祁连山黑河源区植被NDVI时空变化特征及影响因素分析

袁杰, 曹广超, 杨登兴, 曹生奎, 刁二龙, 赵美亮

祁连山黑河源区植被NDVI时空变化特征及影响因素分析

袁杰1, 3, 曹广超1, 2, 3, *, 杨登兴1, 3, 曹生奎1, 3, 刁二龙1, 3, 赵美亮1, 3

1. 青海师范大学, 地理科学学院, 西宁 810008 2. 青海师范大学, 研究生院, 西宁 810008 3. 青藏高原地表过程与生态保护教育部重点实验室, 西宁 810008

对于极度缺水的西北内陆干旱地区, 植被覆盖度俨然成为了该区生态环境的“指示剂”, 其发挥的核心作用不容小视。选取西北内陆干旱区核心区域—黑河源区为研究对象, 利用MODIS NDVI数据, 采用最大合成法和趋势分析法, 探讨该区植被NDVI时空变化特征, 并分析地形因素和降水量对NDVI的影响。结果表明: (1)研究区自2000年开始NDVI整体自西北向东南呈逐渐增加趋势, 增加面积显著大于减少面积且累计增加面积占研究区面积的50.58%, 表明整个研究区生态环境发生了明显改善; (2)对年、月际降水量和NDVI进行拟合后发现, NDVI与降雨量呈极显著正相关关系, 表明研究区植被覆盖程度随降雨量的增加呈增加趋势; (3)不同海拔梯度范围内, NDVI以3000—3300 m为界, 界上植被NDVI呈增加趋势, 界下呈明显减少趋势; (4)从坡度来看, NDVI以坡度25°为界, 界下NDVI值随坡度增加呈增大趋势且增幅明显, 界上NDVI值开始减少, 减幅较小; (5)不同坡向上, NDVI以正东向半阴坡和正西向半阳坡为界出现明显的高低值分区, 其中最高值出现于正东向半阴坡, 最低值出现于西南—正南向阳坡。

黑河源区; NDVI; 时空变化特征; 影响因素

0 前言

植被不仅是连接大气、土壤及水体的重要纽带, 更是陆地生态系统明显发生变化的放大器[1]。植被生长过程中不仅受到土壤养分、地形、气候等自然因素的影响[2–3], 而且易受人类活动影响, 因此植被盖度被国内外学者用于评价区域生态环境。其中Deering首先在1978年提出归一化植被指数(normalized difference vegetation index, NDVI)[4], 用于表征植被生长情况, 并发现气温和降水与NDVI之间存在显著关系, 自此NDVI便被选取为植被覆盖程度的代用指标并得到了广泛应用。随之Kawabata等[5]进一步研究发现, 由于气温降水的影响导致了南北半球植被数量发生明显变化, 进而影响南北半球植被的光合作用, 使南北半球生态环境发生明显变化。同样, Jue等[6]对美国中部NDVI的影响因素进行研究后发现, NDVI随年降水距平值在空间上明显发生变化; 后期Li等进一步利用主成分分析和小波分析研究了NDVI和El Niño的响应关系, 并且表明NDVI在一定程度能够指示El Niño的强弱[7]。在国内, 学者们同样选取NDVI为替代指标进行了大量研究[8-10], 研究结果一致表明NDVI因其可以直观、快速、清晰的体现不同地表植被覆盖程度而被选定为生态环境发生变化的综合指示器。

祁连山是西北内陆干旱区著名高大山系之一, 地跨青海、甘肃两省, 不仅是西北地区重要的水源涵养区[11], 同时也是西北内陆干旱地区极为重要的生态储水和输水中心, 境内因海拔梯度高、水系分布广、植被水源涵养功能强而担负着青藏高原东北部乃至整个河西绿洲的生态环境安全[12]。该区更是由2017年1月一篇名为《两位生态学博导四问祁连山生态保护》的文章被广泛转载而引起轰动, 自此祁连山生态保护问题被提升到一个前所未有的高度。随之祁连山国家公园于2018年10月29日正式揭牌成立, 旨在实现生态跨区域统一保护管理。那么对于极度缺水的西北内陆干旱地区, 植被盖度俨然成为了该区生态环境的“指示剂”, 其发挥的核心作用不容小视。在此背景下, 为更加有效实现该区生态保护和治理, 就必须重视该区作为一个生态功能区在急需生态环境保护时所要面对的首要问题: 该区作为西北内陆干旱区中一个生态重要性和脆弱性并存的区域, 其植被覆盖变化趋势如何?影响因素有哪些？基于此, 本文选取祁连山国家公园青海片区的重要组成单元—黑河源区作为研究对象, 以NDVI作为代用指标, 对该区植被覆盖时空变化特征进行分析, 并进一步分析影响因素, 可以更好的回答上述问题，同时可为该区乃至整个祁连山国家公园生态建设和环境保护提供参考依据和应用支撑。

