黃河河潼區(qū)間NDVI變化及其對氣候的響應

賈培培　薛華柱　董國濤　周俊利　殷會娟　黨素珍

摘要：以黃河河潼（河口鎮(zhèn)一潼關）區(qū)間為研究區(qū)，采用1982-2015年第三代CIMMS NDVI數據集為研究數據，利用最大值合成方法獲取月數據，并將其分為7個時間段，對研究區(qū)生長季5-9月NDVI變化進行趨勢分析和相關分析，并利用研究區(qū)內23個氣象站數據分析了降水量與氣溫對NDVI的影響。結果表明：在時間上，1982-2015年5-9月NDVI變化呈顯著增大趨勢（顯著性水平P

關鍵詞：NDVI;降水;氣溫;趨勢分析;河潼區(qū)間;黃河

中圖分類號：P463.22;TV882.1

文獻標志碼：A

doi：10.3969/j.issn. 1000 - 1379.2019. 04.008

植被是生態(tài)系統(tǒng)存在和發(fā)展的基礎，能夠維持生物多樣性，對環(huán)境有強大的改造作用。植被具有明顯的年際變化和季節(jié)變化的特點，動態(tài)監(jiān)測植被覆蓋的時空演變可以從一定程度上了解氣候變化的趨勢[1]。植被覆蓋變化強烈地受到氣候變化與人類活動的影響[2-3]。歸一化植被指數（ NDVI）是遙感影像中近紅外波段的反射率和紅外波段的反射率之差與之和的比值，是反映植被覆蓋和營養(yǎng)狀況的重要參數之一，可以消除大部分與儀器定標、太陽角、地形、云陰影和大氣條件有關輻照度的變化，增強了對植被的響應能力，因而在地表監(jiān)測中得到廣泛應用。隨著退耕還林政策的實施，黃土高原地區(qū)植被發(fā)生了很大變化，NDVI呈顯著增大趨勢[4-5]。不同季節(jié)NDVI變化趨勢不同[6-8]，氣候因子是影響NDVI變化的因素之一。已有研究表明，NDVI與氣溫多成顯著負相關關系，與降水成正相關關系[9-10].NDVI響應具有一定的滯后性，沈斌等[11]研究表明，在藏北那曲草地滯后時間為1個月時，NDVI對降水的響應最為強烈。徐勇等[12]研究表明，江蘇省NDVI對降水的時滯尺度以1個月為主，對氣溫變化呈同步響應。目前對黃河中游NDVI的研究多集中在生長季或季節(jié)性年際尺度長時間序列，而對月尺度分段變化關注較少[13]。筆者采用第三代GIMMS NDVI數據集對黃河河潼（河口鎮(zhèn)一潼關）區(qū)間1982-2015年ⅣDVI變化進行分析，以1982年為基準年份，采用逐漸增加結束年份的方法[14].以不同時間段NDVI的動態(tài)變化趨勢來判斷植被生長狀況[15]，分為1982-2009年、1982-2010年、1982-2011年、1982-2012年、1982-2013年、1982-2014年和1982-2015年7個時段，對研究區(qū)NDVI時空變化進行分析，并探討NDVI對氣候因子（降水量、氣溫）的響應關系。

1 研究區(qū)概況

研究區(qū)黃河中游河潼區(qū)間（見圖1）位于北緯33040'19"-40035 '43”、東經103057'I"-112039'43”，包括渭河、涇河、無定河等流域[16]，涉及陜西、甘肅、寧夏、山西、內蒙古5省（區(qū)）。區(qū)間內黃河干流長849 km.流域面積約29萬km2.占黃河流域面積的38%[1 7]。該區(qū)域屬干旱半干旱氣候區(qū)，降水量少且集中，多以暴雨形式出現(xiàn)，年降水量為300 - 800 mm，水土流失嚴重，生態(tài)系統(tǒng)較為脆弱。

