雅魯藏布江流域生長季NDVI對濕季降水的響應

張嘉琪, 任志遠

(陜西師范大學 旅游與環境學院, 西安 710119)

?

雅魯藏布江流域生長季NDVI對濕季降水的響應

張嘉琪, 任志遠

(陜西師范大學 旅游與環境學院, 西安 710119)

運用經驗正交函數和奇異值分解法對2000—2010年雅魯藏布江流域生長季植被覆蓋與降水量的時空分布及時空相關性進行研究。結果表明：研究期間，雅魯藏布江流域濕季降水的主要空間分布型是東西差異分布型，每年7，8，9月份這一特征逐漸顯著，且長期變化趨勢的顯著性逐漸增強。植被覆蓋的主要模態貢獻率達到55.7%。東部米林寬谷地區植被覆蓋度較高，時間系數震蕩周期明顯且呈微弱的上升趨勢。研究區內的植被覆蓋與濕季降水的耦合模態基本成正相關，最大耦合貢獻率達到61.8%。植被覆蓋受季風氣候的影響最為直接，其次受地形地貌因素以及土地利用類型特征的影響較大。

生長季NDVI; 經驗正交函數; 奇異值分解; 雅魯藏布江流域

歸一化植被指數(Normal Difference Vegetation Index,NDVI)常用于不同尺度植被覆蓋的動態監測,它是對氣候因子響應研究的重要指標，是目前最為常用的表示植被覆蓋狀況的有效手段，已被廣泛應用在環境、生態、農業研究當中[1]。近年來，國內外學者利用不同區域不同尺度的NDVI對相關氣候因子的響應進行了研究，結果表明NDVI與降水因子基本呈現正相關[2-4]，但多數方法是通過計算相關系數得到二者的相關性。由于NDVI的變化具有很強的季節性，所以將經驗正交函數(Empirical Orthogonal Functions,EOF)和奇異值分解(Singular Value Decomposition,SVD)應用在植被對降水量的響應上具有一定的可行性。該兩種方法可直接運用于降水和植被兩個氣象場的交叉相關系數場的分解及計算，可最大限度地分離出兩場的相互獨立耦合模態的高相關區，進而揭示二者之間存在的時空相關性及成對變量場之間相關系數場的空間結構[5]。雅魯藏布江是世界上海拔最高的河流，流域內是獨特的高寒氣候，屬于氣候變化的敏感地帶，加之人類活動的加劇，使得土地沙化退化較為嚴重，生態環境十分脆弱。因此地表植被覆蓋變化的研究對該地的生態環境建設具有十分重要的意義[6-10]。本文基于經驗正交函數和奇異值分解方法對雅魯藏布江流域生長季NDVI對濕季降水的響應進行分析，進一步解釋二者的變化機理，為該區域生態環境建設及修復提供參考依據及理論支撐。

1 數據與方法

1.1 研究區概況

雅魯藏布江流域位于28°00′—31°16′N，82°00′—97°07′E。流域內海拔差異較大，由上游的高原寒溫帶半干旱氣候—中游的高原溫帶半干旱氣候—下游山地亞熱帶、熱帶氣候橫跨4個氣候帶。流域內東西狹長，南北窄短，其南面為喜馬拉雅山脈，北面為岡底斯山和念青唐古拉山脈，南北間為藏南谷地。按河谷寬窄特征和行政界線，將雅魯藏布江流域自上而下劃分為4個寬谷段，即馬泉河寬谷、日喀則寬谷、山南寬谷和米林寬谷。流域內多年平均降水量300～500 mm，且區域間差異大，年內分配不均。夏半年和冬半年的氣候差異較大：夏半年日照充足、降水集中、多夜雨和冰雹；冬半年寒冷干燥、降水稀少、多大風。

