東北地區(qū)歸一化植被指數(shù)與環(huán)境因子間的尺度依存關(guān)系1)

李繼紅 焦裕欣

(東北林業(yè)大學，哈爾濱，150040)

自然體系是多維生態(tài)要素在不同時空尺度上耦合形成的非線性耗散系統(tǒng)，其不僅具有內(nèi)生演替周期，還受外部生態(tài)梯度效應(yīng)影響，進而產(chǎn)生復(fù)雜、多樣的時序特征與空間格局[1]。歸一化植被指數(shù)(NDVI)富含植被功能與結(jié)構(gòu)等生態(tài)、物理信息，是景觀分析、水土保持、環(huán)境調(diào)查、氣候演變等全球變化研究的重要監(jiān)測因子[2]，國內(nèi)外學者已將歸一化植被指數(shù)數(shù)據(jù)成功應(yīng)用于資源環(huán)境監(jiān)測、生態(tài)建模、遙感地學反演等領(lǐng)域中，并關(guān)注尺度轉(zhuǎn)換過程中歸一化植被指數(shù)與時空位置的依賴關(guān)系[3]。

關(guān)于對歸一化植被指數(shù)尺度性研究，學者們進行了時空雙維度分析。從時間維度上，采用了回歸、信息熵、小波分析等工具，研究歸一化植被指數(shù)的時序變化、物候節(jié)律、循環(huán)周期等特性[4-6]；從空間維度上，應(yīng)用了地統(tǒng)計學、相關(guān)分析、譜分析、直方圖等方法，分析了其與地形、氣候、土壤、土地利用等自然人文因素空間關(guān)聯(lián)、尺度耦合規(guī)律[7-9]。其中，小波分析具有多分辨率分析的優(yōu)點，被廣泛應(yīng)用于歸一化植被指數(shù)動態(tài)特征挖掘、時空多尺度格局的研究中。小波分析提供的多尺度分解手段，能夠準確識別生態(tài)序列空間自相關(guān)、生態(tài)過程-時空相關(guān)性，為研究歸一化植被指數(shù)時空分布結(jié)構(gòu)性規(guī)律與環(huán)境相關(guān)性提供了良好途徑。但是，已有相關(guān)研究多集中于省域[2]、小流域[10]、黃土高原[11]等中小尺度單元，缺乏大尺度地理空間上歸一化植被指數(shù)與生態(tài)因子序列空間多尺度耦合的實證，且很少展開對歸一化植被指數(shù)與地形、氣候因子的定量分析。為此，本研究以東北地區(qū)為研究區(qū)，構(gòu)建了西南—東北方向、南—北方向的兩條生態(tài)樣帶，以歸一化植被指數(shù)為目標變量，以海拔、坡向、坡度等地形因子和氣溫、降水等氣候因子為解釋變量，應(yīng)用小波分析識別歸一化植被指數(shù)與環(huán)境因子間尺度特征相關(guān)性，并進一步研究其空間相關(guān)性，運用冗余分析(RDA)厘定各因子對歸一化植被指數(shù)空間分布的影響，旨在為區(qū)域生態(tài)資源保護、景觀規(guī)劃和林業(yè)管理提供參考。

1 研究區(qū)概況

中國東北地區(qū)地處亞歐大陸東端中高緯度帶，地理坐標115°33′35″～134°58′28″E，38°43′15″～53°33′35″N，面積147萬km2，包括黑龍江省、吉林省、遼寧省、內(nèi)蒙古自治區(qū)中東部。研究區(qū)域為亞熱帶季風性氣候，季候分明、雨熱同期，自南向北分屬中溫帶、寒溫帶，年平均氣溫在-1.3～10.5 ℃之間，降水量為250～1 000 m。地形分異明顯，區(qū)域西部為大興安嶺、內(nèi)蒙古高原，東北、東南側(cè)為小興安嶺、長白山，松嫩、遼河平原分布于中南部，高程介于0～2 638 m。東北地區(qū)是我國最大森林覆蓋區(qū)，擁有完整的寒溫帶森林生態(tài)系統(tǒng)，極具物種多樣性，典型植被為溫帶落葉闊葉林、針闊混交林。

