归一化植被指数对降水量变化的响应研究

孙 倩，吉 丽，吴晓红

(1.新疆农业大学林学与园艺学院，新疆 乌鲁木齐 830052；2.新疆塔城地区托里县林业局，新疆 托里 834500；3.新疆塔城地区托里县老风口林场，新疆 托里 834500)

【研究意义】归一化植被指数(NDVI)的变化关系到全球环境和气温的变化，直接影响空气质量以及人类的生存环境。基于遥感技术对植被指数进行空间监测是目前最先进的技术和研究手段，可以在大尺度上观察植被动态，能够进一步分析出植被变化的发展情况以及这种变化发生的原因等。在植被覆盖变化研究中，NDVI能很好地反映植被覆盖、生物量及生态系统参数的变化[1]。NDVI与叶面积指数、植被覆盖度以及生产力和生物量等性状之间具有很好的关系[2-3]，广泛应用于大尺度植被活动的研究[4-5]。【前人研究进展】诸多国内外学者通过不同时空分辨率和不同时序的遥感影像数据，对归一化植被指数的动态变化特征进行了研究。从宏观大尺度而言，分别针对北半球、非洲、北美大草原等地进行了基于NOAA/AVHRR-NDVI遥感影像数据的大尺度的植被覆盖状况的时空变化特征研究，获得了良好的研究成果[6-8]。在区域尺度，以中国全国、我国南方丘陵地区、陕西省、黄河流域、新疆等地均采用MODIS NDVI数据进行了角度的分析，证明了该数据在区域尺度和流域尺度良好的适用性[9-14]。同时，也研究了全球尺度、区域尺度、流域尺度下，降水、温度、湿度等诸多环境因子和气象因子与NDVI之间的相互响应和相关关系研究，不仅筛选出了对NDVI驱动性较好的气象因子，证明降水量是对NDVI最直观的影响因子之一，并且定量的探讨了不同植被类型的NDVI对气候因子的响应[15-22]。 【本研究切入点】通过植被变化与降水量的关系研究，对分析植被生态系统在气候变暖导致降水量发生变化背景下的变化响应具有重要意义，而托里县地处气候变化的敏感区和生态环境脆弱区，在归一化植被指数与降水量变化响应机制的研究方面具有地域上的典型性。【拟解决的关键问题】鉴于此，本文利用NDVI与TRMM卫星降水量在5年间的逐月数据，分析多年间NDVI与TRMM卫星降水量变化趋势，探讨降水对NDVI所产生的影响，以期为该区域植被应对气候变化带来的影响提供理论依据。

1 材料与方法

1.1 研究区概况

托里县位于新疆维吾尔自治区西北部，准噶尔盆地西侧，塔额盆地东南部，与乌鲁木齐市距离512 km，距塔城市123 km。地处北纬44°58′～46°24′，东经82°28′～85°20′。地势南高北低，呈阶梯递降，平均海拔1500 m。东西宽阔，南北狭窄，境内属准噶尔台地西缘折皱带，由巴尔鲁克、玛依勒、加依尔三大平顶状山脉组成。地处亚欧大陆地理内心，属温带大陆性半干旱气候。冬季寒冷漫长，春季升温快；夏季短促而凉爽，秋季降温迅速。年平均气温4.3 ℃，极端最高气温37.9 ℃，极端最低气温-36.6 ℃，历年无霜期为155 d，年均降水253 mm。

1.2 数据源

(1)归一化植被指数 NDVI(Normalized Difference Vegetation Index)。NDVI是检测植被生长状态、植被覆盖度和消除部分辐射误差等的重要指标。本研究所采用的NDVI数据为2011-2015年的MODND1M-NDVI数据集，来源于地理空间数据云，其空间分辨率为500 m，计算方法为月内每天最大值。NDVI的计算公式为：

(1)

其中，NIR为近红外波段的反射值，R为红光波段的反射值。

NDVI的取值范围为[-1，1]，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值表示有植被覆盖，且随覆盖度增大而增大；NDVI的局限性表现在用非线性拉伸的方式增强了NIR和R的反射率对比度。

