世界自然遗产地荔波县植被覆盖时空变化研究

胡向红　许玉凤　陈如霞

摘要 基于2000—2015年MODIS NDVI数据，在GIS技术支持下，采用最大值合成法、趋势分析和变异系数等方法，研究了世界自然遗产保护区荔波县植被覆盖的时空变化特征。结果表明：荔波县植被覆盖较好的区域主要分布在东部和西部区域，城镇及交通线沿线的植被覆盖较差。研究期间植被覆盖总体呈上升趋势，其中2000—2006年间植被覆盖变化比较缓慢，2006—2012年间植被上升趋势最显著，2013—2015年间植被上升趋势变缓。研究区植被覆盖变化空间差异性显著，自然保护区的植被覆盖较好，植被覆盖比较稳定；南部区域的植被退化应该引起重视。

关键词 遥感数据；植被覆盖；时空变化；世界自然遗产保护区；贵州荔波

中图分类号 P966；TP79 文献标识码 A 文章编号 1007-5739（2017）04-0223-03

Abstract Based on MODIS NDVI data from 2000 to 2015，using the maximum synthesis，trend analysis and variation coefficient methods，the spatial and temporal change of vegetation cover in the world natural heritage site Libo County were studied under the GIS support. The results showed that the vegetation coverage in Libo County was mainly distributed in the eastern and western regions，and the vegetation coverage along the urban and transportation lines was poor. The vegetation coverage generally showed a rising trend during the study period. The rising trend was significant from 2006 to 2012，and relatively slow from 2000 to 2006，and slower from 2013 to 2015. The spatial variation of vegetation coverage was significant in the study area，and the vegetation coverage was good and relatively stable in the nature reserves. It should be paid more attention to the vegetation degradation in the southern region.

Key words remote sensing data；vegetation coverage；temporal and spatial variation；the world natural heritage site；Libo Guizhou

地表植被在調节区域气候、涵养水源、保持水土和维持生物多样性等方面具有重要的支撑与促进作用，对地方、区域乃至全球生态系统的状况、环境压力和景观变化有指示作用[1-2]。植被变化是自然因素和社会因素共同作用的结果，是全球变化的主要表现形式[3-4]。植被覆盖变化是区域水土流失、生态环境恶化的根源，因此有必要对植被动态变化进行监测研究[5]。

遥感技术已经成为植被动态变化监测研究的主要手段，主要用于土地覆盖变化[6]、植被指数监测[7]等。大区域范围内的植被变化监测主要采用植被指数，其中归一化植被指数（NDVI）能够准确反映地表植被的生长状况以及覆盖程度等特征，应用最为广泛[5-8]。国内外利用植被指数监测植被变化的研究成果较多[9-14]，在定量监测的研究方法和研究体系等方面有了长足的发展，但是大多数是针对北方平原地区、河流流域地区的研究，而对于西南山地的相关研究较少[15]。

荔波县地处贵州南部，旅游资源丰富，随着“山地公园省、多彩贵州风”宏观构想目标的建立，对荔波县世界自然遗产保护区的保护和开发尤为重要，遥感生态监测作用显得尤为突出，但目前利用遥感数据研究荔波县植被覆盖变化的文献很少。因此，本文利用2000—2015年的遥感数据对荔波县植被覆盖状况进行了动态监测分析，目的在于了解荔波县植被资源的动态变化及其变化趋势，为世界自然遗产地荔波县的生态保护提供科学依据。

1 研究区概况

荔波县地处贵州省南部，隶属于黔南布依族苗族自治州（图1），范围在东经107°37′～108°18′、北纬25°07′～25°09′之间，面积2 431.8 km2，包括1个街道、5个镇、2个乡；少数民族人口占总人口的90%以上，人口较多的少数民族有布依族、水族、瑶族、苗族等，布依族是荔波县第一大民族，占全县总人口的65%（2010年数据），是典型的少数民族聚集的县区。

荔波县东北与黔东南苗族侗族自治州的从江县、榕江县接壤，东南与广西壮族自治区的环江县、南丹县毗邻，西与独山县相连，北与三都水族自治县交界。植物资源丰富，境内有樟江国家级风景名胜区和国家级茂兰自然保护区。

荔波县属于中亚热带季风湿润气候区，气温分布的总趋势是南高北低，全县年平均气温18.3 ℃，常年最热月为7月，最冷月为1月。7月平均气温为27 ℃以下，极端最高气温不超过40.0 ℃；1月平均气温各地均在5.5 ℃以上，极端最低气温在-10 ℃以上。县内霜期少，无霜期在270 d以上。降水主要集中在夏季。6—8月各月雨量在2 000 mm以上，占全年总雨量的50%左右；冬季（12月至翌年2月）仅占全年总雨量的5%左右；秋季（9—11月）占15%左右；春季（3—5月）海洋季风逐渐增强，降水占全年雨量的30%左右；于4月下旬进入雨季，4—10月降水量占全年总降水量的81%。

