張含玉, 方怒放,3,*, 史志華

1 中國科學(xué)院水利部水土保持研究所黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室, 楊凌　712100

2 中國科學(xué)院大學(xué), 北京　100049

3 西北農(nóng)林科技大學(xué)黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室, 楊凌　712100

4 華中農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院, 武漢　430070

?

黃土高原植被覆蓋時空變化及其對氣候因子的響應(yīng)

張含玉1,2, 方怒放1,2,3,*, 史志華1,4

1 中國科學(xué)院水利部水土保持研究所黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室, 楊凌712100

2 中國科學(xué)院大學(xué), 北京100049

3 西北農(nóng)林科技大學(xué)黃土高原土壤侵蝕與旱地農(nóng)業(yè)國家重點實驗室, 楊凌712100

4 華中農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院, 武漢430070

為研究黃土高原地區(qū)退耕還林(草)后,植被覆蓋變化及其對水熱條件的響應(yīng),利用1999—2013年SPOT VGT NDVI 1km/10d分辨率數(shù)據(jù),采用最大合成法、一元線性回歸法和偏相關(guān)分析法,系統(tǒng)分析了黃土高原地區(qū)NDVI(歸一化植被指數(shù))的時空分布及變化趨勢,及其與氣候因子的關(guān)系。結(jié)果表明：黃土高原1999—2013年年最大NDVI的平均值為0.31,NDVI較高的區(qū)域位于黃土高原南部,而西北部植被覆蓋度較低；自1999年開始,黃土高原地區(qū)NDVI呈極顯著(P<0.01)增加趨勢,年最大NDVI的變化斜率為0.0099；不同季節(jié)(春、夏、秋、冬)和生長季的植被狀況均呈現(xiàn)良性發(fā)展趨勢；1998—2013年間,黃土高原地區(qū)氣候呈現(xiàn)不顯著的“冷濕化”特征；NDVI年際(及生長季和季節(jié))變化與降雨和溫度的相關(guān)性不顯著,而在月時間尺度上,呈顯著的相關(guān)性,并且月NDVI與當(dāng)月降雨量的相關(guān)性要強于與當(dāng)月溫度的相關(guān)性；植被生長對溫度的響應(yīng)存在一個月的滯后期,而對降雨的響應(yīng)無滯后效應(yīng)。

黃土高原； 歸一化植被指數(shù)； 時空特征； 植被變化； 氣候變化

黃土高原地處半干旱半濕潤氣候帶,生態(tài)環(huán)境脆弱,土質(zhì)松散,抗蝕性能差,加之長期亂墾濫伐,植被破壞殆盡,致使該地區(qū)水土流失嚴(yán)重,是我國水土保持重點區(qū)域[1-3]。植被是聯(lián)結(jié)土壤、大氣和水分之間物質(zhì)、能量交換的關(guān)鍵環(huán)節(jié),是全球環(huán)境和氣候變化的敏感指示器,具有截留降雨、減少雨滴擊濺、增加土壤入滲、保土固土等功能,對減少水土流失有重要作用[4-5]。為改善黃土高原植被覆蓋狀況,治理水土流失,自 1999 年開始國家實施了退耕還林(草)、封山育林以及荒山造林等大規(guī)模植被建設(shè)[3,6-7]。加強黃土高原植被覆蓋時空變化研究,有助于更好地理解陸地生態(tài)系統(tǒng)的動態(tài)變化特征,可為黃土高原生態(tài)建設(shè)提供有用的空間信息和理論支持[8-10]。

