2000年——2020年珠...植被覆盖度时空变化特征研究_冯建平

《2000年——2020年珠...植被覆盖度时空变化特征研究_冯建平》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

第57卷第1期广东蚕业Vol.57,No.012023年1月GUANGDONGCANYEJan.2023DOI：10.3969/j.issn.2095-1205.2023.01.112000年—2020年珠江流域植被覆盖度时空变化特征研究冯建平（西华师范大学地理科学学院四川南充637009）摘要文章基于GoogleEarthEngine平台，在MODISEVI数据的基础上，结合像元二分法模型和一元线性回归两种方法来研究珠江流域2000年—2020年植被覆盖度时空变化特征。结果表明：（1）2000年—2020年研究区内植被覆盖度以0.0029/a的速率波动上升；（2）珠江流域植被覆盖度空间上明显呈西高东低分布格局，植被覆盖度呈现改善趋势的区域面积大于呈退化趋势的区域面积，且大部分低植被覆盖度区域转变为中植被覆盖度区域。研究结果有助于了解地区生态环境演变，对于指导地区生态修复和可持续发展具有重要意义。关键词植被覆盖度；EVI；珠江流域；时空变化；趋势分析中图分类号:Q948文献标识码:A文章编号:2095-1205(2023)01-34-04植被作为陆地生态系统的重要组成部分，通过光变化特征，从宏观方面了解区域植被变化趋势分布合作用吸收二氧化碳和水生成氧气和有机质，在水循状况，旨在为珠江流域生态修复和可持续发展提供[1-2]环和碳循环中起着至关重要的作用。植被覆盖变化决策依据。可以作为反映植被健康和生态系统稳定性的重要指1研究区概况标，监测植被覆盖度的时空动态对于及时准确地评估[3-4]生态系统恢复政策的效益至关重要。常用于计算或珠江流域位于我国的西南部，横跨云南、贵州、者表征植被覆盖度的植被指数有归一化植被数据广西、江西、福建、广东6个省级行政单元，流域面2（NDVI）和增强植被指数（EVI），与NDVI相比，积44.68万km。研究区地势总体上呈西高东低，从西EVI在合成算法上做了进一步的优化，有效地克服了到东依次跨过云贵高原、广西丘陵、珠江三角洲三大[5-6]NDVI容易过饱和的问题。地貌单元，海拔范围为-55m～2890m。研究区内气王行汉等基于MODISEVI数据，利用相关性分候以亚热带季风气候为主，多年平均气温在14℃～析方法探讨2004年—2013年珠江流域植被变化对气22℃间，多年平均降水在660mm～2200mm间，受象因子和人类活动因子的响应，研究结果表明珠江流海陆位置和地形的共同作用，降水量呈现由西向东逐[7][9]域人类活动对植被变化影响程度大于自然环境。王渐增加的趋势。睿卿等利用一元线性回归方法探讨2000年—2015年2数据来源与研究方法珠江流域NDVI植被时空变化特征，并运用地理探测器探讨自然环境因素与人为活动因素两类因素对研究2.1数据来源区内植被NDVI时空变化的影响程度，研究结果表明本文数据来源于GEE遥感云平台，分辨率为珠江流域平均植被覆盖呈明显改善趋势且人类活动对250m，时间分辨率为16d，具体处理过程如下：首[8]植被变化影响程度大于自然环境。先利用GEE网页端的JavaScriptAPI接口访问2000年综上所述，关于珠江流域植被覆盖变化的研究—2020年全球范围的MOD13Q1EVI产品数据集，其主要集中在NDVI时空变化特征及其与气候、地形等次根据矢量范围筛选和裁剪出位于珠江流域的影像数因子之间的关系上，而利用MODISEVI对珠江流域据集，最后采用最大值合成法获取2000年—2020年[10]植被覆盖度动态变化趋势进行研究较少。故本文利共21年的最大EVI时间序列影像。用GoogleEarthEngine（GEE）平台，以MODISEVI2.2研究方法数据为基础，运用像元二分法和一元线性回归两种2.2.1GoogleEarthEngine云平台方法分析珠江流域2000年—2020年植被覆盖度时空GoogleEarthEngine是谷歌公司研发的云计算平作者简介：冯建平（1995—），男，汉族，四川宜宾人，硕士研究生在读，研究方向为资源与环境遥感。·34·

