基于GIMMS NDVI3g的青海高原植被分布特征研究

赵健赟，张 波，杨 静

(1.青海大学 地质工程系，青海 西宁 810016；2. 北京麦格天宝科技股份有限公司，北京 100043；3.青海省刚察县气象站，青海 刚察 812300)

植被是连接土壤、大气和水分的自然纽带，在能量交换、物质循环等过程中扮演重要角色，是生态系统的重要组成部分[1-2]，植被覆盖是区域气候、环境等多种因素综合作用的结果，植被空间分布能直观反映区域自然生态环境状况，了解和认识区域植被分布特征可为地区可持续发展提供科学的决策依据[3]。

由地理学第一定理可知，地理现象之间均存在关联，且距离相近的事物其关系也较为密切[4-7]。许多学者基于Moran’I等统计量进行了植被等地理环境因子的全局或局部空间自相关分析，揭示某些区域地理现象的本质和规律[6-15]，如连世忠等利用空间自相关特征获得了植被覆盖统计格网的适宜尺度[11]；甘茂林等利用空间自相关性特征揭示PM2.5的空间分布趋势[9]，同时，相关研究也发现植被分布并不是单一因素所形成的结果[16-18]，它是由多种环境、地理因素共同作用产生，与地理位置、地形因子等有关[18-19]，并呈现一定的规律性特征，如蔡宏等利用地理信息系统与遥感技术对赤水河流域的FVC与地形因子进行了相关研究，发现中等覆盖地区的植被覆盖度与地形因子之间并非简单的正比例关系，植被覆盖度随海拔的增大先增大然后变小，存在明显的临界高程区域[20]；陈菁等研究发现随着海拔的上升，耕地的聚集性将会降低，而林地和草地的聚集性将会上升[21]；刘亚兰等研究了我国亚热带地区山地的植被垂直分布特征，发现温度与气候的季节性特征会随着地理位置(纬度)的增加而变强[22]等。

青藏高原地区生态系统脆弱，易受气候变化的影响，高寒植被系统行为比其它地区更能及时、明显地预兆全球变化[23]。青海地区占有青藏高原1/3面积，研究其植被覆盖分布特征对揭示青藏高原生态环境演变特征具有重要的现实意义。但是，目前缺少该地区有关植被覆盖的空间分布特征、自相关特征、聚集规律以及与地理位置、地形的关联模式等方面的研究，本文利用中国1∶100万植被图集以及植被区划图，分析研究区植被覆盖类型及其分布特征，利用DEM数据对研究区进行高程区划，分析其垂直分布特征。利用AVHRR GIMMS NDVI3g数据集，研究其全局自相关性特征、局部自相关性特征以及与经纬度、高程的相关性特征。

1 研究区概况

青海地处中国西北地区，位于青藏高原东北部，E89°35′～103°04′，N31°39′～39°19′，东西长约1 200 km，南北长约800 km，面积约72.12 km2，占全国总面积约为7.51%，分别与甘肃、四川、西藏和新疆邻接。青海省平均海拔在3 000 m以上，最高为6 860 m，位于布喀达坂峰，最低为1 650 m，位于民和县下川口，地势起伏西部较小，东部较大，且地貌类型多样，差异性大。

青海南北部地区年平均温度在0 ℃以下，中部地区在0～8 ℃间，昼夜温差较大，春季气温迅速上升，秋季降温剧烈，夏季温凉，而冬季较为寒冷，平均温度7月份最高，1月份最低。青海年均降雨量约为200～500 mm，主要集中在6～9月份，总体降雨量偏少且分布不均匀，由东南向西北部递减。青海大部分地区的年蒸发量高于降雨量，海拔高降雨多的地区其年蒸发量较小，而海拔较低降雨少的地区其年蒸发量大。青海是全国日照、太阳辐射量最多的省份之一，年日照时数约2 328～3 575 h，太阳总辐射量约在6×105J/cm2。青海地区的气候受青藏高原、大气环流及地形地势等多种因素的影响，属高原大陆性气候。青海高原土地资源类型多样，植被类型主要有针叶林、阔叶林、灌丛、草原、草甸、高山植被和栽培植被等，其空间分布如图1所示。

