南水北调中线水源区20002015年森林动态变化遥感监测

第55卷第4期 林 业科学V055，N〇.4 20 19年 4 月SQENTIA SILVAE SINICAE Apr.，20 19
6oi:10.11707/j.1001-7488.20190410
南水北调中线水源区2000—2015年森林动态
变化遥感监测！
高文文1!2曾源2刘宇> 衣海燕2吴炳方2鞠洪波1
(1.中国林业科学研究院资源信息研究所北京100091# 2.中国科学院遥感与数字地球研究所遥感科学国家重点实验室北京100101#
3.中国科学院地理与资源研究所北京100101)
摘要：【目的】监测南水北调中线水源区2000—2015年森林空间分布格局，研究森林动态变化过程及其机制，为水源区森林生态系统保护和水质安全提供理论依据。

【方法】基于2000,2010和2015年3期30 m分辨率国产
环境灾害卫星HJ-1A/B C C D以及L an6\t TM影像数据，采用面向对象决策树分类方法，监测南水北调中线水源区
的土地覆被，并运用像元二分模型和归一化植被指数估算植被覆盖度。

【结果】3期土地覆被数据精度（S)分别为
89.4%、86.9%和84.4%，2000年用户精度为98%，2010年用户精度为96%，2015年用户精度为94%。

土地覆被
监测结果表明，受退耕还林和封山育林等生态工程项目实施影响，2000—2015年，南水北调中线水源区森林面积
持续增加，增幅达9.5N，增加面积主要来自草地、耕地和建设用地；然而，随着水源区大规模移民和区域经济不断
发展，也使得约4 547 km2的森林转化为耕地、草地和建设用地。

分市统计分析表明，十堰市和安康市森林面积增
量最大，均超过1 300 km2,生态修复工程效果显著。

2000—2015年，水源区植被覆盖度也呈增加趋势，其中森林植
被覆盖度增幅达25. 4N，且植被覆盖度在0.6以上的森林面积比例3期均超过70N。

【结论】近15年来，南水北
调中线水源区森林面积和森林植被覆盖度增加显著，森林密度得到提升，高密度的森林植被能够在地表形成植被
保护层，降低水源区发生水力侵蚀和沟渠侵蚀的风险，从而提高水源区水土保持能力。

关键词：森林；植被覆盖度；南水北调中线水源区；面向对象分类
中图分类号：S757 文献标识码：A文章编号：1001-7488(2019)04-0097-11
Forest Dynamic Monitoring by Remote Sensing from 2000 to 2015 in the
Water Source Area of the South-to-NorthWater Diversion Project
Gao Wenwen1，2Zeng Yuan2Lin Yu3Yi Haiyan2Wu Bingfang2Ju Hongbo1
(1.Research Institute o f Forest Resource Information Techniques，CAF Beijing 100091；2.State Key Laboratory o f Remote Sensing Science，
Institute o f Remote Sensing and Digital E arth，Chinese Academy〇o Sciences Beijing 100101； 3.Research Institute Geographic Sciences and
Natural Resources，Chinese Academy〇o Sciences Beijing 100101)
A b strac t:【Objective】M onitoringthespatia! distribution pattern of forest in thew ater source area of them iddle-route
of the south-to-north water diversion project from 2000 to 2015 and studying the process mechanism of forest dynamic change provide a theoretical basis for forest ecosystem protection and water quality safety in the study area.【Method】Based on the30 m resolution HJ-1 A/B CCD images(2010，2015) and Landsat TM images decision tree classification metliod was u sed to obtain the land cover and the pixel dichotomy model for fractional vegetation coverage'FVC)estimation by N D V I.【Result】The classification accuracy K value went up to89. 4%，86. 9%and 84. 4N，respectively and the user’s accuracy of forest was 98N in 2000，96N in 2010 and 94N in 2015. The result showed that the acreage of forest increased continually from2000to 2015，and mainly transferred from grassland，cropland and construction land，due to the implementation of ecological projects，such as Grain for mass migration and the continuous development of regional economy，part of the forest acreage turned to cropland，grassland and construction l and.Due to the remarkable implementation of ecological projects，in the statistical analysis of
收稿日期：2017-03-29；修回日期：2017-04-20。

基金项目：国家重点研发计划（2016YFC0500201)；国务院南水北调项目“利用遥感技术对南水北调中线水源区生态环境变化的监测研 究”#国家自然科学基金项目（41671365, 41771464, 41501199)。

