郭磊, 王世东



河南省近30年植被指数与气象因子的相关性分析

郭磊, 王世东*

河南理工大学测绘与国土信息工程学院, 焦作 454000

GIMMS NDVI3g数据因其具有半月合成及长时间序列的优势, 被国内外学者广泛应用于植被指数研究。因此利用河南省1982—2013年该数据集和省内及周边共32个气象站点的逐月气象数据, 采用均值法、克里金插值和相关性分析等方法, 分析了河南省近30年来的植被指数与主要气象因子(温度、降雨量)的相关性。结果表明: (1)近30年来, 河南省年平均NDVI呈波动性上升趋势, 其年增长率为0.002, 总体植被覆盖增加; (2)在全球变暖的大环境下, 省内年均气温显著增加, 其年平均增长率为0.038, 而降雨量则逐年减少, 其年下降率为2.151; (3)年平均NDVI与年平均温度呈一般正相关, 两者增减基本同步, 而与降雨量的年际变化则存在一定的滞后性, 体现在当年降雨增多作用于来年植被NDVI上升明显。(4)在植被覆盖较差的中部地区, 植被NDVI与气温、降雨的相关性较高, 在植被覆盖较好的东部和西部地区, 其NDVI与气温、降雨的相关性相对较低, 该结果为土地遭破坏区域的生态恢复提供了理论参考。

归一化植被指数(NDVI); 气象因子; 相关性分析; 生态恢复

1 前言

近些年来, 我国受气候变暖的影响日益剧增[1]。作为中原大地的河南省, 其植被生长变化与气候的关系也越来越紧密。因此, 探讨植被覆盖变化与气象因子之间的相互作用关系对植被保护、气候变化和生态恢复等研究都有着重要的指示意义。但是, 受制于研究区面积和自然经济条件, 传统的常规观测手段很难实现对大面积区域内的植被生长状况进行观测[2]。

遥感技术的发展实现了对某一地区的植被覆盖变化进行动态观测[3]。其中, GIMMS NDVI3g数据因其时间跨度长、覆盖范围广, 被越来越多的应用于植被与气候变化研究。

NDVI(归一化植被指数)是表示植被生长状况的系数[4], 是反映植被动态变化的有效指标[5]。学者们对NDVI与气象因子的研究已取得显著成果。例如, 在全国区域, 王茜等[6]利用GIMMS NDVI3g数据发现国内NDVI的年内变化显著, 刘可等[7]发现近30年来我国东部季风区的农田和森林生态系统的植被活动显著增强, 而西北的荒漠生态系统和东北的森林生态系统的植被活动显著下降; 在西北地区, 刘振元等[8]对青藏高原植被进行分区, 发现不同区影响NDVI下降的气候因子不同, 而赵紫薇[9]发现青藏高原植被有改善趋势, 同时陆晴等[10]也发现高原草地生长季NDVI整体有增加趋势; 在东北地区, 王彦颖[11]发现植被在过去32年里NDVI趋势以负向变化为主, 郭金停等[12]却发现在冻土区植被生长季平均NDVI呈显著增加趋势; 在西南地区, 张笑鹤[13]发现绝大部分地区NDVI与温度呈正相关, 与降水以负相关为主, 而郑朝菊等[14]却发现年最大植被覆盖度(FVC)与夏季均温和秋季降雨的相关性最好。从以上的研究中可以发现影响NDVI的气候因子具有空间异质性, 在不同地区, 气候因子对NDVI的响应程度不同, 然而针对我国腹地, 特别是以河南省为主的中原地区的NDVI与气候因子的相关性研究相对较少。

因此, 为进一步了解我国中原地区的植被覆盖变化特征, 本文利用1982—2013年GIMMS NDVI3g数据和省内及周边共32个气象站点的逐月气象资料(温度、降雨量), 分析了河南省近30年来的NDVI生长季(4—9月)和年际(1—12月)变化规律, 同时进一步对温度和降雨与NDVI的相关性进行了分析。

