基于遥感植被指数的青海高原植被覆盖对气候变化的响应关系分析

赵健赟，丁圆圆，杜 梅，缪晓星，杨 静

[1.青海大学 地质工程系，青海 西宁 810016； 2.中国地质大学(北京) 土地科学技术学院，北京 100083；3.青海省水土保持中心，青海 西宁 810016； 4.刚察县气象站，青海 刚察 812300]

20世纪80年代至今，地球表面的平均温度上升了0.85 ℃，且中国地表温度上升速度高于全球平均水平。在全球气候变化背景下，陆地生态系统也受其影响。植被是陆地生态系统的重要组成部分，是地气能量传输和平衡的关键纽带，也是影响水土流失的重要环境因素，具有防止水土流失、减缓地表径流等生态功能，在全球气候与环境变化研究中占有重要地位，其变化及对气候的响应机制是全球与区域变化领域的研究热点问题之一[1-4]。

气候变化对植被的生长有较大影响，归一化植被指数(NDVI)是表征植被生长密度及其长势的重要参数，且与植被覆盖度、叶面积指数等植被参数存在正相关关系[5]。很多学者利用NDVI研究了全球或区域尺度上的植被覆盖变化及其对气候的响应，发现植被覆盖对降雨量的依赖性较强；也有学者发现植被生长的主要控制因素是温度、人类活动等，或者受温度和降雨两种气候因子的共同控制，且各种因素对植被的影响均具有一定的时滞效应[6-8]。青海高原地区的各种生态系统敏感脆弱，大部分植被位于高寒地区，气候变化差异性较大，为明确高原地区植被覆盖变化的气候驱动机制，我们利用研究区1982—2015年的气温、降水量、风速、日照等气候因子数据和遥感植被指数数据，研究了植被覆盖对气候变化的响应机制。

1 研究区概况与数据来源

1.1 研究区概况

青海高原地处青藏高原东北部，位于89°35′～103°04′E、31°39′～39°19′N，东西长约1 200 km，南北宽约800 km，平均海拔在3 000 m以上。受青藏高原、大气环流及地形地势等多种因素的影响，气候类型为高原大陆性气候，南北部地区年平均气温在0 ℃以下，中部地区在0～8 ℃间，昼夜温差较大，春季气温上升迅速，秋季降温剧烈，夏季温凉，冬季较为寒冷，平均温度7月份最高，1月份最低；年均降水量200～500 mm，主要集中在6—9月份，总体降水量偏少且分布不均匀，由东南向西北递减；大部分地区的年蒸发量高于年降水量，海拔高降水多的地区年蒸发量较小，而海拔较低降水少的地区年蒸发量大；年日照时数2 328～3 575 h，太阳总辐射量约6×105J/cm2。研究区土地资源类型多样，土地分布具有显著的高原地带性，植被主要有针叶林、阔叶林、灌丛、草原、草甸、高山植被和栽培植被等。研究区地理位置及植被分布见图1。

图1 研究区地理位置及植被空间分布

1.2 数据来源

1982—2015年的降水量、气温、风速、日照时数等气象数据均来源于中国气象科学数据共享网(http://cdc.cma.gov.cn)。

植被指数数据采用AVHRR(Advanced Very High Resolution Radiometer)传感器的GIMMS(Global Inventory Modeling and Mapping Studies)第三代NDVI3g数据集。NDVI3g数据集分别融合了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年7月到2015年12月。

青海高原边界数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn)。利用边界数据对上述数据进行裁切和投影，获得研究区GIMMS NDVI3g数据。各数据均使用Albers Conical Equal Area投影。

2 研究方法

采用Slope值进行气象因子变化分析，该指标是各因子变化回归方程的斜率[9]，计算方法为

(1)

式中：Slopek为第k像元的Slope值；n为统计年数；xi为第k像元第i年份对应的气象因子数值。

基于GIMMS NDVI3g数据集，计算第i年第k个像元的NDVI均值，即

(2)

(3)

为获得各气象因子与NDVI的相关性特征，计算相关系数r，计算式为

(4)

3 结果与分析

选用研究区30个气象站点1982—2015年获得的月尺度日照时数、平均风速、降水量、平均气温等气象数据，计算各因子的逐年平均值，并利用式(1)计算各气象站点1982—2015年的气象因子变化斜率，结果见表1。

表1 各站点1982—2015年气象因子变化斜率统计

由表1可以看出，研究区东南部河南站、久治站的日照时数有明显增加，其余大部分站点的日照时数存在减少趋势；各气象站点的平均风速变化不大，但大多数有风速减小趋势；降水量大多站点都为增加趋势，尤其是西南部的沱沱河、五道梁等地区；平均气温除西宁外，其余各地均为增高趋势。

基于AVHRR GIMMS NDVI3g数据集，利用式(2)和式(3)计算研究区1982—2015年逐年平均NDVI值，再利用从各气象站点获得的逐年日照时数、平均风速、降水量、平均气温数据，即可获得各气象因子与NDVI变化的关系，见图2。

图2 1982—2015年研究区气象因子与NDVI的逐年变化关系

由图2可以看出，年均NDVI值有明显的上升趋势，即研究区1982—2015年植被覆盖度有较大的提高。NDVI变化与日照时数、风速、降水量和气温均有一定的相关性，为进一步掌握NDVI变化与各气象因子的相关程度，根据式(4)计算出了它们的相关系数(表2)，并绘出了NDVI与平均风速、平均气温的相关性散点图(图3)。

表2 NDVI与各气象因子的相关系数

由图3、表2可以看出，研究区NDVI变化与平均气温、平均风速在0.01置信水平下显著相关，且与平均气温变化呈正相关关系，与平均风速呈负相关关系。

图3 NDVI与平均风速、平均气温的相关性散点图

4 讨论与结论

气候变暖有利于青海高原地区的植被生长，因为高温有助于缓解低温胁迫，而低温胁迫又是制约该地区高寒植被生长和分布的主要环境因素之一[10-12]。气候变暖为高海拔地区的植物生长创造了适宜的温度条件，这与本研究获得的植被覆盖变化与气温变化显著相关的结论一致。另外，平均风速的降低不仅可以减少水土流失，对植被的生存和生长也会有积极的促进作用，这对区域环境治理和生态恢复具有重要的指导意义。

研究区NDVI值在1982—2015年间有明显的上升趋势，表明植被覆盖度有较大的提高。气候因子中，日照时数除东南部黄河源地区有明显增加外，其余大部分地区有减少趋势；平均风速大多数地区有减小趋势；降水量多为增加趋势；平均气温除西宁外，其余地区均为增高趋势。青海高原地区的气温升高、风速降低、降水量增加是植被覆盖改善的主要气候驱动因素，且与气温升高、风速降低有显著的相关关系。