陳文靜 楊從從
摘 要:為研究青海省歸一化植被指數(shù)(NDVI,Normalized Difference Vegetation Index)時空變化特征及其對氣候因子的響應(yīng),基于2001—2017年MOD13A3植被指數(shù)產(chǎn)品和氣溫、降水數(shù)據(jù),利用趨勢線分析模型和相關(guān)系數(shù)法分析青海省17 a間NDVI、氣溫和降水的分布特征及這三者之間的相關(guān)性和滯后性。研究結(jié)果表明:2001—2017年,青海省平均植被覆蓋呈現(xiàn)震蕩上升的趨勢,青海省的植被覆蓋情況整體呈現(xiàn)東高西低、南高北低的分布規(guī)律;青海省年平均降水整體呈現(xiàn)下降趨勢,空間上呈現(xiàn)南多北少,中部地區(qū)少的分布特征;青海省年平均氣溫整體呈現(xiàn)波動趨勢,海西和海東氣溫較高,其余地區(qū)氣溫較低,玉樹藏族自治州氣溫呈現(xiàn)上升趨勢;植被生長對氣候要素的變化具有一定的滯后性,青海省的NDVI受前0-1月降水影響最大,相關(guān)系數(shù)為0.928 4,青海省的NDVI受前0—1月份氣溫影響最大,相關(guān)系數(shù)為0.916 6。
關(guān)鍵詞:青海省;歸一化植被指數(shù)(NDVI);滯后性;時空變化特征
中圖分類號:Q948 ? ?文獻標識碼:A ? 文章編號:1006-8023(2020)05-0054-08
Abstract:In order to study the spatiotemporal change characteristics of NDVI in Qinghai Province and its response to climate factors, based on MOD13A3 vegetation index products, temperature and precipitation data from 2001 to 2017 in Qinghai Province, the trend line analysis model and correlation coefficient method were used to analyze the distribution characteristics of NDVI, air temperature and precipitation, as well as the correlation and lag between NDVI and air temperature and precipitation. The results showed that: the average vegetation coverage in Qinghai Province showed an upward trend from 2001 to 2017, and the overall vegetation coverage in Qinghai Province showed a distribution pattern of high in the east and low in the west, and high in the south and low in the north. The average annual precipitation in Qinghai Province showed a downward trend overall, spatially showing more distribution in the south and less in the north and central region. The average annual temperature in Qinghai Province fluctuated as a whole. The temperature in Haixi and Haidong was relatively high, while the temperature in other areas was relatively low, and the temperature in Yushu showed an upward trend. Vegetation growth had a certain time-lag on the change of climate factors, NDVI in Qinghai Province was most affected by last 0-1 month precipitation with the correlation coefficient of 0.928 4, NDVI in Qinghai Province was most affected by last 0-1 month temperature with the correlation coefficient of 0.916 6.