2 數據來源

本文采用的1982-2015年第三代GIMMS NDVI數據集（ NDVl3g Vl.O）來源于NASA戈達德航天中心全球監(jiān)測與模擬研究組制作的15 d最大值合成的8km NDVI數據集（http：//ecocast. arc. nasa. gov/data/pub/gimms/），數據時間跨度為1981年7月-2015年12月。該數據集消除了火山爆發(fā)、太陽高度角和傳感器靈敏度隨時間變化等的影響，在全球范圍內得到了廣泛應用[7]。該數據集具有時間序列長、覆蓋范圍廣、植被動態(tài)變化表征能力強等特點[18-19]，被證明是描述植被生長動態(tài)變化最好的數據集之一[20-22]。通過原始數據投影轉換、最大值合成、裁剪、波段運算等預處理，獲取1982-2015年34 a生長季（5-9月）每月的NDVI均值。

氣象數據來源于中國氣象數據網（ http：//data.cma.cn/），通過IDL編程提取出黃河河潼區(qū)間內23個氣象站點的月降水量和氣溫數據。采用反距離權重插值法將站點實測降水、氣溫數據插值為與GIMMSNDVI數據集空間分辨率相同的柵格影像。

3 研究方法

主要采用趨勢分析方法與Mann - Kendall檢驗方法研究黃河河潼區(qū)間植被生長季NDVI變化趨勢，并利用相關分析法分析NDVI對降水量與氣溫的響應關系。

3.1 趨勢分析方法

趨勢分析方法[23]是研究植被變化趨勢的常用方法，回歸直線方程的斜率代表植被生長的變化趨勢，其計算公式為

采用SPSS軟件對趨勢分析、Mann - Kendall檢驗和相關分析結果進行顯著性檢驗：顯著性水平P

4 結果與分析

4.1 NDVI在時間上的動態(tài)變化

對1982-2015年生長季每月NDVI進行Mann -Kendall檢驗，結果見圖2。可以看出各月NDVI變化的轉折點各不相同：5月，NDVI整體呈現(xiàn)增大趨勢，2008年之后NDVI呈現(xiàn)顯著增大趨勢;6月，2009年之前ⅣDVI呈現(xiàn)波動變化趨勢，2009年之后呈現(xiàn)顯著增大趨勢：7月.2011年之前ⅣDVI呈現(xiàn)波動變化趨勢.2011年之后呈現(xiàn)顯著增大趨勢;8月，NDVI整體呈現(xiàn)增大趨勢，2009年以后呈現(xiàn)顯著增大趨勢;9月，2000年之前NDVI呈現(xiàn)波動變化趨勢.2000年之后呈現(xiàn)顯著增大趨勢。生長季各月NDVI呈現(xiàn)一個共同點，即從1982年開始，月均值呈增大一減小一增大趨勢。從整體變化趨勢看，除5月外NDVI均呈顯著增大趨勢（P<0.01），7-9月顯著增大，與Mann-Kendall檢驗結果一致：斜率由7月的0.002 3增大到8月的0.002 8.7月、8月、9月NDVI與時間的相關系數分別為0.63、0.76、0.70，表明NDVI呈波動變化趨勢。1995年7月和1999年9月NDVI值出現(xiàn)該時段最小值，原因可能是該時段降水較少，氣溫較高，水分蒸散較多，從而抑制了植被生長。 4.2 NDVI在空間上的變化趨勢

以1982-2009年和1982-2015年為例，分析NDVI的空間變化特征。這兩個時間段5-9月NDVI逐像元變化斜率空間分布圖（圖略）表明：生長季NDVI像元斜率大于0.002所覆蓋的面積逐漸增大。1982-2009年，渭河流域NDVI逐漸減小，8月達到最小值，像元變化斜率大多為-0.005 -0.001，原因可能是該流域以耕地為主，受農作物收割等因素影響，NDVI逐漸減小。涇河流域NDVI從7月開始逐漸增大，無定河、北洛河、窟野河、皇甫川和渾河流域NDVI也逐漸變大。1982-2015年，NDVI整體呈現(xiàn)增大趨勢，無定河、涇河和北洛河流域NDVI變化較1982-2009年明顯，渭河流域NDVI雖然變化緩慢，但較1982-2009年有一定的增長。

