退耕還林（草）背景下渭河流域植被覆蓋時空變化分析

蔣 沖 ，王 飛 ，2，穆興民 ，2，李 銳 ，2

植被是連接土壤、大氣和水分的“紐帶”，具有截留降雨、減少雨滴擊濺、減緩地表徑流、增加土壤入滲、保土固土等功能，對減少水土流失起著重要作用[1]。渭河流域地處半干旱半濕潤氣候帶，生態環境脆弱，土質疏松，暴雨沖刷強烈，該區長期以來缺乏植被保護，水土流失嚴重。加之人類對土地的不合理利用，特別是陡坡地開墾[2]，使原有地表覆蓋和土壤水分入滲向不良方向發展，導致水土流失進一步加劇。自1999年開始實施的退耕還林（草）等大規模植被建設已取得明顯成效，對全國或區域尺度植被覆蓋時空演變分析已有一些階段性成果[3-10]。但大多都存在范圍過大、尺度過粗和監測不及時（多數研究截止于2007年以前）等問題，缺乏對某個流域或生態脆弱區大規模植被建設之后植被覆蓋時空演變特征的研究，對植被覆蓋年際變化以及空間分布的研究仍相對薄弱[6-10]。因此，本研究選擇面積廣闊、地理位置特殊、氣候干旱、地形地貌多樣、生態系統脆弱以及人類活動（退耕還林還草等）效果顯著，而且目前面臨著西部大開發和環境保護雙重矛盾的渭河流域作為研究區域。該流域及其周邊區域1999年前后國家推行退耕還林（草）政策，涇河、北洛河上游部分以及周邊區域陸續開展了退耕還林還草，封山育林，天然次生林保護，水源涵養和生態修復等工程。在如此復雜的人類活動和氣候變化效應的綜合作用下，該地區植被覆蓋情況到底發生了怎樣的變化，變化程度有多大，空間和時間上有哪些差異，這些問題都很有必要回答。本文利用1998-2010年SPOTVGTNDVI數據集，對渭河流域退耕前后植被覆蓋的時空演變特征進行分析，以期為國家正在開展的渭河重點整理工程和未來生態環境建設提供一定的科學依據。

1 研究區概況

渭河流域位于東經103.5°-110.5°和北緯33.5°-37.5°之間，自西向東流經甘肅、寧夏、陜西三省（自治區）13個地區的84個縣，干流全長818 km，流域面積13.48×105km2，由北洛河、涇河2大支流和渭河干流組成[11]（如圖1）。渭河流域地處干旱地區與濕潤地區的過渡地帶，屬大陸季風性氣候，流域多年平均降水量572mm，水面蒸發量660mm-1600mm，平均天然徑流量100.40億m3[11-12]。該地區地貌特征空間差異較大，北部為黃土高原，南部為秦嶺山區，地貌主要有黃土丘陵區、黃土塬區、土石山區、黃土階地區、河谷沖積平原區等[11]。流域內土地利用類型主要有耕地、草地和林地，所占比例分別為28.3%、30.2%和29.4%。近年來，由于降雨量偏少、國民經濟耗水量明顯增加、水土保持用水量增加、氣溫升高導致蒸發能力的增加、集雨工程蓄水等因素造成該地區實測徑流量大幅減少，干旱災害頻發，使得原本緊張的水資源愈顯不足。

2 數據來源和研究方法

2.1 數據來源

本文采用的SPOTVGTNDVI數據由比利時弗萊芒技術研究所（http://free.vgt.vito.be/）VEGETATION影像處理中心提供。該數據集的時間跨度為1998年4月-2010年12月，空間分辨率為1km，時間分辨率為逐旬，包含每10d合成的四個波段的光譜反射率及最大化的NDVI[13]。數據經過預處理，包括大氣校正，輻射校正，幾何校正，真值恢復等；DEM（Digital Elevation Model，數字高程模型）數據來源于中國科學院計算機網絡信息中心科學數據中心，空間分辨率為30 m×30 m[14]；土地利用數據來源于國家自然科學基金委員會“中國西部環境與生態科學數據中心”（http://westdc.westgis.ac.cn）的“中國西部1∶10萬土地利用信息系統專題數據集”。該數據集基于Landsat MSS、TM和ETM遙感數據建立了1∶10萬土地利用影像和矢量數據庫，數據集將全國分為6個一級類和31個二級類，是目前我國精度最高的土地利用數據產品，已經在國家土地資源調查、水文生態研究中發揮重要作用[15]。