Keywords:Qinghai Province; NDVI; time-lag;spatiotemporal change
0 引言
生態(tài)系統(tǒng)是一個復(fù)雜多變的系統(tǒng),它不僅包含各類植物、動物和微生物,還涉及氣候?qū)W、土壤學(xué)、地理學(xué)、水文學(xué)、物理和化學(xué)等多個學(xué)科,其中植被在陸地生態(tài)系統(tǒng)中占有非常重要的地位。植被的生長與氣候變化之間有著密切的聯(lián)系,氣候的變化影響著植被的生長,同時植被的生長狀況又反過來影響著氣候的變化[1]。因此,植被動態(tài)研究一直是生態(tài)學(xué)和環(huán)境研究領(lǐng)域內(nèi)的熱點問題之一[2]。
隨著遙感技術(shù)的發(fā)展,遙感光譜信息因其具有綜合性好、現(xiàn)勢性強的優(yōu)點,一直被廣泛應(yīng)用于植被的研究中。其中近年來發(fā)展起來的植被指數(shù)可以宏觀反映綠色植物的生物量和覆蓋度等特征,也可以很好地反映綠色植物的生長狀況及空間分布。NDVI(Normalized Difference Vegetation Index,歸一化植被指數(shù))、EVI(Enhanced Vegetation Index,增強型植被指數(shù))等在反映植被的空間分布和生長狀況方面都有很廣泛的應(yīng)用。NDVI與綠色植物的植被覆蓋度之間存在較好的相關(guān)性,因此常用來研究區(qū)域生態(tài)環(huán)境的變化,并對這些變化進行定量的模擬和反演。近年來,學(xué)者們基于MODIS數(shù)據(jù)開展了大量研究,分析了不同研究區(qū)植被蓋度變化的驅(qū)動機制。李曉兵等[3]從季度和年際兩個角度研究了中國北方植被NDVI與降水之間的相關(guān)性,結(jié)果表明植被的生長與降水之間存在著顯著的相關(guān)性。高麗敏等[4]采用定性與定量相結(jié)合的方法,通過研究西北 1982—2000年的NDVI 和地面氣象因子之間的關(guān)系,分析了西北生態(tài)環(huán)境的變化過程,從年際的角度研究了黃土高原地區(qū)降水與NDVI之間的相關(guān)性。張蓓蓓等[5]利用2000—2017年貴州省MODIS數(shù)據(jù)和氣象站點數(shù)據(jù),以時間序列、變化趨勢和空間動態(tài)變化分析等方法,研究貴州省植被覆蓋的時空變化特征,探討植被覆蓋變化對氣象因子在地域、變化速率和變化方向方面的時空響應(yīng)規(guī)律。張韻捷等[6]利用1982—2013年的長時間序列NDVI和氣象數(shù)據(jù)分析了植被生長動態(tài)變化特征與氣溫、降水的相關(guān)性,發(fā)現(xiàn)蒙古高原植被的生長狀況與降水量有極顯著的正相關(guān)關(guān)系,與氣溫則有極顯著的負相關(guān)關(guān)系。張景華等[7]基于 2000—2010年瀾滄江流域的MODIS-NDVI數(shù)據(jù)和氣象站點數(shù)據(jù),分析和探討了該地區(qū)NDVI與氣候因子的相關(guān)性。由此可見,利用NDVI 研究某些地區(qū)植被生長狀況及其與氣候之間的相關(guān)關(guān)系具有可行性。
青海省地形多樣,省內(nèi)山脈高聳,河流縱橫,屬于典型的高原大陸氣候,常年干燥、少雨,氣溫較低,森林植被稀少,結(jié)構(gòu)簡單。為了解近17 a來青海省植被生長狀況及其與氣候因子之間的相關(guān)關(guān)系,更好地保護青海省的植被,有效地提高植被覆蓋率,為青海省的生態(tài)建設(shè)提供數(shù)據(jù)參考,本文利用2001—2017年MODIS數(shù)據(jù)和氣象站點數(shù)據(jù)研究NDVI時空變化特征及其對氣候因子的響應(yīng)[8-13]。
1 研究區(qū)及數(shù)據(jù)來源
1.1 研究區(qū)概況
