西南山地流域NDVI變化特征及降水敏感性
——以貴州沅江流域為例

程東亞,李旭東,楊江州

貴州師范大學地理與環境科學學院, 貴陽 550025

植被生長是生態變化的指示器。NDVI(Normalized Difference Vegetation Index)稱歸一化植被指數,是測度植被生長的重要指標[1- 3]。隨著生態保護意識的增強,植被保護、生態涵養愈發受到重視[4- 6]。生態環境保護中,植被恢復是最重要措施之一。影響植被恢復和生長的因素中,氣候因素是基礎。近年來,西南地區氣象災害時有發生,對植被恢復和退耕還林產生重要影響。探究干旱背景下植被變化及其氣候影響,對生態保護和災害防治具有一定意義。

NDVI與氣候關系是當前研究的熱點。從研究區域來看,NDVI與氣候因子關系多為行政區劃尺度探究,如韓雅等[7]、劉少華等[8]對國家尺度的研究,何月等[9]、蒲蕾等[10]對省域尺度的研究,王衛等[11]、拉巴等[12]對縣域尺度的研究。在行政區尺度NDVI與氣候關系研究中,仍以省域以上尺度為主要切入方向。在自然區域尺度NDVI與氣候關系研究中,多涉及山地、流域NDVI與氣候關系研究。如流域研究對象中,王麗霞等[13]對渭河流域的研究；張景華等[14]對瀾滄江流域的研究等。山地研究對象中,如張藝成等[15]對九萬山自然保護區的研究,侯光雷等[16]對長白山區的研究。整體研究對象來看,社會區劃研究文獻相對較多,自然區劃研究需要進一步加強。在生態保護大背景下,典型生態區NDVI與氣候研究成為重要分支,如黃土高原[17]、青藏高原[18-19]等都是較為熱門的研究區域。當前研究中,深刻揭示了NDVI與氣候因子的關系,并闡明了不同區域背景下氣候因子對植被影響程度。但當前研究中更多是宏觀探究氣溫降水與NDVI關系,氣象災害影響下NDVI特征與氣候關系研究相對較少。氣象災害對植被(NDVI)具有明顯影響[20-21],影響方式具有差異。因此,尋求典型氣象災害影響下,探究NDVI變化特征是較有意義的方向。

貴州沅江流域是中國西南代表性山地流域之一。氣候立體性、人口山地性、地貌復雜性是西南山地流域基本特征。山地多、地形起伏大,降水分布具有復雜性、特殊性、區域性,深刻影響植被生長。同時,沅江流域西部、北部喀斯特分布廣泛,旱災時常發生,降水對水土流失、災害預警、喀斯特石漠化治理產生直接影響。因此文章結合干旱特征,探究流域NDVI變化和降水影響,期望研究結果能為植被恢復與干旱災害防治提供科學參考。

1 研究區概況、數據與方法

1.1 研究區概況

沅江是洞庭湖流域支流,流經湖南、貴州、重慶等省區(圖1)。貴州境內沅江流域主要位于貴州東部,流經黔南州、黔東南州、銅仁市等市州,干流長度1028 km,面積30269 km2[22-23]。流域海拔大致呈現西高東低特點。西部海拔在1500 m左右,東部海拔1000 m以下。流域南部和北部高海拔地區屬于梵凈山和雷公山,是著名旅游勝地。流域屬亞熱帶季風氣候,降水豐沛、氣溫適宜。西部和北部多喀斯特分布,南部多非喀斯特。境內河流呈現平行分布特征,降水局部差異明顯。

圖1 貴州沅江流域位置、海拔和主要城市Fig.1 Location, elevation and major cities of the Yuanjiang River Basin in Guizhou Province

1.2 數據來源與處理

DEM和NDVI數據來源于中國科學院計算機網絡信息中心地理空間數據云平臺(http://www.gscloud.cn)。DEM數據分辨率為90 m,NDVI數據為7月月合成產品,可以反映植被生長季節,數據分辨率為500 m。氣溫降水來源于國家氣象信息中心(中國氣象局氣象數據中心/國家氣象科學數據服務共享平臺)(http://data.cma.cn),中國地面累年值年值數據集(1981—2010年)。

