刘 泽, 陈建平

(中国地质大学 地球科学与资源学院，北京 100083)

植被作为生态系统中的重要构成成分，对于调节地表的水汽运输、热量平衡以及其他生态方面有着重要的作用[1-2]。植被覆盖度被认为是最能反映地表植被分布的一个重要参数[3]，可以直观地反映植被的生长以及茂密的情况。

植被覆盖度的变化，主要受人为和自然两种条件影响。地貌可以通过影响太阳光的照射、水分的分布以及有机质的含量等方面，直接或者间接地影响植物的生长情况[4]。通过研究地貌元素中的典型地形因子(包括坡度、坡向、高程等)与植被覆盖度的关系，能够清晰地揭示植被在空间上的生长、变化规律。李晓印等[5]通过Fragstat软件，对位于不同地形的植被景观特征进行分析和对比研究，得出几种不同的植被类型在其地形区的分布特征。刘尧文等[6]运用线性混合像元分解法，从多时相的影像中反演植被覆盖度，同时与三种不同的地形因子进行叠加分析，从而研究海岛地区植被长势与地形因素之间的关系。田地等[7]利用Landsat遥感影像数据，采用像元二分法对福州市1995—2015年6 期影像数据进行植被覆盖度反演，分析了地形因子对研究区植被覆盖度时空特征的影响。

北京作为国际化的大都市，植被的生长情况直接影响城市的生态环境和人文环境[8]。本文通过Landsat-8遥感影像数据，采用像元二分法模型反演北京市2014年4月、2021年4月的植被覆盖度时空特征，分析坡度、坡向与高程对植被覆盖度的影响，为北京市生态文明建设提供科学性的参考、借鉴。

1 研究区概况和数据

1.1 研究区概况

北京市位于华北平原北部，东与天津毗连，其余均与河北相邻，中心位置位于东经116°20′、北纬39°56′，地势西北高、东南低，西部、北部和东北部三面环山，东南部是一片向渤海舒缓倾斜的平原。北京的气候为温带季风性气候，夏季高温多雨，冬季寒冷干燥，春、秋短促。

1.2 数据及预处理

本次研究数据选取Landsat-8卫星的影像数据，轨道号分别是123/32、123/33。以成像时间分别是2014年4月16日及2021年4月13日的两幅影像作为基础的研究数据，其分辨率均为30 m(表1)。2014年数据以及2021年数据云量较少，成像质量较好，故选择这两年的数据进行研究。对于北方地区而言，4月份植物生长状况较好，气温还未影响到植物的叶色等。因此，比较适合利用归一化植被指数进行植被变化分析的月份是4月。通过查阅气象资料获知，2014年4月北京平均降水量、平均温度与2021年4月相比，差别很小，气候因子对植被变化的影响可以忽略。地形的基础数据为30 m分辨率的DEM数据。

表1 遥感影像信息Table 1 Data source information of remote sensing image

2 研究方法

本次研究的主要方法是提取北京市2014年4月16日、2021年4月13日的影像数据，经过数据预处理后，运用像元二分法模型计算全市的植被覆盖度。根据DEM数据，运用ArcGIS软件提取坡度以及高程数据。将2014年4月16日、2021年4月13日的植被覆盖度的数据、坡度数据、坡向数据以及高程数据进行空间叠加，进而开展一系列的分析、研究工作，具体过程如图1所示。

图1 研究工作流程图Fig.1 Research flow chart

2.1 归一化植被指数

归一化植被指数(normalized difference vegetation index，简称“NDVI”)可以有效地反映植被的生长状态以及植被的覆盖情况。NDVI的计算比较简单,如式(1)，应用也最为广泛[9]。

INDV=(RNI-RI)/(RNI+RI)

(1)

式中：RNI表示近红外波段的反射值；RI表示红光波段的反射值。INDV的取值范围一般为[-1,1]。

2.2 植被覆盖度

植被覆盖度(VFC)的计算有几种不同的方法。本文采用的是被广泛采用的利用像元二分法模型计算植被覆盖度。像元二分法模型通过假设一个像元的地表由植被覆盖与土壤覆盖这两个部分的线性组合，其中植被覆盖部分所占的比例就是植被覆盖度[10-11]。目前，大部分的像元二分法的模型都是基于NDVI计算VFC。植被覆盖度的计算公式为

IVFC=(INDV-INDV-soil)/(INDV-veg-INDV-soil)

(2)

