东北多年冻土区植被NDVI变化及其对气候变化和土地覆被变化的响应

毛德华,王宗明,宋开山,刘殿伟,张 柏,张素梅罗 玲,张春华(.中国科学院东北地理与农业生态研究所,吉林 长春 3002；2.中国科学院研究生院,北京 00049)

东北多年冻土区植被NDVI变化及其对气候变化和土地覆被变化的响应

毛德华1,2,王宗明1*,宋开山1,刘殿伟1,张 柏1,张素梅1,2罗 玲1,2,张春华1,2(1.中国科学院东北地理与农业生态研究所,吉林 长春 130012；2.中国科学院研究生院,北京 100049)

利用1982～2006年的NOAA AVHRR-GIMMS和MODIS 2种数据集的归一化植被指数(NDVI)数据对东北多年冻土区植被NDVI年际动态和空间差异进行分析,并结合气象数据和土地利用/覆被数据分析了植被NDVI对气候变化和土地利用/覆被变化的响应.研究表明,东北多年冻土区植被NDVI值较高,且空间差异明显;森林为该区主要植被类型,NDVI值较高,主要分布于大小兴安岭和伊春地区;草地集中分布于西南部, NDVI值相对较低.东北多年冻土区过去25a间植被生长的变化趋势为:伴随着气温的显著升高和降水量减少,植被NDVI显著下降.较气温而言,降水量是影响植被NDVI的主要因子(r = 0.77, P ＜ 0.01).在气候变化和人类活动的双重作用下,东北多年冻土区植被NDVI在1982～2006年间表现为4个阶段:1982～1990年,植被NDVI虽有小幅波动,但整体上呈持续增加的趋势;1990～1993年,植被NDVI呈迅速下降趋势; 1993～1997年,植被NDVI呈现回升态势,表现出缓慢上升的趋势;1998～2006年,植被NDVI呈现总体下降趋势.不同植被类型表现出不同的NDVI年际变化规律,尤以草地NDVI值波动最大.植被NDVI变化空间异质性显著.气候变化和多年冻土退化影响了东北多年冻土区植被NDVI动态.年均气温升高和年降水量降低影响了植被的生长.从像元尺度来看,研究区植被NDVI与气温和降水均具有较显著的相关性.研究区土地利用/覆被变化的分析结果表明,不同的土地利用类型间的转变对植被NDVI的大小和空间分布产生了重要影响.

植被NDVI；气候变化；土地利用/覆被变化；基于像元的相关分析；东北多年冻土区

植被作为连结土壤、大气和水分的自然“纽带”,在全球变化研究中起到“指示器”的作用[1].动态监测植被覆盖的时空演变,对深入研究植被与气候变化和人类活动之间的响应关系、揭示区域环境状况的演化与变迁等具有重要的现实意义[2].归一化差值植被指数(NDVI)是反映植被覆盖的一个重要指数,其时间序列的变化对应着植被的生长和变化,因而被广泛应用于大尺度植被活动状况的研究.近年来，国内外学者利用NDVI数据在全球、大陆和区域等空间尺度上对植被覆盖变化进行了深入研究[2-8].随着遥感技术的不断发展,可利用的 NDVI数据集也越来越多,如AVHRR-NDVI数据,SPOT VGT-NDVI数据,MODIS-NDVI数据,以及 TM-NDVI数据等.国内学者[4-8]利用不同时间序列的 NOAA AVHRR-NDVI数据分析了不同尺度和地区植被覆盖的动态变化以及气候因子对植被覆盖的影响;利用不同年份的 SPOT数据研究了不同地区植被覆盖的变化及其驱动因素[2-3].虽然可用的遥感数据类型逐渐增多,但单一数据集在一定程度上有时间序列上的局限性,信忠保等[2]利用GIMMS和SPOT VGT2种数据集的NDVI数据对黄土高原植被覆盖变化及气候变化和人类活动对植被覆盖变化的影响进行研究;国际上很多学者对于 AVHRR和 MODIS等不同数据集的NDVI数据集成应用的可行性进行了探讨[9-10],然而国内对于AVHRR和MODIS 2种数据集结合应用的相关工作不多.