荔波县地处贵州广西省区的交界处，地形聚集了贵州高原和广西丘陵的综合优势，既有高山也有丘陵，属于喀斯特地形地貌。荔波境内河流均属龙江水系，归珠江流域。荔波县河流落差大，水能理论蕴藏量丰富。

2 数据与方法

2.1 数据来源

采用美国NASA提供的MODIS NDVI数据，分辨率为16 d，空间分辨率为250 m，时间跨度为2000—2015年，该数据已经通过了辐射校正、云体掩膜、大气校正等处理。首先利用MRT（MODIS Reprojection Tools）软件对遥感数据进行格式转换、投影转换和镶嵌工作，统一采用WGS_84地理坐标系、UTM投影；利用行政区划图边界为掩膜裁剪出研究区边界图，通过批处理得到荔波县2000—2015年的栅格图像数据集。

2.2 最大值合成法

最大值合成法MVC（maximum value composite）是将全年23期遥感影像取最大值，可以在一定程度上去除太阳高度角、云、大气等方面的影响[16-18]。

2.3 趋势分析

一元线性回归趋势分析可以模拟每个栅格单元的变化趋势，被广泛应用于基于栅格的植被绿度变化速率[12]。对各像元上的NDVI值进行一元线性回归运算，可以了解多年植被空间变化规律，计算公式为：

k=■（1）

式（1）中，k为变化趋势斜率；n为监测年数；fi为第i年的植被覆盖状况，本文中是指NDVI值。k>0表示研究期间NDVI呈上升趋势，植被覆盖有所改善；k<0表明研究期间NDVI值呈下降趋势，植被覆盖有所退化；k=0为稳定状态，植被覆盖状况基本没有改变。

2.4 变异系数（稳定性分析）

植被NDVI的年际波动是植被受到干扰后在生产力和植被覆盖度上波动的重要体现，是植被群落健康状况的重要标志[19]。波动值大说明植被群落受到干扰强度大、不稳定（植被状况趋于恢复或退化）；波动值小说明植被群落状况稳定[20]。

利用研究期间植被NDVI的变异系数来反映研究区域内植被变化的波动程度，其计算公式为：

S=■（2）

CV=■（3）

式（2）、（3）中，CV为变异系数，S为标准差，NDVI为多年植被NDVI的平均值。

3 结果与分析

3.1 植被覆盖的年际变化

2000—2015年荔波县年均NDVI值呈波动上升趋势，增长率为0.018/10年（R2=0.574 7），见图2（a）。其中，2000—2006年期间植被覆盖增加缓慢，几乎没有增长（R2=0.046 1），见图2（b）；2006—2012年期间植被覆盖增加迅速，增长率为0.049/10年（R2=0.691 4），见图2（c）；2013—2015年期间植被覆盖增加速度稍有减缓，增长率为0.015/10年（R2=0.994 1），见图2（d）。近16年间NDVI值随时间的变化呈显著上升趋势，通过了置信度99%的显著性检验，说明研究区经过近10多年的退耕还林、还草等生态保护建设工程，植被状况显著改善。2000—2006年研究区的植被覆盖基本上无明显变化，这一研究结论与吴昌广等人的研究结果一致，可能与西南地区的严重干旱有关[21]。

3.2 植被覆盖空间分布及其变化

3.2.1 荔波县植被覆盖空间分布。荔波县的植被覆盖总体状况较好，最低值在0.5以上，但是有明显的空间差异，植被覆盖较好的区域主要分布在南部、東北部和西部的部分山地，在城市、乡镇、水域等分布的区域及交通沿线地区的植被覆盖状况较低（图3）。

3.2.2 2000—2015年植被覆盖的空间变化。荔波县植被NDVI变化趋势存在明显的空间差异。2000—2015年研究区植被退化面积占研究区面积的23.09%，主要分布在荔波中部、南部、东北和西北等地区，在城镇地区、交通沿线表现更加明显。中部地区受建设用地增加的影响，植被退化比较明显；南部、东北和西北部主要是农业用地分布范围较大。

植被覆盖增加的地区占研究区面积的75.06%，主要分布在荔波县东部和西部地区；稳定不变的区域占研究区面积的1.31%（图4）。

樟江和茂兰等自然保护区的植被变化呈上升趋势，而南部植被覆盖较好的区域，植被覆盖呈退化趋势，需要引起重视。

3.3 植被稳定性的空间格局

多年植被NDVI的变异系数反映了植被的稳定性，变异系数越大则植被稳定性越差。总体来看荔波县植被稳定性较好。植被较好的地区，植被变异系数较小，较稳定；植被覆盖较差的地区，变异系数较大，不稳定（图5）。

