青藏高原植被覆盖变化及气候驱动因子分析

薛宇轩 卢宏玮

摘要：利用青藏高原2001—2015年的MODIS归一化植被数据集、地表温度数据集和317个气象站的气温、降水量数据，分析了归一化植被指数（NDVI）与气温、降水量及地温的相关性，讨论了3种气候因子的联合驱动机制。结果表明，青藏高原植被覆盖呈由东向西、自南向北的递减状态，且总体上呈波动增长趋势;青藏高原植被覆盖与降水量、气温及地温均呈正相关，与气温相关性最强;青藏高原植被增长的首要驱动因子是热量，且降水量與热量对植被生长的驱动作用呈互补性。

关键词：归一化植被指数;气候驱动因子;气温;地温;降水量;青藏高原

中图分类号：TP79;Q948.15+6         文献标识码：A

文章编号：0439-8114（2020）15-0044-05

Abstract： MODIS product （NDVI and land surface temperature） and meteorological data （precipitation and temperature） from 317 stations of the Qinghai-Tibet plateau from 2001 to 2015 were used to study the correlation coefficient between NDVI and temperature， precipitation and land surface temperature， and the combined driving mechanism of three climatic factors was discussed. The results indicated that the vegetation decreased from east to west and from south to north， and the vegetation growth trend was positive on the Qinghai-Tibet plateau. The vegetation was positively correlated with precipitation， temperature and ground temperature. The vegetation had the highest correlation coefficient with temperature on the Qinghai-Tibet plateau. The primary driving factor for vegetation growth is heat. Precipitation and heat play a complementary role in the growth of vegetation on the Qinghai-Tibet plateau.

Key words：NDVI; climate driving factor; temperature; land surface temperature; precipitation; Qinghai-Tibet plateau

青藏高原西起帕米尔高原，东至横断山脉，南自喜马拉雅山脉南缘，北迄昆仑山—祁连山北侧，面积257万km2，占中国陆地总面积的26.8%[1]。青藏高原在行政区划上主要包括西藏、青海、新疆南部、四川西北部以及云南北部。青藏高原是中蒙干旱区的主体，来自大洋的水汽较少，大部分地区年降水量不足200 mm，且降水量主要用于蒸发，多年平均径流系数大多小于0.2[2，3]。青藏高原属高原亚寒带与高原温带气候，在全球变暖背景下其增温效应十分显著，是对气候变化较为敏感的区域之一[4，5]。同时，青藏高原生态十分脆弱，植被覆盖对气候变化的响应异常敏感[6]。因此，研究青藏高原植被覆盖变化及其气候驱动因子十分重要。

归一化植被指数（NDVI）是表征植被生长的重要指标，已被广泛应用于植被覆盖变化及其驱动因子的研究[7-12]。Shen等[13]利用2000—2012年的MODIS/NDVI数据与SPOT/NDVI数据分析了青藏高原植被对日最高气温和日最低气温的响应，结果表明青藏高原植被对日最低气温的响应较强。Wang等[14]利用1982—2008年的GIMMS/NDVI数据分析了青藏高原降水量、日照时数与气温对植被的影响，结果表明青藏高原植被变化的主要原因是气温变化。He等[15]利用1982—2011年的AVHRR/NDVI3g数据分析了三北防护林植被对气候因素的响应，结果表明西部地区的暖湿条件可以促进植被生长。Li等[16]利用1982—1999年的GIMMS/NDVI数据与2000—2015年的MODIS/NDVI数据分析了黄土高原植被变化的原因。王志鹏等[17]利用2000—2015年的MODIS/NDVI数据分析了青藏高原植被对降水变化的响应，结果表明降水的分配格局对灌丛草地植被影响较大。刘军会等[18]利用1981—2005年的GIMMS/NDVI数据分析了青藏高原植被覆盖变化及其与降水量、气温的关系，结果表明植被与降水量、气温均呈正相关关系。沈振西等[19]利用2011—2014年植被生长季的MODIS/NDVI数据分析了藏北高原不同海拔高度植被与气候因子的关系。郭继凯等[20]利用2001—2013年的逐旬MODIS/NDVI数据分析了塔里木河流域植被覆盖变化的驱动因子。

尽管关于青藏高原植被变化及其气候驱动因子已经有很多研究，但较多关注于单一气候因子对植被的影响，且气象数据的插值方法未考虑青藏高原地形起伏较大的情况。为了明晰青藏高原植被变化情况及其与气候因子的关系，本研究使用长时间序列遥感反演产品MODIS/NDVI（2001—2015年），并结合气象站气温、降水数据及MODIS/地温数据，采用ANUSPLIN气象插值、一元线性回归、相关分析等方法对青藏高原植被变化进行分析，讨论了气候因子对植被的驱动机制及气候因子间的关系。

