黑河中游植被覆蓋率變化趨勢及其驅(qū)動因子分析

張更喜, 粟曉玲, 馬心依

(西北農(nóng)林科技大學 水利與建筑工程學院，陜西 楊凌 712100)

作為生態(tài)系統(tǒng)的重要組成部分，植被在水循環(huán)、能量流動、生物化學循環(huán)等方面都起著至關重要的作用[1]。監(jiān)測植被的動態(tài)變化是更好地理解植被與氣象因素反饋機制的重要手段，也是必要環(huán)節(jié)之一[2-4]。作為植被指數(shù)之一的歸一化植被指數(shù)(NDVI)已得到廣泛認可和應用，尤其是在區(qū)域和全球尺度上估計植被生物量、植被生長狀況以及植被動態(tài)變化方面[5]。

關于植被變化趨勢的問題，已有學者在區(qū)域及全球尺度上進行過不同的研究[6-9]。近年來隨著全球氣溫的升高，北半球中高緯度地區(qū)植被覆蓋率呈增長趨勢[7-8]。國內(nèi)關于植被變化趨勢的研究雖然起步較晚，但是發(fā)展尤為迅速。Xiao等人[10]在2004年研究了中國1982-1998年17年間植被變化趨勢及其影響因子，認為在北部高緯度地區(qū)溫度升高和降水量增加是造成植被覆蓋率增長的主要因素；Fang等人[11]關于中國整體植被的研究也表明中國西北部地區(qū)植被增長趨勢顯著。由于植被生長受氣候變化、CO2濃度、氮沉積量、生態(tài)過程以及人類活動等眾多因素的影響，如何區(qū)分自然因素和人為因素的影響仍然是一個難點，但已有學者做過探索性研究。如Zhou等人[12]基于凈初級生產(chǎn)力研究了黑河流域沙漠化動態(tài)變化與人類活動和氣候變化的關系，探討了人為因素和自然因素對沙漠化的貢獻；Xiao[13]利用線性回歸方法研究了中國不同省份植被變化趨勢及其與人為因素和自然因素的關系；Wang[14]依據(jù)NDVI值將黑河下游地區(qū)劃分為“灌溉區(qū)”和“非灌溉區(qū)”，探索了兩區(qū)域?qū)诤酉掠握w植被覆蓋率的貢獻以及影響兩種區(qū)域覆蓋率變化的水資源因素。但是，關于黑河中游地區(qū)的研究較少，而且大部分研究并沒有綜合考慮地下水位、地上徑流及降水對植被覆蓋率變化的影響程度，本文旨在探索地下水埋深、中游耗水量、累積降水量對區(qū)域植被覆蓋率變化的貢獻，以期利用水量變化預測區(qū)域植被覆蓋率變化趨勢。

選取黑河干流中游為研究對象，依據(jù)生長期的NDVI值將黑河干流中游地區(qū)劃分為“綠洲區(qū)”和“荒漠區(qū)”，探索分水政策后黑河干流中游地區(qū)植被覆蓋率的變化趨勢以及兩區(qū)域?qū)χ脖桓采w率的貢獻。

1 研究區(qū)概況

黑河流域是我國第二大內(nèi)陸河流域，位于37°44′～42°42′N和96°42′～102°08′E之間，總面積約為14萬km2[12]。研究區(qū)位于黑河干流中游，面積1.3萬km2，屬大陸性中溫帶干旱氣候，降水量少，蒸發(fā)量大，太陽輻射強烈，年均氣溫7.4～8.5，年均降水量108.3～150.0mm，降水主要集中在6～9月，占全年降水量的70%～80%，年蒸發(fā)量1340～2400mm[15]。黑河出山口的徑流量在過去幾十年間呈增長趨勢，上游鶯落峽的多年平均徑流量由20世紀60年代的14.4億m3增長到90年代的15.7億m3；而下游正義峽斷面自上世紀60年代到90年代徑流量由10.5億m3下降為7.5億m3(圖1)，這主要是因為自20世紀60年代起，中上游地區(qū)農(nóng)田面積的擴張、城市化進程的加快、工業(yè)的發(fā)展等使中游地區(qū)耗水量急劇上升[16-17]，從而導致黑河下游東居延海在1992年出現(xiàn)了干涸現(xiàn)象，而西居延海干涸現(xiàn)象出現(xiàn)的時間則更早[16]。為了恢復下游地區(qū)生態(tài)系統(tǒng)、抑制生態(tài)環(huán)境惡化，中國政府在21世紀初實施了分水政策，過去10年間正義峽的平均徑流量達到了10.5億m3。中游地區(qū)由于受到分水政策的限制，取水量有所下降，而農(nóng)田面積還在不斷擴張[20]，經(jīng)濟發(fā)展仍然較快，需水量持續(xù)增大，導致地下水開采量增加，使得地下水位下降，2004年下降幅度達到了最大值，之后地下水位又有所回升。在干旱半干旱地區(qū)，由于降水量稀少，地下水對植被種類、生長、結(jié)構(gòu)有較大影響[21]。

