APP下载

1986—2020年陕西省植被覆盖时空变化特征分析

2023-06-07李杨呼海涛赵德怀周明芳

南方农业·下旬 2023年3期
关键词:时空变化陕西省

李杨 呼海涛 赵德怀 周明芳

摘 要 以1986—2020年陕西省植被为研究对象,基于Landsat系列数据(Landsat5/7/8)和MODIS数据,采用一元线性回归趋势分析等方法,分析1986—2020年陕西省植被覆盖时空变化特征。结果表明:1986—2020年陕西省植被覆盖度年增长率为0.29%;1986—1999年陕南地区植被覆盖度增长最快,年增长率为0.318%,2000—2020年陕北地区植被覆盖度增长最快,年增长率为0.63%;

1986—1999年,陕西省植被覆盖度总体呈现上下波动趋势,其中植被覆盖度显著增加的区域占比20.56%;2000—2010年,陕西省植被覆盖度呈现急剧增加趋势,植被覆盖度显著增加的区域占比45.31%;2011—2020年,陕西省植被覆盖度呈现平稳增加趋势,植被覆盖度显著增加的区域占比23.48%。

关键词 植被覆盖度;时空变化;陕西省

中图分类号:S794.4 文献标志码:A DOI:10.19415/j.cnki.1673-890x.2023.06.028

植被对地球生态系统之间的物质循环和能量传递影响巨大,植被类型和数量变化间接导致生态系统在水土保持、碳循环等方面的平衡波动,监测植被的变化情况对于揭示生态环境变化、评价区域生态质量具有重要的意义[1-3]。植被覆盖度(Fractional Vegetation Coverage,FVC)是指植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比,是反映植被茂密程度和植物进行光合作用面积大小的重要指数,也是评价生态环境质量的重要依据[4-6]。近年来,遥感技术广泛应用于地表植被分布状况、植被覆盖度变化及植被固碳能力的研究中,是大面积、长时间、实时准确监测植被变化的重要手段之一[7]。

陕西省40%的土地位于黄土高原,水土流失严重。近40年来,陕西省前后启动三北防护林、退耕还林等一系列水土保持生态建设,使得陕西省植被覆盖状况总体呈现改善趋势[8]。然而,虽然重点生态建设工程在涵养水源、水土保持、改善小气候等方面发挥着重要作用,但也面临着局部植被衰退、造林存活率低、生长缓慢等诸多问题。虽然目前已有学者利用遥感技术对陕西省植被覆盖状况进行分析研究,但研究重点聚焦于省级植被覆盖的时空变化特征,时间跨度不大,仅限于对小尺度时空范围内植被覆盖变化的分析,关于基于大尺度时空范围对陕西省植被覆盖变化进行分析的研究还相对较少。因此,本文开展1986—2020年陕西省植被覆盖遥感动态变化监测,分析陕西省植被覆盖度时空变化规律,以期为科学评估区域生态建设成效提供参考。

1 材料与方法

1.1 研究区概况

陕西省位于内陆腹地,地理位置105°29′~

111°15′E,31°42′~39°35′N,呈南北凸起、中间凹平的地势特征,总面积210 000 km2[9]。陕北、关中、陕南三大区域土地利用类型存在差异,陕北地区以耕地、荒漠和草地为主,关中地区以耕地、林地为主,而陕南地区则以林地为主。

1.2 数据来源与处理

本文采用长时间序列的多源卫星遥感数据,基于遥感大数据分析方法,在计算获得年度最大合成植被指数的基础上采用像元二分模型构建1986—2020年陕西省植被覆盖时间序列数据。归一化植被指数(Normalized Difference Vegetation Index,NDVI)来自美国国家航空航天局(NASA)对地观测系统数据(https://modis.gsfc.nasa.gov/data/)共享平臺,主要包括Landsat系列数据(Landsat5/7/8)和MODIS数据。在生成系列数据的基础上,利用遥感数据处理、地理信息空间统计和数据分析方法,分析陕西省植被覆盖变化,解释植被覆盖变化区域分异规律。

