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(yīng)關(guān)系

朱麗亞, 胡克*, 孫爽

中國地質(zhì)大學(xué)(北京)海洋學(xué)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(yīng)對遼河流域的生態(tài)環(huán)境建設(shè)具有重要參考價值?；?000—2018年研究區(qū)分辨率為250 m×250 m的MODIS-NDVI遙感數(shù)據(jù)、同期流域溫度和降水量數(shù)據(jù), 借助MVC最大合成、變異系數(shù)、趨勢分析、Hurst指數(shù)、偏相關(guān)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(yīng)關(guān)系。結(jié)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(qū)域(<0.3)約占流域總面積的37.78%, 高植被覆蓋區(qū)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(qū)整體呈低和較低波動的變化狀態(tài), 共占90.60%。東西區(qū)域的波動差異較為明顯。(4)在變化趨勢上, 約46.50% 的地區(qū)植被覆蓋得到了改善, 約36.99% 的區(qū)域植被覆蓋基本沒有發(fā)生變化。(5)溫度、降水對遼河流域植被生長整體表現(xiàn)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(shù); 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(xù)變暖對陸地生態(tài)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(xiàn)生態(tài)系統(tǒng)物質(zhì)循環(huán)與能量交換的中樞[2]。NDVI為歸一化植被指數(shù)(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(qū)域和全球尺度生態(tài)環(huán)境變化的監(jiān)測指標(biāo)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(shù)能大尺度、長時間的進行動態(tài)監(jiān)測, NDVI數(shù)據(jù)應(yīng)用到環(huán)境監(jiān)測以及植被對氣候變化的響應(yīng)已是當(dāng)前研究熱點。全球氣候的波動會影響區(qū)域氣候, 而NDVI對不同的氣候變化所做出的響應(yīng)存在差異, 植被類型不同對溫度、降水的響應(yīng)也會有一定的差別[14]。國內(nèi)外學(xué)者基于不同的NDVI遙感數(shù)據(jù), 從不同空間尺度、時間尺度對區(qū)域植被覆蓋變化及驅(qū)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(qū)南部最大的河流, 流域大部分地區(qū)屬于農(nóng)牧交錯地帶。近年來, 隨著經(jīng)濟的快速增長, 流域內(nèi)城鎮(zhèn)化建設(shè)的不斷推進、沿河工農(nóng)業(yè)的快速發(fā)展以及水利工程的修建等影響, 使得流域部分水質(zhì)污染[17]。在全球氣候變暖的背景下, 流域區(qū)域降水特征出現(xiàn)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(dāng)?shù)厣鷳B(tài)環(huán)境。本文借助2000—2018年的MODIS-NDVI數(shù)據(jù), 結(jié)合同期降水與溫度數(shù)據(jù), 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(yīng)關(guān)系, 有助于遼河流域生態(tài)環(huán)境的監(jiān)測。

1 研究區(qū)概況

遼河流域位于我國東北地區(qū)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(jīng)內(nèi)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?qū)儆跍貛О霛駶櫚敫珊导撅L(fēng)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(qū)域的降水差異較大, 遼河干流以東的區(qū)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(xiàn)強降雨或暴雨的天氣。流域內(nèi)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(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源與數(shù)據(jù)處理

NDVI數(shù)據(jù)來源于美國土地過程分布式數(shù)據(jù)中心(https://lpdaac.usgs.gov), 數(shù)據(jù)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(wèi)星上的重要傳感器[21], NDVI數(shù)據(jù)集經(jīng)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(shù)據(jù)質(zhì)量和分辨率較高。利用NASA提供的MODIS數(shù)據(jù)預(yù)處理工具MRT(MODIS Reprojection Tool, MRT), 原始NDVI數(shù)據(jù)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(zhuǎn)換為TIF格式。利用ArcGIS軟件批量掩模裁剪出遼河流域的NDVI數(shù)據(jù), 再進行最大值合成處理, 得到每月NDVI柵格數(shù)據(jù)集, 這種方法能夠減弱太陽高度角、云層和大氣環(huán)境的影響[23]。利用Python、ENVI、MATLAB和ArcGIS等軟件處理NDVI柵格數(shù)據(jù), 并進行數(shù)學(xué)運算、空間分析和重分類等操作, 從而獲得NDVI數(shù)據(jù)的趨勢斜率、Hurst指數(shù)、變異系數(shù)、偏相關(guān)系數(shù)等指標(biāo), 然后進一步對所有指標(biāo)劃分等級、重分類。

