杨静雅, 李新国, *, 闫凯, 刘彬



基于NDVI的新疆和静县草地植被覆盖动态变化及其与气温降水的关系

杨静雅1,2, 李新国1,2, *, 闫凯3, 刘彬4

1. 新疆师范大学地理科学与旅游学院, 乌鲁木齐 830054 2. 新疆干旱区湖泊环境与资源实验室, 乌鲁木齐 830054 3. 新疆维吾尔自治区草原总站, 乌鲁木齐 830001 4. 新疆师范大学生命科学学院, 乌鲁木齐 830054

以新疆和静县为研究区, 以2000、2005、2010和2015年Landsat影像及2000～2015年MODIS-NDVI 16d合成产品为主要数据源, 运用ArcGIS叠加分析功能, 分级估算4个不同时期草地植被覆盖度动态变化特征, 结合气温和降水数据, 利用NDVI偏差, 采用趋势线分析方法, 研究区草地植被覆盖变化对温度和降水的响应。研究结果表明: (1)2000—2015年, 研究区植被覆盖表现为退化, 退化面积为13763.48 km2, 占研究区面积49.42%, 较植被覆盖度增加面积多出12611.65 km2, 是植被覆盖度增加面积的11.95倍。(2)2000—2015年, 研究区植被NDVI呈现下降趋势, 年平均气温和NDVI的相关系数为–0.32, 呈现负相关, 年平均降水量和NDVI的相关系数为0.76, 呈现正相关。(3)研究区NDVI值年内变化呈现单峰型, 夏季NDVI值平均每10a增长约–3.6%, 秋季NDVI值平均每10a增长约–1.6%, 春季NDVI值平均每10a增长约0.1%;植被NDVI值和月平均气温的相关系数为0.801(=144); 植被NDVI值与月平均降水量相关系数为0.832(=144), 均超过<0.01的检验。

植被覆盖变化; NDVI; 趋势线分析法; 气温; 降水; 和静县

1 前言

植被覆盖变化及其与气候变化相互关系的研究是近年来全球变化研究的一个热点领域之一[1-3]。植被的空间分布及其变化特征是植被对气候长期适应的结果。一方面, 气候决定着植被的空间分布, 不同气候类型都有与之对应的植被类型; 另一方面, 不同的植被类型通过影响与大气间物质、能量的相互作用, 从而对气候产生影响[4]。遥感数据由于其时间和空间上的连续性, 常被用来监测全球和区域植被变化趋势[5]。利用MODIS归一化植被指数(NDVI)数据与Landsat数据相结合, 能直观反映植被覆盖变化趋势在空间上的差异性, 从而直观地了解自然因素与人类活动对植被覆盖变化趋势的影响。利用NDVI数据对植被覆盖变化趋势及其与气候因子的关系研究, 已有一系列的成果[6-8]。已有的研究成果表明, 不同地区、不同植被类型植被覆盖变化趋势具有较大的差异性[9], 同一地区植被覆盖变化趋势在年际和季节尺度上也表现出不同的变化特征[10]。气温和降水是影响植被生长的两个重要气候因子, 其在时空上的变化对区域植被覆盖状况有显著影响[11]。李登科[12]及吴丽丽等[13]的研究表明, 植被对气温和降水的响应存在一定的时滞性。

利用landsatTM/ETM/OLI2000、2005、2010、2015年四个不同时期的遥感影像, 以及2000—2015年MODIS NDVI数据, 结合研究区对应时期的气温、降水数据对新疆和静县草地植被覆盖动态变化进行研究, 并分析其与温度、降水之间的关系, 为研究区的草地合理利用与保护提供理论依据。

2 研究区概况与研究方法

2.1 研究区自然概况

和静县位于新疆中部, 天山中段南麓, 焉耆盆地西北部, 地处82°28′—87°52′E, 42°06′—43°33′N之间, 境内多山, 总面积3.6569×104km2, 山地面积约占区域总面积的92.60 %[14]。地势呈现西北高、东南低, 西部和北部分别为大、小尤鲁都斯山间盆地, 东南部为焉耆盆地, 有开都河、黄水沟、乌拉斯台河等水系, 植被资源尤其是草地资源较为丰富, 草地面积约占区域总面积70%[15]。因地形影响, 气候差异较大, 研究区内有全国第二大高山草原—巴音布鲁克草原, 由大、小尤鲁都斯2个高位山间盆地和山区丘陵草场组成, 海拔2000—2500 m, 总面积约2.3×104km2, 属高寒带湿润区, 年均温8.8 ℃, 年均降水量68.1 mm, 其草地植被的变化, 对当地的经济发展和生态环境变化具有重要的影响作用[16]。

