三江源植被覆盖区NDVI变化及影响因素分析

饶品增， 王义成， 王 芳

(中国水利水电科学研究院流域水循环模拟与调控国家重点实验室， 北京 100038)

植被作为陆地生态系统的重要组成部分，连接着各圈层的物质循环和能量流动，是水循环和生物地球化学循环的重要途径[1]。三江源位于世界第三极——青藏高原的腹地，是多条大江大河的发源地，具有重要的水资源保障功能和生态屏障价值。三江源作为重要的水源地和生态宝库，其植被生长状况对水源涵养和区域生态安全具有重要价值。由于气候变化和人类活动的影响，上世纪末三江源出现较严重的植被退化，主要表现为草场退化、冰川萎缩、水土流失和土地荒漠化等[2]。进入新世纪，三江源生态得到重视，为保护三江源的正常生态功能，自2000年起中央和青海省政府出台了一系列保护政策，并设立国家级自然保护区和建设国家公园。

准确认识三江源植被变化特征和主要影响因素，对三江源生态保护和管理具有重要参考价值。遥感数据具有覆盖范围广、时空分辨率高的特点，有助于从宏观尺度上认识植被变化的规律。近年来，国内外众多学者利用遥感数据分析了植被的空间分布和时间变化特点[3-4]。由于三江源地形复杂、植被稀疏程度差异大、气候变化敏感等，加之研究时间和空间尺度的不同，研究人员评价的植被变化规律存在较大差异。刘纪远等[5]基于1970—2004多期土地利用数据发现三江源植被存在明显退化。Li等[6]选取三江源6个典型区域，结果显示1976—2015年这些地区的草地退化均呈明显增加趋势。李辉霞等[7]利用SPOT产品数据分析了2001—2010年归一化植被指数(Normalized difference vegetation index，NDVI) 变化，研究区NDVI整体呈上升趋势，表明植被生长呈好转趋势。徐嘉昕等[8]利用中分辨率成像光谱仪(Moderate-resolution imaging spectroradiometer，MODIS)产品数据分析了2000—2016年植被生长季NDVI变化，也发现三江源植被整体趋向变好。另外，许多研究表明，人类活动对三江源的植被整体影响很小，几乎可以忽略不计[7,9]。

随着全球气候变暖加剧，三江源地区植被变化仍存在较大不确定性。为认识三江源植被变化的特点，本研究以MODIS植被指数产品为依据，分析三江源近20年来的植被覆盖区NDVI时空变化，并分析气候变化和植被NDVI变化的相关关系。此外，本研究还将植被类型、冻土、DEM和坡度等数据和NDVI变化结果进行空间关联，分析植被NDVI变化受其他因素影响的特点。

1 材料与方法

1.1 研究区概况

三江源地处青藏高原腹地，是长江、黄河、澜沧江三大河流的发源地，地理位置介于31°39′～36°12′ N，89°45′～102°23′ E之间，总面积36.94万km2，平均海拔在4 000 m以上(图1)。三江源属于高原大陆性气候，日照长，年日照时数2 336～3 341 h；日内气温波动较大，年平均气温在5.1～9.0℃之间，高海拔区年均气温在0℃以下；降水量少，绝大部分地区年降水量在400 mm以下;地域差异大，东部雨水较多，西部干燥多风、缺氧、寒冷;植被类型以高寒草甸和草原为主。

图1 研究区地理位置Fig.1 Location of the study area

1.2 数据与方法

1.2.1数据来源及处理 本文获取了2000—2019年的MODIS植被产品数据MOD13Q1，该产品的时间分辨率为16 d，空间分辨率为250 m，主要植被指数包括归一化植被指数(NDVI)和增强型植被指数(Enhanced vegetation index,EVI)。其中，NDVI可应用于检测植被生长状况和覆盖度变化等。该数据获取和计算主要在Google Earth Engine(简称GEE，https://earthengine.google.com/)平台上进行。