1 材料和方法

1.1 研究区概况

研究区地处黑河上游祁连山区(图1), 地理坐标为: 98°05′35″E—101°02′06″E, 37°25′16″E—39°05′18″N, 东西长约280 km, 南北宽约186 km。海拔介于2180 m—5287 m, 总面积近1.6´104km2。位于青海省境内海北藏族自治州北部, 北及西北与甘肃省酒泉市、肃南裕固族自治县和民乐县为界, 南与刚察县、海晏县相连, 西南与天峻县相邻, 东与青海省门源回族自治县接壤。研究区属典型大陆高寒半湿润山地气候, 降水集中在5—9月, 西部较为干旱, 东南及中部较湿润, 所以西部植被多以山地草原类为主，土壤类型主要为栗钙土和高山高原土；东南部主要以山地草甸类为主, 土壤类型主要以山地草甸土、黑钙土及高山灌丛土为主。研究区典型植被类型有针叶林、阔叶林、针阔混交林、灌丛、草甸、草原、沼泽及水生植被、垫状植被和稀疏植被等9种植被类型[13]。

图1 研究区位置图

Figure 1 Location of the study area

1.2 数据源及分析方法

1.2.1 数据来源

本文研究所需MODIS系列数据来源于中国科学院计算机网络信息中心国际科学数据镜像网站(http://reverb.echo.nasa.gov/), 其轨道号分别为, h25v04和h26v05; 降水数据来源于中国气象数据网(http://data.cma.cn/), 主要为研究区内祁连、野牛沟、托勒及门源4个气象站逐月降水量数据; 地形因子提取自DEM数据(90 m分辨率), 来源于地理空间数据云(http://www.gscloud.cn/)。

由于已下载MODIS数据MOD13A1产品已经经过辐射定标、水、云、重气胶、云掩膜双向大气校正等处理, 所以本研究在提取指标前只需对已经获得的影像数据在ArcGis 10.2软件中进行常规格式转换、镶嵌、裁剪及投影转换。最后用MVC法将NDVI数据进行最大化合成, 投影为Albers(等面积割圆锥投影), 获得2000—2015年NDVI时间序列数据集。

1.2.2 趋势系数

通过前期数据处理与整理, 本文分别统计了2000年、2005年、2010年及2015年生长季月平均NDVI来体现研究区NDVI时间变化特征, 并采取差值法(即次时期所有网格NDVI值减去前一时期)量化不同年份之间的NDVI动态变化, 最后通过一元线性回归法模拟研究区NDVI变化趋势, 公式为[14-15]:

式(1)中,=1代表2000年NDVI值, 依次类推(=2代表2001年,=3…15); 则SLOPE为2000—2015年NDVI平均增长量, 用增长量乘以15, 则研究区近年来增长幅度可以表示为:

其中式(2)中NDVI为15年来增长幅度。

1.2.3 最大合成法

由于研究区植被生长季为5—9月, 所以根据已下载数据提取5—9月NDVI作为分析对象, 生长期共选取320景。数据获取后首先将每月数据利用最大合成法MVC(maximum value composites)进行合成, 得到月最大NDVI代表该月的NDVI值, 公式为:

式(3)中: i为某年月序号, 取值范围为5—9月, 则MNDVI(i)为第i月NDVI值; NDVIa, NDVIb分别为第i月上半月和下半月的NDVI。其中NDVI<0.1代表地表无植被覆盖, 所以结合研究需要, 只统计NDVI>0.1的像元计算研究区植被变化。进行最大合成法处理好数据后, 利用年累计平均NDVI来反映2000—2015年来研究区生长季植被覆盖总体特征, 公式为:

1.2.4 影响因素分析

研究中分析坡度、坡向、高程及降雨量对NDVI的影响时, 采用单因素方差分析方法进行分析, 不同值域之间比较利用Tukey's 多重检验。

2 结果和分析

2.1 黑河源区生长季植被覆盖时空变化特征

2.1.1 时间变化特征

通过图2可以看出, 2000—2015年NDVI整体呈增加趋势(图2-a), 其中2001年达到最小值0.72, 2015年达到最大值0.78, 分析结果与武正丽[16]和程瑛[17]等人的结论基本一致。从研究区15年来生长季(5—9月)植被变化趋势中可以看出(图2), 各月NDVI值整体呈增加趋势, 其中6—8月份NDVI值明显大于5月和9月。在研究区5—9月份雨热同期, 降水主要集中在该时段内, 同时该时段是区内植物主要生长时段, 因此在月际变化上, 年内降雨量最大的6、7、8月NDVI值明显大于5月和9月。进一步分析发现(图2-b), 各年5月份NDVI在0.55—0.74之间幅动, 均值为0.64, 整体波动较小; 6月份开始NDVI值明显呈增加趋势, 介于0.79—0.88之间幅动, 均值为0.83; 7月份和8月份进入植被生长旺季, NDVI值在年内达到最大, 幅度范围分别介于0.85—0.90和0.83—0.88, 均值分别为7月(0.87)和8月(0.86); 9月份进入枯黄期, NDVI值呈明显减小趋势, 介于0.70—0.78, 均值为0.74。整体来看, 研究区月际NDVI呈三段式减弱, 其中7—8月NDVI值达到最大值, 6月和9月份次之, 5月份最小, 说明研究区7—8月植被生长为稳增型, 6月和9月植被生长为稳固型, 5月份由于不同植被的物候不同, NDVI值域变幅较大。

2.1.2 空间变化特征

图3为研究区年累计平均NDVI变化趋势, 可以看出植被盖度自西北向东南呈狭长递增趋势。通过野外调查发现, 该区西北部地多为冰川/裸岩、裸地、退化草地, NDVI值域介于0—2, 因此其年累计平均NDVI是研究区内最小区域; 中部地区多分布高山草地和高寒草甸, 因此年累计平均NDVI值域开始递增并明显高于西北部区域, 值域介于2—3.5; 东南部主要植被类型为森林草原, 年累计平均NDVI值域在研究区内达到最大, 值域>3.5。整体来看, 研究区植被盖度差异明显, 呈西低东高的空间变化特征, 与王海军等[18]通过GIS分析的祁连山区气温和降水变化趋势基本一致, 说明植被盖度在空间变化上受区域气温和降水的影响极大。

图2 植被生长季NDVI年际和月际变化趋势

Figure 2 Inter-annual and inter-monthly trends of NDVI in the growing season

为更进一步反映研究区植被覆盖空间变化情况, 通过斜率分析法对研究区每个栅格变化趋势进行模拟, 从而反映研究区自2000年以来植被覆盖的增减幅度[14]。其中-0.108

可以看出(图4), 研究区2000—2015年中部植被覆盖呈显著增加趋势, 显著增加面积300.3075 km2, 占研究区总面积的2.75%; 植被覆盖中度和轻度增加面积达5253.0901 km2, 面积占比47.83%; 研究区植被覆盖减少(显著减少、中度减少和轻度减少)面积为131.5858 km2, 面积占比1.2%。可以发现, 研究区2000—2015年来植被覆盖增加面积明显大于减少面积, 并且增加面积占到研究区面积的50.58%, 说明整个区域植被发生了明显改善。