2 研究方法

2.1 樣帶設(shè)置

為揭示歸一化植被指數(shù)空間尺度性，以典型樣帶為直觀描述對象。樣帶設(shè)置不僅考慮區(qū)域空間主軸，還應(yīng)反映自然環(huán)境差異性[3，5]。為此，構(gòu)建了南—北向、西南—東北向的樣帶(見圖1)。樣帶A——西起111°59′56″E、42°38′13″N，東至134°9′36″E、47°8′9″N，縱貫1 750 km，跨越內(nèi)蒙古高原(渾善達克沙地)、大興安嶺、科爾沁沙地、松嫩平原、小興安嶺、三江平原地區(qū)；樣帶B——北起123°14′38″E、53°31′40″N，南終123°26′42″E、39°47′45″N，延伸1 475 km，縱穿大興安嶺、松嫩平原、遼河平原、遼東丘陵區(qū)。東北地區(qū)跨度較大，地形復(fù)雜，環(huán)境多樣化，選擇樣帶不僅要考慮區(qū)域空間主軸，還應(yīng)反映自然環(huán)境差異性。樣帶A內(nèi)蒙古高原-松嫩平原-三江平原，主要考慮海拔因素，樣帶自西向東涵蓋整個東北地區(qū)且最能反映海拔變化信息，該樣帶能顯著反映高程變化給歸一化植被指數(shù)帶來的影響。樣帶B主要取決于緯度因素，緯度決定了氣候特征，氣候從南到北逐漸變化，其植被長勢也逐漸變化，該樣帶能顯著反映氣候的環(huán)境因素變化給歸一化植被指數(shù)帶來的影響。

2.2 數(shù)據(jù)來源與處理

本研究中歸一化植被指數(shù)數(shù)據(jù)來源于國家航空航天局提供的2000—2017年中分辨率成像光譜儀(MODIS)標準合成產(chǎn)品(見圖2)，產(chǎn)品序列號為MOD13Q1，數(shù)據(jù)版本為V005，時間序列是2017年的植被生長季節(jié)(6—9月份)。該產(chǎn)品地面分辨率是250 m的16 d合成圖像，呈正弦投影。MOD13Q1版本V005產(chǎn)品提供了每個像素的植被指數(shù)值。有兩個主要植被層：第一植被層是歸一化植被指數(shù)，它被稱為現(xiàn)有國家海洋與大氣管理局的連續(xù)性指數(shù)；第二植被層是增強型植被指數(shù)(EVI)衍生的歸一化植被指數(shù)，在高生物量區(qū)域具有更高的敏感性。另外，還包括來自每日圖像的最高質(zhì)量像素，像元的質(zhì)量控制文件QA，對于質(zhì)量控制信息的MODLAND QA字段，我們轉(zhuǎn)換為0(代表最高質(zhì)量)和3(最低質(zhì)量)之間的整數(shù)等級。這些圖像是使用USGS MODIS重投影工具Web界面(MRTWeb)從美國地質(zhì)調(diào)查局網(wǎng)站(http://mrtweb.cr.usgs.gov/)免費下載的。在這個平臺上，圖像是以子集的形式存儲，并使用WGS84參考橢球投影到地理坐標。遙感影像預(yù)處理過程見圖3，使用軟件Envi 5.3、MRT對圖像進行投影轉(zhuǎn)換和重采樣，得到不同分辨率的歸一化植被指數(shù)圖像；再用與植被指數(shù)投影方式一樣的東北地區(qū)矢量圖進行研究區(qū)裁剪；依據(jù)Matlab2018b使用最大值合成法合成歸一化植被指數(shù)；在Envi5.3下，使用時間序列濾波軟件對歸一化植被指數(shù)進行時序濾波。最大值復(fù)合方法可以消除大部分云、大氣、太陽高度角的部分影響和干擾：Imi=maxIij。式中：Imi為16 d周期內(nèi)第一個i的歸一化植被指數(shù)最大組合值；Iij為第i天的16 d周期內(nèi)第j天的歸一化植被指數(shù)值。此外，還對遙感圖像處理軟件(ENVI)中提取的圖像進行了無縫拼接、投影變換，最終轉(zhuǎn)換為WGS84坐標系統(tǒng)，并制作感興趣區(qū)域(ROI)數(shù)據(jù)。

