華北地區植被NDVI與不同氣候指標的相關分析

馮 敏， 孫艷玲， 劉 斌， 王中良

(1.天津師范大學 城市與環境科學學院， 天津 300387； 2.重慶師范大學 地理與旅游學院， 重慶 400047)

植被是陸地生態系統的主體，也是大氣圈、生物圈和土壤圈相互聯系的樞紐，在全球氣候變化研究中起到“指示器”的作用[1]。一般而言，大尺度上的氣候要素是決定陸地植被類型分布格局及其功能特性的最主要因素，植被則是地球氣候最鮮明的反映和標志[2]。研究植被變化及其與氣候因子的關系在全球變化研究中具有重要的意義。歸一化植被指數(normalized difference vegetation index，NDVI)是監測地區或全球植被和生態環境的有效指標，是植被生長狀況及植被覆蓋度的最佳指示因子[3]。長時間序列NDVI數據已廣泛用于植被變化趨勢研究[4-6]，而且，NDVI作為研究植被與氣候關系的一個有效工具，也已得到廣泛應用。但是，目前大多數研究主要集中在NDVI與氣溫、降水這兩個氣候指標的相關分析方面，例如,Ichii等[7]研究了氣候變化與全球NDVI的關系，發現北半球中高緯度地區春秋季NDVI與溫度顯著相關；利用NDVI研究植被對氣候的響應時，Rasumsen等[8]發現NDVI與降水量高度相關；樸世龍等[9]和趙茂盛等[10]利用NDVI和氣溫、降水研究中國植被變化，發現植被的增加源于溫度的升高，但在區域尺度上則與降水有關。NDVI與氣溫、降水等單一氣候因子之間的相關性分析固然有一定的意義，但是，植被對氣候和其他環境因子的反應是綜合的，因此，必須強調氣候因子的綜合影響。倪健[11]提出了以月平均氣溫10 ℃為界的生物熱量指數(BWI)和生物干濕度指數(BK)，發現植被類型分布與熱量因子和干濕度因子具有較好的相關性，并被運用到其他相關研究中[12]。此外，干燥度指數作為表征一個地區干濕程度的指標也可以用于植被與氣候的關系研究[13]。張遠東等[14]分析了西南地區不同植被類型NDVI與氣候因子的相關性，結果表明，沼澤、灌叢、草原、草甸和栽培植被NDVI與干旱指數的相關性最大。

基于上述研究可以發現，NDVI不僅與單一氣候指標有密切關系，而且與綜合氣候指標也有很好的相關性。目前，關于不同氣候指標與植被指數相關關系對比分析研究較少，為此，本文以華北地區作為研究區域，探討1982—2006年華北地區植被動態及其與不同氣候指標(年平均氣溫、年降水量、干燥度指數、生物熱量指數、生物干濕度指數)之間的相關關系，旨在尋求華北地區氣候變化對植被變化的影響和植被生長對氣候的反饋規律，為保護華北地區的生態環境提供理論支持和指導依據。

1 數據與研究方法

1.1 研究區概況

華北地區地處中國地形的第三階梯，行政上包含北京市、天津市、河北省、山西省和內蒙古自治區。該區域面積廣闊，受季風氣候影響明顯，夏季高溫多雨，冬季寒冷干燥，年平均氣溫在7 ℃左右，夏季熱量充足，降水量自沿海向內陸逐漸減少，平均年降水量在400 mm左右，且降水主要集中在7—8月。自然條件比較優越，適合農作物及植被的生長。華北地區的土地覆蓋類型復雜多樣，主要包括森林、灌叢、草地、農田等[15]。此外，華北地區擁有豐富的自然資源，再加上便利的海陸空交通運輸條件以及首都北京的輻射帶動作用，使得華北地區經濟得到了快速發展。然而同時也給華北地區帶來一系列環境問題，使該區時常受到沙塵暴、水土流失等自然災害的影響，生態環境比較脆弱。

1.2 NDVI數據來源與處理

本文中所采用的GIMMIS/NDVI(global inventory modeling and mapping studies/normalized difference vegetation index)數據來源于NASA(national aeronautics and space administration)全球監測的植被指數數據，時間分辨率為15 d，時間跨度為1982年1月至2006年12月，空間分辨率為8 km×8 km，投影方式為Albers投影。首先，利用ArcGIS 9.3軟件獲得華北地區的NDVI數據，通過最大值合成法(maximum value composites, MVC)將每月的上、下半月每15 d的NDVI取最大值，每個柵格的NDVI值用該月最大的NDVI代替，同樣采用MVC法得到每個柵格的年最大NDVI值，進而得到1982—2006年25 a的NDVI序列。