青海位于中國西部,是中國青藏高原上的重要省份之一,地理位置為89°35~103°04′E,31°09′~39°19′N。境內(nèi)山脈高聳,地形復(fù)雜多樣,河流縱橫交錯。青海省與甘肅、四川、西藏和新疆接壤,是長江、黃河和瀾滄江的發(fā)源地,稱為“三江源”地區(qū)。地形以盆地、高山和河谷相間分布的高原為主,屬于“世界屋脊”青藏高原的一部分。青海省獨特的自然環(huán)境決定了其植物區(qū)系和植被類型具有相應(yīng)的特征。青?,F(xiàn)有的森林資源主要分布在江河源頭的高山峽谷地帶,樹種高寒性突出,分布海拔高。草地是青海省的主要植被類型,天然草地面積占全省土地面積的 51.36%,主要草地類型包括高寒草甸、高寒草原和溫性草原,森林資源主要分布在江河源頭的高山峽谷地帶[14]。圖1為青海省地理位置及氣象站點分布圖。
1.2 數(shù)據(jù)源及預(yù)處理
MODIS植被指數(shù)產(chǎn)品(MOD13A3)數(shù)據(jù)來自 NASA-Land Processes DAAC數(shù)據(jù)中心(https://ladsweb.modaps.eosdis.nasa.gov),為月合成產(chǎn)品,空間分辨率為1 000 m。選擇行列號分別為h25v05和h26v05的同一時期(例如 MOD13A3.A2001001.h25v05.006.2015140092848.hdf 為 2001年1月的h25v05數(shù)據(jù))MODIS數(shù)據(jù)。利用USGS EROS(美國地質(zhì)調(diào)查局地球資源觀測與科技中心)提供的MRT(MODIS Reprojection Tool)工具對數(shù)據(jù)進行獲取NDVI柵格數(shù)據(jù)及投影的轉(zhuǎn)換,為了便于實驗過程中的統(tǒng)計分析,本研究統(tǒng)一采用Krasovsky Albers投影。對獲取的NDVI數(shù)據(jù)進行裁剪便可以獲得研究區(qū)域的NDVI柵格數(shù)據(jù)。利用ArcGIS中“像元統(tǒng)計數(shù)據(jù)”工具,進一步得到年均NDVI柵格影像數(shù)據(jù)集。
氣象數(shù)據(jù)由中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)提供(https://data.cma.cn),包括2001—2017年青海省內(nèi)的33個氣象站點的日降水和氣溫資料。利用C語言實現(xiàn)對氣象數(shù)據(jù)的預(yù)處理,得到月平均降水和氣象數(shù)據(jù),基于預(yù)處理之后的氣象數(shù)據(jù)使用ArcGIS利用克里金插值法做插值處理,獲得年均降水和年均氣溫的插值圖像。
2 研究方法
2.1 相關(guān)系數(shù)模型
相關(guān)系數(shù)模型是衡量變量之間線性相關(guān)程度的指標。樣本相關(guān)系數(shù)用r表示,相關(guān)系數(shù)的取值范圍為[-1,1]。|r|值越大,誤差Q越小,變量之間的線性相關(guān)程度越高;|r|值越接近0,Q越大,變量之間的線性相關(guān)程度越低。
式中:xi為自變量;yi為因變量;x,y分別為兩變量的平均值。本研究中以月平均氣溫和NDVI的相關(guān)性為例,xi為NDVI第i月的值,x為12個月NDVI的平均值;yi為第i月的平均氣溫,y為12個月的平均氣溫。
2.2 趨勢線分析模型
趨勢線分析模型能夠模擬每個柵格的變化特征,根據(jù)變化特征可以反演出該柵格的植被生長趨勢,從而反映研究區(qū)在不同研究時段內(nèi)的植被覆蓋度變化的空間特征。本文主要利用趨勢線分析青海省2001—2017年植被覆蓋度空間特征[13]。其公式為:
式中:n為監(jiān)測累計年數(shù);Valuei為第i年數(shù)據(jù)的值(比如第i年NDVI的值);θslope為趨勢線的斜率,若θslope>0,說明NDVI在n年間的變化趨勢是增加的,反之則減少。
3 結(jié)果與分析
3.1 植被變化的時空特征
由青海省2000 — 2017年植被覆蓋年際變化趨勢(圖2)中線性回歸方程的斜率可知,2001—2017年青海省平均植被覆蓋呈現(xiàn)震蕩上升的趨勢,年平均NDVI從2001年的0.167 2增加到 2017年的0.189 5,年平均NDVI最高值出現(xiàn)在2010年(0.193 6),最低值出現(xiàn)在2001年(0.167 2)。雖然增長的速度不快,且呈震蕩趨勢,但就總體而言呈現(xiàn)緩慢上升趨勢??梢娗嗪J≡诒WC現(xiàn)有植被健康生長的同時,增加了植被覆蓋度。