式中：INDV-veg为全植被覆盖的纯像元所得的遥感信息数据；INDV-soil为土壤覆盖的纯像元所得的遥感信息数据。

2.3 植被覆盖度分级

本文参考前人的分类标准[12]，根据北京市植被覆盖的实际情况，选用以下方案对北京市植被覆盖度进行等级分类(表2)。

表2 研究区植被覆盖度等级分类表Table 2 Classification of vegetation coverage in the study area

3 相关结果分析

3.1 植被覆盖度变化分析

通过像元二分法模型分别对北京市2014年4月和2021年4月影像进行处理，得到2014年4月和2021年4月的北京市的植被覆盖度。同时，将这两个结果依据上文所述的分类方法进行分级，得到北京市植被覆盖度分布情况(图2、图3)。

由图2、图3可以看出，北京以东南部分的主城区为中心，城区的植被覆盖度较低，远离主城区的植被覆盖度较高。对比2014年4月以及2021年4月的植被覆盖度可以清晰地发现，北京市的植被覆盖度在这期间有了显著的提高，中心城区的植被覆盖度也有了较大的提升。为了更加直观地反映这期间植被覆盖的空间变化情况，将上述两幅图做叠加分析，并分为增加、不变以及降低3种情况(图4)，同时计算出北京市植被覆盖面积的变化情况(表3)。

图2 2014年4月北京市植被覆盖度分布图Fig.2 The vegetation coverage graph in April 2014

图3 2021年4月北京市植被覆盖度分布图Fig.3 The vegetation coverage graph in April 2021

图4 北京市植被覆盖度变化图Fig.4 Map of vegetation coverage change in Beijing from 2014 to 2021

表3 北京市植被覆盖面积变化统计Table 3 Statistics of vegetation coverage area change in Beijing

根据以上结果可以看出，2014年4月、2021年4月，北京市植被覆盖度降低的面积远低于植被覆盖度不变和增加的面积，仅占总面积的9.06%；植被覆盖度增加的面积占到总面积的48.69%，植被覆盖度不变的面积为6 913.74 km2。植被覆盖度增加的区域主要为北京市的西部以及中部，植被覆盖度保持不变的地区主要集中在城市的北部。由于这几年北京市生态环境的改善以及维护，使得北京市西部山区以及中心城区的植被覆盖度得到了明显提高，原来植被覆盖度较高的区域也得到了很好的维护。

3.2 植被覆盖度与坡度的关系分析

通过前人的研究可知，坡度因素能够影响水资源的再分配过程，同时影响土壤中的水分含量以及植被所需营养元素的分配过程，从而影响到植被的覆盖程度[13]。依据《水土保持综合治理规划通则》(GB-T15772-1995)标准将坡度划分为5个类别，分别是≤5°、>5°～15°、>15°～25°、>25°～35°、>35°。考虑到研究区的情况以及植被生长等实际因素，将坡度分类修改成≤5°、>5°～8°、>8°～15°、>15°～25°、>25°，分别简称为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级坡度区。通过对DEM数据(图5)计算北京市的坡度数据，并按照以上分类标准进行重新分类，结果如图6、表4所示。

北京市Ⅰ级坡度的区域面积占比最大，约为总面积的28%；Ⅱ级坡度的区域面积占比较小，仅为15%左右；Ⅲ级、Ⅳ级、Ⅴ级坡度的区域所占面积差别不大，Ⅴ 级坡度的区域面积占比接近20%。由图5可以看出，坡度较小的区域主要是北京市的中部和东、南部(即城市化水平较高的区域)，北部和西部的山区坡度较大。将北京市2014年4月和2021年4月的植被覆盖度分布结果和坡度分布结果进行相关的空间叠加分析，得到不同坡度等级内不同植被覆盖度等级所占面积的比率，绘制折线图(图7)。在研究区内，同一等级植被覆盖度在各个坡度范围内分布的面积差别较大，低植被覆盖区和高植被覆盖区的差别更为明显。

图5 北京市DEM示意图Fig.5 Digital elevation model of Beijing

图6 北京市坡度分级图Fig.6 Gradation map of slope degree in Beijing

表4 北京市地形坡度分级统计Table 4 The statistics of slope classification of Beijing

图7 植被覆盖区面积与坡度区面积的关系Fig.7 Relationship between vegetation coverage area and slope area

在无植被覆盖区中，由于无植被覆盖区面积所占的比率较小，所以在5个不同坡度区间的占比也比较小。Ⅰ级、Ⅱ级、Ⅲ级坡度区随着坡度的增加，植被覆盖区面积占比逐步减少，在Ⅳ级和Ⅴ级坡度区其占比略有回升。2014年4月折线图与2021年4月折线图的走势类似，并且每一类坡度区植被覆盖的面积占比相近。

