黄河河潼区间NDVI变化及其对气候的响应

贾培培　薛华柱　董国涛　周俊利　殷会娟　党素珍

摘要：以黄河河潼（河口镇一潼关）区间为研究区，采用1982-2015年第三代CIMMS NDVI数据集为研究数据，利用最大值合成方法获取月数据，并将其分为7个时间段，对研究区生长季5-9月NDVI变化进行趋势分析和相关分析，并利用研究区内23个气象站数据分析了降水量与气温对NDVI的影响。结果表明：在时间上，1982-2015年5-9月NDVI变化呈显著增大趋势（显著性水平P

关键词：NDVI;降水;气温;趋势分析;河潼区间;黄河

中图分类号：P463.22;TV882.1

文献标志码：A

doi：10.3969/j.issn. 1000 - 1379.2019. 04.008

植被是生态系统存在和发展的基础，能够维持生物多样性，对环境有强大的改造作用。植被具有明显的年际变化和季节变化的特点，动态监测植被覆盖的时空演变可以从一定程度上了解气候变化的趋势[1]。植被覆盖变化强烈地受到气候变化与人类活动的影响[2-3]。归一化植被指数（ NDVI）是遥感影像中近红外波段的反射率和红外波段的反射率之差与之和的比值，是反映植被覆盖和营养状况的重要参数之一，可以消除大部分与仪器定标、太阳角、地形、云阴影和大气条件有关辐照度的变化，增强了对植被的响应能力，因而在地表监测中得到广泛应用。随着退耕还林政策的实施，黄土高原地区植被发生了很大变化，NDVI呈显著增大趋势[4-5]。不同季节NDVI变化趋势不同[6-8]，气候因子是影响NDVI变化的因素之一。已有研究表明，NDVI与气温多成显著负相关关系，与降水成正相关关系[9-10].NDVI响应具有一定的滞后性，沈斌等[11]研究表明，在藏北那曲草地滞后时间为1个月时，NDVI对降水的响应最为强烈。徐勇等[12]研究表明，江苏省NDVI对降水的时滞尺度以1个月为主，对气温变化呈同步响应。目前对黄河中游NDVI的研究多集中在生长季或季节性年际尺度长时间序列，而对月尺度分段变化关注较少[13]。笔者采用第三代GIMMS NDVI数据集对黄河河潼（河口镇一潼关）区间1982-2015年ⅣDVI变化进行分析，以1982年为基准年份，采用逐渐增加结束年份的方法[14].以不同时间段NDVI的动态变化趋势来判断植被生长状况[15]，分为1982-2009年、1982-2010年、1982-2011年、1982-2012年、1982-2013年、1982-2014年和1982-2015年7个时段，对研究区NDVI时空变化进行分析，并探讨NDVI对气候因子（降水量、气温）的响应关系。

1 研究区概况

研究区黄河中游河潼区间（见图1）位于北纬33040'19"-40035 '43”、东经103057'I"-112039'43”，包括渭河、泾河、无定河等流域[16]，涉及陕西、甘肃、宁夏、山西、内蒙古5省（區）。区间内黄河干流长849 km.流域面积约29万km2.占黄河流域面积的38%[1 7]。该区域属干旱半干旱气候区，降水量少且集中，多以暴雨形式出现，年降水量为300 - 800 mm，水土流失严重，生态系统较为脆弱。

2 数据来源

本文采用的1982-2015年第三代GIMMS NDVI数据集（ NDVl3g Vl.O）来源于NASA戈达德航天中心全球监测与模拟研究组制作的15 d最大值合成的8km NDVI数据集（http：//ecocast. arc. nasa. gov/data/pub/gimms/），数据时间跨度为1981年7月-2015年12月。该数据集消除了火山爆发、太阳高度角和传感器灵敏度随时间变化等的影响，在全球范围内得到了广泛应用[7]。该数据集具有时间序列长、覆盖范围广、植被动态变化表征能力强等特点[18-19]，被证明是描述植被生长动态变化最好的数据集之一[20-22]。通过原始数据投影转换、最大值合成、裁剪、波段运算等预处理，获取1982-2015年34 a生长季（5-9月）每月的NDVI均值。

气象数据来源于中国气象数据网（ http：//data.cma.cn/），通过IDL编程提取出黄河河潼区间内23个气象站点的月降水量和气温数据。采用反距离权重插值法将站点实测降水、气温数据插值为与GIMMSNDVI数据集空间分辨率相同的栅格影像。

