基于NPP与EVI的三江源生态状况评估

2021-12-01满文婧徐元进

草原与草坪 2021年5期

满文婧，徐元进

(中国地质大学，湖北武汉 430074)

三江源地区海拔高、温度低，生态系统相对脆弱，区域生态状况易受人类活动和气候变化的影响。保护好三江源的生态环境对于三江源区域乃至整个中国的生态可持续发展都具有重要意义[1]。遥感技术的出现使大范围长时间序列的生态环境监测研究成为可能[2]。国内外研究人员依据遥感数据的波谱特征、时间特征和空间特征，开展了不同区域、不同尺度生态环境状况研究[3-6]，为开展生态保护建设工程提供了指导。近年来，已有学者就三江源地区生态环境和土地覆盖类型变化情况展开相关研究。例如，邵全琴[7]通过分析2005-2009年三江源地区不同土地覆被类型面积变化，对三江源地区草地退化情况进行评估；刘纪元[8]利用MA模型和初级生产力，分析三江源生态建设工程对草地生态系统的恢复和转化所造成的影响；苏小艺等[9]对2005-2015年三江源植被覆盖度时空变化特征展开研究；还有一些学者通过监测草地时空格局的动态变化对三江源生态状况进行评价[10-11]。但上述研究使用的数据类型较为单一，很少考虑水体、森林、稀疏植被、冰川以及气候因子的干扰，评价时考虑的因素不够全面。

增强型植被指数(Enhanced Vegetation Index ，EVI)能够同时矫正土壤和大气对归一化植被指数的影响，更好地表征区域植被变异情况，识别出植被差异[12-13]。净初级生产力(Net Primary Productivity,NPP)常用于大规模生态系统碳汇量动态研究，可反映自然条件下植物的生产能力，是评价生态系统功能的重要指标[14-17]。上述两种指数都可用于表达生态环境的状况。因此，本研究通过分析2001-2019年三江源地区增强型植被指数和植被净初级生产力的时空变化趋势，展开对三江源生态状况的评估；通过探究温度、降水、增强型植被指数与植被净初级生产力的相关性，分析影响三江源地区生态状况的因素；最后通过土地利用转移对评估结果进行验证。试验结果对今后三江源生态状况评估具有一定的参考价值。

1 材料和方法

1.1 研究区概况

三江源位于我国青海省南部，海拔为3 500～4 800 m，是长江、黄河和澜沧江-湄公河的源头汇水区，有中华水塔之称。三江源地理位置为N 31°39′～36°12′，E 89°45′～102°23′，总面积约30.25万km2，占青海省总面积的43%[18]。区内气候属于典型的高原大陆性气候，年降水量为262.2～772.8 mm，年均气温为-5.4～4.2℃。三江源研究区内的温度和降水自东南向西北逐渐递减，使得区内植被类型呈现自东向西的分布差异，东部主要分布森林和灌丛，西部主要分布草原和稀疏植被(图1)。

图1 研究区位置Fig.1 Research area location

1.2 数据来源与预处理

MODIS传感器具有覆盖范围大、光谱范围广、时间分辨率高等特点，可以很好地反映大中尺度植被覆盖情况，有利于开展土地利用、土地覆盖、长期气候变率相关的研究。本研究使用的遥感数据包括2001-2019年的MOD13A3-EVI、MOD17A3-NPP、MCD12Q1-IGBP。MOD13A3属于陆地2级标准数据产品，其中包含归一化植被指数和增强型植被指数，时间分辨率为30天，空间分辨率为1 km；MOD17A3属于陆地4级标准数据产品，包括NPP，GPP等植被产品，是年合成数据，空间分辨率为1 km；MCD12Q1是三级土地覆盖类型数据，包括5种土地覆盖分类方案的分类结果数据，空间分辨率为500 m，时间分辨率为1年。上述数据来源于美国国家航天航空局官方网站https://reverb.echo.nasa.gov/reverb/。对获取的数据进行投影转换，影像拼接，裁剪，波段提取，影像数据格式转换等预处理。

2001-2019年三江源地区的气温和降水数据来源于国家气象科学数据共享服务平台。为了得到研究区年均气温和年均降水量数据，将获取到的各站点逐月气温、降水数据进行了整合计算。

1.3 研究方法

1.3.1 Mann-Kendall检验法 Mann-Kendall检验法是一种非参数统计方法，与以往采用线性回归模型的趋势检验方法相比，该方法不需要样本遵循一定的分布规律，也不受少数异常值的干扰，适于非正态分布的数据[19-20]。因此本文引入该方法对NPP、EVI展开趋势分析和突变性检验。

Mann-Kendall趋势分析法具有抗噪性，分析的变量可以不具正态分布特征，适用于NPP、EVI的变化趋势分析。在Mann-Kendall趋势分析中，假设H0为长度为n的时间序列 (x1，x2,…,xn)，数据间独立且具有相同分布，假设H1进行双边检查。对于所有的i,j≤n且i≠j时，Xi与Xj具有不同的分布特征，Mann-Kendall趋势分析的统计量S为：