(2)TRMM卫星降水量。TRMM卫星于1997年11月27日发射成功，2001年8月后，TRMM卫星轨道高度提升到了403 km，所有仪器的探测范围均有所增加。本研究所采用的TRMM卫星降水量数据为2011-2015年的TRMM-3B4 3月数据集，空间分辨率为 0.25°×0.25°。

1.3 研究方法

(1)Slope趋势变化计算。趋势线分析法能模拟每个栅格的变化趋势[23]，反映不同时期植被覆盖变化趋势的空间特征，本研究采用趋势线分析模拟托里县2011-2015年NDVI与TRMM卫星降水量的变化趋势，Slope计算公式如下:

(2)

式中，n为监测年数；Aj为第j年NDVI或TRMM卫星降水量的平均值；θslope为趋势线的斜率，其中θslope> 0，说明NDVI或TRMM卫星降水量在n年间的变化趋势是增加的，反之则是减少。斜率为直线上任意两点的重直距离与水平距离的比值，也就是回归直线的变化率。它的优点就是把数据转换成趋势图，能更加明显的体现出两者之间的差异性。

(2)五点移动平滑。常用的平滑处理方法有平均法、样条函数法和五点移动平滑法。其中五点移动平滑法利用多项式最小二乘逼近，来对采样点实行平滑滤波，算法简单，效果较好，利用五点移动平滑算法，可以将数据中的干扰成分消除，保持数据的变化趋势，从而增加可信度和提高精度。

(3)相关系数。对托里县2011-2015年NDVI与TRMM卫星降水量进行相关分析，得到5年NDVI与TRMM卫星降水量的相关系数，采用F检验进行相关系数显著性检验。相关系数公式如下：

(3)

2 结果与分析

2.1 NDVI与降水量5年间的趋势变化分析

θslope>0表示NDVI或TRMM卫星降水量在n年间的这个区域呈现增加趋势(图1)，反之则呈现降低趋势。2011-2015年，托里县南部区域TRMM卫星降水量与NDVI均呈现非常显著的降低趋势，而在西部区域也能呈现NDVI和TRMM卫星降水量的增加趋势，但是在北部NDVI的局部降低，降水量变化趋势与之不同步。

5年间NDVI趋势变化最高值为0.68，趋势变化最低值为-0.01，整体呈现北部变化趋势微弱，西部和东部曾呈现出良好的增加趋势。NDVI变化趋势最高的区域有6个自然村和1个镇，分别是托里县的旦木、阿克朔克阔腊斯、阿克朔克、库兰库都克、萨尔加克、吐也赛自然村和托里镇；NDVI变化趋势显著减少的区域有4个自然村和3个乡，分别是航勒、加曼塔木、喀赞库木、巴拉旦自然村，阿克别里斗乡、多拉特乡和乌雪特乡。

同期TRMM卫星降水量趋势变化最高值为51.03，趋势变化最低值为6.74，从北到南，变化趋势逐步降低的分布特征。克尔哈达和托克散拜自然村降水量明显具有增加趋势，而托浪格巴斯陶、科克乌伦草场、加依勒玛、阿克吐木苏克、乌兰布拉格和索尔托别自然村降水量均呈现逐步降低趋势。

2.2 移动平滑时空分析

2011年NDVI最低值为-0.01(图2)，表示这个区域的植被覆盖程度很低，最高值为0.68，表示这个区域的植被覆盖相对较好，沿着从南到北走向，植被NDVI呈现出逐步增加的分布特征，一直到最北面急剧减少。TRMM卫星降水量的时空变化最低值为6.74，表明这个区域的降水较少，最高值为51.03，表示这个区域的降水较为充沛，并且与2012年NDVI的空间分布特征非常相似。2012年植被分布密集的区域有10个自然村、1个乡和2个镇，而3个自然村植被分布相对较为稀疏。TRMM卫星的降水量分布特征与NDVI的分布特征和变化情况具有高度的一致性。

2013年TRMM卫星降水量的时空变化，最低值为3.05，最高值为12.74，降水量最多的区域与次年NDVI的分布特征非常相似，均呈现出最北部数值较大，而随着向南部逐步递减的趋势。2015年沿着从西到东走向，植被NDVI的数值呈现出逐步增加的态势。与降水量的分布特征非常一致，植被分布密集的区域，降水量也相对较高。而克尔哈达、哈拉得尔和登格克自然村相对托里县其他区域，降水量较低，且NDVI分布也较为稀疏。

