毛 英,原作強,高清明,胡進耀*,胡連通,王 新,周大松
(1.綿陽師范學(xué)院,四川 綿陽 621000;2.中國科學(xué)院沈陽應(yīng)用生態(tài)研究所,遼寧 沈陽 110000;3.四川大學(xué),四川 成都 610000;4.四川省林業(yè)科學(xué)研究院,四川 成都 610000)
植被覆蓋度(植被的垂直投影面積與單位面積之比)是反映濕地植物生長狀況的重要生態(tài)學(xué)參數(shù),在評估和監(jiān)測生態(tài)環(huán)境方面有著重要的作用。因此獲取地表植被覆蓋度及其變化信息,對于歸納地表植被變化規(guī)律,分析監(jiān)測區(qū)生態(tài)環(huán)境具有現(xiàn)實意義[1~2]。
植被覆蓋度的測量方法可分為地表實測和遙感監(jiān)測兩類。由于遙感具有能夠反映不同空間尺度的植被覆蓋信息的優(yōu)勢,因而利用遙感數(shù)據(jù)估算植被覆蓋是主要方法。隨著定量遙感的迅速發(fā)展,為林業(yè)資源和植被變化監(jiān)測提供了一種有效手段。其中歸一化植被指數(shù)(NDVI)是目前最為廣泛應(yīng)用的表征植被狀況的指數(shù)。國內(nèi)學(xué)者針對不同空間尺度的植被覆蓋開展了大量研究,例如,劉洋等[3]利用高質(zhì)量MODIS觀測約束歷史AVHRR數(shù)據(jù)的反演,生成全球1981—2012年葉面積指數(shù)數(shù)據(jù)。劉振波等[4]基于MODIS BRDF遙感模型參數(shù)產(chǎn)品數(shù)據(jù),估算植被指數(shù),并將其與實測葉面積指數(shù)構(gòu)建小興安嶺五營林區(qū)冠層葉面積指數(shù)反演模型。也有不少學(xué)者提出新的遙感數(shù)據(jù)處理方法來研究植被覆蓋度,如楊繪婷等[5]基于植被覆蓋度,提出了一種新的遙感數(shù)據(jù)提取方法——植被信息季節(jié)變換方法,將MODIS低分辨率遙感數(shù)據(jù)的時間分辨率優(yōu)勢與中高分辨率遙感數(shù)據(jù)的空間分辨率優(yōu)勢相結(jié)合,并將其應(yīng)用到了福建省連江縣的研究中。賈坤等[6]綜合分析了用于植被覆蓋度估算的遙感數(shù)據(jù)源,指出未來植被覆蓋度遙感估算研究的主要方向是:高時空分辨率長時間序列的全球植被覆蓋度數(shù)據(jù)集,多源遙感數(shù)據(jù)融合和同化技術(shù);
作為長江上游生態(tài)屏障的重要組成部分,在2016年9月,國務(wù)院批復(fù)同意新增布拖縣為國家重點生態(tài)功能區(qū)。樂安濕地位于布拖縣境內(nèi),處于大涼山區(qū),海拔 2 500 m~3 000 m,是全球同緯度地區(qū)少有的亞熱帶高原濕地,具有涵養(yǎng)水源、調(diào)節(jié)氣候、凈化水體、保護生物多樣性等多種生態(tài)功能。研究該區(qū)域的植被變化,對于研究區(qū)域氣候、生物多樣性、當?shù)匦竽翗I(yè)的發(fā)展和生態(tài)平衡以及維護區(qū)域生態(tài)系統(tǒng)穩(wěn)定具有重要價值。近年來,四川西部生物多樣性調(diào)查隊[7]對布拖樂安地區(qū)的植物、植被、真菌、魚類、兩棲爬行類、獸類多樣性及影響干擾因素進行了全面詳細的調(diào)查?;趯钒矟竦氐牡孛嬲{(diào)查分析,桂林華等[8]提出了初步的濕地恢復(fù)建議,但是缺乏針對植被覆蓋的相關(guān)研究。本文采用時間序列2011—2015年的MODIS-NDVI (Moderate-resolutionImaging Spectroradiometer-normalized Difference Vegetation Index,基于中分辨率成像光譜儀的歸一化植被指數(shù))數(shù)據(jù),參考了李苗苗[9]的像元二分模型,定量研究樂安濕地保護區(qū)植被覆蓋空間分布及變化趨勢。
