白晉晉，徐明德，白 波，趙文江，張月婷

(太原理工大學(xué) 環(huán)境科學(xué)與工程學(xué)院，山西 晉中 030600)

植被覆蓋度(FVC)是影響大氣與地表之間碳、水、能量交換的重要植被參數(shù)[1]，被廣泛運(yùn)用于監(jiān)測和分析植被結(jié)構(gòu)的時空變化[2]。

近年來，有關(guān)FVC的研究逐漸深入，許多學(xué)者分析了FVC時空動態(tài)變化及其與氣候因子[3-7]、退耕還林等植被恢復(fù)工程[8-10]的關(guān)系，探討了Markov模型[11]、CA-Markov模型[12]、BP人工神經(jīng)網(wǎng)絡(luò)模型[13]對FVC動態(tài)變化預(yù)測的適用性。但已有研究大都以FVC時空變化、驅(qū)動力及空間格局分析為主，較少從區(qū)域角度出發(fā)認(rèn)識局部植被現(xiàn)狀，對植被的分區(qū)管控以靜態(tài)格局為依據(jù)而忽視了不同狀況植被間相互作用的動態(tài)過程。在FVC預(yù)測方面，Markov模型在區(qū)域尺度上進(jìn)行預(yù)測，難以實(shí)現(xiàn)空間可視化，CA-Markov模型、BP人工神經(jīng)網(wǎng)絡(luò)模型雖實(shí)現(xiàn)了空間預(yù)測，但模型構(gòu)建復(fù)雜，推廣受限。

針對上述問題，本文以沁水縣為例，引入“源-匯”理論及MCR模型探討植被狀況的評估及劃分，構(gòu)建像元趨勢外推模型，分析其對FVC動態(tài)預(yù)測的適用性并預(yù)測研究區(qū)未來FVC的動態(tài)趨勢。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

沁水縣位于山西省東南部，地理坐標(biāo)為北緯35°24′-35°04′，東經(jīng)111°55′-112°47′.縣境內(nèi)地形地貌復(fù)雜，溝壑縱橫，以山區(qū)、丘陵區(qū)為主，全縣地勢西南、東北高，東南低，呈扇形展開。沁水縣屬溫帶季風(fēng)氣候，日照充足，雨量充沛，溫度適宜，多年平均日照2 077 h，氣溫10.6 ℃，降雨501 mm.沁水縣的地理位置如圖1所示。

圖1 沁水縣地理位置圖Fig.1 Location map of the Qinshui county

1.2 數(shù)據(jù)來源與預(yù)處理

遙感數(shù)據(jù)采用1990年、1993年、2001年、2002年、2004-2008年、2010年、2013年、2016年Landsat TM/ETM+/OLI影像以及2002年、2006年、2010年、2013年5天合成的MODIS數(shù)據(jù)，影像選取植被長勢穩(wěn)定、云量少的8-9月份數(shù)據(jù)，均來源于地理空間數(shù)據(jù)云。

采用的Landsat系列遙感影像均為L1T級數(shù)據(jù)，已完成輻射矯正、幾何校正，在ENVI中對遙感影像進(jìn)行大氣校正，以消除大氣影響。

2 研究方法

2.1 FVC計算方法

利用校正后的遙感影像數(shù)據(jù)，用公式(1)計算NDVI：

(1)

式中：I為歸一化植被指數(shù)；aNIR，aR分別為近紅外波段和紅色波段；歸一化植被指數(shù)(mormalized difference vegetution indec,NDVI).

基于像元二分模型[14]，采用公式(2)計算，植被覆蓋度FVC，公式中用VFC表示：

(2)

式中：IS，IV分標(biāo)表示裸地和純植被覆蓋區(qū)的NDVI值，結(jié)合沁水縣實(shí)際情況，IS，IV采用置信區(qū)間[1%，99%]對應(yīng)的NDVI值。通過公式(2)計算FVC，參考已有研究[8]，結(jié)合沁水縣植被覆蓋實(shí)際情況，將FVC劃分為5個等級：裸地Ⅰ(<10%)、低植被覆蓋Ⅱ(10%～30%)、中低植被覆蓋Ⅲ(30%～50%)、中植被覆蓋Ⅳ(50%～70%)、高植被覆蓋Ⅴ(>70%).

2.2 植被狀況評估及區(qū)劃方法

目前FVC的研究著重分析靜態(tài)空間格局，而忽視了動態(tài)的生態(tài)過程。本文運(yùn)用“源-匯”理論、MCR模型分析高植被覆蓋斑塊在研究區(qū)內(nèi)擴(kuò)散的潛在趨勢，依據(jù)其擴(kuò)散所受阻力的大小評估植被狀況并進(jìn)行分區(qū)。

按照“源-匯”理論[15]，結(jié)合沁水縣FVC動態(tài)過程，將Ⅴ級FVC斑塊劃分為“源”，其它等級斑塊劃分為“匯”。

采用MCR模型計算“源”在擴(kuò)散過程中所受阻力，以此來反映“源”到研究區(qū)內(nèi)某一點(diǎn)的易達(dá)性，阻力值越小表明“源”越易到達(dá)該點(diǎn)[16]。此次研究中，MCR模型實(shí)質(zhì)反映了不同區(qū)域Ⅰ、Ⅱ、Ⅲ、Ⅳ級植被覆蓋演變?yōu)棰跫壍碾y易程度，最小累積模型MCR，公式中用MCR

MCR=fmin∑(Dij×Ri) .

