渭河流域NDVI与气候因子时空变化及相关性研究

王丽霞, 余东洋, 刘 招, 张双成, 杨 耘

(1.长安大学 地质工程与测绘学院, 西安 710054; 2.国土资源部 退化及未利用土地整治工程重点实验室,西安 710075; 3.长安大学 地球科学与资源学院, 西安 710054; 4.长安大学 环境科学与工程学院, 西安 710054)

植被是地表物质循环与能量流动的主要载体[1]，也是气候和生态环境变化的指示器[2]。气候对植被的空间分布[3]、生产力[4]、物候[5]等具有重要影响。因此，深入研究植被的动态变化及其与气候因子之间的相关性，对揭示区域生态环境演变以及应对气候变化具有重要的现实意义。

归一化植被指数(Normal Difference Vegetation Index,NDVI)对植被的分布、密度及变化非常敏感，被认为是表征地表植被覆盖动态的有效指标[6-8]。近年来，国内外学者利用NDVI数据从不同尺度对植被变化及其与气候因子之间的动态关系进行了深入研究。例如，Liu等[9]研究发现，1982—2012年全球大多数地区NDVI与气温的相关性逐渐减弱，而与降水的相关性增强；朴世龙等[10]提出生长季的提前是中国植被对全球变化响应的最主要方式的观点；Xu等[11]发现我国植被生长动态主要受气温影响，其次受到降水的影响；杜加强等[12]研究发现，新疆地区的NDVI变化在春秋季节主要受气温影响，夏季主要受降水的影响。

总之，当前的研究结果已经表明NDVI与气候因子之间存在着显著的相关性[13-15]，但研究结果的地区差异明显[16-17]，对渭河流域指导意义不大。渭河流域位于黄土高原地区，是我国典型的生态环境脆弱区，其植被覆盖状况对流域生态环境保护具有重要意义，但目前针对该流域的相关研究较少。鉴于此，本文利用渭河流域2000—2015年MODIS NDVI月时序数据及同期气象资料，研究流域NDVI、气温和降水的时空变化特征及相关性，以期为渭河流域生态环境保护与建设提供科学参考。

1 材料与方法

1.1 研究区概况

渭河流域位于黄河流域中部，地理位置介于33°—38°N，104°—110°E。其干流全长818 km，流域面积13.5万km2，泾河和北洛河是其主要的支流。流域西部、渭河北山以北属黄土高原，中部为渭河谷地，南部为秦岭，地势西高东低，平均海拔1 300 m。渭河流域地处温带半干旱半湿润区，属温带大陆性季风气候，年降水量500～800 mm，年平均气温7.8～13.5℃[18]，其主要植被类型有阔叶林、针叶林、灌丛、草丛、草甸、草原以及栽培植被。

1.2 数据来源

研究所用的植被指数数据采用2000—2015年MODIS NDVI月合成数据集，空间分辨率为500 m，数据来源于地理空间数据云(http:∥www.gscloud.cn/)。利用ArcGIS软件，以渭河流域矢量边界为基础进行裁剪，获得研究区逐月的NDVI影像。气象数据来源于中国气象数据网(http:∥data.cma.cn/)所提供的中国地面气候资料月值数据集。包括渭河流域及其周边的27个气象站点，选取的气象因子为月平均气温和月降水量。利用反距离权重插值法(Inverse Distance Weighing)将上述气象要素插值为空间分辨率与NDVI一致的栅格数据。

1.3 研究方法

1.3.1 趋势分析 基于像元尺度的趋势分析法能模拟研究区中每个栅格单元的变化趋势，从而反映植被NDVI变化的方向和速率[19]。趋势分析的计算公式为：

(1)

式中：Slop为像元NDVI线性回归方程的斜率；i代表年份(本文中i的取值范围为1～16)；n为研究的时间跨度(本文的时间跨度为16 a)。当Slop>0时，NDVI呈增加趋势；当Slop<0时，NDVI呈减小趋势；当Slop=0时；NDVI基本稳定，无明显变化。

1.3.2 相关分析 相关分析是测度变量之间相关程度的有效方法。本文首先对2000—2015年月时序NDVI与气温和降水进行相关分析，然后利用ArcGIS空间分析，基于像元尺度分析NDVI与气温和降水之间的相关性，以探讨长时间序列下NDVI与气温和降水之间的相关程度，并分析其空间分布状况。相关系数的计算公式如下：

(2)

式中：Rxy为相关系数；xi与yi分别代表变量x与y在第i时期时的值；x和y代表变量x与y的平均值；n为样本容量。相关系数的取值范围为-1～1，正值代表变量之间呈正相关关系，负值代表变量之间呈负相关关系，相关系数的绝对值越大，变量之间的相关性越强。

考虑到地理系统中各要素之间相互影响。采用偏相关系数法研究单个气候因子与NDVI之间的相关性。偏相关系数的计算公式为：

(3)

式中：Rxy,z表示将变量z视为常数时变量x与y之间的偏相关系数；Rxy，Rxz，Ryz分别表示变量x，y，z两两之间的相关系数。偏相关系数的取值范围为-1～1。