!曾源为通讯作者。

98林业科学!!卷
cities,the increments of forest area in Shiyan city and A n k a n g city were the m o s t,reaching1383.9 k m2and 1 344. 8 k m2,respectively.F r o m 2000 to2015, the F V C o f forest increased with a rate of25. 4N.T h e acreage with F V C above0.6 took account of the largest proportion of forest area.)Conclusion*In s u m m a r y,not only the acreage of forest, but also the F V C of forest both increased significantly.T hus the quality of forest in the water source area has been improved generally,which form the vegetation protective layer on the surface to erosion,so as t o improve the soil and water conservation capacity of the water source area.
Key words ：forest；fractional vegetation cover；the middle-route of the south-to-north water diversion project;object-based clasification
南水北调是世界上规模最大的跨流域调水工程，分东线、中线和西线3部分。

中线工程从汉江上 游的丹江口水库调水至水资源匮乏的华北平原，以期从根本上缓解北方大面积地区水资源过度紧缺的 状况，遏制生态环境恶化，促进社会经济发展（沈泽 昊等，2006)。

我国学者对南水北调中线水源区的生态环境进 行了大量研究。

D o g等（2011)通过建立会计框架计算水源区生态系统服务补偿，开发了一个改进的 流域标准模型。

张胜利（2008)通过对秦岭火地塘林区径流的p H进行年际变化分析，发现水源区天然林径流中的部分元素浓度变化对水质影响不大，但C d和P d元素浓度上升需引起重视。

.等 (2009)对水源区水环境状况、土地覆被和土壤侵蚀 等生态环境问题进行分析，并提出了应对政策。

周 志强等（2012)基于遥感数据对水源区近10年植被 覆盖度变化进行对比分析，发现植被覆盖度增幅特征表现为中部地区高、东西部地区低。

森林是水源 区的主要植被覆盖类型，在贯穿南水北调中线工程建设的近15年间，其空间分布及变化对水源区供水 量和水质状况有很大影响，同时工程实施过程中所 带来的水位等一系列变化也会影响水源区的森林格 局，特别是其生态系统服务功能（申怀飞等，2013)，因此，对于贯穿中线工程建设前后近15年来水源区 森林自然植被的变化研究非常必要。

遥感技术适用于大范围、大尺度、长时间序列的 动态监测，是开展水源区森林现状及其变化分析的主要手段。

H a n s e n等（2013)对Landsat T M影像进 行分类，得到2000—2012年全球森林覆盖面积及其 增加和减少量，并对每年森林的减少量及其变化趋势进行了分析。

S u l o n g等（2002)基于Landsat T M 遥感影像和航空照片对马来西亚红树林进行分类，得到14个类型，其分类精度分别达91.2%和 87. 8N。

D e s c l V等（2006)采用 S P0T-H R V 数据，基 于面向对象分类方法以及多光谱信号随机分析法提 出森林土地覆被提取的新方法，并发现新方法优于基于像元的森林提取方法。

面向对象分类方法在基 于高分辨率影像的遥感信息提取中应用广泛（孙华 等，2007;李春干等，2010;黄建文等，2006)，近年 来也有一些学者利用该方法对中分辨率影像的遥感 信息提取进行了研究（王久玲等，2014;谢家丽等，2014)。

传统基于像元的分类方法以遥感影像中的单元像素为基本单元，参与分类的只有像素本身的光谱信息（黄瑾，2010);而面向对象分类方法综合 考虑了光谱特征以及紧密度和光滑度等几何特征，生成同质的对象多边形，与传统基于像元分类方法相比能够减少“椒盐现象”的出现（张雨霁等，2011)。

鉴于此，本研究选取2000年（中线工程建设之 前的本底数据）、2010年（大坝加高工程完工及移民 政策开始实施）和2015年（中线主干工程完成且通 水前）3期具有代表性的数据，基于H J-1A/B C C D 以及Landsat T M影像，采用面向对象决策树分类方 法获得3期土地覆被，同时基于像元二分模型估算植被覆盖度，对南水北调中线水源区近15年的森林 面积和质量变化进行动态监测分析，研究森林动态 变化过程及其机制，以期为水源区森林生态系统保护和水质安全提供理论依据。

