基于GLDAS和MODIS的烏江流域植被與地表水變化關(guān)系研究

石悅樾+銀正彤+鄭文鋒

摘要：在西南地區(qū)，貴州省為喀斯特地貌面積最大省份，烏江是貴州省第一大河。為獲得2003—2014年烏江流域植被覆蓋變化與地表水變化間的關(guān)系，得出植被時(shí)間和空間變化規(guī)律，為烏江流域生態(tài)保護(hù)提供參考依據(jù)?；贕LDAS、MODIS/NDVI和TRMM3B43數(shù)據(jù)，首先使用趨勢(shì)分析法分析12年內(nèi)NDVI變化趨勢(shì)，通過簡單相關(guān)、偏相關(guān)、復(fù)相關(guān)分析法得出植被覆蓋變化與地表水（含雪水當(dāng)量、土壤水和地表徑流）間變化關(guān)系。結(jié)果表明：12年中，烏江流域NDVI整體呈上升趨勢(shì)，每年上升率為0.001 5，植被覆蓋率較高的年份有2007年、2008年、2009年、2013年；夏季植被增加面積最多，夏季NDVI值對(duì)整個(gè)NDVI值上升變化貢獻(xiàn)最大；植被減少區(qū)域?yàn)槲鞑?、中部城市地區(qū)；植被增加區(qū)域主要在研究區(qū)東部；秋季、冬季植被隨地表水下降而下降；常綠針葉林、灌叢、常綠闊葉林NDVI變化對(duì)地表水變化相關(guān)性較高。

關(guān)鍵詞：烏江流域；植被覆蓋；NDVI變化；地表水；生態(tài)保護(hù)

中圖分類號(hào)： S181文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2017）12-0192-06

通信作者：銀正彤，博士，副教授，主要從事“3S”技術(shù)在環(huán)境監(jiān)測(cè)中的應(yīng)用研究。E-mail：312346079@qq.com。貴州省是全國自然資源豐富大省之一，其喀斯特地貌面積占全省面積的73.6%，為西南地區(qū)喀斯特面貌最大省份[1]，植被生長環(huán)境惡劣，同時(shí)受人類活動(dòng)影響，植被覆蓋變化對(duì)生態(tài)環(huán)境保護(hù)重要性日益凸顯。

研究植被覆蓋有益于了解區(qū)域變化趨勢(shì)，及時(shí)發(fā)現(xiàn)問題并采取相應(yīng)措施解決植被覆蓋中存在的問題。在國內(nèi)外，水文數(shù)據(jù)模型（global land data assimilation system，簡稱GLDAS）數(shù)據(jù)的使用與分析都已被研究成熟[2-4]，目前對(duì)GLDAS所獲取的氣溫、降水、土壤水?dāng)?shù)據(jù)研究方法主要有趨勢(shì)法、相關(guān)性分析[5]、均值法和標(biāo)準(zhǔn)差法[6]等。自1999年起，中分辨率成像光譜儀（moderate-resolution imaging spectroradiometer，簡稱MODIS）數(shù)據(jù)被學(xué)者廣泛應(yīng)用以研究陸地表面變化，Tian等使用MODIS數(shù)據(jù)研究長時(shí)間序列的植被變化中，以歸一化植被指數(shù)（normalized difference vegetation index，簡稱NDVI）數(shù)據(jù)分析2000—2012年內(nèi)蒙古植被變化與氣候變化、生態(tài)修復(fù)工程對(duì)植被覆蓋影響時(shí)發(fā)現(xiàn)，在研究期中內(nèi)蒙古植被覆蓋在生態(tài)修復(fù)工程作用下得到增強(qiáng)，為半干旱地區(qū)生態(tài)修復(fù)工程實(shí)施提供科學(xué)參考依據(jù)[7]。Badreldin等基于MODIS數(shù)據(jù)結(jié)合土壤調(diào)節(jié)植被指數(shù)對(duì)埃及沙漠化進(jìn)行檢測(cè)[8]。以MODIS數(shù)據(jù)提取植被覆蓋數(shù)據(jù)與氣候變化關(guān)系研究中，使用的研究方法主要有均值法、趨勢(shì)法、相關(guān)分析法、偏相關(guān)分析法，但分析過于簡單，只考慮單一相關(guān)性，均未涉及到其他因子對(duì)變量因子的影響[9-10]。

