2.中国科学院 水利部,陕西 杨凌 712100;
3.北京师范大学 水环境模拟国家重点实验室,北京 100875
2.Institute of Soil and Water Conservation, Chinese Academy of Sciences, Yangling 712100, China;;
3.Key Laboratory for Water and Sediment Sciences of Ministry of Education, Beijing Normal University, Beijing 100875, China
植被是防止水土流失的积极因素,它的有无及其差异对水文循环和侵蚀过程有着深刻影响[1].流域和区域尺度,其侵蚀产沙量和径流量与植被覆盖度间呈现显著的指数负相关关系.它还受到高程、坡度、坡向等地形因素的影响.探讨植被恢复程度及其地形分布特征,是理解生态格局-水文过程系统响应的重要内容.遥感和地理信息系统技术的发展和成熟,为区域生态环境要素监测和评价提供了可能[2].基于GIMMS和SPOT-VGT等遥感信息的研究表明,1999 年实施退耕还林(草)工程措施以来,黄土高原植被覆盖度明显增加,水土流失最为严重的丘陵沟壑区植被恢复态势显著[3-4].
北洛河流域位于黄土高原中南部,在退耕还林政策影响下,流域土地利用属性发生巨大变化,植被恢复效果显著[5],流域径流和输沙量表现出显著减少趋势[6].Chen等[5]利用Landsat TM影像数据分析了北洛河的植被变化,研究发现该区域植被呈缓慢增长—迅速增长趋势;许智超等[7]利用Landsat ETM影像数据分析发现,2000—2009 年,北洛河上游吴旗县所在区域植被覆盖度大于30%的面积在全县总面积中的比例由不足1%上升至91.96%.本文采用遥感信息TM影像和GIS手段,研究北洛河流域植被覆盖的最新变化趋势,为黄土高原生态恢复和生态-水文过程模拟研究提供理论基础.
1 研究区域北洛河流域位于东经 107°33′33″~110°10′30″,北纬 34°39′55″~37°18′22″,发源陕西省定边县草梁山,流经陕、甘两省5地(市)18县(区),于陕西省大荔县三河口汇入渭河,是黄河的二级支流.流域总面积2.69万km2,干流长680km.地处暖温带半干旱气候区,多年平均降雨量514.2 mm.汛期5~9月降雨量为391.9 mm,占年降雨量的76.2%.根据流域地形地貌、植被和水土流失的差异,流域大致分为上游丘陵沟壑区、中游土石山林区、高原沟壑区、下游阶地平原区.在退耕还林措施影响下,植被覆盖程度增加,将对区域生态功能变化产生深刻影响.
2 研究数据和方法 2.1 数据来源与处理1995,2007年的Landsat 5影像数据来自国际科学数据服务平台,2014年Landsat 8影像数据来自地理空间数据云.三期遥感影像数据的空间分辨率均为30m.
数字高程模型(DEM)来源于国际科学数据服务平台,空间分辨率30m,该精度能满足区域尺度上的研究需要.采用ENVI 5.0软件对三期影像数据进行辐射定标、大气校正、影像拼接等预处理.
2.2 研究方法归一化植被指数(NDVI),是植被生长状况和地表植被覆盖度的最佳指示因子[8]:
(1) |
式中,TM3,TM4分别为可见光红光波段、近红外波段地表反射率.NDVI取值为[-1, 1]之间,在陆地表面有云、水、雪覆盖的区域,NDVI值小于0.对于岩石或裸土地表,NDVI值接近0.地表植被覆盖较高时,NDVI为大于0的正值,并且植被生物量越大,NDVI值越大[9].
采用像元二分模型估算植被覆盖度.计算公式为
(2) |
式中:FVC是植被覆盖度;NDVIS为裸土时的归一化植被指数;NDVIV为纯植被覆盖下的归一化植被指数.在缺少实测数据条件下,取给定置信区间的最大值与最小值分别作为纯植被和裸土NDVI值.取研究区内NDVI累计频率0.5%时作为理想无植被地表,取频率为99.5%时为理想植被全覆盖地表,相应的NDVI值为全裸土和全植被覆盖下像元的NDVI值.然后根据式(2)估算像元植被覆盖度[10].
以流域上游丘陵沟壑区为例,对植被覆盖度、高程、坡度和坡向4个因子进行了分级表达,植被覆盖度以及地形因子的分级参考文献[5].