图3 植被生长季年累计平均NDVI空间分布

Figure 3 Spatial distribution of cumulative average NDVI in the growing season

表1 2000—2015年植物生长季NDVI斜率变化

图4 2000—2015年植被生长季年NDVI空间变化

Figure 4 Spatial variation of NDVI in the plant growing season from 2000 to 2015

2.2 黑河源区植被覆盖对降水与地形因子的响应

2.2.1 降水因子

水热条件变化是植被发生变化的主要驱动因素, 尤其是降水条件的变化将决定地表植被的生长状况及空间分布情况。由上文可知研究区在上述时段内植被覆盖面积呈明显增加趋势, 增加面积占50.58%。因此, 为更进一步体现降水条件对植被覆盖的影响, 对研究区内托勒站、野牛沟站及祁连站2000—2015年降水量进行统计。统计后发现(图5), 2000—2015年NDVI基本随着降水量的增加而呈现增加趋势。这种变化趋势在上述研究时段5月份降水量和NDVI的变化趋势上体现的最为明显(图5-A)。此外, 各年6月份降水量和NDVI的变化趋势较不一致, 其中2001、2007级2014年6月份降水量增加时NDVI则明显减小(图5-B); 各年7月份和9月份降水量除2009年外, 其余年份NDVI均与降水量呈现明显的变化趋势(图5-C、E); 各年8月份NDVI变幅基本不大, 而降雨量则表现较明显的增减趋势。另外从多年累计平均NDVI整体上表现出随降雨量的变化而变化且变化趋势明显(图5-F)。

此外, 对研究区三个气象站降雨量和NDVI进行相关性分析(表2), 可以看出研究区NDVI均与各气象站降雨量通过显著性检验而呈极显著相关关系(), 与托勒站、野牛沟站、祁连站的R2系数分别为0.3704、0.3802、0.2316。综上可以看出, 在研究区NDVI与降雨量呈显著的正相关关系, 且在各生长季月份NDVI与降雨量也有明显的变化趋势, 降雨量大则NDVI较高, 降雨量小则NDVI较小, 即研究区植被覆盖程度随着降雨量的增加而呈增加趋势。

图5 2000—2015年植被生长季NDVI与降水量变化

Figure 5 Changes in NDVI and precipitation in the vegetation growing season from 2000 to 2015

表2 NDVI与各站降雨量相关分析

2.2.2 地形因子

研究区地势复杂, 整体呈中部低, 东西部高, 海拔介于2180—5287 m, 海拔梯度大, 而区域植被生长过程中地形因子也是影响植被覆被发生明显变化的重要因素。基于此, 基于像元尺度, 分别提取每个NDVI像元的高程、坡向、坡度分别进行分析, 其中高程以300 m为梯度分为<3000 m、3000—3300 m、3300—3600 m、3600—3900 m、>3900 m等5个不同海拔梯度; 坡度是影响区域内土壤侵蚀的最主要因素, 坡度不同其土壤受侵蚀程度也不同, 从而影响土壤的正常发育, 进而影响上覆植被。基于此, 根据水土保持法及林地坡度等级划分标准, 将研究区坡度划分为5个级别, 即≤2°、2—6°、6—15°、15—25°及≥25°。除上述高程和坡度外, 坡向同样在很大程度上决定着植被受到的光热条件, 坡向不同其所受到的光照时间及直射时间明显不同, 从而影响植被的发育。基于此，根据研究区实际情况以正北方向为0°, 采取8方向法, 以45°顺时针递增将坡向划分为北(阴坡)、东北(阴坡)、东(半阴坡)、东南(半阳坡)、南(阳坡)、西南(阳坡)、西(半阳坡)、西北(半阴坡)。

从图6-A中可以看出, NDVI随海拔梯度呈现出明显的变化趋势, 以3000—3300 m为界, 界上呈增多趋势, 界下呈明显的减少趋势, 当海拔大于3900 m时NDVI达到最低值, 结合表3可以发现, 除小于3000 m分别与3000—3300 m和3300—3600 m无显著性差异外, 其余各海拔梯度之间NDVI值均呈极显著差异()。说明海拔高度的不同, NDVI发生了明显改变且在研究区NDVI在海拔介于3000—3300 m范围内达到最大值, 说明该海拔区域内植被覆盖程度最好。NDVI随坡度变化趋势见图6-B, 可以看出以25°为界, 界下NDVI值随坡度增加呈增大趋势且增幅明显, 界上NDVI值开始减少, 减幅较小。同样结合表3中不同坡度下NDVI值大小差异性分析可知, ≤2°NDVI值均与其他存在显著性差异。2—6°坡度下NDVI分别与6—15°和15—25°差异性显著, 与其余坡度下NDVI差异性不显著。其余坡度间NDVI值不存在显著性差异。

由图7可以看出, 在所划分的坡向方位内, NDVI值以45°—225°为界, 即以正东向半阴坡和正西向半阳坡为界出现明显的高低值分区, 其中最高值出现于正东向半阴坡, 最低值出现于西南-正南向阳坡。