2 数据与研究方法

2.1 数据来源

GIMMS NDVI3g数据来自美国航天局全球监测和模型研究组(Global Inventor Modeling and Mapping Studies, GIMMS)发布的半月合成数据, 经最大合成法合成所得的月数据能最大限度的减少云层和气溶胶的影响[15], 其空间分辨率为8km, 时间跨度为1982—2013年, 且该数据已经过投影转换、辐射定标、几何校正等一系列处理[16]。

气象数据下载自中国气象科学数据共享服务网(http: //cdc.gov.cn/home.do)。根据河南省内及周边区域筛选出32个气象站点得到研究区1982—2013年逐月气象数据, 包括月平均温度、月降水量2个主要气象因子的数据资料。

2.2 数据分析

(1) NDVI

NDVI(归一化植被指数)是一种表示植被生长状况的系数。其多光谱遥感数据主要是近红外和红光波段, 计算原理是根据植被的光谱反射特征来评价地表植被覆盖度[17]。NDVI的计算公式为:

式中:是近红外波段的数值,是红光波段的数值。计算得到的NDVI值在[-1, 1]之间, 当地表有植被覆盖时其值为正, 且覆盖度越高值越大; 当地表被云层或雪遮挡时其值为负; 当地表为裸露岩石或土壤时其值为零。

(2) GIMMS NDVI3g

GIMMS NDVI3g数据集是相对标准的数据, 其通过转化公式可以将栅格单元的灰度值转化成NDVI真实值[18]。对图像进行旋转、添加投影信息(WGS-84)后, 利用河南省的边界矢量文件裁剪得到研究区图像, 然后创建掩膜文件进行掩膜处理并进行归一化, 归一化完成之后可以进行信息提取, 最后对图像进行最大合成法合成, 以上过程皆由IDL编程完成。河南省1982—2013年半月数据共768景, 合成月数据384景, 再由月数据合成季度数据128景, 最终由季度数据合成年数据32景。GIMMS NDVI3g数据合成方法如下:

①半月合成:

式中:表示上半月,表示下半月,表示半月NDVI值。

②月合成:

式中:表示月最大NDVI值,、表示月份。

③季度合成:

式中:表示季度最大NDVI值,表示季度,表示月份。

④年合成:

式中:表示年最大NDVI值,表示年份,表示月份。

2.3 研究方法

2.3.1 克里金插值法

为使气象数据和植被指数能进行空间计算, 本文对温度和降雨数据进行克里金插值, 使离散的气象站点数据转化为连续的栅格数据[19], 得到河南省1982—2013年的年平均温度栅格数据和年降雨量栅格数据。

2.3.2 均值法

为反映河南省近30年来的总体植被覆盖变化特征, 本文采用年平均植被指数和生长季平均植被指数来对河南省植被NDVI的变化进行趋势计算, 即计算相应时间区间内所有象元NDVI的平均值。同时, 对于气象站点数据, 本文所采用的生长季和年际划分标准分别为4—9月份和1—12月份, 将由气象站点所得的逐月气象数据, 对温度累加求平均得生长季平均温度和年平均温度, 对降雨量累加除气象站点个数得生长季降雨量和年降雨量。

2.3.3 相关性分析法

相关性分析是用来研究要素与要素之间相互作用强弱的关系量[20], 本文主要采用偏相关分析和复相关分析的方法。偏相关分析是指忽略其他因素影响, 仅考虑某一种要素对另一种要素作用时产生的影响程度, 其结果以偏相关系数的形式展现, 偏相关系数越大, 表明这种要素对另一种要素的作用效果越强, 两者间的相关性就越大。当要素类型多于两个时, 会遇到考虑其中多种要素同时对某一种要素作用的情况, 这时就会用到复相关分析, 同理, 复相关系数越大, 表明它们之间的相关性越高。

本文在讨论温度和降雨与植被指数之间的响应关系时, 采用偏相关分析和复相关分析的方法, 通过讨论单一气象因子对植被指数的影响和两个气象因子同时对植被指数影响的方法来分析气象因子与植被指数的相关性。其计算公式如下:

(1)偏相关分析

式中:k、k表示两个变量,r表示两个变量之间的相关系数。假如有三个变量、、,固定求变量与变量的偏相关系数, 其计算公式为:

式中:r、r、r表示变量两两间的相关系数,r表示变量、间的偏相关系数。

(2)复相关分析

式中:为因变量,、为自变量,r为k与、的复相关系数。

3 结果与分析

3.1 NDVI的时间变化特点

为研究河南省近30年来整体植被指数年际间的变化趋势, 本文主要从植被生长季平均NDVI和年平均NDVI的变化特征进行分析。生长季是植被在全年里生长变化特征最明显的时段, 分析生长季植被的NDVI可以预测该年植被的长势, 而植被NDVI的年际变化可以反映出全年植被覆盖的增减。如图2所示, 近30年来河南省植被NDVI逐生长季变化显著, 变化范围在0.656—0.780之间, 其增长率为0.002, 在2011年达到峰值0.780。NDVI的逐年变化特性也呈现出波动性上升趋势, 其年增长率为0.002, 变化范围在0.717—0.820之间, 总体上与生长季NDVI的变化特性一致。由生长季平均NDVI和年平均NDVI都呈波动性上升趋势, 表明河南省近30年来总体植被覆盖度有所增加, 植被生长状况逐渐得到改善。

图1 河南省省内及周边气象站点分布图

图2 河南省1982—2013年生长季平均NDVI和年平均NDVI变化趋势图

3.2 NDVI的空间变化特点

图3反映了河南省1982到2013年多年平均NDVI的空间分布状况。从图中可以看出, 植被覆盖最高的地区在河南省洛阳、南阳和三门峡三市交界处的伏牛山地区, 其NDVI为0.859—0.952; 其次是河南省东部的大部分地区, 其NDVI为0.742—0.859; 植被覆盖较差的地区主要分布在河南省中部的郑州市、平顶山市, 北部的济源市、焦作市, 以及洛阳北部和南阳南部等地区, 其NDVI在0.551—0.742之间。

图3 河南省1982—2013年平均NDVI空间分布图

3.3 河南省气候因子的时空变化特点

河南省1982到2013年的2种主要气候因子(温度和降雨量)在植被生长季和年际的变化状况分别如图4、图5所示。在生长季(图4), 平均温度上升趋势明显, 增长率为0.035, 降雨量逐生长季也有轻微上升, 但远没温度上升明显, 大部分年份的生长季降雨量都保持在400 mm到800 mm之间; 而在年际(图5), 平均温度逐年明显上升, 年增长率为0.038, 与生长季的温度增长率十分相近, 而年降雨量则呈下降趋势, 年减少率为2.151, 大部分年份的年降雨量保持在600 mm到1000 mm之间。

在空间上, 对32年温度和降雨量逐象元求平均得图6和图7。由图6可以看出, 高温地区主要集中在河南省的南部, 年平均气温可达15 ℃以上, 低温地区主要集中在西部和北部的部分地区, 年平均温度在13 ℃左右, 而中部地区的年平均温度则介于两者之间; 由图7可得, 河南省年降雨量由南向北逐渐减少, 南部地区年降雨量较高, 在1000 mm左右, 中部处于过渡区, 在600—1000 mm之间, 而北部地区则在600 mm以下。

图4 1982—2013年生长季温度和降雨变化曲线

Fig. 4 1982-2013 curve of growing season temperature and rainfall

图5 1982—2013年年际温度和降雨变化曲线

Fig. 5 1982-2013 curve of interannual temperature and rainfall

图6 河南省1982—2013年平均温度空间分布图

3.4 NDVI对气候因子的响应

3.4.1 NDVI与温度和降雨的年际关系

图8和图9是河南省1982—2013年植被NDVI分别与温度和降水的生长季和年际变化曲线。如图8所示, 河南省近30年来植被NDVI在生长季和年际的变化趋势都和相应时段温度的变化趋势相似, 两者在大部分年份具有相同的增减性, 但也有少部分年份不符合这一特性。这一方面说明温度的升高确实促进了植被生长, 但另一方面也表明温度并不是影响植被NDVI变化的唯一限制因子。由图9可以看出, NDVI在生长季和年际间的变化趋势与相应时段的降雨量变化存在一定的滞后性, 大部分年份NDVI随降雨量的增加呈现减小趋势, 但作用于来年植被NDVI上升明显, 这表明植被对降水更加敏感。

