鄒偉成， 肖桂榮

(福州大學(xué)福建省空間信息工程研究中心， 福建 福州 350002)

基于小波相干的武夷山NDVI與環(huán)境因子的關(guān)聯(lián)性分析

鄒偉成， 肖桂榮

(福州大學(xué)福建省空間信息工程研究中心， 福建 福州 350002)

為了揭示武夷山世界遺產(chǎn)地植被覆蓋與其影響因素的空間尺度變化規(guī)律， 利用武夷山世界遺產(chǎn)地2009年的TM遙感影像及DEM、 居民地、 道路、 河流等數(shù)據(jù)， 運(yùn)用小波相干分析方法研究該地區(qū)兩條樣帶上歸一化植被指數(shù)(NDVI)與高程、 坡度、 坡向、 距最近居民點(diǎn)距離、 距最近道路距離以及距最近河流距離等環(huán)境因子的相關(guān)性. 研究表明， NDVI與環(huán)境因子的關(guān)系隨尺度變化， 在大中尺度上NDVI與海拔、 坡度、 坡向顯著相關(guān)， 其中海拔是主導(dǎo)控制因子； 海拔600 m以下， NDVI與海拔為正相關(guān)， 而600 m以上， NDVI與海拔的關(guān)系在東南季風(fēng)的迎風(fēng)坡為正相關(guān)， 背風(fēng)坡為負(fù)相關(guān)， 海拔大于1 200 m的區(qū)域?yàn)樨?fù)相關(guān).

小波相干； 歸一化植被指數(shù)； 環(huán)境因子； 關(guān)聯(lián)性分析； 武夷山

0 引言

植被特別是山區(qū)的森林有非常重要的作用， 森林及其他植物為許多物種提供了棲息地， 植被覆蓋可以調(diào)節(jié)氣候， 減少水土流失， 有效地保護(hù)人們免受如山體滑坡、 泥石流和洪水這樣的自然災(zāi)害[1]. 同時(shí)植被也受到氣候、 地形、 地下水埋深、 土壤以及人類干擾等多種因素的影響[1-4]， 研究植被覆蓋的分布及其影響因素對(duì)于揭示區(qū)域環(huán)境狀況有重要的現(xiàn)實(shí)意義. 植被覆蓋與其影響因素的關(guān)系隨尺度和位置而變化， 而小波相干可以同時(shí)測(cè)量?jī)蓚€(gè)時(shí)間(或空間)序列在不同尺度和不同時(shí)間(或位置)的相關(guān)性[5-6]. 歸一化植被指數(shù)(normalized difference vegetation index， NDVI) 是目前衡量植被覆蓋高低最強(qiáng)有力的工具， 在植被空間分布格局和動(dòng)態(tài)變化研究中得到了廣泛的應(yīng)用[7].

武夷山保存著最典型、 最完整、 規(guī)模最大的中亞熱帶森林生態(tài)系統(tǒng)和生物多樣的生態(tài)環(huán)境， 但是近年來， 隨著武夷山旅游業(yè)和茶產(chǎn)業(yè)的發(fā)展， 局部原始植被已受到或正瀕于破壞. 以武夷山世界遺產(chǎn)地為研究區(qū)域， 運(yùn)用小波相干分析方法識(shí)別武夷山世界遺產(chǎn)地NDVI與地形、 人類干擾和交通可達(dá)性等環(huán)境因子在不同尺度和不同位置上的關(guān)聯(lián)性， 為有關(guān)部門對(duì)武夷山世界遺產(chǎn)地的植被保護(hù)提供決策依據(jù).

1 研究區(qū)與研究方法

1.1 研究區(qū)概況

武夷山世界遺產(chǎn)地位于福建省西北部， 包括生物多樣性保護(hù)區(qū)、 九曲溪生態(tài)保護(hù)區(qū)、 自然與文化景觀保護(hù)區(qū)、 閩越王城遺址四個(gè)部分， 其總面積為999.75 km2. 主峰黃崗山是武夷山脈的最高峰， 諸母崗為武夷山脈南段最高峰. 發(fā)源于黃崗山西南麓的九曲溪自西向東流至武夷宮匯入崇陽溪， 桐木溪為九曲溪的源頭水源. 研究區(qū)的空間位置及區(qū)域概況如圖1.

