測。SPOT-VGT數(shù)據(jù)從1998年4月開始獲取,空間分辨率為1km,在生態(tài)環(huán)境動態(tài)監(jiān)測和植被動態(tài)監(jiān)測方面得到廣泛的應用。MODIS數(shù)據(jù)從2000年開始獲取,其空間分辨率比AVHRR、SPOT-VGT遙感數(shù)據(jù)要高(250m),時間序列也相對完整,且除MODIS/NDVI外的其他配套數(shù)據(jù)也日趨豐富,在植被動態(tài)監(jiān)測方面具有良好的應用前景。陜北黃土高原地處黃土高原腹地,面積約10萬km2,水土流失現(xiàn)象十分嚴重,植被狀況對該流域內水土保持起著至關重要的作用,尤其是1999年退耕還林生態(tài)建設工程實施以來,區(qū)域植被發(fā)生較大的變化,對退耕前后植被動態(tài)變化監(jiān)測就成了退耕還林工程評價任務之一。目前利用遙感影像對植被動態(tài)監(jiān)測研究也很多[13,14,15,13,14,15],由于研究區(qū)域的不同多利用SPOT-VGT數(shù)據(jù)來分析整體植被的動態(tài)變化,而目前陜北地區(qū)退耕還林效益評價的難點是如何確定哪些是由于退耕而引起的植被動態(tài)變化,且由于陜北地區(qū)溝壑密布,地形破碎度很高,1km空間分辨率的SPOT-VGT數(shù)據(jù)較難精確反映退耕前后不同坡度NDVI動態(tài)變化,而250m分辨率的MODIS/NDVI數(shù)據(jù)則相對較好的解決這一問題。因此,本文在前人研究基礎上,選取目前最適合陜北地區(qū)植被監(jiān)測的MODIS/NDVI數(shù)據(jù),利用一元回歸趨勢分析,從不同土地利用/覆被類型和不同坡度植被指數(shù)動態(tài)變化兩個方面來分析退耕還林對植被的影響。原因在于陜北地區(qū)退耕還林主要有封山育林、坡耕地退耕還林、坡耕地退耕還草等形式,其中坡耕地退耕還林是退耕還林的主要形式,因此分析陜北地區(qū)不同土地利用/覆被類型的植被指數(shù)變化,尤其是退耕前后坡耕地植被指數(shù)的變化,有助于厘定退耕還林所產生的植被恢復效益;另外為了減輕陜北地區(qū)嚴重的水土流失,政策規(guī)定大于25°坡度的坡耕地必須退耕,15°到25°的坡耕地有選擇的退耕,15°以下自愿退耕。由于退耕還林主要集中在坡度較大的區(qū)域,因此研究不同坡度植被指數(shù)動態(tài)變化對于明晰退耕還林所產生的植被恢復效益也具有一定的指導意義1氣候變化空間分布陜北黃土高原地區(qū)位于黃土高原中部,地理位置介于34°49′—39°35′N,107°10—111°14′E之間,海拔高度約500—2000m;東隔黃河峽谷與晉西黃土高原相望,西以子午嶺與隴東黃土高原為界,南與關中盆地毗鄰,北接鄂爾多斯高原。氣候上處于暖溫帶大陸性季風半濕潤氣候向溫帶半干旱氣候的過渡區(qū),年平均氣溫8—12℃,年平均降水量350—600mm。研究區(qū)下墊面情況復雜,包含森林、草地、農田、荒漠、湖泊等多種類型,地域廣闊、地形復雜,丘陵溝壑遍布,氣溫和降水的空間分布差異較大,植被類型多樣,植被分布差異較大。1999年被國家定為首個退耕還林試點地區(qū),并于2001年全面實施退耕還林生態(tài)建設工程,迄今已有10a之久。2數(shù)據(jù)來源和分析2.1ndvi數(shù)據(jù)的獲取和處理MODIS數(shù)據(jù)來源于美國LPDAAC(LandProcessDistributedActiveArchiveCenter)的MODIS數(shù)據(jù)中的16d最大值合成的植被指數(shù)MOD13A1數(shù)據(jù)產品[,空間分辨率為250m,時間是2000年3月到2008年12月。