汾河流域2001—2013年植被覆盖时空变化及其对气候因子的响应

王宇琛，李松鸣，王 霄，王汀沃，李洪建

（1.山西大学环境与资源学院，山西太原030006；2.山西大学黄土高原研究所，山西太原030006）

汾河流域2001—2013年植被覆盖时空变化及其对气候因子的响应

王宇琛1，李松鸣1，王 霄1，王汀沃1，李洪建2

（1.山西大学环境与资源学院，山西太原030006；2.山西大学黄土高原研究所，山西太原030006）

利用2001—2013年汾河流域卫星遥感数据归一化植被指数（NDVI）、地表温度（LST）和降水实测资料，分析了汾河流域及其上、中、下游近13 a来NDVI的时空变化特征及其对气候因子的响应。结果表明，近13 a汾河流域月NDVI变化呈现单峰型；整个流域及上、中、下游的植被覆盖率均有所提高；植被覆盖状况由西北向东南逐渐变好；基于月尺度的NDVI与LST呈显著正相关，而降水量与NDVI的相关关系为抛物线型；基于月尺度的NDVI与同期的LST和降水量的复合相关模型优于单变量相关模型，复合相关模型为：NDVI＝0.007Ts＋0.002P＋0.222；基于年际尺度的NDVI与LST的单变量相关不显著，而NDVI与降水量的单变量相关性显著；NDVI的赫斯特指数表明，汾河流域的植被覆盖状况将持续改善。

汾河流域；归一化植被指数；气候因子；相关分析

归一化植被指数（Normalized Difference Vegetation Index，NDVI）可直接表征某地区的植被覆盖状况，它和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关[1]。植被—气候关系是全球变化研究中的重要组成，气候是决定地表植被分布状况的重要因素[2]。

植被覆盖状况可以表征一个地区的生态环境情况，研究一个地区的NDVI对掌握该地区的生态环境变化具有重要意义[3]。目前对NDVI的研究表明，20世纪80年代以来，北半球中高纬地区的植被显著增加[4]，在不同地区、不同时期NDVI的变化情况及其与气候因子的关系有差异[5-10]。黄土高原地区的植被指数表现出明显的区域差异，温度、降水量是决定该地区植被生长的主要气候因子[1]。1981—2001年间西北干旱区年际最大的NDVI变化与气候变化具有明显的相关性，尤其是对新疆的南、北疆来说，NDVI与年降水量的相关程度要优于与年均温的相关程度[11]。气温和降水对于流域植被的覆盖状况有着重要的影响，而且降水对植被的空间分布影响更为显著[10]。

宁夏春夏季降水量对植被覆盖度的作用较大，气温对植被覆盖度的作用较小[12]。武永利等[13]用NASA/GIMMS的月植被指数研究了1982—2006年山西省典型生态区的植被覆盖状况对气候的响应，结果表明，山西植被指数呈上升趋势，并存在明显的年际变化。1999年以来，延安北部归一化植被指数NDVI整体上呈上升趋势，除与降水增多有关外，非气候因素中生态保护和环境建设等人为措施，如植树造林、封山禁牧等封育措施是导致植被显著增加的重要原因[14-15]。植被指数的月变化在作物种植区呈现双峰型，而其他覆盖类型呈现单峰型。安徽省月均NDVI与月均温呈显著正相关，而与月降水量呈非线性正相关，其中对NDVI的作用存在一个极限值。另外，NDVI与温度、降水量的年际关系均呈现弱正相关[16]。但是利用MODIS数据对山西省汾河流域近年来的NDVI时空变化格局鲜有研究。

笔者基于2001—2013年卫星遥感数据TERRA/MODIS的250 m分辨率16 d合成的NDVI数据、地表温度（LST）和汾河流域的降水实测资料，研究山西省汾河流域近13 a来植被指数的时空变化特征，以及NDVI与LST、降雨量的单变量与复合变量的相关关系，以期对山西省汾河流域生态环境恢复建设提供数据支撑。