植被类型数据为1∶100万植被矢量图(http://www.resdc.cn/)。该数据分为11个大类，三江源地区主要涵盖其中9类，见图2(a)。

冻土数据为1 km多年冻土稳定型分布图[10]，来自国家青藏高原科学数据中心。该数据基于多年冻土的稳定性特征将冻土类型分为6类，见图2(b)。

图2 三江源植被类型和冻土分布类型Fig.2 Types of vegetation and frozen soil distribution in the Three-River Headwaters Region

高程数据为ASTER-GDEM V2数据，直接在GEE平台上获取。三江源的高程空间分布见图1。另外，坡度数据由DEM数据生成。

气象数据来源于中国气象数据网(http://data.cma.cn)，选取1961—2018年研究区及周边数据资料较为完整的36个代表性站点的逐日气象数据，其中14个站点位于研究区域内，其分布见图1。本研究主要选取年降水量、年平均温度和年日照时数3个指标。由于三江源地形起伏较大，采用气象站点插值过程中应考虑高程的影响。降水和日照时数不考虑地形影响，均采用普通的克里金插值方法；温度受地形影响较大，采用克里金插值方法时加入高程信息。

为便于计算，所有栅格数据均重采样到250 m分辨率。

1.2.2主要方法 本研究的整体流程如图3所示。首先，获取植被覆盖区逐像元NDVI年均值序列。该过程在GGE中进行，为了消除地表水体扩张对结果的影响，采用欧洲委员会联合研究中心(Joint research centre of European commission，JRC)提供的2000—2018年地表水体数据进行处理。然后，通过趋势分析方法确定NDVI时空变化特征，采用偏相关分析计算NDVI与气候因子的相关关系。最后，通过空间叠置分析植被类型、冻土、DEM、坡度与植被变化的空间特征。

(1)趋势分析方法

本文采用一元线性回归方法分析研究区NDVI和气候因子的变化趋势。计算公式如下：

Yt=k×Xt+b

(2)

式中，Xt代表t时刻自变量的值；Yt代表t时刻因变量的值；k，b为一元线性回归方程的参数，k可用于表征NDVI和气候因子的变化斜率。

在趋势分析基础上，结合F检验的结果，对NDVI变化进行分级(表1)。

表1 NDVI变化趋势分级Table 1 Classification of NDVI trends

(2)NDVI与气候因子相关分析

采用偏相关分析方法计算研究区NDVI和气候因子的相关特征。相比简单的相关分析，偏相关分析消除了其他因素的影响，具有更好的说服力[11]。对NDVI和气候因子进行偏相关分析有助于分析植被变化的气候因子主控因素。变量数量的多少决定偏相关系数的阶数。对于一阶偏相关系数，其公式为：

(3)

式中，rxy·z为不考虑变量z影响下变量x和变量y的偏相关系数。

(3)多要素空间叠置分析

除气候要素外，土壤温度和水分条件是植被生长的重要因素。研究区为多年冻土区，随着气温升高，冻土融化导致土壤水分条件发生变化，从而进一步影响植被生长。由于缺乏有效的土壤水分数据，本研究选取与研究区土壤水分变化相关的因素，包括冻土类型、DEM和坡度等，构建相适应的空间图层，对影像进行空间叠加，计算研究区各类要素和NDVI变化的空间关联，并进一步分析土壤水分变化对NDVI的影响。

图3 研究流程图Fig.3 Flow chart of this study

2 结果和分析

2.1 生长季NDVI分布及其时空变化特征

三江源植被覆盖区逐像元2000-2019年生长季NDVI多年平均值及其变化趋势结果见图4。研究区生长季NDVI年平均值及其变化趋势均存在明显空间差异。在除去河湖和冰川等非植被区影响后，NDVI多年平均值自西北向东南增加。以NDVI年平均值的变化斜率来看，研究区NDVI主要呈上升趋势，黄河源东北部NDVI上升最为显著；研究区中部NDVI下降，主要集中在长江源东部，其余地区的下降较分散。