我国东北多年冻土区地处北半球高纬度地区,对气候变化非常敏感.随着全球气候变化,多年冻土区的降雪和积雪状况、多年冻土的稳定性、土壤冻融状况等都可能发生变化,融冻期的提前和土壤冻结时间的延迟与气温升高密切相关[11].气温和降水也是多年冻土的形成与退化的关键因子[12-13],东北多年冻土区植被覆盖主要受寒区多年冻土以及气候因子的影响.分析过去几十年里东北多年冻土区植被覆盖时空特征及其对气候变化和人类活动的响应,对于丰富全球变化区域响应的研究成果具有重要意义.目前很多学者已经对东北地区的植被覆盖变化情况以及植被变化的驱动因子[14-18]和土地利用/覆被变化[19]做了大量研究.但由于数据源的限制,研究时段多为 1982～2003年.东北多年冻土区冻土退化现状、趋势与影响因素得到广泛关注[20-23].迄今为止,未见长时间序列东北多年冻土区植被变化及其对气候变化和人类活动响应的报道.本研究利用MODIS数据集对GIMMS NDVI数据集进行插补,获取长时间序列数据,分析东北多年冻土区植被覆盖的时空特征,并结合同期气象观测数据和土地利用/覆被数据,探讨冻土区植被覆盖对气候变化和土地覆被变化的响应.

图1 东北多年冻土区在东北地区示意Fig.1 Position of permafrost region in northeast China

1 研究区概况

东北多年冻土区为中国第2大冻土分布区,是我国高纬度多年冻土的主要分布区之一(46°30´N～53°30´N, 115°52´E～135°09´E),面积约为4.2×105km2,地跨黑龙江省和内蒙古自治区的最北部.该区属寒温带大陆性气候,冬季漫长、干寒,夏季短暂、湿热.地形多为山地,植被覆盖度较高,森林覆盖占重要位置,主要树种为落叶松,常绿针叶松,以及白桦、柞树等混交树种.少数地区地势平坦,如西南部以及东南部区域,主要土地覆被类型为草地和耕地.主要河流有黑龙江、乌苏里江、松花江.也是东北湿地的主要分布区域,冷湿的气候和多年冻土的分布是本区沼泽湿地形成的重要因素.

2 数据与方法

2.1 数据来源与处理

本研究使用的GIMMS NDVI数据来自美国航空航天局(NASA)全球监测与模型研究组GIMMS提供的 NOAA/AVHRR-NDVI数据集,其空间分辨率为 8km×8km,属半月合成数据,时间跨度为 1982年 1月～2003年 12月.MODISNDVI数据来自美国 NASA的地球观测系统EOS/MODIS数据集,其空间分辨率为1km×1km,采用的MODIS数据时间为2000年2月2006年12月,获得的2种数据集的NDVI数据都已经过几何精纠正、辐射校正、大气校正等预处理、且都已采用最大值合成法(MVC)以减少云、大气、太阳高度角等的影响.

首先对空间分辨率为1km MODIS NDVI 月值数据进行重采样,获取 8km 空间分辨率的MODIS 月最大数据集,依据AVHRR和MODIS两种传感器的特点对8km空间分辨率的2种数据集进行一致性分析,分别基于2种数据集的月最大数据及像元数据间的相关系数及其显著相关性,确立应用MODIS数据对GIMMS数据进行长时间序列的插补的可行性.基于2种数据集重合月份像元尺度上建立的线性回归方程,在 Arcmap Spatial Analysis模块进行栅格运算,获取 GIMMS NDVI 2004～2006各月份的插补数据序列.基于各年月最大数据通过 MVC方法获取年最大数据.年最大NDVI代表了全年植被的最好生长状况.

东北多年冻土区范围矢量数据是参考孙广友[13]总结其他冻土研究学者经验并改进的东北地区多年冻土分布图,进行矢量化和属性添加得到的,转化为 Albers投影,以便进行下一步分析.植被类型矢量数据来自中国科学院中国植被图编辑委员会2001年编制的1100∶万中国植被图集的东北地区部分,经扫描矢量化和属性添加得到.1986年和 2005年土地利用数据来自于中国科学院资源环境科学数据中心沼泽湿地与东北数据分中心,已得到广泛验证和应用[19,24].

气象数据来源于中国气象科学数据共享服务网(http://cdc.cma.gov.cn/)中国地面国际交换站,本文所用数据为气候资料数据集中的东北多年冻土区19个气象站点1982～2006年的年平均气温和年降水量数据.应用GIS软件采用反距离权重插值获得与 NDVI数据同样投影和空间分辨率的栅格数据.

2.2 研究方法

2.2.1 植被覆盖特征分析方法 采用 1982～2006年的年最大NDVI平均数据研究东北多年冻土区植被覆盖的整体分布情况,结合植被类型图分析 NDVI分布特征.NDVI年际变化趋势分析采用25a间每年的年最大NDVI数据全区域平均值分析其变化趋势,通过回归分析来了解NDVI变化显著水平.同时结合植被覆盖类型数据提取不同类型的 NDVI进行区域统计,分析不同类型植被的NDVI年际变化特征.

