川西高原植被狀況及其與氣候變化關系的遙感研究

李曉鈴，馮建東，王 鑫

(四川省農業氣象中心，四川 成都 610000)

?

川西高原植被狀況及其與氣候變化關系的遙感研究

李曉鈴，馮建東，王 鑫

(四川省農業氣象中心，四川 成都 610000)

利用近年來川西高原遙感影像和氣象數據，分別以年和季為時間分辨率分析川西高原的植被長勢及其與氣候變化關系。研究結果顯示：近年來川西高原植被長勢呈顯著增加趨勢；除夏季外，各季植被長勢增長顯著；川西高原夏季，反應植被長勢的NDVI值與季均溫、季平均積溫、季平均降雨量表現出明顯的相關性；春、冬季NDVI值與溫度、積溫的相關性優于降水；春、夏兩季平均活動積溫和平均降雨量對川西高原NDVI值的綜合影響比季均溫和季平均降雨量的綜合影響要強，冬季則相反。

川西高原；植被遙感；歸一化差值植被指數；氣候變化

1　引言

川西高原位于四川省西部，屬青藏高原的東南緣(97°E～104°E、27°N～34°N)，由阿壩藏族羌族自治州和甘孜藏族自治州2個行政州組成。其地處長江中上游生態屏障區，是全國五大牧區之一的川西北牧區的重要組成部分，也是我國天然林的主要分布區域。該區生態環境特殊多樣，植被資源豐富，其84.14%的土地面積分布著高寒草甸、高寒灌叢草甸、喬木林地和灌木林地[1]。

植被是維持川西高原生態環境和畜牧業生產的重要資源，其生長發育、空間分布都與氣候因子關系密切。在氣候變化的背景下研究川西高原植被變化情況以及其與氣候變化關系有助于指導高原畜物業生產和植被資源保護。在以往的研究中專門針對川西高原開展的相關研究較少，雖然已有學者對川西高原的植被覆蓋與氣候因子的關系進行過研究，但研究以年為時間單位且研究的時間范圍距今較久[2]。本文使用1999年1月～2013年2月的相關遙感資料和氣象數據，主要以季節為時間尺度，開展相關研究。

2　植被狀況的表征

由Rouse等提出的歸一化差值植被指數NDVI值，是目前已有的40多種植被指數中應用最廣的一種，該指數對綠色植被反應敏感且可比性強，常用來進行區域和全球的植被狀態研究[3～7]。可反應川西高原的植被長勢狀況。NDVI的取值范圍在-1.0～1.0之間，大于0.1為有植被覆蓋，值越大表示植被長勢越好。其計算公式為：

式中，A1為紅光波段反射率，A2為近紅外波段反射率。

3　遙感資料來源及處理

使用SPOT衛星VGT傳感器NDVI10日合成遙感數據，數據空間分辨率為1 km，下載地址為http://www.vito-eodata.be。由于SPOT影像NDVI數據被轉換成0?250的NDV值，在ENVI平臺上采用公式NDVI=NDV×0.004-0.1進行波段運算，將數據還原，再與川西高原邊界做掩膜處理，得到川西高原NDVI旬數據。為保證陸面信息的完整性，采用最大值合成法計算NDVI月最大值。NDVI月最大值等權平均后得到季均、年均NDVI值。為保證研究時間段的完整性，使用1999年1月～2012年12月的數據進行年際平均分析(表1)，選用1999年3月～2013年2月的數據進行縱橫向的季平均分析。

4　川西高原植被長勢變化情況

4.1以年為時間尺度的植被長勢變化情況

在ENVI平臺上統計1999～2012年川西高原區域年均NDVI值，并對其做年際變化趨勢分析，發現川西高原區域NDVI均值隨年份呈增長趨勢，增長趨勢系數為0.0027，達到 0.01顯著性水平。研究時間段內，1999年植被長勢最差，NDVI均值僅為0.399，最高值出現在2011年，NDVI均值為0.442。對研究時段內川西高原NDVI年均值圖像進行單像元分析，發現研究區域內以單像元為單位的最大NDVI值呈現出更加明顯的年際增長趨勢，相關系數為0.841。單像元最大NDVI值出現在2011年，為0.801，見圖1。

