石羊河流域上游植被时空变化及其对区域气候的响应

唐 志 光,马 金 辉,李 朝 奎,彭 焕 华,梁 继

(1.湖南科技大学地理空间信息技术国家地方联合工程实验室，湖南 湘潭 411201；2.兰州大学西部环境教育部重点实验室，甘肃 兰州 730000；3.兰州大学遥感与地理信息系统研究所，甘肃 兰州 730000)

石羊河流域上游植被时空变化及其对区域气候的响应

唐 志 光1,马 金 辉2,3,李 朝 奎1,彭 焕 华1,梁 继1

(1.湖南科技大学地理空间信息技术国家地方联合工程实验室，湖南 湘潭 411201；2.兰州大学西部环境教育部重点实验室，甘肃 兰州 730000；3.兰州大学遥感与地理信息系统研究所，甘肃 兰州 730000)

利用1999-2013年的SPOT-VEGETATION NDVI时间序列数据和降水、气温数据，对石羊河流域上游近15年的植被变化特征及其对降水和气温的响应关系进行了研究。结果表明：研究区NDVI的空间分布具有明显的垂直地带性；近15年中，81.3%的地区植被生长季NDVI呈增长趋势；研究区平均NDVI在春、夏、秋季及植被生长季的增长幅度分别为11.75%、9.62%、5.98%和7.75%，植被生长季在延长。气候变化对研究区植被的影响随植被类型及其生长季节的不同而具有明显差异，体现出较大的时空异质性；降水是影响研究区植被变化的主要因素。

石羊河流域；植被；NDVI；时空变化；气候变化

0 引言

植被是连接土壤、大气和水分的自然纽带，在水土保持及区域气候研究中扮演着重要角色[1,2]。植被与气候间的相互作用主要表现在两方面：1)气候是决定地球上植被状况的最主要因素，而植被是气候最鲜明的反映和综合标志；2)不同的植被类型通过影响植被与大气间的物质(如CO2和水等)和能量(如太阳辐射、热量等)交换影响气候，改变后的气候又通过植被与大气间的这种物质和能量的交换对植被生长产生影响，最终影响全球的碳平衡格局。因此，监测植被的动态变化及其气候响应关系，已成为全球变化研究的重要内容。

石羊河流域是我国西北干旱区颇受关注的水资源及生态环境脆弱地带[3]，并且是甘肃省河西内陆河流域中人口最多、水资源开发利用程度最高、用水矛盾最突出、生态环境问题最严重、水资源对经济社会发展制约性最强的地区[4]。石羊河流域上游祁连山区是其河流的发源地和水源形成区，更是水资源短缺的中下游地区的用水来源地。该流域的植被也大都集中在上游的祁连山区，作为石羊河流域陆地生态系统的代表，对石羊河流域的水源涵养起着重要的作用。因此，研究石羊河流域上游植被的时空变化及其气候响应关系，对有效应对气候变化，实现石羊河流域水资源的可持续发展及遏制荒漠化的发展态势具有重要的现实意义，为研究和治理石羊河流域乃至干旱区内陆河流域的生态环境问题提供可靠的理论依据。

归一化植被指数(NDVI)是检测植被生长状态、植被覆盖度的重要遥感指标；NDVI遥感产品已被广泛地应用于全球及区域尺度上的植被时空变化监测及其对气候变化的响应关系研究。自1987年以来，我国西北地区正经历着由暖干向暖湿转变的气候转型，气温和降水均呈现出明显的增长趋势，而且这种气候转型的态势将延续下去[5,6]。现有研究表明，在气候变化的背景下，我国西北地区的植被也正发生显著的变化[1,7-12]。虽然这些研究因研究范围、选取数据以及时间跨度的不同，所得结果存在一定的差异，但多数研究[1,9-12]表明我国西北大多数地区的植被NDVI在过去近20年呈现增长的趋势。在这样的背景下，定量研究石羊河流域上游的植被变化趋势及其气候响应机制更具有必要性和迫切性。本研究利用长时间系列的SPOT-VEGETATION NDVI数据集、气温和降水数据，旨在分析近15年石羊河流域上游(由东到西包括大靖河、古浪河、黄羊河、杂木河、金塔河、西营河、东大河、西大河8个子流域，面积约10 567 km2)植被的时空变化特征及其对区域气候变化的响应。

