趙耀華，彭小清，2，金浩東， 杜 冉，陳 聰，彭思佳

（1.蘭州大學(xué)資源環(huán)境學(xué)院，甘肅蘭州 730000；2.蘭州大學(xué)祁連山凍土生態(tài)環(huán)境野外科學(xué)觀(guān)測(cè)研究站，甘肅蘭州 730000）

0 引言

全球平均表面溫度持續(xù)上升，青藏高原氣候變暖更為顯著。近幾十年來(lái)，青藏高原升溫速率約為全球同期升溫速率的2倍，達(dá)到每10年升高0.3～0.4℃［1］?？焖俚脑鰷刈兣o作為我國(guó)重要生態(tài)屏障的青藏高原帶來(lái)巨大的生態(tài)安全挑戰(zhàn)［2］。一方面，植被是陸地生態(tài)系統(tǒng)的必要成分，是生態(tài)系統(tǒng)中最為活躍的因素，具有連接土壤、大氣、水分與其他生態(tài)環(huán)境因子的橋梁作用，其變化影響著地球重要圈層的物質(zhì)循環(huán)與能量流動(dòng)。另一方面，生態(tài)系統(tǒng)的變化可以被敏感的植被所反映［3］?？茖W(xué)地評(píng)估青藏高原植被變化有助于維護(hù)高原地區(qū)生態(tài)平衡以及恢復(fù)高原生態(tài)系統(tǒng)，以應(yīng)對(duì)全球氣候變化帶來(lái)的負(fù)面影響。在生態(tài)文明加速發(fā)展的背景下，《生態(tài)文明體制改革總體方案》的部署也明確指出青藏高原生態(tài)屏障修復(fù)的重要性［4］。正確認(rèn)識(shí)植被的變化情況將促進(jìn)區(qū)域經(jīng)濟(jì)與生態(tài)文明協(xié)調(diào)發(fā)展。