图6 不同海拔梯度NDVI变化情况

Figure 6 NDVI changes at different altitude and slope gradients

表3 不同海拔和坡度下NDVI差异性分析

图7 不同坡向NDVI变化情况

Figure 7 NDVI changes in different aspect

为更加直观的体现坡向对NDVI的影响, 综合分析坡向对NDVI的影响(图8, 表4), 可以看出阴坡和半阴坡下NDVI明显大于半阳坡和阳坡, 其中半阴坡下NDVI数值最大, 阳坡下NDVI数值最小。另外从不同坡度下NDVI差异性检验中可以看出, 各坡向中除阴坡和半阴坡NDVI数值之间无显著性差异外, 其余坡向间均存在显著性差异(), 其中半阴坡和阴坡下NDVI数值分别与阳坡下NDVI数值之间在P<0.0001水平上存在显著差异。

综上, 分别分析了降水量和地形因子对NDVI值的影响。分析可知, 降雨量和地形因子分别不同程度影响着NDVI值的高低。其中研究区NDVI与降雨量呈显著正相关关系, 且在各生长季NDVI与降雨量存在明显的变化趋势, 表明研究区植被覆盖程度随降雨量的增加而呈增加趋势。NDVI随海拔梯度呈现出明显的变化趋势, 以3000—3300 m为界, 界上呈增加趋势, 界下呈明显减少趋势; NDVI值在坡度上以25°为界, 界上NDVI值随坡度增加呈增大趋势且增幅明显, 界下NDVI值开始减少, 减幅较小; 不同坡向上, 阴坡和半阴坡下NDVI值明显大于半阳坡和阳坡, 其中半阴坡下NDVI数值最大, 阳坡下NDVI数值最小。

图8 不同坡向NDVI差异性

Figure 8 NDVI changes at different aspect

表4 不同坡向NDVI差异性分析

3 讨论

3.1 生长季植被NDVI时空分布特征

作为西北内陆干旱区的核心区域, 祁连山区植被时空变化特征及影响因素研究一直是国内外学者研究的热点方向。与以往研究不同, 本研究选取了祁连山区的核心区域—黑河源区作为研究对象, 对黑河源区NDVI时空变化特征及影响因素进行分析后表明: 在时间变化特征上, 研究区自2000年开始各年际及月份NDVI整体呈增加趋势, 其中上述时段内6—8月份NDVI明显大于其它月份; 空间变化特征上, 研究区植被盖度自西北向东南呈逐渐增加趋势, 其中研究区中部植被覆盖呈显著增加趋势, 显著增加面积占研究区总面积的2.75%, 中度和轻度增加面积占研究区总面积的47.83%, 植被覆盖减少(显著减少、中度减少和轻度减少)面积占研究区总面积的1.2%。

可以发现, 研究区多年来植被覆盖增加面积显著大于减少面积, 且增加面积占研究区面积的50.58%, 说明整个黑河源区植被发生了明显改善。研究结论与诸多学者在祁连山地区的研究结果一致[19-21],而造成研究区植被覆盖自西向东呈增加趋势的原因与研究区所处地理位置相关, 研究区地处西北内陆干旱区和青藏高寒区交界带, 使夏季来自东南季风的湿润气流北进, 波及该区, 使中东部区域受暖湿气流时间较西北部长, 而西北部则受到西北寒冷气候的影响较大, 降水量不及东部1/3[22], 所以区内植被受到气温降水等气候条件不均的影响下, 自西向东呈增加趋势, 这也与研究区内气象站点表现出的降水变化规律一致(图5)。

另外从分析结果中可知, 研究区多年来植被覆盖增加面积显著大于减少面积, 且增加面积占研究区面积的50.58%, 说明整个黑河源区植被发生了明显改善。明显改善的原因一方面是该区作为祁连山国家级自然保护区, 大力实施了封山育林和退耕还林等保育政策, 受人类活动的影响小; 另一方面, 根据气象数据分析, 该区域整体较2000年以前降雨量有了明显增加, 从而植被发生明显改善。另外从图4中可以看出, 研究区还有部分面积植被覆盖呈减少趋势, 通过分析发现, 该部分植被覆盖面积减少区域主要集中在祁连县附近, 相较研究起始年2000年, 上述区域由于经济发展建设, 土地利用类型发生了明显变化, 进而影响了植被生长情况, 导致该区域植被面积有减少趋势。但总体上, 研究区植被覆盖面积呈明显增加趋势且增加趋势显著。

