留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

黄土高原丘陵沟壑区植被覆盖度变化监测

张舒婷 王晓慧 彭道黎 纪平 刘华 凌成星 侯瑞霞

张舒婷, 王晓慧, 彭道黎, 纪平, 刘华, 凌成星, 侯瑞霞. 黄土高原丘陵沟壑区植被覆盖度变化监测[J]. 浙江农林大学学报, 2020, 37(6): 1045-1053. doi: 10.11833/j.issn.2095-0756.20200136
引用本文: 张舒婷, 王晓慧, 彭道黎, 纪平, 刘华, 凌成星, 侯瑞霞. 黄土高原丘陵沟壑区植被覆盖度变化监测[J]. 浙江农林大学学报, 2020, 37(6): 1045-1053. doi: 10.11833/j.issn.2095-0756.20200136
ZHANG Shuting, WANG Xiaohui, PENG Daoli, JI Ping, LIU Hua, LING Chengxing, HOU Ruixia. Monitoring of vegetation coverage change in hilly and gully regions on the Loess Plateau[J]. Journal of Zhejiang A&F University, 2020, 37(6): 1045-1053. doi: 10.11833/j.issn.2095-0756.20200136
Citation: ZHANG Shuting, WANG Xiaohui, PENG Daoli, JI Ping, LIU Hua, LING Chengxing, HOU Ruixia. Monitoring of vegetation coverage change in hilly and gully regions on the Loess Plateau[J]. Journal of Zhejiang A&F University, 2020, 37(6): 1045-1053. doi: 10.11833/j.issn.2095-0756.20200136

黄土高原丘陵沟壑区植被覆盖度变化监测

doi: 10.11833/j.issn.2095-0756.20200136
基金项目: “十三五”国家重点研发计划项目(2017YFC0506502);中央级公益性科研院所基本科研业务费专项资金资助项目(CAFYBB2017MB012)
详细信息
    作者简介: 张舒婷,从事森林资源监测与评价研究。E-mail: zhangst95@163.com
    通信作者: 彭道黎,教授,从事森林资源监测与评价研究。E-mail: dlpeng@bjfu.edu.cn
  • 中图分类号: S718.5

Monitoring of vegetation coverage change in hilly and gully regions on the Loess Plateau

  • 摘要:   目的  研究黄土高原水土流失严重区域实施“三北”(西北、华北和东北)防护林、退耕还林等林业生态工程以来的植被变化,为制定合理的生态修复和管理对策提供依据。  方法  以陕西省延安安塞区为例,基于Landsat TM/OLI影像,运用像元二分法估算2000和2017年的植被覆盖度,结合海拔、坡度和坡向分析其地形分异特征。  结果  ①安塞区平均植被覆盖度从2000年的24.98%增长到2017年的53.34%,显著提高;②植被覆盖度变化中极显著增加面积占比最大,为44.70%,集中在河流沿岸;③2000年植被覆盖度随海拔升高逐渐减小,2017年随海拔升高先增加后减小。2000和2017年植被覆盖度随坡度先增加后减少,在坡度25°~35°出现最大值。植被覆盖度随坡向的变化从大到小依次为阴坡、半阴坡、半阳坡、阳坡;④海拔<1 300 m,坡度15°~35°,平地、阴坡和半阴坡水热条件好,植被恢复容易,高植被覆盖度面积比例最大。  结论  2000−2017年安塞区植被呈改善趋势,海拔、坡度和坡向等地形条件下植被覆盖度存在差异,生态恢复要因地制宜制定对策。图2表6参27
  • 图  1  2000和2017年植被覆盖度分级示意图

    Figure  1  Vegetation coverage classification in 2000 and 2017

    图  2  2000和2017年植被覆盖度变化分级示意图

    Figure  2  Vegetation coverage change classification map in 2000 and 2017

    表  1  地形因子分级及面积

    Table  1.   Terrain factor classification and area

    等级海拔/m面积比例/%坡度/(°)面积比例/%坡向面积比例/%
    1<1 100 2.65<5 4.99平地 0.34
    21 100~1 20012.095~8 7.04阴坡25.30
    31 200~1 30029.558~1524.39半阴坡24.36
    41 300~1 40037.5415~2538.68半阳坡24.37
    51 400~1 50015.9525~3520.73阳坡25.63
    6>1500 2.21>35 4.18
    下载: 导出CSV

    表  2  2000和2017年安塞区植被覆盖度等级统计

    Table  2.   Statistics of vegetation coverage in Ansai District in 2000 and 2017

    年份低植被覆盖度较低植被覆盖度中等植被覆盖度较高植被覆盖度高植被覆盖度平均植
    被覆盖度/%
    面积/km2比例/%面积/km2比例/%面积/km2比例/%面积/km2比例/%面积/km2比例/%
    2000536.2118.181698.2557.57482.1716.34126.28 4.28107.09 3.6324.98
    2017 87.02 2.95 487.6416.53815.6827.65749.6025.41810.3727.4754.34
    下载: 导出CSV

    表  3  安塞区造林面积统计

    Table  3.   Statistics of afforestation area in Ansai District

    年份造林面积/km2年份造林面积/km2
    人工造林飞播造林新封山育林退化林修复人工造林飞播造林新封山育林退化林修复
    2001341.7314.17 3.332010 27.06 6.67
    2002213.8413.33 3.332011 18.6710.00
    2003180.9413.33 2.672012 50.00 5.33
    2004 6.66 6.67 6.002013 76.47 1.53
    2005 21.33 6.672014 53.34 6.67 4.67
    2006 33.73 3.332015 14.66 6.67 6.67
    2007 20.80 3.332016 16.66 6.67 6.67 6.67
    2008 41.2713.332017 16.66 6.67 6.67 6.67
    2009 15.13 9.33合计1 148.9574.1899.5313.34
      说明:−表示该项无数据
    下载: 导出CSV

    表  4  安塞区不同海拔植被覆盖度的面积变化

    Table  4.   Area of different vegetation coverage at different altitudes in Ansai District

