黑土區(qū)氣候生產(chǎn)潛力與植被指數(shù)關(guān)系的分析

孫彥坤，王鼎震，徐曉偉，張翼飛，沃曉棠，玄明君

（1.東北農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，哈爾濱 150030；2.內(nèi)蒙古大學(xué)，呼和浩特 010021）

東北黑土區(qū)是我國重要的糧食主產(chǎn)區(qū)，因其深厚的腐殖質(zhì)層、高肥力、良好的理化性質(zhì)及生物特性，對我國糧食安全及國民經(jīng)濟穩(wěn)定有舉足輕重作用[1-3]。耕地和氣候是決定區(qū)域農(nóng)業(yè)發(fā)展的兩個基本條件，氣候生產(chǎn)潛力是評價農(nóng)業(yè)氣候資源的依據(jù)之一；同時，農(nóng)田生產(chǎn)力也依賴土體質(zhì)量和農(nóng)作物的種類[4-7]。所以，氣候和植物兩個方面是研究黑土區(qū)生產(chǎn)力問題的關(guān)鍵。中外學(xué)者所做大量關(guān)于氣候生產(chǎn)潛力與歸一化植被指數(shù)（NDVI）研究[7-13]。大都從時間或空間尺度來討論各自的變化，或與單一的氣象因子進(jìn)行相關(guān)性分析，關(guān)于二者之間關(guān)系的研究在國內(nèi)尚處于起步階段。為此，本研究以東北黑土區(qū)內(nèi)的依安、拜泉縣為例，在收集兩縣的氣候、圖像資料的基礎(chǔ)上，利用RS和GIS方法來討論黑土區(qū)氣候生產(chǎn)潛力與歸一化植被指數(shù)（NDVI）的變化和二者關(guān)系。為黑土區(qū)未來的發(fā)展與保護提供具有參考價值的科學(xué)數(shù)據(jù)。

1 研究地概況與試驗方法

1.1 研究地概況

依安縣與拜泉縣位于黑龍江省中部偏西，地理坐標(biāo)范圍 E124°50'～126°31'，N47°16'～48°2'?？偯娣e7 379 km2，其中耕地面積4 620 km2，土壤類型主要為黑土、黑鈣土。屬寒溫帶大陸性季風(fēng)氣候，年平均氣溫1.8℃，有效積溫2 500℃，無霜期122 d，年平均降水962.3 mm，全年日照時數(shù)2 730 h[14-15]。

1.2 材料與方法

1.2.1 數(shù)據(jù)來源

氣象數(shù)據(jù)選取黑龍江省74個地區(qū)1979年和2001年的年降水總和及年平均氣溫。由于數(shù)據(jù)量巨大，未列出具體數(shù)據(jù)。遙感數(shù)據(jù)選取1979年8月23日和2001年8月11日的TM數(shù)據(jù)為數(shù)據(jù)源。經(jīng)過校正、波段融合、剪切等預(yù)處理，得到依安和拜泉兩縣的遙感圖像數(shù)據(jù)，見圖1。預(yù)處理后的遙感數(shù)據(jù)進(jìn)行分類處理與植被指數(shù)的提取。

1.2.2 土地利用分析方法

通過ERDAS軟件中的監(jiān)督分類模塊（Supervised classification）分析，監(jiān)督分類（Supervised），又稱訓(xùn)練分類法，即用被確認(rèn)類別的樣本象元去識別其他未知類別象元的過程[16]。研究將兩縣的土地利用類型分為四類，分別是農(nóng)用地、居民地、水域、草地、其他用地（研究區(qū)林地類型主要為單行或少數(shù)幾行的行道樹與防護帶，由于本研究所選用的遙感數(shù)據(jù)空間分辨率較低，無法將林地單分出來，所以在利用類型上將其歸為農(nóng)用地）。分類后的圖像再經(jīng)過矩陣分析模塊（Matrix）進(jìn)行處理，得出土地利用轉(zhuǎn)移情況圖像。

圖1 1979年、2001年研究區(qū)遙感影像Fig.1 Remote sensing images in research area in 1979 and 2001

對研究區(qū)1979年和2001年的土地利用情況分析對比，進(jìn)而得出研究區(qū)兩年的土地利用轉(zhuǎn)移情況，以便于更好的分析兩縣植被指數(shù)與氣候生產(chǎn)潛力的變化情況。