1研究区概况
南水北调中线水源区根据流域界限划分，地理 位置为 31。

20'—34。

10'+，106。

一112°E，总面积 9.45 万k m2,包括陕西、四川、重庆、甘肃、湖北和河南5 省1市（图1)。

水源区属于温暖半湿润的北亚热带 季风气候区，5—10月为降雨多发季节，且在中部地 区常出现暴雨。

地貌由山脉、丘陵、低山、平原和盆 地组成。

植被种类繁多，垂直结构显著，主要由天然 亚热带常绿阔叶林、落叶阔叶林、针叶林及其混交林 组成，生物多样性丰富。

整个水源区植被覆盖不均勻，北部和南部山区覆盖率高，中部低山丘陵区覆盖 率低（W a n g '2&1999 )。

第"期高文文等"南水北调中线水源区2000—2015年森林动态变化遥感监测
99
■TmP 市
Hanzhong
湖北省
ih d Pm ：
河流省界100 km
甘肃省
107°E
海拔
四川省
主要城市
神农架
图1南水北调中线水源区位置
Fig.1 The location of the study area
2研究方法
数据源
以美国地质勘探局网站下载的美国陆地卫星
L a n d sat T M (2000年）数据和中国资源卫星应用网
站下载的国产环境灾害卫星H J -1 A /B C C D (2010、 2015年）数据为数据源。

L a n d s at T M 数据为2000 年4一8月影像，空间分辨率30 m ，7个光谱波段。

H J -1 A /B 数据为2010和2015年4—8月影像，空间 分辨率30 m ，4个光谱波段。

此外，将A S T E R 遥感 数据立体像对生成的30 m 空间分辨率数字高程模 型（D E M )和坡度（S L O P E )数据作为土地覆被分类
系统的辅助数据，该数据从日本地球遥感数据分析 中心（E R S D A C )( http ://ers d a c .o r.j p /)获得。

基于E R D A S A T C O R 3模型，对遥感影像进行辐 射校正（钮立明等，2011)。

采用二次多项式纠正模 型和最邻近像元重采样方法，基于几何校正后的
L a n d s at T M 数据，对H J -1 A /B C C D 数据进行几何
精纠正（张周威等，2013#杨佩国等，2013)，投影坐 标为U TM -W G S 84,配准误差小于1个像元，均在
15 m 以内。

在中国气象数据共享网（h ttp ://ww w .c m a .gov .
cn /2011qxfw /2011qsjgx /)下载得到 2000、2010 和 2015年水源区内8个降水站点24 h 日降水量数据，
计算得到每个站点的年降水量，并将所有站点年降
水量的平均值作为水源区相应年份的年降水量。

2015年6月，在研究区开展野外调查，采集具
有代表性且分布均勻的土地覆被样本点（30 m x
30 m ，共166个）数据，包括土地覆被类型、样点中
心位置（G P S ，空间精度为10 m )、采样点照片及周 围环境属性。

同时，获取植被覆盖度样本点（30 m x
30 m ，共17个）数据，包括基于鱼眼照片计算的植
被覆盖度、植被类型、样点中心位置及周围环境属 性。

2000年，采用G oogle E a r t h 软件，共选取2 110 个土地覆被样本点。

2010年，基于高分辨率
R a p id e y e (分辨率5 m )遥感影像，共选取508个土地
覆被样本点。

?? 土地覆被
以世界粮农组织（F A O ) 土地覆被分类系统 (L C C S )(吴炳方等，2014# 吴炳方，2017a # 2017b )为基础，结合水源区生态环境、遥感数据分辨率和时 相等因素，提出适用于南水北调中线水源区的土地 覆被分类系统，包括森林、草地、水体、耕地、建设用 地和裸地六大类。

其中，森林包括乔木林和灌木林， 草地包括草丛和草本绿地，水体包括湿地、水库、坑 塘、河流和水渠，耕地包括水田和旱地，建设用地包 括居住地、工业用地和交通用地、采矿场，裸地包括 裸土和裸岩。

利用多尺度分割技术，考虑遥感影像上各类地 物目标的光谱和几何特征，将影像分割成由同质不
100林业科学55卷
规则多边形组成的不同尺度对象层，其中，尺度参数 取10,形状异质性指数权重系数取0. 1，紧实度指数 权重系数取0.5(Z h a n g'2& 2014;苏簪铀，2009; 郭亚鸽等，2012)。

在多尺度分割对象层基础上，利用特征指数(Kallel' 2&，2007)并结合分割对象的几何、纹理特 征，通过决策树分离过程，不断去除非确定信息，提 取特定目标地物。