趋势线分析方法[4]可以模拟每个栅格的变化趋势,反映不同时期植被覆盖变化的空间分布特征.本文用此方法来模拟多年 NDVI的变化趋势,根据植被NDVI变化范围,定义无变化、轻度增加、轻度减少、高度增加和严重减少5个变化区间.计算公式为:

2.2.2 东北多年冻土区植被与气候因子相关分析 借助 Armap9.2的地统计分析模块下的Geostatistical Wizard将气温、降水在ArcMap中经反距离权重插值获取与 NDVI数据具有同样投影和空间分辨率的气象栅格数据.本文首先对1982～2006年东北多年冻土区25a的年均NDVI与年均气温和年降水量进行相关分析,探讨长时间序列的植被NDVI与气候因子间的相关性(其中,NDVI、气温、降水三者样本数均为 25,自由度为 23).然后利用基于像元的相关分析方法,对1982～2006年东北多年冻土区25a NDVI序列数据与气候因子(温度与降水量)进行逐像元相关分析,以其相关系数来反映气候因子与 NDVI序列的相关程度,并探讨相关系数的空间分布情况,综合分析植被 NDVI对气候因子的响应.其相关系数计算公式[1]如下:

rx y为要素x和y之间的相关系数,表示该2要素之间的相关程度的统计指标,其值介于[-1,1]区间.rx y ＞0表示正相关;rx y ＜0表示负相关,相关系数越大,说明该像元处二者要素相关性越强.

为进一步探讨东北多年冻土区植被 NDVI所受气候因子的主控因素,对年最大 NDVI与年平均气温和年降水量进行偏相关分析,偏相关系数计算公式[1]如下:

式中: r12、r13、r23分别表示变量V1与V2、V1与V3和V2与 V3的相关系数;R12.3是将变量V3固定后变量V1与变量V2之间的偏相关系数.

2.2.3 东北多年冻土区土地利用/覆被变化分析 在Arcmap9.2环境下将裁切后的1986年和2005土地利用/覆被数据利用Intersect命令进行叠加,添加字段并利用Select By Attributes命令获得 1986～2005年期间不同土地利用/覆被类型之间的变化记录,统计变化面积,并根据转移矩阵以及各类型变化的空间分布情况进行转移矩阵分析.

3 结果与分析

3.1 GIMMS和MODIS数据一致性检验

由于GIMMS和MODIS2种数据采用了不同的传感器,其波段范围有一定差异,表1列出了2种传感器在近红外和红波段的波长范围以及空间和时间分辨率等特征.由表1可见,在进行长时间序列分析年际变化前需对 2种数据集进行一致性检验.2种数据集有4年数据交叉,在此采用各月最大 NDVI全区域平均来分析二者相关系数,从研究区大尺度来看,2种数据集相关系数为 0.9427,具有较显著的一致性,通过0.001置信度检验(图2a).

表1 GIMMS和MODIS 2种数据集传感器的几何和光谱特征Table 1 The geometric and spectrum characters of the different datasets, GIMMS and MODIS

对研究区进行像元尺度 2种数据集的一致性检验,从像元尺度来看,2种NDVI数据集之间具有很好的线性关系(n=32000,P＜0.001)(图 2b).从差值大小来看,2种数据集差值集中在±0.2之间,插值后在±0.1之间.从像元尺度上来看,2种数据集之间一致性关系良好.综合分析,针对东北多年冻土区大区域空间尺度来说,可以用 MODIS数据集对GIMMS数据插补,进行NDVI的时间序列分析.

图2 东北多年冻土区GIMMS和MODIS NDVI数据对比Fig.2 The contrast of GIMMS and MODIS NDVI datasets in the northeast permafrost region