1.2.3 歸一化植被指數(shù)的提取

植被指數(shù)是指通過近紅外和可見光波段反射率的線性和非線性組合構(gòu)成的數(shù)值，用以反映植被的生長狀況。其計算公式如下：

式中，ρNIR代表紅外波段反射率；ρR代表紅光波段反射率。

1.2.4 氣候生產(chǎn)潛力計算方法

采用桑斯維特紀(jì)念（Thornthwaite memorial）模型計算氣候生產(chǎn)潛力，桑斯維特紀(jì)念模型以實際蒸散量為變量，綜合了水熱等氣候因子，是一個代表性較強的氣候指標(biāo)，計算結(jié)果雖然在干旱區(qū)精度略低，但總體上與實測值偏差較小，與筑后模型的計算結(jié)果接近[17-18]。其計算公式如下：

式中，PET是氣候生產(chǎn)潛力（g·m-2·a-1）；e是自然對數(shù)底數(shù)；ET是實際蒸散量（mm），可由True公式計算[19]。

式中，r是年降水量（mm），E0是年最大蒸散量（mm），t是年平均氣溫（℃）。

通過桑斯維特紀(jì)念模型來計算出所選各氣象站點的氣候生產(chǎn)潛力值。

1.2.5 空間插值方法

空間差值方法為普通克立格法（Ordinary kriging，OK），普通克立格法是利用區(qū)域化變量的原始數(shù)據(jù)和變異函數(shù)的結(jié)構(gòu)特點，對未采樣點的區(qū)域化變量的取值進(jìn)行線性無偏最優(yōu)估計的一種方法。使用公式表示為

其中，Z為待估計的氣候生產(chǎn)潛力柵格值，λi為賦予氣象站點氣候生產(chǎn)潛力值的一組權(quán)重系數(shù)，n為用于氣候生產(chǎn)潛力插值氣象站點的數(shù)目，Z（xi）為氣象站點氣候生產(chǎn)潛力值。

為滿足無偏性和最優(yōu)性兩個條件，通過建立如下克立格方程組來確定權(quán)重系數(shù)。

其中，C（υi，υj）為氣象站點之間的協(xié)方差函數(shù)，C（υi，V）為氣象站點與插值點之間的協(xié)方差函數(shù)，μ為拉格朗日乘數(shù)。利用地理信息系統(tǒng)軟件ARCGIS的空間分析模塊（Spatial Analyst）提供的克立格插值方法來完成插值過程。為了與TM影像的空間分辨率一致，采用30 m×30 m的柵格數(shù)據(jù)圖像。

2 結(jié)果與分析

2.1 研究區(qū)土地覆蓋類型的變化

基于地理信息系統(tǒng)分析平臺，對研究區(qū)1979和2001年的土地利用/土地覆蓋現(xiàn)狀數(shù)據(jù)和土地覆蓋類型的變化數(shù)據(jù)進(jìn)行統(tǒng)計和處理，獲得1979年和2001年一級土地利用/土地覆蓋類型的面積變化（見圖2）。從圖2可以看出，農(nóng)用地為黑土區(qū)的主要土地利用類型，以依安、拜泉兩縣為例，農(nóng)用地占兩縣總面積百分比分別為1979年77%，544 983 hm2；2001年83%，591 542 hm2。研究區(qū)在1979～2001年22年間土地利用/覆蓋變化總體趨勢是耕地面積和居民地面積表現(xiàn)為較大幅度增加，分別增加了46 559和8 152 hm2，而草地面積則減少了62 163 hm2。

圖2 1979年、2001年研究區(qū)土地利用動態(tài)Fig.2 Dynamic of land use in research area in 1979 and 2001

利用ERDAS下Interpreter模塊中的GIS Analysis→Matrix功能獲得了1979～2001年土地利用類型間的轉(zhuǎn)移圖（見圖3），數(shù)據(jù)顯示，耕地與草地間的轉(zhuǎn)換趨勢最為顯著，1979～2001年耕地面積的增加主要來源于草地。

2.2 研究區(qū)植被指數(shù)分布特征

植被指數(shù)反映植被的覆蓋程度和長勢差異。由圖4可知，歸一化植被指數(shù)的數(shù)值比較大的區(qū)域主要分布在拜泉縣的大部和依安縣的北部，說明這些區(qū)域內(nèi)的植被長勢較其他區(qū)域要好；依安縣南部的歸一化植被指數(shù)的數(shù)值較小，局部區(qū)域甚至出現(xiàn)負(fù)值，這可能與該區(qū)域山地河流較多的地形有關(guān)。研究區(qū)平均值1979年0.062，2001年0.320，研究區(qū)的歸一化植被指數(shù)整體上呈現(xiàn)增加的趨勢。

