羅西超，王 程，姚炳楠

(1.黃河水利委員會 黃河上中游管理局，陜西 西安 710021；2.陜西省水土保持生態(tài)環(huán)境監(jiān)測中心，陜西 西安 710004；3.陜西師范大學(xué) 旅游與環(huán)境學(xué)院，陜西 西安 710062)

?

黃土高原不同土地覆蓋類型下生物指標(biāo)的時空變化分析

羅西超1，王 程2*，姚炳楠3

(1.黃河水利委員會 黃河上中游管理局，陜西 西安 710021；2.陜西省水土保持生態(tài)環(huán)境監(jiān)測中心，陜西 西安 710004；3.陜西師范大學(xué) 旅游與環(huán)境學(xué)院，陜西 西安 710062)

地表土地覆蓋情況在人類影響氣候變化的途徑中具有重要影響。結(jié)合MODIS生物指標(biāo)和土地覆蓋類型數(shù)據(jù)，對2000～2014年黃土高原地區(qū)不同土地覆蓋類型下生物指標(biāo)的變化特征進行了分析。結(jié)果表明：黃土高原地區(qū)近15年生物參數(shù)呈上升趨勢，且林地和草地類型對這一結(jié)果貢獻率更高，而稀疏灌木林的貢獻率最低?！巴烁€林/草”政策的實施，促進了黃土高原地區(qū)生物指標(biāo)的提升，彰顯了該政策實施所產(chǎn)生的良好成效。然而也應(yīng)該加強稀疏灌木林地區(qū)地表的水土保持力度是以后的工作重點。

生物指標(biāo)；土地覆蓋類型；時空變化；黃土高原

氣候變化是全球環(huán)境變化研究的主要內(nèi)容之一，對各個方面都產(chǎn)生了巨大的影響。反過來人類活動對氣候變化也有深刻的影響，其主要方式包括排放溫室氣體、土地利用/土地覆蓋變化2種，這2種方式中對于前者的相關(guān)研究早已被許多學(xué)者關(guān)注，而對于后者的深入研究還有很大的不確定性。隨著國際地圈生物圈計劃與全球環(huán)境變化人文計劃聯(lián)合提出一項LUCC計劃[1]，明確指出了人類活動對LUCC的作用不僅會導(dǎo)致局部地區(qū)以及區(qū)域上的氣候產(chǎn)生一定的影響，而且還可以通過大氣、生態(tài)過程以及生物地球物理和生物化學(xué)等方面之間的相互作用過程，進而導(dǎo)致全球氣候的變化。

近年來遙感數(shù)據(jù)極大地豐富了不同時空尺度的信息，在國內(nèi)外利用強型植被指數(shù)產(chǎn)品(Enhanced Vegetation Index,EVI)來分析其有效性，并對其進行驗證[2]，結(jié)果表明：EVI相比歸一化植被指數(shù)來說，前者對生長期農(nóng)田的敏感度更高[3]。并有學(xué)者結(jié)合MODIS數(shù)據(jù)及EVI能夠較好地監(jiān)測陜西省旱情[4]。也有學(xué)者針對亞馬遜地區(qū)森林的大規(guī)?？撤ミ@一過程進行研究，結(jié)果表明：大規(guī)模森林砍伐會導(dǎo)致該地區(qū)葉面積指數(shù)(Leaf Area Index,LAI)下降[5-6]。黃土高原地區(qū)是生態(tài)環(huán)境研究的重點區(qū)域之一，我國針對該地區(qū)在過去很長一段時間采取了生態(tài)建設(shè)等大型工程，意在降低該地區(qū)環(huán)境惡化的速度，改善其脆弱的生態(tài)環(huán)境現(xiàn)狀。在生態(tài)建設(shè)的過程中，對該地區(qū)土地覆蓋類型進行了調(diào)整，導(dǎo)致植被生物方面產(chǎn)生了一定的影響。因此，本文以黃土高原地區(qū)為研究區(qū)域，結(jié)合遙感數(shù)據(jù)，對該地區(qū)地表植被在近年來所產(chǎn)生的地表植被生物效果進行了分析，為進一步了解該地區(qū)地表植被生物狀況提供一定的信息，為該地區(qū)生態(tài)環(huán)境建設(shè)政策的改善提供參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

