丁 文 荣
(云南师范大学 旅游与地理科学学院, 云南 昆明 650500)
滇中地区植被NDVI时空演变特征及其驱动因素
丁 文 荣
(云南师范大学 旅游与地理科学学院, 云南 昆明 650500)
[目的] 揭示滇中地区植被NDVI时空变化特征及其与气候因子、人类活动的关系,为该地区的社会经济可持续提供科学依据。 [方法] 以MODIS NDVI数据资料集、标准气象站点的气候数据及社会经济统计数据为素材,采用叠置分析、空间统计分析和相关分析为主要方法。 [结果] (1) 滇中地区植被5月上旬进入生长季而10月下旬结束,2001—2010年植被NDVI呈现出上升的趋势,速率为0.03/10 a,植被盖度整体朝增加的方向发展。 (2) 2001—2010年滇中地区植被覆盖呈增加和减少趋势的面积分别占总面积的70.24%和29.76%,减少最为突出的区域主要集中在人口聚集的城镇周围,增加的区域主要集中在高海拔地区。 (3) 气候影响因素中的水分类因素即平均相对湿度、最小相对湿度和降水是滇中地区植被NDVI年内变化主要的影响因素。 (4) 退耕还林工程极大地提升了滇中地区的植被覆盖度,而城镇化过程则使得滇中地区城镇周边的极低、低植被覆盖度区面积增加。 [结论] 滇中地区年内植被NDVI变化由气候因子所控制,而长期变化则受人类活动的制约。
植被NDVI; 时空变化; 气候因子; 退耕还林; 滇中地区
植被是地理环境的重要组成部分,归一化植被指数(normal difference vegetation index, NDVI)是目前最为常用的表征植被状况的指标,与叶面积指数、土地利用、植被覆盖度、生物量等密切相关。国内外学者对NDVI的驱动因子尤其是气候要素与植被NDVI之间的关系进行了系统研究,发现气温、降水与植被NDVI变化最为密切,它们之间的关系具有显著的空间差异[1]。国外对植被NDVI变化的研究表明,北半球中高纬地区植被活动显著增加,气候变暖导致全球部分地区植被覆盖发生显著变化[2],这在我国东北、华北、青藏高原等地区的研究中也得到了体现[3-5]。此外,现有的研究[6]结果表明,农业生产与植被恢复会导致植被NDVI增加,而植被分布及变化与人口密度、单位GDP等呈显著负相关。
滇中地区是云南省的政治、经济和文化中心与交通枢纽。2015年的统计结果表明,该区域人口1 702.8万人,占该省总人口的37.4%;城镇化水平为40%左右,该区的城镇化决定了云南省城镇化水平的总体进程;GDP占该省的57.8%,人均GDP约为19 400元,是全省人均GDP的1.55倍,已成为云南省的名副其实经济核心区。近年来,研究者开始关注滇中地区植被覆盖的变化状况,如赵文君等[7]通过Modis 1B数据计算了2009—2013年滇中地区NDVI月时间序列数据,并利用相关性分析和差值分析定量描述了农田、森林、灌丛和草地4种绿色覆被NDVI年内变化曲线在年际时间尺度上的协同性和差异性。王金亮等[8]利用1982—2001年近20 a的AVHRR 8 km的NDVI数据集,研究了云南省的植被指数变化特征,结果表明滇中地区植被有明显的季节差异和空间差异,植被NDVI变化幅度介于滇东北和全省植被NDVI变化之间。可见,目前针对滇中地区植被的研究已取得了一些有意义的成果,但这些研究成果仍然无法清晰揭示区内植被的演变特征及其主要驱动因素。基于此,本研究以滇中地区Modis NDVI植被数据集为基础,对滇中地区近年来植被覆盖的时空特征进行系统分析,探讨滇中地区植被NDVI的时空变化规律及驱动因素,及时为滇中地区的社会经济可持续提供科学依据。
滇中地区包括昆明市、玉溪市、曲靖市和楚雄彝族自治州4个州市,地理位置位于100°45′—104°48′E和23°20′—27°02′N之间,面积约1.10×105km2,占云南省国土面积的27.92%。地势北高南低,起伏和缓,大部分地区海拔在1 500~2 800 m之间,以山地和山间盆地地形为主,集中了云南全省近1/2的山间平地(坝子)。多年平均气温15.1 ℃,年日照时数平均为2 448.7 h,无霜期227 d,年降雨量1 035 mm,属典型的亚热带季风气候,干湿季分明。土壤类型以山原红壤为主,北部金沙江一带发育有干旱河谷特有的燥红土。植被类型多样,以次生植被和人工植被。由于滇中地区位于长江、珠江和红河的上游或源区,并有滇池、抚仙湖、星云湖和阳宗海等高原湖泊,水资源保障程度较高,但水质性缺水问题较为严重。
