文章信息
- 廖春贵, 胡宝清, 熊小菊, 陈依兰, 陈月连, 孙建飞
- LIAO Chungui, HU Baoqing, XIONG Xiaoju, CHEN Yilan, CHEN Yuelian, SUN Jianfei
- 广西植被时空变化及其对气候响应
- Spatial-temporal variation of vegetation and relations with climate change in Guangxi
- 森林与环境学报,2018, 38(2): 178-184.
- Journal of Forest and Environment,2018, 38(2): 178-184.
- http://dx.doi.org/10.13324/j.cnki.jfcf.2018.02.008
-
文章历史
- 收稿日期: 2017-10-26
- 修回日期: 2017-12-18
广西水、矿产等自然资源非常丰富,但其岩溶地貌广泛分布。岩溶地区植被生长环境恶劣,同时受农业生产、修路、挖矿等人类活动的影响,地表植被覆盖变化对广西环境保护建设非常重要。21世纪以来,在全球气候变暖的背景下,地表植被覆盖变化越来越受关注。气温、降水等气候因子变化和人类活动强烈的影响着地球植被覆盖变化[1-3],对植被覆盖变化进行研究有利于了解地区生态环境的变化情况[4-6]。开展地表植被归一化植被指数(normalized difference vegetation index,NDVI)分布特征及其与气温、降水的相关性研究具有十分重要的现实意义。
在探索地表NDVI变化及其对气候响应的过程中,韩雅等[7]、张仁平等[8]利用NDVI数据对我国地表植被覆盖变化及对气候响应进行研究;在我国西南地区,石悦樾等[9]结合植被类型、岩性基底数据,从不同的角度对地表NDVI的分布及其与气候因子的相关关系进行分析。王永锋等[10]、喻素芳等[11]利用不同遥感卫星的NDVI数据分析了广西NDVI的动态变化,韦振锋等[12]对广西NDVI与气候因子的相关性进行研究,在广西NDVI时空变化特征及其对气象响应研究中主要采取简单的相关分析,没有结合植被类型、地质等因素进行研究,多因子影响下的地表植被覆盖与气象因子之间关系的研究仍需不断深入。在前人研究的基础上,文中利用广西壮族自治区2006—2017年的遥感数据,尝试对该区域的NDVI变化及其对气象因子的响应进行分析,旨在为当地的社会经济可持续发展、植物保护、生态分区等提供依据。
1 研究区概况广西壮族自治区南临北部湾,位于北纬20°54′~26°24′,东经104°26′~112°04′,气候类型为中亚热带季风气候和南亚热带季风,年平均气温在16 ℃以上,年平均降雨量在1 100 mm以上,全年夏长冬短。地貌类型复杂多样,山多地少,喀斯特地貌分布广泛,地势西北高东南低。植被类型有针叶林、阔叶林、灌丛、草丛、栽培植被等,主要农作物有水稻(Oryza sativa Linanaeus)、甘蔗(Saccharum officinarum Linn)等,主要经济林木有杉木[Cunninghamia lanceolata (Lamb.)Hook.]、马尾松(Pinus massoniana Lamb.)、桉树(Eucalyptus robusta Smith)。
2 数据与方法 2.1 数据源与预处理NDVI数据来自美国国家航空航天局[13-14], 空间分辨率为250 m×250 m,时间分辨率为16 d。利用中分辨率成像光谱仪二次投影工具将广西壮族自治区2007—2016年的MODIS-NDVI数据进行格式和投影转换, 然后利用遥感图像处理平台对NDVI数据作异常值处理,接着利用地理信息系统软件中的工具,采用最大合成法合成NDVI数据,NDVI的范围在-1.0~1.0之间。
降水、气温等气象数据来自中国气象科学数据共享服务网,包括灵川县等站点。将气象站点的年平均降雨量和年平均气温等,根据站点经纬度导入ArcGIS10.2软件中,利用软件工具对气温降水数据进行克里金插值、投影、裁剪等。为保证数据投影坐标、地理坐标一致,将气温降水等数据的地理坐标统一转换为GCS_WGS_1984,投影坐标统一转换为WGS_1984_UTM_Zone_48N。
2.2 一元线性回归法STOW et al[15]的研究表明,运用一元线性回归方法可以有效分析区域NDVI的变化趋势,公式如下
