頓玉多吉 白瑪央宗** 拉巴 平措旺旦
(1.西藏自治區氣候中心;2.西藏自治區遙感應用研究中心,西藏 拉薩 850000)
植被歸一化指數是公認的、能夠有效地表征植被特征的參數[1-2],是目前最為常用的植被覆蓋狀況監測手段[3]。前有許多研究學者對NDVI 變化特征,以及NDVI 變化與氣象因子的關系進行了很多研究,指出草地生態系統是全球陸地生態系統中最重要、分布最廣的生態系統類型之一,在全球碳循環、氣候調節中發揮重要的作用[4-6]。草地資源是發展畜牧業的重要物質資源[7],草地生態系統對畜牧業發展和氣候調節以及保持生態環境平衡方面有著非常重要的作用[8]。Nicholson[9]等分析了植被NDVI與降雨量關系,指出年均降雨量在200mm~1200mm 的地區,與NDVI 之間存在較好的相關性。有關高原上的植被研究也有很多,如李亞楠[10]等利用Landsat TM/ETM+數據,發現草地退化面積在1990—2000 年呈增加趨勢,在2000—2010年呈減少,2000年之后研究區草地退化狀況趨于緩和。高寒草甸草地主要受平均相對濕度及降水量的影響,高寒荒漠草地與平均最高氣溫、日照時數和蒸發量的關系最為密切。拉巴[11]等利用GIMMSMO‐DIS-NDVI 等資料分析表明,那曲地區植被整體趨于穩定態勢,局部有減少和改善趨勢。楊志剛[12]等利用2000—2016 年的MODIS 標準植被指數產品NDVI 及氣象數據,分析該區域植被變化特征及其主要氣候驅動因素。
雅魯藏布江流域內分布著大量的積雪和海洋型冰川,雪冰融水占流域總徑流量的比例超過30%[13]。雅魯藏布江流域在我國西南地區,是我國重要的水源區,但雅江源頭區域的生態環境非常脆弱[14-16]。綜上所述,針對雅魯藏布江流域內植被變化(NDVI)的研究頗多,但目前仍缺乏近幾年對雅江流域植被變化和植被變化與氣象因子之間響應的研究進展。基于上述已有研究成果,借鑒最新的適用方法,補充數資料等。本文利用2000—2017 年的MODIS 植被NDVI 產品,結合雅魯藏布江流域內涉及的18個站點的氣象數據,分析流域內植被NDVI 時空變化特征、變化趨勢、持續性特征和氣象因子與NDVI 間的相關性,以及不同植被類型與氣象因子關系等方面展開較為詳細的研究。以此來揭示在國家一系列生態保護和恢復政策(草原生態補助獎勵機制和生態保護紅線制定等)的驅動和氣候變化的協同作用下,雅魯藏布江流域植被產生的變化,為政府及決策部門下一步科學合理地安排中長期發展規劃提供更科學、更準確的參考依據。
西藏境內的雅魯藏布江流域從里孜到派鄉為中游段,河長1293km,經緯度范圍在28O00′~31O16′N、82O00′~97O07′E。涉及分布在西藏自治區七個地市的41個縣。

圖1 研究區位置示意圖
本文選擇的衛星遙感數據為MODIS 植被指數產品數據(2000—2017 年)MOD13Q1 V005 L3,該數據集由Land Processes DAAC 數據中心下載,格式為HDFEOS,空間分辨率是250×250m,數據經過大氣輻射糾正、幾何糾正處理。氣象數據選用雅魯藏布江流域涉及的18個氣象站點(當雄、拉薩、墨竹工卡、尼木、日喀則、拉孜、江孜、南木林、貢嘎、加查、澤當、米林、林芝、波密、聶拉木、定日、普蘭和嘉黎)的年平均氣溫與年總降水量。
利用衛星數據預處理使用MODIS reprojection tool軟件,主要完成NDVI數據的提取、重采樣、投影、拼接等工作。數據存儲格式為GEOTIFF,重采樣方法選擇Nearest Neighbor,輸出投影類型為Geographic,輸出像元大小為0.0025O×0.0025O。
2.2.1 歸一化植被指數。歸一化植被指數NDVI計算公式:

式中,IR表示近紅外波段,R表示紅外波段。
歸一化植被指數NDVI 數據采用最大合成法,提取每個像素點的年最大NDVI值。

式 中,MMNDVIi為 第 i 月 的 NDVI 值,MAX(NDVIij)為第i 月對應第j 旬的NDVI 值,反映每個像元位置上植被在該月內最好的天氣狀況下的狀態。AMNDVIi為第i 年的NDVI 值;MAX(MMNDVIi)為第i月對應的年最大NDVI值,代表的是該年內每個像元上最旺盛時期的NDVI值。
2.2.2 植被趨勢斜率。植被NDVI 趨勢斜率:年最大植被NDVI變化采用年際線性變化趨勢判斷年最大植被NDVI 變化強度和性質,采用鄭杰等的方法[17],對于每個像元上,計算18 年的年最大植被NDVI 線性擬合,趨勢斜率用最小二乘法計算,公式如下:

式中,slope為趨勢斜率;x、y分別為年份以及該年年最大植被NDVI;分別為年份平均值以及2000—2017 年的年最大植被NDVI 均值。斜率為正值,表示植被NDVI 有變大趨勢,即植被長勢變好,斜率為值,表示植被NDVI有變小趨勢,說明植被退化。
2.2.3 植被變異系數。植被變異系數是反映觀測值變異程度的一個統計量。公式如下:

式中,S DNDVI為年最大植被NDVI 逐年平均值的標準差;NDVI為逐年年最大植被NDVI平均值。
變異系數可以消除單位和平均值不同對兩個或多個變異程度比較的影響。本文采用奚硯濤[18]等給出的方法求出西藏自治區18 年逐像元的CV 值。并將其分為4個等級:非常穩定(CV 0.14)、穩定(0.14<CV 0.29)、變異較小(0.29<CV 0.59)、變異劇烈(CV>0.59)。
2.2.4 Hurst 指數。Hurst 指數[19-20]是定量描述時間序列信息長期依賴性的有效方法,在水文、氣象等領域被廣泛應用,其值介于0~1(0<H<1)。其中,當0<H<0.5 時,表明該序列未來變化趨勢與過去相反,過去增加的趨勢預示未來將減少,反之則增加,并且H 越接近0,這種反持續越強;當H=0.5 時,時間序列信息為相互獨立的隨機序列;當0.5<H<1時,該序列表現出長期依賴性,即未來的變化趨勢與過去一致,并且H越接近1,這種持續性越顯著。
2.2.5 相關性分析。根據張仁平等的方法[21],相關分析法即利用最小二乘方法計算一組自變量和因變量之間的決定系數以探討兩者之間的相關性強弱,決定系數越大相關性越強。對于一組長度為n的自變量x和因變量y,其決定系數的計算方法為:

雅魯藏布江流域范圍較廣,從西藏西北部的阿里地區到藏南的林芝市均有分布,由近18年雅魯藏布江流域平均年最大植被NDVI 分布可知(圖2a),流域內植被分布具有如下特點,由西向東植被NDVI 逐步增大,流域內植被NDVI隨海拔高度減小而增大,其中東部主要以林區為主,因此NDVI 值最大。
圖2b 是雅魯藏布江流域植被在近18 年的變化趨勢,由表1可以看出流域內植被總體上呈穩定狀態,面積為10.29 萬km2,占流域總面積的42.29%,主要位于流域中部和西部區域;其次是輕微退化區域,面積為4.88萬km2,占流域總面積的20.08%,分布區域主要位于干流諸河和拉薩河附近,而顯著退化區的面積不大。就改善區域而言,輕微改善區域比重較大,面積為3.18 萬km2,占流域總面積的13.07%,主要出現在里孜以上區域、里孜至拉孜以及尼洋河區域,顯著改善區域面積不大。總體來看,雅江流域的植被退化面積略大于改善區。由趨勢顯著性分析(圖2d),變化顯著區域位于流域的中部,主要包含拉薩河和干流諸河和年楚河流域。