樂安濕地保護區(qū)(27°27’05”~27°42’27”N,102°52’30”~103°03’05”)又稱樂安黑鸛自然保護區(qū),位于四川省西南部,青藏高原向云貴高原過渡的涼山山脈,屬長江上游的金沙江流域,在行政上隸屬于四川省涼山彝族自治州布拖縣,由樂安、四棵、烏衣、地洛等鄉(xiāng)鎮(zhèn)的部分區(qū)域組成,距縣城30余km,距西昌市114 km;濕地保護區(qū)平均海拔 2 690 m,屬亞熱帶滇北氣候區(qū),氣候垂直變化大,具有明顯的立體氣候,降水主要集中在夏秋兩季,年平均降水量 1 100 mm~1 400 mm,境內(nèi)年平均氣溫10.1℃,大于等于10℃積溫約 2 367.8℃[7]。樂安保護區(qū)面積 21 358.9 hm2,保護區(qū)的森林主要分布于海拔 1 800 m~3 000 m,主要有喬木馬尾松、云南松、樟樹、樺木等,林帶上下分布著黃荊、馬桑、杜鵑、禾草、莎草、蒿類等植被物種。保護區(qū)內(nèi)植被屬于川西偏干性常綠闊葉林,并具有明顯的垂直地帶性,海拔 1 000 m以下為稀疏草叢,海拔 1 000 m~1 800 m為常綠闊葉林,海拔 1 800 m~2 600 m為針闊混交林帶,海拔 2 600 m~3 400 m為亞高山針葉林帶和灌叢草地。
本文研究數(shù)據(jù)包括遙感數(shù)據(jù)和其他數(shù)據(jù)。遙感數(shù)據(jù)包括2011、2012、2013、2014、2015年5個時相的MODND1M中國500M NDVI月合成產(chǎn)品,時間選取植被生長旺盛的8月,以便準確地監(jiān)測植被覆蓋度。該數(shù)據(jù)由MODND1D計算得來,計算方法為取月內(nèi)每天最大值。其他數(shù)據(jù)包括:1∶55000地形圖、樂安濕地保護區(qū)邊界矢量數(shù)據(jù)等。
研究中運用ENVI5.1對遙感數(shù)據(jù)進行預(yù)處理及植被覆蓋度計算,用Arc GIS10.2進行地形分析及制圖。
歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)是目前用來反映植被生長狀態(tài)的重要指標因子,通常被定義為近紅外波段NIR(0.7 μm~1.1 μm)與可見光紅光波段R(0.4 mm~0.7 mm)反射率之差與反射率之和的比值,即
NDVI=(NIR-R)/(NIR+R)
(1)
經(jīng)過(1)計算得到的NDVI數(shù)據(jù),由于NDVI值被限定在[-1,1]之間,陰影區(qū)域的NDVI在[-1,1]之外的則被稱為異常值,可以通過ENVI5.1Band Math將這一部分的NDVI值變成背景值,即零值。
基于像元二分模型提取植被覆蓋度(Fractional Vegetation Cover,FVC),消除了地域的限制,易推廣且精度較高。其原理[10]就是假設(shè)一個像元的信息可分為植被覆蓋像元與裸土覆蓋像元兩部分,即Sv代表植被信息,Ss代表裸土信息,則
S=Sv+Ss
(2)
Sv=FVCxSveg
(3)
Ss=(1-FVC)xSsoil
(4)
因此,將公式(3)和(4)帶入(2),得到植被覆蓋度FVC的計算公式:
FVC=(S-Ssoil)/(Sveg-Ssoil)
(5)