本研究所用数据主要包括Modis NDVI植被数据、气象数据和社会经济数据等。NDVI数据为NASA MODIS陆地产品组根据统计算法开发的MODIS植被指数产品MOD13Q1,其时间跨度为2001年1月1日至2010年12月31日,时间分辨率为1日,空间分辨率为1 000 m,是在已有的植被指数的基础上改进设计的。对所获得的MOD13Q1遥感数据集进行子集提取、图像镶嵌、数据格式转换、投影转换及质量检验等预处理后,采用最大值合成MVC(maximum value composites)法[9]和均值法对Modis NDVI数据进行计算,获得质量可靠的植被NDVI旬和年时间尺度数据集。其中,MVC法可以进一步消除云、大气、太阳高度角等的干扰,计算公式为:
NDVImi=max(NDVIij)
(1)
式中:NDVImi——第i个10d周期的NDVI最大化合成值;NDVIij——第i个10d周期内第j天的NDVI值。
在统计整个区域的NDVI值时,采用均值法进行计算,计算公式为:
NDVIa=∑NDVIx,y/n
(2)
式中:NDVIa——区域的NDVI平均值;x——统计区域像元行数;y——统计区域内像元列数;n——统计区域内像元总数。
气象数据为2001年1月1日至2010年12月31日滇中地区内41个站点资料(图1),该数据源于中国气象科学数据共享服务网(http:∥cdc.nmic.cn/home.do)和云南省气象局资料中心,经过严格的质量控制,包括连续性检验、极值检验和时间一致性检验。对收集到气候资料,首先处理为每个站点的旬值数据,然后采用泰森多边形法[10]将不同站点的气象数据转化为滇中地区的面值气象数据。
社会经济数据主要来源于2000—2010年的云南省统计年鉴。
3.1 植被NDVI时间变化
植被覆盖度可由遥感影像反演的NDVI充分反映,与NDVI呈正相关,即植被覆盖度愈好,NDVI值愈大[11]。统计结果表明,2001—2010年滇中地区NDVI的旬平均值为0.56。从图1可以看出,就逐旬来看,滇中地区NDVI值变化非常明显,呈单峰型,波动于0.49~0.68之间,4月下旬为一年中的最低值0.49,而9月下旬达最高值0.68。4月下旬达到最低值后,逐步开始回升,5月上旬进入生长季后6月缓慢上升,7,8月升速最快,9月下旬达到峰值,10月下旬生长季结束后开始下降,并一直持续到翌年5月份。从年际来看,最大化年值NDVI数据散点图中(图1),能清晰看出在研究时段内年均植被NDVI波动于0.53~0.59之间,2001年0.53为最低值,而2006年0.59则为最高值。2001—2010年植被NDVI呈现出波动上升的趋势,速率为0.03/10a,表明滇中地区植被得到恢复,总体来看覆盖度呈现增加的态势。
图1 滇中地区植被NDVI年内和年际变化
为探讨滇中地区植被NDVI年际变化特征,根据中国水利部2008年颁布的《土壤侵蚀分类分级标准》[12],将滇中地区NDVI值划分为5级,分级标准为:NDVI<0.10时为极低植被覆盖度,0.10≤NDVI<0.30时为低植被覆盖度,0.30≤NDVI<0.50时为中植被覆盖度,0.50≤NDVI<0.70时为中高植被覆盖度和NDVI≥0.70时为高植被覆盖度。起止年份2001和2010年各级别植被NDVI变化状况详见表1。从表1可以看出,滇中地区植被覆盖面积最大的分别是中植被覆盖度区和中高植被覆盖度区,2001年两者分别占滇中地区总面积的32.62%和64.67%,而2010年两者则分别占23.97%和70.61%。此外,从表1也可以看出,自2001—2010年,滇中地区各级别植被NDVI变化存在很大差异。除了中植被覆盖度区面积呈现出减少趋势外,其它等级植被覆盖度区面积都呈现出增加的趋势。其中极低植被覆盖度区面积增加了27.86 km2,低植被覆盖度区面积增加了174.57 km2,中植被覆盖度区面积增加了6 526.79 km2,而高植被覆盖度区面积则增加了2 780.55 km2。
