植被-地溫指數(NDVI-LST)在新疆干旱監測中的適用性

彭 擎,王讓會,*,蔣燁林,吳曉全

1 南京信息工程大學應用氣象學院,南京 210044 2 大氣環境與裝備技術協同創新中心,南京 210044

干旱作為一種持續性異常干燥天氣,會導致農業、林業的嚴重損失,造成生態系統的破壞和水文水分循環的不均衡性。干旱的嚴重程度取決于水分虧缺程度、持續時間以及受災區域的大小[1]。在全球氣候變化的背景下,全球干旱化趨勢日益嚴重[2],干旱的動態演替和大尺度范圍監測成為全球變化研究中的熱點問題。一些干旱指數依賴地面監測獲取,一些通過能量平衡模型獲取,還有些干旱指數通過遙感監測數據單獨使用或結合能量平衡模型獲得[3- 4]。衛星遙感數據獲取干旱指數通常使用多波段運算而得。干旱狀況通常與植被狀態或蓋度相關,而植被指數由衛星的可見光和近紅外通道探測數據進行線性或非線性組合獲得,能夠提供植被的生長狀況和蓋度等信息[5],因此植被指數被廣泛應用于干旱監測與模擬。

NDVI是最常見植被指數,Tucker等[6]和Choudhury等[7]發現NDVI可以作為識別和量化干旱區、半干旱區干旱擾動的響應因子。Kogan等[8]提出利用NDVI反演植被狀態指數(Vegetation Condition Index,VCI),成為最為廣泛應用的一種干旱遙感監測指數,同時許多研究和業務應用結果表明,應用VCI表征干旱具有較好的效果[9- 11]。LST在一定程度上反映土壤含水量的變化狀況,揭示植被的潛在覆蓋量,而其熱反應的敏感程度也有助于及時發現干旱發生時LST異常升高[12- 13]。kogan[14]將VCI歸一化方法應用于LST得到溫度狀態指數(Temperature Condition Index,TCI),依據植被冠層或土壤表面溫度隨水分脅迫的增加而升高的原理來表征土壤水分狀態。單獨利用NDVI或LST進行干旱監測,無法全面、及時地顯現干旱的動態變化,因此將NDVI與LST的空間特征相結合進行干旱監測能夠提高旱情監測的準確性與實用性。研究表明,NDVI與LST之間具有明顯的負相關關系,通常當地表蒸散減少,地表感熱通量增加,進而導致地表溫度升高,而植被氣孔阻力是植被蒸騰作用的關鍵控制因素,土壤濕度是影響植被氣孔阻力和土壤蒸發的主要因素,因此NDVI與LST兩者之間的關系與土壤濕度密切相關[15]。

NDVI-LST空間像元散點圖的典型“三角形”或“梯形”分布被應用于模擬土壤-植被-大氣蒸發和蒸騰的交互作用[16- 17]。NDVI的大小與生物量有關,可以表示植被長勢好壞,而LST變化與土壤的蒸發或植被蒸騰相關,蒸騰量越小,LST越高,植被受到水分脅迫越嚴重。在干旱監測方面,NDVI-LST的負相關關系受到了極大關注,在干旱狀態下,NDVI值通常比正常情況下低,土壤蒸發和植被蒸騰顯著,LST高于正常值。McVicar和Bierwirth[18]利用LST與NDVI的簡單比例來研究干旱狀況。Kogan[14]提出利用VCI和TCI構建VHI,VHI已經被廣泛應用于干旱監測、干旱嚴重程度及持續時間評估以及干旱早期預警等多方面[19- 20]。VHI的有效性依賴于NDVI-LST所對應的負相關關系。而對于NDVI-LST的長時間尺度的時空狀況研究過程,NDVI-LST之間的關系并不是一成不變的,往往存在非負關系。其在溫暖季節存在強烈的負相關關系,而冬季則呈現正相關關系。關于NDVI-LST關系的全球分布研究表明[21- 22],干旱地區和中緯度地區呈現出負相關關系,熱帶和高緯度地區呈現正相關關系。總體而言,在植被生長受到能量(輻射、溫度)限制的地區NDVI-LST的相關關系趨勢為正。因此,VHI應用是有限制的,只有在NDVI-LST呈現負相關關系的時段和地區才能很好地用于干旱監測。