圖1 研究區(qū)域及位置示意圖Fig.1 Map showing the scope and location of the study area

1.2 數(shù)據(jù)來源與處理

1) 影響氣候(氣溫和降水)的主要因素有緯度位置、 海陸位置和地形， 而在小范圍內(nèi)主要受地形的影響. 因此在小范圍內(nèi)氣候?qū)χ脖坏淖饔每梢栽诘匦沃械玫襟w現(xiàn)， 并且目前氣候的開源數(shù)據(jù)為1 km分辨率， 只適用于大范圍大尺度的研究， 所以本文未對(duì)氣候因素進(jìn)行分析， 只選取了地形和距最近居民點(diǎn)、 距最近道路、 距最近河流距離等因素. 其中DEM來源于國際科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)， 分辨率為30 m. 利用ArcGIS軟件從DEM中提取坡度和坡向. 將坡向重分類為五級(jí)， 其范圍分別為0°～22.5°和337.5°～360°、 22.5°～67.5°和292.5°～337.5°、 67.5°～112.5°和247.5°～292.5°、 112.5°～157.5°和202.5°～247.5°、 157.5°～202.5°， 并分別賦值為1、 2、 3、 4、 5， 值越大表示越向陽. 道路、 居民點(diǎn)和河流圖層來源于福建省空間信息工程研究中心， 使用ArcGIS的歐氏距離分析工具生成距最近河流距離、 距最近道路距離和距最近居民點(diǎn)距離的圖層， 圖層分辨率為30 m.

2) 利用2009年10月24日的LandSat-5 TM影像數(shù)據(jù)提取NDVI， 此數(shù)據(jù)從中科院遙感與數(shù)字地球研究所獲取， 已進(jìn)行輻射校正和幾何校正， 同時(shí)采用數(shù)字高程模型(DEM)糾正了地勢(shì)起伏造成的視差. 利用ArcGIS的影像分析窗口計(jì)算NDVI， 利用該工具計(jì)算出來的NDVI進(jìn)行了0～255的拉伸.

圖2 研究區(qū)NDVI及樣帶分布圖Fig.2 Distribution of NDVI and transects in the study area

3) 為進(jìn)行NDVI與環(huán)境因子的小波相干分析， 在研究區(qū)分別在東西和南北跨度最大的地方設(shè)置了兩條樣帶. 樣帶1從西到東穿過了諸母崗、 三寶山(建陽市黃坑鎮(zhèn)與武夷山市星村鎮(zhèn)的分界點(diǎn))和九曲溪中下游沿岸， 涵蓋了武夷山世界遺產(chǎn)地中各種類型的地貌. 樣帶2從北往南穿過了望夫山、 黃崗山、 香爐山、 高山頂、 翡翠溪、 九曲溪、 南山， 山河相間排列. 這兩條樣帶基本上能表征研究區(qū)NDVI與環(huán)境因子的空間分布格局， 樣帶分布如圖2所示. 其中， 樣帶1有一部分未在遺產(chǎn)地內(nèi)， 但為了使樣帶連續(xù)， 將研究區(qū)進(jìn)行一定擴(kuò)展.

4) 根據(jù)樣帶在圖像中所屬的行列號(hào)， 在Matlab中提取樣帶的NDVI及環(huán)境因子的原始數(shù)據(jù)， 并生成樣帶原始信號(hào)圖， 然后利用Matlab編程實(shí)現(xiàn)小波相干的計(jì)算.

1.3 小波相干分析原理

定義兩個(gè)空間序列X和Y的小波相干譜為[8-9]：

式中： ∏是矩形函數(shù)；j是尺度指數(shù)；N為空間序列長度； 參數(shù)0.6是根據(jù)經(jīng)驗(yàn)確定的尺度， 與Morlet小波波長的解相關(guān).

為了檢驗(yàn)小波相干系數(shù)的顯著性， 在每個(gè)尺度和位置將空間背景序列(一階自相關(guān)模擬的紅噪聲)進(jìn)行1 000次迭代并與原始序列進(jìn)行對(duì)比， 計(jì)算小波在每個(gè)尺度和位置實(shí)現(xiàn)的一致性， 取95%的置信度[11]. 若小波與紅噪聲差異顯著， 但覆蓋面積小于總面積的10%， 仍然不顯著.

2 結(jié)果與分析

2.1 樣帶1小波相干分析

在Matlab中根據(jù)公式(1)編程計(jì)算研究區(qū)NDVI與環(huán)境因子不同尺度的相干性. 根據(jù)顯著相關(guān)性， 樣帶劃分為三個(gè)尺度域： <480 m為小尺度， 480～7 680 m為中尺度， >7 680 m為大尺度， 并分別從這三個(gè)尺度分析武夷山世界遺產(chǎn)地NDVI與各環(huán)境因子相干性的顯著性水平.

