吕梁山地区植被物候变化及对气候的响应

王贝贝，周淑琴，荆耀栋，宋晓静

（山西农业大学资源环境学院，山西太谷 030800）

0 引言

植被受气候和周围环境的影响，出现以年为周期的生长发育节律现象，称为植被物候[1-3]。植被物候是自然界中较为敏感的特征，它准确感知周围环境和气候变化，直接快速对气候变化做出反应[4-5]。近年来，全球气候变化较大，气候对植被影响加剧，进行植被物候-气候研究对区域环境变化、黄土高原生态治理和农业生产具有重要意义[6]。遥感技术的发展为长时间序列的植被物候提取和气象研究提供了条件[7]，文献研究证明可以从遥感获取的植被指数(NDVI)中提取准确的植被物候信息[8]。植被物候与气候因素的研究主要集中在植被物候与年内温度、降雨、光照和干旱度等研究上。有研究表明，气温是黄土高原植被物候变化的主要影响因素，但不同的生长季受到气候影响的主要因素存在差异[9]。孔冬冬等[10]研究表明，温度是植被物候变化的主导因子，降水对植被物候的影响受时间和地形的调控。鉴于气候因素对植被生长各阶段的影响不同[11]，而吕梁山地形起伏较大，气候垂直差异明显，本研究从生长季开始和生长季结束2个节点出发，从像元角度具体分析植被在关键生长期与气候的关系。研究区植被类型多、地形复杂、气候差异显著，本研究利用Double Logistic滤波和动态阈值法提取吕梁山地区植被物候，结合气温、降水数据，通过植被物候与气候因素的偏相关分析，旨在从像元角度揭示植被物候与气候的响应关系。

1 研究区概况

吕梁山位于山西省境内，黄土高原东部，位于110°28′—112°44′E、35°40′—39°33′N之间。研究区以西为黄土高原水土流失区，以东为山西省内一系列盆地。海拔最高2794 m，海拔最低545 m，大部分地区海拔1000～1800 m。海拔较高的地区集中在东北部、中部，其他地区地形相对平缓，中北部3条山脉围绕出三山环绕区（图1）。研究区属于半干旱温带大陆性季风气候，年平均温度8℃，年均降雨量450 mm。降雨主要分布在6—9月。植被类型主要有林地、草甸、灌木、草地，农作物在高山地区分布较少。

图1 研究区概况及气象站点

2 数据处理及方法

2.1 数据来源

NDVI数据为中国500 M旬NDVI合成产品，该产品由MOD09GA数据加工而来，从地理空间数据云(http://www.gscloud.cn/)下载。经过坐标转换、投影、裁剪等处理得到吕梁山地区2000—2015 NDVI旬数据集，分辨率为500 m×500 m。数据跨度从2000年1月初到20015年12月底，10天为1期，共576期。DEM数据为90 m分辨率的ASTER GDEM V 4.1版本，为统一空间分辨率将其重采样为500 m的像元。像元是本研究的最小单元指遥感数据采集地面景物的最小单元，代表的实际含义是能分辨地面500 m×500 m的地物。

气象数据从中国气象要素站点观测逐日数据集中提取出气温、降水2个因素，对山西省温度、降雨进行薄板样条函数插值，生成月平均温度、月总降水量空间数据集，经过裁剪得到研究区的气象数据。

2.2 研究方法

2.2.1 植被物候提取方法 MODIS系列卫星生成的NDVI数据产品，通常会受空气溶胶、云和雪的影响而缺少观测值[12-14]。虽然在数据处理过程中已经通过最大值合成减少了这些污染，但是合成的产品中依然存在残余噪声[15]。本研究采用Double Logistic方法有效降低残余噪声，得到质量较好的NDVI时间序列，进而利用动态阈值法来确定植被生长季开始和结束日期[16]。动态阈值法在处理不同土壤类型、不同土地利用类型和不同植被类型时，动态地为每个像元设定阈值。可以较好地反映每个像元的NDVI的季节性变化。计算如式(1)。

式中，NDVIlim为物候期开始或结束对应的NDVI值，NDVImax和NDVImin分别对应最大、最小值。研究中K取20%[17]。

2.2.2 趋势分析和检验方法 通过MATLAB软件，选用非参数估计方法Theil-Sen斜率计算气候和植被物候的变化趋势[18-19]，并用Mann-Kandall检验变化是否显著。若T＞0，表明物候期呈推迟趋势；T＜0，表明物候期呈提前趋势。进行M-K统计检验，P＜0.05表示变化显著，否则不显著。结合T-Sen和M-K检验结果，将吕梁山植被物候期的趋势变化分为推迟显著(T＞0，P＜0.05)、提前显著(T＜0，P＜0.05)、推迟不显著(T＞0，P＞0.05)、提前不显著(T＜0，P＞0.05)4级。