1 数据来源与研究方法

1.1 研究区概况

汾河全长694 km，流域面积39 471 km2，占全省国土面积的25.3%，位于山西省的中部和西南部。汾河流域地处中纬度大陆性季风带，属温带大陆性季风气候，为半干旱、半湿润型气候过渡区，四季变化明显。雨热同季，光热资源较为丰富。全流域多年（1956—2000年）平均降雨量为504.8 mm，降雨的年际变化较大，年内分配不均，全年70%降雨量集中在6—9月，并且多以暴雨形式出现；气温昼夜温差大，南北温差也大[17]。

1.2 数据来源及处理

结合《山西河流》中汾河相关资料，基于30 m分辨率的ASTER GDEM数据，利用ArcGIS9.3软件的水文分析模块（Hydrology）提取了汾河干流和汾河上、中、下游边界线，以便分析。汾河流域的NDVI数据从美国国家航空航天局（NASA）订购（http:// ladsweb.nascom.nasa.gov/data/search.html），研究下载了2001—2013年的TERRA/MODIS全球250 m分辨率16 d合成的产品（MOD13Q1）和1 000 m分辨率8 d合成的产品（MOD11Q1），利用HEG软件重新投影为GeoTIFF格式，再用ArcGIS 9.3软件对汾河流域的植被指数和LST进行提取。收集到的2001—2011年汾河流域降水数据主要来源于山西省水文水资源勘测局。

1.3 研究方法

利用变化斜率法[18]分析以月、年为时间尺度的植被变化趋势，计算的斜率若为负值，表示其植被覆盖呈减少趋势；斜率若为正值，表示其植被覆盖呈增加趋势。趋势显著性检验采用F检验，P＜0.05为变化显著。利用SPSS软件，通过Pearson相关分析及回归分析法研究汾河流域LST、降水量与NDVI的单变量相关以及复合相关关系，同时得出回归方程，并进行F检验，以揭示近13 a汾河流域NDVI变化的原因。

基于重标极差（R/S）分析方法基础上的赫斯特指数（Hurst exponent）[19]，研究随机变化数据与时间是否具有相关性。Hurst指数（H）的取值区间为（0，1），当计算结果H＝0.5时，表明研究的时间序列在未来与原时间序列的变化趋势无关；当计算结果H∈（0.5，1）时，表明研究的时间序列在未来与原时间序列的变化趋势具有相同的变化趋势；当计算结果H∈（0，0.5）时，表明研究的时间序列在未来与原时间序列的变化趋势具有相反的变化趋势。基于此可对汾河流域未来的植被覆盖状况作出预测，为以后汾河流域的植被保护提出新思路。

2 结果与分析

2.1 汾河流域植被指数的时空变化

2.1.1 汾河流域植被指数的时间变化 从图1可以看出，13 a汾河流域月均NDVI呈现单峰型，全年变化范围在0.19～0.63。NDVI在8月份之前逐月增加，8月份达到最大值0.63，之后又开始下降，1月份到达最低值。植物生长受气候条件影响，夏季温度高、降水多，热量和水分充足有利于植物生长，NDVI增加；冬季温度低、降水少，热量和水分不足使得植物叶片凋落，盖度减低，导致NDVI降低。

7，8月为植被长势旺盛的阶段，因而，选取2001—2013年7，8月的NDVI平均值作为指标进行分析。从图2可以看出，汾河流域13 a间NDVI线性趋势系数为0.009 7，其斜率值大于0，表明汾河流域整体植被呈改善趋势。而由R2＝0.672 9可知，NDVI与对应年份的拟合效果较好。经过F检验，P＜0.01，改善趋势显著。

2.1.2 汾河流域植被指数的空间变化 从表1可以看出，3个流域的线性趋势系数都为正值，表明各个流域的植被在13 a间均有改善，但程度不同，上游和下游植被覆盖变化率在2%左右，而中游则为1.34%，差别较大。造成这种结果的原因是由于中游植被覆盖基础比上游和下游要好，植被改善的空间较小，所以，植被覆盖基础薄弱的地区改善效果明显。