1 数据与方法

1.1 数据来源

气象站实测气温与降水量数据均来源于中国气象数据网（http：//data.cma.cn/），该数据囊括了来自317个气象站的2001—2015年逐日气温与降水数据。数字高程模型（DEM）来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn/），空间分辨率为1 km。2001—2015年的MODIS数据（NDVI和地温）下载于美国国家宇航局（NASA）的EOS数据中心（https：//ladsweb.modaps.eosdis.nasa.gov/）。MODIS/NDVI数据类型为MOD13A1，每16 d一景影像，数据空间分辨率为500 m;MODIS/地温数据类型为MOD11B3，每30 d一景影像，数据空间分辨率为6 km。同源的NDVI与地温数据可以降低遥感反演导致的不确定性。

1.2 研究方法

1.2.1 ANUSPLIN气象插值法 ANUSPLIN是一种采用平滑样条函数对多变量数据进行插值和分析的工具。该方法被广泛应用于青藏高原气候因子模拟的研究中[17，21]，能够较好地拟合青藏高原复杂地表气象要素的空间分布[22]。针对青藏高原地形起伏较大的情况，采用数字高程模型作为青藏高原气象数据插值的协变量，得出考虑海拔的气温与降水量的空间插值结果。

1.2.2 一元线性回归法 2001—2015年NDVI空间变化趋势采用一元线性回归法计算，即15年内NDVI年平均值的一元线性回归方程的斜率。本研究计算2001—2015年NDVI空间变化趋势，公式如下：

[θslope=n×i=1ni×NDVImean-i=1nii=1nNDVImeann×i=1ni2-（i=1ni）2] （1）

式（1）中，[i]为各年序号;[n]为研究时段的总年数，[n=15];NDVImean为第[i]年NDVI的平均值;[θslope]为NDVI的变化趋势。

1.2.3 相关分析法 为了研究NDVI与气候因子的关系，运用ArcGIS中的栅格计算器计算NDVI与气温、降水量、地温的相关系数，并进行显著性检验，比较NDVI与各气候因子的相关性。本研究计算2001—2015年NDVI与各气候因子的相关系数，公式如下：

[R=n×i=1nXi×NDVImean-i=1nXii=1nNDVImeann×i=1nXi2-（i=1nXi）2×n×i=1nNDVImean2-（i=1nNDVImean）2] （2）

式（2）中，[Xi]为第[i]年气候因子的平均值;R为2001—2015年NDVI与气候因子的相关系数。

1.2.4 多驱动因子分析方法 为了研究NDVI受多种气候因子驱动的相互关系，根据NDVI与各气候因子是否呈正相关关系设置编号进行多驱动因子分析（表1）。根据编号对青藏高原NDVI进行重分类，进而对青藏高原NDVI受气候因子驱动的不同类型进行空间分析，得出青藏高原NDVI的首要气候驱动因子。

2 结果与分析

2.1 青藏高原植被覆盖年际变化及空间分布

2001—2015年，青藏高原年均NDVI呈波动上升状态（图1a），多年平均NDVI为0.219，增速为0.000 7/年，变异系数为1.7%。2008年前后年均NDVI差异较大，2008年前平均NDVI为0.216，2008年后平均NDVI为0.222。青藏高原多年平均NDVI的空间分布呈由东向西、自南向北的递减状态（图1b）。多年平均NDVI高值主要分布在横断山脉、唐古拉山以及祁连山，青海西部、西藏西部以及新疆南部多年平均NDVI值较低。新疆南部（青藏高原北缘）有小范围的NDVI较高值，这一区域沿昆仑山呈条带状分布。昆仑山融雪产生的径流为植被生长供给了充足的水源，导致此区域NDVI相比附近其他位置较高。

2.2 青藏高原植被覆盖变化趋势空间分异

图2为2001—2015年青藏高原年均NDVI变化趋势。青藏高原NDVI整体呈上升趋势，青藏高原总面积的70.04%呈NDVI上升趋势，其余29.96%呈下降趋势。呈下降趋势的NDVI主要分布于西藏西部与中部，呈显著上升趋势的NDVI主要分布于青藏高原北部与东部，即祁连山、横断山脉及昆仑山。值得注意的是，柴达木盆地除盆地边缘NDVI上升趋势较高外，大部分区域NDVI上升趋势较低，小部分区域呈下降趋势。小部分的下降趋势主要集中在湖泊附近，这是由于湖泊面积变化使NDVI变为负值，进而导致了NDVI的下降。

