黃河源區植被NDVI時空變化特征與氣候變化響應分析

[摘要]基于20002014年MODIS NDVI遙感數據和同時期氣候數據，采用趨勢分析法、簡單相關分析法、偏相關分析法、復相關分析法等多種時間與空間分析方法，探討了黃河源區植被NDVI時空變化特征與氣候變化響應。結果表明，過去15年內，黃河源區植被NDVI在時間變化上呈緩慢增加趨勢，空間上呈由東南向西北遞減的分布格局。在時間上，植被NDVI與氣候因子均呈上升趨勢，氣溫和降水上升趨勢分別通過0.05和0.01的顯著性檢驗。偏相關系數空間分布上，整體上植被NDVI受降水童的影響要大于受氣溫的影響。復相關系數空間分布上，通過0.01、0.05、0.1的顯著性檢驗像元占比分別為3.26%、5.63%、4.09%。黃河源區北部植被NDVI主要受降水因子影響，西南部和中部植被主要受氣溫因子影響。

[關鍵詞]MODIS NDVI;黃河源區;時空變化;氣候因子

[中圖分類號]Q948 [文獻標識碼]A

隨著全球氣候變暖，加速的冰川消融使全球海平面上升導致海岸自然生態環境失衡;增加了極端天氣發生頻率，出現干旱、洪澇、極端氣溫、熱浪、熱帶風暴、颶風等影響生物生存和農業生產;造成了全球生態系統破壞，改變生態環境而加快生物滅絕速率，其影響已成為制約人類社會發展的主要因素。植被作為連接大氣、土壤、水分和土地利用的自然“紐帶”，是陸地生態系統存在的基礎條件。植被是生物地球化學循環、水文循環和陸地表面能力交換過程中的下墊層層，在土地利用/覆被變化、全球變化研究中起著“指示器”的作用。

氣候和人類活動共同影響著植被的變化，其中人類活動的影響不容易定量化，大部分通過定性描述的方式來研究。歸一化差分植被指數（NDVI，Normalized Difference VegetationIndex）被認為是目前監測區域或全球植被與生態環境變化最有效指標，是研究植被變化常用的定量研究方法。已有研究從全球或區域等尺度采用不同研究方法（相關性分析、回歸分析、Granger因果檢驗等）分析了氣候因子對植被變化的影響，結果表明氣溫與降水是對植被生長影響最為顯著的2個氣候因子。

黃河源區作為我國黃河流域上游最重要的產流區和水源涵養區，源區高寒生態環境脆弱，對氣候變化響應敏感且迅速。本文以黃河源區為研究對象，運用多種方法分析植被變化與氣候的響應情況，為未來源區生態建設和環境保護以及氣候變化研究提供科學的理論依據。

1 研究區概況

黃河源區位于中國西北地區中部（E95°54′～103°24′，N32°09′～36°34′），橫跨甘肅、青海和四川三省，東西長約695km，南北寬約480km，面積達13.1～10⁴km²（圖1）。屬于大陸性高原氣候，由東南向西北大致劃分為3個氣候區：東南部屬濕潤氣候區、中部屬半干旱氣候區、西北部屬干早氣候區。年平均氣溫5℃左右，年均降水量為320～750mm。自然環境類型多樣，高寒植被分布廣泛，包括高寒草甸、高寒草原、高寒沼澤、高寒灌叢、常綠針闊葉林、高山稀疏植被等，以高寒草原和高寒草甸為主，約占研究區總面積70%以上。

