東北多年凍土區植被NDVI變化及其對氣候變化和土地覆被變化的響應

毛德華,王宗明,宋開山,劉殿偉,張 柏,張素梅羅 玲,張春華(.中國科學院東北地理與農業生態研究所,吉林 長春 3002；2.中國科學院研究生院,北京 00049)

東北多年凍土區植被NDVI變化及其對氣候變化和土地覆被變化的響應

毛德華1,2,王宗明1*,宋開山1,劉殿偉1,張 柏1,張素梅1,2羅 玲1,2,張春華1,2(1.中國科學院東北地理與農業生態研究所,吉林 長春 130012；2.中國科學院研究生院,北京 100049)

利用1982～2006年的NOAA AVHRR-GIMMS和MODIS 2種數據集的歸一化植被指數(NDVI)數據對東北多年凍土區植被NDVI年際動態和空間差異進行分析,并結合氣象數據和土地利用/覆被數據分析了植被NDVI對氣候變化和土地利用/覆被變化的響應.研究表明,東北多年凍土區植被NDVI值較高,且空間差異明顯;森林為該區主要植被類型,NDVI值較高,主要分布于大小興安嶺和伊春地區;草地集中分布于西南部, NDVI值相對較低.東北多年凍土區過去25a間植被生長的變化趨勢為:伴隨著氣溫的顯著升高和降水量減少,植被NDVI顯著下降.較氣溫而言,降水量是影響植被NDVI的主要因子(r = 0.77, P ＜ 0.01).在氣候變化和人類活動的雙重作用下,東北多年凍土區植被NDVI在1982～2006年間表現為4個階段:1982～1990年,植被NDVI雖有小幅波動,但整體上呈持續增加的趨勢;1990～1993年,植被NDVI呈迅速下降趨勢; 1993～1997年,植被NDVI呈現回升態勢,表現出緩慢上升的趨勢;1998～2006年,植被NDVI呈現總體下降趨勢.不同植被類型表現出不同的NDVI年際變化規律,尤以草地NDVI值波動最大.植被NDVI變化空間異質性顯著.氣候變化和多年凍土退化影響了東北多年凍土區植被NDVI動態.年均氣溫升高和年降水量降低影響了植被的生長.從像元尺度來看,研究區植被NDVI與氣溫和降水均具有較顯著的相關性.研究區土地利用/覆被變化的分析結果表明,不同的土地利用類型間的轉變對植被NDVI的大小和空間分布產生了重要影響.

植被NDVI；氣候變化；土地利用/覆被變化；基于像元的相關分析；東北多年凍土區

植被作為連結土壤、大氣和水分的自然“紐帶”,在全球變化研究中起到“指示器”的作用[1].動態監測植被覆蓋的時空演變,對深入研究植被與氣候變化和人類活動之間的響應關系、揭示區域環境狀況的演化與變遷等具有重要的現實意義[2].歸一化差值植被指數(NDVI)是反映植被覆蓋的一個重要指數,其時間序列的變化對應著植被的生長和變化,因而被廣泛應用于大尺度植被活動狀況的研究.近年來，國內外學者利用NDVI數據在全球、大陸和區域等空間尺度上對植被覆蓋變化進行了深入研究[2-8].隨著遙感技術的不斷發展,可利用的 NDVI數據集也越來越多,如AVHRR-NDVI數據,SPOT VGT-NDVI數據,MODIS-NDVI數據,以及 TM-NDVI數據等.國內學者[4-8]利用不同時間序列的 NOAA AVHRR-NDVI數據分析了不同尺度和地區植被覆蓋的動態變化以及氣候因子對植被覆蓋的影響;利用不同年份的 SPOT數據研究了不同地區植被覆蓋的變化及其驅動因素[2-3].雖然可用的遙感數據類型逐漸增多,但單一數據集在一定程度上有時間序列上的局限性,信忠保等[2]利用GIMMS和SPOT VGT2種數據集的NDVI數據對黃土高原植被覆蓋變化及氣候變化和人類活動對植被覆蓋變化的影響進行研究;國際上很多學者對于 AVHRR和 MODIS等不同數據集的NDVI數據集成應用的可行性進行了探討[9-10],然而國內對于AVHRR和MODIS 2種數據集結合應用的相關工作不多.