本研究選取MODIS/NDVI數(shù)據(jù)結(jié)合GLDAS和熱帶降雨衛(wèi)星（tropical rainfall measuring mission，簡稱TRMM）數(shù)據(jù)，使用相關(guān)分析法、偏相關(guān)分析法、復(fù)相關(guān)分析法綜合分析2003—2014年烏江流域植被變化與地表水間的關(guān)系。

1材料與方法

1.1研究區(qū)概況

烏江流域位于我國西南地區(qū)，104°10′～109°22′E、26°06′～28°48′N，在貴州省境內(nèi)部分貫穿貴州北部。研究區(qū) 1 ∶400萬植被數(shù)據(jù)來源于國家自然科學(xué)基金委員會(huì)“中國西部環(huán)境與生態(tài)科學(xué)數(shù)據(jù)中心”（http：//westdc.westgis.ac.cn），主要分為6類：常綠針葉林、常綠闊葉林、耕地、草地、灌叢和無植被區(qū)（圖1），研究區(qū)地勢(shì)西高東低，喀斯特地貌發(fā)育顯著。烏江在貴州省內(nèi)河長802 km，是貴州省第一條大河，發(fā)源于貴州省威寧縣，自西向東流經(jīng)黔北包括貴州省省會(huì)貴陽市、渝東南，在重慶市涪陵區(qū)匯入長江，全流域區(qū)屬于亞熱帶溫濕季風(fēng)氣候，年均氣溫13～18 ℃。烏江流域貴州境內(nèi)全區(qū)平均高程為1 226.21 m，相對(duì)高差為2 791 m。自1982年烏江渡水電站完工后，目前干流上已建成11個(gè)梯級(jí)水電站。烏江流域受喀斯特地貌、區(qū)內(nèi)人類活動(dòng)、流域梯級(jí)開發(fā)影響，生態(tài)脆弱，資源可持續(xù)發(fā)展較弱。

1.2數(shù)據(jù)來源與處理

選用2003年1月—2014年12月MOD13Q1數(shù)據(jù)，軌道號(hào)為h27v06，空間分辨率為250 m，16 d為1期，每年23期，共276幅影像圖，數(shù)據(jù)來源于美國航空航天局（National Aeronautics and Space Administration，簡稱NASA）官網(wǎng)。首先使用

MODIS reprojection tool （MRT）對(duì)MOD13Q1進(jìn)行投影轉(zhuǎn)換，經(jīng)過重采樣后，采用最大值合成法（maximum value composite，簡稱MVC）處理每月上、下旬MOD13Q1數(shù)據(jù)獲得月NDVI值，其中個(gè)別月數(shù)據(jù)缺失，以多年平均值代替。

GLDAS數(shù)據(jù)在一定程度上接近中國實(shí)際數(shù)據(jù)[5]，本研究以GLDAS_NOAH LSM，Version2獲取地表水?dāng)?shù)據(jù)，時(shí)間分辨率為1個(gè)月，空間分辨率為1°×1°，數(shù)據(jù)來源NASA官網(wǎng)，地表水為土壤水、雪水當(dāng)量、地表徑流三者之和。其中土壤水共計(jì)4層，土壤深度分別是0～10、10～40、40～100、100～200 cm，研究區(qū)土壤水為4層數(shù)據(jù)之和。降水?dāng)?shù)據(jù)來自NASA官網(wǎng)，選取TRMM3B43，時(shí)間分辨率是1個(gè)月，空間分辨率為0.25°×0.25°，TRMM3B43數(shù)據(jù)與實(shí)測(cè)值有差距，在貴州省內(nèi)變化趨勢(shì)與實(shí)測(cè)值擬合優(yōu)度高[11]，采用TRMM3B43作趨勢(shì)變化研究。

