芜湖市NDVI与气候因子时空变化及相关性研究

刘义， 刘庆广

(合肥学院 a.生物食品与环境学院；b.旅游与会展学院，安徽 合肥 230601)

植被是连接土壤、大气和水分的重要“纽带”，对陆地表面能量交换、水分循环和生物地球化学循环过程起着重要作用[1-3].植被覆被变化是气象要素和人类活动综合作用的结果，能够反映区域内生态系统的演替趋势[4].探究区域范围植被覆盖变化情况及其与气温、降水因子在时间上、空间上的关系，是区域生态系统研究的重要内容，是生态环境保护、生态文明建设重要参考.归一化植被指数(Normalizeddifferentialvegetationindex，NDVI)是最常用于监测植被的遥感指数[5]，是目前最为常用的表征植被状况的指标[6].能够定量地监测植被的动态变化，研究植被的生长状况[7].

根据当前已有研究，植被覆盖与气候因子的相关性显著[9-11].学者们使用NDVI遥感数据，综合气象数据对不同区域进行了研究.比如王丽霞等人通过研究渭河流域NDVI与气候因子的关系发现，区域内NDVI与气温的相关性要强于降水[11]；李舒婷[12]等人通过研究内蒙古自治区15 a的NDVI变化及其对与降水和气温的响应发现，年际尺度上，降水对内蒙古自治区地区NDVI年际变化起决定作用；M.Otto等[13]研究摩洛哥西北部NDVI与降水数据发现，该区域降水与植被覆盖有着很强的相关性，特别是9月初到12月底的降水可以说明75%的农用地NDVI.植物还有利于土壤修复，对土壤性质破坏程度低，对多种污染物治理有效，成本低，环境友好[14].一般来讲，不同区域之间植被差异巨大，气象条件不同，因此研究NDVI与气候因子的时空关系，需要针对不同研究区具体分析.芜湖市地势西南高东北低，植被覆盖空间差异大，且因所属亚热带湿润季风气候，水热变化大，需要对其NDVI与气候因子的关系进行研究.但目前针对该市的相关研究较少.鉴于此，本文利用芜湖市2000年—2015年MODISNDVI月时序数据及同期气温、降水数据，研究该市NDVI与气温、降水的时空变化特征及相关性，为芜湖市生态环境保护、生态文明建设提供参考.

1 研究区概况与数据处理

1.1 研究区概况

芜湖市位于长江中下游南岸，安徽省东南部，下辖镜湖区、弋江区、鸠江区、三山区4个市辖区以及无为市、芜湖县、繁昌县、南陵县4个县，总面积约6 026 km2.地理位置介于北纬30°38′～31°34′，东经117°57′～118°54′之间.长江流经该市，将该市划分为江南和江北两大区域.春秋时，因“湖沼一片，鸠鸟繁多”而名“鸠兹”，西汉时因“蓄水不深而多生芜藻”始名“芜湖”，地势西南高东北低，年平均气温16 ℃，年降雨量1 200 mm；主要植被类型有针叶林、阔叶林、竹林、灌丛及经济作物群落.近年来，芜湖市社会经济发展较快，截至2017年末，常住人口约369.6万，城镇化率65.05%，地区生产总值达到3 065.52亿元，比上年增长8.9%.

1.2 数据来源

地理矢量数据选取全国地理信息资源目录服务系统1∶100万全国基础地理数据库(http：//www.webmap.cn/main.do?method=index)中的芜湖市矢量数据.NDVI数据选取中国年度植被指数(NDVI)空间分布数据集[15]，该年度数据集是由SPOT/VEGETATIONNDVI卫星遥感数据基于最大值合成法得到，经裁剪处理得到芜湖市2013年—2017年NDVI数据.气象数据使用特拉华大学发布在美国国家海洋和大气管理局的月值气温和降水数据集，时间覆盖1900年—2017年，数据格式为NC格式，经过提取、裁剪、重采样等处理得到芜湖市2013年—2017年的年平均气温、降水数据.

2 研究方法

2.1 一元线性回归分析法

一元线性回归分析能够模拟每个栅格的变化趋势，该方法是指在一定时间内，采用最小二乘法逐像元拟合年均NDVI的斜率，用以综合反映植被覆盖的时空演变特征[1].基于像元尺度的NDVI一元线性回归分析法，得出芜湖市NDVI的年际变化趋势，用于分析年变化趋势.数学公式为[16]：

(1)

式中：n表示总年份数，本研究中n=5；Slope为NDVI在这n年间的变化趋势值；NDVIi为第i年NDVI值.当slope大于0时，表示所在像元的年最大NDVI值随时间变化呈增加趋势；当slope小于0时，NDVI随时间变化呈减少趋势；当slope为0时，NDVI值没有随时间变化有明显变化.

