鄭州市植被覆蓋變化及其對降水的響應

張成玉 牛宇 王夢晨 蘇圣鑫 林曉鳳

摘 要：以河南省鄭州市為研究區，通過搜集2009—2018年河南省的氣象數據，基于GEE平臺獲取月尺度、年尺度NDVI時間序列數據，并進行Slope趨勢分析，探討鄭州市植被年際尺度上時空格局的演變規律。基于鄭州國家站月尺度的氣象數據，進行相關性分析與小波分析，試圖分析出鄭州國家觀測站2009—2018年逐月降水量連續時間序列的周期變化情況，并以此來體現鄭州市的植被覆蓋在時空演變下對降水的響應情況。結果表明：鄭州市植被覆蓋度在2009—2018年整體為微微增長的趨勢，但在鄭州界內呈現明顯的空間差異，東部與南部NDVI衰退趨勢明顯。鄭州市降水量呈增長趨勢，但增長趨勢不明顯，同時具有明顯的豐水期與枯水期交替的特點，并在2012年前后發生突變，降至10年內最低值。

關鍵詞：歸一化植被指數;谷歌地球引擎;Slope趨勢分析法;小波分析

中圖分類號：Q948 ? ? ?文獻標志碼：A ? ? 文章編號：1003-5168（2022）12-0110-06

DOI：10.19968/j.cnki.hnkj.1003-5168.2022.12.023

Vegetation Cover Change and Its Response to Precipitation in

Zhengzhou

ZHANG Chengyu1? ? NIU Yu1? ? WANG Mengchen1? ? SU Shengxin2? ? LIN Xiaofeng1

（1. School of Harbor and Coastal Engineering， Jimei University， Xiamen 361021，China;

2. School of Electromechanical Engineering， Wenzhou University， Wenzhou 325035，China）

Abstract：Taking Zhengzhou city， Henan Province as the study area， this paper collected meteorological data of Henan province from 2009 to 2018， obtained monthly scale and annual scale NDVI time series data based on GEE platform， and conducted Slope trend analysis to discuss the evolution law of vegetation spatial and temporal pattern on the interannual scale in Zhengzhou city.? Based on the monthly meteorological data of Zhengzhou National Station， correlation analysis and wavelet analysis were carried out to analyze the periodic change of continuous time series of monthly precipitation in Zhengzhou National Station from 2009 to 2018， and to reflect the response of vegetation coverage to precipitation under the spatio-temporal evolution of Zhengzhou City.? The results showed that the vegetation coverage in Zhengzhou increased slightly from 2009 to 2018， but there was an obvious spatial difference within Zhengzhou. The NDVI declined significantly in the east and south. The precipitation in Zhengzhou showed an increasing trend， but the increasing trend was not obvious. At the same time， there was an obvious alternating between wet and dry periods， and the precipitation suddenly changed around 2012 and fell to the lowest value in ten years.

Keywords： Normalized Difference Vegetation Index; Google Earth Engine; Slope trend analysis method; wavelet analysis

0 引言

地表植被作為陸地生態系統的主體，在全球物質與能量循環中起著重要作用，而降水的變化影響植被覆蓋度和凈初級生產力的變化[1]。對降水進行長時間序列的動態監測可以獲取該區域的生態環境變化情況[2]，植被覆蓋度則是生態變化研究中的重要指示因子，探討植被覆蓋時空變化及降水量的周期特征的相關性，對了解區域環境保護與生態建設具有十分重要的現實意義[3]。

鄭州市地處我國南北氣候過渡帶，具有山地、丘陵過渡到平原的地貌特征，不同地貌特征的植被覆蓋度受氣候因素的影響。有學者指出，氣候因素對植被的表現具有差異性，干旱的北方影響植被覆蓋的主要因素為降水，潮濕的南方則是氣溫[4]。而植被覆蓋度可作為氣候的指示劑，因此，研究植被覆蓋度與降水之間的響應關系，對生態環境保護有重要意義。

1 鄭州市概況及植被覆蓋度

1.1 鄭州市地形概況

鄭州市地處豫北，位于秦嶺東段余脈的伏牛山。地勢大體上表現為西南高而東北低，在鄭州市境內從西南部的中低山依次下降為丘陵、傾斜平原和沖積平原，擁有比較完整的地貌序列[5]。此外，鄭州市境內水系分布眾多，交錯盤桓，分屬于黃河、淮河、漢水和衛河四大水系，而淮河水系是鄭州市境內最大的水系。

