植被覆盖度（Fractional Vegetation Cover,FVC）指植被（包括叶、茎、枝）在地面的垂直投影面积占土地总面积的比例[1-2]。陆地自然地理环境中,植被覆盖度是区域地表植被覆盖状况最直观的衡量指标,同时也是生态系统质量及其服务功能评估的重要指标之一[3]。其作为生态环境问题评价体系中不可或缺的参数信息[4],是中国南方红壤丘陵区水土流失的重要控制因子[5],以及衡量岩溶地区石漠化的基础性指标[6-7]。归一化植被指数[8]（Normalized Difference Vegetation Index,NDVI）是表征过去与现在植物生长状态的最佳指示因子,与植被覆盖度有高度相关性[9-10]。当前,国内外对植被覆盖度的研究主要基于像元二分模型,NDVI作为表达遥感信息的参数用以估算植被覆盖度,可以很好地实现对植被覆盖时空变化监测[11-17]。

在地理国情普查中,流域被划为独立的自然地理单元,有利于分析掌握流域内地表植被覆盖空间分布规律、变化特征及趋势。虽然部分学者对相关区域（如三峡库区、川中丘陵区、重庆市等）地植被覆盖监测取得了一定的研究成果[15,18-19],但以流域为单元进行研究的并不多见。洞庭湖流域是洞庭湖生物多样性保有与供给的湖泊流域,具有相对独立的复杂生态系统[20-21],植被资源丰富、地理区位优势突出。当前洞庭湖流域面临湖泊面积萎缩、消失、功能退化等生态危机,作为生态环境的综合指示器,植被覆盖度在该流域的时空变化状况显得尤为重要[22-23]。本文在分析2001-2013年洞庭湖流域植被覆盖度变化趋势与特征基础上,初步分析了该流域植被覆盖度时空变化驱动因子,研究结果可为该流域植被资源长期监测提供依据,为保证该流域生态环境安全与可持续发展提供支持。

洞庭湖水系指最终汇入洞庭湖的各水网系统,包括洞庭湖平原各河网水道以及湘江、资江、沅江和澧水等长江一级支流（http://zh.wikipedia.org）。洞庭湖流域是指洞庭湖水系流经的广泛地区,位于中国中南部,介于24°38′~30°26′N,107°16′~114°17′E之间,地跨中国地势二、三级阶梯,范围覆盖湖南省大部以及湖北省、广西壮族自治区、贵州省和重庆市的部分地区（图1）,面积约26.28万km2,地形复杂多样,以山地丘陵为主,约占全区面积的2/3,海拔最低-26 m,最高2558 m。流域东西南三面地势较高,东部与江西交界,多低山丘陵;西部处于云贵高原东缘,属武陵山地;南面靠近南方丘陵山地带。北部两湖平原,地势低平;中西部雪峰山脉伴有资江、沅江等河流谷地。因此,流域构成典型的“马蹄”形地貌空间分布格局[24]。区内季风气候显著,四季分明,雨热同期,降水变率大,时空分布不均匀,近13年（2001-2013年）平均降水量1376 mm,无霜期在280 d左右,植被类型以亚热带常绿植被为主[25]。流域多年平均年径流量为2016亿m3,约占长江流域地表水资源的21%,其比重为长江流域各水系之首（http://baike.baidu.com）。

显示原图| 下载原图ZIP| 生成PPT

图1   研究区范围及气象站点分布

Fig.1   Map showing the study area and the distribution of weather stations

遥感数据采用美国国家航空航天局（NASA）提供的2001-2013年洞庭湖流域MOD13Q1级栅格化的NDVI数据产品（http://e4ft101.cr.usgs.gov）,时空分辨率分别为16 d和250 m。源数据经过云、雾、大气气溶胶等处理,并进行了地理参考与几何校正。研究区域覆盖3景影像数据,即h27v05、h27v06和h28v06。使用ENVI软件完成影像镶嵌拼接、格式与地图投影转换。鉴于最大化NDVI可以反映植被生长最好态势时节地表的植被覆盖状况,参照质量控制文件,运用国际通用的最大值合成法（MVC）合成月最大NDVI数据,有效地去除了无效值域影响,并进行真值换算。最后,通过裁切处理获取研究区2001-2013年逐月NDVI影像数据集。

气象数据为洞庭湖流域及其周边地区共126个气象台站的气温和降水量数据集,来源于中国气象科学数据共享服务网（http://cdc.cma.gov.cn）。利用地统计普通克里金插值生成与NDVI数据投影和空间分辨率一致的年均温、年降水量空间分布栅格图。

Deardorff将水分和热量描述为植被覆盖度线性函数系数[26]。线性关系公式如式（1）所示。

ϕ=1-σ×ϕσ=0+σ×ϕσ=1（1）

式中： ϕ是水分或热量系数; ϕσ=1和 ϕσ=0分别由植被与裸土所贡献; σ为植被覆盖度。Wittich等[27]将式⑴应用于NDVI以获得植被覆盖度近似值,如 式（2）所示。

NDVI=fc×NDVIveg+1-fc×NDVIsoil（2）

式（2）可变换为[13]：

fc=NDVI-NDVIsoil/NDVIveg-NDVIsoil（3）

式中： fc为像元中植被信息所占的比例,即像元的植被覆盖度;NDVI表示各像元NDVI值; NDVIveg为纯绿色植被像元NDVI值, NDVIsoil为裸土像元NDVI值。基于MODIS NDVI数据,结合研究区域植被覆盖现状,本文取置信度为0.5%,根据NDVI累积概率统计表,提取累积频率在0.5%附近的NDVI值作为 NDVIsoil,累计频率在99.5%附近的NDVI值作为 NDVIveg。最后,利用ENVI软件进行波段运算获得研究期间洞庭湖流域年最大植被覆盖度数 据库。

采用一元线性回归方程模拟2001-2013年的各年最大植被覆盖度的变化趋势,综合反映洞庭湖流域植被覆盖时空格局发展演变[15,28-29]。计算方法如式（4）所示。

θslope=n×∑i=1ni×fci-∑i=1ni∑i=1nfcin×∑i=1ni2-∑i=1ni2（4）

式中： θslope为变化趋势斜率; fci为第 i年的年最大植被覆盖度;n为研究时序;当 θslope>0时,表明植被覆盖度呈增加趋势;反之, θslope