(1)

式中：sign是符号函数，xi为时间序列的第i个的数据值，n为数据样本的长度。S服从正态分布，其均值为 0，方差为:

(2)

M-K统计值公式S大于、小于、等于零时，Z值计算公式为：

(3)

Mann-Kendall双边趋势检验中：Z为正值表示增加趋势，Z为负值表示减少趋势。当|Z|≥Z1-α/2时，拒绝零假设H0。其中，Z1-α/2表示标准正态分布方差，α为显著性检验水平。若|Z|≥Z1-α/2，则表示时间序列数据存在明显的上升或下降趋势。对NPP、EVI数据进行年均值趋势检查，当Z的绝对值超过1.28、1.64、2.32时，表示分别通过了 90%、95%和99%的显著性检验。

接着开展EVI、NPP的突变性检验，假设时间序列(x1，x2,…,xn)是随机的，定义统计量Sk公式为：

(4)

Sk的均值和方差分别为：

(5)

把Sk标准化，得到：

(6)

其中，UF1=0，UFk为标准正态分布，若UFi>Uα，则表示序列数据趋势变化明显，其中α表示给定显著性水平。UBk表示时间序列逆序列 (xn,xn-1,…,x1)的统计量。令UBk=-UFk(k=n,n-1,…,1)，UB1=0。

将2001-2019年NPP、EVI年均值的UFk，UBk，U0.05=±1.96绘在同一张图上，如果UFk和UBk存在交点，且交点在临界线之间，那么交点时刻表示突变开始时间，超出U0.05=±1.96范围代表突变区域。若UFk和UBk的值大于 0，则表明序列数据呈上升趋势。当它们超过U0.05=±1.96时，表明上升或下降趋势显著。

1.3.2 相关性分析相关性分析是一种统计方法，用来揭示两个或更多变量的密切程度。相关性分析可以通过散点图和相关系数表示事物之间相关程度[21]。相关系数有正负方向，范围从-1～1。公式为：

(7)

当r=0时表示两变量之间无相关性；|r|<0.3表示变量微弱相关；|r|=0.5～0.8表示数据显著相关；|r|>0.8表示数据高度相关；|r|=1表示两个变量完全相关。利用2001-2019年三江源年均温和年均降水数据进行分析，得到气温、降水、EVI与NPP的相关性程度。

1.3.3 土地覆盖类型转移依据MCD12Q1影像得到森林、草地、永久湿地、农用地、城市和建筑区、雪和冰、稀疏植被、水体的空间分布数据。对各种土地利用类型面积进行统计，计算土地利用/覆盖类型转换量。一般情况下，在一段时间内土地利用的转换情况包括3种：(1)土地转出的部分，就是表示转化成为其他土地利用类型；(2)土地转入部分，表示其他土地利用类型的转入；(3)不变部分，表示土地利用类型不变的部分。土地利用类型转换矩阵帮助我们更加直观监测土地类型的变化，并表示出土地利用类型转化的来源和去向。

(8)

式中：Aij表示的是第i行土地利用类型转换为第j列的土地类型的面积；在其中列表示土地类型的去向，包括转出部分和不变部分；行表示土地类型的来源，也包括转出部分和不变部分[22]。

2 结果与分析

2.1 三江源地区EVI和NPP空间分布

三江源2001-2019年平均EVI值和NPP值分布呈现明显的空间差异，整体空间格局呈现东南向西北递减，NPP的值大于300 gC/(m2·a)的县分布在三江源东部，与EVI大于0.6的县分布基本一致(图2，图3)。

图2 EVI分布Fig.2 EVI distribution

图3 NPP分布Fig.3 NPP distribution

2.1.1 EVI和NPP的Mann-Kendall趋势检验基于三江源地区2001-2019年EVI、NPP年均值，从时间尺度上分析它们的变化趋势。经过Mann-Kendall趋势检验，得到ZEVI=3.70>2.32，ZNPP=4.16>2.32，均通过了99%的显著性检验，表示2001-2019年间年均EVI、NPP值呈显著上升趋势(图4，图5)。

图4 EVI年均M-K统计量曲线Fig.4 M-K statistical curve reflecting EVI dynamics between 2001-2019

图5 NPP年均M-K统计量曲线Fig.5 M-K statistical curve reflecting NPP dynamics between 2001-2019

曲线UF(k)>0，说明年均EVI总体上呈现持续上升趋势，其中2006、2010-2019年均EVI上升趋势较为明显。UF(k)与UB(k)曲线在2001-2019年间存在多个突变点，说明EVI变化趋势较复杂，但是2009年突变点并没有通过5%的置信度检验，表明2009年EVI上升趋势并不明显；2011和2012年的突变点通过了5%的置信度检验，反映出2011年之后EVI值上升趋势明显(图4)。UF(k)曲线可以看出， NPP年均值呈现波动上升趋势， 2004年NPP存在下降趋势，2014年之后NPP开始明显上升。根据UF(k)和UB(k)曲线的突变点位置，可以将整个时间段划分为2001-2014年缓慢增长期，2014-2019年快速增长期(图5)。