全球環(huán)境的變化正在迅速影響著陸地植被動(dòng)態(tài)，但植被應(yīng)對(duì)快速變化的環(huán)境的機(jī)制尚不明確。因此，植被生態(tài)對(duì)于氣候變化的反饋與響應(yīng)受到專(zhuān)家學(xué)者持續(xù)性的關(guān)注。青藏高原屬于高寒生態(tài)系統(tǒng)，主要覆蓋著高寒草原與高寒草甸，相比其他生態(tài)系統(tǒng)更為脆弱，也由此成為相關(guān)研究的重點(diǎn)［5］。近些年來(lái)，對(duì)于青藏高原的生態(tài)系統(tǒng)的研究主要圍繞著植被物候、植被綠度、林線(xiàn)位置、生物多樣性、生態(tài)系統(tǒng)生產(chǎn)力與碳匯等主題［2，5-6］。其中植被綠度及物候變化是生態(tài)系統(tǒng)監(jiān)測(cè)的重要內(nèi)容，利用衛(wèi)星遙感的衍生指標(biāo)，比如歸一化植被指數(shù)（NDVI），評(píng)估青藏高原植被長(zhǎng)期狀況，揭示植被變化的研究日漸增多。Yu等［7］通過(guò)GIMMS NDVI對(duì)青藏高原植被生長(zhǎng)季動(dòng)態(tài)進(jìn)行研究，發(fā)現(xiàn)在氣溫的影響下，高原春季物候在20世紀(jì)90年代中期發(fā)生了延遲。Chen等［8］雖然表示并未在野外檢測(cè)中觀(guān)察到相關(guān)現(xiàn)象，但整合了草原退化導(dǎo)致的變冷效應(yīng)及凍土凍結(jié)提前對(duì)春季物候延遲現(xiàn)象的解釋。Yi等［9］認(rèn)為可能是青藏高原春季的較高氣溶膠指數(shù)影響了NDVI的監(jiān)測(cè)值，造成春季物候延遲的現(xiàn)象。Piao等［10］也使用GIMMS NDVI得到了青藏高原春季物候在1982—1999年以0.88 d·a-1的速率提前，隨后春季物候出現(xiàn)了延遲，與Yu等［7］的研究結(jié)果一致。Zhang等［11］基于MODIS、SPOT與GIMMS NDVI數(shù)據(jù)集，揭示在1982—2011年間青藏高原春季物候以1.04 d·a-1的速度持續(xù)提前。并且，Zhang等［11］對(duì)三種NDVI數(shù)據(jù)集進(jìn)行了不同時(shí)間尺度的年際變化分析，認(rèn)為GIMMS NDVI存在質(zhì)量問(wèn)題。但Shen等［12］在隨后利用SPOT與MODIS NDVI指出，盡管青藏高原近10年春季溫度上升，但在區(qū)域尺度上植被的返青期并未顯著提前。關(guān)于青藏高原春季物候的提前、靜止或延遲，學(xué)界一直缺乏共識(shí)［13］，不同研究對(duì)于青藏高原植被評(píng)價(jià)的結(jié)論存在差異性，而這種不一致性很可能與研究所選取的衛(wèi)星產(chǎn)品相關(guān)［11，14］。不同時(shí)間、空間分辨率的多源NDVI數(shù)據(jù)通常作為直接表征區(qū)域植被綠度的指標(biāo)，用來(lái)探究植被變化，同時(shí)也是植被物候提取的數(shù)據(jù)來(lái)源，因此基于多源NDVI數(shù)據(jù)集對(duì)青藏高原地區(qū)植被變化特征進(jìn)行評(píng)價(jià)并探討不同NDVI數(shù)據(jù)之間的差異性尤為重要。但是，現(xiàn)有研究對(duì)于多源遙感數(shù)據(jù)在植被變化特征差異性方面的探討缺少針對(duì)性：一方面，研究更多地探討不同衛(wèi)星衍生指標(biāo)之間的差異，而非聚焦同種指標(biāo)［14-16］，如歸一化植被指數(shù)之間的差異；另一方面，即使基于歸一化植被指數(shù)進(jìn)行研究，所使用的NDVI數(shù)據(jù)集種類(lèi)并不全面［11，17］，研究范圍也往往并非針對(duì)青藏高原［18-21］，而光譜植被指數(shù)受到的區(qū)域限制因素眾多，存在極大的空間異質(zhì)性。所以，本研究采用多種不同時(shí)空尺度的歸一化植被指數(shù)在青藏高原范圍內(nèi)，對(duì)植被狀況及其長(zhǎng)時(shí)間變化進(jìn)行分析，探討和對(duì)比不同數(shù)據(jù)之間的差異性。

鑒于青藏高原植被在地-氣能量交換、水文過(guò)程等的重要作用，而過(guò)去研究缺乏多源數(shù)據(jù)在青藏高原植被變化評(píng)估中的差異性和不確定性，為此本文圍繞不同時(shí)空分辨率的多源衛(wèi)星遙感數(shù)據(jù)在青藏高原植被變化評(píng)估的差異性如何的科學(xué)問(wèn)題開(kāi)展相關(guān)研究?；贛ODIS（250 m、500 m、1 km、5.5 km）、GIMMS 8 km和SPOT 1 km NDVI數(shù)據(jù)集，開(kāi)展不同時(shí)空尺度下青藏高原地區(qū)的植被變化特征評(píng)價(jià)。具體包括：使用最大值合成方法（MVC）探究青藏高原植被2000—2014年的空間分布；使用Theil-Sen趨勢(shì)估計(jì)和Mann-Kendall趨勢(shì)檢驗(yàn)探究時(shí)間變化特征；最終評(píng)價(jià)不同時(shí)間空間分辨率的多源衛(wèi)星遙感數(shù)據(jù)在青藏高原植被變化特征研究上的差異性。