1.3研究方法

采用一元線性回歸模型作NDVI、降水、地表水、土壤水、雪水當(dāng)量和地表徑流變化趨勢(shì)分析，公式為：endprint

Yn=a+bXn。（1）

式中：Yn表示n期時(shí)因變量；Xn表示n期時(shí)自變量；a、b為參數(shù)，b>0，研究期內(nèi)呈上升變化，b<0，研究期內(nèi)呈下降變化。同時(shí)使用標(biāo)準(zhǔn)差分類法將研究期內(nèi)的變量變化分為7類：重度減少、中度減少、輕度減少、保持不變、輕度增加、中度增加、重度增加。

研究植被覆蓋與地表水變化關(guān)系時(shí)，首先使用簡單相關(guān)分析分別計(jì)算出NDVI變化與地表水變化的簡單相關(guān)系數(shù)、NDVI 變化與降水變化的簡單相關(guān)系數(shù)；接著使用偏相關(guān)分析分別計(jì)算出NDVI變化與地表水變化的偏相關(guān)系數(shù)，進(jìn)行t檢驗(yàn)；最后通過復(fù)相關(guān)分析，進(jìn)行F檢驗(yàn)；綜合得出NDVI、地表水、降水三者間關(guān)系。

2結(jié)果與分析

2.1NDVI變化

烏江流域2003—2014年年均NDVI值為0.613 3，在 0.578 4～0.644 0之間，整體植被覆蓋率較高；2005年年均NDVI值最低，2013年年均NDVI值最高（圖2）。研究期內(nèi)NDVI值整體上升，每年上升率為0.001 5。

由圖3-a可知，12年中烏江流域東部NDVI值整體較高，均在0.6以上，烏江下游NDVI值比上游高，NDVI值在 >0.6～0.8間的區(qū)域占總面積的74.00%。由圖3-b可知，12年中NDVI減少區(qū)集中在研究區(qū)西部，有普定縣、黔西縣、平壩縣、大方縣、六枝特區(qū)、威寧縣、水城縣、七星關(guān)區(qū)、赫章縣、東部沿河縣，主要減少面積比為27.97%；NDVI增加區(qū)域主要集中在研究區(qū)東部的施秉縣、江口縣、鎮(zhèn)遠(yuǎn)縣、鳳岡縣、余慶縣、開陽縣、龍里縣、湄潭縣、貴定縣、石阡縣、息烽縣和西部的納雍縣中部、織金縣中部，增加面積比為30.99%。

四季劃分時(shí)間為春季（3—5月）、夏季（6—8月）、秋季（9—11月）、冬季（12—次年2月）。由圖4可知，春季的 NDVI 每年以0.000 4速率逐年遞減， 夏季、 秋季和冬季都是

逐年遞增，每年上升率分別為0.000 3、0.007 5、0.003 6。其中秋季通過0.05水平顯著性檢驗(yàn)，春季、夏季和冬季未通過顯著性檢驗(yàn)。季節(jié)NDVI均值由高到低依次為夏季（0.765 9）>秋季（0.632 6）>春季（0.585 7）>冬季（0.467 6）。