3 结果与分析 3.1 1995—2014年北洛河流域植被覆盖变化趋势及分区特征对1995,2007和2014年流域植被覆盖度进行统计分析发现,3个年份的平均值分别为46.43%,63.42%和73.4%,总体呈显著上升趋势,如图 1所示.
图 1可以看出,土石山林区植被覆盖度最高,丘陵区最低.阶地平原区植被以农田作物为主,不作重点分析.丘陵区植被覆盖度均值在3个年份分别为20.21%,41.64%和51.22%,时期内变化速率比较大.土石山林区最高,3个年份的均值分别为70.32%,78.43%和81.03%,其变化幅度也较稳定.高原沟壑区均值在3个年份分别为38.79%,72.76%和79.82%,动态变化幅度表现为前阶段显著,后阶段平缓.
3.2 1995—2014年北洛河上游植被不同覆盖度级别间的转化丘陵沟壑区土壤侵蚀剧烈,为入黄粗泥沙的主要来源地之一,本文作为重点进行分析.区域内不同级别植被覆盖度随时间的变化如表 1所示.1995年,≤60%和>60%覆盖度植被面积比例为9.9∶0.1.2007年,>60%覆盖度的植被较1995年增加10倍.2007年,≤60%覆盖度植被仍占主体,≤20%低覆盖度植被由54.04%缩小到6.58%.而40%~60%的中覆盖度植被则迅速增到45.97%.2014年,≤60%和>60%覆盖度植被面积比例进一步转变为6.3∶3.7.
本文将高程以30m为间距,求每一间距内所有植被覆盖度的平均值,得到植被覆盖度随高程的变化趋势,如图 2所示.海拔<1250m区域,80%面积位于河道和沟谷,农村居民建筑、农耕地或蔬菜大棚等类型为主,狭窄沟谷则主要为河流水体和河滩地,因而植被覆盖度较低.1995,2007和2014年均在1250~1400m处呈现峰值.这主要与流域水系为西北-东南流向,与黄土高原降水梯度带方向吻合,且东南方向与子午岭森林植被区接壤,气候较湿润,植物越茂盛等因素有密切关系.海拔高度>1650m区域,主要位于上游定边县境内,海拔高,温度降低,降雨量减少,濒临毛乌素沙区,荒漠草原植被区,因而植被恢复缓慢,且覆盖度低.
从表 2可以看出,植被覆盖度随着时间进展呈现明显增加态势.1995年不同高程带上植被覆盖度在20%左右小幅波动,2007年提高了2倍,在40%左右.2014年间,各高程带均表现出≤60%覆盖度植被向>60%覆盖度植被转化的特征.高覆盖度植被面积比例从2007年的2.6%增至8.9%,仍以≤40%覆盖度植被为主.
将坡度以2°为间距估算植被覆盖度平均值,并分析它随坡度的变化趋势,如图 3所示.
从图 3可以看出,随着时间进展,各坡度段上植被覆盖度均呈现先显著增加后持续增加的态势.1995年≤40°各坡度带植被覆盖度均偏低,>40°陡坡处则稍高,达30%.2007年,各坡度带植被覆盖度显著增加到40%及其以上水平,随坡度变陡,则增至50%.2014年,基本稳定在50%以上,陡坡处达到70%~80%.
如表 3所示,1995年,各坡度带上均以低和中低覆盖度的植被占主体.
2007年,各坡度带上以中低和中覆盖度植被面积占主体,<35°坡度上,其面积比例从44.9%逐渐增加到82.85%.0°~5°缓坡上的低和中低覆盖度植被面积比例最大,而>35°陡坡上仅有2.7%,26.0%.2014年,各坡度带植被均表现出≤60%覆盖度植被持续向>60%的高盖度植被转化的特征.植被覆盖度的分布特征充分展现了退耕还林政策实施后植被恢复的成果.
总体上,随着时间进展,坡度越缓,植被由低覆盖度向高覆盖度转化越慢,面积越小,坡度越陡,植被转化的级别越高,面积越大.从正北方开始,顺时针将坡向每6°为间距,求每间距内所有植被覆盖度的平均值,如图 4所示.
从图 4可以看出,1995年平均植被覆盖度保持在20%上下,坡向上几乎没有差异.2007年各坡向平均值显著增加,约为1995年的2倍,均值达到41.7%,阴阳坡差异性加大.
2014年则持续增加,均值达51%,约为2007年的1.3倍,阴阳坡差异性增加,均值分别为55%和48%.