表1 2000—2017年雅魯藏布江流域植被變化趨勢面積

圖2 雅魯藏布江流域植被NDVI變化趨勢空間分布
由圖2c 和表2 可以看出,雅魯藏布江流域年最大植被NDVI 呈非常穩定和穩定狀態的面積最大,分別占流域總面積的37.51%和34.02%,其中非常穩定的部分集中于中部區域,在拉薩河及其南部區域;變異較小的區域占流域總面積的9.03%,主要分布于拉薩市和南部邊緣的部分縣;變異劇烈的面積只有0.94%.因此,總體上雅魯藏布江流域的植被呈穩定狀態,變化較小。

表2 2000—2017年雅魯藏布江流域植被波動變化面積
參考前人研究的結論和方法,結合研究區Hurst指數值的分布情況將Hurst指數分為三類:即H<0.35的強反持續性,0.35<H<0.5 的弱反持續性,H>0.5的持續性。利用雅魯藏布江流域2000—2017年ND‐VI Hurst指數可知(圖3a),流域Hurst指數空間差異明顯,Hurst 指數介于0.08~0.93,平均值為0.46,總體呈現弱反持續性,所占面積為11.52 萬km2,占流域總面積58.02%,表明2017 年后一定時期內雅江流域植被將有所好轉。其次是強反持續性,面積為6.65萬km2,占流域面積33.49%.(表3)。以上三種類型在空間分布上呈交錯性分布,其中強反持續性在上游的里孜以上、里孜至拉孜、中游的干流諸河、拉薩河和年楚河均有較集中的分布。

圖3 雅魯藏布江流域植被NDVI趨勢可持續性分布

表3 2000—2017年雅魯藏布江流域NDVI變化可持續性統計
為進一步研究雅魯藏布江流域年最大植被NDVI變化趨勢和可持續性,將NDVI 變化趨勢與可持續性結果進行疊加分析,得到耦合分析結果9 種類型(表4),可以看出NDVI 處于不變持續、不變弱持續、退化弱反持續3 種類型所占的面積最大,分別占全流域的16.38%,29.35%、16.59%。退化持續和改善弱反持續分別占流域面積的10.27%和11.04%,其他4種類型占總面積的16.36%.空間分布上,退化區域仍集中于干流諸河、拉薩河和年楚河區域,而且與由退化轉為改善的區域呈交錯分布,里孜以上部分區域有少量持續改善狀態的植被分布,而退化區主要在拉薩河流域。

表4 2000—2017年雅魯藏布江流域NDVI變化綜合特征統計
研究區不同植被類型的年最大NDVI值從大到小依次為闊葉林(0.79)>針葉林(0.78)>栽培植被(0.55)>灌叢(0.54)>草原(0.44)>草甸(0.38)>高山植被(0.34)>其他(0.24)。近18年來雅魯藏布江不同植被類型年最大NDVI均值變化趨勢存在一定差異性。草原、闊葉林、灌叢和栽培類植被四種類型植被NDVI 值呈減少趨勢,而草甸、高山植被、針葉林和其他類植被NDVI值呈不同程度的增加趨勢。其中減少幅度最大的是草原類植被(-0.01/10a),其他類植被增加的幅度最大(0.011/10a),另外高山植被增加幅度次之(0.009/10a)(圖4)。

圖4 不同植被類型的NDVI變化趨勢
根據雅魯藏布江流域內的18 個氣象站(2000—2017 年)年平均氣溫與年降水量變化分析,18 年內氣溫呈增長態勢,2000 年平均氣溫達到最低值7.1℃,2009 年達到最高值8.6℃,年增溫率為0.05℃;降水量呈減少態勢,2000 年達到最大值603.0mm,2009 年達到最低值313.3mm,年減少率為5.5mm。因此,近18年雅魯藏布江流域氣候呈暖干化趨勢(圖5)。