1.2 GEE平臺

GEE（Google Earth Engine）平臺，也稱谷歌地球引擎。它是一款利用全球尺度的觀測數據進行云端分析的云計算平臺[6]。GEE平臺較ENVI等傳統影像處理工具具有非常明顯的優勢，它可以極大地縮短影像預處理的時間，而Landsat的監測影像常常受云量大小、監測不全、云層厚度、衛星運行故障及太陽高度角等監測因素的影響，不適合建立月尺度的NDVI序列，而GEE平臺則可以自動根據云量大小合成月尺度無云的Landsat多光譜產品。

同時，GEE平臺早已應用于各個領域，涵蓋植物量產估算、全球地表水變化、疾病風險繪圖、物種棲息地范圍分析、土地利用變化、氣候監測等，同時還具有免費開放、數據豐富以及數據處理能力強等特點。

筆者通過GEE平臺調用了1999年1月1日至2021年10月1日覆蓋研究區域的USGS Landsat 7 Level 2、Collection 2、Tier 1的地表反射率產品數據，并通過代碼實現NDVI值的計算，以進一步分析植被覆蓋度的情況。

1.3 歸一化植被指數（NDVI）

歸一化植被指數（Normalized Difference Vegetation Index，NDVI）的公式如式（1）。

式中：NIR為近紅外波段;R為紅光波段;p為反射率。

NDVI可用于反映植被的生長情況，是遙感衛星領域對植被覆蓋情況動態監測的有效手段。通過遙感及地理信息系統等手段可獲取并計算植被覆蓋率，并將其應用于植被時空演變的研究當中[7]。本研究通過GEE平臺來計算植被覆蓋度，并獲取計算結果圖像。

1.4 植被指數變化

基于GEE平臺和ArcGIS軟件，提取1999—2021年的NDVI數據并成圖像，并以2 a或4 a的時間跨度將其分為1999—2003年、2004—2008年、2009—2013年、2014—2018年以及2019—2021年，利用其LandSat7影像來計算植被覆蓋度，以便快速篩選出植被覆蓋度發生較大差異變化的時間區段，縮小時間范圍進行深入分析。

據圖1至圖5在一定時間跨度內歸一化植被指數的觀測結果來看，不難發現，在2009—2013年與2014—2018年這兩個時間跨度之間出現了一定區域內明顯的植被覆蓋度差異化分布的現象，為說明在該時間段內一定程度的植被變化情況，通過篩選處于2009—2018年內河南省境內各氣象站點的氣象數據，試圖分析出在該段時間內歸一化植被指數對于降水量要素的響應情況。

1.5 Slope趨勢分析

趨勢分析法是指對隨時間變化的變量進行線性回歸分析[8]，從而預測該變量變化趨勢的分析方法，具體公式如式（2）。

式中：[NDVIi]指第i年的NDVI的平均值;n為研究時間長度。

當Slope<0時，表示NDVI呈減少趨勢;當Slope=0時，表示NDVI呈基本不變狀態;當Slope>0時，表示NDVI呈增長趨勢[9]。

此處，將2009—2018年分為以2 a為基本單位的時間跨度，式（2）中n值取10，利用柵格計算器，輸入趨勢分析公式，計算Slope值。并通過顯示顏色來反映植被覆蓋趨勢的結果，由圖6可知，研究區內植被覆蓋趨勢空間分布差異明顯。鄭州市西部及中部地區大體上Slope>0，NDVI呈增長趨勢，主要包括登封市、鞏義市、二七區及中原區等。而南部和東部大體上Slope<0，NDVI呈現衰減趨勢，主要包括新鄭市、中牟縣等地區。

2 NDVI對降水量的響應

2.1 相關性分析

氣象是由多個要素所構成的復雜系統，系統之間各氣象信息相互作用，任何一個信息的改變都會對其他因素產生影響，所以可以采用皮爾遜（Pearson）相關系數來表示降水量與其他氣象要素之間的關系[10]，計算公式如式（3）。

