鐘莉娜，趙文武

(地表過程與資源生態(tài)國家重點實驗室，北京師范大學(xué)資源學(xué)院，100875，北京)

植被作為陸地生態(tài)系統(tǒng)的重要組成部分，是氣候和人文因素對環(huán)境影響的敏感指標(biāo)。歸一化植被指數(shù)(normalized difference vegetation index，NDVI)是對地表植被覆蓋和生長情況的一種反映，其值可以指示植被覆蓋的變化，是監(jiān)測植被和生態(tài)變化的有效指標(biāo)［1］。植被覆蓋狀況可以直接反映所在地區(qū)的生態(tài)環(huán)境狀況。近年來，對地表植被覆蓋狀況的研究已經(jīng)成為全球科學(xué)研究的熱點問題，國內(nèi)外學(xué)者對NDVI的動態(tài)演變規(guī)律進行了大量研究［2-13］，在不同氣候條件、不同時期、不同土地利用類型的區(qū)域，NVDI變化特征具有明顯的差異［14-15］。當(dāng)植被覆蓋較低時，NDVI對覆蓋度增減反應(yīng)靈敏，當(dāng)覆蓋度較大時，NDVI趨于飽和［16］。對于植被覆蓋度低的區(qū)域，NDVI可以比較靈敏地反映植被生長的動態(tài)變化情況。黃土高原是我國生態(tài)環(huán)境最為脆弱的地區(qū)之一，自然環(huán)境條件不穩(wěn)定，植被覆蓋度低，抵御自然災(zāi)害的能力弱，對氣候和人文活動影響較為敏感。以NDVI為數(shù)據(jù)源，通過空間統(tǒng)計方法進行黃土高原地區(qū)植被覆蓋空間變化特征的分析，有助于加深人們對黃土高原地區(qū)生態(tài)環(huán)境總體動態(tài)狀況的了解，增強對植被覆蓋空間模式變化規(guī)律的理解和認知。

對黃土高原地區(qū)植被覆蓋變化特征的研究一直是國內(nèi)學(xué)者研究的重點內(nèi)容之一［17-21］。研究表明，氣候變化和人類活動等是影響黃土高原地區(qū)植被覆蓋變化的重要因素。孫睿等［22］利用8 km分辨率的Pathfinder NOAA-NDVI數(shù)據(jù)，對黃河流域 1982—1999年地表植被覆蓋的空間分布及時間序列變化進行了分析，并分析了降水對流域植被覆蓋的影響。信忠保等［23］利用 GIMMS和 SPOT VGT 2種 NDVI數(shù)據(jù)對黃土高原地區(qū)1981—2006年植被覆蓋的時空變化進行了研究，并從氣候變化和人類活動的角度分析了植被覆蓋變化的原因。以往的研究注重對植被覆蓋變化的原因分析，但是對植被覆蓋時空格局演變特征的研究相對較少，植被覆蓋動態(tài)變化的研究方法也有待于進一步拓展。筆者基于1998、2003、2008和2012年每年8月21日的 SPOT-VGT NDVI數(shù)據(jù)，在GeoDa 095i和ArcGIS9.3分析軟件的支持下，對黃土高原不同地區(qū)NDVI值進行空間自相關(guān)分析，并在此基礎(chǔ)上對其空間熱點分布進行探測，以期豐富植被覆蓋動態(tài)變化的研究案例，揭示黃土高原地區(qū)植被覆蓋格局隨時間的演變特征，并在一定程度上反映黃土高原地區(qū)退耕還林(草)政策的成效。