    植被覆
    盖度
    不同海拔植被覆盖度面积变化/km2
    <1 100 m1 100~1 200 m1 200~1 300 m1 300~1 400 m1 400~1 500 m>1 500 m
    2000年2017年2000年2017年2000年2017年2000年2017年2000年2017年2000年2017年
    低 13.02 8.63 42.73 12.65106.73 20.67222.77 33.92110.71 20.2217.96 4.65
    较低38.9517.28205.29 43.12525.59106.89650.04206.63267.36112.5738.1719.61
    中等19.4416.68 83.21 78.72183.31240.82145.59326.54 49.40136.02 5.4017.93
    较高 5.1715.08 18.55 97.19 38.32250.83 40.02262.54 17.34100.34 1.9412.02
    高  1.5920.62 6.69124.98 17.54253.46 48.70277.79 25.60101.69 1.6911.04
    下载: 导出CSV

    表  5  安塞区不同坡度植被覆盖度的面积

    Table  5.   Area of different vegetation coverage at different slopes in Ansai District

    植被覆
    盖度
    不同坡度植被覆盖度面积/km2
    <5°5°~8°8°~15°15°~25°25°~35°>35°
    2000年2017年2000年2017年2000年2017年2000年2017年2000年2017年2000年2017年
    低 40.8912.25 53.2814.13156.51 34.70179.69 29.56 70.72 8.7312.81 1.36
    较低77.8437.87112.4850.15400.70146.80674.01178.09381.89 77.1478.4816.06
    中等19.1741.18 28.1057.86108.00199.47193.44310.47112.61169.4025.0238.32
    较高 4.8829.46 7.0743.77 27.98165.49 50.20292.10 26.76171.82 4.4435.36
    高  4.3726.42 6.6942.28 25.95173.03 43.16331.22 19.21184.66 2.4331.98
    下载: 导出CSV

    表  6  安塞区不同坡向植被覆盖度的面积

    Table  6.   Area of different vegetation coverage in each slope direction in Ansai District

    植被覆
    盖度
    不同坡向植被覆盖度面积/km2
    平地阴坡半阴半阳阳坡
    2000年2017年2000年2017年2000年2017年2000年2017年2000年2017年
    低 2.730.68149.15 29.73127.66 22.92112.69 21.33121.68 26.07
    较低4.772.00390.71116.14409.99114.08442.5122.67477.43151.22
    中等1.512.38128.30170.94119.73184.08117.5212.48119.30246.82
    较高0.442.05 41.25169.86 32.63176.63 24.78190.21 22.25199.24
    高 0.502.87 36.69259.83 28.45221.29 21.02172.47 15.16133.14
    下载: 导出CSV
  • [1] 张文强, 孙从建, 李新功. 晋西南黄土高原区植被覆盖度变化及其生态效应评估[J]. 自然资源学报, 2019, 34(8): 1748 − 1758.

    ZHANG Wenqiang, SUN Congjian, LI Xingong. Vegetation cover change and ecological effect assessment in the Loess Plateau of Southwest Shanxi Province based on remote sensing image [J]. J Nat Resour, 2019, 34(8): 1748 − 1758.
    [2] 赵亮, 刘宇, 罗勇, 等. 黄土高原近40年人类活动强度时空格局演变[J]. 水土保持研究, 2019, 26(4): 306 − 313.

    ZHAO Liang, LIU Yu, LUO Yong, et al. Temporal and spantial evolution of human impact intensity on the Loess Plateau in recent 40 years [J]. Res Soil Water Conserv, 2019, 26(4): 306 − 313.
    [3] 修丽娜, 颜长珍, 钱大文, 等. 生态工程背景下黄土高原植被变化时空特征及其驱动力[J]. 水土保持通报, 2019, 39(4): 214 − 221.

    XIU Lina, YAN Changzhen, QIAN Dawen, et al. Analysis of spatial-temporal change and driving forces of vegetation in Loess Plateau under background of ecological engineering [J]. Bull Soil Water Conserv, 2019, 39(4): 214 − 221.
    [4] 董孟龙. 基于NPP和生态绿当量的黄土高原土地利用生态效益研究[D]. 西安: 长安大学, 2018.

    DONG Menglong. Ecological Benefits of Land Use in the Loess Plateau Based on NPP and Ecological Green Equivalent[D]. Xi’an: Chang’an University, 2018.
    [5] 李粉玲, 常庆瑞, 申健, 等. 黄土高原沟壑区生态环境状况遥感动态监测: 以陕西省富县为例[J]. 应用生态学报, 2015, 26(12): 3811 − 3817.

    LI Fenling, CHANG Qinrui, SHEN Jian, et al. Dynamic monitoring of ecological environment in loess hilly and gully region of Loess Plateau based on remote sensing: a case study on Fuxian County in Shaanxi Province, Northwest China [J]. Chin J Appl Ecol, 2015, 26(12): 3811 − 3817.
    [6] 杨波, 王全九, 许晓婷, 等. 还林还草工程后榆林市NDVI时空变化趋势[J]. 生态学杂志, 2019, 38(6): 1839 − 1848.

    YANG Bo, WANG Quanjiu, XU Xiaoting, et al. NDVI spatiotemporal variation in Yulin after grain for green project [J]. Chin J Ecol, 2019, 38(6): 1839 − 1848.
    [7] 田地, 刘政, 胡亚林. 福州市植被覆盖度时空特征及与地形因子的关系[J]. 浙江农林大学学报, 2019, 36(6): 1158 − 1165.

    TIAN Di, LIU Zheng, HU Yalin. Spatial-temporal characteristics of vegetation coverage and the relationship to topographic factors in Fuzhou City [J]. J Zhejiang A&F Univ, 2019, 36(6): 1158 − 1165.
    [8] ZHOU Qiuwen, WEI Xiaocha, ZHOU Xu, et al. Vegetation coverage change and its response to topography in a typical karst region: the Lianjiang River Basin in Southwest China [J]. Environ Earth Sci, 2019, 78(6): 191 − 200.
    [9] EISENLOHR P V, ALVES L F, BERNACCI L C, et al. Disturbances, elevation, topography and spatial proximity drive vegetation patterns along an altitudinal gradient of a top biodiversity hotspot [J]. Biodiversity Conserv, 2013, 22(12): 2767 − 2783.
    [10] 刘宇, 傅伯杰. 黄土高原植被覆盖度变化的地形分异及土地利用/覆被变化的影响[J]. 干旱区地理, 2013, 36(6): 1097 − 1102.

