呂梁紫金山地區NDVI時空變化與氣候響應

黃杉杉 馬超

摘 要：基于2000—2018年MODIS-NDVI數據（NDVI為歸一化植被指數）、SRTM DEM數據和氣象數據，利用趨勢分析、偏差分析和相關性分析方法，在時間和空間尺度上，定量分析了紫金山地區NDVI的時空變化規律以及與氣候因子的響應關系，結果表明：2000—2018年，紫金山地區NDVI增長速率為0.015/a（顯著性水平p<0.01）;紫金山地區NDVI得到顯著改善，其時間變化規律大體是，前9 a完成了由低覆蓋度向中等覆蓋度的轉化，后10 a完成了由中等覆蓋度向高覆蓋度轉化，19 a區域NDVI顯著改善面積達64.85%;研究區氣候呈暖濕化傾向，19 a氣溫增長率為0.04 ℃/a，降水量增長率為14.63 mm/a;年NDVI均值與年降水量呈非常顯著正相關關系（相關系數r=0.734，顯著性水平p<0.01），76.61%的區域NDVI與年降水量呈極高顯著正相關關系，與年均氣溫相關性不顯著;自2000年以來，紫金山地區NDVI整體向好的趨勢發展，中低海拔山區增長顯著，降水是影響該地區NDVI變化的主要因素。

關鍵詞：紫金山地區;歸一化植被指數;時空變化;氣候變化;相關性

中圖分類號：X321;P237 ? 文獻標志碼：A

doi：10.3969/j.issn.1000-1379.2021.12.007

引用格式：黃杉杉，馬超.呂梁紫金山地區NDVI時空變化與氣候響應[J].人民黃河，2021，43（12）：35-40.

Abstract： Based on MODIS-NDVI data， SRTM DEM data and China meteorological data from 2000 to 2018 and using the methods of trend analysis， deviation analysis and correlation analysis， it quantitatively analyzed the spatial-temporal changes and the response relationship with climate factors of the NDVI in the Zijin Mountain area on spatial and temporal scales. the results show that a） from 2000 to 2018， the annual average growth rate is 0.015/a （significance test p<0.01）; b） the degree of the land desertification in the Zijin Mountain area has been improved significantly. The rules of land cover change are generally that the conversion of desertification land to arid grassland is completed in the first 9 years and the conversion of arid grassland to shrub land is completed in the later 10 years. The area of NDVI has been significantly improved by 64.85% in 19 years; c） the climate shows a tendency to warm and humidify， with the temperature increase rate of 0.04 ℃/a and the precipitation growth rate of 14.63 mm/a in 19 years; d） the annual average NDVI is significantly positively correlation with the annual precipitation （correlation coefficient r=0.734， passed the significance test p<0.01）， and 76.61% of the area has a significant positive correlation with the precipitation， which is not significantly correlated with the annual average temperature. Since 2000， the NDVI of vegetation in the Zijin Mountain area has generally been developed towards a good trend and the growth trend of NDVI in low-mid altitude mountain areas is particularly significant. Climate is the main factor affecting the change of NDVI in this area.

Key words： Zijin Mountain area; normalized difference vegetation index; spatial-temporal change; climate change; correlation