流域屬貴州中東部,多發旱災,該特征對植被影響明顯。據資料顯示[24](以及其他相關資料整理),2006、2009、2011、2013年均為流域旱災年。考慮到該特征,合理選取代表性階段,分析植被變化內在機理更重要。經多次調整,選3年斷點。6期數據中,3年(2000、2003、2015)為正常植被生長期,包括研究初末期,能反映植被變化整體趨勢。2年(2006、2009)為代表性干旱連續期,能反映降水少和干旱條件下變化特征。1年為(2012)過渡期,該年能反映干旱前后NDVI轉折特征。計算標準差橢圓和重心,采取柵格轉點。不考慮城市與大范圍居民點,NDVI與降水具有空間趨勢。故將流域均勻創建漁網,獲取266個點(剔除無效點后),每點代表100—120 km2降水、NDVI(平均值)、NDVI時段變化,后進行地理加權回歸。

1.3 研究方法

(1)重心。重心又稱加權平均重心[25],文中重心主要包括點地理坐標系、NDVI、NDVI時段變化值,表達式為[25]：

(1)

(2)標準差橢圓。標準差橢圓是空間統計方法中能揭示地理要素空間分布特征的方法,它能反映點主導方向和總體特征[26-27]。表達式為[26-27]:

ai=mi-mj;bi=ni-nj

(2)

(3)

(4)

式中,(mi,ni)為(mj,nj)的平均中心,wi為NDVI或NDVI時段變化值,(ai,bi)為點距離中心相對坐標,δxδy為x軸、y軸方向標準差。

(3)克里金插值。克里金插值是空間插值常用方法之一,表達式為[28-29]：

(5)

式中,zb為待估計值,zn為已知值,wn為權重,s為估算樣本點數目。

(4)樣條函數插值。以薄板樣條函數為例,表達式為[30]:

(6)

式中,m、n為待插值點坐標,di=(m-mi)2+(n-ni)2,mi和ni是相應控制點坐標。

(5)地理加權回歸(GWR)。表達式為[31-32]：

(7)

式中,(ui,vi)為某區域地理坐標中心,b0為常數,b1為自變量回歸系數,xij為自變量。

2 植被覆蓋度時空變化特征

2.1 NDVI空間分布特征

圖2 2000—2015年貴州沅江流域NDVI空間分布特征Fig.2 Spatial distribution characteristics of NDVI of the Yuanjiang River Basin in Guizhou Province during 2000—2015

2000—2015年流域NDVI總體西低東高(圖2),NDVI呈上升—下降—上升特征(圖3)。期間流域植被整體改善,下降趨勢主要為干旱年。2000和2003年由西向東NDVI總體逐漸升高,中部0.7過渡,東部達0.9以上。2003年流域NDVI整體上升,西部低值散落,主要是城市活動影響。2009年NDVI小于0.7多分布中東部河谷,可能是干旱初期影響。2012年南部部分區域NDVI0.5以下,東北、東南、中部部分地區大于0.9。2006、2009、2012年均為干旱和過渡干旱代表年,植被生長差,NDVI呈下降趨勢且空間差異明顯。2015年NDVI小于0.7范圍縮小,大于0.9范圍擴大,說明期間植被較大改善,西部改善最明顯。總體看,2006、2009年旱災年NDVI下降。2012年屬災害過渡期,NDVI下降卻最明顯,可能是連續干旱期影響。

圖3 2000—2015年貴州沅江流域NDVI變化趨勢Fig.3 Trends of NDVI of the Yuanjiang River Basin in Guizhou Province during 2000—2015