    LIU Yu, FU Bojie. Topographical variation of vegetation cover evolution and the impact of land use/cover change in the Loess Plateau [J]. Arid Land Geogr, 2013, 36(6): 1097 − 1102.
    [11] 李登科, 王钊. 退耕还林后陕西省植被覆盖度变化及其对气候的响应[J]. 生态学杂志, 2020, 39(1): 1 − 10.

    LI Dengke, WANG Zhao. Changes of fractional vegetation coverage after returning farmland to forests and its response to climate in Shaanxi [J]. Chin J Ecol, 2020, 39(1): 1 − 10.
    [12] 闫瑞, 张晓萍, 闫胜军, 等. 1995−2014年北洛河流域植被恢复的地形分布特征[J]. 东北大学学报(自然科学版), 2016, 37(11): 1598 − 1603.

    YAN Rui, ZHANG Xiaoping, YAN Shengjun, et al. Topographical distribution characteristics of vegetation restoration in the Beiluo River Basin from 1995 to 2014 [J]. J Northeast Univ Nat Sci, 2016, 37(11): 1598 − 1603.
    [13] 李登科, 范建忠, 王娟. 陕西省植被覆盖度变化特征及其成因[J]. 应用生态学报, 2010, 21(11): 2896 − 2903.

    LI Dengke, FANG Jianzhong, WANG Juan. Change characteristics and their causes of fractional vegetation coverage in Shaanxi Province [J]. Chin J Appl Ecol, 2010, 21(11): 2896 − 2903.
    [14] 周德成, 赵淑清, 朱超. 退耕还林工程对黄土高原土地利用/覆被变化的影响: 以陕西省安塞县为例[J]. 自然资源学报, 2011, 26(11): 1866 − 1878.

    ZHOU Decheng, ZHAO Shuqing, ZHU Chao. Impacts of the sloping land conversion program on the land use/cover change in the Loess Plateau: a case study in Ansai County of Shaanxi Province, China [J]. J Nat Res, 2011, 26(11): 1866 − 1878.
    [15] 徐勇, 张同升, 杨勤科. 黄土高原安塞县生态退耕情景及农业影响[J]. 地理学报, 2006, 61(4): 369 − 377.

    XU Yong, ZHANG Tongsheng, YANG Qinke. Ecological de-farming scenarios and their influences on agricultural development of county on Loess Plateau [J]. Acta Geogr Sin, 2006, 61(4): 369 − 377.
    [16] 穆悦, 曹晓阳, 冯益明. 地形复杂山区常用植被指数的地形校正对比[J]. 地球信息科学学报, 2016, 18(7): 951 − 961.

    MU Yue, CAO Xiaoyang, FENG Yiming. Comparison of topographic correction on commonly used vegetation indices in rugged terrain area [J]. J Geo-Inf Sci, 2016, 18(7): 951 − 961.
    [17] LEPRIEUR C, VERSTRAETE M M, PINTY B. Evaluation of the performance of various vegetation indices to retrieve vegetation cover from AVHRR data [J]. Remote Sensing Rev, 1994(10): 265 − 284.
    [18] 张超, 余树全, 李土生. 基于多时相Landsat影像的庆元县植被覆盖变化研究[J]. 浙江农林大学学报, 2011, 28(1): 72 − 79.

    ZHANG Chao, YU Shuquan, LI Tusheng. Image analysis of vegetation coverage and changes (1994−2007) in Qingyuan County using multi-temporal Landsat remote sensing [J]. J Zhejiang A&F Univ, 2011, 28(1): 72 − 79.
    [19] 高健健, 穆兴民. 孙文义. 1981−2012年黄土高原植被覆盖度时空变化特征[J]. 中国水土保持, 2016(7): 52 − 56.

    GAO Jianjian, MU Xingmin, SUN Wenyi. Spatial-temporal change of vegetation coverage in the Loess Plateau from 1981 to 2012 [J]. Soil Water Conserv China, 2016(7): 52 − 56.
    [20] 中华人民共和国水利部. 水土保持综合治理规划通则: GB/T 15772−2008[S]. 北京: 中国标准出版社, 2008.
    [21] 彭文甫, 周介铭, 徐新良, 等. 成都平原及其周边区域植被覆盖动态监测[J]. 地球与环境, 2017, 45(2): 193 − 202.

    PENG Wenfu, ZHOU Jieming, XU Xinliang, et al. Dynamic monitoring of fractional vegetation cover of Chengdu Plain and its surrounding area in China [J]. Earth Environ, 2017, 45(2): 193 − 202.
    [22] 李俊清. 森林生态学[M]. 北京: 高等教育出版社, 2010: 93 − 94.
    [23] 赵文慧, 陈妮, 闫瑞, 等. 近20年来北洛河流域植被覆盖度随地形因子变化特征探究[J]. 水土保持研究, 2016, 23(4): 10 − 14.

    ZHAO Wenhui, CHEN Ni, YAN Rui, et al. Study on variation of the vegetation coverage based on terrain factors in the Berluo River Basin in the past 20 years [J]. Res Soil Water Conserv, 2016, 23(4): 10 − 14.
    [24] 赵安周, 张安兵, 刘海新, 等. 退耕还林(草)工程实施前后黄土高原植被覆盖时空变化分析[J]. 自然资源学报, 2017, 32(3): 449 − 460.

    ZHAO Anzhou, ZHANG Anbing, LIU Haixin, et al. Spatiotemporal variation of vegetation coverage before and after implementation of grain for green project in the Loess Plateau [J]. J Nat Resour, 2017, 32(3): 449 − 460.
    [25] 张诗羽, 张毅, 王昌全, 等. 岷江上游流域植被覆盖度及其与地形因子的相关性[J]. 水土保持通报, 2018, 38(1): 69 − 75.

    ZHANG Shiyu, ZHANG Yi, WANG Changquan, et al. Vegetation coverage and its correlation with topographic factors in upstream watershed of Minjiang River [J]. Bull Soil Water Conserv, 2018, 38(1): 69 − 75.
    [26] 汤巧英, 戚德辉, 宋立旺, 等. 基于GIS和RS的延河流域植被覆盖度与地形因子的相关性研究[J]. 水土保持研究, 2017, 24(4): 198 − 203.