2.2 研究方法

利用VGTExtract軟件將下載的SPOTNDVI數據進行格式轉化和范圍提取。在ENVI 4.7軟件中，利用MVC（Maximum Value Composite）算法將每旬和月NDVI值合成為年和月的最大化NDVI，該方法可以消除云、大氣、太陽高度角的部分干擾[4-10]，得到1998-2010年間NDVI年最大化值，表征當年植被覆蓋狀況。利用Arc GIS10.0的柵格計算器結合最小二乘法，對各像元年最大化NDVI與時間做線性回歸分析，以線性擬合斜率反映該像元的變化趨勢（公式1）。

式中變量i為NDVI數據的年序號，MNDVI,i表示第i年的最大化合成NDVI值，變化斜率圖則反映了某一時間段內該地區的NDVI的變化趨勢。某像元的趨勢線是這個像元一段時間的NDVI值用一元線性回歸模擬出來的一個總的變化趨勢，Kslope即這條趨勢線的斜率。如果斜率大于零則說明植被狀況趨于好轉；斜率小于零則說明植被狀況趨于惡化；斜率的大小反映上升或下降的速率。利用Arc GIS軟件的空間分析功能提取不同坡度范圍和不同土地利用方式下的植被覆蓋變化狀況。

3 結果與分析

3.1 NDVI時空分布特征

NDVI的取值范圍為-1.0-1.0，在植被生長季內，定義NDVI像元數值大于0.55為高植被覆蓋，大于0.35而小于0.55為中等植被覆蓋，小于0.35為低植被覆蓋，比較流域不同時相NDVI的空間分布和變化情況[16]。根據已經定義的高、中、低覆蓋區的劃分標準，流域內部六盤山、子午嶺、秦嶺北麓和關中盆地一帶各有一條NDVI高值區，流域西南角靠近渭河源區部分植被蓋度較高，數值在0.55以上，中東部子午嶺山系的山川區林地各縣(如合水、寧縣、正寧等)覆蓋率也較高。中部的黃土塬區次之，數值在0.35-0.55之間，包含鎮原、西峰、慶陽一線以下至彬縣、長武、靈臺、旬邑等廣大區域。渭北黃土高原丘陵區(環縣以及華池部分地區)最低，在0.35以下。年內NDVI高值區一般位于夏季的7-8月份，此時植被生長茂盛，覆蓋度較高；NDVI最低值在冬季，此時植被凋謝，覆蓋度最低。

3.2 不同土地利用條件下植被的變化趨勢

3.2.1 NDVI的時間變化 通過區域統計分析（Zonalstatistical）得到不同土地利用類型NDVI的變化情況（表1）。變化趨勢基本相似，整體呈現增加趨勢。林地、耕地和草地3種土地利用類型中植被覆蓋增加最為迅速的二級地類分別為其他林地、中覆蓋度草地和旱地，旱地中NDVI增速排序分別為＞25°的坡地、旱地（平原）和旱地（丘陵）。究其原因，主要是由于該區退耕還林（草）工程的實施，使得原本由稀疏農作物或草地覆蓋的坡耕地、旱地丘陵區和中低覆蓋度草地被林地或草地所代替。林地和草地較為茂密，植被覆蓋度大，體現在植被指數上便是NDVI值的增加。另外，近年來部分地區農作物增產顯著也是造成NDVI值有所增加的重要原因。如圖2所示，部分地區1998年開始示范性地開展退耕還林（草）工程，但未形成規模，主要以陜北地區吳旗、安塞等縣為重點區域。1999年開始大范圍推廣示范區退耕還林（草）經驗模式，范圍遍及陜、甘、寧大部分縣（市），但因林木生長周期較短尚未成林，NDVI值繼續下降，直至2000年達到谷底。2000年后退耕措施初見成效，整體情況有所好轉，NDVI由2000年的0.245左右躍升至2001年的0.260，并于2002年一度達到0.290左右，2002至2010年間小幅震蕩上升。