盡管對植被指數(shù)數(shù)據(jù)已經(jīng)使用最大值符合方法進行了預(yù)處理，但仍然存在影響數(shù)據(jù)質(zhì)量的干擾，例如地理位置誤差、角度變化、殘留云、大氣干擾。為了最大程度地減少這些影響，使用時間序列濾波軟件包的卷積平滑算法對數(shù)據(jù)進行了平滑處理，并為每個粒度采樣點生成了5 a歸一化植被指數(shù)時間序列曲線。中分辨率成像光譜儀(MODIS)測得的像素可用于對時間序列中的每個點進行加權(quán)：值為0(良好數(shù)據(jù))的權(quán)重為最大(1.0)，值為1～2(邊際數(shù)據(jù)，雪/冰)的權(quán)重為一半(0.5)，值為3(多云)的權(quán)重最小(0.1)。時間序列濾波中使用的函數(shù)擬合參數(shù)為卷積平滑濾波程序，2個擬合步驟上的4點窗口，適應(yīng)強度為2.0，無尖峰或幅值截止，季節(jié)截止為0，季節(jié)開始和結(jié)束閾值為20%。時間序列濾波的輸出是一組文件，這些文件包含年度季節(jié)性參數(shù)，長度(季節(jié)的長度)、基值(左右最小值的平均值)、峰值時間(季節(jié)中擬合函數(shù)的最大數(shù)據(jù)值對應(yīng)的時間)、峰值(季節(jié)中擬合函數(shù)的最大數(shù)據(jù)值)、振幅(季節(jié)性振幅)等；包含原始數(shù)據(jù)的平滑表示的擬合函數(shù)文件。生成平均歸一化植被指數(shù)值的時間序列后，計算了歸一化植被指數(shù)的統(tǒng)計平均值、標準偏差、最小值、最大值、范圍，以該年該序列產(chǎn)品進行最大值合成，以合成之后的歸一化植被指數(shù)數(shù)據(jù)為計算標準(見圖2)。

圖2 東北地區(qū)不同位置地形與歸一化植被指數(shù)

樣帶空間跨度大、地理與生態(tài)單元復(fù)雜，為揭示歸一化植被指數(shù)空間分布與環(huán)境因子關(guān)系，以地形、氣候等2個維度環(huán)境要素作為影響因子。其中：地形因素包含高程、坡向、坡度等因子；氣候因素主要是氣溫、降水。高程數(shù)據(jù)來源于美國宇航局和日本經(jīng)濟產(chǎn)業(yè)省推出的航天飛機雷達地形測繪所得高程數(shù)據(jù)(http://dat-amirror.csdb.cn/dem/)，其空間分辨率約為90 m，坡度、坡向則以高程數(shù)據(jù)為基礎(chǔ)進行提取。其中將坡向值按照下式處理：λ=cos(|180°-θ|)。式中，θ為實際坡度；λ為坡度計算值，其值越大，表明坡度越向陽。多年平均氣溫和降水數(shù)據(jù)，由地理國情監(jiān)測云平臺提供(http://www.dsac.cn/DataProduct/Detail/)，其中氣溫和降水數(shù)據(jù)時間序列為2000—2017年，其空間分辨率均為1 km。

前述各類柵格數(shù)據(jù)的空間信息與投影系統(tǒng)存在差異，為便于后續(xù)小波相干分析，均轉(zhuǎn)換為蘭伯特(Lambert)投影系統(tǒng)，將像元大小重采樣為250 m，進而以像元為單位提取歸一化植被指數(shù)及地形、氣候因子屬性值。樣帶A、B分別有10 654、4 162個數(shù)據(jù)點，包含歸一化植被指數(shù)與環(huán)境因子信息，應(yīng)用Matlab R2017b計算歸一化植被指數(shù)與環(huán)境因子的多尺度關(guān)系，并繪制相干性圖譜；應(yīng)用Rstudio的vegan程序包定量分析環(huán)境因子對歸一化植被指數(shù)空間分布的影響[12]。

