基于地理探测器模型的中亚NDVI时空变化特征及其驱动因子分析

doi:10.6046/gtzyyg.2019.04.05

摘要
图/表
参考文献
相关文章
Metrics

全文: PDF(5655 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

植被是联结大气圈、土壤圈、水圈和生物圈的重要纽带,因此植被的时空变化特征及其驱动因子之间的关系在区域生态环境变化研究中具有重要意义。基于GIMMS/NDVI和CRU等多种数据集,采用趋势分析法和地理探测器模型,分析了中亚地区1991—2015年间NDVI的时空变化特征,并对NDVI的空间分布和变化趋势进行因子探测、风险探测以及交互作用分析。结果表明,近25 a来,中亚地区植被变化整体上保持平稳波动,哈萨克丘陵中低海拔区域NDVI呈极显著上升; 咸海盆地西南部受干涸湖盆盐尘近距离扩散影响,NDVI则呈极显著下降; 由于中亚各国间水资源开发利用的矛盾,锡尔河中游和下游的NDVI变化趋势相反; 哈萨克斯坦北部旱地由于存在先弃耕后复垦的现象,NDVI下降趋势较大,但结果并不显著(P>0.1); 根据地理探测器模型分析结果,水分因素主导着中亚地区植被的生长格局,气温与NDVI变化呈显著负相关,此外不同地形、高程、土壤类型、土地覆被类型之间,NDVI的时空变化差异也十分显著; 在交互因子作用方面,双因子交互作用有助于增强对NDVI空间分布以及时空变化的解释力,潜在蒸散发与高程的协同作用对NDVI空间分布的解释力达到64%以上。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	王伟
	阿里木·赛买提
	吉力力·阿不都外力

关键词 ： NDVI, 中亚, 地理探测器, 趋势分析, 时空变化

Abstract：

Vegetation is an important nexus connecting atmosphere, pedosphere, hydrosphere and biosphere. Therefore, the relationship between the temporal and spatial variation characteristics of vegetation and its driving factors is of great significance in the study of regional ecological environment changes. Based on multiple data sets such as GIMMS NDVI and CRU, the authors analyzed the temporal and spatial variation characteristics of NDVI in Central Asia from 1991 to 2015, using trend analysis and geo-detector model that included factor detection, risk detection and interaction analysis. The results show that the vegetation activities in Central Asia have remained stable and volatile on the whole in the past 25 years. In detail, NDVI in the middle and low altitude areas of the Kazakh hills has increased significantly, while the NDVI in the southwestern part of Aral Sea has been significantly reduced because of the close diffusion of salt dust in the Aral Sea basin. In addition, because of the contradiction between water resources development and utilization among Central Asian countries, the trend of NDVI in the midstream of the Syr Darya and the downstream has been reversed. The non-irrigated farmland in northern Kazakhstan has a large decline in NDVI, and the results are not significant (P≥0.1) due to the phenomenon of re-cultivation. According to the results of geo-detector model, the water factor dominates the vegetation growth pattern in Central Asia, and the temperature is negatively correlated with the NDVI change. The difference in spatial and temporal variation of NDVI between different terrains, elevations, soil types and land use types is also significant. In terms of the interaction factor, the bi-factor interaction has enhanced the interpretation of spatial distribution and temporal and spatial variation of NDVI. The synergistic effect of potential evapotranspiration and elevation on the spatial distribution of NDVI is over 64%.

Key words： NDVI Central Asia geographical detector trend analysis temporal and spatial variation

收稿日期: 2018-10-26 出版日期: 2019-12-03

TP79

基金资助:中国科学院战略性先导专项“泛第三极环境变化与绿色丝绸之路建设”(XDA2006030102);国家自然科学基金项目“中亚重大河湖流域地表水环境演变规律及其风险预警”(U1603242);中国科学院科技服务网络计划项目“中亚水环境承载力与水处理技术示范应用”(KFJ-STS-QYZD-071);中国科学院青年创新促进会项目共同资助(2018476)

通讯作者: 吉力力·阿不都外力

作者简介: 王伟(1996-),男,硕士研究生,主要从事资源环境遥感方面研究。Email: wangwei177@mails.ucas.ac.cn。

引用本文:

王伟, 阿里木·赛买提, 吉力力·阿不都外力. 基于地理探测器模型的中亚NDVI时空变化特征及其驱动因子分析[J]. 国土资源遥感, 2019, 31(4): 32-40.
Wei WANG, Samat Alim, Abuduwaili Jilili. Geo-detector based spatio-temporal variation characteristics and driving factors analysis of NDVI in Central Asia. Remote Sensing for Land & Resources, 2019, 31(4): 32-40.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2019.04.05 或 https://www.gtzyyg.com/CN/Y2019/V31/I4/32

