2000—2016年三江源区植被生长季NDVI变化及其对气候因子的响应

doi:10.6046/gtzyyg.2020.01.32

2000—2016年三江源区植被生长季NDVI变化及其对气候因子的响应

徐嘉昕¹^,², 房世波², 张廷斌¹^,³, 朱永超², 吴东², 易桂花^,⁴

1. 成都理工大学地球科学学院,成都 610059

2. 中国气象科学研究院生态环境与农业气象研究所,北京 100081

3. 成都理工大学工程技术学院,乐山 614000

4. 成都理工大学管理科学学院,成都 610059

NDVI changes and its correlation with climate factors of the Three River-Headwater region in growing seasons during 2000—2016

XU Jiaxin¹^,², FANG Shibo², ZHANG Tingbin¹^,³, ZHU Yongchao², WU Dong², YI Guihua^,⁴

1. College of Earth Science, Chengdu University of Technology, Chengdu 610059, China

2. Institute of Ecoenvironment and Agrometeorology, Chinese Academy of Meteorological Sciences, Beijing 100081, China

3. College of the Engineering and Technical, Chengdu University of Technology, Leshan 614000, China

4. College of Management Science, Chengdu University of Technology, Chengdu 610059, China

通讯作者: 易桂花(1982-),女,博士,副教授,研究方向为生态遥感。Email:yigh@cdut.edu.cn。

责任编辑: 陈理

收稿日期: 2019-03-1 修回日期: 2019-05-23 网络出版日期: 2020-03-15

基金资助:

国家自然科学基金项目“气候变化与人类活动对若尔盖湿地景观格局影响的时空定量辨识”. 编号: 41801099
国家自然科学基金国际(地区)合作与交流项目“基于高分雷达遥感和快中子水分传感技术,发展近实时的高时空分辨率的区域土壤湿度监测方法”. 编号: 61661136005

Received: 2019-03-1 Revised: 2019-05-23 Online: 2020-03-15

作者简介 About authors

徐嘉昕(1993-),女,硕士研究生,研究方向为生态、环境遥感。Email:xjxkiwi@163.com。。

摘要

植被与气候因子的相关性分析不仅反映气候变化背景下植被的长势,还可以预测未来植被的变化趋势。基于2000—2016年间研究区MODIS13A1 C6归一化植被指数(normalized difference vegetation index,NDVI)数据,结合研究区1∶100万植被类型图和气象站观测数据,采用相关分析研究方法,分别就三江源区17 a间植被时空分布特征、植被NDVI变化及气象站点缓冲区内植被生长季NDVI均值与逐月气候因子的相关性进行了研究。结果表明: ①三江源区生长季植被NDVI值在2000—2016年间整体上呈增加趋势,全区生长季NDVI增速为0.8%/10 a,在空间上具有显著的区域差异,整体表现为由西北向东南逐渐增加的趋势; ②气候因子在生长季初期和中期对植被生长影响较大,而在后期相关性则不明显; ③研究区植被生长季初期,当月气温对高寒草甸草原、高寒草原NDVI变化的影响大于降水量对其的影响,但在植被生长季中期,当月降水量对高寒草甸草原、高寒草原和高寒草甸3种不同类型植被的生长影响均较大。

关键词： NDVI ; 气候因子 ; 相关分析 ; 三江源区

Abstract

The correlation analysis between climatic factors and vegetation indexes can not only reflect the impact of climate change on vegetation but also predict the trend of vegetation in the future. Based on the data of MODIS13A1 C6 NDVI of the Three River headwater region and combined with 1∶1 000 000 map of vegetation types and meteorological data, the authors analyzed spatial-temporal characteristics of NDVI and the relationship between vegetation indexes and climatic factors by using correlation analysis from 2000 to 2016. The results are as follows: ① NDVI increased with a rate of 0.8%/10a in Three River headwater region during 2000—2016, whereas vegetation cover increased from the northwest to southeast. ② Climate factors had a greater influence on vegetation growth in the early and middle growing season, but the correlation between NDVI and climate factors was not obvious in the later growing season. ③ The partial correlation between NDVI and climate factors in the vegetation growing season of the study area showed that the influence of the air temperature on NDVI of the alpine meadow grasslands and alpine grasslands was greater than that of precipitation in the early growing season. However, during the middle of the growing season, the precipitation had a greater impact on the growth of three different types of vegetation.