圖3 歸一化植被指數(shù)影像預(yù)處理

2.3 小波分析原理

小波變換是J. Morlet[13]提出的對具有時空或頻率域變量的分析方法，其通過一維伸縮、平移、提取等方法進行不同尺度的細化分析，從中獲取相應(yīng)尺度下結(jié)構(gòu)信息。對于一維變量，小波函數(shù)描述為[5-6]：

式中：f(x)為分析小波函數(shù)；ψ(x)為小波基函數(shù)，ψ(x)的收縮或擴張因子即為尺度參數(shù)，用a表示；b則表征小波中心位置。將小波基與待分析函數(shù)通過上式運算，便可獲取多重尺度性小波系數(shù)。

小波方差為變量序列尺度效應(yīng)的度量，用小波系數(shù)模利差平方和表示。一般認為，在一定的尺度窗口下，小波方差越大，則其承載的高頻信息越豐富、越能體現(xiàn)變量在此處的細節(jié)特征。小波方差定義為：

式中：W(a,b)為信號f(n)在尺度為a、位置為b處的小波變換系數(shù)；V(a)為小波方差；n為樣本總數(shù)[14]。

小波功率譜：表征不同尺度對應(yīng)的能量密度，其值越大，表明該尺度越強烈。小波功率譜公式如下[16]：

式中：N為級數(shù)X的長度。通常也希望提取單個小波尺度的結(jié)果，特別是如果小波功率位于有限數(shù)量的標度中。

3 結(jié)果與分析

3.1 歸一化植被指數(shù)多尺度空間分布

3.1.1 樣帶A歸一化植被指數(shù)多尺度空間分布

小波功率譜能夠提取歸一化植被指數(shù)空間分布的隱含顯著尺度，進而顯現(xiàn)其空間異質(zhì)格局(見圖4)。由圖4可見：樣帶A存在顯著的尺度結(jié)構(gòu)，其中小尺度結(jié)構(gòu)2～4 km在800～1 100 km距離上顯著，主要由于此處為松嫩平原地區(qū)，該區(qū)土地利用結(jié)構(gòu)復(fù)雜、地表植被分別連續(xù)性不強，因而歸一化植被指數(shù)在小尺度上表現(xiàn)出較強的異質(zhì)性。在300～1 500 km距離上(大興安嶺、科爾沁沙地、松嫩平原、小興安嶺、三江平原)，歸一化植被指數(shù)的尺度結(jié)構(gòu)>32 km，原因是該方向上除了西北內(nèi)蒙古局部沙地區(qū)植被覆蓋稀疏、歸一化植被指數(shù)空間破碎化程度高外，大興安嶺以東地區(qū)降水較多、林草生長較好，歸一化植被指數(shù)空間連續(xù)性較好，在大尺度上變異性較小。在500～1 000 km距離上(松嫩平原)、1 100～1 300 km距離上(松嫩平原向小興安嶺延伸地帶)存在顯著尺度結(jié)構(gòu)，依次為32、40 km，其體現(xiàn)了區(qū)域耕地用地類型上歸一化植被指數(shù)的空間分布一致性。在0～400 km距離上(內(nèi)蒙古高原)存在64、35 km的尺度結(jié)構(gòu)。綜合看，東北地區(qū)西南—東北走向上，植被生長在不同區(qū)域空間分布特性不一致，以松嫩平原區(qū)歸一化植被指數(shù)尺度較小，說明其空間變異大、分布復(fù)雜；該方向上存在4個明顯的結(jié)構(gòu)尺度，分別為4～8、8～16、16～50、50～70 km，其在50～70 km尺度上功率譜值達到峰值(為4.3)，表明該方向上歸一化植被指數(shù)以該尺度結(jié)構(gòu)分布。