2 结果与分析

2.1 NDVI、气温及降水的时间变化

2.1.1 年内变化特征 图1显示了渭河流域2000—2015年月平均NDVI和气温、降水的时间变化序列。从图1中可以看出，渭河流域平均NDVI具有明显的季节变化。NDVI变化曲线在年内呈单峰型，最小值一般出现在1月和2月，此时NDVI小于0.3；最大值一般出现在8月，此时NDVI大于0.6。表1列出了16 a间各月的NDVI、气温和降水的平均值。由表1可以看出，NDVI从3月开始逐渐增大，并在8月达到最大值，为0.68；8月—次年2月NDVI逐渐降低，并在2月达到最小值，为0.27，春季和夏季是NDVI变化幅度最大的时间段。NDVI的年内变化直接反映了植被的物候，3月份开始，各类植被逐渐开始发芽生长，至8月份，植被均处于生长旺盛阶段，此时NDVI达到最大值；9月份开始，植被逐渐停止生长，植被覆盖度逐渐减小，因此NDVI逐渐降低，并在次年2月达到最低值。

从气温和降水的时间变化序列曲线中可以清晰看出NDVI在不同的变化阶段里水热条件的变化特征。渭河流域月平均气温和降水的年内变化趋势与NDVI相一致，冬季气温低，降水量少，夏季气温高，降水量多。由表1可以看出，平均气温最高出现在7月份，为22.11℃，最低出现在1月份，为-4.17℃；降水量最大值出现在8月份，为99.7 mm，最小值出现在12月份，为3.88 mm。

2.1.2 年际变化特征 图2显示了渭河流域2000—2015年NDVI、气温和降水的整体变化趋势。由图2可知，渭河流域NDVI呈缓慢增大的趋势，增大的速率约为0.088/10 a，表明植被覆盖度有所增加。多年平均NDVI为0.48，NDVI最小值出现在2000年，为0.40，NDVI最大值出现在2013年，为0.56。NDVI的年际变化大致经历了3个阶段：(1) 2000—2002年，这一阶段NDVI呈增大的趋势，增大的幅度为0.06；(2) 2004—2010年，这一阶段NDVI的变化较为平稳，在0.45～0.47之间波动；(3) 2011—2015年，这一阶段NDVI明显增大，并且在2013年达到最大值。

2000—2015年，渭河流域的气候总体上朝着暖湿的方向变化，气温和降水的年际波动较大，无明显的波动周期。其中，气温升高的速率为0.066℃/10 a，降水增加的速率为37.92 mm/10 a。

图1 2000-2015年渭河流域平均NDVI及各气象要素的时间序列

图2 渭河流域NDVI及各气象要素年际变化趋势

2.2 NDVI、气温及降水的空间变化

2.2.1 NDVI、气温及降水的空间分布特征 渭河流域2000—2015年平均NDVI、气温及降水的空间分布状况如图3所示。从图3可以看出，NDVI分布的空间差异比较明显，流域内NDVI介于0.18～0.78之间，均值为0.48。流域西部、北部的黄土丘陵沟壑区的植被覆盖状况较差，NDVI小于0.3；泾河谷地、北洛河谷地和关中平原的植被覆盖状况较好，NDVI介于0.3～0.6之间；流域南部的秦岭、中部的子午岭地区植被覆盖状况最好，NDVI大于0.6。

NDVI的空间分布格局与气候因子的空间变化比较一致。根据插值结果，渭河流域平均气温4.3～14.77℃，多年平均降水量298～689 mm，气温和降水的空间分布表现出由东南向西北逐渐降低和减少的趋势。流域西部、北部气温低、降水量少，气候干旱，主要的植被类型为温带草原，NDVI较低；自西北向东南，水热条件逐渐改善，泾河谷地、北洛河谷地以及关中平原适宜农耕，主要的植被类型为栽培植被，NDVI较高；流域南部的秦岭和子午岭地区水热条件组合好，主要的植被类型为阔叶林和针叶林，并分布有少量的温带落叶灌丛，NDVI最高。

图3渭河流域多年平均NDVI及各气象要素的空间分布

2.2.2 NDVI、气温及降水的空间变化趋势 基于流域尺度的时间序列分析可以探明渭河流域NDVI及气候变化的整体趋势，但无法说明这些变化在空间上的差异。因此利用趋势分析法，在像元尺度上分析了渭河流域2000—2015年NDVI、气温及降水的变化趋势，结果如图4所示。图4表明，近16 a以来，渭河流域绝大部分地区的NDVI值均呈增大的趋势，统计各像元值对应的像元数发现，趋势斜率大于0的像元个数有375 579个，占全区的97.77%，其中，流域西部和北部的NDVI增大的趋势最为明显；趋势斜率小于0的像元个数有8 586个，占全区的2.23%，主要沿渭河干流一线的城镇和人口密集地区分布。总体而言，渭河流域近16 a以来NDVI变化的趋势为整体增大，西部强于东部，北部强于南部。