1 研究區(qū)概況

青藏高原是繼南北極后的“第三極”，平均海拔高度超過(guò)4 000 m，面積約為2.5×106km2，是世界上海拔最高、面積最大的高原［22］。青藏高原范圍為73°29′56″～104°40′20″E，25°59′37″～39°49′33″N［23］，山脈縱橫，地域廣闊。青藏高原氣溫差異大，年平均氣溫為-10～15℃［24-25］［圖1（a）］。自1901年以來(lái)，氣溫增加趨勢(shì)最高可達(dá)0.15℃·（10a）-1以上［圖1（b）］，高原西北部增溫趨勢(shì)更為顯著。降水主要集中在夏季和秋季，而冬、春兩季相對(duì)干燥［26］。降水趨勢(shì)在整個(gè)高原尺度上表現(xiàn)出較小的季節(jié)和空間波動(dòng)，但總體上略有增加［26］。年降水量由東南向西北變化，從高于1 000 mm減少至低于100 mm［27］。復(fù)雜的氣候特征造就了高原豐富的植被類(lèi)型分布。相對(duì)更為溫暖濕潤(rùn)的高原東南部與東部邊緣，主要分布有森林和灌木，向西植被逐漸發(fā)展為高寒草甸，干燥的高原中部與東北部區(qū)域覆蓋有溫帶與高寒草原，荒漠則分布在高原西北部的干旱地區(qū)［26］。

圖1 青藏高原1901—2018年青藏高原年平均氣溫（網(wǎng)格溫度數(shù)據(jù)來(lái)自CRU）（a）及其變化趨勢(shì)（b）Fig.1 Mean annual air temperature（grid temperature data is from CRU）of the Tibetan Plateau from 1901 to 2018（a）and its change trend（b）

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源

本文研究數(shù)據(jù)來(lái)自MODIS、SPOT-VGT、AVHRR衛(wèi)星遙感源傳感器，涉及包括250 m、500 m、1 km、5.5 km、8 km共5種空間分辨率，跨越了從10-2km2至近102km2共5個(gè)數(shù)量級(jí)的空間尺度（表1）。

表1 衛(wèi)星遙感數(shù)據(jù)集介紹Table 1 Description of satellite remote sensing datasets

本文使用搭載于EOS/Terra衛(wèi)星上的中等分辨率成像光譜儀（MODIS）反演的植被指數(shù)產(chǎn)品，包括MOD13Q1、MOD13A1、MOD13A2、MOD13C1產(chǎn)品，空間分辨率為250 m、500 m、1 km、5.5 km，其提供了全球的植被狀況與具體時(shí)空變化的信息，可以用于觀(guān)測(cè)陸地植被光合作用的變化。MOD13Q1、MOD13A1與MOD13A2數(shù)據(jù)集來(lái)源于Google Earth Engine平臺(tái)，MOD13C1數(shù)據(jù)來(lái)源于美國(guó)宇航局（https：//ladsweb.modaps.eosdis.nasa.gov/）。GIMMS NDVI 3g數(shù)據(jù)（http：//ecocast.arc.nasa.gov/data/）由NOAA衛(wèi)星搭載的AVHRR傳感器獲取，是目前在植被研究中使用最廣，涵蓋時(shí)間序列最長(zhǎng)的NDVI產(chǎn)品。SPOT NDVI產(chǎn)品（http：//land.coperni?cus.eu/global/products）為GIOGL1_ATBD_ND?VI1km-V2.2數(shù)據(jù)集，數(shù)據(jù)由SPOT-VEGETATION提供（2014年后由PROBA-V提供），基于最大值合成法合成以10天為周期的最佳NDVI值，減少了噪聲的影響。

2.2 研究方法

2.2.1 最大值合成法與標(biāo)準(zhǔn)差

使用最大值合成法分別將不同時(shí)空分辨率的MODIS、SPOT、GIMMS NDVI數(shù) 據(jù) 合 成2000—2014年多年季節(jié)性NDVI［28］，以探究青藏高原多年季節(jié)性植被空間分布狀況。為了保證不同數(shù)據(jù)源NDVI之間的可比性，反映不同數(shù)據(jù)來(lái)源NDVI的差異性，使用最近鄰插值將所有數(shù)據(jù)集的空間分辨率轉(zhuǎn)換為250 m［29］，計(jì)算6種不同NDVI數(shù)據(jù)集之間的標(biāo)準(zhǔn)差［14］。

2.2.2 Theil-Sen趨勢(shì)估計(jì)和Mann-Kendall趨勢(shì)檢驗(yàn)

由于NDVI時(shí)間序列通常不滿(mǎn)足數(shù)據(jù)獨(dú)立且正態(tài)分布的參數(shù)趨勢(shì)檢驗(yàn)要求［15］，在探究青藏高原植被變化時(shí)，使用了兩種非參數(shù)方法——Theil-Sen趨勢(shì)估計(jì)和Mann-Kendall趨勢(shì)檢驗(yàn)，以探究NDVI序列變化的趨勢(shì)［30］。