3.1.2 樣帶B歸一化植被指數(shù)多尺度空間分布

樣帶B的歸一化植被指數(shù)在540 km距離(松嫩平原)的尺度為4、8 km，并達到顯著水平，表明該局部植被分布連續(xù)性差、歸一化植被指數(shù)空間破碎化。在500～900、600～1 200 km距離上(遼河平原)，歸一化植被指數(shù)存在32、32～64 km的顯著尺度結(jié)構(gòu)，主要反映了平坦地形區(qū)農(nóng)用地類地塊歸一化植被指數(shù)整體連續(xù)性好、差異不大。在0～300 km距離上(大興安嶺地區(qū))，歸一化植被指數(shù)尺度結(jié)構(gòu)較大，為64 km，表明植被在該地段分布良好、空間異質(zhì)性小。樣帶B的歸一化植被指數(shù)功率譜在不同尺度存在多個峰值，具體相關(guān)尺度為16～32、32～70、70～160 km，其中尺度約為128 km時達到峰值(為9.6)，表明其是東北地區(qū)北—南向歸一化植被指數(shù)空間分布主要尺度。

對比可知(見圖4、圖5)，樣帶A內(nèi)歸一化植被指數(shù)的尺度較多而復(fù)雜，并存在較小的結(jié)構(gòu)尺度；樣帶B則小尺度較少，主要特征尺度較大，表明東北地區(qū)北—南向植被長勢與空間分布差異性小，而西南—東北向異質(zhì)性大。

3.2 歸一化植被指數(shù)與環(huán)境因子多尺度相干性

3.2.1 樣帶A歸一化植被指數(shù)與環(huán)境因子相干性

圖6為樣帶A歸一化植被指數(shù)與環(huán)境因子的小波方差和相干性圖譜，圖譜中線圈內(nèi)暖色調(diào)為通過們Monte Carlo檢驗的區(qū)域。樣帶不同位置上歸一化植被指數(shù)隨尺度變化表現(xiàn)出不同相干性，為便于統(tǒng)一分析其相干性顯著水平，結(jié)合小波功率譜顯示的尺度周期(見圖4)，將樣帶劃分為3個尺度區(qū)域：小尺度4～10 km、中尺度15～65 km、大尺度區(qū)>200 km，并計算各尺度區(qū)域內(nèi)通過95%水平信度顯著檢驗的面積率。

結(jié)果表明：在小尺度上，歸一化植被指數(shù)與海拔、坡度、坡向、氣溫、降水量的相干性系數(shù)，依次為0.461、0.408、0.378、0.392、0.481，相干顯著性通過率為5.87%、4.72%、5.23%、3.95%、7.64%，大部分空間地帶上未通過顯著性檢驗，表明在小尺度上歸一化植被指數(shù)與環(huán)境因子關(guān)系不顯著。在中尺度上，歸一化植被指數(shù)與海拔、坡度、坡向、氣溫、降水量的相干性系數(shù)，依次為0.625、0.547、0.518、0.438、0.674，其相干顯著性通過率逐漸增多，分別達到16.37%、12.51%、9.27%、8.19%。在大尺度上，歸一化植被指數(shù)與海拔、坡度、坡向、氣溫、降水量的相干性系數(shù)，依次為0.618、0.466、0.627、0.419、0.683，相干性通過率為4.69%、5.24%、21.65%、2.17%、14.68%。由此可見，環(huán)境梯度與歸一化植被指數(shù)的尺度性，在隨空間位置、空間尺度大小而異，二者之間關(guān)系復(fù)雜、多樣。