從2001—2017年NDVI空間分布圖(圖3)中可以看出青海省的植被覆蓋情況整體呈現(xiàn)東高西低、南高北低的分布規(guī)律。其主要原因是青海的玉樹與果洛是長江、黃河、瀾滄江的發(fā)源地,這里水資源比較充沛,植被生長旺盛,所以植被覆蓋度高于海西地區(qū)。海西土地面積30.09萬km2,其中耕地、草地和林地總土地面積的32.25%,石山、雪山、冰川、沙漠、戈壁和鹽沼等占全州土地面積的67.75%。所以植被覆蓋度較海北、海南、西寧和海東等這些水資源比較充沛的地區(qū)低。
從2001—2017年NDVI變化趨勢圖(圖4)中可以看出海北、海南、西寧、海東和黃南這些地區(qū)植被覆蓋度呈現(xiàn)上升趨勢(θslope>0),但是海西、玉樹、格爾木市和果洛這些地區(qū)植被覆蓋度呈現(xiàn)不增長甚至下降趨勢(θslope<0),其下降較為嚴重的地方海西和玉樹,玉樹下降的主要原因和玉樹地震后,生態(tài)環(huán)境遭到了嚴重破壞有十分重要的關(guān)系[15-17]。海西地形主要是昆侖山、阿爾金山和祁連山環(huán)抱的柴達木盆地和唐古拉山北麓高原兩部分,盆地從邊緣至中央大體依次為高山、丘陵、戈壁、平原及湖沼,地勢復(fù)雜,人工干預(yù)程度降低,受自然條件影響較大。接下來會進一步研究該地區(qū)植被覆蓋度與降水和溫度之間的關(guān)系。
[4]高麗敏,陳興鵬,黃艷,等.基于RS和GIS的中國西北不同生態(tài)類型區(qū)生態(tài)環(huán)境時空變化研究[J].中國沙漠,2007,27(1):65-70.
GAO L M, CHEN X P, HUANG Y, et al. Study on eco-environmental spatio-temporal change of different ecological divisions in northwest of China based on RS and GIS[J]. Journal of Desert Research, 2007, 27(1): 65-70.
[5]張蓓蓓,蔡宏,田鵬舉,等.2000—2017年貴州省植被覆蓋時空變化特征及其對氣候變化的響應(yīng)[J].地球與環(huán)境,2020,48(4):461-470.
ZHANG B B, CAI H, TIAN P J, et al. Spatiotemporal variation of vegetation in Guizhou from 2000 to 2017 and its response to climate change[J]. Earth and Environment, 2020, 48(4): 461-470.
[6]張韻婕,桂朝,劉慶生,等.基于遙感和氣象數(shù)據(jù)的蒙古高原1982~2013年植被動態(tài)變化分析[J].遙感技術(shù)與應(yīng)用,2016,31(5):1022-1030.
ZHANG Y J, GUI C, LIU Q S, et al. The analysis of the vegetation dynamic changes from 1982 to 2013 in the Mongolian Plateau based on satellite imageries and meteorological data[J]. Remote Sensing Technology and Application, 2016, 31(5): 1022-1030.
[7]張景華,封志明,姜魯光,等.瀾滄江流域植被NDVI與氣候因子的相關(guān)性分析[J].自然資源學(xué)報,2015,30(9):1425-1435.
ZHANG J H, FENG Z M, JIANG L G, et al. Analysis of the correlation between NDVI and climate factors in the Lancang river basin[J]. Journal of Natural Resources, 2015, 30(9): 1425-1435.