Keywords： NDVI ; climatic factors ; related analysis ; Three River headwater region

PDF (2493KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

徐嘉昕, 房世波, 张廷斌, 朱永超, 吴东, 易桂花. 2000—2016年三江源区植被生长季NDVI变化及其对气候因子的响应. 国土资源遥感杂志[J], 2020, 32(1): 237-246 doi:10.6046/gtzyyg.2020.01.32

XU Jiaxin, FANG Shibo, ZHANG Tingbin, ZHU Yongchao, WU Dong, YI Guihua. NDVI changes and its correlation with climate factors of the Three River-Headwater region in growing seasons during 2000—2016. REMOTE SENSING FOR LAND & RESOURCES[J], 2020, 32(1): 237-246 doi:10.6046/gtzyyg.2020.01.32

0 引言

作为陆地生物圈的重要组成部分,植被不仅是地面生态系统状况以及区域和全球环境变化的直接指标^[1],还是调节区域气候以及全球气候的重要因子^[2,3]。目前,在全球气候变暖的背景下,植被与气候因子之间的相互关系已成为地理学和生态学日益关注的问题^[4,5,6,7,8]。利用遥感手段监测长时间序列植被活动的年际变化和季节变化的特征、分析植被与气候因子的相关性有助于研究气候变化对植被的影响,从而能更好地理解陆地生态系统的动态变化规律^[5]。归一化植被指数(normalized difference vegetation index,NDVI)与植被覆盖度、叶面积指数、生物量和生产力等性状具有很好的相关关系^[9],在大尺度植被活动的研究中有着广泛的应用^[10]。

近年来,国内外众多学者对植被NDVI变化及其与气候因子之间的关系进行了深入的研究,目前多数研究采用生长季内植被NDVI与气候因子进行比较的方法^{[11,12,13,14,15]},也有部分采用生长季间植被NDVI与气候因子进行比较的方法^[16,17,18],生长季内高温多雨期与高植被指数对应的多年重复必然造成高的相关性,但这种相关性不一定真实反映出植被与气候因子的关系^[14],本文讨论的生长季间植被气候因子与植被指数年际变化相关性分析则不存在水热与高植被指数同期问题,其与气候因子关系的研究结果更具有科学性和说服力。

三江源区是中国影响范围最大的生态调节区,同时也是中国生态系统最脆弱的地区之一^[19]。定期评价三江源区植被NDVI变化情况,探讨植被活动与气候因子之间的关系,有利于掌握生态建设项目的效果,为适应全球变化政策的制定提供科学依据。本文选择三江源区作为研究区,利用MODIS NDVI数据,以像元为基本计算单元,分析2000—2016年间三江源区植被NDVI空间及时间变化特点; 将气象站点缓冲区内植被生长季NDVI均值同气温、降水量及日照时数等气象数据进行相关性计算,分析了三江源区植被NDVI对气候的响应。

1 材料与方法

1.1 研究区概况

三江源区地处青藏高原腹地,是长江、黄河、澜沧江三大河流的发源地,地理位置大致位于N31°39'~36°12',E89°45'~102°23'之间,总面积约30.25万km²,东部为海拔4 000 m左右的黄河源区; 中部和西部为海拔4 500 m以上的长江源区; 澜沧江源区位于中南部(图1),总体地势为西北高、东南低。区内气候为典型的高原大陆性气候,气温由东南向西北随着纬度和海拔的升高而逐渐下降,降水量分布总体上也呈现出由东南向西北逐渐递减的趋势。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区示意图

Fig.1 Sketch of the study area

1.2 数据源及其预处理

三江源区绝大多数地区每年5月上旬气温已持续达到0 ℃以上,植被开始返青,到9月中、下旬气温开始降低,植被停止生长,故区内植被生长季为每年的5—9月^[20]。本研究选用2000—2016年间每年第129~273 d的MOD13A1合成数据为数据源,其时间分辨率为16 d,空间分辨率为500 m,为美国国家航空航天局的MODIS数据产品(www.earthdata.nasa.gov)。该数据已经过水、云、重气溶胶等的去除处理,首先对其进行镶嵌、格式和投影转换; 其次,采用国际上惯用的最大合成法(maximum value composite,MVC)合成月NDVI数据,以消除异常值的影响; 然后,由于NDVI数据在获取时还会受到亚像元残云、残霾及传感器噪声的干扰,简单的MVC处理无法展示植被真实的变化曲线,需使用ENVI软件对数据进行Hants滤波处理以消除原始数据中的随机误差; 最后,生成研究区NDVI影像序列。

植被类型数据是由中国科学院资源环境科学数据中心(www.resdc.cn)提供的1∶100万中国植被类型图,结合《中国植被及其地理格局》成果^[21],将区内植被类型大致划分为高寒草原、高寒草甸、高寒草甸草原和高山植被4种类型(图2)。高寒草原主要分布于海拔4 000 m以上的高原和高山地带,其建种群为耐寒抗旱的多年生丛生禾草、根茎苔草和小半灌木,较广泛地分布在青藏高原的高原面上; 高寒草甸是由适寒冷的中生多年生草本植物为优势组成的植物群落,广泛且连续地分布在青藏高原东部; 高寒草原草甸是高山(高原)亚寒带、寒带、半湿润、半干旱地区的地带性草地,由耐寒的旱中生或中旱生草本植物为优势种组成的草地类型; 高山植被一般指森林线或灌丛带以上到常年积雪带下限之间的、由耐寒旱与适冰雪的植物组成的各种群落类型。由于三江源区内的高山植被多分布在常年降水少、温度低、风速大、日照强的高海拔地区,且在整个源区内面积占比较少(13.1%),因此本研究中主要分析高寒草甸草原、高寒草甸和高寒草原3种主要植被与生长季气候因子的响应关系。其中,囊谦、杂多和玉树气象站点周围的主要植被类型为高寒草甸草原; 班玛、河南和玛多气象站点周围的植被类型为高寒草甸; 托托河、五道梁和兴海气象站点周围的植被类型为高寒草原。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 三江源区植被类型分布