3.2 降雨量和地形因素对NDVI的影响

对研究区植被覆盖时空变化特征进行分析的基础上, 分析了植被覆盖的影响因素, 结果表明研究区NDVI与降雨量呈极显著正相关关系且各生长季月均NDVI与月降雨量同样存在明显的变化趋势, 表明研究区植被覆盖程度随降雨量的增加呈增加趋势, 这与周玉科[23]和袁丽华[24]分别对青藏高原和黑河流域降水因子对植被NDVI响应的研究结论一致。

海拔梯度直接影响区域内水热分配, 分析结果表明研究区植被NDVI随海拔梯度呈明显的变化趋势, 以3000—3300 m为界, 界上植被NDVI呈增加趋势, 界下呈明显减少趋势, 海拔大于3900 m时NDVI达到最低值, 说明海拔高度的不同, NDVI发生了明显的改变且在研究区植被覆盖程度在3000—3300 m内最高(图6-A)。植被NDVI随海拔变化趋势与熊巧利[25]、崔晓临[26]及张静静[27]等在中国西南地区的研究结果一致, 但由于各研究区所处地理位置不同, 植被NDVI出现最大值的海拔范围与本研究结果存在差异。在祁连山区, 付建新等[28]研究表明植被NDVI随海拔梯度的增加呈先增后减趋势且在2700—3200 m梯度内植被覆盖度达到最大值, 这与本研究结果基本一致。

此外, 黑河源区地形复杂多样, 坡度坡向不仅影响着区域地表水分的再分配对土壤特性造成直接影响, 而且影响着单位面积植被接受太阳辐射和水分的蒸散发。分析发现, 研究区NDVI以坡度25°为界, 界下NDVI值随坡度增加呈增大趋势且增幅明显, 界上NDVI值开始减少, 减幅较小。在NDVI增幅明显坡度阈值内, 随着坡度的增加, 人类活动减少, 加之退耕还林还草及封山育林等政策的影响, NDVI增幅明显; 25°以上, 植被覆盖度开始呈现减少趋势但减少幅度很小, 变化率由激增型变为稳定型。坡向方面, 研究区NDVI以45°—225°为界, 即以正东向半阴坡和正西向半阳坡为界出现明显的高低值分区, 其中最高值出现于正东向半阴坡, 最低值出现于西南—正南向阳坡, 可以看出由于不同坡向受到太阳辐射量的不同, 植被覆盖度较小区域均位于阳坡和半阳坡, 随着坡向由阳坡逐渐转为阴坡, 植被覆盖表现出明显的递增趋势且在半阴坡达到最大值, 可见坡向对植被覆盖度的影响效应同样明显，这些变化趋势与赵婷等[29]在秦岭山区的研究结果相似。

在全球气候变暖的大背景下, 黑河源区植被覆盖度发生了明显变化, 区域内气温降水等自然因素受山区地形影响显著, 进而影响到植被覆盖度在空间上的变化走向, 此外低海拔缓冲区由于人类活动的影响, 植被覆盖度同样受到人为干预, 减少面积明显。黑河源区作为整个祁连山区的核心区域, 其生态环境保护直接关系到整个黑河中下游乃至西北内陆干旱区的社会经济发展, 研究植被覆盖的时空变化对此有重要指示意义, 所以在本研究基础上, 针对于高分辨率像元尺度的计算方法应当在该区以后植被变化的长期监测过程中进一步提升。

4 结论

研究区植被覆盖自2000年开始呈明显增加趋势且增加面积占研究区面积的50.58%, 说明整个区域生态环境发生了明显改善。降雨量和地形因子分别影响着植被覆盖程度。其中研究区NDVI值随降雨量的增加而增大; 海拔、坡向及坡度明显影响该区域植被覆盖度, 其中该区海拔介于3000—3300 m的阴坡和半阴坡及坡度介于15—25°范围内植被覆盖度最大, 植被生长最为良好, 说明上述范围是该区植被生长的最适宜区, 今后应对该区全面进行植被保护的基础上重点加强上述区域内植被的保育工作。

[1] 陈述彭, 童庆禧, 郭华东. 遥感信息机理研究[M]. 北京: 北京科学出版社,1998.

[2] 马明国, 王建, 王雪梅. 基于遥感的植被年际变化及其与气候关系研究进展[J]. 遥感学报, 2006, 10(3): 421– 431.

