雅魯藏布江流域NDVI與降水量時(shí)空分布特征及其相關(guān)性分析

劉曉婉，徐宗學(xué)，彭定志

(北京師范大學(xué)水科學(xué)研究院，北京 100875)

作為重要的能量傳輸通道與關(guān)鍵的水分循環(huán)接口，區(qū)域植被覆蓋情況不僅是生態(tài)健康重要的衡量指標(biāo)，同時(shí)也是影響區(qū)域?qū)夂蜃兓舾行缘年P(guān)鍵因子之一[1,2]。因此，探究區(qū)域覆被情況及其與降水量的關(guān)系，是維持區(qū)域生物多樣性與有效進(jìn)行水土保持的重要基礎(chǔ)[3]。研究表明，歸一化植被差異指數(shù)(Normalized Difference Vegetation Index)是當(dāng)前研究中普遍用來(lái)表征植被覆蓋的一種指標(biāo)，其不僅能精確地反映植被綠度、光合作用強(qiáng)度及其在不同時(shí)間尺度的變化，還能夠較好地削弱太陽(yáng)高度角和大氣所帶來(lái)的噪音[4, 5]。為合理實(shí)施生態(tài)保護(hù)并對(duì)其進(jìn)行有效評(píng)估，分析NDVI空間分布特征以及時(shí)間變化趨勢(shì)具有重要作用。

眾多學(xué)者已對(duì)我國(guó)局部地區(qū)NDVI時(shí)空分布特征進(jìn)行了研究，普遍顯示NDVI分布對(duì)高程具有依賴性。如Wang等[6]探究了祁連山NDVI時(shí)空分布，并依據(jù)NDVI隨高程的變化特征以3 000 m和4 100 m高程線將整個(gè)流域分為三帶。鄒偉成等[7]研究發(fā)現(xiàn)武夷山世界遺產(chǎn)地高程600 m以上區(qū)域內(nèi)NDVI與高程呈正相關(guān)關(guān)系，而高程1 200 m以上區(qū)域二者表現(xiàn)為負(fù)相關(guān)關(guān)系。Li等[8]統(tǒng)計(jì)分析雅魯藏布江流域內(nèi)NDVI分布，發(fā)現(xiàn)NDVI在海拔3 000 m附近區(qū)域內(nèi)達(dá)到最大。此外，NDVI對(duì)氣候因子的響應(yīng)研究也不在少數(shù)，結(jié)果表明降水是影響NDVI的重要因素之一，其中年尺度與生長(zhǎng)季研究居多。如Li等[9]調(diào)查發(fā)現(xiàn)小于500 mm的降水量會(huì)抑制NDVI增加。李本綱[10]分析認(rèn)為當(dāng)年降水量小于300 mm時(shí)，NDVI與降水量呈正相關(guān)；年降水量位于300～700 mm之間時(shí)，降水量對(duì)植被生長(zhǎng)的增益效果達(dá)到最大；年降水量大于700 mm時(shí)，NDVI與降水量的關(guān)系轉(zhuǎn)為負(fù)相關(guān)。Yang等[11]分析表明NDVI與春季和夏季的累積降水量呈正相關(guān)關(guān)系，Milich和Weiss[12]研究發(fā)現(xiàn)年降水量在250～500 mm之間的地區(qū)生長(zhǎng)季NDVI與降水量相關(guān)性相對(duì)較好，一旦年降水量減至250 mm以下，二者相關(guān)性強(qiáng)度將減小。綜合來(lái)看，當(dāng)前研究針對(duì)高程差異顯著的區(qū)域研究仍較為缺乏，雅魯藏布江流域也不例外。

位于我國(guó)西南源區(qū)的雅魯藏布江流域是東南亞國(guó)家包括我國(guó)重要的水能和水源地，其水資源量和水能資源量?jī)H次于長(zhǎng)江均位居全國(guó)第二；同時(shí)，該流域還是我國(guó)重要的生態(tài)屏障與水汽通道。截至目前，僅付新峰等[13-15]于2006年和2007年對(duì)流域植被時(shí)空分布及其與降水量的關(guān)系有些許研究，結(jié)果表明2001-2003年NDVI高值區(qū)主要集中于流域中下游區(qū)域，且其與降水量線性相關(guān)系數(shù)達(dá)0.77；呂洋等[16]于2014年也對(duì)該地區(qū)NDVI時(shí)空分布及其與降水和高程的關(guān)系進(jìn)行了研究。綜合來(lái)看，已有研究中尚未基于NDVI隨高程分布差異進(jìn)行考慮，所涉及的數(shù)據(jù)空間分辨率也不高、時(shí)間尺度較為單一，還存在時(shí)間序列不夠長(zhǎng)等問(wèn)題，可見(jiàn)該區(qū)域相關(guān)研究尚顯薄弱。

本次研究結(jié)合1 km分辨率的NDVI數(shù)據(jù)及空間分辨率為0.1°的降水量數(shù)據(jù)，采用Mann-Kendall非參數(shù)趨勢(shì)檢驗(yàn)等方法，全面分析年尺度、生長(zhǎng)季和非生長(zhǎng)季三種時(shí)間尺度上流域不同高程區(qū)域內(nèi)NDVI空間分布特征及其變化趨勢(shì)與顯著性，并結(jié)合Pearson相關(guān)系數(shù)及其顯著性檢驗(yàn)探究了不同時(shí)間尺度上NDVI與降水量的相關(guān)性。

