归一化植被指数对陆地水储量和降水变化的响应研究——以塔里木河流域为例

孙 倩，阿丽亚·拜都热拉，依力亚斯江·努尔麦麦提

(1. 新疆农业大学林学与园艺学院，乌鲁木齐 830052；2. 新疆大学绿洲生态教育部重点实验室，乌鲁木齐 830046)

归一化植被指数NDVI(Normalized Difference Vegetation Index)能很好地反映植被的繁茂程度，并且能很好地表征植被活动和植被生产力，因此被广泛的应用于植被活动的研究中[1,2]。荒漠天然植被的生存主要依赖于水资源，水资源的短缺导致流域生态环境质量趋于退化，社会经济的发展也随之受到影响[3]。水资源是干旱地区至关重要的生态环境因子之一，对干旱区绿洲化过程与荒漠化过程具有决定性作用[4]。多年来诸多学者利用NDVI作了许多深入的研究也获得了相应的学术成果：在全球、区域等宏观大尺度范围内，对土地利用覆被、植被动态变化、植被的分类、作物的长势、物候的监测等诸多方面的研究，NDVI都具有非常良好的适用性[5-7]；可以利用NOAA AVHRR (Advanced Very High Resolution Radiometer)、SPOT VEGETATION (VGT)、EOS MODIS (Moderate Resolution Imaging Spectroradiometer)和LandsatTM等多种数据源来研究NDVI的变化[8-10]；同时也可以将NDVI与温度、降水、地下水、地表径流结合起来，分析2者之间的相互作用关系[11-14]。本研究利用美国国家航空航天局(NASA)提供MODIS影像的NDVI数据，辅以GRACE重力场恢复与气候实验重力卫星和TRMM热带降雨测量使命卫星数据，分别反演塔里木河流域陆地水储量和降水量，分析了10 a间NDVI、陆地水储量、降水量的时空分布情况，研究了植被覆盖、陆地水储量和降水量的动态变化趋势，探讨了导致植被NDVI时空变化的自然和人文驱动因素，剖析了陆地水储量、降水量的变化对NDVI变化产生的驱动影响。塔里木河流域的生态环境非常脆弱，水资源的管理和完善迫在眉睫，该研究从流域尺度为研究区植被生态的保护和水资源的合理利用提出了可靠的理论依据。

1 研究区概况

塔里木河流域处于欧亚大陆腹地，属于内陆水循环和水平衡相对独立的一个封闭的水文区域，共包含了9大水系的144条河流，这9大水系分别是阿克苏河、喀什噶尔河、叶尔羌河、和田河、开都河、孔雀河-迪那河、渭干河-库车河、克里雅河以及车尔臣河。总覆盖面积为102 万km2，多年来，平均地表水的天然径流量为398 亿m3，天山、昆仑山等的冰川融水是水资源的主要来源，水资源总储量为42 900 亿m3。该流域是一个盆地，被天山、昆仑山、阿尔金山等高山环绕，形成了典型的干旱环境大陆性气候，其主要特点体现在降水量少、蒸发量大，气候差异显著，且日夜温差大，植被覆盖稀疏，荒漠化进程明显，生态环境极度脆弱，水资源极为匮乏。20世纪70年代，塔里木河干流下游曾长期断流，导致流域内荒漠化进程加剧，流域生态环境遭到严重破坏且逐步退化[15]，并进而威胁绿洲安全，流域生态环境处于急剧恶化的恶性循环状态[16]。

2 数据源及研究方法

2.1 数据源

(1)美国国家航空航天局(NASA)提供的MODIS影像NDVI数据，所获取的数据包括 2003年1月至2013年1月共121个月(http:∥reverb.echo.nasa.gov)。

(2)选用由美国国家航空航天中心和德国航天中心联合提供的同期121个月的GRACE (Gravity Recovery And Climate Experiment) 重力场恢复与气候实验重力卫星Level 3的RL05数据，该数据的高斯平滑和水深当量的网格化(0.5°×0.5°)均已完成。

该卫星于2002年由美国和德国联合开展的重力卫星计划发射[17]，利用所观测的重力场变化情况，可以反演陆地水储量的变化，为全球范围的大尺度，乃至于相对较小的区域尺度水储量的监测开辟了崭新的研究途径和研究思路[18-21]。