圖1 研究區(qū)示意圖

Figure 1 Location of the study area

氣象數(shù)據(jù)由中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)提供, 利用Rstudio提取出遼河流域內(nèi)19個氣象站點的氣象數(shù)據(jù), 標(biāo)準(zhǔn)化處理成月值、年值數(shù)據(jù)。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(quán)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(shù)據(jù)相一致。研究區(qū)的數(shù)字高程模型(DEM)數(shù)據(jù)來源于地理空間數(shù)據(jù)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(shù)據(jù), 以獲得每月NDVI。

一年內(nèi)各月植被指數(shù)的均值作為年平均植被指數(shù), 該指標(biāo)能表征該年內(nèi)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(shù)的均值作為季平均植被指數(shù), 該指標(biāo)用來表征植被覆蓋度的季節(jié)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(qū)19年的NDVI變化趨勢圖, 計算過程如下:

2.2.3 Hurst指數(shù)分析法

英國水文學(xué)家Hurst提出Hurst指數(shù), 用來表征觀測值序列數(shù)據(jù)的可持續(xù)性[25, 26], 在水文、生態(tài)、氣候?qū)W等各個領(lǐng)域得到了廣泛應(yīng)用。采用法計算Hurst指數(shù), 計算公式如下:

極差序列:

標(biāo)準(zhǔn)差序列:

2.2.4 變異系數(shù)法

變異系數(shù)是標(biāo)準(zhǔn)差與平均數(shù)的比值, 是描述每一個觀測值變異程度的指標(biāo), 變異系數(shù)越小, 觀測序列穩(wěn)定, 波動小; 反之, 序列較為不穩(wěn)定, 波動大[27]。本文用變異系數(shù)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(guān)分析

3 結(jié)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(jié)變化

遼河流域全年NDVI月均值在0.16—0.64范圍內(nèi)波動, 整體呈現(xiàn)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(xiàn)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(xù)增長期, 9—12月為下降期。根據(jù)NDVI各季節(jié)分布圖(圖6), 遼河流域地區(qū)植被覆蓋差異明顯, 整體表現(xiàn)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(fā)生在夏季, 植被光合作用強, 生長較為明顯。2000—2018年, 大部分區(qū)域NDVI值在0.2—0.4范圍內(nèi)(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(xù)變暖, 中國的平均溫度在100年的時間內(nèi)上升了0.5—0.8℃, 變化趨勢與全球相一致[28]。研究區(qū)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(xiàn)在2010年。根據(jù)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(tài), 但整體相對穩(wěn)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(qū)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(fā)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(yīng)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(tài)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(qū)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(qū)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(qū)域面積為3.38×104km2, 占區(qū)域總面積的14.93%, 主要分布在渾太河子流域。研究區(qū)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(nèi)地質(zhì)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(nèi)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(qū)2000—2018年間NDVI的趨勢斜率(k), 將計算結(jié)果重分類為5個等級, 分別對應(yīng)于不同的NDVI變化性質(zhì)。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(fā)生變化(-0.001≤k<0.001)的區(qū)域面積約為8.37×104km2, 占總面積的36.99%。僅有約16.5%的地區(qū)植被呈退化趨勢, 主要分布在西遼河流域西部邊緣區(qū)域: 哈黑爾河、查干木倫河以及渾河流域東部邊緣區(qū)域; 其中, 明顯退化區(qū)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(qū)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(xù)性分析

根據(jù)研究區(qū)實際情況和計算得到的Hurst指數(shù)值, 采用R/S法計算NDVI時間序列H值, 并將Hurst指數(shù)計算結(jié)果進行重分類, 經(jīng)統(tǒng)計分析可知(表1): 研究區(qū)Hurst指數(shù)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(xù)性。研究區(qū)未來植被覆蓋呈反向持續(xù)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(shù)據(jù)的像元變異性計算結(jié)果, 對結(jié)果劃分相應(yīng)的等級得到植被覆蓋度波動狀態(tài)圖(圖8)。將變異值分為5個等級, 低波動變化態(tài)勢(0<C<0.05)、較低波動變化(0≤C<0.1)、中波動變化態(tài)勢(0.1≤C<0.15)、較高波動變化態(tài)勢(0.15≤C<0.2)、高波動變化態(tài)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(tài)勢共占90.60%。從空間分布上看, 東西區(qū)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(qū)域是生態(tài)恢復(fù)建設(shè)的重點防治區(qū)域, 隨著生態(tài)建設(shè)工程的相繼實施, 植被生長顯著改善, 同時, 該地區(qū)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(xù)性特征

