馮建平

2000年—2020年珠江流域植被覆蓋度時空變化特征研究

馮建平

（西華師范大學(xué)地理科學(xué)學(xué)院四川南充637009）

文章基于Google Earth Engine平臺，在MODIS EVI數(shù)據(jù)的基礎(chǔ)上，結(jié)合像元二分法模型和一元線性回歸兩種方法來研究珠江流域2000年—2020年植被覆蓋度時空變化特征。結(jié)果表明：（1）2000年—2020年研究區(qū)內(nèi)植被覆蓋度以0.002 9/a的速率波動上升；（2）珠江流域植被覆蓋度空間上明顯呈西高東低分布格局，植被覆蓋度呈現(xiàn)改善趨勢的區(qū)域面積大于呈退化趨勢的區(qū)域面積，且大部分低植被覆蓋度區(qū)域轉(zhuǎn)變?yōu)橹兄脖桓采w度區(qū)域。研究結(jié)果有助于了解地區(qū)生態(tài)環(huán)境演變，對于指導(dǎo)地區(qū)生態(tài)修復(fù)和可持續(xù)發(fā)展具有重要意義。

植被覆蓋度；EVI；珠江流域；時空變化；趨勢分析

植被作為陸地生態(tài)系統(tǒng)的重要組成部分，通過光合作用吸收二氧化碳和水生成氧氣和有機(jī)質(zhì)，在水循環(huán)和碳循環(huán)中起著至關(guān)重要的作用[1-2]。植被覆蓋變化可以作為反映植被健康和生態(tài)系統(tǒng)穩(wěn)定性的重要指標(biāo)，監(jiān)測植被覆蓋度的時空動態(tài)對于及時準(zhǔn)確地評估生態(tài)系統(tǒng)恢復(fù)政策的效益至關(guān)重要[3-4]。常用于計算或者表征植被覆蓋度的植被指數(shù)有歸一化植被數(shù)據(jù)（NDVI）和增強(qiáng)植被指數(shù)（EVI），與NDVI相比，EVI在合成算法上做了進(jìn)一步的優(yōu)化，有效地克服了NDVI容易過飽和的問題[5-6]。

王行漢等基于MODIS EVI數(shù)據(jù)，利用相關(guān)性分析方法探討2004年—2013年珠江流域植被變化對氣象因子和人類活動因子的響應(yīng)，研究結(jié)果表明珠江流域人類活動對植被變化影響程度大于自然環(huán)境[7]。王睿卿等利用一元線性回歸方法探討2000年—2015年珠江流域NDVI植被時空變化特征，并運(yùn)用地理探測器探討自然環(huán)境因素與人為活動因素兩類因素對研究區(qū)內(nèi)植被NDVI時空變化的影響程度，研究結(jié)果表明珠江流域平均植被覆蓋呈明顯改善趨勢且人類活動對植被變化影響程度大于自然環(huán)境[8]。

綜上所述，關(guān)于珠江流域植被覆蓋變化的研究主要集中在NDVI時空變化特征及其與氣候、地形等因子之間的關(guān)系上，而利用MODIS EVI對珠江流域植被覆蓋度動態(tài)變化趨勢進(jìn)行研究較少。故本文利用Google Earth Engine（GEE）平臺，以MODIS EVI數(shù)據(jù)為基礎(chǔ)，運(yùn)用像元二分法和一元線性回歸兩種方法分析珠江流域2000年—2020年植被覆蓋度時空變化特征，從宏觀方面了解區(qū)域植被變化趨勢分布狀況，旨在為珠江流域生態(tài)修復(fù)和可持續(xù)發(fā)展提供決策依據(jù)。

1 研究區(qū)概況

珠江流域位于我國的西南部，橫跨云南、貴州、廣西、江西、福建、廣東6個省級行政單元，流域面積44.68萬km2。研究區(qū)地勢總體上呈西高東低，從西到東依次跨過云貴高原、廣西丘陵、珠江三角洲三大地貌單元，海拔范圍為-55 m～2 890 m。研究區(qū)內(nèi)氣候以亞熱帶季風(fēng)氣候為主，多年平均氣溫在14 ℃～22 ℃間，多年平均降水在660 mm～2 200 mm間，受海陸位置和地形的共同作用，降水量呈現(xiàn)由西向東逐漸增加的趨勢[9]。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文數(shù)據(jù)來源于GEE遙感云平臺，分辨率為250 m，時間分辨率為16 d，具體處理過程如下：首先利用GEE網(wǎng)頁端的JavaScript API接口訪問2000年—2020年全球范圍的MOD13Q1 EVI產(chǎn)品數(shù)據(jù)集，其次根據(jù)矢量范圍篩選和裁剪出位于珠江流域的影像數(shù)據(jù)集，最后采用最大值合成法獲取2000年—2020年共21年的最大EVI時間序列影像[10]。