3.2 植被NDVI分布状况及其年际变化与空间特征分析

3.2.1 植被NDVI基本特征 由图3可知,东北多年冻土区植被 NDVI的空间分布状态与地形和植被类型有很大关系.本区地处我国的北方边境地区,地貌类型主要为山地,小部分区域地势较平.区域植被生长状态总体较好.小兴安岭南部伊春地区以及大兴安岭部分地区为阔叶林覆盖区,NDVI值最高,在 0.8～0.9之间;图里河、塔河等地区主要植被覆盖类型为针叶林,森林茂盛,NDVI值也较高,一般在 0.7～0.9之间;阿尔山东部有灌木林地分布,为东北林区与内蒙草原交错区,NDVI值在0.6～0.7之间.北安、嫩江区域是本研究区农田的主要分布区,植被覆盖状况低于森林覆盖区,平均NDVI值在0.6～0.7之间.西南部为草地集中区,为呼伦贝尔典型草原,NDVI值在0.4～0.5之间,额尔古纳右旗地区草甸草原较典型草原区 NDVI值高,在 0.5～0.6之间;该区域由于受人类干扰程度不同,表现出不同的 NDVI值分布规律.在人类活动比较集中的地区以及一些非植被覆盖区,NDVI值在 0～0.3之间.其他植被覆盖类型如沼泽湿地和草甸,大多分布于山地森林之间的地形平坦地区以及河流沿岸,植被生长状况较好,NDVI值在0.4～0.6之间.

图3 东北多年冻土区植被类型和25a平均NDVI分布Fig.3 Vegetation distributions in the northeast permafrost region and the mean NDVI distributions in the past 25 years

3.2.2 植被NDVI年际变化特征 对全区年最大NDVI与年份做回归分析得出,25a间东北多年冻土区植被NDVI呈极显著下降趋势(P ＜ 0.01).本区是东北地区乃至全国的木材主要产区,分布着诸多的林场作业区,近几十年来受气候条件和人为因素影响较大.由图4a可见,25a间NDVI值波动较大,分别在1986、1993和1998年出现NDVI低值.其中,1998年出现最小值是因为该区地处东北地区河流分布较多的区域,该年的强降水(全区年均降水量近 600mm)严重影响了植被生长[14].整体来看,研究区植被NDVI在1982～2006年之间大致可以分为4个阶段: ①1982～1990年,植被覆盖虽有小幅波动,但整体上呈小幅持续增加的趋势.②1990～1993年,植被 NDVI呈迅速下降趋势.③1993～1997年,植被 NDVI呈现回升,表现出缓慢上升的趋势.④1998～2006年,NDVI呈现下降趋势,其间伴随有小幅波动.4个阶段的NDVI值年际变化趋势是人类活动与气候变化综合作用的结果.

图4 1982～2006年东北多年冻土区年均NDVI年际变化和不同类型植被NDVI变化曲线Fig.4 NDVI variation curves of annual mean and different vegetation types in northeast permafrost region from 1982 to 2006

3.2.3 不同植被类型 NDVI年际变化特征 采用年最大NDVI值来分析不同植被类型的NDVI年际变化情况,如图4b所示.选取4种典型植被类型分析其年际变化趋势:针阔混交林、落叶针叶林、耕地、典型草原.由图4b可见,除典型草原受气候因子和人为因素影响年际波动较大外,其他几种类型变化情况基本一致,并与整个研究区平均NDVI年际变化情况相吻合.

3.2.4 植被 NDVI变化空间分布特征 通过逐像元趋势线分析方法,分析东北多年冻土区植被NDVI变化趋势,可以看出,整个研究区域 25a来发生了不同程度的变化(图5),黑龙江省伊春、孙吴,内蒙古东部阿尔山、博客图等东北部大面积的森林植被覆盖有所下降,NDVI值轻度减少.研究区西南部植被覆盖类型为典型草原和草甸草原.海拉尔、呼伦贝尔、满洲里等区域 NDVI值呈轻度增加,这是主要是由于人类活动影响,草地开垦变成农田.小部分区域草原 NDVI值出现严重减少情况,主要原因为人类活动造成的植被退化与荒漠化.结合植被类型图来看,研究区内农田植被NDVI 在25a间变化较小或者呈无变化.沿黑河、孙吴边境地区沼泽湿地NDVI值呈轻度增加,原因为沿边境地区部分沼泽湿地受气候和人为因素影响变成农田或者林地.

图5 1982～2006年东北多年冻土区植被年最大NDVI变化空间分布Fig.5 Spatial distribution of the annual maximum NDVI slope in northeast permafrost region from 1982 to 2006

3.3 东北多年冻土区气候因子变化特征

研究区 1982～2006年 25a的年平均气温为-0.6,℃最高年均气温0.4(1990℃年),最低年均气温为-2.2(1987℃年).由图6a可以看出,25a来该研究区气温呈现缓慢然而显著(P＜0.05)的上升趋势.25a气温大约升高1,℃增长速率为0.0383/℃年.研究区25a间年降水量平均值为456.5mm,年降水量最大值出现在 1998年,为597.9mm;最小值为 342.9mm(2001年).25a年降水量的减少速率为3.58mm/a(图6b).