2.3 NDVI与TRMM降水量随时间的动态变化分析

计算托里县2011-2015年的5年中NDVI与TRMM卫星降水量数据月平均值，得到随时间上的动态变化折线图。旨在解读DNVI 和TRMM降水量随着时间推移而发生的动态变化，将TRMM卫星降水量的月平均值单位mm/月换算为dm/月。

5年间NDVI月平均值最大值均出现在每年的7-8月(图3)，5-9月是植被的生长季节，NDVI增加趋势明显，NDVI从5月开始稳步增加，6月增加迅速，7-8月达到最大值，从9月开始NDVI逐步呈现下降态势，每年的1-4月和11-12月NDVI变化不大，植被覆盖程度相对较低。托里县TRMM卫星降水量在同期的5年内，降水量最高值出现在2015年7月，最低值出现在2014年1月。从2011年5月到2014年1月之间有显著的降水量降低趋势，而在2014年5月到2015年11月呈现显著增加。

图1 2011-2015年NDVI与TRMM卫星降水量趋势Fig.1 Trend of NDVI and TRMM satellite precipitation in 2011-2015

每年降水量和NDVI 的最大最小值大多时间较为同步，然而2011年中TRMM卫星降水量月平均最高值在4月，NDVI月平均最高值在7月；2012年中TRMM卫星降水量月平均最高值在2月，NDVI月平均最高值在7月；2013、2014、2015年中TRMM卫星降水量月平均最高值均在8月，NDVI月平均最高值均在8月。而各年中NDVI月平均值最大值均出现在7-8月，TRMM卫星降水量年最大值也相对集中在7-8月，只有2011和2012年TRMM卫星降水量月平均值最高在4和2月。5年中随着TRMM卫星降水量月平均值的增加，NDVI的月平均值也随之增加，与此同时，NDVI的增加也促使TRMM卫星降水量的月平均值的增加。

图2 2015年NDVI与TRMM卫星降水量时空变化Fig.2 Temporal and spatial changes of precipitation of NDVI and TRMM satellites in 2015

图3 2011-2015年NDVI与TRMM卫星降水量动态变化Fig.3 Dynamic line chart of precipitation of NDVI and TRMM satellites from 2011 to 2015

2.4 相关性分析

为保证NDVI 与TRMM降水量数据在空间尺度上分辨率的统一性，对数据进行尺度预处理，用TRMM卫星降水量作为基准，提取出NDVI，使NDVI与TRMM卫星降水量在地理空间上完全统一。利用SPSS 19.0与ArcGIS软件，处理计算得到托里县2011-2015年NDVI与TRMM卫星降水量相关性图。

在2011-2015年NDVI与TRMM卫星降水量相关性图的基础上，选择4个相关性具有显著特点的区域作为进一步分析的对象(图4)。其中，A、D区域相关性较低，B区域相关性较高，C区域相关性不显著，在4个区域抽取数据进行分析。进一步得出每个区域NDVI与TRMM卫星降水量春夏秋冬4个季节的具体变化(表1)。

图4 2011-2015年NDVI与TRMM卫星降水量相关性Fig.4 Correlation between NDVI and TRMM satellite precipitation from 2011 to 2015

相关系数的取值区间为[-1，1]。1表示2个变量完全线性相关，-1表示2个变量完全负相关，0表示2个变量不相关，数据越趋近于0表示相关关系越弱。

表1 NDVI与降水量的相关性分析

注：*指显著相关，满足0.05水平检验；**指极显著相关，满足0.01水平检验。

Note: * refers to meeting the 0.05 level test； ** refers to meeting the level of 0.01 test.