1 研究區(qū)域與數(shù)據(jù)

1.1 區(qū)域概況

作為西南諸河之一的雅魯藏布江是一條國(guó)際性河流，發(fā)源于以杰馬央宗冰川為代表的冰川群，并自西向東流經(jīng)整個(gè)西藏南部，于巴昔卡出境流入印度，位于東經(jīng)82°～97°07′、北緯28°～31°16′之間，全長(zhǎng)2 057 m，流域面積約24 萬(wàn)km2。流域總體呈西高東低、南北部高、中間低的地形特征，最大高差達(dá)5 435 m[17-18]。該區(qū)水汽源地主要有南中國(guó)海、孟加拉灣、西太平洋，據(jù)統(tǒng)計(jì)，流域多年平均降水量為946 mm，且60%～90%降水量集中于6-9月。巨大的高程差異以及水汽通道分布也造就了區(qū)域內(nèi)多樣氣候分布，包括干旱、半干旱半濕潤(rùn)和濕潤(rùn)3種氣候類型[19]。上下游氣候條件差異顯著，源區(qū)海拔高、氣溫低，植被稀疏，沿著流域走向降水量增多、植被覆蓋狀況逐漸改善，下游大拐彎地區(qū)是中國(guó)第二大天然林區(qū)，也是世界上山地生態(tài)類型、植被類型、生物群落最為豐富的峽谷谷底，該大峽谷所在地為全球熱帶雨林分布中緯度最高的區(qū)域，其中原始森林面積達(dá)264.4 萬(wàn)hm2[20]。雅魯藏布江流域高程與水系分布如圖1所示。

圖1 雅魯藏布江流域高程與水系分布圖Fig.1 Distribution of elevation and river in the Yarlung Zangbo River basin

1.2 數(shù)據(jù)來(lái)源

本次研究采用的數(shù)據(jù)包括SRTM的90 m×90 m的DEM數(shù)據(jù)(Digital Elevation Model)(http:∥srtm.csi.cgiar.org/SELECTION/inputCoord.asp)、SPOT VEGETATION經(jīng)大氣校正與多波段合成技術(shù)得到的VGT-S10歸一化植被指數(shù)NDVI(Normalized Difference Vegetation Index)數(shù)據(jù)產(chǎn)品(https:∥www.vito-eodata.be/)，其空間分辨率為1km。降水?dāng)?shù)據(jù)收集自國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)平臺(tái)(http:∥westdc.westgis.ac.cn/)，其通過(guò)綜合TRMM降水、GLDAS等數(shù)據(jù)開(kāi)發(fā)形成中國(guó)區(qū)域地面氣象要素?cái)?shù)據(jù)集，其空間分辨率為0.1°，時(shí)間分辨率為3h。研究數(shù)據(jù)的時(shí)間跨度為1998年4月至2014年4月。

1.3 數(shù)據(jù)處理

1.3.1 NDVI數(shù)據(jù)提取

最大值合成法是一種能夠最大限度消除云等其他因素干擾的月NDVI提取方法，并已得到成功而廣泛的應(yīng)用[21]。本次研究在收集的1998年4月至2014年4月旬尺度NDVI數(shù)據(jù)的基礎(chǔ)上，首先采用最大值合成法得到月NDVI數(shù)據(jù)，然后考慮到為月份間差異的存在，通過(guò)取月NDVI平均值得到年和生長(zhǎng)季兩種時(shí)間尺度的NDVI。

1.3.2 高程帶劃分

早期的研究結(jié)果[13]顯示，研究區(qū)域內(nèi)NDVI分布隨高程變化呈現(xiàn)空間分帶特征，圖2(a)為本次研究所采樣點(diǎn)多年平均NDVI隨相應(yīng)高程的變化示意圖。為探究NDVI分帶高程區(qū)間，本次研究采用滑動(dòng)t檢驗(yàn)方法[22]檢測(cè)了NDVI隨高程變化的突變高程點(diǎn)，結(jié)果如圖1(b)所示。由圖可知，主突變高程為3 523 m、次突變高程為5 000 m，以二者為界的3 523 m以下、3 523～5 000 m以及5 000 m以上3個(gè)區(qū)域內(nèi)對(duì)應(yīng)NDVI分別位于[0.6,0.81]、[0.2,0.6)、[0,0.2)區(qū)間內(nèi)，總體表現(xiàn)為由Ⅰ區(qū)到Ⅱ區(qū)到Ⅲ區(qū)高程逐漸增加、NDVI不斷減小，3 523～5 000 m高程范圍內(nèi)NDVI數(shù)值分布跨度較大，3個(gè)高程區(qū)域分別包括203、1 198和856個(gè)樣點(diǎn)，即各區(qū)域樣點(diǎn)數(shù)目分別占流域總樣點(diǎn)數(shù)的9%、53%和38%，具體如圖3所示。

