2002―2015 年黃河流域NDVI 對陸地水儲量的響應

袁瑞強 ，青 松 ,2*

（1.內蒙古師范大學 地理科學學院，呼和浩特 010022； 2.內蒙古自治區(qū)遙感與地理信息系統(tǒng)重點實驗室，呼和浩特 010022）

0 引 言

【研究意義】植被是陸地生態(tài)系統(tǒng)最重要的組分之一，具有連接大氣、土壤和水文等生態(tài)要素的作用，可為自然生態(tài)系統(tǒng)和人類生產(chǎn)生活提供強有力的保障[1]。植被的時空變化會引起地表參數(shù)的變化[2]，從而影響地表能量和水量的收支平衡。目前對長時期的植被變化進行監(jiān)測和影響因素分析已成為全球變化研究的重要內容[3]，并可為區(qū)域生態(tài)環(huán)境保護和可持續(xù)發(fā)展提供科學依據(jù)。黃河流域地勢起伏劇烈，自然條件地域差異明顯，是我國重要的生態(tài)屏障和經(jīng)濟地帶。由于水資源條件先天不足，干旱是流域的基本特征[4]，水的可用性指標深刻影響著流域內的植被狀況。監(jiān)測黃河流域植被變化情況，探討植被活動與水的可用性指標之間的關系，對指導黃河流域生態(tài)環(huán)境建設和高質量發(fā)展具有重要意義，有利于流域生態(tài)環(huán)境的保護以及政策的制定。

【研究進展】遙感具有時間序列長、覆蓋范圍廣、精度較高等優(yōu)點，成為區(qū)域尺度植被動態(tài)研究的理想化工具。AVHRR（advanced very high resolution radiometer）遙感影像時間跨度長和分辨率較高，許多學者應用其植被指數(shù)（normalized difference vegetation index，NDVI）對大尺度植被覆蓋變化及其與氣候的關系進行了研究[5-8]。水分是植被變化的主要驅動力，在全球61%以上的植被變化中占主導地位[9]。降水是探討水分條件對植被綠度影響最常用的指標，然而，降水只能提供關于地表水條件的間接信息[10]。同時，土壤水分與植被關系的大規(guī)模調查也受到根系區(qū)土壤水分檢測準確性的制約[11]。最近，由GRACE衛(wèi)星獲取的陸地水儲量數(shù)據(jù)被用作一種新的指標來探索其對植被的影響。GRACE 衛(wèi)星采用近極地軌道星載GPS 跟蹤、非保守力加速儀以及高精度星間距離測量等新技術，監(jiān)測地球重力場變化信息。在季節(jié)性或年際較短時間尺度上，地球重力場變化主要是由地球表層大氣壓力、海底壓力和陸地水儲量變化引起的，而在陸地區(qū)域重力場的變化主要原因則是水儲量的變化。GRACE 衛(wèi)星數(shù)據(jù)反演TWSA 原理是先求算出地球表面的密度變化，然后將密度變化轉化為等效水高的變化，所以從水文學的角度看，陸地水儲量的變化包括地下水、土壤含水率、地表水和植被冠層含水率的變化[12]。許多學者發(fā)現(xiàn)植被生長對TWSA 很敏感，TWSA 可以捕捉到植被綠度的季節(jié)變化和年際變化[13-16]。但目前國內外學者利用長時間序列數(shù)據(jù)，進行黃河流域植被動態(tài)變化研究及探究植被與TWSA的響應關系較少，難以為黃河流域生態(tài)環(huán)境保護和高質量發(fā)展提供可靠的支撐。

【切入點】以往對黃河流域NDVI 的研究可以概括為流域、柵格2 種尺度下NDVI 變化規(guī)律及其對氣候的相互關系，對NDVI 與TWSA 的研究涉及較少，同時GRACE 數(shù)據(jù)存在周期性缺失和粗分辨率的缺點。【擬解決的關鍵問題】因此，本文使用基于模型的降尺度研究方法得到連續(xù)的、更精細化的水儲量變化時間序列，然后利用降尺度之后的TWSA 和GIMMS NDVI 遙感數(shù)據(jù)進一步分析全球變化背景下該區(qū)域內生長季植被時空分布格局及其對TWSA 的敏感性，研究自然環(huán)境變化趨勢，為黃河流域生態(tài)保護和高質量發(fā)展提供依據(jù)。