Fig.2 Distribution of different vegetation types in the Three River-Headwater region

气象数据来自中国气象科学数据共享服务网(http://data.cma.gov.cn/)。由于位于研究区内的9个气象站点的气象数据无法完全表现整个三江源区内的气温、降水及日照时数时空分布,因此选取了三江源区内及周边共23个气象站点(包含以上9个气象站点)2000—2016年间的月平均气温、月累积降水量和月累积日照时数数据,并通过简单运算得到研究时间段内各气象数据。

1.3 研究方法

1.3.1 确定气象站点的NDVI

为避免近气象站点区域建筑物和人类活动等因素的干扰,结合谷歌地图遥感影像,以气象站点为中心,5~25 km为半径,取环形缓冲区内NDVI均值作为气象站点对应的NDVI。由于班玛、玛多和五道梁等气象站点附近存在明显的高山植被分布,囊谦、杂多和玉树气象站点附近也有少量高寒草甸分布,为避免结果受其影响,需进行掩模处理,由此得出以上6个气象站点对应的缓冲区面积分别为437 km²,498 km²,455 km²,501 km²,525 km²和538 km²,其余3个气象站点的缓冲区面积均为600 km²。

1.3.2 相关分析法

Pearson相关分析法是研究要素之间相关程度的方法,通过计算气温、降水量及日照时数等气候因子与NDVI之间的相关系数R,可以有效地指出两者之间的响应程度。R的范围为[-1,1],若R>0,则两者呈正相关关系; 若R<0,则两者呈负相关关系; 若R=0,则两者不存在线性相关关系。变量x和y的Pearson相关系数R_xy计算公式为

(1)R_xy=

\frac{\overset{n}{\sum_{i = 1}} (x_{i} - \overset{—}{x}) (y_{i} - \overset{—}{y})}{\sqrt[]{\overset{n}{\sum_{i = 1}} (x_{i} {- \overset{—}{x})}^{2} \overset{n}{\sum_{i = 1}} (y_{i} {- \overset{—}{y})}^{2}}}

式中: n为样本数; x_i和y_i为x和y这2个变量第i年的值; $\overset{—}{x}$ 和 $\overset{—}{y}$ 分别为x和y的均值。将2000—2016年间5月NDVI序列作为一组变量,同期气候因子作为另一组变量(2组样本数均为17),计算两者的相关系数。依此类推,计算生长季内其他月份NDVI与当月及前推月份气候因子的相关系数。

在多要素所构成的地理系统中,将暂不考虑其他要素的影响而单独研究某2个要素之间相关程度的方法称为偏相关分析,偏相关系数计算公式为

(2)R_xy_·_z=

\frac{R_{xy} - R_{xz} R_{yz}}{\sqrt[]{(1 - R_{xz}^{2}) (1 - R_{yz}^{2})}}

式中: R_xy_·_z为将变量z固定后变量x和变量y之间的偏相关系数,即x和y相关中剔除了z的影响; R_xy,R_xz和R_yz分别表示变量x和y、变量x和z、变量y和z的Pearson相关系数。本文通过NDVI与同期气候因子的偏相关分析,得到两者之间的偏相关系数。

采用t检验对Pearson相关系数、偏相关系数进行显著性检验,计算公式为

(3)t=

\frac{R_{xy \cdot z}}{1 - R_{xy \cdot z}} \sqrt[]{n - m - 1}

式中: n为样本数; m为自变量个数。

2 结果与分析

2.1 三江源区植被生长季NDVI空间分布特征

2000—2016年间三江源区植被生长季NDVI多年均值的空间分布整体上呈由东南向西北递减的趋势(图3)。NDVI低值区主要分布于长江源区的西部、澜沧江源区的西北部以及黄河源区的北部; 高值区主要分布在黄河源区的东部以及澜沧江源区的东南部等地区。这是由于三江源区地势由东南向西北逐渐升高,气温和降水量由东南向西北随纬度和海拔的升高而逐渐下降,导致区内植被生长季NDVI在空间分布上表现出较强的差异特征。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 2000—2016年间三江源区植被生长季NDVI空间分布

Fig.3 Spatial distribution of NDVI in the Three River-Headwater region from 2000 to 2016

2.2 三江源区植被生长季NDVI时间变化特征

基于像元对三江源区17 a来5—9月NDVI值取平均得到每年生长季植被NDVI均值,如图4所示,其中,R²为决定系数; p为针对检验原假设(即变量系数为0)成立的概率。结果表明,2000—2016年间三江源区生长季植被NDVI总体上呈波动上升趋势,增速为0.8%/10 a,未通过显著性检验。三江源区生长季植被NDVI在17 a间出现3个明显的减少阶段(2000—2003年、2005—2007年和2014—2016年)、2个增加阶段(2003—2005年和2007—2010年)和1个波动变化阶段(2010—2014年)。由图4可以看出,17 a间三江源区植被覆盖情况整体变好,NDVI值在2010年达到峰值,与刘宪锋等^[13]和范微维^[22]的研究结果相同。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 2000—2016年间三江源区植被生长季NDVI年际变化