圖3 1979年、2001年研究區(qū)土地利用動態(tài)Fig.3 Dynamic of land use in research area in 1979 and 2001

圖4 1979年、2001年研究區(qū)植被指數(shù)變化Fig.4 Change of vegetation index in research area in 1979 and 2001

2.3 研究區(qū)氣候生產(chǎn)潛力分布特征

1979年與2001年研究區(qū)氣候生產(chǎn)潛力的分布特征見圖5。由圖5可見，兩個年份的分布特征體現(xiàn)出較高的一致性，由西南向東北數(shù)值逐漸升高，最高值出現(xiàn)在拜泉縣的東北部，最低值出現(xiàn)在依安縣的西南部。這種分布趨勢與兩個年份的植被指數(shù)分布趨勢也有一定的相似性，說明當(dāng)?shù)氐闹脖簧L情況與氣候關(guān)系十分密切。

2.4 研究區(qū)氣候生產(chǎn)潛力與植被指數(shù)的相關(guān)性分析

采用擬合法對研究區(qū)的植被指數(shù)與氣候生產(chǎn)潛力之間的關(guān)系進(jìn)行研究時，需要搜集到植被指數(shù)與氣候生產(chǎn)潛力相對應(yīng)的一組數(shù)據(jù)。為了保證數(shù)據(jù)的一致性，必須要使2001年與1979年的坐標(biāo)一致。在本研究中首先在研究區(qū)范圍內(nèi)隨機選取30個坐標(biāo)點，然后按此坐標(biāo)提取兩縣1979年和2001年的植被指數(shù)和氣候生產(chǎn)潛力數(shù)據(jù)。結(jié)果見表1。

提取調(diào)查樣點的氣候生產(chǎn)潛力和植被指數(shù)值，通過對數(shù)據(jù)的分析，建立氣候生產(chǎn)潛力和植被指數(shù)之間的回歸分析，得到二者的相關(guān)性。把收集到的數(shù)據(jù)利用Excel根據(jù)擬合法進(jìn)行線性相關(guān)分析，分別得到了代表了1979年與2001年歸一化植被指數(shù)與氣候生產(chǎn)潛力趨勢圖，結(jié)果見圖6。

圖5 1979年、2001年研究區(qū)氣候生產(chǎn)潛力分布特征Fig.5 Distribution features of climatic potential productivity in research area in 1979 and 2001

表1 植被指數(shù)與氣候生產(chǎn)潛力數(shù)據(jù)采集Table1 Data collection table of vegetation index and climatic potential productivity

圖6 植被指數(shù)與氣候生產(chǎn)潛力相關(guān)系數(shù)Fig.6 Correlation coefficient of vegetation index and climatic potential productivity

圖6表明，氣候生產(chǎn)潛力與歸一化植被指數(shù)呈顯著正相關(guān)性。植被指數(shù)影響氣候生產(chǎn)潛力，歸一化植被指數(shù)小地方植被長勢不好或植被相對稀疏，而植被作為連接土壤、大氣和水分的紐帶，因此植被的變化在一定程度上可以反映氣候和土壤覆蓋的變化[20]，所以在此地區(qū)氣候被認(rèn)為相對不利于植被的生長，氣候生產(chǎn)潛力值也就低；反之植被指數(shù)高的地方植被長勢相對良好，則此地區(qū)的氣候被認(rèn)為是相對有利于植被的生長，氣候生產(chǎn)潛力值也就高。

3 討論與結(jié)論

研究區(qū)土地利用最主要類型為農(nóng)用地，1979年與2001年農(nóng)用地面積分別占到研究區(qū)總面積的77%和83%，增加部分的面積主要來自于草地。歸一化植被指數(shù)與氣候生產(chǎn)潛力在研究區(qū)的分布趨勢一致性，由西南向東北數(shù)值逐漸升高，最高值出現(xiàn)在拜泉縣的東北部，最低值出現(xiàn)在依安縣的西南部。用擬合法對氣候生產(chǎn)潛力與歸一化植被指數(shù)進(jìn)行線性相關(guān)分析，結(jié)果表明氣候生產(chǎn)潛力與歸一化植被指數(shù)呈顯著正相關(guān)性。本文僅是收集了1979與2001兩年的氣象與影像資料進(jìn)行分析，雖然得出了氣候生產(chǎn)潛力與歸一化植被指數(shù)的正相關(guān)性結(jié)論，結(jié)果不具有普遍的代表性；僅以依安、拜泉兩縣為例進(jìn)行研究，無論在氣候生產(chǎn)潛力還是在歸一化植被指數(shù)的研究中均屬于小尺度范圍，今后還需要更大時間與空間尺度的研究來論證本文結(jié)果。