Fig.1 研究区域示意图

数据集	数据来源	时间分辨率	空间分辨率	数据预处理
NDVI数据集	NASA艾姆斯研究中心生态预测实验室发布的GIMMS NDVI 3g v1数据产品(1991—2015年)	15 d	8 km	最大化合成法合成逐年NDVI数据
气候数据集	英国东英吉利大学CRU小组发布的cru_ts_4.01(1991—2015年),数据包括: 气温(最高气温、最低气温、平均气温)、降水量、湿日频率、潜在蒸散发、云量和日较差	30 d	0.5° $×$ 0.5°	双线性内插法进行重采样,重采样后的空间分辨率为0.15° $×$ 0.15°
土壤类型数据集	FAO世界土壤数据库的土壤类型数据	—	1 km	按照FAO90标准对土壤类型进行重分类,共分为13类
土壤湿度数据集	欧洲中期天气预报中心表层土壤湿度再分析数据	30 d	0.25° $×$ 0.25°	双线性内插法进行重采样,重采样后的空间分辨率为0.15° $×$ 0.15°
土地覆被数据集	欧空局的ESA_CCI的土地覆被数据(1991—2015年)	1 a	300 m	对土地覆被类型重分类为8类
高程数据	NASA的STRM(shuttle Radar topographic mission)数字高程数据	—	90 m	—