表1 1998-2010年不同土地利用類型區域年最大化NDVI變化斜率

3.2.2 NDVI的空間變化 利用變化斜率法以年為基本單位分析流域植被變化趨勢，根據各像元NDVI變化斜率將變化趨勢分為5級：輕微退化（-0.07≤kslope≤-0.004）、基本不變（-0.004≤kslope≤0.003）、輕微改善（0.003≤kslope≤0.01）、中度改善（0.01≤kslope≤0.02）和明顯改善（0.02≤kslope≤0.05）。分析表明，植被覆蓋呈整體改善，局部惡化趨勢。輕微改善、中度改善、明顯改善的區域所占面積分別為29.35%、26.49%和8.21%，另有6.59%的土地輕微退化。各像元的變化斜率如圖3，流域內大部分縣（市）年NDVI變化介于-0.067/a-0.046/a，84個縣（市）中只有西峰、慶陽、鎮原、合水、西吉、張家川、涇源、西安以及渭源縣9個縣（市）變化率出現負值。斜率變化相對較大的區域（吳旗、合水、寧縣、正寧、秦安、甘谷、天水等）主要分布在渭河干流及涇河上游、馬蓮河上游、北洛河中游一帶。NDVI變化斜率出現負值的區域大多位于渭河中下游、涇河中上游地區，它們的共同特點是區位優勢好，資源豐富，經濟發展快。

如前文所述，渭河流域土地利用以耕地和草地為主，兩者中所占比重較大的二級地類分別為中覆蓋度草地（占25.44%）、旱地丘陵（23.63%）和平原區（15.23%），三者相加約占流域總面積的50%，在植被覆蓋變化分析中具有舉足輕重的位置，故將上述3種二級地類單獨加以分析。

如圖4所示，流域西北地區特別是環縣、華池一帶中等覆蓋度草地有退化趨勢。該地區農地和草地結構比重很高，由于地處半干旱區，農業生產和自然植被生長都嚴重依賴自然降雨，降水量的年際波動該地區植被發生了不穩定變化。

如圖5所示，涇河流域中部的西峰、慶陽、鎮原及其周邊縣（市）植被也呈現出輕微退化。該地區特別是西峰、正寧一帶為慶陽市轄區，前者探明為石油儲量豐富的石油城，后者以煤炭資源和小手工藝品制作而著名，屬于當地經濟強縣。由于城市化發展和人口增加對植被地區的占用，使得植被覆蓋出現退化是可以預料的結果。

如圖6所示，渭河中下游西安等旱地平原區的NDVI值有下降趨勢。西安位于渭河下游，鄰近關中平原寶雞城市群，該地區工業在經濟結構中比例較高，城市的發展擴張侵占農田從而導致植被覆蓋下降是可以預料的結果。另外，年NDVI變化斜率為正，但斜率相對較小的地區位于涇河中游，如崇信、涇川等縣的廣大區域，這一地區俗稱隴東糧倉，是我國農業起源最早的地區之一，從20世紀60年代開始就形成了以農業為本的糧食生產格局，因此認為穩定的糧食生產使得這一地區NDVI變化幅度小，農業增產是導致NDVI變化斜率為正值的主要因素。

3.3 坡地植被的時空變化

根據前人研究結果，將研究區坡度劃分為0°-6°、6°-15°、15°-25°和＞25°共 4 個等級。坡度為 0°-6°的平緩地水土流失微弱，最適合農業生產；坡度為6°-15°的緩坡地，水土流失加重，但仍可作為農業用地，可修筑梯田防止水土流失；坡度為15°-25°的土地，不適宜于耕作，需要改善其植被覆蓋狀況，以減少水土流失；坡度＞25°的土地土壤侵蝕極強烈，水土流失嚴重，土壤貧瘠，為亟需實施退耕還林（草）的區域[3,8-9]。利用Arc GIS的區域統計分析功能提取各坡度范圍年NDVI最大化值，并進行全區平均，以代表不同坡度范圍植被覆蓋總體變化趨勢（表2）。結果顯示，各坡度等級植被覆蓋總體狀況均有較明顯的好轉趨勢，其中以0°-6°和6°-15°坡地植被恢復態勢最為明顯，其線性斜率分別為0.0077和0.0064（P＜0.05），其次為 15°-25°坡地和＞25°的陡坡地，斜率均為0.0056（P＜0.05）。

