農林交錯帶植被覆蓋度與地表溫度的相關性分析

劉 宣，韓 芳，馬霜霜，王宇宸

（1. 內蒙古自治區赤峰市氣象局，內蒙古 赤峰 024000；2. 內蒙古自治區生態與農業氣象中心，內蒙古 呼和浩特 010051；3. 內蒙古自治區錫林郭勒盟氣象局，內蒙古 錫林郭勒 026000）

植被覆蓋度（FVC）是衡量區域植被狀況的關鍵指標，多年的植被覆蓋變化可明確反映植被狀況隨時間的變化規律，對水文、生態和全球變化等具有重要意義。FVC的動態變化過程是研究區域生態植被環境變化的重要途徑[1]。地表溫度（LST）可全面反映地表水熱交換過程，是生態環境變化的重要指示因子，其時空分布與區域生態、植被、氣候、水文、環境等因素密切相關[2]。隨著遙感技術的發展，FVC在LST與植被關系的研究中受到眾多學者的青睞[3]。研究表明，LST與FVC的空間分布具有較好的負相關性[4]；但當FVC處于不同水平時，與LST 的線性相關性存在差異，FVC能夠有效降低LST，FVC較高的下墊面溫度較低[5]。

農林交錯帶是在空間分布和時間演變中出現林地與耕地交疊過渡的地區，生境復雜、物種豐富，更是自然因子和人為干擾相互作用最活躍的生態敏感脆弱區[6]，有必要進行不同類型植被覆蓋與LST 相關性的定量研究[7]。由于植被能吸收到達地面一半以上的太陽輻射，并能有效降低近地表風速，從而減少土壤水分蒸發帶來的溫度上升，因此其增減會影響LST的時空變化。LST 是下墊面的重要屬性之一，受地表土壤水分和FVC的影響，因此研究FVC與LST的時空變化規律是探索地表環境的重要指標之一[8]。張小飛[9]等研究發現FVC 與LST 呈負相關，且在不同等級的FVC下，二者表現出分段特點；梁珂[10]等分析了城市LST與FVC的空間動態相關性。內蒙古赤峰市喀喇沁旗地處燕山山系的七老圖山脈東北麓，大興安嶺東邊的低山丘陵邊緣，森林茂盛、農田較分散，是明顯的生態交錯帶，具有豐富的生物多樣性，是農林交錯帶的典型代表。為揭示農林交錯帶FVC與LST的關系，本文以喀喇沁旗為研究區域，選取2000 年、2004 年、2007年、2010年、2013年、2015年、2017年、2019年的Landsat數據，探索農林交錯帶FVC與LST的時空變化規律及其之間的關系，為生態交錯帶生態環境保護、種植結構調整提供參考依據。

1 數據來源與研究方法

1.1 研究區概況

赤峰市喀喇沁旗位于赤峰市南部，地理范圍為41°32′～42°14′N、118°8′～119°18′E；總面積為3 050 km2，海拔為500～1 890 m，有林面積為1 836.7 km2，森林覆蓋率達到57.8%，耕地面積為500 km2；屬北溫帶干旱半干旱大陸性季風氣候，四季分明；年日照時數為2 700～2 900 h，年平均降水量約為450 mm；旗內西南部多為山區，天然植被較好，中部為黃土丘陵和山麓地帶，山巒起伏、坡向多變、沖溝密布、植被較少，東部老哈河畔和錫伯河沿岸為平川地區，土層較厚、水資源較豐富，為旗內主要產糧區。

1.2 數據來源與預處理

遙感數據采用從地理空間數據云下載的Landsat5和Landsat 8衛星影像數據，包括2000年9月、2004年7月、2007年9月、2010年8月、2013年9月、2015年8 月、2017 年9 月、2019 年6 月和2019 年9 月植被生長期的9景遙感數據。由于2019年數據受云影響較嚴重，因此選用云量較少的6 月和9 月的數據拼接而成。對Landsat 數據進行輻射定標、大氣校正、幾何校正和研究區裁剪拼接等，所有影像和數據均使用WGS_1984_UTM_Zone_50N坐標系。

