摘 要 植物遭受干旱脅迫會(huì)影響其生理生長(zhǎng)變化，而滇中地區(qū)干旱頻發(fā)，生態(tài)環(huán)境脆弱，了解該區(qū)域干旱對(duì)植被影響的時(shí)空差異具有緊迫性?；?998、2003、2008、2013、2018年的Landsat TM/OLI數(shù)據(jù)和植被葉面積野外實(shí)測(cè)數(shù)據(jù)，計(jì)算溫度植被干旱指數(shù)（TVDI）、歸一化植被指數(shù)（NDVI）、植被覆蓋度（FVC）和葉面積指數(shù)（LAI），應(yīng)用地理探測(cè)器方法對(duì)不同年份不同干旱等級(jí)類型區(qū)進(jìn)行植被干旱響應(yīng)強(qiáng)度定量歸因。結(jié)果表明：1）不同年份的旱情時(shí)空分布和植被干旱解釋力差異明顯，植被因子q值表現(xiàn)為L(zhǎng)AI＞NDVI＞ FVC，LAI對(duì)干旱的解釋力最高達(dá)33%；2）在無旱和受旱2種情況下，受旱植被的解釋力遠(yuǎn)大于無旱，受旱與無旱狀態(tài)下植被對(duì)干旱的解釋力之差達(dá)20%以上；3）3個(gè)植被因子在受旱狀態(tài)下的解釋力隨年份增長(zhǎng)逐漸降低。

關(guān)鍵詞 干旱；植被；地理探測(cè)器；Landsat數(shù)據(jù)；滇中地區(qū)

中圖分類號(hào)：S423；TP79 文獻(xiàn)標(biāo)志碼：A DOI：10.19415/j.cnki.1673-890x.2025.05.019

植被是陸地生態(tài)系統(tǒng)中的重要組成部分，對(duì)全球能量循環(huán)和物質(zhì)生物化學(xué)循環(huán)具有重要影響[1]，植被變化可以側(cè)面反映氣候變化狀況，同時(shí)植被變化也反饋于氣候，因此，植被通常稱為氣候的“指示器”[2]，對(duì)植被進(jìn)行動(dòng)態(tài)監(jiān)測(cè)有助于了解土地覆蓋和氣候變化。干旱是影響人類社會(huì)的主要自然災(zāi)害，有分布范圍廣、持續(xù)時(shí)間長(zhǎng)、造成危害大等特性。而水分是影響植物生命活動(dòng)的重要因素之一，大多數(shù)植物遭受干旱脅迫后，其生理生長(zhǎng)過程就會(huì)受到變化。干旱缺水會(huì)導(dǎo)致植物光合作用和物質(zhì)代謝受阻，嚴(yán)重缺水會(huì)使植物葉片枯萎，甚至干枯死亡。

滇中地區(qū)一直是云南省干旱發(fā)生頻率較高的區(qū)域，該地區(qū)喀斯特和石漠化地貌廣布，生態(tài)環(huán)境脆弱?；?998、2003、2008、2013、2018年Landsat遙感數(shù)據(jù)和植被葉面積野外實(shí)測(cè)數(shù)據(jù)，采用溫度植被干旱指數(shù)（Temperature Vegetation Drought Index，TVDI）評(píng)估區(qū)域旱情，該指數(shù)基于歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）和地表溫度（Land Surfer Temperature，LST）二維特征空間，既表示研究區(qū)范圍內(nèi)NDVI的變化情況，又反映了NDVI在相同情況下地表溫度的變化，在區(qū)域干旱監(jiān)測(cè)上應(yīng)用廣泛[3-9]。同時(shí)，利用植被指數(shù)（NDVI）、植被覆蓋度（Fractional Vegetation Coverage，F(xiàn)VC）和葉面積指數(shù)（Leaf Area Index，LAI）表征滇中地區(qū)植被的生長(zhǎng)變化狀況，據(jù)此構(gòu)建植被干旱響應(yīng)指標(biāo)體系，并通過地理探測(cè)器方法對(duì)不同年份不同干旱等級(jí)類型區(qū)進(jìn)行植被干旱響應(yīng)強(qiáng)度定量歸因，了解研究年限內(nèi)滇中地區(qū)不同干旱狀況對(duì)植被變化影響的強(qiáng)度和空間分異情況，以期為滇中植被恢復(fù)、植被和生態(tài)環(huán)境保護(hù)等研究提供有積極意義的建議。

