2000—2018年遼河流域植被NDVI變化及其與溫度、降水的響應關系

朱麗亞, 胡克, 孫爽

2000—2018年遼河流域植被NDVI變化及其與溫度、降水的響應關系

朱麗亞, 胡克*, 孫爽

中國地質大學(北京)海洋學院, 北京 100083

在全球氣候變暖的背景下, 研究流域植被覆蓋度的時空變化及對氣候變化的響應對遼河流域的生態環境建設具有重要參考價值。基于2000—2018年研究區分辨率為250 m×250 m的MODIS-NDVI遙感數據、同期流域溫度和降水量數據, 借助MVC最大合成、變異系數、趨勢分析、Hurst指數、偏相關分析等方法, 得出遼河流域近19年植被覆蓋空間分布、變化特征、演變趨勢以及氣象要素對NDVI變化的響應關系。結果表明: (1)在時間上, 遼河流域19年來NDVI月平均波峰值集中在6—8月份, 7月份達到最大。在年際變化方面, 遼河流域植被覆蓋呈緩慢增長的趨勢。(2)在空間上, 遼河流域植被覆蓋度整體較好, 空間分布由東向西遞減, 低植被覆蓋區域(<0.3)約占流域總面積的37.78%, 高植被覆蓋區域(>0.4)約占流域總面積的14.93%。(3)植被覆蓋變異方面, 研究區整體呈低和較低波動的變化狀態, 共占90.60%。東西區域的波動差異較為明顯。(4)在變化趨勢上, 約46.50% 的地區植被覆蓋得到了改善, 約36.99% 的區域植被覆蓋基本沒有發生變化。(5)溫度、降水對遼河流域植被生長整體表現為促進作用。近19年來遼河流域植被覆蓋整體在不斷改善。

歸一化植被指數; 植被覆蓋; 時空分布; 遼河流域

0 前言

IPCC(Intergovernmental Panel on Climate Change, IPCC)第五次綜合報告指出, 全球平均地表溫度在1880—2012年間升高了0.85℃, 在1951—2012年間的升溫速率幾乎是1880年以來的兩倍[1]。全球氣候的持續變暖對陸地生態的影響正在逐步加深, 植被是連接土壤、大氣、水分的紐帶, 是實現生態系統物質循環與能量交換的中樞[2]。NDVI為歸一化植被指數(Normalized Difference Vegetation Index, NDVI), 它能衡量植被吸收太陽輻射的有效輻射比例, 在一定程度上能夠表征植被的覆蓋程度和生長狀況, 是區域和全球尺度生態環境變化的監測指標之一[3-6]。植被覆蓋度極易受到氣候變化和人類活動的影響[7-13]。遙感技術能大尺度、長時間的進行動態監測, NDVI數據應用到環境監測以及植被對氣候變化的響應已是當前研究熱點。全球氣候的波動會影響區域氣候, 而NDVI對不同的氣候變化所做出的響應存在差異, 植被類型不同對溫度、降水的響應也會有一定的差別[14]。國內外學者基于不同的NDVI遙感數據, 從不同空間尺度、時間尺度對區域植被覆蓋變化及驅動因素做了大量研究, 并指出在氣象因素中溫度和降水是影響NDVI變化最主要的因素[8, 9, 15, 16]。

遼河流域是我國七大河流之一, 是東北地區南部最大的河流, 流域大部分地區屬于農牧交錯地帶。近年來, 隨著經濟的快速增長, 流域內城鎮化建設的不斷推進、沿河工農業的快速發展以及水利工程的修建等影響, 使得流域部分水質污染[17]。在全球氣候變暖的背景下, 流域區域降水特征出現了較為明顯的改變[18], 影響著水資源、植被覆蓋的時空分布, 進而影響當地生態環境。本文借助2000—2018年的MODIS-NDVI數據, 結合同期降水與溫度數據, 分析遼河流域近19年植被覆蓋的時空變化特征、演變趨勢以及氣象要素對NDVI變化的響應關系, 有助于遼河流域生態環境的監測。