1 研究區(qū)概況

黃土高原是世界上最大的黃土堆積區(qū)，也是水土流失最為嚴重的地區(qū)之一。該區(qū)域?qū)儆谂瘻貛Т箨懶约撅L(fēng)氣候。蒸發(fā)強烈，秋季總蒸發(fā)量自西北向東南由380 mm減少到220 mm［24］。年平均降雨量492 mm，52%的降雨量集中在夏季，與同緯度地區(qū)比較，年降雨總量少，且季節(jié)分配集中［25］。以200和400 mm等降雨量線為界，西北部為干旱區(qū)，中部為半干旱區(qū)，東南部為半濕潤區(qū)［26］。黃土高原處于從平原向山地高原過渡、從濕潤向干旱過渡、從森林向草原過渡、從農(nóng)業(yè)向牧業(yè)過渡的地區(qū)，各種自然要素相互交錯，自然環(huán)境條件不夠穩(wěn)定。黃土高原地區(qū)自1999年開始全面實行退耕還林(草)政策，不僅強化了全民的生態(tài)意識，而且促進了黃土高原地區(qū)生態(tài)環(huán)境建設(shè)和農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)優(yōu)化，取得了比較明顯的水土保持、生態(tài)和經(jīng)濟效益。

2 數(shù)據(jù)和方法

2.1 數(shù)據(jù)來源

植被覆蓋數(shù)據(jù)來自比利時弗萊芒技術(shù)研究所(FlemishInstitute for Technological Research，Vito)影像處理中心(VEGETATION Processing Centre，CTIV)，該數(shù)據(jù)是基于法國SPOT-4衛(wèi)星拍攝的遙感影像處理得到的全球NDVI數(shù)據(jù)，空間分辨率為1 km×1 km。結(jié)合植被生長的季節(jié)變化特征和年份周期，選擇1998、2003、2008和2012年每年8月21日的SPOT-VGT NDVI數(shù)據(jù)進行黃土高原植被覆蓋的時空變化分析。

2.2 研究方法

應(yīng)用空間數(shù)據(jù)分析軟件 GeoDa 095i和 Arc-GIS9.3對研究區(qū)數(shù)據(jù)進行空間自相關(guān)分析和空間熱點探測?？臻g自相關(guān)分析是進行空間熱點探測的前提。

空間自相關(guān)是指地理事物分布于不同空間位置的某一屬性之間的統(tǒng)計相關(guān)性，通常距離越近的值之間相關(guān)性越大?？臻g相關(guān)性由空間自相關(guān)系數(shù)度量，檢驗空間事物屬性是否高高相鄰分布或者是高低間錯分布［27］。基于 GeoDa 095i以指標(biāo) Moran'I來度量黃土高原不同地區(qū)的NDVI數(shù)據(jù)之間是否存在空間自相關(guān)。Moran'I統(tǒng)計方法首先假設(shè)研究對象間沒有任何空間相關(guān)性，然后通過Z-score得分檢驗來驗證假設(shè)是否成立。

空間熱點探測從某種意義上來說是空間聚類的特例。熱點探測采用的是Getis-Ord Gi*統(tǒng)計模型。每一個要素計算的Gi*統(tǒng)計成為Z分值。對于具有顯著統(tǒng)計學(xué)意義的Z分值，Z分值越高，高值(熱點)的聚類就越緊密，Z分值越低，低值(冷點)的聚類就越緊密。Z分值與置信度相關(guān)聯(lián)，所以根據(jù)置信度來確定冷點和熱點的分級。綜合考慮黃土高原地區(qū)植被覆蓋度較低、植被覆蓋度變化范圍不大的區(qū)域特點，參考ArcGIS熱點分析模塊的相關(guān)原理，選擇可接受的置信水平為90%(P＜0.1)。在這種情況下，Z得分小于-1.65的區(qū)域稱為NDVI冷點區(qū)，Z得分大于1.65的區(qū)域稱為NDVI熱點區(qū)［28］。同時，為了方便進一步的分析，分別在置信水平為95%(Z＜-1.96或Z＞1.96)、99%(Z＜ -2.58或Z＞2.58)處劃分等級，將冷點和熱點區(qū)又分別劃分為3個等級。

3 結(jié)果與分析

3.1 不同年份植被覆蓋度比較

將黃土高原地區(qū)NDVI數(shù)據(jù)重分類為5個等級，即 -1.0 ～0.2、0.2 ～0.4、0.4 ～0.6、0.6 ～0.8、0.8～1.0(圖1)。不同年份等級面積比較見表1?？梢钥闯觯?003年較1998年而言，第1等級面積增幅最大，增加了2萬km2，第2等級面積略有降低，而第3、4、5等級面積均減少，說明2003年比1998年植被覆蓋度明顯降低，這可能會導(dǎo)致當(dāng)?shù)厣鷳B(tài)環(huán)境的惡化。2008和2012年情況逐漸好轉(zhuǎn)，第1等級和第2等級的土地面積逐漸減少，第3等級面積基本保持穩(wěn)定，而第4等級和第5等級面積則有明顯增加。