1" 研究區(qū)與研究方法

1.1" 研究區(qū)概況

滇中地區(qū)地跨23°19′～27°3′ N、100°43′～104°50′ E，行政轄區(qū)包括昆明、曲靖、楚雄、玉溪4個(gè)市州，涉及約50個(gè)縣（市）區(qū)，屬云南省的經(jīng)濟(jì)重心，國(guó)土面積94 558 km2（見圖1）。該區(qū)域以山地和山間盆地地形為主，地勢(shì)起伏和緩，屬亞熱帶高原季風(fēng)氣候。滇中高原屬珠江源頭，喀斯特和石漠化地貌廣布，生態(tài)環(huán)境脆弱，因氣象氣候、地形地貌等地理環(huán)境和人類對(duì)下墊面作用的影響，冬春降雨量少、蒸發(fā)量大。因此該區(qū)域干旱頻發(fā)，導(dǎo)致其缺水現(xiàn)象嚴(yán)重，不僅制約著工農(nóng)業(yè)和社會(huì)經(jīng)濟(jì)發(fā)展，還威脅著區(qū)域生態(tài)環(huán)境。

1.2" 數(shù)據(jù)來源

本研究所用數(shù)據(jù)主要包括遙感圖像數(shù)據(jù)、地面氣象站點(diǎn)數(shù)據(jù)和野外實(shí)測(cè)數(shù)據(jù)3個(gè)部分。其中，遙感數(shù)據(jù)主要選用1998、2003、2008年Landsat5 TM、2013年和2018年Landsat8 OLI遙感影像數(shù)據(jù)共55景影像，空間分辨率為30 m，獲取時(shí)間均為2—4月，地圖投影為UTM投影，地球橢球?yàn)閃GS-84，遙感數(shù)據(jù)來源為地理空間數(shù)據(jù)云（http：//www.gscloud.cn/）和USGS（https：//www.usgs.gov/）。氣象數(shù)據(jù)主要為滇中地區(qū)39個(gè)地面氣象站點(diǎn)的逐月降雨量和氣溫?cái)?shù)據(jù)，數(shù)據(jù)主要來源于云南省氣象局、4個(gè)市（州）統(tǒng)計(jì)年鑒和中國(guó)氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）。野外實(shí)測(cè)數(shù)據(jù)采用CI-110植物冠層分析儀獲取葉面積指數(shù)（LAI），共29個(gè)樣點(diǎn)。

1.3" 研究方法

1.3.1" 溫度植被干旱指數(shù)

Sandholt等基于植被指數(shù)和地表溫度的關(guān)系，提出了溫度植被干旱指數(shù)TVDI[10]。定義為：

式（1）中TS為地表溫度，[TNDVI.max]為[NDVI]值對(duì)應(yīng)的最大地溫，[TNDVI.min]為NDVI值對(duì)應(yīng)的最小地溫，干邊擬合方程為：

濕邊擬合方程為：

式（2）、式（3）中a、b是干邊線性擬合方程的系數(shù)，c、d是濕邊線性擬合方程的系數(shù)，a、c為截距，b、d為斜率。

1.3.2" 植被覆蓋度

計(jì)算植被覆蓋度（FVC）的常用方法是混合像元二分模型[11]。具體計(jì)算公式：

式（4）中NDVIsoil為無植被覆蓋的像元值，NDVIveg為全植被覆蓋的像元，根據(jù)前人研究[12]，給定NDVI置信度區(qū)間為[0.5%， 95%]。

1.3.3" 葉面積指數(shù)反演

葉面積指數(shù)（LAI）是表征植被冠層結(jié)構(gòu)最基本的參量之一[13]，葉面積指數(shù)能夠反映植被的生長(zhǎng)狀況。采用6種常用植被指數(shù)（見表1），通過統(tǒng)計(jì)模型（又稱經(jīng)驗(yàn)?zāi)Ｐ停┙⒅脖恢笖?shù)與實(shí)測(cè)葉面積指數(shù)值之間線性和非線性模型關(guān)系。

1.3.4" 地理探測(cè)器

利用地理探測(cè)器[14]探測(cè)滇中地區(qū)干旱的空間分異性，并探究不同植被因子變化對(duì)研究區(qū)干旱空間分異的影響。利用Arcgis創(chuàng)建漁網(wǎng)，網(wǎng)格大小設(shè)置為1 500 m×1 500 m，按等間距法對(duì)柵格數(shù)據(jù)重分類，生成點(diǎn)數(shù)據(jù)后將柵格重分類數(shù)據(jù)提取至點(diǎn)，并輸入地理探測(cè)器運(yùn)算，主要運(yùn)用因子探測(cè)器，研究各植被指標(biāo)與干旱指數(shù)TVDI的定量關(guān)系。