利用MODLAND提供的MRT軟件對MODIS數(shù)據(jù)進行子集提取、圖像鑲嵌、數(shù)據(jù)格式轉換、投影轉換等處理,獲取質量較為可靠的NDVI數(shù)據(jù)集。最后利用MVC法將全年23期的NDVI數(shù)據(jù)進行最大值合成,獲取年內最大NDVI來代表當年植被生長最好的狀況。原因在于陜北地區(qū)冬季寒冷,地表常殘留積雪,冬季NDVI與實際植被狀況會存在較大誤差,常規(guī)的利用年內12個月平均NDVI來作為當年NDVI值會存在較大誤差。而全年最大值NDVI一方面克服了這個問題,另一方面利用MVC法可以進一步消除云、大氣、太陽高度角等的部分干擾。所用的植被空間分布數(shù)據(jù)來源于數(shù)字化的1∶100萬中國植被圖,利用ArcGIS對陜北地區(qū)植被圖進行投影變換,轉變成與上述遙感數(shù)據(jù)相同的投影方式。最后將陜北地區(qū)植被圖中的植被類型進行合并,參考陜北地區(qū)實際情況,合并為針闊混交林、疏林、水澆地、坡耕地、草地(1∶100萬植被圖上英文名稱為slopinggrassland)、荒漠草地、沙地和水體等8種土地利用/覆被類型(圖1)。由于1∶100萬中國植被圖制圖時間在2000年之前,且精度較高,能較好的反映退耕前陜北地區(qū)土地利用/覆蓋情況,因此適用于分析退耕前后不同土地利用/覆被類型NDVI變化。DEM數(shù)據(jù)來自美國太空總署和國防部國家測繪局聯(lián)合測量的SRTM3(ShuttleRadarTopographyMission)數(shù)據(jù),空間分辨率90m,利用ArcGIS軟件對其進行圖像鑲嵌、投影轉換及研究區(qū)提取等處理,并計算陜北地區(qū)空間曲面的坡度(slope)。輔助數(shù)據(jù)包括陜北地區(qū)27個氣象站點1981—2007年的氣象資料。2.2ndvi年際變化的．(1)NDVI年均值的年際變化由于MODIS/NDVI年均值能夠反映植被的年際變化,研究利用MVC法獲取陜北地區(qū)全年最大NDVI作為反映當年植被最好情況,然后將各象元全年最大化NDVI進行加和平均來作為整個地區(qū)當年的NDVI,從而反映區(qū)域植被年際變化。另外通過統(tǒng)計陜北地區(qū)主要的幾種植被類型,依據(jù)植被類型的不同來逐象元加和平均作為該類植被類型當年的NDVI,利用區(qū)域平均NDVI和不同植被類型NDVI與年際之間的線性回歸分析反映陜北地區(qū)不同植被類型NDVI年際變化幅度。(2)一元回歸趨勢分析Stow等用采用一元線性回歸來分析每個柵格點的變化趨勢,從而來計算植被的綠度變化率(greennessrateofchange,GRC),GRC被定義為某時間段內的季節(jié)合成歸一化植被指數(shù)年際變化的一元線性回歸方程的斜率。本文采用此方法來模擬每個柵格NDVI的年際變化趨勢,計算公式為:式中,變量i為l—9的年序號,NDVI表示第i年的最大化NDVI值。變化趨勢圖則反映了在9a的時間序列中陜北地區(qū)植被NDVI的變化趨勢。某像點的趨勢線是這個像點9a的最大化NDVI值用一元線性回歸模擬出來的一個總的變化趨勢。slope即這條趨勢線的斜率。這個趨勢線并不是簡單的最后一年與第1年的連線。其中slope>0則說明此象元NDVI在9a間的變化趨勢是增加的,反之則是減少。3結果與分析3.1不同土地利用/覆被類型ndvi變化情況通過逐象元計算陜北地區(qū)不同土地利用/覆被類型NDVI,分析2000—2008年陜北地區(qū)不同主要土地利用/覆被類型NDVI變化。由于本研究主要分析植被的年際變化,因此沙地和水體的NDVI未進行分析。