1.3 方法

1.3.1 植被覆盖度

基于像元二分模型对研究区域植被覆盖度(FVC)进行计算,采用的数据主要包括Landsat系列数据(Landsat5/7/8)和MODIS数据[10]。FVC计算公式为

(1)

式中:INDV为植被指数;INDVs为纯裸土像元的植被指数;INDVv为纯植被像元或高植被覆盖度区域的植被指数。根据像元二分模型的定义,INDVs和INDVv采用研究区域植被指数统计结果5%和95%处的值,低于纯裸土像元值的用INDVs替代,高于纯植被像元值的用INDVv替代。

将陕西省植被覆盖度分为5个等级,即低植被覆盖(FVC≤10%)、中低植被覆盖(10%<FVC≤30%)、中植被覆盖(30%<FVC≤50%)、中高植被覆盖(50%<FVC≤70%)和高植被覆盖(FVC>70%)5类。

1.3.2 一元线性回归趋势分析法

利用一元线性回归趋势分析法,用最小二乘法逐像元拟合研究区域年均INDV的斜率,基于像元尺度分析陕西省1986—2020年植被覆盖度的空间变化趋势[11]。其公式为

y=ax+b(2)

(3)

式(2)(3)中:x代表年份,从1986为起始年开始,i值分别为1,2,…,35;n代表从1986—2020年的总年份,xi表示时间段内的第i年,yi表示第i年的均值INDV;x是xi的平均值;y为区域逐年INDV均值;y为全时段INDV总均值;b为常数,a为增加或减少的速率,a>0表明该时间段内区域植被呈增加趋势,

a<0表明该时间段内区域植被呈下降趋势,a=0表明该时间段内区域植被没有变化。

2 结果与分析

2.1 陕西省植被覆盖时间变化特征

以年为尺度,统计分析1986—2020年陕西省植被覆盖度变化情况(见图1)。可知1986—2020年陕西省植被覆盖度为38%~67%,总体呈现改善趋势,年增长率为0.29%,2020年是陕西省植被覆盖度峰值。2000年是陕西省植被覆盖度增长趋势分界线,1986—1999年陕西省植被覆盖度呈上下波动变化趋势,2000—2020年陕西省植被覆盖度总体上呈急剧增长趋势。

2.2 陕北、关中、陕南地区植被覆盖时间变化特征

以年为尺度,统计分析1986—2020年陕北、关中、陕南地区植被覆盖度变化情况(见图2、图3)。1986—1999年陕北地区植被覆盖度呈稳定增长状态,年增长率为0.227%;关中地区植被覆盖度变化趋势波动明显,1991年植被覆盖度开始明显下降,1997年植被覆盖度缓慢增加,年增长率为0.118%;陕南地区植被覆盖度呈稳定增长趋势,年增长率为0.318%。

由图3可知,2000—2020年陕北、关中、陕南地区植被覆盖度总体呈上升趋势,但增长速率不同。陕北地区以2009年为节点,2009年之前植被覆盖度增长较快,2009年之后有所波动,但基本呈上升趋势;关中地区植被覆盖度波动相对较大,2007年之前呈快速增长趋势,年增长率为0.45%,2007年之后植被覆盖度以年均0.18%的速率下降;陕南地区植被覆盖度基本呈现稳定增长趋势。总体上,2000—2020年陕北地区植被覆盖度增长最快,年增长率为0.63%。

2.3 陕西省植被覆盖空间变化特征

1986—1999年,陕西省植被覆盖度总体呈现上下波动趋势,其中植被覆盖度显著增加的区域占比20.56%,主要分布在安康市、商洛市和渭南市等地;植被覆盖度轻度增加的区域则在陕西省广泛分布;植被覆盖度减少的区域占比48.93%,植被覆盖度显著减少的区域占比16.32%,主要分布在西安市、宝鸡市及延安市南部。

2000—2010年,陕西省植被覆盖度呈现急剧增加趋势,植被覆盖度显著增加的区域占比45.31%,以延川县、延长县、吴堡县及清涧县为代表,这些地区都是退耕还林等生态修复的重点区域。

