基于CA-Markov模型的陜西省植被覆蓋模擬及預測

王麗霞 張珈瑋 張雙成 隋立春 楊耘 劉招

摘要??以陜西省作為研究區域，首先基于MODIS NDVI中國月合成數據計算研究區2000、2005、2010和2015年度的植被覆蓋度并進行等級劃分;而后利用CA-Markov模型，以植被覆蓋度等級作為元胞類型，計算不同時期各植被覆蓋度等級的轉移矩陣，由此模擬2010和2015年的NDVI值;對比模擬NDVI結果和原始影像數據，評價模擬精度，并預測2020年NDVI的空間分布狀況。結果表明，利用CA-Markov模型進行植被覆蓋空間分布的模擬，得到2010和2015年模擬結果的Kappa系數分別為0.797 5、0.853 2，符合精度要求，可以用于植被覆蓋空間分布的預測。陜西省植被覆蓋存在明顯的空間差異性，呈現出陜北—關中—陜南地區植被覆蓋度逐漸遞增的緯度地帶性規律。2000—2020年各級植被覆蓋區均有向更高一級植被覆蓋區變化的趨勢。總體上植被覆蓋度上升趨勢明顯，尤以陜北地區北部變化最為顯著，關中地區和陜南秦巴山區植被覆蓋度增幅較小。

關鍵詞??歸一化植被指數;植被覆蓋度;CA-Markov模型;模擬預測

中圖分類號??P??237文獻標識碼??A

文章編號??0517-6611（2020）04-0053-04

doi：10.3969/j.issn.0517-6611.2020.04.016

開放科學（資源服務）標識碼（OSID）：

Simulation and Prediction of Vegetation Coverage in Shaanxi Province Based on CA-Markov Model

WANG Li-xia1， ZHANG Jia-wei2， ZHANG Shuang-cheng1 et al??（1.School of Geology Engineering and Geomatics， Changan University， Xian， Shaanxi 710054;2. School of Earth Science and Resources， Changan University， Xian， Shaanxi 710054）

Abstract??Taking Shaanxi Province as the research area. Firstly， based on MODIS NDVI China monthly synthetic data， the vegetation coverage in the region of 2000， 2005， 2010 and 2015 was calculated and graded. Then using the CA-Markov model and taking the vegetation coverage level as the cell type， the transfer matrix of various vegetation coverage levels in different periods was calculated， and NDVI in 2010 and 2015 was simulated. Comparing simulated NDVI with the original image data， the accuracy of simulation was evaluated and the spatial distribution of NDVI in 2020 was predicted. The results indicated that using CA-Markov model to simulate the spatial distribution of vegetation coverage， the Kappa coefficient of the simulation results in 2010 was 0.797 5， and in 2015 was 0.853 2， which met the accuracy requirements and could be used to predict the spatial distribution of vegetation coverage.There were obvious spatial differences in vegetation cover of Shaanxi Province， showing the latitudinal zonal law of increasing vegetation coverage from the northern of Shaanxi to Guanzhong to the southern of Shaanxi area. Between 2000 and 2020， vegetation coverage areas at all levels had a tendency to change to higher-level vegetation coverage areas. In general， the vegetation coverage increased obviously， especially in the northern part of northern Shaanxi. The vegetation coverage in Guanzhong and Qinba Mountains in southern Shaanxi increased little.

Key words??Normalized difference vegetation index;Vegetation coverage;CA-Markov model;Simulation and prediction

植被是陸地生態系統的主體，起著連接土壤、大氣和水分等要素，參與生態系統物質循環的重要作用。植被生長和覆蓋狀況存在明顯的時空差異性，在一定程度上反映了氣候變化的趨勢，是生態環境研究的核心問題之一[1]。遙感技術以其信息量大、觀測范圍廣、精度高、速度快以及實時性和動態性等特點為開展植被監測和評估提供了有效的手段[2]。目前研究主要體現為通過遙感影像提取各類植被指數，在不同空間尺度下對植被覆蓋進行長時間序列的動態監測[3-8]。其中歸一化植被指數（normalized difference vegetation index，NDVI）在生態環境評價、旱情預警監測、植被生長力評估和土地利用評價等方面應用最為廣泛。CA-Markov模型綜合了馬爾科夫模型（Markov）長期預測的優點以及元胞自動機（CA）模擬復雜系統空間變化的能力，在分析和模擬土地利用變化方面取得了良好的效果[9-15]。

