苯并芘检测
植被在地球上的能量交换和⽣态循环中起着重要作⽤[1]，对于⽣态脆弱的草原矿区⽽⾔，植被受⽓候、采矿、放牧等⼈类活动的影响较⼤。利⽤多光谱遥感数据得到的植被覆盖度(fraction of vegetation coverage, FVC)作为衡量植被状况、指⽰植被动态变化的指标[2-4]应⽤⼴泛。⽂献[5—9]分别对沙漠化地区、阴⼭北麓草原区、内蒙古⼤青⼭⾃然保护区、⽢南草原区、淮南矿区等地的植被覆盖度动态变化进⾏了研究。从⽅法上看，利⽤线性混合理论对混合光谱进⾏应⽤和解释是较为普遍的⽅法，像元⼆分模型在构建时NDVIveg(NDVI for “pure” vegetation pixel)和NDVIsoil(NDVI for “pure”bare soil pixel)的取值也得到重视[10-12]。在典型区域长时序植被覆盖度变化研究中传统的静态多时相⽐较研究仍有应⽤[13-14]，但此种⽅法对于草原区FVC变化分析时易受到⽓温、降⽔等年际物候差异等的影响，难以科学揭⽰⽣态是否退化及其驱动因素等根本问题。已有的研究中对FVC进⾏了分级[15-16]，这些基于分级的分析能够在⼀定程度上表现区域植被演化特征，但难以进⼀步提⾼定量表达的精度。此外，多数长时序植被覆盖度研究中只采⽤⼀种趋势分析⽅法，如回归分析、Sen趋势度和Manner-Kendall趋势检验相结合的⽅法等[17-19]，多种分析⽅法的对⽐研究较少。针对上述问题，本⽂以内蒙古呼伦贝尔市宝⽇希勒露天矿区为例，基于1985—2015年年度最⼤合成NDVI数据，采⽤⼀元线性回归法和Sen+Mann-Kendall法，进⾏FVC的长时间序列分析，并对⽐两种趋势分析⽅法的差异。研究结果有助于获取科学评价长时序煤炭开发活动对地表⽣态影响的基础数据，同
时为类似区域长时序植被变化监测及FVC变化趋势分析提供⽅法参考。
1 研究区概况与数据获取
1.1 研究区概况
宝⽇希勒矿区位于内蒙古⾃治区呼伦贝尔市陈巴尔虎旗，地理坐标为49°10′N—49°40′N，119°10′E—120°30′E，矿区⾯积约为255 km2。
考虑到矿区开采可能影响周边区域，本⽂以⾃然地形界线和⾏政界线划定研究边界，即以莫尔格勒河和海拉尔河为研究区北、西、南的界线，东侧以陈巴尔虎旗和海拉尔区的乡镇⾏政边界为界线划定研究区，总⾯积约为1792 km2，地势由东北向西南逐渐降低，地跨森林草原与⼲旱草原两个地带。
1.2 数据来源
本⽂原始数据为1985—2015年的Landsat TM、ETM+、OLI遥感影像数据。为消除年际间物候差异等的影响，经中科院地理科学与资源研究所陆地表层格局与模拟实验室进⾏影像处理后，得到各监测年年度最⼤合成NDVI数据。由于1993年和2012年的图像质量不佳，因此研究中使⽤了29 a的年度最⼤合成数据。
2 研究⽅法
北京智能交通网
2.1 植被覆盖度计算
采⽤像元⼆分模型计算FVC，计算⽅法为[15]
(1)
式中，NDVIsoil为裸⼟或⽆植被覆盖区域的NDVI值；NDVIveg为完全被植被所覆盖像元的NDVI值。本⽂中依据NDVI 频率统计表，使⽤0.5%置信度确定NDVI值取值的置信区间。
2.2 植被覆盖度时间变化特征分析
研究区在1985—2015年第i年各像元FVC均值采⽤下式计算
(2)
fci为研究区第i年的FVC的均值；fcij为研究区内第i年中第j个像元的FVC取值；i为年的序列号，取值为i=1，2，
fci为研究区第i年的FVC的均值；fcij为研究区内第i年中第j个像元的FVC取值；i为年的序列号，取值为i
=1，2，
…，29；n为像元个数。
研究区FVC的时间变化特征分析采⽤转移矩阵法，其中FVC等级划分参考现有成果[16]并结合研究区实际情况确定分级界限，见表 1。
