内蒙古东部农牧交错带植被覆盖度时空变化

内蒙古东部农牧交错带植被覆盖度时空变化

全球变化与区域生态系统反应（tct）是当前全球变化研究的重要组成部分，而地表植被覆盖与环境发展之间的关系是最复杂、最生动的研究内容。陆地生态系统的任何变化都必须是植被类型、数量或质量的反应。植被覆盖度是指土壤中垂直植被面积的比例（包括叶子、茎和树枝），这是衡量地表植被数量的重要指标。植被覆盖度测量的方法可分为表面测量和遥感测量。表面测量的方法包括荧光测量法、采样法和机器法。该方法精度高，但主观性强，现场操作复杂，成本高。在大规模范围内，很难快速提取植被的覆盖，因为遥感技术可以提取来自多时间和多段远程信息的地表覆盖和环境变量，这为研究陆地植被的分布和变化提供了强有力的手段。因此，回归模型法、植植指数法、像源分解模型法等植被覆盖的遥感测量方法现在需要很多应用。植被覆盖变化是生态环境变化的直接结果,获取地表植被覆盖及其变化信息对于揭示全球变化影响下的区域生态系统响应特征、探讨响应的驱动因子及评价区域生态环境质量具有重要意义.目前,许多学者通过地面实测及各种生态模型对不同尺度下的植被覆盖度进行了估算、预测并分析了其变化特征,但对植被覆盖度变化及其影响因子的相关性、耦合性研究还处于探索阶段.全球气候变化和土地利用变化是影响植被覆盖度的2个主要因子:温度和降水通过影响植物光合作用、呼吸作用及土壤有机碳分解等进而影响植物的生长和分布;土地利用变化则直接改变了生态系统的类型、结构和功能,从而改变植被覆盖度.为此,本文利用遥感技术获取了中国北方农牧交错带地表植被覆盖度的时空变化信息,并分析了气候和土地利用变化对植被覆盖度的影响,旨在揭示区域地表植被变化规律,对探讨区域植被变化的驱动因子、扩大生态系统服务的辐射效应具有重要意义.1研究领域和方法1.1阴山山地山地干草原区中国北方农牧交错带(34°48′—48°32′N,103°15′—124°37′E)位于内蒙古高原东南边缘和黄土高原北部,包括内蒙古、黑龙江、吉林、辽宁、河北、山西、陕西、甘肃、宁夏9个省(自治区)的154个县(旗、市),面积62.1万km2,人口约7000万.该区属典型的温带半干旱大陆性季风气候,风大、干旱少雨,年均气温0℃~8℃,年均降水量300~450mm,年降水变率15%~30%,大部分地区的海拔在1000m以上;植被自东向西由森林草原带过渡到典型草原带和荒漠草原带,是典型的干草原植被类型;土壤类型以栗钙土和棕壤为主;该区地貌复杂多样,以内蒙古高原为主体,草原、山地、沙地、河流和湖泊并存.依据自然地理条件,中国北方农牧交错带可划分为东北、华北和西北3段:东北段包括黑、吉、辽的西部和蒙东北;华北段包括冀、晋的北部和蒙中;西北段包括蒙西北、陕北和甘、宁的中南部.1.2数据来源和处理1.2.1干燥度指数的选取1981—2005年研究区218个站点的年均降水量、年均气温和年蒸发量以及各站点的经、纬度和海拔高度资料来源于国家气象信息中心气象资料室.降水、温度和蒸发资料的空间插值采用精度较高的克立格插值法(Kriging)进行插值.为了便于直接生成栅格插值图形,插值过程在ArcGIS的空间分析模块中进行.为避免可能出现极端降水与极端温度的情况,取1981—1990、1996—2005年的年均降水、气温作为1986和2000年的年均降水和年均气温值.干燥度指数(aridityindex)是表征一个地区干湿程度的指标,本文选取的干燥度指数为降水量与蒸发量的比值,以反映大气水分收、支状况,体现区域水量平衡的变化.其公式为:A=P/EPT(1)式中:A为干燥度指数;P为年降水量(mm);EPT为年蒸发量(mm).1.2.2基于多元数据融合的土地利用解译1986、2000年研究区土地利用数据源于全国生态环境调查数据库.根据遥感影像的可解译性以及土地的自然属性,并参考刘纪远提出的分类体系,将研究区土地利用类型划分为耕地、林地、草地、水域、建设用地及未利用地六类.遥感影像的目视解译在ArcInfo环境下进行,以LandsatTM影像作为判读底图,分层提取目标地类,并配合实地调查,将解译精度控制在1个像元内,数据以Coverage格式存储,最后绘制成2期土地利用矢量图.