选用归一化植被指数（normalized difference vegetatioii，+B/I)(R o u s v
et al.，1973)和比值植被指数（ratio vegetation i n d e x，C/I)提取水体（+B/I<0);选用归一化水体差异指数(normalized difference water i n d e x，+B W I) (M c F e e t e r s，1996 )和插值植被指数（difference vegetation i n d e x，B/I)区分植被（+B W I>0. 05 )和非 植被（+B W I<0);选用+B/I并结合4月和8月2 季的波段特征提取耕地；选用第4近红外波段和第 3红外波段的光谱特征同时考虑垂直植被指数(perpendicular vegetation i n d e x，P/I)区分森林和草地；选用归一化建筑物差异指数（normalized difference built-up i n d e x，+B B I) (Kallel et al.，2007)并结合对象的几何、纹理特征区分建设用地和裸地。

以上方法均在eCongnition 8.0软件中实现（Z h a n g et al.，2014)。

采用上述面向对象决策树分类方法获取2010 年土地覆被数据。

对于2000和2015年土地覆被监 测采用变化检测方法，在完成多尺度分割的前提下，基于2010年土地覆被分类结果，通过对比2期对象 的光谱信息，提取变化的分割对象，再基于上述面向 对象决策树分类方法对提取出的变化对象进行分类。

植被覆盖度
植被覆盖度为单位面积内植被面积的垂直地面 投影，包括树冠和树根区域（Z h a n g e t a l.，2013)。

本 研究运用像元二分模型估算水源区植被覆盖度。

根 据像元二分模型原理，遥感传感器观测到的信息= 可由植被覆盖=v和无植被覆盖（裸土）=2部分构成，即：
= ==v+=s。

⑴假设/。

为像元的植被覆盖度，则裸土覆盖的面 积比例为1-/。

如果完全由植被覆盖的纯像元所得 到的遥感信息为=v g，则混合像元植被部分所贡献的信息=v可以表示为：
= v=/c X=v g。

（2)同理可得，如果完全由裸土覆盖的纯像元所得到的遥感信息为=s t l l l，则混合像元裸土部分所贡献的信息=S可以表示为：
=s = (1Z)c)X = s o i l。

将式（2)和（3)代人式（1)，有：
==/c x s v eg + (1 -/c)x s s t l l l。

因此，植被覆盖度可以通过变换式（4)得到
_(=-=』
/c = (=vg - U。

(3)
(4)
(5)
=vg和是像元二分模型的重要参数，只要知 道这2个参数就可以根据式（5)估算植被覆盖度(周志强等，2012; Jing et al.，2011; T y m m e r v i k e-al.， 2003 )$
+B/I是反映植被长势、冠层形态和生物量等信息的常用植被指数之一（G u t m a n e t a l.，1998;贾 宝全等，2012)。

本研究选取+B/I作为植被覆盖度估算的植被指数，根据像元二分模型（吴昌广等，2012;胡玉福等，2015)，一个像元的+B/I也可由 植被覆盖+B/I veg和无植被覆盖（裸土）+B/I s t l l l2部 分构成，将+B/I代人式（5)，可得：
(+B/I / +B/IS0l l),
_ (+B/Iveg - +B/Is t l l l)。

、)理论上，+B/I…g表示植被像元其最大值可取1，同时+B/I s表示裸土其值可取0,但是受不同植被 类型、季节、地表湿度、粗糙度以及大气影响，其取值 也会发生变化，不能采用固定的+B/I…g和+B/Is t l l l (Z h a e t a l.，2003; C u n d q u i s t，2002)。

因此，本研究 根据+B/I数据频率统计表，取累积频率2N的值 为+B/I s t l l l，取累积频率98N的值为+B/I…g。

此外，在植被覆盖度监测中，考虑遥感影像获取 时间对植被覆盖度变化的影响，特别选取3期时间 较为相近的遥感数据，其中2015年选用5月12—23 日的影像、2010年选用5月20日+6月28日的影 像、2000年选用5月10+12日的影像。

在对比分析3期植被覆盖度监测结果时，可以忽略植被因不同生长季引起的差异。

?4精度验证与变化分析
采用K a p p a分析方法分别对2000、2010和2015年3期土地覆被监测结果进行精度验证。

K a p p a分 析在精度评价中使用离散的多元方法（C o g a l t o n e al.，1983)，生成一个统计量S，S是遥感分类图和参 考数据之间的一致性或精度的量度。

