三江平原耕地归一化植被指数对气候因子的时滞响应*

张露洋，雷国平，郭一洋，路 中

（东北大学土地管理研究所，沈阳 110169）

在全球气候变暖和极端气候事件频繁发生的背景下，土地利用覆盖变化与气候的关系及其对区域气候变化的响应研究引起国内外众多学者的关注[1-2]。针对我国人地矛盾突出的基本国情和切实保护耕地的基本国策，分析耕地利用对区域气候变化的响应，进而实现耕地的气候适应性种植，对于保护国家粮食安全和稳定具有十分重要的意义。归一化植被指数（ NDVI ， Normalized Difference Vegetation Index）是评价与分析植被生长与覆盖状况以及生态环境的主要指标之一[3]。耕地作为一种人工植被，其NDVI 值在某种程度上能较好地反映作物的长势和产量等信息[4-5]。因此可以通过分析气候因子对耕地NDVI 的影响进而获取区域耕地利用对气候变化的响应信息。目前耕地利用对气候变化的响应研究大多集中在气候对耕地土壤的影响[6]、耕地格局变化的贡献归因[7]、气候变化背景下各尺度耕地生产潜力变化[8]以及针对未来气候变化的耕地动态模拟研究[9]。而针对耕地NDVI 对气候因子的响应研究则较少。同时不同地区耕地NDVI 与水热因子之间的相关性差异显著，不同耕地利用类型的NDVI 对气候因子的响应时间和响应特征也不尽相同。耕地NDVI 对区域水热因子的响应特征以及不同县域和耕地利用类型的NDVI 对区域水热因子的响应差异仍不清晰，亟待进行相关研究以科学合理地指导实际生产。由于农作物的生长需要一定的气候、土壤等条件，所以耕地对气候变化的响应往往具有一定的滞后效应。众多学者通过分析长时间序列气候因子（气温、降水量）对NDVI 的时滞相关性，来分析水热条件对植被的影响和滞后效应，研究结果具有可信性及科学意义[10-11]。本文利用此方法，分析2000—2015 年耕作期内（5—9 月）旬降水和旬均温对耕地旬NDVI 的时滞相关性，进而分析气候因子与旱地和水田的相关性及影响的时滞性，为指导合理有效生产提供依据。

三江平原位于我国东北部、中温带北段，近年来气候变暖较为显著。2000 年以来，随着区域增温趋势的累积效应，在耕地种植面积不断增加的基础上耕地的种植结构也持续调整，进而促进了区域粮食产量的提升[12-13]。区域气候变化对耕地利用影响的研究得到了众多学者的关注[14-15]。作为国家商品粮基地和重要的粳稻主产区，三江平原耕地合理开发利用问题的研究不仅对区域可持续发展具有重要的指导作用，同时对保障国家粮食安全与稳定意义重大。因此，选取研究区气候变化较为明显的时段，即2000—2015 年；分析气候因子（气温、降水量）对区域耕地NDVI 的影响以及耕地NDVI 对气候因子的响应时滞，可为区域耕地资源的气候适应性种植、提升粮食产能、保障国家粮食安全等方面提供依据。

1 材料与方法

1.1 研究区概况

图1 研究区基本信息Fig. 1 Basic information of the study area

三江平原地处黑龙江省的东北部，包括23 个县（市、区）（图1）。位于中温带湿润、半湿润大陆性季风气候区。多年均温为1～4℃，平均降水量为450～650 mm。春季风大干燥，夏季高温雨丰，秋季多风、昼夜温差显著，冬季寒冷干燥。土壤有机质和养分含量较高，适宜农业耕作，是我国重要的粮食生产区。由于本文研究的是气候因子对耕地NDVI 的时滞影响，因此研究时间点界定为2000—2015 年的耕作期（5—9 月）。为消除土地利用变化对NDVI 的影响，本文的研究区域界定为耕地不变区，包括旱地和水田。

1.2 数据来源

（1）土地利用数据：本文利用Landsat TM 影像进行土地利用信息的目视解译进而获取耕地不变区（不变旱地区和不变水田区）。利用3 020 个2015 年耕地随机验证点，计算得出耕地解译正确率为88.90%，满足相关研究精度需求（图1）。

