内蒙古四子王旗干旱变化特征及与植被覆盖关系研究

韩美娟 金额尔德木吐 郭恩亮 苏志刚

摘 要：本文基于1961年-2018年四子王旗地面降水和气温日值0.5°×0.5°格点数据集（V2.0），计算该区域23个网格点标准降水蒸散指数（SPEI），并且运用森式斜率法分析了研究区干旱空间分布情况，运用2000年-2018年Modis NDVI数据，利用像元二分法模型计算了植被覆盖度，分析研究区生长季植被覆盖度的变化情况.最后利用相关性分析方法进一步研究干旱和植被覆盖之间的关系.研究表明：（1）四子王旗地区1961年-2018年整体上SPEI为下降趋势，但2000年-2018年在SPEI年际变化上呈现上升趋势，干旱情况有所改善.（2）2000年-2018年生长季植被覆盖度整体上呈现上升趋势.（3）2000年-2018年来SPEI与DNVI呈现较好的正相关关系，63.9%区域SPEI与NDVI呈正相关关系.本文的研究结果表明干旱对植被覆盖情况有较大影响.

关键词：标准降水蒸散指数（SPEI）;归一化植被指数（NDVI）;像元二分法;相关性;四子王旗

中图分类号：Q948  文献标识码：A  文章编号：1673-260X（2019）10-0118-05

1 前言

近年来干旱已经成为我们国家甚至整个地球都面对的自然灾害问题，它所涉及的范围广，时间也相对比较长，频率也是越来越高，导致负面影响越来越大.在社会经济、生态系统、气候等方面都造成了一定的影响.而对生态系统的影响更为显著，植被的减少是一部分是因为干旱导致植被减少可以在一定程度上造成土地退化，生物的多样性减少，水土流失等，进一步影响生态环境恶化[1].因此，对于研究一个地区的干旱变化特征与植被覆盖关系具有很重要的意义.

近年一部分学者在某些区域或者全球范围内，在干旱变化特征及植被覆盖方面做出了很多研究，如国外学者利用SPEI分析了1982年—2006年地中海和1961年—2012年捷克地区的干旱变化时空特征[3-4].胡子瑛、周俊菊等学者关于中国北方气候干湿变化及干旱演变特征方面得出1960s是最为湿润年代，2000s是最为干旱年代.不同的干湿区干湿变化趋势也是差异显著，不同干湿区在不同季节干湿变化也是差别较大等结论[5].李虹雨学者在关于内蒙古地区气候因子变化及干旱特征研究中得出内蒙古地区除西部年际、春、秋、冬四季，东部春、冬两季、中部春、秋两季气候趋湿润外，其他时间均趋于干旱情况[6].徐建文、局辉等发现黄淮海平原在春夏两个季节中随着温度的升高有趋向于干旱化的现象，同时该地区蒸散以及降水由于在空间上的不平衡性，导致了该地区的干旱特征出现了明显的南北差异.严晓瑜学者研究若尔盖湿地植被年际的生长状况与降水、气温等气候因子有明显的相关性，其中影响植被最重要的因素就是气温，同时植被生长季的NDVI与气候因子又存在一定的空间差异等[8].包刚、包玉海等建立了植被覆盖度与高光谱反射率数据的三种转换方式的关系模型，对不同转换方式在植被覆盖度估算中的应用优势做了对比分析，得出植被冠层反射率数据与植被覆盖度呈现负相关的关系[9].

地处中温带大陆性季风气候区，春季多風干旱，夏季炎热短暂，秋季相对凉爽，年蒸发量是降水量近8.1倍，是导致作物，牧草受旱的重要原因之一.地势高寒，昼夜温差较大，风沙不断，寒暑变化比较剧烈.因此本文通过利用NDVI数据与SPEI指标，来研究我国内蒙古自治区四子王旗干旱变化特征与植被覆盖的关系.

2 研究区概况

四子王旗隶属我国内蒙古自治区乌兰察布市，地理位置在大青山北麓，乌兰察布市西北部，北接蒙古国，东部与乌兰察布市察右中旗、察右后旗及锡林郭勒盟苏尼特右旗毗邻，南与乌兰察布市卓资县、西连包头市达尔汗茂名安联合旗，地理坐标为北纬41°13′～43°24′，东经110°23′～113°03，总面积241.33万hm2[10]，国境104.12公里（图1）.

3 数据来源及研究方法

3.1 数据来源

本文的SPEI数据来源于中国气象数据网（http：//data.cma.cn/），运用了1961年—2018年四子王旗研究区及周边共23个网格点地面降水日值0.5°×0.5°格点数据集（V2.0）和地面气温日值0.5°×0.5°格点数据集（V2.0）.NDVI数据来源于美国国家航天航空局NASA的MODIS数据产品MOD13A1，空间分辨率为500m×500m，时间分辨率为16日.选取2000年—2018年研究区植被覆盖度遥感图像，共228幅.运用ENVI5.0对遥感影像进行裁剪处理后，通过IDL编程进行植被覆盖度计算并进行最大合成等处理，最后研究分析四子王旗地区干旱变化特征及与植被覆盖关系.