像元變化斜率slope代表了NDVI變化趨勢。表1為7個時間段5-9月slope值在各個范圍的像元個數占總像元個數的百分比，可以看出，生長季斜率小于0的像元個數占比呈逐漸減小趨勢，說明在這7個時間段內NDVI呈逐漸增大趨勢。但在1982-2011年9月，slope<0的像元個數占比為82.30%，表明NDVI呈減小趨勢，原因可能是該期間植被受到氣候因素或人為因素的影響，或者土地類型發(fā)生了改變，使得植被面積減小。0≤slope<0.003的像元個數占比最大，隨著歷時的變化，0.003≤slope<0.006、0.006≤slope<0.009以及slope≥0.009的像元個數占比呈波動變化趨勢。

4.3 NDVI對氣候因子的響應關系

4.3.1 NDVI對降水量的響應

選用研究區(qū)1982-2015年2-9月降水量數據與生長季5-9月月均NDVI數據進行相關分析并進行顯著性檢驗。結果表明，生長季月均ⅣDVI與降水量的相關性通過了顯著性水平為0.01的檢驗。采用2—6月、3-7月、4-8月、5-9月降水量分別與生長季5-9月月均NDVI進行長時間序列分析和相關分析。由圖3可知.2013年8月降水量達到最大值，月均NDVI變化與4-8月降水量的變化趨勢一致，與3-7月、2-6月降水量的變化趨勢不同。

圖4為NDVI與2-6月、3-7月、4-8月、5-9月降水量相關系數最大值合成，可以看出，在河潼區(qū)間北部，整體最大相關系數在0.4以上，渾河、皇甫川、窟野河、無定河流域最大相關系數在0.4 - 0.6范圍內分布較多，涇河上游、北洛河上游最大相關系數在0.4-0.6范圍內分布較少，而在渭河流域、涇河中下游、北洛河中下游、山川河、昕水河流域最大相關系數均在0.3以下。

降水對NDVI的影響具有一定的時滯性，從圖5可以看出，黃河河潼區(qū)間降水對NDVI影響的滯后時間為1個月時中北部以上區(qū)域分布范圍最大，無定河上游和渭河中下游小部分區(qū)域降水對NDVI影響的滯后時間為2個月，而降水對NDVI影響的滯后時間為3個月時大都分布在渭河中下游。滯后時間為1個月時，NDVI與降水量之間的相關系數達到最大（r=0.50）.且NDVI與降水量成正相關關系，這與沈斌等II]的研究結果一致。NDVI出現(xiàn)滯后現(xiàn)象的原因是降水被植被吸收并表現(xiàn)為植被增長需要一定的時間。4.3.2 NDVI變化對氣溫的響應

采用1982-2015年5-9月氣溫數據與月均NDVI進行長時間序列變化分析與相關分析，均通過了顯著性水平為0.01的檢驗。采用1982-2015年2-6月、3-7月、4-8月、5-9月氣溫數據與5-9月NDVI數據進行時滯性分析，見圖6。從圖6（a）可以看出，生長季氣溫最大值為23℃，NDVI最大值為0.6，生長季NDVI與氣溫的變化趨勢大致相同;圖6（b）表明NDVI與氣溫在整個研究區(qū)的相關性較高，通過了顯著性水平為0.01的檢驗。

NDVI與氣溫的相關系數空間分布見圖7，可以看出，黃河河潼區(qū)間中北部植被與氣溫的相關系數一般為0-0.5;而在無定河上游、窟野河中下游、北洛河上游等部分區(qū)域ⅣDVI與氣溫的相關系數為0.1- 0.3.NDVI與氣溫成正相關關系;而在渭河流域、涇河下游、北洛河中下游地區(qū)NDVI與氣溫的相關系數小于0.成負相關關系，原因可能是氣溫升高加速了地表蒸散發(fā)，使得水分加速缺失，抑制了植被的生長，從而使得NDVI減小。