2015年聯合國發展峰會通過了《改變我們的世界：2030年可持續發展議程》（簡稱《2030議程》），將應對氣候變化與保護陸地生態系統列入全球17項可持續發展目標[1]。通過遙感技術獲得的歸一化植被指數（NDVI）作為一種監測區域植被生長狀況的有效量化指標[2]，是表征陸地生態系統結構和功能穩定性的重要指示器[3]。黃土高原位于半濕潤與干旱半干旱過渡帶，土地荒漠化和生態環境脆弱是該地區的典型特征[4]。黃土丘陵溝壑區是黃土高原乃至全球水土流失最嚴重的地區之一，地形破碎，溝壑縱橫[5]。降雨、地形、植被等自然因素是該地區水土流失的主要因素[6]。研究表明，黃土高原地區在2000年以后植被覆蓋狀況趨于好轉[7-8]，超過50%的區域得到顯著改善[9-11]。諸多學者對黃土高原不同區域的植被覆蓋狀況進行了研究，李雙雙等[12]基于2000—2009年MODIS-NDVI數據，采用線性趨勢分析、Hurst指數和偏相關分析法，對陜甘寧地區植被覆蓋時空變化特征進行了分析;張雅麗等[13]基于2000—2010年逐月MODIS-NDVI數據，采用最大值合成法和多元線性回歸方法，分析了黃土丘陵溝壑區志丹縣的植被覆蓋變化及其驅動力;趙安周等[14]基于2000—2014年MODIS-NDVI數據，利用趨勢分析、Mann-Kendall檢驗、Hurst指數等方法，對黃土高原植被覆蓋時空變化及其原因進行了分析。在NDVI對氣候的響應方面，李登科等[15]基于1982—2007年GIMMS和SPOT VGT-NDVI數據，采用最大值合成法、趨勢分析和相關性分析方法對陜北黃土丘陵溝壑區植被覆蓋變化及其對氣候的響應進行了分析;張含玉等[16]基于1999—2013年SPOT VGT-NDVI數據，采用最大值合成法、一元線性回歸和偏相關分析法，分析了黃土高原地區NDVI時空變化趨勢及其對氣候的響應;孟晗等[17]基于2001—2015年SPOT VGT-NDVI數據集，利用最大值合成法、趨勢分析和相關性分析方法，對黃土高原NDVI與氣候因子的空間分布特征及其響應關系進行了研究。盡管該領域研究已持續多年，但已有的研究仍存在不足，主要表現在：多數研究以黃土高原整體為研究區，區域尺度大，忽視了典型小流域的植被覆蓋變化特征，難以指導當地市、縣以及山地的環境保護工作;黃土丘陵溝壑區具有典型的地域差異性，不同地區的NDVI、不同植被類型的空間差異性顯著，多數研究集中于人為因素和氣候條件的共同作用，對于更深入地剖析自然地理要素對NDVI的影響的研究相對薄弱;多數研究選用NDVI或植被覆蓋度（FVC）作為分析區域植被狀況的指標，指標略顯單一。另外，選用時間序列短、間隔大的遙感數據難以揭示植被生態結構的長期演化規律。

呂梁山脈南段紫金山地區屬于黃土丘陵溝壑區，是一處獨立的地理單元，形成天然的內陸島嶼型封閉生境，是研究全球生態環境變化和內陸島嶼生態演化的天然實驗室。研究采用2000—2018年共19 a的MODIS-NDVI數據、氣象數據，分析區域內植被類型分布規律、植被指數與氣候的相關性，旨在為相關研究提供參考。

1 研究區概括

紫金山地區南北長81.5 km，東西寬47.5 km，面積為2 441 km2。研究區總體呈孤立的穹隆狀隆起，四周為黃土覆蓋，地勢總體北高南低，主峰海拔1 823 m，最低點為西南角（磧口鎮）的黃河河床，海拔700 m，區內相對高差為1 123 m。山坡平緩、水系呈放射狀，黃河流經臨縣呈弧形轉彎。

研究區屬于溫帶大陸性氣候區，年平均氣溫為7～9 ℃，年降水量為300～600 mm，年平均風速2.0～2.5 m/s，無霜期135～180 d。地貌類型屬于典型的黃土丘陵溝壑區[18]，溝壑縱橫，溝壑以紫金山為中心向四周呈放射狀分布，水土流失嚴重。