1.3 研究方法

1.3.1 FVC計算與趨勢變化分析

FVC是植被（包含枝、莖、葉）在地面的垂直投影面積占統計區域總面積的百分比[11]。本文采用像元二分模型計算FVC[12]。假設像元只有植被和非植被覆蓋地表，則FVC的計算公式為：

式中，NDVI為歸一化植被指數；NDVImax為NDVI的最大值，即所有像元總數累計數量達到98%的閾值；NDVIsoil為NDVI 的最小值，即所有像元總數累計數量達到2%的閾值。

式中，NIR為近紅外波段；R為紅光波段。

利用一元線性回歸模型分析2000—2019年FVC的變化趨勢，線性回歸的變化趨勢公式為：

式中，i為序列年份；Slope ＞0 表示FVC 呈增加趨勢，反之，則表示FVC 呈減少趨勢。

1.3.2 LST計算

本文采用大氣校正法反演LST[13]，首先利用經驗值法計算地表比輻射率ε，計算公式為：

然后，提取黑體在熱紅外波段的輻射亮度值Tλ，計算公式為：

式中，Lλ為衛星傳感器接收到的熱紅外波段的輻射亮度值；Lu、Ld分別為大氣上行和下行的輻射亮度值；τ為大氣在熱紅外波段的透過率，上述參數均可在NASA提供的網站上獲取。

最后，將熱輻射強度轉換為LST，計算公式為：

式中，K1和K2為輻射常數。

分析2000—2019年LST的變化趨勢與式（3）一致。

1.3.3 相關性分析

為了更好地分析不同土地利用類型下FVC 與LST的分布與變化，本文采用武漢大學發布的30 m分辨率中國逐年土地覆被產品（CLCD）[14]，提取數據集中2000—2019 年研究區域農田、林地、草地與建筑4 種主要土地利用類型數據。

1）利用基于像元的空間相關分析[15]，對2000—2019 年喀喇沁旗的FVC 與LST 進行逐像元相關分析，以反映FVC與LST的相關程度以及相關系數的空間分布情況，計算公式為：

式中，、分別為兩個要素樣本的平均值；ruv為兩個要素之間的相關系數，其值在-1～1之間，ruv＞0表示正相關，ruv＜0 表示負相關，相關系數絕對值越大，說明該像元處二者相關性越強。

2）利用SPSS 25.0 和Origin9.1 軟件對FVC 和LST進行線性回歸相關分析和顯著性檢驗。

3）雙變量空間自相關分析。分析多個要素間的空間相關性，包括全局空間自相關（Global Moran’s I）和局部空間自相關（Local Moran’s I）。許多學者在Moran’s I 指數的基礎上進一步拓展了雙變量全局自相關和局部自相關，為研究不同變量空間分布的相關性提供了方法[16]，其定義公式為：

2 研究結果與分析

2.1 FVC時空變化

分析2000—2019 年喀喇沁旗8 個時期的FVC 發現，平均FVC在空間上具有較強的分布規律，呈現從西南向東北方向遞減、東部低于西部的變化分布趨勢，與地形走勢相符（圖1a）。為反映近19a的植被覆蓋情況，將FVC 分成5 個等級，即低植被覆蓋（0～0.2）、中低植被覆蓋（0.2～0.4）、中植被覆蓋（0.4～0.6）、中高植被覆蓋（0.6～0.8）、高植被覆蓋（0.8～1），低、中低植被覆蓋區主要集中在已收割農田、建筑等區域；中植被覆蓋區在西北和中部地區，以黃土丘陵和山麓為主；中高、高植被覆蓋區主要在西南部，原始森林覆蓋區域；東北部和東部主要是平原，以耕地為主。統計對比不同等級的FVC 面積（表1）發現，平均FVC低于0.4的占比為25.96%，在0.4～0.6的為21.76%，高于0.6的為52.28%；FVC低于0.6的區域面積變化趨同，中高和高植被覆蓋變化較劇烈，主要在人類的生產生活區和農林交錯帶；歷年平均FVC呈現增減交替特征，在0.473～0.664之間波動。