表1 滇中地区2001—2010年NDVI变化序列
注:植被覆盖度面积单位为km2,各占当年滇中地区总面积的比例单位为%。
3.2 植被NDVI空间变化
采用空间叠置分析方法,统计了滇中地区2001—2010年的植被NDVI变化情况,结果如图2所示。从统计结果来看,自2001—2010年:NDVI值减少0.2以上的区域为134.64 km2,约占滇中总面积的0.12%;NDVI值减少0.2~0.1的区域为1 022.80 km2,约占滇中面积的0.93%;面积减少了0.1~0.0的区域为31 578.20 km2,约占滇中面积的28.71%;NDVI值增加0.0~0.1的区域为73 258.58 km2,约占滇中面积的66.60%;NDVI值增加0.1~0.2的区域为3 986.27 km2,约占滇中面积的3.62%;NDVI值增加0.2以上的区域为19.50 km2,约占滇中面积的0.02%。整体而言,滇中地区植被覆盖呈增加和减少趋势的面积分别占总面积的70.24%和29.76%。可见,经过多年持续不断的植被恢复和保护后,当地的植被覆盖整体上得到了有效提升。从图2中还可以看出,植被NDVI减少最为突出的区域主要集中在人口聚集的城镇周围,如环滇池一带的昆明市区、玉溪市首府所在地的红塔区、曲靖市首府所在地的麒麟区和楚雄彝族自治州首府所在地楚雄市的外围。此外,区内一些重要的经济开发区、基础设施建设区也减少突出,如嵩明县杨林工业园区、陆良县工业园区和昆明长水国际机场等区域植被NDVI均降低突出。再者,植被NDVI有微弱减少的区域还集中在南盘江、元江和普渡河干流沿线一带。此外,滇中地区植被主要为增加为主,增加最为显著的区域主要集中在高海拔山区,如昆明市与曲靖市交界的梁王山一带、玉溪市的哀牢山山区、曲靖市的乌蒙山山区、昆明市与楚雄市交界的三台山山区等。
图2 滇中地区植被NDVI空间变化
植被NDVI的时空变化影响要素是多方面的,可以概括为自然方面和人为影响方面。短时间尺度上自然因素特别是降水与气温变化往往是导致植被NDVI变化的主控因子,长时间尺度上人类活动尤其是土地开发利用影响突出[13]。故此,本研究分别从气候要素和人类活动的主要方面展开研究。
4.1 气候因子与植被NDVI变化
已有研究[3]表明,气候对植被覆盖的影响主要表现为对植被生长期年内韵律的控制方面。本研究采用相关分析法计算了2001—2010年滇中地区NDVI旬值序列与同旬降水量、平均气温、日照时数、平均风速和平均气压等10个气候因子的相关系数(表2)。结果表明,滇中地区植被NDVI与各气候因子的同期相关性从大到小排序为:平均相对湿度>最小相对湿度>降水>最高气温>日照时数>平均水汽压>平均气压>平均气温>最低气温和风速。可以看出,从旬时间尺度来看,植被NDVI是各气候要素综合作用的结果,但与单个气候要素的相关系数都很小,均未超过0.25。植被生长对气候因子的响应存在一定的滞后效应,为分析这种滞后效应,本研究计算了滇中地区植被NDVI旬值与前1—15旬气候因子的相关系数,相关系数最大值代表相关性最强(表2)。其中,若相关系数最大值所对应的当前旬,表明无滞后,反之即表示为滞后,相关系数最大值对应旬即为滞后的旬数。从表2可以看出,就水分类气候因子,对于NDVI而言,除了平均水汽压滞后为7旬外,降水量、平均相对湿度和最小相对湿度的滞后期为4旬和5旬,即有2个月左右的滞后期。对于温度类气候因子,平均气温和最低气温滞后期均为8旬,最高气温滞后期为10旬,即有3个月左右的滞后期。对应其它类型的气候因子而言,NDVI对平均气压仅有1旬的滞后时间,而风速和日照时数的滞后期分别的为4旬和5旬,即2个月左右。