由于Grid数据在提高区域土地利用变化监测、预测和驱动力分析以及多元数据融合方面具有明显优势,因此,将土地利用数据统一栅格化为1km×1km的Grid数据.1.2.3avearcinfos-ndvipds-高效液相模型研究区1986、2000年逐旬的AVHRR-NDVI数据源于美国地球观测系统(EarthResourcesObservationSystem,EROS)数据中心的探路者数据集(PathfinderDataSet,PDS),图像的空间分辨率为8km×8km.采用最大值合成法(maximumvaluecomposite)计算逐旬的AVHRR-NDVI数据,并生成各月的最大化归一化植被指数(NDVI)图像,以尽可能消除云层的影响.由于NDVI的像元面积过大,在ArcInfo环境下对其进行重采样,重采样后的图像分辨率为1km×1km.本研究中使用的数据均集成到同一坐标系统下,投影方式为双标准纬线等面积圆锥(Albers)投影,中央经线为东经105°,双标准纬线为北纬25°和北纬47°.1.3ndvi计算ndvi植被覆盖度信息提取模型的原理是在对光谱信号进行分析的基础上,通过建立NDVI与植被覆盖度的转换关系,直接提取植被覆盖度信息.假设每个像元的NDVI值可由该像元的植被覆盖部分(fv)和裸土部分(1-fv)的NDVI值合成,则其公式如下:NDVI=NDVIvfv+NDVIs(1-fv)(2)式中:NDVIv为植被覆盖部分的NDVI值;NDVIs为裸土部分的NDVI值;fv为植被覆盖度.由于年最大NDVI可较好地反映该年度植被长势最好季节的地表植被覆盖程度,因此,在实际计算中,以NDVI最大值代替NDVIv、以NDVI最小值代替NDVIs,则植被覆盖度(fv)公式如下:fv=NDVI−NDVIminNDVImax−NDVImin(3)fv=ΝDVΙ-ΝDVΙminΝDVΙmax-ΝDVΙmin(3)式中,NDVImax和NDVImin分别为整个生长季植被NDVI的最大值和最小值.我国北方农牧交错带的NDVImax出现在7—9月,为此,取7、8、9月的均值作为分析植被覆盖度年际变化的基础.1.4处理数据采用ArcInfo软件的Combine命令分别将降水、温度、干燥度指数差值与植被覆盖度差值进行叠加,并进行相关分析.2结果与分析2.1北方农牧民交错带根据植被覆盖特征及研究区地面定位监测数据,并依据有关专家意见,将北方农牧交错带的植被分为5种类型:低盖度植被,fv≤30%;中低盖度植被,30%<fv≤50%;中盖度植被,50%<fv≤70%;中高盖度植被,70%<fv<90%;高盖度植被,fv≥90%.由图1、表1可以看出,1986和2000年,研究区中盖度植被的比例均最大,分别为32.1%和36.7%,主要分布于研究区中部;高盖度植被的比例均最小,分别为6.5%和3.7%,主要分布于研究区的东北角及华北段的东南部;低盖度植被所占比例分别为6.5%和8.9%,主要分布于科尔沁沙地、毛乌素沙地及研究区的西南角;中高盖度植被所占比例分别为30.0%和26.2%,主要分布于东北段的北部、华北段的中东部和西北段的东部;中低盖度植被所占比例分别为24.9%和24.5%,主要分布于东北段的中南部、华北段的西部和西北段的中西部.1986—2000年间,北方农牧交错带的植被覆盖发生了明显变化,但仍以中盖度、中高盖度植被为主(表1).研究期间,低盖度和中盖度植被面积均有所增加,其增幅分别为36.8%和14.2%,而高盖度、中高盖度、中低盖度植被的面积均有所减少,其中,高盖度植被的减幅(-42.6%)最大.说明中国北方农牧交错带的生态环境不断退化,高盖度植被逐渐消失.根据植被覆盖度的变化幅度,将研究区植被覆盖度变化划分为5种类型:快速降低区,fv下降10%以上;一般降低区,fv下降0~10%;未变化区,fv不变;一般升高区,fv上升0~10%;快速升高区,fv升高20%以上.