研究使用Theil-Sen斜率估計(jì)［31］作為NDVI隨時(shí)間變化程度的衡量指標(biāo)，更為準(zhǔn)確地定量化描述植被變化程度［32］。Theil-Sen斜率估計(jì)是一種穩(wěn)健的趨勢(shì)統(tǒng)計(jì)方法［30］，雖然與線(xiàn)性最小二乘回歸方法相關(guān)，但該方法基于非參數(shù)統(tǒng)計(jì)，通過(guò)中值計(jì)算斜率，與前者相比能夠抵抗噪聲的干擾，對(duì)數(shù)據(jù)中的離群值有著良好的規(guī)避能力［6，18］。

NDVI時(shí)間序列趨勢(shì)的顯著性使用非參數(shù)的Mann-Kendall趨勢(shì)檢驗(yàn)，Mann-Kendall趨勢(shì)檢驗(yàn)比較樣本數(shù)據(jù)的相對(duì)大小并計(jì)算得到統(tǒng)計(jì)量S及其方差Var（S），然后計(jì)算檢驗(yàn)統(tǒng)計(jì)量Z，來(lái)確定數(shù)據(jù)變化的趨勢(shì)顯著性［15，33］。

Theil-Sen趨勢(shì)估計(jì)和Mann-Kendall趨勢(shì)檢驗(yàn)相結(jié)合能更加有效地探究NDVI的時(shí)間序列變化，這兩種方法被廣泛應(yīng)用于地球科學(xué)的許多領(lǐng)域［34］。

3 結(jié)果與分析

3.1 青藏高原NDVI空間分布特征

通過(guò)對(duì)不同遙感數(shù)據(jù)集的青藏高原2000—2014年季節(jié)性NDVI最大值空間分布的分析，結(jié)果表明，青藏高原區(qū)域植被分布情況有著明顯的空間異質(zhì)性。各季節(jié)青藏高原NDVI空間分布均呈現(xiàn)東高西低的特征，NDVI由東南到西北逐漸降低，空間分布格局明顯（圖2）。青藏高原植被分布格局的形成可能與植被對(duì)于溫度的敏感性相關(guān)，高原年均氣溫的分布同樣是東南部相對(duì)較高。雖然植被生長(zhǎng)與氣溫之間的關(guān)系十分復(fù)雜且具有顯著的區(qū)域差異［35］，但對(duì)于高緯度地區(qū)與青藏高原來(lái)說(shuō)，氣溫依然被廣泛認(rèn)為是植被生長(zhǎng)的重要限制因素。

圖2 青藏高原生長(zhǎng)季NDVI的空間分布Fig.2 Spatial distribution of NDVI in the growing season on the Tibetan Plateau

研究區(qū)NDVI在0～1的范圍內(nèi)均有分布（圖2）。不同季節(jié)間，NDVI的主要分布范圍有所差異。青藏高原夏季NDVI、秋季NDVI與生長(zhǎng)季NDVI均呈現(xiàn)雙峰式集中分布，夏季NDVI與生長(zhǎng)季NDVI在0～0.3與0.7～0.9處集中。秋季NDVI主要在0～0.3與0.6～0.8相對(duì)集中，但集中在0.6～0.8的像元占比遠(yuǎn)小于前者。春季NDVI整體較低，約58.06%的像元NDVI集中在0～0.2范圍。

不同NDVI數(shù)據(jù)集之間的標(biāo)準(zhǔn)差由北向南逐漸增加（圖3）。秋季的高原整體標(biāo)準(zhǔn)差最小。春季，6種NDVI數(shù)據(jù)集差異最為明顯，較大的標(biāo)準(zhǔn)差出現(xiàn)在高原東南部及南部。在夏季與生長(zhǎng)季，不同ND?VI數(shù)據(jù)集主要在高原南部出現(xiàn)較大的差異。SPOT NDVI分布更多的集中在0.1～0.4之間（圖4）。SPOT NDVI在0.1～0.4之間像元占比最大，平均多于其他數(shù)據(jù)集4.11%。在0.4～0.7的NDVI分布區(qū)間內(nèi)，GIMMS NDVI較其他數(shù)據(jù)平均多約1.83%。而MODIS數(shù)據(jù)普遍在0.7～1區(qū)間的NDVI像元占比更大。6種NDVI數(shù)據(jù)集中，250 m分辨率的MODIS NDVI在0.7以上分布占比最具優(yōu)勢(shì)。而隨著空間分辨率的降低，MODIS NDVI數(shù)據(jù)在NDVI>0.7的面積逐漸減少。