1.2 數據來源及研究方法

本文所用數據包括雅魯藏布江流域2000—2010年SPOT VEGETATION旬值NDVI數據及15個氣象站點(貢嘎、當雄、拉孜、南木林、日喀則、尼木、拉薩、澤當、江孜、浪卡子、嘉黎、波密、加查、米林)2000年至2010年的旬值降水資料。NDVI數據來自于互聯網(http:∥free.vgt.vito.be/home.php)，降水數據來自于中國氣象科學數據共享服務網。由于流域內降水量的變化與NDVI的變化在時間上基本上同步[11]，所以植被生長季與降雨濕季在時間上劃分上大體一致，二者的時間序列均采用了每年的5—10月。

研究中采用的方法為經驗正交函數(EOF)和奇異值分解法(SVD)。EOF是一種分析矩陣數據結構特征，提取主要數據特征向量的方法。具體做法是將時空數據變量矩陣進行正交函數展開，將變量場的時空變異特征分解，實現給定模態的時空變化規律。該方法的優點是展開收斂速度快，比較容易集中大量資料信息，能在優先區域內對不規則分布的站點進行分解[12-13]。它把原變量分解為很少的不相關典型模態，每個典型模態都含有盡量多的原始場的信息。同時，典型模態所對應的時間系數代表了由特征向量所表征的分布型式的時間變化特征。SVD是對氣候要素耦合場進行統計分析的方法之一，用來分析要素場序列之間的相關關系。它能夠最大限度地從2個要素場中分離出多個相互獨立的耦合模態，進而揭示二者之間存在的時域相關性和空間聯系。SVD分析結果可以了解兩變量場的空間相關程度[14]。EOF與SVD分解后的空間分布模態均基于ArcGIS 10.1平臺采用徑向基函數插值法處理。

2 結果與分析

2.1 濕季降水的時空分布特征

雅魯藏布江流域濕季降水4個主要EOF模態的空間分布型如附圖11所示。附圖11a是雅魯藏布江流域的主要空間分布型，方差貢獻率達到87.7%。表征東西差異的分布情況。從該模態的空間分布和時間系數(圖1a)來看，2000—2010年雅魯藏布江流域濕季降水呈西部偏少東部偏多的特點，尤其是在喜馬拉雅山脈最東端米林寬谷地帶降水最為豐富，每年7月，8月，9月份這一特征逐漸增強，以2005年、2010年9月最為典型。而在5月，6月，10月份空間分布的典型性較弱，且空間分布型處于交替變化中。從長期變化趨勢來看，該種分布型的顯著性逐漸增強。濕季降水的第一模態主要反映了這一時期季風氣候和印度洋孟加拉灣的暖濕氣流對東部影響較大，西部由于海拔高，水汽難以到達，導致降水較少。

EOF的第二模態如附圖11b所示，正值中心分布在雅魯藏布江中下游山南寬谷和米林寬谷的西部，從正值中心向東西擴展，數值逐漸減小，負值中心在東部的波密附近。時間系數(圖1b)在2003—2006年震蕩非常明顯，其中2004年出現了正值最典型分布，2005年出現負值最典型分布。其他年份的濕季降水的時間系數負值震蕩顯著性減弱，空間分布典型性相比第一模態較弱。

EOF的第三模態如附圖11c所示，在東部的米林寬谷呈現出南北差異的分布態。米林寬谷南部為正值中心，北部為負值中心，中心吻合度較好。時間系數(圖1c)正負震蕩較為明顯，但正值波動性不大，最大值出現在2007年。2003年出現了負值最典型分布，2008年、2010年次之，且負值的典型性比正值顯著。

EOF的第四模態如附圖11d所示，第四模態的正負值區域與第二模態大致呈相反分布。負值中心吻合度較好。從時間系數來看(圖1d)，除了2003年出現一次正值最典型分布以外，其他年份時間震蕩不明顯，相對于其他模態來講典型性較小，2007年的反向空間分布最為典型。

