黑土区气候生产潜力与植被指数关系的分析

孙彦坤，王鼎震，徐晓伟，张翼飞，沃晓棠，玄明君

（1.东北农业大学资源与环境学院，哈尔滨 150030；2.内蒙古大学，呼和浩特 010021）

东北黑土区是我国重要的粮食主产区，因其深厚的腐殖质层、高肥力、良好的理化性质及生物特性，对我国粮食安全及国民经济稳定有举足轻重作用[1-3]。耕地和气候是决定区域农业发展的两个基本条件，气候生产潜力是评价农业气候资源的依据之一；同时，农田生产力也依赖土体质量和农作物的种类[4-7]。所以，气候和植物两个方面是研究黑土区生产力问题的关键。中外学者所做大量关于气候生产潜力与归一化植被指数（NDVI）研究[7-13]。大都从时间或空间尺度来讨论各自的变化，或与单一的气象因子进行相关性分析，关于二者之间关系的研究在国内尚处于起步阶段。为此，本研究以东北黑土区内的依安、拜泉县为例，在收集两县的气候、图像资料的基础上，利用RS和GIS方法来讨论黑土区气候生产潜力与归一化植被指数（NDVI）的变化和二者关系。为黑土区未来的发展与保护提供具有参考价值的科学数据。

1 研究地概况与试验方法

1.1 研究地概况

依安县与拜泉县位于黑龙江省中部偏西，地理坐标范围 E124°50'～126°31'，N47°16'～48°2'。总面积7 379 km2，其中耕地面积4 620 km2，土壤类型主要为黑土、黑钙土。属寒温带大陆性季风气候，年平均气温1.8℃，有效积温2 500℃，无霜期122 d，年平均降水962.3 mm，全年日照时数2 730 h[14-15]。

1.2 材料与方法

1.2.1 数据来源

气象数据选取黑龙江省74个地区1979年和2001年的年降水总和及年平均气温。由于数据量巨大，未列出具体数据。遥感数据选取1979年8月23日和2001年8月11日的TM数据为数据源。经过校正、波段融合、剪切等预处理，得到依安和拜泉两县的遥感图像数据，见图1。预处理后的遥感数据进行分类处理与植被指数的提取。

1.2.2 土地利用分析方法

通过ERDAS软件中的监督分类模块（Supervised classification）分析，监督分类（Supervised），又称训练分类法，即用被确认类别的样本象元去识别其他未知类别象元的过程[16]。研究将两县的土地利用类型分为四类，分别是农用地、居民地、水域、草地、其他用地（研究区林地类型主要为单行或少数几行的行道树与防护带，由于本研究所选用的遥感数据空间分辨率较低，无法将林地单分出来，所以在利用类型上将其归为农用地）。分类后的图像再经过矩阵分析模块（Matrix）进行处理，得出土地利用转移情况图像。

图1 1979年、2001年研究区遥感影像Fig.1 Remote sensing images in research area in 1979 and 2001

对研究区1979年和2001年的土地利用情况分析对比，进而得出研究区两年的土地利用转移情况，以便于更好的分析两县植被指数与气候生产潜力的变化情况。

1.2.3 归一化植被指数的提取

植被指数是指通过近红外和可见光波段反射率的线性和非线性组合构成的数值，用以反映植被的生长状况。其计算公式如下：

式中，ρNIR代表红外波段反射率；ρR代表红光波段反射率。

1.2.4 气候生产潜力计算方法

采用桑斯维特纪念（Thornthwaite memorial）模型计算气候生产潜力，桑斯维特纪念模型以实际蒸散量为变量，综合了水热等气候因子，是一个代表性较强的气候指标，计算结果虽然在干旱区精度略低，但总体上与实测值偏差较小，与筑后模型的计算结果接近[17-18]。其计算公式如下：

式中，PET是气候生产潜力（g·m-2·a-1）；e是自然对数底数；ET是实际蒸散量（mm），可由True公式计算[19]。

式中，r是年降水量（mm），E0是年最大蒸散量（mm），t是年平均气温（℃）。

通过桑斯维特纪念模型来计算出所选各气象站点的气候生产潜力值。

1.2.5 空间插值方法

空间差值方法为普通克立格法（Ordinary kriging，OK），普通克立格法是利用区域化变量的原始数据和变异函数的结构特点，对未采样点的区域化变量的取值进行线性无偏最优估计的一种方法。使用公式表示为