2.2.3 偏相关分析 吕梁山地区海拔变化明显，气温、降水变化较大，将海拔作为协变量进行气温、降水插值可以提高插值精度[20-21]。本研究中植被物候同时受气温、降水2种气象因素的影响，研究植被物候与单一因素的关系时会受到另一因素的影响。为排除其他因子的影响，采用偏相关分析方法。具体做法是通过MATLAB软件对植被生长季开始日期与3、4、5月气温和降水进行偏相关计算，生长季结束日期与9、10、11月气温和降水进行偏相关计算。通过栅格分类、叠加的方法，得出每个像元偏相关系数最大的月份，并标出是正向影响或负向影响。

3 结果与分析

3.1 2000—2015年吕梁山地区植被物候时空变化

吕梁山地区植被生长季开始日期(SOS)为第90～155天，平均为第126天；生长季结束日期(EOS)为第286～350天，平均为第320.6天；植被生长季长度(LOS)为130～240天，平均为194.4天。通过图1和图2对比观察，吕梁山地区植被物候空间分布呈现西北—东南递变规律，沿这一方向，植被SOS逐渐提前，EOS逐渐推迟，LOS逐渐延长。研究区东南部植被SOS开始最早，EOS结束最晚，LOS持续最长。北部、西部和中部低海拔地区植被SOS开始最迟，EOS结束最早，LOS长度最短。

图2 2000—2015年吕梁山地区平均物候空间分布

研究区植被SOS整体呈现提前趋势（图3），85.7%的区域呈提前趋势，其中16.2%的区域提前显著，主要分布在西部、中部地区；14%的区域植被SOS呈推迟趋势，主要分布在东南和北部区域，推迟显著的区域很少，不足1%。植被EOS整体上呈现推迟的趋势，有90.6%的地区呈推迟趋势，其中33.3%的区域推迟显著，主要分布在中部、东部区域；9%的区域植被EOS呈现提前趋势，分布在东南侧和北部区域，提前显著的区域不足1%。

图3 植被物候变化及显著性

3.2 植被生长季开始日期与气候的响应

研究区植被SOS主要分布在3、4、5月，为研究此段时间内植被物候与气候的响应关系，用植被物候与月气温、降水做偏向关分析（图4）。在气温上，植被SOS与3月气温的偏相关系数正负分布均匀；SOS与4月气温系数，负值多分布在海拔较高的地区，正值分布在海拔较低的地区；SOS与5月气温的系数，正值多分布于西部，负值多分布于东北部。在降水上，植被SOS与3、4月降水的偏相关系数多为负值，少数正值分布在北部；SOS与5月降雨的系数，正值多分布在西北部，负值多分布在南部和东北部。从显著性看，大部分地区植被SOS受4月气温显著影响，这些地区集中分布在高海拔地区。另一部分植被SOS受3、4月降水的显著影响，多分布在西部和中部海拔较低的地区。

图4 吕梁山地区植被生长季开始日期与3—5月气温降水的偏相关系数空间分布

植被物候与气候因素的偏相关系数空间分布（图5）说明每个像元植被SOS同时受不同月份气温和降水的影响，但不能准确认定受哪个月份、哪种因素的影响最大，因此对每个像元影响最大的气温和降水提取出来制成图5，具体分析每个像元植被SOS与气候的响应。在气温上，24.6%的像元受4、5月气温的正向影响，这些地区分布在研究区西部、北部部分地区和中部三山环绕处；研究区中部和北部的地区受4月温度的正向影响，温度升高（气候变化见表1），植被SOS推迟；西部主要受5月温度的正向影响，温度升高，植被SOS推迟；74.8%的像元主要受3、4、5月气温的负向影响，这些地区气温升高，植被SOS提前，主要分布在山脉地区和南部高海拔地区。在降水上，23.4%的像元受3月降水的负向影响，这些地区分布在中部、东南部部分地区，东南部地区降水增多植被SOS提前，中部地区降水减少植被SOS推迟；55.3%、9%的像元受4、5月降水的负向影响，这些地区分布较广，表现为降水增多，植被SOS提前；约11%的像元受5月降水的正向影响，这些地区主要分布在东北部部分地区，降水增多，植被SOS推迟。

图5 吕梁山地区植被生长季开始日期对气温和降水响应的空间分布

表1 2000—2015年气温和降水变化趋势

由图2得到研究区大部分地区植被SOS呈提前趋势，只有北部和东南部部分地区植被SOS呈推迟趋势。从一个气候因素去分析植被物候和气候的关系，就会出现与图2结论不相符的特殊区域。这些区域植被SOS受气温、降水的影响方向、程度不同，这类特别地区包括研究区西侧温度降低，降水增多，植被SOS呈提前趋势；研究区三山环绕处温度升高，降水减少，植被SOS呈提前趋势，温度对植被SOS的影响强于降水；研究区北侧地区温度升高，降水增多，植被SOS却推迟；研究区东南侧温度降低，降水增多，植被SOS推迟，温度对植被物候的影响大于降水。