$k = \frac{{n\sum\limits_{i = 1}^n {i{I_{{\rm{NDV}},i}}} - \sum\limits_{i = 1}^n i \sum\limits_{i = 1}^n {{I_{{\rm{NDV}},i}}} }}{{n\sum\limits_{i = 1}^n {{i^2}} - {{\left( {\sum\limits_{i = 1}^n i } \right)}^2}}}$ | (1) |
式中:k表示线性回归方程的斜率;n为时间序列长度,n取值为10;i为2007—2016年的年份序号;INDV,i为第i年NDVI平均值。
根据张仁平等[8]研究,将广西NDVI的变化趋势分为4类:当k≤-0.006时,NDVI呈显著减少趋势;当-0.006<k≤-0.001时,NDVI呈轻度减少;当-0.001<k≤0.001时,NDVI基本不变;当0.001<k≤0.006时,NDVI轻度增加;当k>0.006时,NDVI显著增加。
2.3 变异系数变异系数(coefficient of variation,CV)是反映数值变异程度的一个常用统计量,可以消除数值单位和平均值不同对多个变量变异程度比较的影响,运用变异系数研究区域NDVI的变异程度。变异系数计算公式如下[15]
${C_{\rm{v}}} = \frac{{{S_{{\rm{NDVI}}}}}}{{{M_{{\rm{NDVI}}}}}}$ | (2) |
式中:Cv为变异系数;SNDVI为每一年NDVI平均值的标准差;MNDVI为每一年NDVI平均值的均值。
对广西区逐个像元的变异系数进行计算。为了能直观地反映广西NDVI的变异程度,根据张仁平等[8]研究,将变异程度分为剧烈、较小、稳定和非常稳定4个级别。当CV≤0.05时,NDVI变异非常稳定;当0.05<CV≤0.10时,NDVI变异处于稳定状态;当0.10<CV≤0.15时,NDVI变异较小;当CV>0.15时,NDVI变异剧烈。
2.4 影响归一化植被指数因素的相关性分析气温、降水等气象因子是影响NDVI时空分布的主要因素,计算NDVI与气温、降水的相关系数,分析NDVI与气候因子的相关性。公式如下[16]
${R_{xy}} = \frac{{\sum\limits_{i = 1}^n {\left[ {\left( {{X_i} - \bar X} \right)\left( {{Y_i} - \bar Y} \right)} \right]} }}{{\sqrt {\sum\limits_{i = 1}^n {{{\left( {{X_i} - \bar X} \right)}^2}} \sum\limits_{i = 1}^n {{{\left( {{Y_i} - \bar Y} \right)}^2}} } }}$ | (3) |
式中:变量i为年序号,n取值为10;Xi为第i年的NDVI数据;Yi为第i年的气候因子;X、Y分别为变量X、Y的均值;Rxy为NDVI与气候因子的相关系数。
根据文献[16]的研究,将广西NDVI与气候因子的相关性划分为4类:当n=10时,Rxy>0.708时为极显著正相关;0.576<Rxy≤0.708时为显著正相关;-0.708<Rxy≤0.576时为显著负相关;Rxy≤-0.708时为极显著负相关。
影响NDVI因素的偏相关系数计算公式如下[16]
${r_{abc}} = \frac{{{r_{ab}} - {r_{ac}}{r_{bc}}}}{{\sqrt {\left( {1 - r_{ac}^2} \right) + \left( {1 - r_{bc}^2} \right)} }}$ | (4) |
式中:rabc为将变量c固定后变量a与变量b之间的偏相关系数;rab、rbc、rac分别表示变量a与变量b、变量b与变量c、变量a与变量c的相关系数。
3 结果与分析 3.1 归一化植被指数空间变化特征基于像元尺度,统计广西NDVI值, 根据NDVI值的大小,在ArcGIS软件中利用自然断点法,将研究区划分为高、较高、中和低植被覆盖区4类(表 1)。广西植被覆盖总体较好,低植被覆盖区分布在北部湾及百色、玉林、桂林等市辖区;中植被覆盖区分布在西江流域沿岸;较高植被覆盖区分布在桂中部地区;高植被覆盖区主要分布在桂西北部、桂西南部等地区。从植被类型来看,草丛、阔叶林和针叶林的NDVI值较高。在城镇及其周边地区的NDVI值相对较低,主要是建设用地面积大,造成城镇及其周边地区植被覆盖度相对低。