2011—2020年,陕西省植被覆盖度呈现平稳增加趋势,植被覆盖度显著增加的区域占比23.48%,以安塞区和府谷县为代表。但关中和陕南地区部分城市植被呈现明显的退化趋势,其中以兴平市植被覆盖度下降最快。

3 结论与讨论

总体上,1986—2020年陕西省植被覆盖度年增长率为0.29%。1986—1999年陕南地区植被覆盖度增长最快,年增长率为0.318%,2000—2020年陕北地区植被覆盖度增长最快,年增长率为0.63%。1986—1999年,陕西省植被覆盖度增加的区域占比为50.07%,显著增加的区域占比为20.56%;2000—2010年,陕西省植被呈现急剧改善的趋势,其中延安市植被覆盖度增长最快;2011—2020年,陕西省植被呈现平稳改善的趋势,但部分区域有明显退化趋势,其中以兴平市植被覆盖度下降最快。

截至2018年,陕西省累积退耕还林面积

2 689 000 hm2,其中退耕地还林面积1 241 000 hm2,封山育林面积160 000 hm2,生态环境显著改善。从植被覆盖度均值来看,陕南地区>关中地区>陕北地区,但陕北地区植被覆盖度增长最快。原因可能是陕南地区位于亚热带湿润气候区,年均降水量700~1 200 mm,

水热条件充足,受人类活动影响较小,有利于植被生长;关中地区耕地分布广泛,受农作物生长和城市不断扩张的影响很大;陕北地区近年来受人为退耕还林、防风固沙、封山育林等生态工程影响,植被覆盖度呈显著上升趋势。因此,政府未来要重视陕西省空间的合理规划,因地制宜建设生态工程。

参考文献:

[1] 李晓蕾,徐丽萍,位宏,等.叶尔羌河流域植被覆盖度时空变化分析[J].西部林业科学,2019,48(4):

86-93.

[2] 杜中曼,马文明,周青平,等.基于遥感技术的植被识别方法研究进展[J].生态科学,2022,41(6):

222-229.

[3] GITELSON A A,KAUFMAN Y J,STARK R,et al.Novel algorithms for remote estimation of vegetation fraction[J].Remote Sensing of Environment,2002,80(1):76-87.

[4] 朱玉英,張华敏,丁明军,等.青藏高原植被绿度变化及其对干湿变化的响应[J].植物生态学报,

2023,47(1):51-64.

[5] 吴云,曾源,赵炎,等.基于MODIS数据的海河流域植被覆盖度估算及动态变化分析[J].资源科学,2010,32(7):1417-1424.

[6] 王晓蕾,石守海,陈江朝霞.黄河流域植被覆盖度变化及驱动因素[J].中国环境科学,2022,

42(11):5358-5368.

[7] 吴铸,刘阳飞,袁荷娟.滇中高原楚雄州近17年植被覆盖时空演化特征分析[J].林业科技通讯,2019(6):35-40.

[8] 朱刚.陕北毛乌素沙地生态修复效果分析[J].中国地质灾害与防治学报,2021,32(6):90-97.

[9] 庞国伟,山琳昕,杨勤科,等.陕西省不同地貌类型区植被覆盖度时空变化特征及其影响因素[J].长江科学院院报,2021,38(3):51-58.

[10] 宋梦来,陈海涛,丁晗,等.1990—2020年天津市植被覆盖度时空演变特征及影响因素分析[J].水土保持研究,2023,30(1):154-163.

[11] 黎铭,张会兰,孟铖铖,等.皇甫川流域2000—2015年植被NDVI时空变化特征[J].林业科学,2019,55(8):36-44.

(责任编辑:刘宁宁)

猜你喜欢

时空变化陕西省
陕西省自强中等专业学校简介
陕西省红色文化教育研究院
陕西省财政53亿余元支持中小企业创新发展
陕西省抓党建促脱贫攻坚的实践与思考
聚焦两会
陕西省阅读文化节
基于主成分分析法及熵值法结合的耕地集约利用时空变化
江苏经济发展区域差异时空变化研究
基于DSSAT和GIS的中国水稻产量时空变化模拟研究