圖1 黑河鶯落峽、正義峽年徑流量 Fig. 1 Annual runoff at the Yingluoxia and Zhengyixia in Heihe River wells in middle reaches of Heihe River

2 資料和方法

2.1 降水、徑流和地下水位數(shù)據(jù)

本文的數(shù)據(jù)序列為2002～2011年的實測月資料。降水資料來源于中國氣象科學數(shù)據(jù)共享服務網(wǎng)(http://www.escience.gov.cn)的張掖、臨澤、高臺3個氣象站數(shù)據(jù)，取3站平均值作為研究區(qū)的降水量；地下水數(shù)據(jù)選取研究區(qū)具有連續(xù)觀測的24個潛水井的地下水埋深數(shù)據(jù)(圖2),見254頁彩圖，徑流量資料為鶯落峽、正義峽水文站年徑流量。據(jù)調(diào)研，梨園河每年能夠流入干流的水非常有限，因此選取鶯落峽與正義峽年徑流量之差代表干流中游地區(qū)耗水量。地下水與徑流資料來源于國家自然科學基金委員會“黑河計劃數(shù)據(jù)管理中心”(http://www.heihedata.org)。

2.2 歸一化植被指數(shù)(NDVI)

植被的動態(tài)變化，尤其是在大尺度范圍內(nèi)，可以利用遙感監(jiān)測[22]。NDVI是根據(jù)遙感紅光波段和近紅外波段的光譜值計算得出的用于監(jiān)測植被生長狀況以及植被覆蓋程度的一種參數(shù)，到目前為止是應用最廣泛的植被指數(shù)[23]。本文的NDVI數(shù)據(jù)來源于國家自然科學基金委員會“中國西部環(huán)境與生態(tài)科學數(shù)據(jù)中心”(http://westdc.westgis.ac.cn)，是基于MODIS 的NDVI產(chǎn)品(MYD13A2和MOD13A2)，利用改進的HANTS算法去云重建得到了2002-2011年每天、1km分辨率NDVI數(shù)據(jù)集。為了避免因云、大氣、太陽高度角等因素影響可能造成的NDVI值偏低的現(xiàn)象，利用最大值合成法(MVC，Maximum Value Composites)獲取每年生長期最大的NDVI圖像，即每一像元的NDVI值都是生長期內(nèi)的最大值[24]。

2.3 綠洲區(qū)的劃分

在黑河干流中游地區(qū)，綠洲區(qū)面積分布較廣，經(jīng)常抽取地下水進行灌溉，地下水也會通過毛管作用進入土壤供植被吸收，從而維持原生植被的生長。灌溉植被與原生植被的地下水來源是同一地下水資源，使得區(qū)分這兩種植被變得愈加困難。本文選取一個NDVI閾值來區(qū)分“綠洲區(qū)”和“荒漠區(qū)”[14]，因為綠洲區(qū)在生長季具有較高的NDVI值，區(qū)分出來的綠洲區(qū)既包括灌溉農(nóng)田、草地、森林區(qū)也包括了地下水位埋深較淺的天然植被區(qū)。

為了獲取NDVI閾值，將2002～2011年每年生長期的NDVI圖像進行最大值合成，依據(jù)2011年土地利用圖取得NDVI閾值為0.12，即NDVI大于0.12的區(qū)域為綠洲區(qū)，小于0.12 的區(qū)域為荒漠區(qū)。

2.4 植被覆蓋率的計算

通過NDVI計算植被覆蓋率，公式[25]為

(1)

式中,NDVImin和NDVImax分別表示無植被覆蓋(fV=0)和完全植被覆蓋(fV=1)的NDVI值，一般NDVImin選裸地的NDVI值，NDVImax選取灌溉農(nóng)田區(qū)的NDVI值[26]。本文依據(jù)2011年土地利用類型圖選取NDVImin為0.055，NDVImax為0.65。

