李存厚,馮克鵬,2,3
(1.寧夏大學土木與水利工程學院,銀川 750001;2.寧夏節水灌溉與水資源調控工程技術研究中心,銀川 750021;3.旱區現代農業水資源高效利用教育部工程研究中心,銀川 750021)
植被是生態系統的重要組分,其作用不僅體現在通過光合作用釋放氧氣,還能調節生物圈中的能量流動和物質循環,并影響土壤特性、提供棲息地、涵養水資源。同時,植被的年際和年內變化都比較顯著,在全球變化研究中起到了“指示器”的作用[1]。因此,對植被生長和覆蓋狀況進行動態監測已成為全球變化領域的研究熱點[2-5]。
現階段,植被覆蓋監測方法已由傳統的地面測量轉向利用遙感數據進行大規模反演。自1972年以來,科研人員就試圖通過植物的光譜特性來監測其生長狀態。結果表明,將可見光和近紅外波段進行組合得到的各種植被指數能夠定性、定量地評價植被覆蓋及其生長情況[6-7]。在多種植被指數中,歸一化植被指數(NDVI)因其與植被覆蓋呈明顯線性相關,成為反映植被覆蓋狀況的最佳指標因子,得到了廣泛應用[8-12]。與傳統地面測量相比,借助遙感技術能夠快速完成大尺度空間范圍、長時間序列的植被變化動態監測,但在以往研究中對于遙感數據的獲取、儲存、預處理等工作依然要消耗研究人員大量的時間和精力。為了能有效地利用海量遙感數據,同時讓研究人員從繁瑣的遙感數據預處理工作中抽身,更加專注于科學問題本身,2011年谷歌公司主導開發出GEE(Google earth engine)平臺。借助GEE平臺,科研人員可以在線處理全球尺度的遙感數據和其它對地觀測資料,從而避免了繁瑣的預處理步驟,從根本上解決了現有存儲能力和處理算法不能高效利用海量遙感數據的問題,已被廣泛應用于農業生產、災情評估、土地利用/土地覆被變化、 地表水體及植被變化等領域[13-17]。
寧夏回族自治區(簡稱寧夏)地處西北內陸,屬于典型的溫帶大陸性氣候,東、西、北三面被沙漠包圍,是全國荒漠化最嚴重的省區之一。寧夏工業、農業、社會經濟、人口的核心區域都在北部,分布在黃河沿線,在沙漠環伺的微小銀川平原,依賴黃河水形成了一塊綠洲。整個寧夏地處我國干旱、半干旱、半濕潤地區的過渡帶,屬于“荒漠生態,綠洲經濟”,生態環境脆弱。因此,該地區的植被覆蓋狀況也受到了極大關注。顏長珍等[18]結合RS技術與GIS技術處理TM影像,得出了寧夏草地覆蓋情況及空間分布特征。喬鋒等[19]基于2個時相的TM影像數據,以NDVI為參數構建像元分解模型對鹽池縣植被覆蓋度的動態變化展開研究。黃悅悅等[20]以MOD13Q1植被指數產品為數據源反演了寧夏植被的動態變化特征,結果表明2000—2016年寧夏植被覆蓋總體呈增加趨勢。在以往研究中,基于本地平臺下載和處理遙感影像數據的效率低,廣泛采用的MODIS植被指數產品空間分辨率較低,受數據獲取方式所限往往只能選擇云層覆蓋較少的特定時期遙感影像數據,不能快捷、連續、全面地揭示寧夏植被時空變化特征以及可持續演變分析。
本文基于GEE平臺和30 m空間分辨率Landsat長時間序列數據,以NDVI作為衡量植被覆蓋的指標,研究近10 a寧夏植被覆蓋的動態變化并分析其可持續趨勢,以期為寧夏植被恢復與生態環境政策的制定提供科學依據。
寧夏位于我國西北部的黃河中上游地區,介于35 14′~39 23′N和104 17′~107 39′E之間,總面積6.64萬km2。全境高程在1 000.00 m以上,地勢南高北低。寧夏南部的六盤山平均海拔在2 500.00 m以上,最高峰2 942.00 m;北部是地勢平坦的銀川平原;西北部的賀蘭山是天然的綠色屏障,最高峰3 556.00 m。 由于地勢落差較大,不同地區之間的氣候條件也一定差異。各地年平均氣溫5.6~10.1 ℃,由南向北遞增;年降水量在167.2~618.3 mm之間,由南向北遞減。從小空間尺度來看,根據寧夏自然地理的特點,可將整個地區分為3個子區。北部引黃灌區屬于氣候干旱區,雖有黃河過境,灌溉農業發達,歷史悠久,但仍屬于“沒有灌溉就沒有農業”的典型綠洲農業區;中部干旱帶則屬于先天性缺水地帶;南部山區為黃土丘陵和六盤山山地,水土流失嚴重,自然災害多,農業生產低效且不穩定(圖1)。寧夏深居西北內陸,大氣降水較為貧乏,但年均水面蒸發量為1 250 mm,因而成為我國典型的生態脆弱區。自然植被類型主要有草原、森林、灌叢、濕地等,此外還有大量的栽培植被。南部的六盤山區分布著廣袤的森林;中部干旱帶栽培植被和碎塊草原交錯分布,還集中了全區大部分荒漠;北部引黃灌區以栽培植被為主,賀蘭山區森林資源也比較豐富。