(3)由日本国家发展署和美国国家航空航天中心地球科学办公室发布的热带降雨测量使命卫星TRMM的3B43数据，其空间分辨率为0.25°×0.25°，时间分辨率为1个月(http:∥mirador.gsfc.nasa.gov/cgi-bin/mirador)。

(4)由联合国粮食及农业组织的 GeoNetWork所提供的全球水文地质流域分布图(Hydrogeologic basins map)。

(5)气象、水文、人口、土壤、社会经济等统计资料，包括统计年鉴以及大量实验实测数据。

2.2 研究方法

2.2.1 归一化植被指数的计算

归一化植被指数NDVI的计算，是基于下垫面的植被和土壤等地物在红外波长和近红外电磁波段的吸收差异，利用电磁特性进行数字化所得的表征植被覆盖情况的指数，如式(1)所示：

NDVI=(NIR-Red)/(NIR+Red)

(1)

式中：NIR (Near Infrared Spectrum)为700～1 000 nm近红外波段的波谱特征；Red为650 nm红光波段的波谱特征。

NDVI的取值范围在-1到1之间：当-1≤NDVI<0时，表示影像上地表被对可见光具有强反射能力的高反射的物体(如雪、云)覆盖；当NDVI=0时，表示地表为岩石或裸土；当1≥NDVI>0时，表示地表有植被覆盖，植被覆盖情况越良好，该指数越接近于1[23]。

2.2.2 GRACE数据求算陆地水处理

首先，利用GRACE卫星数据求算出地球表面密度变化，再进而计算等效水高的变化，从而实现陆地水储量分布的反演。选用高斯半径为200 m进行高斯平滑，平均后的表面密度变化计算如下:

[ΔClmcos (mφ)+ΔSlmsin (mφ)]

(2)

式中：a为地球的平均半径；ρave为地球的平均密度(5 517 kg/m3)；θ与φ分别是地心的余玮和地心经度；Plm表示规格化谛合勒让德函数；kl为勒夫数；ΔClm与ΔSlm表示地球重力场球谐系数相对其均值的变化量；Wl为权函数，其递推公式为：

式中：r是高斯平均半径[23,24]。

通过计算的表面密度变化，进而换算为等效水高的变化，实现陆地水储量的信息提取，公式如下:

[ΔClmcos (mφ)+ΔSlmsin (mφ)]

(3)

式中:ρwater为水的密度[25]。

2.2.3 陆地水储量标准差计算

通过计算陆地水储量的标准差SD值，能够衡量多年来121个月的陆地水变化的程度。由于研究区的自然环境不同，SD值的取值范围略有差异：SD≥10 cm，表示研究区陆地水储量的变化程度剧烈；10 cm>SD>6 cm，表示变化的程度略强烈；SD≤6 cm，表示变化程度较为微弱或者几乎没有变化[26]。

3 结果分析与讨论

3.1 10 a间植被NDVI的季节性分布情况

利用反演的121个月的NDVI数据，将10 a间春夏秋冬4季的动态变化进行分析。根据研究区的气候变化情况和融冻情况，界定2-4月为春季，5-7月为夏季，8-10月为秋季，11-1月为冬季。在这10 a间，塔里木河流域春、夏、秋、冬的NDVI平均值的空间分布情况如图1所示。

由图1可知，NDVI的大小在4个季节里有显著的差异，植被覆盖情况呈现出显著的夏季>秋季>冬季>春季的自然规律，但是4季无一例外均体现出塔里木流域北部、西部以及东部植被NDVI较大，而中间区域NDVI很小，即离河道越近，植被种类越丰富，植被覆盖度也就越高，越远离河道，或者越靠近沙漠，植被生长态势欠佳，植被的覆盖度也随之显著降低。其中，NDVI值较大的区域中有一部分处于该流域的山区范围，干旱地区的森林植被能够涵养水源，植物的生长、蒸散需要消耗一部分水量，这直接影响径流的总量，并且进而对地下水资源也有一定的负面影响[27]。同时，水资源也会反作用于植被，对植被影响很大，径流越丰富的地区，其植被覆盖度也会越高。

图1 研究区春夏秋冬NDVI分布Fig.1 NDVI image in different seasons

春季NDVI最大值为0.033 67，最小值为-0.010 13，夏季NDVI值最大值为0.617 39，最小值为-0.111 72，秋季NDVI最大值为0.563 38，最小值为-0.047 11，冬季NDVI最大值为0.281 61，最小值为-0.078 64。