2.2 数据来源与处理

(1)遥感数据。Landsat数据为研究区2000、2005、2010、2015年4个不同时期7月底至9月初云量小于10%的Landsat TM/ETM+/OLI影像, 影像数据来自于美国地质勘探局(USGS)网站(http://glovis. usgs.go), 共16景, 均采用Albers投影。MODIS数据采用NASA(Daimler Chrysler)提供的MOD13Q1级产品, 时间跨度为2000年3月至2015年11月, 共144景, 时间分辨率为16d, 空间分辨率为250 m。

图1 研究区位置示意图

表1 数据类型与来源

(2)其他数据。1961—2015年研究区的月平均气温、月平均降水量数据、边界、等高线、水系等要素值、地形图、土地利用图、草地类型图、DEM(空间分辨率30m)以及2010—2015年研究区草地监测统计数据。

基于ArcGIS10.0对MODIS数据进行投影转换, 利用研究区边界矢量数据对重投影后的MODIS数据进行裁剪,得到研究区的NDVI数据。利用ENVI5.1和ArcGIS10.0对研究区NDVI数据进行统计和分析。从年际和季节尺度分析植被NDVI值的变化特征。根据气象学方法划分为4季, 3—5月为春季, 6—8月为夏季, 9—11月为秋季, 12月至翌年2月为冬季。由于研究区冬季温度较低, 冰雪覆盖, 植被基本停止生长或已枯萎, 因此不对冬季的NDVI值进行分析。使用均值法合成2000～2015年各年NDVI平均值和春夏秋季的NDVI平均值。

2.3 研究方法

2.3.1 植被指数生成NDVI偏差

式中,为第个像元第年第月的NDVI月平均值。NDVI偏差广泛应用在植被动态监测上[18]。

2.3.2 趋势线分析

趋势线是对一组随时间变化的变量进行回归分析, 预测其变化趋势。我们多用线性趋势线来模拟植被覆盖的年际变化, 即最小二乘法拟合直线, 其斜率计算公式为[19]:

式中,为监测时间段的年数。SLOPE为正值时表示植被有增加的趋势, 为负值时表示植被存在退化的趋势。

3 结果与分析

3.1 研究区植被覆盖度空间动态变化特征

运用ENVI5.1和ArcGIS10.0软件对四期遥感影像预处理, 并对每期影像进行NDVI的提取, 利用NDVI值估算植被覆盖度, 通过叠加分析, 研究植被覆盖度空间格局的变化特征。

由图2可知, 2000—2015年, 研究区植被覆盖空间上整体呈现退化。以每5年为一个时段, 2000—2005年研究区植被覆盖退化区域主要分布在小尤鲁都斯盆地, 植被覆盖度增加区域在研究区零星分布; 2005—2010年研究区植被覆盖退化区域主要分布在小尤鲁都斯盆地中心沼泽草甸处, 植被覆盖度增加区域主要在小尤鲁都斯盆地北、西北处, 其余区域植被覆盖增加和减少均零星分布, 且增加区域零星分布更多。2010—2015年, 研究区植被覆盖整体呈现退化, 主要原因在于2015年是旱年, 当年7月底至9月初, 没有降水天气, 降水量为0, 导致草地植被在生长季没有获得有利条件, 遥感影像获取的是这个时期内的, 因此2010—2015年植被覆盖空间上整体表现为退化。

利用ENVI5.1, 以每5年为基本单位进行叠加分析, 将高植被覆盖度转为与其相比低的植被覆盖度称为退化, 同理, 将低植被覆盖度转为比其高植被覆盖度称为增加, 没有发生变化的称为未变化。