研究區森林、灌叢、干旱草地、荒漠、裸地各種覆蓋類型集中分布，構成了當地典型的山地生態景觀。土壤主要為棕壤、褐土、黃綿土、栗褐土和草甸土[19]。植物按海拔垂直分布的層次較為明顯，既有淺山區的灌木林帶，也有中山區的楊樺林帶、落葉松林帶，還有高海拔分布區的云杉、青杄、紅樺等。森林以油松和落葉松針葉天然次生林為主。灌木樹種主要有胡枝子、虎榛子、繡線菊、沙棘、山桃、黃刺玫、小葉鼠李等，草本植物有苔草、堿草、蒿類[19]。

2 數據與方法

2.1 數據來源與處理

研究選用美國LAADS DAAC發布的2000—2018年MODIS歸一化植被指數，其空間分辨率為1 000 m。取植被生長最旺盛的8月份數據，通過MRT軟件數據投影方式轉化為通用橫軸墨卡托投影（UTM投影），坐標系統定義為WGS 1984 UTM Zone 49°N，完成NDVI數據的格式轉換。

采用2018年美國陸地資源衛星（Landsat 8）的OLI 30 m遙感影像數據，通過支持向量機（SVM）的監督分類方法對遙感影像進行土地覆被分類。

數字高程數據源于美國太空總署（NASA）、美國國家影像制圖局（NIMA）以及德國與意大利航天機構聯合測量的航天飛機雷達地形測繪數字高程模型（SRTM3 DEM），水平分辨率為90 m，垂直分辨率為1 m，主要用于匯水線提取，進而劃定研究區。

氣象數據為來自中國科學院資源環境科學與數據中心2000—2015年的全國氣象資料，是基于全國2 400多個氣象站點的日觀測數據，通過整理、計算和空間插值生成的。本研究對氣象數據進行投影坐標系的轉換，投影坐標系統定義為WGS 1984 UTM Zone 49° N，并提取研究區年平均氣溫、降水量空間插值數據集（2016—2018年氣象數據資料缺少，因此2016—2018年氣溫、降水數據取自研究區附近氣象站點離石縣的逐年、逐月氣象記錄），用于分析紫金山地區2000—2018年植被指數與氣候因素之間的關系。

2.2 研究方法

3 結果與分析

3.1 歸一化植被指數空間分布規律

取2018年NDVI分布圖（見圖1（a）），對照2018年紫金山地區土地覆被分布圖（見圖1（b）），定性表達紫金山地區主要土地覆被的空間分布規律。土地覆被類型與NDVI閾值區間的相關分析表明，NDVI高值（0.8≤NDVI≤1.0）主要分布在紫金山，土地覆被類型為林地;NDVI中值（0.4≤NDVI<0.8）主要分布于中海拔地區，土地覆被類型為草地;低值（0.0≤NDVI<0.4）主要分布于研究區北部以及黃河沿岸低海拔地區，土地覆被類型為其他土地。

19 a平均NDVI分布可以定性宏觀表達紫金山地區植被景觀的空間變化規律，由圖1（c）可以看出，NDVI由紫金山向外逐漸遞減，平均NDVI最低值為黃河沿岸的其他土地，最高值為紫金山的林地。19 a平均NDVI整體呈現西部和西北部低，東部高的分布特征，具有明顯的空間差異性，與黃土高原2000—2016年的植被分布特點趨于一致[24]。

為了進一步揭示紫金山地區植被類型的變化趨勢，采用一元線性回歸方法對2000—2018年NDVI進行逐像元趨勢分析。圖1（d）顯示，2000—2018年NDVI整體呈明顯改善趨勢，19 a間NDVI無顯著變化的區域僅9 km2，占區域總面積的0.37%;NDVI輕度改善區域面積約為131 km2，占區域總面積的5.37%，主要為紫金山和黃河沿岸、湫水河一帶的居民區;NDVI中度改善區面積約為702 km2，占區域總面積的28.76%，主要分布于黃河和湫水河沿岸的農業區;64.85%的區域NDVI呈顯著改善趨勢，面積約為1 583 km2，主要分布于研究區中低海拔地區;剩余0.65%的區域呈高顯著改善趨勢?？梢姡谶@19 a里區域NDVI顯著改善。