图1 研究区植被空间分布

2 数据来源与研究方法

2.1 数据来源

AVHRR GIMMS NDVI3g数据：本研究使用NOAA(National Oceanic and Atmospheric Administration, NOAA)系列气象卫星AVHRR(Advanced Very High Resolution Radiometer, AVHRR)传感器的GIMMS(Global Inventory Modeling and Mapping Studies, GIMMS)NDVI第三代(NDVI3g)全球覆盖产品数据集。NDVI3g数据集分别融合了NOAA-7/9/11/14/16/17/18/19的AVHRR/2和AVHRR/3两种不同传感器数据，进行了轨道偏移、大气水汽、辐射、气溶胶、除云、几何畸变等校正与处理。NDVI3g数据的空间分辨率约为8 km，时间分辨率为15 d，时间长度为1981-07—2015-12。Jorge等研究发现NDVI3g数据的测量不确定度约为±0.005，可用来研究植被覆盖的季节和年际变化。NDVI3g数据集为NC4格式文件，利用Matlab将其转化为GeoTIFF格式。

1∶100万中国植被图集：数据来源于中国科学院资源环境科学数据中心(http：//resdc.cn)，该数据集由侯学煜院士、中科院相关研究所、高校及有关行政管理部门共同编制发行。该数据集是我国资源、生态、地理环境的基本数据，为全球变化、环境监测等研究领域提供重要数据支撑。

DEM数据：来源于美国航天航空局SRTM 90 m DEM Version 4的h54v5-h57v6，共8景数据，对其进行拼接、裁切等处理后形成青海地区DEM数据。

青海省行政区划数据：来源于中国科学院资源环境科学数据中心(http：//resdc.cn)。利用行政区划数据对上述数据进行裁切和投影，获得研究区NDVI3g、1∶100万植被图集和DEM数据，各数据均使用Albers Conical Equal Area投影(南标准纬线：25°N；北标准纬线：47°N；中央经线：105°E)。

考虑到青海各地区气候差异显著，气候变化在不同海拔高度呈现较大的差异，暖区海拔在2 000 m 以下，主要分布在河湟谷地，次暖区为3 000 m 的柴达木盆地等地区，而位于4 000 m 以上的祁连山区和青南高原地区为冷区。考虑到2 000 m以下河湟谷底地区面积极小，将研究区分为3 000 m以下、3 000～4 000 m和4 000 m以上3个高程带。

2.2 研究方法

研究区逐年最大值合成NDVI均值算式为

(1)

研究区及各分区NDVI均值算式为

(2)

利用Moran’I统计量进行数据的相关性分析[24-25]，计算方法如下：

(3)

式中：ωij为观测值空间邻接矩阵;观测值zi和zj不相邻取值为0;相邻取值为1。Moran’I的取值范围为(-1,1)，取值越大表明空间相关性越强。其显著性检验方法如下：

(4)

式中：E(I),Var(I)分别为Moran’I值的期望和方差。

3 结果与分析

3.1 植被覆盖类型及其分布

根据1∶100万中国植被图集，按照植被大类进行数量统计，结果如表1所示。可以看出，青海地区覆盖最多的大类植被为草甸，占有率为42.1%；其次为草原，占有率为19.37%。同时，根据1∶100万中国植被图集，对各主要植被亚类数量进行统计如表2所示。

由表2可以看出，青海地区覆盖最多的亚类植被为高寒嵩草、杂类草草甸，占有率为39.46%；其次为高寒禾草、苔草草原，占有率为16%。因此，青海地区的植被覆盖以高寒植被为主，其占有率达55.5%。按照各高程分区，对各区植被覆盖进行统计，植被大类覆盖情况如表3所示，主要植被亚类覆盖情况如表4所示。

由表3可以看出，3 000 m以下地区主要为荒漠和草甸覆盖，3 000～4 000 m主要为草甸、荒漠和草原覆盖，而4 000 m以上主要为草甸、草原和高山植被覆盖。由表4可以看出，3 000 m以下的亚类植被主要为温带禾草与杂类草盐生草甸，3 000～4 000 m主要为高寒嵩草与杂类草草甸、温带半灌木与矮半灌木荒漠和亚高山落叶阔叶灌丛覆盖，而4 000 m以上主要覆盖有高寒嵩草与杂类草草甸、高寒禾草与苔草草原和高山稀疏植被。同时，发现在3 000～4 000 m区间，覆盖有29种亚类植被，4 000 m以上只有17种植被覆盖，植被分类类型在不同高程带分布的差异性较为显著。

3.2 NDVI分布特征

为明确研究区植被覆盖覆被状况，利用式(1)计算研究区逐年最大值合成NDVI均值，选择从东南到西北(100°48′6.53″,32°47′31.69″—92°06′18.14″,38°46′3.91″)的随机样线，并计算差分值：

i=1,2,3,…,92.

