博湖流域NDVI变化及其对气象因子的多尺度响应

聂 芹，满 旺，李宗梅，黄于同

(厦门理工学院计算机与信息工程学院,福建厦门361024)

博湖流域NDVI变化及其对气象因子的多尺度响应

聂 芹，满 旺，李宗梅，黄于同

(厦门理工学院计算机与信息工程学院,福建厦门361024)

基于SPOT－Vegetation 10 d产品数据及新疆巴音布鲁克气象站观测资料，运用小波分析与统计分析相结合的方法，从多时间尺度研究博湖流域1998—2009年间植被覆盖的非线性变化趋势，以及植被覆盖对气候变化的多尺度响应.结果表明：NDVI序列表现出具有时间尺度依赖性的非线性变化趋势，时间尺度从20 d到40 d、80 d、160 d，NDVI变化的周期性逐渐显现，最后到320 d尺度上NDVI变化趋势彰显出来；旬平均气温和旬降水在各个尺度上也呈现出与NDVI一致的变化趋势；从6个时间尺度看，NDVI与平均气温、降水之间存在着显著的线性相关关系，在小于40 d的时间尺度上，气温对NDVI的影响更大，而在80～160 d尺度上，降水的影响更强.

植被覆盖；气象因子；博湖流域；多尺度

植被覆盖变化及其对气候变化的响应是全球变化研究的重要内容之一,尤其是在生态环境脆弱区,气候变化对地表植被覆盖产生了显著影响.新疆位于欧亚大陆腹地,属于极端干旱和干旱地区,在以气候变暖为主要特征的全球气候变化背景下,再加上人类的活动,新疆年平均气温上升,年降水量增多,总体上新疆气候出现由暖干向暖湿发展的趋势［1］.因此,植被覆盖对这种气候变化的响应受到广泛关注.关于新疆地区植被覆盖的动态变化特征及对气象因子的响应,已经积累了大量的研究成果［2－7］.由于新疆地区独特的地理位置和地形地貌,气候变化具有显著的空间差异,因此植被对气候变化的响应也具有明显的地区差异［4］.梳理文献可以发现,目前大部分研究是以整个新疆为研究区,并采用相关分析和回归分析等传统统计学方法分析植被变化与气候变化的关系.植被覆盖变化与气候变化过程具有趋势性、周期性、随机性、突变性和非线性等变化特征,传统的统计分析很难全面揭示这些特征.尤其是植被覆盖变化及气候变化过程存在多时间尺度性,其变化特征和规律依赖于所关注的时间尺度,植被覆盖对气候变化的响应也存在多时间尺度性.鉴于目前大部分研究基于单一时间尺度分析,因此有必要从多个时间尺度揭示植被覆盖变化趋势及其对气候变化的多尺度响应.另外,尽管众多研究表明植被与气象因子间存在正或负的定量关系,但是随着所关注的时间尺度的变化,这种定量关系是否会发生？这将涉及到时间尺度问题.小波分析作为一种新兴的数学方法,被广泛应用于各个学科的多尺度研究中,目前已有研究将其应用在植被覆盖变化和气候变化的尺度分析中,并取得了一定的成果［8－9］.

近几十年来,运用遥感数据和方法在大、中尺度下分析植被动态及与气候的响应关系具有显著优势,已成为一个重要研究领域［10］.归一化差值植被指数 (normalization difference vegetation index, NDVI)是随着时间变化反映地表动态过程的遥感光谱指数,能监测植被覆盖动态.随着遥感技术的发展,NDVI产品具有多种时间分辨率,如SPOT－Vegetation的10 d产品数据,为精细尺度的植被覆盖变化研究提供了丰富的数据资料,NDVI对气候变化的响应体现在NDVI动态变化上.基于以上分析,本研究选取新疆博湖流域为典型研究区,综合小波分析、统计分析及遥感技术,研究自然植被覆盖变化的多尺度特征及其对主要气象因子的多尺度响应,以期在理论上能对植被覆盖变化及其与气候变化的响应提供新的研究思路,实践上可以为博湖流域生态保育提供决策支持.

1 研究区概况

新疆博斯腾湖流域包括开都河、博斯腾湖和孔雀河 (见图1),总面积77 300 km2,约占南疆面积的1/3.独特的区位条件、丰富的自然资源和快速发展的社会经济,使得这一区域在新疆经济建设中具有重要的意义.但是,由于自然和人为因素的双重影响,生态环境变得非常脆弱.植被作为生态环境变化的指示器,在陆地生态系统碳－水－能量循环中起着至关重要的作用.流域北部的巴音布鲁克气象站由于位于山区,很少受到人类活动的影响,可以代表自然植被覆盖的变化.因此,本研究选取代表性较好的巴音布鲁克气象站 (见图1)为例,研究1998—2009年博湖流域自然植被覆盖动态变化及其对气候变化的响应.