2.1.2 EVI和NPPMann-Kendall时空变化趋势为了进一步探究EVI和NPP在空间上的变化，从像元尺度展开EVI和NPP的Mann-Kendall趋势分析，将结果依据Z值划分为严重退化/明显改善(|Z|>1.64)；轻微退化/改善(1.28<=|Z|<=1.64)；稳定不变(|Z|<1.28)。三江源EVI变化趋势存在明显的空间差异，EVI明显改善的地区主要位于三江源东北部和中部，西北和东南部恶化情况较严重(图6)；EVI稳定未变的区域占整个研究区的面积比重最大，达到了42.38%；轻微改善区域占5.92%；明显改善的面积占比34.26%，区域的植被覆盖情况整体有所改善(表1)。三江源NPP整体改善，超过80%的面积都呈明显改善趋势，其中南部和中部的变化最明显，稳定未变的区域多位于湖泊，呈退化趋势的面积占比仅为6.91%(图7，表1)。

图6 EVI的空间变化分布Fig.6 Spatial distribution of EVI

表1 NPP和EVI面积变化比例

图7 NPP的空间变化分布Fig.7 Spatial distribution of NPP

2.2 三江源地区评价指标影像因素分析

本文选取气候因子(年均温度和年均降水)、年均EVI从动态角度定量与年均NPP进行相关性分析，用来衡量各个因子对NPP的影响程度，几个因子与NPP都呈正相关，影响程度为EVI>温度>降水，其中EVI与NPP显著相关，温度、降水与NPP相关性较低(图8)。

图8 温度、降水、EVI与NPP散点图Fig.8 The correlation between temperature and NPP,rainfall and NPP,NPP and EVI

2.3 三江源地区土地利用类型变化

为进一步验证EVI和NPP趋势分析的结果，基于2001、2019年的MCD12Q1影像，制作出2001、2019年的土地利用现状图(图9、图10)。三江源大部分地区都被草地覆盖，稀疏植被主要分布在西北部，水体分布在北部，冰和雪分布在西部，农用地分布在东南部。

图9 2001年土地利用分类专题图Fig.9 Map of land use classification in 2001

图10 2019年土地利用分类专题图Fig.10 Map of land use classification in 2019

草地在研究区所占的面积比重最大，约为区域总面积的86.96%，面积约为305 211.08 km2；其次是稀疏植被，面积为38 917.38 km2；冰和雪的面积为2 020.67 km2；农用地的面积为178.30 km2；森林的面积为12.50 km2；建筑用地的面积为50.63 km2。到2019年草地的面积占比达到了87.14%，面积总共增长645.89 km2。稀疏植被的面积减少了335.8 km2；雪和冰的面积减少了194.22 km2；农用地面积减少了63.85 km2。建筑用地和森林的面积没有发生明显变化。各地类转出的去向有如下特征：农用地主要转换为草地；稀疏植被主要变为草地、水体、雪和冰。从转换矩阵的地类交换量来看，永久湿地、森林、城市和建筑区交换量相对较小(表2)。

表2 土地利用类型转移矩阵

在植被利用类型转化的过程中草地面积扩大，农用地的减少、冰雪面积的减少，表明植被覆盖情况有所改善，同时也验证了EVI和NPP变化趋势研究结果。

3 讨论

以往的研究结果表明[23-24]，区域的降水量对NPP值影响更大。但本研究发现，三江源地区NPP值与温度、降水、EVI值虽然均成正相关，但相关系数影响大小为EVI>温度>降水。造成研究结果出现差异有两个方面原因：

(1)研究区域不同。有研究发现不同生态系统的NPP对降水具有不同的响应范围，研究地点对于降水的敏感程度取决于植被获取最大资源的能力，这些都与植被的特性有关[25-26]。研究区域的植被类型，地理环境均影响着植被净初级生产力。在海拔较高或者气候寒冷的高纬度地区，温度成为NPP的主要限定因素[27]。三江源气候寒冷且地面海拔较高，因此，NPP受温度影响更大。

(2)数据源的差异。以往研究中使用的NPP值，是遥感影像经过波段运算得到的[28]，本研究使用MOD17-A3影像中的NPP数据进行试验分析。数据源的不同，可能导致研究结果出现差异。

此外，NPP与EVI上升不仅与温度和降水有关。结合其他学者的相关研究[29]，生态状况的改变还会受到人类活动的影响。

国务院在2005年批准了《青海三江源自然保护区生态保护和建设总体规划》[30]，计划从2005年开始实施三江源生态保护建设一期工程，并于2013年对一期建设工程效果进行验收。为了巩固一期工程的成果，政府于2014年全面启动三江源生态保护和建设二期工程，建设项目主要以生态保护、农牧民基础生活设施建设和科技支撑为主。

趋势分析结果显示，自2005年起，研究区NPP、EVI出现显著上升趋势，与三江源生态建设工程的启动时间基本吻合。上述分析表明，三江源地区生态状况的好转受到生态建设工程的影响。