探讨天山中部北麓植被覆盖时空变化特征中中分辨率成像光谱仪的应用【研究意义】植被状况是决定生态环境质量、影响水资源的循环和开发利用、驱动气候系统变化的重要因子,在区域乃至全球环境稳定与物质良性循环中扮演着重要的角色[1]。遥感技术是作为一种高效、快捷的新的技术手段,为研究区域或全球性植被覆盖及其动态变化提供了现势可能性[2]。归一化植被指数NDVI能够反映植被覆盖度、叶面积指数和生物量等,已经被广泛运用于植被动态监测以及植被对环境变化的影响研究[3]。目前用于植被变化动态监测的研究区和时间范围的不同,监测的数据空间分辨率和时间序列也不同,甚至不同数据研究同一区域,其研究结果也会存在较大的差异[4,5,6]。如低分辨率的GIMMMSNDVI[7,8,9]、SPOTNDVI[10,11,12]多应用于洲际、国家和区域、省域尺度上植被变化及气候响应研究,这两类NDVI描述全球、半球及洲际尺度上具有优势,但区域、省域尺度上存在精度不足的问题。中高分辨率的MODISNDVI[13,14,15]、LandsatNDVI[16,17]在区域、省域尺度上具有较强的优势,但LandsatNDVI由于时间连续性较差,在植被变化监测方面应用较少,多应用于高分辨率NDVI数据计算结果精度评价。利用多种遥感数据研究植被覆盖的时空变化特征,进而了解不同区域范围的生态环境的变化情况,对于土地利用规划、灾害预警、环境监测等方面具有重要的意义。【前人研究进展】国内外学者通过利用遥感数据时间序列研究区域及全球的植被变化的特点已取得了一定的成果。王茜等[18]利用了GIMMSNDVI数据研究发现国内NDVI的年际变化特点显著;汤曾伟等[19]利用MOD13Q1数据和CASA模型计算内蒙古锡林郭勒盟地区2006-2015年间的植被净初级生产力并分析NPP时空变化趋势;杨晗等[20]研究了2001-2016年内蒙古草地覆盖度时空格局及其对水热因子的响应;李晓英等[21]利用GRACE重力卫星数据反演的长江流域陆地水储量变化(TWSA)以及MODIS遥感数据生成的归一化植被指数(NDVI),从趋势性、相关性及时空变化特征3方面分析了长江流域陆地水储量变化以及植被覆盖变化;朱雅丽等[22]利用霍城林场利用LandsatTM/OLI遥感影像分析了1999-2016年的植被覆盖度;丁少文等[23]运用2001-2016年MODIS地面反射率产品(MOD09Q1)计算的NDVI与植被近红外反射率指数(NIRv)通过线性回归分析方法研究近16年来蒙山植被覆盖时空动态变化。【本研究切入点】研究区天山中部北麓的MODISNDVI数据的时间序列充足,地域空间范围广、南北部海拔高差大、植被覆盖程度不一,且历年土地利用变化受人为活动影响显著,这对研究天山北麓区域的植被覆盖动态变化和定量评价具有作用。【拟解决的关键问题】通过选用2000-2017年3-11月的MODIS13QI反演NDVI数据,探究区内的年度、季度的植被动态变化,为天山中部北麓的植被和生态环境保护提供一定的理论依据和数据支撑。1、研究区及研究方法1.1研究区概况中国天山中部北麓(图1)位于博罗科努山浅山地带,准噶尔盆地和古尔班通古特沙漠南缘,是准噶尔盆地及其周围地区为早春短命植物的主要分布区。天山中部北麓丘陵地带位于东经84°67′～88°18′北纬43°36′～46°19′,受地形因素影响,大西洋和北冰洋方向的冷湿气流,随着西风环流进入新疆,从西、北两个方向影响天山北麓的气候。天山中部北麓地形复杂多样,海拔高度250～4250m。区内河流水系南部区域大多呈南北向分布,中部平地区域则呈东西向分布,北部区域河流分布较少。根据海拔以及地理分异规律,可将研究区进行分区,包括海拔较高的中高山带、海拔较低的前山带、人类赖以生存和生活的人工绿洲区、自然植被稀疏的北部沙漠区以及未利用地过渡带。1.2数据来源及预处理本文选用NASA数据共享平台提供的Terra/MODIS产品,空间分辨率250m、16d合成的MOD13QI产品来获取的植被指数(NDVI),研究区覆盖了2个Tile(h24v04、h23v04)。