25年来秦岭NDVI指数的气候响应

陈晓宁，蒋好忱

(国家测绘地理信息局第一地形测量队，陕西 西安 710054)

植被在全球变化研究中起着“指示器”的作用，对植被的动态监测可以在一定程度上反映气候的变化趋势，是生态环境研究的热点之一[1-4]。归一化植被指数(normalized difference vegetation index,NDVI)是反映植被所吸收的有效辐射比例的重要指标，对植被的长势和生长量非常敏感，在一定程度上代表地表植被覆盖变化[5]。因此，NDVI常用来估测土地覆盖面积大小、植被光合作用能力、植被生物量、区域蒸散量、土壤水含量及旱情灾害等[6-13]。

许多学者研究了不同地区NDVI与主要气候因子的关系。文献[14]利用SPOT VGT NDVI数据和气象资料，分析了1998—2007年我国东部植被在不同季节对气温、降水变化的时空响应特征；文献[15]利用GIMMS/NDVI数据分析了我国西北地区1982—2006年植被NDVI时空变化特征及其影响因子；文献[16]利用变化斜率法、主成分分析法和相关分析法得出流域NDVI与降雨的良好相关性；文献[17]使用统计学方法，探讨了NDVI时空变化及与气候因子的关系。本文对秦岭山区的多年NDVI变化情况进行分析，同时使用相关分析法和趋势分析法对不同植被类型下影响NDVI的气候因子进行研究，为气候变化背景下制定环境资源保护和利用策略提供参考。

1 数据与方法

1.1 数据基础

以陕西秦岭地区为研究样区，植被数据资料采用AVHRR-NDVI资料，空间分辨率为8 km，将数据进行预处理拉伸并标准化至-1～1之间。选取安康、佛坪、商州、华山4个气象站点(见表1)，获取1982—2006年的气温和降水量数据，资料来自于中国气象局气象信息中心气候资料室。研究范围及气象站点的空间位置分布如图1所示，秦岭地区植被覆盖类型如图2所示。

表1 气象站点

1.2 研究方法

采用线性倾向估算法和相关系数法对秦岭地区植被指数的时空变化及其与气候因子的关系进行分析。构建样本与时间之间的线性回归方程，回归系数与回归常数的最小二乘估计见式(1)。利用回归系数b与相关系数r之间的关系，求出时间ti与变量xi之间的相关系数，见式(2)。

(1)

(2)

NDVI与气候因子的相关系数可通过式(3)得到

(3)

式中，n为样本数量。

2 结果与分析

2.1 NDVI变化分析

对安康、佛坪、商州、华山4个气象站的气温和降水数据进行计算，求出1982—2006年的年平均气温、年总降水量和年平均植被指数。分别对1982—2006年的年平均气温、年总降水量及植被指数进行拟合，结果如图3—图5所示。

1982—2006年间，秦岭地区年均温最低为10.7℃，最高为12.8℃，整体呈不断波动上升趋势，25年间上升幅度达到了2.1℃。

由图4可知，虽然各年的总降水量值大小不一，但就变化趋势来看变化趋于平稳，平均在790 mm左右。年总降水量的变化趋势不明显，约为-7.172 6 mm/a。

1982—2006年，NDVI的多年变化趋势有所上升，反映了研究区域的植被有所增加，植被的保护相对较好，每年增幅约为0.000 7。

对植被在1982—2006年的变化作趋势分析，结果如图6所示。植被指数在研究区域的中西部和东北部都有明显的增加(黑色和灰色所示)。在南部和西北部的部分地区植被指数值一度处于低值，甚至出现负值，最低值为-0.002 3。针对植被指数的变化情况，对1982—2006年植被指数变化的显著性作了检验，结果如图7所示，植被指数的变化在中西部和东北部比较显著，而在南部和西北大面积区域不显著。图7与图6所示情况基本一致，说明在中西部和东北部植被指数的变化较为明显。

将研究区植被类型数据与NDVI变化数据进行叠加分析，进一步研究25年来不同植被类型的变化情况(见表2)。从表2可以看到，增加最为明显的植被为温带、亚热带、热带常绿灌丛矮林，平均值为0.001 2，而针叶林的变化最小。

表2 不同植被类型NDVI变化情况

2.2 不同区域NDVI与气候因子相关性

将1982—2006年逐年NDVI值与同期的逐年年均温进行相关分析，相关系数如图8所示。研究区域中西部和东北的大部分地区植被指数变化与气温之间呈明显的正相关关系，相关系数最大值达到0.72，表明中西部和东北大部分地区的植被指数变化受气温的影响较大；南部和西北地区呈明显的负相关关系(白色区域)，最大负相关系数达到-0.41，由此可见该区域植被指数变化受气温的负面影响较大；此外，局部小范围地区(灰色所示)的植被几乎不受气温的影响。对植被指数与气温之间关系的显著性作分析，结果如图9所示，气温对植被指数影响明显的区域也主要分布于中西部和东北区域。

分析气温对不同植被覆盖类型的影响程度(见表3)，相互关系最为显著的植被类型为果树园、经济林，平均值达到0.52，说明果树园、经济林受气温影响大，针叶林则受气温的影响最小。

表3 不同植被类型下气温与植被指数的相关关系

采用与上述相同的方法，分析NDVI与年总降水量的相关关系(如图10、图11所示)。从图中可以看出仅有南部与北部的小部分区域的植被指数与降水呈正相关(黑色所示)，并且最大正相关系数只有0.473；而其他大部分地区植被指数变化与降水呈明显的负相关(白色所示)，最大负相关系数达到-0.516，因此大部分地区的植被指数受降水的负面影响较大。除个别地区外，绝大部分地区的植被指数与降水之间的关系不显著。

由表4可见，降水与植被的相互关系最显著的植被类型为阔叶林，平均值为-0.13，说明阔叶林受降水影响较大；相互关系最不显著的植被类型为果树园、经济林，平均值仅为-0.07，受降水的影响较小。

表4 不同植被类型下降水与植被指数的相关关系

3 结论与展望

NDVI是反映植被覆盖的一个重要指标，其变化是区域植被覆盖状况的体现，分析其与气候因子的相互关系，具有重要的理论和实际意义。本文所得结论如下：

(1) 陕西秦岭地区年均气温在1982—2006年间呈不稳定性上升，上升幅度为2.1℃，这主要是由于近几十年来，随着温室气体的不断排放，全球气温不断上升；年总降水量的变化趋势趋于平稳，平均值在756 mm左右；该区域的植被指数有略微的上升。

(2) 研究发现，1982—2006年秦岭地区的NDVI在中西部和东北部与气温呈正相关，且比较显著，在南部和西北部呈明显的负相关，植被指数受气温的影响比较大。北部和南部的部分地区的植被指数与降水呈正相关，其他区域与降水呈明显的负相关，植被指数与降水的关系不显著，受降水的影响较小。总的来说，气温是影响该地区植被指数变化的主要因素。

由于受到数据空间分辨率的限制，精度更高的分析结果有待进一步的完善。