2.5 對植被覆蓋率變化的貢獻

將整個區(qū)域劃分為兩種類型之后，植被覆蓋率由綠洲區(qū)的植被覆蓋率(fO)、荒漠區(qū)植被覆蓋率(fD)以及綠洲區(qū)和荒漠區(qū)的面積(AO和AD)確定[14]。

(2)

(3)

對fV進行全微分得：

(4)

fV的相對變化為：

XfO+XAO+XfD+XAD

(5)

X分別表示四種因子(fO,AO,fD,AD)對植被覆蓋率趨勢變化的貢獻。

3 結(jié)果分析

3.1 植被覆蓋率趨勢變化

利用趨勢分析法分析2002年到2011年10年間黑河干流中游每個柵格點植被覆蓋率的變化，公式[27]如下：

(6)

式中，i表示年數(shù)，fVi表示第i年的植被覆蓋率，θslope表示的是2002～2011年植被覆蓋率的整體趨勢變化；θslope劃分為5個標準[28]：θslope<-0.006時為顯著減少；-0.006<θslope<-0.001時為輕度減少；-0.001<θslope<0.001時為基本不變；0.001<θslope<0.006時為輕度增加；θslope>0.006時為顯著增加。

由圖4中可以看出，10年間黑河干流中游植被覆蓋率總體呈增加趨勢，顯著增加與輕度增加的面積占總面積的90%。

3.2 敏感性分析和趨勢貢獻

(7)

由于NDVI閾值的選取具有主觀性，為了保證評價結(jié)果的穩(wěn)定性，選取了5種不同的NDVI閾值(0.10，0.11，0.12，0.13，0.14)來計算植被覆蓋率的相對變化。盡管不同的NDVI閾值得到的敏感性參數(shù)有差異，但是對植被覆蓋率變化趨勢貢獻最大的都為綠洲區(qū)面積(表1)。

圖3 黑河干流中游植被覆蓋率及綠洲區(qū)面積比的年際變化Fig.3 The interannual variation of vegetation cover rate and oasis areas in middle reaches of Heihe River

圖2 黑河干流中游土地利用及監(jiān)測井位置圖Fig. 2 The land use and location of monitoring

圖4 2002～2011年黑河干流中游植被覆蓋率變化趨勢Fig.4 The changing trend of vegetation cover rate in middle reaches of Heihe River during 2002 to 2011

XfO:綠洲區(qū)植被覆蓋率的貢獻； XAO:綠洲區(qū)面積變化的貢獻； XfD:荒漠區(qū)植被覆蓋率的貢獻；XAD:荒漠區(qū)面積變化的貢獻；dfV/fV:植被覆蓋率相對變化XfO:The contribution of vegetation cover rate in oasis areas； XAO:The contribution of oasis area variation； XfD:The contribution of vegetation coverrate in desert area；XAD:The contribution of desert area variation；dfV/fV:The relative variation of vegetation coverrate圖5 植被覆蓋率相對值及四種貢獻因子的年際變化Fig.5 The interannual change of relative vegetation cover rate and four contribution factors

NDVI閾值NDVI threshold敏感性Sensitivity貢獻 Atribution/%XfOXAOXfDXAD0.10dfVfV=0.96dfOfO+1.38dA?O+0.04dfDfD+0.13dA?D2.30102.604.60-9.500.11dfVfV=0.94dfOfO+1.47dA?O+0.05dfDfD+0.15dA?D7.30102.200.80-10.300.12dfVfV=0.92dfOfO+1.62dA?O+0.07dfDfD+0.17dA?D16.7090.902.50-10.100.13dfVfV=0.91dfOfO+1.67dA?O+0.08dfDfD+0.18dA?D34.1093.6013.50-10.800.14dfVfV=0.89dfOfO+1.75dA?O+0.10dfDfD+0.20dA?D3.7093.6013.50-10.80

3.3 水量變化對植被覆蓋率的影響

(8)

(9)

影響荒漠區(qū)植被覆蓋率fD的主要因素為降水量，取前一年10月至當年9月的累積降水量，建立荒漠區(qū)植被覆蓋率與降水量的關系，相關系數(shù)為0.85(p<0.05)見圖8。

(10)

以相對形式表示：

(11)

=XH+XW+XP

(12)

圖6 黑河干流中游綠洲區(qū)面積比與年取水量(W)的關系(a)，與地下水埋深(H)的關系(b)Fig.6 Relationship between oasis area ratio with annual water intake (a) and with groundwater table (b) in middle reaches of Heihe River