1 数据与方法

1.1 数据及预处理

1.1.1 NDVI数据 本文所利用的植被NDVI数据集为1999年1月—2013年12月的SPOT-VEGETATION 逐旬NDVI产品，来源于http://free.vgt.vito.be/home.php网站。该数据由瑞典的Kiruna 地面站负责接收，并经过了严格的质量控制和预处理，最终生成逐日1 km 的全球数据[13]。其预处理包括辐射定标、几何校正、大气校正，以及利用清除云和大气干扰的最大化合成法(MVC)[14]生成10 d 最大化合成的NDVI数据。该数据集已被广泛应用于植被动态变化研究中[8,15-18]。

1.1.2 气象数据与处理 本研究中的气象数据主要包括1998-2013年研究区域内及周边的39个气象台站的降水和气温资料。为了方便逐像元分析研究区NDVI变化对降水、气温的响应关系，利用与回归模型相结合的克里格插值方法对气象台站的气温和降水数据均进行了空间插值处理，插值后的空间分辨率为1 km(与NDVI数据一致)。通过建立降水/气温的回归模型初步反演研究区降水/气温的空间分布,并利用克里格法对降水/气温回归模型的残差值进行修正。降水/气温回归模型的基础数据为研究区DEM(90 m)数据提取的地形因子,结合气象站点的降水/气温分别建立其多元线性回归方程。将各气象站点的降水/气温观测值减去多元线性回归方法的预测数据得到残差值,并对残差进行普通克里格空间插值;最后用残差空间插值结果修正回归模型估算的降水/气温数据，得到修正后的研究区降水/气温空间分布数据。通过交叉验证的方法，得出研究区降水和气温空间插值结果具有较高的精度，其平均误差分别为9.25%和7.73%。

在研究区的高海拔地区，由于气象台站数据稀少，降水/气温的插值结果可能存在较大的偏差；然而，这并不会影响后文中的分析结果，因为在后文中这些高海拔的非植被覆盖区未参与相关计算。

1.1.3 土地利用、DEM数据 研究中的植被类型划分是以甘肃省2000年1∶10万土地利用数据集(来源于寒区旱区科学数据中心，http://westdc.westgis.ac.cn)为基础，选用2008-2011年的Landsat5-TM遥感数据并结合高分辨率的Google Earth图像，采用目视解译的方法，最终按照研究需要(探讨不同植被类型NDVI对气候变化响应的差异性)将研究区土地利用类型划分为林地、草地、耕地和非植被类型，其中非植被类型为高海拔的冰雪、裸岩等无植被覆盖区,不参与植被变化的分析。还采用90 m分辨率的SRTM DEM数据，主要用于提取地形因子辅助气温、降雨量数据的插值处理等。

1.2 主要分析方法

一元线性回归可模拟每个像元的变化趋势，对区域内的逐像元模拟则可综合反映区域的时空格局演变。该方法也常应用于植被变化的定量分析中[8,19,20]。本研究采用该方法定量计算研究区NDVI的变化趋势，公式如下：

(1)

式中：ΘSlope表示线性拟合回归方程的趋势线斜率，n为参与计算的总年份数，i为年序号，NDVIi表示第i年的春季平均NDVI。在本研究中通过式(1)计算得到的变化趋势图反映的是1999-2013年研究区的NDVI的总体变化趋势。当ΘSlope>0 时，则表示NDVI在15年间呈增加的趋势。

计算了近15年研究区NDVI的百分比变化幅度(η)，以反映近15年的NDVI变化量，公式如下：

(2)