式中：[x]為降水量的均值;[y]為露點溫度的均值;[r]為皮爾遜相關系數。

通過SPSS軟件進行皮爾遜相關性分析后的結果表明，降水量與平均露點溫度的相關系數為0.579，介于0.4～0.6，屬于中等程度相關。而降水量與平均氣溫、平均海平面氣壓、平均風速弱相關或極弱相關，相關系數介于0.2～0.4或0～0.2。所以可以利用平均露點溫度和降水量來建立降水的空間插值模型。

2.2 降水量空間分布

通過前面對植被覆蓋變化的分析，可以確定研究的時間跨度為2009—2018年，所以對2009—2018年河南省20個氣象站點的氣象要素進行整合及處理，得到河南省境內10年內的年平均降水量及年平均露點溫度數據，并由氣象站的經緯度導入生成XY坐標，通過地統計向導，以降水量與露點溫度作為數據字段來完成協同克里金插值的模型建立，得到河南省的年降水量的空間分布情況，并通過掩膜提取得到以鄭州市為研究區的降水空間分布情況，見圖7。

由2009—2018年鄭州市年均降水量的插值結果來看，經向分布上，其在東西方向上差異較小;緯向分布上，其在南北方向上差異較大。由此可知，鄭州市降水量具有緯度帶性特征。

降雨量強度大的區域主要集中在東部與南部，包括新鄭市、新密市、登封市及中牟縣等，而西北部降水較少，包括鞏義市、上街區及惠濟區。這是由于鄭州市地處豫北，受西太平洋高壓帶影響，東亞夏季風偏強，降水量偏多，這為鄭州極端且持續的強降水天氣提供背景依據。

2.3 降水量空間分布

2.3.1 降水序列周期分析。小波分析是可應用于天氣要素的多尺度統計分析方法。小波系數實部能反映諸如降水量等氣象要素序列在不同時間尺度上的周期變化，進而可以推斷出其變化趨勢。當小波系數實部≥0時，表明要素對應偏大期。當小波系數虛部<0時，表明要素對應偏小期[11]。

為了研究降水量時序演變情況，通過調取鄭州國家站2009—2018年逐月降水量數據，并在Matlab中導入預處理的一維降水量數據，經過邊界效應消除、確定小波系數，并用Excel提取出小波系數實部后，利用Origin軟件完成等值線圖的繪制，見圖8。

從圖9中可以看出，2009—2018年逐月降水量序列具有多時間尺度特征。鄭州國家站降水量存在著6～11、15～23月的兩類尺度的周期性變化規律。其中，在15～23月時間尺度上出現枯水期與豐水期交替震蕩，同時它在整個分析時間序列上表現得較穩定，尤其在2009—2012表現得非常穩定。此外，還可以看到，2012年后大尺度周期為15～23月，降水量處于偏小期;同時，6～11月尺度的降水量周期不明顯。由2015年后才從降水偏小期過渡到降水偏大期。

2.3.2 降水量與植被指數相關性分析。氣象要素中降水量是對植被變化產生影響的因素之一，同時也是植被生長的主要限制因子。此外，降水帶來的水分會因氣溫升高而加速土壤蒸汽散發，進而導致植被生長受到抑制。因而，進一步對鄭州國家氣象站點逐月數據進行分析，經預處理后得到2009—2018年鄭州市年均降水量，其趨勢分析見圖10。

采用線性趨勢率分析鄭州市各年間逐月降水量的線性變化趨勢[12]，并從中可以看出，鄭州國家站點的10年內降水量發展呈上升趨勢，但上升并不明顯。降水量在2012—2013年期間發生突變，為10年內年均降水量最低年份，年均降水量分別降至599.95 mm、405.89 mm。

通過對河南省20個氣象站點的降水量觀測數據分析，可以發現其在2012年、2013年的年平均降水量數據較其他年份有明顯的降低，這與鄭州國家站點的降水量變化趨勢相一致。且2012年、2013年的20個氣象站點年均降水量分別為717.956 mm、752.552 mm，且這兩個數值均低于2009—2018年的年平均降水量915.51 mm。

為了驗證NDVI與年均降水量之間的相關性，通過GEE平臺提取2009—2018年逐年的植被覆蓋度計算結果，并利用逐年NDVI數據的最大值和最小值求均值得到2009—2018年年均NDVI數據，再利用SPSS進行皮爾遜相關性分析，驗得NDVI值與年均降水量之間的相關程度為0.247，表現為正相關。所以，在以鄭州市為研究區內，歸一化植被指數變化與降水量變化存在一定的聯系。