3 研究方法

主要采用趋势分析方法与Mann - Kendall检验方法研究黄河河潼区间植被生长季NDVI变化趋势，并利用相关分析法分析NDVI对降水量与气温的响应关系。

3.1 趋势分析方法

趋势分析方法[23]是研究植被变化趋势的常用方法，回归直线方程的斜率代表植被生长的变化趋势，其计算公式为

采用SPSS软件对趋势分析、Mann - Kendall检验和相关分析结果进行显著性检验：显著性水平P

4 结果与分析

4.1 NDVI在时间上的动态变化

对1982-2015年生长季每月NDVI进行Mann -Kendall检验，结果见图2。可以看出各月NDVI变化的转折点各不相同：5月，NDVI整体呈现增大趋势，2008年之后NDVI呈现显著增大趋势;6月，2009年之前ⅣDVI呈现波动变化趋势，2009年之后呈现显著增大趋势：7月.2011年之前ⅣDVI呈现波动变化趋势.2011年之后呈现显著增大趋势;8月，NDVI整体呈现增大趋势，2009年以后呈现显著增大趋势;9月，2000年之前NDVI呈现波动变化趋势.2000年之后呈现显著增大趋势。生长季各月NDVI呈现一个共同点，即从1982年开始，月均值呈增大一减小一增大趋势。从整体变化趋势看，除5月外NDVI均呈显著增大趋势（P<0.01），7-9月显著增大，与Mann-Kendall检验结果一致：斜率由7月的0.002 3增大到8月的0.002 8.7月、8月、9月NDVI与时间的相关系数分别为0.63、0.76、0.70，表明NDVI呈波动变化趋势。1995年7月和1999年9月NDVI值出现该时段最小值，原因可能是该时段降水较少，气温较高，水分蒸散较多，从而抑制了植被生长。 4.2 NDVI在空间上的变化趋势

以1982-2009年和1982-2015年为例，分析NDVI的空间变化特征。这两个时间段5-9月NDVI逐像元变化斜率空间分布图（图略）表明：生长季NDVI像元斜率大于0.002所覆盖的面积逐渐增大。1982-2009年，渭河流域NDVI逐渐减小，8月达到最小值，像元变化斜率大多为-0.005 -0.001，原因可能是该流域以耕地为主，受农作物收割等因素影响，NDVI逐渐减小。泾河流域NDVI从7月开始逐渐增大，无定河、北洛河、窟野河、皇甫川和浑河流域NDVI也逐渐变大。1982-2015年，NDVI整体呈现增大趋势，无定河、泾河和北洛河流域NDVI变化较1982-2009年明显，渭河流域NDVI虽然变化缓慢，但较1982-2009年有一定的增长。

像元变化斜率slope代表了NDVI变化趋势。表1为7个时间段5-9月slope值在各个范围的像元个数占总像元个数的百分比，可以看出，生长季斜率小于0的像元个数占比呈逐渐减小趋势，说明在这7个时间段内NDVI呈逐渐增大趋势。但在1982-2011年9月，slope<0的像元个数占比为82.30%，表明NDVI呈减小趋势，原因可能是该期间植被受到气候因素或人为因素的影响，或者土地类型发生了改变，使得植被面积减小。0≤slope<0.003的像元个数占比最大，随着历时的变化，0.003≤slope<0.006、0.006≤slope<0.009以及slope≥0.009的像元个数占比呈波动变化趋势。

4.3 NDVI对气候因子的响应关系

4.3.1 NDVI对降水量的响应

选用研究区1982-2015年2-9月降水量数据与生长季5-9月月均NDVI数据进行相关分析并进行显著性检验。结果表明，生长季月均ⅣDVI与降水量的相关性通过了显著性水平为0.01的检验。采用2—6月、3-7月、4-8月、5-9月降水量分别与生长季5-9月月均NDVI进行长时间序列分析和相关分析。由图3可知.2013年8月降水量達到最大值，月均NDVI变化与4-8月降水量的变化趋势一致，与3-7月、2-6月降水量的变化趋势不同。

图4为NDVI与2-6月、3-7月、4-8月、5-9月降水量相关系数最大值合成，可以看出，在河潼区间北部，整体最大相关系数在0.4以上，浑河、皇甫川、窟野河、无定河流域最大相关系数在0.4 - 0.6范围内分布较多，泾河上游、北洛河上游最大相关系数在0.4-0.6范围内分布较少，而在渭河流域、泾河中下游、北洛河中下游、山川河、昕水河流域最大相关系数均在0.3以下。