图2 2000—2015年研究区植被覆盖空间动态变化特征

表2 研究区植被高—低覆盖度间面积变化统计

由表2可知, 2000—2015年, 研究区植被覆盖表现为退化, 退化面积为13763.48 km2, 较植被覆盖度增加面积多出12611.65 km2, 是植被覆盖度增加面积的11.95倍。以每5年为一个时段, 2000—2005年, 研究区植被覆盖度增加面积相较退化面积多出677.30 km2, 说明在此期间植被覆盖度由低变高的趋势; 2005—2010年, 研究区植被覆盖度增加面积相较退化面积多出2546.12 km2, 说明在此期间植被覆盖度仍然处于由低变高的趋势, 且增加面积多出2000—2005年增加面积1868.82 km2; 2010—2015年, 研究区植被覆盖度退化面积相较增加面积多出16311.21 km2, 退化面积是增加面积的53.61倍, 在此期间研究区植被覆盖整体呈现退化趋势。

3.2 研究区植被NDVI变化时间序列特征

植被覆盖度可由遥感影像反演的NDVI充分反映, 并与NDVI呈正相关, 即植被覆盖度愈好, NDVI值愈大[20-21]。总体上来看, 植被NDVI呈递减趋势, 年内变化曲线为单峰型, 春季(3—5月)NDVI快速增加, 秋季(9—11月)NDVI快速降低, 夏季处于高位。为了更清晰地说明植被覆盖随时间的变化情况, 下面分别从年际和季节变化分析植被NDVI的变化。

1)不同年份植被覆盖变化。根据年最大化NDVI数据散点图, 能清晰的看出研究区2000—2015年植被覆盖总体上呈减少趋势, 说明植被覆盖度在下降。这主要是由于过度放牧, 导致天然草场退化, 植被覆盖降低。

2)不同季节植被覆盖变化。由图4可知, 研究区夏季植被覆盖度最高, 秋季次之, 春季相对最低; 根据拟合的线性回归方程, 可看出夏季NDVI值平均每10 a增长约-3.6%; 秋季NDVI值平均每10 a增长约-1.6%; 春季NDVI值平均每10 a增长约0.1%, 基本不变。

图3 2000—2015年研究区植被NDVI年际变化

图4 2000—2015年研究区植被NDVI不同季候变化

3.3 温度、降水对研究区植被覆盖年际变化的影响

由图5可知, 1961—2015年和静县平均温度呈升高趋势, 三个气象站监测数据表明从1995年到2000年, 研究区增温效果明显, 且从2000年以后温度较2000年以前平均气温高出1.4 ℃, 导致蒸发量增加, 使干旱程度加大, 影响草地植被生长。大气降水是高寒地区土壤水分变化的主导因素之一, 它的季节性规律导致土壤水分在时间上也有季节动态, 而土壤水分的变化导致草地植被的生长变化。从研究区三个气象站点的监测数据可以看出, 1990—2015年研究区年平均降水量183.8 mm, 年平均降水量均呈现增加趋势, 但2000—2015年相较1961—2000年年平均降水量减少46.36 mm。降水的季节不均衡和区域分布不均匀也影响草地植被长期以来的生长。

3.4 研究区植被NDVI与月平均气温、降水的关系

由图6可知, 研究区植被NDVI值和月平均气温之间呈显著的指数趋势, 复相关系数0.60,相关系数为0.801(=144), 超过<0.01的检验。植被NDVI值和月平均降水量之间呈现对数增长趋势, 研究区植被月平均NDVI值和月降水量相关系数高达0.832(=144), 超过<0.01的检验。图中可看出, 随着月降水量的增加, 研究区月均NDVI也随之增加, 0—30 mm月均NDVI增加迅速, 当月降水量超过30 mm后, 平均NDVI不再有明显增长趋势。

4 结论

(1)2000—2015年, 研究区植被覆盖表现为退化, 退化面积为13763.48 km2, 较植被覆盖度增加面积多出12611.65 km2, 是植被覆盖度增加面积的11.95倍; 以每5年为一个时段, 2000—2005年, 研究区植被覆盖度增加面积相较退化面积多出677.30 km2; 2005—2010年, 研究区植被覆盖度增加面积相较退化面积多出2546.12 km2; 2010—2015年, 研究区植被覆盖度退化面积相较增加面积多出16311.21 km2,退化面积是增加面积的53.61倍, 在此期间研究区植被覆盖整体呈现退化趋势。