基于A r G I S空间分析和统计分析工具，对3期 森林面积及其植被覆盖度变化进行分析讨论。

依据 3期土地覆被数据，定量描述森林面积的增减量，并 采用转移矩阵分析森林类型的转移途径和幅度。

通 过3期植被覆盖度数据，对水源区近15年来森林植
第"期高文文等！南水北调中线水源区2000—2015年森林动态变化遥感监测
101
被质量变化进行分析。

3结果与分析
3.1 土地覆被及精度验证
基于上述遥感监测方法，获得水源区2000%
2010和2015年土地覆被空间分布结果见图2和表
1。

利用土地覆被精度验证方法，得到水源区2000% 2010和2015年土地覆被分类精度见表2〜4,其中， 土地覆被2000%2010和2015年！分别为89. 4,、 86. 9,和84.4,。

3期森林分类精度比较稳定， 2000年用户精度为98,，2010年用户精度为96,， 到2015年用户精度为94,。

图
2
南水北调中线水源区土地覆被
Fig.2 Land cover of the study area
表
1 2000—2015年南水北调中线水源区土地覆被
Tab. 1 The land cover of the study area from 2000 to 2015
km2
类型
2000年平均2010年平均2015年平均2000—2015面积变化Type
Acreage of 2000Acreage of 2010Acreage of 2015Area change from 2000 to 2015
森林Forest 69 083.475 433. 575 615.8 6 532.4草地 Grassland 8 884. 9 5 707.1 5 694.5-3 190.4水体 Wetlands 1 092. 9 1 939.5 2 130.3 1 037.3耕地 Cropland
14 529. 210 563.010 224.8-4 304.4建设用地Settlements 608. 8773.31081.6472.8裸地 Bare land
314.4
76.475.4
-239.1
表
2 2000年土地覆被分类精度
Tab.2Kappa matrixes of land cover in 2000
类型 Type
森林 草地
水体 耕地建设用地
裸地
合计
用户精度
Forest Grasland Wetlands Cropland Settlements
Bare land Total User & s accuracy ',)
森 林 Forest 568 100 00057898草 地 Grassland 15 148600016988水体 Wetlands 0 10230 04024494耕地 Cropland 050 249101327790建设用地Settlements 000 205303858890裸地 Bare land 0020 024********
合计Total 583
173256 269
568261 2 110
生产者精度
Producer5 s accuracy',)
97 86
90 93
93
80
!=8
9. 4
102
林业科学55卷
表
3 2010年土地覆被分类精度
Tab. 3Kappa matrixes of land cover in 2010
类型Type
森林
草地
水体
耕地
建设用地
裸地合计
用户精度
Forest Grasland Wetland Cropland Se<lemen<s
Bare land Total User ’ s accuracy (,)
森林Forest 2518300026296草地 Grassland 64331005381水体 Wetland 2310251011390耕地 Cropland 10024112789建设用地Settlements 11103534185裸地 Bare land 0000391275
合计Total 26155109304013508
生产者精度
Producer5 s accuracy',)
96
78
94
80
88
69
!=86. 9
表
4 2015年土地覆被分类精度
Tab.4Kappa matrixes of land cover in 2015
类型 Type 森林
草地
水体
耕地 建设用地
裸地合计
用户精度
Fores<Grassland Wetland Cropland Settlements
Bare land Total User & s accuracy (,)
森 林 Forest 48300005194草地 Grassland 31010001471水体 Wetland 008010989耕地 CropHand 0009111182建设用地Settlements 00012813093裸地 Bare land 000115771
合计 Total
5113911
317122
生产者精度Produccr’ s
accuracy',)
94
77
89
82
90
71
!=84. 4
3.2森林面积变化分析
3.2.1
森林面积整体变化分析森林是水源区的
主要植被覆盖类型，近15年来，森林面积持续增加， 增幅达* 5, $森林覆盖率也从2000年的73. 1,增 加到2015年的79.7,。

2000—2010年，森林面积 大幅度增加，从69 083. 4 k m 2增加到75 433. 5 k m 2, 但2010—2015年，森林面积增加缓慢，增量仅为
182. 3 k m 2(图 3)。

根据2000—2015年土地覆被转移矩阵（表5)
可以看出，增加面积主要来自草地，为5 544 k m 2,其 次为耕地，为 5 424 k m 2,建设用地贡献面积也达
182 k m 2)然而，随着水源区大规模移民和区域经济
不断发展，仍有2 435 k m 2的森林转化为耕地，增加 的草地面积约1 992 k m 2来自森林，增加的水体面 积约411 k m 2来自森林，建设用地约34. 8,的增量 也来自森林。