2 數據來源及研究方法

2.1 數據來源

本文分析使用的遙感數據來自NASA網站（ttps：//ladsweb.nascom.nasa.gov/data/search.html），獲取了2000年2月～2014年12月的MOD13Q1，空間分辨率為250m。在MRT（MothsReprojection Tools）工具中將原始影像（Sinusoidal投影）統一轉換為WGS84坐標系和UTM投影，采用最大合成法（MVC，Maximum Value Composites）將半旬植被NDVI數據進行處理得到年均植被NDVI，本文只分析黃河源區生長季植被NDVI與氣候相應情況。氣象數據來自中國氣象科學數據共享服務網（http：//data.cma.gov.cn/），選取了研究區14個氣象站點以及周邊地區10個補充站點15年（2000-2014年）的月平均降水、氣溫兩個參數，使用ArcGIS軟件進行Krigin8插值，得到與植被NDVI分辨率一致、投影相同的柵格數據。植被類型來自1：400萬植被類型圖（中國科學院中國植被圖編輯委員會，2007），將研究區植被類型劃分為：高山植被、高寒灌叢、高寒草原、高寒草甸、高寒沼澤和針闊葉林。

2.2 研究方法

2.2.1 NDVI變化趨勢分析。趨勢分析是通過對一組隨時間變化的變量進行線性回歸分析，從而預測其變化趨勢的方法[16-17]。本文使用趨勢分析法來模擬研究區植被NDVI在15年內的空間變化趨勢，計算公式如下：

2.2.4 復相關分析。復相關分析是度量一個變量與多個變量之間的相關程度，用復相關分析來研究NDVI與氣溫、降水量的相關性。在計算簡單相關系數和偏相關系數的基礎上計算復相關系數，公式如下：

3 結果與分析

3.1 黃河源區生長季植被覆蓋時空變化特征

3.1.1 時間變化。分析黃河源區2000～2014年生長季植被NDVI年際變化趨勢，結果如圖2所示。由圖2可知，研究區植被NDVI隨時間變化波動較小，呈先下降后上升再波動下降趨勢，2001年達到最小值，最大值在2012年，NDVI分布在0.49～0.53，NDVI均值為0.51，傾向率為0.019/10a，相關系數達0.73，上升趨勢通過0.01的顯著性檢驗，呈顯著增加趨勢。

研究區不同植被類型生長季植被NDVI變化趨勢有差別，如圖3所示。由圖3可知，黃河源區所有植被在2000～2014年均呈緩慢增長趨勢，其中高寒植被的增長速率最快為0.011/10a，不同植被類型生長季NDVI值有差異，在黃河源區植被生長季中高寒沼澤的平均NDVI值最高，值均在0.65～0.70。對不同植被NDVI變化趨勢率進行顯著性檢驗發現通過0.05顯著性檢驗的植被僅有針闊葉林，通過0.01顯著性檢驗的植被有高寒草原、高寒草甸、高寒沼澤。

3.1.2 空間變化。在2000～2014年生長季NDVI空間分布如圖4所示，由圖4可知DNVI大部分分布在0.2～0.8之間，均值是0.51。在研究區西北部的鄂陵湖、扎陵湖和龍羊峽水庫北部等地區植被覆蓋比較少，NDVI值較低，大部分NDVI為0.0～0.40在鄂陵湖、扎陵湖南部、巴顏喀拉山北部與北東部、龍羊峽水庫南部等地區植被覆蓋較好，NDVI主要分布在0.2～0.6之間。在若爾蓋盆地和阿尼瑪卿山東南部等地區植被覆蓋度高，NDVI多在0.60.8之間。研究區中部NDVI分布在0.40.8之間。

NDVI空間分布與氣候變化相關，研究區西北部屬于干早氣候區，生長的植被主要是高寒草甸及少量的高寒草原與高山植被，植被生長稀疏，DNVI值較小，主要分布在0.0."0.4之間。隨著向東南方向移動，中部屬于半干早氣候區，植被NDVI增加，主要在0.2～0.8之間，植被分布有高寒草甸、高寒灌叢、針闊葉林。到達東南地區，東南部屬于濕潤氣候帶，植被生長狀況好，NDVI值達到最大，大部分分布在0.6～0.8之間，植被主要是高寒草甸和高寒沼澤，還有少量的高寒灌叢。