[3] 邱海军, 曹明明. 基于SPOT VEGETATION数据的中国植被覆盖时空变化分析[J]. 资源科学, 2011, 33(2): 145–150.

[4] DEERING D W. Rangeland reflectance characteristics measured by aircraft and spacecraft sensors[D]. America: Texas A&M Universtiy, 1978:338.

[5] KAWABATA A, ICHII K, YAMAGUCHI Y. Global monitoring of interannual changes in vegetation activities using NDVI and its relationships to temperature and precipitation[J]. International journal of remote sensing, 2001, 22(7): 1377–1382.

[6] WANG J, PRICE K P, RICH P M. Spatial patterns of NDVI in response to precipitation and temperature in the central Great Plains[J]. International journal of remote sensing, 2001, 22(18): 3827–3844.

[7] LI Z, KAFATOS M. Interannual variability of vegetation in the United States and its relation to El Nino/Southern Oscillation[J]. Remote Sensing of Environment, 2000, 71(3): 239–247.

[8] 拉巴, 拉珍, 拉巴卓玛, 等. 2000-2018年那曲市植被NDVI变化及气候变化响应[J]. 山地学报, 2019, 37(4): 499–507.

[9] 杜加强, 贾尔恒, 阿哈提, 等. 1982-2012 年新疆植被NDVI 的动态变化及其对气候变化和人类活动的响应[J]. 应用生态学报, 2015, 26(12): 3567–3578.

[10] 郑海亮, 房世峰, 刘成程, 等. 青藏高原月NDVI时空动态变化及其对气候变化的响应[J]. 地球信息科学学报, 2019, 21(2): 69–82.

[11] 王宝, 王涛, 王勤花, 等. 关于确保甘肃省祁连山生态保护红线落地并严守的科技支撑建议[J]. 中国沙漠, 2019, 39(1): 10–14.

[12] 马蓉蓉, 黄雨晗, 周伟, 等. 祁连山山水林田湖草生态保护与修复的探索与实践[J]. 生态学报, 2019, 39(23): 8990–8997.

[13] 张福平, 王虎威, 朱艺文, 等. 祁连县天然草地地上生物量及草畜平衡研究[J]. 自然资源学报, 2017, 32(7) : 1183–1192.

[14] 刘宪锋, 杨勇, 任志远, 等. 2000-2009年黄土高原地区植被覆盖度时空变化[J]. 中国沙漠, 2013, 33(4): 1244– 1249.

[15] RAYNPLSDS M K, WALKER D A. Increased wetness confounds Landsat-derived NDVI trends in the central Alaska North Slope region, 1985–2011[J]. Environmental Research Letters, 2016, 11(8): 085004.

[16] 武正丽, 贾文雄, 赵珍, 等. 2000-2012年祁连山植被覆盖变化及其与气候因子的相关性[J]. 干旱区地理, 2015, 38(6): 157–168.

[17] 程瑛, 徐殿祥, 郭铌. 近20年来祁连山区植被变化特征分析[J]. 干旱区研究, 2008, 25(6): 22–27.

[18] 王海军, 张勃, 靳晓华, 等. 基于GIS的祁连山区气温和降水的时空变化分析[J]. 中国沙漠, 2009, 29(6): 190–196.

[19] 彭小清, 张廷军, 钟歆玥, 等. 祁连山黑河流域NDVI时空变化及其对气候因子的响应[J]. 兰州大学学报(自科版), 2013, 49(2) : 192–202.

[20] 陈京华, 贾文雄, 赵珍, 等. 1982-2006年祁连山植被覆盖的时空变化特征研究[J]. 地球科学进展, 2015, 30(7): 834–845.

[21] 戴声佩, 张勃, 王海军, 等. 基于SPOT NDVI的祁连山草地植被覆盖时空变化趋势分析[J]. 地理科学进展, 2010, 29(9): 1075–1080.

[22] 贾文雄, 何元庆, 李宗省, 等. 祁连山及河西走廊气候变化的时空分布特征[J]. 中国沙漠, 2008, 28(6): 1151– 1155.

[23] 周玉科. 1960-2012年青藏高原极端气候时空动态与变异研究[J]. 资源与生态学报: 英文版, 2019, 10(4) : 397– 414.

[24] 袁丽华, 陈小强, 王翔宇, 等. 黑河流域NDVI与环境因子的空间关联性[J]. 地理学报, 2019, 29(9): 1548–1564.