选用研究区2000-2017年3-11月MODIS数据,利用MRT对MODISNDVI影响进行解码、重投影、拼接、格式转换等。将最大值合成法和最小值合成法获取结果平均后作为本文数据。1.3研究方法首先,基于像元对2000-2017年生长季累计NDVI数据计算其多年平均值,公式如式(1)所示,得到研究区多年平均NDVIg的空间分布。图1研究区示意图式中:n是时间段的年数(n=18);NDVIgi为第i年的生长季累计NDVI。采用一元线性回归获取逐像元植被NDVI与时间x的线性回归斜率作为覆盖度变化速率,一元线性回归公式如公式(2)～(4)所示。式中:xi表示研究时段内第i年份;α为截距;R为NDVIg变化率;x1和xn分别为研究时段的起始和终止年份。上述公式已被广泛的用于NDVI的时间序列分析,较好的稳定性。1.4差值分析法植被差值是利用2000和2017年天山中部北麓2期NDVI数据,通过差值计算而得到,即:ΔNDVI=NDVI2017-NDVI2000(5)其中:ΔNDVI为植被差值指数,NDVI2000和NDVI2017分为2000和2017年天山中部北麓NDVI图上的像元值,ΔNDVI的取值范围[-8,8]。有关研究值表明:大于0.1是改善、-0.1和0.1之间是稳定、小于-0.1是退化。2、结果与分析2.1年度时空分布利用2000-2017年研究区的MODIS13QI数据获取NDVI(归一化植被指数),按研究区气候特征选取3-11月的数据进行计算年份,利用平均法计算2000-2004、2004-2008、2008-2012与2012-2017年NDVI的时空分布图(图2)。研究区总体的植被覆盖表现为:南部为植被高覆盖区域,中部和西部为中覆盖区域,北部属于低覆盖区域,空间上呈现由北部-中部-南部增加的趋势。造成这一现象的原因为北部属于沙漠边缘区,整体上植被覆盖较低;中部包括天山北坡经济带的大部分城市,城市经济带的可持续发展依赖于良好的生态环境保护,因此国家对西部地区的修复环境提供了良好的政策条件和可持续的资金支持,这使得天山中部北麓植被生态状况明显优于北部,且在2000-2017年间植被覆盖度不断增加;而南部区域的高植被覆盖度则依靠地理条件优势,大西洋上升气流将带有水气的西风吹送过天山,天山东段和山内地区是天山北麓山前区域的主要降水位置,迎风的西坡、西北坡、北坡和东北坡成为主要的降水区域,从而导致这些区域植被覆盖较高。图2天山中部北麓植被覆盖年度时空分布依据天山中部北麓植被特点及植被覆盖度的统计特征,以及参考相关的研究,将研究区植被覆盖划分6个等级。其中大于0.2的区域表示植被覆盖较好的区域;小于0.2表示较低植被覆盖区域,0.2～0.4表示为中植被覆盖区域,0.4以上表示高植被覆盖区域[24]。统计结果显示:从整体上看,4个时期的植被覆盖程度表现为逐年增加的趋势,但不同等级具有自身的特点。低植被覆盖区是研究区主要的植被空间覆盖分布,其在2000-2004年间面积占比高达68.37%,其他时期的面积占比也在整体的一半以上;其次为中植被覆盖区,该等级在整体时段的比较稳定;高植被覆盖区是区内植被空间分布最少的等级,但从面积占比来看其整体上变化明显,4个时期呈现逐渐增加的趋势特点。2.2季度时空分布采用2000-2017年天山中部北麓地区春季(3-5月)、夏季(6-8月)、秋季(9-11月)的NDVI平均值表征植被生长时空分布。结果表明植被生长状况在时空上呈现周期性差异。天山中部北麓2000-2017年NDVI均值春、夏、秋季时空分布图如图3所示。植被生长经历休眠期-萌芽期-生长期-生长旺盛期-生长缓慢期-睡眠期。春季的萌芽期受到气温和降水量的影响,而研究区南部3、4月降水较多;研究区西段和北部,4或5月降雨较多;研究区腹地和东部,夏季降雨多,因此结果表现为植被3-5月慢慢增加,6-8月生长旺盛,为研究区植被最高覆盖期,9-11月生长缓慢,植被覆盖慢慢下降,进入睡眠期。