Tab.1 数据来源与预处理

Tab.2 NDVI变化趋势类型

Tab.3 双因子交互作用结果类型

Fig.2 中亚地区NDVI空间分布与变化率、土地覆被类型和土壤类型

Fig.3 不同地形区和土地覆被类型对应的NDVI值变化

Fig.4 1991—2015年中亚地区NDVI变化趋势

Tab.4 因子探测器结果

Fig.5 风险探测器结果和交互探测器结果

[1]	Chen F H, Wang J S, Jin L Y , et al. Rapid warming in mid-latitude Central Asia for the past 100 years[J]. Frontiers of Earth Science in China, 2009,3(1):42-50.
[2]	秦大河 . 气候变化科学概论[M]. 北京: 科学出版社, 2018: 35-38.
	Qin D H. Introduction to Climate Change Science[M]. Beijing: Science Press, 2018: 35-38.
[3]	Klein I, Gessner U, Kuenzer C . Regional land cover mapping and change detection in Central Asia using MODIS time-series[J]. Applied Geography, 2012,35(1-2):219-234.
[4]	Micklin P .The future Aral Sea:Hope and despair[J].Environmental Earth Sciences, 2016, 75(9): 844, 1-15.
[5]	Bezborodov G A, Shadmanov D K, Mirhashimov R T , et al. Mulching and water quality effects on soil salinity and sodicity dynamics and cotton productivity in Central Asia[J]. Agriculture Ecosystems and Environment, 2010,138(1):95-102.
[6]	程彦培, 张发旺, 董华 , 等. 基于MODIS卫星数据的中亚地区水体动态监测研究[J]. 水文地质工程地质, 2010,37(5):33-37. doi: 10.3969/j.issn.1000-3665.2010.05.006
	Cheng Y P, Zhang F W, Dong H , et al. Wetland dynamic monitoring in Central Asia based on MODIS image[J]. Hydrogeology and Engineering Geology, 2010,37(5):33-37.
[7]	成晨, 傅文学, 胡召玲 , 等. 基于遥感技术的近30年中亚地区主要湖泊变化[J]. 国土资源遥感, 2015,27(1):146-152.doi: 10.6046/gtzyyg.2015.01.23. doi: 10.6046/gtzyyg.2015.01.23
	Cheng C, Fu W X, Hu Z L , et al. Changes of major lakes in Central Asia over the past 30 years revealed by remote sensing technology[J]. Remote Sensing for Land and Resources, 2015,27(1):146-152.doi: 10.6046/gtzyyg.2015.01.23.
[8]	Schwartz M D . Green-wave phenology[J]. Nature, 1998,394(6696):839-840.
[9]	殷刚, 孟现勇, 王浩 , 等. 1982—2012年中亚地区植被时空变化特征及其与气候变化的相关分析[J]. 生态学报, 2017,37(9):3149-3163. doi: 10.5846/stxb201601240164
	Yin G, Meng X Y, Wang H , et al. Spatial-temporal variation of vegetation and its correlation with climate change in Central Asia during the period of 1982—2012[J]. Acta Ecologica Sinica, 2017,37(9):3149-3163.
[10]	邓兴耀, 姚俊强, 刘志辉 . 基于GIMMS NDVI的中亚干旱区植被覆盖时空变化[J]. 干旱区研究, 2017,34(1):10-19.
	Deng X Y, Yao J Q, Liu Z H . Spatiotemporal dynamic change of vegetation coverage in arid regions in Central Asia based on GIMMS NDVI[J]. Arid Zone Research, 2017,34(1):10-19.
[11]	索玉霞, 王正兴, 刘闯 , 等. 中亚地区1982年至2002年植被指数与气温和降水的相关性分析[J]. 资源科学, 2009,31(8):1422-1429.
	Suo Y X, Wang Z X, Liu C , et al. Relationship between NDVI and precipitation and temperature in Middle Asia during 1982—2002[J]. Resources Science, 2009,31(8):1422-1429.
[12]	张琪, 袁秀亮, 陈曦 , 等. 1982—2012年中亚植被变化及其对气候变化的响应[J]. 植物生态学报, 2016,40(1):13-23. doi: 10.17521/cjpe.2015.0236
	Zhang Q, Yuan X L, Chen X , et al. Vegetation change and its response to climate change in Central Asia from 1982 to 2012[J]. Chinese Journal of Plant Ecology, 2016,40(1):13-23.
[13]	索玉霞 . 中亚五国植被覆盖变化与气候因子相关性分析[D]. 北京:中国科学院研究生院, 2009.
	Suo Y X . Correlation of Vegetation Dynamics and Climate Variability in the Middle Asia[D]. Beijing:Graduate School of Chinese Academy of Science, 2009.
[14]	Shigaeva J, Kollmair M, Niederer P , et al. Livelihoods in transition:Changing land use strategies and ecological implications in a post-Soviet setting (Kyrgyzstan)[J]. Central Asian Survey, 2007,26(3):389-406.
[15]	王劲峰, 徐成东 . 地理探测器:原理与展望[J]. 地理学报, 2017,72(1):116-134. doi: 10.11821/dlxb201701010
	Wang J F, Xu C D . Geodetector:Principle and prospective[J]. Acta Geographica Sinica, 2017,72(1):116-134.
[16]	胡汝骥, 姜逢清, 王亚俊, 等 .中亚(五国) 干旱生态地理环境特征[J]. 干旱区研究, 2014,31(1):1-12.
	Hu R J, Jiang F Q, Wang Y J , et al. Arid ecological and geographical conditions in five countries of Central Asia[J]. Arid Zone Research, 2014,31(1):1-12.
[17]	吉力力·阿不都外力, 马龙 . 中亚环境概论[M]. 北京: 气象出版社, 2015: 275-293.
	Abuduwaili J, Ma L. Overview of Central Asian Environments[M]. Beijing: China Meteorological Press, 2015: 275-293.
[18]	刘宪锋, 朱秀芳, 潘耀忠 , 等. 1982—2012年中国植被覆盖时空变化特征[J]. 生态学报, 2015,35(16):5331-5342. doi: 10.5846/stxb201404150731
	Liu X F, Zhu X F, Pan Y Z , et al. Spatiotemporal changes in vegetation coverage in China during 1982—2012[J]. Acta Ecologica Sinica, 2015,35(16):5331-5342.
[19]	刘家福, 马帅, 李帅 , 等. 1982—2016年东北黑土区植被NDVI动态及其对气候变化的响应[J]. 生态学报, 2018,38(21):7647-7657. doi: 10.5846/stxb201712112226
	Liu J F, Ma S, Li S , et al. Changes in vegetation NDVI from 1982 to 2016 and its responses to climate change in the black-soil area of Northeast China[J]. Acta Ecologica Sinica, 2018,38(21):7647-7657.
[20]	穆少杰, 李建龙, 周伟 , 等. 2001—2010年内蒙古植被净初级生产力的时空格局及其与气候的关系[J]. 生态学报, 2013,33(12):3752-3764. doi: 10.5846/stxb201205030638
	Mu S J, Li J L, Zhou W , et al. Spatial-temporal distribution of net primary productivity and its relationship with climate factors in Inner Mongolia from 2001 to 2010[J]. Acta Ecologica Sinica, 2013,33(12):3752-3764.
[21]	赵宁, 马超, 杨亚莉 . 1973—2013年红碱淖水域水质变化及驱动力分析[J]. 湖泊科学, 2016,28(5):982-993.
	Zhao N, Ma C, Yang Y L . Water quality variation of Lake Hongjiannao and its driving force analysis from 1973 to 2013[J]. Journal of Lake Sciences, 2016,28(5):982-993.
[22]	Dara A, Baumann M, Kuemmerle T , et al. Mapping the timing of cropland abandonment and recultivation in northern Kazakhstan using annual Landsat time series[J]. Remote Sensing of Environment, 2018,213:49-60.
[23]	Shen H, Abuduwaili J, Samat A , et al.A review on the research of modern aeolian dust in Central Asia[J].Arabian Journal of Geosciences, 2016, 9(13): 625, 1-16.
[24]	Ge Y X, Abuduwaili J, Ma L, et al.Temporal variability and potential diffusion characteristics of dust aerosol originating from the Aral Sea Basin, Central Asia[J].Water Air and Soil Pollution , 2016, 227(2): 63, 1-12.
[25]	吴淼, 张小云, 罗格平 , 等. 哈萨克斯坦水资源利用[J]. 干旱区地理, 2010,33(2):196-202.
	Wu M, Zhang X Y, Luo G P , et al. Situation of water resources utilization in Kazakhstan[J]. Arid Land Geography, 2010,33(2):196-202.