1 研究區概況

遼河流域位于我國東北地區西南部, 地處40°30′ N—45°10′ N, 117°00′ E—125°30′ E之間, 流域面積為21.9×104km2, 干流長1430 km, 子流域包括西遼河、東遼河、渾河、遼河干流及支流。北面與松花江相接, 向南流入渤海(圖1), 流域共流經內蒙古、河北、遼寧和吉林4個省份[19]。流域地勢呈東西高中部低、北高南低, 遼河中游沖積平原海拔在200 m以下, 由河流沖積而成; 遼河下游為濱海平原, 地勢比較平坦, 海拔在50 m以下[19]。遼河流域的氣候屬于溫帶半濕潤半干旱季風氣候, 流域全年平均溫度在4—9 ℃之間, 南部溫度較高, 北部溫度較低, 平原溫度較高, 山地溫度較低。流域年累計降水量大約300—1000 mm, 各區域的降水差異較大, 遼河干流以東的區域達900 mm左右, 西遼河上游降水量在300 mm左右, 降水主要集中在6—8月份, 常會出現強降雨或暴雨的天氣。流域內自然植被類型主要為暖溫帶落葉闊葉林和溫帶灌叢等[20]。

2 數據來源與研究方法

2.1 數據來源與數據處理

NDVI數據來源于美國土地過程分布式數據中心(https://lpdaac.usgs.gov), 數據集為2000年2月—2018年12月的MOD13Q1, 空間分辨率250 m, 時間分辨率16 d。MODIS是搭載在Terra衛星上的重要傳感器[21], NDVI數據集經過水、云、氣溶膠處理, 以及輻射校正、大氣校正、幾何糾正等處理[22], 數據質量和分辨率較高。利用NASA提供的MODIS數據預處理工具MRT(MODIS Reprojection Tool, MRT), 原始NDVI數據的正弦曲線投影(SIN)重投影為通用橫軸墨卡托投影(UTM), 同時將HDF格式轉換為TIF格式。利用ArcGIS軟件批量掩模裁剪出遼河流域的NDVI數據, 再進行最大值合成處理, 得到每月NDVI柵格數據集, 這種方法能夠減弱太陽高度角、云層和大氣環境的影響[23]。利用Python、ENVI、MATLAB和ArcGIS等軟件處理NDVI柵格數據, 并進行數學運算、空間分析和重分類等操作, 從而獲得NDVI數據的趨勢斜率、Hurst指數、變異系數、偏相關系數等指標, 然后進一步對所有指標劃分等級、重分類。

圖1 研究區示意圖

Figure 1 Location of the study area

氣象數據由中國氣象數據網(http://data.cma.cn/)提供, 利用Rstudio提取出遼河流域內19個氣象站點的氣象數據, 標準化處理成月值、年值數據。遼河流域19期月平均溫度和月降水量的空間分布圖由ArcGIS反距離加權平均差值工具(IDW)插值而成, 空間分辨率、投影信息及邊界信息與NDVI數據相一致。研究區的數字高程模型(DEM)數據來源于地理空間數據云(http://www.gscloud.cn/)。

2.2 研究方法

2.2.1 最大值合成法

采用最大值合成(Maximum value composites, MVC)法處理NDVI數據, 以獲得每月NDVI。

一年內各月植被指數的均值作為年平均植被指數, 該指標能表征該年內植被的總體生長狀況, 可進一步分析研究期間遼河流域植被的年際變化及趨勢。春、夏、秋、冬四季各月植被指數的均值作為季平均植被指數, 該指標用來表征植被覆蓋度的季節性變化。

2.2.2 趨勢分析法

回歸趨勢線是對變量進行回歸分析, 要求變量隨時間變化[24]。采用趨勢分析法, 分析遼河流域2000—2018年每個像元的NDVI變化趨勢, 得出研究區19年的NDVI變化趨勢圖, 計算過程如下:

2.2.3 Hurst指數分析法

英國水文學家Hurst提出Hurst指數, 用來表征觀測值序列數據的可持續性[25, 26], 在水文、生態、氣候學等各個領域得到了廣泛應用。采用法計算Hurst指數, 計算公式如下:

極差序列:

標準差序列:

2.2.4 變異系數法

變異系數是標準差與平均數的比值, 是描述每一個觀測值變異程度的指標, 變異系數越小, 觀測序列穩定, 波動小; 反之, 序列較為不穩定, 波動大[27]。本文用變異系數來衡量研究期間每個像元值的變化情況。計算公式為:

2.2.5 偏相關分析

3 結果與分析

3.1 不同時間尺度下NDVI的變化特征

3.1.1 NDVI季節變化

遼河流域全年NDVI月均值在0.16—0.64范圍內波動, 整體呈現先增加后減少趨勢, 與平均溫度和降水的時間變化趨勢相吻合(圖2)。溫度、降水及NDVI的波峰都主要集中在6—8月份, NDVI均值分別為0.55、0.64、0.59, 其中最大值為7月份的0.64。波谷出現在1月份, NDVI值為0.16。在6—8月份, 平均溫度較高、降水充足, 相比其他月份水熱條件較好, 更適宜植被的生長, 所以NDVI達到最大值。月季尺度上NDVI的變化特征與植被生長的周期特征一致, 1—8月為持續增長期, 9—12月為下降期。根據NDVI各季節分布圖(圖6), 遼河流域地區植被覆蓋差異明顯, 整體表現為夏季NDVI>春季NDVI>秋季NDVI>冬季NDVI, 可見, 遼河流域植被覆蓋增加主要發生在夏季, 植被光合作用強, 生長較為明顯。2000—2018年, 大部分區域NDVI值在0.2—0.4范圍內(圖6), 春季和秋季NDVI平均值為0.37, 夏季為0.74, 冬季為0.25。

3.1.2 NDVI年際變化

2000—2018年間, 遼河流域年平均溫度和年降水量呈上升趨勢。隨著全球氣候的持續變暖, 中國的平均溫度在100年的時間內上升了0.5—0.8℃, 變化趨勢與全球相一致[28]。研究區域的年均溫度及年降水量波動狀況如圖3所示, 其中年降水量最大值出現在2010年。根據遼河流域研究期間的年均溫度、年降水量的空間分布圖(圖4), 流域年降水量差別較大, 介于296.83—754.46 mm之間, 年平均溫度介于5.58—10.87 ℃之間, 空間分布均由東向西遞減, 西遼河平原整體上降水較少、平均溫度比較低。19年來流域年降水量累計為443.04 mm、平均溫度為7.73 ℃。

圖2 遼河流域降水量、溫度及NDVI變化特征

Figure 2 Variation of monthly-averaged precipitation, temperature and NDVI in Liao River Basin

圖3 遼河流域年降水量、平均溫度及NDVI年際變化特征

Figure 3 Variation of precipitation temperature and NDVI in Liao River Basin

利用均值法計算的年NDVI值作為遼河流域植被覆蓋度(圖3), 分析了19年間遼河流域植被覆蓋情況。研究期間, NDVI在波動中呈緩慢增加的狀態, 但整體相對穩定, 像元NDVI均值最小為2000年的0.61; 最大為2012年的0.72。研究區NDVI有兩個減少與增長的時間段, 減少時間段為2004—2006年、2008—2010年, 增長時間段分別為2006—2008年、2015—2018年。2004—2006年間, 相對前一階段降水增加, 溫度降低, 相對濕度增大, 間接影響植被生長發育。2008—2010年間, 降水變化異常, 溫度下降明顯, 水熱因子的改變超過了植被的適應能力, 植被代謝過程減緩。2006—2008年間, 溫度有所上升, 降水相對上一階段略微減少, 水熱因子達到植被生長的適宜條件, 利于植被生長。總之, 從年際變化分布來看, 2015年后, 整體溫度、降水量呈增加趨勢, 與NDVI變化態勢相一致, 植被生長較好。

3.2 植被覆蓋度的空間分布及變化特征

為了研究遼河流域植被2000—2018年NDVI的空間分布格局, 以像元為單位計算NDVI 19年的平均值, 將NDVI值劃分為五個級別并進行重分類, 得到NDVI空間分布圖(圖5)。遼河流域年均植被NDVI值在0—0.8區間, 均值為0.33, 空間分布格局由東向西遞減。整體看, 遼河流域植被覆蓋高的區域所占總面積的62.22%, 說明整體植被覆蓋較好。植被覆蓋度低(00.4)的區域面積為3.38×104km2, 占區域總面積的14.93%, 主要分布在渾太河子流域。研究區四季植被覆蓋度與年均植被覆蓋度分布情況較為一致(圖6)。遼河流域覆蓋面積較大, 各子流域內地質條件、土壤類型、植被類型、溫度、降水分布不均以及人為政策因素等共同作用, 致使其植被生長有所差異, 進而流域內植被覆蓋度的也有所不同。

圖4 2000—2018年遼河流域平均溫度(A)與降水量(B)空間分布

Figure 4 Spatial distribution of average temperature(A) and precipitation(B) in the Liao River Basin in 2000-2018