冬季11月、12月诸多耐寒耐旱植被依然处于生长状态；土壤温度和土壤含水量对植物生长有明显的影响作用，在此时段，土壤的温度和湿度较低，在这种恶劣的环境条件下，部分植被慢慢衰败死亡，植被的覆盖程度降低；夏季冰川融水充沛，地表径流较为丰富，人为种植活动频繁，植被NDVI达到最大值；秋季降水持续稀少，农作物进入收获阶段，耐旱耐盐植被能够继续存活。

3.2 NDVI、陆地水储量变化以及降水量时空变化趋势分析

对10 a间的植被NDVI、GRACE和TRMM数据作如下处理：①分别计算归一化植被指数、陆地水储量和降水的趋势变化值；②计算陆地水储量数据的标准差。如图2，3，4所示。

图2 研究区NDVI变化趋势分布Fig.2 The change trend of NDVI in study area

图3 研究区陆地水储量变化趋势(单位：mm/a)Fig.3 The change trend of terrestrial water storage (TWS) in study area

图4 研究区降水量变化趋势Fig.4 The change trend of precipitation in study area

研究区内大部分地区NDVI都呈现明显的降低趋势，只有少部分地区表现出较为明显的增加趋势。陆地水储量则呈现出由西北向东南方向，其变化趋势由急剧降低逐步递增为急剧增加。降水量与陆地水储量的空间变化趋势一致性较高。为了能更好地分析NDVI变化的驱动因素，在研究区范围内，选取变化趋势显著的4个小区域进行探讨，分别是A、B、C、D 4个区域。

区域A的NDVI变化趋势较为复杂，同时涵盖了剧烈增加的区域和剧烈降低的区域，根据GRACE反演的陆地水储量数据可以看出，该区域的水储量有显著的降低趋势，且SD较大，说明水储量降低趋势较为剧烈，但TRMM所反演的降水数据则说明该地域降水量趋于稳定，变化微弱。研究区范围内，蒸发量常年大于降水量，陆地水储量逐步降低，且该趋势难以遏制。无论陆地水储量还是降水的变化趋势均对植被的生长不利，但是部分区域内其NDVI依然呈现增加趋势，这归功于人们对于植被的保护和人为对耕种格局的调整。

区域B 10 a间NDVI呈现出较为微弱的降低趋势。降水依然呈现部分地区微弱增加，部分地区微弱降低趋势，说明NDVI的变化趋势变化较大程度归因于陆地水储量较为显著的降低趋势，在B区域范围内，由西向东，陆地水储量的变化剧烈程度具有明显的逐步递增趋势，地表水有部分来自冰川融水，也能促使土壤含水量有所增加，蒸散发作用强烈，会对水资源有较强的散失作用。

区域C 10 a间NDVI呈现微弱增加的变化趋势，究其原因主要是陆地水储量呈现较为显著的增加趋势，虽然增加的程度不十分剧烈，但是依然使得水储量能够稳步且持续的增加，同时降水也具有较为明显的增加趋势，即使长期以来蒸发量都非常大，降水和陆地水储量的增加无疑为NDVI的逐步增加产生推动作用。

区域D的NDVI在10 a间的增加趋势非常明显，驱动的原因包括了降水量、气候等多种自然因素的综合作用。其中，TRMM降水量在此期间也呈现出了较为显著的升高趋势，而该区域与河西走廊-阿拉善内流区接壤，常年低温，气候干燥、寒冷，有很多洼陷地存在，导致该区域有较好的集水能力，河网分布广泛，陆地水储量也具有非常显著的增加趋势，从而使得该区域的植被覆盖状况有明显的改善作用。

3.3 NDVI与陆地水储量、降水量的相关性分析

根据植被NDVI 10 a间的变化趋势，4个区域的NDVI均值与GRACE所反演的不同季节的陆地水储量的相关系数如表1所示，与TRMM所反演的降水量的相关系数如表2所示。

表1 研究区4个区域NDVI与陆地水储量的相关系数Tab.1 NDVI-terrestrial water storage correlationcoefficient in four regions

注：*表示α=0.05水平上显著相关；**表示在α=0.01水平上显著相关。

表2 研究区4个区域NDVI与降水量的相关系数Tab.2 NDVI-precipitation correlation coefficient in four regions