樣帶1的小波相干結(jié)果如圖3所示， 在小尺度上， NDVI與海拔、 坡向、 坡度、 居民地、 道路和河流的顯著相干性比例分別為5.55%、 7.05%、 6.21%、 3.75%、 5.85%、 4.05%， 均小于10%， 因此小尺度上NDVI與各環(huán)境因子的關(guān)系均不顯著.

注： 粗黑線表示5%顯著性水平， 細(xì)線為影響錐(影響錐以外的小波系數(shù)受到邊緣效應(yīng)的影響)， 色條指示相關(guān)系數(shù)大小， 箭頭表示相關(guān)性類型， 向左和向下為負(fù)相關(guān)， 向右和向上為正相關(guān). 圖3 樣帶1小波相干圖 Fig.3 Wavelet coherency along the first transect

在中尺度上， NDVI與海拔、 坡向、 坡度、 居民地、 道路的顯著相干性比例分別為22.2%、 10.01%、 10.05%、 12.09%、 22.65%， 而與河流的相干性達(dá)到顯著性水平的只有8.16%. NDVI與相干顯著的環(huán)境因子關(guān)系較為多樣復(fù)雜， 具體分析如下：

1) NDVI與海拔的關(guān)系在樣帶大于18 km的位置上， 即諸母崗以東為正， 在18～34 km位置上海拔對(duì)NDVI的作用最突出. 而與18～34 km位置上海拔相當(dāng)?shù)?～12 km中NDVI與海拔呈負(fù)相關(guān). 這是因?yàn)橹T母崗東坡截留了太平洋的暖濕水汽， 并免受西北來的寒流入侵， 暖濕氣流還隨海拔的上升形成地形雨， 西坡與之相反， 因此東坡的水熱條件優(yōu)于西坡. 另外18～34 km的谷地及其附近受到建陽市黃坑鎮(zhèn)人類活動(dòng)的影響使NDVI降低， 因此海拔越高植被覆蓋越好. 西部的人類活動(dòng)甚少， 其地理位置使得海拔對(duì)于植被的限制作用出現(xiàn)在更低的海拔， 因而NDVI與海拔呈負(fù)相關(guān).

2) NDVI與坡向以正相關(guān)為主， 這種關(guān)系在諸母崗以西最為顯著.

3) 在樣帶34 km以東， 即九曲溪中下游地區(qū)NDVI與坡度呈顯著正相關(guān). 該地段地勢(shì)平坦海拔低， 坡度相對(duì)較小， 距最近道路和居民點(diǎn)的距離小， 是武夷山世界遺產(chǎn)地居民生活活動(dòng)和旅游活動(dòng)的主要范圍. 而坡度越大， 人類活動(dòng)越少， 越有利于植被生長， 因此NDVI與坡度為正相關(guān).

4) NDVI與距最近居民點(diǎn)距離的關(guān)系也在諸母崗以東為正， 其原因在于東部受人類活動(dòng)影響較大， 自然距居民點(diǎn)越遠(yuǎn)植被覆蓋越好. 在樣帶2.15～6.57 km位置上， NDVI與距最近居民點(diǎn)距離呈負(fù)相關(guān)， 這是因?yàn)榇说囟沃脖桓采w變化主要受到海拔因子的控制， NDVI與海拔呈負(fù)相關(guān)， 而居民點(diǎn)分布在海拔較低的地方.

5) 同樣， NDVI與距最近道路距離的關(guān)系也以諸母崗為界， 諸母崗以東為正相關(guān)， 以西為負(fù)相關(guān). 其原因與距最近居民點(diǎn)距離類似， 通常道路修筑在海拔較低的地方， 因而在主要受到海拔因子控制的西部， 距道路越近植被覆蓋越好.

在大尺度上， NDVI與海拔、 距最近居民點(diǎn)距離、 距最近河流距離均為高度顯著正相關(guān)， 且覆蓋了整條樣帶， 表明這些因子在宏觀尺度上對(duì)植被的分布格局有重要的影響作用. 在16～25 km， NDVI與坡向呈正相關(guān). 在43～54 km位置， NDVI與坡度為顯著正相關(guān). 另外， 道路在大尺度上與NDVI沒有顯著相關(guān)性. 總體來看， 在大尺度上NDVI與各環(huán)境因子的關(guān)系在所有位置上表現(xiàn)較為一致， 原因在于尺度增大過程中信息得到平滑， NDVI及其影響因素中的一些局部變化作用較小.

2.2 樣帶2小波相干分析

為了便于分析比較的一致性， 樣帶2也按相同的三個(gè)尺度進(jìn)行分析， 樣帶2的小波相干結(jié)果如圖4. 在小尺度上， NDVI與海拔、 坡向、 坡度、 居民點(diǎn)、 道路、 河流的顯著相干性的比例分別為7.68%、 10.6%、 6.07%、 2.56%、 4.18%、 4.47%， 只有坡向與NDVI的相干性超過了總面積的10%， 說明由坡向引起的熱量分異對(duì)小尺度的植被覆蓋有一定的影響.