    TANG Qiaoying, QI Dehui, SONG Liwang, et al. Correlation of vegetation coverage and topographic factors in Yanhe River Basin based on GIS and RS [J]. Res Soil Water Conserv, 2017, 24(4): 198 − 203.
    [27] 赵婷, 白红英, 邓晨晖, 等. 2000−2016年秦岭山地植被覆盖变化地形分异效应[J]. 生态学报, 2019, 39(12): 4499 − 4509.

    ZHAO Ting, BAI Hongying, DENG Chenhui, et al. Topographic differentiation effect on vegetation cover in the Qinling Mountains from 2000 to 2016 [J]. Acta Ecol Sin, 2019, 39(12): 4499 − 4509.
  • [1] 左启林, 于洋, 查同刚, 张恒硕, 梁一鹏, 欧阳佳焕.  晋西清水河流域不同土地利用类型土壤质量评价 . 浙江农林大学学报, 2023, 40(4): 801-810. doi: 10.11833/j.issn.2095-0756.20220498
    [2] 李伟成, 郑彦超, 盛海燕, 楼毅, 于辉.  浙江庆元巾子峰国家森林公园植被群落的数量分类与排序 . 浙江农林大学学报, 2021, 38(3): 523-533. doi: 10.11833/j.issn.2095-0756.20200393
    [3] 徐丽, 彭浩贤, 潘萍, 欧阳勋志, 余枭, 章敏, 周巧晴.  江西省兴国县植被覆盖度及其空间格局变化 . 浙江农林大学学报, 2021, 38(6): 1117-1126. doi: 10.11833/j.issn.2095-0756.20200792
    [4] 田地, 刘政, 胡亚林.  福州市植被覆盖度时空特征及与地形因子的关系 . 浙江农林大学学报, 2019, 36(6): 1158-1165. doi: 10.11833/j.issn.2095-0756.2019.06.013
    [5] 张勇, 胡海波, 王增, 黄玉洁, 吕爱华, 张金池, 刘胜龙.  凤阳山4种森林土壤在不同温度培养下活性有机碳的变化 . 浙江农林大学学报, 2018, 35(2): 243-251. doi: 10.11833/j.issn.2095-0756.2018.02.007
    [6] 张建国, 徐文俊, 崔会平, 梅阳阳, 蔡碧凡.  衢州大橘海森林公园空气负离子浓度变化 . 浙江农林大学学报, 2016, 33(1): 26-32. doi: 10.11833/j.issn.2095-0756.2016.01.004
    [7] 何涛, 孙玉军.  基于InVEST模型的森林碳储量动态监测 . 浙江农林大学学报, 2016, 33(3): 377-383. doi: 10.11833/j.issn.2095-0756.2016.03.002
    [8] 赵久佳, 张晓丽.  中国北方地区森林覆盖及反照率年际变化 . 浙江农林大学学报, 2015, 32(5): 683-690. doi: 10.11833/j.issn.2095-0756.2015.05.005
    [9] 尤龙辉, 叶功富, 陈增鸿, 白永会, 朱美琴.  公路建设对木麻黄生长及林下植被物种多样性的影响 . 浙江农林大学学报, 2013, 30(1): 38-47. doi: 10.11833/j.issn.2095-0756.2013.01.006
    [10] 孙翀, 刘琪璟.  北京主要森林类型碳储量变化分析 . 浙江农林大学学报, 2013, 30(1): 69-75. doi: 10.11833/j.issn.2095-0756.2013.01.010
    [11] 杜群, 徐军, 王剑武, 张峰, 季碧勇.  浙江省森林碳分布与地形的相关性 . 浙江农林大学学报, 2013, 30(3): 330-335. doi: 10.11833/j.issn.2095-0756.2013.03.004
    [12] 陈云飞, 江洪, 周国模, 杨爽, 陈健.  覆盖经营雷竹林的土壤热通量季节变化特征 . 浙江农林大学学报, 2013, 30(2): 165-171. doi: 10.11833/j.issn.2095-0756.2013.02.002
    [13] 崔瑞蕊, 杜华强, 周国模, 徐小军, 董德进, 吕玉龙.  近30 a安吉县毛竹林动态遥感监测及碳储量变化 . 浙江农林大学学报, 2011, 28(3): 422-431. doi: 10.11833/j.issn.2095-0756.2011.03.012
    [14] 高铭聪, 蒋文伟, 金竹秀, 郭慧慧, 梅艳霞.  西径山森林公园夏季空气负离子日变化 . 浙江农林大学学报, 2011, 28(4): 667-673. doi: 10.11833/j.issn.2095-0756.2011.04.023
    [15] 秦廷松, 李登武, 吕振江, 陈亚莉.  黄土高原地区黄龙山白皮松林地土壤种子库研究 . 浙江农林大学学报, 2011, 28(5): 694-700.
    [16] 蔡霞, 王祖华, 陈丽娟.  淳安县森林生态系统服务功能空间分异区划 . 浙江农林大学学报, 2011, 28(5): 727-734. doi: 10.11833/j.issn.2095-0756.2011.05.007
    [17] 张超, 余树全, 李土生.  基于多时相Landsat影像的庆元县植被覆盖变化研究 . 浙江农林大学学报, 2011, 28(1): 72-79. doi: 10.11833/j.issn.2095-0756.2011.01.012
    [18] 郭徵, 江洪, 陈健, 程苗苗, 江子山, 余树全, 李土生3.  基于遥感的杭州余杭森林景观格局变化 . 浙江农林大学学报, 2010, 27(1): 36-43. doi: 10.11833/j.issn.2095-0756.2010.01.006
    [19] 王斌, 杨效生, 张彪, 刘某承.  1973 - 2003年中国森林生态系统服务功能变化研究 . 浙江农林大学学报, 2009, 26(5): 714-721.
    [20] 汪荣, 潘文斌.  武夷山国家级自然保护区植被类型的地形分异 . 浙江农林大学学报, 2007, 24(6): 731-735.
  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200136

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2020/6/1045

图(2) / 表(6)
计量
  • 文章访问数:  1498
  • HTML全文浏览量:  315
  • PDF下载量:  80
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-01-16
  • 修回日期:  2020-07-25
  • 网络出版日期:  2020-12-01
  • 刊出日期:  2020-12-01