1.3 氣象數據來源與處理

本文的氣象數據來自國家氣象局華北地區85個氣象觀測站(附圖3)，包括各個站點的經度、緯度和1982—2006年逐月的氣溫、降水數據。分別計算出年平均氣溫、年降水量、干燥度指數、生物熱量指數、生物干濕度指數5種氣候指標的數值。同時，采用ArcGIS軟件中的克里格插值法對華北地區的不同氣候指標進行空間插值生成各氣候指標的柵格圖，其投影方式和空間分辨率與植被NDVI柵格數據一致。其中，干燥度指數和生物熱量指數、生物干濕度指數的計算公式如下。

(1)干燥度指數。用氣溫、熱量、降水氣候因子構成函數表達式，用來研究華北地區1982—2006年的氣候干燥程度(降水與蒸散量的差值)[16]。干燥度指數r的計算公式如下：

(1)

式中：EPm—— —年可能蒸散量(mm)；P——年降水量(mm)。

(2)生物熱量指數和生物干濕度指數。采用倪健等[11]提出的修正生物熱量指數BWI(℃)和生物干濕度指數BK(mm/℃)，用以研究植物生長環境的熱量和水分條件，其計算公式如下：

(2)

(3)

(4)

式中：T——10 ℃以上的月平均氣溫(℃)；n——月平均氣溫大于10 ℃ 的月數；P——年降水量(mm)。BK值越大說明生態環境越濕潤，BK值越小則說明生態環境越干燥。

1.4 研究方法

(1)一元線性回歸趨勢分析。此方法常用來反映植被NDVI和氣候指標隨時間變化的趨勢特征[17]。本文以1982—2006年25 a的時間序列為自變量，對植被NDVI值和氣候指標進行一元線性回歸分析，以此來研究植被NDVI及氣候指標在時間上的變化規律。其一元線性回歸變化斜率計算公式為：

(5)

式中：slope——一元線性回歸分析的變化斜率；Xi——第i年的NDVI值或氣候指標值；n——監測時間段的累積年數。slope<0表示植被NDVI或氣候指標呈減小趨勢，slope>0表示植被NDVI或氣候指標呈增加趨勢。

(2)相關系數。采用Pearson相關系數分析不同氣候指標與植被NDVI之間的相關性。 相關系數|r|值越大，表明氣候指標與NDVI值之間的相關性越好，該氣候指標對植被生長情況的影響越大，反之則相關性越差。其計算公式為：

(6)

式中：x，y——數據變量；n——數據變量的個數。

2 結果與討論

2.1 華北地區植被NDVI的年際變化特征

由圖1可以看出，華北地區植被NDVI在1982—2006年整體處于上升趨勢，其線性回歸方程的相關系數為0.470 6，通過了p<0.05的顯著性檢驗，說明上升趨勢顯著。方程斜率表明華北地區平均每年NDVI增加0.001 1，25 a間年NDVI上升了9.950%。不同土地覆蓋類型上植被NDVI變化最明顯的是農田(r=0.664,p<0.01)和灌叢(r=0.582，p<0.01)，呈現出極顯著上升；草地NDVI顯著上升(r=0.497,p<0.05)；森林和沙漠土地類型上植被NDVI上升趨勢不明顯(如表1所示)。

圖1 1982-2006年華北地區NDVI變化趨勢

表11982-2006年華北地區不同土地覆蓋類型NDVI變化趨勢回歸分析

注：R2代表相關系數的平方； n代表年數。

2.2 華北地區氣候指標的年際變化特征

1982—2006年華北地區不同氣候指標的年變化如圖2所示。其中，年平均氣溫以0.060 7 ℃/a的速度增加，呈現出極顯著的增溫趨勢(p<0.01)；年降水量以2.239 8 mm/a的速度減少，但未通過顯著性檢驗，降水量減少趨勢不明顯；干燥度指數的年變化波動較大，但減小趨勢不明顯。研究區生物熱量指數BWI總體呈現極顯著增加趨勢 (p<0.01)，而生物干濕度指數BK呈現顯著減小趨勢(p<0.05)。

不同土地覆蓋類型上各氣候指標的變化特征如表2所示。由表2可以看出，不同土地覆蓋類型的年平均氣溫上升趨勢均達到極顯著水平(p<0.01)；森林的年降水量呈現明顯的下降趨勢(p<0.05)；森林的干燥度指數也呈明顯的上升趨勢，但其他土地覆蓋類型的干燥度指數變化不明顯；森林的生物熱量指數上升趨勢達到顯著水平(p<0.05)，草地、農田、灌叢、沙漠的生物熱量指數上升趨勢極為顯著(p<0.01)；森林的生物干濕度指數上升趨勢最顯著(p<0.01)，其次是草地(p<0.05)，農田、灌叢、沙漠的生物干濕度指數上升趨勢不明顯。