黃土高原地區(qū)(北緯33°41′～41°16′，東經(jīng)100°51′～114°33′)[7]，東起太行山、西到烏鞘嶺、南面為秦嶺、北與內(nèi)蒙古高原相連，該地區(qū)面積廣大，所涉及到的范圍有山西、河南、陜西、內(nèi)蒙古、甘肅、寧夏、青海等7個省份(區(qū))，包括46個地(盟、州、市)。黃土高原總面積約為62萬km2，呈西北高東南低的地勢。黃土高原地區(qū)主要由黃土丘陵、高原溝壑、平原、盆地、山地等多種地貌類型，構(gòu)成了現(xiàn)今全球著名的千溝萬壑地貌特征。由于該地區(qū)的特殊土質(zhì)結(jié)構(gòu)以及地表狀況所導(dǎo)致的水土流失以及隨之產(chǎn)生的生態(tài)環(huán)境問題，受到了我國甚至是全世界的高度重視[8-9]。該地區(qū)氣候類型屬于溫帶季風(fēng)氣候，位于半干旱半濕潤地區(qū)，年平均溫度為3.6～14.3 ℃。該地區(qū)蒸散量大于降水量，年平均降水量為466 mm。該地區(qū)植被類型主要以林地、草地、灌叢、農(nóng)田類型為主(圖1)，分別占總面積的5%、40.88%、20.48%、19.70%，主要林地類型為常綠針葉林、落葉闊葉林和針闊混交林，分別占總林地類型的11.71%、9.39%、77.96%。由于該地區(qū)地表長時間受到人類活動的影響，導(dǎo)致土壤鹽堿化現(xiàn)象明顯。人類的活動和環(huán)境本身共同作用，加重了該地區(qū)草場退化的程度以及地表裸露的面積。

1.2 數(shù)據(jù)來源與預(yù)處理

本文利用的生物指標(biāo)遙感數(shù)據(jù)為美國國家航空航天局(National Aeronautics and Space Administration,NASA)的MODIS-13A2(EVI)、MODIS-15A2(LAI)和光合有效輻射分量(fractional interception of photosythetically active radiation,fPAR)產(chǎn)品數(shù)據(jù)，該數(shù)據(jù)獲取地址為美國宇航局對地球觀測系統(tǒng)研究的數(shù)據(jù)和信息系統(tǒng)(EOSDIS,http://reverb.echo.nasa.gov)。該部分遙感數(shù)據(jù)選取的時間范圍為2000～2014年，數(shù)據(jù)格式為HDF，空間分辨率為1 km。EVI的時間分辨率為16 d，LAI和fPAR時間分辨率均為8 d。由于黃土高原面積較大，所采用的遙感數(shù)據(jù)需要根據(jù)NASA提供的用戶專門處理圖幅軟件MODIS Reprojection Tool(MRT)對已有數(shù)據(jù)做拼接投影處理，再利用ArcGIS 10.0軟件對結(jié)果按照其各自產(chǎn)品的用戶說明進行真實值轉(zhuǎn)換，并根據(jù)黃土高原地區(qū)范圍進行掩膜等工作。綜合考慮黃土高原地區(qū)物候期對生物參數(shù)的影響，EVI本文所采取的是生長季(第92～274天)合成結(jié)果，LAI和fPAR本文采取的是生長季(第92～274天)平均結(jié)果。

土地覆蓋類型數(shù)據(jù)本文采用的是MODIS空間分辨率為1 km的數(shù)據(jù)。

常綠針葉林(ENF)、常綠闊葉林(EBF)、落葉針葉林(DNF)、落葉闊葉林(DBF)、針闊混交林(MF)、郁閉灌木林(CSH)、稀疏灌木林(OSH)、多樹草原(WSA)、稀疏草原(SAV)、草地(GRA)、農(nóng)田(CRO)、城鎮(zhèn)和建設(shè)用地(URB)、農(nóng)作物混合體(CRM)、裸露或稀少植被覆蓋(BSV)、水體(WAT)

圖1 黃土高原地區(qū)土地覆蓋類型的分布圖

1.3 分析方法

為分析生物參數(shù)在多年黃土高原地區(qū)范圍上的年際變化趨勢，本文采用一元線性回歸分析法，利用Arcgis 10.0軟件對生物參數(shù)在2000～2014年的多年變化趨勢進行計算，計算公式如下[10]：

(1)

式(1)中：n代表生物參數(shù)研究時間段內(nèi)的總年數(shù)，Xi代表第i年一種生物參數(shù)平均值，θ代表趨勢線斜率，根據(jù)生物參數(shù)在長時間序列與相對應(yīng)的年份兩者相互關(guān)系來反映該參數(shù)年際變化趨勢，θ結(jié)果正負(fù)分別表明該參數(shù)在整個研究時段內(nèi)的變化趨勢為呈增加或下降。

為詳細(xì)理解生物參數(shù)在黃土高原地區(qū)的變化情況，本文基于2001年黃土高原土地覆蓋類型數(shù)據(jù)，利用SPSS軟件做箱線圖，分別對生物參數(shù)的多年趨勢在不同土地覆蓋類型上所貢獻結(jié)果進行對比分析。