图6 1982～2006年东北多年冻土区年均气温和年降水量年际变化趋势特征Fig.6 The variation of annual mean temperature and annual precipitation in northeast permafrost from 1982 to 2006

3.4 植被NDVI对气候变化和土地覆被变化的响应

分别对1982～2006年的植被年最大NDVI、年均气温和年降水量进行 25a平均,在 ArcInfo grid模块下,计算 NDVI与气温和降水之间的相关系数.结果表明,植被NDVI与年均气温间呈负相关关系,相关系数为-0.2641 (P ＜ 0.05);植被NDVI与年降水量间呈正相关关系,相关系数为0.7700 (P ＜ 0.01).从相关系数结果而言,植被NDVI与年降水量间的相关系数明显大于年平均气温,由于两者的相关系数都呈现显著相关性,为进一步确立主控因子,对植被 NDVI与年平均气温与年降水量进行偏相关分析.偏相关分析结果相关系数分别为:-0.582,0.843,相关性均显著(P ＜ 0.01);降水量是东北多年冻土区植被年最大NDVI的主要影响因子.

3.4.1 植被 NDVI与年平均气温的相关分析 1982～2006年植被 NDVI与年均气温进行逐像元相关分析的结果显示(图 7a),东北多年冻土区 NDVI与年均气温整体上呈负相关.新巴尔虎左旗、海拉尔、满洲里、塔河等部分像元的NDVI和气温关系表现为正相关性,有些地区表现为显著正相关,相关系数在 0.2～0.6之间.结合植被类型图可知,这些正相关区域的主要植被类型是典型草原、草甸草原、草甸和沼泽湿地,其中草甸草原和沼泽湿地与气温相关性最为显著.气温升高及土壤冻融状况的变化会使冻土区湿地植物的生长期产生变化及可能的植被覆盖度增加[25].由于东北多年冻土区地处北半球高纬度地区,年平均气温较低,土壤多为多年冻土和季节性冻土,全球气候变暖使得多年冻土退化,冻土上界下移、冻土活动层增厚[26],植被可生长和利用的土壤空间以及土壤有机物增加[27].通常,草地、湿地、灌木较森林植被对温度、降水具有更为显著的响应[15].因此,该区域植被生长状况较好,NDVI值有所升高.呼玛、孙吴、伊春、阿尔山等区域的部分像元 NDVI和气温表现为显著负相关,相关系数在-0.9～-0.4之间,这些地区植被类型主要是阔叶林、灌木林地,虽不能确定温度升高是该区植被覆盖降低的直接驱动因子、但二者之间表现出的相关性说明,温度的升高直接影响了该区域的植被覆盖变化.杨光华等[3]认为温度升高加速了地表蒸散过程,潜在地加剧了水分的缺乏,东北多年冻土区年均气温较低、加上年降水量在不断减少(图 6b),这就限制了植被的生长,进而导致植被NDVI下降.朱文泉等[28]研究发现,东北寒区植被生长主要受温度制约,而本研究发现,对于东北多年冻土区年最大 NDVI主要受降水影响,分析原因为年最大 NDVI主要出现在生长季 6～9月份,这个时间段的东北多年冻土区平均气温相对其他月份较高,适合于植被生长,而处于生长季的植被对于变化的降水量较为敏感,受影响作用较大,故与降水的相关系数较高,这一结论与王宗明等[8]研究认为“东北地区生长季降水与植被NDVI的相关性大于气温与植被 NDVI的相关性”相吻合.

图7 东北多年冻土区年最大NDVI与年平均气温和年降水量间相关系数分布情况Fig.7 Distribution of correlation coefficients between NDVI and annual mean temperature and annual precipitation in northeast permafrost region

3.4.2 植被NDVI与年降水量间相关关系 植被 NDVI与年降水量之间的逐像元相关分析结果表明,整体上二者呈正相关关系(图 7b),随着时间推移,年降水量不断降低,植被覆盖下降,NDVI值减小.由于本区地处北方高纬度地带,气候以大陆性气候为主,降水量是本区植被生长的关键因子,具有决定性的意义,这与中国寒旱区的研究结果[29]相吻合.研究区西南部典型草原以及草甸草原分布区植被 NDVI与降水量表现出了较显著的正相关性,像元相关系数多在 0.5以上.分析其原因为:该区地处东北寒区西南部,远离河流和海洋,西部为内蒙古干旱地区,受降水量直接影响较大[30],并且草地对于气候变化反应更为迅速.沿边境一带的森林覆盖区域,由于河流较多,空气湿润,植被覆盖NDVI与降水量之间无显著相关性.研究区东部,小二沟、嫩江、大兴安岭区域表现出较显著的负相关性,部分像元相关系数小于-0.5,其他在-0.2～-0.5之间.该区域植被类型主要是耕地和沼泽湿地.分析出现负相关的原因是:降水量减少导致河流水位下降,两岸沼泽湿地和草甸植被生长面积增加,或者河流两岸原无植被覆盖或覆盖度低的区域在人类活动作用下转化成农田,这些都进一步提高了植被覆盖.另外随着降水量的减少,沼泽湿地土壤水分含量较之以前降低,而现有土壤湿度更适合于植被生长,加上人类活动影响和气温升高,农田浅层年平均地温较湿地明显升高,造成东北多年冻土区冻土的退化[31],进而为植被的生长创造了更优越的生长环境.