在空間分布上，黃河源區生長季NDVI呈北西向東南方向遞增的空間分布格局。

為了表示NDVI變化幅度大小，通過對每個像元變化趨勢斜率的計算來表示，趨勢斜率的正負分別表示在2000～2014年間NDVI是增加還是減少。對趨勢斜率按標準差分為7類：顯著減少、中度減少、輕度減少、基本不變、輕度增加、中度增加、顯著增加，結果如圖5所示，統計結果如表2所示。

從圖5和表2可知在2000～2014年研究區植被覆蓋整體上呈穩定趨勢。植被改善面積為38848.54km²，占總面積29.93%，顯著改善區域主要分布在龍羊峽水庫南部地區的低海拔河谷地帶，有少量分布在扎陵湖與鄂陵湖周邊，植被類型主要是高寒草原和少量高寒草甸。中度改善和輕度改善區域主要分布在扎陵湖西北部和鄂陵湖的東北部地區、巴顏喀拉山的北部及若爾蓋盆地，分布的植被是高寒草甸和高寒沼澤。植被退化區域主要集中在研究區中部地區，植被類型以高寒草甸和高寒灌叢為主。植被不變區域在全域均有不同程度的分布，所占比例是最大，占比為45.13%。

總體上，生長季植被增加區域主要分布在研究區的北部和南部。

3.2 黃河源區生長季植被NDVI與氣候變化的晌應

3.2.1 時間變化。研究區2000～2014年生長季氣溫和降水變化趨勢情況如圖6所示。由圖6可知，在全球氣候變暖的大背景下，黃河源區生長季平均氣溫呈上升趨勢，最低氣溫在2004年，最高值在2010年，氣溫每年平均增加0.0436℃，氣溫上升趨勢通過0.05的顯著性檢驗。生長季降水也呈上升趨勢，降水每年平均增加5.7043mm，降水上升趨勢通過了0.01的顯著性檢驗。

不同植被類型受氣候影響存在一定的差異，本文通過皮爾遜系數來表示NDVI與氣候時間序列的相關性，其檢驗結果如表3所示，由表3可見所有植被NDVI與氣候因子均呈正相關關系。高山植被、高寒草甸和高寒沼澤與氣溫相關性高，并通過0.05的顯著性檢驗，高寒草甸與降水的相關性通過了0.05的顯著性檢驗，高寒草甸與降水的相關性極高，通過0.001的顯著性檢驗。

3.2.2 空間變化。偏相關系數的顯著性檢驗采用t檢驗法，根據t檢驗結果將NDVI與溫度、降水相關性定義如下6個等級：極顯著負相關（R<0，P≤0.01），顯著負相關（R<0，0.010.05），不顯著正相關（R>0，P>0.05），顯著正相關（R>0，0.010，P≤0.01）。

（1）偏相關空間分布。研究區NDVI與氣候因子偏相關系數和顯著水平分布情況如圖7～8，表4所示。NDVI與莆溫的偏相關系數分布在-0.93～0.97，空間上正相關像元所占比例為76.22%，通過0.01和0.05顯著性水平檢驗的比例分別為6.00%與9.43%，植被類型是高賽草甸、高山植被和高寒沼澤，主要分布在扎陵湖、鄂陵湖周邊地區、巴顏喀拉山的東南部和若爾蓋盆地。NDVI與降水偏相關系數分布在-0.89～0.96，空間上正相關像元所占比例為76.50%，通過0.01和0.05顯著性水平檢驗的比例分別為9.24%%和8.31%，分布在扎陵湖北部、鄂陵湖北部和北東部、龍羊峽水庫周邊，以高寒草原為主。

總體上生長季植被NDVI受降水f的形響要大于受氣溫的影響。

（2）復相關空間分布。復相關系數反映的是NDVI與氣溫、降水的多因素相關程度，其結果空間分布如圖9所示。復相關系數在0.00～0.98，其空間均值為0.46。在鄂陵湖與扎陵湖周邊、龍羊峽水庫周圍、若爾蓋盆地等區域復相關系數值較高，在研究區的中部和南部復相關系數值較低。整體上，通過顯著性檢驗的像元較少，通過了0.01、0.05、0.1的顯著性檢驗的像元占比分布為3.26%、5.63%、4.09%，主要植被類型是高寒草原。