歸一化植被指數(shù)(Normal Difference Vegetation Index,NDVI)是遙感影像近紅外波段反射值(Near Infrared Reflection,NIR)和紅光波段反射值(R)之差與NIR和R之和的比值,常被用來表征植被覆蓋和植被生長狀況,是目前科學(xué)研究中最常用的植被指數(shù)[5,11-13]。NDVI可以對植被生長動態(tài)變化進(jìn)行監(jiān)測,同時能夠在較大時空尺度上客觀反映植被信息[12]。近年來,國內(nèi)外眾多學(xué)者已經(jīng)對不同地區(qū)的植被NDVI時空變化趨勢及其與氣候變化的關(guān)系和響應(yīng)特征作了大量研究[8,13-15]。例如,李本綱和陶澍利用AVHRR NDVI數(shù)據(jù)探討了全國植被覆蓋與溫度和降雨的關(guān)系[16]；Wu等利用MODIS NDVI研究了北京—天津沙源區(qū)2000—2010年植被覆蓋時空變化趨勢[17]。目前對于黃土高原地區(qū)植被覆蓋時空演變分析已有一些階段性成果[5,8-10],但對整個黃土高原在大規(guī)模植被建設(shè)實施后,植被覆蓋年、生長季、季節(jié)及月變化和空間分布的研究仍相對較薄弱。

黃土高原是中國氣候變化的敏感地帶,研究發(fā)現(xiàn),20世紀(jì)80年代以來,黃土高原地區(qū)氣候變化趨勢明顯[8,18-20]。同期,在黃土高原開展了大規(guī)模的植樹造林等生態(tài)建設(shè)活動[2-3,7]。本文對該背景下的黃土高原地區(qū)植被覆蓋在不同時間尺度上的變化進(jìn)行分析,并在此基礎(chǔ)上探討氣候變化對植被變化的影響。以期研究結(jié)果為該地區(qū)環(huán)境保護(hù)、生態(tài)建設(shè)和水土流失的綜合治理提供理論依據(jù)。

1　數(shù)據(jù)與方法

1.1研究區(qū)概況

黃土高原地處中國黃河中上游地區(qū)(33°43′—41°16′N,100°54′—114°33′E),平均海拔1000—1500 m,總面積約為6.4×105km2。該區(qū)屬溫帶大陸性季風(fēng)氣候,四季分明,年平均溫度為3.6—14.3℃。受溫帶大陸性氣候的影響,年降水量在150—750 mm之間,全年降水主要集中在7—9月,占全年降水量的60%—80%。

1.2數(shù)據(jù)來源及處理

1.2.1NDVI數(shù)據(jù)

本研究所采用的NDVI數(shù)據(jù)來源于比利時佛萊芒技術(shù)研究所(Flemish Institute for Technological Research, VITO)發(fā)布的10日最大化合成SPOT-VEGETATION(SPOT-VGT)S10 NDVI產(chǎn)品,空間分辨率為1km,時間尺度為1998年4月至2014年5月。該數(shù)據(jù)集已經(jīng)過嚴(yán)格處理,通過輻射校正、幾何校正、大氣校正等處理之后,可保證NDVI數(shù)據(jù)的質(zhì)量。本文使用的數(shù)據(jù)為1999年1月至2013年12月覆蓋東亞的SPOT-VGT S10 NDVI數(shù)據(jù)集(可在http://free.vgt.vito.be免費下載)。

下載后的數(shù)據(jù)采用VITO提供的VGT Extract軟件來提取,設(shè)置輸出范圍和輸出格式(ENVI,unsigned Integer)后,通過批處理的方式提取SPOT-VGT S10 NDVI數(shù)據(jù)集。在ArcGIS 10.0中,利用研究區(qū)邊界截取黃土高原地區(qū)NDVI時序數(shù)據(jù)集,根據(jù)公式NDVI=DN×0.004-0.1[21-22]將旬DN值轉(zhuǎn)化為對應(yīng)的旬標(biāo)準(zhǔn)NDVI真實值,并將數(shù)據(jù)投影系統(tǒng)轉(zhuǎn)為Albers投影,即可得研究區(qū)的逐旬NDVI時序數(shù)據(jù)集。為進(jìn)一步降低噪聲并提高數(shù)據(jù)質(zhì)量,本文對研究區(qū)逐旬NDVI時序數(shù)據(jù)集,通過IDL7.0提供的Savitzky-Goaly濾波方法[12]重建高質(zhì)量NDVI時間序列數(shù)據(jù)。