圖2 NDVI隨高程變化及其突變點(diǎn)檢測(cè)圖Fig.2 Variability of NDVI with elevation and detection of change points 注：(b)中縱坐標(biāo)T為滑動(dòng)t檢驗(yàn)中統(tǒng)計(jì)量，具體參考文獻(xiàn)[22]。

1.3.3 生長(zhǎng)季的選取

本次研究基于年、生長(zhǎng)季兩種時(shí)間尺度進(jìn)行，結(jié)合前人的 研究成果[23]及當(dāng)前數(shù)據(jù)的統(tǒng)計(jì)結(jié)果，表明高程較小的區(qū)域內(nèi)植被生長(zhǎng)季開(kāi)始日期略早，且生長(zhǎng)期相對(duì)較長(zhǎng)。因此，本次研究將高程3 523 m以下區(qū)域內(nèi)植被生長(zhǎng)季選為4-10月，高程3 523～5 000 m和高程5 000 m以上兩個(gè)區(qū)域內(nèi)植被生長(zhǎng)季被選取為5-9月。

圖3 雅魯藏布江流域不同高程區(qū)域內(nèi)樣點(diǎn)分布圖Fig.3 Distribution of sampling points in elevation-bands in the Yarlung Zangbo River basin 注：圖中深灰色、中灰色和淺灰色圓點(diǎn)標(biāo)記分別分布于高程5 000 m以上、高程5 000～3 523 m和高程3 523 m以下區(qū)域內(nèi)。

2 NDVI與降水量空間分布特征分析

2.1 NDVI空間分布

流域內(nèi)2 257個(gè)樣點(diǎn)年尺度和生長(zhǎng)季NDVI的分布如圖4(a)-(b)所示。結(jié)果顯示，整個(gè)流域內(nèi)各樣點(diǎn)年和生長(zhǎng)季NDVI總體表現(xiàn)為隨高程增加而減小的分布形態(tài)，各樣點(diǎn)多年平均NDVI分布于-0.03～0.81之間，多年平均生長(zhǎng)季NDVI位于-0.01～0.79之間。其中，3 523 m和5 000 m高程線將流域分割成高程3 523 m以下、3 523～5 000 m和5 000 m以上3個(gè)區(qū)域，各區(qū)域內(nèi)樣點(diǎn)多年平均NDVI分別分布于0.6～0.81、0.2～0.6和-0.03～0.2范圍內(nèi)，對(duì)應(yīng)多年平均生長(zhǎng)季NDVI分別處于0.6～0.79、0.25～0.6和-0.01～0.25之間。

圖4 年和生長(zhǎng)季NDVI與降水量空間分布圖Fig.4 Distribution of NDVI and precipitation at annual and growing season scale

此外，整個(gè)流域及3個(gè)高程區(qū)域內(nèi)多年面平均NDVI和生長(zhǎng)季面平均NDVI統(tǒng)計(jì)結(jié)果如表1所示。結(jié)果顯示，流域多年面平均和生長(zhǎng)季NDVI分別為0.22、0.28。其中，高程3 523 m以下、3 523～5 000 m和5 000 m以上3個(gè)區(qū)域內(nèi)多年面平均NDVI分別為0.6、0.23和0.13，3個(gè)高程分區(qū)對(duì)應(yīng)生長(zhǎng)季面平均NDVI分別為0.6、0.3和0.17。

表1 年和生長(zhǎng)季不同高程區(qū)域NDVI和降水量分布統(tǒng)計(jì)表Tab.1 Statistics of NDVI and precipitation at annualand growing season scale

2.2 降水量空間分布

流域內(nèi)年尺度和生長(zhǎng)季降水量分布同NDVI，總體也呈隨高程增加而減小的空間形態(tài)[圖4(c)-(d)]。流域內(nèi)樣點(diǎn)多年平均降水量在74～706 mm之間，但其隨高程的分帶性不如NDVI明顯，尤其是高程3 523～5 000 m區(qū)域和高程5 000 m以上區(qū)域內(nèi)樣點(diǎn)多年平均降水量差異較小，高程3 523 m以下、3 523～5 000 m和5 000 m以上區(qū)域內(nèi)樣點(diǎn)多年平均降水量分別位于179～706、81～456、74～482 mm之間；各樣點(diǎn)多年平均生長(zhǎng)季降水量處于44～612 mm范圍內(nèi)，高程3 523 m以下、3 523～5 000 m和5 000 m以上區(qū)域內(nèi)樣點(diǎn)多年平均生長(zhǎng)季降水量分別在146～612、45～300和44～316 mm之間。

不同高程區(qū)域多年面平均降水量仍呈現(xiàn)隨高程增加而減少的分布形態(tài)。就整個(gè)流域而言，多年面平均降水量和生長(zhǎng)季降水量分別為203和153 mm。其中降水量級(jí)最大、降水量級(jí)居中及其降水量級(jí)最小的高程3 523 m以下、高程3 523～5 000 m和高程5 000 m以上區(qū)域多年面平均降水量分別為423、186 和175 mm，而三者對(duì)應(yīng)多年面平均生長(zhǎng)季降水量為363、136和128 mm。