表 4分析表明,1995年,各坡向上以低、中低覆盖度植被占优势,其面积比例各坡向上差异小.1995年时期的植被覆盖程度,无论坡向如何都非常低的数量分布特征,与该时期土壤侵蚀剧烈,水土流失严重的生态问题相吻合.
2007年,中高和高覆盖度植被面积大幅度增加,阳坡上40%~60%,60%~80%盖度植被面积的增加速率较大,而阴坡上>80%覆盖度植被面积增加速度最快.2014年,覆盖度持续增大.各坡向≤60%覆盖度植被面积比例持续缩减,>60%覆盖度植被面积持续增加.中低、中和中高覆盖度植被面积在各坡向上数量差异缩小.
4 结论1) 1995,2007,2014年北洛河流域植被平均覆盖度分别为46.43%,63.42%,73.4%,呈显著上升趋势.其中丘陵沟壑区植被恢复增速最快.
2) ≤40%的盖度级别植被的面积先迅速转化为40%~60%的中覆盖度植被,到2014年,又迅速向覆盖度60%~80%和>80%的植被转化.
3) 北洛河流域上游丘陵沟壑区,海拔越低,坡度越陡,越向阴坡,低覆盖度植被向高覆盖度植被转化程度越大,面积越广,三时期植被覆盖差异越大;反之,植被覆盖度级别面积间转化速率越慢.
[1] | Lai Y F, Zhu Q K, Zhang Y Q. Valuingecological effects of land conversion project in Wuqi county[J]. Soil and Water Conservation Journal , 2006, 20 (3) : 83–87. |
[2] | Luo J H, Li X C, Ma R H. Applying remote sensing techniques to monitoring seasonal and interannual changes of aquatic vegetation in Taihu lake, China[J]. Ecological Indicators , 2016, 60 : 503–513. DOI:10.1016/j.ecolind.2015.07.029 |
[3] | Xin Z B, Xu W X, Zheng W. 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. DOI:10.1007/s11430-007-0137-2 |
[4] | Sun Z H, Liu Z C, Lei Y P, et al. The variations of NDVI and the relation with climate in hilly and gully region of northern Yan′ an[J]. Acta Ecologica Sinica , 2010, 30 (2) : 533–540. |
[5] | Chen N,Ma T Y,Zhang X P.Responses of soil erosion processes to land cover changes in the Loess Plateau of China:a case study on the Beiluo river basin [DB/OL].[2015-02-22]: http://dx.doi.org/10.1016/j.catena.2015.02.022 . |
[6] |
谢名礼, 张晓萍, 刘二佳, 等.
黄土高原森林/非森林流域径流稳定性及其演变趋势对比[J]. 水土保持通报 , 2013, 33 (3) : 149–153.
( Xie Ming-li, Zhang Xiao-ping, Liu Er-jia, et al. Stationarity and change trend of stream flows in forest and less forested watersheds on Loess Plateau[J]. Bulletin of Soil and Water Conservation , 2013, 33 (3) : 149–153. ) |
[7] |
许智超, 张岩, 刘宪春.
半干旱黄土区退耕还林十年植被恢复变化分析—以陕西吴起县为例[J]. 生态环境学报 , 2011, 20 (1) : 91–96.
( Xu Zhi-chao, Zhang Yan, Liu Xian-chun. Vegetation restoration since the project of returning cropland to forest in the semiarid Loess Plateau:acase study of Wuqi county, Shaanxi province[J]. Ecology and Environmental Sciences , 2011, 20 (1) : 91–96. ) |
[8] | Pettorelli N, Vik J O, Mysterud A, et al. Using the satellite derived NDVI to assess ecological response to environment change[J]. Trends in Ecology and Evolution , 2005, 20 (9) : 503–510. DOI:10.1016/j.tree.2005.05.011 |
[9] | Paruelo J M, Epstein H E, Lauenroth W K, et al. A NPP estimates from NDVI for the central grassland region of the United States[J]. Ecology , 1997, 78 (3) : 953–958. DOI:10.1890/0012-9658(1997)078[0953:AEFNFT]2.0.CO;2 |
[10] | Lunetta R S, Knight J F, Ediriwickrema J, et al. Land-cover change detection using multi-temporal MODIS NDVI data[J]. Remote Sensing of Environment , 2006, 105 (2) : 142–154. DOI:10.1016/j.rse.2006.06.018 |