黑龙江省多年冻土区植被NDVI时空变化及其与地温的响应

李珺瑶 张冬有 王吉祥

摘要 利用1982—2006年NOAA AVHRR-GIMMS NDVI和2002—2010年MODIS NDVI 这2种数据并结合周边13个气象站的地表温度数据，分析1982—2010年黑龙江省多年冻土区生长季植被NDVI在时间和空间上的尺度变化及其与地表温度的响应关系。结果表明，黑龙江省多年冻土区生长季GIMMS NDVI和MODIS NDVI对植被NDVI具有很好的指示作用;1988—2004年植被波动较大，2004年以后植被增长趋势逐渐放缓，趋于平稳;在1982—2006年，植被NDVI与地表温度5月为显著正相关，6月相关性很弱，7、9、10月呈低度相关，8月则相关性显著。在2002—2010年，5、10月为低度相关，6月为显著相关，7—8月相关性较弱，9月为显著相关。总体来看，植被覆盖度不断变好;植被NDVI与地表温度具有较强的相关性，年际变化总趋势较为相似，具有同期性。

关键词 NDVI;时空变化;地温;响应;黑龙江省多年冻土区

中图分类号 X171 文献标识码 A 文章编号 0517-6611（2020）14-0072-06

doi：10.3969/j.issn.0517-6611.2020.14.020

Abstract Using data of 1982-2006 NOAA AVHRR-GIMMS NDVI and 2002-2010 MODIS NDVI combined with surface temperature data of 13 weather stations， the spatial and temporal scales of the vegetation NDVI in growing season in the permafrost regions of Heilongjiang Province during 1982-2010 were studied and their response to surface temperature was analyzed. The research showed that the GIMMS NDVI and MODIS NDVI in the growing season of permafrost regions in Heilongjiang Province were consistent， and both had a good indication of vegetation NDVI. From 1988 to 2004，the trend of vegetation fluctuation was obvious. After 2004， the vegetation growth trend gradually slowed down and stabilized. During 1982-2006， vegetation NDVI was positively correlated with land surface temperature and significantly correlated in May. The correlation was very weak in June， with low correlation in July， September and October， and significant in August. During 2002 - 2010， May and October were low-level correlations， and June was a significant correlation，the correlation between July and August was weaker and September was significant. On the whole， the vegetation coverage continued to improve. The NDVI of vegetation had a strong correlation with surface temperature， and the interannual variations were similar and had the same period.

Key words NDVI;Temporal and spatial variation;Ground temperature;Response;Permafrost region of Heilongjiang Province

冻土是指温度在0 ℃或0 ℃以下，且含有冰的岩石与土壤[1-2]。冻土一般分为三大类，即短时冻土、季节冻土和多年冻土。当土壤冻结时间一直持续数年甚至达到1万年以上时，冻结时间最长即定义为多年冻土。多年冻土在冰冻圈的重要作用已经逐渐得到证实，它在冰冻圈的地位举足轻重，发挥着不可替代的作用。黑龙江省多年冻土区主要分布在其西北部，是我国冻土分布的第二大地区，也是我国高纬度多年冻土区分布的主要地区之一，主要是大小兴安岭地区，其分界线大约在48°N以北地区，面积约为15×104 km2，冻土层厚度在5～100 m[3]。黑龙江省多年冻土区气温增加，以及带来一系列生态环境问题，受到了广泛关注。

Rouse等1974年提出的归一化植被指数（normalized difference vegetation index，NDVI），可直接表征某一地區植被覆盖度，已被广泛用于植被变化分析[4-6]。随着遥感技术的发展，通过遥感技术和空间分析软件对全球和区域的宏观变化进行研究成为最常用的手段，遥感技术对植被动态变化方面的研究也具有一定的说服力。Wang等[7]通过对1989—1997年堪斯萨州遥感NDVI对降水和温度的响应分析，了解NDVI与气候间的响应，为预测不同气候情景下的生产力变化奠定了基础。闫俊杰等[8]利用MODIS NDVI对新疆伊犁河谷的植被变化进行了研究，分析了伊犁河植被覆盖度随海拔的变化;白建军等[9]利用MODIS数据中MOD13Q1产品研究了2000—2010年陕北地区植被NDVI时空变化与气候的相互关系。在GIMMS NDVI和MODIS NDVI的对比研究中，Xu等[10]利用GIMMS NDVI和MODIS NDVI对中国干旱区的气候响应进行了研究;陈京华[11]将GIMMS NDVI和MODIS NDVI结合，对祁连山植被NDVI变化特征及其与气候的关系进行了研究;邵霄怡等[12]将GIMMS NDVI和MODIS NDVI结合，对黄土高原地区植被进行了监测研究，结果表明2种数据都能够有效地反映出黄土高原地区的植被变化特征，但是MODIS NDVI更加精确。