圖4 樣帶2小波相干圖Fig.4 Wavelet coherency along the second transect

在中尺度上， 與樣帶1相比， 該樣帶NDVI與海拔、 坡向、 坡度、 河流的相關(guān)性要大很多， 達(dá)到顯著性水平的比例分別為60.57%、 29.89%、 17.31%、 17.1%， 而與居民點(diǎn)和道路的相關(guān)性非常小， 分別只有8.64%和7.21%通過了顯著性檢驗(yàn). 該樣帶NDVI與相干顯著的環(huán)境因子關(guān)系的具體分析如下：

1) NDVI與海拔的關(guān)系又可以分為兩個(gè)更小的尺度域， 即480～1 920 m和1 920～7 680 m. 在480～1 920 m尺度上， 其關(guān)系在翡翠溪(樣帶25 km處)以南為正， 以北正負(fù)交替. 原因在于翡翠溪以南海拔較低， 而翡翠溪以北高山與深谷交替， 由于山峰對(duì)水汽的阻擋， 導(dǎo)致NDVI與高程的關(guān)系在北坡為負(fù)相關(guān)， 南坡為正相關(guān). 在1 920～7 680 m尺度上， NDVI與海拔的關(guān)系在9 km(香爐山)以南為正相關(guān)， 以北為負(fù)相關(guān)， 這也與山體對(duì)水汽的阻擋作用有關(guān).

2) 該樣帶NDVI與坡向的關(guān)系為正相關(guān)， 即越向陽的地方植被覆蓋越好， 由此說明熱量條件影響中尺度的植被分布格局.

3) NDVI與坡度的關(guān)系也以翡翠溪為界， 翡翠溪以南為正相關(guān)， 以北為負(fù)相關(guān).

4) NDVI與河流的關(guān)系以香爐山為界， 香爐山以北為負(fù)相關(guān)， 以南為正相關(guān). 因?yàn)樵诘秃０螀^(qū)的河床地帶及河流跡地本來植被稀少， 其兩側(cè)又是人類活動(dòng)的主要區(qū)域， 而到高海拔區(qū)， 人類活動(dòng)減少甚至沒有人類活動(dòng)， 距離河流越近， 越能得到充足的水源， 有利于植被生長， 從而NDVI和河流在不同海拔段表現(xiàn)出不同的關(guān)系.

在大尺度上， NDVI與坡向在整條樣帶上均為顯著負(fù)相關(guān)， 說明越接近陰坡的地方植被覆蓋越好， 水分在大尺度上對(duì)植被的生長發(fā)育起著至關(guān)重要的作用. 同時(shí)， NDVI與坡度也表現(xiàn)為一致的負(fù)相關(guān)， 由于坡度也反映出人為干擾對(duì)植被的影響， 這再次說明了人類活動(dòng)對(duì)此樣帶植被的影響微弱. 另外， NDVI與海拔在0～28.5 km位置上顯著正相關(guān)， 除此之外其他因子沒有顯著相關(guān)性.

3 結(jié)語

在武夷山世界遺產(chǎn)地中選取了垂直相交的兩條樣帶， 采用小波相干分析法， 解釋了研究區(qū)NDVI與各環(huán)境因子在不同尺度、 不同位置的相關(guān)性， 揭示了相互間的尺度—位置依賴關(guān)系.

1) 小波相干檢測(cè)出NDVI與環(huán)境因子的關(guān)系隨尺度變化. 樣帶1 NDVI與各環(huán)境因子的關(guān)系在小尺度(<480 m)上均很弱； 中尺度(480～7 680 m)上與海拔、 坡度、 居民地、 道路顯著相關(guān)； 大尺度(>7 680 m)上與海拔、 居民地、 河流顯著相關(guān). 樣帶2 NDVI在小尺度上與坡向顯著相關(guān)； 中尺度上與海拔、 坡向、 坡度、 河流顯著相關(guān)； 大尺度上與海拔、 坡向、 坡度顯著相關(guān)， 可見海拔是研究區(qū)植被覆蓋的主導(dǎo)控制因子.

2) NDVI與環(huán)境因子的關(guān)系在不同的位置上也不同， 海拔600 m以下， NDVI與海拔為正相關(guān)， 而600 m以上， NDVI與海拔的關(guān)系在東南季風(fēng)的迎風(fēng)坡為正相關(guān)， 背風(fēng)坡為負(fù)相關(guān). NDVI與道路、 居民點(diǎn)、 坡度和河流正相關(guān)的區(qū)域基本為海拔小于1 200 m的地方， 海拔大于1 200 m的區(qū)域?yàn)樨?fù)相關(guān).