3.3 氣像變化對植被NDVI的驅動分析

根據中國植被覆蓋變化的驅動分區方法，對研究區植被覆蓋變化進行驅動分析，分類準則見表6。

根據表6準則得到研究區分類結果如圖10，屬于氣溫馭動型區域分布較少，主要在扎陵湖和鄂陵湖北部，所占比例為1.32%。降水驅動型主要分布研究區北部的扎陵湖、鄂陵湖和龍羊峽水庫周邊，所占比例為7.41%，以高寒草原為主。受氣溫和降水驅動型區域在水域周邊，所占比例為1.42%。非氣候因子驅動型呈片狀分布在黃河源區大部分地方，所占比例為89.85%。

整體上，氣候因子中降水驅動型作用大于氣溫驅動型和降水、氣溫驅動型的影響，氣溫驅動和降水、氣溫綜合驅動作用相當。

4 討論與結論

通過上述分析，可以得出以下結論。

（1）植被NDVI時空變化特征。在時間上，植被NDVI呈增加趨勢。在空間分布上，植被NDVI呈由西北向東南逐增的分布格局。

（2）植被NDVI與氣候變化的響應。在時間上，植被NDVI與氣候因子均呈上升趨勢，氣溫和降水上升趨勢分別通過0.05和0.01的顯著性檢驗。與氣溫相關性最高的植被是高寒草甸、高山植被和高寒沼澤，均通過了0.05的顯著性檢驗;與降水相關性最高植被的是高寒草原，通過了0.001的顯著性檢驗，高寒草甸通過了0.05的顯著性檢驗，其中高寒草甸與氣溫和降水相關性均顯著。

偏相關系數空間分布上，整體植被NDVI受降水量的影響要大于受氣溫的影響。NDVI與氣溫偏相關系數中，空間上呈正相關像元所占比例為76.22%，通過0.01和0.05顯著性水平檢驗的比例分別為6.00%與9.43%，植被是高寒草甸、高山植被和高寒沼澤，主要分布在扎陵湖、鄂陵湖周邊地區、巴顏喀拉山的東南部和若爾蓋盆地。NDVI與降水空間上呈正相關像元所占比例為76.50%，通過0.01和0.05顯著性水平檢驗的比例分別為9.24%%和8.31%，分布在扎陵湖北部、鄂陵湖北部和北東部、龍羊峽水庫周邊，以高寒草原為主。

復相關系數空間分布上，復相關系數分布在0.000.98，其空間均值為0.46。在鄂陵湖與扎陵湖周邊、龍羊峽水庫周圍、若爾蓋盆地等區域，復相關系數值較高，在研究區的中部和南部復相關系數值較低。整體上，通過顯著性檢驗的像元較少，通過了0.01、0.05、0.1的顯著性檢驗的像元占比分布為3.26%，5.63%、4.09%，主要是高寒草原。

（3）植被NDVI與氣候的驅動分析。整體上，氣候因子中降水驅動型作用大于氣溫驅動型和降水、氣溫驅動型的影響作用，氣溫驅動和降水、氣溫綜合驅動作用相當。屬于氣溫驅動型區域分布較少，主要在扎陵湖和鄂陵湖北部，所占比例為1.32%。屬于降水驅動型主要分布研究區北部的扎陵湖、鄂陵翻和龍羊峽水庫周邊，所占比例為7.41%，以高寒草原為主。受氣溫和降水驅動型區域在水域周邊，所占比例為1.42%。