为了进行长时间序列分析需要对2种数据进行一致性检验，该研究将MODIS与GIMMS的2002—2006年黑龙江省多年冻土区生长季（5—10月）年平均NDVI 进行相关分析（图2）。从图2可以看出，GIMMS NDVI和MODIS NDVI数据呈现出了一定的线性关系，得到方程为 y=0.922 56x+0.091 41（R2=0.859） ，通过了0.05的置信水平检验，由此看出，尽管GIMMS数据分辨率比较低，但是对于植被NDVI的变化研究依然具有很好的指示作用。

2.2 植被NDVI生长季时间分布特征

通过对生长季（5—10月）NDVI变化特征进行研究，得到结果如图3～4所示。从图3可以看出，1982—2006年多年冻土区植被生长季GIMMS NDVI波动较大，相关性微弱， R2 为-0.036。最低值出现在2003年，最高值出现在1989年。1982—1983年NDVI下降趋势明显;1984—1989年NDVI整体呈现上升趋势;1990—1993年，NDVI呈下降趋势;1994—1997年，NDVI又呈現上升趋势，前1年增长速度较快，之后几年NDVI增加趋势缓慢;1998—2003年，NDVI呈现出下降趋势，前1年下降趋势明显，中间下降趋势缓慢，然后又迅速下降;2004—2006年，NDVI一直呈现上升趋势，但上升趋势逐渐放缓。

从图4可以看出，2002—2010年多年冻土区生长季MODIS NDVI波动较小，相关性较弱， R2 为0.389 8。最低值出现在2002年;最高值出现在2010年。2002—2010年NDVI总体呈现上升趋势，2005—2008年NDVI连续减小，但下降趋势缓慢。

整体来看，可以将1982—2010年多年冻土区NDVI变化趋势大致分为5个阶段：第1阶段为1982—1989年，NDVI虽有小幅度波动，但总体上呈持续增加趋势;第2阶段为1990—1993年，NDVI表现下降趋势;第3阶段为1994—1997年，NDVI表现一定的回升趋势;第4阶段为1998—2003年，NDVI呈现缓慢下降的趋势，期间伴随着小幅波动;第5阶段为2004—2010年，NDVI呈现出上升趋势。黑龙江省多年冻土区这5个阶段植被NDVI的生长季变化趋势与人类活动和当地的气候变化有重要的关系。

2.3 植被覆盖变化趋势分析

Theil-Sen Median趋势分析法和Mann-Kendall检验相结合能够有效地反映出多年冻土区生长季NDVI变化趋势的空间分布特征。将Theil-Sen Median趋势分析计算的 S NDVI值和Mann-Kendall检验计算的 Z 值进行分级。将 S NDVI介于-0.000 5和0.000 5划分为稳定不变， S NDVI≥0.000 5划分为改善区域， S NDVI≤0.000 5划分为退化区域。将Mann-Kendall检验在0.05置信水平上的显著性结果划分为显著变化（ Z>1.96或Z <-1.96）和不显著变化（-1.96≤ Z ≤1.96）。将Theil-Sen Median趋势分析的分级结果和Mann-Kendall检验的分级结果进行叠加，得到像元尺度上NDVI变化趋势数据，并将结果划分为5种变化类型（表1）。

从表1可以看出，黑龙江省多年冻土区1982—2010年生长季植被改善区域占植被覆盖总面积的39.38%，没有发生显著变化的区域占30.65%，轻微退化的区域占22.61%，严重退化的区域占7.36%。

从图5可以看出，1982—2010年黑龙江省多年冻土区生长季地表植被改善的区域明显大于植被退化的区域。明显改善的区域分布在大兴安岭地区的中南部包括塔河县、呼玛县以及黑河北部和东南部地区包括爱辉区、孙吴县和逊克县。轻微改善区域主要分布在大兴安岭地区北部和黑河中部。稳定不变区域则在黑龙江省多年冻土区内零散分布。严重退化区主要分布在黑龙江省多年冻土区的西部和东南部地区包括嫩江县和逊克县部分地区。轻微退化区主要分布在呼玛县北部、黑河中南部和伊春北部部分地区。