我國東北多年凍土區地處北半球高緯度地區,對氣候變化非常敏感.隨著全球氣候變化,多年凍土區的降雪和積雪狀況、多年凍土的穩定性、土壤凍融狀況等都可能發生變化,融凍期的提前和土壤凍結時間的延遲與氣溫升高密切相關[11].氣溫和降水也是多年凍土的形成與退化的關鍵因子[12-13],東北多年凍土區植被覆蓋主要受寒區多年凍土以及氣候因子的影響.分析過去幾十年里東北多年凍土區植被覆蓋時空特征及其對氣候變化和人類活動的響應,對于豐富全球變化區域響應的研究成果具有重要意義.目前很多學者已經對東北地區的植被覆蓋變化情況以及植被變化的驅動因子[14-18]和土地利用/覆被變化[19]做了大量研究.但由于數據源的限制,研究時段多為 1982～2003年.東北多年凍土區凍土退化現狀、趨勢與影響因素得到廣泛關注[20-23].迄今為止,未見長時間序列東北多年凍土區植被變化及其對氣候變化和人類活動響應的報道.本研究利用MODIS數據集對GIMMS NDVI數據集進行插補,獲取長時間序列數據,分析東北多年凍土區植被覆蓋的時空特征,并結合同期氣象觀測數據和土地利用/覆被數據,探討凍土區植被覆蓋對氣候變化和土地覆被變化的響應.

圖1 東北多年凍土區在東北地區示意Fig.1 Position of permafrost region in northeast China

1 研究區概況

東北多年凍土區為中國第2大凍土分布區,是我國高緯度多年凍土的主要分布區之一(46°30′N～53°30′N, 115°52′E～135°09′E),面積約為4.2×105km2,地跨黑龍江省和內蒙古自治區的最北部.該區屬寒溫帶大陸性氣候,冬季漫長、干寒,夏季短暫、濕熱.地形多為山地,植被覆蓋度較高,森林覆蓋占重要位置,主要樹種為落葉松,常綠針葉松,以及白樺、柞樹等混交樹種.少數地區地勢平坦,如西南部以及東南部區域,主要土地覆被類型為草地和耕地.主要河流有黑龍江、烏蘇里江、松花江.也是東北濕地的主要分布區域,冷濕的氣候和多年凍土的分布是本區沼澤濕地形成的重要因素.

2 數據與方法

2.1 數據來源與處理

本研究使用的GIMMS NDVI數據來自美國航空航天局(NASA)全球監測與模型研究組GIMMS提供的 NOAA/AVHRR-NDVI數據集,其空間分辨率為 8km×8km,屬半月合成數據,時間跨度為 1982年 1月～2003年 12月.MODISNDVI數據來自美國 NASA的地球觀測系統EOS/MODIS數據集,其空間分辨率為1km×1km,采用的MODIS數據時間為2000年2月2006年12月,獲得的2種數據集的NDVI數據都已經過幾何精糾正、輻射校正、大氣校正等預處理、且都已采用最大值合成法(MVC)以減少云、大氣、太陽高度角等的影響.

首先對空間分辨率為1km MODIS NDVI 月值數據進行重采樣,獲取 8km 空間分辨率的MODIS 月最大數據集,依據AVHRR和MODIS兩種傳感器的特點對8km空間分辨率的2種數據集進行一致性分析,分別基于2種數據集的月最大數據及像元數據間的相關系數及其顯著相關性,確立應用MODIS數據對GIMMS數據進行長時間序列的插補的可行性.基于2種數據集重合月份像元尺度上建立的線性回歸方程,在 Arcmap Spatial Analysis模塊進行柵格運算,獲取 GIMMS NDVI 2004～2006各月份的插補數據序列.基于各年月最大數據通過 MVC方法獲取年最大數據.年最大NDVI代表了全年植被的最好生長狀況.

東北多年凍土區范圍矢量數據是參考孫廣友[13]總結其他凍土研究學者經驗并改進的東北地區多年凍土分布圖,進行矢量化和屬性添加得到的,轉化為 Albers投影,以便進行下一步分析.植被類型矢量數據來自中國科學院中國植被圖編輯委員會2001年編制的1100∶萬中國植被圖集的東北地區部分,經掃描矢量化和屬性添加得到.1986年和 2005年土地利用數據來自于中國科學院資源環境科學數據中心沼澤濕地與東北數據分中心,已得到廣泛驗證和應用[19,24].

氣象數據來源于中國氣象科學數據共享服務網(http://cdc.cma.gov.cn/)中國地面國際交換站,本文所用數據為氣候資料數據集中的東北多年凍土區19個氣象站點1982～2006年的年平均氣溫和年降水量數據.應用GIS軟件采用反距離權重插值獲得與 NDVI數據同樣投影和空間分辨率的柵格數據.