3.3 植被生长季结束日期与气候的响应

研究区植被生长季结束日期(EOS)分布在9、10、11月，为研究此段时间内植被物候与气候的响应关系，用植被物候与月气温、降水做偏向关分析（图6）。在气温上，植被EOS与9月气温的偏相关系数均匀分布；EOS与10、11月气温的偏相关系数，负值主要分布在海拔较高的地区，正值主要分布在西部和北部海拔较低的地区。随着时间推移，偏相关系数正值增多，负值减少。在降水上，植被EOS与9月降水的偏相关系数主要为正值，分布较广。EOS与10月降水的偏相关系数中，负值较多，主要分布在东部、中部地区；EOS与11月降水的偏相关系数呈均匀分布。从显著性看，大部分地区植被EOS受11月气温显著影响，主要分布在北部、西部、南部地区，另一部分地区植被EOS受9月降水的显著影响，分布范围大而广。

图6 吕梁山地区植被生长季结束日期与9—11月气温降水的偏相关系数空间分布

每个像元植被EOS同时受不同月份气温和降水的影响，提取每个像元影响最大的气温和降水制成图7。在气温上，18.8%、45.3%的像元植被EOS分别受10、11月气温的正向影响，气温升高（气候变化见表1），植被EOS推迟，这些像元分布在海拔较低的区域；8.5%的像元植被EOS受9月气温的正向影响，气温降低，植被EOS提前，这些地区主要分布在北部部分地区；25.5%的像元植被EOS受10、11月气温的负向影响，气温升高，植被EOS提前，这些地区主要分布在海拔较高的地区。在降水上，52.8%、12.3%的像元植被EOS主要受9、11月降水的正向影响，降水增多，植被EOS推迟，这些地区范围较广、较均匀；8.6%的像元受10月降水的正向影响，这些地区分布在西北部和西部部分地区，西北部地区降水增多，植被EOS推迟，西部部分地区降水减少，EOS推迟；15.3%的像元植被EOS主要受10月降水的负向影响，降水减少，植被EOS推迟，主要分布在中部、东南部地区。

图7 吕梁山地区植被生长季结束日期对气温和降水响应的空间分布

研究区植被EOS整体上呈推迟趋势，只有北部部分地区和东南部部分地区呈提前趋势。同样对于一些特殊区域植被EOS要结合2种气象因素充分考虑。海拔较高的区域，10、11月气温升高植被EOS会提前，但受9月降水增加的影响，植被EOS总体呈推迟趋势；三山环绕处的中部区域，温度升高植被EOS推迟，降水减少植被EOS推迟，植被EOS总体仍呈推迟趋势；东南部植被EOS受9月气温降低、10月降雨减少的综合影响，植被EOS提前；北部部分地区，9月气温降低，植被EOS提前。

4 结论与讨论

现有的吕梁地区植被研究文献中，多数以行政边界或者部分山脉作为研究范围[22-23]，本研究的区域边界既能准确覆盖吕梁山又能兼顾地形完整性。在物候提取上，选择较为成熟的动态阈值法提取植被物候，提取结果与同类型研究吻合[24-26]。吕梁山地区地形起伏较大，将海拔作为协变量进行气温、降水的插值能提高气候数据精度。本研究从区域角度得出，在高海拔山区4月气温对植被SOS影响显著，而低海拔地区4月降水对其影响显著。74.8%、87.7%像元春季气温升高、降水增多，植被SOS提前。72.6%、65.1%像元秋季气温升高降水增多，植被EOS推迟。从区域角度研究植被物候与气候的关系，会掩盖部分与区域变化不同的像元。本研究从像元角度得出，74.6%像元植被SOS受春季气温的负向影响，而24.4%受4、5月气温的正向影响，仅从区域去研究则会忽略这24.4%像元的变化。本研究区地形复杂、垂直变化较大，在西部邻接黄河处、北部地区和三山环绕区存在特殊变化。这些区域受气候因素、土壤、植被类型和人类活动的综合影响，物候复杂多变，对其物候-气候研究是后期工作的重点。

本研究基于时间序列的MODIS NDVI利用动态阈值法提取了吕梁山地区的植被物候，对植被2个关键物候期与气候因素进行偏相关分析，探索植被物候变化与气候的响应关系。研究表明，研究区植被物候空间分布呈现西北—东南递变规律，沿这一方向，植被SOS、植被EOS、植被LOS分别呈现不断提前、推迟、延长的趋势。2000—2015年大部分地区植被SOS呈提前趋势，植被EOS呈推迟趋势。植被生长季开始和结束2个关键期与气候存在响应关系，不同地区响应关系受地形影响较大，高海拔山区植被SOS受气温的影响显著，低海拔地区受降水的影响显著；北部、西部地区植被EOS受11月气温影响显著，高海拔地区受9月降水的影响显著。