4.2 人类活动与植被NDVI变化
人类活动对植被的影响分为正面效应(如退耕还林还草等生态工程)和负面效应(如城市扩展、人为森林破坏等)[14],退耕还林还草工程对区域生态环境的恢复和改善起到了巨大作用[15-16]。云南省退耕还林工程自2000年开始试点、2002年全面启动以来,工程建设进展顺利。其中,滇中地区内的昆明市、曲靖市和楚雄州均于2000年启动实施国家退耕还林工程,玉溪市也自2002年启动实施退耕还林工程。由于这些工程的实施,使滇中地区总退耕还林面积达854.05 km2,荒山荒地造林及封山育林面积分别达1 514.74和241.49 km2(表3),植被覆盖呈现逐渐上升的趋势,表明生态工程的实施有效改善了区域生态环境,极大地提升了滇中地区的植被整体覆盖程度。这是滇中地区中高植被覆盖度和高植被覆盖度区面积增加的主要因素。此外,城市扩展往往导致城市周边植被遭到破坏,引起植被覆盖下降。如昆明市区1992年以来,以老城区为核心并以年平均增长率3.9%的速度迅速向东南、西南和东北方向扩张[17],导致城市周边地区植被覆盖表现出下降趋势(图2),说明城市扩张是导致植被覆盖下降的重要驱动因素。这在玉溪市、曲靖市和楚雄市首府所在地也有明显的体现,揭示了滇中地区极低植被覆盖度和低植被覆盖度区面积增加的主要原因。
表2 植被NDVI旬序列与气候因子相关系数
注:**指通过0.01显著性检验; *为通过0.05显著性检验。P为20~20时降水量,Rmean为平均相对湿度,Rmin为最小相对湿度,V为平均水汽压,Tmean为平均气温,Tmin为日最低气温,Tmax为日最高气温,S为日照时数,W为平均风速,Pv为平均气压。
表3 滇中地区退耕还林现状 km2
(1) 滇中地区年内植被NDVI旬值变动于0.49~0.68之间,2001—2010年植被NDVI呈现出上升的趋势,速率为0.03/10 a。整体而言,滇中地区植被覆盖呈增加和减少趋势的面积分别占总面积的70.24%和29.76%,减少最为突出的区域主要集中在人口聚集的城镇周围,增加的区域主要集中在高海拔山区。
(2) 气候影响因素中的水分类因素即平均相对湿度、最小相对湿度和降水是滇中地区植被NDVI年内变化主要的影响因素。植被NDVI对水分类因子有2个月左右的滞后期,对温度类气候因子有3个月左右的滞后期。
(3) 滇中地区退耕还林工程的实施,极大地提升了滇中地区的植被整体覆盖程度,使滇中地区中高植被覆盖度和高植被覆盖度区面积增加,而城镇化过程则使得滇中地区极低植被覆盖度和低植被覆盖度区面积增加。
[1] Nemani R, Keeling C D, Hashimoto H. Climate-driven increases in global terrestrial net primary production from1982 to 1999[J]. Science, 2003, 300(5625):1560-1563.
[2] Melillo J M, McGuire A D, Kicklighter D W, et al. Global climate change and terrestrial net primary production[J]. Nature, 1993,363(6426):234-40.
[3] 白建军,白江涛,王磊.2000—2010年陕北地区植被NDVI时空变化及其与区域气候的关系[J].2014,34(7):882-887.
[4] 毛德华,王宗明,韩佶兴,等.1982—2010年中国东北地区植被NPP时空格局及驱动因子分析[J].地理科学,2012,32(9):1106-1111.
[5] 张晓克,鲁旭阳,王小丹.2000—2010年藏北申扎县植被NDVI时空变化与气候因子的关系[J].地理学报,2014,32(4):475-480.
[6] 侯光雷,张洪岩,郭聃,等.长白山区植被生长季NDVI时空变化及其对气候因子敏感性[J].地理科学进展,2012,31(3):285-292.