3.4.2 NDVI与温度和降雨的空间关系

一般而言, 气候变化和人类活动是影响植被覆盖变化的主要因子, 其中, 气候变化更是作为驱动力, 通过改变其自身的条件从而对植被产生影响[21–22], 然而仅在时序上讨论其对NDVI的作用并不能反映出植被覆盖变化的空间差异, 在空间上对其与NDVI的相互作用进行分析能更直接的反映出它们之间的相关性。因此, 本文对1982—2013年河南省植被NDVI与年平均温度、年降雨量进行基于象元的偏相关性分析和复相关分析。由图10可以看出, 河南省绝大部分区域的NDVI都与年平均温度在空间上呈现正相关, 且在中部地区相关性最高, 达到0.8以上, 仅在西部的三门峡、洛阳和南阳三市交界处以及北部的安阳和南部的信阳的少量区域内呈现出负相关; 由图11可以看出, NDVI与年降雨量呈正相关的区域也占了河南省的大部分面积, 但要少于温度与NDVI呈正相关的区域面积, 降雨对NDVI影响最显著的区域主要在河南省东北部的安阳市、濮阳市、新乡市以及中部的郑州、平顶山与洛阳三市交汇之地和南阳南部的部分地区, 其相关系数达0.6以上, 而在信阳市北部和驻马店南部以及周口西北部的NDVI显示出与降雨量成明显负相关; 图12是NDVI与年平均温度和年降雨量进行复相关分析的结果图, 从图中可以看出在, 在河南省中部地区, NDVI与温度和降雨的复相关系数较高, 其值在0.8左右, 而在东部和西部地区的复相关系数相对较低, 其值在0.5以下。

图7 河南省1982—2013年年均降雨量空间分布图

图8 生长季和年际NDVI与温度的变化曲线

图9 生长季和年际NDVI与降雨量的变化曲线

综上所述, 温度和降雨与NDVI的相关性存在空间差异。在河南省内的绝大部分地区, 两种气象因子与NDVI都呈现出正相关, 且NDVI与温度相关性要高于NDVI与降雨的相关性。同时, 通过对温度和降雨与NDVI进行偏相关分析与复相关分析, 结果表明在河南省植被覆盖较好的东部和西部地区, 其偏相关系数和复相关系数相对较小, 而在植被覆盖较差的中部地区, 其偏相关系数和复相关系数相对较大。

4 结论与讨论

本文基于GIMMS NDVI3g数据, 结合1982—2013年气象数据, 利用多种分析和计算方法, 研究了河南省近30年来的NDVI时空变化规律, 并探讨了温度和降雨与NDVI的相关性, 所得结论如下:

图10 河南省平均NDVI与平均温度偏相关系数空间分布图

图11 河南省平均NDVI与年均降雨量偏相关系数空间分布图

(1) 河南省近30年来, 在植被生长季和年际, 其NDVI都以0.002的增长率不断上升, 表明总体植被覆盖有所增加。NDVI的空间分布存在较明显的区域差异, 总体上呈现出东、西高, 中部低的分布特点。

(2) 近30年来的气象数据表明, 省内年均温度在以0.038的增长率逐渐升高, 而年降雨量则以每年2.151的减少率在逐渐下降。在空间上表现为, 河南省东南地区的气候条件要远远优于中部以及西北地区。