圖5 遼河流域年均NDVI空間分布

Figure 5 Spatial distribution of annual average of NDVI in the Liao River Basin

3.3 NDVI變化趨勢分析

計算研究區2000—2018年間NDVI的趨勢斜率(k), 將計算結果重分類為5個等級, 分別對應于不同的NDVI變化性質。從圖7可知, 近19年來遼河流域植被覆蓋整體有所改善, 面積比例約為46.51%, 主要分布在西遼河源頭老哈河、烏爾吉木河以及新開河流域, 明顯改善(k≥0.005)的面積1.12×104km2, 占總面積的5.26%, 稍有改善(0.001≤k<0.005)的面積為9.33×104km2, 占總面積的41.25%。流域植被基本沒有發生變化(-0.001≤k<0.001)的區域面積約為8.37×104km2, 占總面積的36.99%。僅有約16.5%的地區植被呈退化趨勢, 主要分布在西遼河流域西部邊緣區域: 哈黑爾河、查干木倫河以及渾河流域東部邊緣區域; 其中, 明顯退化區域面積(k<-0.005)約為2.06×103km2, 占流域總面積的0.91%, 輕微退化(-0.005≤k<-0.001)區域面積為3.53×104km2, 占流域總面積的15.59%。

圖6 遼河流域NDVI四季分布圖

Figure 6 NDVI distribution of Liao River Basin in four seasons

3.4 NDVI可持續性分析

根據研究區實際情況和計算得到的Hurst指數值, 采用R/S法計算NDVI時間序列H值, 并將Hurst指數計算結果進行重分類, 經統計分析可知(表1): 研究區Hurst指數空間差異明顯, 范圍在0.13—0.95之間, 平均值為0.49, 時間序列上流域整體呈弱反持續性。研究區未來植被覆蓋呈反向持續性變化的(0

3.5 植被覆蓋度的變異性分析

基于遼河流域2000—2018年NDVI數據的像元變異性計算結果, 對結果劃分相應的等級得到植被覆蓋度波動狀態圖(圖8)。將變異值分為5個等級, 低波動變化態勢(0<C<0.05)、較低波動變化(0≤C<0.1)、中波動變化態勢(0.1≤C<0.15)、較高波動變化態勢(0.15≤C<0.2)、高波動變化態勢(0.2≤C<1)。研究期間, 流域植被覆蓋呈較低和低波動的變化態勢共占90.60%。從空間分布上看, 東西區域的波動有顯著的差異, 西遼河流域波動值較大, 主要由于該區域是生態恢復建設的重點防治區域, 隨著生態建設工程的相繼實施, 植被生長顯著改善, 同時, 該地區植被類型主要是草地, 對比東遼河流域的林地, 更易受到人為因素和氣候變化的影響。

圖7 遼河流域NDVI變化斜率

Figure 7 Changing trend of NDVI in the Liao River Basin

表1 NDVI持續性特征

3.6 NDVI與溫度、降水關系

2000—2018年, 遼河干流東部、東遼河流域和渾河流域的年降水量均大于600 mm, 遼河干流和渾河流域的的大部分區域年平均溫度高于7 ℃; 西遼河流域年平均溫度較低, 氣候相對干燥。區域植被覆蓋度是由氣候環境和植被本身的理化特征共同決定[20]。氣候環境的變化會對影響植被的生長環境, 從而會影響植被的生長, 進而會影響植被覆蓋度。