氣溫對NDVI的影響同樣具有一定的時滯性（見圖8）。由圖8可知，在河潼區(qū)間中北部地區(qū)NDVI滯后時間為3個月，無定河流域部分地區(qū)滯后時間為2個月，涇河、北洛河下游和渭河上中游流域NDVI無滯后時間，而渭河下游部分區(qū)域NDVI滯后時間為3個月。整體來看，研究區(qū)NDVI時滯為3個月時，與氣溫的相關系數最大（r=0.46）。5結語

（1）黃河河潼區(qū)間在1982-2015年生長季，植被指數NDVI呈現(xiàn)出顯著增大趨勢，尤其在6-8月，隨著降水量的增大，NDVI整體增大趨勢明顯。NDVI隨時間波動變化，空間上呈顯著增大趨勢。NDVI像元斜率slope值在各個取值范圍內的像元個數占總像元個數的百分比隨歷時逐漸增大，說明NDVI在研究期總體呈增大趨勢。

（2）NDVI與降水量成顯著的正相關關系，降水量是影響植被生長的重要因素。4-8月NDVI與降水量的相關系數最大，2-6月和3-7月NDVI與降水量的相關性逐漸減弱。NDVI對降水的響應有時滯性，滯后時間為1個月時二者的相關系數最大。

（3） NDVI變化整體上與氣溫成正相關關系，相關性較高，且NDVI對氣溫的響應時滯大多為3個月。而渭河流域、涇河下游和北洛河中下游地區(qū)ⅣDVI與氣溫成負相關關系，氣溫升高，加快了蒸發(fā)速度，使得植被生長緩慢，且無滯后性。

（4） NDVI與降水最大相關系數（r=0.50）大于NDVI與氣溫最大相關系數（r=0.46），說明河潼區(qū)間植被受降水的影響略大于氣溫的影響。

本文采用的氣象數據為國家氣象站數據，而黃河河潼區(qū)間的氣象站數量較少，氣象數據插值后效果不佳，不能全面準確地反映氣候因子的變化情況。另外，本文只分析了黃河河潼區(qū)間NDVI與降水、氣溫的關系，然而植被生長受到很多因素的影響，日照、人類活動、蒸散發(fā)等因素的影響還有待進一步研究。

參考文獻：

[1] 陸一帆，近30年來渭河流域植被與氣候變化互影響模式的探尋分析[J].北京測繪，2016（5）：7-12.

[2] COETZ S J，BUNN A G，F(xiàn)ISKE G J，et al.Satellite-Ob-served Photosynthetic Trends Across Boreal North AmericaAssociated with Climate and Fire Disturbance[J].Proceed-ings of the National Academy of Sciences of the United Statesof America， 2005，102（ 38）：13521-13525.

[3]

PENC S，CHEN A， XU L，et al.Recent Change of VegetationCrowth Trend in China[ J]. Environmental Research Letters，2011.6（4）：44027.

[4] 張春森，胡艷，史曉亮，基于AVHRR和MODIS NDVI數據的黃土高原植被覆蓋時空演變分析[J].應用科學學報，2016，34（6）：702-712.

[5]趙安周，劉憲鋒，朱秀芳，等.2000-2014年黃土高原植被覆蓋時空變化特征及其歸因[J].中國環(huán)境科學，2016，36（5）：1568-1578.

[6] 趙霞，譚琨，方精云.1982-2006年新疆植被活動的年際變化及其季節(jié)差異[J].干旱區(qū)研究，2011，28（1）：10-16.

[7] 杜加強，賈爾恒·阿哈提，趙晨曦，等.1982-2012年新疆NDVI的動態(tài)變化及其對氣候變化和人類活動的響應[J].應用生態(tài)學報，2015，26（12）：3567-3578.

[8]邊琳，葉飛，劉珊珊，等，基于NDVI的昆明市2001-2015年植被覆蓋變化趨勢分析[J].山東農業(yè)科學，2018，50（1）：107-110.