3.2 研究方法

3.2.1 标准化降水蒸散指数SPEI

四子王旗地区23个网格点1961年—2018年地面降水日值0.5°×0.5°格点数据集（V2.0）和地面气温日值0.5°×0.5°格点数据集（V2.0）来源于中国气象科学数据共享服务网.标准化降水蒸散指数SPEI是指标准化潜在蒸散与降水的差值，它用来衡量一个地区的干湿度与该地区平均状态的偏离程度[2].其中SPEI干旱等级分类标准[11]如下表1：，

并且，为了更好地了解SPEI的性能，采用了滑动累计方法统计了包括1、3、6和12月尺度的SPEI的年变化趋势，以及春夏秋冬四个季节的SPEI变化趋势，利用以上表格划分标准作2000年—2018年年际SPEI干旱等级空间分布图.

3.2.2 像元二分模型

像元二分模型近来常用于表征植被覆盖度，它又是混合像元分解模型中较为简单的模型，模型中输入的参数相对容易获取并且计算出的结果可靠，所以也是它被广泛运用的有利因素.植被覆盖度其实是指一些草、灌、乔和农作物等植被的枝叶、冠层在一定区域的垂直投影面积占该区域总面积的百分比.假设像元由全裸土和全植被组成，其中S1为纯植被所覆盖的像元，S2为纯裸土所覆盖的像元，S为研究区域的整体覆盖的像元[12].则植被覆盖度F1的计算公式如下：

F1=（S-S2）/（S1-S2）   （6）

由于植被覆盖度与NDVI有显著的正相关关系，因此可以将植被覆盖度与像元二分模型相结合估算出植被覆盖度，式子如下：

F1=（NDVI-NDVImin）/（NDVImax-NDVImin） （7）

其中：区域内NDVI的最大值为NDVImax，NDVImin为区域内NDVI的最小值.由于存在不可避免的噪声影响，根据图像的实际情况来决定NDVImax和NDVImin取置信度范围以内的最大值和最小值[13].提取研究区统计结果中NDVI值得积累率NDVImax为95%，NDVImin为5%.

3.2.3 Mann-Kendall突变分析法

本文利用M-K（Mann-Kendall）突变分析法来分析研究四子王旗地区干湿变化的突变点.M-K趋势分析法相对于线性回归方法来说，它非参数检验，不需要方差正态性假设，可以检验时间序列的变化趋势，同时还允许缺值等特点[11].UF、UB是M-K统计量，它们的取值范围是负无穷到正无穷的，并且当UF〈0时，说明这时的时间序列为下降趋势，反之为上升趋势，当UF超于临界值，就说明趋势比较明显.当UF、UB它们交于临界值范围之内时，该交点被称为突变点，此时为突变时间开始点[2].

3.2.4 森式斜率估计法

Sen式斜率估计法表示在一个线性趋势单位时间内趋势减少或者增加的量[14].本文采用Sen式斜率计算变化趋势，避免了数据分布形态对分析结果以及时间序列缺失的影响，同时也剔除了一些异常值对时间序列的影响.计算公式如下：

式中，表示为Sen式斜率，Xa和Xb分别为a和b时间序列值[15].

3.2.5 相关系数法

通常研究分析两个变量之间的相互关系通过相关分析法，这种方法早被广泛利用.通过计算四子王旗2000年—2018年年际SPEI值与NDVI之间的相关系数R，来直观有效的说明两者之间的密切联系[16]，其公式如下：

式中，n表示年份数19（2000-2018），xi和yi表示相关分析的两个变量;xl和yl分别表示变量样本值的平均值[16].

4 结果与分析

4.1 内蒙古四子王旗干旱变化特征

由图2a我们可以看到，近58年来四子王旗地区年SPEI指数以0.105×10a-1的速度减少，整体呈现出干旱的趋势.1961年—2000年近40年内只在1965年、1966年、1997年出现了中度干旱现象，其他大多年份都属于正常范围内的，但是在2000年-2014年份内，除了2003年，其他年份都处于干旱状态，在2005年达到了极端干旱，2001年、2007年、2009年干旱也是比较严重，达到了重度干旱.到2015年—2018年有很大的改观恢复了正常，但由趋势图可看出变化波动比较大.图三（b）M-K趋势分析图检验结果，红色实线为UF值，蓝色虚线为UB值，上下两虚线为临界线.分析显示，四子王旗地区年均SPEI指数波动较为频繁，由UF曲线可见，从20世纪70年代中期以后整体呈现下降趋势，以2006年—2015年下降趋势最为明显（超过临界线），在0.05显著水平下，1964年为突变时间的开始.