3.6 NDVI與溫度、降水關(guān)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(qū)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(qū)域植被覆蓋度是由氣候環(huán)境和植被本身的理化特征共同決定[20]。氣候環(huán)境的變化會對影響植被的生長環(huán)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(guān)系數(shù), 得出研究區(qū)溫度與NDVI偏相關(guān)系數(shù)A及降水與NDVI偏相關(guān)系數(shù)B的空間分布圖(圖9), 顯著性通過t統(tǒng)計量檢驗。圖9表明, NDVI對溫度和降水的響應(yīng)在空間上呈不均勻分布, 正負相關(guān)并存。NDVI與年平均溫度的偏相關(guān)系數(shù)介于-0.91—0.91之間, 平均值為0.22, 偏相關(guān)系數(shù)為正的區(qū)域占研究區(qū)總面積的79.59%, 其中有21.92% 通過<0.05的檢驗, 呈負相關(guān)區(qū)域為20.41%, 無顯著負相關(guān)。正相關(guān)區(qū)域主要集中在地勢較高的西遼河子流域、山區(qū)向平原的過渡帶, 由于山區(qū)海拔較高, 相對于平原地區(qū)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(yǎng)物質(zhì)釋放速度加快, 有利于植被生長。與年降水的偏相關(guān)系數(shù)介于-0.88—0.95之間, 平均值為0.10, 偏相關(guān)系數(shù)為正的區(qū)域占研究區(qū)總面積的60.30%, 其中有27.29%通過<0.05的檢驗, 呈負相關(guān)區(qū)域為39.70%, 有10.50%通過<0.05的檢驗。正相關(guān)區(qū)域主要集中在西遼河流域, 對于干旱半干旱地區(qū)而言, 植被對降水的響應(yīng)更敏感, 降水會增加土壤的含水量, 加快營養(yǎng)物質(zhì)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(qū)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(guān)系數(shù)卻很低甚至為負, 相關(guān)系數(shù)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(guān)系數(shù)為負值的區(qū)域, 說明該地區(qū)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(guān)系數(shù)空間分布圖

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

4 討論與結(jié)論

4.1 討論

遼河區(qū)域面積較大, 受氣候變化、人類活動的影響, 流域內(nèi)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(jié)尺度上, NDVI的變化特征與季節(jié)的氣候變化趨勢相關(guān), 植被增加主要發(fā)生在夏季和春季, 主要歸因于當(dāng)?shù)氐臍夂颦h(huán)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(jié)果一致。年際尺度上, NDVI在波動中緩慢增加, 整體相對穩(wěn)定, 這與韋石等人得出的遼河流域植被覆蓋變化的結(jié)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(qū)植被類型主要是林地, 且屬于長白山森林生態(tài)功能區(qū), 植被覆蓋度相對較高[31], 而西遼河流域?qū)儆谵r(nóng)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(qū)域植被覆蓋得到了改善, 尤其是在科爾沁沙地地區(qū)表現(xiàn)最為明顯, 波動性也較大, 此結(jié)果與呂嘉欣等[33]對科爾沁沙地植被時空變化的研究結(jié)果一致, 這是由于遼河流域是我國生態(tài)環(huán)境治理與恢復(fù)的重點研究區(qū)域, 截至目前, 已開展了一系列的生態(tài)建設(shè)工程。如: 1978年, 國家開始實施“三北”防護林, 其中西遼河流域內(nèi)的科爾沁沙地是重點防治區(qū)域。2000年, 內(nèi)蒙古地區(qū)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(tài)建設(shè)工程的相繼實施, 流域內(nèi)的生態(tài)環(huán)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(jié)構(gòu), 以及分布等動態(tài)變化[34]。遼河流域東部為地勢平坦的平原地區(qū), 西部為海拔較高的干旱半干旱地區(qū)。NDVI對溫度和降水的響應(yīng)在空間上呈不均勻分布, 正負相關(guān)系數(shù)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(guān)系數(shù)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(qū), 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(guān)系數(shù)值也相對較高。焦珂?zhèn)サ萚34]研究表明在年降水量大于600 mm的區(qū)域, 植被對熱量因子的響應(yīng)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(qū), 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(qū)老哈河流域夏季溫度升高會導(dǎo)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(qū), 溫度對NDVI季節(jié)性的變化有利, 而在半干旱地區(qū), 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(xiàn)為促進作用。這一結(jié)論與Sun等[29]的研究結(jié)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(nèi)NDVI與溫度和降水相關(guān)顯著。Ichii等[39]對北半球植被動態(tài)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(guān)。

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(yīng)具有復(fù)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(qū)動因素, 研究應(yīng)明確各變量與植被變化的數(shù)量關(guān)系。2)根據(jù)遼河流域近19年植被覆蓋變化, 預(yù)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(fā)的氣候變化背景下, 應(yīng)考慮氣候的波動變化及極端事件對區(qū)域植被生長的影響。