2.3 植被覆盖变化的气候驱动因子分析

2.3.1 降水驱动因子分析 图3为2001—2015年青藏高原NDVI与降水量相关系数的空间分布。青藏高原NDVI总体上与降水量呈正相关关系，呈正相关关系的区域面积占总面积的60.95%，呈显著正相关关系（P<0.1）的区域主要包括新疆南部、西藏中部以及青海南部，西藏东部、横断山脉与柴达木盆地的NDVI与降水量呈显著负相关关系（P<0.1）。西藏东部与横断山脉的降水量较大，降水量不构成植被生长的限制因子，故这2个区域呈显著负相关关系。柴达木盆地NDVI与降水量的显著负相关关系主要分布于NDVI平均值较低的地区（NDVI<0.1）[23]，且该区域的NDVI上升趋势也较低（图2），因此此显著的负相关关系并不可信。

2.3.2 气温驱动因子分析 图4为2001—2015年青藏高原NDVI与气温相关系数的空间分布。青藏高原NDVI总体上与气温呈正相关关系，呈正相关关系的區域面积占总面积的65.62%，呈显著正相关关系（P<0.1）的区域主要包括青海南部、西藏西北部以及四川北部，西藏中部的NDVI与气温呈显著负相关关系（P<0.1）。西藏中部的降水量较低，降水量成为首要的植被生长限制因子，气温成为次要限制因素，因此该区域NDVI与气温呈负相关关系。对比图3与图4，青藏高原NDVI与降水量、气温的相关系数呈明显的互补关系，即有较多的区域NDVI与降水量的相关系数大，则其与气温的相关系数小。

2.3.3 地溫驱动因子分析 图5为2001—2015年青藏高原NDVI与地温相关系数的空间分布。青藏高原NDVI总体上与地温呈正相关关系，呈正相关关系的区域面积占总面积的52.43%，呈显著正相关关系（P<0.1）的区域主要包括青海南部和西藏西北部，青海西部及西藏中部的NDVI与地温呈显著负相关关系（P<0.1）。青海西部及西藏中部的地温较高，未构成当地植被生长的限制因子，故这2个区域的NDVI与地温呈负相关关系。对比图4及图5，NDVI与地温的负相关系数和气温的负相关系数分布区域基本相同，但地温的分布区域更大。在青藏高原，地温与气温的变化趋势相似，但地温升幅一般高于气温[24]，因此气温更容易比地温成为植被生长的限制因子，即地温更容易与NDVI呈负相关关系。

2.3.4 多驱动因子联合分析 图6为2001—2015年青藏高原NDVI与3种气候因子联合分析的空间分布及面积占比统计结果。由图6可知，NDVI变化同时受3种气候因子驱动的情况主要发生在昆仑山南部以及柴达木盆地以东，这些区域降水、气温及地温均较低，故当地NDVI同时受3种气候因子的驱动。NDVI变化只受一种气候因子驱动的情况主要发生在西藏中部，且主要为降水量驱动。该地区气温与地温均较高，降水量较低，故降水量为植被生长的主要影响因子，即降水量的上升会驱动NDVI的上升。NDVI变化同时受气温、地温二者驱动的区域占比最高，但考虑到气温与地温均为表征当地热量的指标，即对青藏高原NDVI驱动效果最大的气候因子是热量。

3 结论

1）青藏高原植被覆盖整体呈由东向西、自南向北的递减状态，多年平均NDVI为0.219。从时间上看，2001—2015年青藏高原植被覆盖总体上呈波动增长趋势，增长速度为0.000 7/年。从空间上看，2001—2015年青藏高原植被覆盖呈增长趋势的区域面积占青藏高原总面积的70.04%，主要分布于青藏高原北部与东部，即祁连山、横断山脉及昆仑山。

2）青藏高原植被覆盖与降水量、气温及地温均呈正相关关系，与气温呈正相关关系的区域分布最广，占青藏高原总面积的65.62%，与气温呈显著正相关关系的区域主要包括青海南部、西藏西北部以及四川北部，与降水量呈显著正相关关系的区域主要包括新疆南部、西藏中部以及青海南部，与地温呈显著正相关关系的区域主要包括青海南部和西藏西北部。植被覆盖程度低且变化幅度小的地区（如柴达木盆地）计算出的相关关系并不准确。

3）通过对3种气候因子与NDVI的关系联合分析后发现，青藏高原植被覆盖增长的首要驱动因子是热量，即气温与地温。在青藏高原1/2以上的区域，降水量与热量对植被生长的驱动作用呈互补性。降水量较多的区域，其驱动作用较低，当地植被生长以气温（或地温）为首要驱动因子;反之，则植被生长以降水量为首要驱动因子。

参考文献：

[1] 张镱锂，李炳元，郑 度. 论青藏高原范围与面积[J]. 地理研究，2002，21（1）：1-8.