該模型引入?yún)?shù)Sveg和Ssoil削弱了植被類型、土壤背景和大氣等對獲取信息的影響,對植被覆蓋度信息進行最大的保留。
根據(jù)研究,植被覆蓋度與NDVI之間存在極顯著的線性關(guān)系,由此,根據(jù)像元二分法原理,將NDVI代入公式,變換得到:
FVC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)
(6)
式中,NDVIveg為純植被覆蓋像元的NDVI值,NDVIsoil為裸土覆蓋像元的NDVI值。
由于大氣、地表狀況、年份、季節(jié)和區(qū)域等條件影響,本研究采用李苗苗的簡化模型,以NDVI累計頻率5%和95%的為置信度區(qū),確定研究區(qū)域的有效純植被值和裸土覆蓋值。表1為樂安濕地保護區(qū)2011—2015年的裸土和純植被的NDVI取值。
表1研究區(qū)土壤和植被的NDVI取值
Tab.1ThevalueofNDVIsoilandNDVIveginthestudyarea
年份YearNDVIsoilNDVIveg20110.6610.87320120.6460.87920130.5300.85420140.2260.89220150.6150.838
為便于分析對植被覆蓋動態(tài)變化,在對研究區(qū)2011—2015年植被覆蓋度計算的基礎(chǔ)上,結(jié)合實際情況,將FVC劃分為5個等級[11~13],即Ⅰ級低植被覆蓋度(0~0.2)、Ⅱ級中低植被覆蓋度(0.2~0.4)、Ⅲ級中植被覆蓋度(0.4~0.6)、Ⅳ級中-高植被覆蓋度(0.6~0.8)、Ⅴ級高植被覆蓋度(0.8~1.0)通過拉伸生成植被覆蓋度分布圖。
2011—2015年每年8月樂安濕地的中高度+高植被覆蓋區(qū)分別占研究區(qū)總面積的43.82%、41.70%、52.30%、68.55%、44.52%,其中中-高植被覆蓋區(qū)占研究區(qū)的比重較大,超過20%,反映了植被覆蓋狀況良好。雖然保護區(qū)內(nèi)植被覆蓋度總體上呈穩(wěn)定狀態(tài)(見圖1),但是不同等級、不同時段的植被覆蓋變化趨勢存在差異。2011—2014年低、中-低(Ⅱ級)植被覆蓋度面積變化呈先上升,然后下降,持續(xù)下降至2015年呈上升趨勢。中等(Ⅲ級)植被覆蓋度面積變化在2011—2012年呈下降趨勢;2012—2013年呈上升趨勢;2013—2014年呈下降趨勢;2014—2015年呈上升趨勢。中高(Ⅳ級)植被覆蓋度面積變化經(jīng)歷先下降后上升再下降的過程,總體上該級植被覆蓋度面積呈現(xiàn)增加。高(Ⅴ級)植被覆蓋度面積變化在2011—2015年總體上呈現(xiàn)下降趨勢,2011—2013年間呈現(xiàn)持續(xù)下降趨勢,僅2013—2014呈現(xiàn)上升趨勢,但是2014—2015年呈現(xiàn)急劇下降趨勢(見表2)。
圖1 樂安2011—2015年平均植被覆蓋度(FVC)的年際變化Fig.1 Interannual variation of Le’an average fraction vegetation cover (FVC) in 2011—2015
表2樂安濕地不同時期植被覆蓋度分級統(tǒng)計
>Tab.2 Statistics of fractional vegetation cover in different periods at the wetland of Le’an
注:面積km2,比例%。
圖2 樂安2011—2015年植被覆蓋分布圖Fig.2 Distribution of FVC at wetland of Le’an from 2011 to 2015