4.2 結(jié)論

本文以2000—2018年MODIS-NDVI遙感數(shù)據(jù)、同期流域降水和溫度數(shù)據(jù)為基礎(chǔ), 借助MVC最大合成、趨勢分析、Hurst指數(shù)、變異系數(shù)節(jié)偏相關(guān)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(yīng)關(guān)系, 得出結(jié)論如下:

(1)NDVI在月季變化上表現(xiàn)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(nèi)波動, 整體呈現(xiàn)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(tài), 整體變化趨勢相對穩(wěn)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(qū)主要分布在渾太河子流域。流域內(nèi)約16.5%的地區(qū)植被呈退化趨勢, 主要分布在西遼河流域西部邊緣區(qū)域: 哈黑河、蘇吉高河和敖爾蓋河等; 46.50%的區(qū)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(shù)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(xù)性。流域植被覆蓋呈較低和低波動的變化態(tài)勢共占90.60%。

(4)研究區(qū)域內(nèi)NDVI與平均溫度、降水的偏相關(guān)系數(shù)正負相關(guān)并存, 整體上呈正相關(guān)。NDVI與年平均溫度的偏相關(guān)系數(shù)為正的區(qū)域占比為79.59%, 與年降水的偏相關(guān)系數(shù)為正的區(qū)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(xiàn)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(yīng)特征[J]. 生態(tài)環(huán)境學(xué)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(quán)方, 李家永. 基于時序NDVI數(shù)據(jù)的鄱陽湖流域常綠覆被季節(jié)性變化特征[J]. 長江流域資源與環(huán)境, 2008, 17(6): 866–871.

[5] 李海亮, 趙軍, 任皓晨. 石羊河流域NDVI的季節(jié)時空變化研究[J]. 安徽農(nóng)業(yè)科學(xué), 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(tài)環(huán)境學(xué)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(yīng)關(guān)系[J]. 廣東農(nóng)業(yè)科學(xué), 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(guān)性[J]. 生態(tài)科學(xué), 2017, 36(6): 153–160.

[13] 王磊, 王杰, 付林, 等. 南充市轄區(qū)近15年植被覆蓋度變化特征[J]. 生態(tài)科學(xué), 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(guān)系[J]. 山地學(xué)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(guān)系[J]. 水土保持研究, 2006, 13(3): 229–232.

[16] 韓輝邦, 馬明國, 嚴(yán)平. 黑河流域NDVI周期性分析及其與氣候因子的關(guān)系[J]. 遙感技術(shù)與應(yīng)用, 2011, 26(5): 554–560.

[17] 郭芬. 遼河流域水生態(tài)與水環(huán)境因子時空變化特征研究[D]. 北京: 中國環(huán)境科學(xué)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(shù)監(jiān)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(tài)學(xué)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(chǎn)力變化研究[J]. 濕地科學(xué), 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(nóng)業(yè)學(xué)報, 2019, 35(4): 860–867.

[22] 吳昌廣, 周志翔, 肖文發(fā), 等. 基于MODIS NDVI的三峽庫區(qū)植被覆蓋度動態(tài)監(jiān)測[J]. 林業(yè)科學(xué), 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(yè)資源管理, 2018(6): 30–37.

[24] 宋怡, 馬明國. 基于GIMMS AVHRR NDVI數(shù)據(jù)的中國寒旱區(qū)植被動態(tài)及其與氣候因子的關(guān)系[J]. 遙感學(xué)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(jiān)測[J]. 農(nóng)業(yè)機械學(xué)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(qū)植被覆蓋時空變化特征[J]. 地理學(xué)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(xué)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(huán)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(tài)系統(tǒng)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(nóng)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(xué), 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(qū)動力[J]. 生態(tài)學(xué)雜志, 2020, 39(5): 1399–1408.

[34] 焦珂?zhèn)? 高江波, 吳紹洪, 等. 植被活動對氣候變化的響應(yīng)過程研究進展[J]. 生態(tài)學(xué)報, 2018, 38(6): 2229–2238.

[35] 劉曉帆, 任立良, 袁飛, 等. 老哈河流域NDVI動態(tài)變化及其與氣候因子的關(guān)系[J]. 河海大學(xué)學(xué)報(自然科學(xué)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(shù)(NDVI)變化特征及對氣候變化的響應(yīng)[J]. 生態(tài)與農(nóng)村環(huán)境學(xué)報, 2020, 37(1): 244–253.

[38] 李本綱, 陶澍. AVHRR NDVI與氣候因子的相關(guān)分析[J]. 生態(tài)學(xué)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(yīng)關(guān)系[J]. 生態(tài)科學(xué), 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(zhì)環(huán)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(zhì)環(huán)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(fā)與資源環(huán)境研究, E-mail: huke@cugb.edu.cn