圖2 1982-2006年華北地區不同氣候指標的變化趨勢

表21982-2006年華北地區不同土地覆蓋類型氣候指標的變化斜率

注：**，*分別代表通過了p<0.01和p<0.05的顯著性檢驗。下同。

2.3 華北地區植被NDVI與氣候指標的相關關系

通過對1982—2006年華北地區植被NDVI與逐年的氣候指標進行相關性分析(表3)，可以發現植被NDVI與干燥度指數呈極顯著負相關，相關系數為-0.64，通過了p<0.01的顯著性檢驗，而生物熱量指數和生物干濕度指數與植被NDVI的相關性較低。對植被NDVI與氣候指標進行滯后1 a的時滯效應分析發現，年平均氣溫與滯后1 a的NDVI呈顯著正相關，可以看出華北地區植被NDVI與干燥度指數和氣溫的相關性最為密切。

表3 1982-2006年華北地區植被NDVI與不同氣候指標之間的相關系數

對不同土地覆蓋類型的植被NDVI與氣候指標進行相關分析的結果表明(表4)，草地、農田和灌叢的植被NDVI與當年的年均氣溫均呈顯著正相關，分別通過了p<0.05和p<0.01的顯著性檢驗；不同土地覆蓋類型的植被NDVI與年降水量相關分析中只有草地呈現顯著正相關，其他均未達到顯著性水平；草地的植被NDVI與干燥度指數呈極顯著負相關，相關系數最大，其他土地覆蓋類型的NDVI與干燥度指數均呈負相關，但均未通過顯著性檢驗；不同土地覆蓋類型的NDVI與生物熱量指數、生物干濕度指數相關性不明顯，但草地的NDVI與生物熱量指數的相關性最大，沙漠的NDVI與生物干濕度指數的相關性最大。

表4 華北地區不同土地覆蓋類型上植被NDVI與不同氣候指標的相關系數

通過1982—2006年華北地區植被NDVI與當年不同氣候指標相關系數的空間分布圖可以看出(圖3)，植被NDVI與不同氣候指標的相關性在空間上存在很大差異。統計表明，5.82%的地區(內蒙古地區東部和中部的草原地區，河北、山西的農田分布區，內蒙古、山西、河北交界的灌叢覆蓋地區)植被NDVI與年均氣溫呈顯著正相關，說明氣溫升高對草地、農田和灌叢植被的生長具有顯著的促進作用，3.67%的地區(內蒙古北部和西部，京津冀晉部分地區)NDVI與年均氣溫顯著負相關。華北地區NDVI與年降水量呈顯著正相關的區域主要分布在內蒙古北部、中部和西部草原地區，占整個研究區總面積的20.00%，這些區域氣候干旱，降水成為植被生長的重要限制因子；僅1.46%的地區NDVI與年降水量顯著負相關，且主要分布在內蒙古北部的森林地區。華北地區NDVI與干燥度呈顯著正相關的地區分布在內蒙古東部地區，面積約占1.11%；呈現顯著負相關的區域分布在內蒙古中部的大部分地區，占整個研究區總面積的17.73%。3.43%的地區(內蒙古的通遼市、呼和浩特市和巴彥淖爾市)植被NDVI與生物熱量指數呈現顯著正相關；8.38%的地區(內蒙古北部的森林地區和西部沙漠地區，河北、山西境內部分區域)NDVI與生物熱量指數顯著負相關。華北地區NDVI與生物干濕度指數呈顯著正相關的范圍占總面積的15.74%，主要分布在內蒙古北部、中部、西部的草原覆蓋地區，與年降水量的分布范圍相差不大，可見生物干濕度指數對反映草原植被生長情況具有很好的作用；還有1.59%的地區呈現顯著負相關，主要位于內蒙古呼倫貝爾市、通遼市的東部以及華北唐山市內。

3 結 論

通過對1982—2006年華北地區植被NDVI與不同氣候指標的相關分析可以發現，整體上華北地區植被NDVI呈現出上升趨勢，其中草地、農田和灌叢的植被NDVI上升趨勢較為顯著。華北地區不同氣候指標在1982—2006年變化趨勢表現為年平均氣溫和生物熱量指數呈顯著增加趨勢，年降水量、干燥度指數和生物干濕度指數呈減少趨勢。在年際尺度上，華北地區植被NDVI與當年的干燥度指數呈顯著負相關，與上一年的年平均氣溫呈顯著正相關，說明干旱的減緩和氣溫的升高對華北地區植被生長有直接的促進作用。此外，華北地區植被NDVI與當年不同氣候指標的相關性存在很大的空間差異，內蒙古境內的草地植被NDVI與年均氣溫、年降水量呈現顯著正相關，與干燥度指數呈極顯著負相關；農田地區NDVI與年均氣溫顯著正相關；灌叢覆蓋地區NDVI與年均氣溫呈極顯著正相關；所有植被NDVI與生物熱量指數、生物干濕度指數相關性不明顯，但草地地區與生物熱量指數的相關度最高，而沙漠地區與生物干濕度的相關度最高。