Fig.4 Annual change of NDVI in the Three-River Headwater region from 2000 to 2016

2.3 三江源区气候因子时间变化特征

基于三江源内及周边23个气象站点的气象数据取平均得到生长季内平均气温、月累积降水量及月累积日照时数年际变化(图5)。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 2000—2016年间三江源区生长季各气候因子年际变化

Fig.5 Annual change of meteorological factors in the Three-River Headwater region from 2000 to 2016

由图5可知,生长季内平均气温与月累积降水量呈现出波动上升的趋势,每10 a平均线性增长率分别为47.5%和578.4%,其中平均气温的趋势拟合通过了0.05显著性检验。平均气温在2000—2001年间、2002—2003年间、2006—2008年间、2010—2011年间和2014—2015年间这5个时间段内呈现下降趋势,与三江源区生长季内NDVI年际变化趋势较吻合; 生长季月累积降水量在2000—2002年间、2003—2004年间、2005—2006年间、2009—2010年间、2011—2013年间和2014—2015年间这6个时间段内呈现下降趋势,最大值出现在2005年,为419.33 mm,最小值出现在2002年,为331.80 mm,上升趋势不显著。生长季月累积日照时数整体呈现下降的趋势,线性增长率为-5.304 h/a,未通过显著性检验。月累积日照时数最大值出现在2000年为1 208.54 h,最小值出现在2016年为919 h。总体上生长季平均气温以及生长季月累积降水量在研究时间段内均表现为波动上升的趋势,月累积日照时数呈现下降的趋势,平均气温和月累积日照时数变化趋势较为明显,月累积降水量上升趋势不明显。

由于温度和降水量的增加,研究区内的环境向暖湿化方向发展,但研究区内的极端天气(极高温等)、灾害天气(冰雹、雪灾等)发生的次数也在增加^[23,24],造成NDVI曲线整体波动较大(图4),尤其在2016年日照时数降至17 a间的最低值,这也是该年NDVI值较2000年NDVI降低的主要原因。

2.4 NDVI与气候因子的相关性分析

2.4.1 生长季NDVI与气温的相关性分析

采用2000—2016年间研究区气象站点缓冲区内生长季植被NDVI与当月及前推月份平均气温开展相关分析,得到对应的相关系数见表1。

表1 生长季NDVI与当月及前推月份平均气温的相关系数^①

Tab.1 Correlation coefficients between NDVI and current month and push-forward month mean air temperature in growing season

主要草地类型	气象站点	时段	5月		6月		7月	8月		9月
高寒草甸草原	囊谦	n	0.636**		-0.182		-0.241	-0.259		0.316
		n-1	-0.212		0.341		-0.202	-0.197		0.286
		n-2	-0.239		0.100		-0.084	0.263		-0.224
	杂多	n	0.425		0.632**		0.565*	0.084		0.138
		n-1	0.055		0.105		0.468	0.118		0.195
		n-2	0.281		-0.009		0.297	-0.257		0.095
	玉树	n	-0.397		0.092		0.208	0.355		0.394
		n-1	-0.042		0.078		-0.224	0.051		-0.010
		n-2	0.275		0.044		0.098	0.135		-0.214
高寒草甸	班玛	n	0.715***		0.566*		-0.259	-0.219		-0.212
		n-1	-0.259		0.221		0.212	0.520*		0.208
		n-2	-0.045		-0.193		-0.251	-0.248		0.094
	河南	n	0.454		0.595*		0.202	0.533*		-0.063
		n-1	-0.195		-0.224		0.202	-0.205		0.369
		n-2	0.228		-0.241		0.311	0.332		-0.228
	玛多	n	0.435		0.389		0.215	-0.073		0.264
		n-1	-0.099		0.233		0.324	0.133		-0.030
		n-2	0.209		-0.066		0.484*	-0.166		0.214
高寒草原	托托河	n	0.583*	0.460		0.293	0.032		0.319
		n-1	0.270	0.327		0.308	0.187		0.179
		n-2	0.237	0.510*		0.158	0.210		0.290
	五道梁	n	0.566*	-0.114		-0.130	-0.219		-0.226
		n-1	-0.164	-0.232		0.230	0.295		-0.255
		n-2	-0.100	-0.223		-0.173	-0.214		-0.230
	兴海	n	0.084	0.241		-0.243	0.114		0.243
		n-1	0.105	0.179		0.134	-0.055		0.063
		n-2	0.219	0.390		0.251	-0.226		0.005