降水对NDVI的影响具有一定的时滞性，从图5可以看出，黄河河潼区间降水对NDVI影响的滞后时间为1个月时中北部以上区域分布范围最大，无定河上游和渭河中下游小部分区域降水对NDVI影响的滞后时间为2个月，而降水对NDVI影响的滞后时间为3个月时大都分布在渭河中下游。滞后时间为1个月时，NDVI与降水量之间的相关系数达到最大（r=0.50）.且NDVI与降水量成正相关关系，这与沈斌等II]的研究结果一致。NDVI出现滞后现象的原因是降水被植被吸收并表现为植被增长需要一定的时间。4.3.2 NDVI变化对气温的响应

采用1982-2015年5-9月气温数据与月均NDVI进行长时间序列变化分析与相关分析，均通过了显著性水平为0.01的检验。采用1982-2015年2-6月、3-7月、4-8月、5-9月气温数据与5-9月NDVI数据进行时滞性分析，见图6。从图6（a）可以看出，生长季气温最大值为23℃，NDVI最大值为0.6，生长季NDVI与气温的变化趋势大致相同;图6（b）表明NDVI与气温在整个研究区的相关性较高，通过了显著性水平为0.01的检验。

NDVI与气温的相关系数空间分布见图7，可以看出，黄河河潼区间中北部植被与气温的相关系数一般为0-0.5;而在无定河上游、窟野河中下游、北洛河上游等部分区域ⅣDVI与气温的相关系数为0.1- 0.3.NDVI与气温成正相关关系;而在渭河流域、泾河下游、北洛河中下游地区NDVI与气温的相关系数小于0.成负相关关系，原因可能是气温升高加速了地表蒸散发，使得水分加速缺失，抑制了植被的生长，从而使得NDVI减小。

气温对NDVI的影响同样具有一定的时滞性（见图8）。由图8可知，在河潼区间中北部地区NDVI滞后时间为3个月，无定河流域部分地区滞后时间为2个月，泾河、北洛河下游和渭河上中游流域NDVI无滞后时间，而渭河下游部分区域NDVI滞后时间为3个月。整体来看，研究区NDVI时滞为3个月时，与气温的相关系数最大（r=0.46）。5结语

（1）黄河河潼区间在1982-2015年生长季，植被指数NDVI呈现出显著增大趋势，尤其在6-8月，随着降水量的增大，NDVI整体增大趋势明显。NDVI随时间波动变化，空间上呈显著增大趋势。NDVI像元斜率slope值在各个取值范围内的像元个数占总像元个数的百分比随历时逐渐增大，说明NDVI在研究期总体呈增大趋势。

（2）NDVI与降水量成显著的正相关关系，降水量是影响植被生长的重要因素。4-8月NDVI与降水量的相关系数最大，2-6月和3-7月NDVI与降水量的相关性逐渐减弱。NDVI对降水的响应有时滞性，滞后时间为1个月时二者的相关系数最大。

（3） NDVI变化整体上与气温成正相关关系，相关性较高，且NDVI对气温的响应时滞大多为3个月。而渭河流域、泾河下游和北洛河中下游地区ⅣDVI与气温成负相关关系，气温升高，加快了蒸发速度，使得植被生长缓慢，且无滞后性。

（4） NDVI与降水最大相关系数（r=0.50）大于NDVI与气温最大相关系数（r=0.46），说明河潼区间植被受降水的影响略大于气温的影响。

本文采用的气象数据为国家气象站数据，而黄河河潼区间的气象站数量较少，气象数据插值后效果不佳，不能全面准确地反映气候因子的变化情况。另外，本文只分析了黄河河潼区间NDVI与降水、气温的关系，然而植被生长受到很多因素的影响，日照、人类活动、蒸散发等因素的影响还有待进一步研究。

参考文献：

[1] 陆一帆，近30年来渭河流域植被与气候变化互影响模式的探寻分析[J].北京测绘，2016（5）：7-12.

[2] COETZ S J，BUNN A G，FISKE G J，et al.Satellite-Ob-served Photosynthetic Trends Across Boreal North AmericaAssociated with Climate and Fire Disturbance[J].Proceed-ings of the National Academy of Sciences of the United Statesof America， 2005，102（ 38）：13521-13525.

[3]

PENC S，CHEN A， XU L，et al.Recent Change of VegetationCrowth Trend in China[ J]. Environmental Research Letters，2011.6（4）：44027.

[4] 张春森，胡艳，史晓亮，基于AVHRR和MODIS NDVI数据的黄土高原植被覆盖时空演变分析[J].应用科学学报，2016，34（6）：702-712.

[5]赵安周，刘宪锋，朱秀芳，等.2000-2014年黄土高原植被覆盖时空变化特征及其归因[J].中国环境科学，2016，36（5）：1568-1578.