1第1期2000年—2020年珠江流域植被覆盖度时空变化特征研究第57卷台，其不仅可以提供海量的地理空间数据，还可以在结果进行显著性检验，结合θSlope和显著性水平的结线对地理空间数据进行采集、处理、编辑和可视化等果，将植被覆盖度变化趋势划分为5个类型，如表1一系列的操作。它提供的数据包括各种常用的光学影所示。像、雷达影像、气象和地形等数据集，容量达到PB表1植被覆盖度变化趋势分类标准级。GEE可以实现快速、大量地处理数据，而不受空间和时间限制，这有助于研究者快速地监测和量化地斜率显著性水平植被覆盖度变化趋势表动态变化。目前，GEE已被广泛应用于植被、水、p≤0.01显著退化城镇和土地利用变化监测等地学遥感研究[11]。θSlope＜00.01＜p≤0.05退化2.2.2最大值合成法p＞0.05基本不变为了更好地降低云、大气和太阳高度角等因素对MODISEVI数据质量的影响程度，本研究采用最大值θSlope≥00.01＜p≤0.05改善[12]p＜0.01显著改善合成法逐年合成珠江流域植被EVI的年最大值，具体计算公式如下：3结果与分析EVI=max(EVI)（1）ij3.1植被覆盖度的时间变化特征式中，EVIi表示像元第i年的EVI最大值，EVIj为了更好地体现珠江流域植被覆盖度年际间的变表示像元第i年第j景的EVI值。化，逐年求取研究区内全部像元FVC的平均值表示当2.2.3像元二分法模型年珠江流域整体的植被覆盖程度，绘制2000年—2020像元二分法是线性混合像元分解最简化的一种模年珠江流域年最大EVI均值图（见图1）。研究区在近型，其原理是假设每个像元物质都由植被和非植被两21年内植被覆盖度平均值呈现波动上升趋势，最小值部分组成，植被与非植被的面积在像元中所占的比例出现在2000年，为0.529，于2018年达到最大值是二者的权重。植被覆盖度就是植被所对应的权重，0.589。从拟合的线性关系可知，2000年—2020年珠具体计算方法如下：江流域植被覆盖度的增加趋势为0.0029/a，表明研究EVI-EVIFVC=soil区植被覆盖呈现改善的趋势。（2）EVI-EVIvegsoil式中，FVC是植被覆盖度，EVI是纯土壤端soil元对应的EVI值，EVIveg是纯植被端元对应的EVI值。在复杂的环境下，EVIsoil和EVIveg会随着时空环[11]境变化而改变。参考已有的研究，本研究选取对应年份影像像元数累计百分比0.5%的为纯土壤端元对应EVI，99.5%的为纯植被端元对应EVI。soilveg2.2.4趋势分析法图1珠江流域2000年—2020年植被覆盖度的为了更加清楚地掌握2000年—2020年间珠江流年际间变化域的时空变化特征，利用一元线性回归的方法分析逐个像元植被覆盖度的变化趋势，具体计算公式如下：3.2植被覆盖度的空间变化特征nnn利用Matlab2019a软件编程实现逐像元求取2000nΣΣ()iFVC×-iΣFVCii年—2020年间植被覆盖度的均值后，参考相关研究文ii==11i=1θSlope=nn（3）[11,13]22献，利用ArcGIS10.3的重分类工具把植被覆盖等niΣΣ-()iii==11级分为以下5类：植被覆盖度小于5%的为无植被覆式中：n为研究时间段的总年数；FVCi为像元第盖，介于5%与30%之间的为劣覆盖度，介于30%与i年植被覆盖度的大小；θ表示2000年—2020年50%之间的为低覆盖度，介于50%与70%之间的为中Slope珠江流域植被覆盖度的变化趋势，θ的正负代表覆盖度，大于70%的为高覆盖度。