①: n,n-1和n-2分别表示当月、前推1个月和前推2个月; *,**和***分别表示p<0.05,p<0.01和p<0.005。

新窗口打开| 下载CSV

由表1可知,在5—6月,除玉树和兴海之外的7个气象站点缓冲区内植被NDVI与当月气温的相关性最好,其中,囊谦、班玛气象站点植被NDVI与气温呈较显著相关(P<0.01); 7—8月,杂多、河南气象站点植被NDVI与当月气温相关性最好,班玛气象站点植被NDVI与前推1个月(7月)气温的相关性最好; 在9月,各个气象站点植被NDVI与当月及前推月份的气温均无明显的相关性。以上的分析结果表明,在以高寒草甸草原、高寒草甸和高寒草原为主要植被类型的三江源区生长季初期(5—6月),当月气温对植被生长的影响最为显著; 生长季中期(7—8月),当月气温会促进高寒草甸草原和高寒草甸的生长,此外高寒草甸受前推月份气温的影响也较大; 而到了生长季后期(9月),NDVI与当月气温的相关性均不明显。在环境条件中气温是影响植被生长最主要的因素^[25],三江源区位于高海拔地区,在9月区内气温整体下降,难以给植被提供适宜的温度环境。

2.4.2 生长季NDVI与降水量的相关性分析

将2000—2016年间研究区气象站点缓冲区内生长季植被NDVI与当月及前推月份降水量进行相关分析,对应的相关系数如表2所示。

表2 生长季NDVI与当月及前推月份降水量的相关系数

Tab.2 Correlation coefficients between NDVI and current month and push-forward month precipitation in growing season

主要草地类型	气象站点	时段	5月	6月	7月	8月	9月
高寒草甸草原	囊谦	n	0.170	0.330	0.620**	0.496*	0.214
		n-1	-0.247	0.118	-0.190	-0.243	-0.138
		n-2	-0.253	-0.253	-0.217	0.226	0.277
	杂多	n	0.197	0.071	0.377	0.583*	0.045
		n-1	0.589*	-0.176	-0.197	0.420	0.504*
		n-2	0.006	0.417	0.021	0.095	-0.063
	玉树	n	0.494*	0.517*	0.515*	-0.394	-0.102
		n-1	0.368	-0.395	0.543**	0.419	0.591**
		n-2	0.317	-0.055	-0.209	-0.013	0.063
高寒草甸	班玛	n	0.210	-0.018	-0.224	-0.169	0.381
		n-1	0.318	-0.249	-0.222	0.371	0.315
		n-2	-0.154	-0.185	-0.212	-0.185	-0.233
	河南	n	0.418	-0.230	0.528*	0.239	0.259
		n-1	-0.210	0.332	-0.259	0.785***	0.578*
		n-2	0.259	-0.217	0.336	-0.095	0.481*
	玛多	n	0.213	0.450	0.637	0.645***	0.448
		n-1	0.179	0.146	0.209	0.409	0.429
		n-2	0.067	0.020	0.290	0.016	0.442
高寒草原	托托河	n	0.202	0.327	0.610**	0.502*	0.239
		n-1	0.369	0.241	0.452	0.335	0.290
		n-2	-0.032	0.363	0.281	0.356	0.460
	五道梁	n	-0.251	-0.230	0.187	0.255	0.105
		n-1	-0.192	-0.141	-0.217	0.071	0.164
		n-2	-0.226	-0.237	-0.192	0.192	-0.182
	兴海	n	0.272	0.045	0.379	0.382	0.666***
		n-1	0.689***	0.421	0.355	0.307	0.657***
		n-2	0.045	0.538*	0.311	0.308	0.272

新窗口打开| 下载CSV

由表2可知,5—6月,玉树气象站点植被NDVI与当月降水量的相关性最好,杂多、兴海气象站点植被NDVI则与前推1个月降水量(4月)有明显相关性; 7—8月,以高寒草甸草原、高寒草原为主要气象站点的植被NDVI与当月降水量显著相关,玉树、河南气象站点与前推1个月降水量相关性最好; 9月的降水量对兴海气象站点植被NDVI有明显促进作用,杂多、玉树、河南、兴海气象站点植被NDVI与前推1个月(8月)降水量相关性最好。基于三江源区17 a间气象站点生长季植被NDVI与同期及前期降水量相关性的分析可知,在植被生长季初期(5—6月),当月降水量对高寒草甸草原生长有明显的促进作用,而前推月份的降水量对高寒草原生长促进作用显著; 在植被生长的中期阶段(7—8月),当月降水量及前推月份(6—7月)对于3种不同类型植被NDVI都有良好的贡献作用; 到了植被生长季后期(9月),前推月份(8月)降水量对其生长都有明显促进作用。这是由于降水渗透至土壤再经由植物根系吸收,反应在NDVI变化上的过程较缓慢^[5],降水对于植被的生长存在一定的滞后效应^[26]。

2.4.3 生长季NDVI与日照时数的相关性分析

2000—2016年间研究区气象站点缓冲区内生长季植被NDVI与当月和前推月份日照时数的相关系数如表3所示。

表3 生长季NDVI与当月及前推月份日照时数的相关系数

Tab.3 Correlation coefficients between NDVI and current month and push-forward month sunshine in growing season