圖1 2000—2019年喀喇沁旗平均FVC與平均LST空間分布

表1 歷年平均FVC不同等級面積統計/km2

2.2 LST時空變化

從喀喇沁旗逐年的平均LST來看，近19a平均LST在16.79～31.15℃之間波動變化并緩慢增加，呈現從西南向東北方向遞增、東部高于西部的變化分布趨勢（圖1b）。采用自然間斷點分級法對平均LST進行分級發現，低溫區（13.4～19.4℃） 和次低溫區（19.4～22.4℃）占總面積的28.11%，中溫區（22.4～24.9℃）占比為27.67%，次高溫區（24.9～27.3℃）和高溫區（27.3～33.7℃）的占比為44.22%；次高溫區和高溫區主要集中在東部、東北部和中部等FVC 較低的區域，城鎮和無植被覆蓋區則出現明顯高溫區域。LST 的高低分布與FVC在空間上相反，即FVC值高的區域溫度低，反之則溫度高。

2.3 FVC與LST的相關性分析

許多研究表明，不同土地利用類型對LST演變有很大影響。4種土地利用類型中，近19a林地、建筑、農田和草地的平均LST 分別為21.0℃、26.3℃、25.2℃和26.1℃；平均FVC 分別為0.79、0.22、0.52 和0.45。LST 較低的區域，FVC 較高； LST 較高的區域，FVC 較低。由于建筑區域天然生長的植物較少、農田比草地人為干擾因素大且FVC高，因此主要比較林地與農田。

2.3.1 空間分析

對2000—2019年FVC與LST進行逐像元相關分析發現，多年FVC 與LST 整體上呈負相關關系，均值為-0.109，農田區域出現顯著負相關，而林地相關性最低（圖2）；西南部與東部部分地區表現出正相關性，該區域多為人工種植林，且丘陵區海拔較高、光熱條件好，在較高LST時人為因素給予充足水分，有利于植物光合作用和生長發育。

圖2 喀喇沁旗多年空間相關性分布圖

2.3.2 線性回歸分析

本文提取4 種土地利用類型的平均FVC 與LST，剔除有云區和異常值，生成空間上2 000 個要素點對要素點的像元數據，并提取要素點對應像元的FVC和LST，對FVC 和LST 進行線性回歸分析。結果表明，在小于0.01 的置信水平上，當FVC 為自變量、LST 為因變量時，殘差平方和均大于10 000；當LST 為自變量、FVC 為因變量時，殘差平方和均小于100，因此本文對LST 對FVC 的影響進行線性擬合效果最佳。4 種土地利用類型的回歸系數均小于零，R2系數在0.117～0.589 之間，即FVC 與LST 存在負相關，LST 越低、FVC 越高。農田的平均R2高于林地，說明農田FVC與LST的擬合相關性略強于林地（表2）。

表2 不同土地利用類型的FVC與LST線性回歸系數平均值

2.3.3 空間自相關分析

本文利用GeoDa分析軟件建立空間權重矩陣，計算4 種土地利用類型的LST 與滯后FVC 的雙變量全局空間自相關Moran’s I指數，分析范圍內變量的空間聚集程度（表3）。4 種土地利用類型的p值均為0.001，且z值均小于-2.58，因此Moran’s I 指數通過99%顯著性檢驗水平；各類Moran’s I 值均小于0，說明LST與FVC存在顯著負相關關系。農田的平均Moran’s I指數（-0.29）低于林地（-0.308），說明農田的空間負相關性弱于林地，但二者均高于草地和建筑。分別統計不同土地利用類型的FVC 與LST 平均值發現，FVC 中林地最高、建筑最低，農田略高于草地；LST 中林地最低，其余3 類相差不大，受FVC 影響較小；當FVC 高于0.75 時，降溫效果最明顯（圖3）。統計不同土地利用類型和不同等級FVC 要素點數據發現，FVC≥0.75 的區域對應的平均LST，農田為23.1℃、林地為21℃，農田比林地高2.1℃；0≤FVC≤0.2的區域對應的平均LST，農田、林地僅相差0.3℃，說明FVC 與LST 的相互影響較小，擬合較差；0.2≤FVC≤0.4 的區域的平均LST，農田比林地高1.3℃。