在水域附近区域的植被变异系数较大，表明这些地区受湿地环境的影响，对环境胁迫比较敏感。

人口增加及城镇化发展的加快、城市人口的增加对植被覆盖产生了影响，针对人为干涉产生的结果，建议主要采用自然力进行生态修复，特别是出现轻微退化的生态脆弱区，要继续加大封山育林的管理力度。对于严重退化的区域要结合人工修复，开展生态修复工程来改善其生态环境。

4 结论

本文利用2000—2015年MODIS数据，采用最大值合成法、趋势分析和变异系数等方法，研究了世界自然遗产保护区荔波县植被覆盖的时空变化及变化趋势，得出以下研究结论：

（1）荔波县植被覆盖较好的区域主要分布在东部和西部区域，城镇、交通线附近分布区的植被覆盖较差。

（2）研究期间荔波县植被覆盖呈上升趋势，不同阶段的变化趋势有所区别。2000—2006年期间，植被覆盖变化比较缓慢，可能与这一阶段的干旱状况有关；2006—2012年间植被上升趋势最显著；2013—2015年间植被变化趋势开始变缓。

（3）研究期间，研究区植被覆盖变化有显著的空间差异性，自然保护区分布区的植被覆盖较好，植被覆盖比较稳定；南部区域的植被退化应该引起重视。

（4）造成植被退化的原因主要是人类活动，地形地貌也是造成植被变化的原因之一，气温、降水等变化也对植被变化的影响作用十分显著。具体影响原因及其影响程度是今后进一步研究的重点。

5 参考文献

[1] 孙红雨，王长耀，牛铮，等.中国地表植被覆盖变化及其与气候因子关系[J].遥感学报，2009，2（3）：204-210.

[2] 张善红.延安市植被变化及其对气温变化的响应[J].现代农业科技，2014（17）：269-272.

[3] O′CALLAGHAN J F，MARK D M.The extraction of drainage networks from digital[J].ComputerVision，Graphics，and Image Processing，1984， 28：323-344.

[4] JENSON S K，DOMINGUE J O.Extraction topographic structure from elevation data for geographic information system analysis[J].Photogramm-etric Enginerimg and Remote Sensing，1988，54（11）：1593-1600.

[5] 杨啸.基于时序NDVI的湖北省植被覆盖动态变化监测分析[J].长江流域资源与环境 2013，22（2）：226-231.

[6] 李琳，谭炳香，冯秀兰.北京郊区植被覆盖变化动态遥感监测：以怀柔区为例[J].农业网络信息，2008（6）：38-42.

[7] 郭铌.植被指数及其研究进展[J].干旱气象，2003，21（4）：71-75.

[8] 张思诗，杜晓初.基于NDVI的三峡库区植被时空变化规律研究[J].湖南大学学报（自然科学版），2012，34（3）：317-319.

[9] 杜子涛，占玉林，王长耀.基于NDVI序列影像的植被覆盖变化研究[J].遥感技术与应用，2008，23（1）：47-50.

[10] 王蕊，李虎.2001—2010年蒙古国MODIS-NDVI时空变化监测分析[J].地球信息科学学报，2011，13（5）：665-671.

[11] 邱海军，曹明明.基于SPOT VEGETATION数据的中国植被覆盖时空变化分析[J].资源科学，2011，33（2）：335-340.

[12] HOPE A，BOYNTON W，STOW D，et al.Inter-annual growth dynamics of vegetation in the Kuparuk River watershed based on the normalized difference vegetation vegetation index[J].International Journal of Remote Sensing，2003，24（17）：3413-3425.

[13] DURO D，COOPS N C，WULDER M A，et al.Development of a large area biodiversity monitoring system driven by remote sensing[J].Progress in Physical Geography，2007，31（3）：235-260.

[14] 马保东，陈绍杰，吴立新，等.基于SPOT VEGETATION的矿区植被遥感监测方法[J].地理与地理信息科学，2009，25（1）：84-86.

[15] 李威，李月臣，唐谊娟，等.基于MODIS-NDVI的贵州省2001—2010年植被覆盖变化分析及分异特征[J].重庆师范大学学报（自然科学版），2015，32（4）：146-151.

[16] HOLBEN B N.Characteristics of maximum-value composite images for temporal AVHRR data[J].Remote Sensing，1986，7：1435-1445.

[17] TUCKER C J，NEWCOMB W W，DREGNE H E.AVHRR datasets for determination of desert spatital extend international[J].Journal of Remote Sensing，1994，17：354-356.

[18] 赵英时.遥感应用分析原理与方法[M].北京：科学出版社，2003.

[19] 侯美婷，赵海燕，王筝，等.基于卫星遥感的植被NDVI对气候变化响应的研究进展[J].气候与环境研究，2013，18（3）：353-364.

[20] 于泉洲，梁春玲，刘煜杰，等.基于MODIS的山东省植被覆盖时空变化及其原因分析[J].生态环境学報，2015，24（11）：1799-1807.

[21] 吴昌广，周志翔，肖文发，等.基于MODIS NDVI的三峡库区植被覆盖动态监测[J].林业科学，2012，48（1）：22-28.