由上式可以看出，地下水位埋深增加1%將導致植被覆蓋率減少1.32%，而中游耗水量(徑流量差)增加1%引起植被覆蓋率增加0.18%，降水量增加1%只會使植被覆蓋率增加0.02%，由此可以看出地下水位埋深的變化對植被覆蓋率變化的影響最大，降水量變化的影響最小。利用此模型預測區(qū)域整體植被覆蓋率的相對變化，由圖9可以看出，預測值與實測值的關系曲線斜率為1.03，相關系數(shù)為0.91，預測效果較好。

圖7 由中游耗水量(W)與地下水平均埋深(H)預測的綠洲面積比與實測值的比較Fig.7 The comparison between oasisarea by water consumption (W) in middle reaches and average groundwater table(H) with the observed values

圖8 累積降水量與荒漠區(qū)植被覆蓋率(fD)的關系Fig.8 Relationship between cumulative precipitation with vegetation cover rate indesert areas(fD)

XH: 地下水平均埋深的相對變化； XW: 中游年取水量的相對變化； XP: 累積降水量的相對變化圖9 植被覆蓋率的相對變化(dfV/fV)以及各水量的相對變化(a)，由水量的相對變化預測得到植被覆蓋率相對變化的預測值與實測值的關系(b)Fig.9 There lative variations of vegetation cover rate (dfV/fV) and each water volume(a);The relationship between predicted value of vegetation cover rate forecasted by relative change of water volume with observed value(b)

4 討 論

氣候變化和人類活動都會對區(qū)域植被覆蓋率的變化產(chǎn)生影響，但是區(qū)分兩種影響仍是一個難題。黑河中游是綠洲與荒漠共存的典型地區(qū)，人類活動主要集中在綠洲區(qū)，探索受人類活動影響的地下水埋深與中游耗水量對綠洲區(qū)的影響和降水量對荒漠區(qū)的影響，為區(qū)分人類活動和氣候變化對區(qū)域植被覆蓋率變化提供了簡單可行的方法，同時也為中游水資源合理配置提供一定的科學依據(jù)。但是，影響植被覆蓋率變化的因素眾多，本文只考慮了水資源因素，并未考慮氣溫、CO2等其它因素的影響，在以后的研究中還需進一步研究與探索。

5 結(jié) 論

1)黑河干流中游區(qū)域植被覆蓋率由2002年的32%增長到了2011年的36%，綠洲區(qū)擴張是造成植被覆蓋率增長的主要因素。

2)影響綠洲區(qū)面積變化的主要因素為地下水位埋深和中游耗水量，線性相關系數(shù)分別為-0.91和0.75，累積降水量的變化是影響荒漠區(qū)植被覆蓋率變化的主要因素，相關系數(shù)為0.85。

3)利用地下水埋深、中游耗水量及累積降水量的相對變化可以預測區(qū)域植被覆蓋率的相對變化，直線斜率為1.03，滿足顯著性檢驗。

黑河干流中游地區(qū)人類活動對于植被趨勢變化的影響很大，可通過大力發(fā)展節(jié)水農(nóng)業(yè)措施、提高中游地區(qū)用水效率、控制區(qū)域地下水的開采量和中游耗水量，來保障中游生態(tài)環(huán)境持續(xù)健康發(fā)展。

參考文獻：

[1] Dieter G, Sibyll S, Uwe H, et al.Terrestrial vegetation and water balance—hydrological evaluation of a dynamic global vegetation model[J].Journal of Hydrology,2004, 286: 249-270.

[2] Angelini I M, Garstang M, Davis R E, et al.On the coupling between vegetation and the atmosphere[J]. Theoretical and Applied Climatology, 2011, 105: 243-261.

[3] Bnan G, Levis.A dynamic global vegetation model for use with climate models:concepts and description of simulated vegetation dynamics[J]. Global Change Biology, 2003,9: 1543-1566.

[4] Bounoua L, Hall F, Sellers P, et al.Quantifying the negative feedback of vegetation to greenhouse warming: A modeling approach[J]. Geophysical Research Letters, 2010,37 (7): 1-5.

[5] Jeremy L W, David S G, Julia E A, et al.Long-term vegetation monitoring with NDVI in a diverse semi-arid setting[J]. Journal of Arid Environments, 2004, 58: 249-272.

[6] Dubovyk O, Menz G, Convad C, et al.Spatio-temporal analyses of cropland degradation in the irrigated lowlands of Uzbekistan using remote-sensing and logistic regression modeling[J]. Environmental Monitoring and Assessment, 2013, 185: 4775-4790.

