近10 a黄土高原地区NDVI变化及其对水热因子响应分析

陈安安，孙 林，胡 北，罗隆诚，王 俊

（西北大学 城市与环境学院，陕西 西安710127）

植被是联结土壤、大气和水分等要素的自然纽带，在全球环境和气候变化研究中起着敏感指示器的作用［1］。研究植被的变化及其与气候的响应是当今全球变化研究的重要方向之一［2－3］。经过多年的研究，国内外学者提出了几十种不同的植被指数，其中归一化植被指数（nor malized difference vegetation index，NDVI）是常用的指数之一［4－6］。NDVI与绿色叶片生物量、叶面积指数、植物光合能力、总干物质积累以及年净初级生产力等均有很好的相关性，常被用于进行土地生长和植被分类，植被生长动态变化检测，模拟各种植被及地表生物物理参数与气候变化关系等方面的研究。黄土高原是世界上黄土分布最多、最集中和最典型的地貌单元。作为典型的生态敏感区，研究其植被变化及其对气候的响应对黄土高原地区的生态建设具有重要的科学意义，并为全球变化的区域响应研究提供借鉴。近年来，国内外不断有学者应用NDVI来研究植被的变化，发现NDVI与气温和降水量存在较好的相关关系［7－11］。具体到我国西北干旱半干旱区和黄土高原，国内不少学者针对本地区植被变化特征及其对气候因子的响应进行了报道［12－20］，但相关研究主要集中在单个区域的某个时间尺度，鲜有不同时间尺度上NDVI对区域气候变化响应规律的研究。本文以1999—2008年SPOTVGT NDVI数据集为基础，结合最大值合成法（MVC）、克里格插值法以及相关分析法等，对黄土高原地区的NDVI和气候因子进行相关分析和时滞分析，旨在探索在不同时间尺度下黄土高原地区植被变化及其与气候因子之间的响应关系，加深生态脆弱区植被覆盖对气候变化响应的理解。

1 研究区概况

黄土高原是世界最大的黄土沉积区，地处我国中部偏北（34°—40°N，103°—114°E），平均海拔1 000～1 500 m，总面积为6.4×105k m2，合计有264个县（包括县级市），占全中国总面积的5.3%（图1）。该区地处沿海向内陆、平原向高原过渡地带，自南而北兼跨暖温带、中温带2个热量带，自东向西横贯半湿润和半干旱2个干湿区，高原东部、南部属于暖温带半湿润区，中部属于暖温带半干旱区，西部和北部属于中温带半干旱区。黄土高原属典型大陆季风气候，年平均温度为3.6～14.3℃，年降水量为150～750 mm，多集中在7—9月，占全年降水量的60%～80%，冬季降水一般只占到5%左右。

图1 研究区域地貌概况

2 数据和方法

2.1 数据来源

本研究使用的NDVI数据来自比利时弗莱芒技术研究所（htt p：∥free.vgt.vito.be/）发布的SPOTVGT NDVI逐旬1999年第1旬至2008年第36旬最大化SPOT－VGT NDVI数据，该数据已经过大气校正、辐射校正、几何校正，空间分辨率为1 k m。研究涉及的气候数据源自国家气象信息中心气象资料室（中国气象科学数据共享服务网，http：//cdc.c ma.gov.cn/）地面气象数据集，相关的地图数据来自西北大学城市与环境学院自建的黄土高原基础数据库。

2.2 研究方法

2.2.1 NDVI数据提取 在Arc GIS 9.2平台下，对原始SPOT影像逐旬栅格灰度值（DN）按公式（1）计算，转化为NDVI真值数据，NDVI取值范围［－1，1］。

将原始SPOT影像中的旬DN数据转化旬NDVI真值［－1.0，1.0］。

2.2.2 NDVI最大化处理 在 Arc GIS 9.2软件环境下，利用Spatial Analyst模块中的Cell Statistics界面中MAX命令对旬标准化NDVI数据进行MVC（maxi mu m value composites）最大化合成处理，构建不同时间序列的NDVI序列，计算公式如下：