以研究区季度植被覆盖度小于0.2为低覆盖、0.2～0.4为中覆盖、大于0.4为高覆盖。春季是植被相对休眠期和萌芽期,从时间的变化分析,植被低覆盖比较广泛,面积占比依此为2000-2004、2008-2012、2004-2008、2012-2017年,85.68%、84.48%、83.78%、78.49%,表明低覆盖呈现递减趋势。中覆盖区域面积占比依此为:2012-2017、2008-2012、2004-2008、2000-2004年,表明中覆盖呈现递增趋势。高覆盖区域面积占比依此为:2012-2017、2004-2008、2000-2004、2008-2012年,表明高植被覆盖呈现周期变化,2012-2017年植被覆盖最。中高覆盖区域春季时间变化为2012-2017>2004-2008>2008-2012>2000-2004年,21.51%、16.22%、15.52%、14.32%。夏季是植物生长盛旺期,从时间的变化分析,植被低覆盖面积占比依此为2000-2004、2004-2008、2008-2012、2012-2017年,表明低覆盖呈现递减趋势。中覆盖区域面积占比依此为:2004-2008、2008-2012、2012-2017、2004-2008年,表明中覆盖呈现周期变化。高覆盖区域面积占比依此为:2012-2017、2008-2012、2004-2008、2000-2004年,表明高植被覆盖呈现周期变化。中高覆盖区域时间变化为:2012-2017>2008-2012>2004-2008>2000-2004年,53.97%、50.65%、45.28%、44.51%。图3天山中部北麓年度时空分布秋季是越来越降温,降水量减少,植被落叶缓慢进入睡眠期。从时间的变化分析,植被低覆盖面积占比依此为:2000-2004、2008-2012、2012-2017、2004-2008年,表明高植被覆盖呈现周期变化。中覆盖区域面积占比依此为2012-2017、2008-2012、2004-2008、2000-2004年,表明中覆盖呈现递增趋势。高覆盖区域面积占比依此为2004-2008、2012-2017、2008-2012、2004-2008年,表明高植被覆盖呈现周期变化。中高覆盖区域时间变化为:2012-2017>2008-2012>2004-2008>2000-2004年,26.65%、23.49%、22.17%、16.29%。天山中部北麓从3-11月各月的植被基本呈正态分布趋势,由于天山中部北麓的植被覆盖度受气温、降水量、地貌、地形、蒸散量、照日量等自然因素的影响,并最主要的是人类活动,天山中部北麓包括乌鲁木齐、昌吉、石河子、奎屯等发展较快的城市,城市的扩展对植被覆盖的影响大,从2000-2017年的年际变化来进行分析城市的扩展和科学技术的发展并很重视城市的生态环境,春、夏、秋季总体年份中高覆盖区域时间变化为:2012-2017年>2008-2012年>2004-2008年>2000-2004年,表明中覆盖呈现递增趋势。研究时间段内春季、夏季、秋季的植被生长空间变化强烈程度为:夏季>秋季>春季。图4天山中部北麓差值动态变化分布2.3差值分析为了揭示天山中部北麓地植被覆盖度动态变化特点,利用差值算法。根据前人提供的植被不同时相的NDVI做差,利用2000-2017年的NDVI值进行计算隔年的差值算法得到研究期间内年际和季节的变化状况图(图4)。采用差值法定量化不同时期之间的植被覆盖变化,将差值运算后的结果即植被覆盖度变化程度为7个等级[25],分别为明显退化(<-0.4)、中度退化(-0.4～-0.2)、轻度退化(-0.2～-0.1)、相对稳定(-0.1-0.1)、轻度改善(0.1～0.2)、中度改善(0.2～0.4)和明显改善(>0.4)。由于图4可知,植物生长呈区域性分布,植被改善主要分布于研究区的中部区域,尤其是城市扩散区域,相对稳定的区域比较广泛,基本上在城市周围区和沙漠边缘区域,退化部分的面积有点小,基本上城市交叉的区域和克拉玛依市少部分区域。