*表示α=0.05水平上显著相关；**表示在α=0.01水平上显著相关。

区域B的植被NDVI与陆地水储量的负相关性显著。秋季时陆地水储量在降水、积雪融水、地表径流、地下水等多方面综合作用下，依旧持续降低，但是植被NDVI在部分范围内与陆地水储量负相关。除了B区域，其他区域的NDVI与陆地水储量之间无显著相关性。该地区生态景观虽复杂，但是多为荒漠戈壁，利用率较低，导致裸地景观之间的转化也较为简单。盐生植被受到地下水水位的影响微弱，地表水只对周边植被的覆盖情况产生影响，D区域NDVI在冬季与陆地水储量呈现负相关关系，其他季节均有较为微弱的正相关关系。降水量与植被覆盖程度有着紧密的关系，降水量的多少，能直接影响土壤中含水量的大小，进而影响植被的生长。C区域内，植被NDVI与降水量之间的正相关关系极为显著，在该范围内常年生长的植被均为耐旱和耐盐植被，根系较长，受到地表径流水资源和土壤含水量的影响较大。相关系数的大小变化为冬季<春季<夏季<秋季，也说明降水对植被NDVI的影响具有时滞性[28,29]。除了涵盖大范围沙漠、植被非常稀疏的B区域外，其他所有区域内，植被NDVI与降水量的相关系数均大于NDVI与陆地水储量的相关系数，充分说明陆地水储量系统非常复杂，影响因素众多，降水作为陆地水储量的主要影响因素之一，对NDVI的影响明显比陆地水储量对NDVI的影响更为敏感，并且相关性更为显著。

4 结 语

本研究基于GRACE重力场恢复与气候实验重力卫星和TRMM热带降雨测量使命卫星数据，反演了2003-2013年10 a间塔里木河流域的陆地水储量和降水量数据，结合MODIS影像的归一化植被指数NDVI数据，分析了NDVI、陆地水储量和降水量的时空分布情况，研究了植被NDVI、陆地水储量变化以及降水量的时空动态变化趋势，剖析了NDVI由于陆地水储量和降水量变化而产生的响应，探讨了NDVI与陆地水储量、降水量之间的关系，得到如下结论：

(1)植被NDVI呈现出夏季>秋季>冬季>春季的规律，塔里木河流域北部、西部以及东部植被NDVI较大，而中间区域NDVI很小，随着空间上越靠近河道，NDVI数值越大，而越接近荒漠地带，NDVI就随之减小。

(2)研究区大范围内NDVI呈现的降低趋势，只有少许范围内具有显著的增加趋势。区域A的在空间上NDVI变化趋势复杂而多变，但陆地水储量呈现出异常剧烈的降低趋势；区域B的NDVI的变化较为微弱，呈现出降低的趋势，陆地水储量的变化程度成像出由西向东逐步递增的态势；区域C和D，TRMM降水量和GRACE陆地水储量均有较为显著的增加趋势，这些因素都对植被的生长具有促进作用，驱使NDVI的变化趋势也逐步增加，该区域的植被覆盖状况有明显的改善效果。

(3)秋季时陆地水储量在降水、积雪融水、地表径流、地下水等多方面综合作用下，依旧持续降低，植被NDVI在部分范围内与陆地水储量负相关。降水量与NDVI之间呈现出了正相关关系，其中C区域的正相关系数最大，降水量的变化能直接影响土壤中含水量的多少，且秋季的降水量对NDVI的影响最大。降水作为陆地水储量的主要影响因素之一，对NDVI的影响明显比陆地水储量对NDVI的影响更为敏感，并且相关性更为显著。

该研究为流域尺度水资源的监测提供了新的技术思路，也为分析降水和水资源对植被的影响提供了宏观的快速的定量评价，从时间长序列的角度观察该地区的植被覆盖问题，从而为保护该地区的植被而制定合理的、战略化的、科学的保护措施。

□

[1] 李登科,郭 妮.陕西MODIS/NDVI的区域分布和季节变化[J].中国沙漠,2008,28(1):108-112.

[2] 贾宝全,邱尔发,张红旗.基于归一化植被指数的西安市域植被变化[J].林业科学,2012,48(10):6-12.

[3] 信中保,许炯心,郑 伟.气候变化和人类活动对黄土高原植被覆盖变化的影响[J].中国科学(D辑):地球科学,2007,37(11):1 504-1 514.

[4] Chen Y N, Li W H, Chen Y P, et al. Water resources and ecological problems in Tarim River Basin, Xinjiang, China[M]∥ Water and environmental management series(water in China). UK: IWA Publishing,2003:1-12.