区域District | 面积Area/km2 |
低植被覆盖区Low vegetation coverage district | 1 480 |
中植被覆盖区Medium vegetation coverage district | 7 574 |
较高植被覆盖区Relative high vegetation coverage district | 49 792 |
高植被覆盖区High vegetation coverage district | 177 179 |
由图 1可知,2007—2016年广西年平均NDVI值在0.78~0.82之间波动变化,总体呈上升趋势, 表明研究区植被覆盖逐步得到改善。2008—2013年广西NDVI值呈显著上升,2013—2016年则呈缓慢波动上升趋势。
3.3 归一化植被指数变化趋势2007—2016年广西整体上NDVI轻度增加的面积最大,NDVI增加的面积大于下降的(表 2)。NDVI无明显变化的区域分布在崇左、桂林大部分地区以及贺州的西部; NDVI轻度减少的区域分布在左江沿岸、右江沿岸、西江沿岸以及柳州中部、桂林西北部和北部湾沿岸;NDVI轻度增加的区域分布在河池、百色、来宾大部分地区;NDVI显著增加的区域分布在南宁、来宾中部以及钦州。广西植被覆盖情况得到了不同程度的改善,是由于实施植树造林和封山育林,森林植被增加,各区域植被覆盖情况有所改善。
变化等级Change level | 岩溶区Karst area/km2 | 非岩溶区Non-karst area/km2 | 广西全区 Guangxi/km2 |
轻度减少Slightly reduced | 7 382 | 11 983 | 19 365 |
基本不变Basically unchange | 17 477 | 28 920 | 46 397 |
轻度增加Mild increase | 49 217 | 72 984 | 122 201 |
显著增加Severe increase | 21 670 | 26 392 | 48 062 |
由表 2可知,2007—2016年10 a间广西岩溶区植被有改善趋势, NDVI显著增加和轻度增加的面积占岩溶区面积的74%;NDVI呈退化趋势的面积占岩溶区面积的8%;岩溶区植被得到改善的面积比退化趋势的大。非岩溶区植被也有改善趋势, NDVI显著增加和轻度增加的面积占非岩溶区面积的70%;NDVI减少的面积占非岩溶区面积的9%;非岩溶区NDVI增加的面积多于减少的面积。岩溶区植被得到改善所占的比重大于非岩溶区,岩溶区和非岩溶区植被有退化趋势所占的比重相差不大。
不同类型植被的NDVI变化趋势亦不相同,针叶林、阔叶林、灌丛和草丛的NDVI呈轻度增加,栽培植被的NDVI基本不变,灌丛的NDVI上升趋势最快(表 3)。由于多年来,广西通过退耕还林、森林生态效益补偿、流域防护林工程等措施大力治理石漠化,岩溶地区实施植树造林计划,森林植被大幅度增加,在保护环境政策的宣传下,广西的生态环境得到保护,所以针叶林、阔叶林等植被的NDVI呈上升趋势。
植被类型 Vegetation type |
回归方程斜率 Regression formula slope |
变化程度 Change level |
阔叶林Broadleaf forest | 0.001 8 | 轻度增加Mild increase |
针叶林Coniferous forest | 0.001 9 | 轻度增加Mild increase |
栽培植被Cultural vegetation | 0.000 1 | 基本不变Basically unchange |
草丛Grassland | 0.002 4 | 轻度增加Mild increase |
灌丛Shrub | 0.002 6 | 轻度增加Mild increase |
其它Others | -0.003 8 | 轻度减少Slightly reduced |
由表 4可知,广西NDVI变异非常稳定的面积最多,占总面积的58%,分布在河池、百色、崇左、柳州等地区;NDVI变异稳定的次之,占总面积的38%,分布于桂林、来宾的部分区域;NDVI变异较少的仅占总面积的3%,分布在左江、右江、柳江沿岸及北部湾的边缘地区;NDVI变异剧烈的占总面积的1%。
变异程度 Change level |
岩溶区Karst area/km2 | 非岩溶区Non-karst area/km2 | 广西全区 Guangxi/km2 |