1 數(shù)據(jù)和方法

1.1 研究區(qū)概況

黃河流域位于96°—119°E，32°—42°N 之間，流經(jīng)青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南和山東9 ?。▓D1），流域面積約為80 萬km2。流域幅員遼闊，地勢西高東低，西部河源地區(qū)平均海拔在4 000 m 以上；中部地區(qū)海拔在1 000～2 000 m之間，為黃土地貌，水土流失嚴重；東部地區(qū)海拔不超過100 m，主要由沖積平原形成。黃河流域屬大陸性氣候，從東南部到西北部氣候依次為半濕潤、半干旱、干旱氣候[17]。流域內主要的植被覆蓋類型為草地、林地、灌木和農田。

1.2 數(shù)據(jù)源及預處理

黃河流域絕大多數(shù)地區(qū)每年4 月上旬植被開始返青，到10 月中下旬氣溫開始降低，植被停止生長，故將研究區(qū)內的生長季確定為4—10 月[18]。本文選用2002—2015 年GIMMS NDVI 月值數(shù)據(jù)，采用最大值合成方法（maximum value composites，MVC）將15 d的GIMMS NDVI 數(shù)據(jù)合成月NDVI 數(shù)據(jù)?？臻g和時間分辨率分別為8 km 和15 d，此數(shù)據(jù)集對云、太陽高度角、儀器視場角、氣溶膠的影響進行了校正，保證了數(shù)據(jù)質量。同期的TWS 數(shù)據(jù)來自3 個獨立中心（噴氣推進實驗室、德克薩斯大學空間研究中心和德國研究中心）的release-5 球諧產(chǎn)品，3 種產(chǎn)品均使用歷史均值作為基線[19]。本文使用的GRACE 數(shù)據(jù)為噴氣推進實驗室提供的2002—2015 年月平均陸地水儲量距平（TWSA）數(shù)據(jù)，其距平的基線為2004—2009年月平均陸地水儲量值，空間分辨率為1°，利用GLDAS-NOAH 陸地水文模型數(shù)據(jù)為參考對TWSA 數(shù)據(jù)進行降尺度，將TWSA 的空間分辨率處理為0.25°。為了使GIMMS NDVI 數(shù)據(jù)與TWSA 數(shù)據(jù)具有相同的空間分辨率，將GIMMS NDVI 數(shù)據(jù)重采樣至0.25°。將NDVI 序列數(shù)據(jù)進行距平處理，從NDVI 月觀測數(shù)據(jù)減去長期的月平均值計算NDVI 的月距平值。

圖1 黃河流域位置及DEM Fig.1 Location and DEM map of the Yellow River Basin

1.3 研究方法

1.3.1 GRACE 降尺度方法

如前所述，GRACE 數(shù)據(jù)具有周期性數(shù)據(jù)缺失和粗空間分辨率的缺點，為了解決這一問題，本文利用WAN 等[20]基于模型的方法對GRACE 數(shù)據(jù)進行降尺度。以空間分辨率為0.25°的GLDAS_NOAH 陸地水文模型數(shù)據(jù)為參考對TWSA 數(shù)據(jù)進行降尺度，將TWSA 的空間分辨率處理為0.25°。

1.3.2 趨勢分析法

本文使用Mann-Kendall（M-K）趨勢檢驗法對2002—2015 年NDVI 和TWSA 數(shù)據(jù)變化趨勢的顯著性進行檢驗。利用Theil-Sen Median 趨勢分析方法計算變量的斜率，計算式為：