结合NDVI变化趋势显著性，对NDVI变化进行分级(图4(d))。其中，NDVI明显增加区域主要分布在研究区北部，尤其是在黄河源东部和北部、长江流域西北地区；NDVI明显减小和略微减小主要分布在长江源东部以及黄河源南部和澜沧江源少部分地区，分布较零散，呈破碎斑块状；三江源中部和南部地区NDVI以略微增加和基本不变为主。各源区的NDVI变化类型面积统计结果见表2。其中，NDVI明显增加区域占植被覆盖区面积的38.49%，略微增加占比26.43%，两者相加超过60%，表明研究区NDVI以增加为主；明显减小和略微减小分别占1.49%和3.76%，证明三江源局部地区存在植被退化；基本不变部分占29.83%。各源区NDVI增加和减小比例不同，其中黄河源的明显增加面积占比达到48.20%，高于长江源和澜沧江源，明显减小和略微减小部分占比也相对偏低。

表2 三江源各NDVI变化类型面积统计结果Table 2 The statistical results of the area of each NDVI change type in the Three-River Headwaters Region/×104 km2

图4 三江源2000-2019年植被生长季NDVI多年平均及其变化空间分布Fig.4 The multi-year average and spatial distribution of NDVI in the vegetation growth season of the Three-River Headwaters Region from 2000 to 2019

各源区植被生长季NDVI年平均值变化如图5所示。2000-2019年三江源NDVI整体呈波动上升趋势，其中最大值发生在2018年，最小值发生在2000年。黄河源和澜沧江源的NDVI年均值要远高于长江源，三者2000-2019年的生长季NDVI均值分别为0.40，0.40和0.23。另外，他们的变化趋势基本一致，NDVI呈波动上升趋势，其中黄河源上升幅度最大，且上升趋势表现显著，其他均不显著。

2.2 NDVI变化的气候因子分析

2.2.1气象站点缓冲区结果分析 源区内的14个站点2000—2018年植被生长季NDVI和气候因子(年降水量、年平均温度和年日照时数)的变化趋势及其和NDVI均值偏相关系数结果见表3。14个站点中有5个站点的NDVI显著上升，分别为同仁、五道梁、兴海、沱沱河和共和站，上升的斜率均超过1.30×10-3a-1；其它站点的NDVI呈不显著上升或下降趋势。大部分站点降水呈增加趋势，其中同仁、清水河、久治、星海、共和及贵德站点降水增加显著；囊谦和沱沱河站的降水呈下降趋势，但表现不显著。大部分站点温度显著上升，兴海站温度呈不显著上升趋势，另外玉树站的温度呈不显著下降趋势。除久治站外，其它所有站点的日照时数均呈减小趋势，其中同仁、清水河、沱沱河、曲麻莱、玉树和共和站的下降趋势显著。

图5 2000—2019年三江源植被覆盖区NDVI年际变化Fig.5 Interannual changes of NDVI in the vegetation coverage area of the Three-River Headwaters Region from 2000 to 2019

分析各个站点2000—2018年的NDVI与气候因子偏相关关系。大部分站点的NDVI与降水和温度呈正相关，与日照时数呈负相关。14个气象站点中，有8个站点和气候因子相关性显著，主要分布在草原、草甸、灌丛和荒漠，且它们的NDVI上升斜率普遍较大；另外6个站点的NDVI和气候因子没有显著的偏相关关系，且这些站点的NDVI变化趋势均不显著。可见，气候变化很大程度上促进了NDVI增加。从站点的空间分布来看，温度影响显著的点位主要位于三江源西部海拔较高地区，这些点位的温度上升显著但降水和日照时数变化不明显；在东部和南部海拔偏低地区，尽管大部分点位温度也上升显著，但NDVI变化还受到降水和日照时数的很大影响。一些位于草甸和草原区域的站点NDVI和气候因子相关性不显著，且它们的NDVI变化趋势也均不显著，这很可能受到其他因素影响。另外，贵德站位于栽培植被区域，NDVI和各气候因子的偏相关系数均偏小，这很可能是因为受人为活动影响造成的。

表3 气象站点生长季NDVI与气候因子的回归系数和偏相关系数Table 3 Regression coefficients and partial correlation coefficients of NDVI and climate factors in the growing season of meteorological stations