ENVI平臺上計算植被長勢最好年(2011年)與最差年(1999年)的NDVI差值，運算結果如圖2所示。經過統計發現，植被覆蓋狀況最好年與最差年之間的差值在-0.287～0.230之間。2011年川西高原僅零星區域植被狀況差于1999年。經統計，94.6%的區域植被長勢優于1999年，其中，NDVI差值在0.03～0.06之間的區域最多，約占整個高原面積的43.1%；其次是差值在0～0.03的區域，占比為25.1%；差值在0.06～0.09之間的區域面積也較大，占比為21.2%；差值為-0.35～0和0.09～0.25之間的區域較少，僅占高原總面積的5.4%和5.2%。

表1　NDVI年平均值統計

圖1　區域年均NDVI值變化趨勢

4.2以季節為尺度的植被狀況變化分析

對比分析川西高原四季NDVI均值分布情況，可以更細致地了解其空間變化。按照氣候學的四季劃分標準，將四季分為3～5月春季，6～8月夏季，9～11月秋季，12～2月冬季。圖3是1999～2012年川西高原四季平均NDVI值空間分布圖，該圖顯示，川西高原四季均有綠色植被覆蓋(NDVI>0.2)。在高原中部、南部、東北部部分區域常年植被長勢較好。夏、秋季植被長勢較好。由于高原北部草場生長旺盛，夏季高原北部大部地區平均NDVI值可達0.7以上，局部區域可達0.8以上。

圖2植被覆蓋狀況最好年與最差年平均NDVI差值分布

對川西高原各季NDVI均值作趨勢分析發現，除夏季外，其余三季植被覆蓋均在置信度90%的水平上呈顯著性增長，春季的增長速度最快，回歸系數為0.0042，且春季NDVI年際增長在置信度99%的水平上仍呈顯著性。川西高原1999～2012年各季平均NDVI值及其變化趨勢如表2、表3所示。

圖3　四季平均NDVI空間分布

表2　季平均NDVI值統計

表3　四季平均NDVI值變化趨勢

注：“**”為信度在0.01時達到顯著性水平，“*”為信度在0.1時達到顯著性水平

5　川西高原植被狀況與氣候變化的關系

5.1氣候變化分析

選擇與植被生長密切聯系的溫度、積溫、降水3個氣候因子，分析氣候變化情況。統計1999年春季～2012年冬季川西高原31個氣象站點各季實測日均溫度、季活動積溫、季降雨量，再進行等權平均得到各因子區域均值。由于川西高原海拔較高，植被以冷季禾本科牧草為主，計算活動積溫的生物學下限溫度取零攝氏度。

分別對各季氣候因子進行年際變化趨勢分析發現：各季均溫，呈略微的增長趨勢，回歸系數均為正數，但除夏季顯著性水平在0.1以上外，其余均不具備顯著性；各季平均積溫變化的趨勢系數，除冬季為負值外，其余均為正值，但僅夏季的變化趨勢在0.05的顯著性水平以上，其余三季均不具備顯著性；季平均降雨量除秋季外，其余趨勢系數均為負值，但各季均不具備顯著相關性。1999年春季～2012年冬季，各季氣候因子變化的趨勢系數見表4。

表4　各季氣候因子變化的趨勢系數

注：“**”為信度在0.01時達到顯著性水平，“*”為信度在0.1時達到顯著性水平

5.2與單個氣候因子的相關分析

植被的生長與溫度、降水等氣候因子聯系密切，而積溫則從強度和作用時間兩個方面反應了溫度對植物生長發育的影響。許多學者在不同的地區采用不同的方法研究NDVI和氣候因子的相關性，得到的相關程度不盡相同[2、8～10]。將川西高原各季平均NDVI值與相應季均溫、季平均活動積溫、季平均降雨量分別計算一元線性回歸方程，并用相關系數R進行檢驗，結果表明：春、夏、冬三季NDVI值與各氣候因子的相關性相對較好，其中夏季最好。夏季NDVI值與3個氣候因子均呈顯著的相關性，相關性由強到弱表現為：季平均降雨量>季均溫>季平均活動積溫，與季平均降雨量的相關性在0.01的信度上顯著，說明降水是夏季川西高原影響植被生長的關鍵氣候因子。春季和冬季的NDVI值只與季均溫、季平均活動積溫相關性顯著，春季活動積溫的相關性要強于均溫，可能是因為春季為植物發育的關鍵時期。表5反應了川西高原各季節NDVI均值與單個氣候因子關系的密切程度。