2.2 研究方法

2.2.1 植被覆蓋特征分析方法 采用 1982～2006年的年最大NDVI平均數據研究東北多年凍土區植被覆蓋的整體分布情況,結合植被類型圖分析 NDVI分布特征.NDVI年際變化趨勢分析采用25a間每年的年最大NDVI數據全區域平均值分析其變化趨勢,通過回歸分析來了解NDVI變化顯著水平.同時結合植被覆蓋類型數據提取不同類型的 NDVI進行區域統計,分析不同類型植被的NDVI年際變化特征.

趨勢線分析方法[4]可以模擬每個柵格的變化趨勢,反映不同時期植被覆蓋變化的空間分布特征.本文用此方法來模擬多年 NDVI的變化趨勢,根據植被NDVI變化范圍,定義無變化、輕度增加、輕度減少、高度增加和嚴重減少5個變化區間.計算公式為:

2.2.2 東北多年凍土區植被與氣候因子相關分析 借助 Armap9.2的地統計分析模塊下的Geostatistical Wizard將氣溫、降水在ArcMap中經反距離權重插值獲取與 NDVI數據具有同樣投影和空間分辨率的氣象柵格數據.本文首先對1982～2006年東北多年凍土區25a的年均NDVI與年均氣溫和年降水量進行相關分析,探討長時間序列的植被NDVI與氣候因子間的相關性(其中,NDVI、氣溫、降水三者樣本數均為 25,自由度為 23).然后利用基于像元的相關分析方法,對1982～2006年東北多年凍土區25a NDVI序列數據與氣候因子(溫度與降水量)進行逐像元相關分析,以其相關系數來反映氣候因子與 NDVI序列的相關程度,并探討相關系數的空間分布情況,綜合分析植被 NDVI對氣候因子的響應.其相關系數計算公式[1]如下:

rx y為要素x和y之間的相關系數,表示該2要素之間的相關程度的統計指標,其值介于[-1,1]區間.rx y ＞0表示正相關;rx y ＜0表示負相關,相關系數越大,說明該像元處二者要素相關性越強.

為進一步探討東北多年凍土區植被 NDVI所受氣候因子的主控因素,對年最大 NDVI與年平均氣溫和年降水量進行偏相關分析,偏相關系數計算公式[1]如下:

式中: r12、r13、r23分別表示變量V1與V2、V1與V3和V2與 V3的相關系數;R12.3是將變量V3固定后變量V1與變量V2之間的偏相關系數.

2.2.3 東北多年凍土區土地利用/覆被變化分析 在Arcmap9.2環境下將裁切后的1986年和2005土地利用/覆被數據利用Intersect命令進行疊加,添加字段并利用Select By Attributes命令獲得 1986～2005年期間不同土地利用/覆被類型之間的變化記錄,統計變化面積,并根據轉移矩陣以及各類型變化的空間分布情況進行轉移矩陣分析.

3 結果與分析

3.1 GIMMS和MODIS數據一致性檢驗

由于GIMMS和MODIS2種數據采用了不同的傳感器,其波段范圍有一定差異,表1列出了2種傳感器在近紅外和紅波段的波長范圍以及空間和時間分辨率等特征.由表1可見,在進行長時間序列分析年際變化前需對 2種數據集進行一致性檢驗.2種數據集有4年數據交叉,在此采用各月最大 NDVI全區域平均來分析二者相關系數,從研究區大尺度來看,2種數據集相關系數為 0.9427,具有較顯著的一致性,通過0.001置信度檢驗(圖2a).

表1 GIMMS和MODIS 2種數據集傳感器的幾何和光譜特征Table 1 The geometric and spectrum characters of the different datasets, GIMMS and MODIS

對研究區進行像元尺度 2種數據集的一致性檢驗,從像元尺度來看,2種NDVI數據集之間具有很好的線性關系(n=32000,P＜0.001)(圖 2b).從差值大小來看,2種數據集差值集中在±0.2之間,插值后在±0.1之間.從像元尺度上來看,2種數據集之間一致性關系良好.綜合分析,針對東北多年凍土區大區域空間尺度來說,可以用 MODIS數據集對GIMMS數據插補,進行NDVI的時間序列分析.

圖2 東北多年凍土區GIMMS和MODIS NDVI數據對比Fig.2 The contrast of GIMMS and MODIS NDVI datasets in the northeast permafrost region

