劉清華，任金銅，2，任 芳

（1.貴州工程應(yīng)用技術(shù)學(xué)院，貴州 畢節(jié) 551700；2.貴州省典型高原濕地生態(tài)保護(hù)與修復(fù)重點(diǎn)實(shí)驗(yàn)室，貴州 畢節(jié) 551700；3.航天宏圖信息技術(shù)股份有限公司，北京 100195）

植被覆蓋在水土保持、調(diào)節(jié)大氣和維持生態(tài)系統(tǒng)穩(wěn)定等方面發(fā)揮著重要作用，對流域開發(fā)具有重要影響[1]。六沖河是烏江一級支流，六沖河流域的生態(tài)狀況關(guān)系著烏江流域乃至長江流域生態(tài)安全。開展六沖河流域長時間序列表征植被信息的歸一化植被指數(shù)（Normal Difference Vegetation Index，NDVI）時空變化特征研究具有重要意義，可為典型喀斯特流域生態(tài)保護(hù)與修復(fù)提供科學(xué)參考。

NDVI 是目前應(yīng)用最為廣泛的經(jīng)典遙感植被指數(shù)，被廣泛應(yīng)用于大規(guī)模植被覆蓋變化監(jiān)測中[2]。郝愛華等[3]分析了1982—2015 年青藏高原高寒草甸和高寒草原NDVI 時空演變的差異特征；馬楠等[4]基于NDVI分析了新疆植被覆蓋變化特征；朱慧等[5]通過計(jì)算質(zhì)量頻率和噪聲比分析了長江流域MODIS NDVI 質(zhì)量情況；董伯綱等[6]基于多年NDVI 數(shù)據(jù)分析了干旱遺產(chǎn)效應(yīng)的持續(xù)時間以及不同植被類型的響應(yīng)差異；龍映豪等[7]揭示了貴州巖溶峽谷NDVI 變化及與人口的關(guān)系；鄭春燕等[8]探究中巴經(jīng)濟(jì)走廊NDVI 變化對當(dāng)?shù)厣鷳B(tài)環(huán)境改善具有重要意義；和彩霞等[9]基于1982—2015年GIMMS NDVI 3G 數(shù)據(jù)探究了西南巖溶區(qū)植被覆蓋的時空變化及未來趨勢；高崢等[10]基于淮河流域1999—2018 年NDVI 數(shù)據(jù)，研究了淮河流域月、季、年等3 個時間尺度的NDVI 時空演變規(guī)律；李茜榮等[11]利用成渝經(jīng)濟(jì)圈2000—2018 年的MODIS NDVI 遙感數(shù)據(jù)對植被覆蓋狀況進(jìn)行分析。

本文基于國產(chǎn)遙感云計(jì)算平臺PIE-Engine Studio，計(jì)算六沖河流域長時間序列NDVI 植被指數(shù)，運(yùn)用均值法和趨勢分析法研究區(qū)植被變化情況，為揭示六沖河流域植被覆蓋變化及生態(tài)環(huán)境保護(hù)與修復(fù)提供科學(xué)參考。

1 研究區(qū)概況

六沖河流經(jīng)貴州省赫章縣、納雍縣、七星關(guān)區(qū)、大方縣、織金縣、黔西市等，在黔西市化屋基與三岔河匯流成鴨池河，干流全長273.4 km，是畢節(jié)境內(nèi)最大的河流[12]。六沖河流域地處滇東高原向黔中山原丘陵過渡的傾斜地帶，流域內(nèi)地形西高東低，平均海拔1 400 m，最高2 900.6 m，最低457.0 m[13]。六沖河流域?qū)俦眮啛釒貨鰸駶櫦撅L(fēng)氣候，雨量較豐沛，多年平均年降水量為992.0 mm，多年平均徑流量為48.7 億m3[14]。2021-02-03，習(xí)近平總書記在貴州考察調(diào)研時，專門到烏江六沖河段實(shí)地察看，聽取烏江流域水污染防治、生態(tài)修復(fù)保護(hù)、實(shí)施禁漁禁捕等情況匯報(bào)。