因此，森林与耕地、草地、水体和建设 用地的转换是近15年来导致水源区森林面积变化 的主要原因。

图3南水北调中线水源区土地覆被
Fig.3 Land cover of the study
area
第4期 高文文等！南水北调中线水源区2000—2015年森林动态变化遥感监测 103
表
5 2000—2015年土地覆被转移矩阵
Tab. 5 Transfer matrix of landcover from 2000 to 2015
2000 年面积 Area of 2000八m2
类型Type 森林
草地
水体
耕地
建设用地
裸地
合计
Forest Grasland Wetland Cropland Settlements Bare land Total 森林Forest
64 080 5 54476 5 4241824775 353草地 Grassland 1 992 1 75845 1 72410643 5 6682015 年面积
Acreage 水体 Wetland 41114487154926119 2 120耕地 Cropland 2 435 1 35774 6 238316210 197of 2015/km 2
建设用地Settlements 120682357726030 1 078裸地 Bare land 281141731275
合计Total
69 066
8 882
1 093
14 529
608
313
3.2.2 森林面积分市变化分析南水北调中线水 源区主要包括安康、汉中、商洛、十堰和南阳5市。

从各市森林面积变化（图4、5)可知，2000—2015 年，十堰市森林面积增量最大，达到1 383.9 km 2 $增 幅9. 4,，但2010—2015年，森林面积呈减少趋势， 减量为722. 6 km 2。

安康市是水源区森林面积最大 的地区，3期面积分别为17 513. 1、18 863.9和 18 857. 9 km 2, 2000—2015年，森林面积增量位列 第二，为1 34
4.8 km 2。

南阳市森林面积最小，从 2000年的 3 004. 6 km 2增加到2015年的 3 911. 6 km 2,增幅最大，达 30. 2,。

2000—2010 年， 汉中市森林面积增加1 472.0 km 2,但2010—2015 年，森林面积小幅度减少，减少量为141.0 km 2。

2000—2015年，商洛市森林面积持续上升，面积增 加296. 6 km 2,增幅为 2. 2,。

3.3植被覆盖度变化分析
2000—2015年，水源区整体植被覆盖度增加 17,，3期植被覆盖度分别为0.53、0.63和0.70，其 中森林植被覆盖度增加显著，分别为0. 67、0. 80和0.84,增幅达25. 4,。

通过对植被覆盖度地面实测 样点与遥感监测结果进行验证分析，得到2010年的 精度验证结果为" = 0.816 1(周志强等，2012)， 2015年基于17个验证点的精度验证结果为"2 =0.789 4,如图6所示。

本研究将植被覆盖度分成4个等级，分别为0〜
0. 3、0. 3 〜0. 6、0. 6〜0. 8 和 0. 8( 1. 0，如图 7 所示。

m
s
〇
纖
i l
安康市森林面积变化放大图
减少无变化增加
非森林
植击本灶TBTin 亦仆Ea
商洛市森林面积变化放大图
汉中市森林面积变化放大图
南阳市森林面积变化放大图
图4
水源区森林面积变化分市分布
Fig.4 Area change of forest in five major cities
104林业科学55卷
十堰安康汉中南阳商洛
Shiyan Ankang Hanzhong Nanyang Shangluo
H2000 Z2010 三 2015
图5 2000、2010和2015年水源区主要市森林面积Fig.5 Forest area of five major cities in 2000 $2010 and 2015
200020102015
年 Year
■ >0.8■ 0.6〜0.80.3〜0.6l=l<0_3
图7 2000、2010和2015年森林
植被覆盖度分级统计
Fig.7 The analysis of fractional vegetation coverage' FVC) for
forest in 2000 $2010 and 2015
是位于高山区的天然灌木在植树造林、封山育林等 一系列政策影响下，逐渐形成小有规模的人工林(曹慕俊等，1980);二是从200*年起，水源区开始大规模移民（任泽俭等，2008;王宝恩等，2006)，导 致2010—2015年建设用地扩张明显，对森林造成一 定破坏，特别是位于库区周边的地区，建设用地增幅 最为显著；三是随着区域经济不断发展（刘平，2014 )，位于河谷盆地内的居民区域向外扩张，使得 森林、农田、草地向建设用地大范围转化。