2.2.2像元尺度结果分析 2000—2018年的气候变化斜率结果如图6所示。研究区大部分地区降水呈增加趋势，只有西南少部分地区为负值，降水的增加幅度从西南向东北逐渐上升。根据网格插值结果，研究区温度均呈上升趋势，黄河源南部和长江源西部温度上升幅度较大，黄河源北部上升较缓慢。日照时数变化斜率普遍为负值，黄河源东部和北部减小幅度最大，研究区南部少部分地区日照时数呈现增加趋势。

图6 三江源气候因子年变化趋势Fig.6 Annual change trend of climate factors in the growth season of The Three-River Headwaters Region

对研究区2000—2018年生长季NDVI与气候因子进行逐像元偏相关分析，结果显示，各气候因子对研究区NDVI的影响存在很大差异(图7)。降水和NDVI显著相关区域在东北部和南部大部分海拔较低地区主要为正相关，在西北部高海拔地区主要为负相关。图4(d)显示，东北部显著相关区域NDVI多为明显增加区域，而西部和南部显著相关区域的NDVI主要为略微增加和基本不变区域。可见，降水增加对研究区东北部NDVI增加的促进作用较大。温度和NDVI的显著和弱显著正相关区域分布较广泛，在研究东部和西部地区较集中，其它地区分布较分散，而负相关区域几乎没有。对比NDVI变化类型(图4(d))和温度变化(图6(b))，研究区东部的显著相关区域NDVI主要为略微增加，且温度增加幅度相对较小，而西部地区的显著相关区域NDVI主要为明显增加且温度上升幅度较大。可见，温度上升对研究区西部地区的NDVI促进作用更大。日照时数和NDVI在研究区北部主要为负相关，而在南部存在少部分正相关。在北部地区，降水偏少，植被类型多为草甸和草原，日照时数减小降低了植被和土壤水分消耗，促进了植被生长和NDVI增加；在南部地区，降水量比较丰富，一些植被对水分不是很敏感，日照时数增加会改善植被光合作用，促进NDVI增加。

图7 三江源生长季NDVI与气候因子的偏相关关系Fig.7 Partial correlation between NDVI and climatic factors during the growing season of The Three-River Headwaters Region

根据气候因子和NDVI的显著性关系，将研究区分成显著相关区域、弱显著相关区域和基本不相关区域。其中，显著相关区域为任一气候因子和NDVI存在显著相关的区域，弱显著相关区域为任一气候因子和NDVI存在弱显著相关但不存在显著相关区域，基本不相关区域为气候因子和NDVI均为基本不相关区域。统计各个NDVI变化类型中三者的面积占比(图8)。NDVI明显增加到明显减小中，显著相关和弱显著相关面积占比均在呈下降趋势，而基本不相关区域面积占比在不断下降。这表明，总体上气候变化对研究区NDVI增加有较明显的促进作用，提高了研究区域植被的绿化程度。

图8 三江源不同NDVI变化类型的各气候因子相关性占比Fig.8 Correlation proportions of various climatic factors of different types of NDVI changes in the Three-River Headwaters Region

2.3 NDVI不同变化类型与相关因素的空间关联

本文对NDVI变化类型和植被类型、冻土、DEM和坡度进行空间叠加，计算得到叠加图层中各类NDVI变化类型的面积和所占百分比，结果见图9。研究区的植被类型以草甸和草原为主，高山植被和灌丛占比在5%～10%之间，其余占比很小。从各个植被类型NDVI增加部分看，所有植被类型的NDVI增加(包括明显增加和略微增加，下同)部分占总的比例均超过50%，高于基本不变和减小(包括明显减小和略微减小，下同)部分；阔叶林、栽培植被和荒漠的NDVI明显增加部分占比要远高于平均水平，草原和针叶林的NDVI明显增加部分也高于平均值，其余均低于38.49%的平均水平；草甸的NDVI明显增加部分占比最低，若加上略微增加部分，高山植被的增加部分占比最低。从减小部分看，栽培植被的NDVI明显减小最为突出，但略微减小部分占比相对较小；草甸和灌丛的明显减小和略微减小部分高于其它植被类型；荒漠的明显减小部分也占一定比例，但略微减小部分占比很小；阔叶林不存在明显减小部分，略微减小部分占比也相对较小。总的来看，NDVI增加是研究区各植被类型变化的主要趋势，各植被类型均呈一定的上升趋势；与NDVI增加部分相比，NDVI减小部分主要集中在草甸以及少部分的草原和灌丛等；栽培植被受人为影响较大，NDVI减小可能是由于轮换耕种和弃耕等导致。