利用研究区植被差值变化分级图,统计天山中部北麓植被18年植被差值不同变化程度所占百分比面积(表1),由于人类活动,城市发展干预,研究区2000-2017年的退化、稳定和改善程度较复杂。年度平均NDVI差值小于-0.1的退化面积较少,占整个研究区0.27%,-0.1～0.1是稳定区,占整个研究区84.46%,大于0.1明显改善区域占整个研究区的15.27%。表1天山中部北麓差值变化结果统计图5天山中部北麓变化趋势春季平均NDVI差值小于-0.1的退化面积占整个研究区的0.91%,-0.1～0.1的稳定区域94.92%,大于0.1改善区域为4.17%。夏季平均NDVI差值小于-0.1退化区域占整个研究区的1.42%,-0.1～0.1的稳定区域为74.27%,大于0.1的改善区域为24.31%。秋季平均NDVI差值小于-0.1的退化区占整个研究区的0.23%,-0.1～0.1的稳定区域为84.08%,小于0.1的改善区为15.69%。差值小于-0.1的退化面积呈现为:夏季>春季>秋季,18年以来年平均植被减少面积占比为0.27%;-0.1～0.1的稳定区呈现为:春季>秋季>夏季、年度稳定区为84.46%;大于0.1改善呈现为:夏季>秋季>春季、年度改善区为15.27%,18年以来年度和季度表统计改善区域大于退化区域,呈现环境越来越改善的趋势。2.4变化趋势为了定量评价植被覆盖时空变化情况,变化率R至关重要,研究区植被变化定性描述,定义了R值及其对应的植被变化程度(年度与季度),并统计了各值植被变化程度的面积百分比(表2)。由天山中部北麓变化NDVI变化趋势的年际与春、夏、秋3季的NDVI变化趋势分布图得到了2000-2017年变化趋势空间分布状况。以研究区NDVI空间分布图中小于0表示为减少,结果表明减少的区域较少,年度和3季NDVI都南部一些区域,西部和西部少部分区域,克拉玛依东部等少部分区域呈现于明显减少。北部沙漠边缘区和城市带的周围区域呈现无显者变化,城市群区域则有显著增加趋势。依据天山中部北麓植被变化趋势及的结果统计特征,将研究区植被覆盖划6个等级。呈18年以来明显减少趋势春季最大,占整个研究区的4.27%,其他依次为年度2.47%、秋季2.44%、夏季1.89%。呈无显者的变化趋势值为0～25,在春天最大,占整个研究区的89.38%,依次为夏季85.02%、年度64.39%、秋季53.19%。大于45是明显增加趋势,明显增加趋势出现在夏季,夏季是植被生长旺盛期,18年以来年度变化趋势也很明显,占整个研究区29.13%,依次为夏季2.14%、秋季0.38%、春季0.17%。根据空间分布和结果统计,大部分区域无显者变化,城市偏远区域减少趋势,增加最明显的是夏季和年度的变化趋势,因此研究区植被覆盖度2000-2017年呈现于增加趋势。季度减少强到弱呈现为:春季>秋季>夏季、年度为2.47%;无显者的变化呈现为:春天>夏天>秋季、年度为64.39%;明显增加趋势为:夏季>秋季>春季、年度为29.13%。表2天山中部北麓各级植被变化趋势结果统计3、结论与讨论本文基于2000-2017年MODISNDVI数据,以像元基本计算单元,首先分析了天山中部北麓生长季累计NDVI的年度时空变化特征,划分4个时期,从空间和时间上分析,并统计面积百分比,其次季度NDVI划分4个时期,分析了从季度时空分布特征,然后利用差值算法揭示了研究区植被覆盖度变化程度,最后定量评价植被覆盖时空变化情况,研究区植被变化定性描述。(1)2000-2017年,天山中部北麓植被NDVI年度时空分布特征整体上呈现于增加趋势。选取3-11月的数据进行计算年份,2000-2004、2004-2008、2008-2012与2012-2017年的NDVI平均法制作了4期时空分布呈现为:西坡、西北坡、北坡和东北坡植被覆盖较高,北部植被覆盖较低。2000-2017年植被覆盖呈现于不断的增加趋势:2012-2017年>2008-2012年>2004-2008年>2000-2004年,43.36%、38.98%、35.10%、22.63%。