3.2 植被NDVI分布狀況及其年際變化與空間特征分析

3.2.1 植被NDVI基本特征 由圖3可知,東北多年凍土區植被 NDVI的空間分布狀態與地形和植被類型有很大關系.本區地處我國的北方邊境地區,地貌類型主要為山地,小部分區域地勢較平.區域植被生長狀態總體較好.小興安嶺南部伊春地區以及大興安嶺部分地區為闊葉林覆蓋區,NDVI值最高,在 0.8～0.9之間;圖里河、塔河等地區主要植被覆蓋類型為針葉林,森林茂盛,NDVI值也較高,一般在 0.7～0.9之間;阿爾山東部有灌木林地分布,為東北林區與內蒙草原交錯區,NDVI值在0.6～0.7之間.北安、嫩江區域是本研究區農田的主要分布區,植被覆蓋狀況低于森林覆蓋區,平均NDVI值在0.6～0.7之間.西南部為草地集中區,為呼倫貝爾典型草原,NDVI值在0.4～0.5之間,額爾古納右旗地區草甸草原較典型草原區 NDVI值高,在 0.5～0.6之間;該區域由于受人類干擾程度不同,表現出不同的 NDVI值分布規律.在人類活動比較集中的地區以及一些非植被覆蓋區,NDVI值在 0～0.3之間.其他植被覆蓋類型如沼澤濕地和草甸,大多分布于山地森林之間的地形平坦地區以及河流沿岸,植被生長狀況較好,NDVI值在0.4～0.6之間.

圖3 東北多年凍土區植被類型和25a平均NDVI分布Fig.3 Vegetation distributions in the northeast permafrost region and the mean NDVI distributions in the past 25 years

3.2.2 植被NDVI年際變化特征 對全區年最大NDVI與年份做回歸分析得出,25a間東北多年凍土區植被NDVI呈極顯著下降趨勢(P ＜ 0.01).本區是東北地區乃至全國的木材主要產區,分布著諸多的林場作業區,近幾十年來受氣候條件和人為因素影響較大.由圖4a可見,25a間NDVI值波動較大,分別在1986、1993和1998年出現NDVI低值.其中,1998年出現最小值是因為該區地處東北地區河流分布較多的區域,該年的強降水(全區年均降水量近 600mm)嚴重影響了植被生長[14].整體來看,研究區植被NDVI在1982～2006年之間大致可以分為4個階段: ①1982～1990年,植被覆蓋雖有小幅波動,但整體上呈小幅持續增加的趨勢.②1990～1993年,植被 NDVI呈迅速下降趨勢.③1993～1997年,植被 NDVI呈現回升,表現出緩慢上升的趨勢.④1998～2006年,NDVI呈現下降趨勢,其間伴隨有小幅波動.4個階段的NDVI值年際變化趨勢是人類活動與氣候變化綜合作用的結果.

圖4 1982～2006年東北多年凍土區年均NDVI年際變化和不同類型植被NDVI變化曲線Fig.4 NDVI variation curves of annual mean and different vegetation types in northeast permafrost region from 1982 to 2006

3.2.3 不同植被類型 NDVI年際變化特征 采用年最大NDVI值來分析不同植被類型的NDVI年際變化情況,如圖4b所示.選取4種典型植被類型分析其年際變化趨勢:針闊混交林、落葉針葉林、耕地、典型草原.由圖4b可見,除典型草原受氣候因子和人為因素影響年際波動較大外,其他幾種類型變化情況基本一致,并與整個研究區平均NDVI年際變化情況相吻合.

3.2.4 植被 NDVI變化空間分布特征 通過逐像元趨勢線分析方法,分析東北多年凍土區植被NDVI變化趨勢,可以看出,整個研究區域 25a來發生了不同程度的變化(圖5),黑龍江省伊春、孫吳,內蒙古東部阿爾山、博客圖等東北部大面積的森林植被覆蓋有所下降,NDVI值輕度減少.研究區西南部植被覆蓋類型為典型草原和草甸草原.海拉爾、呼倫貝爾、滿洲里等區域 NDVI值呈輕度增加,這是主要是由于人類活動影響,草地開墾變成農田.小部分區域草原 NDVI值出現嚴重減少情況,主要原因為人類活動造成的植被退化與荒漠化.結合植被類型圖來看,研究區內農田植被NDVI 在25a間變化較小或者呈無變化.沿黑河、孫吳邊境地區沼澤濕地NDVI值呈輕度增加,原因為沿邊境地區部分沼澤濕地受氣候和人為因素影響變成農田或者林地.

圖5 1982～2006年東北多年凍土區植被年最大NDVI變化空間分布Fig.5 Spatial distribution of the annual maximum NDVI slope in northeast permafrost region from 1982 to 2006

3.3 東北多年凍土區氣候因子變化特征

研究區 1982～2006年 25a的年平均氣溫為-0.6,℃最高年均氣溫0.4(1990℃年),最低年均氣溫為-2.2(1987℃年).由圖6a可以看出,25a來該研究區氣溫呈現緩慢然而顯著(P＜0.05)的上升趨勢.25a氣溫大約升高1,℃增長速率為0.0383/℃年.研究區25a間年降水量平均值為456.5mm,年降水量最大值出現在 1998年,為597.9mm;最小值為 342.9mm(2001年).25a年降水量的減少速率為3.58mm/a(圖6b).