黃土高原地區(qū)在1999年開始全面推行退耕還林(草)政策。由表1中的NDVI年際變化可知，退耕還林(草)政策實施初期，植被恢復(fù)并沒有顯現(xiàn)很好的效果。這種現(xiàn)象可能是由于在退耕還林(草)或是荒地造林(草)初期，新種植的林地或草地尚處于植被恢復(fù)的初級階段，樹木成活率低，植被覆蓋狀況并沒有出現(xiàn)迅速好轉(zhuǎn)的局面。相關(guān)研究發(fā)現(xiàn)，在1999—2000年早期的還林工程中，樹木的成活率可能只在30%左右，2001—2002年才有所改善［29］;所以，在退耕還林(草)工程實施初期，黃土高原地區(qū)植被覆蓋并未增加反而降低;但隨著時間的推移和對退耕還林(草)政策的持續(xù)貫徹執(zhí)行，到2012年，退耕還林(草)政策已經(jīng)取得了明顯的成效，黃土高原整體的植被覆蓋明顯增加，生態(tài)環(huán)境質(zhì)量得到了顯著提升。

3.2 空間自相關(guān)分析

圖1 黃土高原地區(qū)NDVI分級圖Fig．1 Classification map of NDVI in the Loess Plateau

表1 植被覆蓋不同等級面積及年變化率Tab．1 Vegetation coverage area and change rate for different grades

將黃土高原按照行政區(qū)域劃分為39個區(qū)域，統(tǒng)計每一個行政區(qū)內(nèi)的NDVI值，計算其平均值并賦為行政區(qū)劃的屬性。利用空間數(shù)據(jù)分析軟件GeoDa 095i分別分析1998、2003、2008和2012年各行政區(qū)NDVI之間是否具有空間自相關(guān)關(guān)系，結(jié)果見圖2?？芍?998、2003、2008和 2012年各年的 Moran's I值分別為0.563 2、0.387 7、0.352 8、0.464 7，并且計算結(jié)果通過了Z值檢驗(P值分別為0.005 0、0.010 0、0.010 0、0.005 0，均小于 0.05)，說明各年 NDVI在空間上具有空間正相關(guān)性，即在1998、2003、2008和2012年，植被覆蓋高的地區(qū)與植被覆蓋高的地區(qū)相鄰，植被覆蓋低的地區(qū)與植被覆蓋低的地區(qū)相鄰?？臻g自相關(guān)分析的結(jié)果表明，黃土高原地區(qū)植被覆蓋表現(xiàn)出良好的空間聚集性。

3.3 空間熱點探測

圖2 NDVI單變量Moran散點圖Fig．2 Univariate Moran scatter plot of NDVI

1998、2003、2008 和 2012 年 NDVI值的熱點和冷點如圖3所示。圖中紅色區(qū)域表示NDVI值的熱點區(qū)，藍色區(qū)域表示NDVI值的冷點區(qū)?？梢钥闯?冷點區(qū)主要分布在黃土高原的西北方向，熱點區(qū)則分布在黃土高原的東南方向;冷點區(qū)面積總體上呈減少趨勢，而熱點區(qū)面積則先減少后增加。1998—2003年，黃土高原冷點區(qū)主要集中在固原市、中衛(wèi)市、吳忠市、銀川市和石嘴山市、鄂爾多斯市和巴彥淖爾市，1998年熱點區(qū)主要集中在忻州市、晉城市、陽泉市、太原市、晉中市、長治市、洛陽市、三門峽市和運城市，2003年熱點區(qū)主要分布在西安、渭南市、晉城市和陽泉市;2003—2008年，NDVI值的冷點區(qū)域范圍縮小，主要分布在中衛(wèi)市、吳忠市、銀川市、鄂爾多斯市和巴彥淖爾，2008年熱點集中在西安、寶雞市、咸陽市、銅川市和晉城市;2008—2012年，冷點區(qū)及其范圍沒有變化，2012年的熱點區(qū)較2008年發(fā)生了轉(zhuǎn)移，主要分布在黃土高原東部的長治市、晉中市、太原市、陽泉市和忻州市。

