基于MODIS NDVI的西南森林植被时空变化特征及其气候响应分析

曹云，钱永兰，孙应龙，钱拴，张晔萍，延昊*

1. 国家气象中心，北京 100081；2. 国家卫星气象中心，北京 100081

陆地生态系统与气候变化的关系，是全球变化研究的重要内容之一，其中植被作为陆地生态系统主要组分，与气候变化的关系一直是研究热点之一（李晓兵等，2000；Parmesan et al.，2003）。归一化植被指数（Normalized Difference Vegetation Index，NDVI）是表征植被覆盖和生长状况的重要指标，被广泛用于气候背景下植被生态状况的演变研究以及生态系统质量评价中（Sun et al.，2013；梁变变等，2017；张珍珍等，2018；何云玲等，2018)。作为监测区域植被和生态环境变化的有效指标（Wardlow et al.，2008），植被NDVI在不同时空尺度下演变特征，以及不同生态系统类型对气候变化响应机制的研究成果较多（Pettorelli et al.，2005；朴世龙等，2001；曹永强等，2018）。中国在2000—2010年期间有64%—66%区域DNVI呈增加趋势，植被绿度在不断增加（刘爽等，2012），特别是2000年以来中国植被面积仅占据全球的6.6%，却贡献了全球25%的植被叶面积的增加量，其中森林就贡献了42%（Chen et al.，2019），因而开展森林时空演变规律及其对气候变化的响应研究对区域生态保护与恢复具有重要意义。

作为亚洲主要河流的发源地，西南地区生物多样，地形复杂，喀斯特地貌分布广泛，区域气候变化敏感（周金霖等，2017；黄秋昊等，2007；王维等，2010），势必对西南自然生态系统的结构和功能产生影响，制约区域生态服务功能的发挥（王维等，2010；Chakraborty et al.，2013；何敏等，2019）。目前，西南地区植被覆盖状况、生产力及其与气候因子的关系已有研究（张永恒等，2009；周金霖等，2017；吕妍等，2018）。然而西南地区作为中国第二大天然林区，在以往的研究中，相对缺乏对森林演变规律及其对气候变化响应的细致分析研究。因此，本研究基于2000—2017年MODIS NDVI数据和气象资料，综合利用遥感与地理信息系统技术，结合多种统计方法，定量分析 2000年以来西南不同类型森林植被变化的趋势特征、波动特征及其对气候变化的响应，以期为西南林区应对气候变化影响、区域生态环境建设与保护措施的制定，提供科学参考依据。

1 数据与方法

1.1 数据来源

气象数据来自国家气象中心，选取西南四省内有完整记录的390个气象站点（图1），基于2000—2017年逐日气温、降水量、日照时数等整编气象资料，利用 IDW 插值方法获得区域年气候要素时间序列。本研究使用的MODIS NDVI数据，为NASA提供的 MOD13A3级植被指数产品（下载网址https://ladsweb.modaps.eosdis.nasa.gov/），时间范围为2000—2017年逐月，空间分辨率1 km，后期由国家气象卫星中心进行拼接转投影处理。年 NDVI为1—12月NDVI的均值，可代表当年植被的平均生长状况（李晓兵等，2002）。植被覆盖数据来源于MODIS土地覆盖产品（MCD12Q1），选用IGBP全球植被分类方案，选取常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林等森林类型进行研究。

图1 西南地区气象监测站点分布示意图Fig. 1 Spatial distribution of meteorological observation stations in Southwest China

1.2 研究方法

1.2.1 趋势分析

对于 NDVI在时间尺度的变化趋势和强度，一般采用一元线性回归分析方法，利用一元线性回归方程的斜率（θslope）来反映每个栅格像元NDVI的变化趋势特征（何月等，2012；罗敏等，2017）。方程斜率采用最小二乘法来估算，其值的大小反映增加或减少的速率。其计算公式（罗敏等，2017）如下：

式中：n是研究时间序列的长度，本研究n=18（2000—2017年总共18年）；i代表第i年；NDVIi表示第i年的NDVI值；θslope代表NDVI随时间变化的变化速率。

θslope>0，表示区域植被状况改善，且数值越大说明改善效果越明显；反之，则表明区域植被状况变差。NDVI变化趋势的显著性采用F检验，显著性仅代表趋势性变化可置信程度的高低，与变化快慢无关（李璠等 2017）。根据显著性的检验结果将NDVI的变化趋势分为如下5个类型：极显著减少（θslope<0，P<0.01）；显著减少（θslope<0，0.010，0.010，P<0.01）。