[1]	史飞飞, 高小红, 肖建设, 李宏达, 李润祥, 张昊. 基于集成学习和多时相遥感影像的枸杞种植区分类[J]. 自然资源遥感, 2022, 34(1): 115-126.
[2]	秦大辉, 杨灵, 谌伦超, 段云飞, 贾宏亮, 李贞培, 马建琴. 基于多源数据的新疆干旱特征及干旱模型研究[J]. 自然资源遥感, 2022, 34(1): 151-157.
[3]	胡盈盈, 戴声佩, 罗红霞, 李海亮, 李茂芬, 郑倩, 禹萱, 李宁. 2001—2015年海南岛橡胶林物候时空变化特征分析[J]. 自然资源遥感, 2022, 34(1): 210-217.
[4]	范田亿, 张翔, 黄兵, 钱湛, 姜恒. 湘江流域TRMM卫星降水产品降尺度研究与应用[J]. 自然资源遥感, 2021, 33(4): 209-218.
[5]	晋成名, 杨兴旺, 景海涛. 基于RS的陕北地区植被覆盖度变化及驱动力研究[J]. 自然资源遥感, 2021, 33(4): 258-264.
[6]	刘咏梅, 范鸿建, 盖星华, 刘建红, 王雷. 基于无人机高光谱影像的NDVI估算植被盖度精度分析[J]. 自然资源遥感, 2021, 33(3): 11-17.
[7]	杨蕴雪, 张艳芳. 基于空间距离指数的延河流域生态敏感性时空演变特征[J]. 自然资源遥感, 2021, 33(3): 229-237.
[8]	叶婉桐, 陈一鸿, 陆胤昊, 吴鹏海. 基于GEE的2000—2019年间升金湖湿地不同季节地表温度时空变化及地表类型响应[J]. 国土资源遥感, 2021, 33(2): 228-236.
[9]	陈虹, 郭兆成, 贺鹏. 1988—2018年间洱海流域植被覆盖度时空变换特征探究[J]. 国土资源遥感, 2021, 33(2): 116-123.
[10]	潘梦, 曹云刚. 高亚洲地区冰湖遥感研究进展与展望[J]. 国土资源遥感, 2021, 33(1): 1-8.
[11]	杜方洲, 石玉立, 盛夏. 基于深度学习的TRMM降水产品降尺度研究——以中国东北地区为例[J]. 国土资源遥感, 2020, 32(4): 145-153.
[12]	王平, 毛克彪, 孟飞, 袁紫晋. 中国东海海表温度时空演化分析[J]. 国土资源遥感, 2020, 32(4): 227-235.
[13]	王碧晴, 韩文泉, 许驰. 基于图像分割和NDVI时间序列曲线分类模型的冬小麦种植区域识别与提取[J]. 国土资源遥感, 2020, 32(2): 219-225.
[14]	赵冰, 毛克彪, 蔡玉林, 孟祥金. 中国地表温度时空演变规律研究[J]. 国土资源遥感, 2020, 32(2): 233-240.
[15]	宋国策, 张志. 内蒙古新巴尔虎右旗多金属矿区扬尘风积物遥感监测方法[J]. 国土资源遥感, 2020, 32(2): 46-53.

Viewed

Full text

Abstract

Cited

Shared

Discussed