張永濤， 張渝晨

（1.中國氣象局·河南省農業(yè)氣象保障與應用技術重點開放實驗室，鄭州 450003；2.河南省氣候中心，鄭州 450003； 3.河南省氣象科學研究所，鄭州 450003）

植被與生態(tài)環(huán)境之間的相互作用主要表現在兩個方面，即植被對區(qū)域氣候的適應性與植被對區(qū)域氣候的反饋作用［1］，氣象因子與植被覆蓋變化的相關性研究對區(qū)域生態(tài)文明建設有很大的幫助［2］. 遙感觀測技術具有覆蓋范圍廣、時間分辨率高、能及時持續(xù)監(jiān)測等方面的優(yōu)勢，利用遙感手段進行地表植被變化的研究越來越受到國內外學者的青睞［3-7］. 目前已研究出多種植被指數計算模型，如增強型植被指數、差值植被指數、歸一化植被指數等. 其中，歸一化植被指數（NDVI）對地表植被的覆蓋程度十分敏感［8］，可以較好地反映植被的覆蓋程度和產量信息特征［9］，在檢測植被狀態(tài)、植被覆蓋度、消除部分輻射誤差等方面有很強的適用性.

迄今為止，國內外學者基于遙感技術對不同地區(qū)的植被變化進行了大量的研究. Weiss等［10］利用高分辨率輻射儀AVHRR（Advanced Very High Resolution Radiometer）10 年的NDVI 數據，分析了沙特阿拉伯牧場的植被覆蓋情況及游牧對植被覆蓋變化的影響；Wang等［11］基于1982—2006 年的NDVI 數據，研究了北美洲植被覆蓋度的變化特征，發(fā)現該地區(qū)從20 世紀80 年代開始，植被逐漸退化；張鵬騫等［12］基于2000—2019 年MOD13Q1-NDVI 遙感影像數據，利用線性回歸趨勢分析法探究了京津冀地區(qū)近20 年NDVI 的時空變化特征；王秋成等［13］基于2000—2015年的MODIS-NDVI 數據，研究了天津市薊州區(qū)近16年植被NDVI的時空變化及降水和氣溫變化規(guī)律.

丹江口水庫是我國南水北調中線工程的主要水源地，對水質和水量都有極高要求，2007年國務院批準設立河南丹江濕地自然保護區(qū). 該保護區(qū)作為南水北調源頭水質的過濾器和凈化器，具有涵養(yǎng)水源、凈化水質和向北調水等特殊功能［14］. 自2000年以來，隨著水庫移民、蓄水、保護區(qū)建設等重大工程的實施，丹江濕地的土地利用及生態(tài)環(huán)境發(fā)生了顯著改變，因此密切關注丹江濕地生態(tài)環(huán)境狀況及植被變化就顯得尤為重要［15］. 鑒于當前針對丹江口水源區(qū)植被變化的研究［16-18］存在研究時間短、影響因素分析不足等問題，基于2000—2020年長時間序列MODIS歸一化植被指數，采用變化傾向率分析丹江濕地NDVI的時空變化特征，并輔助土地利用數據和氣象站資料探討該變化的氣候驅動因子，為庫區(qū)的生態(tài)文明建設、安全調水和下一步保護舉措提供參考.

1 資料和方法

1.1 資料來源及預處理

基于MODIS-NDVI 遙感影像資料，并借助土地利用類型數據和地面氣象觀測資料，采用NASA 官網發(fā)布的MODIS NDVI 數據，取自Terra衛(wèi)星的MOD13A3數據集，時間序列長度為2000—2020年，產品格式為HDF，時間尺度以月為計，空間分辨率為1 km. 采用MRT（MODIS Reprojection Tool）軟件將數據進行等經緯度投影，并輸出為GEOTIFF格式.

氣象資料來自河南省淅川縣及研究區(qū)域周邊7 個國家級氣象站點（圖1），主要包括氣溫、日照時數、降水量等氣象要素. 對各要素進行空間插值，其中日照時數和平均氣溫采用反距離插值（IDW）法，降水量采用克里金插值法，將氣象要素插值為1 km×1 km 的格點，逐格點進行NDVI 和氣象要素的相關性分析.

圖1 研究區(qū)域及所選用氣象站點的空間分布Fig.1 Spatial distribution of the study area and selected meteorological stations

1.2 研究區(qū)域

丹江濕地自然保護區(qū)位于河南省淅川縣境內，以保護區(qū)所覆蓋的香花鎮(zhèn)、倉房鎮(zhèn)等10個鄉(xiāng)鎮(zhèn)的邊界為界，共1 760.2 km2. 采用2020 年高分1 號衛(wèi)星遙感數據，依據《關于特別是作為水禽棲息地的國際重要濕地公約》（簡稱《濕地公約》）分類體系對研究區(qū)進行土地利用分類，結果顯示，研究區(qū)內水體面積占15.3%、耕地面積占25.4%、林地面積占49.8%、泥灘面積占1.6%、泥灘濕地面積占4.1%、建筑用地面積占3.8%，具體空間分布如圖2所示.