式中：S是Sen趨勢分析的斜率；xi和i是第i年和第j年的NDVI值（1≤j

1.3.3 相關分析法

采用Pearson 相關分析探討NDVI 與TWSA 之間的關系，相關系數(shù)的顯著性以P<0.05 來評價。

2 結果與分析

2.1 黃河流域生長季植被NDVI 時空分布特征

2.1.1 NDVI 時間分布特征

基于像元對黃河流域2002—2015年生長季NDVI值取平均得到每年生長季植被NDVI均值。通過對黃河流域年均NDVI及各年NDVI偏差值進行統(tǒng)計（圖2）可知，2002—2015 年，黃河流域的NDVI 均值在0.39～0.44之間，平均值為0.42，最大值出現(xiàn)在2012年，達到0.44，超過平均值0.02，最小值則在2006年，為0.39，低于平均值0.03。2002—2015年黃河流域生長季植被NDVI總體上呈波動上升趨勢，增速為0.35%/a，個別年際變化波動性較大。黃河流域生長季植被NDVI 在2002—2015 年 出 現(xiàn)2 個 明 顯 地 減 少 階 段（2010—2011年和2012—2014年）、2個增加階段（2006—2010年和2011—2012年），14 a間黃河流域植被覆蓋情況整體轉好，NDVI值在2012年達到峰值，與賀振等[21]、田智慧等[22]的研究結果相符。2011年黃河流域的NDVI出現(xiàn)明顯的低峰值，這可能與該年的暴雨[23]有關，導致水土流失、植被覆蓋度降低。

圖2 2002—2015年黃河流域生長季植被NDVI年際變化和偏離分析 Fig.2 Interannual changes and deviations of vegetation NDVI during the growing season in the Yellow River Basin from 2002 to 2015

2.1.2 NDVI 空間分布特征

將2002—2015年黃河流域植被生長季NDVI累加后的平均值作為研究區(qū)14 a的NDVI值，同時根據(jù)不同的植被指數(shù)的變化情況，將研究區(qū)植被覆蓋劃分為無植被區(qū)（NDVI≤0.2）、極低植被區(qū)（0.20.6）[24]，結果如圖3所示。

圖3 2002—2015 年黃河流域生長季植被NDVI 空間分布 Fig.3 Spatial distribution of vegetation NDVI in the growing season of the Yellow River Basin from 2002 to 2015

黃河流域的植被分布在空間分布上表現(xiàn)出較強的差異特征，整體上由東南向西北呈帶狀遞減分布，其差異與自然地理條件和水熱條件有關。NDVI低值區(qū)主要分布于東北部的毛烏素沙漠以及北部的內蒙古地區(qū)，由于這些地區(qū)自然環(huán)境惡劣，NDVI相對較低。流域西南河源地區(qū)和青海高原，地勢較高且大陸性氣候較強，降水稀少，植被覆蓋度較低，NDVI較低。高值區(qū)主要分布在流域下游的平原地區(qū)，這是由于這些地區(qū)地勢平坦，水熱條件好，有大量的農田分布，植被NDVI普遍較高。陜北高原南部植被NDVI較高，流域上流的西北部的祁連山區(qū)由于林地種植導致植被NDVI較高，與顏明等[25]的研究結果相符。

2.2 NDVI 動態(tài)變化特征

基于像元尺度對黃河流域2002—2015 年植被NDVI 的年際變化進行Theil-sen 趨勢分析，得到研究區(qū)每個像元的NDVI 變化趨勢。由于不存在斜率嚴格等于0 的區(qū)域，因此依據(jù)NDVI 實際情況（S 平均值為0.0006），將S 介于-0.0006～0.0006 之間的數(shù)值視為穩(wěn)定變化，S>0.0006 為上升趨勢，S<-0.0006 為下降趨勢，基于Theil-sen 趨勢分析結合Mann-Kendall檢驗方法，在像元尺度的NDVI 變化趨勢分級結果如圖4 和表1 所示，將結果分為顯著增加、顯著減少（P<0.1）和不顯著變化3個等級。黃河流域植被NDVI的變化趨勢呈明顯的地域性空間差異特征，植被NDVI變化斜率穩(wěn)定在-0.002～0.003之間。由圖4可知，植被NDVI 顯著增加的區(qū)域主要分布在黃河流域的陜西、山西和甘肅的南部。植被NDVI 顯著減少區(qū)域零星分布于流域南部及下游區(qū)域。

