基于Landsat的三江源区植被覆盖时空变化分析

基于Landsat的三江源区植被覆盖时空变化分析

作者：赵健赟张晓华张波杨静

来源：《人民黄河》2018年第07期

摘要：利用2001年、2010年和2015年的Landsat数据，基于像元二分模型反演三江源泽库县植被覆盖度，分析其植被覆盖和景观结构时空变化特征，结果表明：泽库县高植被覆盖主要分布在东部和南部地区，低植被覆盖主要分布在西北部地区；2001-2015年，研究区植被覆盖状况有显著改善，并向高植被覆盖方向变化；中东部植被覆盖呈上升趋势，东南部和西北部呈显著上升趋势，中北部和西南部呈下降和显著下降趋势；高植被覆盖逐渐成为优势景观，人类活动、源区生态工程对研究区植被覆盖的提高有一定影响。

关键词：植被覆盖度；像元二分模型；景观结构；三江源

中图分类号：Q948

文献标志码：A

doi： 10.3969/j.issn.1000-1379.2018.07.015

地球表面平均气温在过去100多a升高了約0.85℃，中国区域地表温度升高速度略高于全球的。全球气候变化及其带来的生态环境问题越来越严峻，气候变化与生态系统变化的相互关系，以及两者之间的驱动响应机制是地球科学领域研究的热点之一。植被通过与土壤、水分和大气的相互作用实现物质循环和能量交换，是陆地生态系统的主要组成部分。植被覆盖度FVC指包括叶、茎、枝在内的植被在地面的垂直投影面积占统计区总面积的比例，它是描述植被生长、覆盖等状况的重要参数。植被覆盖变化在全球变化研究中具有重要地位，可以有效揭示自然环境和人类活动之间的相关影响和反馈机制。

三江源区位于青海省南部青藏高原腹地，以高寒草原、高寒草甸和高寒灌丛等植被为主。区域生态系统变化显著，草地退化严重，其植被覆盖变化及其气候响应研究对揭示青藏高原高寒生态系统变化过程、探讨植被变化驱动响应机制具有重要意义。有学者针对三江源区的植被

覆盖及其气候响应进行了研究。张镱锂等研究发现，三江源区植被覆盖在1981-2000年显著退

化；唐红玉等研究发现，1982-2000年三江源区的植被基本不变或轻微退化。由于不同学者采用的数据、方法、尺度等存在差异，因此得到的结论不完全一致，且大多数研究利用的数据主要是归一化植被指数NDVI。本文针对三江源区植被覆盖时空变化特征尚不明确的问题，利用2001年、2010年和2015年3期Landsat数据，以三江源区泽库县为例，对其植被覆盖和景观的时空变化特征进行分析和研究。

1研究区概况

研究区位于青海省泽库县，三江源腹地西倾山北侧，东经100°34'-102°08'，北纬34°45'-35°32'，面积约6500km^2。境内地势从东向西倾斜，大部分地区海拔超过3500m，植被、气候、土壤垂直差异显著。研究区属于高原大陆性季风气候区，雨热同季，太阳辐射较强，寒冷期较长且多大风，年平均气温约为-1℃，年均降水量460mm，年均日照时数2600h。境内有泽库河等13条河流汇人黄河，是三江源重要的水源地之一。

2数据资料与研究方法

2.1数据来源与预处理

研究采用的遥感数据来源于地理空间数据云（），包括2001年、2010年和2015年Landsat卫星遥感数据，行列号为132/35、132/36，均采用7-8月植被生长旺盛季节、云量小于10%的数据，合计6景。研究区行政区划数据来源于中国科学院资源环境科学数据中心，DEM数据（ASTER GDEMV230m分辨率）来源于美国航空航天局。

在ENVI5.1软件平台下，对以上Landsat数据进行辐射定标、大气校正后，利用Seamless MosaiC工具对2001年、2010年和2015年的遥感影像数据进行镶嵌，利用行政区划数据裁切获得30 m分辨率遥感数据：在ARCGIS10.1软件平台下，利用DEM数据获得研究区坡度、坡向数据。以上数据均采用AlbersConical Equal Area投影。

2.2植被覆盖变化分析方法

（1）归一化植被指数计算。植被在可见光与近红外波段的反射率差异较大，常采用归一化植被指数NDVI描述植被的生长状况，NDVI为式中：ρNIR为近红外波段的反射率；ρR为可见光红色波段的反射率。

ND VI取值范围为（-1，1），超过此范围为异常值，予以剔除。ND VI值越接近于1，表示植被生长越旺盛，植被覆盖程度越高。

（2）基于像元二分模型的植被覆盖度FVC估算。FVC估算方法主要有回归模型法、混合像元分解法和机器学习法。线性混合像元分解模型假设一个像元仅有植被和非植被，该像元的反射率是植被和非植被的线性组合，各白面积所占的比例即植被和非植被的权重

。式中：厂为混合像元中植被所占比例，即FVC值；NDVI。为植被的NDVI值；NDVIs 为非植被的NDVI值。

由此可得：

因此，FVC值的估算关键在于NDVIv和NDVls的确定。由于背景土壤、植被类型与生理特征存在差异，因此不易直接确定NDVIv、NDVls，一般选用统计分析获取的区域NDVI最大值NDVImax和最小值NDVImin替代NDVIv、NDVIs。FVC估算模型可表示为

（3） FVC分级与变化分析。依据现有FVC分级标准，结合研究区实际植被覆盖情况，一级为低度植被覆盖，FVC为0～0.30；二级为中低植被覆盖，FVC为0.30～0.60；三级为中度植被覆盖，FVC为0.60～0.75；四级为中高植被覆盖，FVC为0.75～0.90；五级为高度植被覆盖，FVC为0.90～1.00。

为掌握研究区2001-2015年植被覆盖变化情况，依据分级标准对FVC进行变化分析：

3结果与分析

3.1 FVC分布特征分析

依据式（1）计算获得研究区2001年、2010年和2015年的NDVI值，对其进行统计，选择像元数量增加（减小）至千位时的NDVI值作为NDVImin（NDVImax），按照式（4）计算研究区FVC值，并进行分级，结果见图1。

由图1可以看出，研究区高植被覆盖区主要分布在东部和南部地区，低植被覆盖区主要分布在西北部地区。对不同植被覆盖等级面积进行统计，结果见表1。

2010年、2015年各等级所占比例分别减去2001年、2010年各等级所占比例，可得研究区2001-2010年、2010-2015年各等级植被覆盖的变化情况。计算可得，2001-2010年，低、高植被覆盖面积分别增加1.00%、5.96%，中低、中度、中高植被覆盖面积分别减少0.33%、1.61%和5.02%；2010-2015年，高植被覆盖面积增加9.00%，中低植被覆盖面积基本保持不变，而其他等级植被覆盖面积均有所减小。由此表明，2001-2015年，研究区植被覆盖状况得到改善，2010年后植被覆盖状况改善更加显著，且有向高植被覆盖方向变化的趋势。

3.2 FVC變化特征分析

根据2001年、2010年、2015年FVC计算结果，计算2001-2010年和2010-2015年各等级植被覆盖像元数的转移矩阵，见表2、表3。表2中，列（行）数据表示2001年（2010年）各等级保持不变和发生变化的数量，如第一列第一行339515表示2001年有339515个像元为一级植被覆盖，且没有发生变化；第一列第二行40605表示2001年到2010年有40605个像元由一级植被覆盖变为二级植被覆盖；第二列第一行75178表示2001年到2010年有75178个像元