表5　季平均NDVI值與單個氣候因子的相關系數

注：“**”為信度在0.01時達到顯著性水平，“*”為信度在0.1時達到顯著性水平

5.3與多個氣候因子的二元綜合分析

植被的生長受多種氣候因子的綜合影響。基于一元回歸分析的基礎上，分別對川西高原各季NDVI均值與季均溫、季平均降雨量，季平均活動積溫、季平均降雨量計算二元回歸方程，同時用F值來評價兩種氣候因子對川西高原各季平均NDVI值的綜合影響。F值檢驗結果如表6所示。

表6　季平均NDVI值與氣候因子的二元回歸分析

注：“**”為信度在0.01時達到顯著性水平，“*”為信度在0.1時達到顯著性水平

由表4可以看出春季和夏季NDVI值與兩種組合的氣候因子的相關性都較為顯著。夏季可達到信度為0.01的顯著性水平。未發現秋季NDVI值與綜合氣候因子具有顯著性。冬季平均NDVI值僅與季均溫、季平均降雨量關系密切，達到信度為0.1的顯著性水平。

6　結語

川西高原1999～2012年植被長勢呈顯著增長趨

勢。以季節為時間單元來看，研究時間段內各季植被長勢也呈增長趨勢，春、秋、冬三季這種變化趨勢具有顯著性。在反應氣候變化的氣候因子分析中，雖然僅發現夏季均溫、季平均活動積溫的變化呈現出顯著性，但仍可看出各季溫度和積溫基本呈現略微增高趨勢，降水基本呈略微下降趨勢。除秋季外，川西高原各季植被長勢與溫度和積溫表現出明顯的相關性，春、冬季與溫度和積溫的相關性總體優于降水，而夏季與降雨的關系更密切。春、夏兩季積溫和降水對川西高原植被覆蓋的綜合影響比均溫和降雨量要強，冬季則相反。

[1]王麗紅, 張世強, 魯安新. 基于RS與GIS技術的川西高原土地利用/覆蓋現狀調查研究[J].遙感技術與應用, 2004, 19(5): 328～333.

[2]曾波, 諶蕓, 肖國杰. 川西高原植被特征及其氣候變化的相關分析[J]. 成都信息工程學院學報, 2011, 26(6): 625～630.

[3]Rouse J W, Haas R H, Schell J A, et al. Monitoring vegetation systems in the Great Plains with ERTS[C]∥NASA.Proceedings of Third Earth Resources Technology Satellite-1 Symposium. Greenbelt: NASA SP-351,1974: 310～317.

[4]郭鈮. 植被指數及其研究進展[J]. 干旱氣象, 2003, 21(4): 71～75.

[5]田慶久, 閔祥軍. 植被指數研究進展[J]. 地球科學進展, 1998, 13(4): 327～333.

[6]馮露, 岳德鵬, 郭祥. 植被指數的應用研究綜述[J]. 林業調查規劃, 2009, 34(2): 48～52.

[7]羅亞, 徐建華, 岳文澤. 基于遙感影像的植被指數研究方法述評[J]. 生態科學, 2005, 24(1): 75～79.

[8]張學霞, 葛全勝, 鄭景云. 北京地區氣候變化和植被的關系——基于遙感數據和物候資料的分析[J]. 植被生態學報, 2004, 28(4): 499～506.

[9]金佳鑫, 江洪, 張秀英, 等. 利用遙感監測長江三角洲森林植被物候對氣候變化的響應[J]. 遙感信息, 2011,(2): 79～85.

[10]康悅, 李振朝, 田輝, 等. 黃河源區植被變化趨勢及其對氣候變化的響應過程研究[J]. 氣候與環境研究, 2011, 16(4): 505～512.

2016-06-16

李曉鈴(1987—)，女，助理工程師，碩士，主要從事環境遙感和環境管理的研究和應用工作。

Q948

A

1674-9944(2016)14-0031-04