主要草地类型	气象站点	时段	5月	6月	7月	8月	9月
高寒草甸草原	囊谦	n	0.071	0.293	0.134	0.187	-0.032
		n-1	-0.184	0.310	0.524*	-0.197	-0.404
		n-2	-0.055	-0.089	-0.105	-0.152	0.241
	杂多	n	-0.134	-0.205	-0.084	-0.292	-0.032
		n-1	-0.265	-0.311	-0.277	-0.084	-0.480*
		n-2	-0.247	-0.351	-0.032	-0.205	-0.305
	玉树	n	0.056	0.172	0.037	-0.189	-0.133
		n-1	0.053	0.171	0.370	-0.171	-0.676***
		n-2	-0.208	-0.050	-0.260	-0.130	0.139
高寒草甸	班玛	n	-0.250	0.335	-0.258	-0.255	0.081
		n-1	-0.257	-0.258	-0.079	0.385	0.276
		n-2	-0.245	-0.202	0.184	-0.132	-0.224
	河南	n	-0.386	-0.089	-0.540*	-0.308	0.352*
		n-1	0.114	-0.283	-0.084	-0.221	-0.412
		n-2	0.249	0.355	-0.221	-0.045	-0.045
	玛多	n	-0.152	-0.483*	-0.555*	-0.397	-0.026
		n-1	0.354	-0.019	-0.605**	-0.501	-0.188
		n-2	0.080	0.171	-0.193	-0.551*	-0.540*
高寒草原	托托河	n	-0.319	-0.382	-0.745***	-0.369	-0.290
		n-1	-0.241	-0.581*	-0.596**	-0.279	-0.202
		n-2	-0.239	-0.152	-0.539*	-0.383	-0.514*
	五道梁	n	0.077	-0.221	-0.679***	-0.155	-0.055
		n-1	-0.371	0.045	-0.205	-0.045	-0.084
		n-2	-0.318	-0.032	0.089	-0.352	-0.381
	兴海	n	-0.089	-0.063	-0.581**	-0.089	-0.063
		n-1	0.071	-0.197	-0.063	-0.259	-0.205
		n-2	-0.045	0.077	-0.134	-0.164	-0.224

新窗口打开| 下载CSV

由表3可知,在5—6月,除玛多气象站点植被NDVI与当月日照时数存在一定的显著相关性(P<0.05),托托河气象站点植被NDVI与前推1个月的日照时数负相关性明显之外,其余各个气象站点缓冲区内植被NDVI与气候因子无显著的相关性; 在7月,以高寒草原、高寒草甸为主要植被类型的气象站点植被NDVI与当月日照时数呈负相关,其中托托河与五道梁气象站点植被NDVI与当月日照时数的相关系数还通过极显著相关(P<0.005); 而在9月,不同类型植被NDVI与前推月份日照时数负相关性显著。由植被生长季NDVI与日照时数的相关分析可知,植被生长季初期(5月),当月及前推月份的日照时数对于植被NDVI的生长都无明显的作用; 6月份,高寒草甸当月的日照时数对于所在气象站点植被生长有明显的促进作用,高寒草原前推1个月的日照时数则对植被的生长起到了阻碍的作用; 而在植被生长季中期(7—8月),当月的日照时数对于高寒草甸草原、高寒草甸和高寒草原植被的生长抑制作用明显; 前推1个月(6月)的日照时数则对高寒草甸草原的生长促进作用明显,但对高寒草甸、高寒草原的生长阻碍作用明显; 植被生长季后期(9月),前推1个月(8月)的日照时数是高寒草甸草原生长的主要制约因子,前推2个月(7月)日照时数对于高寒草甸、高寒草原的生长亦产生了不利影响。在三江源区整个生长季,日照时数对于植被的生长几乎都呈现出阻碍作用,由于三江源区位于青藏高原,海拔整体较高,日照充足,甚至在一些特定的情况下,地表辐射强度高于太阳常数^[27],较长日照会对植被的生长产生抑制作用。此外,日照越多,太阳净辐射值便越大,土壤和植被本身水分的蒸散量随之越大,在三江源研究区水分条件有限的情况下,也是影响植被NDVI下降的重要因素。