圖6 1982～2006年東北多年凍土區年均氣溫和年降水量年際變化趨勢特征Fig.6 The variation of annual mean temperature and annual precipitation in northeast permafrost from 1982 to 2006

3.4 植被NDVI對氣候變化和土地覆被變化的響應

分別對1982～2006年的植被年最大NDVI、年均氣溫和年降水量進行 25a平均,在 ArcInfo grid模塊下,計算 NDVI與氣溫和降水之間的相關系數.結果表明,植被NDVI與年均氣溫間呈負相關關系,相關系數為-0.2641 (P ＜ 0.05);植被NDVI與年降水量間呈正相關關系,相關系數為0.7700 (P ＜ 0.01).從相關系數結果而言,植被NDVI與年降水量間的相關系數明顯大于年平均氣溫,由于兩者的相關系數都呈現顯著相關性,為進一步確立主控因子,對植被 NDVI與年平均氣溫與年降水量進行偏相關分析.偏相關分析結果相關系數分別為:-0.582,0.843,相關性均顯著(P ＜ 0.01);降水量是東北多年凍土區植被年最大NDVI的主要影響因子.

3.4.1 植被 NDVI與年平均氣溫的相關分析 1982～2006年植被 NDVI與年均氣溫進行逐像元相關分析的結果顯示(圖 7a),東北多年凍土區 NDVI與年均氣溫整體上呈負相關.新巴爾虎左旗、海拉爾、滿洲里、塔河等部分像元的NDVI和氣溫關系表現為正相關性,有些地區表現為顯著正相關,相關系數在 0.2～0.6之間.結合植被類型圖可知,這些正相關區域的主要植被類型是典型草原、草甸草原、草甸和沼澤濕地,其中草甸草原和沼澤濕地與氣溫相關性最為顯著.氣溫升高及土壤凍融狀況的變化會使凍土區濕地植物的生長期產生變化及可能的植被覆蓋度增加[25].由于東北多年凍土區地處北半球高緯度地區,年平均氣溫較低,土壤多為多年凍土和季節性凍土,全球氣候變暖使得多年凍土退化,凍土上界下移、凍土活動層增厚[26],植被可生長和利用的土壤空間以及土壤有機物增加[27].通常,草地、濕地、灌木較森林植被對溫度、降水具有更為顯著的響應[15].因此,該區域植被生長狀況較好,NDVI值有所升高.呼瑪、孫吳、伊春、阿爾山等區域的部分像元 NDVI和氣溫表現為顯著負相關,相關系數在-0.9～-0.4之間,這些地區植被類型主要是闊葉林、灌木林地,雖不能確定溫度升高是該區植被覆蓋降低的直接驅動因子、但二者之間表現出的相關性說明,溫度的升高直接影響了該區域的植被覆蓋變化.楊光華等[3]認為溫度升高加速了地表蒸散過程,潛在地加劇了水分的缺乏,東北多年凍土區年均氣溫較低、加上年降水量在不斷減少(圖 6b),這就限制了植被的生長,進而導致植被NDVI下降.朱文泉等[28]研究發現,東北寒區植被生長主要受溫度制約,而本研究發現,對于東北多年凍土區年最大 NDVI主要受降水影響,分析原因為年最大 NDVI主要出現在生長季 6～9月份,這個時間段的東北多年凍土區平均氣溫相對其他月份較高,適合于植被生長,而處于生長季的植被對于變化的降水量較為敏感,受影響作用較大,故與降水的相關系數較高,這一結論與王宗明等[8]研究認為“東北地區生長季降水與植被NDVI的相關性大于氣溫與植被 NDVI的相關性”相吻合.

圖7 東北多年凍土區年最大NDVI與年平均氣溫和年降水量間相關系數分布情況Fig.7 Distribution of correlation coefficients between NDVI and annual mean temperature and annual precipitation in northeast permafrost region