为了更好地说明四子王旗地区干旱的变化特征，绘制了图2中1月、3月、6月，12月不同尺度的随时间变化的SPEI值图.通过对四幅图的比较，四个时间尺度的SPEI均呈现下降趋势.但是在不同时间段SPEI值也是有所不同的，在1961年—2000年，不同尺度下的SPEI大多时间都处于正常范围，但是在2000年—2018年期间，四个时间尺度SPEI波动较大，出现不同程度的干旱现象.

图3四幅图以1961年—2018年四子王旗地区3月尺度的SPEI指数来表示干旱的季节特征，可以清晰地看到，研究区在春、夏、秋三个季节的SPEI指数呈现下降趋势，表明干旱程度有所增加，而冬季的SPEI指數是呈现上升趋势，也就是说近年来冬季呈现湿润化趋势.在春季和秋季SPEI变化的趋势不是很明显，冬夏两季节的变化相对明显些，秋季到冬季明显的表现由干旱转湿润，而整体上看夏季加剧了干旱的程度.

通过四子王旗2000年—2018年SPEI年际变化统计图，可以得出在2000年—2018年SPEI年际变化线性趋势整体上呈现为上升，说明一些区域的干旱情况有了一定程度的改善.通过显著性95%的四子王旗干旱sen斜率变化趋势分析图，彩色区域为通过显著性95%的区域，在这部分区域内，偏绿色部分为干旱减少变化显著的区域，偏红色部分为干旱减少变化不显著的区域，这两幅图反映的情况具有一致性，整体上干湿度有所改善恢复.

4.2 内蒙古四子王旗植被覆盖变化特征

利用了四子王旗及周边23个网格点提供的2000年-2018年每个月份的植被覆盖遥感图像共228幅，利用Arcgis的像元统计数据将每年植物生长季月份（文中所取4-10月份）的植被覆盖度作最大合成，根据19年的遥感数据计算的19幅植被覆盖度分类结果图，本文选取其中六个年份的图，进行象征性分析19年的变化趋势.从图6反应的情况看，在2000年—2018年植被覆盖情况整体上是恢复的状态，植被覆盖度处于上升趋势.从不同年份的变化趋势上看，从2000年到2001年，植被覆盖度出现下降趋势，低植被覆盖度区域大面积增加，2002年到2004年植被覆盖情况有所增加，2003年的变化情况最为明显.在2005年植被覆盖度整体上又出现了下降的趋势，在2006年到2013年每年的植被覆盖情况都发生不同程度的上升现象，直到2014年植被覆盖再次出现明显的下降，低植被覆盖度和较低植被覆盖度的区域大面积增加.基于2014年的植被覆盖情况，从2015年起直到2018年植被覆盖上升速度相对较大，较高植被覆盖度和高植被覆盖度区域大面积增加.

4.3 内蒙古四子王旗干旱及植被覆盖关系研究

利用四子王旗及周边23个网格点提供的2000年—2018年的年均SPEI和NDVI数据，计算并做出了如图7的植被覆盖度与干旱的相关性分布图，统计发现研究区63.9%区域SPEI与NDVI呈正相关关系，表明整体变化上看大部分干旱程度减弱的情况下，植被覆盖度也有一定程度的增加.同时在其他外界等各种原因的影响下，也有27.6%的区域SPEI与NDVI呈现负相关关系，说明研究区19年以来SPEI与NDVI存在较好的正相关.再利用以上通过显著性95%的四子王旗干旱与植被覆盖度森式斜率变化趋势分析结果，做出如图7所示的植被覆盖度与干旱的显著性图，同以上分析相似.图片彩色区域为植被覆盖度与干旱通过显著性95%的区域，偏绿色部分为植被覆盖度与干旱变化显著的区域，偏红色为变化相对不显著的区域，整体上看研究区大面积上出现不同趋势程度的变化状态.

5 结论与展望

利用四子王旗23个网格点提供的气象数据，分析四子王旗干旱变化特征及与植被覆盖关系影响的研究结果如下：

（1）四子王旗地区1961年—2018年整体上SPEI为上升趋势，在不同尺度上也是为下降趋势，在SPEI季节变化上，春、夏、秋季呈下降趋势，冬季为上升趋势.但2000年—2018年在SPEI年际变化上呈现上升趋势，干旱情况有所改善.

（2）2000年—2018年生长季植被覆盖度整体上呈现上升趋势.相对于2000年，到2018年低及较低植被覆盖度的区域较少2.5%，较高及高植被覆盖度区域增加了2.2%.