[6] 赵霞，谭琨，方精云.1982-2006年新疆植被活动的年际变化及其季节差异[J].干旱区研究，2011，28（1）：10-16.

[7] 杜加强，贾尔恒·阿哈提，赵晨曦，等.1982-2012年新疆NDVI的动态变化及其对气候变化和人类活动的响应[J].应用生态学报，2015，26（12）：3567-3578.

[8]边琳，叶飞，刘珊珊，等，基于NDVI的昆明市2001-2015年植被覆盖变化趋势分析[J].山东农业科学，2018，50（1）：107-110.

[9] 杨志刚，牛晓俊，张伟华，等，西藏一江两河地区植被变化及其与气候因子的相关性分析[J].中国农学通报，2017，34（7）：141-146.

[10] 曹永强，张亮亮，袁立婷，辽宁省植被生长季NDVI对气候因子的响应[J].植物学报，2018，53（1）：82-93.

[11]沈斌，房世波，余卫国，等，NDVI與气候因子关系在不同时间尺度上的结果差异[J].遥感学报，2016，20（3）：481-490.

[12] 徐勇，奚砚涛，许伟，等，归一化植被指数对江苏省气温、降水变化的时空响应特征[J].湖北农业科学，2015，54（3）：599-604.

[13]XU G，ZHANC H， CHEN B，et al.Changes in VegetationCrowth Dynamics and Relations with Climate over China'sLandmass from 1982 t0 2011[J].Remote Sensing， 2014，6（4）：3263-3283.

[14]杜加强，赵晨曦，贾尔恒·阿哈提，等，近30 a新疆月NDVI动态变化及其驱动因子分析[J].农业工程学报，2016，32（5）：172-181.

[15]杜加强，贾尔恒-阿哈提，赵晨曦，等，三江源区近30年植被生长动态变化特征分析[J].草业学报，2016， 25（1）：1-12.

[16]罗娅，杨胜天，刘晓燕，等，黄河河口镇一潼关区间1998-2010年土地利用变化特征[J].地理学报，2014，69（1）：42-53.

[17]何毅，穆兴民，赵广举，等，基于黄河河潼区间输沙量过程的特征性降雨研究[J].泥沙研究，2015（2）：53-59.

[18]BECK H E，MCVICAR T R，VAN DUK A I J M， et al.Clobal Evaluation of Four AVHRR-NDVI Data Sets： Inter-comparison and Assessment Against Landsat Imagery[J].Re-mote Sensing of Environment， 2011， 115（ 10）： 2547-2563.

[19]杜加强，高云，贾尔恒，等，近30年新疆植被生长异常值时空变化及驱动因子[J].生态学报，2016，36（7）：1915-1927.

[20]BECKP S，GOElZ S J.Satellite Observations of High NorthemLatitude Vegetation Productivity Changes Between 1982 and2008：Ecological Variability and Regional Differences [J].Envi-ronmental Research Letters ，2011，6（4）：45501.

[21]FENSHOLT R， LANCANKE T，RASMUSSEN K， et al.breenness in Semi-Arid Areas Across the Clobe 1981 -2007： An Earth Observing Satellite Based Analysis ofTrends and Drivers[J].Remote Sensing of Environment，2012，121：144-158.

[22]ALCARAZ-SECURA D， LIRAS E， TABIK S，et al.Eval-uating the Consistency of the 1982-1999 NDVI Trends inthe Iberian Peninsula Across Four Time-Series Derived fromthe AVHRR Sensor： LTDR， GIMMS， FASIR， and PAL-II[J]. Sensors， 2010， 10（2）：1291- 1314.

[23]PENC J，LIU Z，LIU Y， et al.Trend Analysis of VegetationDynamics in Qinghai-Tibet Plateau Using Hurst Exponent[J].Ecological Indicators， 2012， 14（1）：28-39.

[24] 曹洁萍，迟道才，武立强，等.Mann - Kendall检验方法在降水趋势分析中的应用研究[J].农业科技与装备，2008（5）：35-37.

[25] DUO A， ZHAO W， QU X， et al.Spatio-Temporal Variation ofVegetation Coverage and Its Response to Climate Change inNorth China Plain in the Last 33 Years[J].Intemational Jour-nal of Applied Earth Observation and Geoinformation， 2016，53：103-117.

[26] 孙红雨，王长耀，牛铮，等，中国地表植被覆盖变化及其与气候因子关系：基于NOAA时间序列数据分析[J].遥感学报，1998，2（3）：204-210.

【责任编辑张华兴】