从气候因子年际变化曲线可以得出,东北多年冻土区在全球变化大背景下,年平均气温将持续升高,而年降水量减少,东北多年冻土区植被NDVI与气候因子间的相关性更为显著,特别是研究区西部典型草原和草甸草原区应进行合理的调控措施,防止科尔沁荒漠化地带蔓延.

3.4.3 植被 NDVI对土地利用/覆被变化的响应 对1986年和2005年的土地利用数据进行转移矩阵分析,1986～2005年各土地利用类型之间的转化面积见表2.

从图4b可见,同等状态下各类型NDVI均值表现为:林地＞耕地＞草地.通过转移矩阵以及土地利用/覆被变化分布分析,结合NDVI变化空间分布(图 5)得出:东北多年冻土区耕地面积有所增加,增加量为 3027.1km2,主要由林地和草地转化而来;其中草地退化为耕地主要分布在海拉尔东部和新巴尔虎左旗区域,该区域 NDVI呈轻度减少状态.林地面积减少 3243.7km2,主要转变为耕地(小二沟、嫩江区域)和草地(阿尔山南部区域),发生该类土地利用变化的区域,其 NDVI值大部分呈轻度减少,少数区域呈严重减少状态.草地总体面积变化不大,但其变化的空间差异较大,海拉尔东部及额尔古纳右旗地区的草甸草原退化,人为开垦严重,转变为耕地(3418.4km2), NDVI值轻度增加;而海拉尔西部,新巴尔虎左旗北部地区为退耕还草工程典型区,较大面积的耕地转变为草地(2415.4km2),NDVI轻度减少.阿尔山东南部属草原和林地交汇处,部分林地转变为草地(1450.5km2),NDVI值减小;呼伦贝尔典型草原地区少量草地转化为沙地、海拉尔的部分草地转化为盐碱地,导致植被 NDVI严重减小.综上所述,不同土地利用类型间的变化直接导致了植被NDVI的大小发生变化,影响了植被 NDVI在时间和空间上的分布特征.

表2 1986～2005年各土地利用/覆被类型面积变化统计(km2)Table 2 Statistics of area change for different land use types from 1986 to 2005 (km2)

4 结论

4.1 通过对NOAA AVHRR和MODIS2种数据集的结合使用,解决了单一数据集时间序列有限的局限性,为长时间序列的植被动态变化研究提供借鉴.

4.2 东北多年冻土区1982～2006年25a时间内植被生长的变化趋势为:伴随着气温的显著升高和降水量下降,植被NDVI显著下降,降水量是影响植被NDVI的主要因子.

4.3 东北多年冻土区有很强的地域特征.森林为该区主要植被覆盖类型,NDVI值较大;草地集中在研究区西南部地区,NDVI值相对较小.在气候变化和人类活动的双重作用下,东北多年冻土区植被覆盖 NDVI在 1982～2006年间表现出 4个变化阶段.不同植被覆盖类型表现出了不同的NDVI年际变化趋势,但尤以草地 NDVI值波动最大.从研究区NDVI变化空间分布来看,伊春、阿尔山、博克图等大面积地区,森林植被覆盖有所下降,NDVI轻度减少.研究区西南部海拉尔、呼伦贝尔、满洲里部分的典型草原、草甸草原植被NDVI值呈轻度增加.

4.4 东北多年冻土区植被NDVI受气候因子影响较大,植被NDVI值与气候因子间具有很强的相关性.气候变化直接影响植被的生长状况;同时,气候因子的变化直接影响多年冻土区冻土的退化情况,进而间接影响植被的生长.东北多年冻土区植被NDVI表现出了空间和时间上的变化响应.