图1 博湖流域地理位置示意图Fig.1 Map of the study area of Bostent Lake basin

2 实验方法

2.1 数据处理

本研究以1998年4月至2009年12月间SPOTVegetation的10 d产品数据为数据源,该数据空间分辨率为1 km,数据经过大气校正、几何校正、辐射校正等预处理工作,通过最大值合成法得到每10 d的NDVI数据.为进一步去除噪声,本研究通过时间序列谐波分析 (harmonic analysis of time series, HANTS)重构时间序列数据,提高数据质量和研究结果的可信度.并在此基础上,为使NDVI数据更具代表性,取巴音布鲁克气象站周围3×3像元的NDVI平均值作为数据源.遥感数据处理及NDVI旬数据序列的获取均是基于ENVI 5.0及IDL编程批处理.

巴音布鲁克气象站日均气温和日降水数据来源于中国气象局国家气象信息中心,数据已经经过一致性检查.基于Matlab平台,通过对每旬气温进行平均得到旬平均气温序列,对每旬降水数据进行加和得到旬降水数据序列.

2.2 小波分析和回归分析

NDVI变化和气象因子演变过程是典型的多尺度、多层次问题,小波分解与重构有助于深刻理解这种多尺度演变规律.在小波分解与重构方面,存在许多基小波函数,通过对时间尺度和小波函数进行试验研究,基于结果的强壮性,本研究选择Symmlet作为基小波,sym8为小波函数,时间尺度锁定在21×10、22×10、23×10、24×10、25×10 d,即20、40、80、160、320 d.对NDVI及旬平均气温和旬降水因子序列进行小波分解与重构,详细的小波分解与重构算法可以参考文献 ［11－12］.

为了理解NDVI对气象因子的多尺度响应,本研究首先基于小波分解与重构得到NDVI和气象因子序列在不同时间尺度上的小波近似成份,以此建立不同时间尺度上NDVI与气象因子的回归分析模型.

3 结果及讨论

NDVI和气象因子时间序列均属于非平稳数据,呈现出年际变化、季节变化、长期波动和短期波动等多分辨率、多层次变化特征.本研究首先基于小波分析研究NDVI和主要气象因子的多时间尺度变化特征,然后基于相关分析识别NDVI与主要气象因子的相关关系,最后基于小波分解与重构的近似成份,定量研究NDVI与主要气象因子的多尺度响应关系.

3.1 NDVI和主要气象因子的多尺度变化特征

图2(a)显示了原始NDVI数据序列的变化特征,可见,NDVI曲线呈现毫无规律可循的强烈震荡,很难识别其变化趋势.通过对NDVI序列的小波分解与重构,发现了NDVI序列在不同时间尺度上的非线性变化趋势,如图2(b)所示.

图2 NDVI非线性变化趋势Fig.2 NDVI nonlinear change trend

在20 d尺度上,NDVI曲线起伏震荡较剧烈,呈现12个波峰和11个波谷,且每个波峰和波谷还有若干次波峰和次波谷；在40 d尺度上,NDVI曲线仍然存在12个波峰和11个波谷,但仅有3个波峰和6个波谷存在次波峰和次波谷,NDVI曲线的起伏震荡降低；在80 d尺度上,NDVI曲线呈现出明显的周期性,表现为12个波峰和11个波谷,但仅有1个波谷存在次波谷,NDVI曲线较40 d尺度上的光滑；尺度扩大到160 d,NDVI曲线的周期性越来越明显,没有次波峰和次波谷,周期性完全呈现出来；在320 d尺度上,NDVI潜在的变化趋势表现出来,总体呈现出相对平稳的趋势,即近11年来NDVI基本保持不变.

同样,对旬平均气温和旬降水序列进行小波分解与重构,得到2个序列在不同时间尺度上的变化趋势如图3所示.