非常稳定Extremely stable | 52 785 | 84 920 | 137 705 |
稳定Stable | 40 040 | 49594 | 89 634 |
较少Less varied | 2 218 | 3 816 | 6 034 |
剧烈Severe varied | 703 | 1 949 | 2 652 |
由表 4可知,岩溶区NDVI变异系非常稳定的面积较多,占岩溶区面积的55%;NDVI变异稳定的占岩溶区面积的42%;NDVI变异较少的占岩溶区面积的2%;NDVI变异剧烈的最少,占岩溶区面积的1%。非岩溶区NDVI变异与岩溶区的类似,NDVI变异非常稳定的面积占比最大,其次是变异稳定,变异较少、剧烈的分别处于第3、第4位。岩溶区和非岩溶区NDVI变异非常稳定的面积大于变异状态(变异较少和变异剧烈)的面积。
3.5 归一化植被指数与气候因子相关性分析植被的生长不仅受土壤肥力、土壤质地等下垫面因子影响,而且受到气温、降水等气候因子的控制。对NDVI与气候因子相关性分析,有利于理清两者之间的复杂关系,植被与气温、降水之间的相互关系研究备受关注[7-9, 12]。
3.5.1 降水与归一化植被指数相关、偏相关分析广西NDVI与降水的正、负相关性并存,NDVI与降水呈负相关的面积大于正相关的。基于像元尺度统计NDVI与降水相关系数,二者呈负相关性的占总面积的94.74%,其中显著负相关的占94.05%,极显著负相关的占0.69%,负相关的区域分布在河池、贵港、钦州等区域。NDVI与降水呈正相关性的面积只占5.26%,其中显著正相关、极显著正相关的面积分别占总面积的3.37%和1.89%。NDVI与降水偏相关空间分布(图 2),排除气温对NDVI和降水的干扰,计算NDVI和降水的偏相关系数,NDVI与降水正偏相关分布在崇左、防城港、钦州大部分区域,正偏相关系数值在0~0.89之间,占总面积的46.82%;负偏相关分布在河池、贺州、桂林地区,值在-0.86~0之间,占总面积的53.18%。由相关系数和偏相关系数结合分析,可知NDVI和降水相关、偏相关空间分布相差较大,排除气温因子的影响较强。
3.5.2 气温与归一化植被指数相关、偏相关分析根据公式(3),逐像元的计算NDVI和气温之间的相关系数,广西NDVI与气温的正、负相关性并存,NDVI与气温呈负相关的面积大于正相关的。基于像元尺度统计NDVI与气温相关系数,二者呈负相关性占总面积的98.03%,其中显著负相关的占96.42%,极显著负相关的1.61%,负相关分布在桂东南和桂西大部分区域。NDVI与气温呈正相关性只占总面积的1.97%,其中显著、极显著正相关分别占1.54%和0.43%。NDVI与气温偏相关空间分布(图 3),排除降水对NDVI和气温的干扰,计算NDVI和气温的偏相关系数,NDVI与气温正偏相关分布在河池、柳州、桂林等区域,正偏相关系数值在0~0.9之间,占总面积的43.1%;负偏相关分布在百色、来宾、北海等区域,NDVI与气温负偏相关值在-0.9~0之间,占总面积的56.9%。由相关系数和偏相关系数结合分析,可知NDVI和气温呈负相关的区域面积大于正相关的。
4 讨论与结论2007—2016年广西NDVI整体呈上升趋势,NDVI值的范围与王永锋等[10]、喻素芳等[11]研究结果基本一致。NDVI变化的影响因素有很多,降水量和气温是影响NDVI变化主要的气候因素。NDVI与降水、气温的正相关性与负相关性并存,NDVI与降水、气温的偏正相关性与偏负相关性并存。NDVI与降水、气温的相关、偏相关研究结果与韦振锋等[12]研究的结果一致。
广西中部、西北部地区NDVI上升较为明显,而北部湾沿岸、桂林西北部、柳州中部等地区呈减少趋势。高植被覆盖区主要分布在西北部、西南部等地区,低植被覆盖区分布在北部湾地区及南宁、百色、玉林、桂林等市辖区。广西岩溶区和非岩溶区的NDVI变化趋势和变异程度分析,岩溶区和非岩溶区NDVI改善的面积大于退化的面积,其中轻度增加的面积所占的比重最大。广西大部分区域NDVI处于稳定状态,少部分区域NDVI变异激烈,得益于近十几年来广西实施退耕还林、生态文明建设、植树造林等工程,森林面积增多,岩溶区和非岩溶区的植被得到不同程度的改善。