3 流域NDVI與降水量變化趨勢(shì)分析

3.1 不同高程區(qū)域NDVI與降水量變化趨勢(shì)

為探究流域內(nèi)NDVI與降水量的變化趨勢(shì)，本次研究采用Mann-Kendall非參數(shù)檢驗(yàn)法對(duì)不同高程區(qū)域內(nèi)各樣點(diǎn)年尺度和生長(zhǎng)季NDVI與降水量變化趨勢(shì)及其顯著性進(jìn)行了檢驗(yàn)，該方法已廣泛應(yīng)用于氣象與水文分析領(lǐng)域[22]。

3.1.1 年和生長(zhǎng)季NDVI

流域內(nèi)各樣點(diǎn)年和生長(zhǎng)季NDVI變化趨勢(shì)空間分布及其統(tǒng)計(jì)結(jié)果如圖5(a)-(b)和圖6所示，結(jié)果表明流域總體及不同高程區(qū)域內(nèi)年尺度和生長(zhǎng)季植被均以逐漸改善的趨勢(shì)為主。就流域整體而言，高達(dá)90%的區(qū)域NDVI在年與生長(zhǎng)季尺度上呈增加趨勢(shì)，兩種時(shí)間尺度上分別有42%和32%的樣點(diǎn)NDVI增加趨勢(shì)顯著，而該區(qū)內(nèi)僅10%的樣點(diǎn)NDVI表現(xiàn)為減少趨勢(shì)。高程3 523 m以下和高程5 000 m以上的區(qū)域內(nèi)各時(shí)間尺度植被改善區(qū)域的面積比重更大。其中，高程3 523 m以下區(qū)域內(nèi)年和生長(zhǎng)季尺度NDVI呈增加趨勢(shì)的區(qū)域面積比重分別為90%和97%，其中增加趨勢(shì)顯著的樣點(diǎn)數(shù)目分別占該區(qū)總樣點(diǎn)數(shù)的40%和55%，且兩尺度上僅10%和3%的樣點(diǎn)NDVI表現(xiàn)為減少趨勢(shì)；高程5 000 m以上區(qū)域內(nèi)兩尺度NDVI為增加趨勢(shì)的面積比重分別為93%和89%，即僅7%和11%樣點(diǎn)NDVI呈下降趨勢(shì)，且年和生長(zhǎng)季尺度上分別有47%和36%樣點(diǎn)NDVI增加趨勢(shì)顯著。高程3 523～5 000 m的區(qū)域內(nèi)年尺度和生長(zhǎng)季NDVI為增加趨勢(shì)的樣點(diǎn)數(shù)目比重與高程3 523 m以下區(qū)域和高程5 000 m以上區(qū)域相比略低，但總體比重值也十分可 觀，具體地，年、生長(zhǎng)季尺度上NDVI呈增加趨勢(shì)的樣點(diǎn)數(shù)目比重均為88%，僅12%樣點(diǎn)NDVI表現(xiàn)為下降態(tài)勢(shì)，另外兩尺度上分別對(duì)應(yīng)39%和24%的樣點(diǎn)NDVI增加趨勢(shì)顯著。該分析結(jié)果與呂洋等[14]的分析結(jié)果相近。

圖5 年和生長(zhǎng)季NDVI與降水量變化趨勢(shì)及其顯著性分布圖Fig.5 Trend and significance of NDVI and precipitation at annual and growing season scale 注：圖中深色和淺色上三角標(biāo)記分別表示顯著增加、不顯著增加趨勢(shì)，深色和淺色下三角標(biāo)記為顯著下降和不顯著下降標(biāo)記(其中顯著增加或顯著減少為通過(guò)Mann-Kendall的0.05水平的顯著性檢驗(yàn)，不顯著增加和不顯著減少表示未通過(guò)該水平檢驗(yàn))[22]。

圖6 年和生長(zhǎng)季NDVI與降水量變化趨勢(shì)顯著性統(tǒng)計(jì)結(jié)果(單位：%)Fig.6 Statistics of significance of trend in NDVI and precipitation at annual and growing season scale

3.1.2 年和生長(zhǎng)季降水量

流域內(nèi)各樣點(diǎn)年和生長(zhǎng)季降水量變化趨勢(shì)空間分布及其統(tǒng)計(jì)結(jié)果如圖5(c)-(d)和圖6所示。結(jié)果顯示，除高程3 523 m以下的區(qū)域外，高程3 523～5 000 m區(qū)域、5 000 m以上區(qū)域及整個(gè)流域內(nèi)年和生長(zhǎng)季降水量總體均呈下降趨勢(shì)。具體地，高程3 523 m以下區(qū)域內(nèi)兩尺度降水量總體呈增加趨勢(shì)，年和生長(zhǎng)季降水量呈增加趨勢(shì)的樣點(diǎn)占區(qū)域樣點(diǎn)總數(shù)的比例分別為73%和66%，其中增加趨勢(shì)顯著的樣點(diǎn)數(shù)目比重分別為20%和5%，余下的27%和34%的樣點(diǎn)兩尺度上降水量為下降趨勢(shì)；就高程3 523～5 000 m區(qū)域而言，年和生長(zhǎng)季降水量呈下降趨勢(shì)的樣點(diǎn)數(shù)目占該區(qū)樣點(diǎn)總數(shù)的比例分別高達(dá)73%和81%，兩尺度上分別對(duì)應(yīng)10%和20%樣點(diǎn)降水量下降趨勢(shì)顯著，則年和生長(zhǎng)季內(nèi)僅27%和19%樣點(diǎn)降水量表現(xiàn)為增加趨勢(shì)；在高程5 000 m以上區(qū)域內(nèi)，年和生長(zhǎng)季降水量呈下降趨勢(shì)的樣點(diǎn)數(shù)目比重分別為69%和72%，其中對(duì)應(yīng)存在13%和16%樣點(diǎn)下降趨勢(shì)顯著，此外兩尺度上分別有31%和28%樣點(diǎn)降水量為增加趨勢(shì)。