（2）NDVI 旬数据：NDVI 数据来源于中国科学院计算机网络信息中心国际科学数据镜像网站（http://www.gscloud.cn）的“MODND1T 中国NDVI旬合成产品（500 m）”。中国NDVI 十天合成产品（500 m）是根据TERRA 由MODND1D 计算得到，计算方法为选取月内每十天中的最大值。

（3）气候旬数据：基于国家气象信息中心——中国气象数据网（http：//data.cma.cn/site/index.html）的“中国地面气候资料日值数据集（V3.0）”中黑龙江省 32 个基础气象站点数据（图 1），利用ANUSPLIN 软件的薄盘样条法（TPS，Thin Plate Spline）进行空间插值并按照研究区边界进行裁剪，形成2000—2015 年三江平原耕作期气温和降水量的日值数据，并将气温数据进行旬均值计算、降水数据进行旬和值计算，最后形成研究区分辨率为500 m 的气候栅格数据集。

2 结果与讨论

2.1 气候因子变化特征

根据2000—2015 年三江平原耕作期气候因子变化情况（图2）可知，三江平原耕作期气温年际变化较降水量更加稳定，峰值集中在 20.30℃～24.44℃，谷值集中在10.75℃～14.63℃。降水量年际变化的峰谷值波动较大，最大峰值达218.3 mm，最小峰值达141.2 mm；最大谷值达81.72 mm，最小谷值达11.47 mm。气温在耕作期月际变化上的表现较有规律性，5—9 月的月均温呈“抛物线”状。而耕作期降水量月际变化的规律性较弱，峰谷值月份有所差异，年内波动较大。

图2 气候因子变化特征Fig. 2 Characteristics of changes in climate factor

2.2 NDVI 变化特征

耕作期耕地NDVI 年际差异不大（图3）。除2000年外，年内峰值集中在0.83～0.87 之间；除2000 年和2015 年外，耕地NDVI 峰值均出现在9 月，说明针对研究区耕地而言，9 月植被覆盖度最大，作物长势较好。

从耕作期耕地NDVI 多年均值来看（图4），三江平原北部和西部较低，东部区域相对较高。利用变异系数[16]表征耕地NDVI 多年变化稳定性的空间差异，发现东部较为稳定西部较为波动。利用趋势系数[17]计算耕地NDVI 年际变化趋势的空间差异，发现西部和南部部分区域变化趋势系数较高，长期来看有增长趋势；而东部部分地区呈现减少趋势。

图3 NDVI 变化特征Fig. 3 Characteristics of changes in NDVI

总体来看，研究区耕作期耕地NDVI 变化的空间差异主要表现为两种典型模式。其一是以绥滨县南部、萝北县、鹤岗市市辖区、汤原县、佳木斯市辖区、集贤县、双鸭山市市辖区、友谊县中部、宝清县西南部、桦南县西南部、依兰县、密山市西部以及鸡东县等为代表的西部区域“低值-不稳定-增加趋势”发展模式；即该区域耕作期耕地NDVI 多年均值较低，年际间呈现不稳定的态势，但长期呈现出增加的趋势。其二是以抚远县、同江市东部、饶河县、富锦市东部、宝清县东部、虎林市、密山市东部为代表的东部区域“高值-稳定-减少趋势”发展模式；即该区域耕作期耕地NDVI 的多年均值较高，同时年际间呈现稳定的态势，长期呈现出减少的趋势。

图4 NDVI 相关指标空间差异Fig. 4 Spatial variation of NDVI related indices

2.3 耕地NDVI 的气候因子时滞响应

2.3.1 县域差异 时滞互相关法作为滞后效应研究较常用的方法，被众多学者广泛应用[18]。运用ArcGIS10.6 软件的栅格计算器（Raster Calculator）功能计算了耕地在各时滞情况下旬NDVI 和旬均温的相关性，获取了最大无偏相关系数和对应的时滞旬数（图5），来分析耕地NDVI 对区域气温变化的响应程度和响应时间差异。旬均温与旬NDVI 的相关系数总体上较大，大多集中在0.931～0.992 之间，区域耕地NDVI 受气温的影响较大。仅穆棱市、鸡西市市辖区、富锦市西北部、饶河县南部以及由七台河市市辖区、宝清县、双鸭山市市辖区、桦南县以及勃利县形成的环状边缘区域呈现较低的态势，区域高程和坡度相对较大、地形相对不平缓，可能是造成气温对耕地NDVI 影响程度存在差异的原因之一。时滞旬数以2 旬为主，西部集贤县、汤原县、佳木斯市市辖区、依兰县以及勃利县等部分区域响应时间较长时滞3 旬，东部富锦市、宝清市、虎林市以及密山市部分区域响应时间较短时滞1 旬。