(3) 通过对NDVI与气象因子的相关性分析, 发现河南省植被NDVI变化是受这两种气象因子共同作用的结果。河南省大部分面积的NDVI与年平均温度和年降雨量均呈较明显的正相关关系, 与年平均温度的正相关系数最高达0.811, 与年降雨量的正相关系数最高达0.673, 温度和降雨共同对NDVI作用的复相关系数最高达0.859。可见, 河南省NDVI年际间0.002的增长率主要归功于年平均温度的升高, 同时降雨也促进了年平均NDVI的提升, 但其促进作用没有温度的促进效果大。

图12 河南省年均NDVI与年均温度和年均降雨量复相关系数空间分布图

(4) 相关性分析结果表明, 在植被覆盖较好的东部和西部地区, 温度和降雨与NDVI的复相关系数相对较低, 在0.002—0.489之间, 而在植被覆盖较差的中部地区, 其与NDVI的复相关系数相对较高, 在0.489—0.859之间。这表明, 在植被覆盖较差区域, 温度和降雨对植被生长起着决定性作用, 该结果为生态环境遭破坏区域的植被恢复提供了理论依据。

综上所述, 本研究主要说明了河南省近30年来植被NDVI的时空变化特点, 阐述了其与温度和降雨这两种主要气象因子的相关关系。但由于缺乏人类活动和自然灾害数据, 也未考虑其它气象因子影响, 因而存在部分年份的变化规律不符现象。这些有待后续进一步研究, 为我国中原地区的植被恢复及生态重建提出合理建议。

[1] 杜卫, 张增信, 郝雨杉, 等. 江苏省植被覆盖动态变化及影响因素分析[J]. 科技通报, 2017, 33(5): 24–29.

[2] 阿多, 赵文吉, 宫兆宁, 等. 1981–2013华北平原气候时空变化及其对植被覆盖的影响[J]. 生态学报, 2017, 37(2): 576–592.

[3] 郭继凯, 吴秀芹, 董贵华, 等. 基于MODIS/NDVI的塔里木河流域植被覆盖变化驱动因素相对作用分析[J]. 干旱区研究, 2017, 34(3): 621–629.

[4] ECKERT S, HUSLER F, LINIGER H, et al. Trend analysis of MODIS NDVI time series for detecting land degradation and regeneration in Mongolia[J]. Journal of Arid Environments, 2015, 113(2): 16–28.

[5] 徐丽萍, 郭鹏, 刘林, 等. 天山北坡NDVI对气候因子响应的敏感性分析[J]. 湖北农业科学, 2014, 53(21): 5116–5125.

[6] 王茜, 陈莹, 阮玺睿, 等. 1982–2012年中国NDVI变化及其与气候因子的关系[J]. 草地学报, 2017, 25(4): 691–700.

[7] 刘可, 杜灵通, 候静, 等. 近30年中国陆地生态系统NDVI时空变化特征[J]. 生态学报, 2017, 38(6): 1–12.

[8] 刘振元, 张杰, 陈立. 青藏高原植被指数最新变化特征及其与气候因子的关系[J]. 气候与环境研究, 2017, 22(3): 289–300.

[9] 赵紫薇. 1982–2013年青藏高原植被动态变化时序分析[J]. 测绘科学, 2017, 42(6): 62–70.

[10] 陆晴, 吴绍洪, 赵东升. 1982–2013年青藏高原高寒草地覆盖变化及与气候之间的关系[J]. 地理科学, 2017, 37(2): 292–300.

[11] 王彦颖. 中国东北植被时空动态变化及其对气候响应研究[D]. 长春: 东北师范大学, 2016.

[12] 郭金停, 胡远满, 熊在平, 等. 中国东北多年冻土区土地植被生长季NDVI时空变化及其对气候变化的响应[J]. 应用生态学报, 2017, 28(8): 2413–2422.

[13] 张笑鹤. 西南地区NDVI和NPP时空动态及其与气候因子相关性分析[D]. 北京: 中国林业科学研究院, 2011.

[14] 郑朝菊, 曾源, 赵玉金, 等. 近15年中国西南地区植被覆盖度动态变化[J]. 国土资源遥感, 2017, 29(3): 128–136.

