流域植被覆盖格局时空演变研究综述

流域植被覆盖格局时空演变研究综述Review: Analysis of Spatial and Temporal Variation of Watershed Vegetation CoverPattern

1前言

土地利用/土地覆被变化是全球变化研究的核心内容之一[1]。植被是土地覆被的最主要部分, 其变化对全球能量循环及物质的生物化学循环具有重要的影响。因此, 植被覆盖格局变化研究在全球变化研究中具有主要意义。地表植被覆盖格局变化对地理环境演变产生着巨大影响。对地表植被覆盖格局变化进行深入、系统研究可以为土地的合理利用、水土流失规律探讨、水土保持规划提供科学依据，对区域社会经济及生态环境建设都有参考和借鉴意义。

植被是连接大气、土壤和水分的“纽带”，具有截留降雨、减少雨滴击溅、减缓地表径流、增加土壤入渗、保土固土等功能，对削弱侵蚀、减少水土流失起着重要作用[2]。近20多年来，随着遥感技术的发展，从不同时相、不同波段等信息可以获取植被覆盖动态信息，为研究陆地植被的时空演变提供了强有力的手段，同时由于卫星遥感数据具有空间和时间的连续性，在研究中广泛应用[3]。

在遥感图像上，植被信息主要通过绿色植物叶子光谱特征的差异及动态变化来反映。由于不同绿色植被对不同波长光的吸收率不同，光线照射在植物上时，近红外波段的光大部分被植物反射，而可见光波段的光则大部分被植物吸收，通过对近红外和红波段反射率的线性或非线性组合，可以消除地物光谱产生的影响，得到的特征指数称为植被指数。植被指数是遥感领域中用来表征地表植被覆盖、生长状况的一个简单、有效的度量参数[4]，是根据遥感的反射波段的特性计算出来的反映地表植被生长情况、覆盖情况、生物量情况和植被种类情况的间接指标。常用的植被指数有归一化植被指数(NormalDifferenceVegetationIndex，NDVI)、比值植被指数(RVI)、增强型植被指数(EVI)等，其中归一化植被指数(NDVI)是反映植被所吸收的光合有效辐射比例的一个重要指数，也是目前植被监测常用的参数，因为NDVI的变化在一定程度上能代表地表覆被的变化[5-6]。

植被覆盖格局与水土流失有着密切的联系，合理的植被覆盖格局有助于控制水土流失。因此水土流失研究不仅要研究水土流失对土壤理化性质及养分流失的影响，而且要从植被覆盖格局入手，探讨两者之关系。国内许多研究从景观生态学的角度全面分析和探讨了流域的产沙机制，表明流域土壤侵蚀状况是由农、林、草地等生态系统之间产流与拦蓄两种作用相互影响的结果，其中作为地表径流滞纳区的林草植被斑块起重要作用。根据其对黄土高原小流域进行的研究，发现农田、林地、草地等要素的配置与坡地的土壤侵蚀有密切的关系[14-16]。国外的有关研究也认为植被覆盖格局即不同土地利用类型的组成对土壤侵蚀有重要影响，合理的植被覆盖格局将有利于水分和养分的循环，从而提高生物的生产力和改善区域生态环境问题，而不适宜的植被覆盖格局将导致水分和养分循环失调，带来水

土流失等生态环境问题[17]。

黄土高原是中国乃至世界上土壤侵蚀最为严重的地区，也是引起黄河下游河道淤积的物源区。该区土壤侵蚀和水土流失的发展方向受到不同领域学者和科学家的高度关注，并开展了卓有成效的研究工作[18-19]。在诸多影响侵蚀的因素中，植被的根本作用得到人们的充分肯定。

2国内外研究现状

地表是否有植被及其长势好坏是干旱区生态环境质量的重要指标。考察植被覆盖的时空变化规律能直观地反映生态环境质量随时间的变化规律，随着遥感对地观测技术的发展，利用各种遥感数据进行植被检测和植被覆盖变化的研究日益增多。其中，具有高时间分辨率、低空间分辨率且价格低廉的遥感数据在全球及区域等大尺度植被覆盖变化研究中得到了广泛的应用，并显示出无可比拟的优越性，使过去难以实现的大尺度植被动态变化研究成为可能[20]。常用于植被监测的卫星传感器包括NOAA-AVHRR，SPOT，SPOT-VEGETATION，MODIS，LandsatTM和ETM+(7)，ASTER，SPOT4和5，IKONOS，QuickBird。在时间系列长度上，AVHRR从1980年开始被处理和使用，SPOT-VEGETATION从1998年开始提供完成预处理的数据，MODIS从2000年开始接收数据。由于同时具有时间系列长、周期短、覆盖范围广、成本低、波段宽等优势，AVHRR数据是目前最常用的进行长时间系列植被年际变化研究的数据源[21]。SPOT4 与SPOT5 卫星载有植被探测器VEGETATION，具有较高的光谱分辨率和1km空间分辨率，重复周期1天，可以提供单一的数据集，周期短，覆盖范围广，对植被与大气敏感，尤其具有多向功能。MODIS则是中尺度遥感的一个重要里程碑，大大提高了人类对地表覆盖观测的能力，将在今后的科学和生产中发挥重要作用[22]。