2.2 NDVI時段變化空間分布特征

2000—2003年流域NDVI下降少,僅西部和東南零星分布(圖4)。2003年NDVI上升,流域植被改善最明顯在西部。2003—2006年流域NDVI下降區主要在中部和東南,其他區基本穩定。2006—2009年流域NDVI升降并存,整體下降為主。2006—2009年流域NDVI上升多分布中部、東北、東南,空間分布不均。2006—2009年均為旱災年,旱災年NDVI空間局部差異明顯,可能2009年旱災在7月以后更加嚴重導致。2009—2012年NDVI西部下降多,東部下降少且局部上升。2009—2012年下降區NDVI有明顯特征,多分布在高山高海拔區,旱災可能對高海拔區影響深刻。2012—2015年NDVI上升為主,西部上升多0.3以上,東部多上升不足0.1。2012年為旱災過渡年,NDVI屬于研究期最低,2012—2015年上升值可能被高估。2000—2015年NDVI整階段變化看,微小上升為主,期間NDVI上升多0.1左右,僅西部少量上升0.2以上。整階段NDVI雖改善,但局部仍存在下降,局部下降與城市擴張有關。變化初末期看,流域NDVI處于改善趨勢,植被恢復良好。

圖4 2000—2015年貴州沅江流域NDVI時段變化空間分布特征Fig.4 Spatial distribution characteristics of NDVI stage variation of the Yuanjiang River Watered in Guizhou Province during 2000—2015

2.3 分階段NDVI變化特征

2000—2015年流域NDVI小于0.3占比低,期間NDVI0.3—0.4占比最高2012年(1.45%),最低2003年(0.03%)(表1)。2000—2015年0.5—0.6占比小幅提高,多年占比超1%。旱災年NDVI0.6以下明顯上升,干旱期植被生長受限。2000—2015年NDVI0.6—0.7占比提高,最高2012年13.23%,最低2003年2.13%,其他年約10%。2012年屬干旱過渡年,也是旱災嚴重年份之一。可能是整階段干旱,短期內植被難以恢復到正常水平。2000—2015年NDVI0.8—0.9占比高,多年超50%,如2000年、2003年,正常年份植被均處于改善趨勢。2000—2015年累計占比看,干旱年低值增加,增加程度可間接反映植被變化。干旱年NDVI大于0.9均10%左右,干旱對植被影響較大。

2000—2003年NDVI小幅上升,流域NDVI上升穩定,即植被恢復穩定。2000—2003年NDVI時段變化小于0占比26.32%,NDVI微小上升。2003—2006年NDVI時段變化小于0累計占比68.54%,NDVI下降明顯。2003年屬研究期NDVI最高階段,2006年屬干旱年,故2003—2006年NDVI下降明顯。2006—2009年NDVI明顯不同于2003—2006年,植被階段變化均衡。2009—2012年NDVI時段變化小于0占比繼續降低。2012—2015年NDVI小于0占比不足40%,NDVI正變化。2000—2015年累計變化看,小于0占比僅47.05%,大于0占比52.95%。2000—2015年NDVI時段變化小幅上升,整體不明顯。植被正常生長年份,NDVI增加多0—0.1,干旱年下降-0.1—0,干旱對植被影響表現下降趨勢。干旱時NDVI部分階段增長,可能存在局部小氣候影響。

2.4 NDVI重心偏移特征

2000—2015年流域NDVI重心迂回,植被空間變化不穩定(圖5)。2003年NDVI重心西移,正常年份NDVI西部較快增長,植被恢復好。2006年NDVI重心西移,距離略小于2003年。2009年流域NDVI重心東移,偏移距離長。2012年流域NDVI重心繼續東移,2012年為最東點。2003—2012年流域NDVI重心持續東移,東部NDVI更高(或下降更少)。2003—2012年干旱期,重心東移是干旱帶來的異常現象。2015年NDVI重心迅速西移,呈迂回特征。2000—2015年整階段NDVI重心西移,西部NDVI增長較快,植被恢復較好。2000—2003年NDVI時段變化重心總體位于西部,2003—2006年時段變化重心東移,2006—2009年繼續東移。表明2003—2009年流域東部NDVI高(或下降更少),即干旱期東部NDVI下降少。干旱年NDVI時段變化重心主要在東部,可能干旱對東部植被影響更小。正常年NDVI均在西側,也在一定程度反映西部NDVI增長更快。期間,NDVI增加處于不穩定趨勢,NDVI時段變化在干旱年向東偏移。

表1 2000—2015年貴州沅江流域分階段NDVI特征/%

圖5 2000—2015年貴州沅江流域NDVI重心遷移圖Fig.5 Center of gravity of NDVI migration of the Yuanjiang River Basin in Guizhou Province during 2000—2015