表 1研究区植被覆盖度分级等级
植被覆盖度fc等级
fc≤10%裸⼟
10% < fc≤30%低覆盖
30% < fc≤45%中低覆盖
45% < fc ≤60%中覆盖
fc>60%⾼覆盖
2.3 植被覆盖度趋势变化对⽐分析
本⽂采⽤⼀元线性回归法[20]和Sen+Mann-Kendall法[21]进⾏FVC趋势变化分析。采⽤上述两种⽅法结合进⾏研究区的植被覆盖度趋势分析可以增强检验的抗噪性，并在⼀定程度上提⾼检验结果的准确性[22]。
2.3.1 ⼀元线性回归法
⼀元线性回归法计算如下[4]
(3)
n为监测时间。当slope>0时，说明FVC呈增加趋势，反之降低。
⼀元线性回归法的趋势检验采⽤t检验法[23]，计算⽅法如下
(4)
式中，代表⼀元线性回归法得到的系数slope；i=1，2，3，…，29为年序号；n=29；，其中yi为第i年的FVC的实际值，为第i年的FVC的回归值；xi为时间⾃变量；α表⽰显著性⽔平。
2.3.2 Sen+Mann-Kendall法
Sen趋势度计算如下[17]
(5)
式中, 1 < i < j < n；β代表斜率，β>0表⽰时间序列呈上升趋势，反之下降。
Mann-Kendall 趋势检验统计量S的计算如下[19]
(6)
(7)
(7)
根据时间序列长度n值⼤⼩的不同，显著性检验统计量的选取有所不同。本⽂时间序列长度为29，采⽤检验统计量Z来进⾏趋势检验，检验中取显著⽔平α=0.05，Z1-α/2=Z0.975=1.96。
Z值计算⽅法如下
(8)火影忍者第二部
式中，，其中n为序列中数据个数，m为序列中结(重复出现的数据组)的个数，ti为结的宽度(第i组重复数据组中的重复数据个数)。
我的团长我的团评论节能与新能源汽车产业发展规划3 结果与分析
3.1 植被覆盖度总体变化和多时相⽐较
研究区1985—2015年FVC均值的年际变化情况如图 1所⽰，FVC空间分布如图 2
图 11985—2015年植被覆盖度时间变化曲线
松下vs3
图 21985—2015年植被覆盖度空间分布
FVC的线性趋势不显著，fc整体呈波动微弱下降趋势，在1988、1991、1999和2008年出现峰值，分别为0.688、
0.708、0.708、0.709；⾕值出现在2007年，为0.434；均值为0.585，中位数为0.562。
图 3选取FVC均值接近的1985、1995、2005和2015年4期数据进⾏多时相FVC⽐较，并对1985年和2015年FVC作转移矩阵。结果表明：研究区FVC年际差异⼤，1985—2015年⾼覆盖的⾯积和中⾼覆盖的⾯积共减少251.03 km2，其中157.23 km2变为低值被覆盖区域，52.87 km2变为⽆植被覆盖区域，占总转移⾯积的83.70%，FVC呈明显下降趋
势，FVC低值区域也在不断变化。通过⽓象数据可知，1985、1995、2005和2015年研究区年平均⽓温分别为-1.814、1.312、0.211、0.743℃，年降⽔量分别为472.138、349.816、410.352、301.259 mm。结合图 2和⽓象数据可
得，FVC空间分布情况受⽓温和降⽔影响⼤，多时相的静态对⽐⽆法准确揭⽰草原的长时序变化趋势，据此判断草原是否退化等容易引起误判。相⽐之下，遥感时序分析⽅法将时序影像视为连续时态记录的完整档案，可以更为精确地获取地物在时序上的变化趋势和规律[24-26]。
图 3研究区FVC变化趋势程度
3.2 植被覆盖度空间演化趋势分析
1985—2015年FVC变化趋势程度如图 3所⽰。⼀元线性回归法和Sen+Mann-Kendall法趋势检验分析结果见表 2。