黄土高原丘陵沟壑区植被覆盖度变化监测

doi: 10.11833/j.issn.2095-0756.20200136
    基金项目:  “十三五”国家重点研发计划项目(2017YFC0506502);中央级公益性科研院所基本科研业务费专项资金资助项目(CAFYBB2017MB012)
    作者简介:

    张舒婷,从事森林资源监测与评价研究。E-mail: zhangst95@163.com

    通信作者: 彭道黎,教授,从事森林资源监测与评价研究。E-mail: dlpeng@bjfu.edu.cn
  • 中图分类号: S718.5

摘要:   目的  研究黄土高原水土流失严重区域实施“三北”(西北、华北和东北)防护林、退耕还林等林业生态工程以来的植被变化,为制定合理的生态修复和管理对策提供依据。  方法  以陕西省延安安塞区为例,基于Landsat TM/OLI影像,运用像元二分法估算2000和2017年的植被覆盖度,结合海拔、坡度和坡向分析其地形分异特征。  结果  ①安塞区平均植被覆盖度从2000年的24.98%增长到2017年的53.34%,显著提高;②植被覆盖度变化中极显著增加面积占比最大,为44.70%,集中在河流沿岸;③2000年植被覆盖度随海拔升高逐渐减小,2017年随海拔升高先增加后减小。2000和2017年植被覆盖度随坡度先增加后减少,在坡度25°~35°出现最大值。植被覆盖度随坡向的变化从大到小依次为阴坡、半阴坡、半阳坡、阳坡;④海拔<1 300 m,坡度15°~35°,平地、阴坡和半阴坡水热条件好,植被恢复容易,高植被覆盖度面积比例最大。  结论  2000−2017年安塞区植被呈改善趋势,海拔、坡度和坡向等地形条件下植被覆盖度存在差异,生态恢复要因地制宜制定对策。图2表6参27

English Abstract

张舒婷, 王晓慧, 彭道黎, 纪平, 刘华, 凌成星, 侯瑞霞. 黄土高原丘陵沟壑区植被覆盖度变化监测[J]. 浙江农林大学学报, 2020, 37(6): 1045-1053. doi: 10.11833/j.issn.2095-0756.20200136
引用本文: 张舒婷, 王晓慧, 彭道黎, 纪平, 刘华, 凌成星, 侯瑞霞. 黄土高原丘陵沟壑区植被覆盖度变化监测[J]. 浙江农林大学学报, 2020, 37(6): 1045-1053. doi: 10.11833/j.issn.2095-0756.20200136
ZHANG Shuting, WANG Xiaohui, PENG Daoli, JI Ping, LIU Hua, LING Chengxing, HOU Ruixia. Monitoring of vegetation coverage change in hilly and gully regions on the Loess Plateau[J]. Journal of Zhejiang A&F University, 2020, 37(6): 1045-1053. doi: 10.11833/j.issn.2095-0756.20200136
Citation: ZHANG Shuting, WANG Xiaohui, PENG Daoli, JI Ping, LIU Hua, LING Chengxing, HOU Ruixia. Monitoring of vegetation coverage change in hilly and gully regions on the Loess Plateau[J]. Journal of Zhejiang A&F University, 2020, 37(6): 1045-1053. doi: 10.11833/j.issn.2095-0756.20200136
  • 水土流失是黄土高原面临的严峻问题。严重的水土流失破坏土地资源,导致土地荒漠化,地表植被大量退化,降低土地生产力[1]。20世纪70年代以来,随着自上而下大规模的“三北”(西北、华北和东北)防护林工程、退耕还林(草)工程和天然林保护工程等一系列重点生态工程的实施,黄土高原水土流失治理取得了一定成效。人类活动强度减弱,森林灌草面积增加[2],植被生长状况良好[3],植被净初级生产力呈增加趋势[4],生态环境得到较大改善[5]。然而,黄土高原生态环境治理新时期,面临新的问题。有研究表明:黄土高原林业工程建设接近环境承载潜力,后期合理协调水土资源配置与植被建设是关键任务[6]。地形是影响植被分布格局的主导因子,通过地形差异研究植被分布规律,可为制定合理的生态修复和管理对策提供依据。国内外有不少学者进行相关研究,定量分析植被覆盖状况与高程、坡度和坡向间的关系,并因地制宜提出造林和管理措施[7-9]。目前黄土高原植被覆盖度变化研究多以MODIS、NOAA/AVHRR为数据源,从地貌上分析整个黄土高原或者省范围内的植被覆盖情况[10-11],但以相对较高的空间分辨率开展中小尺度的研究对管理经营更有实践价值[12-13]。陕西省延安市安塞区位于黄河中上游,是黄土高原水土流失严重的地区之一,生态环境脆弱,也是“三北”防护林、退耕还林(草)工程实施的重点区域。近年来,安塞区植被覆盖度有所提高,生态环境得到改善,但是已实施工程的成果巩固存在隐患,质量效益有待提升。鉴于此,本研究利用安塞区2000年Landsat TM和2017年Landsat OLI影像,结合数字高程模型(DEM)生成的高程、坡度和坡向分析植被覆盖的变化及分布规律,以期为开展生态工程、提高生态系统稳定性和改善生态系统质量提供支撑。

    • 安塞区(36°30′45″~37°19′03″N,108°05′44″~109°26′18″E)位于陕西省北部,延安市北部,地处西北内陆黄土高原腹地,属典型的黄土高原梁峁丘陵沟壑区。土地总面积2 950 km2(其中90%为坡地[14]),地势西北高、东南低,海拔为997~1 731 m。地貌类型以黄土梁涧、黄土峁状丘陵、黄土梁峁丘陵和沟谷阶地为主。气候属中温带大陆性半干旱季风气候,年均气温8.8 ℃,年均降水量505.3 mm,降水多集中在7−9月,年均蒸发量1 000.0 mm,远大于降水量,干旱频发。土壤以黄绵土、绵沙土等黄土性土和灰褐土为主,缺乏有机质和黏粒物质,胶结能力差,抗蚀能力低。因此,研究区水土流失严重,水土流失面积比例约97%,属于强度水土流失区。处于森林草原植被带向暖温带落叶阔叶林带过渡地带,植被及森林资源分布南北差异明显。天然次生林集中分布在南川四乡,人工林由小叶杨Populus simonii、山杏Armeniaca sibirica、刺槐Armeniaca sibirica及白榆Ulmus pumila等树种构成[15],多分布在北部。