2.5 NDVI標準差橢圓特征

標準差橢圓反映NDVI空間集中程度和方向特征(圖6)。2000—2015年流域NDVI標準差橢圓差異小。雖期間存在干旱等情況,但NDVI標準差橢圓總體穩定,說明無論是正常植被生長年,還是異常氣象災害年,NDVI總體空間動態平衡。2000—2015年NDVI時段變化標準差橢圓靠西且扁平,西部NDVI上升多且集中。旱災年NDVI時段變化差異小,2006—2009年空間差異小,旱災對NDVI影響具有普遍性,即旱災往往影響整個流域植被生長。空間標準差橢圓僅反映基本特征,細微變化需通過長短軸、傾斜方向等探究(表2)。2000—2015年NDVI標準差橢圓周長差異不足10 km,面積相差不足1000 km2。說明無論是正常還是異常年,流域NDVI增長平衡。2000—2015年NDVI時段變化標準差橢圓差異懸殊,災害年標準差橢圓變化較小,NDVI干旱期普遍下降。標準差橢圓2012—2015年變化差異大,這種差異是極端情況導致。2012年NDVI空間分布也最低,2015年NDVI最高,導致標準差橢圓空間差異明顯。

圖6 2000—2015年貴州沅江流域NDVI標準差橢圓空間特征Fig.6 Characteristics of NDVI standard elliptical space of the Yuanjiang River Basin in Guizhou Province during 2000—2015

表2 2000—2015年貴州沅江流域NDVI標準差橢圓信息

3 NDVI降水敏感性特征

3.1 降水空間分布特征

圖7 貴州沅江流域降水空間分布特征Fig.7 Spatial distribution characteristics of precipitation of the Yuanjiang River Basin in Guizhou Province

文章采用兩種方法分析降水特征及與NDVI關系,避免空間插值產生較大偏差。Kriging顯示(圖7),流域西部降水多1300 mm以上。Spline顯示,流域南部、東部降水多,降水量多在1300 mm以上。降水量大于1300 mm對比,Spline范圍大于Kriging。流域降水較少位于中部,多在1200 mm以下。Spline和Kriging在1200 mm附近插值相似。降水1350 mm差異明顯,Spline范圍大,Kriging范圍略小。整體看流域中部降水少,西部、南部、東部降水多。

3.2 降水與NDVI相關分析

隨降水增加,NDVI呈現上升趨勢(圖8)。Spline、Kriging對NDVI模擬中,Spline線性模擬斜率高,空間趨勢明晰。但兩種模擬方式空間趨勢一致,隨降水增加,NDVI處于上升趨勢。Spline、Kriging對NDVI時段變化模擬,無明顯斜率差異。降水與NDVI時段變化呈負相關。Spline降水與NDVI顯著正相關(表3),相關系數0.163,顯著性0.008。Spline降水與NDVI時段變化不顯著負相關,相關系數-0.117,顯著性0.057。Kriging降水與NDVI時段變化不顯著正相關,相關系數0.084。Kriging降水與NDVI時段變化顯著負相關,相關系數-0.153,顯著性0.013。結合簡單空間趨勢模擬和相關分析,可基本得出：降水與NDVI存在關系。NDVI總體特征來看,降水越多,NDVI應該越高,NDVI時段變化相對越小。

圖8 貴州沅江流域降水與NDVI基本線性趨勢Fig.8 Precipitation and NDVI basic linear trend of the Yuanjiang River Basin in Guizhou Province

3.3 地理加權回歸參數檢驗

地理加權回歸(GWR)模擬降水對NDVI影響,結果顯示Kriging降水對NDVI敏感性模擬效果差,R2為0.09,R2adjusted為0.08(表4)。Spline降水對NDVI敏感性模擬較好,其Bandwidth為93593.52,Residual squares為0.42,擬合優度R2為0.18,R2adjusted為0.16,模擬效果可反映降水對NDVI影響。Kriging對NDVI時段變化模擬不如Spline。NDVI時段變化模擬中,Kriging擬合優度R2為0.06,調整后0.05。NDVI時段變化敏感性模擬中,Spline擬合優度R2和R2adjusted為0.09、0.07。采用GWR探究降水對NDVI敏感性,Spline效果更好。因此,文章重點探究Spline插值降水產生的NDVI敏感性。