圖1 濕季降水主要EOF模態的時間系數

2.2 生長季NDVI的時空分布特征

NDVI的4個主要EOF模態空間分布型如附圖12所示。第一模態(附圖12a)的方差貢獻率為55.7%。正值中心主要分布在東部米林寬谷地區，負值中心主要分布在雅魯藏布江的中上游及源頭地帶?？梢钥闯?，雅魯藏布江流域整個研究區植被覆蓋與第一模態的濕季降水在空間分布上匹配程度很好。結合圖2中第一模態的折線圖可知，正值區分布的植被帶主要有熱帶雨林性常綠闊葉林、熱帶常綠闊葉雨林及次生植被、熱帶亞熱帶常綠針葉林等，由于東部的水分條件較好，植被類型較為豐富；負值區域分布的植被帶有溫帶、亞熱帶亞高山落葉灌叢、溫帶亞熱帶高山灌木、草本植被、溫帶亞熱帶高寒草原以及溫帶高寒草本沼澤，植被覆蓋相對較低，主要是由于孟加拉灣的暖濕氣流不能深入內陸的結果。時間系數震蕩周期明顯且呈微弱的上升趨勢，基本在每年的7—9月份時間系數均為正向分布型特征，2003年，2004年，2005年這種分布特征最為顯著。

第二模態(附圖12b)的方差貢獻率為32.4%。正值范圍相比第一模態要小，植被類型分布種類也少；負值分布范圍集中在中游山南寬谷北部靠近念青唐古拉山脈的地區。該地由于海拔較高，高山深谷分布較為明顯，植被的垂直地帶分布較為明顯。時間系數的下降趨勢較為明顯，雖然年內震蕩不顯著但呈正負交叉分布，2007年的6月、7月份出現最典型分布。

第三模態(附圖12c)的方差貢獻率為7.7%。與濕季降水的第三模態匹配較好。正值區分布在峽谷東南部，植被類型有熱帶亞熱帶常綠針葉林；熱帶雨林性常綠闊葉林；熱帶常綠闊葉雨林及次生植被；負值的時間系數占主導地位且分布在峽谷東北部，植被類型有亞熱帶山地常綠針葉林；溫帶、亞熱帶亞高山落葉灌叢以及溫帶、亞熱帶高山墊狀矮半灌木草本植被等。時間系數的線性趨勢呈下降趨勢。

第四模態(附圖12d)的方差貢獻率為3.9%。這一分布模態的最大值分布在東部米林峽谷河流拐彎處的南部周邊，比起前三個模態正值的分布范圍更小。時間系數呈現出正負交替分布，但震蕩幅度不明顯，呈上升趨勢，只有2010年7月、8月份出現正值顯著分布型。

1.亞熱帶、熱帶常綠針葉林;2.亞熱帶、熱帶山地常綠針葉林;3.亞熱帶山地酸性黃壤常綠闊葉;4.熱帶雨林性常綠闊葉林;5.熱帶常綠闊葉雨林及次生植被;6.亞熱帶高山，亞高山常綠革質葉灌叢矮林;7.溫帶、亞熱帶亞高山落葉灌叢;8.溫帶、亞熱帶高山墊狀矮半灌木、草本植被;9.溫帶、亞熱帶高寒草原;10.溫帶、亞熱帶高寒草甸;11.溫帶高寒草本沼澤;12.一年一熟糧作和耐寒經濟作物;13.無植被地段;14.湖泊

圖2 NDVI 4種模態不同植被類型特征向量

2.3 生長季NDVI與濕季降水的空間相關分析

附圖13為NDVI 與濕季降水的兩個主要SVD模態的空間分布型。由第一模態空間分布圖(附圖13a)可以看出：NDVI的正值區主要分布于雅魯藏布江中下游的山南寬谷和米林寬谷。負值主要分布于上游及源頭區的日喀則寬谷和馬泉河寬谷。降水分布的正值的高值區主要分布在米林寬谷北部靠近唐古拉山脈的地區，并有兩個正值中心。降水的正值中心從東北部向西南部逐漸遞減，在日喀則和山南寬谷交界的附近向東北方向發生彎曲，在江孜附近形成一個負值中心。NDVI和濕季降水的此種分布格局表明：1) 雅魯藏布江流域中下游地區NDVI與降水之間呈現正相關趨勢，即降水變化呈正值時，NDVI也呈上升趨勢。該地的降水量在5月，6月，7月逐月上升，之后有所下降；NDVI的變化規律也是在5月份后增加較快，6—8月份達到峰值，此后逐月遞減[12]。生長季NDVI的正值區域正是由于受到西側高原季風和印度洋孟加拉灣的暖濕氣流影響，以及念青唐古拉山東段的阻礙，成為降雨的水汽通道，植被數量以及種類較為豐富。米林寬谷和山南寬谷的植被類型主要以高山森林及山地灌叢草原為主：包括熱帶雨林性常綠闊葉林，亞熱帶、熱帶山地常綠針葉林；亞熱帶山地酸性黃壤常綠闊葉；熱帶常綠闊葉雨林及次生植被；亞高山常綠革質葉灌叢矮林；溫帶、亞熱帶亞高山落葉灌叢等等。2) 馬泉河寬谷和日喀則寬谷的植被類型主要有高山草原、高山草甸、高山灌叢和高山沼澤草甸等類型，以高寒草原和草甸生態系統為主。上游及水源區的降水較少，NDVI以負值為主。3) 第一模態的主要影響因素為受季風氣候影響導致的降水量的不同。