1.2.2 波动分析

采用变异系数（Coefficient of variation，CV）来反映2000—2017年间森林NDVI的相对波动程度（祝聪等，2019)，并采用几何间隔法将稳定性分为高稳定、较高稳定、中稳定、较低稳定、低稳定5个等级（Cao et al.，2014）。CV计算公式为：

式中：CV为变异系数；n是研究时间序列的长度；i代表第i年；NDVIi表示第i年的NDVI值；为NDVI的n年平均值。

1.2.3 相关分析

采用皮尔逊（Pearson）相关分析方法，来研究光温水因子与NDVI之间的关系，采用t检验法来检验相关系数的显著性，并根据检验结果，分为极显著（P<0.01）、显著（P<0.05）、不显著（P≥0.05）。相关系数计算公式为（何云玲等，2018）：

式中：rxy为相关系数，n为年份，i为n年中的某一年，x为自变量（气温、降水或日照），y为因变量（NDVI）。

2 结果与分析

2.1 NDVI空间分布特征

2000—2017年西南林区 NDVI分布存在明显空间异质性（图2），年均NDVI多分布在0.3—0.8之间，区域NDVI平均为0.65，大部林区NDVI集中在 0.6—0.7之间，占林区总面积的 44.1%。NDVI≥0.7的林区主要分布在云南西部和南部地区，植被类型多为常绿阔叶树，占林区总面积的24.1%；NDIV<0.5的林区分布面积较少，仅占总面积的8.2%，主要集中在四川西部和云南北部部分林区，植被类型多为混交林和灌丛。

从NDVI变化趋势的空间分布特征来看（图3），2000—2017年西南大部林区NDVI呈增加趋势，占总林区面积的86.7%，其中以趋势率在0—0.03/(10 a)变化范围内的林区为主，达到林区总面积的46.6%；增加趋势>0.05/(10 a)的林区所占面积比例为13.6%，主要分布在云南南部和东北部部分林区。大部分林区NDVI增加趋势均达到显著水平，占林区总面积的63.4%；达到极显著水平的面积也占林区总面积的52.0%，主要分布在西南东北部以及云南西南部林区。西南林区NDVI呈减少趋势的面积较少，仅占总林区面积 13.3%，减少趋势多为 0—0.03/(10 a)（占林区总面积的 11.3%），主要分散于四川西部等地，其中仅有18.8%林区NDVI减少趋势达到显著水平。

图2 2000—2017年西南地区森林植被年均NDVI的空间分布Fig. 2 Spatial distribution of annual NDVI from 2000 to 2017 in forest of Southwest China

2.2 NDVI动态变化特征

图3 2000—2017年西南地区森林植被年均NDVI变化趋势和显著性检验Fig. 3 Spatial distribution of annual NDVI of linear trend and significance test from 2000 to 2017 in forest of Southwest China

图4 2000—2017年西南林区逐年NDVI及其不同等级面积比例变化Fig. 4 The Change of annual averaged NDVI and proportion of area of different NDVI grade from 2000 to 2017 in forest of Southwest China

近18年西南林区NDVI处于波动上升趋势，平均每10年增加0.035，且增加趋势达了极显著水平（P<0.01）。其中2000年西南林区NDVI最低，平均为0.59；2017年达到最高（0.67），较2000年增加14.0%。从面积比例逐年变化来看（图4），DNVI在0.6—0.7间的林区面积比例每年均最高，变化范围为36.5%—43.9%，总体呈增加趋势。对于NDVI偏小的林区，NDVI<0.5和0.5—0.6区间的林区面积比例呈显著减少，平均每年分别减少0.4和1.0个百分点，到2017年仅占林区总面积的5.9%、13.5%。对于NDVI偏大的林区，NDVI>0.8和0.7—0.8区间的林区面积比例均呈显著增加趋势，平均每年分别增加 0.3和 1.1个百分点，到 2017年分别达到6.9%、36.5%，表明近18年西南森林总体呈现好转趋势。

