淮河流域植被NDVI與干旱條件的相關性

史曉亮，尚 雨，陳 沖，張 娜

（西安科技大學 測繪科學與技術學院，陜西 西安710054）

0 引 言

在氣候變化和人類活動的雙重影響下，干旱已成為我國發生頻率高、影響范圍廣、持續時間長的重大自然災害之一，導致水資源短缺以及荒漠化加劇，從而對農業生產和經濟增長造成嚴重的影響［1-2］。2009年12月—2010年4月，我國西南5省出現大范圍特大旱情，部分旱情超過100 a一遇；2011年我國因農業干旱造成的經濟損失占自然災害總損失的30%.2009—2013年云南更是發生4 a連旱，對區域社會經濟與農業生產造成嚴重影響。因此，干旱已成為經濟社會發展的重大障礙性因素之一，在氣候變化和人類活動影響背景下，定量探討干旱成因具有重要的理論意義和實踐價值。

干旱的形成與水熱狀況和土壤類型直接相關［3］，而植被是全球生態系統的重要組成部分［4］，是聯結大氣、土壤和水分的自然紐帶，也是干旱影響程度的重要反饋［5］。因此，研究干旱和植被的關系，對分析干旱成因及其影響評估具有重要的現實意義。歸一化植被指數（NDVI）是公認的陸地植被生長狀況的最佳表征指標，可用于區域和全球尺度的植被覆蓋研究，在植被監測過程中得到了廣泛的應用［6］。近年來，國內外學者在全國或區域尺度上，對植被NDVI和干旱條件之間的關系開展了大量的研究。王兆禮等在全國尺度分析了植被NDVI時空變化及其與氣象干旱的關系，研究發現氣象干旱對植被生長的影響在干旱半干旱地區表現更加明顯［7］。在區域尺度上，Wang J，Ji L等利用不同時間序列NDVI數據分析了植被生長季NDVI與降水的關系［8-9］。嚴建武等利用2001—2010年NDVI數據和氣象站點數據分析了中國西南地區植被NDVI和氣象干旱指數的關系，結果表明二者在季節尺度上有明顯的相關性［3］。趙舒怡等研究發現華北大部分地區，夏季和秋季的氣候干旱條件對植被覆蓋度的影響最為明顯［10］。劉世梁等基于氣象站點降水資料和NDVI數據分析了不同時間尺度云南省植被NDVI動態變化特征及其對干旱的響應，發現在年尺度上植被NDVI對干旱的影響較弱，月尺度上影響較強［11］。

淮河流域地處我國南北方氣候過渡帶和東西結合部，地理位置復雜，其特殊的自然條件和人類活動導致該區域干旱災害頻發，對生態環境造成了嚴重的影響［12］，但是目前對該區域植被覆蓋與干旱之間相關性研究較少，且以往研究多采用地面氣象站點降水數據進行干旱監測，存在站點少、分布不均、不能很好的反映降水的時空異質性等不足，而基于空間分布連續的衛星降水數據成為研究熱點并被廣泛應用于旱情監測。因此，文中以淮河流域為研究區，基于TRMM（Tropical Rainfall Measurement Mission）衛星降水數據，選擇降水距平百分率（Pa）作為干旱評價指標，分析流域干旱發生頻率和強度的時空演變特征。并結合長時間序列MODISNDVI遙感影像，進一步分析探討淮河流域2001—2016年植被指數和干旱條件的關系，以期為該區域的生態文明建設提供科學依據。

1 研究資料與方法

1.1 研究區概況

淮河流域地處中國東部，介于長江與黃河之間，位于111°55′～121°25′E，30°55′～36°36′N，跨河南、安徽、江蘇和山東4省，總面積約為2.7×105km2［13］。

淮河流域位于中國南北方氣候過渡地帶和東西結合部，地形復雜，氣候多變，冬春干旱少雨，夏秋悶熱多雨，冷暖和旱澇轉變急劇。流域多年平均降水量為895 mm，總體呈由西北向東南遞增的規律，降水時空差異大，干旱災害頻發［14］。據統計，近55 a來淮河流域總體處于干旱狀態，且干旱歷時長、強度明顯增強，呈自東南向西北逐漸增強的規律［15］。

圖1 淮河流域范圍與氣象站點分布Fig.1 Distribution of Huaihe River Basin and meteorological stations