2.1植被覆盖度变化研究

近20年来，学者们开展了大量全球植被活动年际变化及其与侵蚀关系的研究，在这些研究中，遥感成为区域及更大尺度上最为重要的研究手段[23]。

宋怡、马明国[24]利用1998—2004年的SP0T-VEGETATION数据对中国西北植被覆盖变化进行了分析。李忠峰等[25]利用1998-2004年的SP0T-VEGETATION数据对榆林地区土地覆盖变化进行了研究。郭建坤、黄国满[25]利用1998—2003年的SPOT-VEGETATl0N数据对内蒙古地区土地覆被动态变化进行了分析。刘亚玲等[27]利用1998—2003年的SPOT-VEGETATION数据对阴山北麓地区植被覆盖动态

进行了分析。李景刚等[28]利用1983-1999年的NOAA-AVHRR数据和2001年的SPOT-VEGETATION数据对近20年中国北方13省的耕地变化与驱动力进行了研究。Zhou 等[29]利用1981-1999年NOAA-AVHRR数据, 分析了欧亚大陆和北美洲NDVI 的年、季节变化过程和趋势; Brogaard等[30]利用NOAA 数据计算了1982-1999年内蒙古地区草原初级生产力, 并分析了其时空变化规律; Piao等[31]利用1982-1999年的NOAA-AVHRR数据, 得出中国温带草原NDVI 值呈增加趋势。李月臣等[32]基于NOAA-AVHRR数据对北方13省(市、区)l982-1999年植被动态变化进行了分析，结果表明18a间研究区植被总体呈现增加趋势。

此外，为了更好地研究植被覆盖度的变化趋势，研究人员还采用了各种分析方法。Lambin和Strahler[33]利用变化矢量分析法分析了非洲的土地覆盖变化。PalmerAR和vanRooyenAF[34]利用LandsatTM数据，采用差值法、均值法和最大合成法对喀拉哈里沙漠南部的植被覆盖进行了分析。方精云等[35]利用GIMMS数据采用累积平均法和均值法研究了1982-1999年间中国地区的植被覆盖度变化，发现我国大多数地区的植被覆盖度都呈现不同程度的增加趋势，生长季节的延长和生长加速是我国植被覆盖度增加的主要原因。朴世龙等[36]用回归分析法，采用N0AA-AVHRR数据，研究了中国1982-1999年四季植被活动的变化，发现春季是中国植被平均覆盖度上升最快的季节。张镱锂等[37]采用趋势线分析法和影像差异法等利用N0AA-AVHRR数据分析了三江源地区植被指数变化总态势，通过分析三江源地区植被指数变化状况及其与主要环境和人类活动因素的空间分析表明，人类活动对植被有着重要的影响，尤其是在人类活动影响区。杨胜天等[38]利用1982-1999年的NOAA-AVHRR数据通过最大合成法和均值法等对黄河流域的植被覆盖变化情况进行研究，结果表明，一些重点生态保护区植被覆盖增长率达到1～3.8，而一些没有开展保护的生态区植被覆盖呈下降趋势，下降速率最大为3。阎福礼等[39]利用NOAA-AVHRR数据, 应用图像差分技术、生物量变化线性方程斜率和主成分分析方法, 对1981-2001年中国西部地区植被变化进行了时间序列分析。

2.2植被覆盖格局变化研究

植被覆盖格局变化研究可以理解为对植被覆盖格局的时间和空间异质性的研究。利用植被格局指数，开展不同时空尺度植被覆盖格局演变特征的定量化研究，是植被覆盖格局变化研究的一个特点。目前研究工作主要借助FRAGSTATS 软件包，从斑块类型水平和景观水平上选取景观指数进行分析[71-73]。遥感数据的广泛应用及其与GIS相结合，成为探讨植被覆盖格局演变，揭示空间变化规律，建立植被覆盖格局演变数量模型的有效手段。景观的数字化往往以土地利用类型