2 結(jié)果與分析

2.1 土地覆蓋類型各生物參數(shù)的差異

由于黃土高原地表不同土地覆蓋類型上的生物參數(shù)的變化情況不同，利用2001年黃土高原土地覆蓋類型數(shù)據(jù)，對2000～2014年生長季合成EVI、生長季平均LAI和生長季平均fPAR共3項生物參數(shù)在不同土地覆蓋類型上所分布的情況作箱線圖進行對比分析(圖2)。以下統(tǒng)稱林地類型(包括ENF、DBF、MF)。

在圖2-a中，生長季合成EVI在不同土地覆蓋類型下，按照其均值大小不同將土地覆蓋類型排列為：DBF>MF>ENF，所對應(yīng)的生長季合成EVI值分別為4.86、4.76、4.18，并且可以明顯看出生長季合成EVI在林地類型上明顯要高于CRO類型(3.33)。圖2-b同理排列生長季LAI平均值：DBF>MF>ENF，分別為2.67、2.31和2.19，這表明生長季平均LAI在林地類型上顯著大于CRO類型(0.75)。圖2-c生長季fPAR平均值在林地類型上DBF>ENF>MF，分別為0.59、0.58、0.57，且明顯高于CRO類型(0.39)。這3種生物參數(shù)的值在林地上均大于農(nóng)田上的值，表明若農(nóng)田轉(zhuǎn)為林地類型，則會影響生物參數(shù)(EVI、LAI、fPAR)的上升。

圖2 2001年黃土高原地區(qū)不同植被類型的各參數(shù)對比

2.2 生物參數(shù)的時間變化分析

黃土高原地區(qū)在2000～2014年生物參數(shù)的年際時間變化見圖3，生長季合成EVI、生長季平均LAI和生長季平均fPAR三者的年際增長趨勢分別為0.04/年、0.02/年、0.01/年，均較小，整體上呈波動上升的趨勢，且相關(guān)系數(shù)r值都較高，分別為0.86、0.87、0.83。LAI的相關(guān)系數(shù)r值是三者中最大的，fPAR是最小。三者均通過了顯著性檢驗(P<0.01)。并且這3項生物參數(shù)在研究時間段內(nèi)的整體趨勢均呈相似的上升走勢，但在最高、最低年份三者稍有不同。

圖3 2000～2014年黃土高原地區(qū)EVI、LAI、fPAR時間變化趨勢

2.3 生物指標(biāo)整體趨勢在不同土地覆蓋類型上的變化

黃土高原各生物參數(shù)近15年在不同土地覆蓋類型上的變化情況見圖3。生長季合成EVI(圖3-a)的趨勢在林地類型ENF、DBF、MF上的均值分別為0.04、0.035、0.04，GRA上的均值為0.04，CRO上的均值為0.04，OSH上的均值為0.03；生長季平均LAI(圖3-b)的趨勢在林地類型ENF、DBF、MF上的均值分別為0.04、0.03、0.03，GRA上的均值為0.017，CRO上的均值為0.02，OSH上的均值為0.01；生長季平均fPAR(圖3-c)的趨勢在林地類型ENF、DBF、MF上的均值分別為0.006、0.0046、0.0055，GRA上的均值為0.0061，CRO上的值為0.0055，OSH上的均值為0.004。通過比較得知，生物參數(shù)基本上林地類型對其近15年來的影響貢獻率較農(nóng)田高一些，而稀疏灌木林的貢獻最低。

通過面積加權(quán)得到的黃土高原主要植被類型林地、草地、稀疏灌木林和農(nóng)田在近15年來生物參數(shù)整體變化趨勢上的貢獻率不同，結(jié)果表明：OSH的貢獻率在EVI、LAI、fPAR上均最低；林地和草地在EVI上的貢獻率相近，兩者貢獻率都接近于112.6%，且稍大于農(nóng)田；林地比農(nóng)田對LAI的貢獻率高81.2%，農(nóng)田的貢獻率為116.6%，草地比農(nóng)田貢獻率低25%，對比OSH的貢獻率高24.2%；GRA對fPAR的貢獻率在4種類型中最高，為110.1%，林地和農(nóng)田兩者貢獻率相近。

3 討論

本文利用EVI、LAI、fPAR遙感數(shù)據(jù)、土地覆蓋類型數(shù)據(jù)對黃土高原地區(qū)2000～2014年的不同土地覆蓋類型下生物指標(biāo)的時空變化情況進行了分析，在3項生物參數(shù)上林地增長的速率均大于農(nóng)田，表明生物參數(shù)的增長趨勢會隨土地覆蓋類型由農(nóng)田轉(zhuǎn)變?yōu)榱值囟黾印Ｔ谡w上，3項生物參數(shù)年際上呈上升趨勢，并且很大程度上林地和草地類型對這一結(jié)果貢獻率更高，稀疏灌木林的貢獻率最低?！巴烁€林/草”政策的實施，對于黃土高原地區(qū)生物指標(biāo)的提升影響很大，同時也應(yīng)該加強在稀疏灌木林地區(qū)地表的水土保持力度。