1985—2015年FVC变化趋势程度如图 3所⽰。⼀元线性回归法和Sen+Mann-Kendall法趋势检验分析结果见表 2。
表 2⼀元线性回归法和Sen+Mann-Kendall法趋势检验分析结果
趋势分析⽅法植被覆盖度变化趋势植被覆盖度变化程度像元个数百分⽐/(%)
⼀元线性回归法slope < 0, α < 0.01极显著减少66 893 3.35
slope < 0, 0.01 < α < 0.05显著减少68 031 3.42
α>0.05变化不显著972 21248.83
slope>0, 0.01 < α < 0.05显著增加845 04242.45
slope>0, α < 0.01极显著增加38 727 1.95
β < 0, |Z|>1.96严重退化129 408 6.50
β < 0, |Z| < 1.96轻微退化233 725 4.92
Sen+Mann-Kendall法-1.96≤Z≤1.96变化不显著670 80940.51
β≥0, |Z| < 1.96轻微改善890 87044.75
β>0, |Z|>1.96明显改善66 104 3.32
从图 3可得FVC下降最集中区域为研究区中部宝⽇希勒矿区所在位置，其他⼤部分区域的FVC变化斜
率在0值左右，两种趋势分析⽅法得到的研究区FVC变化程度基本⼀致，但Sen+Mann-Kendall法在植被退化和植被改善区域⾯积有所增加。⼀元线性回归法分析结果表明，植被极显著增加的区域占1.95%，植被极显著减少的区域占3.35%，48.83%的地区植被变化不显著；Sen+Mann-Kendall法趋势检验分析结果表明，植被严重退化区域占6.50%，40.51%的地区植被变化不明显，植被明显改善区域占3.32%。
两种趋势分析法分析结果的空间分布差异如图 4
图 4Sen趋势度法与⼀元线性回归法差异
由图 4可得，Sen趋势度法和⼀元线性回归法所模拟的植被覆盖度变化趋势基本上是⼀致的，两者之差在(-0.035
5，0.023 6)，绝⼤多数区域⽆差异。两种趋势分析法得出植被变化趋势相同的像元占⽐78.10%，Sen+Mann-Kendall法较⼀元线性回归法⽽⾔，植被退化⾯积占⽐和植被改善⾯积占⽐分别多了4.65%、3.67%；负值和正值反映出Sen趋势度法在植被退化和植被改善上要⽐⼀元线性回归法更为敏感，克服了⼀元线性回归法易受噪声影响的缺点。Sen+Mann-Kendall⽅法对于植被退化和植被改善的选择更为敏感，植被变化不显著的区域减少，结果更加精确。两种⽅法得出的结论基本⼀致，均为30年间研究区的植被覆盖度的改善⾯积⼤于植被覆盖度的退化⾯积；在草原矿区长时序植被覆盖演化趋势的分析中，Sen+Mann-Kendall⽅法能更准确地反映其变化趋势。
4 结论
本⽂以宝⽇希勒矿区及周边为研究区，应⽤1985—2015年的Landsat TM、ETM+、OLI遥感影像数据进⾏FVC的变化趋势和空间差异分析，主要结论如下：
(1) 研究区平均FVC的线性趋势并不⼗分显著，整体呈波动下降趋势。
(2) 采⽤两种趋势⽅法分析30年间FVC演化趋势，两者结果基本⼀致，均为研究区中部宝⽇希勒矿区所在位置FVC退化明显。
(3) 综合⽐较两种FVC趋势分析⽅法的结果，Sen+Mann-Kendall法较⼀元线性回归法⽽⾔，植被退化⾯积占⽐和植被改善⾯积占⽐分别多4.65%、3.67%，该⽅法在FVC改善和退化的反映上更为敏感，植被变化不显著的区域减少，能监测出轻微的植被变化趋势，趋势变化结果更加精确，更能准确地反映草原矿区长时序的FVC演化趋势。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议