新疆地處亞歐大陸腹地,受全球氣候變化的影響較大,旱澇災害日趨嚴峻。不少研究利用SPI(Standard Precipitation Index)、SPEI(Standardized Precipitation Evapotranspiration Index)、CI(Meteorological Drought Composite Index)、S(S Drought Index)、PDSI(Palmer Drought Severity Index)等[23- 27]干旱指數對全疆或局部地區進行干旱特征分析,研究利用相關指數對新疆進行干旱等級劃分,對不同年份各區域的干旱等級和面積變化進行分析。而本研究利用MODIS數據集來計算新疆NDVI-LST的一般性關系,進而進行干旱監測和評估,對生長季不同時期氣象因子對NDVI-LST相關系數空間分布貢獻率進行研究,同時探索不同植被覆蓋類型下NDVI-LST相關系數變化規律,以期能夠為新疆干旱的準確監測和制定干旱應對措施提供科學依據。

1 研究區概況

新疆地處亞歐大陸中部(34°25′N—49°10′N,73°40′E—96°23′E),位于我國西北邊陲,總面積為1.66×106km2,約占全國面積的1/6。新疆地形為山脈與盆地相間,北有阿爾泰山,南有昆侖山,中部天山貫穿全疆,將新疆分為南北兩個部分,南部為塔里木盆地,北部為準格爾盆地。新疆地處內陸,遠離海洋,氣流受到高山阻隔而形成溫帶大陸性干旱氣候,年平均降水量約為159.0 mm,年均氣溫為9.8℃,年均日照時數為2751.4 h。據統計數據分析,新疆歷年來發生多次干旱災害,1950年至2000年期間有記載的干旱災害次數為47次,且自20世紀80年代后開始,特大干旱災害發生頻次明顯增大[28]。

2 數據來源與方法

2.1 NDVI和LST數據

從中國科學院計算機網絡信息中心地理空間數據云平臺(http://www.gscloud.cn)獲取自2000年至2015年生長季(4—9月)新疆地區MOD13A2 NDVI,MOD11A2 LST產品數據,空間分辨率為1 km×1 km,時間分辨率分別為16 d和8 d。利用MRT工具對數據進行格式與投影轉換,利用ENVI 5.1對數據進行拼接和裁剪,利用MVC法獲得月NDVI數據和地溫數據。

2.2 氣象數據

根據中國氣象科學數據共享服務網(http://cdc.cma.ov. cn/index.jsp)提供的新疆59個標準氣象站2000—2015年的逐日氣溫和降水數據,以及13個站點的太陽輻射數據,整理得到生長季的月數據,利用IDW插值獲得與MODIS數據空間分辨率、投影一致的月降水量、月平均氣溫和月太陽輻射的柵格圖。

圖1 新疆土地覆蓋與土地利用數據圖Fig.1 Land use and cover of Xinjiang

2.3 土地覆蓋與土地利用數據

采用中國科學院資源環境科學數據中心(http://www.resdc.cn)提供的2010年新疆地區土地覆蓋與土地利用數據(LUCC),進行重分類獲得耕地、林地、草地、居民用地、未利用地、水域6種一級土地利用類型(MODIS數據中水體植被指數小于0,被認定為地表含水量100%,故分析數據時不考慮植被指數小于0的部分)。具體分布情況如圖1。

2.4 分析方法

NDVI與LST相關性分析。對MODIS數據產品進行前期處理后,計算獲得多年生長季初期(4—5月)、中期(6—7月)與末期(8—9月)NDVI與LST平均值空間分布圖。利用IDL進行編程處理,獲得NDVI與LST生長季3個時期像元對應的密度散點圖,以及3個時期NDVI與LST相關系數分布圖。

對影響NDVI與LST相關系數的因子進行分析。將生長季初期、中期、末期的NDVI-LST相關系數分布圖與對應時期氣溫、降水、太陽輻射分布圖柵格轉點,利用SPSS對獲得的數據進行多元線性回歸分析[29]。

3 結果與分析

3.1 LST與NDVI的時空關系

根據生長季不同時期NDVI多年均值分布圖(圖2a—2c)可知,新疆植被蓋度具有北疆遠高于南疆、西部及西北部地區明顯高于東部及東南部地區的特征。NDVI高值出現在天山、阿爾泰山區域,表明該區域具有較好的植被覆蓋,NDVI最大值出現在伊犁河谷地區。生長季中期、末期NDVI較高值區面積較生長季初期有所增加。

由圖2g—2i知,研究區內NDVI-LST的相關關系符合三角形/梯形特征,生長季初期NDVI值主要集中在0—0.6,生長季中期與末期NDVI范圍明顯增大,NDVI-LST所構成的特征空間也向NDVI高值區擴展。總體而言,NDVI-LST存在干、濕邊不同的變化趨勢：干邊區域NDVI與LST變化趨勢相反,而濕邊區域NDVI與LST具有相同變化趨勢。