表1 汾河上、中、下游2001—2013年NDVI均值、变化率、线性趋势系数和决定系数

从图3，4可以看出，根据卫星遥感影像，从整体上看，13 a间NDVI小于0.4的地区（颜色较深的区域）逐渐减少，NDVI大于0.7的地区（颜色较浅的区域）逐渐增大。根据卫星遥感影像变化可以看出，13 a间NDVI整体趋向改善（偶有年份退化，究其原因是受当年水热状况影响），尤其是原本植被覆盖较弱的区域有显著改善。其原因与近10多年来政府推出的“退耕还林、退耕还草”政策有关，使得汾河流域植被覆盖程度逐渐改善。

2.2 汾河流域植被指数对气候因子的响应

2.2.1 汾河流域月均植被指数与同期LST、降水量的单变量相关分析 从图5可以看出，汾河流域13 a间月均NDVI与月均LST之间呈现正的线性相关。月均降水量和NDVI之间呈现非线性关系，降水量对NDVI的作用存在一个极限值，当降水量＜100 mm时，NDVI会随降水量的增加而增加；当降水量＞100 mm时，NDVI不会随着降水量的增加而有明显增加，仅维持在0.5～0.6的水平。

从图6，7可以看出，年均NDVI与年均LST的决定系数为0.157 1，且进行F检验时，P＝0.18，未通过显著性检验，表明年均NDVI与年均LST相关性不显著；而年均NDVI与年均降水量的决定系数为0.466 0，进行F检验时，P＝0.02，通过显著性检验，表明年均NDVI与年均降水量相关性显著。因此，在年际尺度上，LST不是影响NDVI变化的唯一因子，而降水量在一定程度上影响NDVI的变化。

2.2.2 汾河流域月均植被指数与同期LST、降水量的复合变量相关分析 分别采用复合线性模型对NDVI与同期LST、降水量的复合关系进行分析，结果表明，NDVI＝0.007Ts＋0.002P＋0.222模型与2个单变量方程相比，R2有所提高，决定系数为85.8%，可以较好做出解释。因此，从整体上说双变量的模型要优于单变量模型（表2）。

表2 汾河流域2001—2011年月均NDVI与月均LST、月均降水量的回归分析

2.3 汾河流域植被指数的未来变化趋势分析

基于重标极差（R/S）分析方法基础上，得出汾河流域2001—2013年年平均NDVI的Hurst指数为0.715 9，位于（0.5，1）区间内，表明汾河流域的植被在未来有着与原来相同的变化趋势，将继续朝着改善的方向发展。在遥感影像上，NDVI大于0.7的区域逐渐增大、小于0.4的区域逐渐减小，也表明在未来汾河流域的植被覆盖范围将扩大。

3 讨论

在空间上，汾河流域13 a间植被整体覆盖状况呈改善趋势，植被覆盖状况从西北向东南逐渐变好（个别年份除外），这与黄土高原整体的植被空间变化格局相符合[1]，同样也符合整个华北地区的整体走势[20]。具体来说，在上、中、下游3个流域的比较中，由于上游和下游基础植被覆盖较差，植被改善效果明显。“退耕还林、退耕还草”政策的推出和政府对人们保护花草树木、禁止乱砍滥伐观念的教育，促进了汾河流域植被覆盖度的提高[21]。

在时间上，汾河流域的NDVI存在明显的季节变化，夏季NDVI较高，冬季NDVI较低。表明植被的生长受气候条件的制约，这与王丽霞等[10]的研究结果相一致。结合数据具体分析，月尺度的NDVI与同期的LST呈显著正相关，与同期降水量呈现正的非线性相关，降水量对NDVI变化存在一个极限值，当降水量达到这个极限值后，NDVI变化极小，这与冯研等[16]、信忠保等[22]的研究结果基本一致；温度和水分都是影响植物生长的生态因子，温度与水分的相互作用使得研究NDVI与LST和降水量的关系变得复杂化，通过数据分析表明，NDVI与同期的LST和降雨量的复合模型优于单变量模型，说明NDVI的变化是LST与降水量共同作用的结果。