（3）2000年—2018年来SPEI与DNVI呈现较好的正相关关系，63.9%区域SPEI与NDVI呈正相关关系，说明研究区63.9%的区域干旱程度在减弱的情况下，植被在生长季的覆盖度也有一定的提高.

干旱变化特征与植被覆盖之间的关系还存在其他元素的影响，同时干旱变化特征与植被覆盖的研究是一个长时间系列研究.本文对四子王旗干旱变化特征与植被覆盖关系研究的时间序列较短，只用23个网格点所获取的数据还不够全面，在今后的研究当中需要进一步考虑到数据的精确性.文中对植被覆盖度的分类还不够细，使用的標准化降水指数以降水量为基础，所以分析出的干旱变化特征未考虑到气温、土壤、以及连续无降水日等方面对干旱变化的影响.对于以上存在问题，在今后的研究中需进一步完善，提高准确性.

参考文献：

〔1〕孔冬冬，张强，顾西辉，王月，李华贞.植被对不同尺度干旱事件的响应特征及成因分析[J].生态学报，2016，36（24）：7908-7918.

〔2〕万红莲，王静.多尺度下宝鸡地区干旱动态格局演变及其与植被覆盖的关系[J].生态学报，2018，38（19）：6941-6950.

〔3〕POTOPOVA V，PETRSTEPANEKC P，MOZNY M，et al.Performance of the standardized precipitation evapotranspiration index at various lags for agricultural drought risk assessment in the Czech Republic[J].Agricultural and Forest Meteorology，2015，202（202）：26-38.

〔4〕GOUVEIA C，TRIGO R M，BEGUERIA S，et al.Drought impacts on vegetation activity in the Mediterranean region：an assessment using remote sensing data and multi-scale drought indicatore [J].Global and Planetary Change，2016，151（6）：15-27.

〔5〕胡子瑛，周俊菊，张利利，魏伟，曹建军.中国北方气候干湿变化及干旱演变特征.生态学报，2018，38（6）：1908-1919.

〔6〕李虹雨.内蒙古地区气候因子变化及干旱特征研究[D].内蒙古：内蒙古农业大学，2017.

〔7〕徐建文，局辉，刘勤，杨建莹.黄淮海地区干旱变化特征及其对气候变化的响应[J].生态学报，2014，34（2）：460-470.

〔8〕严晓瑜.不同时间尺度若尔盖湿地植被变化及其与气候的关系[D].北京：中国气象科学研究院，2008.

〔9〕包刚，包玉海，覃志豪，周义，黄明祥，张宏斌.高光谱植被覆盖度遥感估算研究[J].自然资源学报，2013，28（7）.

〔10〕郭强，米福贵，殷国梅，张富贵.气象因子对内蒙古四子王旗草原退化的影响[J].畜牧与饲料科学.2008，29（6）：28-30.

〔11〕马志婷，武志涛，卫洁.京津风沙源区干旱时空特征及对植被变化影响[J].山地学报，2014，34（4）：536-546.

〔12〕季浩宇，用环境小卫星遥感数据分析攀枝花市苏保区植被变化情况[J].四川环境，2016，35（4）.

〔13〕佟斯琴，包玉海，张巧凤，都瓦拉.基于像元二分法和强度分析方法的内蒙古植被覆盖度时空变化规律分析[J].生态环境学报，2016，25（5）：737-743.

〔14〕陈淑芳.湘江径流泥沙变异规律及其对气候变化与人类活动的响应研究[D].湖南师范大学，2016.

〔15〕李运刚，胡金明，何大明，柳江.1960-2007年红河流域强降水事件频次和强度变化及其影响[J].地理研究，2013，32（01）：64-72.

〔16〕李跃鹏，刘海艳，周维博.陕西省1982-2015NDVI时空分布特征与气候因子相关性[J].生态科学，2017，36（6）：153-160.

〔17〕曲学斌，孙小龙，冯建英，范雪松.呼伦贝尔草原NDVI时空变化及其对气候变化的响应[J].干旱气象，2018，36（1），97-103.

〔18〕王宇航，赵鸣飞，康慕谊，左婉怡.黄土高原地区NDVI与气候因子空间尺度依存性及非平稳性研究[J].地理研究，2016，35（3）.

〔19〕刘世梁，田韫钰，尹艺洁，安南南，董世魁.云南省植被NDVI时间变化特征及其对干旱的响应[J].生态学报，2016，36（15）：4699-4707（7）.

〔20〕赵平伟，李宏波，郭萍，杨文.滇西南地区NDVI变化及其对不同时间尺度干湿变化的响应[J].山地学报，2018，36（2）：229-238.

〔21〕何鑫，吴吉东，李颖，冯玉.基于SPEI的辽东地区气象干旱时空分布特征[J].干旱区地理，2017，40（2）.

〔22〕邓少福.祁连山气候变化对植被的影响研究[D].甘肃：兰州大学，2013.