黃河源區北部屬于干旱氣候區，靠近柴達木盆地，水資源匱乏、氣溫高，土壤中的水分含量不足。降水可以促進北部植被生長，因此北部地區植被NDVI一受降水因子驅動比較明顯，氣溫升高可能會加強水分散發加劇干旱的趨勢，所以北部地區植被NDVI受氣溫因子驅動較少。黃河源區西南部和東南部屬于濕潤氣候區，海拔較高，氣溫較低，土壤水分含量充足，水分匱乏不再是影響植被生長的主要因素，反而降雨的增多可能引起局部云量增大會導致光照減少，影響植被的光合作用，因此研究區西南部和東南部植被覆蓋受降水影響較少，主要受氣溫因子驅動，由于在水分充足的情況下，氣溫的升高能夠促進植物的光合作用。

[參考文獻]

[1]徐冠華，葛全勝，宮鵬，等.全球變化和人類可持續發展：挑戰與對策[J].科學通報，2013，58（21）：2100-2106.

[2]楊修，孫芳，林而達，等.我國水稻對氣候變化的敏感性和脆弱性[J].自然災害學報，2004，13（5）：85-89.

[3]程楊，楊林生，李海蓉.全球環境變化與人類健康[J].地理科學進展，2006，25（2）：46-58.

[4]陳鵬飛，于延春，楊飛，等.氣候變化對魯西北平原冬小麥產量的影響及對策[J].自然資源學報，2013，28（2）：211-219.

[5]Salim H A，Chen X L，Gong J、Analysis of Sudan vegetationdynamics using NOAA-AVHRR NDVI data from 1982-1993[J].Journalof Asian Earth Sciences，2008（1）：1-15.

[6]Zhao M S，Running S W.Drought-induced reduction in globalterrestrial net primary production from 2000 through 2009.Soience[J].2010，329（5994）：940-943.

[7]Fabio M.Monitoring forest conditions in a protected Mediterraneancoastal～by the analysis of multiyear NDVI data[J].Remote Sensing ofEnvironment，2004，89（4）：423-433.

[8]郭敏杰.基于NDVI的黃土高原地區植被覆蓋度對氣候變化響應及定量分析[D].北京：中國科學院大學，2014.

[9]Han L J，Wang P X，Yang H，et al.Study on NDVI-Ts space bycombining LAI and evapotranapiration[J].Science in China Series D：Earth Sciences，2006，49（7）：747-754.

[10]王蕊，李虎.2001-2010年蒙古國MODIS-NDVI時空變化監測分析[J].地球信息科學，2011，13（5）：665-671.

[11]張雪梅，楊太保，劉海猛.氣候變暖背景下近30a北半球植被變化研究綜述[J].干早區研究，2016.33（2）：379-391.

[12]Hernnann S M，Anyamba A，Tucker C J.Recent trends in vegetationdynamics in the African Sahel and their relationship to climate[J]Journalof Arid Environments，2017，57（4）：535-554.

[13]劉梁美子，占車生，胡實.黔貴喀斯山區年NDVI變化的影響因素研究[J].地理科學進展，2019，38（11）：1783-1792.

[14]吳喜芳，李改欣，潘學鵬.黃河源區植被覆蓋度對氣溫和降水的響應研究[J].資源科學，2015，37（3）：521-520.

[15]徐浩杰，楊太保，曾彪.黃河源區植被生長季NDVI時空特征及其對氣候變化的響應[J].生態環境，2012，21（7）：1205-1210.

[16]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.

[17]徐建華.現代地理學中的數學方法[M].北京：高等教育出版社，2002.

[18]黃海濤.科爾沁沙地不同沙地景觀區NDVI變化對氣象因子的響應[D].煙臺：魯東大學，2015.

[19]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.

[20]王永財，孫艷玲，王中良.1998-2011年海河流域植被覆蓋變化及氣候因子馭動分析[J].資源科學，2014，36（3）：594-602.

[收稿日期]2020-04-14

[作者簡介]楊玲莉（1989-），女，四川廣安人，工程師，碩士，研究方向：生態遙感。