2" 結(jié)果與分析

2.1" 植被干旱響應(yīng)指標(biāo)體系的構(gòu)建

2.1.1" 指標(biāo)體系的構(gòu)建

基于遙感監(jiān)測(cè)方法，采用溫度植被干旱指數(shù)（TVDI）評(píng)估區(qū)域旱情，并利用植被指數(shù)NDVI、植被覆蓋度（FVC）和葉面積指數(shù)（LAI）反映滇中地區(qū)的植被生長(zhǎng)變化狀況，據(jù)此構(gòu)建植被干旱響應(yīng)指標(biāo)體系（見表2），并統(tǒng)計(jì)獲取各因子不同年份的均值變化（見表3）。

2.1.2" 溫度植被干旱指數(shù)擬合結(jié)果

基于滇中2013年39個(gè)氣象站點(diǎn)數(shù)據(jù)，利用標(biāo)準(zhǔn)化降水蒸散發(fā)指數(shù)（SPEI），通過滇中地區(qū)月尺度SPEI值和TVDI值做相關(guān)關(guān)系分析，驗(yàn)證TVDI模型在滇中地區(qū)的適用性。結(jié)果顯示，TVDI與時(shí)間尺度為1個(gè)月的SPEI相關(guān)系數(shù)為-0.34且p＜0.05，表明TVDI一定程度上可以反映滇中地區(qū)的干旱狀況。TVDI值域?yàn)椋?～1）。根據(jù)已有文獻(xiàn)的干旱等級(jí)分類[15-16]，結(jié)合研究區(qū)的氣候、季節(jié)等因素，將滇中地區(qū)TVDI等級(jí)分為濕潤(rùn)（0～0.2）、正常（0.2～0.4）、輕旱（0.4～0.6）、干旱（0.6～0.8）、重旱（0.8～1）5類（見圖2）。

2.1.3" 葉面積指數(shù)反演結(jié)果

利用野外實(shí)測(cè)29個(gè)有效葉面積指數(shù)數(shù)據(jù)分別與6種植被指數(shù)建立植被指數(shù)—葉面積指數(shù)（VI-LAI）線性和非線性回歸關(guān)系，由表3可知，二次多項(xiàng)式模型的VI-LAI 擬合狀況優(yōu)于其他4種模型，其中，NDVI-LAI相關(guān)性最高且R2=0.69。為此，選取相關(guān)性最佳的NDVI-LAI模型反演研究區(qū)葉面積指數(shù)。

分別計(jì)算滇中地區(qū)的TVDI、NDVI、FVC、LAI共4個(gè)指標(biāo)，統(tǒng)計(jì)得出滇中地區(qū)1998、2003、2008、2013、2018年5個(gè)時(shí)段各植被干旱影響因子均值變化情況（見表4）。

2.2" 植被干旱響應(yīng)強(qiáng)度分析

2.2.1" 植被干旱影響因子顯著性分析

利用地理探測(cè)器的因子探測(cè)模塊，探測(cè)各植被因子對(duì)滇中地區(qū)干旱空間分異的解釋力度，其大小用q值衡量，q∈[0，1]，可反映各植被因子對(duì)干旱的貢獻(xiàn)率。結(jié)果顯示，滇中地區(qū)不同年份干旱響應(yīng)的主導(dǎo)植被因子及其對(duì)干旱的解釋力差異顯著（見表5），對(duì)滇中地區(qū)不同年份各植被干旱影響因子q值變化排序，1998—2018年均表現(xiàn)為：LAI＞NDVI＞ FVC，并且各影響因子均通過顯著性檢驗(yàn)（p＜0.05），表明葉面積指數(shù)LAI變化更容易受干旱的影響，NDVI次之，F(xiàn)VC較弱。并且各影響因子q值在年份上也呈現(xiàn)一定的順序，表現(xiàn)為：2003年＞2008年＞2013年＞2018年＞1998年。其中，LAI對(duì)干旱的解釋力均大于13%且2003年高達(dá)33%，由TVDI均值變化可以看出，LAI與2003年滇中地區(qū)整體表現(xiàn)為干旱有顯著關(guān)系；NDVI從1998—2018年的q值分別為12%、29%、27%、17%和13%，干旱解釋力隨旱情呈先增后降的趨勢(shì)；FVC也隨區(qū)域旱情的減輕而解釋力下降，1998年對(duì)干旱解釋力僅為9%。綜上，研究區(qū)不同年份的干旱狀況對(duì)植被的生長(zhǎng)變化狀況具有顯著的影響，干旱程度影響著植被干旱的響應(yīng)強(qiáng)度。