其中，Z为待估计的气候生产潜力栅格值，λi为赋予气象站点气候生产潜力值的一组权重系数，n为用于气候生产潜力插值气象站点的数目，Z（xi）为气象站点气候生产潜力值。

为满足无偏性和最优性两个条件，通过建立如下克立格方程组来确定权重系数。

其中，C（υi，υj）为气象站点之间的协方差函数，C（υi，V）为气象站点与插值点之间的协方差函数，μ为拉格朗日乘数。利用地理信息系统软件ARCGIS的空间分析模块（Spatial Analyst）提供的克立格插值方法来完成插值过程。为了与TM影像的空间分辨率一致，采用30 m×30 m的栅格数据图像。

2 结果与分析

2.1 研究区土地覆盖类型的变化

基于地理信息系统分析平台，对研究区1979和2001年的土地利用/土地覆盖现状数据和土地覆盖类型的变化数据进行统计和处理，获得1979年和2001年一级土地利用/土地覆盖类型的面积变化（见图2）。从图2可以看出，农用地为黑土区的主要土地利用类型，以依安、拜泉两县为例，农用地占两县总面积百分比分别为1979年77%，544 983 hm2；2001年83%，591 542 hm2。研究区在1979～2001年22年间土地利用/覆盖变化总体趋势是耕地面积和居民地面积表现为较大幅度增加，分别增加了46 559和8 152 hm2，而草地面积则减少了62 163 hm2。

图2 1979年、2001年研究区土地利用动态Fig.2 Dynamic of land use in research area in 1979 and 2001

利用ERDAS下Interpreter模块中的GIS Analysis→Matrix功能获得了1979～2001年土地利用类型间的转移图（见图3），数据显示，耕地与草地间的转换趋势最为显著，1979～2001年耕地面积的增加主要来源于草地。

2.2 研究区植被指数分布特征

植被指数反映植被的覆盖程度和长势差异。由图4可知，归一化植被指数的数值比较大的区域主要分布在拜泉县的大部和依安县的北部，说明这些区域内的植被长势较其他区域要好；依安县南部的归一化植被指数的数值较小，局部区域甚至出现负值，这可能与该区域山地河流较多的地形有关。研究区平均值1979年0.062，2001年0.320，研究区的归一化植被指数整体上呈现增加的趋势。

图3 1979年、2001年研究区土地利用动态Fig.3 Dynamic of land use in research area in 1979 and 2001

图4 1979年、2001年研究区植被指数变化Fig.4 Change of vegetation index in research area in 1979 and 2001

2.3 研究区气候生产潜力分布特征

1979年与2001年研究区气候生产潜力的分布特征见图5。由图5可见，两个年份的分布特征体现出较高的一致性，由西南向东北数值逐渐升高，最高值出现在拜泉县的东北部，最低值出现在依安县的西南部。这种分布趋势与两个年份的植被指数分布趋势也有一定的相似性，说明当地的植被生长情况与气候关系十分密切。

2.4 研究区气候生产潜力与植被指数的相关性分析

采用拟合法对研究区的植被指数与气候生产潜力之间的关系进行研究时，需要搜集到植被指数与气候生产潜力相对应的一组数据。为了保证数据的一致性，必须要使2001年与1979年的坐标一致。在本研究中首先在研究区范围内随机选取30个坐标点，然后按此坐标提取两县1979年和2001年的植被指数和气候生产潜力数据。结果见表1。

提取调查样点的气候生产潜力和植被指数值，通过对数据的分析，建立气候生产潜力和植被指数之间的回归分析，得到二者的相关性。把收集到的数据利用Excel根据拟合法进行线性相关分析，分别得到了代表了1979年与2001年归一化植被指数与气候生产潜力趋势图，结果见图6。

图5 1979年、2001年研究区气候生产潜力分布特征Fig.5 Distribution features of climatic potential productivity in research area in 1979 and 2001

表1 植被指数与气候生产潜力数据采集Table1 Data collection table of vegetation index and climatic potential productivity

图6 植被指数与气候生产潜力相关系数Fig.6 Correlation coefficient of vegetation index and climatic potential productivity