陜西省位于105°29′～111°15′E、31°42′～39°35′N，地處我國西北地區邊緣，與甘肅、寧夏、山西等8個省、區、市毗鄰，總面積為20.58 萬km2。陜西省的地貌形態復雜，中部低、南北高，南北方向分化較為明顯，由西向東地勢也有明顯傾斜。由于地貌和大氣環流的影響，陜西省季風氣候的性質明顯，全省年平均氣溫13.7 ℃，年平均降水量為676.4 mm，降雨量集中在7—10月，從南向北逐漸遞減，氣候類型從陜南的濕潤性氣候分別過渡到關中陜北的半濕潤性和半干旱性氣候。陜西省地貌類型多樣，植被覆蓋存在明顯的地域差異性[16]，由北向南依次為陜北防護林生態區、關中平原農業生態區以及陜南落葉闊葉和常綠闊葉混交林生態區。因此探究該區植被覆蓋的時空分布規律，對于陜北黃土高原生態修復、關中平原農業種植標準化建設以及陜南秦巴山區天然林木保護具有重要意義。

1??資料與方法

1.1??影像數據來源及處理

該研究采用2000—2015年MODIS NDVI中國月合成數據，由地理空間數據云平臺下載（http：//www.gscloud.cn）。中國500 m NDVI月合成產品是由MODND1D計算得到，計算方法為取月內每天最大值?？臻g分辨率為500 m。除2015年10月數據缺失外，總共191期NDVI數據。為研究陜西省植被覆蓋變化特征，統計2000—2015年NDVI月平均值，并對每年1—12月的數據進行合成，得到年際NDVI數據。將影像的每一個柵格作為一個元胞進行分析，其大小為500 m×500 m，使用的濾波器為5×5濾波器。

1.2??其他數據來源及處理??中國1∶400萬基礎數據、植被覆蓋度劃分標準、模型計算公式等資料來自其他地理信息網站。中國1∶400萬基礎數據為Krasovsky_1940坐標，將其更換為MODIS NDVI數據所用的WGS84坐標系，以進行地理配準。并利用陜西省界SHP文件對原數據進行裁剪操作。

1.3??植被覆蓋度計算及分級

NDVI是植物生長、覆蓋、生物量和植被種類情況等的綜合反映，與植被分布密度呈線性相關[17]。為詳細統計植被覆蓋的空間情況，可由NDVI提取植被覆蓋度。植被覆蓋度的計算方法為：

FVC=NDVI-NDVIminNDVImax-NDVImin×100%（1）

ArcGIS的柵格計算器可對數據進行運算，由年NDVI數據得出年植被覆蓋數據。

根據水利部1996年頒布的《土壤侵蝕分類分級標準》（SL190—96），按植被覆蓋度大小分為5個等級區：≤30%為低度植被覆蓋區;>30%～45%為較低植被覆蓋區;>45%～60%為中度植被覆蓋區;>60%～75%為較高植被覆蓋區;>75%為高度植被覆蓋區。將陜西省2000、2005、2010、2015年NDVI數據分為上述5個等級，結果如圖1所示。

1.4??研究方法

自然界許多事物都沒有固定而精確的變化模式，受多種因素的干擾，常表現出很強的不確定性。為了研究方便，常采用一些隨機過程的灰箱模型來研究變化方式，其中Markov模型以概率論作為理論基礎，對隨機事件的變化規律和趨勢進行分析，可以較好地分析這個過程，并預測短期的變化結果[18]。但因為Markov模型無后效性，在空間預測上就遇到了較大問題。CA-Markov模型綜合了Markov模型對于長時間序列的預測和元胞自動機（CA）模擬復雜系統空間變化的能力，能夠更加準確地從時間和空間上模擬和預測植被覆蓋的空間分布情況。