從圖2可以看出,陜北地區(qū)NDVI從2000年到2008年都呈現(xiàn)較明顯的增長趨勢,說明陜北黃土高原整體植被恢復效果明顯,同時陜北地區(qū)主要的土地利用/覆被類型NDVI也都呈上升趨勢,不同土地利用/覆被類型NDVI變化也不盡相同,因此利用不同土地利用/覆被類型NDVI與年際變化之間進行回歸分析,確定不同土地利用/覆被類型NDVI變化程度(表1)。從表1可以看出,不同土地利用/覆被類型與年際變化之間的相關系數(shù)都很高,均通過了置信度99%的顯著性檢驗,說明隨著時間的變化各土地利用/覆被類型NDVI都有較顯著的上升。通過不同土地利用/覆被類型NDVI與時間序列的一元回歸分析,可以看出坡耕地和草地的回歸直線斜率最大,分別為0.0154和0.0156,說明這兩種土地利用/覆被類型NDVI上升幅度最快,這是由于將原先的坡耕地和草地經過退耕還林轉變成為林地(灌木),土地利用/覆被類型發(fā)生了明顯的變化,NDVI增幅最快,從而反映了退耕還林在植被恢復方面取得了較好的效果。針闊混交林斜率為0.0069,NDVI增長幅度最低,這是由于針闊混交林主要分布在陜北僅存的次生林區(qū)黃龍山、勞山和子午嶺,國家和政府早在20世紀70、80年代就設立了自然保護區(qū),因此植被NDVI在近10a變化幅度不大。3.2不同坡度水澆地ndvi變化的變化(1)不同土地利用/覆被類型趨勢分析根據(jù)上述趨勢分析算法,在ERDAS9.0下建模來逐象元分析近10a來陜北地區(qū)植被NDVI變化趨勢。并利用前人關于植被指數(shù)退化研究的劃分標準,對整個陜北地區(qū)及不同土地利用/覆被類型近10a的NDVI變化趨勢進行分析,結果見圖3和表2。陜北地區(qū)經過近10a的退耕還林生態(tài)建設工程,植被狀況得到了很大的改善。其中植被指數(shù)呈明顯改善的面積占整個陜北地區(qū)面積的64.96%,中度改善占18.58%,陜北絕大部分地區(qū)植被恢復良好,在斜率分布圖上我們可以看出,陜北典型黃土丘陵溝壑區(qū)植被明顯改善,而長城沿線風沙區(qū)改善面積相對不大,這是由于退耕還林主要集中在黃土丘陵溝壑區(qū),長城沿線風沙區(qū)多采用封禁措施,降水稀少導致植被恢復速度相對較慢。不同土地利用/覆被類型NDVI變化也不盡相同,從表上可以看出,水澆地、坡耕地和草地明顯改善面積分別占其總面積的76.08%、74.71%和71.56%,明顯高出其他植被類型,其中水澆地的明顯改善面積最高,其中原因在于水澆地作為陜北地地區(qū)的基本農田保護區(qū),在坡耕地退耕之后,農民的耕地面積減少,促使傳統(tǒng)農業(yè)的粗放經營模式向集約化種植模式進行轉變,水澆地作物投入的增加必然增加了作物的產量,從而也會使水澆地NDVI有所上升,這表明了退耕還林不僅在坡耕地和草地取得了良好的植被恢復效果,而且還取得了較好的邊際效應,促使了農業(yè)生產模式的轉變。針闊混交林明顯改善面積所占比例較低,輕微改善和基本不變面積占據(jù)大部,分別為30.23%和11.08%,這是由于政府早在20世紀80年代就注重了陜北地區(qū)僅存次生林子午嶺、黃龍山的保育工作,植被覆蓋在退耕前就保持在一個較高的水平,而國家對于陜北次生林區(qū)的政策主要以封山育林為主,因此植被輕微改善和基本不變比例相對于其他土地利用/覆被類型較高?；哪莸氐耐嘶娣e比例在幾種植被中最高,這是由于荒漠草地位于毛烏素沙地周圍,受沙地的影響,局部草地呈現(xiàn)荒漠化趨勢。(2)不同坡度趨勢分析坡耕地是指具有不同傾斜程度的農耕地,跑水跑肥,產量很低,是水土流失的主要來源地。根據(jù)退耕還林政策規(guī)定,大于25°的陡坡耕地必須無條件地退耕,15°—25°的陡坡耕地有選擇的退耕。同時李銳等年建議黃土高原生態(tài)建設要在5—10a退耕15°以上的坡耕地,再用10a的時間7°以上的坡耕地全部退耕。根據(jù)上述觀點,本文依據(jù)陜北地區(qū)90m分辨率的DEM,將陜北地區(qū)按坡度分級,結果見圖4。