3.4.2 植被NDVI與年降水量間相關關系 植被 NDVI與年降水量之間的逐像元相關分析結果表明,整體上二者呈正相關關系(圖 7b),隨著時間推移,年降水量不斷降低,植被覆蓋下降,NDVI值減小.由于本區地處北方高緯度地帶,氣候以大陸性氣候為主,降水量是本區植被生長的關鍵因子,具有決定性的意義,這與中國寒旱區的研究結果[29]相吻合.研究區西南部典型草原以及草甸草原分布區植被 NDVI與降水量表現出了較顯著的正相關性,像元相關系數多在 0.5以上.分析其原因為:該區地處東北寒區西南部,遠離河流和海洋,西部為內蒙古干旱地區,受降水量直接影響較大[30],并且草地對于氣候變化反應更為迅速.沿邊境一帶的森林覆蓋區域,由于河流較多,空氣濕潤,植被覆蓋NDVI與降水量之間無顯著相關性.研究區東部,小二溝、嫩江、大興安嶺區域表現出較顯著的負相關性,部分像元相關系數小于-0.5,其他在-0.2～-0.5之間.該區域植被類型主要是耕地和沼澤濕地.分析出現負相關的原因是:降水量減少導致河流水位下降,兩岸沼澤濕地和草甸植被生長面積增加,或者河流兩岸原無植被覆蓋或覆蓋度低的區域在人類活動作用下轉化成農田,這些都進一步提高了植被覆蓋.另外隨著降水量的減少,沼澤濕地土壤水分含量較之以前降低,而現有土壤濕度更適合于植被生長,加上人類活動影響和氣溫升高,農田淺層年平均地溫較濕地明顯升高,造成東北多年凍土區凍土的退化[31],進而為植被的生長創造了更優越的生長環境.

從氣候因子年際變化曲線可以得出,東北多年凍土區在全球變化大背景下,年平均氣溫將持續升高,而年降水量減少,東北多年凍土區植被NDVI與氣候因子間的相關性更為顯著,特別是研究區西部典型草原和草甸草原區應進行合理的調控措施,防止科爾沁荒漠化地帶蔓延.

3.4.3 植被 NDVI對土地利用/覆被變化的響應 對1986年和2005年的土地利用數據進行轉移矩陣分析,1986～2005年各土地利用類型之間的轉化面積見表2.

從圖4b可見,同等狀態下各類型NDVI均值表現為:林地＞耕地＞草地.通過轉移矩陣以及土地利用/覆被變化分布分析,結合NDVI變化空間分布(圖 5)得出:東北多年凍土區耕地面積有所增加,增加量為 3027.1km2,主要由林地和草地轉化而來;其中草地退化為耕地主要分布在海拉爾東部和新巴爾虎左旗區域,該區域 NDVI呈輕度減少狀態.林地面積減少 3243.7km2,主要轉變為耕地(小二溝、嫩江區域)和草地(阿爾山南部區域),發生該類土地利用變化的區域,其 NDVI值大部分呈輕度減少,少數區域呈嚴重減少狀態.草地總體面積變化不大,但其變化的空間差異較大,海拉爾東部及額爾古納右旗地區的草甸草原退化,人為開墾嚴重,轉變為耕地(3418.4km2), NDVI值輕度增加;而海拉爾西部,新巴爾虎左旗北部地區為退耕還草工程典型區,較大面積的耕地轉變為草地(2415.4km2),NDVI輕度減少.阿爾山東南部屬草原和林地交匯處,部分林地轉變為草地(1450.5km2),NDVI值減小;呼倫貝爾典型草原地區少量草地轉化為沙地、海拉爾的部分草地轉化為鹽堿地,導致植被 NDVI嚴重減小.綜上所述,不同土地利用類型間的變化直接導致了植被NDVI的大小發生變化,影響了植被 NDVI在時間和空間上的分布特征.

表2 1986～2005年各土地利用/覆被類型面積變化統計(km2)Table 2 Statistics of area change for different land use types from 1986 to 2005 (km2)

4 結論

4.1 通過對NOAA AVHRR和MODIS2種數據集的結合使用,解決了單一數據集時間序列有限的局限性,為長時間序列的植被動態變化研究提供借鑒.

4.2 東北多年凍土區1982～2006年25a時間內植被生長的變化趨勢為:伴隨著氣溫的顯著升高和降水量下降,植被NDVI顯著下降,降水量是影響植被NDVI的主要因子.

4.3 東北多年凍土區有很強的地域特征.森林為該區主要植被覆蓋類型,NDVI值較大;草地集中在研究區西南部地區,NDVI值相對較小.在氣候變化和人類活動的雙重作用下,東北多年凍土區植被覆蓋 NDVI在 1982～2006年間表現出 4個變化階段.不同植被覆蓋類型表現出了不同的NDVI年際變化趨勢,但尤以草地 NDVI值波動最大.從研究區NDVI變化空間分布來看,伊春、阿爾山、博克圖等大面積地區,森林植被覆蓋有所下降,NDVI輕度減少.研究區西南部海拉爾、呼倫貝爾、滿洲里部分的典型草原、草甸草原植被NDVI值呈輕度增加.