(2)天山中部北麓春季(3-5月)、夏季(6-8月)、秋季(9-11月)18年NDVI的平均值表征植被生长时空分布具有不同的季节植被生长状况具有很大的周期性差异,不同季节植被分布特征呈现强到弱为:夏季>秋季>春季。季度时间变化中高覆盖区的变化,春季时间变化呈现强到弱为:2012-2017年>2004-2008年>2008-2012年>2000-2004年,21.51%、16.22%、15.52%、14.32%。夏季中高覆盖明显增加时间变化强到弱为:2012-2017年>2008-2012年>2004-2008年>2000-2004年,53.97%、50.65%、45.28%、44.51%。秋季中高覆盖区域时间变化呈现强到弱为:2012-2017年>2008-2012年>2004-2008年>2000-2004年,26.65%、23.49%、22.17%、16.29%。(3)为了揭示天山中部北麓地植被覆盖度动态变化特点,利用差值算法。植被覆盖度变化程度为7个等级,分别为明显退化(<-0.4)、中度退化(-0.4～-0.2)、轻度退化(-0.2～-0.1)、相对稳定(-0.1-0.1)、轻度改善(0.1～0.2)、中度改善(0.2～0.4)和明显改善(>0.4),小于0.1的改善区为15.69%。差值小于-0.1退化呈现强到弱为:夏季>春季>秋季、年度退化区为0.27%;-0.1～0.1的稳定区为:春季>秋季>夏季、年度稳定区为84.46%;大于0.1改善区为:夏季>秋季>春季、年度改善区为15.27%。(4)定量评价植被覆盖时空变化情况,变化率R至关重要,研究区植被变化定性描述,定义了R值及其对应的植被变化程度,季度减少强到弱呈现为:春季>秋季>夏季、年度为2.47%;无显者的变化呈现为:春天>夏天>秋季、年度为64.39%;明显增加趋势为:夏季>秋季>春季,年度为29.13%。参考文献:[3]呼和孟古拉,张安明,张锐,等.内蒙古林草过渡区植被覆盖度时空变化及其驱动力研究——以呼伦贝尔市和兴安盟扎赉特旗为例[J].中国农学通报,2018,34(14):89-98.[12]信忠保,许炯心,郑伟.气候变化和人类活动对黄土高原植被覆盖变化的影响[J].中国科学D辑,2007:37.[18]王茜,陈莹,阮玺睿,等.1982-2012年中国NDVI变化及其与气候因子的关系[J].草地学报,2017,25(4):691-700.[19]汤曾伟,王宏,李晓兵,等.锡林郭勒盟2006-2015年植被NPP变化分析[J].草业科学,2018,35(12):2812-2821.[20]杨晗,周伟,黄露.2001-2016年内蒙古草地覆盖度时空格局及其对水热因子的响应[J].草业科学,2019,36(2):359-367.[21]李晓英,叶根苗,蔡晨凯,等.基于GRACE和MODIS数据的长江流域陆地水储量变化分析及预测[J].长江科学院院报,2018,35(5):130-135.[22]朱雅丽,施英俊,张绘芳,等.1999-2016年天山西部植被覆盖的时空变化[J].水土保持通报,2018,38(4):301-307.[23]丁少文,陈亦妍,谭丽荣,等.基于MODIS数据的蒙山2001-2016年植被动态变化研究[J].首都师范大学学报(自然科学版),2018,39(4):81-87.[24]吕缀.基于MODIS数据的陕西省2015年NDVI变化分析[J].甘肃科技,2019,35(1):53-55.[25]靖娟利,王永锋.漓江流域近15年遥感植被覆盖度变化特征[J].桂林理工大学学报,2014,34(2):260-265.古尼齐木·阿不迪热西提,阿里木江·卡斯木,买尔孜亚·吾买尔,高鹏文.基于MODIS的中国天山中部北麓植被动态变化[J].西南农业学报,2020,33(04):875-883.基金：“一带一路”新疆段城镇景观格局变化及生态安全评价(41661037).