1.2.2氣象數(shù)據(jù)

1998年1月—2013年12月年黃土高原地區(qū)51個氣象站點的日降水和溫度數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn),本研究中選取的氣象站點空間分布見圖1。最后,利用ArcGIS10.0軟件,對51個氣象站點的溫度和降雨數(shù)據(jù)分別進(jìn)行克里格(Kriging)插值,獲得整個黃土高原地區(qū)的平均溫度和平均降雨量。

圖1　黃土高原氣象站位置及分布Fig.1　Locations of meteorological station in Loess Plateau

1.3分析方法

根據(jù)研究需要,將研究時段劃分為年際、生長季、季節(jié)、月份四種時間尺度。季節(jié)劃分采用氣象學(xué)上的標(biāo)準(zhǔn)：春季是3—5月,夏季是6—8月,秋季是9—11月,冬季是12月和次年1—2月,生長季是4—9月[21]。采用最大合成法(Maximum Value Composites,MVC)獲得各研究時段內(nèi)最大NDVI 值作為該研究時段的 NDVI 值。

NDVI隨時間的變化趨勢利用slope分析,即對每個柵格的NDVI數(shù)值進(jìn)行一元線性回歸分析,計算公式為：

式中,slope為變化速率,即斜率；i表示年序號,n為研究序列的長度,NDVIi為第i年的NDVI值。若slope>0,則該像元15年間的植被覆蓋度變化趨勢是增加的,且數(shù)值愈大植被覆蓋度增加趨勢愈明顯；反之則表明植被變化趨勢是減少的；slope=0表示此像元的植被覆蓋度無變化。

此外,本研究中的偏相關(guān)分析與線性擬合分析分別借助SPSS17.0軟件和Origin8.0 軟件完成。

2　結(jié)果與分析

2.1黃土高原地區(qū)NDVI變化特征

2.1.1黃土高原地區(qū)NDVI時空分布特征

黃土高原地區(qū)月NDVI的最小值出現(xiàn)在1月份和2月份(均為0.16),隨著降雨的增加以及氣溫的升高,NDVI也逐漸增大。其中NDVI值較高的月份是7—9月,8月份研究區(qū)NDVI值達(dá)到最高(0.50),之后NDVI開始下降。圖2為研究區(qū)不同季節(jié),生長季和年最大NDVI平均值(1999—2013年)的空間分布圖。從不同季節(jié)1999—2013年平均NDVI可以看出,冬季黃土高原植被覆蓋度最低(平均NDVI為0.19),絕大部份地區(qū)NDVI處于0.1—0.2之間,占黃土高原面積的59.06%。隨著溫度回升,黃土高原春季植被覆蓋逐步增加,研究區(qū)NDVI平均值為0.35。在夏季,黃土高原地區(qū)降水量增加,植被茂密,NDVI明顯增大并達(dá)到最大值(平均NDVI為0.51),大部分地區(qū)NDVI主要分布在0.6—0.7之間,占整個研究區(qū)的17.34%。秋季黃土高原大多數(shù)植被開始落葉、凋零,農(nóng)作物開始收割,地表植被減少,NDVI與夏季相比也有減小趨勢,整個研究區(qū)平均NDVI為0.46。生長季NDVI和全年NDVI的空間分布范圍較一致,研究區(qū)NDVI值主要分布范圍為0.5—0.6,分別占整個研究區(qū)的17.81%和17.80%,另外整個研究區(qū)平均NDVI分別是0.52和0.31。

圖2　黃土高原地區(qū)季節(jié)、生長季和年最大NDVI平均值的空間分布圖Fig.2　The distribution of different season, growth season and year maximum NDVI in Loess Plateau