1.2 數據來源與預處理

1.2.1 NDVI數據

研究使用的NDVI數據來源于美國宇航局（National Aeronautics and Space Administration，NASA）的MODIS遙感數據產品MOD13A3 v006（https：//e4ftl01.cr.usgs.gov/），時 間 序 列 為2001—2016年，時間分辨率為月，空間分辨率為1 km×1 km.利用MRT（Modis Reprojection Tool）完成對MODISNDVI數據的數據格式轉換和投影轉換等預處理工作。并利用淮河流域邊界裁切獲取淮河流域16年的逐月MODIS NDVI影像數據集。

1.2.2 TRMM 3B43數據

熱帶降雨計劃衛星（TRMM-Tropical Rainfall Measuring Mission）是由美國國家宇航局和日本國家空間發展局聯合開展，于1997年11月發射的第一顆用于定量測量熱帶、亞熱帶降雨量的氣象衛星［16］。文中所用的TRMM 3B43數據為TRMM第7版產品的月降水數據（https：//disc.gsfc.nasa.gov/），由TRMM 3B42產品與氣候評估與監測系統以及全球氣候降水中心降水數據進行融合而成［17］。該數據的空間分辨率為0.25°×0.25°，時間分辨率為月，覆蓋區域為南緯50°～北緯50°.利用ArcGIS完成對TRMM數據的格式轉換、裁切，以及降水速率（mm/h）到月降水量轉換等處理工作，獲取2001—2016年淮河流域逐月TRMM降水數據。

1.2.3 氣象站點降水量數據

氣象站點降水量觀測數據來源于中國氣象科學數據共享服務網（http：//data.cma.cn/）提供的地面氣象資料月值數據集。選取2001—2016年淮河流域23個氣象站點的月降水實測數據（圖1），用于TRMM衛星降水數據的精度檢驗。

1.3 研究方法

1.3.1 TRMM數據精度檢驗

采用決定系數（R2）和相對誤差（BIAS）2個指標對TRMM 3B43月尺度數據進行精度檢驗。相對誤差的計算公式如下［18］

式中xi為TRMM降水量；yi為氣象站點降水量實測數據。BIAS反映了x，y2個因子的偏離程度，BIAS越接近0，表明數據越精確。

1.3.2 干旱指數

降水距平百分率（Pa）是常用的表征干旱的指標之一，是指某時段的降水量與常年同期平均降水量之差與常年同期平均降水量相比的百分比率，可以反映某一時段降水與同期平均狀態的偏離程度，能直觀反映干旱發生的強度，計算公式如下［19］

式中P為某一特定年某一時期（如月、季度）的降水量；ˉP為多年同期降水量的平均值；Pa為該時段的降水距平百分率；n為年數，文中是16；i=1，2，3，…，n.

1.3.3 分析方法

采用一元線性回歸法在像元尺度分析2001—2016年間年均NDVI的變化趨勢。計算公式如下［20］

式中 Slope為一元線性回歸斜率；n為年數，文中是16；i=1，2，3，…，n；xi為年均NDVI值，斜率為正表示NDVI增加，反之表示下降。

此外，在像元尺度計算2001—2016年的NDVI與降水距平百分率的相關系數，進而分析該區域植被指數與干旱的相關性。相關系數計算公式如下［21］

式中xi為第i年的NDVI值；yi為第i年的Pa值。相關系數R的取值范圍為［-1，1］，當R＞0時，表示x與y正相關，當R＜0時，表示x與y負相關。定義|R|＜0.3為弱相關，0.3＜|R|＜0.5為低度相關，0.5＜|R|＜0.8為顯著相關，0.8＜|R|＜1為極顯著相關。

2 結果與分析

2.1 TRMM數據精度檢驗

圖2 2001—2016年淮河流域TRMM 3B43與氣象站點降水量散點Fig.2 Precipitation scatter diagram of TRMM 3B43 and meteorological stations in Huaihe River Basin from 2001 to 2016

利用一元線性回歸分析方法，對TRMM月降水數據與氣象站點觀測數據整體精度進行檢驗（圖2）。經檢驗，二者的決定系數R2=0.82，相對誤差BIAS=0.9%.單個站點數據精度檢驗結果見表1，可以看出，在23個氣象站點中，大部分TRMM月降水數據與氣象站點實測數據之間的決定系數R2在0.9左右。有16個氣象站點的相對誤差BIAS在±10%以內，但是盱眙站R2=0.78，顯著低于其他站點，這是由于2007年7月盱眙站實測降水量高達1 397.2 mm，導致TRMM月降水數據與實測數據之間相關性較弱。總體來說，淮河流域TRMM月降水數據與氣象站點實測數據有較好的線性相關性和一致性，在一定程度上能夠真實反映流域降水量，可以用于研究區干旱評價。