從樂安濕地保護區(qū)2011—2015年8月的植被覆蓋分布圖(見圖2)可以看出,植被覆蓋度在空間上呈現(xiàn)以萬噸山、四棵鄉(xiāng)一線向兩側(cè)降低的總體趨勢。中高度、高度植被覆蓋區(qū)主要集中在萬噸山的南部及東部、浪珠鄉(xiāng)、四棵鄉(xiāng)、樂安鄉(xiāng)東北部,主要是該區(qū)域的山區(qū),以及水熱條件的影響;中等植被覆蓋區(qū)受水熱條件的限制,主要分布于中高度、高度植被覆蓋區(qū)的外圍;低、中低植被覆蓋區(qū)主要分布于萬噸山的西北部和樂安濕地的人口聚居區(qū),主要受地形地勢和人為因素的影響。建筑用地、未經(jīng)開發(fā)的或者植被破壞嚴重的裸地以及長勢后期耕地區(qū)域低植被覆蓋區(qū)與中低植被覆蓋區(qū)的出現(xiàn),導(dǎo)致在保護區(qū)域范圍內(nèi)中出現(xiàn)大面積空白區(qū)域或淺色區(qū)域(見圖2)。
樂安濕地保護區(qū)與若爾蓋濕地均為長江上游地區(qū)重要的水源涵養(yǎng)區(qū)。兩者都是高寒濕地生態(tài)系統(tǒng)的典型區(qū)域[14],但是兩者的海拔高度不同,若爾蓋濕地的海拔在 3 400 m~3 800 m,樂安濕地的海拔在 2 500 m~3 000 m。采用2011—2015年的MODND1M中國500M NDVI月合成遙感數(shù)據(jù)經(jīng)相同方式處理后,得到的結(jié)果發(fā)現(xiàn),若爾蓋濕地植被以中高和中等的植被覆蓋度等級為主[15],而樂安濕地的則以高和中高植被覆蓋度等級為主;2011—2015年若爾蓋濕地的平均植被覆蓋度為0.72,而樂安濕地在這5年間的平均植被覆蓋度僅為0.54;經(jīng)分析2011—2015年間兩者平均植被覆蓋度的變化趨勢不同,兩者植被覆蓋度的影響因素也不一致,若爾蓋濕地的植被覆蓋度分布影響因素有氣象因素的氣溫降水因子、地形因素的高程坡度和坡向、草原鼠和蟲害因素以及社會因素的經(jīng)濟發(fā)展和地方政策等[16],而樂安濕地的植被覆蓋分布受水熱、地形限制;近年來兩者植被覆蓋度降低的原因也不一樣,若爾蓋濕地草原退化、土壤沙化問題導(dǎo)致其植被覆蓋度的降低,樂安濕地則是因為人為因素導(dǎo)致其植被覆蓋度的降低。其人為原因主要是經(jīng)濟建設(shè)開發(fā),如開工建設(shè)G356縣城至昭覺三灣河段公路升級改造、S464普格至特木里鎮(zhèn)段公路改建工程、包谷坪至羅家坪通鄉(xiāng)油路工程,完成“十一五”遺留6個鄉(xiāng)40.6 km通鄉(xiāng)油路建設(shè)任務(wù)、麻地灣復(fù)建公路主體工程;基礎(chǔ)設(shè)施建設(shè),2015年完成6.63億元,建設(shè)補爾、樂安風(fēng)電場和包谷坪,合井光伏發(fā)電建設(shè)、城鎮(zhèn)污水處理廠建設(shè);投入 1 857.6萬元實施奔誠礦業(yè)螢石采礦;投入608萬元實施沙洛電站增效擴容等[17]。
本文基于MODIS-NDVI遙感數(shù)據(jù),應(yīng)用像元二分模型估算出樂安濕地保護區(qū)植被覆蓋度,具有便捷、適應(yīng)性強等優(yōu)勢,但是由于植被類型、生長狀況和下墊面的復(fù)雜性和多樣性,NDVIseg和NDVIsoil的確定是成為像元二分模型反演植被覆蓋度的關(guān)鍵,雖然用置信域消除異常值的影響,但是僅是基于NDVIseg和NDVIsoil這兩個調(diào)節(jié)因子的線性拉伸,其FVC估算值與實測值很難做到完全一致。且本文并未探究將混合像元分為等密度、非密度和混合密度的亞像元的模型,因此還需對此模型做進一步探索和改進。