從圖2黃土高原地區(qū)NDVI的空間分布圖中可以看出,在各研究時段內(nèi),黃土高原東南部地區(qū)NDVI值較高,其次是東部,而西北部干旱半干旱地區(qū)(荒漠、沙地以及裸巖)NDVI值較低。黃土高原地區(qū)東南部植被覆蓋明顯高于西北部的原因,可能是東南部水熱條件較好,植被類型主要為針闊葉林、寒溫性灌叢和草叢[9]；而西北部由于東南季風(fēng)帶來的暖濕氣流不能深入內(nèi)陸,主要的植被類型是草原、草甸和高山稀疏植被,導(dǎo)致NDVI較低[9]。

2.1.2黃土高原地區(qū)NDVI變化趨勢

圖3為黃土高原地區(qū)NDVI從1999年到2013年的變化趨勢。從圖中可以看出,不同季節(jié)、生長季和全年的NDVI整體上呈增加的趨勢。除冬季(P=0.020)外,其他季節(jié)NDVI與生長季和全年NDVI均呈極顯著(P<0.01)的增加趨勢。據(jù)統(tǒng)計,研究區(qū)四季NDVI平均增加速度由快到慢依次為夏季(0.0087)>秋季(0.0081)>春季(0.0064)>冬季(0.0018)?？梢?黃土高原地區(qū)植被覆蓋增加主要發(fā)生在夏秋兩季,研究結(jié)果與張寶慶等[5]的研究結(jié)果相同。另外,生長季NDVI平均增長速度(0.0087)與夏季NDVI增長速度無差異。年NDVI的變化速度最大,為0.0099。此外,夏季和生長季NDVI與全年NDVI的變化較為一致,1999—2001年黃土高原地區(qū)NDVI處于相對較低的水平,自2001年開始,NDVI迅速上升,在2005年有短暫的下降之后,進(jìn)一步增長。整體上來看,從1999年開始黃土高原地區(qū)NDVI呈增加趨勢,說明退耕還林(還草)政策的實施,使得黃土高原地區(qū)的生態(tài)環(huán)境逐年改善,植被狀況總體呈好轉(zhuǎn)的趨勢。

圖3　黃土高原地區(qū)不同季節(jié)、生長季和年NDVI隨時間的變化趨勢Fig.3　The change trend of different season, growth season and year NDVI in Loess Plateau

為進(jìn)一步研究黃土高原地區(qū)植被覆蓋變化的幅度和空間分布,對各像元NDVI與時間進(jìn)行一元線性回歸分析。結(jié)果顯示(圖4),黃土高原地區(qū)1999—2013年年最大NDVI變化斜率最大的地區(qū)是黃河中游區(qū)域,尤其是水土流失最為嚴(yán)重的丘陵溝壑區(qū),其植被恢復(fù)態(tài)勢最為明顯。而中西部部分區(qū)域NDVI的變化斜率較小。從6個不同研究時段來看,黃土高原地區(qū)NDVI都表現(xiàn)出不同程度的增加趨勢,大部分區(qū)域NDVI變化斜率主要在0—0.1之間,分別占整個黃土高原的68.13%(春季),60.32%(夏季),62.87%(秋季),65.87%(冬季),61.04%(生長季)和51.79%(全年)。此外,本研究將NDVI變化斜率小于零的區(qū)域定義為植被退化區(qū)。1999—2013年黃土高原植被退化面積為19.1×103km2,僅占研究區(qū)總面積的2.99%。

圖4　1999—2013年黃土高原季節(jié)和年最大NDVI變化斜率Fig.4　The change slope of season, growth season and year maximum NDVI in Loess Plateau

2.2黃土高原地區(qū)NDVI對水熱條件的響應(yīng)