圖3 6種NDVI標(biāo)準(zhǔn)差的空間分布Fig.3 Spatial distribution of standard deviation of six NDVI：spring（a），summer（b），autumn（c）and growing season（d）

圖4 青藏高原各季節(jié)NDVI的頻率分布Fig.4 Frequency distribution of NDVI in each season on the Tibetan Plateau

3.2 青藏高原NDVI時(shí)間變化特征

3.2.1 區(qū)域平均NDVI變化趨勢(shì)

通過(guò)對(duì)6種NDVI數(shù)據(jù)集在青藏高原范圍內(nèi)進(jìn)行區(qū)域平均計(jì)算和Theil-Sen趨勢(shì)估計(jì)分析（圖5）。結(jié)果表明，在青藏高原的區(qū)域尺度上，SPOT NDVI與MODIS 250 m、500 m、1 km NDVI數(shù)據(jù)集除秋季外，均表現(xiàn)顯著的綠化趨勢(shì)（表2），MODIS 5.5 km與GIMMS NDVI數(shù)據(jù)集分別在春季、夏季、生長(zhǎng)季呈現(xiàn)顯著綠化。

表2 青藏高原平均NDVI變化趨勢(shì)［單位：（10a）-1］Table 2 Trends in average NDVI changes on the Tibetan Plateau［unit：（10a）-1］

圖5 青藏高原平均NDVI變化Fig.5 Average NDVI changes on the Tibetan Plateau

對(duì)于不同數(shù)據(jù)源而言，NDVI的顯著變化趨勢(shì)相差較大，從0.0092（10a）-1到0.0184（10a）-1。即使季節(jié)相同，不同NDVI數(shù)據(jù)集之間的顯著綠化趨勢(shì)差異最大可以達(dá)到0.0090（10a）-1（生長(zhǎng)季）。SPOT NDVI在四個(gè)季節(jié)均表現(xiàn)顯著的綠化趨勢(shì)，且平均綠化趨勢(shì)達(dá)到0.0162（10a）-1，高于其他數(shù)據(jù)平均變化趨勢(shì)0.0085（10a）-1，綠化顯著且迅速。GIMMS NDVI僅在2000—2014年間的生長(zhǎng)季變化分析中具有0.0092（10a）-1的顯著綠化趨勢(shì)。具有最高空間分辨率的MODIS 250 m NDVI數(shù)據(jù)集往往表現(xiàn)出最小的顯著變化趨勢(shì)值。

就季節(jié)而言，除秋季外其他季節(jié)均具有顯著的變化趨勢(shì)。各個(gè)NDVI數(shù)據(jù)集在15年間春季的顯著變化趨勢(shì)介于0.0098～0.0184（10a）-1之間。多數(shù)數(shù)據(jù)集夏季顯著綠化趨勢(shì)明顯高于其他季節(jié)，夏季平均顯著綠化趨勢(shì)達(dá)到0.0140（10a）-1，而青藏高原夏季的NDVI往往深刻影響整個(gè)生長(zhǎng)季的植被變化。