3 結論與討論

隨著全球氣候的變暖及人類生活方式的演變，生態環境不斷遭到破壞。利用GEE平臺提取河南省鄭州市植被覆蓋度的計算結果，結合DEM數據、氣象站點1999—2021年逐年氣象數據，利用趨勢分析法、相關性分析法等方法，研究了鄭州市1999—2021年的歸一化植被指數（NDVI）的時空演變情況，確定植被覆蓋在時間變化過程中出現明顯衰減的時間跨度，從而利用該時間段的NDVI數據，試圖驗證與降水量的聯系，并利用小波分析來反映降水量在多時間尺度上的周期性變化，從而體現出NDVI對降水量的響應。得到的結論如下。

①從一定的時間長度上看，在2009—2018年的10年內，年際NDVI值呈微微增長特征。但或因城市擴張的情況，2012年前后在一定程度上減少了一定區域內的植被覆蓋度。同時，植被的變化情況與降水存在正相關性，說明在研究區內降水量的增減對植被覆蓋有一定的影響。

②從一定的空間上來看，鄭州市東部與南部縣區為NDVI呈衰退趨勢的主要區域，包括新鄭市、中牟縣等地區;北部及中部為NDVI呈增長趨勢的區域，包括登封市、鞏義市、二七區及中原區。

③采用的NDVI數據跨度較長，可以直觀地反映植被在時空上的演變，但對年內研究還存在不足，需要進一步補充。同時，降水僅是眾多影響植被變化的表征指標中的一種，并不能完全解釋該研究區內植被呈空間分布格局差異趨勢的原因，還需要進一步結合其他氣象要素、經濟因素、人口因素等來說明植被覆蓋的時空演變特征。

④利用小波分析對2009—2018年逐月降水量時間序列做周期性分析后，能明顯看出在15～23月尺度上，2012—2015年處于降水偏小期，2015年后降水量才從偏小向偏大過渡。由此，逐月降水量周期性研究能反映植被覆蓋度下降的年份大約在2012—2013年期間。

參考文獻：

[1] 顏明，賀莉，王隨繼，等.基于NDVI的1982—2012年黃河流域多時間尺度植被覆蓋變化[J].中國水土保持科學，2018，16（3）：86-94.

[2] 李晶，閆星光，閆蕭蕭，等.基于GEE云平臺的黃河流域植被覆蓋度時空變化特征[J].煤炭學報，2021，46（5）：1439-1450.

[3] 唐婷，李超，呂坤，等.區域植被覆蓋度和水土流失量的時空變異研究：以江蘇省為例[J].中國農業資源與區劃，2012.33（4）：17-24.

[4] 丁妍妍，馮克鵬.寧夏中南部流域植被覆蓋變化及其對降水的響應[J].無線電工程，2021.51（12）：1523-1533.

[5] 徐建美.鄭州西流湖樂郊生態公園規劃設計[D].鄭州：河南農業大學，2017.

[6] 裴杰，牛錚，王力，等.基于Google Earth Engine云平臺的植被覆蓋度變化長時間序列遙感監測[J].中國巖溶，2018，37（4）：608-616.

[7] 田寶星，劉丹，宮麗娟，等.西遼河流域歸一化植被指數與氣象因子相關性分析[J].氣象與環境學報，2021，37（3）：88-93.

[8] 榮欣.2000—2017年川西高原植被EVI變化趨勢及其對氣候變化響應分析[D].成都：成都理工大學，2019.

[9] 賀鵬，畢如田，徐立帥，等.基于地理探測的黃土高原植被生長對氣候的響應[J].應用生態學報，2022，33（2）：448-456.

[10] 楊艷麗，孫艷玲，王中良.天津地區植被的時空變化及其影響因素分析[J].天津師范大學學報（自然科學版），2016，36（6）：48-53.

[11] 張俊，李如琦，李桉孛，等.1970—2019年夏季南疆低空垂直速度與降水量時空變化特征[J].沙漠與綠洲氣象，2021，15（5）：71-77.

[12] 王曉瑩，景元書，魯永新.近40年云南省極端降水時空變化特征分析[J].科學技術與工程，2021，21（30）：12822-12831.