從整個(gè)流域的角度來(lái)看，各樣點(diǎn)年和生長(zhǎng)季降水量主要表現(xiàn)為下降趨勢(shì)，其中年降水量為下降趨勢(shì)的站點(diǎn)數(shù)目占總樣點(diǎn)數(shù)的67%，高程3 523 m以下、3 523～5 000 m和5 000 m以上區(qū)域樣點(diǎn)貢獻(xiàn)率分別為2%、39%、26%；其中下降趨勢(shì)顯著的樣點(diǎn)比重為10%，來(lái)自于高程3 523～5 000 m和5 000 m以上區(qū)域的樣點(diǎn)均占5%。生長(zhǎng)季降水量呈下降趨勢(shì)的站點(diǎn)數(shù)目占總樣點(diǎn)數(shù)的73%，其中有3%、43%、27%的樣點(diǎn)分別來(lái)自高程3 523 m以下、3 523～5 000 m和5 000 m以上區(qū)域；生長(zhǎng)季降水量呈顯著下降趨勢(shì)的樣點(diǎn)比重為17%，分別有11%和6%的樣點(diǎn)來(lái)自于高程3 523～5 000 m和5 000 m以上區(qū)域。

3.2 代表樣點(diǎn)NDVI與降水量變化趨勢(shì)

由于流域存在90%的樣點(diǎn)年和生長(zhǎng)季NDVI呈增加趨勢(shì)，因此選擇其中增加趨勢(shì)最顯著的樣點(diǎn)作為代表樣點(diǎn)(見(jiàn)圖7)。年NDVI變化趨勢(shì)最顯著的樣點(diǎn)位于高程3 523～5 000 m區(qū)域內(nèi)，該樣點(diǎn)于1999-2013年平均NDVI值為0.13，期間增加率[24]為0.004 4 /a；生長(zhǎng)季NDVI變化代表樣點(diǎn)來(lái)自高程3 523 m以下區(qū)域，此樣點(diǎn)多年平均NDVI值為0.45，其于1999-2013年間線性增加率為0.011 5 /a。

就流域內(nèi)各樣點(diǎn)年和生長(zhǎng)季降水量而言，其中年降水量表現(xiàn)為增加趨勢(shì)和下降趨勢(shì)的樣點(diǎn)比重分別為67%和33%，生長(zhǎng)季降水量為增加趨勢(shì)和下降趨勢(shì)的樣點(diǎn)數(shù)目分別占總樣點(diǎn)數(shù)的73%和27%。因此，選取二者增加趨勢(shì)最顯著的樣點(diǎn)和下降趨勢(shì)最顯著的樣點(diǎn)作為代表樣點(diǎn)，分析各自的年和生長(zhǎng)季降水量變化如圖8(a)和(b)所示。其中，年降水量增加趨勢(shì)最顯著與下降趨勢(shì)最顯著的樣點(diǎn)均來(lái)自高程5 000 m以上區(qū)域，二者1999-2013年間平均降水量分別為90和182 mm，對(duì)應(yīng)線性變率分別為2.65和-5.23mm/a。生長(zhǎng)季降水量增加最顯著和下降最顯著的樣點(diǎn)分別取自高程3 523 m以下和3 523～5 000 m區(qū)域，二者于1998-2013年間平均生長(zhǎng)季降水量分別為497和183 mm，對(duì)應(yīng)生長(zhǎng)季降水量變率分別為7.87和-4.36 mm/a。

圖7 年和生長(zhǎng)季代表樣點(diǎn)NDVI變化圖Fig.7 Variability of representative NDVI at annual and growing season scale

圖8 年和生長(zhǎng)季代表樣點(diǎn)降水量變化圖Fig.8 Variability of representative precipitation at annual and growing season scale