具体分析各县域旬均温与旬NDVI 的最大无偏相关系数和时滞旬数发现（表1），县域最大无偏相关系数均值均大于0.91。友谊县最高为0.97，区域耕地NDVI 受气温变化的影响程度较大；穆棱市最低为0.91，区域耕地NDVI 受气温变化的影响程度较小。佳木斯市市辖区、集贤县、汤原县时滞旬数大于2.30 旬，区域耕地NDVI 对气温变化的响应较慢；虎林市时滞旬数小于1.5 旬，区域耕地NDVI对气温变化的响应较快。

通过计算耕地在各时滞情况下旬NDVI 和旬降水的相关性，获取了最大无偏相关系数和对应的时滞旬数（图6），来分析耕地NDVI 对区域降水量变化的响应程度和响应时间差异。旬降水与旬NDVI的最大无偏相关系数大多集中在0.778～0.927 之间；研究区东部抚远县、同江市、饶河县、虎林市、密山市、宝清县以及富锦市部分区域较低，区域降水对耕地NDVI 的影响较小。时滞旬数以1 旬为主，宝清县、桦川县、虎林市以及密山市等部分区域未出现时滞现象；而西南部部分区域时滞达2 旬，以抚远县、饶河县以及同江市为代表的东北角区域响应时间较长，时滞达3 旬。

图5 旬均温对旬NDVI 的最大无偏相关系数（左）及相应时滞（右）分布Fig. 5 Distribution of the maximum unbiased correlation coefficients between ten-day mean air temperature and ten-day NDVI（Left）and their respective time-lags（Right）

表1 县域耕地NDVI 与气候因子最大无偏相关系数和时滞Table1 Maximum unbiased correlation coefficient and time-lag of NDVI and change in climate factors in farmland relative to county

各县最大无偏相关系数均值均大于0.71（表1）。七台河市市辖区、萝北县、双鸭山市市辖区以及鸡西市市辖区最高为0.83，区域耕地NDVI 受降水量变化的影响较大；饶河县和抚远县最低为0.71，区域耕地NDVI 受降水量变化的影响较小。抚远县、同江市以及饶河县时滞旬数大于2 旬，区域耕地NDVI 对降水变化的响应较慢；宝清县和虎林市时滞旬数小于1 旬，区域耕地NDVI 对降水变化的响应较快。

综合分析区域耕地旬NDVI 与旬气候因子的最大无偏相关系数和时滞旬数发现，区域旬均温与旬NDVI 的相关系数整体大于旬降水与旬NDVI 的相关系数，说明区域气温对耕地NDVI 的影响程度大于降水对其的影响。同时除了抚远县、饶河县以及同江市外耕地旬NDVI 对旬均温的时滞旬数均大于其对旬降水的时滞旬数，说明除了上述三个县域外区域耕地NDVI 对气温的响应时间均大于对降水的响应时间。值得注意的是，佳木斯市市辖区以及双鸭山市市辖区耕地NDVI 无论是对气温或降水的时滞旬数均高于三江平原其他区域，说明该区域耕地NDVI 对区域气候因子变化的响应较慢。而密山市、宝清县以及虎林市的表征完全相反，说明该区域耕地NDVI 对区域气候因子变化的响应较快。抚远县和穆棱市耕地NDVI 对气温的时滞旬数较低而对降水的时滞旬数较高，说明区域对气温变化的响应较快而对降水变化的响应较慢。在指导耕作时，应积极考虑相关因素，因地适宜地进行调整，保障区域粮食生产与安全。