由图2、表2可以看出,1986—2000年间,研究区植被覆盖度的快速降低区面积占研究区总面积的28.4%,主要分布在研究区东北段的中西部、华北段的中北部及西北段的中南部;快速升高区面积占12.8%,主要分布在东北段的东部、华北段的西南部及研究区的西南角;一般降低区面积占28.8%,分布广泛且较分散;一般升高区面积占26.9%,主要分布在东北段的东部、华北段的西部和西北段的西部;未变化区面积占3.1%,零星分布.2.2年生时期气温比较1986和2000年,中国北方农牧交错带的年均降水量分别为412.3和387.6mm,14年间下降了24.7mm,降幅为6.0%;年均气温分别为6.03℃和6.73℃,期间升高了0.7℃,升幅达11.6%;干燥度指数分别为0.25和0.23,期间下降了0.02,降幅为8.0%.2.3中国北方农业区土地利用和变化特征2.3.1耕地、林地和草地问题由表3可以看出,1986—2000年,研究区主要土地利用类型间发生了显著的相互转化,但占优势的地类仍是草地、耕地和林地,土地利用结构未发生重大变化.研究期间,研究区耕地、林地和草地面积减少,水域、建设用地和未利用地面积增加.面积减少最多的土地类型为草地,其中,有68313km2转为耕地,这是当地农民迫于人口压力而大力开垦草地的直观表现;面积增加最多的土地类型为建设用地,其转入的来源主要为草地和耕地,这是研究区经济建设和城镇化快速发展的结果.2.3.2从《ijnsi-j/si之后监测两组土地利用类型面积km由于气候和土地利用变化对植被覆盖度的影响在不同区域存在明显差异,为此,本研究采用土地利用动态度区分这种区域差异.其公式如下:S=⎧⎩⎨∑i‚jn(ΔSi−j/Si)⎫⎭⎬×(1/t)×100(4)S={∑i‚jn(ΔSi-j/Si)}×(1/t)×100(4)式中:Si为监测开始时间第i类土地利用类型总面积(km2);ΔSi-j为监测时段内由第i类土地利用类型转为第j类土地利用类型的面积(km2);t为时间段(年);S为t时段内研究区土地利用变化速率(%).S>0的区域为土地利用变化区,S=0的区域为土地利用未变化区,S数值越大,表明该区土地利用变化速率越快.由图3可以看出,1986—2000年,研究区土地利用变化存在明显的区域差异,土地利用变化速率较快的地区主要分布在东北段,而华北段、西北段的西北部的土地利用变化速度明显快于东南部,说明研究区的人类活动呈现出明显的北扩趋势.2.4气体和干燥度1986—2000年,研究区的植被覆盖度与期间年均降水量呈极显著正相关,相关系数为0.23(P<0.001).在空间上,降水增加、植被覆盖度升高的区域主要分布于研究区中部,占研究区总面积的11.5%;降水减少、植被覆盖度降低的区域主要分布于研究区两侧,占38.2%;降水增加、植被覆盖度降低的区域主要分布于研究区中部,占21.9%;降水减少、植被覆盖度升高的区域主要分布于研究区东北段的东部、华北段的西部及研究区的西南角,占25.2%;降水不变或植被覆盖度不变地区的面积占3.3%,零星分布(图4).研究区的植被覆盖度与期间年均气温呈极显著负相关,相关系数为-0.24(P<0.001).在空间上,气温升高、植被覆盖度升高的区域主要分布于东北段的东部、华北段的西部及研究区的西南角,占研究区总面积的39.7%;植被覆盖度不变的区域面积很少,仅占3.2%;温度升高、植被覆盖度降低的区域主要分布于研究区东北段西部、华北段中东部和西北段中部,占57.1%(图4).研究区的植被覆盖度与干燥度指数呈极显著正相关,相关系数为0.26(P<0.001).在空间上,干燥度指数增加、植被覆盖度升高的区域主要分布在研究区中部,占研究区总面积的15.0%;干燥度指数减少、植被覆盖度降低的区域主要位于研究区两侧,占35.4%;干燥度指数增加、植被覆盖度降低的区域主要位于研究区中部,占24.1%;干燥度指数减少、植被覆盖度升高的区域主要分布于东北段的东部、华北段的西部及西北段的西南角,占21.1%;干燥度指数不变或植被覆盖度不变的区域面积仅占4.5%,其分布较分散.在土地利用未变化区,植被覆盖度与期间降水呈极显著正相关;与气温呈极显著负相关;与干燥度指数呈极显著正相关.在土地利用变化区,植被覆盖度与降水呈极显著正相关;与气温呈极显著负相关;与干燥度指数呈极显著正相关(表4).2.5草地覆盖度下降1986—2000年,不同土地利用类型的植被覆盖度变化的方向和程度各不相同.研究期间,由于研究区耕地土壤养分含量低,且经长期耕作后日益贫瘠,最后废弃或撂荒转为荒草地或沙化,导致地上植被覆盖明显减少,耕地的植被覆盖度下降了2.29%;由于滥砍乱伐导致森林面积和密度明显下降,使林地的植被覆盖度下降了0.11%;研究区大范围垦殖活动导致草地迅速萎缩,过度放牧则降低了牧草的高度和密度,使草地的植被覆盖度下降了0.87%;由于草场退化及耕地撂荒、废弃