[2] 王婉昭，高艳红，许建伟. 青藏高原及其周边干旱区气候变化特征与GLDAS适用性分析[J]. 高原气象，2013，32（3）：635-645.

[3] 李新周，刘晓东.  21世纪中蒙干旱-半干旱地区干旱化趋势的模拟研究[J].  干旱区研究， 2012，29（2）：262-272.

[4] 李依婵，李 育，朱耿睿. 一种新的气候变化敏感区的定义方法与预估[J]. 地理学报， 2018，73（7）：1283-1295.

[5] 姚永慧，张百平. 基于MODIS数据的青藏高原气温与增温效应估算[J]. 地理学报， 2013，68（1）：95-107.

[6] 王常顺， 孟凡栋， 李新娥， 等.  青藏高原草地生态系统对气候变化的响应[J].  生态学杂志， 2013，32（6）：1587-1595.

[7] 徐丽萍， 郭 鹏， 刘 琳， 等.  天山北坡NDVI对气候因子响应的敏感性分析[J].  湖北农业科学， 2014，53（21）：5116-5120.

[8] 傅志军，黄 蓉，周毓栋，等. 基于NDVI的渭河流域时空演变分析[J]. 湖北农业科学，2019，58（6）：54-57.

[9] 古冬丽，胡引翠，王 斌. 基于MODIS/NDVI的河北省植被指数时空变化特征及影响因素分析[J]. 湖北农业科学，2016，55（14）：3605-3612.

[10] 朴世龙，方精云. 1982—1999年我国陆地植被活动对气候变化响应的季节差异[J].  地理学报， 2003，58（1）：119-125.

[11] WEN Z，WU S，CHEN J，et al. NDVI indicated long-term interannual changes in vegetation activities and their responses to climatic and anthropogenic factors in the Three Gorges Reservoir Region， China[J]. Science of the total environment，2017，574：947-959.

[12] LIU Q， FU Y H， ZENG Z， et al. Temperature， precipitation， and insolation effects on autumn vegetation phenology in temperate China[J].  Global change biology， 2016，22（2）：644-655.

[13] SHEN M， PIAO S， CHEN X， et al. Strong impacts of daily minimum temperature on the green-up date and summer greenness of the Tibetan Plateau[J]. Global change biology，2016，22（9）：3057-3066.

[14] WANG H， LIU D， LIN H， et al. NDVI and vegetation phenology dynamics under the influence of sunshine duration on the Tibetan Plateau[J]. International journal of climatology，2015，35（5）：687-698.

[15] HE B， CHEN A， WANG H， et al. Dynamic response of satellite-derived vegetation growth to climate change in the Three North Shelter Forest Region in China[J].  Remote sensing， 2015，7（8）：9998-10016.

[16] LI J， PENG S， LI Z. Detecting and attributing vegetation changes on Chinas Loess Plateau[J]. Agricultural and forest meteorology， 2017，247：260-270.

[17] 王志鵬，张宪洲，何永涛，等. 2000—2015年青藏高原草地归一化植被指数对降水变化的响应[J]. 应用生态学报，2018，29（1）：75-83.

[18] 刘军会，高吉喜，王文杰. 青藏高原植被覆盖变化及其与气候变化的关系[J]. 山地学报，2013，31（2）：234-242.

[19] 沈振西，孙 维，李少伟，等. 藏北高原不同海拔高度高寒草甸植被指数与环境温湿度的关系[J]. 生态环境学报，2015，24（10）：1591-1598.

[20] 郭继凯，吴秀芹，董贵华，等. 基于MODIS/NDVI的塔里木河流域植被覆盖变化驱动因素相对作用分析[J].  干旱区研究， 2017，34（3）：621-629.

[21] 苑全治，吴绍洪，戴尔阜，等. 1961～2015年中国气候干湿状况的时空分异[J]. 中国科学：地球科学，2017，47（11）：1339-1348.

[22] 谭剑波，李爱农，雷光斌. 青藏高原东南缘气象要素Anusplin和Cokriging空间插值对比分析[J].  高原气象，2016，35（4）：875-886.

[23] 徐浩杰， 杨太保.  柴达木盆地植被生长时空变化特征及其对气候要素的响应[J]. 自然资源学报， 2014，29（3）：398-409.

[24] 周刊社， 罗骕翾， 杜 军， 等.  西藏高原地温对气温变化的响应[J].  中国农业气象， 2015，36（2）：129-138.