图3 主要气象因子非线性变化趋势Fig.3 Nonlinear change trend for the main climate factors

由图3可见,旬平均气温和旬降水在各个时间尺度上的变化特征为：在20 d尺度上,曲线呈现剧烈的震荡起伏,均呈现为12个波峰和11个波谷,每个波峰和波谷均存在次波峰和次波谷,旬降水曲线的起伏波动表现更为剧烈；在40 d尺度上,两条曲线变得相对光滑,旬平均气温仅有5个波峰存在次波峰,旬降水曲线的次波峰和次波谷数目也降低；在80 d尺度上,旬平均气温的周期性显现出来,旬降水曲线仅几个波谷存在次波谷,曲线上下起伏减弱；在160 d尺度上,两条曲线呈现明显的周期性趋势,不存在次波峰和次波谷；在320 d尺度上,两条曲线表现为明显的相对平稳趋势,近11年来旬平均气温和旬降水总体保持不变趋势.这似乎与新疆气候总体向暖湿变化不一致,究其原因是本研究的研究时段较短,不能显现长期的气候变化趋势.

综上分析,1998～2009年间,NDVI序列表现出具有时间尺度依赖性的非线性变化趋势,即：随着时间尺度的增大,NDVI序列的变化趋势更加明显；随着时间尺度的减小,NDVI序列的非线性趋势表现得越来越明显,起伏震荡越来越显著.两个主要气象因子的表现也同样如此,表现为依赖于时间尺度的非线性变化趋势,随着时间尺度的增大,两个变量的变化趋势彰显出来.

进一步比较图2和图3,在各个时间尺度上,NDVI与两个气象因子的变化趋势呈现显著的同步性,从20～160 d尺度上3个序列均呈现相同的波峰和波谷,且各个波峰和波谷出现的时间点一致,尤其是NDVI曲线与旬平均气温的变化曲线在各个时间尺度上更加吻合,旬降水曲线比NDVI曲线变化更加剧烈,但基本趋势一致.这从形态学角度进一步证明NDVI与平均气温和降水呈现正相关关系,NDVI变化受到水热的共同作用.

3.2 NDVI对主要气象因子的多尺度响应

前面从多个时间尺度研究了NDVI与主要气象因子的形态学相似性,下面从统计学意义上揭示不同时间尺度下NDVI与两个主要气象因子的定量关系.

首先对NDVI与旬平均气温和旬降水序列分别计算Person相关系数.结果表明,NDVI与两个主要气象因子呈显著的正相关关系,NDVI与旬平均气温的相关系数为0.815,与旬降水序列的相关系数为0.63.且NDVI与旬平均气温的正相关性大于与旬降水的相关性,说明在小时间尺度上,平均气温对植被的影响更大.

以上是在10 d尺度上分析NDVI与两个主要气象因子的关系.NDVI与气象因子均表现为多时间尺度特征,接下来在对NDVI与旬平均气温和旬降水序列进行小波分解与重构的基础上,在不同时间尺度下,以NDVI为因变量,旬平均气温和旬降水为自变量建立二元线性回归方程,结果如表1所示.从表1可知,所有模型均通过显著性检验.从10 d到160 d尺度,R2增大,表明旬平均气温和旬降水对NDVI的解释能力增强；从回归系数看,随着尺度的增大,旬平均气温的回归系数逐渐减小,而旬降水的系数逐渐增大,表明降水在长时间尺度上对NDVI影响增强,气温对NDVI的影响减弱.进一步,在10 d和20 d的小时间尺度上,平均气温的回归系数大于降水,表明平均气温对NDVI的影响大于降水对NDVI的影响；而当时间尺度大于40 d时,降水的回归系数大于平均气温的系数,表明降水对NDVI的影响超过气温的影响.这符合现实意义,降水对植被生长具有显著的滞后效应,随着时间尺度的增大,降水对NDVI的作用越来越凸显.

表1 NDVI与主要气象因子多尺度回归分析Table 1 Regression analysis between NDVI and main climate factors

值得一提的是,在320 d尺度上R2仅为0.08,虽然模型通过了显著性检验,但是模型解释能力较弱,说明在大时间尺度上,NDVI的影响因素更加复杂,仅仅平均气温和降水远远不能解释其变化.除此之外,还有一个可能的原因是本研究的研究时段较短,不能很好地表征大时间尺度下NDVI与主要气象因子的关系.气象因子之间相互关联构成复杂的气候系统,腾湖流域四周高山环绕,春季气候多变,干旱少雨,夏季干燥炎热,秋季降温迅速,冬季寒冷,蒸发量大,全年多晴日.除气温和降水外,其他的气象因子如日照时数、蒸发量和平均相对湿度等也是显著影响NDVI变化的因素.

4 结语

本文基于SPOT－Vegetation的10 d产品数据,运用小波分析和统计分析相结合的方法,从多个时间尺度研究近11年来新疆博湖流域自然植被覆盖变化的非线性趋势及其对气候变化的多尺度响应,得出如下结论：

1)植被覆盖变化是一个非线性系统,表现出具有时间尺度依赖性的非线性变化趋势,并与平均气温和降水变化密切相关.根据小波近似的结果,在各个时间尺度上,NDVI、平均气温和降水变化趋势呈现出显著的一致性,从形态学相似的角度进一步证明植被覆盖变化是气温和降水共同作用的结果.