圖4 2000～2014年黃土高原地區(qū)生物參數(shù)變化趨勢在不同植被類型上的分布情況

MODIS遙感數(shù)據(jù)所提供的年份有限，如若基于更長時間序列數(shù)據(jù)的基礎(chǔ)上，將對于進一步對比分析黃土高原地區(qū)“退耕還林/草”政策的實施前后，不同土地覆蓋類型下生物指標(biāo)的變化情況將起更加深刻的了解。

[1] Turner. Relating land use and global land-cover change: a proposal for an IGBP-HDP core project[R]//A report from the IGBP/HDP Working Group on Land-Use/Land-Cover Change. Global Change Report, 1993.

[2] Deng F, Su G, Liu C. Seasonal variation of MODIS vegetation indexes and their statistical relationship with climate over the subtropic evergreen forest in Zhejiang, China[J]. IEEE Geoscience & Remote Sensing Letters, 2007, 4(2): 236-240.

[3] Wardlow B D, Egbert S L, Kastens J H. Analysis of time-series MODIS 250 m vegetation index data for crop classification in the U.S. Central Great Plains[J]. Remote Sensing of Environment, 2007, 108(3): 290-310.

[4] 閆娜,李登科,杜繼穩(wěn),等.基于MODIS產(chǎn)品LST/NDVI/EVI的陜西旱情監(jiān)測[J].自然災(zāi)害學(xué)報,2010(4):178-182.

[5] Werth D, Avissar R. The local and global effects of Amazon deforestation[J]. Geophysical Research Letters, 2005, 32(1): 5823-5826.

[6] Kleidon A, Heimann M. Deep-rooted vegetation, Amazonian deforestation, and climate: results from a modelling study[J]. Global Ecology & Biogeography, 1999, 8(5): 397-405.

[7] 中國科學(xué)院黃土高原綜合科學(xué)考察隊.黃土高原地區(qū)重點縣綜合治理與經(jīng)濟發(fā)展戰(zhàn)略[M].北京：北京科學(xué)出版社,1990.

[8] 劉闖,葛成輝.美國對地觀測系統(tǒng)(EOS)中分辨率成像光譜儀(MODIS)遙感數(shù)據(jù)的特點與應(yīng)用[J].遙感信息,2000(3)：45-48.

[9] 張麗娟，溫興平，王軍，等.基于MODIS影像的晝夜地表溫度反演研究[J].江西農(nóng)業(yè)學(xué)報，2014,26(10)：121-124.

[10] Ma M G, Dong L X, Wang X M. Study on the dynamically monitoring and simulating the vegetation cover in northwest china in the past 21 years[J]. Journal of Glaciology and Geocryology, 2003, 25(2): 232-236.

(責(zé)任編輯：曾小軍)

Analysis of Spatial-temporal Changes in Biological Indexes under Different Land Cover Types in Loess Plateau

LUO Xi-chao1, WANG Cheng2*, YAO Bing-nan3

(1. Administrative Bureau of Upper and Middle Reaches of Yellow River, Yellow River Conservancy Commission, Xi’an 710021, China; 2. Soil and Water Conservation and Ecological Environment Monitoring Center of Shaanxi Province, Xi’an 710004, China; 3. College of Tourism and Environmental Sciences, Shaanxi Normal University, Xi’an 710062, China)

Land cover plays an important role in human being’s impact on the climatic change. Based on the data of MODIS biological indexes and land cover type, the change characteristics of biological indexes under different land cover types in the Loess Plateau region during 2000～2014 were analyzed. The results showed that the biological parameters of the Loess Plateau had an upward trend in recent 15 years, and forest land and grassland had a higher contribution rate to this result, while sparse shrub forest had the lowest contribution rate to it. The implementation of policy “returning farmland to forest land and grassland” promoted the rising of biological indexes in the region of Loess Plateau, indicating that the policy implementation produced a good result. In the future, the water and soil conservation intensity in sparse shrub forest region should be strengthened too.

Biological index; Land cover type; Temporal and spatial change; Loess Plateau

2016-06-19

羅西超(1981─)，男，陜西西安人，工程師，研究方向：水土保持小流域綜合治理與水土保持規(guī)劃。*通訊作者：王程。

TP79

A

1001-8581(2016)11-0090-04