歸一化植被指數(shù)與海拔在樣帶300 km以西(即樣帶內(nèi)蒙古高原、大興安嶺地區(qū))、1 300 km以東(樣帶小興安嶺、三江平原地區(qū))與海拔的相干性最突出，與海拔呈正相關(guān)關(guān)系。這是因為西部內(nèi)蒙古高原地區(qū)沙漠化嚴重，林草植被主要集中于大興安嶺南部山地；樣帶東部三江平原地區(qū)植被受人為影響較大，導(dǎo)致該地區(qū)的歸一化植被指數(shù)降低，小興安嶺地區(qū)植被覆蓋度則較好而歸一化植被指數(shù)增大。坡度是海拔的派生地形因子，其與歸一化植被指數(shù)的相干性，與海拔相一致。在樣帶600～1 200 km位置上，歸一化植被指數(shù)與坡向的相干性最顯著，松嫩平原整體地形由北向南傾向，坡向算子值主要介于0～1之間，其與歸一化植被指數(shù)呈負相關(guān)關(guān)系；主要由于本區(qū)陽坡為迎風坡，水熱資源豐富，植被長勢相對較好。降水量與歸一化植被指數(shù)在150 km位置(樣帶A西端內(nèi)蒙古高原)、550～800 km位置(大興安嶺向松嫩平原延伸區(qū))相干性顯著，樣帶A西端距離海洋遠，降水量是植被生長的限制因子；而大興安嶺東側(cè)是迎風坡，地形抬升匯聚大量水汽，便利了成云致雨，利于植被生長。氣溫在較大尺度上與歸一化植被指數(shù)相干性顯著，其在宏觀尺度上對植被長勢起作用。

3.2.2 樣帶B歸一化植被指數(shù)與環(huán)境因子相干性

根據(jù)歸一化植被指數(shù)自相關(guān)尺度(見圖5)及其與環(huán)境因子相干性圖譜位置分布，將尺度劃分為5個尺度區(qū)域：0～15、15～30、30～80、80～150、>150 km。

在0～15 km尺度上，歸一化植被指數(shù)與坡度、坡向的相干系數(shù)為0.431、0.415，高于其他環(huán)境因子；表明在小尺度上，坡度、坡向?qū)χ脖豢臻g分異的作用大于其他環(huán)境因子。

在15～30 km尺度上，海拔等地形因子與歸一化植被指數(shù)相干性顯著，通過率相近，海拔、坡度、坡向通過率分別為12.85%、14.77%、12.95%，降水量對歸一化植被指數(shù)的影響最小(5.16%)，溫度則最大(16.54%)；表明在該尺度上，降水量對歸一化植被指數(shù)空間分布異質(zhì)性的作用最大。

在30～80 km尺度上，1 300 km以南(遼東丘陵)地區(qū)，歸一化植被指數(shù)與海拔相干性顯著，隨著海拔升高，植被覆蓋度增加；歸一化植被指數(shù)與坡度、坡向的相干性，與海拔相似，并在1 000～1 100 km距離上相干性顯著；歸一化植被指數(shù)與降水量，在<200 km(樣帶B大興安嶺地區(qū))、>1 350 km(遼東丘陵區(qū))位置上相干性較強。該尺度上，歸一化植被指數(shù)與海拔、坡度、坡向、降水、氣溫相干性顯著，通過率依次為13.36%、17.68%、14.23%、16.63%、12.57%。

在80～150 km尺度上，歸一化植被指數(shù)與地形因子的相關(guān)顯著性，主要集中于樣帶南端遼中南和遼東地區(qū)，該區(qū)地形由平原向山地丘陵過渡，水熱資源受地形梯度分配，引起植被覆蓋空間分異，而降水量與歸一化植被指數(shù)的相干性特征與地形因子相似。該尺度上，海拔、坡度、坡向、降水、氣溫對歸一化植被指數(shù)相干性，顯著性圖譜面積率分別為5.93%、8.72%、8.71%、17.88%、27.86%。

在>150 km尺度上，地形因子、氣溫對歸一化植被指數(shù)的相干性，在<600 km的位置上(松嫩平原北部—大興安嶺北部地區(qū))相干性顯著，且顯著性通過率相差不大，介于8.72%～10.23%之間；而降水量與歸一化植被指數(shù)相干性，顯著通過率達36.54%，表明在該尺度上降水是植被長勢的控制因子。