3.2 NDVI時間變化分析

將2000—2018年紫金山地區植被NDVI分為5級，并對結果進行統計分析，見表1。表1顯示，2000—2018年紫金山地區NDVI均值為0.32～0.64，NDVI增長率為0.015/a（顯著性水平p<0.01），比同為丘陵溝壑區的皇甫川流域2000—2015年的NDVI增長率0.004 2/a高[25]。2001年NDVI總值與均值最小，2018年NDVI總值和均值都高于其他年份的。均值偏差分析顯示，以2009年為轉折點，2000—2008年的NDVI均值低于2000—2018年NDVI均值（0.47），2009—2018年（除了2010年和2015年）NDVI均值高于2000—2018年NDVI均值，總體上生態虧缺的年份多于生態盈余的，兩階段NDVI總量分別占19 a NDVI總量的39.2%和60.8%。

為進一步分析紫金山地區植被覆蓋結構的變化規律，將NDVI各區間面積占比繪制成百分比柱狀圖，見圖2。由圖2可知，NDVI為[0.0，0.2）的面積占比極低;NDVI為[0.2，0.4）的面積占比呈波動減少趨勢，其中2005年達到最大值2 122 km2，占區域總面積的86.93%，2018年面積僅為28 km2，減少幅度達98.68%;NDVI為[0.4，0.6）的面積波動幅度較大，呈先增大后減小的趨勢，2009年面積達到最大，為2 073 km2，2005年面積最小，為255 km2，19 a間最大變動幅度為87.70%;NDVI為[0.6，0.8）的面積呈顯著增大趨勢，2018年面積達到1 929 km2，占區域面積的79.02%，19 a間最大變幅為98.39%;NDVI為[0.8，1.0]的面積呈增大趨勢，但總面積不大。研究區NDVI時間變化規律大體是，前9 a（2000—2008年）完成了低覆蓋度向中等覆蓋度的轉化，后10 a（2009—2018年）完成了中等覆蓋度向高覆蓋度的轉化，19 a植被覆蓋結構逐漸向好的趨勢發展。

3.3 NDVI空間變化分析

為了回溯紫金山地區NDVI的垂直地帶性變遷，研究設置了遙感生態剖面，即在紫金山的最高處，分別對2000—2018年的遙感影像沿山體部分的東西、南北兩個方向做剖面（W-E水平剖面、S-N垂直剖面），得到紫金山地區NDVI時間序列剖面渲染圖，見圖3，其中藍色直線為紫金山最高點（海拔1 823 m）。由圖3可以看出，海拔越高植被覆蓋越好，在紫金山山頂區域NDVI達到最大值，主要植被類型為林地（0.8≤NDVI≤1.0），2000—2009年紫金山水平地帶性和垂直地帶性NDVI分布無顯著差異，覆被類型主要為其他土地（0.0≤NDVI<0.4）。2010年以后，NDVI發生了改變，并隨時間逐漸向高值轉化。在W-E剖面變化圖中，NDVI在山體水平地帶分布上東部優于西部。2010—2018年，紫金山西部地區主要植被類型為干旱草地（0.4≤NDVI<0.8），東部地區植被類型為林地。在N-S剖面變化圖中，NDVI在山體垂直地帶分布上南部優于北部。2010—2018年紫金山北部地區植被類型主要為草地，南部地區主要為草地和林地。

3.4 NDVI對氣候的響應分析

（1）氣候變化分析。2000—2018年紫金山地區呈暖濕化趨勢，見圖4。年均氣溫呈波動上升趨勢，變化平穩，其中年平均最高氣溫出現在2017年，為11.3 ℃，年平均最低氣溫為2012年的9.3 ℃。19 a平均氣溫為10.4 ℃，氣溫變化率為0.04 ℃/a。年降水量呈顯著上升趨勢，變化幅度較大，達496 mm，其中年降水量最少的年份出現在2005年，為325.2 mm，2016年降水量最多，為821.2 mm。19 a平均降水量為520.9 mm，降水量變化率為14.63 mm/a。