在低植被覆盖区中，植被覆盖在Ⅰ级坡度区中占据了比较大的范围。随着坡度的增加，植被覆盖面积占比大幅度减少。2014年4月与2021年4月曲线的趋势相似，2014年4月低植被覆盖区面积占比大于2021年4月低植被覆盖区面积占比。

在中植被覆盖区，2014年4月和2021年4月的曲线有很大差别。2014年4月，Ⅰ级坡度区植被覆盖面积的比率极低，而Ⅱ级、Ⅲ级、Ⅳ级、Ⅴ级4类坡度区植被覆盖面积的比率相差不大。其中，Ⅳ级坡度区植被覆盖面积占比相对较小，Ⅴ级坡度区植被覆盖面积占比相对较大，总体趋势呈正相关。2021年4月，坡度较小的Ⅰ级坡度区和Ⅱ级坡度区占了中植被覆盖区比较大的面积比例。随着坡度上升到Ⅲ级、Ⅳ级、Ⅴ级坡度区，植被覆盖区面积占比逐步减少，在Ⅴ级坡度区有微小回升。

在较高植被覆盖区，2014年4月、2021年4月的曲线的趋势相同，均在Ⅲ级坡度区出现最大值，并且2021年4月植被覆盖区所占面积比率在Ⅰ级、Ⅱ级、Ⅲ级坡度区高于2014年4月植被覆盖区所占面积比率。

在高植被覆盖区，Ⅰ级和Ⅱ级坡度区植被覆盖面积占比基本为0，坡度与植被覆盖度呈正相关。2014年4月，在Ⅴ级坡度区植被覆盖区面积有了一定的下降；2021年4月植被覆盖区所占面积比率均大于2014年4月高植被覆盖区面积比率。

上述结果表明，坡度因素对于北京市植被覆盖度的分布影响较大。坡度较小的区域总是以中低植被覆盖区为主，因为坡度较小的区域城市化水平较高，所以植被覆盖度相应较低。对比分析发现，坡度较小区域的植被覆盖度的极大值，已经从2014年4月的低植被覆盖区过渡到2021年4月的中植被覆盖区了，说明这几年北京中心城区的植被覆盖度有了显著的提高，与上文中植被覆盖变化分析得到的结果相一致。随着坡度不断增大，较高植被覆盖区的面积也不断增加。在Ⅳ级和Ⅴ级坡度区最为明显，在这个区域，城市化水平相对较低，并且这个区域保水能力以及营养成分含量较高，适合植被的大面积生长，植被覆盖度也就随之增大了。

3.3 坡向对植被覆盖度的影响

根据前人研究可知，坡向通过影响日照时长等因素可以对植被覆盖度的分布产生一定的影响。将北京市坡向数据划分为平坡(平坡没有固定的方向，平坡的值被指定为 -1)、阴坡(0°～67.5°，337.5°～360°)、半阴坡(67.5°～112.5°，292.5°～337.5°)、半阳坡(112.5°～157.5°，247.5°～292.5°)、阳坡(157.5°～247.5°)5种坡向类型。不同坡向类型面积占比如表5所示。除平坡外，其他4种坡向类型面积占比比较接近。

将坡向数据分别与2014年、2021年植被覆盖度数据进行叠加分析，不同植被覆盖区在不同坡向类型上的面积比率如图8、图9。

从图8、图9可以看出，平坡类型区中，无植被覆盖区面积占比最大，这主要是因为平坡类型城市化水平较高，所以植被覆盖水平较低； 2014年低植被覆盖区面积占比也较大，2021年低植被覆盖区面积占比明显下降、中植被覆盖区以及高植被覆盖区面积占比增加较大，说明这7年间北京市植被覆盖水平有了较明显的提高。

由图8、图9还可看出，除平坡类型区外， 其他4种坡向类型中，不同植被覆盖区面积占比没有太大的差别，说明坡向对于植被覆盖的影响较小；2021年与2014年相比，低植被覆盖区面积占比降低，中植被覆盖区以及较高植被覆盖区面积占比增加，也说明在这7年间，北京的植被覆盖水平显著提高。

表5 北京市坡向分级统计Table 5 Grade statistics of slope aspect in Beijing

图8 2014年不同植被覆盖区在坡向类型上的面积比率统计Fig.8 Area ratio statistics of different vegetation coverage areas on slope aspect types in 2014

图9 2021年不同植被覆盖区在坡向类型上的面积比率统计Fig.9 Area ratio statistics of different vegetation coverage areas on slope aspect types in 2021