2.2.1黃土高原地區(qū)氣候的時間變化特征

從表1月平降雨量和溫度可以看出,兩者的變化趨勢基本一致。降雨量和溫度的最小值均出現(xiàn)在12月份到次年2月份,其中降雨量較集中和溫度較高的月份均在6—9月,在7月份達(dá)到峰值。由月NDVI的變化趨勢和表1可以看出,月NDVI、月降雨量和月溫度的增速相似,且存在NDVI對于降雨和溫度的滯后效應(yīng)。

表1　黃土高原地區(qū)多年月降雨量和溫度Table 1　The mean month precipitation and temperature in Loess Plateau

圖5為不同季節(jié)、生長季的降雨量和溫度變化趨勢。從圖中可以看出,冬季降雨量和溫度最低,而夏季降雨量和溫度最大,其次為生長季。從降雨量的變化趨勢可以看出,除春季降雨量有減小趨勢外,其他季節(jié)降雨量均呈增加趨勢,但變化趨勢均不顯著(P>0.05)。冬季降雨量的年際波動較小,而夏季、秋季和生長季的降雨量年際波動較大。從溫度的變化趨勢可以看出,不同研究時段的溫度,均有降低的趨勢,但不顯著(P>0.05)。

圖5　黃土高原地區(qū)不同季節(jié)和生長季降雨和溫度的變化趨勢Fig.5　The change slope of different season and year precipitation and temperature in Loess Plateau

圖6　1998—2013年研究區(qū)降雨量和溫度的年際變化　Fig.6　The change of precipitation and temperature from 1998 to 2013 in Loess Plateau

對黃土高原地區(qū)1998—2013年51個氣象觀測站點的降雨量和溫度實測資料分析發(fā)現(xiàn),黃土高原氣候變化呈現(xiàn)“冷濕化”趨勢。降雨量呈增加的趨勢,變化斜率為3.023；溫度呈現(xiàn)降低的趨勢,變化斜率為-0.046(圖6)。但是,由于降雨量和溫度年際波動較大,研究區(qū)降雨量增加(P=0.293)溫度降低(P=0.061)的趨勢不顯著。

2.2.2研究區(qū)NDVI對水熱條件的響應(yīng)

從NDVI與降雨量、溫度的偏相關(guān)分析結(jié)果來看,在春季、夏季、秋季、生長季和全年,NDVI與降雨量均呈正相關(guān),而冬季降水與NDVI呈負(fù)相關(guān)(表2)。在植被變化對溫度變化的敏感性方面,四季、生長季和全年的平均NDVI和平均溫度均呈負(fù)相關(guān)。原因可能是：(1)溫度是植被覆蓋增加的限制因子。溫度上升可以加速地表蒸散發(fā)過程,由此引起土壤干化從而抑制植被生長,降低NDVI；(2)與其他因素相比,人類活動對NDVI的影響占絕對主導(dǎo)地位,如最近十幾年研究區(qū)退耕還林草措施實施和農(nóng)業(yè)生產(chǎn)水平的提高促使植被NDVI顯著增加,而最近十幾年的年氣溫呈現(xiàn)不顯著的微弱下降趨勢(圖8),即氣溫對NDVI的負(fù)效應(yīng)是一種偽效應(yīng)[21]。具體原因,還需要進(jìn)一步深入定量的分析研究。然而,研究區(qū)NDVI與降雨量和溫度的相關(guān)性均不具有統(tǒng)計的顯著性(P>0.05),說明研究區(qū)植被的季節(jié)和年際變化分別與季節(jié)和年降雨量和氣溫的關(guān)系并不密切。由于降雨和溫度變化具有時間尺度上的差異,僅僅通過降雨和溫度與NDVI在季節(jié)和年際變化尺度上的關(guān)系,并不能充分說明植被變化對水熱條件的響應(yīng)[12]。并且,考慮到水熱條件對植被生長影響的滯后性,有必要從月時間尺度上分析植被變化對水熱條件的響應(yīng)。

表2　不同時段NDVI與降雨量、溫度的偏相關(guān)關(guān)系Table 2　The partial correlation coefficient between NDVI and precipitation and temperature