渭河流域大部分地区16 a间气温均呈升高的趋势，其中流域西部、北部气温升高的趋势最明显，东部趋势相对稳定，北洛河以东气温有降低的趋势；降水的变化趋势为：流域大部分地区降水量增大，南部和西北部最明显，北洛河谷地降水量有减少的趋势。

2.3 NDVI与气温、降水的相关性分析

2.3.1 时间序列相关性分析 图5显示了渭河流域2000—2015年月平均NDVI随气温和降水的变化而变化的大致趋势。由图5A可以看出，月平均NDVI与月平均气温之间的相关性显著，NDVI随气温的升高而增大，当月平均气温在20℃以上时，NDVI趋于最大。由图5B可知，月平均NDVI与月降水之间接近于对数关系，月降水量在0～100 mm之间时，NDVI随着降水的增加而迅速增大，当月降水量超过100 mm时，NDVI趋于稳定，说明此时供给植被生长发育的水分已趋于饱和。

分别计算NDVI与气温和降水的相关系数和偏相关系数。结果表明，月平均NDVI与气温和降水之间均呈显著正相关关系，其中NDVI与气温的相关系数为0.865，NDVI与降水之间的相关系数为0.776，二者均通过显著性水平为0.01的检验；NDVI与气温的偏相关系数为0.664，NDVI与降水偏相关系数为0.346。这表明气温和降水的季节变化对植被生长影响显著，并且说明就渭河流域而言，植被的动态变化更易受到气温变化的影响。

图4渭河流域NDVI及各气象要素的变化趋势

2.3.2 空间相关性分析 对渭河流域2000—2015年年平均NDVI与年平均气温和年降水量逐像元进行相关分析和偏相关分析，结果如图6所示。图6A、图6B显示了NDVI与气温相关系数、偏相关系数的空间分布格局。由图可知，渭河流域NDVI与气温的相关系数介于-0.943～0.864之间，偏相关系数介于-0.926～0.870之间，二者的极化现象严重且空间差异性明显。NDVI与气温呈正相关关系的区域占流域面积的51.21%，主要分布在渭河宝鸡峡以上的地区，包括宝鸡、天水、平凉、固原以及榆林定边县。这些地区年均温较低，植被以草原和栽培植被为主，同期气温升高，降水量也呈增大趋势，这有利于农业耕作和自然植被生长。NDVI与气温呈负相关关系的地区占流域面积的48.79%，主要分布在北洛河流域以及渭河流域咸阳至潼关段，包括庆阳、西安、咸阳、铜川、延安和渭南,这与已有研究结果一致[20]。这也说明气温的升高会导致植被生长在一定程度上受到抑制。图6C、图6D显示了NDVI与降水的相关系数、偏相关系数的空间分布格局。总体而言，NDVI与降水变化的相关性要弱于气温变化，NDVI与降水的相关系数介于-0.474～0.818之间，偏相关系数介于-0.519～0.825之间。空间分布上，NDVI与降水呈正相关关系的区域占流域面积的96.67%，特别是流域西北部，NDVI与降水的正相关性较为明显，而植被覆盖程度较好的秦岭与子午岭地区，NDVI与降水的相关性较弱。NDVI与降水呈负相关关系的区域占流域面积的3.33%，主要沿关中平原城市周边分布。从整体上看，渭河流域降水的增加对植被生长主要起到促进的作用。

图5 NDVI与气温、降水在时间序列上的关系

图6NDVI与气温、降水量相关性空间分布

3 讨论与结论

3.1 讨 论

气候变化是影响地表植被时空分布的重要原因[21]。已有研究表明，全球变暖正导致北半球中高纬度地区植被活动增强[22-23]。本文以渭河流域为研究区域，尝试分析NDVI的时空变化及其与气候因子之间的时空相关性。结果表明，2000—2015年，渭河流域NDVI总体呈增大的趋势，但空间差异明显，流域西部、北部植被活动的强度明显大于东南部地区；在NDVI与气候因子的相关性分析中发现，NDVI对气温变化的响应强度要大于降水变化；此外，气温的升高对植被动态变化的影响具有空间差异性，而降水的增加主要促进了植被的生长。气候变化对渭河流域植被动态变化的影响是明显的，但其他非气候因素对植被动态变化的影响也不可忽视，特别是退耕还林(草)工程、城市化的发展等人类活动因素对植被动态的影响还有待进一步研究。

3.2 结 论

(1) 2000—2015年，渭河流域NDVI总体呈增大的趋势，但空间差异明显。NDVI增大的趋势表现为西部强于东部，北部强于南部。同期渭河流域气候总体朝暖湿的方向发展，流域西部、北部气温升高，降水量增大，东北部气温降低、降水量减小。

(2) 时间尺度上，渭河流域NDVI与气温和降水均呈显著正相关关系，其中NDVI与气温的相关性要强于降水。

(3) 像元尺度上，渭河流域NDVI与气温的相关性空间差异明显，西部主要呈正相关关系，东部主要呈负相关关系。大部分地区NDVI与降水均呈正相关关系。说明就渭河流域而言，气温的变化对植被生长的影响具有空间差异性和不确定性，而降水的增加会促进植被的生长。