从不同省区NDVI逐年变化来看（图5），四省林区NDVI均呈明显增加的趋势，重庆和贵州森林NDVI增加速率最为明显，平均每 10年分别增加0.06、0.05。在西南四省中，云南林区平均NDVI最高，为0.68；四川林区NDVI最低，平均为0.60。云南林区 NDVI年际间波动较小，变异系数仅为0.03；重庆林区年均NDVI为0.63，年际间变化较大，变异系数达到0.05。在不同森林类型间，常绿阔叶林NDVI明显高于其他森林类型，年均NDVI达到了0.72，落叶针叶林NDVI最低为0.56；混交林年均NDVI为0.63，波动幅度最高，变异系数达到0.04。2000年以来，不同森林类型NDVI均呈显著增加趋势，混交林和灌丛变化最为明显，平均每10年 NDVI增加 0.04，其他森林类型增速大致为0.02—0.03。

2.3 NDVI稳定性特征

图5 2000—2017年西南四省和不同森林类型年均NDVI变化Fig. 5 The change of annual average NDVI of different provinces and forest types in Southwest China from 2000 to 2017

图6 西南地区森林NDVI稳定性空间分布Fig. 6 Spatial distribution of forest volatility of DNVI in Southwest China

表1 西南地区森林NDVI稳定性面积变化Table 1 Classification of NDVI stability level and corresponding proportions of area in forest of Southwest China

西南林区NDVI时空稳定性分析见图6和表1。在西南林区，中稳定等级的分布面积最大，占总林区面积45.04%；高稳定等级的面积也相对较多，达到33.76%，主要集中分布于四川西部和云南西北部等地，表明2000年以来西南大部林区NDVI波动相对较小，森林植被生长稳定。较低稳定和低稳定等级面积仅占总林区面积的7.45%，集中分布在四川盆地与川西高原边界地区，可能更多受到人为因素的影响，林区NDVI波动较大，稳定性偏差。对于不同森林类型，变异系数大小排序为，落叶针叶林<常绿针叶林<常绿阔叶林<落叶阔叶林<混交林<灌丛，其中落叶针叶林变异系数最小，为0.023；灌丛波动最大，变异系数较前者增加了65.3%，表明针叶林植被稳定性好，抗干扰能力强，而灌丛易受气候变化以及人为活动影响，生态系统稳定性最差。在西南四省中（表1），中稳定等级的林区面积在云南、贵州和重庆分布最广，其中贵州达到72%；而四川高稳定等级林区面积最多，达到47.3%，表明四川林区波动最小，最为稳定。

2.4 NDVI对气候因子的响应

2000年以来，西南大部分林区气温呈增加趋势，云南西北部变化最为明显，每10年增加0.5—1.0，；西南大部分林区降水、日照呈减少趋势，分别占林区面积的64.2%和53.6%（图7）。逐像元分别计算西南林区2000—2017年期间NDVI与年均气温、年降水量和日照时数的相关系数，结果显示空间分布差异较为明显（图8）。西南大部分林区NDVI与气温存在正相关性，占总林区面积的80.1%，相关系数集中分布在0—0.5之间，达到总林区面积的57.0%；与气温达到显著相关的区域占总林区面积30.3%，主要分布在贵州东部、云南西部等地。西南大部分林区NDVI与降水和日照时数的相关系数集中分布在−0.3—0.3，分别达到总林区面积的69.7%、71.2%。NDVI与降水呈正相关分布面积较高，占总林区面积的59.1%；与日照时数主要呈负相关性，占总林区面积的64.6%。从显著水平来看，NDVI与降水、日照达到显著相关的林区分布较少，分别占总林区面积8.7%、9.4%，表明降水和日照对西南林区 NDVI变化的影响偏小，气温是影响西南林区NDVI变化的主要气象因子。

3 讨论

3.1 NDVI变化趋势一致性

在不同空间尺度下，大多地区植被NDVI整体呈现增加趋势（刘爽等，2012；Chen et al.，2019）。在全球，有56.3%的陆地区域植被NDVI呈增加趋势，且具有显著季节变化趋势（Eastman et al.，2013）。在中国，NDVI呈增加趋势的面积大约占53.8%，达到显著水平的面积占29.3%（刘宪锋等，2015）；西南地区 NDVI呈增加趋势的面积占比达到60.2%（肖建勇等，2018），其中云南NDVI呈增加趋势的面积占比达到79.8%（何云玲等，2018）。本研究对西南林区NDVI研究结果与上述研究基本一致，林区NDVI呈增加趋势的面积占林区总面积的86.7%，其中达到显著水平的林区面积为73.1%，明显高于整个西南地区和中国整体水平，表明西南林区植被改善在中国较为突出。