RNDVI 降水·氣溫表示剔除氣溫影響后NDVI與降水的偏相關(guān)系數(shù)；RNDVI 氣溫·降水表示剔除降水影響后NDVI與氣溫的偏相關(guān)系數(shù)

為了進(jìn)一步研究NDVI對降雨和溫度的響應(yīng),本研究分別計算了1999—2013年180個月份NDVI與降雨及溫度的偏相關(guān)系數(shù)。氣候因子分別選取當(dāng)月、上月和上上月3個特征時間的值與當(dāng)月NDVI計算偏相關(guān)系數(shù),結(jié)果見表3。從表中可以看出,研究區(qū)當(dāng)月NDVI與當(dāng)月、上月及上上月的降雨和溫度存在顯著的相關(guān)關(guān)系(P<0.05)。NDVI與當(dāng)月降雨的相關(guān)性高于與當(dāng)月溫度的相關(guān)性。但是,NDVI與上月及上上月溫度的相關(guān)性要強于與降雨的相關(guān)性。另外,NDVI與降雨和溫度的最大的偏相關(guān)系數(shù)分別出現(xiàn)在當(dāng)月(RNDVI 降水·氣溫=0.606)和上月(RNDVI 氣溫·降水=0.783)?？梢?植被生長對溫度的響應(yīng)存在一個月的滯后期,而降雨無滯后效應(yīng)。

表3　月NDVI與降雨量和溫度的偏相關(guān)分析Table 3　The partial correlation coefficient between month NDVI and month precipitation and temperature

3　結(jié)論

(1)退耕還林(草)工程實施以后,黃土高原地區(qū)植被覆蓋有所改善,1999—2013年研究區(qū)年最大NDVI的平均值為0.31,研究區(qū)大部分地區(qū)年NDVI的平均值在0.5—0.6之間。NDVI在空間分布的差異較明顯,其中黃土高原東南部水熱條件有利于植被生長,NDVI較高,而西北部植被覆蓋度較低。

(2)自1999年以來,黃土高原地區(qū)年最大NDVI呈極顯著(P<0.01)的增加趨勢。四季與生長季NDVI也呈上升趨勢,四季NDVI增加速度由快到慢依次為夏季(0.0087)>秋季(0.0081)>春季(0.0064)>冬季(0.0018)。生長季NDVI的增長速度與夏季一樣,為0.0087。

(3)1998—2013年,黃土高原地區(qū)氣候呈現(xiàn)降雨增加溫度降低的“冷濕化”趨勢。但由于降雨和溫度的年際波動較大,降雨和溫度的變化趨勢不明顯。

(4)在季節(jié)、生長季和全年時間尺度上,NDVI與降雨和溫度的相關(guān)性不顯著。在月時間尺度上,NDVI與當(dāng)月降雨量的相關(guān)性要強于與當(dāng)月溫度的相關(guān)性。另外,植被生長對溫度的響應(yīng)存在一個月的滯后期,而降雨無滯后效應(yīng)。

[1]Fu B J, Hu C X, Chen L D, Honnay O, Gulinck H. Evaluating change in agricultural landscape pattern between 1980 and 2000 in the Loess hilly region of Ansai County, China. Agriculture, Ecosystems & Environment, 2006, 114(2/4): 387-396.

[2]Zhang X P, Zhang L, Zhao J, Rustomji P, Hairsine P. Responses of streamflow to changes in climate and land use/cover in the Loess Plateau, China. Water Resources Research, 2008, 44(7): 1-12.

[3]Mu X M, Zhang L, McVicar T R, Chille B, Gau P. Analysis of the impact of conservation measures on stream flow regime in catchments of the Loess Plateau, China. Hydrological Processes, 2007, 21(16): 2124-2134.

[4]陳效逑, 王恒. 1982-2003年內(nèi)蒙古植被帶和植被覆蓋度的時空變化. 地理學(xué)報, 2009, 64(1): 84-94.