圖3 1982-2006年華北地區NDVI與各氣候指標相關系數的空間分布

本研究中所采用的NDVI數據的空間分辨率為8 km，是從較大尺度上分析了華北地區植被變化與不同氣候指標的相關關系。實際上地表植被覆蓋變化不僅受氣候因子的影響，亦受人為活動制約。雖然在較大時空尺度上氣候變化可起主導作用，但是在特定地區和時期，社會和經濟因素也常常具有決定性作用[18-20]。因此，在進行華北地區植被變化與氣候指標在特定區域和時期的相關關系研究時，還需要在更小的尺度上進行調查研究，進一步進行驗證。

[參考文獻]

[1]孫紅雨,王長耀,牛錚,等.中國地表植被覆蓋變化及其與氣候因子關系:基于NOAA時間序列數據分析[J].遙感學報,1998,2(3):204-210.

[2]張新時.研究全球變化的植被—氣候分類系統[J].第四紀研究,1993,13(2):157-169.

[3]張學霞,葛全勝,鄭景云.近50年北京植被對全球變暖的響應及其時效:基于遙感數據和物候資料的分析[J].生態學雜志,2005,24(2):123-130.

[4]Kawabata A, Ichii K, Yamaguchi Y. Global monitoring of the inter-annual changes in vegetation activities using NDVI and its relationships to temperature and precipitation [J]. International Journal of Remote Sensing, 2001,22(7):1377-1382.

[5]Friedl M A, Mclver D K, Hodges J C F, et al. Global land cover mapping from MODIS: Algorithms and early results [J]. Remote Sensing of Environment, 2002,83(1):287-302.

[6]郭鈮,王小平,蔡迪花,等.近20多年來西北綠洲植被指數的變化及其成因[J].干旱區研究,2010,27(1):75-82.

[7]Ichii K, Kawbata A, Yamaguchi Y. Global correlation analysis for NDVI and climatic variables and NDVI trends: 1982—1990 [J].International Journal Remote Sensing, 2002,23(18):3873-3878.

[8]Rasmusen M S. Developing simple, operational, consistent NDVI-Vegetation models by applying environmental and climatic information(Part II).Crop yield assessment[J]. International Journal of Remote Sensing, 1998,19(1):119-139.

[9]樸世龍,方精云.最近18年來中國植被覆蓋的動態變化[J].第四紀研究,2001,21(4):294-302.

[10]趙茂盛,符淙斌,延曉冬,等.應用遙感數據研究中國植被生態系統與氣候的關系[J].地理學報,2001,56(3):287-296.

[11]倪健.KIRA指標的拓展及其在中國植被與氣候關系研究中的應用[J].應用生態學報,1997,8(2):161-170.

[12]高大偉,張小偉,蔡菊珍.浙江省植被覆蓋時空動態及其與生態氣候指標的關系[J].應用生態學報,2010,21(6):1518-1522.

[13]孟猛,倪健,張治國.地理生態學的干燥度指數及其應用評述[J].植物生態學報,2004,28(6):853-861.

[14]張遠東,張笑鶴,劉世榮.西南地區不同植被類型歸一化植被指數與氣候因子的相關關系[J].應用生態學報,2011,22(2):323-330.

[15]徐文婷,吳炳方,顏長珍,等.用SPOT-VGT數據制作中國2000年度土地覆蓋數據[J].遙感學報,2005,9(2):204-214.

[16]中華人民共和國國家質量監督檢驗檢疫總局,中國國家標準化管理委員會.GB/T20481—2006 氣象干旱等級[S].北京:中國標準出版社,2006:1-17.

[17]馬國明,王建,王雪梅.基于遙感的植被年際變化及其與氣候關系研究進展[J].遙感學報,2006,10(3):421-431.

[18]楊建平,丁永康,陳仁升.長江黃河源區高寒植被變化的NDVI紀錄[J].地理學報,2005,60(3):467-478.

[19]付新峰,楊勝天,劉昌明.雅魯藏布江流域NDVI變化與主要氣候因子的關系[J].地理研究,2007,26(1):60-66.

[20]陳佑啟,Peter H V,徐斌.中國土地利用變化及其影響的空間建模分析[J].地理科學進展,2000,19(2):116-127.