4 流域NDVI與降水量相關(guān)性分析

4.1 不同高程區(qū)域內(nèi)NDVI與降水量相關(guān)分析

為探究流域內(nèi)NDVI與降水量的相關(guān)關(guān)系，本次研究計(jì)算了年和生長(zhǎng)季尺度上NDVI與降水量的Pearson相關(guān)系數(shù)，并采用t檢驗(yàn)方法[25]對(duì)其顯著性進(jìn)行了檢驗(yàn)，各樣點(diǎn)NDVI與降水量相關(guān)性及其顯著性統(tǒng)計(jì)結(jié)果分別如圖9(a)-(b)和圖10所示。從高程5 000 m以上區(qū)域各樣點(diǎn)NDVI和降水量的相關(guān)性來(lái)看，年和生長(zhǎng)季尺度上二者均以負(fù)相關(guān)關(guān)系為主，年、生長(zhǎng)季NDVI與降水量呈負(fù)相關(guān)的樣點(diǎn)數(shù)目分別占該區(qū)樣點(diǎn)總數(shù)的78%和63%，兩尺度上分別存在23%和15%的樣點(diǎn)NDVI與降水量呈顯著負(fù)相關(guān)。高程3 523 m以下和3 523～5 000 m區(qū)域內(nèi)NDVI與降水量呈正相關(guān)與負(fù)相關(guān)的樣點(diǎn)數(shù)目比例均分布在50%左右，其中高程3 523 m以下區(qū)域內(nèi)年NDVI與降水量呈正相關(guān)和負(fù)相關(guān)的樣點(diǎn)比重分別為52%和47%，而該區(qū)生長(zhǎng)季NDVI與降水量呈正相關(guān)和負(fù)相關(guān)的樣點(diǎn)比重分別為45%和55%；高程3 523～5 000 m區(qū)域內(nèi)NDVI與降水量呈正相關(guān)和負(fù)相關(guān)的樣點(diǎn)比重分別為48%和52%，該區(qū)生長(zhǎng)季NDVI與降水量呈正相關(guān)和負(fù)相關(guān)的樣點(diǎn)比重分別為55%和45%。綜合來(lái)看，高程5 000 m以下區(qū)域內(nèi)樣點(diǎn)NDVI與降水的相關(guān)性均不明顯，且二者呈正相關(guān)關(guān)系與負(fù)相關(guān)關(guān)系的樣點(diǎn)數(shù)目比例相當(dāng)，這與付新峰等[14]的研究結(jié)果一致，其中樣點(diǎn)NDVI與降水呈負(fù)相關(guān)關(guān)系的形成原因需結(jié)合其他氣象因素與樣點(diǎn)所處地貌條件進(jìn)一步探究。

從整個(gè)流域的角度來(lái)看，年、生長(zhǎng)季NDVI與降水量呈負(fù)相關(guān)的樣點(diǎn)數(shù)目分別占流域總樣點(diǎn)數(shù)的61%和52%，對(duì)應(yīng)兩尺度分別有12%和9%的樣點(diǎn)NDVI與降水量負(fù)相關(guān)性表現(xiàn)顯著?？傮w而言，NDVI與降水量呈現(xiàn)不顯著的負(fù)相關(guān)關(guān)系。

圖9 年和生長(zhǎng)季NDVI與降水量相關(guān)系數(shù)顯著性分布圖Fig.9 Significance in correlation coefficient between NDVI and precipitation at annual and growing season scale 注：圖中深色和淺色上三角標(biāo)記分別表示顯著正相關(guān)、不顯著正相關(guān)，深色和淺色下三角標(biāo)記為顯著負(fù)相關(guān)和不顯著負(fù)相關(guān)標(biāo)記(其中顯著正相關(guān)和顯著負(fù)相關(guān)為通過(guò)Mann-Kendall的0.05水平的顯著性檢驗(yàn)，不顯著正相關(guān)和不顯著負(fù)相關(guān)表示未通過(guò)該水平檢驗(yàn))[22]。

圖10 年和生長(zhǎng)季NDVI與降水量變化趨勢(shì)顯著性統(tǒng)計(jì)結(jié)果(單位：%)Fig.10 Significance in trend of NDVI and precipitation at annual and growing season scale

4.2 代表樣點(diǎn)NDVI與降水量相關(guān)關(guān)系

年NDVI與降水量呈顯著正相關(guān)與顯著負(fù)相關(guān)的樣點(diǎn)均取自高程3 523～5 000 m區(qū)域內(nèi)，具體如圖11(a)所示。年NDVI與降水量為顯著正相關(guān)的樣點(diǎn)于1999-2013年間平均年降水量為156 mm，平均年NDVI為0.27，該樣點(diǎn)年NDVI與降水量相關(guān)系數(shù)為0.59，年NDVI隨年降水量的增加率為0.003/10 mm；年NDVI與降水量呈顯著負(fù)相關(guān)的樣點(diǎn)于1999-2013年間平均年降水量為194 mm，平均年NDVI為0.16，此處年NDVI與降水量的相關(guān)系數(shù)達(dá)-0.73，年NDVI隨降水量的變率為-0.005/10 mm。

選取生長(zhǎng)季NDVI與降水量關(guān)系最為顯著的樣點(diǎn)作為代表樣點(diǎn)，該樣點(diǎn)處NDVI與降水量關(guān)系如圖11(b)所示，其中呈顯著正相關(guān)的樣點(diǎn)位于高程3 523～5 000 m區(qū)域內(nèi)，此樣點(diǎn)于1998-2013年間生長(zhǎng)季平均降水量為134mm，平均NDVI為0.47，生長(zhǎng)季NDVI與降水量的相關(guān)系數(shù)為0.66，生長(zhǎng)季NDVI隨降水量的變幅為0.009/10 mm；生長(zhǎng)季NDVI與降水量呈顯著負(fù)相關(guān)的樣點(diǎn)取自高程5 000 m以上區(qū)域內(nèi)，其于1998-2013年間生長(zhǎng)季平均降水量為153 mm，平均NDVI為0.19，該樣點(diǎn)處生長(zhǎng)季NDVI與降水量相關(guān)系數(shù)達(dá)-0.74，其生長(zhǎng)季NDVI隨降水量的變率為-0.006/10 mm。