2.4 生长季植被NDVI与地表温度的响应

一个地区的植被覆盖状况与地表温度具有一定的关系，该研究选取了黑龙江省多年冻土区及其周边地区的13个气象站点的地表温度数据，研究其与植被NDVI的年变化关系。从图6～8可以看出，1982—2006年平均地表温度的年际变化与GIMMS NDVI的年际变化在1982、1983、1984、1987、1989、1990、1991、1992、1994、1999、2000、2003、2005、2006年表现出较高的一致性，在其他的年份则表现出相反的趋势;最高平均地表温度的年际变化与GIMMS NDVI的年际变化总体趋势基本一致，两者同时增加或同时减少;但是在1985、1986、1992、1995、1996、1997、1999、2001、2002年GIMMS植被NDVI与最高地表温度的年际变化呈现出相反的趋势;最低平均地表温度的年际变化与GIMMS NDVI的年际变化在1983、1985、1986、1987、1988、1989、1990、1991、1992、1996、1997、1998、1999、2002、2003、2004、2005、2006年呈现出一致的趋势，在其余年份则表现出相反的趋势。在2002—2010年平均地表温度的年际变化与MODIS NDVI的年际变化中，2005、2007、2010年的变化趋势基本一致，同增同减，但是在2002、2003、2004、2006、2008、2009年的变化趋势则相反;最高地表温度的年际变化与MODIS NDVI的年际变化在2004、2005、2010年具有一致性，其他年份则表现出了相反的变化特征;最低地表温度的年际变化与MODIS NDVI的变化趋势则具有较高的一致性，具体表现在2004、2005、2007、2008、2009、2010年，尤其是在后期一致性程度很高，其他年份则相反。这些变化都显示出了植被NDVI对地表温度的变化非常敏感，有些年份随着地表温度的升高，植被NDVI反而减少，仅进一步说明了植被NDVI与地表温度存在一定的同期效应。

为了进一步研究植被NDVI与地表温度的相关性，该研究通过计算生長季内（5—10月）月均NDVI与月均地表温度的相关系数来分析植被NDVI与地表温度的关系。由前期的研究可以看出，地表温度对植被NDVI的影响具有同期性，所以该研究利用1982—2006年生长季逐月GIMMS NDVI和2002—2010年生长季逐月MODIS NDVI 2个时间段内的值，以及当月、前期1月、前期2月地表温度进行相关分析，其相关系数如表2～3所示。

从表2可以看出，5月GIMMS NDVI与当月、前期1月、2月地表温度均表现出显著相关;6月GIMMS NDVI与前期1月、2月的地表温度相关性均很弱，与当月地表温度的相关系数高于其他2组，呈低度相关;7月GIMMS NDVI与当月地表温度呈显著正相关，与前期1月、2月地表温度均呈低度负相关;8月GIMMS NDVI与前期1月、2月地表温度均呈显著正相关，与当月地表温度呈弱相关;9月GIMMS NDVI与当月和前期1月地表温度呈低度负相关;10月GIMMS NDVI与当月地表温度的相关性较高，相关系数为0.464，表现出低度相关，与前期1月、2月地表温度均为弱相关。

从表3可以看出，5月MODIS NDVI与当月和前期1月地表温度均呈弱相关，与前期2月地表温度呈低度负相关;6月MODIS NDVI与当月地表温度呈显著正相关，与前期2月地表温度呈显著负相关，与前期1月地表温度表现出低度负相关性;7月MODIS NDVI与当月、前期1月、2月地表温度的相关性均表现出弱相关;8月MODIS NDVI与前期1月、2月的地表温度均呈弱正相关，与当月地表温度呈弱负相关;9月MODIS NDVI与当月、前期1月、2月的地表温度均呈正相关，与当月地表温度相关性显著，与前期1月、2月地表温度相关性弱;10月MODIS NDVI与当月、前期2月的地表温度呈正弱相关性，与前期1月地表温度呈弱负相关。

3 结论

通过研究得出，GIMMS NDVI和MODIS NDVI具有一致性，二者对植被NDVI均具有很好的指示作用。1982—2010年，植被NDVI最低值出现在2003年，最高值出现在1989年;1988—2004年，植被波动趋势明显，2004年后，植被增长趋势逐渐放缓，趋于平稳。地表覆盖变化趋势上，地表植被改善的区域明显大于植被退化的区域。这与当地的人类活动和生产建设活动息息相关，前期黑龙江多年冻土区的居民环境意识薄弱，对生态环境破坏严重，乱砍乱划，破坏森林和草地以及动植物;后期，国家开始出台相关法律法规对黑龙江省多年冻土区的生态环境进行保护，对已破坏地区进行修护，鼓励地方居民退耕还林，加大教育和宣传，提高人们对冻土区生态环境的保护意识，使黑龙江省多年冻土区的森林和植被得到慢慢恢复。1982—2010年，黑龙江省多年冻土区植被NDVI与地表温度具有较强的相关性，年际变化总趋势较为相似，具有同期性。在1982—2006年，5月NDVI与地表温度为显著正相关，6月相关性很弱，7、9、10月表现出低度相关，8月则相关性显著;在2002—2010年，5、10月为低度相关，6月为显著相关，7—8月相关性较弱，9月为显著正相关。

参考文献

[1]杨建平，杨岁桥，李曼，等.中国冻土对气候变化的脆弱性[J].冰川冻土，2013，35（6）：1436-1445.