[9] 楊志剛，牛曉俊，張偉華，等，西藏一江兩河地區(qū)植被變化及其與氣候因子的相關性分析[J].中國農學通報，2017，34（7）：141-146.

[10] 曹永強，張亮亮，袁立婷，遼寧省植被生長季NDVI對氣候因子的響應[J].植物學報，2018，53（1）：82-93.

[11]沈斌，房世波，余衛(wèi)國，等，NDVI與氣候因子關系在不同時間尺度上的結果差異[J].遙感學報，2016，20（3）：481-490.

[12] 徐勇，奚硯濤，許偉，等，歸一化植被指數對江蘇省氣溫、降水變化的時空響應特征[J].湖北農業(yè)科學，2015，54（3）：599-604.

[13]XU G，ZHANC H， CHEN B，et al.Changes in VegetationCrowth Dynamics and Relations with Climate over China'sLandmass from 1982 t0 2011[J].Remote Sensing， 2014，6（4）：3263-3283.

[14]杜加強，趙晨曦，賈爾恒·阿哈提，等，近30 a新疆月NDVI動態(tài)變化及其驅動因子分析[J].農業(yè)工程學報，2016，32（5）：172-181.

[15]杜加強，賈爾恒-阿哈提，趙晨曦，等，三江源區(qū)近30年植被生長動態(tài)變化特征分析[J].草業(yè)學報，2016， 25（1）：1-12.

[16]羅婭，楊勝天，劉曉燕，等，黃河河口鎮(zhèn)一潼關區(qū)間1998-2010年土地利用變化特征[J].地理學報，2014，69（1）：42-53.

[17]何毅，穆興民，趙廣舉，等，基于黃河河潼區(qū)間輸沙量過程的特征性降雨研究[J].泥沙研究，2015（2）：53-59.

[18]BECK H E，MCVICAR T R，VAN DUK A I J M， et al.Clobal Evaluation of Four AVHRR-NDVI Data Sets： Inter-comparison and Assessment Against Landsat Imagery[J].Re-mote Sensing of Environment， 2011， 115（ 10）： 2547-2563.

[19]杜加強，高云，賈爾恒，等，近30年新疆植被生長異常值時空變化及驅動因子[J].生態(tài)學報，2016，36（7）：1915-1927.

[20]BECKP S，GOElZ S J.Satellite Observations of High NorthemLatitude Vegetation Productivity Changes Between 1982 and2008：Ecological Variability and Regional Differences [J].Envi-ronmental Research Letters ，2011，6（4）：45501.

[21]FENSHOLT R， LANCANKE T，RASMUSSEN K， et al.breenness in Semi-Arid Areas Across the Clobe 1981 -2007： An Earth Observing Satellite Based Analysis ofTrends and Drivers[J].Remote Sensing of Environment，2012，121：144-158.

[22]ALCARAZ-SECURA D， LIRAS E， TABIK S，et al.Eval-uating the Consistency of the 1982-1999 NDVI Trends inthe Iberian Peninsula Across Four Time-Series Derived fromthe AVHRR Sensor： LTDR， GIMMS， FASIR， and PAL-II[J]. Sensors， 2010， 10（2）：1291- 1314.

[23]PENC J，LIU Z，LIU Y， et al.Trend Analysis of VegetationDynamics in Qinghai-Tibet Plateau Using Hurst Exponent[J].Ecological Indicators， 2012， 14（1）：28-39.

[24] 曹潔萍，遲道才，武立強，等.Mann - Kendall檢驗方法在降水趨勢分析中的應用研究[J].農業(yè)科技與裝備，2008（5）：35-37.

[25] DUO A， ZHAO W， QU X， et al.Spatio-Temporal Variation ofVegetation Coverage and Its Response to Climate Change inNorth China Plain in the Last 33 Years[J].Intemational Jour-nal of Applied Earth Observation and Geoinformation， 2016，53：103-117.

[26] 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.

【責任編輯張華興】