圖2 研究區(qū)土地覆蓋類型分布圖Fig.2 Distribution of land cover types in the study area

1.3 研究方法

將NDVI 月最大值合成年平均值. 通過逐像元對研究區(qū)2000—2020年NDVI年均值進行變化傾向率［19］計算，每個像元有21年的時間序列數值，傾向率＞0說明NDVI呈增長趨勢，傾向率＜0說明NDVI呈降低趨勢.

2 結果與分析

2.1 研究區(qū)NDVI變化及其空間分布特征

結合土地利用類型數據探究丹江濕地NDVI空間分布情況（圖3），結果顯示研究區(qū)2020年平均NDVI為0.36，其中林地最高，耕地次之，水體最低，泥灘、泥灘濕地和建筑用地雖低于耕地，但比水體高. 從圖3（a）可以看出，倉房鎮(zhèn)和盛灣鎮(zhèn)交界處、大石橋、金石鎮(zhèn)和上集鎮(zhèn)北部、香南鎮(zhèn)南部NDVI 較高，這與該區(qū)域林地茂盛有密切關系；丹江口水庫及丹江濕地保護區(qū)由于分布著較大區(qū)域的水體，NDVI 普遍較低；大石橋與滔河交界處為泥灘和泥灘濕地，NDVI 也較低；作為淅川縣城所在地，龍城街和西圣街人口密集，植被覆蓋率低，NDVI不高.

圖3（b）顯示了2000—2020 年研究區(qū)NDVI 變化趨勢. 由圖可以看出，耕地和林地覆蓋區(qū)的NDVI 變化以增長為主，其中倉房鎮(zhèn)和盛灣鎮(zhèn)交界處的林地由于NDVI一直較高，因此增長速率較慢；耕地受人為活動控制程度較大，不同區(qū)域NDVI 增長速率有所差別. 丹江口水庫和丹江濕地自然保護區(qū)由于水體和濕地面積的擴大，NDVI變化以減小為主；隨著城鎮(zhèn)化進程的快速發(fā)展，淅川縣城的城鎮(zhèn)建成區(qū)逐漸擴張，導致該區(qū)域NDVI變化呈顯著降低趨勢.

圖3 2020年研究區(qū)NDVI及21年變化趨勢空間分布圖Fig.3 Spatial distribution of NDVI in 2020 and the change trend of NDVI in the past 21 years in the study area

2.2 NDVI時間變化特征

圖4（a）顯示了研究區(qū)2000—2020年NDVI年均值變化. 可以看出，該區(qū)域NDVI年均值總體上呈波動增長趨勢，其中2000—2011年變化起伏較大，2011—2017年增長相對穩(wěn)定，最小值出現在2000年，最大值出現在2020年. 21年間平均每年增長0.000 3，且通過0.01的顯著性檢驗.

圖4（b）為研究時段內研究區(qū)的NDVI 月均值變化圖. 圖中顯示，研究區(qū)域NDVI 均在0.36 以上，年內變化有一定的季節(jié)性，3 月最低，6—8 月NDVI 增長迅速，8 月達到峰值，隨后開始下降，呈年度周期性波動. 8月NDVI最高，其次為9月和7月，3月最低，12月和1月持平. 出現這種波動的主要原因是研究區(qū)耕地以冬小麥為主，12月至次年1月為小麥越冬期，該階段小麥停止生長，而其他土地利用類型的植被多屬于落葉植被，到12月葉片基本完全脫落，翌年春季重發(fā)嫩芽，因此NDVI在這段時間內基本沒有變化. 季節(jié)分布上，4個季度的NDVI存在夏＞秋＞春＞冬.

圖4 研究區(qū)2000—2020年歸一化植被指數年際和月際變化圖Fig.4 Interannual and monthly variations of NDVI in the study area from 2000 to 2020

結合土地利用類型數據，對研究區(qū)不同土地利用類型NDVI 的年際變化進行分析，結果如圖5 所示.NDVI年均值從高到低依次為林地＞耕地＞建筑用地＞泥潭濕地＞泥潭＞水體. 其中，林地NDVI增長趨勢最為顯著，增長斜率為0.006 6，相關系數高達0.929 4；耕地NDVI增長斜率次之，相關系數為0.710 9，且林地和耕地的增長速率均通過0.01的顯著性檢驗；泥灘濕地、泥灘用地的NDVI年際變化波動較大，2018年降至研究時段（2000—2020年）的最低；建筑用地的NDVI變化也有較大波動，2018年同樣出現較大幅度的下降. 泥灘濕地、泥灘和建筑用地的NDVI增長趨勢均未通過顯著性檢驗. 水體的NDVI在研究時段內呈現先增長后下降的變化趨勢，波動峰值出現在2013年，說明2013年以前水體有富營養(yǎng)化趨勢，后期富營養(yǎng)化趨勢逐漸消失.