圖1 寧夏高程及地理分區圖
本文通過GEE平臺調用了2011—2020年覆蓋寧夏的Landsat 5,7,8衛星地表反射率產品(Landsat SR)數據共2069景。GEE云端存檔的Landsat SR數據都已經過幾何校正和大氣校正,通過對其行時空篩選、去云處理并構建歸一化函數,即可用于計算研究區NDVI,計算公式如下:
NDVI=(NIR-R)/(NIR+R)
(1)
式中:NIR表示近紅外波段;R表示紅光波段;NDVI∈[-1,1]。
GEE平臺中Landsat5,7,8衛星地表反射率產品的相關信息如表1所示。

表1 GEE平臺中Landsat SR數據的相關信息表
覆蓋面積較廣的衛星遙感影像普遍受到云層的干擾,最大值合成法可在一定程度上削弱云層對影像的影響[21]。經過最大值合成法處理的NDVI能夠很好地反映出研究時段內植被長勢的最高水平,還可有效降低植被物候引起的干擾。故本文基于GEE平臺生成了2011—2020年每年的最大值合成NDVI數據,再取其像元平均值以代表該年寧夏植被覆蓋狀態。為了詳細地描述寧夏植被NDVI在空間上的分布及變化特征,根據研究區植被特點,本文將NDVI分成5個等級:NDVI≤0.2(低覆蓋區)、0.2
2.2.1變化趨勢分析
本文采用一元線性回歸分析法在像元尺度計算NDVI年際變化趨勢,以線性回歸方程的斜率slope表征寧夏植被的年際變化趨勢。計算公式如下:
(2)
式中:slope為NDVI變化斜率,n為年數,m為年份序號,NDVIm為第m年NDVI值。slope>0,表示NDVI隨時間增大;slope<0,表示NDVI隨時間減小;slope=0,表示NDVI隨時間變化不明顯。
2.2.2持續性分析
Hurst指數最早由英國水文學家Hurst[22]提出并應用于河流水文要素的長期觀測,近年來也廣泛被應用于植被NDVI的未來趨勢預測[23-24],已成為描述自相似性及長期依賴性現象的有效方法[25]。本文通過R/S分析法計算Hurst指數實現NDVI變化趨勢的預測。
對長時間序列NDVIi(i=1,2,3,…,n),構造任一子序列m:
(1) 計算差分序列
ΔNDVIi=NDVIi-NDVIi-1
(3)
(2) 計算均值序列
(4)
(3) 求累計離差
(5)
(4) 計算極差

(6)
(5) 計算標準差
(m=1,2,3,…,n)
(7)
對于比值R(m)/S(m)≌R/S,若有R/S∝mH,則存在Hurst現象。H值為Hurst指數,H>0.5,表示NDVI具有持續性;H<0.5,表示NDVI具有反持續性;H=0.5,表示NDVI變化趨勢不具有長期規律性。
2.2.3植被NDVI改善或退化的判定
根據公式(2)計算寧夏2011—2020年的NDVI線性變化趨勢,趨勢率為正,表示植被NDVI增加,植被得到了改善;反之,表示NDVI減少,植被有退化趨勢。參考前人有關研究[26],結合逐像元NDVI趨勢率及顯著性檢驗結果,將NDVI的變化趨勢分成6個等級,即極顯著改善、顯著改善、不顯著改善、極顯著退化、顯著退化和不顯著退化,NDVI變化程度分級見表2。