以年為單位, 計算2000—2018年各像元的NDVI與平均溫度和年降水的偏相關系數, 得出研究區溫度與NDVI偏相關系數A及降水與NDVI偏相關系數B的空間分布圖(圖9), 顯著性通過t統計量檢驗。圖9表明, NDVI對溫度和降水的響應在空間上呈不均勻分布, 正負相關并存。NDVI與年平均溫度的偏相關系數介于-0.91—0.91之間, 平均值為0.22, 偏相關系數為正的區域占研究區總面積的79.59%, 其中有21.92% 通過<0.05的檢驗, 呈負相關區域為20.41%, 無顯著負相關。正相關區域主要集中在地勢較高的西遼河子流域、山區向平原的過渡帶, 由于山區海拔較高, 相對于平原地區溫度較低, 熱量可能是影響植被生長的主要因子, 在達到植被生長的適宜溫度之前, 增溫會促進植被的光合、呼吸等代謝過程, 土壤中的營養物質釋放速度加快, 有利于植被生長。與年降水的偏相關系數介于-0.88—0.95之間, 平均值為0.10, 偏相關系數為正的區域占研究區總面積的60.30%, 其中有27.29%通過<0.05的檢驗, 呈負相關區域為39.70%, 有10.50%通過<0.05的檢驗。正相關區域主要集中在西遼河流域, 對于干旱半干旱地區而言, 植被對降水的響應更敏感, 降水會增加土壤的含水量, 加快營養物質的運輸及植被的代謝過程, 從而促進植被的生長。值得注意的是, 遼河流域東南區域年均植被覆蓋度較高, 平均溫度在10 ℃以上、年降水量大于600 mm, 而NDVI與年平均溫度和降水量的偏相關系數卻很低甚至為負, 相關系數很低說明溫度、降水不是影響植被生長的主要活動因子, 可考慮人為因素的干擾。相關系數為負值的區域, 說明該地區的水熱條件抑制了植被的生長活動。

圖8 遼河流域植被變異空間分布

Figure 8 Spatial distribution of variation coefficient of NDVI in the Liao River Basin

圖9 NDVI與溫度(A)、降水(B)的偏相關系數空間分布圖

Figure 9 Partial correlation coefficients between NDVI and average temperature(A), precipitation(B)

4 討論與結論

4.1 討論

遼河區域面積較大, 受氣候變化、人類活動的影響, 流域內植被的生長存在差異, 直接影響植被覆蓋度。本研究表明, 遼河流域植被覆蓋整體較好, 季節尺度上, NDVI的變化特征與季節的氣候變化趨勢相關, 植被增加主要發生在夏季和春季, 主要歸因于當地的氣候環境, 6—8月, 溫度較高, 雨水充足, 氣候更適宜植被生長, 冬季溫度較低, 植物生長會受到一定的限制, 這與Sun等[29]對中國北方植被對氣候變化的研究結果一致。年際尺度上, NDVI在波動中緩慢增加, 整體相對穩定, 這與韋石等人得出的遼河流域植被覆蓋變化的結論一致[30]。空間分布上, 遼河流域植被覆蓋較好, 四季植被覆蓋度與年均植被覆蓋度分布情況較為一致, 高植被覆蓋主要分布在渾河流域, 這是因為該地區植被類型主要是林地, 且屬于長白山森林生態功能區, 植被覆蓋度相對較高[31], 而西遼河流域屬于農牧交錯地帶, 植被主要為草地, 林地覆蓋較少, 面積只占流域總面積的10%, 整體看, 西遼河流域覆蓋度相對較低[32]。從變化趨勢上看, 46.51%的區域植被覆蓋得到了改善, 尤其是在科爾沁沙地地區表現最為明顯, 波動性也較大, 此結果與呂嘉欣等[33]對科爾沁沙地植被時空變化的研究結果一致, 這是由于遼河流域是我國生態環境治理與恢復的重點研究區域, 截至目前, 已開展了一系列的生態建設工程。如: 1978年, 國家開始實施“三北”防護林, 其中西遼河流域內的科爾沁沙地是重點防治區域。2000年, 內蒙古地區實施退耕還林還草工程, 2014年, 通遼市進行“雙千萬畝”綜合治理, 隨著生態建設工程的相繼實施, 流域內的生態環境有所改善。

氣候變化中, 水熱因子的組合機制決定了植被生長、組織結構, 以及分布等動態變化[34]。遼河流域東部為地勢平坦的平原地區, 西部為海拔較高的干旱半干旱地區。NDVI對溫度和降水的響應在空間上呈不均勻分布, 正負相關系數并存, 空間分布上, 年平均溫度和降水量分布由東向西遞減, 東部水熱條件更適宜植被生長, 植被覆蓋度較高, 與溫度、降水的相關系數較低, 水熱因子對植被生長活動的影響較小。在海拔高的山區, 溫度較低, 降水不足, 植被對水熱因子的變化會更敏感, 與溫度、降水的相關系數值也相對較高。焦珂偉等[34]研究表明在年降水量大于600 mm的區域, 植被對熱量因子的響應可能更敏感, 降水不是植被生長的主要限制因子, 在半干旱地區, 水分不足(年平均降水量小于600 mm), 植被生長活動受到抑制。例如在半干旱地區老哈河流域夏季溫度升高會導致植被覆蓋減少, 降水增加有利于植被的生長[35]。在黃土高原的半濕潤地區, 溫度對NDVI季節性的變化有利, 而在半干旱地區, 溫度對NDVI的影響不顯著[36]。綜合來看, 研究期間, 溫度上升、降水增加對遼河流域植被生長整體表現為促進作用。這一結論與Sun等[29]的研究結果一致, 即在全球氣候變暖的背景下, 中國北方植被覆蓋度呈小幅上升趨勢[37]。同時, 李本綱等[38]的研究也表明在全國范圍內NDVI與溫度和降水相關顯著。Ichii等[39]對北半球植被動態變化的研究中表明, 北半球中高緯度NDVI的增加與全球氣候變暖密切相關。