西南地区NDVI增加速率大约平均每10年为0.015—0.028（Hou et al.，2015；肖建勇等，2018），其中草甸NDVI趋势率平均每10年为0.013，高山植被为0.026，灌丛为0.002（张远东等，2011）。本研究对西南林区NDVI趋势分析显示，增加趋势率为0.035/(10 a)，高于西南区域整体变化以及草地、灌丛等植被类型变化，说明西南森林改善趋势要好于其他植被类型。

3.2 NDVI变化多因素影响分析

植被NDVI对气温和降水等气象条件的响应存在一定差异性，受到研究区域地形、研究时段、植被类型等多方面因素影响（杜加强等，2016；马士彬等，2019；卢乔倩等，2020）。在全球，降水为全球植被变化的主导因子，重要性达到63.1%，气温次之，重要性也达到15%（Yang et al.，2019）。在中国，气候变化与人类活动共同驱动了中国植被覆盖度的增加（刘宪锋等，2015）。中国 NDVI与气温、降水等气候条件相关系数，从北到南逐渐降低、从东南到西北逐渐增加（李晓兵等，2000）。在西北内陆、相对干旱地区，植被NDVI与降水因子通常呈正相关性，且影响要高于气温，说明水分在一定程度上是决定干旱地区植被变化的主要因素（Pettorelli et al.，2005；Song et al.，2011；罗敏等，2017）。而杜加强等（2015）研究发现新疆植被生长受水热条件、人类活动共同控制，春、秋季的气温发挥主导作用，夏季主要受到降水量的影响。在西南地区，气候相对湿润，生态环境脆弱，森林生长对气温的变化敏感，对植被变化起主导作用（李晓兵等，2000；张远东等，2011）。气温对植被影响要大于降水，成为西南喀斯特地区植被变化的主要自然因素（Hou et al.，2015；张勃等，2015；周金霖等，2017）。本研究也显示，西南林区NDVI与气温达到显著相关的面积要远远高于与降水、日照的面积，气温是影响林区植被的重要气象因素。此外，2000年以来中国一系列生态恢复项目的实施，人类活动影响的逐步增强，也是植被覆盖变化的重要因素（刘宪锋等，2015；Tong et al.，2016）。本研究未能对地形地貌、人为因素等影响因子开展深入分析，今后需加强多因素驱动的植被生长定量分析，明确各因素影响关系与程度，进一步深入的研究和探讨植被生态变化的驱动机制。

4 结论

基于MODIS NDVI遥感数据，通过趋势分析、波动分析等统计方法，定量分析 2000年以来西南林区植被NDVI时空变化规律及其气候响应特征，主要结论如下：

（1）在空间分布上，近18年西南林区NDVI平均为0.65，多集中于0.6—0.7之间，占林区总面积44.1%，其中NDVI≥0.7林区主要分布在云南西部和南部，多为常绿阔叶林，占林区总面积的24.1%。

（2）在时空变化上，近18年西南林区NDVI呈显著上升趋势，平均每10年增加0.035，总体呈现好转趋势；其中重庆森林NDVI增加速率最高，达到0.06/(10 a)，云南林区NDVI年际波动较小，森林较为稳定。在不同森林类型中，西南常绿阔叶林NDVI明显高于其他森林类型，但混交林和灌丛增加趋势最为明显，为0.04/(10 a)。

（3）在趋势分析中，2000年以来有86.7%的林区NDVI呈增加趋势，其中达到显著水平的林区面积比例为73.1%；NDVI<0.6的林区面积呈显著减少趋势，NDVI≥0.7林区面积呈显著增加趋势，表明西南低覆盖林区向高覆盖林区转变，林区植被状况明显改善。

（4）在波动分析中，中稳定和高稳定等级的林区分布面积最大，占总林区面积78.8%，主要集中分布于四川西部和云南西北部等地，表明 2000年以来西南大部林区NDVI波动相对较小，森林植被生长稳定，其中四川林区高稳定等级林区面积占比最高，达到47.3%，波动最小。

（5）西南大部分林区NDVI与气温、降水呈正相关性，与日照呈负相关性，其中与气温达到显著相关的区域占总林区面积30.3%，主要分布在贵州东部、云南西部等地；与降水、日照达到显著相关的林区面积较少，分别占总林区面积8.7%、9.4%，表明气温影响要高于降水和日照，是西南林区植被变化的重要气象因素。