[8]張博,周偉.1969—2018年青海省生長季降水時空變化特征分析[J/OL].長江科學(xué)院院報:1-7.http://kns.cnki.net/kcms/detail/42.1171.TV.20200519.1709.024.html.
ZHANG B, ZHOU W. Temporal and spatial variation characteristics of precipitation in the growing season of Qinghai Province from 1969 to 2018[J/OL]. Journal of Yangtze River Scientific Research Institute:1-7. http://kns.cnki.net/kcms/detail/42.1171.TV.20200519.1709.024.html.
[9]韓炳宏,周秉榮,顏玉倩,等.2000-2018年間青藏高原植被覆蓋變化及其與氣候因素的關(guān)系分析[J].草地學(xué)報,2019,27(6):1651-1658.
HAN B H, ZHOU B R, YAN Y Q, et al. Analysis of vegetation coverage change and its driving factors over Tibetan Plateau from 2000 to 2018[J]. Acta Agrestia Sinica, 2019, 27(6):1651-1658.
[10]崔錦霞,郭安廷,杜榮祥,等.1990—2015年青海省湖泊時空變化及其對氣候變化的響應(yīng)分析[J].長江流域資源與環(huán)境,2018,27(3):658-670.
CUI J X, GUO A T, DU R X, et al. Spatial-temporal variations of lakes in Qinghai Province and its responses to climatic change analysis from 1990 to 2015[J]. Resources and Environment in the Yangtza Basin, 2018, 27(3): 658-670.
[11]馬浩.2000—2015年青海省植被EVI變化趨勢及其影響因素分析[J].林業(yè)資源管理,2017,37(6):77-83.
MA H. Analysis on the changing trend of vegetation EVI and its influencing factors in Qinghai Province from 2000 to 2015[J]. Forest Resources Management, 2017, 37(6): 77-83.
[12]陳超男,朱連奇,田莉,等.秦巴山區(qū)植被覆蓋變化及氣候因子驅(qū)動分析[J].生態(tài)學(xué)報,2019,39(9):3257-3266.
CHEN C N, ZHU L Q, TIAN L, et al. Spatial-temporal changes in vegetation characteristics and climate in the Qinling-Daba Mountains[J]. Acta Ecologica Sinica, 2019, 39(9): 3257-3266.
[13]馮國艷,馬明國.西南地區(qū)2001-2014年植被變化時空格局[J].中國巖溶,2018,37(6):866-874.
FENG G Y, MA M G. Spatial-temporal pattern of vegetation changes in Southwest China during 2001-2014[J]. Carsologica Sinica, 2018, 37(6):866-874.
[14]王莉雯,衛(wèi)亞星,牛錚.基于遙感的青海省植被覆蓋時空變化定量分析[J].環(huán)境科學(xué),2008,33(6):1754-1760.
WANG L W, WEI Y X, NIU Z. Analysis of vegetation spatial and temporal variations in Qinghai Province based on remote sensing[J]. Environmental Science, 2008, 33(6):1754-1760.
[15]羅傳文.均勻論[M].北京:科學(xué)出版社,2014.
LUO C W. Uniform theory[M]. Beijing: Science Press, 2014.
[16]莊國泰,吳國增.青海玉樹地震災(zāi)區(qū)生態(tài)環(huán)境影響評估[M].中國環(huán)境科學(xué)出版社,2011.
ZHANG G T, WU G Z. Ecological environment impact assessment of the earthquake-stricken area in Yushu, Qinghai[M]. Beijing: China Environmental Science Press, 2011.
[17]楊尊尊,段淵古,高天,等.1999-2017年西咸新區(qū)景觀格局變化及驅(qū)動力研究[J].西部林業(yè)科學(xué),2020,49(1):99-106.
YANG Z Z,DUAN Y G,GAO T,et al.Landscape pattern dynamics of Xixian new area and its driving forces [J].Journal of West China Forestry Science,2020,49(1):99-106.