圖11 年和生長(zhǎng)季代表樣點(diǎn)NDVI與降水量關(guān)系圖Fig.11 Relationship between representative NDVI and precipitation at annual and growing season scale 注：各代表樣點(diǎn)NDVI與降水量的相關(guān)系數(shù)均通過(guò)了0.01水平的顯著性檢驗(yàn)[25]。

5 結(jié) 論

本研究從NDVI沿高程增加呈逐漸減小的分布特征出發(fā)，將整個(gè)區(qū)域分為高程5 000 m以上、3 523～5 000 m之間和3 523 m以下3個(gè)分區(qū)。從年和生長(zhǎng)季兩種時(shí)間尺度上分析了3個(gè)高程分區(qū)內(nèi)NDVI的空間分布和時(shí)間變化特征，探討了兩種時(shí)間尺度內(nèi)3個(gè)高程區(qū)域NDVI與降水量的相關(guān)性。主要結(jié)論包括：

(1)流域內(nèi)年尺度和生長(zhǎng)季NDVI與降水量總體均表現(xiàn)為隨高程增加而減少的分布特征，且3 523 m和5 000 m高程將NDVI分成高、中、低三種量級(jí)，高程5 000 m以上、3 523～5 000 m之間和3 523 m以下各樣點(diǎn)多年平均年NDVI分別位于 0～0.2、0.2～0.6、0.6～0.81之間。植被生長(zhǎng)相對(duì)于降水量具有滯后效應(yīng)，滯時(shí)為1個(gè)月左右。

(2)整個(gè)流域內(nèi)NDVI總體呈增加趨勢(shì)，流域內(nèi)90%區(qū)域植被覆蓋表現(xiàn)為不斷改善態(tài)勢(shì)，其中年尺度和生長(zhǎng)季NDVI增加趨勢(shì)顯著的樣點(diǎn)比重分別為42%和32%，其中年NDVI增加趨勢(shì)最顯著的樣點(diǎn)趨勢(shì)系數(shù)達(dá)0.94。

(3)流域樣點(diǎn)年和生長(zhǎng)季降水量以下降趨勢(shì)為主，有67%樣點(diǎn)年降水量呈下降趨勢(shì)，其中39%和26%的樣點(diǎn)分別來(lái)自高程3 523～5 000和5 000 m以上區(qū)域；生長(zhǎng)季內(nèi)存在73%樣點(diǎn)降水量表現(xiàn)為下降趨勢(shì)，其中43%和27%的樣點(diǎn)分別來(lái)自高程3 523～5 000 m和5 000 m以上區(qū)域。

(4)流域內(nèi)年和生長(zhǎng)季NDVI與降水量以負(fù)相關(guān)關(guān)系為主，尤其是高程5 000 m以上的區(qū)域，其次為高程3 523～5 000 m區(qū)域。整個(gè)流域內(nèi)有61%的樣點(diǎn)年NDVI與降水量呈負(fù)相關(guān)關(guān)系，其中30%的樣點(diǎn)來(lái)自于高程5 000 m以上區(qū)域，年NDVI與降水量最大負(fù)相關(guān)系數(shù)達(dá)-0.73，其內(nèi)降水量以下降趨勢(shì)為主，植被生長(zhǎng)狀況反而改善，個(gè)中原因仍待后期結(jié)合其他氣象要素深入剖析。

該研究結(jié)果顯示，不僅高程3 523～5 000 m和5 000 m以上區(qū)域內(nèi)眾多樣點(diǎn)NDVI與降水量呈現(xiàn)負(fù)相關(guān)關(guān)系，高程3 523 m以下區(qū)域內(nèi)也存在部分樣點(diǎn)NDVI與降水量為負(fù)相關(guān)；其中高海拔樣點(diǎn)處二者的負(fù)相關(guān)性是否直接源于水汽含量及其與氣溫的關(guān)聯(lián)性，以及低海拔處二者呈負(fù)相關(guān)關(guān)系的成因仍有待進(jìn)一步探討。

□

[1] Fabricante I, Oesterheld M, Paruelo J M. Annual and seasonal variation of NDVI explained by current and previous precipitation across Northern Patagonia[J]. Journal of Arid Environments, 2009, 73(8), 745-753.

[2] 王文亞, 張 鑫, 王 云,等. 青海省東部高原植被指數(shù)對(duì)干旱的響應(yīng)研究[J]. 中國(guó)農(nóng)村水利水電, 2016,(6): 94-98.

[3] Tourre Y M, Jarlan L, Lacaux J P, et al. Spatio-temporal variability ofNDVI-precipitation over southernmost South America: possible linkages between climate signals and epidemics[J]. Environmental Research Letters, 2008,3(4):52-55.