表2 NDVI變化程度分級表
2011—2020年寧夏植被年平均NDVI值如圖2所示。可以看出,近10 a植被NDVI平均值為0.399,各年植被NDVI平均值在0.332~0.462之間波動并逐漸增大。寧夏植被NDVI在2011年和 2020年的年均值分別為0.332和0.426,10 a間增大了0.094,增長率達到28.31%,經歷了兩個明顯先增大后減小的波動過程。兩個過程中峰值所對應的年份分別為2013年和2018年,其中2018年的植被NDVI年均值也是10 a中的最大值,表明寧夏植被覆蓋在該年份達到近10年最好水平。在2017年以前,各年植被NDVI平均值大都低于多年平均值;但自2017年起,各年植被NDVI平均值連續4 a都高于多年平均。線性擬合的結果表明,2011—2020年寧夏植被NDVI年均值以0.0106/a的速率呈現出顯著增大趨勢(P<0.01),表明近年來寧夏植被覆蓋狀況整體向好。

圖2 寧夏植被年平均NDVI變化趨勢圖
按照5個植被覆蓋等級將NDVI柵格數據進行重分類,得到2011—2020年寧夏不同等級植被覆蓋空間分布,具體見圖3。同時統計5種覆蓋區占研究區總面積的比例,得到2011—2020年寧夏植被覆蓋分級占比,具體見圖4。

圖3 2011—2020年寧夏植被NDVI空間分布圖

圖4 2011—2020年寧夏植被各覆蓋區占比變化圖
從圖3~4可以看出,2011—2020年寧夏中低覆蓋區所占面積最大,各年占比都超過了30%,2011年更是高達39.83%,主要分布于中部干旱帶、賀蘭山東麓和城市建成區。低覆蓋區所占面積總體上呈現出減小趨勢,由2011年的25.11%波動減小至2020年的16.51%,主要分布于中部干旱帶、石嘴山市北部。中覆蓋區所占面積基本保持不變,主要分布于中部干旱帶和南部山區的交匯過渡地帶以及寧夏東部地區。中高覆蓋區所占面積最小,除2017年和2018年外各年占比都在15%以下,主要分布于南部山區。高覆蓋區所占面積明顯增大,由2011年的8.82%增大至2020年的22.14%,特別是自2018年起連續3 a占比超過20%,表明近年來寧夏生態環境保護工作成效顯著,高覆蓋區主要分布于六盤山區、黃河兩岸以及北部引黃灌區。
為了進一步探究近10 a寧夏植被覆蓋的變化情況,統計出改善和退化區域的空間分布及占研究區總面積的比例,分別見圖5和表3。可以看出,近10 a寧夏全域有86.22%的地區植被覆蓋呈改善趨勢。其中,極顯著改善區域占11.56%,主要集中于鹽池縣中部、固原市東部及黃河沿岸地區;顯著改善區域占16%,一部分集中于海原縣和同心縣,其余大多散布在極顯著改善區域周圍;不顯著改善區域占比最大,為58.67%,主要分布于中部干旱帶。極顯著退化和顯著退化區域占比極小,分別為0.46%和0.81%,主要集中于銀川、吳忠、中衛等地市的建成區。不顯著退化區域占12.50%,主要分布于引黃灌區和中部干旱帶的交匯過渡地帶。植被覆蓋的改善和退化通常會受到氣候變化和人類活動的雙重影響[27],黃悅悅等[20]通過相關性分析法、殘差分析法探究了2000—2016年寧夏植被覆蓋變化的驅動力,結果表明:寧夏植被改善主要受溫度和濕潤指數整體增加影響,與氣溫的相關性不高;人類活動對寧夏植被產生正干擾的區域占全區的42.19%,也是植被改善的重要原因;同時植被退化多由城鎮擴張引起。