对于植被NDVI与气温、降水之间相互关系的研究主要采用计算其皮尔逊相关系数的方法。

2 结果与讨论

2.1 研究区NDVI空间分布特征

根据研究区1999年1月-2013年12月的逐旬SPOT-VEGETATIONNDVI数据集，计算得到石羊河流域上游近15年的年均NDVI、年最大值NDVI分布图(图1,见封3)。为了进一步分析研究区植被覆盖与海拔高程间关系，将各栅格年最大值NDVI与其对应的海拔高程作散点图(图2)。由图1和图2可以看出，植被NDVI的分布呈现明显的垂直地带性。从东北向西南随着海拔高度的增加NDVI值先增大后减少，植被呈现东南-西北方向的带状分布，年均NDVI小于0.1的地区主要分布在高海拔的冰雪、裸岩等无植被覆盖区。在3 200m以下的地区，植被NDVI随海拔的升高而增大，而在海拔3 200m以上，植被NDVI随海拔的升高而减小。植被覆盖较高的地区(年最大值NDVI>0.6)主要在海拔2 800～3 500m的地区(图3)。植被覆盖呈现这种垂直地带性规律的原因可能有：在海拔2 800m以下的地区降雨量较少，气温相对较高，水分蒸发严重，因而植被覆盖较差，而且随着海拔升高降水量增加，植被覆盖也增强；在海拔2 800～3 500m的地区降雨量较丰富，气温也适合植被生长，因而植被较茂盛；而在海拔3 500m以上，随着海拔的升高气温逐渐降低，低气温成为制约植被生长的主要因素，因而植被覆盖逐渐减少；到了海拔4 000m以上植被覆盖稀疏或基本无植被，主要是冰雪、裸岩及其他未利用地。

图2 年最大值NDVI与海拔高程关系Fig.2 The relationship of annual maximum NDVI and altitude

图3 研究区年均NDVI、年降水量及年均气温的年际波动Fig.3 Interannual variations of annual mean NDVI,annual precipitation and annual mean temperature in the study area

2.2 研究区气候及NDVI年际波动特征

从1999-2013年研究区年均NDVI、年降水量及年均气温的变化(图3)可知近15年研究区NDVI呈增加趋势，总体年均增长速度为0.002(R2=0.41),该植被NDVI增加的趋势与我国西北地区植被活动的相关研究结论[9,12]一致。研究区年降水量和年均气温也呈增加趋势，增长速度分别为3.138 mm(R2=0.19)和0.0194℃(R2=0.23)。其中，年均NDVI与年降水量的年际波动特征大致接近，体现出明显的相关性。年均NDVI与年降水的相关系数(R)为0.74，而与年均气温的相关系数(R)仅为0.15。

2.3 研究区NDVI的时空变化特征

为了反映研究区NDVI变化的时空格局特征，分别对春、夏和秋季以及整个生长季的NDVI进行逐像元的趋势分析与百分比变化幅度计算。根据研究区NDVI的年内波动特征，本研究中的植被生长季定义为3-11月，即包含春、夏、秋季。图4显示了1999-2013年研究区平均生长季NDVI的变化趋势及其变化幅度。按照不同植被类型分区，统计了近15年各植被类型在不同季节的NDVI变化趋势及变化幅度(表1)。

从图4(见封3)可以看出，大部分地区的平均生长季NDVI体现出增加的趋势，说明在近15年中大部分地区的植被覆盖增强，植被状况得到良好的改善。植被增强的区域面积比例占81.3%，其中研究区北部的大部分区域(包括东大河、金塔河以及西营河流域的下游等)植被改善较明显，NDVI的变化趋势斜率大于0.004(即年均NDVI的增长值大于0.004)，近15年变化幅度大于10%，并且 NDVI增长幅度大于20%的地区占研究区总面积的25%。植被退化的区域面积比例为19.7%，主要分布在植被覆盖度低的高海拔地区。但是，从整个研究区看，近15年石羊河流域上游植被NDVI的总体趋势是在增强，植被状况得到改善。