式中：MNDVIi——某一时间下的最大NDVI值，MNDVIi是旬 NDVI值；n——合成最大化 NDVI所需旬NDVI值的个数。可以认为MNDVIi是某个时间尺度下植被覆盖度最高的NDVI值。

2.2.3 气温和降水数据处理 选取黄土高原地区共计61个气象站点的气候数据，对旬尺度上的各个气象站点的气温和降水数据在Arc GIS 9.2平台的支持下，用kriging命令，对其进行空间插值，获得整个黄土高原地区的旬平均气温和平均降水。在Excel软件下，对气温数据进行均值处理，获得不同时间尺度上气温因子序列；对降水数据进行累加处理，获得不同时间尺度上的降水因子序列；将气温和降水序列组合到一起，获得气候因子序列。

为分析不同时间尺度下黄土高原地区NDVI和水热条件的响应，参考相关文献对气温和降水因子采取了不同的处理方式，以旬尺度为例如下：

将获得的旬气温序列和旬NDVI序列进行匹配，利用Excel软件的CORREL函数，首先计算滞后期为0的NDVI（1999年第1旬至2008年第36旬）和气温因子（1999年第1旬至2008年第36旬）的相关系数。然后再计算滞后期为1的NDVI（1999年第1旬至2008年第36旬）和气温因子（1998年第36旬至2008年第35旬）的相关系数。同理计算得到旬差为0～9的相关系数，分析相关系数的显著性，求得最大时滞期。对于月、季尺度的计算方法相同。

将获得的旬降水序列和旬NDVI序列进行匹配，利用Excel软件下的CORREL函数，首先计算滞后期为0的NDVI（1999年第1旬—2008年第36旬）和降水因子（1999年第1旬—2008年第36旬）的相关系数。然后计算滞后期为1的相关系数，此时降水数据采取累加的方式，例如将1999年第1旬和1998年第36旬的降水数据累加获得一个旬差为1累加值，将其1999年第1旬的NDVI匹配。以此方法获得旬差为1时，NDVI和降水因子的匹配序列，计算旬差为1时的相关系数。依照此法，旬差为2时，将前0—2旬的降水数据的累加值与NDVI匹配求得相关系数，依次获得旬差0—9旬的相关系数，分析相关系数的显著性，求得最大时滞期。对于月、季尺度的计算方法相同。

3 结果与讨论

3.1 黄土高原地区植被变化趋势

黄土高原1999—2008年NDVI最大值变化情况如图2所示。黄土高原地区年NDVI变化呈波动上升趋势（图2a），线性增加的速率为9.9%/10 a。年NDVI最大值和最小值分别出现在2008年（0.53）和2001年（0.43）。从1999—2008期间黄土高原地区植被NDVI的空间变化情况来看（图2b），10 a内陇东、陇中和青海东部部分地区出现植被NDVI较显著下降外，其它大部分地区植被NDVI均有所增加。黄土高原地区的植被变化主要受当地气温、降水影响，近百年来全球变暖，黄土高原地区的气温基本稳定，但略有下降；降水在近10 a呈上升趋势，水热因子条件逐渐改善，同时伴随着退耕还林（草）战略的实施。因此，黄土高原地区植被覆盖呈整体上升趋势。

图2 黄土高原1999－2008年NDVI变化情况

3.2 黄土高原植被NDVI对气温和降水的响应

3.2.1 黄土高原植被NDVI值对气温和降水的旬响应 对黄土高原地区过去360旬的NDVI与前0—9旬的气温和降水进行相关性分析如图3所示，结果表明黄土高原地区NDVI在旬尺度的响应与温度的相关性大于降水。旬NDVI和前0—3旬气温和前1—4旬的累积降水相关系数较大，其中与前1旬气温相关系数最大，其值为0.90；与前3旬累积降水的相关系数最大，其值为0.84。随着旬差值的增大，植被NDVI与气温和降水的相关系数逐渐减小。因此，黄土高原地区植被NDVI和气温、降水在旬尺度的最大滞后期分别为1旬和3旬。