表3 貴州沅江流域降水與NDVI相關分析

**在置信度(雙側)為0.01 時,相關性是顯著的;*在置信度 (雙側)0.05 時,相關性是顯著的

表4 降水與NDVI關系的GWR回歸參數檢驗

3.4 NDVI降水敏感性特征

圖9 貴州沅流域NDVI降水敏感性空間分布特征Fig.9 Spatial distribution characteristics of NDVI precipitation sensitivity of the Yuanjiang River Basin in Guizhou Province

Spline、Kriging對NDVI降水敏感性空間模擬趨勢一致,敏感性西南—東北遞增(圖9)。流域西部降水與NDVI呈負相關,東北正相關。主要是以下原因：流域西部城市密集,人口多,人類活動對NDVI影響大,敏感程度高。流域西部降水多,但不是NDVI高值集中區。文中NDVI為多年均值,降水敏感性反映多年平均狀況。模擬結果顯示,Spline模擬NDVI敏感性空間差異大,Kriging空間敏感性差異小。模擬NDVI降水敏感性空間變化特征看,Spline模擬有空間彎曲,Kriging近似直線減少。無論何方式,NDVI降水敏感性呈西南—東北遞增。

3.5 NDVI時段變化降水敏感性特征

Kriging、Spline對NDVI時段變化敏感性空間模擬差異大(圖10)。Kriging-NDVI時段變化敏感性大致從西向東降低。Kriging中,降水對NDVI時段變化敏感性為負回歸系數。Spline-NDVI時段變化空間敏感性模擬大致從中部向四周遞增。Spline插值,NDVI時段變化敏感性正負均有。Spline插值,降水對NDVI時段變化敏感性正回歸系數主要在東南、東北,敏感性負回歸系數主要在西部。

圖10 貴州沅江流域NDVI時段變化降水敏感性空間分布特征Fig.10 Spatial distribution characteristics of precipitation variation in stage variation of the Yuanjiang River Basin in Guizhou Province

4 討論

4.1 關于植被變化與干旱影響

文章分析了2000—2015年貴州沅江流域NDVI時段變化特征,結果表明流域NDVI處于上升趨勢,說明退耕還林還草等植被恢復取得較好結果。馬士彬等[33]在貴州喀斯特地區NDVI研究中,2006—2010年貴州NDVI處于較低下降水平,這與本文2006—2012年結果基本一致。同時,該文[33]2000—2013年沅江流域西部NDVI屬于顯著上升趨勢,也與本文研究結果一致,即西部地區植被恢復較好。許玉鳳等[34]對貴州2000—2014年植被覆蓋度研究中,大致呈現流域西部及附近植被覆蓋度有所提升,亦與本文結果基本一致。研究結果可以反映植被逐漸好轉趨勢,特別是西部植被恢復好轉趨勢。

王兆禮等[35]在對中國流域尺度氣象災害與植被關系研究中發現,大尺度干旱災害對干旱和半干旱地區影響更明顯。2009和2012年沅江流域NDVI卻呈西部降低特征,該特征是區域較為獨特的現象。馬志婷等[36]在華北地區干旱與植被關系研究中認為：干旱程度加深,NDVI下降在逐漸加快。流域2006—2012年NDVI都屬于低值區,可在一定程度反映干旱對植被影響,但流域2012年NDVI屬于最低水平,是否屬于流域干旱最劇烈年份尚且不明確。劉大川等[37]研究干旱對NDVI影響,其結果亦與馬志婷等[36]相似。