此次試驗將進行2010、2015年植被覆蓋的模擬和2020年植被覆蓋的預測。轉移概率矩陣的計算在IDRISI軟件中進行。IDRISI支持ASCII格式文件的導入，于ArcGIS中將2000、2005、2010、2015年未進行重分類的植被覆蓋數據轉換為ASCII格式，并導入IDRISI，即可進行后續操作。重分類步驟于IDRISI中進行，按植被覆蓋度分級標準進行分級。

首先需要計算Markov轉移矩陣，以獲得5年期的轉移方向和轉移程度。使用IDRISI中的Markov模塊，輸入2000、2005年數據，將時間間隔與推演間隔均設置為5年，比例誤差設置為0.1，獲得2000—2005年的Markov轉移矩陣（表1）。同理可獲得2005—2010和2010—2015年的轉移矩陣。

2??結果與分析

2.1??植被覆蓋模擬

基于2000和2005年區域NDVI數據，在IDRISI平臺下，獲得2000—2005年各植被覆蓋等級概率轉移矩陣，運用CA-Markov模型，生成適宜性圖譜，采用5×5濾波器進行運算，分別可以得到2010和2015年的模擬數據。將2010和2015年植被覆蓋的解譯結果和模擬結果進行對比（圖2），

模擬結果表明，陜西省植被覆蓋存在明顯的緯度地帶性，呈現陜北—關中—陜南地區植被覆蓋度逐漸遞增的規律。陜北地區處于風沙區，降水較少，年平均溫度低，植被覆蓋度較低;關中平原地區以農田作物為主，雨熱條件次之，其植被覆蓋度屬中等水平;陜南地區分布有秦嶺山地和大巴山區，降水豐沛、氣溫較高，其植被覆蓋度對應較高。

從各級植被覆蓋區空間分布特征來看，低度植被覆蓋區主要分布在陜北地區，關中地區城市坐落地及其輻射地區亦有極少分布;較低植被覆蓋區分布在陜北地區北部和中部;中度植被覆蓋區分布在陜北地區南部和關中地區中部;較高植被覆蓋區主要分布在陜北地區南部，關中地區東部和陜南地區東部;高度植被覆蓋區分布在陜北地區南部和陜南地區。

從時間變化特征來看，2000—2015年陜西省植被覆蓋度整體呈現顯著增加的趨勢，其中陜北地區變化最為顯著：低度植被覆蓋區轉化為較低植被覆蓋區，較低植被覆蓋區面積占比增加，由陜北地區中部逐漸擴展到東北部;而低度植被覆蓋區域面積逐漸縮減，到2015年主要集中在陜北地區西北部長城沿線風沙區—毛烏素沙地;中度植被覆蓋區轉變為較高植被覆蓋區，并由陜北地區南部轉移到中部;較高植被覆蓋區主要分布在陜北地區南部，逐漸轉化為高度植被覆蓋區。對于關中地區和陜南地區來說，中度植被覆蓋區和較高植被覆蓋區都有向高度植被覆蓋區域明顯變化的跡象?？傮w上較低植被覆蓋區和高度植被覆蓋區的面積占比逐年增加，而低度植被覆蓋區、中度植被覆蓋區和較高植被覆蓋區面積逐漸減少。陜北地區北部植被覆蓋度增加非常顯著，關中地區和陜南秦巴山區植被覆蓋增幅較小。

2.2??植被覆蓋預測??為了評價模型的實用性，對模擬的精度進行了分析，得到2010和2015年模擬結果的Kappa系數分別為0.797 5、0.853 2，精度較高符合要求。因此基于此參數設置，運用CA-Markov模型，利用2010—2015年的植被覆蓋等級轉移矩陣，得到2020年預測的結果，如圖3所示，其植被覆蓋度面積分布如表2所示。