本文雖獲得了一些研究成果, 還存在以下不足之處: 1)植被對氣候變化的響應具有復雜性, 本文只分析溫度和降水對植被覆蓋度的影響, 并未考慮人類活動、其他變量等驅動因素, 研究應明確各變量與植被變化的數量關系。2)根據遼河流域近19年植被覆蓋變化, 預測的未來趨勢變化沒有考慮未來的氣候變化、人類活動等因素的影響。3)在全球變暖及極端事件頻發的氣候變化背景下, 應考慮氣候的波動變化及極端事件對區域植被生長的影響。

4.2 結論

本文以2000—2018年MODIS-NDVI遙感數據、同期流域降水和溫度數據為基礎, 借助MVC最大合成、趨勢分析、Hurst指數、變異系數節偏相關分析, 得出遼河流域近19年植被覆蓋時空變化特征、演變趨勢以及氣象要素對NDVI變化的響應關系, 得出結論如下:

(1)NDVI在月季變化上表現出與植被生長周期相符的階段性特征, NDVI月均值在0.16—0.64范圍內波動, 整體呈現先增加后減少趨勢。年際變化上, NDVI在波動中呈緩慢增加的狀態, 整體變化趨勢相對穩定, 像元NDVI均值最大為2012年的0.72, 最小為2000年的0.61。

(2)空間分布上, 流域植被覆蓋整體較好, 空間分布格局由東向西遞減, 高植被覆蓋區主要分布在渾太河子流域。流域內約16.5%的地區植被呈退化趨勢, 主要分布在西遼河流域西部邊緣區域: 哈黑河、蘇吉高河和敖爾蓋河等; 46.50%的區域植被覆蓋得到了改善, 主要分布在西遼河源頭老哈河、烏爾吉木河以及新開河流域。

(3)植被覆蓋變異方面, 遼河流域植被覆蓋未來變化趨勢中反向特征會強于同向特征。Hurst指數范圍在0.13—0.95之間, 平均值為0.49, 時間序列上呈弱反持續性。流域植被覆蓋呈較低和低波動的變化態勢共占90.60%。

(4)研究區域內NDVI與平均溫度、降水的偏相關系數正負相關并存, 整體上呈正相關。NDVI與年平均溫度的偏相關系數為正的區域占比為79.59%, 與年降水的偏相關系數為正的區域占比為60.30%。整體來說, 溫度、降水對遼河流域植被生長整體表現為促進作用。

[1] 姚玉璧, 張強, 王勁松, 等. 中國西南干旱對氣候變暖的響應特征[J]. 生態環境學報, 2014, 23(9): 1409–1417.

[2] PARMESAN C, YOHE G. A globally coherent fingerprint of climate change impacts across natural systems[J]. Nature, 2003, 421(6918): 37–42.

[3] 王兮之, 梁釗雄. 基于MODIS-NDVI的連江流域植被覆被及空間格局變化分析[J]. 水土保持研究, 2010, 17(3): 59–63.

[4] 汪權方, 李家永. 基于時序NDVI數據的鄱陽湖流域常綠覆被季節性變化特征[J]. 長江流域資源與環境, 2008, 17(6): 866–871.

[5] 李海亮, 趙軍, 任皓晨. 石羊河流域NDVI的季節時空變化研究[J]. 安徽農業科學, 2008, 36(23): 10127–10128.

[6] 賀振, 賀俊平. 基于SPOT-VGT的黃河流域植被覆蓋時空演變[J]. 生態環境學報, 2012, 21(10): 1655–1659.

[7] JACKSON R B, RANDERSON J T, CANADELL J G, et al. Protecting climate with forests[J]. Environmental Research Letters, 2008, 3(4): 269–269.

