黄河源区植被NDVI时空变化特征与气候变化响应分析
2020-11-02杨玲莉
[摘要]基于20002014年MODIS NDVI遥感数据和同时期气候数据，采用趋势分析法、简单相关分析法、偏相关分析法、复相关分析法等多种时间与空间分析方法，探讨了黄河源区植被NDVI时空变化特征与气候变化响应。结果表明，过去15年内，黄河源区植被NDVI在时间变化上呈缓慢增加趋势，空间上呈由东南向西北递减的分布格局。在时间上，植被NDVI与气候因子均呈上升趋势，气温和降水上升趋势分别通过0.05和0.01的显著性检验。偏相关系数空间分布上，整体上植被NDVI受降水童的影响要大于受气温的影响。复相关系数空间分布上，通过0.01、0.05、0.1的显著性检验像元占比分别为3.26%、5.63%、4.09%。黄河源区北部植被NDVI主要受降水因子影响，西南部和中部植被主要受气温因子影响。
[关键词]MODIS NDVI;黄河源区;时空变化;气候因子
[中图分类号]Q948 [文献标识码]A
随着全球气候变暖，加速的冰川消融使全球海平面上升导致海岸自然生态环境失衡;增加了极端天气发生频率，出现干旱、洪涝、极端气温、热浪、热带风暴、飓风等影响生物生存和农业生产;造成了全球生态系统破坏，改变生态环境而加快生物灭绝速率，其影响已成为制约人类社会发展的主要因素。植被作为连接大气、土壤、水分和土地利用的自然“纽带”，是陆地生态系统存在的基础条件。植被是生物地球化学循环、水文循环和陆地表面能力交换过程中的下垫层层，在土地利用/覆被变化、全球变化研究中起着“指示器”的作用。
氣候和人类活动共同影响着植被的变化，其中人类活动的影响不容易定量化，大部分通过定性描述的方式来研究。归一化差分植被指数（NDVI，Normalized Difference VegetationIndex）被认为是目前监测区域或全球植被与生态环境变化最有效指标，是研究植被变化常用的定量研究方法。已有研究从全球或区域等尺度采用不同研究方法（相关性分析、回归分析、Granger因果检验等）分析了气候因子对植被变化的影响，结果表明气温与降水是对植被生长影响最为显著的2个气候因子。
黄河源区作为我国黄河流域上游最重要的产流区和水源涵养区，源区高寒生态环境脆弱，对气候变化响应敏感且迅速。本文以黄河源区为研究对象，运用多种方法分析植被变化与气候的响应情况，为未来源区生态建设和环境保护以及气候变化研究提供科学的理论依据。
1 研究区概况
黄河源区位于中国西北地区中部（E95°54′～103°24′，N32°09′～36°34′），横跨甘肃、青海和四川三省，东西长约695km，南北宽约480km，面积达13.1～104km2（图1）。属于大陆性高原气候，由东南向西北大致划分为3个气候区：东南部属湿润气候区、中部属半干旱气候区、西北部属干早气候区。年平均气温5℃左右，年均降水量为320～750mm。自然环境类型多样，高寒植被分布广泛，包括高寒草甸、高寒草原、高寒沼泽、高寒灌丛、常绿针阔叶林、高山稀疏植被等，以高寒草原和高寒草甸为主，约占研究区总面积70%以上。
2 数据来源及研究方法
2.1 数据来源
本文分析使用的遥感数据来自NASA网站（ttps：//ladsweb.nascom.nasa.gov/data/search.html），获取了2000年2月～2014年12月的MOD13Q1，空间分辨率为250m。在MRT（MothsReprojection Tools）工具中将原始影像（Sinusoidal投影）统一转换为WGS84坐标系和UTM投影，采用最大合成法（MVC，Maximum Value Composites）将半旬植被NDVI数据进行处理得到年均植被NDVI，本文只分析黄河源区生长季植被NDVI与气候相应情况。气象数据来自中国气象科学数据共享服务网（http：//data.cma.gov.cn/），选取了研究区14个气象站点以及周边地区10个补充站点15年（2000-2014年）的月平均降水、气温两个参数，使用ArcGIS软件进行Krigin8插值，得到与植被NDVI分辨率一致、投影相同的栅格数据。植被类型来自1：400万植被类型图（中国科学院中国植被图编辑委员会，2007），将研究区植被类型划分为：高山植被、高寒灌丛、高寒草原、高寒草甸、高寒沼泽和针阔叶林。
2.2 研究方法
2.2.1 NDVI变化趋势分析。趋势分析是通过对一组随时间变化的变量进行线性回归分析，从而预测其变化趋势的方法[16-17]。本文使用趋势分析法来模拟研究区植被NDVI在15年内的空间变化趋势，计算公式如下：
2.2.4 复相关分析。复相关分析是度量一个变量与多个变量之间的相关程度，用复相关分析来研究NDVI与气温、降水量的相关性。在计算简单相关系数和偏相关系数的基础上计算复相关系数，公式如下：