表1 15年不同植被类型的NDVI变化趋势(Θslope)及百分比变化幅度(η)Table 1 Annual increment of NDVI and increase rate of NDVI for different vegetation types during 1999-2013

从表1可以看出，近15年研究区平均生长季NDVI的增长趋势及变化幅度分别为0.0025 a-1、7.75%。从不同植被类型看，林地、草地和耕地的平均生长季NDVI均呈增加的趋势，其中，耕地增长最快，其近15年的平均生长季NDVI的增长趋势为0.003 a-1，变化幅度为10.64%。从不同季节看，研究区NDVI增长最快的为夏季，达0.0048 a-1；春季增幅最大，近15年增长了11.75%；秋季增长最慢，增长趋势和变化幅度分别为0.0019 a-1和5.98%。

不同植被类型的NDVI在各生长季均体现出增加趋势，但其增长趋势及幅度差异较大。其中，夏季林地的NDVI增长最快(0.0052 a-1)，春季耕地NDVI增幅最大(19.99%)。研究区春、秋季的NDVI增长趋势表明，植被生长周期的开始日期在提前、结束日期在推后，植被生长季在延长。这与“在全球变暖背景下植被生长季在延长”的相关结论一致[21,22]。

2.4 NDVI对气温和降水变化的响应

为探讨研究区NDVI变化对气候变化的响应关系，逐像元计算了NDVI与气温、降水之间的相关系数，以构建研究区气候变化与植被覆盖之间的关系(表2、表3)。

表2 不同类型植被NDVI与降水的相关系数Table 2 Correlation coefficients between seasonal mean NDVI and precipitation for different vegetation types

注：*表示通过0.05的置信度检验。

表3 不同类型植被NDVI与气温的相关系数Table 3 Correlation coefficients between seasonal mean NDVI and temperature for different vegetation types

注：**和*分别表示通过0.01和0.05的置信度检验。

从整个研究区生长季的NDVI看，其与降水呈明显正相关(R=0.472,P=0.112)，而与气温的相关性较弱(R=0.054,P=0.857)；不同植被类型均体现出相似的特征。这说明本研究区，降水对植被生长季NDVI的影响要大于气温，是影响平均生长季NDVI的主要因素(表2、表3)。

无论是从生长季还是不同季节看，三种植被类型的NDVI与降水的相关系数基本为耕地>草地>林地，说明降水对林地、草地和耕地的植被生长的促进作用依次增大。这可能是由于耕地集中在海拔相对低的地区，降水量较少，气温较高，蒸发量较大，因而降水是影响其植被状况的主要因素，致使NDVI与降水的相关性大。而林地主要分布在海拔相对高的地区，降水量丰富，气温较低，蒸发量较小，降水量对植被状况的影响相对较小，因而林地的NDVI与降水量的相关性小。各植被类型NDVI与降水的相关性在夏季较大(R均大于0.45)，夏季降水是促进植被生长的重要因素；而春、秋季NDVI与降水呈弱相关性(表2)。

虽然生长季NDVI与气温之间相关性较弱，但是研究区春季NDVI与气温呈现强正相关性，草地、耕地和林地与气温的相关系数分别为0.532、0.575(P<0.01)和0.596(P<0.01)，说明春季气温对植被的生长具有明显的促进作用。春季气温的上升可能是导致研究区春季平均NDVI上升的主要原因，是植被对全球变暖响应的重要信号。夏季气温与三种植被的夏季NDVI均呈负相关，体现了夏季气温对三种植被夏季生长的抑制作用，这种抑制作用由大至小依次为耕地、林地和草地。夏季气温与植被NDVI的负相关性，主要是由于研究区夏季气温的升高加速地表水分的蒸发，从而抑制植被的生长(表3)。