3.2.2 青藏高原多年植被變化趨勢(shì)分析

青藏高原植被的長(zhǎng)期變化存在空間差異，并非完全遵循在區(qū)域平均尺度上分析得到的規(guī)律均勻發(fā)展［35］，受到復(fù)雜的生物地球物理與生物地球化學(xué)過(guò)程影響，而在氣候變化的背景下，這些循環(huán)過(guò)程變得尤為復(fù)雜。此外，植被受到氣溫、降水、海拔、經(jīng)緯度等環(huán)境變量的影響，植被分布狀況具有明顯的空間異質(zhì)性，因此對(duì)于植被變化的評(píng)估十分困難。但其是探究陸地生態(tài)系統(tǒng)對(duì)氣候變化響應(yīng)的關(guān)鍵［36］。對(duì)于青藏高原這一巨大的地理單元，在探究區(qū)域植被的具體變化趨勢(shì)時(shí)，應(yīng)考慮廣闊的高原因自然條件的不同而導(dǎo)致的差異性與復(fù)雜性。因此，進(jìn)一步基于年際季節(jié)性最大NDVI數(shù)據(jù)逐像元進(jìn)行Theil-Sen趨勢(shì)估計(jì)并結(jié)合Mann-Kendall趨勢(shì)檢驗(yàn)，對(duì)青藏高原植被隨時(shí)間變化趨勢(shì)及其相應(yīng)空間格局進(jìn)行探究。

在2000—2014年15年間，青藏高原大部分區(qū)域的NDVI呈現(xiàn)上升趨勢(shì)，通過(guò)Theil-Sen趨勢(shì)估計(jì)確定的植被變化斜率在平均74.04%的范圍呈現(xiàn)正值，反映高原植被逐漸綠化，其中29.29%的像元表現(xiàn)為顯著的綠化趨勢(shì)（圖6～9）。但是絕大部分區(qū)域NDVI變化趨勢(shì)較小，集中在0～0.02（10a）-1。綠化趨勢(shì)較大的區(qū)域基本分布于高原的東部，具體的分布格局因數(shù)據(jù)源與研究季節(jié)而異。

圖6 青藏高原春季NDVI變化趨勢(shì)的空間分布Fig.6 Spatial distribution of trends in NDVI changes in spring on the Tibetan Plateau

不同數(shù)據(jù)集對(duì)探究青藏高原NDVI時(shí)間變化趨勢(shì)所造成的差異難以忽視。數(shù)據(jù)的變化趨勢(shì)值標(biāo)準(zhǔn)差說(shuō)明了6種NDVI普遍在青藏高原南部及東南部差異較大（圖10），在春季差異最為明顯，且廣泛分布在高原東南部。在其他季節(jié)中，不同數(shù)據(jù)集的變化趨勢(shì)值標(biāo)準(zhǔn)差相對(duì)較小，趨勢(shì)斜率的差異主要分布在青藏高原南部邊界。與區(qū)域平均NDVI長(zhǎng)時(shí)間序列的變化趨勢(shì)結(jié)果一致（表2），SPOT NDVI反映的植被綠化趨勢(shì)相對(duì)于其他數(shù)據(jù)更加顯著，91.18%的像元在生長(zhǎng)季中呈現(xiàn)綠化，29.01%的像元呈現(xiàn)顯著綠化，分別超出MODIS 250 m、500 m、1 km NDVI、MODIS 5.5 km NDVI與GIMMS ND?VI 7.16%、5.53%、4.65%、2.87%與15.89%。顯著綠化趨勢(shì)達(dá)到0.02（10a）-1以上有23.86%，超出趨勢(shì)分布具有較高一致性的MODIS數(shù)據(jù)11.25%，超出綠化像元占比最少的GIMMS數(shù)據(jù)16.76%（圖11）。其次，春季SPOT NDVI呈現(xiàn)顯著增長(zhǎng)的像元占比最大，達(dá)到33.86%，大范圍分布在青藏高原東南部；GIMMS NDVI呈現(xiàn)顯著增長(zhǎng)的像元?jiǎng)t在春季占比最小，而顯著下降的像元達(dá)到了7.88%，占比最大，分布在高原南部邊界。這可能是春季相比其他季節(jié)標(biāo)準(zhǔn)差更大的原因。在其他季節(jié)中，GIMMS NDVI也具有呈現(xiàn)植被綠化趨勢(shì)較小，褐化像元占比明顯高于其他5種數(shù)據(jù)集的特點(diǎn)。GIMMS NDVI顯著褐化的像元占比平均達(dá)到5.83%。MODIS NDVI隨著分辨率的提高，顯著綠化趨勢(shì)的像元占比與綠化趨勢(shì)卻往往逐漸降低。總體上，逐像元的NDVI長(zhǎng)時(shí)間變化趨勢(shì)與青藏高原區(qū)域平均的多年植被變化相一致，GIMMS NDVI表現(xiàn)高原植被綠化范圍與綠化趨勢(shì)最小。綠化像元最多且趨勢(shì)最大的SPOT NDVI，在區(qū)域平均NDVI變化斜率也最大。