4.4 東北多年凍土區植被NDVI受氣候因子影響較大,植被NDVI值與氣候因子間具有很強的相關性.氣候變化直接影響植被的生長狀況;同時,氣候因子的變化直接影響多年凍土區凍土的退化情況,進而間接影響植被的生長.東北多年凍土區植被NDVI表現出了空間和時間上的變化響應.

4.5 1986～2005年間草甸草原轉變為耕地,NDVI輕度增加.小二溝、嫩江地區林地轉變為耕地;海拉爾西部、新巴爾虎左旗北部地區耕地轉變為草地(退耕還草);阿爾山東南部灌木林地轉變為草地,這些地區的土地利用/覆被變化導致NDVI值呈現輕度減少的趨勢.雖然東北多年凍土區土地利用變化比例較小,變化面積僅占總面積的2.4%.但不同的土地利用類型間的轉變對植被NDVI的大小和空間分布產生了重要影響.

[1] 孫紅雨,王常耀,牛 錚,等.中國植被覆蓋變化及其與氣候因子關系—基于 NOAA 時間序列數據 [J]. 遙感學報, 1998,2(3):204-210.

[2] 信忠保,許炯心,鄭 偉.氣候變化和人類活動對黃土高原植被覆蓋變化的影響 [J]. 中國科學(D 輯):地球科學, 2007,37(11):1504-1514.

[3] 楊光華,包安明,陳 曦,等.1998—2007年新疆植被覆蓋變化及驅動因素分析 [J]. 冰川凍土, 2009,31(3):436-444.

[4] 馬明國,王 建,王雪梅.基于遙感的植被年際變化及其與氣候關系研究進展 [J]. 遙感學報, 2006,10(3):421-431.

[5] 方精云,樸世龍,賀金生,等.近 20年來中國植被活動在增強 [J].中國科學(C輯), 2003,33(6):554-565.

[6] 樸世龍,方精云.最近18年來中國植被覆蓋的動態變化 [J]. 第四紀研究, 2001,21(4):294-302.

[7] 陳云浩,李曉兵,史培軍.1983～1992年中國陸地NDVI變化的氣候因子驅動分析 [J]. 植物生態學報, 2001,25(6):716-720.

[8] 王宗明,國志興,宋開山,等.中國東北地區植被 NDVI對氣候變化的響應 [J]. 生態學雜志, 2009,28(6):1041-1048.

[9] Compton J Tucker, Jorge E Pinzon, Molly E Brown, et al. An extended AVHRR 8-km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data [J]. International Journal of Remote Sensing, 2005,26(20):4485-4498.

[10] Rasmus Fensholt, Kjeld Rasmussen, Thomas Theis Nielsen, et al.Evaluation of earth observation based long term vegetation trends— Intercomparing NDVI time series trend analysis consistency of Sahel from AVHRR GIMMS, Terra MODIS and SPOT VGT data[J]. Remote Sensing of Environment, 2009,113:1886-1898.

[11] Poutou E, Krinner G, Genthon C. Role of soil freezing in future boreal climate change [J]. Climate Dynamics, 2004,23:621-639.

[12] Anisimov O A, Nelson F E, Pavlov A V. Predictive scenarios of permafrost development under conditions of global climate change in the XXI century [J]. Earth Cryology, 1999,3:15-25.

[13] 孫廣友,于少鵬,王海霞.大小興安嶺多年凍土的主導成因及分布模式 [J]. 地理科學, 2007,27(1):68-74.

[14] 張 軍,葛劍平,國慶喜.中國東北地區主要植被類型NDVI變化與氣候因子的關系 [J]. 生態學報, 2001,21(4):522-525.

[15] 鄧朝平,郭 鈮,王介民,等.近20余年來西北地區植被變化特征分析 [J]. 冰川凍土, 2006,28(5):436-444.

[16] 國志興,王宗明,宋開山,等.1982～2003年東北地區植被對氣候變化的響應研究 [J]. 西北植物學報, 2008,28(1):0155-0163.

[17] 羅 玲,王宗明,宋開山,等.1982～2003年中國東北地區不同類型植被 NDVI與氣候因子的關系研究 [J]. 西北植物學報,2009,29(4):0800-0808.

[18] 王 宏,李 霞,李曉兵,等.中國東北森林氣象因子與 NDVI 的相關關系 [J]. 北京師范大學學報(自然科學版), 2005,41(4):425-430.

[19] 張樹文,張養貞,李 穎,等.東北地區土地利用/覆被時空特征分析 [M]. 北京:科學出版社, 2006.

[20] 金會軍,于少鵬,呂蘭芝,等.大小興安嶺多年凍土退化及其趨勢初步評估 [J]. 冰川凍土, 2006,28(4):467-476.

