1982—2015年内蒙古地区NDVI时空变化及驱动力分析

滑永春 张 恒 王 冰 斯钦毕力格

（内蒙古农业大学林学院，内蒙古 呼和浩特 010019）

植被是整个生态系统中连接土壤、空气、水和其他环境因子的桥梁[1]，是表征生态环境变化的综合指示器[2]。植被指数是由卫星不同波段数据组合而成，能简单、有效地反映植物生长状况，其中归一化植被指数（NDVI）和植被盖度密切相关，能够很好地反映区域植被的分布及动态变化情况，在监测宏观植被变化领域中是公认的有效指标之一[3-4]。目前常用的NDVI数据有GIMMS NDVI、EOS/MODIS NDVI、SPOT NDVI等数据，其中GIMMS NDVI数据由于具有长时间序列、高时间分辨率和数据质量等优点，被广泛应用于区域植被监测中[5-7]。

植被动态变化及其驱动力分析一直是全球变化领域的重要研究方向[8]，国内外大量学者对区域植被动态变化和驱动力进行了研究。植被变化趋势分析常用的方法主要有：Theil-Sen median趋势分析[9]、Mann-Kendall检验[10]等方法。驱动力分析的主要方法有逐步聚类分析（SCA）方法[11]、结构方程模型法（SEM）[12]、地理探测模型法[13]、残差法[14]、NDVI与RUE相结合[15]、多元回归分析[16]、偏相关和复相关分析[17]等。

内蒙古自治区跨越东北、华北、西北三北区和黄河、额尔古纳河、嫩江、西辽河四大水系，有森林、草原、湿地、河流、湖泊、沙漠等多种自然形态，是一个长期形成的综合性生态系统。内蒙古的生态状况不仅关系内蒙古自治区全区和毗邻省份各族群众生存和发展，而且关系华北、东北、西北乃至全国的生态安全。同时该区生态环境极其脆弱，是全球气候变化最为敏感的区域之一[18]。气候因子和人类活动对该区植被的时空演变产生了重要影响，内蒙古植被的动态变化及其驱动机制一直受到广泛关注[19]。然而目前绝大多数学者针对内蒙古地区植被变化驱动力的分析主要集中在气候因子，对人类活动影响的定量研究比较少。为此本研究基于遥感和气象等数据，运用趋势分析、多元回归分析、残差分析等方法，探讨1982—2015年来植被变化趋势及气候、人类活动对植被变化的综合影响，旨在为区域生态建设提供技术支撑和决策依据。

1 研究区概况

内蒙古位于中国北部地区（37°24′～53°02′N，97°12′～126°04′E），地处欧亚大陆内部。由东北向西呈长条形分布，东西距离约2 400 km，南北跨度1 700 km。土地总面积118.3万km2，占全国总面积的12.3%。内蒙古自治区地域广袤，所处纬度较高，高原面积大，距离海洋较远，气候以温带大陆性季风气候为主。年均温度为−5～10 ℃，自东向西递增；年均降水量为35～530 mm，自东南向西北递减。植被从东到西依次为明亮针叶林、夏绿阔叶林、草原和稀疏植被荒漠区。

2 材料与方法

2.1 数据来源及处理

2.1.1 GIMMS NDVI3g数据

植被指数数据为美国宇航局（NASA）最新提供的第3代NDVI数据集（GIMMS NDVI3g V1.0，https://ecocast.arc.nasa.gov/data/pub/gimms/3g.v1/），该数据集时间跨度为1982—2015年，时间分辨率为15 d，空间分辨率为8 km，经过几何精校正、辐射校正、大气校正、图像增强等预处理。使用Matlab对GIMMS NDVI3g数据进行格式转换、图像镶嵌、图像裁剪、Albers等面积投转换等处理，形成内蒙古地区的DNVI时空数据集。用最大值合成法（MVC）对GIMMS NDVI3g序列数据进行合成处理，提取1982—2015年内蒙古地区的NDVI年最大值。

2.1.2 ERA5气象数据

本研究选用的气象再分析资料为ECMWF公开的ERA5数据（http://apps.ecmwf.int/datasets/），ERA5是迄今最强大的全球气候监测数据集，与之前的ERA-Interim产品相比，ERA5具有更高的时空分辨率，时间分辨率为逐小时，空间分辨率高达0.125°。本研究选用内蒙古地区1982—2015年1—12月0.125°的ECMWF−ERA5气象模式数据2 m温度、降水数据，使用Matlab对数据进行格式转换、年度合成、图像裁剪、Albers 等面积投转换等处理，形成覆盖内蒙分辨率为8 km的年度温度、降水数据。