4.5 1986～2005年间草甸草原转变为耕地,NDVI轻度增加.小二沟、嫩江地区林地转变为耕地;海拉尔西部、新巴尔虎左旗北部地区耕地转变为草地(退耕还草);阿尔山东南部灌木林地转变为草地,这些地区的土地利用/覆被变化导致NDVI值呈现轻度减少的趋势.虽然东北多年冻土区土地利用变化比例较小,变化面积仅占总面积的2.4%.但不同的土地利用类型间的转变对植被NDVI的大小和空间分布产生了重要影响.

[1] 孙红雨,王常耀,牛 铮,等.中国植被覆盖变化及其与气候因子关系—基于 NOAA 时间序列数据 [J]. 遥感学报, 1998,2(3):204-210.

[2] 信忠保,许炯心,郑 伟.气候变化和人类活动对黄土高原植被覆盖变化的影响 [J]. 中国科学(D 辑):地球科学, 2007,37(11):1504-1514.

[3] 杨光华,包安明,陈 曦,等.1998—2007年新疆植被覆盖变化及驱动因素分析 [J]. 冰川冻土, 2009,31(3):436-444.

[4] 马明国,王 建,王雪梅.基于遥感的植被年际变化及其与气候关系研究进展 [J]. 遥感学报, 2006,10(3):421-431.

[5] 方精云,朴世龙,贺金生,等.近 20年来中国植被活动在增强 [J].中国科学(C辑), 2003,33(6):554-565.

[6] 朴世龙,方精云.最近18年来中国植被覆盖的动态变化 [J]. 第四纪研究, 2001,21(4):294-302.

[7] 陈云浩,李晓兵,史培军.1983～1992年中国陆地NDVI变化的气候因子驱动分析 [J]. 植物生态学报, 2001,25(6):716-720.

[8] 王宗明,国志兴,宋开山,等.中国东北地区植被 NDVI对气候变化的响应 [J]. 生态学杂志, 2009,28(6):1041-1048.

[9] Compton J Tucker, Jorge E Pinzon, Molly E Brown, et al. An extended AVHRR 8-km NDVI dataset compatible with MODIS and SPOT vegetation NDVI data [J]. International Journal of Remote Sensing, 2005,26(20):4485-4498.

[10] Rasmus Fensholt, Kjeld Rasmussen, Thomas Theis Nielsen, et al.Evaluation of earth observation based long term vegetation trends— Intercomparing NDVI time series trend analysis consistency of Sahel from AVHRR GIMMS, Terra MODIS and SPOT VGT data[J]. Remote Sensing of Environment, 2009,113:1886-1898.

[11] Poutou E, Krinner G, Genthon C. Role of soil freezing in future boreal climate change [J]. Climate Dynamics, 2004,23:621-639.

[12] Anisimov O A, Nelson F E, Pavlov A V. Predictive scenarios of permafrost development under conditions of global climate change in the XXI century [J]. Earth Cryology, 1999,3:15-25.

[13] 孙广友,于少鹏,王海霞.大小兴安岭多年冻土的主导成因及分布模式 [J]. 地理科学, 2007,27(1):68-74.

[14] 张 军,葛剑平,国庆喜.中国东北地区主要植被类型NDVI变化与气候因子的关系 [J]. 生态学报, 2001,21(4):522-525.

[15] 邓朝平,郭 铌,王介民,等.近20余年来西北地区植被变化特征分析 [J]. 冰川冻土, 2006,28(5):436-444.

[16] 国志兴,王宗明,宋开山,等.1982～2003年东北地区植被对气候变化的响应研究 [J]. 西北植物学报, 2008,28(1):0155-0163.

[17] 罗 玲,王宗明,宋开山,等.1982～2003年中国东北地区不同类型植被 NDVI与气候因子的关系研究 [J]. 西北植物学报,2009,29(4):0800-0808.

[18] 王 宏,李 霞,李晓兵,等.中国东北森林气象因子与 NDVI 的相关关系 [J]. 北京师范大学学报(自然科学版), 2005,41(4):425-430.

[19] 张树文,张养贞,李 颖,等.东北地区土地利用/覆被时空特征分析 [M]. 北京:科学出版社, 2006.

[20] 金会军,于少鹏,吕兰芝,等.大小兴安岭多年冻土退化及其趋势初步评估 [J]. 冰川冻土, 2006,28(4):467-476.

[21] 郭东信,王绍令,鲁国威,等.东北大小兴安岭多年冻土分区 [J].冰川冻土, 1981,3(3):1-9.