最终得到近21年来Slope研究区植被覆盖度变化方向，θ绝对值的大小表珠江流域植被覆盖度空间分布格局，如图2所示。从Slope示植被覆盖度变化的程度。为了更好地划分植被覆盖研究区域整体上看，呈现西高东低的分布格局。高覆度变化趋势，用F检验法对植被覆盖度变化趋势分析盖度主要分布于海拔较高的林地区域，由于海拔相对·35·

2第1期2000年—2020年珠江流域植被覆盖度时空变化特征研究第57卷适中，水热条件较好，适宜植被生长，如曲靖市东南域，这部分区域坡度小，地形平坦，受人为活动的影部、文山壮族苗族自治州东北部、百色市西北部。劣响较大，如南宁市、柳州市、桂林市、汕头市、潮州覆盖度和无植被覆盖主要分布于低海拔的建设用地区市等地级市的城区，珠江三角洲的粤港澳大湾区。图2珠江流域2000年—2020年植被覆盖度分布格局为了更加清晰地了解2000年—2020年各等级植其区域面积占比分别增加10.57%、8.42%和0.28%。被覆盖度区域面积占比变化的情况，对2000年和剩余劣覆盖度和低覆盖度区域占比分别降低0.25%和2020年各等级植被覆盖度进行叠置分析后，得到19.02%。2000年低覆盖度区域的转出面积最大，占整2000年—2020年珠江流域植被覆盖度变化空间转移矩个研究区面积的27.02%，其中大部分区域的植被由于阵（见表2）。根据统计数据可知，2020年高覆盖度、生态环境的改善从低覆盖度转为中覆盖度。中覆盖度和无植被覆盖区域与2000年相比有所增加，表2珠江流域2000年—2020年植被覆盖度变化空间转移矩阵（单位：%）类型无植被覆盖劣覆盖度低覆盖度中覆盖度高覆盖度2000年汇总转出无植被覆盖0.830.380.040.010.001.260.42劣覆盖度0.441.601.540.740.144.462.87低覆盖度0.181.579.5820.145.1336.6127.02中覆盖度0.060.565.3827.1512.7845.9218.77高覆盖度0.010.121.046.314.2711.757.482020年汇总1.534.2217.5854.3422.32——转入0.702.628.0027.1918.05——变化量0.28-0.25-19.028.4210.57——利用Matlab2019a软件编程获取2000年—2020年持稳定。植被覆盖度呈现改善趋势的区域面积大于呈间逐像元一元线性回归分析的斜率，并结合显著性结退化趋势的区域面积，植被覆盖度变化趋势呈极显著果进行重分类，最终得到近21年来珠江流域植被覆改善和显著改善的面积占比分别为11.31%和盖度变化趋势图（见图3）。从变化程度来看，珠江11.03%；极显著退化和显著退化的面积占比分别为流域73.37%的区域植被覆盖度的变化趋势为基本保2.4%和1.88%。图3珠江流域2000年—2020年植被覆盖度变化趋势图（下转第42页）·36·

3第1期“普薯32号”中LCYb基因的克隆与序列分析第57卷[22]杨德孟.β-胡萝卜素对紫苏油抗氧化活性及其稳定种,2020,18(18):6158-6164.性研究[D].宁波:宁波大学,2020.[26]ZENGJ,WANGC,CHENX,etal.Thelycopeneβ-[23]李晶,窦润秋,周栋,等.不同果肉颜色蜜柚番茄红素cyclaseplaysasignificantroleinprovitaminAbiosynth-环化酶基因的表达分析[J].东南园艺,2018,6(1):13-16.esisinwheatendosperm[J].BMCPlantBiology,2015,15[24]赵军林,于喜艳,王秀峰.