[7] Rasmus F, Kjeld R, Per K, et al.Assessing land degradation/recovery in the African Sahel from long-term earth observation based primary productivity and precipitation relationships[J]. Remote Sensing, 2013, 5: 664-686.

[8] Myneni R B, Keeling C D, Tucker C J, et al.Increased plant growth in the northern high latitudes from 1981 to 1991[J]. Nature, 1997,386: 698-702.

[9] Charles D. Keeling R N, Hirofumi H, et al.Climate-driven increases in global terrestrial net primary production from 1982 to 1999[J]. Science, 2003,300: 1560-1563.

[10] Xiao J F, Moody A.Trends in vegetation activity and their climatic correlates: China 1982 to 1998[J]. International Journal of Remote Sensing, 2004,25: 5669-5689.

[11] Fang J Y. Increasing terrestrial vegetation activity in China, 1982～1999[J]. Science in China Series C, 2004, 47(3): 229.

[12] Zhou W, Sun Z G, Li J L, et al.Desertification dynamic and the relative roles of climate change and human activities in desertification in the Heihe River Basin based on NPP[J]. Journal of Arid Land, 2013, 5(4): 465-479.

[13] Xiao J F, Zhou Y, Zhang L. Contributions of natural and human factors to increases in vegetation productivity in China[J]. Ecosphere, 2015, 6(11): 1:20.

[14] Wang Y, Roderick M L, Shen Y, et al.Attribution of satellite-observed vegetation trends in a hyper-arid region of the Heihe River basin, Western China[J]. Hydrology and Earth System Sciences, 2014, 18(9): 3499-3509.

[15] 張永喆, 牛赟, 張虎, 等.黑河中游西墩灘荒漠植物生長對水分變化響應研究[J]. 干旱區(qū)資源與環(huán)境, 2016, 30(7): 71-77.

[16] Guo Q L, Qi F, Li J l.Environmental changes after ecological water conveyance in the lower reaches of Heihe River, northwest China[J]. Environmental Geology, 2008,58(7): 1387-1396.

[17] Jin X M, Micheal E S, Jan G C, et al.Groundwaterdepth and vegetation in the Ejina Area, China[J]. Arid Land Research and Management, 2011, 25(2): 194-199.

[18] Zhang Y C, Yu J J, Wang P, et al. Vegetation responses to integrated water management in the Ejina basin, Northwest China[J]. Hydrological Processes, 2011, 25: 3448-3461.

[19] Qin D J, Zhao Z F, Han L F, et al.Determination of groundwater recharge regime and flowpath in the Lower Heihe River basin in an arid area of Northwest China by using environmental tracers: Implications for vegetation degradation in the Ejina Oasis[J]. Applied Geochemistry, 2012, 27(6): 1133-1145.

[20] 郝麗娜,粟曉玲. 黑河干流中游地區(qū)適宜綠洲及耕地規(guī)模確定[J]. 農(nóng)業(yè)工程學報, 2015, 31(10): 262-268.

[21] Jin X M, Liu J T, Wang S T, et al.Vegetation dynamics and their response to groundwater and climate variables in Qaidam Basin, China[J]. International Journal of Remote Sensing, 2016, 37(3): 710-728.

[22] Fu B H, Isabela B.Riparian vegetation NDVI dynamics and its relationship with climate, surface water and groundwater[J]. Journal of Arid Environments, 2015,113: 59-68.

[23] Neil C S, Matthew J C.Remote sensing of vegetation responses to flooding of a semi-arid floodplain: Implications for monitoring ecological effects of environmental flows[J]. Ecological Indicators, 2012,18: 387-391.

[24] 張雪艷, 胡云峰, 莊大方,等. 蒙古高原NDVI的空間格局及空間分異[J]. 地理研究, 2009, 28(1): 10-18.

[25] Toby N C, David A R.On the relation between NDVI , fractional vegetation cover , and leaf area index[J]. Elsevier Science, 1997,62: 241-252.

[26] David P, Groeneveld.Remotely-sensed groundwater evapotranspiration from alkali scrub affected by decling water table[J]. Hydrology, 2008,358: 294-303.

[27] Jason E, Roland G.Discrimination between climate and human-induced dryland degradation[J]. Journal of Arid Environments, 2004,57(4): 535-554.

[28] 周偉, 王倩, 章超斌, 等. 黑河中上游草地NDVI時空變化規(guī)律及其對氣候因子的響應分析[J]. 草業(yè)學報, 2013, 22(1): 138-147.