各类冻土面积差异很大，季节冻土是研究区主要的冻土类型，占比为50.08%，其余均在20%以下，极稳定冻土面积占比很小，几乎可以忽略不计。不同冻土类型的NDVI变化存在一定差异。从增加部分看，6类冻土层中，季节冻土的NDVI明显增加和略微增加部分均高于其它冻土层，且随着冻土稳定性提高，增加部分比例在逐渐减小。从减小部分看，除稳定型外，其它冻土层明显减小和略微减小部分均占一定比例。从基本不变部分看，越稳定的冻土层基本不变部分占的比例越高，这说明研究区越不稳定的冻土层NDVI变化越明显，无论是增加还是减小。

研究区的海拔多在4 000～5 000 m之间，低于3 000和高于5 500 m的地区占比很低。不同海拔NDVI变化差异很大。从增加部分看，海拔越低，NDVI增加的比例越高，基本不变的比例越低;从减小部分看，明显减小和略微减小集中分布在4 000～5 000 m之间，低海拔和高海拔地区减小的面积和占比均较低。

研究区坡度以低坡为主，其中坡度8°以下占总面积比为62.13%，随着坡度增加，面积占比快速减小。不同坡度的NDVI增加比例差异较小，低坡度地区的NDVI明显增加部分占比相对较高，高坡度地区的略微增加部分相对较高。从减小部分来看，NDVI的减小比例随着坡度增加呈先上升后减小趋势，8°～13°区间的NDVI明显减小和略微减小部分占比最高。

由表2可知，研究区大部分站点气温呈显著上升趋势。气温上升引起冻土融化，尤其是不稳定的冻土。冻土消融会增加土壤水分和温度，并加速土壤水分迁移。在低坡度地区，消融的水分几乎不发生迁移，且由于高坡度地区的土壤水分流入会导致土壤水分不断增加，会改善植被生长条件，促进植被生长，这与图5中季节冻土层NDVI增加比例偏高的结果一致。相反，对于高坡度地区，冻土消融土壤水分会加速流失，并导致植被根系缺水。图5中显示3°以上地区的NDVI减小部分比例要高于3°以下地区。高寒草甸对水分要求较高，一般生长在水分充足的低洼地区，是对水分变化最敏感的植被类型之一。研究区草甸NDVI减小比例明显高于其它类型，这表明冻土退化影响到高坡度地区草甸的生长。而从冻土类型和海拔来看，NDVI减小集中在4 000～5 000 m之间的稳定性较低的冻土地带。在更低海拔地区，冻土本身深度较浅且稳定性差，对植被影响相对较小；在高海拔地区，冻土很深，气温上升只对表层影响较大，可提供的植被根系蓄水仍然充足，暂时还不会引起植被退化。

图9 三江源NDVI变化类型与多要素叠加面积和百分比Fig.9 The area and its percentage of NDVI change types and multi-element superposition area in the Three-River Headwaters Region

3 讨论

本文对2000—2019年三江源植被覆盖区NDVI空间分布、时间变化及影响因素进行了分析。结果表明2000—2019年三江源植被覆盖区NDVI整体呈现波动增加趋势，这与徐嘉昕等[8]和于秀娟等[12]的结论基本一致，也与李辉霞等[7]选用的SPOT数据2000—2010年的NDVI变化结果吻合。另外，从整个青藏高原角度，Shen等[13]和韩炳宏等[14]的结论也表明青藏高原植被整体呈现变好趋势。可见，从整体上看，三江源植被整体变好是较一致、可靠的结论。根据孙庆龄等[9]的研究，2000—2013年NDVI明显增加地区位于西部和北部，这与本文东部地区NDVI增加最显著的结论并不一致，这可能是由于研究时间尺度和选取范围的不同。本文研究尺度为2000—2019年，采用5月到9月的10景NDVI影像数据做年平均，而孙庆龄等研究尺度为2000—2013年，采用5月中旬到9月底的8景影像数据做年平均，且研究区域并未包括植被上升最显著的青海湖周边地区。