[5]張寶慶, 吳普特, 趙西寧. 近30a黃土高原植被覆蓋時空演變監(jiān)測與分析. 農(nóng)業(yè)工程學(xué)報, 2011, 27(4): 287-293.

[6]Cao S X, Xu C G, Chen L, Wang X Q. Attitudes of farmers in China′s northern Shaanxi Province towards the land-use changes required under the Grain for Green Project, and implications for the project′s success. Land Use Policy, 2009, 26(4): 1182-1194.

[7]Fu B J, Liu Y, Lü Y H, He C S, Zeng Y, Wu B F. Assessing the soil erosion control service of ecosystems change in the Loess Plateau of China. Ecological Complexity, 2011, 8(4): 284-293.

[8]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. 中國科學(xué)D輯, 2007, 37(11): 1504-1514.

[9]張翀, 任志遠(yuǎn), 李小燕. 黃土高原植被對氣溫和降水的響應(yīng). 中國農(nóng)業(yè)科學(xué), 2012, 45(20): 4205-4215.

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

[11]Pettorelli N, Vik J O, Mysterud A, Gaillard J M, Tucker C J, Stenseth N C. Using the satellite-derived NDVI to assess ecological responses to environmental change. Trends in Ecology & Evolution, 2005, 20(9): 503-510.

[12]王絲絲, 于興修, 劉正佳. 沂蒙山區(qū)植被NDVI的時空特征及其對水熱條件的響應(yīng). 遙感技術(shù)與應(yīng)用, 2014, 29(1): 61-68.

[13]吳麗麗, 任志遠(yuǎn), 張翀. 陜北地區(qū)植被指數(shù)對水熱條件變化的響應(yīng)及其時滯分析. 中國農(nóng)業(yè)氣象, 2014, 35(1): 103-108.

[14]Piao S L, Wang X H, Ciais P, Zhu B, Wang Tao, Liu J. Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006. Global Change Biology, 2011, 17(10): 3228-3239.

[15]Tucker C J, Slayback D A, Pinzon J E, Los S O, Myneni R B, Taylor M G. Higher northern latitude normalized difference vegetation index and growing season trends from 1982 to 1999. International Journal of Biometeorology, 2001, 45(4): 184-190.

[16]李本綱, 陶澍. AVHRR NDVI與氣候因子的相關(guān)分析. 生態(tài)學(xué)報, 2000, 20(5): 898-902.

[17]Wu Z T, Wu J J, Liu J H, He B, Lei T J, Wang Q F. Increasing terrestrial vegetation activity of ecological restoration program in the Beijing-Tianjin Sand Source Region of China. Ecological Engineering, 2013, 52: 37-50.

[18]姚玉璧, 王毅榮, 李耀輝, 張秀云. 中國黃土高原氣候暖干化及其對生態(tài)環(huán)境的影響. 資源科學(xué), 2005, 27(5): 146-152.

[19]Li Z, Zheng F L, Liu W Z, Flanagan D C. Spatial distribution and temporal trends of extreme temperature and precipitation events on the Loess Plateau of China during 1961-2007. Quaternary International, 2010, 226(1/2): 92-100.

[20]劉曉清, 趙景波, 于學(xué)峰. 黃土高原氣候暖干化趨勢及適應(yīng)對策. 干旱區(qū)研究, 2006, 23(4): 627-631.

[21]張文帥. 陜甘寧黃土高原區(qū)NDVI變化及其在土地利用變化檢測中的適宜性[D]. 北京: 中國科學(xué)院研究生院, 2014.

[22]Maisongrande P, Duchemin B, Dedieu G. VEGETATION/SPOT: an operational mission for the earth monitoring; presentation of new standard products. International Journal of Remote Sensing, 2004, 25(1): 9-14.