4.2 關于流域植被分布特征

2000—2015年多年NDVI表現為西低東高,但局部也有差異。流域西部城市活動密集,人類活動頻繁,NDVI總體較低。2006年NDVI空間趨勢明顯不一致,東北和東南較低,文章認為可能有如下原因：2006年是干旱年,干旱對NDVI影響大,東部植被茂盛區明顯。2000—2015年南部雷山附近始終存在NDVI低值區,此低值與城市密切相關。2000—2015年NDVI始終保持較高,主要分布北部梵凈山附近,此區較高有以下原因：(1)梵凈山周邊海拔高,人類活動相對較少。(2)梵凈山附近是自然保護區,對植被保護有積極影響[38]。2000—2015年流域NDVI增長最高主要位于西部,西部城市和人口密集。貴州退耕還林耕還草的實施,西部NDVI較快上升。2006—2009年、2009—2012年流域NDVI時段變化呈西部下降快,東部下降慢。2006、2009、2012年為旱災年,正常年NDVI西部增長,異常年下降,兩者相反。流域NDVI整體西低東高。發生氣象災害時,植被覆蓋較低區對災害抵抗能力弱。東部植被生長好于西部,植被本身具有涵養水源和抵抗災害功能[39]。植被茂密區,局部環境更濕潤,有利于減輕災害影響。地表特征也影響氣象災害。流域西部多喀斯特,屬工程性缺水區[40]。發生干旱氣象災害時,缺水更嚴重,進而影響植被生長。人類和城市活動對NDVI干旱期影響突出。西部人口城市密集,干旱期人口植被爭水,進一步加劇干旱。NDVI平均值變化可能說明干旱程度。如2006—2009年NDVI下降沒有2009—2012年多,是否可以說明2012年干旱過渡期氣象災害影響更明顯,仍不得而知。

NDVI空間標準差橢圓總體穩定。這種穩定特征與流域多因素密切相關：流域人口西多東少,但相對于全省仍屬人口較稀疏區,人口空間穩定,對植被影響較穩定。貴州東部多旱災,沅江流域也屬旱災侵擾區[24,41]。但流域大致呈正三角形,氣象災害空間影響具有穩定性。重心總遷移特征看,正常年NDVI重心較穩定,如2000、2003、2015年。干旱時段NDVI重心不穩定,氣象災害嚴重干擾植被生長。NDVI降水敏感性中,降水敏感程度自西向東逐漸升高。主要包括以下原因：西部人類活動較強,植被覆蓋較低。在降水影響相近情況下,影響可能越大(由于為負回歸系數,系數越小,實際影響越強)。地理條件差異一定程度影響降水敏感性。流域西部屬喀斯特分布區,植被覆蓋稀疏,石漠化嚴重[42]。NDVI時段變化對降水敏感性空間影響多為負向,周邊高山高海拔區正敏感區,表明高山區植被生長好,人類干擾弱。

4.3 關于本文的不足

文章基于2000—2015年6年代表性NDVI,深入分析其特征和變化趨勢。結果可基本反映植被轉好趨勢,也可反映部分干旱對NDVI影響。文章采用分階段數據雖可基本反映空間趨勢,但年際(本文均為7月數據)連貫性缺乏,是本文不足之處。選取地理加權分析降水敏感性,是基于點求取空間趨勢,雖能反映空間影響整體,但局部影響表現不明顯。2012年屬氣象災害過渡異常年,NDVI最低,是否存在長時間干旱影響,文章尚且沒有更多資料進行充分評估。因此,本文以下方面需進一步探究：(1)探究長時間序列沅江流域NDVI時段變化。(2)尋找足夠資料,評估連續干旱時期,流域NDVI變化內在機制和災害影響程度。(3)選擇精準方法探究局部NDVI降水敏感性。

5 結論

文章選取2000—2015年貴州沅江流域典型年份NDVI,采用重心分析、標準差橢圓、地理加權回歸等方法,探究流域NDVI變化和降水敏感性,研究結果可為退耕還林還草和干旱災害防治提供科學參考。文章初步得出以下主要結論：

(1)2000—2015年貴州沅江流域NDVI總體處于上升趨勢,植被正在改善,期間西部植被改善最為明顯,退耕還林還草取得較好成果。

(2)2000—2015年貴州沅江流域干旱年與正常年NDVI空間變化趨勢不一致,干旱程度對植被影響具有區域差異。

(3)貴州沅江流域NDVI與降水呈負相關,空間敏感性自西向東遞增,降水對流域西部喀斯特山區NDVI影響更明顯。

(4)2000—2015年貴州沅江流域NDVI時段變化與降水主要為負相關,降水越多NDVI時段變化敏感性越弱,退耕還林還草工程應重點放在負敏感區。