民勤绿洲植被与气象因子关系探究

石媛媛，纪永福，张恒嘉，王雅云，李福强，姜田亮

(1.甘肃农业大学水利水电工程学院，甘肃 兰州 730070；2.甘肃省治沙研究所，甘肃 兰州 730070)

随着全球气候变化及对地下水的不合理开采，以水为导向的水循环过程遭受破坏，河流干涸、地下水位降低、沙尘暴肆虐、土地沙漠化等生态环境问题日益突出。国内学者刘琼荣等利用双因子系统模型分析了径流与降水对绿洲植被盖度的影响。金晓媚利用MODIS NDVI数据分析了柴达木盆地植被覆盖动态变化规律，指出气象因素、地下水埋深等是植被变化的主要影响因素。马艳萍采取6a作为时间尺度，利用灰色关联法对民勤绿洲和沙漠的动态转化过程的驱动因子进行了分析，并对关联度进行排序。刘刚等对中国植被净初级生产力(NPP)的时空变化与温度、降雨量进行相关性分析，研究认为植被NPP有东南向西北递减，植被分布主要由气候条件决定。沈斌分别分析了那曲草地植被指数与生长季内、生长季间气候因子的关系。崔林丽研究指出中国东部草地NDVI与气温、降水变化的相关系数最大，林地NDVI与气温、降水变化的相关系数较小[1- 6]。

已有的研究多从单一角度入手，没有剔除多余指标，较为宏观地研究植被与某地多种气象因子共同作用下的关系，不能准确说明内在联系。因此，本文以民勤荒漠绿洲为例，选择气象指标，利用主成分分析法揭示出影响气象干旱的典型的敏感因子，并利用偏相关分析得出净相关系数，通过对比分析，探讨民勤荒漠绿洲植被指数与气象敏感因子之间的密切关系，预测绿洲植被覆盖度及绿洲面积演化方向，为干旱气象条件下的植被生长及植被覆盖度，绿洲面积恢复提供理论依据。

1 研究区概况

民勤县位于甘肃省西北部，石羊河流域下游，总面积约为1.6×106hm2，东西北三面被巴丹吉林沙漠和腾格里两大沙漠包围。民勤县属于大陆性干旱气候，多风沙、少降雨，全年平均日照时数3100h，年平均风速2.7m/s，年降雨量为113mm左右，多年平均有效降雨为64.4mm，蒸发量2644mm。年均气温8.3℃，低温集中在1月、2月和12月，高温出现在6—8月。地下水超采、石羊河来水量逐年减少、全球气候变暖、不合理土地利用等原因直接或间接导致民勤盆地荒漠化严重、生态环境脆弱、植被种类及覆盖度变化。民勤盆地天然沙生植被有70%以上退化，近年来该县一直致力于建设防风固沙林、农田林网等，平均每年完成人工造林1.0414×104hm2，退耕还林2.1607×104hm2。人工造林保存面积达到15.324×104hm2以上，有效阻止了沙漠入侵并使部分沙化土地转为人工绿洲。

2 研究方法及指标处理

2.1 主成分分析及指标选择

主成分分析法是利用降维的思想，在损失很少信息的前提下，把多个相关性指标转化成为几个互不相关的综合指标，克服了多变量之间的重叠性。转化成的综合指标即为主成分，且每个主成分都是原始变量的线性组合[7- 8]。引入贡献率来表明选取主成分能够反映原样本信息量的程度，有效描述多个指标构成的样本，当累积贡献率大于85%时，选取的新的主成分包含原变量的大部分信息，即可以用主成分代替原变量。主成分数学表达式：

(1)

式中，Y1～Yp—主成分；X1～Xp—经过标准化的标准变量；u11～upp—特征向量矩阵。

本文从气象因素入手研究民勤荒漠绿洲干旱驱动机制，选取6个指标，即X1、X2、X3、X4、X5、X6分别为年降水、年蒸发、平均湿度、平均风速、平均温度、年日照时数。第一步进行标准化处理，公式如下：

(2)

(3)

(4)