[5] Xiao X M, Bole S, Liu J Y, et al. Characterization of forest types in Northeastem China using multi-tenporal SPOT-4 VEGETATION sensor data[J].Remote Sensing of Enviroment, 2002,82:335-348.

[6] Nemani R, Keeling C, Hashinoto H. Climate driven increases in Global Terrestrial Net Primary from 1982 to 1999[J]. Science,2003,300:1 560-1 563.

[7] 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):0 354-0 363.

[8] 毛德华,王宪明,宋开山,等. 东北多年冻土区植被NDVI变化及其对气候变化和土地覆被变化的响应[J]. 中国环境科学,2011,31(2):283-292.

[9] 刘宪锋,任志远,林志慧,等. 2000-2011年三江源区植被覆盖时空变化特征[J]. 地理学报,2013,68(7):897-908.

[10] 易 浪,任志远,张 翀,等.黄土高原植被覆盖变化与气候和人类活动的关系[J].资源科学,2014,36(1):0 166-0 174.

[11] 刘绿柳,肖风劲.黄河流域植被NDVI与温度、降水关系的时空变化[J].生态学杂志，2006,25(5):477-481.

[12] 王海军,靳晓华,李海龙,等. 基于GIS和RS的中国西北NDVI变化特征及其与气候变化的耦合性[J].农业工程学报,2010,26(11):194-203.

[13] 吕京京.海流兔河流域地下水对植被指数分布的影响研究[D]. 北京：中国地质大学(北京)，2013.

[14] 王生霞,叶柏生,周兆叶,等.基于NDVI分析渭干河流域绿洲耗水对地表径流的影响[J].草业科学,2013,30(4):487-494.

[15] 胡春宏,王延贵.郭庆超,等. 塔里木河干流河道演变与整治[M]. 北京: 科学出版社,2005:1- 9.

[16] 张修宇,左其亭. 气候变化下水资源动态承载力概念及计算方法讨论[J]. 人民黄河,2012,(10):12-13.

[17] Tapley B D, Bettadpur S, Ries J C, et al. GRACE measurements of mass variability in the Earth system[J]. Science, 2004,305:503-505.

[18] Ye Shuhua, Ping Jinsong, Su Xiaoli, et al. GRACE mission revealed the seasonal changes of water storage[J]. Spacecraft Engineering, 2010,19(4):1-7.

[19] Han S C, Shum C K, Jekeli C, et al. Im proved estimation of terrestrial water storage changes from GRACE[J]. Geophys Res. Lett., 2005,32:07 302.

[20] Chao B F. On inversion for mass distribution from global ( time variable) gravity field[J]. J. Geodynamics, 2005,39:223-230.

[21] 汪汉胜,王志勇,袁旭东，等. 基于GRACE 时变重力场的三峡水库补给水系水储量变化[J]. 地球物理学报,2007,50(3):730-736.

[22] 孙 倩, 塔西甫拉提·特依拜,丁建丽, 等. 利用GRACE数据监测中亚地区陆地水储量动态变化的研究[J]. 天文学报,2014,55(6):498-511.

[23] Swenson S, Wahr J. Method for in ferring regional surface-mass anomalies from Gravity Recovery and Climate Experiment (GRACE) measurements of time-variable gravity[J]. Journal of Geophysical Research, 2002,107(B9):2 193.

[24] 罗志才,李 琼,钟 波. 利用GRACE时变重力场反演黑河流域水储量变化[J].测绘学报,2012,41(5):676-681.

[25] 翟 宁,王泽民,伍 岳,等.利用GRACE反演长江流域水储量变化[J].武汉大学学报(工学版),2009,34(4):436-439.

[26] Mohamed Ahmed, Mohamed Sultan, John Wahr, et al. Integration of GRACE (Gravity Recovery and Climate Experiment)data with traditional data sets for a better understanding of the time dependent water partitioning in African watersheds[J]. Geology, 2011,39(5):479-482.

[27] 王礼先,张志强. 干旱地区森林对流域径流的影响[J]. 自然资源学报,2001,16(5):439-444.

[28] 刘宪锋,任志远. 西北地区植被覆盖变化及其与气候因子的关系[J].中国农业科学,2012,45(10):1 954-1 963.

[29] 张戈丽,徐兴良,周才平,等. 近30年来呼伦贝尔地区草地植被变化对气候变化的响应[J]. 地理学报,2011,66(1):47-58.