Spatio-temporal patterns for the NDVI and its responses to climatic factors in the Loess Plateau, China

ZHANG Hanyu1,2, FANG Nufang1,2,3,*, SHI Zhihua1,4

1StateKeyLaboratoryofSoilErosionandDrylandFarmingontheLoessPlateau,InstituteofSoilandWaterConservation,ChineseAcademyofSciencesandMinistryofWaterResources,Yangling712100,China

2UniversityofChineseAcademyofSciences,Beijing100049,China

3StateKeyLaboratoryofSoilErosionandDrylandFarmingontheLoessPlateau,NorthwestA&FUniversity,Yangling712100,China

4CollegeofResourcesandEnvironment,HuazhongAgriculturalUniversity,Wuhan430070,China

The Chinese Loess Plateau is one of the best-known areas in the world. It is located in the middle reaches of the Yellow River basin, and experiences the heaviest soil erosion in the world. In 1999, the Chinese government initiated the Grain-for-Green Program (GGP) for ecological restoration and soil erosion control. The main objective of the GGP was to rehabilitate forests and grasslands in an effort to control soil erosion. The project suggested converting all croplands with slopes of greater than 15° to grassland or forest. By the end of 2003, 79000 km2of cropland had been returned to forest or grassland. Thus, it is necessary to assess the trend in land cover change following the implementation of the GGP in the Loess Plateau. The objectives of this study were 1) to investigate the spatio-temporal patterns of vegetation cover in Loess Plateau based on the 1999—2013, 1 km/10 d resolution SPOT VEGETATION Normalized Difference Vegetation Index (NDVI) data and 2) to investigate their responses to climatic factors. The NDVI data were provided by the Flemish Institute for Technological Research (VITO). The datasets can be downloaded from http://cdc.cma.gov.cn. The climatic factors were precipitation and temperature in this study. The precipitation and temperature data were downloaded from the China Meteorological Data Sharing Service System (http://www.escience.gov.cn/metdata/page/index.html). The maximum-value composites, linear regression method, and partial correlation analysis were used to investigate the spatial distribution and changes in the NDVI and the relationships between the NDVI and precipitation and temperature in the Loess Plateau. The results showed that the average NDVI value for the Loess Plateau was 0.31 from 1999 to 2013. The higher NDVI values were mainly distributed in the southeast part of the Loess Plateau. In contrast, the northwest part of the Loess Plateau had lower NDVIs. The NDVI increased significantly from 1999 to 2013 (P< 0.01), and the slope of the trend line for NDVI was 0.0099. This indicated that the implementation of GGP improved vegetation coverage in the Loess Plateau and the vegetation construction achievements were quite noticeable. The seasonal NDVIs (spring, summer, autumn, and winter) and the growing season NDVI also showed significantly increased. Summer has the fastest NDVI growth rate (0.0087), followed by autumn (0.0081), spring (0.0064), and winter (0.0018). The growing season NDVI had the same growth rate as summer. From 1998 to 2013, precipitation and temperature in the Loess Plateau increased and decreased, respectively, but neither change was significant. The partial correlation analysis showed that NDVI correlated significantly with temperature and precipitation at the monthly scale. However, no significant correlations were noted between annual (or growing season and seasonal) NDVI and annual (or growing season and seasonal) temperature and precipitation. Temperature change had a lagging effect on vegetation growth, but precipitation change did not.

Loess Plateau; normalized difference vegetation index; spatio-temporal patterns; vegetation change; climate change

10.5846/stxb201506281310

國家自然科學(xué)基金項目(41301294)；中央高?；緲I(yè)務(wù)費(2014YB053)

2015-06-28;

2015-09-28

Corresponding author.E-mail: fnf@ms.iswc.ac.cn

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(yīng).生態(tài)學(xué)報,2016,36(13):3960-3968.

Zhang H Y, Fang N F, Shi Z H.Spatio-temporal patterns for the NDVI and its responses to climatic factors in the Loess Plateau, China.Acta Ecologica Sinica,2016,36(13):3960-3968.