預測結果表明，陜西省在2015—2020年各級植被覆蓋區面積發生了較大變化，總體上植被覆蓋度上升明顯。低度植被覆蓋區面積減少了2.35%，向較低植被覆蓋區轉變;而大部分較低植被覆蓋區轉化為中度植被覆蓋區，面積減少2.9%，這3級植被覆蓋區主要分布在陜北地區北部;陜北地區南部大部分斑塊狀的中度植被覆蓋區向較高植被覆蓋區轉變，關中地區少數較高植被覆蓋區向高度植被覆蓋區擴張;而陜南地區基本沒有明顯變化。因此較高植被覆蓋區增幅最大，增加了3.15%，其次是高度植被覆蓋區，增加了1.2%。

3??結論與討論

該研究利用2000—2015年陜西省NDVI月時序數據，合成年度NDVI數據，在IDRISI軟件中采用CA-Markov模型對2000、2005、2010、2015年4期陜西省植被覆蓋數據進行了運算分析，模擬結果與原影像分級結果具有較高的一致性，以此預測2020年陜西省植被覆蓋的空間分布，得出以下結論：

（1）陜西省植被覆蓋存在明顯的空間差異性，呈現出陜北—關中—陜南地區植被覆蓋度逐漸遞增的緯度地帶性規律，這與當地的氣候條件有著密不可分的關系。陜北地區各級植被覆蓋區均有分布，關中地區分布有低度植被覆蓋區、中度植被覆蓋區和較高植被覆蓋區，而陜南地區主要分布有較高植被覆蓋區和高度植被覆蓋區。

（2）利用CA-Markov模型進行植被覆蓋空間分布的模擬，得到2010和2015年模擬結果的Kappa系數分別為0.797 5、0.853 2，符合精度要求，可以用于植被覆蓋空間分布的預測。

（3）在2000—2015年較長時間尺度上，陜西省植被覆蓋整體呈現顯著增加的趨勢。其中陜北地區北部植被覆蓋度變化最為明顯，各級植被覆蓋區均有向更高一級植被覆蓋區變化的趨勢;對于關中地區和陜南地區來說，中度植被覆蓋區和較高植被覆蓋區都有向高度植被覆蓋區域明顯轉變的跡象，植被覆蓋度增幅較小。

（4）預測到2020年，各級植被覆蓋區面積將總體呈現上升趨勢。陜北地區北部低度植被覆蓋區與較低植被覆蓋區面積均減少，分別轉化為較低植被覆蓋區和中度植被覆蓋區;陜北地區南部和關中地區同樣向更高一級的植被覆蓋區轉化;陜南地區保持穩定。

上述植被覆蓋顯著增加的地區主要分布在陜北黃土高原和陜南秦巴山區，與退耕還林工程實施區域一致;陜北地區南部、關中地區和秦巴山中低山區植被覆蓋穩中有增，與天然林保護工程分布區一致。充分說明退耕還林工程和天然林保護工程在陜西省取得了較好的成效。

傳統的空間模擬及預測依據大量數據進行回歸分析，以回歸方程估算屬性特征，其分析過程及模擬結果存在較多不確定性。該研究基于IDRISI平臺的CA-Markov模型，其工作原理是以預測基期的植被覆蓋空間分布為初始狀態，以基期和之后各級植被覆蓋區轉移面積及適宜性圖集表述的像元適宜植被覆蓋度為依據，對植被覆蓋空間分布進行重新匹配，從而得到預測的各級植被覆蓋區面積，有效地模擬和預測了植被的時空分布特征。