[21] 郭東信,王紹令,魯國威,等.東北大小興安嶺多年凍土分區 [J].冰川凍土, 1981,3(3):1-9.

[22] 王春鶴,張寶林,劉福濤.中國東北地區多年凍土退化標志和現象 [C]//第五屆全國冰川凍土學術大會論文集(下冊)蘭州:甘肅文化出版社, 1996:1063-1070.

[23] 周 梅,余新曉,馮 林.大興安嶺林區多年凍土退化的驅動力分析 [J]. 干旱區資源與環境, 2002,16(4):44-47.

[24] Wang Z M, Zhang B, Song K S, et al. Land use changes in Northeast China driven by human activities and climatic variation[J]. Chinese Geographical Science, 2009,19(3):225-230.

[25] Tape K, Sturm M, Racine C. The evidence for shrub expansion in Northern Alaska and the Pan-Arctic [J]. Global Change Biology,2006, 12:686-702.

[26] 金會軍,李述訓,王紹令,等.氣候變化對中國多年凍土和寒區環境的影響 [J]. 地理學報, 2000,55(2):161-173.

[27] Stendel M, Christensen J H. Impact of global warming on permafrost conditions in a coupled GCM [J]. Geophysical Research Letters, 2002,29,16-32.

[28] 朱文泉,潘耀忠,陽小瓊,等.氣候變化對中國陸地植被凈初級生產力的影響分析 [J]. 科學通報, 2007,52(21):2535-2541.

[29] 宋 怡,馬明國.基于GIMMS AVHRR NDVI數據的中國寒旱區植被動態及其與氣候因子的關系 [J]. 遙感學報, 2008,12(3):0499-0505.

[30] 張宏斌,唐華俊,楊桂霞,等.2000～2008 年內蒙古草原 MODIS NDVI 時空特征變化 [J]. 農業工程學報, 2009,25(9),168-175.

[31] 劉興土,趙奎義,呂憲國,等.東北濕地 [M]. 北京:科學出版社,2005.

The vegetation NDVI variation and its responses to climate change and LUCC from 1982 to 2006 year in northeast permafrost region.

MAO De-hua1,2, WANG Zong-ming1*, SONG Kai-shan1, LIU Dian-wei1, ZHANG Bai1, ZHANG Su-mei1,2, LUO Ling1,2, ZHANG Chun-hua1,2(1.Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun 130012, China；2.Graduate University of Chinese Academy of Sciences, Beijing 130049, China).China Environmental Science, 2010, 31(2)：283～292

Based on the remote sensing data, GIMMS AVHRR and MODIS datasets NDVI during 1982～2006, the annual dynamic and spatial variability of vegetation NDVI in northeast permafrost region were studied. And combined the meteorological data and land use/cover data the responses of vegetation NDVI to climate change and land use/cover change was analyzed. The vegetation NDVI in northeast permafrost was high and had obvious spatial variability. Forest was the principal vegetation type which NDVI was the supreme and mainly distributed in the zone of DaXiao Hinggan Mountains and Yi-Chun. The NDVI of lawn which mainly distribute in the southwest was relatively small. The variation trend of vegetation growth in the 25 years in northeast permafrost region was that vegetation NDVI decreased prominently with the temperature rose significantly and precipitation decreased. Precipitation was the main factor influenced vegetation NDVI compared with temperature (the correlation coefficient is 0.74). The northeast permafrost region vegetation NDVI showed four stages by the influences of climate change and human activities from 1982 to 2006. The different vegetation types showed different annual variation disciplines. The discipline of lawn had the biggest volatility in the 25 years. The change of vegetation NDVI had obvious spatial variability. The climate change and permafrost degradation influenced the vegetation NDVI dynamic in the northeast permafrost region. The risen annual mean temperature and decreased annual precipitation had affected the growth of vegetation. In the scale of pixel, the vegetationNDVI had significant correlation between and temperature as well as precipitation and showed temporal and spatial response to the changing climate. The analysis result of LUCC stated clearly that the changes of land cover type in different areas had leaded to increased or decreased NDVI value. Although the LUCC proportion in northeast permafrost region was small, different transformation between the land cover types caused important influence to the size of NDVI value and spatial distribution.

vegetation NDVI；climate change；LUCC；correlation analysis based on pixels；northeast permafrost region

X171

A

1000-6923(2011)02-0283-10

2010-04-28

國家自然科學基金資助項目(40930527,40871187);中國科學院知識創新工程重要方向項目(KZCX2-YW-341);國家“973”項目(2009CB421103)

* 責任作者, 研究員, zongmingwang@gmail.com

毛德華(1987-),男,山東沂水人,中國科學院東北地理與農業生態研究所碩士研究生,研究方向資源環境遙感.