3 结果与分析
3.1 黄河源区生长季植被覆盖时空变化特征
3.1.1 时间变化。分析黄河源区2000～2014年生长季植被NDVI年际变化趋势，结果如图2所示。由图2可知，研究区植被NDVI随时间变化波动较小，呈先下降后上升再波动下降趋势，2001年达到最小值，最大值在2012年，NDVI分布在0.49～0.53，NDVI均值为0.51，倾向率为0.019/10a，相关系数达0.73，上升趋势通过0.01的显著性检验，呈显著增加趋势。
研究区不同植被类型生长季植被NDVI变化趋势有差别，如图3所示。由图3可知，黄河源区所有植被在2000～2014年均呈缓慢增长趋势，其中高寒植被的增长速率最快为0.011/10a，不同植被类型生长季NDVI值有差异，在黄河源区植被生长季中高寒沼泽的平均NDVI值最高，值均在0.65～0.70。对不同植被NDVI变化趋势率进行显著性检验发现通过0.05显著性检验的植被仅有针阔叶林，通过0.01显著性检验的植被有高寒草原、高寒草甸、高寒沼泽。
3.1.2 空间变化。在2000～2014年生长季NDVI空间分布如图4所示，由图4可知DNVI大部分分布在0.2～0.8之间，均值是0.51。在研究区西北部的鄂陵湖、扎陵湖和龙羊峡水库北部等地区植被覆盖比较少，NDVI值较低，大部分NDVI为0.0～0.40在鄂陵湖、扎陵湖南部、巴颜喀拉山北部与北东部、龙羊峡水库南部等地区植被覆盖较好，NDVI主要分布在0.2～0.6之间。在若尔盖盆地和阿尼玛卿山东南部等地区植被覆盖度高，NDVI多在0.60.8之间。研究区中部NDVI分布在0.40.8之间。
NDVI空间分布与气候变化相关，研究区西北部属于干早气候区，生长的植被主要是高寒草甸及少量的高寒草原与高山植被，植被生长稀疏，DNVI值较小，主要分布在0.0."0.4之间。随着向东南方向移动，中部属于半干早气候区，植被NDVI增加，主要在0.2～0.8之间，植被分布有高寒草甸、高寒灌丛、针阔叶林。到达东南地区，东南部属于湿润气候带，植被生长状况好，NDVI值达到最大，大部分分布在0.6～0.8之间，植被主要是高寒草甸和高寒沼泽，还有少量的高寒灌丛。
在空间分布上，黄河源区生长季NDVI呈北西向东南方向递增的空间分布格局。
为了表示NDVI变化幅度大小，通过对每个像元变化趋势斜率的计算来表示，趋势斜率的正负分别表示在2000～2014年间NDVI是增加还是减少。对趋势斜率按标准差分为7类：显著减少、中度减少、轻度减少、基本不变、轻度增加、中度增加、显著增加，结果如图5所示，统计结果如表2所示。
从图5和表2可知在2000～2014年研究区植被覆盖整体上呈稳定趋势。植被改善面积为38848.54km2，占总面积29.93%，显著改善区域主要分布在龙羊峡水库南部地区的低海拔河谷地带，有少量分布在扎陵湖与鄂陵湖周边，植被类型主要是高寒草原和少量高寒草甸。中度改善和轻度改善区域主要分布在扎陵湖西北部和鄂陵湖的东北部地区、巴颜喀拉山的北部及若尔盖盆地，分布的植被是高寒草甸和高寒沼泽。植被退化区域主要集中在研究区中部地区，植被类型以高寒草甸和高寒灌丛为主。植被不变区域在全域均有不同程度的分布，所占比例是最大，占比为45.13%。
总体上，生长季植被增加区域主要分布在研究区的北部和南部。
3.2 黄河源区生长季植被NDVI与气候变化的晌应
3.2.1 时间变化。研究区2000～2014年生长季气温和降水变化趋势情况如图6所示。由图6可知，在全球气候变暖的大背景下，黄河源区生长季平均气温呈上升趋势，最低气温在2004年，最高值在2010年，气温每年平均增加0.0436℃，气温上升趋势通过0.05的显著性检验。生长季降水也呈上升趋势，降水每年平均增加5.7043mm，降水上升趋势通过了0.01的显著性检验。
不同植被类型受气候影响存在一定的差异，本文通过皮尔逊系数来表示NDVI与气候时间序列的相关性，其检验结果如表3所示，由表3可见所有植被NDVI与气候因子均呈正相关关系。高山植被、高寒草甸和高寒沼泽与气温相关性高，并通过0.05的显著性检验，高寒草甸与降水的相关性通过了0.05的显著性检验，高寒草甸与降水的相关性极高，通过0.001的显著性检验。
3.2.2 空间变化。偏相关系数的显著性检验采用t检验法，根据t检验结果将NDVI与温度、降水相关性定义如下6个等级：极显著负相关（R<0，P≤0.01），显著负相关（R<0，0.01