[22] 王春鹤,张宝林,刘福涛.中国东北地区多年冻土退化标志和现象 [C]//第五届全国冰川冻土学术大会论文集(下册)兰州:甘肃文化出版社, 1996:1063-1070.

[23] 周 梅,余新晓,冯 林.大兴安岭林区多年冻土退化的驱动力分析 [J]. 干旱区资源与环境, 2002,16(4):44-47.

[24] Wang Z M, Zhang B, Song K S, et al. Land use changes in Northeast China driven by human activities and climatic variation[J]. Chinese Geographical Science, 2009,19(3):225-230.

[25] Tape K, Sturm M, Racine C. The evidence for shrub expansion in Northern Alaska and the Pan-Arctic [J]. Global Change Biology,2006, 12:686-702.

[26] 金会军,李述训,王绍令,等.气候变化对中国多年冻土和寒区环境的影响 [J]. 地理学报, 2000,55(2):161-173.

[27] Stendel M, Christensen J H. Impact of global warming on permafrost conditions in a coupled GCM [J]. Geophysical Research Letters, 2002,29,16-32.

[28] 朱文泉,潘耀忠,阳小琼,等.气候变化对中国陆地植被净初级生产力的影响分析 [J]. 科学通报, 2007,52(21):2535-2541.

[29] 宋 怡,马明国.基于GIMMS AVHRR NDVI数据的中国寒旱区植被动态及其与气候因子的关系 [J]. 遥感学报, 2008,12(3):0499-0505.

[30] 张宏斌,唐华俊,杨桂霞,等.2000～2008 年内蒙古草原 MODIS NDVI 时空特征变化 [J]. 农业工程学报, 2009,25(9),168-175.

[31] 刘兴土,赵奎义,吕宪国,等.东北湿地 [M]. 北京:科学出版社,2005.

The vegetation NDVI variation and its responses to climate change and LUCC from 1982 to 2006 year in northeast permafrost region.

MAO De-hua1,2, WANG Zong-ming1*, SONG Kai-shan1, LIU Dian-wei1, ZHANG Bai1, ZHANG Su-mei1,2, LUO Ling1,2, ZHANG Chun-hua1,2(1.Northeast Institute of Geography and Agroecology, Chinese Academy of Sciences, Changchun 130012, China；2.Graduate University of Chinese Academy of Sciences, Beijing 130049, China).China Environmental Science, 2010, 31(2)：283～292

Based on the remote sensing data, GIMMS AVHRR and MODIS datasets NDVI during 1982～2006, the annual dynamic and spatial variability of vegetation NDVI in northeast permafrost region were studied. And combined the meteorological data and land use/cover data the responses of vegetation NDVI to climate change and land use/cover change was analyzed. The vegetation NDVI in northeast permafrost was high and had obvious spatial variability. Forest was the principal vegetation type which NDVI was the supreme and mainly distributed in the zone of DaXiao Hinggan Mountains and Yi-Chun. The NDVI of lawn which mainly distribute in the southwest was relatively small. The variation trend of vegetation growth in the 25 years in northeast permafrost region was that vegetation NDVI decreased prominently with the temperature rose significantly and precipitation decreased. Precipitation was the main factor influenced vegetation NDVI compared with temperature (the correlation coefficient is 0.74). The northeast permafrost region vegetation NDVI showed four stages by the influences of climate change and human activities from 1982 to 2006. The different vegetation types showed different annual variation disciplines. The discipline of lawn had the biggest volatility in the 25 years. The change of vegetation NDVI had obvious spatial variability. The climate change and permafrost degradation influenced the vegetation NDVI dynamic in the northeast permafrost region. The risen annual mean temperature and decreased annual precipitation had affected the growth of vegetation. In the scale of pixel, the vegetationNDVI had significant correlation between and temperature as well as precipitation and showed temporal and spatial response to the changing climate. The analysis result of LUCC stated clearly that the changes of land cover type in different areas had leaded to increased or decreased NDVI value. Although the LUCC proportion in northeast permafrost region was small, different transformation between the land cover types caused important influence to the size of NDVI value and spatial distribution.

vegetation NDVI；climate change；LUCC；correlation analysis based on pixels；northeast permafrost region

X171

A

1000-6923(2011)02-0283-10

2010-04-28

国家自然科学基金资助项目(40930527,40871187);中国科学院知识创新工程重要方向项目(KZCX2-YW-341);国家“973”项目(2009CB421103)

* 责任作者, 研究员, zongmingwang@gmail.com

毛德华(1987-),男,山东沂水人,中国科学院东北地理与农业生态研究所硕士研究生,研究方向资源环境遥感.