[7] 赵文君,谢飞帆.利用Modis-NDVI时序数据分析滇中地区绿色覆被的变化特征[J].价值工程,2014,33(22):320-321.
[8] 王金亮,高雁.云南省近20 a植被动态变化遥感时序分析[J].云南地理环境研究,2010,22(6):1-7.
[9] Holben B N. Characteristics of maximum-value composite images from temporal AVHRR data [J]. International Journal of Remote Sensing, 1986,7(11):1417-1434.
[10] 朱求安,张万昌,赵登忠.基于PRISM和泰森多边形的地形要素日降水量空间插值研究[J].地理科学,2005,25(2):233-238.
[11] 甘春英,王兮之,李保生,等.连江流域近18 a来植被覆盖度变化分析[J].地理科学,2011,31(8):1019-1024.
[12] 水利部.GB/SL190-2007.土壤侵蚀分类分级标准[S].北京:中华人民共和国水利部,2008.
[13] 安如,徐晓峰,杨仁敏.三江源区植被NDVI对区域气候的时滞效应分析[J].测绘与空间地理信息,2014,37(2):1-6.
[14] 刘宪锋,潘耀忠,朱秀芳,等.2000—2014年秦巴山区植被覆盖时空变化特征及其归因[J].地理学报,2015,70(5):705-716.
[15] 周洪建,王静爱,李睿,等.基于SPOT-VEG NDVI和降水序列的退耕还林(草)效果分析[J].水土保持学报,2008,22(4):70-74.
[16] 杨延征,赵鹏祥,郝红科,等.基于SPOT-VGT NDVI的陕北植被覆盖时空变化[J].应用生态学报,2012,23(7):1897-1903.
[17] 赵璐,苏怀.基于遥感影像的1992—2006年昆明市城区扩张及驱动力分析[J].中国科技纵横,2011 35(10):17-19.
Temporal and Spatial Evolution Characteristics of Vegetation NDVI and Its Driving Factors in Central Yunnan Province
DING Wenrong
(CollegeofTourismandGeographyScience,YunnanNormalUniversity,Kunming,Yunnan650500,China)
[Objective] The relationships between NDVI and the impacting variables of climatic factors and human activity in central Yunnan Province were demonstrated to provide scientific basis for the sustainable social and economic development of the Province. [Methods] MODIS NDVI(normal difference vegetation index, NDVI) data sets, climate data from standard meteorological stations and socio-economic statistical source were dealt with overlay method, spatial statistical analysis and correlation analysis to study the characteristics of temporal and spatial variation of vegetation NDVI. [Results] Vegetation growing season in Central Yunnan Province starts from early May and ends around late October. From 2001 On 2010, vegetation NDVI showed a rising trend and a rate of 0.03/10 a. Though vegetation coverage area showed an increasing trend overall, there still existed decreases region for vegetation coverage in Central Yunnan Province. The increased and decreased area covered 70.24% and 29.76% of the total area of central Yunnan Province. The most prominent areas with decreased vegetation NDVI were found mainly around the people-centered cities and towns; and the increased areas were mainly in the high-altitude. The average relative humidity, minimum relative humidity and precipitation were the main factors affecting the annual change of vegetation NDVI . The implementation of returning farm land to forestry played a key role for the enhancement of vegetation coverage in Central Yunnan Province; On the contrary, the process of urbanization led to vegetation degradation. [Conclusion] The short term change of vegetation NDVI in central Yunnan Province, for example, the annual change was determined by climatic factors; While long-term change was mainly affected by human activities.
vegetation NDVI; temporal and spatial variation; climatic factors; returning land for farming to forestry; central Yunnan Province
2015-10-13
2016-06-06
云南省教育厅重点项目“金沙江下游龙川江流域水沙输移过程及机制研究”(2015Z056); 国家自然科学基金项目(41101099; 41261044)
丁文荣(1979—),男(彝族),云南省昆明市人,博士,副教授,主要从事水文水资源方面的研究工作。E-mail:dingwenrong@163.com。
10.13961/j.cnki.stbctb.2016.06.042
A
1000-288X(2016)06-0252-06
Q948.11
文献参数: 丁文荣.滇中地区植被NDVI时空演变特征及其驱动因素[J].水土保持通报,2016,36(6):252-257.