圖7 樣帶B各因子隨尺度變化的小波方差和因子間相干系數(shù)(主圖右側(cè)的漸變圖為相關(guān)關(guān)系)

3.3 歸一化植被指數(shù)空間分布的影響因素

應(yīng)用RDA排序分析得到各環(huán)境因子對歸一化植被指數(shù)空間分布的影響(見圖8、表1)。對于樣帶A中歸一化植被指數(shù)地帶性分布，地形、氣候因素分別獨立貢獻了11%、17%；地形-氣候組合效應(yīng)共同貢獻了24%；各因素組綜合貢獻能力分別為氣候因素(41%)、地形因素(35%)。從單因子看(見表1)，降水量、海拔的貢獻程度最高，分別為33.52%、29.27%，并在0.001水平上達到顯著性，表明其是東北地區(qū)西南—東北向上植被生長空間分異的主導(dǎo)因素。東北地區(qū)該方向上降水量自東向西呈遞減分布，樣帶A依次橫穿濕潤區(qū)、半濕潤區(qū)、半干旱區(qū)，相應(yīng)地距海洋距離由近及遠，其地表覆被由森林向草原、荒漠呈緯向演替。另外，該樣帶自西向東分屬高原、山地、平原等不同地形區(qū)，域內(nèi)地形差異引起地表覆被類型、人為活動強度差異明顯。

對于樣帶B，地形、氣候因素，分別獨立貢獻了13%、21%的歸一化植被指數(shù)分布信息，二者共同貢獻了42%；另有24%的信息未能貢獻，是因為與其他因素有關(guān)。各因素組綜合貢獻能力分別為地形因素(55%)、氣候因素(63%)。其中，氣溫、海拔是東北地區(qū)南—北方向上植被長勢空間分異的重要因素，其貢獻了33.67%、30.17%，在0.001水平上顯著。樣帶B區(qū)，氣溫、降水量由南向北減少分布，這與歸一化植被指數(shù)空間格局相逆(歸一化植被指數(shù)與氣溫相關(guān)系數(shù)為-0.55)，而與高程分布相一致(相關(guān)系數(shù)為0.68)。海陸位置差異引起水熱資源分配不均衡，進而對植被長勢產(chǎn)生影響，東北地區(qū)縱跨中溫帶、寒溫帶，較低緯度地區(qū)氣候溫暖、人為活動強烈，用地類型以建設(shè)用地、耕地為主，其植被長勢相對于北部高緯地區(qū)弱。高海拔地區(qū)氣溫較低，便利了動植物殘體的礦化積累，因而土壤肥厚、促進植被生長，加之其地形復(fù)雜，人為活動較少，總體看，北部地區(qū)歸一化植被指數(shù)高于南部，并在大小興安嶺北端發(fā)育形成中國最大的亞寒帶針葉林區(qū)。該方向上降水量，從南至北由700 mm逐漸遞減為400 mm，歸一化植被指數(shù)與降水量呈負相關(guān)關(guān)系(相關(guān)系數(shù)為-0.36)，貢獻了22.5%的分布信息，是歸一化植被指數(shù)的次要影響因素。東北地區(qū)南北地段降水量整體屬于半濕潤，能夠滿足植被生長需求，受氣溫影響，區(qū)域蒸發(fā)量呈南高北低分布，大氣濕度整體差異不大，因而降水量對歸一化植被指數(shù)空間分異的影響較小。

對比分析可知，樣帶A跨越的地理單元較多，域內(nèi)地形、氣候、人文環(huán)境差異更大，歸一化植被指數(shù)空間分布的影響因素較多，故5種環(huán)境因子對其貢獻能力有限，另有48%的貢獻率由其他因素引起；與樣帶B相比，其地理單元相對單調(diào)、環(huán)境梯度差異較小，因而該環(huán)境因子對其貢獻能力較好，殘差僅為0.24。同時，這也表明，東部地區(qū)西南—東北方向上，植被長勢相對于南—北方向上變異性大。