NDVI與濕季降水的空間相關性的第二模態空間分布圖如附圖13b所示：NDVI的負值區域主要分布在東南部米林寬谷，雅魯藏布江峽谷拐彎處以南的地區。正值區域主要分布于河源區及上中游地區的馬泉河寬谷、日喀則寬谷以及山南寬谷的峽谷兩側，其高值中心分布在中游北岸靠近念青唐古拉山地區?？拷鹏敳夭冀叺牡貐^零星分布著負值區。該場降水的空間分布狀況較為不規律：在中游拉薩和日喀則附近的地區分布著兩個高值中心區，在山南寬谷雅魯藏布江的南部又分布著一個次高值中心。其余各地均為負值控制。從NDVI和濕季降水的空間相關型分布格局可見：1) 米林寬谷拐彎處以南的地區植被覆蓋與降水變化呈正相關，該地區結論與第一模態相同。2) 中上游及源頭地區的NDVI與降水量的變化基本呈負相關，該區域的植被帶主要以高寒草原和草甸為主，這可能是由于靠近源頭區域海拔較高，深山峽谷區太陽光照不足，水汽越多反而使這里的氣溫更低，更不適宜植被的生長。加之這里的植被受地貌的影響較為突出，垂直地帶性分布特征表現明顯，尤其是在深切高山峽谷接近垂直的地區植被很難生長。在拉薩和日喀則附近相關性規律不明顯，這一帶人類活動較明顯，對土地利用格局的影響較大[15]。3) 植被覆蓋與降水的此種相關格局主要與地形地貌及其土地利用類型變化特征有關，從而變化規律較為復雜。

3 結 論

1) 雅魯藏布江流域濕季降水的主要空間分布型是“東—西差異分布”，即西部偏少東部偏多的特點，尤其是在喜馬拉雅山脈最東端米林寬谷地帶降水最為豐富，7月，8月，9月份這一特征最為顯著，且從長期變化趨勢來看，該種分布型的顯著性逐漸增強。

2) 雅魯藏布江流域植被覆蓋與第一模態的濕季降水在空間分布上匹配程度很好。植被覆蓋度較高的地區主要分布在東部米林寬谷地區，主要植被類型以熱帶亞熱帶常綠闊葉林及常綠針葉林為主；植被覆蓋較低的地區主要分布在雅魯藏布江的中上游及源頭地帶，植被帶以溫帶高山灌木草本植被以及高寒草原為主。時間系數震蕩周期明顯且呈微弱的上升趨勢，基本在每年的7，8，9月份時間系數均為正向分布型特征。

3) 雅魯藏布江流域的植被覆蓋與濕季降水的耦合主要成正相關，受季風氣候的影響最為直接。東南部受到孟加拉灣的暖濕氣流影響使雅魯藏布江成為降雨的水汽通道，植被數量以及種類較為豐富。其次植被覆蓋變化也會隨著地形地貌因素以及土地利用類型特征的不同而變化。

[1] Tucker C J. Red and photographic infrared linear combination for monitoring vegetation[J]. Remote Sensing of Environment,1979(8):127-150.