表2 不同坡度區域平均年最大NDVI變化斜率

坡度大于15°的坡地主要分布在丘陵溝壑區、秦嶺北麓、涇河中上游、北洛河中上游地區（圖略），由于NDVI數據的空間分辨率較粗加之流域內陡坡地具有空間分布較為破碎分散的特點，并沒有體現出較為明顯的恢復或退化趨勢；小于15°的坡地中，絕大部分NDVI與時間呈顯著的正相關關系（P＜0.05）。位于丘陵溝壑區的吳旗等縣坡地植被恢復趨勢最為明顯，涇河中游、北洛河中上游以及渭河上游（靠近葫蘆河）等地區也有明顯好轉趨勢。流域整體與小于15°的坡地植被覆蓋呈現出的變化規律基本類似，退耕后坡地植被恢復態勢明顯，尤其是水土流失劇烈的丘陵溝壑區。

4 結論與討論

4.1 結論

（1）渭河流域六盤山、子午嶺、秦嶺北麓和關中盆地一帶各有一條NDVI高值區。西南部渭河源區通渭、漳縣、武山三縣部分地區的植被覆蓋較好，中東部子午嶺山系的山川區林地各縣覆蓋率也較高，流域中部的黃土塬區次之，黃土高原丘陵區最低。

（2）1999年大范圍退耕以來，NDVI值先降后升，于2000年達到谷底，于2002年一度達到0.290左右，2002至2010年間小幅震蕩上升。空間分布上，植被覆蓋呈整體改善，局部惡化趨勢。輕微改善、中度改善、明顯改善的區域所占面積分別為29.35%、26.49%和8.21%，另有6.59%的土地輕微退化。84個縣（市）中只有9個縣（市）變化率出現負值，斜率變化相對較大的區域主要分布在渭河干流及涇河上游、馬蓮河上游、北洛河中游一帶。NDVI變化斜率出現負值的區域大多位于渭河中下游、涇河中上游地區。

（3）各坡度范圍植被覆蓋狀況均有較明顯的好轉趨勢，其中以0°-6°和6°-15°坡地植被恢復態勢最為明顯，其線性斜率分別為 0.0077 和 0.0064（P＜0.05），其次為 15°-25°坡地和＞25°的陡坡地，斜率均為 0.0056（P＜0.05）。空間分布上，坡度大于15°的坡地主要分布在丘陵溝壑區、秦嶺北麓、涇河中上游、北洛河中上游地區。大于15°的坡地植被覆蓋并沒有體現出較為明顯的恢復或退化的趨勢；小于15°的坡地中，絕大部分NDVI與時間呈顯著的正相關關系（P＜0.05）。位于丘陵溝壑區的吳旗等縣坡地植被恢復趨勢最為明顯，涇河中游、北洛河中上游以及渭河上游（靠近葫蘆河）等地區也有明顯好轉趨勢。