在干旱、半干旱的黃土高原地區(qū)，水分條件是制約植被生長的瓶頸，降水對植被的空間分布有決定性的意義。黃土高原地區(qū)熱點區(qū)和冷點區(qū)的變化與當(dāng)?shù)氐慕邓畻l件有關(guān)。黃土高原多年平均降雨量總的趨勢是從東南向西北遞減，東南部600～700 mm，中部300～400 mm，西北部100～200 mm。以200和400 mm等年降雨量線為界，西北部為干旱區(qū)，中部為半干旱區(qū)，東南部為半濕潤區(qū)［28］?？梢?，黃土高原年降雨量分布與NDVI值分布有較高的一致性，說明降雨量在很大程度上決定了該地區(qū)的植被覆蓋情況。

圖3 黃土高原NDVI值分布熱點圖Fig．3 NDVI hotspots distribution map in the Loess Plateau

4 結(jié)論與討論

1)1998、2003、2008和 2012年，黃土高原地區(qū)植被覆蓋具有較好的空間自相關(guān)性，表明黃土高原植被具有良好的集聚性分布特征。

2)1998—2012年黃土高原的植被覆蓋經(jīng)歷了先降低后增加的過程。退耕還林(草)政策有效增加了黃土高原地區(qū)的植被覆蓋度，對遏制黃土高原地區(qū)生態(tài)環(huán)境退化起到了一定的控制作用。

3)黃土高原植被覆蓋具有明顯的空間差異。NDVI冷點區(qū)一直位于黃土高原的西北方向，熱點區(qū)分布在黃土高原的東南方向。

影響黃土高原地區(qū)植被覆蓋變化的原因有很多，由于數(shù)據(jù)和資料的限制，沒有深入探討土地利用方式的變化、人類活動的干擾等因素對黃土高原地區(qū)植被覆蓋年際變化的影響，有待于在進一步的研究中深化。

［1］ Paruelo J M，Epstein H E，Lauenroth W K.ANPP estimates from NDVI for the central grassland region of the United States［J］.Ecology，1997，78:953-958

［2］ 吳昌廣，周志翔，肖文發(fā)，等.基于MODIS NDVI的三峽庫區(qū)植被覆蓋動態(tài)監(jiān)測［J］.林業(yè)科學(xué)，2012，48(1):22-28

［3］ Zhang Xianfeng，Liao Chunhua，Li Jonathan，et al.Fractional vegetation cover estimation in arid and semi-arid environments using HJ-1 satellite hyperspectral data［J］.International Journal of Applied Earth Observation and Geoinformation，2013，21:506-512

［4］ Zhang Fei，Tiyip T，Ding Jianli，et al.Vegetation fractional coverage change in a typical oasis region in Tarim River Watershed based on remote sensing［J］.Journal of Arid Land，2013，5(1):89-101

［5］ 何月，樊高峰，張小偉，等.浙江省植被NDVI動態(tài)及其對氣候的響應(yīng)［J］.生態(tài)學(xué)報，2012，32(14):4352-4362

［6］ 柳菲，王新生，徐靜，等.基于NDVI閾值法反演地表比輻射率的參數(shù)敏感性分析［J］.遙感信息，2012，27(4):3-12

［7］ 徐浩杰，楊太保，曾彪.黃河源區(qū)植被生長季NDVI時空特征及其對氣候變化的響應(yīng)［J］.生態(tài)環(huán)境學(xué)報，2012，21(7):1205-1210

［8］ Hou Xiyong，Li Mingjie，Gao Meng.Spatial-temporal dynamics of NDVI and Chl-a concentration from 1998 to2009 in the East coastal zone of China:integrating terrestrial and oceanic components［J］.Environmental Monitoring and Assessment，2013，185(1):267-277

［9］ Gu Yingxin，Wylie B K B，Norman B.Mapping grassland productivity with 250-m eMODIS NDVI and SSURGO database over the Greater Platte River Basin，USA［J］.Ecological Indicators，2013，24:31-36