（1）偏相关空间分布。研究区NDVI与气候因子偏相关系数和显著水平分布情况如图7～8，表4所示。NDVI与莆温的偏相关系数分布在-0.93～0.97，空间上正相关像元所占比例为76.22%，通过0.01和0.05显著性水平检验的比例分别为6.00%与9.43%，植被类型是高赛草甸、高山植被和高寒沼泽，主要分布在扎陵湖、鄂陵湖周边地区、巴颜喀拉山的东南部和若尔盖盆地。NDVI与降水偏相关系数分布在-0.89～0.96，空间上正相关像元所占比例为76.50%，通过0.01和0.05显著性水平检验的比例分别为9.24%%和8.31%，分布在扎陵湖北部、鄂陵湖北部和北东部、龙羊峡水库周边，以高寒草原为主。
总体上生长季植被NDVI受降水f的形响要大于受气温的影响。
（2）复相关空间分布。复相关系数反映的是NDVI与气温、降水的多因素相关程度，其结果空间分布如图9所示。复相关系数在0.00～0.98，其空间均值为0.46。在鄂陵湖与扎陵湖周边、龙羊峡水库周围、若尔盖盆地等区域复相关系数值较高，在研究区的中部和南部复相关系数值较低。整体上，通过显著性检验的像元较少，通过了0.01、0.05、0.1的显著性检验的像元占比分布为3.26%、5.63%、4.09%，主要植被类型是高寒草原。
3.3 气像变化对植被NDVI的驱动分析
根据中国植被覆盖变化的驱动分区方法，对研究区植被覆盖变化进行驱动分析，分类准则见表6。
根据表6准则得到研究区分类结果如图10，属于气温驭动型区域分布较少，主要在扎陵湖和鄂陵湖北部，所占比例为1.32%。降水驱动型主要分布研究区北部的扎陵湖、鄂陵湖和龙羊峡水库周边，所占比例为7.41%，以高寒草原为主。受气温和降水驱动型区域在水域周邊，所占比例为1.42%。非气候因子驱动型呈片状分布在黄河源区大部分地方，所占比例为89.85%。
整体上，气候因子中降水驱动型作用大于气温驱动型和降水、气温驱动型的影响，气温驱动和降水、气温综合驱动作用相当。
4 讨论与结论
通过上述分析，可以得出以下结论。
（1）植被NDVI时空变化特征。在时间上，植被NDVI呈增加趋势。在空间分布上，植被NDVI呈由西北向东南逐增的分布格局。
（2）植被NDVI与气候变化的响应。在时间上，植被NDVI与气候因子均呈上升趋势，气温和降水上升趋势分别通过0.05和0.01的显著性检验。与气温相关性最高的植被是高寒草甸、高山植被和高寒沼泽，均通过了0.05的显著性检验;与降水相关性最高植被的是高寒草原，通过了0.001的显著性检验，高寒草甸通过了0.05的显著性检验，其中高寒草甸与气温和降水相关性均显著。
偏相关系数空间分布上，整体植被NDVI受降水量的影响要大于受气温的影响。NDVI与气温偏相关系数中，空间上呈正相关像元所占比例为76.22%，通过0.01和0.05显著性水平检验的比例分别为6.00%与9.43%，植被是高寒草甸、高山植被和高寒沼泽，主要分布在扎陵湖、鄂陵湖周边地区、巴颜喀拉山的东南部和若尔盖盆地。NDVI与降水空间上呈正相关像元所占比例为76.50%，通过0.01和0.05显著性水平检验的比例分别为9.24%%和8.31%，分布在扎陵湖北部、鄂陵湖北部和北东部、龙羊峡水库周边，以高寒草原为主。
复相关系数空间分布上，复相关系数分布在0.000.98，其空间均值为0.46。在鄂陵湖与扎陵湖周边、龙羊峡水库周围、若尔盖盆地等区域，复相关系数值较高，在研究区的中部和南部复相关系数值较低。整体上，通过显著性检验的像元较少，通过了0.01、0.05、0.1的显著性检验的像元占比分布为3.26%，5.63%、4.09%，主要是高寒草原。
（3）植被NDVI与气候的驱动分析。整体上，气候因子中降水驱动型作用大于气温驱动型和降水、气温驱动型的影响作用，气温驱动和降水、气温综合驱动作用相当。属于气温驱动型区域分布较少，主要在扎陵湖和鄂陵湖北部，所占比例为1.32%。属于降水驱动型主要分布研究区北部的扎陵湖、鄂陵翻和龙羊峡水库周边，所占比例为7.41%，以高寒草原为主。受气温和降水驱动型区域在水域周边，所占比例为1.42%。
黄河源区北部属于干旱气候区，靠近柴达木盆地，水资源匮乏、气温高，土壤中的水分含量不足。降水可以促进北部植被生长，因此北部地区植被NDVI一受降水因子驱动比较明显，气温升高可能会加强水分散发加剧干旱的趋势，所以北部地区植被NDVI受气温因子驱动较少。黄河源区西南部和东南部属于湿润气候区，海拔较高，气温较低，土壤水分含量充足，水分匮乏不再是影响植被生长的主要因素，反而降雨的增多可能引起局部云量增大会导致光照减少，影响植被的光合作用，因此研究区西南部和东南部植被覆盖受降水影响较少，主要受气温因子驱动，由于在水分充足的情况下，气温的升高能够促进植物的光合作用。
[参考文献]
[1]徐冠华，葛全胜，宫鹏，等.全球变化和人类可持续发展：挑战与对策[J].科学通报，2013，58（21）：2100-2106.