圖5 研究區(qū)不同土地利用類型NDVI年際變化Fig.5 Interannual variations of NDVI of different land use types in the study area

2.3 氣候條件變化及其對植被指數的影響

研究區(qū)2000—2020年平均氣溫、年降水量和日照時數的年際變化如圖6所示. 研究時段內研究區(qū)年均氣溫呈波動上升趨勢，最高值出現在2016年，最低值出現在2003年；年降水量呈波動下降趨勢，最高值出現在2010年，最低值出現在2019年，二者均未通過顯著性檢驗；年日照時數波動幅度不大，呈平穩(wěn)下降趨勢，且通過置信度為0.05的顯著性檢驗.

圖6 研究區(qū)年均氣溫、年降水量、年日照時數年際變化Fig.6 Interannual variations of annual mean temperature，annual precipitation and annual sunshine duration in the study area

為進一步探索研究區(qū)植被變化的氣候驅動因子，逐格點對插值后的氣象數據與NDVI 進行相關分析.結果如圖7. 研究區(qū)內年平均氣溫與NDVI 以正相關為主，占總像元的83.7%，其中5.5%的區(qū)域通過置信水平為0.05 的顯著性檢驗，負相關區(qū)域主要位于丹江濕地及丹江口水庫東北部；年降水量與NDVI 以負相關為主，占總像元的65.2%，但未通過顯著性檢驗，呈現正相關的區(qū)域零散性分布在淅川縣城以及丹江濕地和丹江口水庫東部區(qū)域；年日照時數與NDVI 以正相關為主，占總像元的93.4%，其中10.8%的區(qū)域通過置信水平為0.05 的顯著性檢驗，1%的區(qū)域通過置信水平為0.01 的顯著性檢驗. 結合土地利用類型數據發(fā)現，耕地的年日照時數與NDVI 的相關性相對其他土地利用較高，呈負相關的區(qū)域則主要分布在人口密集的城鎮(zhèn)建成區(qū).

圖7 年均氣溫、年降水量和年日照時數與NDVI相關系數的空間分布Fig.7 Spatial distribution of correlation coefficients between annual mean temperature，annual precipitation，annual sunshine duration and NDVI

3 結論與討論

1）研究區(qū)2020年平均NDVI為0.36，其中林地最高（0.578），耕地次之（0.521），水體最低（0.274），泥灘、泥灘濕地和建筑用地分別為0.339、0.385 和0.444. 2000—2020 年，研究區(qū)耕地和林地的NDVI 變化以增長為主，淅川縣城、丹江口水庫和丹江濕地自然保護區(qū)等區(qū)域的NDVI變化呈減小趨勢.

2）2000—2020年，研究區(qū)NDVI年均值變化呈波動增長趨勢，最小值出現在2000年（0.353），最大值出現在2020年（0.362），21年間平均每年增長0.000 3，且通過0.01的顯著性檢驗；NDVI的月均值變化存在一定的季節(jié)性，8月份達到峰值，呈年度周期性波動；季節(jié)分布上，NDVI變化為夏季＞秋季＞春季＞冬季.

3）研究區(qū)不同土地利用類型的NDVI年均值從高到低依次為林地＞耕地＞建筑用地＞泥潭濕地＞泥潭＞水體. 其中，林地NDVI的年際增長趨勢最為顯著，增長斜率為0.006 6，相關系數高達0.929 4；耕地增長斜率次之（0.004 6），相關系數為0.710 9，且兩者均通過0.01的顯著性檢驗；泥灘濕地、泥灘和建筑用地的年際變化波動較大.

4）研究區(qū)83.7%的區(qū)域年平均氣溫與NDVI呈正相關，其中5.5%的區(qū)域通過置信水平為0.05的顯著性檢驗；65.2%的區(qū)域年降水量與NDVI呈負相關，但未通過顯著性檢驗；93.4%的區(qū)域年日照時數與NDVI呈正相關，其中10.8%的區(qū)域通過置信水平為0.05的顯著性檢驗，1%的區(qū)域通過置信水平為0.01的顯著性檢驗.