本文也通过NDVI变化分级分析得出三江源植被存在一定量的植被退化，并借助植被类型、冻土类型、DEM和坡度数据等，分析得出NDVI明显减小主要为高坡度地区的高寒草甸等，这和Li等[9]的存在草地退化的结论基本一致，但更完善。退化的草地主要位于长江源东部，海拔4 000～5 000 m之间。根据尚占环等[22]的研究，三江源乃至青藏高原的草地退化主要是受到水土流失、鼠疫和毒杂草扩张的影响，本文没有关注后两者的影响，需要进一步通过实地调研进行完善。

此外，三江源湖泊不断扩张是公认的结论[15-16]。由于湖泊扩张，湖泊周边的NDVI会出现显著下降，这与植被退化存在明显的差别，而过去的研究几乎都没有明确考虑这一点[16-17]，这对研究区为数不多的植被退化来讲影响很大。本文通过借助多年的遥感水体产品去除了这部分水域，从而降低了水域扩张对计算结果的影响。

气候变化对研究区NDVI增加起主导作用。本文采用偏相关分析的方法分析了气候因子和NDVI的相关关系，年内时间范围为生长季而非全年，一定程度上更加合理。另外，过去一些研究忽略了日照时数对NDVI变化的影响[7,18]，本文计算结果表明，日照时数对部分地区的NDVI影响要高于降水和温度。

由于缺乏长期监测的土壤水分和温度数据，本文借助其他相关数据通过空间叠加方式分析了研究区冻土退化引起的土壤水分变化对植被的影响。从不同冻土层的植被变化来看，越不稳定的冻土NDVI上升越明显，这表明气候变化导致的冰川冻土消融一定程度上有利于植被增长。这主要是因为冻土消融增加了土壤水分和温度，改善了植被生长条件，从而促进了植被生长。值得注意的是，在高坡度地区，当冻土进一步消融水分流失殆尽将很有可能导致植被失去水分并转而走向退化[19-20]，目前在研究区4 000～5 000 m不稳定冻土层中表现较为明显。

基于NDVI反映植被变化存在一定局限性。NDVI是最常用的植被指数之一，能很好地区分植被和非植被，并反映植被的生长状况，但无法给出植被类型变化和群落结构演替。实际上，三江源的植被类型也存在一定的变化。随着气候和土壤条件改善，部分地区由荒漠逐渐转向草原草甸植被类型[19]。由图4(b)可知，黄河源东部地区的荒漠NDVI增加明显，可见该地区可能已经转变为草原或草甸。此外，NDVI一定程度上会受到天气因素影响[21]，如降水和多云天气。土壤湿度对NDVI也有一定的影响。一般来说，湿的土壤NDVI偏小，在植被并未改善而土壤湿度减小的情况下NDVI也会显示增加，这一定程度上会造成结果误差。另外，本文没有考虑人类活动的影响。尽管人类活动对研究区大部分地区的植被影响很小，但在一些地区，人类活动的影响程度可能很大，在未来研究过程中，需要进一步考虑人类活动对局部地区植被的影响。

4 结论

自2000年以来，三江源植被覆盖区NDVI发生了明显变化。其中，明显增加比例为38.49%，略微增加比例为26.43%，基本不变比例为29.83%，略微减小比例为3.76%，明显减小比例为1.49%。气候变化对研究区NDVI整体起促进作用，降水增加对研究区东部NDVI增加效果较为明显，温度上升在西部地区起主导作用，日照时数下降对研究区北部的NDVI增加作用较显著，上升对研究区南部一些地区有一定的促进作用。不同植被类型、冻土、海拔和坡度的NDVI变化存在较大差异，海拔较低、冻土不稳定区域的NDVI增加更为明显，NDVI减小主要发生在坡度较高、分布在4 000～5 000 m之间的高寒草甸。总体上，NDVI增加主要是由于气候变化直接作用导致，NDVI减小一定程度上是由于气温上升高坡度地区的冻土融化导致土壤水分流失造成。