3.4 植被覆盖度与高程

高程作为一种地形因子，通过影响温度的高低以及水分的分布，直接或者间接地影响植被的生长以及覆盖情况[14]。北京市海拔高度的最大值为 2 304 m，气温随着海拔高度的变化规律为：高度每上升100 m，气温下降0.6 ℃[15]。结合北京市的高程分布，将北京市的海拔高度分为4类：≤500 m、>500～1 000 m、>1 000～1 500 m、>1 500 m。通过DEM数据，计算得到北京市的高程分布图(图10)以及各高程所占面积比例(图11)。

图10 北京市高程分布图Fig.10 The elevation distribution graph in Beijing

图11 北京市各高程所占面积比例Fig.11 The proportion of the area occupied by each elevation in Beijing

根据图10和图11可知，北京市近70%地区的海拔高度都在500 m以下；海拔高度>500～1 000 m的区域占总面积的30%左右，分布于北京市西部和北部的山区；海拔高度>1 000～1 500 m和1 500 m以上的区域占总面积的比率不到10%。

将高程数据和2014年、2021年的植被覆盖数据进行空间叠加分析，可以得到不同高程区的植被覆盖区的面积占比(图12、图13)。

在海拔高度≤500 m的区域，2014年植被覆盖度分布比率最大的是低植被覆盖区，占50%以上；2021年植被覆盖度分布比率最大的是中植被覆盖区，其后依次是较高植被覆盖区和低植被覆盖区，三者所占面积比率之和超过80%。

在海拔高度为(500 m,1 000 m]的区域以及(1 000 m,1 500 m]的区域，2014年，较高植被覆盖区以及高植被覆盖区面积所占比例较大；2021年，植被覆盖度分布占比最大的是高植被覆盖区。

在海拔高度>1 500 m的区域，2014年无植被覆盖区面积占比较大，基本没有高植被覆盖区分布；到2021年，高植被覆盖区面积占比与无植被覆盖区面积占比大致相同。

图12 2014年植被覆盖度在高程上的分布统计Fig.12 Distribution of vegetation coverage at different elevations in 2014

图13 2021年植被覆盖度在高程上的分布统计Fig.13 Distribution of vegetation coverage at different elevations in 2021

根据以上结果可知，在海拔高度较低的地区，主要以中低植被覆盖区为主，这是因为海拔高度较低，受到人类活动的干扰比较大[16]。随着海拔高度的升高，受到的人为影响较少，同时温度和水分也都适合植被的生长，所以高植被覆盖区占了大部分的面积。而海拔高度的继续升高，使得气温等方面条件逐渐下降，所以植被覆盖度也会逐渐降低[17]。2021年与2014年对比，在海拔高度≤500 m的区域，无植被覆盖区和低植被覆盖区所占面积比率下降， 其他植被覆盖区面积所占比率增加；在其他3个高程区，高植被覆盖区面积所占比率显著上升。表明在这7年间，北京市植被覆盖水平有了比较大的提高。

4 结 论

根据上文对北京市植被覆盖度的计算、植被覆盖度变化分析、植被覆盖度与坡度、坡向以及高程的叠加分析，得到以下结论：

a.北京市的东南部分主城区的植被覆盖度较低，远离主城区的西部和北部山区植被覆盖度较高。将2014年4月、2021年4月的植被覆盖度分布结果做空间叠加分析后发现，2021年4月北京市植被覆盖度较2014年4月有了较大的提高，提高的区域主要集中在北京市的西部以及中部地区，表明这7年间北京市生态建设取得明显成效，北京市的生态环境得到较大的改善。

b.同一等级植被覆盖度在各个坡度范围内的面积占比差别较大。坡度较小的区域(即城市化水平较高的区域)主要以中低植被覆盖区为主；随着坡度的提高，中低植被覆盖区面积逐渐减少，较高植被、高植被覆盖区面积增加。经过分析可知，坡度较小的区域城市化水平较高，所以植被覆盖度相对低；随着坡度的增加，城市化水平相对较低，同时这个坡度范围区域的水土保持能力及营养成分水平较高，使得植被覆盖度也随之提高。相比于2014年4月，2021年4月坡度较低的区域的植被覆盖度从低植被覆盖区提升到了中植被覆盖区，说明这几年城市化水平较高的区域植被覆盖度也得到了较大的提高。

c.坡向对于植被覆盖度影响较小，除了平坡类型区中无植被覆盖区面积占比较大外，其他四个坡向类型区，各植被覆盖区面积占比基本相同。2021年与2014年相比，北京市植被覆盖水平有了较大的提高。

d.在北京市的低海拔地区，以中低植被覆盖为主。随着海拔高度的升高，以高植被覆盖区为主；而随着海拔高度的继续升高，使得环境不再适合植被的生长、发育，所以植被覆盖度也随之降低。2021年与2014年相比，北京市植被覆盖度低的区域面积占比下降、植被覆盖度高的区域面积占比上升。