通過對植被NDVI 不同變化程度所占面積比進行統(tǒng)計（表1）可知，2002—2015 年黃河流域大部分區(qū)域NDVI 變化表現(xiàn)出增加趨勢，其中能通過90%顯著性水平具有增加趨勢的區(qū)域面積為46.40%，僅有1.58%的區(qū)域表現(xiàn)出顯著下降的趨勢。不顯著變化的區(qū)域的面積約占52.02%。整體上大部分區(qū)域呈輕微增加，表明近14 a 來黃河流域大部分地區(qū)植被覆蓋在轉好。

圖4 2002—2015 年黃河流域NDVI 變化趨勢及變化趨勢顯著性 Fig.4 NDVI Change Trend and Significance of Change Trend in the Yellow River Basin from 2002 to 2015

表1 2002—2015 年黃河流域NDVI 變化趨勢統(tǒng)計 Table 1 Statistics of NDVI Change Trend in the Yellow River Basin from 2002 to 2015

2.3 TWSA 對生長季植被NDVI 的影響

2.3.1 TWSA 的變化分析

基于像元尺度對黃河流域2002—2015 年TWSA年際變化進行Theil-sen 趨勢分析，得到研究區(qū)每個像元的TWSA 變化趨勢（圖5）。黃河流域2002—2015年TWSA 呈逐年下降的趨勢，流域上游的河源地區(qū)TWSA 較多，流域東部地區(qū)TWSA 較少。TWSA 從西向東呈遞減趨勢，TWSA 上升的區(qū)域主要分布在流域的西部河源地區(qū)，下降區(qū)域主要分布在黃河流域中部的黃土高原、北部內蒙古地區(qū)以及東南部。

圖5 2002—2015 年黃河流域TWSA 空間分布及變化趨勢 Fig.5 TWSA spatial distribution and change trend in the Yellow River Basin from 2002 to 2015

2.3.2 植被NDVI 與TWSA 的關系

圖6表示月NDVI距平值與月TWSA 的變化曲線。從圖6 可以看出，2002—2015 年黃河流域的TWSA有下降的趨勢，NDVI 有上升的趨勢。NDVI 具有明顯的季節(jié)性變化，表現(xiàn)出先上升后下降的變化趨勢，其中最大值在夏季。整體來說TWSA的變化過程與NDVI較相似，說明植被NDVI 的年內變化特點和TWSA 較為吻合。

通過計算2002—2015 年黃河流域植被NDVI 與TWSA 之間的相關系數(shù)，可知植被NDVI 和TWSA 的響應呈顯著的空間差異性。植被NDVI 與TWSA 的相關系數(shù)在-0.48～0.72，植被NDVI 與TWSA 呈正相關的面積占總面積的50.82%，主要分布在黃河上游的河源地區(qū)、甘肅和寧夏的南部和內蒙古東部等地區(qū)；呈負相關的面積占總面積的49.18%，主要分布在流域的中部地區(qū)，尤其是內蒙古的南部、陜西省和山西省。對TWSA 與植被NDVI 的相關性系數(shù)進行了顯著性T檢驗。由圖7 可知，28.90%的區(qū)域通過P<0.05 水平的檢驗，顯著相關區(qū)域主要分布在黃河上游的河源地區(qū)和甘肅的南部，中下游地區(qū)相關性較弱甚至呈負相關。

圖6 2002—2015 黃河流域生長季（4—10）月NDVI 與TWSA 的變化曲線 Fig.6 Changes in NDVI and TWSA during the growing season (April to October) of the Yellow River Basin from 2002 to 2015

圖7 2002—2015 黃河流域生長季NDVI 與TWSA 相關性的空間分布 Fig.7 Spatial distribution of the correlation between NDVI and TWSA in the growing season of the Yellow River Basin from 2002 to 2015