图5 1961—2015年研究区年平均气温、降水量距平曲线

图6 2000—2015年研究区植被NDVI与温度及降水的年内关系

(2)1961—2015年研究区平均气温呈升高趋势, 2000—2015年年平均气温相较1961—2000年升高1.4 ℃, 研究区2000—2015年植被NDVI呈现下降趋势, 年平均气温和NDVI的相关系数为–0.32, 呈现负相关。1961—2015年研究区降水呈增加趋势, 但2000—2015年降水处于下降趋势, 2000—2015年年平均降水量相较1961—2000年减少46.36 mm, 年平均降水量和NDVI的相关系数为0.76, 呈现正相关。

(3)研究区植被NDVI值变化年内呈现单峰型, 夏季的NDVI值10 a增长约-3%, 秋季约为-1%, 春季基本不变。植被NDVI值和月平均气温之间呈显著的指数趋势, 复相关系数0.60, 相关系数为0.801(=144); 植被NDVI值和月平均降水量之间呈现对数增长趋势, 与月降水量相关系数高达0.832(=144), 均超过<0.01的检验。

植被覆盖变化及其空间上的差异性是自然因素和人类活动共同作用的过程, 本文仅探讨2000—2015年研究区植被覆盖变化与气温降水的关系, 例如日照时数、土壤有机质等自然要素和人类活动对植被覆盖变化的影响尚未定量分析, 研究结果具有一定的局限性, 在今后的研究中, 有待进一步探讨。

[1] BAJGIRAN P R, DARVISHSEFAT A A, KHALILI A, et al. Using AVHRR-based vegetation indices for drought monitor in gin the North west of Iran[J]. Journal of Arid Environments, 2008, 72(6): 1083–1093.

[2] WANG J, RICHP M, PRICEK P. Temporal responses of NDVI to precipitation and temperature in the central Great Plains, USA[J]. International Journal of Remote Sensing, 2003, 24(11): 2345–2364.

[3] 刘汉生, 吴宜进, 张永利, 等. 湖北省黄冈市欠发达地区植被覆盖度时空特征分析[J]. 生态科学, 2015, 34(5): 23– 28.

[4] 周峰, 许有鹏, 吕慧华. 基于MODIS-EVI数据的长江三角洲地区植被变化的特征[J]. 长江流域资源与环境, 2012, 21(11): 1361–1369.

[5] 徐浩杰, 杨太保. 柴达木盆地植被生长时空变化特征及其对气候要素的响应[J]. 自然资源学报, 2014, 29(3): 398–409.

[6] 丹利, 季劲钧, 马柱国. 新疆植被生产力与叶面积指数的变化及其对气候的响应[J]. 生态学报, 2007, 27(9): 3582–3592.

[7] 贺映娜, 白红英, 高翔, 等. 基于NDVI的米仓山植被覆盖变化趋势分析[J]. 西北植物学报, 2011, 31(8): 1677– 1682.

[8] 周兆叶, 储少林, 王志伟, 等. 基于NDVI的植被覆盖度的变化分析—以甘肃省张掖市甘州区为例[J]. 草业科学, 2008, 25(12): 23–29.

[9] 杨尚武, 张勃. 基于SPOT NDVI的甘肃河东植被覆盖变化及其对气候因子的响应[J]. 生态学杂志, 2014, 33(2): 455–461.

[10] PIAO S L, MOHAMMAT A, FANG J Y, et al. NDVI based increase in growth of temperate grasslands and its responses to climate change in China[J]. Global Environmental Change, 2006, 16(4): 340–348.

[11] 武正丽, 贾文雄, 刘亚荣, 等. 近10a来祁连山植被覆盖变化研究[J]. 干旱区研究, 2014, 31(1): 80–87.

[12] 李登科. 陕北黄土高原丘陵沟壑区植被覆盖变化及其对气候的响应[J]. 西北植物学报, 2009, 29(5): 0867–0873.

[13] 吴丽丽, 任志远, 张翀. 陕北地区植被指数对水热条件变化的响应及其时滞分析[J]. 中国农业气象, 2014, 35(1): 103–108.

[14] 刘蕾, 刘建军, 朱海涌. 2001～2007年天山南坡中段不同植被类型NDVI变化分析—以新疆和静县为例[J]. 中国环境监测, 2008, 24(5): 69–74.

[15] 师庆东, 肖继东, 潘晓玲等. 近20a来新疆植被覆盖变化特征研究[J]. 2004, 21(4): 389–394.