由圖3可知,生長季初期NDVI-LST呈現正相關占研究區41.781%,不(弱)相關占研究區38.031%,而負相關區域僅占20.188%。其中正相關主要分布在阿爾泰山、塔里木盆地區域,負相關區域主要為天山、昆侖山脈北部及準格爾盆地等地區。生長季中期,正相關占區域32.153%,不(弱)相關區域約為26.579%,負相關區域為41.268%。相比生長季初期負相關區域面積明顯增加,變化主要集中在天山山脈和阿爾金山區域,由初期的不(弱)相關與正相關轉變為負相關,阿爾泰山部分區域也由正相關轉變為負相關。而生長季末期,正相關區域約占研究區22.176%,不(弱)相關區域約占全疆38.748%,負相關區域占區域39.076%。其中,正相關與負相關區域面積均有所減少,由相關轉變為不(弱)相關區域,發生這些轉變的區域主要集中在準格爾盆地、天山、塔里木盆地的部分地區。

圖2 生長季3個時期NDVI平均值(a—c),LST平均值(d—f)和NDVI-LST密度散點圖(g—i)Fig.2 Long-term average of NDVI for the three sub-periods of the growing seasons(a—c),(d—f) Long-term averages of LST and (g—i) density scatter-plots of LST & NDVI for the same sub-periods

圖3 生長季3個時期NDVI-LST相關系數空間分布圖(a—c)和正相關(r>0.2),負相關(r<-0.2),不(弱)相關(-0.20.2), negative (r<-0.2), or insignificant (-0.2

3.2 氣象因子對NDVI-LST相關關系的驅動

根據氣象因子空間分布情況與NDVI-LST相關關系分布可知,生長季不同時期氣象因子對r的貢獻率各不相同。能量和水分為植被生長的兩大限制性因子,而不同因子的限制情況隨植被生長期發生改變。對生長季初期、中期與末期的氣象因子太陽輻射、氣溫、降水與NDVI-LST相關系數進行多元線性回歸分析,回歸結果如表1。

由表1可知,生長季3階段NDVI-LST的與氣象因子進行回歸分析得到決定系數分別為0.531,0.562,0.587,表明氣象因子與NDVI-LST相關系數確有密切關系。從生長季不同時期所構建的回歸模型可知,生長季初期,太陽輻射是影響NDVI-LST相關關系的主要因子。在生長季的中期和末期,氣溫與降水為影響NDVI-LST相關系數的主要氣象因子。對標準化系數β(表1)進行分析,在生長季中期和末期降水對r具有強烈的影響(β值分別為-2.144和-1.289)；其次分別為氣溫(β值分別為-1.757和-1.130)和太陽輻射(β值分別為0.430和-0.195)；在生長季中期降水的影響尤為明顯。總體來說,降水、太陽輻射和氣溫的β值基本為負值,表明NDVI-LST的相關系數隨著降水、太陽輻射和氣溫的增長而降低。在整個生長季中期與末期太陽輻射的貢獻率最小,表明在研究區內,輻射水平較高,輻射不是限制植被生長的重要因子。

如圖4所示生長季初期的太陽輻射總體低于生長季中期與末期水平,且對比生長季3個時期,在生長季中期與末期阿爾泰山地區太陽輻射值均高于初期,這既為生長季初期NDVI-LST正相關區域明顯大于之后兩個時期的原因,也是阿爾泰山地區由生長季初期的正相關轉變為負相關的原因。對于生長季中期,盡管降水增加,但氣溫也明顯上升,蒸散增加,植被生長受到水分的限制明顯,NDVI-LST負相關區域明顯增加。生長季末期,由于氣溫的下降,與降水量的不斷補充,新疆旱情得到明顯緩解,NDVI-LST不相關區域明顯增加。

圖4 生長季3個時期太陽輻射、降水、氣溫空間分布圖Fig.4 Spatial distribution of solar radiation, precipitation, and air temperature in three sub-periods of the growing season

模型Model參數值Parameter values降水Precipitation太陽輻射Radiation氣溫Air temperature4—5月 April—MayR2Coefficient of determination0.529標準誤差Standard error0.301B(系數)Regression coefficient-0.040-0.014-0.148顯著性SignificanceP<0.000P<0.003P<0.000P<0.000β(標準系數)Standardized regression coefficient-0.457-0.639-0.4856—7月 June—JulyR2Coefficient of determination0.564標準誤差Standard error0.311B(系數)Regression coefficient-0.1510.018-0.425顯著性SignificanceP<0.000P<0.000P<0.001P<0.000β(標準系數)Standardized regression coefficient-2.1440.430-1.7578—9月 August—SeptemberR2Coefficient of determination0.587標準誤差Standard error0.261B(系數)Regression coefficient-0.117-0.010-0.245顯著性SignificanceP<0.000P<0.000P<0.021P<0.000β(標準系數)Standardized regression coefficient-1.289-0.195-1.130