2.2 研究方法

2.2.1 Google Earth Engine云平臺

Google Earth Engine是谷歌公司研發(fā)的云計算平臺，其不僅可以提供海量的地理空間數(shù)據(jù)，還可以在線對地理空間數(shù)據(jù)進(jìn)行采集、處理、編輯和可視化等一系列的操作。它提供的數(shù)據(jù)包括各種常用的光學(xué)影像、雷達(dá)影像、氣象和地形等數(shù)據(jù)集，容量達(dá)到PB級。GEE可以實現(xiàn)快速、大量地處理數(shù)據(jù)，而不受空間和時間限制，這有助于研究者快速地監(jiān)測和量化地表動態(tài)變化。目前，GEE已被廣泛應(yīng)用于植被、水、城鎮(zhèn)和土地利用變化監(jiān)測等地學(xué)遙感研究[11]。

2.2.2 最大值合成法

為了更好地降低云、大氣和太陽高度角等因素對MODIS EVI數(shù)據(jù)質(zhì)量的影響程度，本研究采用最大值合成法逐年合成珠江流域植被EVI的年最大值[12]，具體計算公式如下：

2.2.3 像元二分法模型

像元二分法是線性混合像元分解最簡化的一種模型，其原理是假設(shè)每個像元物質(zhì)都由植被和非植被兩部分組成，植被與非植被的面積在像元中所占的比例是二者的權(quán)重。植被覆蓋度就是植被所對應(yīng)的權(quán)重，具體計算方法如下：

2.2.4 趨勢分析法

為了更加清楚地掌握2000年—2020年間珠江流域的時空變化特征，利用一元線性回歸的方法分析逐個像元植被覆蓋度的變化趨勢，具體計算公式如下：

表1　植被覆蓋度變化趨勢分類標(biāo)準(zhǔn)

3 結(jié)果與分析

3.1 植被覆蓋度的時間變化特征

為了更好地體現(xiàn)珠江流域植被覆蓋度年際間的變化，逐年求取研究區(qū)內(nèi)全部像元的平均值表示當(dāng)年珠江流域整體的植被覆蓋程度，繪制2000年—2020年珠江流域年最大EVI均值圖（見圖1）。研究區(qū)在近21年內(nèi)植被覆蓋度平均值呈現(xiàn)波動上升趨勢，最小值出現(xiàn)在2000年，為0.529，于2018年達(dá)到最大值0.589。從擬合的線性關(guān)系可知，2000年—2020年珠江流域植被覆蓋度的增加趨勢為0.002 9/a，表明研究區(qū)植被覆蓋呈現(xiàn)改善的趨勢。

圖1　珠江流域2000年—2020年植被覆蓋度的年際間變化

3.2 植被覆蓋度的空間變化特征

利用Matlab 2019a軟件編程實現(xiàn)逐像元求取2000年—2020年間植被覆蓋度的均值后，參考相關(guān)研究文獻(xiàn)[11,13]，利用ArcGIS 10.3的重分類工具把植被覆蓋等級分為以下5類：植被覆蓋度小于5%的為無植被覆蓋，介于5%與30%之間的為劣覆蓋度，介于30%與50%之間的為低覆蓋度，介于50%與70%之間的為中覆蓋度，大于70%的為高覆蓋度。最終得到近21年來珠江流域植被覆蓋度空間分布格局，如圖2所示。從研究區(qū)域整體上看，呈現(xiàn)西高東低的分布格局。高覆蓋度主要分布于海拔較高的林地區(qū)域，由于海拔相對適中，水熱條件較好，適宜植被生長，如曲靖市東南部、文山壯族苗族自治州東北部、百色市西北部。劣覆蓋度和無植被覆蓋主要分布于低海拔的建設(shè)用地區(qū)域，這部分區(qū)域坡度小，地形平坦，受人為活動的影響較大，如南寧市、柳州市、桂林市、汕頭市、潮州市等地級市的城區(qū)，珠江三角洲的粵港澳大灣區(qū)。

圖2　珠江流域2000年—2020年植被覆蓋度分布格局

為了更加清晰地了解2000年—2020年各等級植被覆蓋度區(qū)域面積占比變化的情況，對2000年和2020年各等級植被覆蓋度進(jìn)行疊置分析后，得到2000年—2020年珠江流域植被覆蓋度變化空間轉(zhuǎn)移矩陣（見表2）。根據(jù)統(tǒng)計數(shù)據(jù)可知，2020年高覆蓋度、中覆蓋度和無植被覆蓋區(qū)域與2000年相比有所增加，其區(qū)域面積占比分別增加10.57%、8.42%和0.28%。剩余劣覆蓋度和低覆蓋度區(qū)域占比分別降低0.25%和19.02%。2000年低覆蓋度區(qū)域的轉(zhuǎn)出面積最大，占整個研究區(qū)面積的27.02%，其中大部分區(qū)域的植被由于生態(tài)環(huán)境的改善從低覆蓋度轉(zhuǎn)為中覆蓋度。