2.3.2 耕地利用类型差异 分析气候因子对不同耕地类型（旱地和水田）NDVI 的最大无偏相关系数和时滞旬数（表2）。发现气温对水田NDVI 的影响大于其对旱地NDVI 的影响；旬均温与旱地旬NDVI 的最大无偏相关系数均值为0.942，水田则为0.962。同时旱地NDVI 对气温变化的响应时间要较水田NDVI 长；旱地旬NDVI 对旬均温的时滞旬数均值为2.026 旬，水田则为1.633 旬。

表2 气温和降水与不同耕地类型的相关系数及时滞Table2 Correlation coefficients of NDVI with air temperature and precipitation and time-lags relative to type of cultivated land

降水对旱地NDVI 的影响大于其对水田NDVI的影响；旬降水与旱地旬NDVI 的最大无偏相关系数均值为0.809，水田则为0.765。但是旱地NDVI对降水变化的响应时间较水田NDVI 的长；旱地旬NDVI 对旬降水的时滞旬数均值为1.323 旬，水田则为1.045 旬。

综合气温和降水量对不同耕地利用类型NDVI的影响发现，气温对区域水田NDVI 的影响较大；而受灌溉条件的影响，降水量对区域旱地NDVI 的影响较大。旱地NDVI 对区域气候因子的响应时间大于水田的响应时间。

三江平原气候变化显著，对区域土地利用影响深远[19]。土地利用变化进一步影响地表温度[20]、生态系统[21]进而对区域气候产生影响。三江平原植被NDVI 与气温和降水量主要呈正相关关系，同时降水是三江平原植被生长的主导气候因子[22]。本文进一步分析耕地NDVI 对气候因子的响应关系发现，区域气温对耕地NDVI 的影响程度大于降水对其的影响，这可能是由于三江平原高纬度的地理位置以及农作物生长需要累积必要的积温条件导致的。气温和降水量对三江平原农作物蒸散发量产生一定影响；气温对作物需水量影响显著，降水对其的影响不显著[23]。这也间接说明区域气温对农作物生长的影响程度大于降水量对其的影响。同时三江平原水文干旱往往滞后于气候干旱[24]。本文研究也表明，区域耕地NDVI 对气候因子变化的响应往往产生一定的滞后性，对气温的滞后时间更长。因此，根据不同县域耕地NDVI 以及不同耕地利用类型NDVI对区域气温和降水的时滞响应差异可以适当调整实际农业耕种与机械投入的侧重点，根据气象预测及时调整并进行针对性的机械灌溉以保障耕地长势与产量的稳定与安全。

研究结果可为指导区域耕作生产、气候适应性种植、保障粮食稳定等提供依据。但影响耕地利用的因素较多，气候资源、水资源、土壤资源、地形因素以及社会经济因素等会对耕地利用系统产生综合性、系统性的影响。本文从气候因子与耕地NDVI的时滞关系出发进而探寻区域气候变化对耕地利用的可能影响。今后将在厘清复杂耦合关系，明晰耕地利用系统的变化规律上展开进一步研究。同时NDVI 受区域气候因子变化、人类活动变化以及土地利用变化等多种因素影响，未来研究将在定量化分析气候因子变化对其的影响上进一步开展。

3 结 论

三江平原耕作期气温年际变化较降水量变化更加稳定。气温在月际变化上的表现较为规律，而降水量月际变化的规律性较弱、年内波动较大。研究区耕地9 月植被覆盖度最大，耕地长势较好。耕作期耕地NDVI 年际差异较小，多年变化的空间差异主要分为以西部区域为代表的“低值-不稳定-增加趋势”区域以及东部为代表的“高值-稳定-减少趋势”区域。区域气温对耕地NDVI 的影响程度大于降水对其的影响。除抚远县、饶河县以及同江市外区域耕地NDVI 对气温的响应时间大于对降水的响应时间。佳木斯市市辖区以及双鸭山市市辖区耕地NDVI 对区域气候因子变化的响应较慢；而密山市、宝清县以及虎林市耕地NDVI 对区域气候因子变化的响应较快；抚远县和穆棱市耕地NDVI 对气温变化的响应较快而对降水变化的响应较慢。气温对区域水田NDVI 的影响较大，旱地NDVI 对区域气候因子的响应时间大于水田NDVI 的响应时间。