图3 黄土高原NDVI与温度、降水旬尺度响应关系

3.2.2 黄土高原植被NDVI值对气温和降水的月响应 对黄土高原地区过去123个月的NDVI值和前0—3月的气温和累积降水进行相关性分析如图4所示，结果表明黄土高原地区植被NDVI与气温和累积降水在月尺度上的相关性温度大于降水，这与旬尺度的结果一致。植被NDVI和前0—1月的气温相关程度较高，与前0—2月的累积降水值的相关程度较大，其中与前1月的气温和累计降水相关系数最大，其值分别为0.92和0.91。随着月数的前推，相关系数逐渐减小。因此，黄土高原地区植被NDVI和气温、累计降水的最大滞后期为1月左右。

图4 黄土高原地区NDVI与温度、降水月尺度相关系数

3.2.3 黄土高原植被NDVI值对气温和降水的季响应 对黄土高原地区过去40季的植被NDVI和前0—2季的气温和累积降水进行相关性分析见图5所示，结果表明黄土高原地区植被NDVI和气温、降水在季尺度上的相关性降水大于气温，这与月、旬尺度结果存在显著差异。植被NDVI和前0旬的气温和降水的相关系数都比较大，其值分别是0.85和0.87；随着季数往前推移，相关系数急剧下降。因此，黄土高原地区植被NDVI和气温、降水在季尺度的最大滞后期为0季左右。

图5 黄土高原地区NDVI与温度、降水季尺度相关系数

4 结论

本研究结果显示黄土高原地区1999—2008年NDVI变化成波动上升趋势，这与我国西北地区及祁连山等地区的变化基本一致［13－15］，但响应的最大时滞不尽相同。戴声佩等［15］对祁连山的研究表明，植被NDVI对旬气温和降水的最大时滞都为2旬，本文对黄土高原地区研究表明，植被NDVI对旬气温和降水的最大时滞期分别为1旬和3旬，原因是祁连山属典型的高原大陆性气候，因而植被NDVI对气温的最大时滞期大于黄土高原，积雪融水使得祁连山地区植被NDVI对累积降水的最大时滞小于黄土高原。

已往对植被NDVI和气候因子的响应关系的研究多集中在旬或者季尺度上，较少有人对尺度可能引起的差异进行研究。本文结果表明，植被NDVI对气温的相关程度在月尺度上最大（0.92），在旬尺度（0.90）和季尺度（0.85）相关较小；植被 NDVI对降水的相关程度在月尺度（0.91）上最大，在旬尺度（0.84）和季尺度（0.87）相关较小，研究黄土高原植被NDVI对水热因子响应关系的最优时间尺度应为月尺度，最大时滞为1月。

本研究结果表明，黄土高原植被NDVI和气温、降水之间的响应关系存在一定时间尺度依赖性。在旬、月尺度黄土高原植被NDVI和气温、降水的相关程度上，气温的相关程度要大于降水；在季尺度进行相关分析时，降水的相关程度大于气温。在旬尺度上，黄土高原植被NDVI总体上对气温变化的响应大于降水，这与中国西北地区和东部地区的研究结果基本一致［15－16］。在月尺度上，黄土高原植被 NDVI总体上对气温的响应大于降水，这与黄土高原及黄河流域已有的研究结论基本一致［17－18］。在季尺度上，黄土高原植被NDVI对降水的响应大于温度，这与陕北地区的研究结论基本一致［19－20］。存在尺度依赖性的原因是黄土高原地区自东向西横贯半湿润、半干旱两个干湿带，其中西部的半干旱区的面积占整个高原面积的70%以上，半干旱区全年降水主要集中在7，8月份。

（1）黄土高原近10 a来植被NDVI变化趋势整体上呈上升趋势，其中高原北部的内蒙古地区和宁夏灌溉区、青海西宁周围以及黄土高原东南部的秦岭北坡等地区的植被覆盖面积在持续增加，陇东、陇中和青海东部等地区呈下降趋势。

（2）研究黄土高原地区植被NDVI对气温和降水最优尺度为月尺度。

（3）黄土高原地区植被NDVI对气温和降水的响应关系存在尺度依赖性，植被NDVI对气温和降水的响应关系在旬、月尺度上是气温大于降水，在季尺度上则是降水大于气温。

［1] Cui L L，Shi J.Temporal and spatial response of vegetation NDVI to temperat ure and precipitation in easter n China［J］.Jour nal of Geographical Sciences，2010，20（2）：163－176.