[2]杨建平，丁永建，方一平，等.冰冻圈及其变化的脆弱性与适应研究体系[J].地球科学进展，2015，30（5）：517-529.

[3]臧淑英.黑龙江地理[M].北京：北京师范大学出版社，2014：19-50.

[4]贾虎军，杨武年，周丹，等.基于MODIS地表温度和归一化植被指数的生态环境变化分析[J].遥感信息，2014，29（3）：44-49.

[5]田野，徐恒力，刘双，等.基于归一化植被指数变化分级的千山植被变化[J].中国水土保持，2010（1）：25-28，60.

[6]樊风雷，邱茂慧.基于归一化植被指数的广州市植被时间变化分析[J].广东农业科学，2012，39（6）：1-3，7.

[7]WANG J，RICH P M，PRICE K P.Temporal responses of NDVI to precipitation and temperature in the central Great Plains，USA[J].International journal of remote sensing，2003，24（11）：2345-2364.

[8]闫俊杰，乔木，周宏飞，等.基于MODIS/NDVI的新疆伊犁河谷植被变化[J].干旱区地理，2013，36（3）：512-519.

[9]白建军，白江涛，王磊.2000～2010年陕北地区植被NDVI时空变化及其与区域气候的关系[J].地理科学，2014，34（7）：882-888.

[10]XU Y F，YANG J，CHEN Y N.NDVI-based vegetation responses to climate change in an arid area of China[J].Theoretical and applied climatology，2016，126（1/2）：213-222.

[11]陈京华.祁连山植被NDVI变化特征及其对气候变化的响应[D].兰州：西北师范大学，2016.

[12]邵霄怡，李奇虎，王书民.GIMMS和MODIS在黄土高原地区植被监测中的应用[J].长江科学院院报，2017，34（5）：141-145.

[13]刘宪锋，潘耀忠，朱秀芳，等.2000-2014年秦巴山区植被覆盖时空变化特征及其归因[J].地理学报，2015，70（5）：705-716.

[14]张学珍，郑景云，何凡能，等.1982—2006年中国东部秋季植被覆盖变化过程的区域差异[J].自然资源学报，2013，28（1）：28-37.

[15]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.

[16]陈云浩，李晓兵，史培军.中国西北地区蒸发散量计算的遥感研究[J].地理学报，2001，56（3）：261-268.

[17]张莲芝，李明，吴正方，等.基于SPOT NDVI的中国东北地表植被覆盖动态变化及其机理研究[J].干旱区资源与环境，2011，25（1）：171-175.

[18]TUCKER C J，NEWCOMB W W，LOS S O，et al.Mean and inter-year variation of growing-season normalized difference vegetation index for the Sahel 1981-1989[J].International journal of remote sensing，1991，12（6）：1133-1135.

[19]MILICH L，WEISS E.GAC NDVI interannual coefficient of variation（CoV）images：Ground truth sampling of the Sahel along north-south transects[J].International journal of remote sensing，2000，21（2）：235-260.

[20]USMAN M，LIEDL R，SHAHID M A，et al.Land use/land cover classification and its change detection using multi-temporal MODIS NDVI data[J].Journal of geographical sciences，2015，25（12）：1479-1506.

[21]蔡博峰，于嶸.基于遥感的植被长时序趋势特征研究进展及评价[J].遥感学报，2009，13（6）：1170-1186.

[22]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.

[23]LUNETTA R S，KNIGHT J F.Land-cover change detection using multi-temporal MODIS NDVI data[J].Remote sensing of environment，2006，105（2）：142-154.

[24]TOIC' I.Spatial and temporal variability of winter and summer precipitation over Serbia and Montenegro[J].Theoretical and applied climatology，2004，77（1）：47-56.

[25]KENDALL M G.Rank correlation methods[M].London：Griffin，1970.

[26]索玉霞，王正兴，刘闯，等.中亚地区1982年至2002年植被指数与气温和降水的相关性分析[J].资源科学，2009，31（8）：1422-1429.