由圖5、圖6可知，研究區(qū)西部四季中NDVI值較低，東部較高。春季NDVI值中>0.4～0.6的占總面積的51.39%，西部大多在>0.2～0.4，東部在>0.4～0.8之間；植被覆蓋減少區(qū)域主要是貴陽市、威寧縣、七星關(guān)區(qū)、黔西縣、大方縣、水城縣、赫章縣、普定縣、六枝特區(qū)；植被增加面積為 17 404.83 km2，占區(qū)域面積的32.06%，植被增加區(qū)域主要有印江縣、石阡縣、龍里縣、湄潭縣、鳳岡縣、石阡縣、余慶縣；保持不變的區(qū)域面積占總面積的40.21%。夏季NDVI值中 >0.6～0.8的區(qū)域面積占總面積的76.76%，整體在>0.6～10之間，東部NDVI值比西部高；貴陽市、威寧縣、六枝特區(qū)、普定縣、遵義縣、東五縣等沿烏江地帶呈減少趨勢(shì)；植被增加區(qū)域包括年際變化趨勢(shì)中東部增加區(qū)域，還有西部赫章縣、大方縣、納雍縣、七星關(guān)區(qū)、織金縣，植被增加面積為 30 903.31 km2，占總面積的5693%；保持不變的面積占總面積的19.41%。秋季NDVI值中>0.6～0.8區(qū)域面積占總面積的67.74%，西部NDVI值在>0.4～0.8之間，東部NDVI值在>0.4～0.8之間，其中>0.6～0.8分布占絕大多數(shù)，整體空間變化趨勢(shì)與年均NDVI空間變化趨于一致，除了納雍縣、織金縣為減少趨勢(shì)；植被增加面積為17 303.77 km2，占總面積的31.88%，保持不變的面積為39.17%。冬季NDVI值中>0.4～0.6占總面積的68.14%，西部NDVI值在>0.2～06間，東部NDVI值在>0.2～0.8間，其中以>0.4～0.6分布為主，整體空間變化趨勢(shì)與年均NDVI空間變化趨于一致，除了普定縣為增加趨勢(shì)，貴陽市為減少趨勢(shì)，植被增加面積為1 723.66 km2，占總面積的31.75%，保持不變的面積占總面積的39.00%。

2.2降水和地表水變化趨勢(shì)

降水年際變化和季節(jié)變化趨勢(shì)如圖7所示，年降水每年以2.285 5 mm的速率上升，季節(jié)降水變化中春季、夏季、秋季每年分別以0.066 8、1.489 5、1.068 1 mm速率上升，冬季每年以0.425 2 mm速率下降，降水整體呈上升趨勢(shì)。

地表水年際變化如圖8所示，地表水整體呈下降趨勢(shì)，其中雪水當(dāng)量呈上升趨勢(shì)，土壤水和地表徑流呈下降趨勢(shì)。由圖9可知，地表水季節(jié)變化中春季和冬季地表水呈上升變化，夏季和秋季呈下降變化；雪水當(dāng)量季節(jié)變化中四季均呈上升變化；土壤水四季均呈下降變化；地表徑流季節(jié)變化中春季呈上升變化，夏季、秋季、冬季呈下降變化。地表水整體呈下降變化。

2.3NDVI與地表水的關(guān)系

2.3.1NDVI與地表水偏相關(guān)分析降水會(huì)影響地表水，把降水?dāng)?shù)據(jù)作為控制變量得出不同植被NDVI值與地表水、雪水當(dāng)量、土壤水、地表徑流的年際偏相關(guān)系數(shù)分別為-0.08～

3結(jié)論

烏江流域喀斯特地貌發(fā)育顯著，在全球氣候變暖的環(huán)境下，植被覆蓋與區(qū)域生態(tài)緊密相關(guān)。本研究以2003—2014年的MODIS/NDVI、TRMM3B43和GLDAS分析烏江流域植被覆蓋變化與降水、地表水變化間的關(guān)系，得出結(jié)論如下：

（1）烏江流域12年中NDVI整體呈上升趨勢(shì)，NDVI均值從2003年的0.594 2上升至2014年的0.636 1，四季中夏季植被增加面積最多。NDVI減少的區(qū)域集中在西部和中部城市范圍內(nèi)，植被類型以耕地和常綠闊葉林為主；NDVI增加區(qū)域集中在東部地區(qū)，以灌叢和常綠針葉林為主，常綠針葉林和灌叢對(duì)地表水變化的耐受力較高。烏江流域在以常綠針葉林為主要植被類型的地區(qū)，要注重森林保護(hù)工作，建立自然保護(hù)區(qū)，營造烏江流域水土保持林。endprint