3.3 NDVI-LST與LUCC相關關系

植被覆蓋狀況是影響NDVI-LST相關關系的另一因子。分析不同LUCC類型對NDVI-LST相關關系的影響有助提高干旱監測的準確度。表2列出了生長季初期、中期和末期不同LUCC類型下NDVI-LST正相關、負相關、不(弱)相關系數所占的百分比。

表2 生長季不同時期不同地類的正、負、不(弱)相關系數百分比

在生長季初期,草地、林地NDVI-LST的相關性區域分別占其總面積的67.164%和70.818%。耕地、居民用地與未利用地分別有56.561%,54.831%,59.594%的區域NDVI-LST具有相關性。其中,草地、林地分別有42.055%,57.918%的面積具有正相關關系,該區域植被覆蓋度較高,且該時期影響植被生長的主要因子為太陽輻射,故大部分區域NDVI-LST呈現正相關。而耕地由于人為干擾的作用,作物生長所受限制相對較少,僅有17.422%的區域NDVI-LST的相關關系呈現正相關。居民用地受到人為活動影響較大,人工綠地的建立等使得NDVI-LST的相關關系在該區域變化較為復雜[29]。未利用地區植被覆蓋較少,影響NDVI-LST相關關系的因素主要是地表蒸散所改變的土壤水分含量。其中干旱的未利用地區(水分含量低)具有低NDVI和高LST值；而富含水分的未利用地區(水分含量較高)具有低NDVI和低LST值。總體來看,新疆大部分地區NDVI-LST相關關系呈現為正相關,這與VHI依據的基本假設不相符合,故該時段無法有效應用VHI進行干旱狀況評估。

在生長季中期,草地、林地、耕地分別有58.485%、60.138%、84.109%的區域LST與NDVI具有負相關關系。由多元回歸分析可知,在此時期輻射不是植被生長的主要限制因子。對于植被覆蓋較佳區域,該時期氣溫升高導致植被蒸散增加,同時土壤水分蒸發量增加,LST降低,土壤濕度降低,植被生長受到水分限制；對于未利用地區植被覆蓋度低,植被蒸散少甚至沒有,LST變化只與土壤水分蒸發相關；因此草地、林地、耕地植被覆蓋較多的區域LST與NDVI呈現負相關關系,而未利用地區NDVI-LST的負相關區域面積較少。在此時期,VHI可以有效的應用于農業地區及其他高植被覆蓋地區。

生長季末期,各土地利用類型正、負相關系數百分比相對于中期均有減少,而不(弱)相關百分比增加,其中未利用地區增加高達15.801%。通過生長季初期、中期、末期LST與NDVI相關系數對比發現,塔克拉瑪干沙漠腹地地區LST與NDVI的相關系數一直保持為正,這是由于該區域植被稀疏、降水稀少,影響NDVI-LST關系的關鍵因子為土壤水分,水分的增減主要受氣溫影響。而天山大部分區域,植被蓋度高,NDVI-LST相關關系與植被生長狀況密切相關,影響植被生長的主要因子為降水量,故生長季整個時期,大部分區域LST與NDVI呈現負相關關系。

4 討論

一些研究表明[21- 22,30],當植被生長受到水分限制時,NDVI-LST往往呈現負相關關系；當植被生長受到能量限制時,NDVI-LST往往呈現正相關關系。VHI的構建是以NDVI-LST的負相關關系為基礎,故在受水分限制的區域內應用VHI去研究植被受干旱的影響具有較好的適用性。在植被生長受到能量限制的區域,NDVI-LST具有正相關關系,依據VHI判斷植被受到干旱的影響程度將會出現錯誤。LST與NDVI無相關性的區域,無法有效獲取VHI的正確結果,不能夠利用VHI對植被受干旱的影響程度進行判斷。