文中选择的NDVI数据对广西NDVI的时空分布进行了研究,能较好地反映NDVI的时空变化,但由于因NDVI数据受到噪声的影响,会出现局部的NDVI值缺失的情况,研究时间只有10 a,相对来说研究的时间尺度不够长。影响NDVI的因素有很多,本研究只结合植被类型、气温和降水数据、地质类型加以分析,而没有结合土壤类型、土壤湿度、海拔高度、坡度、土地利用类型及人类活动等进行分析,这些不足在日后的工作中需要深入研究。
致谢: 感谢刘警鉴、王钰、周永华等在文章制图过程中给予的帮助。[1] | 罗文玮, 赖日文, 陈思雨, 等. 基于NDVI的福建省植被变化特征分析[J]. 森林与环境学报, 2016, 36(2): 141–147. |
[2] | PENG S S, CHEN A P, XU L, et al. Recent change of vegetation growth trend in China[J]. Environmental Research Letters, 2011, 6(4): 044027. DOI:10.1088/1748-9326/6/4/044027 |
[3] | NEMANI R R, KEELING C D, HASHIMOTO H, et al. Climate-driven increases in global terrestrial net primary production from 1982 to 1999[J]. Science, 2003, 300(5625): 1560–1563. DOI:10.1126/science.1082750 |
[4] | 王俊杰, 刘珏, 石铁柱, 等. 1990-2015年广西廉州湾红树林遥感动态监测[J]. 森林与环境学报, 2016, 36(4): 455–460. |
[5] | 薛天翼, 白建军. 基于TVDI和气象数据的陕西省春季旱情时空分析[J]. 水土保持研究, 2017, 24(4): 240–246. |
[6] | 张春桂, 陈家金, 林晶, 等. Ⅵ-LST遥感模型在福建省干旱灾害监测中的应用[J]. 福建农林大学学报(自然科学版), 2008, 37(4): 409–414. |
[7] | 韩雅, 朱文博, 李双成. 基于GWR模型的中国NDVI与气候因子的相关分析[J]. 北京大学学报(自然科学版), 2016, 52(6): 1125–1133. |
[8] | 张仁平, 冯琦胜, 郭靖, 等. 2000-2012年中国北方草地NDVI和气候因子时空变化[J]. 中国沙漠, 2015, 35(5): 1403–1412. DOI:10.7522/j.issn.1000-694X.2014.00130 |
[9] | 石悦樾, 银正彤, 郑文锋. 基于MODIS数据乌江流域植被覆盖变化与气候变化关系研究[J]. 林业资源管理, 2017(1): 127–134. |
[10] | 王永锋, 靖娟利. 基于SPOT NDVI的广西植被变化趋势分析[J]. 桂林理工大学学报, 2015, 35(2): 335–339. |
[11] | 喻素芳, 佘光辉, 罗叶红, 等. 基于MODIS-NDVI数据广西植被覆盖变化特征分析[J]. 湖北农业科学, 2015, 54(2): 321–325. |
[12] | 韦振锋, 任志远, 张翀. 近12年广西植被覆盖与降水和气温的时空响应特征[J]. 水土保持研究, 2013, 20(5): 33–38, 44. |
[13] | 周梦遥, 何东进, 覃德华, 等. 1995-2015年厦门市土地利用变化对植被覆盖度的影响[J]. 森林与环境学报, 2017, 37(4): 440–445. |
[14] | 杨婷婷, 郭福涛, 王文辉, 等. 福建长汀红壤区植被覆盖度变化趋势分析[J]. 森林与环境学报, 2016, 36(1): 15–21. |
[15] | STOW D, DAESCHNER S, HOPE A, et al. Variability of the seasonally integrated normalized difference vegetation index across the north slope of Alaska in the 1990s[J]. International Journal of Remote Sensing, 2003, 24(5): 1111–1117. DOI:10.1080/0143116021000020144 |
[16] | 徐建华. 计量地理学[M]. 北京: 高等教育出版社, 2006. |