(3)

式中：Dij為從“源”j到空間某一等級FVC像元i的實(shí)地距離；Ri為像元i的阻力系數(shù)；fmin表示最小累積阻力與生態(tài)過程的正相關(guān)函數(shù)。

本文以各級FVC與“源”等級差值作為設(shè)定阻力系數(shù)的依據(jù)，等級差值越大，阻力越大；反之，阻力越小。以1為最小阻力系數(shù)，100為最大阻力系數(shù)，根據(jù)FVC等級進(jìn)行取值，Ⅰ，Ⅱ，Ⅲ，Ⅳ，Ⅴ級阻力系數(shù)分別取100，70，50，30，1，以此得到阻力面圖層如圖2所示。

圖2 阻力面圖Fig.2 Resistance surface map

利用Arcgis軟件成本距離分析模塊，按照MCR模型計算得到最小累積阻力圖層，以平均值、標(biāo)準(zhǔn)差為閾值將研究區(qū)劃分為3大區(qū)域：小于平均值為保護(hù)區(qū)，大于標(biāo)準(zhǔn)差為重點(diǎn)恢復(fù)區(qū)，其余為恢復(fù)區(qū)。

2.3 像元趨勢外推預(yù)測模型

2.3.1 模型構(gòu)建

趨勢外推法是預(yù)測長期變化的主要方法，根據(jù)時間序列的變化趨勢，選擇合適的曲線模型對未來變化進(jìn)行預(yù)測[17]。本文基于像元級別的時間序列，根據(jù)植被生長特點(diǎn)構(gòu)建改進(jìn)的Logistic曲線模型，在像元尺度上對研究區(qū)FVC進(jìn)行預(yù)測，模型如下：

(4)

式中：F'k為FVC預(yù)測值；a，b為模型參數(shù)；c為常數(shù)，取值1.087；k為年份序數(shù)，k=1，2，…，n.

取y'k=1/F'k，xk=c-k,則

y'k=a+bXk.

(5)

對公式(5)采用最小二乘法計算系數(shù)a，b，公式如下：

(6)

(7)

2.3.2 模型評價

采用殘差(ΔF)、均方根誤差(RMSE)評價像元趨勢外推模型，公式如下：

ΔF=F'k-Fk,

(8)

(9)

式中，m為采樣點(diǎn)數(shù)。

2.3.3 穩(wěn)定狀態(tài)預(yù)測

根據(jù)式(4)預(yù)測模型性質(zhì)，當(dāng)k趨于無窮大時，F(xiàn)'k趨于極限值，即FVC不隨時間變化，達(dá)到穩(wěn)定狀態(tài)。

(10)

3 結(jié)果分析

3.1 FVC反演結(jié)果驗證

選取2002年、2006年、2010年、2013年4期MODIS數(shù)據(jù)，計算研究區(qū)FVC，用于驗證Landsat系列數(shù)據(jù)計算的FVC結(jié)果。

從表1可看出，基于Landsat系列數(shù)據(jù)計算的FVC與基于MODIS數(shù)據(jù)計算結(jié)果相差較小，絕對差值均小于0.05，平均差值0.004 5，結(jié)果可靠。

表1 FVC反演結(jié)果驗證Table 1 Verification of FVC image derived from DPA model

3.2 區(qū)劃結(jié)果及管控建議

以2016年遙感數(shù)據(jù)計算的FVC為基礎(chǔ)，依據(jù)MCR模型及分區(qū)閾值對研究區(qū)進(jìn)行劃分，通過圖斑聚合、扣除處理得到植被狀況區(qū)劃圖如圖3所示。

由圖3可知：保護(hù)區(qū)分布范圍最廣，主要在縣東北及西南區(qū)域，這些區(qū)域植被狀況較好，呈正向演變趨勢。對于保護(hù)區(qū)，要限制大規(guī)模砍伐樹木及開發(fā)建設(shè)活動，加強(qiáng)宣傳并進(jìn)行適當(dāng)?shù)闹矘湓炝?、退耕還林等生態(tài)工程，同時可在局部區(qū)域進(jìn)行適度開發(fā)建設(shè)活動，在保證植被健康的同時兼顧區(qū)域經(jīng)濟(jì)發(fā)展。

恢復(fù)區(qū)主要分布于縣西北及東南區(qū)域，該區(qū)域地勢低，以丘陵為主，植被狀況較差，易受外界因素干擾。對于恢復(fù)區(qū)，要加強(qiáng)人為正向干擾，在區(qū)域內(nèi)實(shí)施大范圍植樹造林等植被恢復(fù)工程并輔以相應(yīng)管控措施，避免改擴(kuò)建活動，逐步促進(jìn)原有企業(yè)轉(zhuǎn)型，加快推進(jìn)“一礦一企，治理一山一溝”廠礦區(qū)綠化工作。