LST的決定性因子為地表土壤水分與植被覆蓋狀況[31- 32],人工非滲透表面與植被稀疏地區(裸地)植被覆蓋極低,且地表水分含量稀少,缺乏有效的蒸騰作用,無法有效利用NDVI-LST相關關系判斷干旱狀況,且該類區域水分狀況受氣溫影響明顯,當溫度上升,由于缺乏植被的降溫作用,LST較植被覆蓋度高的區域上升明顯。因此考慮利用其他相關指數判斷干旱狀況,如利用歸一化水汽指數(Normalized Difference Moisture Index,NDMI)與LST的相關關系,分析判斷城市與裸地區域的干旱狀況更為有效[33]。對裸地干旱狀況進行有效監測,有助于依據其動態變化狀況進一步了解荒漠區生態環境狀況變化,為減緩荒漠化程度提供科學依據。

目前,許多基于NDVI-LST具有負相關關系提出的若干植被健康和干旱指數(如植被供水指數(Vegetation Supply Water Index,VSWI)、VHI等)在干旱監測中獲得廣泛應用[24- 35],但利用該類指數進行研究,都是假定水分始終是植被生長的限制因子,忽略了其他因素(輻射、氣溫)對植被生長的限制,可能在分析中存在誤判。研究表明,在生長季初期限制新疆植被生長的重要因子為輻射,這與相關指數的前提假設相違背,因此在該時期需要從其他角度進行干旱監測,即便在觀測到NDVI-LST負相關的區域也需要長時間考察驗證,最終確認影響NDVI-LST相關關系的因子后使用合適的干旱指數。由于溫度、濕度、風速、氣壓等氣候因素所引起的大氣干旱,可以考慮利用改進的PDSI、SPEI-PM指數、CI[36- 38]等進行干旱狀況評價,同時亦可考慮將氣象類干旱指數與遙感類干旱指數結合使用,如選取3類氣象干旱指數(降水距平百分率、SPI、相對濕潤指數(Relative Moisture Index,MI))與2類遙感干旱指數(VWSI、NDVI)與實測土壤濕度進行相關分析,選取相關系數最高的氣象干旱指數與植被干旱指數共同構建綜合干旱監測指數[39]。

NDVI-LST在新疆干旱的使用中具有適用性,一方面新疆地域遼闊,植被蓋度和土壤水分變化范圍較大,符合NDVI-LST特征空間概念的基本原理[13- 15]；另一方面新疆總體海拔位置較高,太陽輻射資源豐富,是中國輻射資源僅次于西藏的地區[40]。總體而言,能量不是限制新疆植被生長的最重要因素,故大多數情況下利用NDVI-LST評估新疆干旱具有可行性。西北其他相對海拔高度較低的地區,如陜西地區太陽輻射相對較低[41],可能會對當地植被生長造成限制,故在該類區域應用NDVI-LST時,需進一步研究判斷植被生長的限制因子,才能更為準確的進行干旱評估。近年來,隨著全球氣候變化,干旱區域開始由干旱半干旱地區向濕潤地區發展,許多學者對西南干旱進行了分析研究,多種干旱指數也被廣泛應用[42- 44]。由于西南地區的獨特地理位置與氣候背景,植被資源豐富、蓋度佳,植被蓋度跳躍小,故利用NDVI-LST對該區域進行干旱狀況監測,效果不佳。

5 結論

對新疆2000—2015年生長季3階段LST,NDVI空間分布及相關關系進行分析,利用利用多元線性回歸分析分析不同時期影響NDVI-LST相關關系的氣象因子,分析不同LUCC類型NDVI-LST相關關系的時空變化特征,得出以下結論：

(1)生長季3時期LST與NDVI均存在顯著相關關系,生長季初期、中期、末期具有相關性的區域分別占新疆61.969%、73.421%、61.252%,可依據兩者的關系對新疆生長季干旱狀況進行分析。研究表明在生長季過程中,從初期到中期新疆干旱情況日益嚴重,而末期新疆干旱狀況有所緩解。

(2)生長季新疆地區NDVI-LST相關關系受氣象因子、季節和植被蓋度影響。生長季初期主要因子影響因子為太陽輻射,中期與末期主要影響因子為氣溫與降水。草地、林地、耕地等高植被覆蓋區大NDVI-LST相關關系與植被狀況密切相關。未利用地區與居民用地區植被稀少,NDVI-LST相關關系與土壤水分狀況直接關聯。通過對r的變化規律及驅動因子分析,能夠更好地對新疆干旱進行評估。

(3)生長季中期基于NDVI-LST經驗關系利用VHI對新疆大部分地區的植被健康和干旱進行監測是有效的,但對于生長季初期和末期的應用效果不佳,需要進行類似和互補研究。在研究過程中,確認影響NDVI-LST相關關系的因子后,使用合適干旱指數能夠更加有效地提升干旱監測的準確性和科學性。