[16] 高飞, 邢文渊, 李大平, 等. 和静草地覆盖度变化遥感监测及分析[J]. 草业科学, 2007, 24(4): 27–30.

[17] MYNENI R, TUCKER C, ASRAR G, et al. Interannual Variations in Satellite-Sensed Vegetation Index Data from 1981-1991[J]. Journal of Geophysical Research, 1998, 103(D6): 6145–6160.

[18] 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.

[19] 马明国, 董立新, 王雪梅. 过去21年中国西北植被覆盖动态监测与模拟研究[J]. 冰川冻土, 2003, 25(2) : 232– 236.

[20] 闫峰, 吴波, 王艳姣. 2000—2011 年毛乌素沙地植被生长状况时空变化特征[J]. 地理科学, 2013, 33(5): 602–608.

[21] 甘春英, 王兮之, 李保生, 等. 连江流域近18年来植被覆盖度变化分析[J]. 地理科学, 2011, 31(8): 1019–1024.

Grassland vegetation dynamics and the relationship between the temperature and precipitation in Hejing County, Xinjiang, Based on NDVI

YANG Jingya1,2, LI Xinguo1,2,*,YAN Kai3, LIU Bin4

1. College of Geographic Sciences and Tourism, Xinjiang Normal University, Urμmqi 830054, China 2. Xinjiang laboratory of lake environment and resources in arid zone, Urμmqi 830054, China 3. General Grassland Station of Xinjiang, Urumqi 830001, China 4. College of life Sciences, Xinjiang Normal University, Urumqi 830054, China

Hejing County of Xinjiang was taken as the study area, in which the main data source included Landsat images of 2000, 2005, 2010 and 2015 as well as MODIS-NDVI 16d synthetic products of 2000-2015. The features of dynamic change of vegetation coverage at the grassland during 4 different periods were classified and evaluated by means of ArcGIS overlay analysis function, and the response of vegetation coverage change at the grassland to temperature and rainfall was researched based on the data of temperature and rainfall by means of NDVI deviation and trend line analysis. Results are as follows. (1) The vegetation coverage in the study area degraded by 13763.48km2during 2000-2015, which accounted for 49.42% of the total area. The degraded area was 12611.65km2larger than the increased area of vegetation coverage and 11.95 times as much as the latter. (2) NDVI of the vegetation in the study area tended to fall during 2000-2015; moreover, the correlation coefficient between annual average temperature and NDVI was -0.32, which was a negative correlation,and the correlation coefficientbetween average annual precipitation and NDVI was 0.76, which was a positive correlation. (3) The annual change of NDVI value was unimodal in the study area, with the average NDVI value in summer increasing by approximate -3.6% every 10a, the average NDVI value in autumn increasing by approximate -1.6% every 10a, the average NDVI value in spring increasing by approximate 0.1% every 10a. The correlation coefficient between NDVI value of vegetation and average monthly temperature was 0.801 (=144), and the correlation coefficient between NDVI value of vegetation and average monthlyprecipitation was 0.832 (=144), which both exceeded the inspection of<0.01.

vegetation coverage changes; NDVI; the trend line analysis; temperature; precipitation; Hejing County

10.14108/j.cnki.1008-8873.2018.06.005

S127; X171.4

A

1008-8873(2018)06-038-07

2017-08-05;

2018-06-27

国家自然科学基金项目“新疆天山南坡中段种子植物区系特征及其垂直分布格局研究”(31360039); 国家自然科学基金项目“博斯腾湖西岸湖滨绿洲盐渍土剖面土壤性质演化及其高光谱响应” (41661047); 新疆维吾尔自治区草原总站专项资金项目

杨静雅(1991—), 女, 硕士研究生, 主要从事干旱区资源与环境变化及其遥感应用研究, E-mail:yjy9059@163.com

李新国, 男, 博士, 教授, 主要从事干旱区资源与环境变化及其遥感应用研究, E-mail:onlinelxg@sina.com

杨静雅, 李新国, 闫凯, 等. 基于NDVI的新疆和静县草地植被覆盖动态变化及其与气温降水的关系[J]. 生态科学, 2018, 37(6): 38-44.

YANG Jingya, LI Xinguo, YAN Kai, et al. Grassland vegetation dynamics and the relationship between the temperature and precipitation in Hejing County, Xinjiang, Based on NDVI[J]. Ecological Science, 2018, 37(6): 38-44.