為了定量分析滇中地區(qū)植被干旱響應(yīng)狀況，將研究區(qū)TVDI干旱級(jí)別分為無旱和受旱兩類，并輸入地理探測(cè)器運(yùn)算（見表6）。其中，干旱等級(jí)為濕潤(rùn)和正常劃分為無旱，輕旱、干旱和重旱劃分為受旱。結(jié)果顯示：各植被干旱影響因子作用的顯著性受干旱等級(jí)時(shí)空分布差異影響，對(duì)干旱解釋力強(qiáng)度變化也呈現(xiàn)明顯差異。

整體上，無旱區(qū)域的植被因子對(duì)干旱的解釋力均顯著小于受旱區(qū)域，主要原因?yàn)闊o旱狀態(tài)下能滿足植被生長(zhǎng)所需水分，植被生長(zhǎng)狀況良好，因而無旱區(qū)域NDVI、FVC和LAI變化不明顯。不同年份受旱區(qū)域植被因子解釋力強(qiáng)度變化差異較大。從圖2可知，1）1998年旱情整體表現(xiàn)為正常和輕旱，植被受水分脅迫強(qiáng)度較小，植被干旱響應(yīng)程度低；2）2003、2008年受旱面積較大，滇中地區(qū)以輕旱和干旱為主，并且干旱面積大于輕旱，無旱面積占比較小，植被正常的生理生長(zhǎng)水分需求受到一定程度的影響，植被干旱響應(yīng)程度高，其中2003年各影響因子在受旱狀態(tài)下解釋力度均大于24%；3）2013年研究區(qū)由干旱轉(zhuǎn)為輕旱，空間變化上可以看出輕旱面積較2008年有明顯擴(kuò)大，表明各干旱等級(jí)在相互轉(zhuǎn)化，尤其是干旱等級(jí)向輕旱轉(zhuǎn)化趨勢(shì)顯著，旱情的變化導(dǎo)致植被的空間分布發(fā)生變化，該年受旱區(qū)域影響因子解釋力下降較快，但解釋力仍保持在10%以上；4）2018年該區(qū)域干旱大面積向輕旱和無旱迅速轉(zhuǎn)化，重旱面積繼續(xù)減小，植被水分脅迫程度進(jìn)一步降低，植被干旱解釋力下降，該年份植被干旱響應(yīng)較小，主要是對(duì)低植被覆蓋區(qū)影響較為明顯。

3" 結(jié)論與討論

3.1" 結(jié)論

1）選取3種植被因子，定量分析了1998—2018年滇中地區(qū)干旱對(duì)植被的影響。整體上，不同年份的旱情時(shí)空分布和植被干旱解釋力差異明顯，植被因子對(duì)干旱的解釋力排序?yàn)椋篖AI＞NDVI＞FVC，表明干旱與植被葉面積指數(shù)的響應(yīng)程度較高，LAI是表征干旱對(duì)植被影響程度的重要因子。同時(shí)，各影響因子解釋力表現(xiàn)為隨旱情嚴(yán)重狀況波動(dòng)變化的趨勢(shì)，旱情越嚴(yán)重，植被干旱解釋力越強(qiáng)。

2）重點(diǎn)分析了無旱和受旱2種情況下，不同年份干旱對(duì)植被因子的影響程度，結(jié)果表明：受旱情況下植被干旱解釋力遠(yuǎn)大于無旱，并且受旱與無旱狀態(tài)下植被對(duì)干旱的解釋力之差最高達(dá)20%以上，表明干旱狀態(tài)下植被的生長(zhǎng)情況受水分的影響變化明顯，其中LAI對(duì)干旱的解釋力高于NDVI和FVC。

3）3個(gè)植被因子在受旱狀態(tài)下的解釋力隨年份增長(zhǎng)逐漸降低，表現(xiàn)為2003年＞2008年＞2013年＞2018年＞1998年，主要原因?yàn)楹登橹鹉隃p輕和空間轉(zhuǎn)化，影響著植被的生長(zhǎng)和分布，空間上主要是低植被覆蓋區(qū)（如灌叢、草地和農(nóng)田等）對(duì)旱情變化較敏感。

3.2" 討論

1）TVDI模型結(jié)合植被和溫度2個(gè)重要因子，能有效反映滇中地區(qū)的干旱時(shí)空分布特征，但地形對(duì)TVDI模型也有一定的影響，導(dǎo)致部分多山區(qū)域的TVDI值偏低。2）評(píng)價(jià)植被生長(zhǎng)狀況的指標(biāo)很多，本文只選取了植被指數(shù)、植被覆蓋度和植被葉面積指數(shù)作為干旱影響植被的評(píng)價(jià)指標(biāo)，今后可引入如植被凈初級(jí)生產(chǎn)力（NPP）、植被綠度、農(nóng)作物產(chǎn)量等指標(biāo)進(jìn)行研究。

參考文獻(xiàn)：

[1]" 陳述彭，童慶禧，郭華東.遙感信息機(jī)理研究[M].北京：科學(xué)出版社，1998.