数据来源为甘肃民勤荒漠草地生态系统国家野外科学观测研究站，见表1。数据处理采用SPSS19.0和Microsoft Office Excel 2007。

2.2 气象因素与绿洲植被指数变化趋势

平均温度、年蒸发、平均湿度和年日照时数的年际变化如图1—4所示。

图1 多年温度变化图

图2 多年蒸发量变化图

表1 气象指标及其标准化

图3 年际湿度变化图

图4 年日照时数变化图

从图1—4可以看出，图1温度呈单峰曲线变化，低温出现在1月、2月和12月，此时处在冬季上冻期，基本没有植被生长，3月气温突破0℃并逐渐升温，但气温普遍较低，不适宜植被发芽生长。4月末5月初植被才逐渐开始生长，7月为全年平均最高温，9月温度与5月气温比较接近，此时为植被生长最旺盛期，随着气温逐渐降低至10月中旬，植被逐渐降低生长速率保存生命力，一年生植被枯萎死亡，11月为过渡期。图2蒸发量与图1中温度变化趋势相似，且随着温度升高而增大，最大值出现在7月，最小值出现在1月。图3湿度值在1月、2月较大，多是由于降雪所致。此后降水减少，气温回升快，大风天气多，蒸发旺盛，导致4月和5月湿度为全年最小，与春旱发生时间相对应。5月以后降雨逐渐增多呈波动增长，湿度值增长高峰出现在9月，这与降雨和蒸发有关。图4所示年日照时数受海拔、水汽、地形等因素限制处在波动变化中，但平均年日照时数保持在3073.5h左右。

植被指数(NDVI)是监测植被变化的有效参数，用来表征植物生长状况、植被覆盖程度、植被生物量等的重要指标，已广泛用于植被活动的研究。滑永春使用AFRISWIR2植被指数构建了像元二分模型，提取精度较高的植被覆盖度[9]。本文参照滑永春研究成果，得到AFRISWIR2最大值Z1和最小值Z2，如图5所示。自2007年实施《石羊河流域重点治理规划》以来，地下水开采量减少，部分地区地下水位有所回升，民勤荒漠绿洲生态环境随之改善，民勤绿洲面积也在动态变化中缓慢增长。2013—2015年，极低覆盖度植被从76.854%增加到83.917%，中覆盖度植被从2.761%增加到4.47%，而高覆盖度植被从4.967%减少到3.027%。

图5 植被指数变化及预测趋势图

3 结果与分析

3.1 气象干旱驱动要素解析

综合年降水X1、年蒸发X2、平均湿度X3、平均风速X4、平均温度X5、年日照时数X6等6个指标进行统计分析。结果见表2，其中提取了2个主成分，累计方差贡献率为85.844%，平均温度与成分1紧密相关，成分2则与年蒸发关系较大，说明年蒸发量与平均温度变化是气象干旱的主要驱动因素。

使用Varimax法进行因子旋转后得到因子负荷矩阵，通过转换和计算变量命令来计算主成分特征向量矩阵，结果见表3。

由主成分特征向量矩阵得到主成分表达式(5)式和(6)式，实现主成分分析。

Y1=0.347X1-0.329X2+0.451X3-0.515X4+0.273X5+0.476X6

(5)

Y2=-0.445X1+0.575X2+0.255X3-0.081X4+0.631X5+0.032X6

(6)

表3中各因素的特征向量绝对值之和得出X2=X5>X1>X3>X6>X4，即年蒸发X2、平均温度X5、降水量X1、平均湿度X3对气候干旱的影响程度较大，年日照时数X6和风速X4的影响程度较小。

表2 气象因子解析总方差

注：提取方法：主成分分析。

表3 因子负荷矩阵及特征向量矩阵

注：提取方法：主成分。旋转法：具有Kaiser标准化的正交旋转法。a.旋转在3次迭代后收敛。表中没有a，需作者复核。

表4 植被指数相关性分析

注：*表示在0.05水平(双侧)上显著相关。

主成分系数表达式(5)中X3>X1，(6)式中X5>X2>X3，提取影响植被变化的驱动因子只能起到宏观指导作用，并不能切实有效反映绿洲植被动态变化与影响因素的相关关系，因此还需采用偏相关分析法，解析影响因子与绿洲植被变化的关系。由图5可知，最大植被指数Z1与最小植被指数Z2的变化呈现波动增长型，对其分别做线性预测，可以看出最大植被指数与最小植被指数都保持增长趋势。