    • 以Landsat卫星影像为数据源,由中国科学院地理空间数据云平台下载(http://www.gscloud.cn/)2000年的Landsat TM影像和2017年的Landsat OLI影像,遥感影像空间分辨率为30 m,轨道号分别为127/34和127/35。2期影像成像时间均为树木枝叶繁茂的6月,质量较好,没有山区积雪、云和雾等影响,而且成像时间相近,避免不同植被生长状况造成的误差,有利于开展植被覆盖度的遥感分析比较。为了开展植被覆盖度地带性特征分析,本研究还采用了地面分辨率为30 m的ASTER GDEM V1数字高程产品。

    • 在ENVI 5.1软件支持下对影像进行预处理。对影像进行辐射定标和大气校正,消除因传感器、大气条件、太阳位置和角度等引起的测量值与真实光谱反射率之间的差异。研究区沟壑纵横,复杂地形下遥感影像受传感器方位与太阳高度、方位等影响,阴坡接收到的照度较弱,亮度值较低,阳坡接收到的照度较强,亮度值较高。地形校正是复杂地形区遥感影像预处理的重要步骤。本研究应用了SCS+C地形校正[16],消除地形起伏引起的影像辐射亮度值的变化,使影像更好地反映地物的光谱特征。最后采用相同投影的矢量边界数据裁剪获得研究区的遥感影像。

    • 像元二分模型是植被覆盖度估算中常见的模型之一,其本质是简单的线性像元分解模型[17]。一般情况下,像元包含的遥感信息与大气、土壤和植被类型等因素相关。像元二分模型设置了SvegSsoil 2个参数,Sveg反映了像元内的植被信息,包括植被结构和种类等,Ssoil反映了包括土壤湿度、亮度、颜色和类型等与土壤相关的像元信息,从而削弱了大气、植被和土壤等因素对应影像信息的影像,保留了植被覆盖度信息。像元二分模型简单而且结果可靠,采用该模型估算植被覆盖度。归一化植被指数(INDV)与植被覆盖度之间存在较好的线性关系,能反映植被生长状态及植被覆盖等信息,构建的植被覆盖度计算公式[18]为:

      $$ {F}_{\mathrm{C}}=\frac{{I}_{\mathrm{N}\mathrm{D}\mathrm{V}}-{I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{m}\mathrm{i}\mathrm{n}}}{{I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{m}\mathrm{a}\mathrm{x}}-{I}_{\mathrm{N}\mathrm{D}\mathrm{V}\mathrm{m}\mathrm{i}\mathrm{n}}}\times 100\mathrm{\%}\text{。} $$

      式(1)中:FC为植被覆盖度(%);INDV为归一化植被指数;INDVmin为无植被覆盖像元的INDV值;INDVmax为完全被植被所覆盖的像元的INDV值。根据INDV统计直方图,以1%确定阈值。

      计算出来的植被覆盖度影像,将大于1的赋值为1,小于0的赋值为0,然后对植被覆盖度进行分级。根据已有研究[19],将植被覆盖度分为5级:低植被覆盖度(FC<10%)、较低植被覆盖度(10%≤FC<30%)、中等植被覆盖度(30%≤FC<50%)、较高植被覆盖度(50%≤FC<70%)和高植被覆盖度(FC≥70%)。

      对2000和2017年植被覆盖度采用差值法获取植被覆盖度变化值(D),设置阈值进行标准化分级,将全区分为7个植被覆盖度变化等级:D≤−30%为极显著减少,−30%<D≤−10%为显著减少,−10%<D≤−5%为较显著减少,−5%<D≤5%为无显著变化,5%<D≤10%为较显著增加,10%<D≤30%为显著增加,D>30%为极显著增加。

    • 地形是植被分布的重要影响因素。利用ArcGIS软件从DEM数据中提取海拔、坡度和坡向数据,结合研究区实际情况进行分级,与植被覆盖度叠加,分析植被覆盖度在不同地形环境中的分布和变化差异。安塞区海拔为997~1 731 m,将海拔分为6级。结合地形对植物长势的影响,借鉴水土流失调查中采用8°作为缓坡和斜坡界线的方法[20-21],将坡度分为6级;依据地球公转以及太阳入射角,北半球西南坡最干燥,东北坡最潮湿,按湿润程度由高到低依次为东北向、北向、西北向、东向、西向、东南向、南向、西南向,考虑坡向对植被长势的影响,将其分为5级[22-23]。地形要素分类情况见表1

      表 1  地形因子分级及面积

      Table 1.  Terrain factor classification and area

      等级海拔/m面积比例/%坡度/(°)面积比例/%坡向面积比例/%
      1<1 100 2.65<5 4.99平地 0.34
      21 100~1 20012.095~8 7.04阴坡25.30
      31 200~1 30029.558~1524.39半阴坡24.36
      41 300~1 40037.5415~2538.68半阳坡24.37
      51 400~1 50015.9525~3520.73阳坡25.63
      6>1500 2.21>35 4.18
    • 2000和2017年安塞区平均植被覆盖度分别为24.98%和53.34%,呈明显上升趋势(表2)。利用2018年8月研究区内40个样点测量植被覆盖度数据进行精度验证,相关系数为0.729 0,说明估算值与实际值具有一定的相关性。2000年安塞区植被覆盖度整体低,其中较低植被覆盖度占57.57%,低植被覆盖度占18.18%,中等植被覆盖度占16.34%。较高植被覆盖度和高植被覆盖度均很少,面积分别占4.28%和3.63%。由2000年安塞区植被覆盖度分级图(图1)可见:安塞区植被及森林资源分布南北差异显著,南部存在高植被覆盖度的天然次生林,北部植被覆盖度较低。