2 研究方法

2.1 NDVI 植被指數(shù)計(jì)算

NDVI 是一種遙感圖像增強(qiáng)處理方法，可以將多光譜數(shù)據(jù)變換成一個單獨(dú)的圖像波段，用于表征植被分布特征。NDVI 的取值范圍為-1～+1，較高的NDVI值代表包含較多的植被，公式如下：

式（1）中：a為NDVI 的值；b為近紅外波段的反射值；R為紅光波段的反射值。

2.2 均值法

對研究區(qū)NDVI 月均值、年均值計(jì)算并進(jìn)行統(tǒng)計(jì)，用于以分析研究區(qū)NDVI 每月或每年的變化情況。公式如下：

此外，為能有效反映研究區(qū)8 年NDVI 的總體變化特征，針對2013—2020 年NDVI 的年累計(jì)平均值進(jìn)行計(jì)算。計(jì)算公式如下：

2.3 一元線性趨勢分析法

本文利用一元線性回歸方程的斜率反映植被NDVI 的年際變化特征，該方法的優(yōu)勢在于通過對不同時期的數(shù)據(jù)進(jìn)行擬合，能夠有效地消除異常因子對植被的影響，計(jì)算公式如下：

式（4）中：Hslope為回歸方程的斜率，若Hslope＞0 時，表示NDVI 隨時間變化有增加趨勢，研究區(qū)域植被狀況趨于變好的發(fā)展趨勢，若Hslope＜0 時，表示NDVI隨時間變化有減少趨勢，研究區(qū)域植被狀況趨于變差的發(fā)展趨勢；n為研究時間序列的長度；ak為第k年的NDVI，k=1 表示2013 年，k=2 表示2014 年，…，k=8表示2020 年。

3 結(jié)果與分析

3.1 六沖河流域2013—2020 年NDVI 月均值變化分析

NDVI 變化是流域植被覆蓋狀況變化重要表現(xiàn)，通過PIE-Engine 遙感云計(jì)算平臺計(jì)算2013—2020 年六沖河流域NDVI 月均值，并繪出其隨年份變化的趨勢圖，如圖1 所示。

圖1 六沖河流域2013—2020 年NDVI 月均值變化特征曲線

由圖1 可知：2013 年研究區(qū)3—6 月呈持續(xù)上升的趨勢，6 月份到達(dá)一個峰值，約為0.58，7—8 月呈下降的趨勢，減少到約為0.32，9 月呈上升趨勢達(dá)到次峰值約為0.57，10 月呈下降趨勢，減少到約為0.09，11月呈上升趨勢，增加到0.37，12 月呈下降趨勢，減少到0.14；2014 年1—3 月呈下降趨勢，3 月份達(dá)到谷底約為0.03，4—6 月、11—12 月保持相對穩(wěn)定的狀態(tài)，7—8 月、9—10 月呈上升趨勢，10 月到達(dá)峰值，約為0.45，6—7 月、8—9 月都呈下降趨勢；2015 年1—3月、4—6 月、7—9 月、10—11 月呈上升趨勢，3—4月下降到谷底，約為0.05，6—7 月有輕微的下降，減少了0.05，9—10 月、11—12 月呈下降趨勢，減少了0.1；2016 年1—7 月呈持續(xù)上升趨勢，7 月達(dá)到峰值，約為0.58，7—9 月、10—12 月呈下降趨勢，9—10 月呈上升趨勢；2017 年1—2 月、4—5 月、6—7 月、9—11月呈現(xiàn)上升趨勢，其中7月份達(dá)到峰值，約為0.58，11 月份達(dá)到次峰值，約為0.55，2—4 月有輕微下降，減少了0.03，5—6 月呈現(xiàn)出急劇下降，減少了0.45，7—9 月也存在大幅度的下降，減少了0.23，11—12 月呈下降趨勢，減少了0.24；2018 年1—3 月、6—7 月、8—10 月、11—12 月呈下降趨勢，其中6—7 月和8—10 月減少量最大，分別為0.35 和0.38，12 月份達(dá)到谷底，約為0.03，3—6 月、7—8 月、10—11 月呈上升趨勢，其中6 月份達(dá)到峰值，約為0.64；2019 年1—2月、3—4 月、5—6 月、7—9 月、10—11 月都呈現(xiàn)下降的趨勢，其中3—4 月和5—6 月下降趨勢較大，分別減少了0.28 和0.27，2—3 月、4—5 月、6—7 月、9—10 月、11—12 月都呈現(xiàn)上升趨勢，其中2—3 月和6—7 月上升趨勢較大，在7 月份達(dá)到峰值，約為0.42；2020 年1—2 月、3—5 月、7—8 月、9—10 月呈現(xiàn)上升趨勢，其中5 月份達(dá)到峰值，約為0.60，在2—3 月、5—7 月、8—9 月、10—12 月呈下降趨勢，其中5—7月和8—9 月下降趨勢較大，分別減少了0.39 和0.32，在12 月份達(dá)到谷底，約為0.03。根據(jù)NDVI 月均值變化規(guī)律的分析，在2013—2020 年六沖河流域NDVI 月均值存在著顯著的季節(jié)差異，每年春季的NDVI 值基本偏低，但基本上在每年夏季的NDVI 都會到達(dá)峰值，具體表現(xiàn)為：夏季＞秋季＞冬季＞春季。