2.1.3 土地覆盖数据

土地覆盖遥感数据是在中国科学院资源环境数据中心下载（http://www.resdc.cn/data.aspx），该数据是基于Landsat 8遥感影像，通过人工目视解译生成。其空间分辨率为1 km，土地利用类型包括耕地、林地、草地、水域、居民地和未利用土地6个一级类型以及25个二级类型，在预处理中将数据进行重投影、重采样成8 km分辨率的土地覆盖数据。

2.2 NDVI变化趋势分析

本研究选用Theil-Sen median趋势分析与Mann-Kendall检验，判断NDVI时间序列的变化趋势。Theil-Sen median趋势分析描述NDVI的变化趋势，表示单位时间内NDVI的变化量，计算公式为：

式中：10，则NDVI时间序列呈上升趋势；反之，则呈下降趋势。

Mann-Kendall检验计算公式如下：

式中：sign为符号函数，NDVIk及NDVIi为时序数据集合，n为集合长度。在α显著性水平下，当绝对值|ZC|>U1−α/2时，则时间序列在α水平上变化趋势显著。若ZC>0，则变化趋势上升，若ZC<0，则变化趋势为下降。本研究选取的显著性水平α为0.01和0.05两个水平，其中0.01表示极显著变化，0.05表示显著变化。

2.3 多元回归分析

本研究将利用多元回归分析方法拟合温度、降水2个气象因子对NDVI的复合作用的影响。利用F检验对上述多元线性回归方程进行显著性检验。

式 中： NDVI 为NDVI的均 值； σNDVI为NDVI的标准差；Xi为第i个气象因子的年均值； σi为第i个气象因子的标准差。

2.4 残差分析

本研究将采用残差分析法分析人类活动对植被NDVI变化的影响，广泛应用于植被动态变化驱动力分析中。通过NDVI值与气温、降水做二元一次线性回归模拟，得到每个像元的NDVI预测值，然后利用遥感获得的NDVI真实值减去预测值，得到人类活动对NDVI的影响。计算公式如下：

式中：ε为残差值，即为人类活动产生的影响。ε>0，人类活动产生正面作用；ε<0，人类活动产生负面作用；ε≈0，人类活动影响微弱。

2.5 Hurst 指数

Hurst 指数有效预测时间序列未来变化趋势，被广泛用于生态学等领域。其计算过程如下：

对于时间序列NDVI(t)，t=1, 2, 3, ···,n，以及任意正整数p≥1，定义均值序列NDVI(p)为：

定义累积离差序列NDVI(t,p)为：

定义极差序列R(p)为：

定义标准差序列S(p)为：

Hurst通过长时间的实践总结，建立了如下关系：

式中：H为Hurst指数。当H=0.5时，NDVI时间序列为随机序列；当0.5

3 结果与分析

3.1 植被NDVI时空变化特征

3.1.1 NDVI年际变化

1982—2015年内蒙古自治区不同土地利用类型NDVI值年际变化见图1。研究区植被NDVI值在1982—2015年总体上来看呈现波动上升趋势，其中有林地、疏林地、未利用地植被增长比较平缓，农田、建筑用地植被增速最为明显。

图1 内蒙古地区不同土地利用类型NDVI的年际变化Fig. 1 Interannual variations of NDVI of different land use types in Inner Mongolia Autonomous Region

3.1.2 NDVI空间变化

为定量描述植被NDVI变化趋势，本研究将研究区的NDVI变化划分5等级。据统计，1982—2015内蒙古自治区NDVI变化斜率变化范围为−0.009～0.027。植被极显著增加和显著增加的面积占内蒙古总面积的24.01%、8.83%，主要集中在内蒙古西部的额济纳旗南部、阿拉善左旗中南部、阿拉善右旗、巴彦淖尔市南部、鄂尔多斯市、呼和浩特市南部等地区；以及东部的赤峰市南部、通辽市南部、兴安盟东部等地区。植被极显著减少和显著减少的面积占比分别为5.64%、4.20%，主要集中在内蒙古西部的额济纳旗北部、阿拉善左旗的北部、巴彦淖尔市东部；以及东部的锡林郭勒盟东部、赤峰市的北部、通辽市西北部、兴安盟中南部、呼伦贝尔等地区。植被变化不显著的地区占57.32%，分布于研究区的整个区域。