目前CA-Markov模型的運用主要在于土地利用格局的模擬預測，對于植被覆蓋模擬預測的研究案例較少。植被作為覆蓋的一種類型，其動態變化實質上也是土地覆蓋的動態變化，并且相對于不同土地利用類型之間的相互轉化，單一的植被變化模擬和預測更為簡單。由于此次研究首次嘗試利用CA-Markov模型進行植被覆蓋分布的模擬預測，著重模擬了自然演變條件下的時空規律，而植被覆蓋變化是一個復雜的過程，受到自然、人類活動以及土地利用發展政策等多種不確定因素的影響。因此，如何在全面分析和綜合考慮多種因素作用的基礎上調整模型參數也有待進一步深入探究。

參考文獻

[1]

馬明國，董立新，王雪梅，過去21a中國西北植被覆蓋動態監測與模擬[J].冰川凍土，2003，25（2）：232-236.

[2] 顧祝軍，曾志遠.遙感植被蓋度研究[J].水土保持研究，2005（2）：18-21.

[3] SCHUCKNECHT A，MATSCHULLAT J，ERASMI S.Spatial and temporal variability of vegetation status in Paraíba， Northeastern Brazil[C]//IEEE international geoscience and remote sensing symposium.Munich，Germany：IEEE，2012.

[4] TESTA S，SOUDANI K，BOSCHETTI L，et al.MODIS-derived EVI， NDVI and WDRVI time series to estimate phenological metrics in French deciduous forests[J]. International journal of applied earth observations and geoinformation，2018，64：132-144.

[5] 郭廣猛，謝高地，甄霖.涇河上游固原地區的NDVI變化與降水的相關性研究[J].資源科學，2007，29（2）：178-182.

[6] 馬娜，胡云鋒，莊大方，等.基于遙感和像元二分模型的內蒙古正藍旗植被覆蓋度格局和動態變化[J]. 地理科學，2012，32（2）：251-256.

[7] 陳京華，賈文雄，趙珍，等.1982—2006 年祁連山植被覆蓋的時空變化特征研究[J].地球科學進展，2015，30（7）：834-845.

[8] 王光鎮，王靜璞，鄒學勇，等.基于像元三分模型的錫林郭勒草原光合植被和非光合植被覆蓋度估算[J]. 生態學報，2017，37（17）：5722-5731.

[9] MEMARIAN H，BALASUNDRAM S K，TALIB J B，et al.Validation of CA-markov for simulation of land use and cover change in the Langat basin， Malaysia[J].Journal of geographic information system，2012，4：542-554.

[10] DEEP S，SAKLANI A.Urban sprawl modeling using cellular automata[J]. The Egyptian journal of remote sensing and space sciences，2014，17（2）：179-187.

[11] MONDAL M S，SHARMA N，GARG P K，et al.Statistical independence test and validation of CA Markov land use land cover （LULC） prediction results[J]. The Egyptian journal of remote sensing and space sciences，2016，19：259-272.

[12] 楊國清，劉耀林，吳志峰.基于CA-Markov模型的土地利用格局變化研究[J].武漢大學學報（信息科學版），2007，32（5）：414-418.

[13] 鄭青華，羅格平，朱磊，等.基于CA-Markov模型的伊犁河三角洲景觀格局預測[J]. 應用生態學報，2010，21（4）：873-882.

[14] 趙冠偉，陳穎彪，陳健飛，等.CA-Markov模型的空間尺度敏感性研究[J].地理科學，2011，31（8）：897-902.

[15] 趙建軍，張洪巖，喬志和，等.基于CA-Markov模型的向海濕地土地覆被變化動態模擬研究[J]. 自然資源學報，2009，24（12）：2178-2186.

[16] 秦超. 陜西省植被覆蓋時空演變及其驅動因子研究[D].西安：陜西師范大學，2015.

[17] 陳云浩，李曉兵，陳晉，等. 1983—1992年中國陸地植被NDVI演變特征的變化矢量分析[J].遙感學報，2002，6（1）：12-18.

[18] 韓文權，常禹.景觀動態的Markov模型研究：以長白山自然保護區為例[J].生態學報，2004，24（9）：1958-1965.