3) 研究表明， 小波相干分析成功地揭露了地理事物之間關(guān)系的尺度和位置依賴性， 是空間分析強(qiáng)有力的工具. 但是本文所使用的小波相干分析是針對(duì)一維樣帶的， 其結(jié)果會(huì)受到樣帶位置、 長度和取樣密度等影響， 所以未來發(fā)展的方向是將小波相干分析延伸到二維數(shù)據(jù)或圖像數(shù)據(jù)的整體分析.

[1] Jin X, Wan L, Zhang Y K,etal. Quantification of spatial distribution of vegetation in the Qilian Mountain area with MODIS NDVI[J]. International Journal of Remote Sensing, 2009, 30(21): 5 751-5 766.

[2] Bayramov E, Buchroithner M F, McGurty E. Determination of main climate and ground factors controlling vegetation cover regrowth along oil and gas pipelines using multiple, spatial and geographically weighted regression procedures[J]. Environmental Earth Sciences, 2012, 66(7): 2 047-2 062.

[3] Jamali S, Seaquist J W, Ard? J,etal. Investigating temporal relationships between rainfall, soil moisture and MODIS-derived NDVI and EVI for six sites in Africa[J]. Savanna, 2011, 21: 547.

[4] 馬宗文, 許學(xué)工, 盧亞靈. 環(huán)渤海地區(qū) NDVI 擬合方法比較及其影響因素[J]. 生態(tài)學(xué)雜志, 2011, 30(7): 1 558-1 564.

[5] Qiu B, Zeng C, Tang Z,etal. Identifying scale-location specific control on vegetation distribution in mountain-hill region[J]. Journal of Mountain Science, 2013, 10(4): 541-552.

[6] Liu T，Xie J. Characterization of spatial scaling relationships between vegetation pattern and topography at different directions in Gurbantunggut desert[J]. China Ecological Complexity, 2010, 7(2): 234-242.

[7] 周偉, 王倩, 章超斌, 等. 黑河中上游草地NDVI時(shí)空變化規(guī)律及其對(duì)氣候因子的響應(yīng)分析[J]. 草業(yè)學(xué)報(bào), 2013, 22(1): 138-147.

[8] Torrence C, Webster P J. Interdecadal changes in the ENSO-monsoon system[J]. Journal of Climate, 1999, 12(8): 2 679-2 690.

[9] Grinsted A, Moore J C, Jevrejeva S. Application of the cross wavelet transform and wavelet coherence to geophysical time series[J]. Nonlinear Processes in Geophysics, 2004, 11(5/6): 561-566.

[10] Si B C, Zeleke T B. Wavelet coherency analysis to relate saturated hydraulic properties to soil physical properties[J]. Water Resources Research, 2005, 41(11): 1-9.

[11] Torrence C, Compo G P. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society, 1998, 79(1): 61-78.

(編輯： 蔣培玉)

Correlation analysis between NDVI and environmental factors in Wuyi Mountain based on wavelet coherency

ZOU Weicheng， XIAO Guirong

(Space Information Research Center, Fuzhou University, Fuzhou, Fujian 350002, China)

Using wavelet coherency analysis, this paper studies the relationships between normalized difference vegetation index (NDVI) and environmental factors at world heritage of Wuyi Mountain. This factors are elevation, slope, aspect, distance to the nearest resident, distance to the nearest road and distance to the nearest river in two transects based on data of TM remote sensing image, DEM, settlements, roads and rivers in 2009.The results show that the relationships between NDVI and environmental factors change as scale changes. At medium and large scale, NDVI is significantly correlated with elevation, aspect, slope. Thus elevation is the dominant controlling factors on the vegetation cover. There is positive correlation between NDVI and elevation below the altitude of 600 m, and above 600 m, the relationships between NDVI and elevation are positive in the windward side of the southeast monsoon and negative in the leeward side, but inversely above 1 200 m.

wavelet coherency； normalized difference vegetation index； environmental factors； correlation analysis； Wuyi Mountain

10.7631/issn.1000-2243.2015.04.0482

1000-2243(2015)04-0482-06

2014-02-16

肖桂榮(1972-)， 研究員， 博士， 主要從事地理信息系統(tǒng)、 空間信息網(wǎng)絡(luò)服務(wù)的研究， xiaogr@fzu.edu.cn

國家科技支撐計(jì)劃資助項(xiàng)目(2013BAC08B03)

X87

A