［10］Kobayashi H，Dye D G.Atmospheric conditions for monitoring the long-term vegetation dynamics in the Amazon using normalized difference vegetation index ［J］.Remote Sensing of Environment，2005，97(4):519-525

［11］李秀花，師慶東，常順利，等.1981—2001年中國西北干旱區(qū) NDVI變化分析［J］.干旱區(qū)地理，2008，31(6):940-944

［12］劉綠柳，許紅梅.黃河流域主要植被類型NDVI變化規(guī)律及其與氣象因子的關(guān)系［J］.中國農(nóng)業(yè)氣象，2007，28(3):334-337

［13］李雙成，劉逢媛，戴爾阜，等.NDVI與氣候因子耦合關(guān)系及其地域差異的定量遞歸分析:以云南省縱向嶺谷區(qū)為例［J］.北京大學(xué)學(xué)報:自然科學(xué)版，2008，44(3):483-489

［14］張戈麗，徐興良，周才平.近30年來呼倫貝爾地區(qū)草地植被變化對氣候變化的響應(yīng)［J］.地理學(xué)報，2011，66(1):47-58

［15］孫智輝，劉志超，雷延鵬，等.延安北部丘陵溝壑區(qū)植被指數(shù)變化及其與氣候的關(guān)系［J］.生態(tài)學(xué)報，2010，30(2):533-540

［16］ Holben B N，Kaufman Y J，Kendall J D.NOAA 11AVHRR visible and near IR in flight calibration ［J］.International Journal of Remote Sensing，1990，11(8):1511-1519

［17］張寶慶，吳普特，趙西寧.近30 a黃土高原植被覆蓋時空演變監(jiān)測與分析［J］.農(nóng)業(yè)工程學(xué)報，2011，27(7):287-293

［18］陳安安，孫林，胡北，等.近10 a黃土高原地區(qū)NDVI變化及其對水熱因子響應(yīng)分析［J］.水土保持通報，2011，31(5):215-219

［19］張翀，任志遠.黃土高原地區(qū)植被覆蓋變化的時空差異及未來趨勢［J］.資源科學(xué)，2011，33(11):2143-2149

［20］劉詠梅，李京忠，夏露.黃土高原植被覆蓋變化動態(tài)分析［J］.西北大學(xué)學(xué)報:自然科學(xué)版，2011，41(6):1054-1058

［21］張雪艷，徐新良.1982—2003年蒙古高原NDVI對氣候變化的響應(yīng)研究［C］∥發(fā)揮資源科技優(yōu)勢 保障西部創(chuàng)新發(fā)展:中國自然資源學(xué)會2011年學(xué)術(shù)年會論文集(下冊)，2011:590-599

［22］孫睿，劉昌明，朱啟疆.黃河流域植被覆蓋度動態(tài)變化與降水的關(guān)系［J］.地理學(xué)報，2001，56(6):667-672

［23］信忠保，許炯心，鄭偉.氣候變化和人類活動對黃土高原植被覆蓋變化的影響［J］.中國科學(xué):D輯，2007，37(11):1504-1514

［24］王毅榮.黃土高原秋季氣候?qū)θ蛟雠呐苫瘏^(qū)域響應(yīng)［J］.高原氣象，2008，27(1):104-112

［25］穆興民，徐學(xué)選，陳國良.黃土高原降雨量的地理地帶性研究［J］.水土保持通報，1992，12(4):27-32

［26］ 黃土高原［EB/OL］.［2013-02-27］.http:∥ baike.baidu.com/view/6776.htm，2013

［27］王勁峰，廖一蘭，劉鑫.空間數(shù)據(jù)分析教程［M］.北京:科學(xué)出版社，2010:101-110

［28］ Esri.ArcGIS Resource［EB/OL］.［2013-02-27］.http:∥resources.arcgis.com/zh-cn/help/main/10.1/index.html#/na/005p00000006000000/，2013

［29］田均良，劉國彬.黃土高原退耕還林工程中的現(xiàn)存問題及有關(guān)建議［J］.水土保持通報，2004，24(1):63-65