[1]崔明,張旭東,蔡強國.東北典型黑土區(qū)氣候、地貌演化與黑土發(fā)育關(guān)系[J].地理研究,2008,27(3):527-535.

[2]王小兵,吳元元,鄧玲.東北黑土區(qū)黑土退化防治與保護研究[J].資源與產(chǎn)業(yè),2008,10(3):81-83.

[3]莊季屏.東北黑土區(qū)生態(tài)系統(tǒng)的演變對土壤結(jié)構(gòu)性質(zhì)的影響[J].生態(tài)學(xué)雜志,1985:5-9.

[4]王衛(wèi),李秀彬.中國耕地有機質(zhì)含量變化對土地生產(chǎn)力影響的定量研究[J].地理科學(xué),2002,22(1):24-28.

[5]Hubbard K G,Flores-Mendoza F J.Relating united states crop land use to natural resources and cimate change[J].Joumal of Climate,1995,8(2):329-335.

[6]趙秀蘭,延曉東.近20年黑龍江省土壤水儲量變化趨勢研究[J].地理科學(xué),2006,26(5):569-573.

[7]孫世坤,蔡煥杰,王健.基于GIS的石羊河流域玉米氣候生產(chǎn)潛力分析[J].西北農(nóng)林科技大學(xué)學(xué)報,2010,38(6):211-219.

[8]Sandra Hamel,Mathieu Garel.Spring normalized difference vegetation index(NDVI)predicts annual variation in timing of peak faecal crudeprotein in mountain ungulates[J].Journal of Applied Ecology,2009,46:582-589.

[9]Arnon K,Nurit A Use of NDVI and land surface temperature for drought assessment:Merits and limitations[J].Journal of Climate,2010,23:618-633.

[10]Fabio Maselli1,Antonio Di Gregorio.Enrichment of land-cover polygons witheco-climatic information derived from MODIS NDVI imagery[J].Journal of Biogeography,2009,36:639-650.

[11]唐海萍,陳玉福.中國東北樣帶NDVI的季節(jié)變化及其與氣候因子的關(guān)系[J].第四紀(jì)研究,2003,23(3):318-325.

[12]毛裕定,蘇高利,李發(fā)東,等.氣候變化對浙江省植物氣候生產(chǎn)潛力的影響[J].中國生態(tài)農(nóng)業(yè)學(xué)報,2008,16(2):273-278.

[13]高文彬,江東,楊小喚.遙感數(shù)據(jù)驅(qū)動的耕地生產(chǎn)潛力模型與應(yīng)用[J].地理科學(xué)進(jìn)展,2009,28(4):597-602.

[14]劉雙全,李玉影,姬景紅,等.依安縣農(nóng)田土壤速效養(yǎng)分空間變異特征初探[J].黑龍江農(nóng)業(yè)科學(xué),2010(10):42-44.

[15]李紅梅,孟慶軍.拜泉縣生態(tài)環(huán)境建設(shè)與效果分析[J].黑龍江環(huán)境通報,2009,33(1):27-28.

[16]趙英時,等.遙感應(yīng)用分析原理與方法[M].北京:科學(xué)出版社,2003.

[17]侯光良,游松才.用筑后模型估算我國植物氣候生產(chǎn)力[J].自然資源學(xué)報,1990,5(1)：60-65.

[18]張憲洲.我國自然植被第一生產(chǎn)力的估算與分析[J].自然資源,1993(1):15-21.

[19]高素華,潘亞茹,郭建平.氣候變化對植物氣候生產(chǎn)力的影響[J].氣象,1994,20(1):30-33.

[20]馮露,岳德鵬,郭祥.植被指數(shù)的應(yīng)用研究綜述[J].林業(yè)調(diào)查規(guī)劃,2009,34(2):48-52.