2.2 偏相关分析

相关分析可以用来分析NDVI值与气温、降水相互关系的密切程度.在多要素所构成的地理系统中，不考虑其他要素的影响，而单独研究两个要素之间的相互关系的密切程度，称为偏相关.用以度量偏相关程度的统计量，称为偏相关系数.

相关系数的计算公式如下：

(2)

基于降水量(温度)的NDVI与温度、降水量的偏相关系数计算公式为：

(3)

式中，rxy，z为变量z固定后变量x和y的偏相关系数，rxy、rxz、ryz分别为变量x和y、变量x与z、变量y与z的相关系数.

3 结果与分析

3.1 芜湖市植被NDVI时空动态

时间变化.2013年—2017年芜湖市NDVI逐年变化如图1所示，5 a间，芜湖市各地NDVI值年际植被覆盖度差异大，表现出增加的趋势，5 a的增长速度为0.03.NDVI变化呈现类似“√”(对勾)形状特征，先降后增.2014年植被NDVI最低，2017年最高，植被覆盖面积在2013年之后有所减少，2014年之后不断增加.直至2017年才赶超2013年状态.这期间，植被在2013年—2014年出现衰退，NDVI呈现下降趋势，植被覆盖度降低；2014—2017年NDVI出现增长期，植被覆盖度增加.芜湖市各县区在2013年—2017年5 a中的NDVI变化情况如表1，可知各县区时间变化与全市总体变化一致，类“√”形状变化，由2013年—2014年下降，由2014年—2017年上涨.5 a中，繁昌县增加最多，增加了0.070 6；鸠江区增加最少，增加了0.005 5；按增加速度来看：繁昌县>芜湖县>南陵县>镜湖区>弋江区>三山区>无为市>鸠江区.

图1 2013—2017年NDVI的动态变化Fig.1 Dynamic changes of NDVI from 2013 to 2017

表1 芜湖市各县区2013年—2017年NDVI数值表Table 1 NDVI values of counties and districts in Wuhu City from 2013 to 2017

由图2可知，芜湖市年NDVI存在显著的地区差异，受气温、降水、地表地貌、土地类型等影响.分布特征是中间低两端高，长江所流经西南—东北水域一带NDVI数值为低值，南部为较高值.此外，人口活动较多的市区、县城、乡镇等地数值偏低，植被覆盖少.根据结果来看，南陵县NDVI数值最高，植被覆盖率为全市最高，2017年达到0.826 3；三山区NDVI最低，表明其植被覆盖率为全市最低.按照NDVI平均水平由大到小排序为：弋江区>鸠江区>镜湖区>三山区>芜湖县>南陵县>无为市>繁昌县.

图2 芜湖市NDVI空间分布Fig.2 Spatial distribution of NDVI in Wuhu City

根据一元线性回归分析方法得到芜湖市NDVI变化趋势(见表2)，根据标准差法划分等级，全市NDVI变化趋势在-0.142 0到0.110 4之间，表明5 a变化趋势相对稳定，没有出现剧烈变化，51.35%的区域NDVI基本没有变化.NDVI整体得到改善的区域面积大于退化区域，其中严重退化占2.38%，重度退化占3.40%，轻微退化16.81%.退化面积较为严重的是长江沿岸、本身NDVI水平较低的区域，无为市、鸠江区退化较多，其他区域也有少许分布.轻微改善、中度改善以及明显改善分别占总面积的21.98%、2.94%、1.15%，主要分布在繁昌县、南陵县、镜湖区等区域.植被得以改善的一是环绕于人类聚集地周围，人类对自然环境重视起来的行动，如城市绿化、开垦农田等，使得植被覆盖呈现增长状态.

表2 芜湖市NDVI变化趋势

3.1.2 气温、降水变化分析

2013年—2017年芜湖市区域气温、降水量变化情况如表3所示，全市年均气温变化区间为16.70 ℃ ～17.50 ℃ ；降水变化区间在1 060.5 mm～2 119 mm.这5 a来，芜湖市年均气温总体变化不大，但年际差异相对较大，2015年气温最低，为16.7 ℃.全市年均气温呈现北低南高、渐变过度的分布特征.这5 a来降水量变化大，比起气温变化要复杂，2013年—2016年逐年增加，2016年该市降水均值达到最高，为2 119 mm，2017年有所下降.芜湖市年均降水同样呈现北低南高，渐变过度的分布特征.