圖10 6種NDVI變化趨勢(shì)標(biāo)準(zhǔn)差的空間分布Fig.10 Spatial distribution of standard deviation of six trends in NDVI changes：spring（a），summer（b），autumn（c）and growing season（d）

圖11 青藏高原各季節(jié)NDVI變化趨勢(shì)的頻率分布Fig.11 Frequency distribution of trends in NDVI changes in each season on the Tibetan Plateau

4 討論

MODIS NDVI與SPOT NDVI數(shù)據(jù)集是目前評(píng)估長(zhǎng)時(shí)間序列植被變化的可靠數(shù)據(jù)來(lái)源，有著廣泛的一致性。在青藏高原區(qū)域尺度NDVI時(shí)間變化分析與像元尺度NDVI時(shí)間變化分析中，MODIS 250 m、MODIS 500 m、MODIS 1 km與SPOT NDVI數(shù)據(jù)集顯示青藏高原植被整體呈現(xiàn)綠化趨勢(shì)，MODIS 5.5 km NDVI也在春、夏兩季呈現(xiàn)顯著的增長(zhǎng)趨勢(shì)。這與青藏高原正在變得溫暖的認(rèn)知相符合［1］，氣溫的上升往往被認(rèn)為有利于植被的生長(zhǎng)［6］。氣候變暖主導(dǎo)了青藏高原的綠化趨勢(shì)，可以通過(guò)促進(jìn)植物光合作用及延長(zhǎng)生長(zhǎng)季來(lái)增加寒冷地區(qū)的植被綠度，對(duì)植被變化產(chǎn)生積極的影響［37-38］。但另一方面，在青藏高原的干旱與半干旱區(qū)域，高寒草甸與高寒草原對(duì)水分條件十分敏感，變暖引起的蒸散發(fā)增加可能致使植被受到干旱脅迫［39-40］，從而導(dǎo)致植被退化。冬季的增溫過(guò)強(qiáng)可能使得植物休眠延遲，從而推遲春季物候，縮短生長(zhǎng)季［7］，導(dǎo)致植被綠度降低。這能夠解釋在青藏高原的部分地區(qū)，NDVI呈現(xiàn)下降趨勢(shì)的現(xiàn)象。

圖7 青藏高原夏季NDVI變化趨勢(shì)的空間分布Fig.7 Spatial distribution of trends in NDVI changes in summer on the Tibetan Plateau

多源NDVI數(shù)據(jù)集在青藏高原植被的空間分布與長(zhǎng)時(shí)間序列變化中都存在著難以忽視的差異。盡管MODIS NDVI與SPOT NDVI在青藏高原區(qū)域范圍內(nèi)出現(xiàn)了較為清晰一致的變化模式，但具體的綠化幅度及綠化范圍因分析的數(shù)據(jù)集而異。在探究2000—2014年的植被變化時(shí)，GIMMS呈現(xiàn)褐化趨勢(shì)的像元占比顯然多于不同分辨率的MODIS NDVI與SPOT NDVI，區(qū)域尺度上的GIMMS NDVI的變化斜率也明顯小于二者。前人研究指出，青藏高原地區(qū)GIMMS NDVI要小于SPOT NDVI與MODIS NDVI，而GIMMS NDVI與SPOT NDVI、MODIS NDVI的差異大于SPOT NDVI與MODIS NDVI的差異［19］。SPOT NDVI與GIMMS NDVI數(shù)據(jù)在反映青藏高原1998—2006年植被變化時(shí)，呈現(xiàn)了較大的異質(zhì)性，SPOT NDVI所反映的綠化范圍與綠化趨勢(shì)明顯大于GIMMS NDVI［11］。此外，許多關(guān)于青藏高原植被動(dòng)態(tài)的研究也得出了基于GIMMS NDVI所確定的春季物候變化趨勢(shì)與基于MODIS NDVI、SPOT NDVI、MODIS增強(qiáng)型植被指數(shù)（EVI）或日光誘導(dǎo)葉綠素?zé)晒猓⊿IF）等其他遙感數(shù)據(jù)集所確定春季物候變化趨勢(shì)不一致的結(jié)論［1，12，14，41-42］。部分學(xué)者認(rèn)為這種物候變化趨勢(shì)的不一致可能與GIMMS NDVI的降低有關(guān)［11，41］，并由此推斷在青藏高原區(qū)域使用GIMMS NDVI探究植被變化會(huì)帶來(lái)研究結(jié)果的不確定性。