表1 淮河流域2001—2016年TRMM數據與站點降水數據相關系數與相對誤差Table 1 Correlation coefficient and relative error between TRMM data and site precipitation data from 2001 to 2016 in Huaihe River Basin

2.2 淮河流域NDVI時空變化分析

2.2.1 NDVI年際變化

對淮河流域2001—2016年中12個月的NDVI取平均值，將其作為該年的NDVI值，分析該區域年均植被NDVI的變化趨勢。從圖3可以看出，16 a間淮河流域年均NDVI呈現明顯增加的趨勢。其中，2016年最高（0.54），2001年的年均NDVI值最低（0.43）。結果表明，淮河流域16 a間NDVI在波動中逐漸上升，植被覆蓋狀況有改善的趨勢。

圖3 2001—2016年淮河流域植被NDVI變化趨勢Fig.3 Variation trend of NDVI in Huaihe River Basin from 2001 to 2016

2.2.2 NDVI的空間分布特征

2001—2016年淮河流域年均NDVI空間分布如圖4所示。從圖4可以看出，流域年均NDVI分布在0.3～0.73之間，總體呈南高北低。其中，植被NDVI高值區主要分布在安徽省的南部，河南省中部以及西部邊界、江蘇省北部有零散分布。只有少數區域植被生長狀況較差，主要分布在江蘇省的東北以及西南邊界等少數區域，該區域城市周邊經濟發展較快，人為活動的影響導致該區域植被覆蓋情況較差。

圖4 淮河流域年均植被NDVI空間分布Fig.4 Average annual NDVI spatial distribution in Huaihe River Basin

2.2.3 NDVI變化趨勢的空間分布

通過一元線性回歸法在像元尺度得到淮河流域2001—2016年間植被年均NDVI的變化趨勢（圖5）。參考戴聲佩等在NDVI對氣溫降水的旬響應的研究中劃分NDVI的變化等級［22］，將2001—2016年淮河流域年均NDVI的變化趨勢分為3個變化等級，并統計各個等級的面積及所占比例（表2）。可以看出，植被NDVI基本不變的區域占淮河流域的比例為43.25%，分布在山東省的中部和東部、江蘇省大部分地區，以及河南省西北部。植被NDVI改善的區域所占比例為54.86%，主要分布在安徽、河南省的大部分地區，以及山東省西南部。植被NDVI出現退化的區域較少，僅占淮河流域的1.89%，主要分布在河南省北部以及江蘇省東南部，這些區域城市發展較快，大量的人類活動導致該區域植被覆蓋情況較差。

表2 2001—2016年淮河流域NDVI變化趨勢分級及占比Table 2 Change trend classification and proportion of NDVI in Huaihe River Basin from 2001 to 2016

圖5 2001—2016年淮河流域NDVI變化趨勢分布Fig.5 Variation trend distribution of NDVI in Huaihe River Basin from 2001 to 2016

2.3 干旱特征分析

利用降水距平百分率分析淮河流域2001—2016年干旱的發生情況。按照降水距平百分率干旱等級劃分標準（表3），將干旱劃分為無旱、輕旱、中旱、重旱、特旱等5級［19］。從表3可知，在2001—2016年間，淮河流域有4年的降水距平百分率小于15%，說明16 a間有4 a氣候條件較好沒有發生干旱的情況。有12 a的Pa值達到輕旱及以上標準，其中，6 a發生了輕旱，其頻率是37.5%.有6 a達到了中旱及以上標準，其中，有3 a發生中旱，頻率是18.75%.有3 a達到特旱的標準，頻率是18.75%.總體來看，16 a間淮河流域共發生12次干旱事件，其中輕旱發生頻率最高，其次為無旱，中旱和特旱發生的頻率相同。

表3 降水距平百分率（P a）干旱等級劃分Table 3 Precipitation anomaly percentage（P a）drought classification

圖6 淮河流域2001—2016年各干旱等級面積占比Fig.6 Proportion of various drought grades in the Huaihe River Basin from 2001 to 2016