3.2 干旱驱动因子与植被指数变化的关系

为消除各因素之间的伪相关性，采用偏相关分析法，在控制其他变量的线性影响的同时有效揭示变量之间的真实关系，识别干扰变量并寻找隐含的相关性。针对民勤绿洲植被指数与影响因素分别做偏相关分析和简单相关分析，进行差异性分析的同时深度解析干旱驱动因子与植被指数变化的关系，结果见表4。

由表4可知，偏相关性分析相对于简单相关分析，变量与因变量之间的关系更加清晰，不存在无关变量的影响，因变量Z1与变量X5、X2、X3、X6的偏相关系数为0.98、-0.901、0.997、-0.041，因变量Z1与变量X5、X2、X3、X6的简单相关系数为0.529、-0.367、0.668、0.666，其中在X5、X2、X3正负相关性一致，Z1与X5、X3之间的偏相关系数为0.98、0.997，表明平均温度X5、平均湿度X3与最大植被指数Z1之间高度相关，Z1与年蒸发X2成负相关。Z1与X3之间的简单相关系数在0.05水平上显著相关，证明了湿度X3对植被的影响是不容忽视的一个重要方面。与年日照时数X6的相关关系不紧密，且简单相关性系数在X6时出现较大反差，这是多变量之间相互影响所致。年日照时数X6变化虽然在一定程度上影响植被生长和分布，但由于部分数据不连续导致分析结果不够精确，不能准确说明年日照时数与植被指数之间的关系，在后续的研究中还需大量的年日照时数数据来完善与植被覆盖度、植被指数之间的关系。因变量Z2与变量X5的偏相关系数和简单相关系数为0.827和0.576，反映出平均温度X5与最小植被指数Z2的密切关系，同时因变量Z2与变量X5、X2、X3、X6的简单相关系数大小关系与因变量Z1的偏相关性相同，验证了偏相关分析结果的正确性。另外需要指出，降水量与植被指数的大小有关系，但由于水分条件较其他气候因素对植被生长表现出更明显的滞后效应，所以在进行偏相关分析时系数小于其他因素，但不表示没有关系。

4 结论

植被覆盖度、植被指数的变化是多种影响因素共同作用的结果，本研究只从气象因素着手分析了单一因素与绿洲植被指数变化的关系。研究得出年蒸发、平均温度、降水量、平均湿度对植被覆盖度影响程度较大，本研究补充了前人研究的不足，得出蒸发量与湿度、绿洲植被指数有重要联系。平均温度、与植被覆盖呈正相关关系，温度是植物生长的一个重要外部条件，适合的温度有利于植物的萌发和生长，植物生命活动旺盛，植物生长更加迅速。在干旱地区蒸发量X2与植被覆盖呈负相关，蒸发量很大，大量水分散失，植被用来进行蒸腾作用的水量就越少，在其他因素不变的情形下，蒸发量的多少也直接影响着植被的生长，进而影响植被覆盖度。平均湿度与植被覆盖呈正相关关系，空气湿度长期过低，造成叶片内部气腔水气压与外界水气压相差过大，叶片内部水汽供应不足导致叶片边缘和叶尖坏死，同时空气湿度的大小影响植物气孔的开闭，空气湿度过大或过小都会导致气孔关闭，植物气孔关闭，二氧化碳不能进入叶肉细胞，光合作用减慢甚至停止，直接或间接地影响植被覆盖度和植被指数的大小。

气候变化和植被变化息息相关，相互影响。鲍艳等研究表明，植被覆盖变化是引起区域气候变化的主要因子，显著影响着温度、湿度的变化。戴声佩运用最大合成法和趋势分析法研究得出祁连山植被指数对气温变化的响应大于降水。本研究与孙艳玲的研究结果相似，认为我国温度条件能明显地影响植被生长，蒸发量、湿度条件对我国荒漠植被生长都有不可忽视的影响[10- 12]。当然，生态环境恶化，植被覆盖度变化，不只在于气候因素的影响，更在于人类不合理的开发利用模式，加剧了干旱和荒漠化进程。按照现有气候条件，民勤荒漠绿洲生态系统的状态较为稳定，通过调控水资源、提高农业水平、加强植被生态建设等措施，必然会影响民勤地区植被NDVI的变化。