[4] Pettorelli N, Vik J O, Mysterud A, et al. Using the satellite-derivedNDVIto assess ecological responses to environmental change[J]. Trends in Ecology & Evolution, 2005,20(9):503-510.

[5] 李麗娜. 基于陜西省溫度和降水的空間變化及其與NDVI的相關(guān)性研究[D]. 西北大學(xué), 2009.

[6] Wang J, Ye B, Liu F, et al. Variations ofNDVIOver Elevational Zones During the Past Two Decades and Climatic Controls in the Qilian Mountains, Northwestern China[J]. Arctic Antarctic & Alpine Research, 2011,43(1):127-136.

[7] 鄒偉成, 肖桂榮. 基于小波相干的武夷山NDVI與環(huán)境因子的關(guān)聯(lián)性分析[J]. 福州大學(xué)學(xué)報(bào), 2015,(4):482-487.

[8] Li H, Jiang J, Chen B, et al. Pattern of NDVI-based vegetation greening along an altitudinal gradient in the eastern Himalayas and its response to global warming[J]. Environmental Monitoring & Assessment, 2016,188(3):1-10.

[9] Li H, Li Y, Shen W, et al. Elevation-Dependent Vegetation Greening of the Yarlung Zangbo River Basin in the Southern Tibetan Plateau, 1999-2013[J]. Remote Sensing, 2015,7(12):16 672-16 687.

[10] 李本綱, 陶 澍. 一種利用多時(shí)相TM影像分析地表植被變化的新方法——以敦煌地區(qū)綠洲植被變化分析為例[J]. 遙感學(xué)報(bào), 2000,21(4):295-298.

[11] Yang L, Wylie B K, Tieszen L L, et al. An analysis of relationships among climate forcing and time-integrated NDVI of grasslands over the U.S. northern and central Great Plains[J]. Remote Sensing of Environment, 1998,65(1):25-37.

[12] Milich L., Weiss E. GAC NDVI images: Relationship to rainfall and potential evaporation in the grazing lands of The Gourma (northern Sahel) and in the croplands of the Niger-Nigeria border (southern Sahel)[J]. International Journal of Remote Sensing, 2000,21(2):261-280.

[13] 付新峰, 楊勝天, 劉昌明. 雅魯藏布江流域NDVI時(shí)空分布及與站點(diǎn)氣候因子的關(guān)系[J]. 水土保持研究, 2006,13(3):229-232.

[14] 付新峰, 楊勝天, 劉昌明. 雅魯藏布江流域NDVI時(shí)空分布及與降水量的關(guān)系[J]. 北京師范大學(xué)學(xué)報(bào)自然科學(xué)版, 2006,42(5):539-542.

[15] 付新峰, 楊勝天, 劉昌明. 雅魯藏布江流域NDVI變化與主要?dú)夂蛞蜃拥年P(guān)系[J]. 地理研究, 2007,26(1):60-66.

[16] 呂 洋, 董國(guó)濤, 楊勝天, 等. 雅魯藏布江流域NDVI時(shí)空變化及其與降水和高程的關(guān)系[J]. 資源科學(xué), 2014,36(3):603-611.

[17] 陳 斌, 李海東, 曹學(xué)章, 等. 雅魯藏布江流域植被格局與NDVI分布的空間響應(yīng)[J]. 中國(guó)沙漠, 2015,35(1):120-128.

[18] 胡林涓, 彭定志, 張明月, 等. 雅魯藏布江流域氣象要素空間插值方法的比較與改進(jìn)[J]. 北京師范大學(xué)學(xué)報(bào)(自然科學(xué)版), 2012,48(5):449-452.

[19] 趙魯青. 雅魯藏布江中下游區(qū)域植被綠期和凈初級(jí)生產(chǎn)力時(shí)空格局及其對(duì)氣候變化的響應(yīng)[D]. 上海：華東師范大學(xué), 2011.

[20] 《中國(guó)河湖大典》編纂委員會(huì). 中國(guó)河湖大典.西南諸河卷[M]. 北京: 中國(guó)水利水電出版社, 2014.

[21] 李曉兵, 史培軍. 基于NOAA/AVHRR數(shù)據(jù)的中國(guó)主要植被類型NDVI變化規(guī)律研究[J]. 植物學(xué)報(bào), 1999,(3):314-324.

[22] 魏鳳英. 現(xiàn)代氣候統(tǒng)計(jì)診斷與預(yù)測(cè)技術(shù)[M]. 2版. 北京:氣象出版社, 2007:59-63.

[23] 郭 晶, 廖夢(mèng)思, 楊 霞. 洞庭湖流域植被NDVI的時(shí)空變化特征及其對(duì)降水的響應(yīng)[J]. 衡陽(yáng)師范學(xué)院學(xué)報(bào), 2014,35(6):115-120.

[24] 劉曉婉, 許繼軍, 韓志明. 金沙江流域降水空間分布特征及變化趨勢(shì)分析[J]. 人民長(zhǎng)江, 2016,47(15):36-44.

[25] 左任俠. 教育與心理統(tǒng)計(jì)學(xué)[M]. 北京：人民教育出版社, 1993:145-148.