淮河流域2001—2016年各等級干旱發生面積比例如圖6所示。從圖6可以看出，2001—2016年間流域干旱發生情況差異明顯，有12 a發生輕旱以上的旱情，其中有3 a發生了特旱。2001—2002年干旱發生情況較為嚴重。其中，2001年發生輕旱、中旱、重旱、特旱的區域分別占淮河流域的37.53%，20.43%，6.89%，1.9%，2002年發生輕旱、中旱、重旱、特旱的比例相當，分別占17.58%，11.64%，11.64%，7.36%.另外，大多數年份有輕度干旱發生，其中，輕旱區域所占的比例從2001年的37.53%下降到2008年的1.43%，后又逐年上升直至2013年所占比例達到最大值61.05%；流域內共有6 a發生過中旱，2001—2016年前后各占3 a，而在2001年發生中旱的區域趨于較大，達到20.43%，2012年中旱區域只有1.43%；重旱與特旱只在2001、2002與2004年發生，其中2002年旱情較嚴重，有11.64%的區域發生了重旱，7.36%達到了特旱等級。總體來看，淮河流域2001—2016年間，2001年、2002年以及2004年干旱頻發，干旱等級達到了特旱，發生干旱的區域面積占比達到50%左右，之后流域旱情有所緩解，多以輕旱為主，且2016年沒有發生干旱。

2.4 NDVI與降水距平百分率的相關性分析

為進一步研究淮河流域干旱情況與植被長勢的影響關系，在像元尺度上計算了2001—2016年流域年均植被NDVI與降水距平百分率的相關性，進而綜合分析植被NDVI對干旱情況的響應特征。

從圖7可以看出，淮河流域年均植被NDVI與降水距平百分率相關性的空間差異顯著。NDVI與降水距平百分率的相關系數為正的區域所占比例為61.31%，表明在流域大部分區域，干旱對植被NDVI產生了一定程度的影響。其中NDVI與降水距平百分率呈極顯著正相關和顯著正相關的區域面積所占比例分別0.96%和5.04%，主要分布在河南省西南部、安徽省東南部和江蘇省東南邊界，這些區域干旱對植被NDVI產生了明顯的影響，區域降水較為充足，植被覆蓋情況出現了明顯的改善。相關性呈低度正相關和弱相關的面積分別占12.5%和42.17%，主要分布在河南省南北邊界、安徽省東南部邊界、江蘇省邊界和山東省東北部等區域。而在河南省東南部、山東省西部、安徽省西北部以及江蘇省東部邊界等地區呈現出負相關關系，負相關系數最高為-0.817.這可能是由于在這些區域植被生長還受到氣溫、土壤水分有效性等其他因素的影響，降水并不是植被生長的主導因素。尤其是在江蘇省東部邊界分布著城市化程度較高的沿海城市，雖然降水較為充足，但人類活動影響對植被生長的影響則更加顯著。因此，在這些區域植被NDVI與降水距平百分率均呈負相關關系。

目前，傳統的干旱監測主要是基于氣象站點觀測數據，雖然在點尺度上具有較高的觀測精度，但氣象站點覆蓋范圍有限，難以獲取高精度的降水時空分布特征［23］。近年來，隨著衛星遙感技術的發展，TRMM衛星能夠提供覆蓋范圍廣、時空連續性高的降水數據，被廣泛應用于干旱監測方面［24］。陳少丹、王兆禮等利用TRMM衛星降水數據對干旱時空變化特征進行了分析，結果均表明TRMM數據適用于區域尺度和大尺度的干旱監測［25-26］。因此，通過分析TRMM數據在淮河流域的適用性，研究認為空間連續分布的TRMM數據可以應用于該地區的干旱監測。盡管TRMM數據存在空間分辨率較低的不足，但是相對于氣象站點分布較少地區降水數據的空間插值，TRMM數據可以較好地刻畫區域降水的空間異質性，因此可以為缺資料地區提供一種新的干旱監測手段。

文中就淮河流域植被NDVI與干旱條件的相關性進行了研究，但未考慮其它因素對植被NDVI的作用，以及NDVI與干旱指數之間的滯后效應［3］。因此，對于植被NDVI與干旱之間的相應機制尚需進一步深入研究。

3 結 論

1）淮河流域2001—2016年間植被NDVI呈增加趨勢，在空間分布上表現為南高北低。而從植被NDVI變化趨勢的空間分布來看，植被NDVI增加的區域所占比例達到54.86%，主要分布在安徽、河南省的大部分地區，以及山東省西南部地區。而植被NDVI退化的區域僅占1.89%，淮河流域植被覆蓋總體表現為改善趨勢。

2）2001—2016年間，淮河流域有12 a發生輕旱及以上的旱情，發生頻率為75%.其中，2001年、2002年以及2004年干旱頻發，干旱等級達到了特旱，發生干旱的區域面積占比達到50%左右，之后流域旱情有所緩解，多以輕旱為主。

3）淮河流域植被NDVI與降水距平百分率的相關性時空差異較為復雜，整體上干旱會對植被NDVI產生一定程度的影響，相關性最顯著的區域主要分布在河南省南部、安徽省南部地區。