从长期来说，基于线性趋势分析，汾河流域13 a的植被覆盖状况呈改善趋势，又结合NDVI时间序列的Hurst指数，表明植被恢复在未来是可持续的。进一步研究发现，年际尺度的NDVI和同期的LST相关性不显著，而与降水量相关性显著，可以初步认为，在年际尺度上非气候因素是影响年际NDVI变化的主要原因，这与宋富强等[23]的研究结论一致。

此外，由于研究采用的时间为2001—2013年，时间尺度相对较短，因此在今后的研究中，需进一步拓展，采取在更大时间尺度上探索植被覆盖指数的影响机制。

4 结论

本研究结果表明，在月尺度内，近13 a汾河流域月NDVI变化呈现单峰型，气候变化是植被覆盖时空变化的重要影响因素，月尺度的NDVI与同期的LST呈显著正相关，而降水量与NDVI的相关关系存在一个极限值，在100 mm左右；而当时间扩展至年际范围时，非气候因素成为主要因素。近13 a汾河流域及上、中、下游的植被覆盖状况呈改善趋势，从西北向东南逐渐变好，在未来也会呈现改善趋势，既表现在植被长势向好，也表现在植被覆盖范围的扩大。基于月尺度的NDVI与同期的LST和降水量的复合相关模型优于单变量相关模型，其复合相关模型为：NDVI＝0.007Ts＋0.002P＋0.222。

［1］徐茜，任志远，杨忍，等.黄土高原地区归一化植被指数时空动态变化及其与气候因子的关系[J].陕西师范大学学报，2012，40（1）：82-87.

［2］Piao S L，Fang J Y，Zhou LM，et al.Interannual variations of monthly and seasonal normalized difference vegetation index（NDVI）in China from 1982 to 1999[J].Journal of Geophysical Research，2003，108：4401-4414.

［3］王国芳.基于遥感技术的植被覆盖度的动态监测 [J].山西农业科学，2015，43（5）：592-595.

［4］方精云，朴世龙，贺金生，等.近20年来中国植被活动在增强[J].中国科学，2003，33（6）：554-565.

［5］索玉霞，王正兴，刘闯.中亚地区1982年至2002年植被指数与LST和降雨量的相关性分析 [J].资源科学，2009，31（8）：1422-1429.

［6］夏露，刘咏梅，柯长青.基于SPOT4数据的黄土高原植被动态变化研究[J].遥感技术与应用，2008，23（1）：67-72.

［7］刘志红，郭伟玲，杨勤科，等.近20年黄土高原不同地貌类型区植被覆盖变化及原因分析 [J].中国水土保持科学，2011，9（1）：16-23.

［8］Parmesan C，Yohe G.A globally coherent fingerprint of climate change impacts across natural systems[J].Nature，2003，421（6）：37-42.

［9］Kobayashi H，Dye D G.Atmospheric conditions for monitoring the long-termvegetation dynamics in the Amazon using normalized difference vegetation index [J].Remote Sensing of Environment，2005，97（4）：519-525.

［10］王丽霞，任志远，任朝霞，等.延河流域NDVI与主要气候因子的时空相关性研究 [J].干旱区资源与环境，2011，25（8）：88-93.

［11］李秀花，师庆东，郭娟，等.中国西北干旱区1981—2001年NDVI对气候变化的响应分析[J].干旱区资源与环境，2009，23（2）：12-16.

［12］陈晓光，李剑萍，韩颖娟，等.宁夏近20年来植被覆盖度及其与气温降水的关系[J].生态学杂志，2007，26（9）：1375-1383.