3.2 六沖河流域2013—2020 年NDVI 年均值變化分析

通過PIE-Engine 遙感云計(jì)算平臺計(jì)算2013—2020年六沖河流域NDVI 年均值，并繪出其隨年份變化的趨勢圖，如圖2 所示。

圖2 2013—2020 年NDVI 年均值變化特征曲線

由圖2 可知：研究區(qū)2013 年、2014 年、2019 年、2020 年的NDVI 值都小于年度總均值；而2015—2018年的NDVI 值都大于年度總均值，其中2013—2014 年、2016—2017 年、2018—2020 年NDVI 值都呈下降趨勢；2014—2016 年、2017—2018 年NDVI 值都呈上升趨勢。

3.3 六沖河流域2013—2020 年NDVI 斜率變化分析

通過PIE-Engine 云計(jì)算平臺計(jì)算出的NDVI 年均值，使用趨勢分析法的公式計(jì)算出斜率變化，再繪制出斜率變化特征曲線，如圖3 所示。

圖3 2013—2020 年NDVI 斜率變化特征曲線

由圖3 可知：研究區(qū)2013—2020 年的斜率都大于0，2013—2020 年六沖河流域NDVI 值總體呈上升趨勢，體現(xiàn)了六沖河流域生態(tài)環(huán)境有良好的發(fā)展趨勢；2013—2018 年六沖河流域NDVI 值總體呈上升趨勢，體現(xiàn)了六沖河流域生態(tài)環(huán)境有良好的發(fā)展趨勢；2018—2022 年度研究區(qū)NDVI 斜率呈下降趨勢。

4 結(jié)論

本文通過PIE-Engine 云計(jì)算大數(shù)據(jù)平臺提供的Landsat 系列衛(wèi)星影像數(shù)據(jù)，計(jì)算出六沖河流域長時間序列的NDVI，運(yùn)用均值法和趨勢分析法探究研究區(qū)域的變化情況，研究結(jié)果如下。

根據(jù)NDVI 月均值變化規(guī)律的分析，在2013—2020 年六沖河流域NDVI 月均值存在著顯著的季節(jié)差異，每年春季的NDVI 值基本偏低，但基本上在每年夏季的NDVI 都會到達(dá)峰值，具體表現(xiàn)為：夏季＞秋季＞冬季＞春季。根據(jù)NDVI 年均值變化情況，可以看到在2013 年、2014 年、2019 年、2020 年等4 年的NDVI 值都小于年度總均值，而2015—2018 年的NDVI值都大于年度總均值，其中2013—2014年、2016—2017年、2018—2020 年NDVI 值都呈下降趨勢；2014—2016年、2017—2018 年NDVI 值都呈上升趨勢。

通過趨勢分析的方法計(jì)算得出2013—2020年的斜率都大于0，因此2013—2020 年六沖河流域NDVI 值總體呈上升趨勢，體現(xiàn)了六沖河流域生態(tài)環(huán)境有良好的發(fā)展趨勢。