      图  1  2000和2017年植被覆盖度分级示意图

      Figure 1.  Vegetation coverage classification in 2000 and 2017

      表 2  2000和2017年安塞区植被覆盖度等级统计

      Table 2.  Statistics of vegetation coverage in Ansai District in 2000 and 2017

      年份低植被覆盖度较低植被覆盖度中等植被覆盖度较高植被覆盖度高植被覆盖度平均植
      被覆盖度/%
      面积/km2比例/%面积/km2比例/%面积/km2比例/%面积/km2比例/%面积/km2比例/%
      2000536.2118.181698.2557.57482.1716.34126.28 4.28107.09 3.6324.98
      2017 87.02 2.95 487.6416.53815.6827.65749.6025.41810.3727.4754.34

      2017年安塞区植被覆盖度获得较大改善,植被覆盖度总体上较2000年大幅度提升。低和较低植被覆盖度面积减少,其中低植被覆盖度面积仅占2.95%。中等、较高和高植被覆盖度面积分别占27.65%、25.41%和27.47%。由2017年植被覆盖度分级图(图1)可见:安塞区植被覆盖度呈现由南向北递减趋势,北部主要是低和较低植被覆盖度区域,南部是高植被覆盖度的天然次生林地带,河流沿岸和城镇周边为较高植被覆盖度区。

    • 2000−2017年安塞区植被覆盖状况明显好转,区域内植被覆盖度呈现不同程度的增加(图2)。植被覆盖度显著和极显著增加面积占77.38%,其中极显著增加比例较大,占44.70%。植被覆盖度极显著增加区域分布在安塞区的河流沿岸,植被覆盖度显著增加区域主要集中在安塞区的西南部和北部。安塞区有177.83 km2植被覆盖度较显著减少,植被覆盖度无显著变化区域集中在南部的天然次生林地带,这些区域植被覆盖状况良好,改善空间不大。

      图  2  2000和2017年植被覆盖度变化分级示意图

      Figure 2.  Vegetation coverage change classification map in 2000 and 2017

      人类活动是植被覆盖变化的影响因素。1999年以来黄土高原大规模实施的退耕还林(草)、“三北”防护林、天然林保护等一系列重点林业工程是植被覆盖度增加的重要因素之一。根据《中国林业统计年鉴》获得安塞区2001−2017年的造林数据(表3)。17 a间,安塞区在退耕还林、天然林保护等林业生态工程的带动下,完成人工造林1 148.95 km2,飞播造林74.18 km2,封山育林99.53 km2,修复退化林13.34 km2。安塞区始终将人工造林、飞播造林和封山育林三者结合,增加森林植被覆盖度。2001−2003年造林面积最多,但2004−2006年,由于干旱缺水,大量沙棘Hippophae rhamnoides人工林死亡导致植被覆盖度明显下降[24]。封山育林按照自然规律,利用植被自我恢复功能培育森林资源,对迅速恢复和扩大植被意义重大。此外,自2016年起安塞区采用更新改造技术开展退化林修复,以提升森林质量,实现森林可持续经营。

      表 3  安塞区造林面积统计

      Table 3.  Statistics of afforestation area in Ansai District

      年份造林面积/km2年份造林面积/km2
      人工造林飞播造林新封山育林退化林修复人工造林飞播造林新封山育林退化林修复
      2001341.7314.17 3.332010 27.06 6.67
      2002213.8413.33 3.332011 18.6710.00
      2003180.9413.33 2.672012 50.00 5.33
      2004 6.66 6.67 6.002013 76.47 1.53
      2005 21.33 6.672014 53.34 6.67 4.67
      2006 33.73 3.332015 14.66 6.67 6.67
      2007 20.80 3.332016 16.66 6.67 6.67 6.67
      2008 41.2713.332017 16.66 6.67 6.67 6.67
      2009 15.13 9.33合计1 148.9574.1899.5313.34
        说明:−表示该项无数据
    • 根据不同海拔植被覆盖度的统计(表4),2000年安塞区植被覆盖度随海拔的增加大致呈降低趋势,2017年植被覆盖度随海拔升高先增加后减少,在海拔1 100~1 200 m内植被覆盖度最高,较高和高植被覆盖主要集中在海拔1 100~1 300 m区域。

      表 4  安塞区不同海拔植被覆盖度的面积变化

      Table 4.  Area of different vegetation coverage at different altitudes in Ansai District

      植被覆
      盖度
      不同海拔植被覆盖度面积变化/km2
      <1 100 m1 100~1 200 m1 200~1 300 m1 300~1 400 m1 400~1 500 m>1 500 m
      2000年2017年2000年2017年2000年2017年2000年2017年2000年2017年2000年2017年
      低 13.02 8.63 42.73 12.65106.73 20.67222.77 33.92110.71 20.2217.96 4.65
      较低38.9517.28205.29 43.12525.59106.89650.04206.63267.36112.5738.1719.61
      中等19.4416.68 83.21 78.72183.31240.82145.59326.54 49.40136.02 5.4017.93
      较高 5.1715.08 18.55 97.19 38.32250.83 40.02262.54 17.34100.34 1.9412.02
      高  1.5920.62 6.69124.98 17.54253.46 48.70277.79 25.60101.69 1.6911.04

      比较各海拔等级的植被覆盖度,2000年研究区整体植被覆盖度低,各海拔等级内,较低植被覆盖度所占面积比例最大,为49.84%~60.32%;高植被覆盖面积比例最少,为1.88%~5.44%。2017年海拔<1 300 m区域,面积比例最大的是高植被覆盖度;海拔>1 300 m区域,中等植被覆盖度面积比例最大;海拔>1 500 m时,30.10%为较低植被覆盖度。2000和2017年,各海拔等级间的植被覆盖度面积随海拔增加呈先增加后减少的趋势,拐点海拔区间为1 200~1 400 m(表4)。

    • 根据不同坡度植被覆盖度的统计(表5),2000年安塞区植被覆盖度随坡度增加逐渐增加,增幅很小;2017年植被覆盖度随坡度增加先增加后减少,坡度为25°~35°时,植被覆盖度最大。

      表 5  安塞区不同坡度植被覆盖度的面积

      Table 5.  Area of different vegetation coverage at different slopes in Ansai District