（2）NDVI與氣候變化關系分析。紫金山地區逐年平均NDVI與年平均氣溫的皮爾遜（Pearson）相關系數r=0.352（顯著性水平p<0.01），總體為不顯著相關;與年降水量的皮爾遜相關系數r=0.734（p<0.01），總體為非常顯著正相關。逐像元分析NDVI與年均氣溫和年降水量的空間相關性，見圖5。圖5 NDVI與氣候相關系數空間分布

根據顯著性程度以及相關性，將相關系數分為6個等級：不顯著負相關r為[-0.10，0.00）、不顯著正相關r為[0.00，0.10）、低顯著正相關r為[0.10，0.25）、顯著正相關r為[0.25，0.40）、高顯著正相關r為[0.40，0.65）、極高顯著正相關r為[0.65，0.85]。

由圖5（a）可知，NDVI與年平均氣溫大多為顯著正相關，面積約為1 553 km2，占研究區總面積的63.62%;紫金山西部22.49%的區域NDVI與年平均氣溫為高顯著正相關，面積約為549 km2;東部12.74%的區域NDVI與年平均氣溫為低顯著正相關，面積約為311 km2;相關系數在不顯著負相關、不顯著正相關和極高顯著正相關的面積占比非常小，分別占總面積的0.33%、0.74%、0.08%。由圖5（b）可知，NDVI與年降水量大多為極高顯著正相關關系，面積為1 870 km2，占研究區總面積的76.61%;高顯著正相關主要集中分布在研究區東北部，面積約為561 km2，占總面積的22.98%;不顯著負相關、不顯著正相關和顯著正相關面積占比不及1%，面積分別為1、3、6 km2?？梢姡杲邓繉DVI的影響十分顯著。

4 結 語

基于2000—2018年MODIS-NDVI數據和紫金山地區年平均氣溫、年降水量空間插值數據，從NDVI空間分布規律、時間變化規律和對氣候響應規律3方面進行分析，主要結論如下。

（1）2000—2018年紫金山地區NDVI由東部向西部和西北部逐漸遞減，最高值分布在紫金山，最低值分布在黃河沿岸低海拔地區，具有顯著的空間差異性。NDVI顯著改善，其中中低海拔山區NDVI改善最為顯著。

（2）2000—2018年紫金山地區NDVI發生了很大變化，呈顯著增大趨勢，NDVI增長速率為0.015/a。19 a紫金山地區植被覆蓋結構由低覆蓋向高覆蓋轉變。

（3）19 a紫金山地區呈暖濕化，氣溫增長率為0.04 ℃/a，降水量增長率為14.63 mm/a。其中，氣候因素中的降水因子是影響該地區NDVI變化的主要因素，年NDVI均值與年降水量呈非常顯著正相關關系，與年均氣溫相關性不顯著。

參考文獻：

[1] United Nations General Assembly. Transforming our World： the 2030 Agenda for Sustainable Development[EB/OL]. [2019-09-25].https：//sustainabledevelopment.un.org/post2015/transforminqourword.

[2] 羅敏，古麗·加帕爾，郭浩，等.2000—2013年塔里木河流域生長季NDVI時空變化特征及其影響因素分析[J].自然資源學報，2017，32（1）：50-63.

[3] 高江波，焦珂偉，吳紹洪.1982—2013年中國植被NDVI空間異質性的氣候影響分析[J].地理學報，2019，74（3）：534-543.

[4] 張文強，孫從建，李新功.晉西南黃土高原區植被覆蓋度變化及其生態效應評估[J].自然資源學報，2019，34（8）：1748-1758.