托里县5年里NDVI与TRMM卫星降水量相关性较为显著。相关系数的最低值为-0.54785，表示在这个区域两者的相关性呈负相关，呈负相关的区域面积较少，最高值为0.77622，表示在这个区域两者的相关性成正相关，大部分区域都呈正相关。A、B、C、D区域的春夏秋冬4个季节的相关系数值均在范围[0，1]，A区域的春季相关系数值为-0.06707，趋近于0说明相关关系越弱，忽略不计，表明NDVI与TRMM卫星降水量之间的相关性呈正相关。B区域的春季与秋季满足0.05水平检验呈显著相关，r分别为0.51526、0.41514；C区域的春季和D区域的冬季均满足0.01水平检验呈极显著相关，r分别为0.37481、0.13745。

3 讨 论

托里县2011-2015年NDVI与TRMM卫星降水量多年来趋势变化具有较为显著的规律，TRMM卫星降水量变化趋势增加的区域，NDVI变化趋势也随之增加，同样，当NDVI变化呈现增加趋势时，也促使了TRMM卫星降水量变化趋势的增加。植被的明显增强趋势，随着降雨量的增多对植被的生长加快具有促进作用[6]。但是在托里县NDVI变化趋势图北面局部区域出现异常，随着TRMM卫星降水量变化趋势的增加，NDVI变化趋势反而降低，这是因为NDVI的变化不仅仅只有降水量才能影响，还有地表水、流域、地下水和其它气候因子也对NDVI产生影响，降水量作为多种影响因素之一，并不能全面的解释NDVI的动态变化趋势。

利用五点平均移动方法，能较好地体现出2011-2015年每一年NDVI与TRMM降水量在空间分布特征和时间变化特征。2012年NDVI与TRMM空间分布特征一致，而2011年的降水量分布情况与次年NDVI的分布特征高度吻合。2014年NDVI的分布情况也与前一年的降水量分布情况非常相似。TRMM卫星降水量能够对NDVI产生影响，但不是产生影响的唯一因素。降水量的值与NDVI存在时间上的梯度关系，导致降水量越大，次年NDVI才会明显增强。

从时间的变化角度而言，随着TRMM卫星降水量月平均值的增加，NDVI的月平均值也随之增加，反之，NDVI的增加也促使TRMM卫星降水量的月平均值的增加，植被生长除了必须的物质以外，水分成为不可或缺的重要因子，植被的覆盖程度对降水量变化的响应具有时间上的滞后性。2011和2012年，TRMM卫星降水量的月平均值最高的月份，NDVI的月平均值没有达到最高值，这归因于植被覆盖程度的逐步变化受到降水量的影响，但是鉴于影响NDVI的气候因子非常多元，并且降水量对NDVI的影响作用在时间上有典型的滞后规律。

托里县5年里的NDVI与TRMM卫星降水量相关性较为显著。相关系数的最低值为-0.54785，在D区域两者的相关性呈负相关，在B区域两者的相关性成正相关，随着降水量的增加NDVI也随之增加。然而，呈现正相关的面积明显远远大于负相关的面积。A、B、C、D区域的春夏秋冬四个季节的相关系数值，均表明NDVI与TRMM卫星降水量之间的相关性呈正相关。B区域的春季与秋季满足0.05水平检验呈显著正相关，对于植被稀疏的干旱区植被而言，季节的变换可能间接提高了降水利用率[24]，从而促进了植被生长，促进NDVI数值的不断增加。A、B、C、D区域虽然出现少许的负相关，但是正相关的区域面积远远大于负相关的面积。

4 结 论

本文基于托里县2011-2015年MODIS-NDVI与TRMM卫星降水量的数据，分析了NDVI与降水量多年来时空变化趋势，实现了降水量与NDVI数据的移动移动平滑，探讨了NDVI与降水量随时间的动态变化，并对NDVI和降水量的相关性进行了讨论，得到如下结论。

(1)在托里县内，TRMM卫星降水量与NDVI两者的趋势变化是相辅相成的。从空间分布特征角度而言，TRMM卫星降水量对NDVI产生影响，但不是产生影响的唯一因素。

(2)从时间角度来看，随着时间的动态变化两者都呈现出波动趋势，并且波动趋势极为相似。降水量能对NDVI产生影响，但是影响作用在时间上有典型的滞后性。

(3)5年里的NDVI与TRMM卫星降水量相关性较为显著。NDVI与TRMM卫星降水量之间的相关性大多呈正相关，在D区域出现负相关，但是正相关的区域面积远远大于负相关的面积。