[2]" 孫紅雨，王長(zhǎng)耀，牛錚，等.中國(guó)地表植被覆蓋變化及其與氣候因子關(guān)系──基于NOAA時(shí)間序列數(shù)據(jù)分析[J].遙感學(xué)報(bào)，1998（3）：204-210.

[3]" 劉立文，張吳平，段永紅，等.TVDI模型的農(nóng)業(yè)旱情時(shí)空變化遙感應(yīng)用[J].生態(tài)學(xué)報(bào)，2014，34（13）：3704-3711.

[4]" 于敏，程明虎.基于NDVI-Ts特征空間的黑龍江省干旱監(jiān)測(cè)[J].應(yīng)用氣象學(xué)報(bào)，2010，21（2）：221-228.

[5]" 閆峰，王艷姣，吳波.多時(shí)間尺度溫度-植被指數(shù)特征空間旱情監(jiān)測(cè)的差異性[J].地理科學(xué)，2014，34（8）：987-993.

[6]" 趙莉榮，武偉，劉洪斌，等.基于溫度植被干旱指數(shù)法的農(nóng)業(yè)干旱研究[J].西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2009，34（2）：80-84.

[7]" 齊述華，王長(zhǎng)耀，牛錚.利用溫度植被旱情指數(shù)（TVDI）進(jìn)行全國(guó)旱情監(jiān)測(cè)研究[J].遙感學(xué)報(bào)，2003（5）：420-427，436.

[8]" 姚春生，張?jiān)鱿椋魹t.使用溫度植被干旱指數(shù)法（TVDI）反演新疆土壤濕度[J].遙感技術(shù)與應(yīng)用，2004（6）：473-478.

[9]" 陳少丹，張利平，湯柔馨，等.基于SPEI和TVDI的河南省干旱時(shí)空變化分析[J].農(nóng)業(yè)工程學(xué)報(bào)，2017，33（24）：126-132.

[10] SANDHOLT I， RASMUSSEN K， ANDERSEN J. A simple interpretation of the surface temperature/ vegetation index space for assessment of surface moisture status[J].Remote Sensing of Environment，2002，79（2-3）：213-224.2002，79（2）：213-224.

[11] 李登科，范建忠，王娟.陜西省植被覆蓋度變化特征及其成因[J].應(yīng)用生態(tài)學(xué)報(bào)，2010，21（11）：2896-2903.

[12] 馬志勇，沈濤，張軍海，等.基于植被覆蓋度的植被變化分析[J].測(cè)繪通報(bào)，2007（3）：45-48.

[13] 浦瑞良，宮鵬.高光譜遙感及其應(yīng)用[M].北京：高等教育出版社，2000.

[14] 王勁峰，徐成東.地理探測(cè)器：原理與展望[J].地理學(xué)報(bào)，2017，72（1）：116-134.

[15] 閆娜，李登科，杜繼穩(wěn)，等.基于MODIS產(chǎn)品LST/NDVI/EVI的陜西旱情監(jiān)測(cè)[J].自然災(zāi)害學(xué)報(bào)，2010，19（4）：178-182.

[16] 易永紅，楊大文，劉志雨，等.多時(shí)相中分辨率衛(wèi)星影像在2006年川東和重慶旱情監(jiān)測(cè)中的應(yīng)用研究[J].水利學(xué)報(bào)，2008（4）：490-499.

（責(zé)任編輯：敬廷桃）

收稿日期：2024-10-09

基金項(xiàng)目：云南省教育廳科學(xué)研究基金項(xiàng)目“基于多源數(shù)據(jù)的金沙江流域（昭通段）碳匯特征及潛在碳中和價(jià)值研究”（2023J1201）。

作者簡(jiǎn)介：周應(yīng)慧（1993—），碩士，助教，研究方向?yàn)檫b感林業(yè)碳匯。E-mail：1454327786@qq.com。

*為通信作者，E-mail：05089@ztu.edu.cn。