表3 芜湖市2013年—2017年气温、降水变化Table 3 Temperature and precipitation changes in Wuhu City from 2013 to 2017

3.1.3 NDVI与年降水、年均温之间的关系分析

计算芜湖市5 a间的NDVI与年平均气温和年降水偏相关系数，得出气温、降水和NDVI偏相关系数r1和r2的空间分布图(见图3、图4).

图3 NDVI与气温偏相关(r1)空间分布Fig.3 Partial correlation between NDVI and temperature(r1)

图4 NDVI与降水偏相关(r2)空间分布Fig.4 Partial correlation between NDVI and precipitation(r2)

图3为NDVI与气温的偏相关分布，偏相关为负的主要分布在芜湖县东部、繁昌县、无为市、鸠江区等零星分布，其余区域为正，正相关区域面积较多.NDVI与年均温度偏相关系数为正的区域所占百分比为70%，负相关占比30%.图4为NDVI与降水的偏相关分布，南陵县大部分、芜湖县西部、三山区北部、镜湖区中部、弋江区大部分地区、鸠江区大部分区域以及无为市北部偏相关为正，降水对植被起促进作用；但在无为市南部、南陵县东北部以及芜湖县西部等地区偏相关系数为负，降水似乎有阻碍植被生长的势头.芜湖市NDVI与年降水量呈正相关的区域占比56.81%，呈负相关区域为43.19%，因此降水对植被生长整体表现为积极因素.通过分区显示各县区NDVI与气温、降水偏相关均值，如图5，可知区域NDVI与气温、降水的整体关系，NDVI与降水关系中，无为市的NDVI与降水偏相关区域均值是唯一的负值，表明该市NDVI与降水整体为负相关，降水对NDVI有一定的阻碍作用.其余为正相关的区域，按照数值由小到大为：芜湖县<三山区<繁昌县<弋江区<鸠江区<镜湖区<南陵县，南陵县植被NDVI受到降水的促进作用最大.区域NDVI与气温偏相关均为正数，由小到大排序为：芜湖县<繁昌县<无为市<三山区<弋江区<鸠江区<南陵县<镜湖区.NDVI与气温偏相关普遍大于与降水的偏相关程度，同一像元符合r1>r2的区域占整个研究区域的67.47%，表明5 a芜湖市植被变化对气温的响应程度高于对降水的响应.

图5 各县区NDVI与气温、降水偏相关均值Fig.5 Mean value of partial correlation between NDVI and temperature and precipitation in each county

4 结语

通过分析芜湖市2013—2017年NDVI时空变化特征及其与气温、降水的关系，结果发现：

(1)时间上，芜湖市各地NDVI值年际植被覆盖度差异大，表现出增加的趋势.植被在2013年—2014年植被覆盖度降低；2014年—2017年NDVI植被覆盖度增加.按增加速度来看：繁昌县>芜湖县>南陵县>镜湖区>弋江区>三山区>无为市>鸠江区.空间上，芜湖市年NDVI存在显著的地区差异，中间低两端高，南陵县植被覆盖率为全市最高，三山区NDVI最低.NDVI平均水平由大到小排序为：弋江区>鸠江区>镜湖区>三山区>芜湖县>南陵县>无为市>繁昌县.

(2)5 a的NDVI变化趋势相对稳定，没有出现剧烈变化.51.35%的区域NDVI基本没有变化，NDVI整体得到改善的区域面积大于退化区域，其中严重退化占2.38%，重度退化占3.40%，轻微退化16.81%.退化较为严重的是长江沿岸、本身NDVI水平较低的区域.轻微改善、中度改善以及明显改善分别占总面积的21.98%、2.94%、1.15%，主要分布在繁昌县、南陵县、镜湖区等区域.

(3)NDVI与气温偏相关正相关区域面积较多，占比为70%，负值主要分布在芜湖县东部和其他区域零星分布，占比30%；NDVI与年降水量呈正相关的区域占比56.81%，呈负相关区域为43.19%，因此气温、降水均对植被生长整体表现为积极因素.除了无为市降水对NDVI有一定的阻碍作用，其余降水为促进作用.区域NDVI与气温偏相关均为正数，由小到大排序为：芜湖县<繁昌县<无为市<三山区<弋江区<鸠江区<南陵县<镜湖区.NDVI与气温偏相关普遍大于与降水的偏相关程度，且植被变化对气温的响应程度高于对降水的响应.