[8] CARLSON T N, RIPLEY D A. On the relation between NDVI, fractional vegetation cover, and leaf area index[J]. Remote Sensing of Environment, 1997, 62(3): 241–252.

[9] KAWABATA A, ICHII K, YAMAGUCHI Y. Global monitoring of interannual changes in vegetation activities using NDVI and its relationships to temperature and precipitation[J]. International Journal of Remote Sensing, 2001, 22(7): 1377–1382.

[10] HUETE A, DIDAN K, MIURA T, et al. Overview of the radiometric and biophysical performance of the MODIS vegetation indices[J]. Remote Sensing of Environment, 2002, 83(1/2): 195–213.

[11] 趙坤成, 張永福, 朱小強, 等. 2000—2014年艾比湖NDVI變化及其與降水、溫度響應關系[J]. 廣東農業科學, 2017, 44(9): 82–88.

[12] 李躍鵬, 劉海艷, 周維博. 陜西省1982–2015 NDVI時空分布特征及其與氣候因子相關性[J]. 生態科學, 2017, 36(6): 153–160.

[13] 王磊, 王杰, 付林, 等. 南充市轄區近15年植被覆蓋度變化特征[J]. 生態科學, 2019, 38(1): 159–167.

[14] 張曉克, 魯旭陽, 王小丹. 2000—2010年藏北申扎縣植被NDVI時空變化與氣候因子的關系[J]. 山地學報, 2014, 32(4): 475–480.

[15] 付新峰, 楊勝天, 劉昌明. 雅魯藏布江流域NDVI時空分布及與站點氣候因子的關系[J]. 水土保持研究, 2006, 13(3): 229–232.

[16] 韓輝邦, 馬明國, 嚴平. 黑河流域NDVI周期性分析及其與氣候因子的關系[J]. 遙感技術與應用, 2011, 26(5): 554–560.

[17] 郭芬. 遼河流域水生態與水環境因子時空變化特征研究[D]. 北京: 中國環境科學研究院, 2009.

[18] 劉斌. 遼河流域降水特征與氣候因子影響研究[J]. 水利技術監督, 2020(1): 173–219.

[19] 徐彩彩, 張殷波, 張遠, 等. 遼河流域河流的分類[J]. 生態學雜志, 2015, 34(6): 1723–1730.

[20] 郗延彪, 任春穎, 相恒星, 等. 2000—2015年遼河流域植被凈初級生產力變化研究[J]. 濕地科學, 2018, 16(3): 445–450.

[21] 范松克, 郝成元. 2001—2016年河南省NDVI時空變化特征分析[J]. 江蘇農業學報, 2019, 35(4): 860–867.

[22] 吳昌廣, 周志翔, 肖文發, 等. 基于MODIS NDVI的三峽庫區植被覆蓋度動態監測[J]. 林業科學, 2012, 48(1): 22–28.

[23] 軒俊偉, 盛建東. 2001—2017年新疆瑪納斯河流域植被NDVI時空變化特征[J]. 林業資源管理, 2018(6): 30–37.

[24] 宋怡, 馬明國. 基于GIMMS AVHRR NDVI數據的中國寒旱區植被動態及其與氣候因子的關系[J]. 遙感學報, 2008, 12(3): 499–505.

[25] 賀振, 賀俊平. 近32年黃河流域植被覆蓋時空演化遙感監測[J]. 農業機械學報, 2017, 48(2): 179–185.

[26] 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.

[27] HURST H E. Long-term storage capacity of reservoirs[J]. Transactions of the American Society of Civil Engineers, 1951(12): 770–808.

[28] 任國玉, 郭軍, 徐銘志, 等. 近50年中國地面氣候變化基本特征[J]. 氣象學報, 2005, 63(6): 942–956

[29] SUN Yangling, YANG Yanli, ZHANG Yue, et al. Assessing vegetation dynamics and their relationships with climatic variability in northern China[J]. Physics and Chemistry of the Earth Parts A/B/C, 2015, 87/88: 79–86.

[30] 韋石, 張慧. 遼河流域NDVI時空變化特征[J]. 北方環境, 2012, 24(6): 103–107.

[31] 鄭嬌琦, 王華斌, 劉偉玲, 等. 2000—2010年遼河流域生態系統功能變化評估 [J]. 水土保持研究, 2015, 22(6): 245–249.