圖3 2000—2019年喀喇沁旗不同土地利用類型FVC與LST的時間變化

表3 不同土地利用類型的全局空間自相關Moran’s I平均值

喀喇沁旗屬于典型的農林交錯帶，建筑面積平均占比不到3%，剩余面積中農田、林地、草地的占比一致，其中林地多為喬木林地，為高植被覆蓋，耕地的植被等級為中高植被覆蓋。研究表明，喀喇沁旗植被覆蓋等級與LST等級呈負相關關系，這與福建省廈門市[17]的研究結論一致，可見無論在氣溫較低的北方地區還是氣溫較高的南方地區，LST 的降低，均表現為FVC的增加，只是LST降溫的幅度不同、FVC變化不同。為說明在同一FVC 下不同土地利用類型對LST的降溫作用，進一步研究4種土地利用類型的FVC與LST 的關系發現，林地對LST 的降溫效果高于農田、草地，建筑最低，該結論與包瑞清[18]得出的植被有獨特的降溫空間結構極為接近。因此，為了控制人類活動的影響、減少城市化進程加快帶來的區域溫度升高問題，應減少對林地的破壞，加大樹木種植，提高森林覆蓋率。在空間相關性分析與線性回歸分析中，農田的FVC與LST的線性相關性略強于林地；而空間自相關分析中，農田的FVC與LST空間負相關性弱于林地，這或許與空間自相關分析時第二變量FVC是滯后空間要素有關。

全國范圍內多地已開展不同土地類型、氣候影響因子的植被覆蓋研究，但對農林交錯帶的研究較少，本文可為制定生態保護方案、評估生態質量提供科學依據。受數據質量和植被生長期的影響，2019年植被狀況較差，相關系數和斜率與歷年相比差異較大，逐年分析對比性較差。另外，氣溫、降水等氣象因子會影響LST 的變化，氣溫過高、降水偏少會導致LST 升高，不利于植被生長；且林地區域多為丘陵，農田大多在地勢平坦區域，隨著海拔的增加，氣溫逐漸降低，人為因素對植被的干擾減少但生長條件變差，對FVC 和LST 的變化分析均有影響。后續研究中將進一步探討水熱條件、地形坡向等因子對FVC的敏感性和交互影響。

3 結 語

本文基于Landsat數據，對喀喇沁旗的FVC和LST進行了動態分析和線性回歸研究。

1）喀喇沁旗的FVC 呈現西南向東北遞減的空間分布特征。研究區FVC整體變化呈輕微變差狀態，低植被覆蓋面積呈緩慢增長趨勢，其余等級植被覆蓋面積均呈波動變化趨勢，其中高植被覆蓋面積波動最劇烈。喀喇沁旗植被改善面積占比為40.92%，植被退化區面積占比為23.84%，主要是城鎮建設區和黃土丘陵沖溝密布的山區。歷年林地FVC在時空分布上均高于其他3 種土地利用類型，而在FVC≥0.75 時，對LST的影響最明顯。

2）LST 對林地和農田不同年份的影響存在差異，雖然空間自相關分析中林地相關性強于農田、空間相關性分析和線性回歸分析中林地相關性弱于農田，但3 種分析方法中所有地類的相關性都是負相關的，即隨著LST 的升高，FVC 將減小。FVC 與LST 的變化幅度林地均大于農田。