4.2 討論

本文研究了近13年渭河流域植被覆蓋狀況的時空演變特征，發現涇河流域中部的西峰、慶陽、鎮原及其周邊縣（市）植被輕微退化，渭河中下游西安等平原區的NDVI值有下降趨勢，上述分析與劉志紅[5]、孫艷萍[6]、劉詠梅[7]、李登科[9]和張寶慶[10]等人在相近區域的研究結果非常一致。造成該區植被覆蓋變化的原因包括兩方面，分別為氣候變化和人類活動。首先，全球氣候變化早已成為不爭的事實，但氣候變化對于生態環境的影響是一個相當漫長的過程，在近13年時間里，該地區降水和氣溫等氣候要素變化并不明顯[17]，如此之小的變化不應該也不可能造成NDVI如此顯著的變化；另一方面，近13年來該區退耕還林（草）、水源涵養工程等生態環境建設成效顯著[5-10,16]，城市化進程也不斷加快[17]，上述兩點原因的共同作用使得該區植被覆蓋發生了明顯變化，這一結論與其他學者的研究結論[5-10,16]非常一致，也由此可以得出，大規模的植被建設和城市化建設才是造成地區植被覆蓋產生較大變化的主導因素。盡管本研究取得了一些有意義的結論，但還存在以下幾點不足。其一，本研究在數據處理過程中為了做到不同數據在相同分辨率條件下進行分析，對DEM重采樣至1km分辨率，其結果可能低估了地面起伏狀況和坡度變化范圍，從而對分析結果造成影響；其二，研究僅僅分析了不同土地利用類型和坡度對NDVI的影響，而并未就坡向、地表起伏等其他要素進行分析，考慮的因素還不夠全面。因此，有關該區在退耕還林（草）背景下植被覆蓋時空變化的研究還有必要進一步深入。

[1] 孫紅雨,王長耀,牛錚,等.中國植被覆蓋變化及其與氣候因子的關系——基于NOAA時間序列數據[J].遙感學報,1998,2(3):204-210.

[2] 唐克麗,張科利.渭河流域人為加速侵蝕與全球變化[J].水土保持學報，1992,6(2):88-96.

[3] Xin Zhongbao,Xu Jiongxin,Zheng Wei.Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau(1981-2006):Impacts of climate changes and human activities[J].Science in China(Series D:Earth Sciences),2008,51(1):67-78.

[4] 張翀,任志遠.黃土高原地區植被覆蓋變化的時空差異及未來趨勢[J].資源科學,2011,33(11):2143-2150.

[5] 劉志紅,郭偉玲,楊勤科,等.近20年黃土高原不同地貌類型區植被覆蓋變化及原因分析[J].中國水土保持科學,2011,9(1):16-23.

[6] 孫艷萍,張曉萍,徐金鵬,等.黃土高原水蝕風蝕交錯帶植被覆蓋時空演變分析[J].西北農林科技大學學報,2012,40(2):143-150，156.

[7] 劉詠梅,李京忠,夏露.黃土高原植被覆蓋變化動態分析[J].西北大學學報,2011,41(6):1054-1058.

[8] 周洪建,王靜愛,岳耀杰,等.人類活動對植被退化/恢復影響的空間格局——以陜西省為例[J].生態學報,2009,29(9):4848-4856.

[9] 李登科,卓靜,孫智輝.基于RS和GIS的退耕還林生態建設工程成效監測[J].農業工程學報,2008,24(12):120-127.

[10] 張寶慶,吳普特,趙西寧.近30 a黃土高原植被覆蓋時空演變監測與分析[J].農業工程學報,2011,27(4):287－293.

[11]渭河流域近期重點治理規劃編制組.渭河流域近期重點治理規劃[R].北京:中華人民共和國水利部,2003.

[12] 張鈺嫻,王飛,穆興民.地理環境要素與渭河流域水沙關系的定量研究[J].西北農林科技大學學報,2009,37(01):61-65.

[13] 宋怡,馬明國.基于SPOTVEGETATION數據的中國西北植被覆蓋變化分析[J].中國沙漠,2007,27(1):89-93.

[14] Jarvis A,Rubiano J,Nelson A,et al.Practical use of SRTM data in thetropics-Comparisonswithdigital elevationmodelsgenerated from cartographic data[R].Cali,CO:Centro Internacional de Agricultura Tropical(CIAT),2004.

[15] 冉有華,李新,盧玲.四種常用的全球1 km土地覆蓋數據中國區域的精度評價[J].冰川凍土,2010,31(3):490-500.

[16] 陳操操,謝高地,甄霖,等.涇河流域植被覆蓋動態變化特征及其與降雨的關系[J].生態學報,2008,28(3):925-937.

[17] 焦彩強,王飛,穆興民,等.渭河流域氣候變化與區域分異特征[J].水土保持通報,2010,30(5):27-32.