［13］武永利，李智才，王云峰，等.山西典型生态区植被指数（NDVI）对气候变化的响应[J].生态学杂志，2009，28（5）：925-932.

［14］孙智辉，刘志超，雷延鹏，等.延安北部丘陵沟壑区植被指数变化及其与气候的关系[J].生态学报，2010，30（2）：533-540.

［15］雷延鹏，孙智辉，刘志超，等.基于时序植被指数的延安北部丘陵沟壑区植被变化分析 [J].沙漠与绿洲气象，2011，5（4）：53-57.

［16］冯妍，何彬方，唐怀瓯，等.安徽省2000—2009年不同类型植被的变化及其与气温、降水的关系 [J].生态学杂志，2012，31（11）：2926-2934.

［17］李英明.山西河流[M].北京：科学出版社，2004.

［18］何月，樊高峰，张小伟，等.浙江省植被NDVI动态及其对气候的响应[J].生态学报，2012，32（14）：4352-4362.

［19］Li SS，Yan J P，Liu XY，et al.Response of vegetation restoration to climatechange and human activities in Shaanxi-Gansu-Ningxia Region[J].Geogr Sci，2013，23（1）：98-112.

［20］王怡，檀艳静.华北地区植被NDVI变化及与气候因子的关系[J].山西农业科学，2014，42（8）：890-895.

［21］逯登斌.现代林业管理探讨：以山西省退耕还林工程建设为例[J].华东森林经理，2013，27（2）：39-41.

［22］信忠保，许烔心.黄土高原地区植被覆盖时空演变对气候的响应[J].自然科学进展，2007，17（6）：770-778.

［23］宋富强，邢开雄，刘阳，等.基于MODIS/NDVI的陕北地区植被动态监测与评价[J].生态学报，2011，31（2）：354-363.

Spatial and Temporal Dynamics of Vegetation Cover from 2001 to 2013 and Its Response to Climatic Factors in Fenhe River Basin

WANG Yu-chen1，LI Song-ming1，WANG Xiao1，WANG Ting-wo1，LI Hong-jian2
（1.College of Environment&Resource Sciences，Shanxi University，Taiyuan 030006，China；2.Institute of Loess Plateau，Shanxi University，Taiyuan 030006，China）

Based on the Normalized Difference Vegetation Index（NDVI）data from Moderate Resolution Imaging Spectroradiometer（MODIS）,the daily land surface temperature（LST）and precipitation data from17 meteorological stations in Fenhe River basin of Shanxi province from 2001 to 2013,the paper analyzed spatiotemporal variation patterns of the vegetation cover in the basin and their correlations to climatic factors.The results showed that the change of vegetation index on monthly scale was a single peak.The vegetation cover index in the whole basin and the upstream,midstream and downstream showed a moderate increase trend.The vegetation coverage condition gradually got better from northwest to southeast.There was a significant positive linear correlation between the monthly average NDVI and the monthly mean LST in the basin,but the correlation between NDVI and precipitation was parabolic.The double variable model including LST and precipitation together for predicting the relationship between monthly mean NDVI and the monthly mean LST and precipitation was better than univariate correlation models.The double variable model was NDVI＝0.007Ts＋0.002P＋0.222.At annual scale there was a weak correlation between NDVI and LST,but significant correlation existed between NDVI and precipitation. The Hurst exponent value calculated from NDVI showed that the vegetation cover of Fenhe River basin in Shanxi province would become better increasing with time.

Fenhe River basin;NDVI;climatic factors;correlation analysis

Q948

A

1002-2481（2016）05-0640-06

10.3969/j.issn.1002-2481.2016.05.17

2016-01-12

国家自然科学基金项目（41201374）；山西省基础研究项目（2012011033-5）；山西大学科研训练项目（2014012127）

王宇琛（1993-），男，山东安丘人，在校学生，研究方向：资源环境遥感。李洪建为通信作者。