圖8 不同環(huán)境因子對歸一化植被指數(shù)空間變異影響的方差分解

表1 環(huán)境因子重要性排序和顯著性檢驗

4 結(jié)論

植被覆蓋與長勢在空間上呈非線性分布，并具有對空間位置的依賴性，根據(jù)小波能量譜可以清晰識別歸一化植被指數(shù)空間尺度結(jié)構(gòu)。在西南—東北樣帶上，其特征尺度為4～8、8～16、16～50、50～70 km，其在50～70 km尺度上功率譜值最大，是其主要尺度。在南—北方向上，結(jié)構(gòu)尺度為16～32、32～70、70～160 km，其中70～160 km是其主要尺度。在特征尺度上，植被覆蓋與環(huán)境變量的結(jié)構(gòu)信息豐富、空間異質(zhì)性高，西南—東北方向上，歸一化植被指數(shù)空間特征尺度較多且復(fù)雜，其變異性較南—北方向強。

東北地區(qū)植被覆蓋和歸一化植被指數(shù)空間分布格局，是多維環(huán)境因素綜合作用的結(jié)果。方差分析表明，地形、氣候因子，對西南—東北方向樣帶歸一化植被指數(shù)空間分布的綜合貢獻率依次為35%、41%，對南—北方向樣帶上歸一化植被指數(shù)的貢獻率為55%、63%；其中，西南—東北方向環(huán)境梯度差異大，環(huán)境因子總體貢獻率為52%，南—北方向上地理單元相對單調(diào)，環(huán)境因子對其貢獻能力達76%。對于西南—東北方向歸一化植被指數(shù)，各單一環(huán)境因子中，降水量、海拔的貢獻能力達33.54%、29.27%，其中降水是其空間分異的首要影響因子；對于南—北方向上，氣溫、海拔、降水的貢獻能力較好，依次為33.67%、30.17%、22.25%，其中氣溫是其空間分布的主導(dǎo)因子。

本研究采用小波相干分析，能夠直觀揭示歸一化植被指數(shù)與環(huán)境因子隨空間尺度、空間位置變化的依賴關(guān)系。在小尺度上，地形因子與歸一化植被指數(shù)相關(guān)系數(shù)的相干性圖譜顯著通過率，大于氣候因子；上述現(xiàn)象也充分表明，在小尺度上，地形對植被空間分布起著主導(dǎo)作用。大尺度上，氣候因子與歸一化植被指數(shù)的相干系數(shù)與顯著性通過率高，表明大尺度上氣候資源分布是植被生長和歸一化植被指數(shù)的主控因素。

采用小波分析東北地區(qū)歸一化植被指數(shù)與環(huán)境因子的多尺度空間的相關(guān)性，能夠體現(xiàn)出小波變換在多尺度分解生態(tài)時間序列上的方法優(yōu)勢；通過小波分析，對于識別主導(dǎo)的生態(tài)因素、預(yù)測生態(tài)環(huán)境變化的發(fā)展趨勢，具有一定的可行性。但是，在實際的研究中需要進行空間重采樣，將研究中的連續(xù)空間數(shù)據(jù)轉(zhuǎn)變?yōu)殡x散的空間序列數(shù)據(jù)。小波分析技術(shù)在實際運用中，核函數(shù)的不同也會對最終的分析結(jié)果產(chǎn)生影響，因此，在下一步的研究中，將會針對不同的核函數(shù)進行選擇，優(yōu)化小波分析的最終結(jié)果。

小波相干能夠成功分析歸一化植被指數(shù)與環(huán)境因子的尺度依賴性，是空間分析強有用的工具，但是，針對一維樣帶結(jié)果會受到樣帶的地理位置、分布方向、長度以及采樣密度等因素的影響，所以，將小波相干分析延伸應(yīng)用于二維數(shù)據(jù)或者影像的整體分析是很好的突破口。同時，對歸一化植被指數(shù)與環(huán)境因子相互作用的多尺度檢驗，有助于確定環(huán)境因子對生態(tài)系統(tǒng)影響的有效規(guī)模，這對預(yù)測生態(tài)分布很有幫助。