[15] BECK H E, MCVICAR T R, DIJK A I J M V, et al. Global evaluation of four AVHRR–NDVI data sets: Intercomparison and assessment against Landsat imagery[J]. Remote Sensing of Environment, 2011, 115(10): 2547–2563.

[16] 时忠杰, 高吉喜, 徐丽宏. 内蒙古地区近25年植被对气温和降水变化的影响[J]. 生态环境学报, 2011, 20(11): 1594–1601.

[17] 郭铌. 植被指数及其研究进展[J]. 干旱气象, 2003, 21(4): 71–75.

[18] 单楠. 京津风沙源区植被指数(NDVI)对气候变化响应研究[D]. 北京: 中国林业科学研究院, 2013.

[19] 蒋育昊, 刘鹏举, 夏智武, 等. 站点密度对复杂地形PRISM月降雨空间插值精度的影响[J].南京林业大学学报(自然科学版), 2017, 41(4): 115–120.

[20] 潘秋玲. 那曲地区植被指数时空变化及其影响因素分析[D]. 北京: 中国地质大学(北京), 2017.

[21] 华东师范大学. 植物学[M]. 北京: 高等教育出版社, 1982.

[22] 李娜. 1999–2006石羊河流域植被对气候变化的响应研究[D]. 兰州: 兰州大学, 2010.

Correlation analysis of vegetation index and meteorological factors in Henan Province in the last 30 years

GUO Lei, WANG Shidong*

School of Surveying and mapping and land information engineering, Henan Polytechnic University, Jiaozuo 454000, China

GIMMS NDVI3gdata has been widely used by scholars both at home and abroad for the study of vegetation index because of its advantages of semilunar synthesis and long time series. This paper used the 1982-2013 year GIMMS NDVI3gdata set in Henan and the data of 32 meteorological stations in and around the province, andadopted many methodsabout average, Kriging interpolation, correlation analysis and so on toanalyze the correlation between the vegetation index and the main meteorological factors (temperature, rainfall) in Henan Province in the last 30 years. The results are as follows. (1) In the past 30 years, the average annual NDVI in Henan province was fluctuating upward trend, the annual growth rate of 0.002; the overall vegetation coverage increased. (2) In the environment of global warming, the annual average temperature increased significantly, with the average annual growth rate of 0.038; while the rainfall was decreasing year by year and it fell at an annual rate of 2.151. (3) The annual average NDVI was generally positively correlated with annual mean temperature change, and the annual variation of precipitation was lagging behind. (4) In the areas of poor vegetation cover, there was a high correlation between NDVI and temperature or rainfall.In the area of vegetation cover was good, the correlation between NDVI and temperature or rainfall was relatively low. The result can provide a theoretical reference for ecological restoration.

normalized vegetation index (NDVI); meteorological factors; correlation analysis; ecological restoration

10.14108/j.cnki.1008-8873.2018.05.014

S46

A

1008-8873(2018)05-102-11

2018-03-02;

2018-07-27

国家自然科学基金项目(41301617); 中国博士后科学基金(2016M590679); 河南省高等学校重点科研项目(17A420001); 河南省高校基本科研业务费专项资金(NSFRF1630); 河南理工大学创新性科研团队项目(B2017-16); 河南省高校科技创新团队支持计划(18IRTSTHN008)资助

郭磊(1993—), 硕士生, 主要研究方向为国土资源遥感, E-mail: 1174283475@qq.com

通信作者:王世东(1978—), 副教授, 博士, 硕士生导师, 主要研究方向为国土资源信息化与遥感, 土地复垦, E-mail: wsd0908@163.com

郭磊, 王世东. 河南省近30年植被指数与气象因子的相关性分析[J]. 生态科学, 2018, 37(5): 102-112.

GUO Lei, WANG Shidong. Correlation analysis of vegetation index and meteorological factors in Henan Province in the last 30 years[J]. Ecological Science, 2018, 37(5): 102-112.