橙色果肉甜瓜β-胡萝卜素(1):112.积累的分子机理[J].山东农业科学,2014,46(5):7-11,30.[27]黄景煌.“普薯32号”特征特性及高产栽培技术[J].[25]王曼曼,薛舒丹,吴廷全,等.光照和温度调控对番茄福建热作科技,2022,47(3):61-62,66.果实中类胡萝卜素合成的影响[J].分子植物育（上接第36页）被覆盖时空变化与驱动力分析[J].中国生态农业学报4结论(中英文),2022,30(11):1737-1749.本研究基于GEE云平台，在MODISEVI数据集[4]谷雷,岳彩荣,赵勋,等.基于GoogleEarthEngine的云的基础上，利用像元二分法模型估算了2000年—2020南省1999—2018年植被覆盖度变化分析[J].西部林业年珠江流域的植被覆盖度，并采用一元线性回归和空科学,2020,49(5):74-80.间转移矩阵的方法探讨近21年来珠江流域植被覆盖度[5]廖成浩,曾艳,姚昆,等.江西植被EVI时空动态监测及时空变化特征，得出以下结论：驱动因素分析[J].云南大学学报(自然科学版),2022,44（1）在时间上，2000年—2020年珠江流域的植被(5):981-989.覆盖度总体上呈现上升趋势，植被覆盖率较高，处于[6]伍宜丹,马悦,吴浩然,等.基于MODIS-EVI指数的四0.529～0.589之间。川省植被指数时空演变特征及驱动力[J].水土保持研（2）在空间上，珠江流域植被覆盖度空间上明显究,2020,27(5):230-236,243,2.呈西高东低的分布格局，植被覆盖度呈改善趋势的区[7]王行汉,丛沛桐,刘超群,等.2004—2013年珠江流域植被域面积大于呈退化趋势的区域面积。此外，研究区内变化及其胁迫分析[J].生态学报,2017,37(19):6494-6503.实施生态修复工程后，大部分植被低覆盖度区域改善[8]王睿卿,蒋晓辉,聂桐.基于地理探测器的珠江流域NDV变为植被中覆盖度区域。I时空变化及驱动力分析[J].人民珠江,2022,43(7):61-73.本文从时间和空间两个角度分析珠江流域近21年[9]吴志勇,白博宇,何海,等.珠江流域1981—2020年水来的植被覆盖变化情况，在今后的研究中，将进一步文干旱时空特征分析[J/OL].河海大学学报(自然科学考虑自然因素和人为因素对植被覆盖变化的影响，从版):1-10[2022-08-12].http://kns.cnki.net/kcms/detail/而为珠江流域植被恢复及生态环境建设提出更加合理32.1117.TV.20220812.1155.002.html.的治理和保护方案。[10]冯李.金沙江流域植被覆盖度的遥感动态监测及其驱动机制研究[D].昆明:云南师范大学,2021.参考文献[11]朱林富,谢世友,杨华,等.基于MODIS-EVI的四川[1]陈宽,杨晨晨,白力嘎,等.基于地理探测器的内蒙古植被覆盖地形分布特征[J].西南大学学报(自然科学自然和人为因素对植被NDVI变化的影响[J].生态学版),2022,44(9):122-132.报,2021,41(12):4963-4975.[12]李亚楠.新疆2001-2020年NDVI时空特征及其对[2]邓元杰,姚顺波,侯孟阳,等.长江流域中上游植被环境因子响应研究[D].乌鲁木齐:新疆大学,2021.NDVI时空变化及其地形分异效应[J].长江流域资源与[13]李美丽,尹礼昌,张园,等.基于MODIS-EVI的西南环境,2020,29(1):66-78.地区植被覆盖时空变化及驱动因素研究[J].生态学[3]丁永康,叶婷,陈康.基于地理探测器的滹沱河流域植报,2021,41(3):1138-1147.·42·