3.1.3 NDVI变化持续性分析

内蒙古自治区NDVI Hurst指数空间差异明显，全区绝大部分区域H<0.5，其面积比例高达90.18%（表1），而全区平均H值也达到0.39，表明植被整体呈现反持续性，2015年之后一定时期内研究区内植被的NDVI变化趋势可能发生反转。内蒙古自治区西部的额济纳旗、阿拉善左旗北部、阿拉善右旗西北方向、鄂尔多斯市的南部以及东部地区、呼和浩特市、乌兰察布市东南部地区、以及东部的锡林郭勒盟的东部、赤峰市、通辽市、兴安盟、呼伦贝尔北部等地区有变好的可能，其他地区植被有变差的趋势。全区H值0.1～0.2、0.6～0.8植被占总面积比例很小，仅占总面积的0.24%、0.51%，说明植被将来剧烈的正持续性及反持续性不强；H值0.4～0.6占总面积的47.49%，表明未来变化趋势方向不明确，主要集中在不显著变化和显著增加的植被上；H值0.2～0.4的植被占总面积的51.76%，其中不显著变化的面积占65.26%，意味着这些植被将来不再保持稳定状态，会出现增加或减少的变化。显著和极显著增加、减少的面积分别占总面积的13.12%、4.87%，说明未来植被减少的可能性要比植被增加的可能性要大。

表 1 NDVI变化趋势与其Hurst指数矩阵表Table 1 Matrix of changing trend and Hurst index of NDVI

3.2 NDVI变化驱动力分析

3.2.1 降水、气温驱动力分析

本研究将利用多元回归分析方法拟合温度、降水2个气象因子对NDVI的复合作用的影响。由图2可知，研究区年均降水在1982—2015年呈下降趋势。降水系数分布方面，其中与NDVI变化显著正相关的地区主要集中在内蒙古自治区的中西部地区，占内蒙古自治区总面积的31.19%；降水与NDVI变化显著负相关的地区主要集中的内蒙古的东部地区，占内蒙古自治区总面积的1.52%。在1982—2015年植被处于增长趋势，而年均降水却呈现下降状态，年均降水系数与NDVI变化显著正相关的绝大部分地区并不是植被增长的区域，因此降水并不能很好地解释植被的增长。由图3可知，在1982—2015年年均温度处于增长趋势。在温度系数分布方面，其中与NDVI变化显著正相关的地区主要集中在内蒙古自治区的中部地区，占内蒙古自治区总面积18.97%；温度与NDVI变化显著负相关地区分布于内蒙全境，占内蒙古自治区总面积的13.74%。虽然年均温度与植被都处于增长状态，但年均温度与NDVI变化显著正相关的地区却不是植被显著变化的区域，由此可见年均温度也不是植被变化的主要影响因子。

图2 研究区1982—2015年年均降水变化Fig. 2 Annual average change of precipitation in the study area from 1982 to 2015

图3 研究区1982—2015年年均温度变化Fig. 3 Annual average change of temperature in the study area from 1982 to 2015

3.2.2 NDVI变化的人为驱动力分析

本研究虽然已获取基于气候因子的NDVI变化驱动图，但没有考虑人类活动的影响，在各种驱动因子中，NDVI的变化很可能为各个气候驱动因子和人类活动共同作用的结果。因此为量化人类活动对NDVI 变化的影响，本研究通过计算1982—2015年内蒙古地区的NDVI残差值得出人类活动对该区域NDVI的影响分布图。从图4可以看出，研究时段内研究区NDVI残差值呈先上升后下降又开始上升的趋势，说明人类活动对区域植被的影响由最初的负面破坏逐渐转变为了正面改善。在残差空间分布方面，残差值为正的区域占区域总面积的72.75%，说明研究区内各种人类活动对上述区域的植被起到了非常重要的改善作用。其中通过P<0.05显著性检验的区域占研究区总面积的32.84%，人类活动起到正向作用的地区主要分布于阿拉善左旗、阿拉善右旗、鄂尔多斯市、巴彦淖尔市、呼和浩特市、通辽市西南部、赤峰市南部、呼伦贝尔市西部等地区。人类活动起到负面作用的地区主要集中在锡林浩特的西部、赤峰市的北部、通辽市的西北部、呼伦贝尔市中部以及东北部等地区。其中通过显著性检验（P<0.05）的区域占研究区总面积的9.83%。