通過統(tǒng)計不同坡度范圍內2000—2008年NDVI變化的斜率(圖5),坡度為0—3°主要包括北部的荒漠大部及陜北地區(qū)南部部分的糧食生產區(qū)域,約占整個陜北地區(qū)面積的20.29%,其中沙地和荒漠草地占陜北地區(qū)面積的14.48%,由于沙地和荒漠NDVI大部分呈現(xiàn)基本不變甚至退化的趨勢,雖然陜北南部水澆地NDVI呈顯著上升趨勢,但由于其面積占的比例較小,因此坡度在0—3°時NDVI變化的斜率最低。隨著坡度的升高,平均斜率值也越來也大,7—35°坡度之間斜率平均值都保持在一個較高的水平,其中25—35°坡度時斜率平均值最大,為0.0152,原因在于退耕還林主要集中在有坡度及坡度比較大的區(qū)域,而25—35°正是陜北地區(qū)退耕還林的重點區(qū)域。通過逐柵格統(tǒng)計各個坡度植被變化的斜率,依據(jù)植被指數(shù)退化劃分標準,分析不同坡度植被改善比例(圖6)。7—35°坡度之間植被明顯改善的比例最高,都超過了各自整體的65%,充分說明了坡耕地退耕還林取得了明顯的植被恢復效果。3—7°明顯改善比例也很高,原因在于地形圖原始等高線誤差及DEM地形的描述誤差,地面平均坡度隨著分辨率的降低而降低,尤其是在黃土丘陵溝壑區(qū),誤差會更大,因此在黃土丘陵溝壑區(qū)許多坡度大于15°的地形卻表現(xiàn)為3—7°。4討論和結論4.1立地條件分析影響植被變化的因素有自然因素及人為因素兩種,其中自然因素中降雨和氣溫是對植被年際變化影響較大的兩個因素。通過陜北地區(qū)27個氣象站點2000—2007年降雨量及年平均氣溫與年份之間的回歸分析(表3),陜北地區(qū)27個氣象站年降水和氣溫均未通過置信度95%的顯著性檢驗,說明2000—2007年降水和年氣溫均沒有顯著變化,而陜北地區(qū)不同土地/覆被類型年均NDVI都有顯著增加,可以初步認為非氣候因素是引起NDVI增加的主要原因,這與李登科等研究結論相同。但由于2000—2007年時間序列較短,氣候變化往往需要幾十乃至上百年的時間,因此又分析了1981—2007年間降水和氣溫的變化,發(fā)現(xiàn)在近30a,陜北地區(qū)年降雨沒有顯著變化,而年平均氣溫卻有顯著的小幅上升(表3),說明陜北黃土高原氣候呈現(xiàn)一種暖干化發(fā)展趨勢,氣候暖干化導致土壤含水量下降,風沙加大,植物存活率降低,植被覆蓋率下降,地表土質更趨疏松,導致區(qū)域生態(tài)環(huán)境趨于惡化。而陜北地區(qū)NDVI從2000—2008年期間卻有明顯改善的趨勢,因此可以確定人為因素是導致NDVI增加的主要原因。尤其通過分析退耕還林實施的重點區(qū)域,坡耕地和草地以及坡度在7—35°的區(qū)域均比其他類型有明顯的增加,表明人為因素中的退耕還林生態(tài)建設工程是導致陜北地區(qū)NDVI增加的主要原因,退耕還林實施的重點區(qū)域取得了良好的植被恢復效果。為了將退耕還林植被恢復效果進一步量化,一方面通過統(tǒng)計草地、坡耕地面積及其植被明顯改善面積,確定其在整個陜北黃土高原地區(qū)植被恢復方面的貢獻比例。陜北地區(qū)草地、坡耕地占總土地面積的15.52%和39.50%,其植被明顯改善面積分別占陜北地區(qū)明顯改善面積的17.10%和45.43%,超過其所占土地面積的比例,其中坡耕地對陜北地區(qū)植被明顯改善貢獻最大,說明退耕還林生態(tài)建設工程在陜北地區(qū)植被恢復中起到了十分重要的作用。另外,7—15°、15—25°及25—35°坡地面積分別占陜北地區(qū)面積的36.80%、24.59%和2.24%,其明顯改善面積分別占總改善面積的39.91%、25.81%、2.28%,7—25°明顯改善面積占總改善面積的65.72%,進一步說明了坡耕地退耕還林對于陜北地區(qū)植被恢復影響巨大。4.2ndvi的回歸趨勢分析(1)