[2]杨修，孙芳，林而达，等.我国水稻对气候变化的敏感性和脆弱性[J].自然灾害学报，2004，13（5）：85-89.
[3]程杨，杨林生，李海蓉.全球环境变化与人类健康[J].地理科学进展，2006，25（2）：46-58.
[4]陈鹏飞，于延春，杨飞，等.气候变化对鲁西北平原冬小麦产量的影响及对策[J].自然资源学报，2013，28（2）：211-219.
[5]Salim H A，Chen X L，Gong J、Analysis of Sudan vegetationdynamics using NOAA-AVHRR NDVI data from 1982-1993[J].Journalof Asian Earth Sciences，2008（1）：1-15.
[6]Zhao M S，Running S W.Drought-induced reduction in globalterrestrial net primary production from 2000 through 2009.Soience[J].2010，329（5994）：940-943.
[7]Fabio M.Monitoring forest conditions in a protected Mediterraneancoastal～by the analysis of multiyear NDVI data[J].Remote Sensing ofEnvironment，2004，89（4）：423-433.
[8]郭敏杰.基于NDVI的黃土高原地区植被覆盖度对气候变化响应及定量分析[D].北京：中国科学院大学，2014.
[9]Han L J，Wang P X，Yang H，et al.Study on NDVI-Ts space bycombining LAI and evapotranapiration[J].Science in China Series D：Earth Sciences，2006，49（7）：747-754.
[10]王蕊，李虎.2001-2010年蒙古国MODIS-NDVI时空变化监测分析[J].地球信息科学，2011，13（5）：665-671.
[11]张雪梅，杨太保，刘海猛.气候变暖背景下近30a北半球植被变化研究综述[J].干早区研究，2016.33（2）：379-391.
[12]Hernnann S M，Anyamba A，Tucker C J.Recent trends in vegetationdynamics in the African Sahel and their relationship to climate[J]Journalof Arid Environments，2017，57（4）：535-554.
[13]刘梁美子，占车生，胡实.黔贵喀斯山区年NDVI变化的影响因素研究[J].地理科学进展，2019，38（11）：1783-1792.
[14]吴喜芳，李改欣，潘学鹏.黄河源区植被覆盖度对气温和降水的响应研究[J].资源科学，2015，37（3）：521-520.
[15]徐浩杰，杨太保，曾彪.黄河源区植被生长季NDVI时空特征及其对气候变化的响应[J].生态环境，2012，21（7）：1205-1210.
[16]马明国，王建，王雪梅.基于遥感的植被年际变化及其与气候关系研究进展[J].遥感学报，2006，10（3）：421-431.
[17]徐建华.现代地理学中的数学方法[M].北京：高等教育出版社，2002.
[18]黄海涛.科尔沁沙地不同沙地景观区NDVI变化对气象因子的响应[D].烟台：鲁东大学，2015.
[19]陈云浩，李晓兵，史培军.1983～1992年中国陆地NDVI变化的气候因子驱动分析[J].植物生态学报，2001，25（6）：716-720.
[20]王永财，孙艳玲，王中良.1998-2011年海河流域植被覆盖变化及气候因子驭动分析[J].资源科学，2014，36（3）：594-602.
[收稿日期]2020-04-14
[作者简介]杨玲莉（1989-），女，四川广安人，工程师，硕士，研究方向：生态遥感。