圖5 雅魯藏布江流域氣象站點氣溫與降水量年變化圖
結合前人[17-18]的研究結論,本文就氣溫和降水量與植被的關系進行了細致的相關分析,考慮了降水的滯后效應,累積降水量的影響,另外還考慮到降水量和氣溫的協同作用,采用不同的分析方法進行了探討,以期對植被生長與氣候因子之間的關系有更深一步的了解。
本文在年尺度上分析了年最大NDVI與年平均氣溫和年總降水量的關系發現(圖6),年平均氣溫與植被年最大NDVI 相關性較弱,二者呈負相關(R2=0.2079,P<0.5)。兩年累計降水量與年最大NDVI 具有較好的正相關性(R2=0.3283,P<0.05)。表明該流域內植被生長可能對降水量的依賴程度略大于溫度。

圖6 降水量、氣溫與18個站點植被平均NDVI的關系
利用由中國科學院資源環境科學數據中心下載的1:100 萬西藏植被類型數據,提取本文研究區域雅魯藏布江流域的8 種植被類型包括:草甸、草原、高山植被、灌叢、闊葉林、栽培植被、針葉林和其他植被,提取和統計不同類型NDVI 值,將不同類型的年最大植被NDVI 與年平均氣溫和年降水量進行相關性分析。結果表明,不同植被類型與氣象因子的關系具有一定差異,總體來看,降水量與植被具有較好的相關性,其中與栽培類植被的相關性最大,與年平均氣溫呈負相關,相關系數為-0.66(P<0.005),與年降水量和累計兩年降水量呈正相關,相關系數分別為0.74 和0.79(P<0.001),研究區栽培類植被主要以青稞、小麥、油菜和馬鈴薯為主,說明這些農作物對氣象條件具有較強的依賴性。其次,灌叢類植被與氣象因子也有較好的相關性,其中與降水量的相關性更強,年降水量和兩年累計降水量呈正相關,相關系數分別達到0.59(P<0.01)和0.73(P<0.001)。草原類植被與兩個氣象因素也具有顯著的相關性,其中與年平均氣溫呈負相關,相關系數為-0.51(P<0.05),與年降水量呈正相關,相關系數為0.59(P<0.01),與兩年累計降水量呈正相關,相關系數為0.61(P<0.01)。草甸類植被與氣溫和降水量也具有較好的相關性,與年平均氣溫呈負相關,相關系數為-0.49(P<0.05),與年降水量呈正相關,相關系數為0.46(P<0.05),與兩年累計降水量呈正相關,相關系數為0.49(P<0.05)。闊葉林類植被與降水量相關性較好,呈正相關,與年降水量和兩年累計降水量的相關系數分別為0.6(P<0.01)和0.47(P<0.05)。高山植被、針葉林和其他兩個類型與氣溫和降水量的關系較弱,基本上都為弱相關。

表5 不同類型植被與氣溫和降水量的相關性
近18 年雅魯藏布江流域年最大植被NDVI 隨海拔高度的降低,空間上由西向東逐步增大。近18年變化趨勢顯示流域植被總體上呈穩定狀態,占流域面積的42.29%,主要分布于流域中部和西部區域,植被退化區面積占24.48%,主要位于流域中部,改善區面積占16.13%,分布于西北和南部部分區域。結合Hurst指數分析表明,近18 年雅魯藏布江流域NDVI 變化類型多樣,NDVI 處于不變持續、不變弱持續、退化弱反持續3 種類型所占比重最大,分別占流域16.38%,29.35%、16.59%.近18 年來雅魯藏布江不同植被類型年最大NDVI 均值變化趨勢存在一定差異性。草原、闊葉林、灌叢和栽培類植被四種類型植被NDVI 值呈減少趨勢,而草甸、高山植被、針葉林和其他類植被NDVI值呈不同程度的增加趨勢。
分析2000—2017 年流域內18 個氣象站氣溫和降水變化趨勢發現:近18 年年平均氣溫呈增長態勢,年增溫率為0.05℃;降水量呈減少態勢,年減少率為5.5mm。分析氣象要素與植被NDVI的相關性發現,總體上年平均氣溫與植被年最大NDVI相關性較弱(R2=0.2073,P<0.05),兩年累計降水量與年最大NDVI 具有較好的正相關性(R2=0.5273,P<0.05)。