在南水北调中线水源区5市中，十堰市和安康 市的森林面积增量最大，这是因为十堰市、安康市大 力实施退耕还林、植树造林、天然林保护、汉江绿化 和生态修复等重点工程项目（余凌云，2011;张耀 伟，2014)，q果显者。

丹江口水库大琐加高后，淹 没了大量农田及部分森林，且十堰市移民18余万人 (任泽俭等，2008)，从而使2010—2015年十堰市库 区移民新增建设用地和部分新增农田占用了森林面 积。

南阳市只包含西峡、淅川和内乡3县的部分地 区，位于水源区的面积只占南阳市总面积的21. 8,，导致南阳市森林面积与其他4市相比最小。

2010—2015年，水源区植被覆盖度也呈增加趋势，其中森林植被覆盖度增幅达25. 4,，这主要与 水源区大力实施生态政策有关，包括退耕还林工程和天然林保护工程等。

在政策开始实行的第一阶段，工作重点是对自然植被面积进行扩张和防护；取 得一定成效后，工作重点转移到增加植被密度并维护植被长势上，如进行生态成果巩固以及规范化管理等（刘平，2014)。

同时，参考水源区气象数据可以发现，2000、2010和2015年3期年均降水量分别 为 1 024. 1、1 022. 5 和 804. 1m m，2000 和 2010 年 降水量差别不大，且略高于2015年，充足的降水对
0 20 40 60 80 100
地面实测样点Field samples (%)
图6 2015年植被覆盖度遥感监测结果精度评价
Fig.(6Accuracy of fractional vegetation coverage
(FVC) by remote sensing in 2015
通过对各等级森林植被覆盖度面积百分比进行分析，能够在不考虑森林面积变化的情况下获得森林植被长势信息。

2000年，植被覆盖度在0.6〜0.8之 间的面积占森林总面积比例最大，为38. 7,，但在 2010以及2015年，植被覆盖度在0. 8〜1.0之间的 面积比例最大，分别为62. 2,和71.2,。

近15年 来，植被覆盖度在0. 8〜1.0之间的面积比例呈增加 趋势，特别是2000—2010年，面积比例增加近1倍，增幅达94. 1,。

植被覆盖度在0.6〜0.8之间，面积 比例持续减少，到2015年，面积比例仅为22. 7,，减 幅达70. 5,。

植被覆盖度最小的0〜0.3区间内，面 积比例从2000年的7. 1,减少到2015年的0.6,。

4讨论
2000—2015年，南水北调中线水源区森林面积持续增加，增幅达9.5,。

森林面积变化的主要原因，一是从2002年起，国家在丹江口水库上游实施退耕还林和封山育林等生态工程项目（王公华，2008)，建立了绿色生态屏障（杨云彦，2007)，特别(％) U A P H J 〇
S J
V
第4期高文文等：南水北调中线水源区2000—2015年森林动态变化遥感监测105
植被长势具有促进作用。

根据本研究结果，森林植
被覆盖度在15年间呈增加趋势，特别是2000— 2010年，植被覆盖度增幅达19. 4,。

森林植被覆盖度显著增加，使水源区森林密度
提升，高密度的森林植被能够在地表形成植被保护
层，降低水源区土壤的水力侵蚀风险，同时，也能够
有效拦截地表径流，对沟渠侵蚀发生具有削弱作用(Jian # %&2015;Li # %&2016)，从而提高水源区
水土保持能力。

此外，在山区森林密度增加，还能够
防止大于15°的坡度区域出现风化现象（G?# %& 2013)。

近15年来，森林面积与森林植被覆盖度显
著增加，可以对水源区空气净化、植被营养累积、固
碳、森林保护及维护生物多样性等方面起到积极作
用（Li # %&，2016)。

5结论
1)2000—2015年，水源区森林面积持续增加，
增幅达9. 5,，增加面积主要来自草地、耕地和建设
用地，主要源于退耕还林和封山育林等生态工程项
目的实施；然而，随着水源区大规模移民和区域经济
不断发展，也使得约4 547k m2的森林转化为耕地、
草地和建设用地。