2.4.4 植被生长季NDVI与气候因子的偏相关分析

17 a间研究区气象站点缓冲区内生长季植被NDVI与当月气候因子的偏相关分析结果如表4。其中,T,S,P分别为月平均气温、月累积日照时数、月累积降水量; R_{P NDVI·T}为T固定,P与NDVI的偏相关系数; R_{S NDVI·T}为T固定,S与NDVI的偏相关系数; R_{T NDVI·P}为P固定,T与NDVI的偏相关系数; R_{S NDVI·P}为P固定,S与NDVI的偏相关系数; R_{P NDVI·S}为S固定,P与NDVI的偏相关系数; R_{T NDVI·S}为S固定,T与NDVI的偏相关系数。由表4可知,在月平均气温-月累积降水量组合与月NDVI的偏相关分析中,5月份囊谦、托托河、班玛气象站点的R_{T NDVI·P},7月份杂多、玉树气象站点的R_{T NDVI·P}和8月份杂多、托托河、五道梁气象站点的 ${R_{T N}}_{DVI \cdot P}$ 通过显著性检验(P<0.05),6月份通过显著性检验的偏相关系数所对应的气象站点中,按R_{T NDVI·P}从大到小依次为河南、杂多、玛多、玉树气象站点。在月平均气温—月累积日照时数组合与月NDVI的偏相关分析中,5月份囊谦、玉树、托托河、五道梁、班玛气象站点的R_{T NDVI·S}、7月份杂多、玉树、托托河气象站点的R_{T NDVI·S}和7月份兴海、河南、玛多、托托河、五道梁气象站点的R_{S NDVI·T}通过显著性检验(P<0.05),6月份按R_{T NDVI·S}从大到小依次为河南、玛多、杂多、托托河、玉树、班玛气象站点。而在月累积降水量-月累积日照时数组合与月NDVI的偏相关分析中,7月份通过显著性检验(P<0.05)的有兴海、托托河气象站点的R_{S NDVI·P},8月份杂多、玛多、五道梁气象站点的R_{P NDVI·S}也通过显著性检验(P<0.05)。表明在三江源区植被生长季初期(5—6月),高寒草甸草原、高寒草甸和高寒草原受当月气温的积极影响较大,当月降水量及当月日照时数对于3种不同类型植被的生长作用很小; 植被生长季中期(7—8月),当月气温对于高寒草甸草原、高寒草原的生长有很大的促进作用,当月降水量对于3种植被的生长发育也有较好的积极影响,与降水量作用相反,当月日照时数则阻碍了高寒草甸、高寒草原的生长; 植被生长季后期(9月),当月日照时数会抑制高寒草甸的生长。

表4 生长季NDVI与当月气候因子的偏相关系数

Tab.4 Correlation coefficients between NDVI and current month meteorological factors in growing season

主要草地类型	气象站点	月份	R_{P NDVI·T}	R_{S NDVI·T}	R_{T NDVI·P}	R_{S NDVI·P}	R_{P NDVI·S}	R_{T NDVI·S}
高寒草甸草原	囊谦	5月	0.228	-0.193	0.630**	0.113	0.104	0.622**
		6月	0.142	0.196	0.241	0.393	0.293	0.021
		7月	0.222	0.142	0.256	0.283	0.302	0.220
		8月	-0.166	0.340	-0.196	0.072	0.016	-0.316
		9月	-0.195	-0.117	0.088	-0.136	-0.247	-0.163
	杂多	5月	0.320	-0.017	0.485	0.319	0.348	0.408
		6月	0.286	-0.275	0.668**	0.253	0.166	0.648**
		7月	0.403	0.092	0.579**	0.336	0.483	0.566*
		8月	0.584*	-0.281	0.095	0.252	0.569*	-0.013
		9月	0.094	-0.028	0.161	0.123	0.124	0.135
	玉树	5月	-0.383	-0.096	0.485	-0.034	0.395	0.499*
		6月	0.145	0.385	0.526*	0.102	0.041	0.564*
		7月	0.245	-0.149	0.527*	0.275	0.338	0.529*
		8月	0.322	-0.089	-0.366	0.174	0.348	-0.362
		9月	0.383	-0.086	0.010	0.129	0.393	0.007
高寒草甸	班玛	5月	-0.212	0.005	0.715**	-0.082	0.216	0.714**
		6月	-0.128	0.233	0.536	0.339	-0.050	0.477*
		7月	0.125	0.010	-0.014	0.176	0.215	0.014
		8月	-0.195	0.044	0.140	-0.175	-0.253	0.133
		9月	0.426	-0.305	0.011	-0.041	0.375	0.214
	河南	5月	-0.429	0.502**	0.191	-0.286	0.407	0.444
		6月	0.441	-0.258	0.711**	-0.077	0.101	0.655**
		7月	0.567**	-0.527**	0.312	-0.367	0.417	0.288
		8月	-0.031	-0.412	0.491	-0.289	0.324	0.620**
		9月	-0.115	0.323	0.267	0.353	-0.020	0.193
	玛多	5月	0.208	-0.204	0.433	-0.080	0.171	0.452
		6月	0.630**	-0.656**	0.598**	-0.356	0.303	0.608**
		7月	0.638**	-0.516*	0.220	-0.102	0.387	0.318
		8月	0.663**	-0.399	-0.211	-0.070	0.557**	0.084
		9月	0.416	-0.157	0.195	-0.116	0.459	0.303
高寒草原	托托河	5月	0.215	-0.266	0.586**	-0.252	-0.012	0.563*
		6月	0.377	-0.511	0.493	-0.278	0.189	0.565*
		7月	0.593*	-0.833***	0.239	-0.574*	0.228	0.610*
		8月	0.580*	-0.437	0.336	0.059	0.371	0.253
		9月	0.365	-0.570*	0.418	-0.191	0.089	0.581*
	五道梁	5月	0.338	0.270	0.676	0.280	0.395	0.692**
		6月	0.475	-0.398	0.319	-0.013	0.349	0.378
		7月	0.649**	-0.687**	-0.059	-0.418	0.343	0.167
		8月	0.542*	-0.163	0.036	0.077	0.529*	0.051
		9月	0.196	-0.206	0.416	0.069	0.142	0.435
	兴海	5月	0.366	-0.231	0.266	0.067	0.267	0.229
		6月	0.229	-0.141	0.325	0.104	0.095	0.270
		7月	0.430	-0.551*	0.324	-0.541*	0.291	-0.105
		8月	0.378	0.090	0.099	0.346	0.492	-0.113
		9月	0.642**	-0.035	-0.071	0.385	0.726**	0.245