3 结论

本文的主要研究结论如下：1)研究区NDVI的空间分布呈现出明显的垂直地带性。从东北向西南随着海拔高度的增加NDVI的值先增大后减小，植被呈东南-西北方向带状分布。2)近15年，研究区大部分地区植被活动在增强，总体年均NDVI与生长季NDVI均呈增加趋势，年均增长量分别为0.002和0.0025。生长季NDVI增强的区域占研究区面积的81.3%，主要分布在北部区域。不同类型植被的生长季NDVI以及春、夏、秋季的NDVI都在上升，植被生长季在延长。3)研究区年均NDVI、生长季NDVI变化都与降水量有较大的相关性，降水量是影响植被状况的主要因素；气温对植被的影响主要体现在春季的促进作用和夏季的抑制作用，春季气温的上升可能是导致研究区春季平均NDVI上升的主要原因，是植被对全球变暖响应的重要信号；不同类型植被体现出对降水和气温不同程度的敏感性，降水对三种植被类型的促进作用为耕地>草地>林地，春季气温的促进作用为林地>耕地>草地，夏季气温的抑制作用为耕地>林地>草地。

[1] PIAO S,MOHAMMAT A,FANG J,et al.NDVI-based increase in growth of temperate grasslands and its responses to climate changes in China[J].Global Environmental Change,2006,16(4):340-348.

[2] SUN H,WANG C,NIU Z.Analysis of the vegetation cover change and the relationship between NDVI and environmental factors by using NOAA time series data[J].Journal of Remote Sensing,1998,2:210-216.

[3] 马金珠,王刚,李丁,等.民勤盆地沙漠化,贫困化与水资源开发利用[J].自然资源学报,2006,21(4):551-558.

[4] 任建民,忤彦卿,贡力.人类活动对内陆河石羊河流域水资源转化的影响[J].干旱区资源与环境,2007,21(8):7-11.

[5] 施雅风,沈永平,胡汝骥.西北气候由暖干向暖湿转型的信号、影响和前景初步探讨[J].冰川冻土,2002,24(3):219-226.

[6] SHI Y,SHEN Y,KANG E,et al.Recent and future climate change in northwest China[J].Climatic Change,2007,80(3-4):379-393.

[7] PIAO S,FANG J,ZHOU L,et al.Interannual variations of monthly and seasonal normalized difference vegetation index(NDVI)in China from 1982 to 1999[J].Journal of Geophysical Research:Atmospheres(1984-2012),2003,108(D14):4401-4413.

[8] 宋怡,马明国.基于 SPOT VEGETATION 数据的中国西北植被覆盖变化分析[J].中国沙漠,2007,27(1):89-93.

[9] DAI S,ZHANG B,WANG H,et al.Vegetation cover change and the driving factors over northwest China[J].Journal of Arid Land,2011,3(1):25-33.

[10] 李秀花,师庆东,常顺利,等.中国西北干旱区 1981-2001 年 NDVI 对气候变化的响应分析[J].中国沙漠,2009,29(5):989-994.

[11] PIAO S,FANG J,JI W,et al.Variation in a satellite-based vegetation index in relation to climate in China[J].Journal of Vegetation Science,2004,15(2):219-226.

[12] ZHAO X,TAN K,ZHAO S,et al.Changing climate affects vegetation growth in the arid region of the northwestern China[J].Journal of Arid Environments,2011,75(10):946-952.

[13] MAISONGRANDE P,DUCHEMIN B,DEDIEU G.VEGETATION/SPOT:An operational mission for the Earth monitoring;presentation of new standard products[J].International Journal of Remote Sensing,2004,25(1):9-14.

[14] HOLBEN B N.Characteristics of maximum-value composite images from temporal AVHRR data[J].International Journal of Remote Sensing,1986,7(11):1417-1434.

[15] VERBESSELT J,SOMERS B,VAN AARDT J,et al.Monitoring herbaceous biomass and water content with SPOT VEGETATION time-series to improve fire risk assessment in savanna ecosystems[J].Remote Sensing of Environment,2006,101(3):399-414.