      植被覆
      盖度
      不同坡度植被覆盖度面积/km2
      <5°5°~8°8°~15°15°~25°25°~35°>35°
      2000年2017年2000年2017年2000年2017年2000年2017年2000年2017年2000年2017年
      低 40.8912.25 53.2814.13156.51 34.70179.69 29.56 70.72 8.7312.81 1.36
      较低77.8437.87112.4850.15400.70146.80674.01178.09381.89 77.1478.4816.06
      中等19.1741.18 28.1057.86108.00199.47193.44310.47112.61169.4025.0238.32
      较高 4.8829.46 7.0743.77 27.98165.49 50.20292.10 26.76171.82 4.4435.36
      高  4.3726.42 6.6942.28 25.95173.03 43.16331.22 19.21184.66 2.4331.98

      比较各坡度等级的植被覆盖度,2000年较低植被覆盖度面积比例最大,为52.90%~63.67%;较高植被覆盖度面积较少,高植被覆盖度面积仅占1.97%~3.78%。2017年,坡度<15°和>35°区域中,中等植被覆盖度面积比例最大,在27%左右;坡度15°~25°、25°~35°,高植被覆盖度面积比例最大,分别为29.04%和30.21%。各植被覆盖度面积随海拔增加呈先增加后减少的趋势,15°~25°坡度的面积最大,但2017年低植被覆盖度在8°~15°坡度时,面积最大(表5)。

    • 根据不同坡向植被覆盖度的统计(表6),安塞区植被覆盖度由高到低依次为阴坡、半阴坡、半阳坡、平地和阳坡。分析各坡向等级内的植被覆盖度,2000年各坡向内,较低植被覆盖度面积比例为50%以上,但2017年,平地、阴坡和半阴坡中以高植被覆盖度为主要类型,面积比例分别为28.84%、34.8%和30.78%;半阳坡、阳坡以中等植被覆盖度为主要类型,面积比例分别为32.63%和29.54%。说明阴坡、半阴坡植被覆盖改善优于阴坡、半阴坡。2000年,阴坡植被长势好,面积大,但较低植被覆盖度在阳坡面积为477.43 km2,大于阴坡的390.71 km2。2017年,低和高植被覆盖度在阴坡面积最大,较低、中等和高植被覆盖度在阳坡面积最大。

      表 6  安塞区不同坡向植被覆盖度的面积

      Table 6.  Area of different vegetation coverage in each slope direction in Ansai District

      植被覆
      盖度
      不同坡向植被覆盖度面积/km2
      平地阴坡半阴半阳阳坡
      2000年2017年2000年2017年2000年2017年2000年2017年2000年2017年
      低 2.730.68149.15 29.73127.66 22.92112.69 21.33121.68 26.07
      较低4.772.00390.71116.14409.99114.08442.5122.67477.43151.22
      中等1.512.38128.30170.94119.73184.08117.5212.48119.30246.82
      较高0.442.05 41.25169.86 32.63176.63 24.78190.21 22.25199.24
      高 0.502.87 36.69259.83 28.45221.29 21.02172.47 15.16133.14
    • 地形控制了太阳辐射和降水的空间再分配过程,一定程度上制约了植被的生长和空间分布,尤其是在地形复杂的山区。黄土高原地域广阔、地形复杂,由于地理本底(如水热条件)和社会经济因素(如土地利用类型)的影响,不同地形类型区域的植被格局不同。

      海拔通过影响温度、湿度等资源的再分配,以及人类活动频率影响植被覆盖率。安塞区海拔<1 100 m的区域,地势平坦、水热条件好,人工造林以及自然植被恢复的成活率高,所以植被覆盖度很快得到提高。随海拔升高,气温降低,海拔1 400 m以上主要为丘陵沟壑分布区,沟壑纵横,植被稀疏,侵蚀剧烈,土壤保水能力差,有机质少,给人工造林和植被自然恢复增加了难度,植被覆盖度增幅受限。

      坡度影响地表的物质流动和能量循环,一般坡度越大的地区,积温越少,投影面积相同条件下降水量越小,土层持水性能也越差。研究表明:15°~35°坡度内,土壤有机质含量最高,蓄水条件好,是植被覆盖的稳定区域;而坡度<5°时,人类活动在平坦土地上较为频繁,对植被覆盖有一定影响[25]。安塞区坚持实施坡度>25°以上的坡耕地先退耕还林,所以15°~35°坡度范围内,植被恢复好,以高植被覆盖度为主;坡度<15°区域人类活动频繁,耕地面积大,使得植被覆盖度较低,以中等植被覆盖度为主;坡度>35°区域,植被生长受水热条件限制,所以中等植被覆盖度面积比例最大。

      坡向影响坡面接受的太阳辐射以及地表与风向的夹角,从而影响光、热、水、土等因子的分配[26]。安塞区处于干旱半干旱区域,阴坡日照少、温度低,蒸发量较少,土壤保持相对较高的湿度,所以各坡向植被覆盖度由高到低依次为阴坡、半阴坡、半阳坡和阳坡。2017年平地、阴坡和半阴坡以高植被覆盖度为主,半阳坡、阳坡的中等植被覆盖度面积比例最大,符合此规律。近年来,安塞区重视重点区域的荒坡治理,采取承包造林的方式,阳坡栽植侧柏Platycladus orientalis,阴坡栽植油松Pinus tabuliformis的思路,选用营养钵苗木造林,局部区域治理成效显著。安塞区内阴坡、半阴坡和半阳坡面积相近,但2017年较低、中等和高植被覆盖度在阳坡面积最大,说明近年来,人工造林使得阳坡的植被在较低、中等和高植被覆盖度上的改善程度大于其他坡向[27]

    • 安塞区是黄土高原生态环境治理的重点区域,植被覆盖度从2000年的24.98%增长到2017年的53.34%,河流沿岸植被显著增加,整体植被呈改善趋势。地形是影响植被覆盖度时空动态变化的重要自然因子。安塞区内,坡度25°以上区域治理重点是保持水土,应根据山地肥力引种沙棘、苜蓿Medicago、紫穗槐Amorpha fruticosa等根系发达的植物。海拔1 300~1 400 m、坡度15°~25°的区域占整个研究区面积比例的35%以上,这些区域应采取不同林业工程的实施模式,适地适树、因地制宜,才能加快实现黄土高原大绿化进程。

参考文献 (27)

目录

    /

    返回文章
    返回