（2）季節(jié)不同植被變化與地表水變化關(guān)系不同。春季、夏季NDVI變化與地表水變化呈正相關(guān)，秋季NDVI變化中，常綠針葉林、灌叢、耕地NDVI與地表水呈負(fù)相關(guān)，常綠闊葉林、草地NDVI與地表水呈正相關(guān)；冬季NDVI變化與地表水變化呈負(fù)相關(guān)。冬季地表水上升變化會(huì)引起植被覆蓋下降變化，要推行抗寒能力強(qiáng)的植物種植，增強(qiáng)區(qū)域生態(tài)自我調(diào)節(jié)能力。

（3）植被不同對(duì)地表水變化響應(yīng)亦不同，春季、秋季灌叢NDVI與地表水復(fù)相關(guān)系數(shù)最高，夏季常綠針葉林NDVI與地表水復(fù)相關(guān)系數(shù)最高，冬季常綠闊葉林NDVI與地表水復(fù)相關(guān)系數(shù)最高。春季灌叢NDVI隨地表水增加而增加，夏季耕地NDVI隨地表水增加而增加，秋季灌叢NDVI隨地表水增加而減少，冬季常綠闊葉林NDVI隨地表水增加而減少。構(gòu)建研究區(qū)生態(tài)-經(jīng)濟(jì)-社會(huì)圈時(shí)，要特別注意灌叢、耕地和常綠闊葉林帶來的生態(tài)效益，關(guān)鍵在于烏江流域植被合理布局。

參考文獻(xiàn)：

[1]鄭偉，王中美. 貴州喀斯特地區(qū)降雨強(qiáng)度對(duì)土壤侵蝕特征的影響[J]. 水土保持研究，2016，23（6）：333-339.

[2]吳盼，馮雨晴，梁四海，等. 基于GLDAS與TVDI降尺度反演土壤含水量[J]. 北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2016，52（3）：265-270.

[3]Kdzior M，Zawadzki J. Comparative study of soil moisture estimations fromSMOSsatellitemission，GLDASdatabase，andcosmic-ray

neutrons measurements at COSMOS station in Eastern Poland[J]. Geoderma，2016，283：21-31.

[4]Bi H Y，Ma J W，Zheng W J，et al. Comparison of soil moisture in GLDAS model simulations and in situ observations over the Tibetan Plateau[J]. Journal of Geophysical Research Atmospheres，2016，121（6）：2658-2678.

[5]王文，汪小菊，王鵬. GLDAS月降水?dāng)?shù)據(jù)在中國區(qū)的適用性評(píng)估[J]. 水科學(xué)進(jìn)展，2014，25（6）：769-778.

[6]Li D Y，Zhao T J，Shi J C，et al. First evaluation of aquarius soil moisture products using in situ observations and GLDAS model simulations[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2015，8（12）：5511-5525.

[7]Tian H J，Cao C X，Chen W，et al. Response of vegetation activity dynamic to climatic change and ecological restoration programs in Inner Mongolia from 2000 to 2012[J]. Ecological Engineering，2015，82（4）：276-289.

[8]Badreldin N，F(xiàn)rankl A，Goossens R. Assessing the spatiotemporal dynamics of vegetation cover as an indicator of desertification in Egypt using multi-temporal MODIS satellite images[J]. Arabian Journal of Geosciences，2014，7（11）：4461-4475.

[9]丁文榮. 滇東南喀斯特地區(qū)植被覆蓋變化及其影響因素[J]. 水土保持研究，2016，23（6）：227-231.

[10]袁沫汐，鄒玲，林愛文，等. 湖北省地區(qū)植被覆蓋變化及其對(duì)氣候因子的響應(yīng)[J]. 生態(tài)學(xué)報(bào)，2016，36（17）：5315-5323.

[11]李威，蔣平，趙衛(wèi)權(quán)，等. TRMM衛(wèi)星降水?dāng)?shù)據(jù)在喀斯特山區(qū)的適用性分析——以貴州省為例[J]. 水土保持研究，2016，23（1）：97-102.丁茜，付梅臣，王力. 基于轉(zhuǎn)移矩陣的重慶市北碚區(qū)土地利用變化分析[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（12）：198-204.endprint