2)从水源区森林面积变化来看，丹江口水库位 于十堰市，其退耕还林等生态修复工程效果显著，森
林面积增量最大，达到1 383. 9 k m2。

3)2000—2015年，水源区森林植被覆盖度增
加，增幅达25. 4%，且植被覆盖度在0. 6以上的森林
面积比例最大，到2015年达94. 4,。

水源区实施生
态政策取得一定成效后，重点转移到增加植被密度
并维护植被长势上。

森林密度提升，提高了水源区
水土保持能力，同时在固碳、植被营养累积、空气净
化和维护生物多样性等方面也起到积极作用。

需要说明的是，本研究在对土地覆被监测结果
进行精度验证时，因没有本底野外调查数据积累，只
有2015年采用了实测的野外样地数据。

在今后的
监测工作中，应逐年获取水源区具有代表性的野外
采样点，为后期的土地覆被分类和验证提供更多的
地面数据支持。

此外，水源区矿山、尾矿库和工厂的
动态监测也很有必要，通过获取高分辨率遥感数据，
对比分析因开采矿山或扩建工厂导致的森林面积变
化，从而为南水北调中线水源区生态环境建设提出
合理的治理及保护方案。

参考文献
曹慕俊，赵振宇.1980.从大自然的惩罚中清醒过来—陕西省宝鸡地区森林资源情况的调查.经济研究，（9):73-75.
(Cao M J，Zhao Z Y. 1980.Waking up from the punishment of nature-a survey of forest resources in Baoji area of Shaanxi Province.
Economic Research Journal，( 9) ：73-75. * in Chinese])
郭亚鸽，于信芳，江东，等.2012.面向对象的森林植被图像识别分类方法.地球信息科学学报，14(4):514-522.
(Guo Y G，Yu X F，Jiang D，et al.2012. Study on forest classification based on object oriented techniques. Journal of Geo-Information Science，14(4)：514-522. * in Chinese])
黄瑾.2010.面向对象遥感影像分类方法在土地利用信息提取中的应用研究.成都！成都理工大学硕士学位论文.
(Huang J. 2010. Object-oriented classification technique of remote sensing image used in classification of land use. Chengdu: MS thesis of Chengdu University of Technology. * in C hines ])
黄建文，陈永富，鞠洪波.2006.基于面向对象技术的退耕还林树冠遥感信息提取研究.林业科学，42(S1): 68-71.
(Huang J W，Chen Y F，Ju H B.2006. Study on tree-crown extraction form QuickBird imagery based on object-oriented approach in the project of converting cropland to forest. Scientia Silvae Sinicae，42( S1) ：68-71. * in C h in es])
胡玉福，邓良基，刘宇，等.2015.基于R S和G IS的大渡河上游植 被覆盖时空变化.林业科学，51(7): 49-59.
(Hu Y F，Deng L J，Liu Y，et al. 2015.Temporal and spatial variation of vegetation coverage in upper Dadu River based on RS and GIS.
Scientia Silvae Sinicae，51 ( 7) ：49- 59. * in Chinese ])
贾宝全，邱东发，张红旗.2012.基于归一化植被指数的西安市域植被变化.林业科学，48(10):6-12.
(Jia B Q，Qiu E F，Zhang H Q. 2012. Xi & an vegetation dynamics based on NDVI. Scientia Silvae Sinicae，48( 10) ：6-12. * in C h in es])
李春干，邵国凡.2010.面向对象的SPO T5图像森林分类.林业科学，46(8): 130-139.
(Li C G，Shao G F.2010. Object-oriented classification of forest cover using SPOT5 imagery. Scientia Silvae Sinicae，46 ( 8 )：130 - 139.
* in Chinese] )
刘平.2014.国家新一轮退耕还林还草政策解读.云南林业，（6): 47-49.
(Liu P. 2014. The policy interpretation of the new round in returning farmland to forest and grass. Yunnan Forestry，( 6 ) ： 47-49. * in Chinese] )
钮立明，蒙继华，吴炳方，等.2011. H J-1A星H SI数据2级产品处理 流程研究.国土资源遥感，（1):77-82.
(Niu L M，M e n g J H，Wu B F，et al. 2011. Research on standard preprocessing flow for HJ-1A HIS level 2 data product. Remote Sensing for Land & Resources，( 1) ： 77- 82. * in Chinese ])
任泽俭，田光辉，杨淑华.2008.南水北调工程征地移民工作的实施与政策.水利建设与管理，（1):43-44，17.
(Ren Z J，Tian G H，Yang S H. 2008. The implementation of the south-to-north water diversion project in immigrantion and policy. Water Resources Development & Management，( 1 )：43 -44，17. *in Chinese] )
申怀飞，侯刚，翟书梅，等.2013.南水北调中线水源区土地利用/覆被变化及其驱动因素分析.贵州农业科学，41(6): 167-171. (Shen H F，Hou G，Zhai S M，et al. 2013. Land use/cover change and。