图6表明，气候生产潜力与归一化植被指数呈显著正相关性。植被指数影响气候生产潜力，归一化植被指数小地方植被长势不好或植被相对稀疏，而植被作为连接土壤、大气和水分的纽带，因此植被的变化在一定程度上可以反映气候和土壤覆盖的变化[20]，所以在此地区气候被认为相对不利于植被的生长，气候生产潜力值也就低；反之植被指数高的地方植被长势相对良好，则此地区的气候被认为是相对有利于植被的生长，气候生产潜力值也就高。

3 讨论与结论

研究区土地利用最主要类型为农用地，1979年与2001年农用地面积分别占到研究区总面积的77%和83%，增加部分的面积主要来自于草地。归一化植被指数与气候生产潜力在研究区的分布趋势一致性，由西南向东北数值逐渐升高，最高值出现在拜泉县的东北部，最低值出现在依安县的西南部。用拟合法对气候生产潜力与归一化植被指数进行线性相关分析，结果表明气候生产潜力与归一化植被指数呈显著正相关性。本文仅是收集了1979与2001两年的气象与影像资料进行分析，虽然得出了气候生产潜力与归一化植被指数的正相关性结论，结果不具有普遍的代表性；仅以依安、拜泉两县为例进行研究，无论在气候生产潜力还是在归一化植被指数的研究中均属于小尺度范围，今后还需要更大时间与空间尺度的研究来论证本文结果。

[1]崔明,张旭东,蔡强国.东北典型黑土区气候、地貌演化与黑土发育关系[J].地理研究,2008,27(3):527-535.

[2]王小兵,吴元元,邓玲.东北黑土区黑土退化防治与保护研究[J].资源与产业,2008,10(3):81-83.

[3]庄季屏.东北黑土区生态系统的演变对土壤结构性质的影响[J].生态学杂志,1985:5-9.

[4]王卫,李秀彬.中国耕地有机质含量变化对土地生产力影响的定量研究[J].地理科学,2002,22(1):24-28.

[5]Hubbard K G,Flores-Mendoza F J.Relating united states crop land use to natural resources and cimate change[J].Joumal of Climate,1995,8(2):329-335.

[6]赵秀兰,延晓东.近20年黑龙江省土壤水储量变化趋势研究[J].地理科学,2006,26(5):569-573.

[7]孙世坤,蔡焕杰,王健.基于GIS的石羊河流域玉米气候生产潜力分析[J].西北农林科技大学学报,2010,38(6):211-219.

[8]Sandra Hamel,Mathieu Garel.Spring normalized difference vegetation index(NDVI)predicts annual variation in timing of peak faecal crudeprotein in mountain ungulates[J].Journal of Applied Ecology,2009,46:582-589.

[9]Arnon K,Nurit A Use of NDVI and land surface temperature for drought assessment:Merits and limitations[J].Journal of Climate,2010,23:618-633.

[10]Fabio Maselli1,Antonio Di Gregorio.Enrichment of land-cover polygons witheco-climatic information derived from MODIS NDVI imagery[J].Journal of Biogeography,2009,36:639-650.

[11]唐海萍,陈玉福.中国东北样带NDVI的季节变化及其与气候因子的关系[J].第四纪研究,2003,23(3):318-325.

[12]毛裕定,苏高利,李发东,等.气候变化对浙江省植物气候生产潜力的影响[J].中国生态农业学报,2008,16(2):273-278.

[13]高文彬,江东,杨小唤.遥感数据驱动的耕地生产潜力模型与应用[J].地理科学进展,2009,28(4):597-602.

[14]刘双全,李玉影,姬景红,等.依安县农田土壤速效养分空间变异特征初探[J].黑龙江农业科学,2010(10):42-44.

[15]李红梅,孟庆军.拜泉县生态环境建设与效果分析[J].黑龙江环境通报,2009,33(1):27-28.

[16]赵英时,等.遥感应用分析原理与方法[M].北京:科学出版社,2003.

[17]侯光良,游松才.用筑后模型估算我国植物气候生产力[J].自然资源学报,1990,5(1)：60-65.

[18]张宪洲.我国自然植被第一生产力的估算与分析[J].自然资源,1993(1):15-21.

[19]高素华,潘亚茹,郭建平.气候变化对植物气候生产力的影响[J].气象,1994,20(1):30-33.

[20]冯露,岳德鹏,郭祥.植被指数的应用研究综述[J].林业调查规划,2009,34(2):48-52.