[2] Xin Zhong Bao, Xu Jing Xin, Zhang Wei. Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau(1981—2006):Impacts of climate changes and human activities[J]. Science in China Series D:Earth Sciences,2008,51(1):67-78.

[3] 張翀,任志遠.黃土高原地區植被覆蓋變化的時空差異及未來趨勢[J].資源科學,2011,33(11):2143-2149.

[4] Zhao Mao sheng, FU Cong bin, YAN Xiao dong, WEN Gang. Study on the Relationship Between Different Ecosystems and Climate in China Using NOAA/AVHRR data[J]. Acta Geographica Sinica,2001,56(3):287-296.

[5] 張翀,任志遠,李小燕.黃土高原植被對氣溫和降水的響應[J].中國農業科學,2012,45(20):4205-4215.

[6] 杜子濤,占玉林,王長耀.基于NDVI序列影像的植被覆蓋變化研究[J].遙感技術與應用,2008,23(1):47-50.

[7] 李杭燕,頡耀文,馬明國.時序NDVI數據集重建方法評價與實例研究[J].遙感技術與應用,2009,24(5):596-602.

[8] 王桂鋼,周可法,孫莉,等.近10a新疆地區植被動態與R/S分析[J].遙感技術與應用,2010,25(1):84-90.

[9] 王燦,任志遠,張翀.陜北地區NDVI對水熱條件年內變化的響應及其空間特征[J].水土保持研究,2014,21(1)：173-177.

[10] 韋振鋒,任志遠,張翀.近12a廣西植被覆蓋與降水和氣溫的時空響應特征[J].水土保持研究,2013,20(5)：33-38.

[11] 付新峰,楊勝天,劉昌明.雅魯藏布江流域NDVI變化與主要氣候因子的關系[J].地理研究,2007,26(1):60-66.

[12] Rencher A C. Methods of multivariate analysis[M]. New York:John Wiley&Sons, INC. Publication,2002.

[13] 魏鳳英.現代氣候統計診斷與預測技術[M].北京:氣象出版社,2007.

[14] 付新峰,楊勝天,劉昌明.雅魯藏布江流域NDVI時空分布及與降水量的關系[J].北京師范大學學報：自然科學版,2006,42(5):539-542.

[15] 劉江偉.拉薩市土地利用結構變化及其生態服務功能價值響應[D].南京:南京農業大學,2010.

Responses of Vegetation Changes in Growing Season to Precipitation in Yarlung Zangbo River Basin

ZHANG Jiaqi, REN Zhiyuan

(CollegeofTourismandEnvironmentalSciences,ShaanxiNormalUniversity,Xi′an710119,China)

Using empirical orthogonal functions(EOF) and singular value decomposition(SVD), this paper analyzed the temporal and spatial distribution characteristics and the spatial-temporal correlation between vegetation cover in growing season and precipitation in Yarlung Zangbo River Basin in 2000—2010. The results are shown as follows. During the period of 11 years, the characteristics are becoming more significant in July, August and September each year, and the spatial distribution of the trends is becoming ever more obvious in recent years. The contribution rate of the main mode of vegetation reached up to 55.7%. The vegetation coverage in eastern millin wide area is higher than other regions, and time coefficient oscillation cycle is obvious and presents the rising trend. The coupling mode relationship between vegetation cover and wet season precipitation shows a positive correlation, and the highest contribution rate is 61.8%. Monsoon climate has the direct influence on vegetation cover, the landscape factors and the land use type characteristics were the secondary factors affecting the vegetation cover.

NDVI in growing season; empirical orthogonal functions; singular value decomposition; Yarlung Zangbo River Basin

2014-09-22

2014-10-05

國家自然科學基金資助項目“我國生態脆弱區能源開發生態效應測評與調控研究”(41371523)

張嘉琪(1989—),女,山西侯馬人,碩士生,主要從事景觀生態學與GIS的相關研究。E-mail:1005766384@qq.com

任志遠(1953—),男,陜西興平人,博士生導師,主要從事國土資源開發與生態環境評價研究。E-mail:renzhy@snnu.edu.cn

P463.22

1005-3409(2015)02-0209-04