圖3 植被狀況區(qū)劃圖Fig.3 Classification of vegetation status

重點(diǎn)恢復(fù)區(qū)較集中分布在嘉豐鎮(zhèn)、端氏鎮(zhèn)、鄭村鎮(zhèn)及山谷區(qū)域，該區(qū)域以裸地、低植被覆蓋及建筑物為主，人口集中，植被狀況差且難以恢復(fù)。對于重點(diǎn)恢復(fù)區(qū)，要實(shí)行嚴(yán)格管控制度，制定針對性植被恢復(fù)措施，原則上嚴(yán)禁開發(fā)建設(shè)活動及開墾放牧，加快推進(jìn)企業(yè)跨區(qū)轉(zhuǎn)移，全面實(shí)施退耕還林還草、荒山造林、城鎮(zhèn)村綠化、通道綠化工程。

3.3 預(yù)測結(jié)果

采用1990年-2013年FVC數(shù)據(jù)構(gòu)建像元趨勢外推預(yù)測模型，以遙感數(shù)據(jù)計算的2016年FVC為參照分析模型精度。

從圖4可看出像元趨勢外推模型預(yù)測圖與參照圖有相似的空間分布，對植被結(jié)構(gòu)預(yù)測較好。

圖4 沁水縣2016年FVC空間分布Fig.4 Spatial patterns of the FVC in 2016

預(yù)測殘差空間分布(圖5(a))說明大部分區(qū)域預(yù)測偏差小，對低植被覆蓋區(qū)預(yù)測偏差較大。殘差直方圖(圖5(b))說明80%左右的殘差值集中分布在[-0.15，0.05]區(qū)間內(nèi)。為進(jìn)一步分析預(yù)測模型的準(zhǔn)確性，利用ARCGIS采樣模塊在研究區(qū)內(nèi)隨機(jī)選取500個點(diǎn)(圖6(a))，分別提取參照圖、預(yù)測圖FVC進(jìn)行回歸分析(圖6(b))并計算RMSE.結(jié)果RMSE為0.098，R2為0.804，表明趨勢外推模型預(yù)測值與參照值吻合性較好，預(yù)測精度較高。

圖5 模型預(yù)測殘差分布Fig.5 2016 FVC comparison between the DPA model and pixel trend extrapolation model

圖6 2016年FVC預(yù)測值與參照值回歸分析Fig.6 Relationships between simulated (pixel trend extrapolation model) and reference (DPA model) values derived from the 2016 OLI image

運(yùn)用像元趨勢外推模型對沁水縣2020年、2025年及穩(wěn)定狀態(tài)FVC進(jìn)行預(yù)測，圖7表明沁水縣2020年、2025年及穩(wěn)定狀態(tài)FVC與2016年FVC空間分布相似，部分區(qū)域植被狀況改善，同時縣東南區(qū)域裸地范圍有所擴(kuò)大。

圖7 沁水縣2020年、2025年及穩(wěn)定狀態(tài)FVC預(yù)測圖Fig.7 Simulated FVC maps for 2020, 2025 and stable state

通過對沁水縣1990年-2016年FVC(圖8)分析知，1990年-2008年平均FVC從0.51快速增至0.70，2008年后呈波動狀態(tài)。對沁水縣2016年后植被狀況的預(yù)測結(jié)果顯示平均FVC呈緩慢上升趨勢，最終穩(wěn)定在0.70左右。

圖8 沁水縣平均植被覆蓋度年際變化Fig.8 Changing trends of annual mean FVC in Qinshui County

4 結(jié)論

1) “源-匯”理論的引入將FVC靜態(tài)格局與動態(tài)過程有機(jī)結(jié)合起來，依據(jù)MCR模型的植被狀況評估及劃分既能深入認(rèn)識區(qū)域植被現(xiàn)狀，又可針對區(qū)劃結(jié)果制定相應(yīng)管控措施，克服了以FVC靜態(tài)格局為分區(qū)依據(jù)的局限性，區(qū)域劃分更加合理。

2) 像元趨勢外推模型預(yù)測結(jié)果與遙感數(shù)據(jù)反演結(jié)果具有相似的空間分布，二者吻合性好，預(yù)測精度較高，表明此模型對FVC的預(yù)測具有一定適用性。

3) 對沁水縣植被狀況的評估及預(yù)測表明，1990-2016年植被狀況總體改善，在外部干擾因素保持穩(wěn)定的情況下，將達(dá)到穩(wěn)定狀態(tài)。同時沁水縣東南方植被狀況較差，屬重點(diǎn)恢復(fù)區(qū)且有退化趨勢，因此迫切需要加強(qiáng)植被保護(hù)及恢復(fù)工作以實(shí)現(xiàn)區(qū)域可持續(xù)發(fā)展。