[16] CAO X,CHEN X,BAO A,et al.Response of vegetation to temperature and precipitation in Xinjiang during the period of 1998-2009[J].Journal of Arid Land,2011,3(2):94-103.

[17] FAN J,HUANG J,ZHANG M.Retrieval of cropping index in China using time series of SPOT vegetation NDVI[J].Sensor Letters,2013,11(6-7):1134-1140.

[18] HOU X,GAO S,NIU Z,et al.Extracting grassland vegetation phenology in North China based on cumulative SPOT-VEGETATION NDVI data[J].International Journal of Remote Sensing,2014,35(9):3316-3330.

[19] STOW D,DAESCHNER S,HOPE A,et al.Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J].International Journal of Remote Sensing,2003,24(5):1111-1117.

[20] 田义超,梁铭忠.基于 SPOT-VEGETATION 的北部湾经济区植被变化特征[J].农业现代化研究,2014(4):465-471.

[21] PIAO S,NAN H,HUNTINGFORD C,et al.Evidence for a weakening relationship between interannual temperature variability and northern vegetation activity[J].Nat Commun,2014,5.doi:10.1038/ncomms6018.

[22] 王宏,李晓兵,李霞,等.基于 NOAA NDVI 和 MSAVI 研究中国北方植被生长季变化[J].生态学报,2007,27(2):504-515.

Spatiotemporal Changes of Vegetation and the Responses to Temperature and Precipitation in Upper Shiyang River Basin

TANG Zhi-guang1,MA Jin-hui2,3,LI Chao-kui1,PENG Huan-hua1,LIANG Ji1

(1.National-LocalJointEngineeringLaboratoryofGeo-spatialInformationTechnology,HunanUniversityofScienceandTechnology,Xiangtan411201;2.KeyLaboratoryofWestChina′sEnvironmentalSystem,MinistryofEducation,LanzhouUniversity,Lanzhou730000;3.InstituteofRSandGeographicalInformationSystem,LanzhouUniversity,Lanzhou730000,China)

The Shiyang River Basin is a typical arid inland river basin in northwestern China.It is also a well-known fragile area of water resource and ecological environment,and a sensitive area of climate change.The vegetation in Shiyang River Basin is mostly concentrated in its upstream,and plays an important role in ecological environment of this watershed.Therefore,studies on the spatiotemporal variation of vegetation in the upper Shiyang River Basin and the impacts of changing temperature and precipitation on the vegetation growth are of significance to dealing with climate change,realizing sustainable development of ecological environment in Shiyang River Basin.In this study,the spatiotemporal changes of vegetation growth in upper Shiyang River Basin together with their responses to climate changes were investigated using SPOT-VEGETATION Normalized Difference Vegetation Index(NDVI)and climate datasets from 1999 to 2013.Results reveal that there is an obvious vertical zonal characteristic of the spatial distribution of NDVI.About 81.3% of the study area shows an increasing trend in growing season NDVI.The average NDVI of the study area increases at rates of 7.75% for the growing season(March-November),11.75% for spring(March-May),9.62% for summer(June-August),and 5.98% for autumn(September-November)over the study period.The increase of NDVI in spring and autumn suggests the growing season of the vegetation in this study area has been prolonged.The effects of climate changes on vegetation growth vary with the types of vegetation and seasons,which shows a large spatial and temporal heterogeneity.As compared with temperature,precipitation is the dominant climatic factor affecting the interannual variations of vegetation.

Shiyang River Basin;vegetation;NDVI;spatiotemporal changes;climate change

2015-11-13；

2016-02-26

国家自然科学基金项目(41501070、31400409、41101319);湖南科技大学校级科研项目(E51520)

唐志光(1985-)，男，博士，讲师，主要从事环境遥感与GIS应用方面的研究。E-mail：tangzhg11@lzb.ac.cn

10.3969/j.issn.1672-0504.2016.03.021

P935.1;P46

A

1672-0504(2016)03-0116-05