表2　珠江流域2000年—2020年植被覆蓋度變化空間轉(zhuǎn)移矩陣（單位：%）

利用Matlab 2019a軟件編程獲取2000年—2020年間逐像元一元線性回歸分析的斜率，并結(jié)合顯著性結(jié)果進(jìn)行重分類，最終得到近21年來珠江流域植被覆蓋度變化趨勢圖（見圖3）。從變化程度來看，珠江流域73.37%的區(qū)域植被覆蓋度的變化趨勢為基本保持穩(wěn)定。植被覆蓋度呈現(xiàn)改善趨勢的區(qū)域面積大于呈退化趨勢的區(qū)域面積，植被覆蓋度變化趨勢呈極顯著改善和顯著改善的面積占比分別為11.31%和11.03%；極顯著退化和顯著退化的面積占比分別為2.4%和1.88%。

圖3　珠江流域2000年—2020年植被覆蓋度變化趨勢圖

4 結(jié)論

本研究基于GEE云平臺，在MODIS EVI數(shù)據(jù)集的基礎(chǔ)上，利用像元二分法模型估算了2000年—2020年珠江流域的植被覆蓋度，并采用一元線性回歸和空間轉(zhuǎn)移矩陣的方法探討近21年來珠江流域植被覆蓋度時空變化特征，得出以下結(jié)論：

（1）在時間上，2000年—2020年珠江流域的植被覆蓋度總體上呈現(xiàn)上升趨勢，植被覆蓋率較高，處于0.529～0.589之間。

（2）在空間上，珠江流域植被覆蓋度空間上明顯呈西高東低的分布格局，植被覆蓋度呈改善趨勢的區(qū)域面積大于呈退化趨勢的區(qū)域面積。此外，研究區(qū)內(nèi)實施生態(tài)修復(fù)工程后，大部分植被低覆蓋度區(qū)域改善變?yōu)橹脖恢懈采w度區(qū)域。

本文從時間和空間兩個角度分析珠江流域近21年來的植被覆蓋變化情況，在今后的研究中，將進(jìn)一步考慮自然因素和人為因素對植被覆蓋變化的影響，從而為珠江流域植被恢復(fù)及生態(tài)環(huán)境建設(shè)提出更加合理的治理和保護(hù)方案。

[1]陳寬,楊晨晨,白力嘎,等.基于地理探測器的內(nèi)蒙古自然和人為因素對植被NDVI變化的影響[J].生態(tài)學(xué)報,2021,41(12):4963-4975.

[2]鄧元杰,姚順波,侯孟陽,等.長江流域中上游植被NDVI時空變化及其地形分異效應(yīng)[J].長江流域資源與環(huán)境,2020,29(1):66-78.

[3]丁永康,葉婷,陳康.基于地理探測器的滹沱河流域植被覆蓋時空變化與驅(qū)動力分析[J].中國生態(tài)農(nóng)業(yè)學(xué)報(中英文),2022,30(11):1737-1749.

[4]谷雷,岳彩榮,趙勛,等.基于Google Earth Engine的云南省1999—2018年植被覆蓋度變化分析[J].西部林業(yè)科學(xué),2020,49(5):74-80.

[5]廖成浩,曾艷,姚昆,等.江西植被EVI時空動態(tài)監(jiān)測及驅(qū)動因素分析[J].云南大學(xué)學(xué)報(自然科學(xué)版),2022,44(5):981-989.

[6]伍宜丹,馬悅,吳浩然,等.基于MODIS-EVI指數(shù)的四川省植被指數(shù)時空演變特征及驅(qū)動力[J].水土保持研究,2020,27(5):230-236,243,2.

[7]王行漢,叢沛桐,劉超群,等.2004—2013年珠江流域植被變化及其脅迫分析[J].生態(tài)學(xué)報,2017,37(19):6494-6503.

[8]王睿卿,蔣曉輝,聶桐.基于地理探測器的珠江流域NDVI時空變化及驅(qū)動力分析[J].人民珠江,2022,43(7):61-73.

[9]吳志勇,白博宇,何海,等.珠江流域1981—2020年水文干旱時空特征分析[J/OL].河海大學(xué)學(xué)報(自然科學(xué)版):1-10[2022-08-12].http://kns.cnki.net/kcms/detail/32.1117.TV.20220812.1155.002.html.

[10]馮李.金沙江流域植被覆蓋度的遙感動態(tài)監(jiān)測及其驅(qū)動機(jī)制研究[D].昆明:云南師范大學(xué),2021.

[11]朱林富,謝世友,楊華,等.基于MODIS-EVI的四川植被覆蓋地形分布特征[J].西南大學(xué)學(xué)報(自然科學(xué)版),2022,44(9):122-132.

[12]李亞楠.新疆2001-2020年NDVI時空特征及其對環(huán)境因子響應(yīng)研究[D].烏魯木齊:新疆大學(xué),2021.

[13]李美麗,尹禮昌,張園,等.基于MODIS-EVI的西南地區(qū)植被覆蓋時空變化及驅(qū)動因素研究[J].生態(tài)學(xué)報,2021,41(3):1138-1147.

10.3969/j.issn.2095-1205.2023.01.11

Q948

A

2095-1205(2023)01-34-04

馮建平（1995— ），男，漢族，四川宜賓人，碩士研究生在讀，研究方向為資源與環(huán)境遙感。