(5)

计算结果如图2所示，统计差分结果中大于零的数量为53个，明显多于差分结果小于零的数量39个，表明研究区植被覆盖从东南向西北呈递减趋势。

表3 大类植被覆盖高程分区统计表 km2

表4 主要亚类植被覆盖高程分区统计表 km2

图2 研究区从东南到西北随机样线NDVI分布及其差分结果

对计算获得的逐年最大值合成NDVI均值按阈值进行分区，结果如图3所示。可以看出青海高原东部和南部地区植被覆盖为极高(0.7～Max)和高(0.5～0.7)，极低(Min-0.1)和低(0.1～0.3)植被覆盖主要位于柴达木盆地周围地区。

图3 研究区NDVI分区图

对各分区NDVI均值进行统计，结果如表5所示。发现研究区低植被覆盖所占比例较大(16.3%)，极高植被覆盖所占比例较低(5.7%)。利用植被类型分区数据对研究区NDVI均值进行统计，获得各大类、亚类植被的NDVI均值分布特征，发现研究区植被大类中针叶林、阔叶林的NDVI均值达到0.6左右，而研究区主要覆盖的草甸NDVI均值为0.47；植被亚类中亚高山硬叶常绿阔叶灌丛、亚热带和热带山地针叶林和温带落叶阔叶林的NDVI均值达到0.7左右，主要覆盖的高寒嵩草与杂类草草甸的NDVI均值为0.50。

3.3 特征分析

利用DEM分区数据，对各高程分区的NDVI均值进行统计，结果如表6所示。可以看出，在3 000～4 000 m的区域，其NDVI均值最大，而3 000 m以下地区的NDVI均值最小，且差异较为显著。

表5 研究区NDVI分区统计表

表6 研究区NDVI高程分区统计表

基于NDVI均值数据，利用式(3)、式(4)计算研究区全局和局部Moran’I统计量，获得全局Moran’I指标I为0.880 2，ZI为297.332 4，表明在0.01的置信水平下，研究区NDVI均值具有较强的空间自相关性；局部空间相关聚集图如图4所示。

可以看出，在研究区东部及东南部地区，NDVI均值具有较高的高值聚集性，而在西北部地区具有较高的低值聚集性。而从高程分区图来看，正相关的海拔主要位于3 000～4 000 m及4 000 m以上，而负相关的海拔主要位于3 000 m以下的地区。从此角度来分析，区域NDVI高程分异特征较为显著。因此，按全局和高程区划进一步分析NDVI均值与经度、纬度和高程的相关系数如表7所示，全局NDVI均值与经度、纬度的标准化散点图如图5所示。

图4 研究区最大值均值数据的局部空间相关聚集图

表7 研究区NDVI与经纬度和高程的相关系数

图5 全局NDVI均值与标准化的经纬度散点图

由图5、表7可以看出，NDVI均值在全局上与经度有明显的正相关关系，与纬度有明显的负相关关系，而与高程的相关系数较小，而NDVI均值在3 000～4 000 m的地区与高程有明显的正相关关系，同时在此区域NDVI均值与纬度有最大的负相关关系，4 000 m以上地区NDVI均值与经度有最大的正相关关系。由此表明，研究区NDVI均值分布有明显的水平地带性和高程分异特征。

4 结 论

本文利用AVHRR GIMMIS NDVI3g等数据分析了青海植被覆盖分布特征，探讨植被覆盖的自相关性特征以及与经纬度、高程的相互关系，得到以下结论：

1)研究区以高寒植被覆盖为主，其中3 000 m以下主要为荒漠和草甸覆盖，3 000～4 000 m主要为草甸、荒漠和草原覆盖，而4 000 m以上主要为草甸、草原和高山植被覆盖，高程分异特征显著；研究区以低植被覆盖为主，其中3 000～4 000 m的高程区域NDVI均值最大；

2)研究区植被覆盖从东南向西北方向呈递减趋势，年内总体NDVI在0.11～0.34范围内变化，3 000～4 000 m区域的植被覆盖最好，整体植被覆盖状况不佳；

3)研究区东部及东南部地区的NDVI值具有较高的高值聚集性，西北部地区具有较高的低值聚集性；全局NDVI与经度有明显的正相关关系，与纬度有明显的负相关关系，与高程的相关系数较小，NDVI分布有明显的水平地带性特征。