3 討 論

本研究表明，2002—2015 年黃河流域生長季植被NDVI 總體上呈波動上升趨勢，大部分區(qū)域NDVI 變化表現(xiàn)出增加的趨勢，其中顯著增加的區(qū)域主要分布在黃河流域的陜西省、山西省和甘肅省的南部。表明隨著國家的生態(tài)保護建設工程的實施，流域生態(tài)環(huán)境得到改善，植被覆蓋度明顯增加，生態(tài)效益逐漸呈現(xiàn)。在黃河上游的河源地區(qū)TWSA 和植被NDVI 呈顯著正相關，主要原因是：上游的植被類型主要是高寒草甸和草地，降雨稀少，植被所需水分主要來自土壤水分、地下水和冰雪融水，因此，TWSA 對此區(qū)域的植被生長起到至關重要的作用。同時也有學者表明，較干旱地區(qū)植被NDVI 對TWSA 的響應更敏感[26]。而在內蒙古自治區(qū)南部、陜西省、山西省等地區(qū)相關性不大甚至呈負相關。農業(yè)管理水平（特別是灌溉農業(yè)）的提高和植被建設工程（比如退耕還林）的實施可在局部甚至區(qū)域尺度有效增加植被覆蓋[27]。在省域尺度上，陜西省和山西省的植被恢復受人類活動的影響較大，2 個地區(qū)1987—2015 年生長季植被NDVI 增加的貢獻率平均超過65%[3]。人類活動的加入，無疑會使這些地區(qū)TWSA 和植被NDVI 的相關性減弱甚至呈負相關。2002—2015 年黃河流域中下游地區(qū)TWSA 都出現(xiàn)了明顯的下降趨勢，這可能也與氣候趨于暖干化背景下的人類活動有關。一些研究表明黃土高原及下游區(qū)域，TWSA 的枯竭與地下水位的下降有密切關系。黃河流域的中下游地區(qū)分布有大量以灌溉為主的農田，灌溉的抽取會造成地下水和河流的迅速枯竭，TWSA 急劇下降[28]，所以TWSA 與這些區(qū)域植被NDVI 相關性較弱。

以往的研究表明，降水對植被的生長影響較大[21]。但是沒有考慮到其他水的可用性指標對植被生長的影響，非降水水源（例如土壤水、地下水和冰雪融水）對于夏季降水稀少地區(qū)的植被來說是至關重要的。

不同地區(qū)植被NDVI 對TWSA 的響應頗為復雜，目前對兩者之間的響應還缺乏全面系統(tǒng)的研究。筆者選取TWSA 數(shù)據(jù)，揭示了黃河流域生長季植被NDVI對TWSA 的響應情況，對植被NDVI 與水熱條件響應研究進行補充。但TWSA 空間分辨率存在不足，目前可以獲取的TWSA 數(shù)據(jù)范圍是2002—2015 年，未來應該使用更高的分辨率數(shù)據(jù)和更先進的數(shù)值模型工具定量研究植被對TWSA 的響應，以便更系統(tǒng)地研究這種響應機制。

4 結 論

1）黃河流域2002—2015 年生長季植被年NDVI均值為0.42，總體上呈波動上升趨勢，增速為0.35%/a，個別年際變化波動性較大。空間分布上，黃河流域NDVI 表現(xiàn)出較強的差異特征，整體上由東南向西北呈帶狀遞減分布。

2）植被NDVI 顯著上升的區(qū)域主要分布在黃河流域中部的陜西省、山西省以及甘肅省南部，植被NDVI 顯著下降區(qū)域零星分布于流域南部及下游區(qū)域，流域大部分區(qū)域NDVI 呈緩慢增加趨勢。

3）NDVI與TWSA在上游河源區(qū)和甘肅南部呈顯著正相關，是由黃河流域的水熱條件導致的，中上游降水稀少，TWSA 對植被的影響較大；而在中下游地區(qū)相關性較弱甚至呈負相關，與人類活動的加入有關。