2)从多尺度角度和统计意义上来看,博湖流域自然植被覆盖变化与区域气候变化相关,NDVI与平均气温和降水之间存在显著的线性相关关系.在小时间尺度上 (10 d、20 d、40 d),NDVI与平均气温的相关性更密切,而在80 d和160 d尺度上,降水对NDVI的影响更强.在320 d尺度上, NDVI的影响因素更加复杂,仅仅以平均气温和降水远远不能解释其变化.

植被与气象因子的相互作用是一个非常复杂的过程,本研究仅仅探讨了博湖流域自然植被覆盖变化及其对气候变化的响应,流域内人类活动对植被覆盖变化也有显著影响,分析博湖流域人类活动对植被覆盖变化的影响是下一步的工作重点.

［1］LI Q H，CHEN Y N，SHEN Y J，et al.Spatial and temporal trends of climate change in Xinjiang，China［J］.Journal of Geographical Sciences，2011，21（6）：1 007-1 018.

［2］师庆东，肖继东，潘晓玲，等.近20a来新疆植被覆盖变化特征研究 ［J］.干旱区研究，2004，21（4）：389-394.

［3］赵霞，谭琨，方精云.1982—2006年新疆植被活动的年际变化及其季节差异 ［J］.干旱区研究，2011，28（1）：10-16.

［4］张生军，王天明，李钟汶，等.新疆植被遥感绿度指数与水、热关系的动态相关分析 ［J］.生态与农村环境学报，2009，25（2）：16-19.

［5］蒲云锦，韩春光.新疆植被指数与气象因子关系分析 ［J］.沙漠与绿洲气象，2010，4（5）：44-47.

［6］张山清，普宗朝，伏晓慧，等.气候变化对新疆自然植被净第一性生产力的影响 ［J］.干旱区研究，2010，27（6）：905-914.

［7］董印，焦黎，杨光华，等.基于SPOT－VGT数据的新疆1998—2007年植被覆盖变化监测 ［J］.水土保持通报，2009，29（2）：125-128.

［8］宋涛.基于小波变换的植被覆盖变化研究 ［D］.福州：福建师范大学，2011.

［9］郭洋洋，张连蓬，王德高，等.小波分析在植物叶绿素高光谱遥感反演中的应用 ［J］.测绘通报，2010（8）：31-33.

［10］杜自强.新疆地区植被覆盖时空格局及其区域响应 ［D］.北京：中国科学院，2011.

［11］徐建华，鲁凤，苏方林，等.中国区域经济差异的时空尺度分析 ［J］.地理研究，2005，24（1）：57-68.

［12］徐建华，陈亚宁，李卫红，等.西北干旱区内陆河年径流过程的非线性特征：塔里木盆地三源河的实证分析［J］.干旱区地理，2008，31（3）：324-332.

NDVI Change and its Response to Climate Factors on Multi-time Scale in Bostent Lake Basin

NIE Qin，MAN Wang，LI Zong-mei，HUANG Yu-tong
（School of Computer＆Information Engineering，Xiamen University of Technology，Xiamen 361024，China）

Based on SPOT－Vetetation 10 d images and meteorological data from Bayanbulak Meteorological Station，this paper investigated the vegetation dynamic and its response to climate factors at different time scales during 1998－2009 in Bostent Lake Basin，Xinjiang，using wavelet analysis and statistical analysis.The main findings are as follows：the NDVI time series presented nonlinear patterns that varied with timescales.Its periodicity manifested itself more and more with the increase of time scale from 20 d to 40 d to 80 d to 160 d until it finally stabilized at the 320－day scale.The average temperature and precipitation in 10 days both presented the approximately coincident nonlinear patterns with that of NDVI.This further supported the significant relationship between NDVI and these two climate factors from the morphologically similar view. Temperature has greater impact on NDVI with time scale less than 40 days while precipitation has stronger influence on NDVI on time scales between 80 to 160 d.

vegetation cover；meteorological factors；Bostent Lake basin；multi-time scale

P951

A

1673－4432（2015）05－0059－05

（责任编辑 雨 松）

2015－08－28

2015－09－24

厦门理工学院高层次人才项目 (YKJ14016R)；山东省自然科学基金项目 (ZR2013DL004)

聂芹 (1978－),女,讲师,博士,研究方向为资源环境遥感.E-mail：nieqin＠xmut.edu.cn