圖8 青藏高原秋季NDVI變化趨勢(shì)的空間分布Fig.8 Spatial distribution of trends in NDVI changes in autumn on the Tibetan Plateau

不同數(shù)據(jù)集對(duì)植被變化分析的差異性可能由許多因素導(dǎo)致，例如空間分辨率、時(shí)間分辨率、傳感器設(shè)計(jì)、校正方法、投影系統(tǒng)、地理定位誤差之間的差異［15，17-18，21］。首先，從8 km到250 m的空間分辨率，隨著觀(guān)測(cè)尺度的變化，尺度依賴(lài)性和尺度效應(yīng)的影響隨之體現(xiàn)［19，43］。其次，衛(wèi)星平臺(tái)及其所搭載的傳感器對(duì)NDVI產(chǎn)品有著重要影響。GIMMS NDVI、SPOT NDVI、MODIS NDVI數(shù)據(jù)集均來(lái)自于多傳感器系統(tǒng)［21］，但相比AVHRR，其他二者的傳感器擁有更穩(wěn)定的軌道與改進(jìn)植被監(jiān)測(cè)的光譜配置［20］。MODIS傳感器與SPOT-VGT傳感器在紅外與近紅外的波段設(shè)計(jì)更為接近［19］，這可能也是其獲取的NDVI更為接近的原因之一。來(lái)自于A(yíng)VHRR傳感器的GIMMS NDVI是目前時(shí)間序列最長(zhǎng)的NDVI產(chǎn)品，但AVHRR系列傳感器最初并非為植被研究設(shè)計(jì)［18］，缺少機(jī)載校準(zhǔn)、光譜規(guī)格不連續(xù)［44］且光譜結(jié)構(gòu)也難以進(jìn)行更為精準(zhǔn)的大氣校正［18］。但大氣成分的散射與吸收是NDVI監(jiān)測(cè)的重要誤差來(lái)源。有研究指出GIMMS NDVI與其他衛(wèi)星遙感數(shù)據(jù)的差異可能受青藏高原春季氣溶膠濃度增加的影響［11］。

5 結(jié)論

研究結(jié)果表明，SPOT NDVI所反映的植被綠化呈現(xiàn)顯著且迅速的特征，27.44%的像元呈現(xiàn)顯著綠化趨勢(shì)，分別超出MODIS NDVI與GIMMS ND?VI 4.10%、15.89%；在生長(zhǎng)季，SPOT顯著綠化趨勢(shì)達(dá)到0.0182（10a）-1，高于其他顯著變化的數(shù)據(jù)0.0078～0.0090（10a）-1。MODIS NDVI隨著分辨率的提高，顯著綠化的像元占比與綠化趨勢(shì)卻逐漸降低；MODIS數(shù)據(jù)之間顯著綠化的像元占比相差不足2.80%。GIMMS NDVI顯著褐化的像元占比平均達(dá)到5.83%，超出其他數(shù)據(jù)集3.37%～5.51%。在春季，GIMMS NDVI表現(xiàn)顯著褐化像元占比最大，達(dá)到7.88%，與顯著綠化的像元占比相當(dāng)。GIMMS的區(qū)域平均NDVI具有最小的顯著綠化趨勢(shì)，為0.0092（10a）-1，并且在春、夏兩季呈現(xiàn)不顯著的褐化趨勢(shì)?；贕IMMS NDVI探究青藏高原植被變化特征時(shí)，特別是對(duì)春季物候研究，可能會(huì)造成結(jié)果具有較大的不確定性。而SPOT與MO?DIS NDVI體現(xiàn)了較高的一致性，可以互為補(bǔ)充，探究高原植被變化。

圖9 青藏高原生長(zhǎng)季NDVI變化趨勢(shì)的空間分布Fig.9 Spatial distribution of trends in NDVI changes in growing season on the Tibetan Plateau