[25] 熊巧利, 何云玲, 李同艳, 等. 西南地区生长季植被覆盖时空变化特征及其对气候与地形因子的响应[J]. 水土保持研究, 2019, 26(6): 259–266.

[26] 崔晓临, 白红英, 王涛. 秦岭地区植被NDVI海拔梯度差异及其气温响应[J]. 资源科学, 2013, 21 (3): 160–168.

[27] 张静静, 郑辉, 朱连奇, 等. 豫西山地植被NDVI及其气候响应的多维变化[J]. 地理研究, 2017, 36 (4): 765–778.

[28] 付建新, 曹广超, 郭文炯．1998-2017 年祁连山南坡不同海拔、坡度和坡向生长季 NDVI 变化及其与气象因子的关系[J]．应用生态学报, 2020, 31 (4): 1203–1212.

[29] 赵婷, 白红英, 邓晨晖, 等. 2000-2016年秦岭山地植被覆盖变化地形分异效应[J]. 生态学报, 2018, 39(12): 4499–4509.

Temporal and spatial variation characteristics and influencing factors of vegetation NDVI in Heihe source region of Qilian Mountains

YUAN Jie1, 3, CAO Guangchao1, 2, 3, *, YANG Dengxing1, 3, CAO Shengkui1, 3, DIAO Erlong1, 3, ZHAO Meiliang1, 3

1.College of Geographical Science, Qinghai Normal University, Xi'ning 810008, China 2.Graduate school of Qinghai Normal University, Xi'ning 810008, China 3. Moe Key Laboratory of Tibetan Plateau Land Surface Processes and Ecological Conservation, Xi'ning 810008, China

For the arid northwest inland area with extreme water shortage, vegetation cover has become the "indicator" of the ecological environment of the area, and its central role can not be underestimated. This study selected the core area of northwest inland arid area-Heihe source area as the research object, using MODIS NDVI data, selecting the methods of maximum synthesis and trend analysis, to explore the spatial and temporal variation characteristics and influencing factors of vegetation NDVI. The results show that: (1) the NDVI of the study area has been gradually increasing from northwest to southeast since 2000, and the increase in area is significantly larger than the decrease in area, and the cumulative increase in area accounts for 50.58% of the study area, indicating that the ecological environment of the whole study area has been significantly improved. (2) After fitting the annual and monthly precipitation and NDVI, it is found that NDVI and rainfall have a highly significant positive correlation. (3) In different elevation gradients, the NDVI is bounded by 3000-3300 m, and the NDVI of vegetation above the boundary tends to increase while that below the boundary tends to decrease. (4) In terms of slope, NDVI is bounded by slope 25°and the NDVI value under the boundary tends to increase with the increase of slope, while the NDVI value above the boundary starts to decrease with a smaller decrease. (5) On different slopes, NDVI is bounded by east-facing semi-shady slope and west-facing semi-sunny slope, with the highest value occurring on east-facing semi-shady slope and the lowest value on southwest-southwest facing sunny slope.

Heihe source area; NDVI; temporal and spatial characteristics; influencing factors

10.14108/j.cnki.1008-8873.2021.05.022

K903S157.

A

1008-8873(2021)05-172-11

2020-04-28;

2020-06-12

青海省“高端创新人才千人计划"(青人才字[2019]06号); 国家重点研发计划项目(2017YFC0404304); 青海省科技厅自然科学基金项目(2021-ZJ-937Q); 祁连山国家公园青海研究中心开放课题(GKQ2019-1)

袁杰(1989—), 男, 青海西宁人, 博士, 讲师, 主要从事地表环境过程研究, E-mail:yuanjie8903@126.com

通信作者:曹广超(1971—), 男, 山东苍山人, 博士, 教授, 主要从事GIS应用与地表环境过程研究, E-mail:caoguangchao@163.com

袁杰, 曹广超, 杨登兴, 等. 祁连山黑河源区植被NDVI时空变化特征及影响因素分析[J]. 生态科学, 2021, 40(5): 172–182.

YUAN Jie, CAO Guangchao, YANG Dengxing, et al. Temporal and spatial variation characteristics and influencing factors of vegetation NDVI in Heihe source region of Qilian Mountains[J]. Ecological Science, 2021, 40(5): 172–182.