[5] 楊寒月，張光輝，張寶軍.黃土丘陵溝壑區溝坡典型植物群落生長特征[J].水土保持研究，2019，26（2）：62-67.

[6] 郭宇，王樹森，馬迎梅，等.降雨因子對黃土丘陵溝壑區不同植被毯措施徑流小區產流產沙量的影響[J].內蒙古林業科技，2019，45（2）：30-34.

[7] LI Jingjing，PENG Shouzhang，LI Zhi.Detecting and Attributing Vegetation Changes on China’s Loess Plateau[J].Agricultural and Forest Meteorology，2017，247（13）：260-270.

[8] 李銳.黃土高原水土保持工作70年回顧與啟示[J].水土保持通報，2019，39（6）：298-301.

[9] 高健翎，高燕，馬紅斌，等.黃土高原近70 a水土流失治理特征研究[J].人民黃河，2019，41（11）：72-77.

[10] 高健健，穆興民，孫文義.2000—2012年黃土高原植被覆蓋的時空變化[J].人民黃河，2015，37（11）：85-91.

[11] 郭永強，王乃江，褚曉升，等.基于Google Earth Engine分析黃土高原植被覆蓋變化及原因[J].中國環境科學，2019，39（11）：4804-4811.

[12] 李雙雙，延軍平，萬佳.近10年陜甘寧黃土高原區植被覆蓋時空變化特征[J].地理學報，2012，67（7）：960-970.

[13] 張雅麗，王建軍.基于NDVI的陜北黃土高原丘陵溝壑區植被覆蓋變化及其驅動力分析[J].林業經濟，2016，38（12）：21-25，40.

[14] 趙安周，劉憲鋒，朱秀芳，等.2000—2014年黃土高原植被覆蓋時空變化特征及其歸因[J].中國環境科學，2016，36（5）：1568-1578.

[15] 李登科.陜北黃土高原丘陵溝壑區植被覆蓋變化及其對氣候的響應[J].西北植物學報，2009，29（5）：1007-1015.

[16] 張含玉，方怒放，史志華.黃土高原植被覆蓋時空變化及其對氣候因子的響應[J].生態學報，2016，36（13）：3960-3968.

[17] 孟晗，黃遠程，史曉亮.黃土高原地區2001—2015年植被覆蓋變化及氣候影響因子[J].西北林學院學報，2019，34（1）：211-217.

[18] 楊艷芬，王兵，王國梁，等.黃土高原生態分區及概況[J].生態學報，2019，39（20）：7389-7397.

[19] 郝曉鵬.黑茶山自然保護區不同生境下植物群落生物多樣性研究[D].太原：山西大學，2009：1-65.

[20] 趙維清，李經緯，褚琳，等.近10年湖北省植被指數時空變化特征及其驅動力[J].生態學報，2019，39（20）：7722-7736.

[21] ZHANG Wei，WANG Lunche，XIANG Feifei，et al.Vegetation Dynamics and the Relations with Climate Change at Multiple Time Scales in the Yangtze River and Yellow River Basin， China[J].Ecological Indicators，2020，110（3）：105892.

[22] 袁金國，張莎，胡春梓.河北省植被多時相SPOT-VGT NDVI變化及與氣候因子的關系[J].科技通報，2015，31（5）：47-52.

[23] 王麗霞，余東洋，劉招，等.渭河流域NDVI與氣候因子時空變化及相關性研究[J].水土保持研究，2019，26（2）：249-254.

[24] 孫銳，陳少輝，蘇紅波.2000—2016年黃土高原不同土地覆蓋類型植被NDVI時空變化[J].地理科學進展，2019，38（8）：1248-1258.

[25] 黎銘，張會蘭，孟鋮鋮，等.皇甫川流域2000—2015年植被NDVI時空變化特征[J].林業科學，2019，55（8）：36-44.

【責任編輯 呂艷梅】