［2] Manuel C.Molles Jr.Ecology：concepts and applications［M］.4t h ed.New Yor k：Mc Graw－Hill，2008，10：426－427.

［3] 于贵瑞.全球变化与陆地生态系统碳循环和碳蓄积［M］.北京：气象出版社，2003：4－7.

［4] Curran P.Multispectral remote sensing of vegetation amount［J］.Progress in Physical Geography，1980，4（3）：315－341.

［5] Nezlina N，Kostianoyb A，Li B L.Inter－annual variability and interaction of remote－sensed vegetation index and at mospheric precipitation in the Aral Sea region［J］.Jour nal of Arid Envir on ments，2005，62：677－700.

［6] 李霞，李晓兵，陈云浩，等.中国北方草原植被对气象因子的时滞响应［J］.植物生态学报，2007，31（6）：1054－1062.

［7] Parinaz Bajgirana，A Darivishsefatb，A khalilic，et al.Using AVHRR－based vegetation indices f or drought monitoring in the north west of Iran［J］.Jour nal of Arid Environ ments，2008（2）：1086－1096.

［8] Jeremy Weiss，David Gutzlera，Julia A Coonrod，et al.Seasonal and inter－annual relationships bet ween vegetation and cli mate in central New Mexico，USA［J］.Journal of Arid Environments，2004，57：507－534.

［9] 刘亚龙，王庆，张明明，等.山东地区NDVI与气象因子持续性分析［J］.资源科学，2010，32（9）：1777－1782.

［10] Zhang J Y，Dong W J，Ye D Zh，et al.New evidence for effects of land cover in China on su mmer cli mate［J］.Chinese Science Bulletin，2003，48（4）：401－405.

［11] Jean－Marie Kileshye Onema，Akpof ure Taigbenu.NDVI－rainfall relationship in the Semliki watershed of the equatorial Nile［J］.Physics and Chemistry of the Earth，2009，34：711－721.

［12] 李秀花，师庆东，常顺利，等.1981—2001年中国西北干旱区 NDVI变化分析［J］.干旱区地理，2008，31（6）：940－945.

［13] 夏露，刘咏梅，柯长青.基于SPOT 4数据的黄土高原植被动态变化研究［J］.遥感技术与应用，2008，23（1）：67－71.

［14] 李震，阎福礼，范湘涛.中国西北地区NDVI变化及其与温度和降水的关系［J］.遥感学报，2005，9（3）：308－313.

［15] 戴声佩，张勃，王强，等.祁连山草地植被NDVI变化及 其对气温降水的旬响应特征［J］.资源科学，2010，32（9）：1769－1776.

［16] 王永立，范广洲，周定文，等.我国东部地区NDVI与气温、降水的关系研究［J］.热带气象学报，2009，25（6）：725－733.

［17] Xin Zh B，Xu J X，Zheng W.Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau（1981—2006）：Impacts of cli mate changes and hu man activities［J］.Science in China Earth Sciences，2008，51（1）：67－78.

［18] 刘绿柳，肖风劲.黄河流域植被NDVI与温度、降水关系的时空变化［J］.生态学杂志，2006，25（5）：477－481.

［19] 高蓓，张树誉，李星敏，等.陕北地区1997—2006年NDVI变化与气候因子的关系［J］.成都信息工程学院院报，2009，24（9）：387－391.

［20] 李登科.陕北黄土高原丘陵沟壑区植被覆盖变化及其对气候的响应［J］.西北植物学报，2009，29（5）：867－8 7 3.