[32] 張偉科, 封志明, 楊艷昭, 等. 北方農牧交錯帶土地利用/覆被變化分析—以西遼河流域為例[J]. 資源科學, 2010, 32(3): 573–579.

[33] 呂家欣, 李秀芬, 鄭曉, 等. 近40年科爾沁沙地植被時空變化及其驅動力[J]. 生態學雜志, 2020, 39(5): 1399–1408.

[34] 焦珂偉, 高江波, 吳紹洪, 等. 植被活動對氣候變化的響應過程研究進展[J]. 生態學報, 2018, 38(6): 2229–2238.

[35] 劉曉帆, 任立良, 袁飛, 等. 老哈河流域NDVI動態變化及其與氣候因子的關系[J]. 河海大學學報(自然科學版), 2010, 38(1): 1–5.

[36] XIE Baoni, JIA Xiaoxu, QIN Zhanfei, et al. Vegetation dynamics and climate change on the Loess Plateau, China: 1982–2011[J]. Regional Environmental Change, 2015, 16(6): 1–12.

[37] 何航, 張勃, 侯啟, 等. 1982–2015年中國北方歸一化植被指數(NDVI)變化特征及對氣候變化的響應[J]. 生態與農村環境學報, 2020, 37(1): 244–253.

[38] 李本綱, 陶澍. AVHRR NDVI與氣候因子的相關分析[J]. 生態學報, 2000, 20(5): 898–902.

[39] ICHII K, KAWABATA A, YAMAGUCHI Y, et al. Global correlation analysis for NDVI and climatic variables and NDVI trends: 1982–1990[J]. International Journal of Remote Sensing, 2002, 23(18): 3873–3878.

Vegetation NDVI changes in the Liao River Basin from 2000 to 2018 and its response to temperature and precipitation

ZHU Liya, Hu Ke*, SUN Shuang

School of Marine Sciences, China University of Geosciences (Beijing), Beijing 100083, China

Under the background of drastic global climate change, studying the spatiotemporal change of vegetation coverage and the response to climate change is of great significance to the ecological construction of the Liao River Basin. Based on MODIS-NDVI remote sensing data of 250 m×250 m, temperature and precipitation data in the study region from 2000-2018, Maximum Synthesis, and Spatial Superposition were used to analyze the spatial-temporal distribution, variation characteristics, evolution trend of vegetation, and response of meteorological elements to the alterations of NDVI in the Liao River Basin over the past 19 years. The results showed that: (1) In terms of time, the peaks of monthly average NDVI over the last 19 years occurred mainly in June-August, and the maximum was 0.64 in July. In the interannual variation, the vegetation coverage appeared a relatively slow growth tendency. (2) Spatially, the vegetation coverage in the Liao River Basin was relatively doing well during the study period. The spatial distribution of vegetation coverage decreased from east to west. The low vegetation coverage area with an average NDVI of less than 0.3 for many years accounted for approximately the total area of the basin 37.78%, and the area covered by high vegetation greater than 0.4 occupied about 14.93%. (3) In the NDVI variation, 90.06% vegetation coverage had a low fluctuation, thereinto the fluctuations between east and west are more obvious. (4) In terms of variation trends, about 46.50% of the area’s vegetation coverage was improved, and about 36.99% was remained basically untransformed. (5) Temperature and precipitation were positive factors for the overall vegetation growth in the study area. The overall vegetation coverage was continuously improving over the past years.

NDVI; vegetation coverage; spatiotemporal evolution; Liao River Basin

朱麗亞, 胡克, 孫爽. 2000—2018年遼河流域植被NDVI變化及其與溫度、降水的響應關系[J]. 生態科學, 2022, 41(3): 203–213.

ZHU Liya, HU Ke, SUN Shuang. Vegetation NDVI changes in the Liao River Basin from 2000 to 2018 and its response to temperature and precipitation[J]. Ecological Science, 2022, 41(3): 203–213.

10.14108/j.cnki.1008-8873.2022.03.024

S157.2

A

1008-8873(2022)03-203-11

2020-07-11;

2020-08-03

國土資源部地質環境治理專項(3-4-2014-175)

朱麗亞(1996—), 女, 新疆烏蘇市人, 博士研究生, 主要從事海岸帶地質環境研究, E-mail: Zhuliya0911@163.com

胡克(1957—), 男, 教授, 主要從事海岸帶國土開發與資源環境研究, E-mail: huke@cugb.edu.cn