新窗口打开| 下载CSV

通过对三江源地区月平均气温-月累积降水量组合与月NDVI的偏相关分析可得出,在植被生长季初期,当月气温对高寒草甸草原、高寒草原NDVI变化的影响大于降水量对其的影响。植被生长季中期,当月降水量对3种植被的影响大于当月气温对其的影响,在这一时期,区内气温普遍在5 ℃以上,在此背景下,植被生长受水分的影响较大。而在植被生长季后期,当月气温和降水量对于植被的生长发育影响均减弱,这是因为植被的生长过程呈现出“慢-快-慢”的变化规律^[17],当草地生长到一定的阶段后,相对生长率下降,气温、降水量及日照时数等气候因子对其的影响也在减弱。

2.4.5 相关分析结果讨论

简单相关分析研究结果表明,在研究区植被生长季初期和中期,当月气温、降水量对其生长影响最为显著; 偏相关分析结果表明,在植被生长季初期,在不同气候因子中,气温对植被生长的影响最为显著,到了植被生长季中期,降水量则成为促进植被生长的主要因素。文中2种不同分析方法的结果出现差异: 一是因为本研究在分析植被生长季NDVI与气候因子的关系时,三江源区气象站点的客观分布导致区内样本数量有限致使本研究所用样本数量较少; 二是由于简单相关系数会受到其他因素的影响^[28],如果相关分析中只考虑2个因子之间的线性相关程度,不考虑其他因子对这2个因子的影响,在实际的研究中可能会造成一定的误差出现。用偏相关分析法是在控制某一要素的情况下,在分析中消除了该要素所产生的影响。在研究区植被的生长发育过程中,单一气候要素所产生的影响有可能是在另一气候要素的媒介作用下所产生的,因此,偏相关分析的结果较简单相关分析的结果更具有参考意义。这与赵玉萍等^[15]的研究结果相似,即相较于简单相关分析,偏相关分析结果考虑到了各个气候要素之间的相关性,可以消除气候要素之间的相互影响,从而能够计算出某个气候要素与NDVI的相关程度,并且偏相关分析结果更有说服力。

3 结论

1)三江源区生长季植被NDVI 具有显著的区域差异,整体表现为由西北向东南逐渐增加; 区内生长季植被NDVI在2000—2016年间整体上呈增加趋势,NDVI增速为0.8%/10 a。随着一些相关草地保护政策的出台和合理利用草地措施的实施,会促使植被状况逐步好转。研究期间三江源区水热条件变好,气候暖湿化趋势明显,同样利于植被的生长。但区域内极端天气和灾害天气次数的增加,使得NDVI降低且整体波动较大。

2)对三江源区植被生长季NDVI与气候因子的简单相关分析结果表明,气候因子在生长季初期和中期对植被生长影响较大,而在后期相关性则不明显。这是由植被的内在生长规律所影响的,植被在其生长过程中表现出“慢-快-慢”的规律。在高寒草甸草原和高寒草原生长季初期,当月气温、降水量对植被生长影响最为显著,而在其生长季中期,前推月份气温、降水量会促进高寒草甸的生长,但当月日照时数对于高寒草甸草原的阻碍作用明显; 高寒草原的生长季初期,当月及前推月份的气温对其生长有明显促进作用,生长季中期,当月及前推月份的降水量促进作用更加明显。

3)三江源区植被生长季NDVI与气候因子的偏相关分析结果表明,研究区植被生长季初期,当月气温对高寒草甸草原、高寒草原NDVI变化的影响大于降水量对其的影响,这是因为在高原区植被生长初期,气温对植被生长的作用更为明显。植被生长季中期,当月降水量对3种不同类型植被的影响反超当月气温的影响,在该时期,区内气温普遍在5℃以上,植被生长受水分的影响较大。整个生长季,当月日照时数与三江源地区植被NDVI的变化呈显著负相关关系,主要原因是三江源区位于青藏高原,海拔整体较高,全年日照充足,较长日照会加快土壤和植被本身水分的蒸散,对于植被生长会产生不利影响。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Pettorelli

, Vik

, Mysterud

, et al.

Using the satellite-derived NDVI to assess ecological response to environmental change

[J]. Trends in Ecology and Evolution, 2005,20(9):503-510.