圖5 2011—2020年寧夏NDVI變化趨勢分布圖

表3 NDVI變化趨勢分級統計表
本文采用R/S計算出2011—2020年寧夏植被Hurst指數分布,結果見圖6。從圖6可以看出,寧夏植被NDVI的Hurst指數在0.1056~1均有分布,Hurst<0.5的區域占28.05%,Hurst>0.5的區域占71.95%,說明寧夏植被NDVI的持續性較強。將Hurst指數與寧夏植被變化趨勢疊加分析,預測出植被覆蓋的未來趨勢見圖7。未來寧夏有高達71.17%的區域植被覆蓋保持基本不變,空間分布表現為中部干旱帶>南部山區>北部引黃灌區 。植被覆蓋持續改善的區域占20.49%,主要分布于引黃灌區和固原市東部,表明這些地區的植被覆蓋狀況將持續向好。植被覆蓋反持續改善的區域占7.07%,主要分布于中部干旱帶的東西兩側,表明這些地區的植被可能會呈現較弱的退化趨勢。植被覆蓋持續退化的區域占1.04%,零星的分布于城市建成區,也表明隨著城市化進程的推進,城市周邊以及城市內部的植被可能會被建筑用地侵占。植被覆蓋反持續退化的區域僅占0.24%,沒有明顯的分布規律。

圖6 2011—2020年寧夏植被Hurst指數分布圖

圖7 寧夏植被覆蓋未來趨勢預測圖
從時間上看,采用年最大值合成法處理NDVI并求出其像元平均值,結果表明2011—2020年寧夏植被年平均NDVI值在0.332~0.462之間波動并逐漸增大,增速為0.0106/a,且p<0.01。
從空間上看,2011—2020年寧夏植被低覆蓋區和中低覆蓋區總體約占全區總面積的50%,主要分布于中部干旱帶并呈現出減小趨勢;中覆蓋區主要分布于中部干旱帶和南部山區的交匯過渡地帶,所占面積基本保持不變;高覆蓋區和中高覆蓋區主要分布于引黃灌區和南部山區,近10 a來所占面積明顯增大。
2011—2020年寧夏有86.22%的區域植被覆蓋得到改善,其中極顯著改善占寧夏總面積的11.56%,顯著改善占16%,不顯著改善占58.67%;同時僅有1.27%的區域植被覆蓋呈極顯著、顯著退化,充分表明近年來自治區貫徹落實各項生態保護政策收效顯著。
未來寧夏植被覆蓋狀況以基本不變為主,占全區總面積的71.17%。同時有20.49%的區域植被覆蓋狀況將持續改善,有7.07%的區域植被覆蓋狀況可能由改善轉為退化,植被覆蓋狀況呈持續、反持續退化的區域占比較小,分別為1.04%和0.24%。
綜上,建議繼續在寧夏推行退耕還林還草以及禁牧政策,在北部引黃灌區和中部干旱帶的交匯過渡地帶實施有針對性的生態建設工程,如人工造林、防風固沙、水資源保護等,同時在城鎮化過程中盡量減少對植被的侵占、提高城市綠化水平,切實踐行“綠水青山就是金山銀山”的科學論斷。
總體而言,近10 a來寧夏植被覆蓋狀況呈改善趨勢,空間分布上表現為引黃灌區和南部山區的植被覆蓋狀況好于中部干旱區,這與以往研究結果保持一致[28-29],也表明寧夏自2000年開始實施的退耕還林工程取得了良好的生態效益。同時,寧夏植被覆蓋狀況呈極顯著、顯著退化的區域僅占1.27%且主要集中于城市建成區,表明禁牧封育條例對草原和林地植被起到了保護作用,但高速的城市化進程不可避免地破壞了少量植被。
本文在研究過程中僅分析了2011—2020年寧夏植被覆蓋的時空變化并預測了其未來趨勢,沒有探究影響因子對其產生的擾動。實際上,任何一個地區植被覆蓋狀況的動態變化不僅受氣候變化的影響,還和人類活動密不可分。因此,下一步研究中,將著重分析寧夏植被覆蓋狀況動態變化與氣候因子和人為因子的關系。