图4 研究区1982—2015年植被NDVI残差变化Fig. 4 NDVI residual value during 1982-2015 in the study area

3.2.3 NDVI对气候变化和人类活动的综合响应

参照前人经验，并结合研究区NDVI变化实际情况，对引起区域NDVI变化的气候因子和人类活动综合因子进行驱动型分区。分区依据见表2。

表2 NDVI变化驱动类型分区依据Table 2 Partition basis of driving type for NDVI changes

由表3可知，植被发生明显变化的面积占研究区总面积的42.68%，无明显变化的面积占57.32%。人类活动是引起研究区植被恢复的主要原因，占植被总恢复面积的70.43%，研究区的23.13%，其主要分布于额济纳旗南部、阿拉善左旗东部、阿拉善右旗、巴彦淖尔市南部、乌海市、鄂尔多斯市、赤峰市东南部、通辽市南部、兴安盟东部、呼伦贝尔市东部等地区。其次引起植被恢复的主要原因为气候和人类活动综合因素，占植被总恢复面积的21.75%，研究区的7.14%，主要作用于阿拉善右旗东部、阿拉善左旗西部、巴彦淖尔市南部、鄂尔多斯市、锡林郭勒盟中部等地区。由气候引起植被恢复的面积仅占植被恢复总面积的7.82%，占研究区的2.57%，主要分布于乌兰察布市南部、呼和浩特市南部等地区。研究区植被退化主导因子也是人类活动，占植被总退化面积的51.03%，研究区的5.02%，主要集中在内蒙古赤峰市北部、通辽市北部、兴安盟南部、呼伦贝尔西部等地区。导致植被退化的其他因素为气候、气候和人类活动复合结果，分别占植被退化总面积的26.28%、22.69%，以及研究区面积的2.58%、2.23%。退化的主要地区为内蒙古额济纳旗西部、阿拉善左旗北部、巴彦淖尔市东北部、呼和浩特市北部、锡林郭勒盟的西部、赤峰市北部、呼伦贝尔东部等地区。

表3 NDVI变化驱动因素解析Table 3 Driving factors analysis of NDVI changes

4 结论与讨论

本研究利用1982—2015年内蒙古自治区的GIMMS NDVI3g NDVI数据及同期降水、气温数据，分析了区域内NDVI时空变化及驱动力，主要得出以下结论：

1）自1982年以来，内蒙古地区年最大NDVI值整体上呈现波动上升趋势，植被极显著和显著增加的面积占比分别为24.01%、8.83%，植被极显著和显著减少的面积占比分别为5.64%、4.20%，植被变化不显著的地区占57.32%。

2）研究区NDVI Hurst指数空间差异明显，全区平均H值为0.39，2015年后植被NDVI减少的趋势要比增加的趋势明显，但变化程度应该不剧烈。

3）在1982—2015年研究区年均降水呈下降趋势，其中与NDVI变化显著正相关的地区占研究区总面积的31.19%，显著负相关的占1.52%；在1982—2015年年均温度处于增长趋势，其中与NDVI变化显著正相关的地区占研究区总面积的18.97%，显著负相关的占研究区总面积的13.74%。

4）1982—2015年研究区植被的恢复增长过程中，人类活动是引起植被恢复的主要原因，占植被总恢复面积的70.43%；其次是气候和人类活动综合因素，占植被总恢复面积的21.75%；由气候引起植被恢复的面积仅占植被恢复总面积的7.82%。导致研究区植被退化的主要因子也是人类活动，占植被总退化面积的51.03%，气候、气候和人类综合作用，分别占植被退化总面积的26.28%、22.69%。

在干旱和半干旱地区，植被活动受气候变化特别是降水的强烈影响。内蒙古地区NDVI变化与月降水量的相关性不强，与降水相关的高值区分布于内蒙古中部的草地[20]。内蒙古地区NDVI与气象数据插值生成的标准降水蒸腾指数（SPEI）达到显著正相关的区域占全区面积的27.23%，主要分布于全区中部偏北的地区，呈负相关关系区域基本未达到显著水平[21]。本研究表明年均降水（ERA5气象数据）与NDVI显著正相关的地区占研究区总面积的31.19%，分布于全区中部偏北区域，显著负相关的仅占1.52%。研究结果与李慧静等[20]、杨舒畅等[21]的基本一致。但降水、NDVI显著相关的区域与植被显著变化的区域重合度比较低，且降水1982—2015年与植被增长的趋势不一致，由此可见单独的降水因子不能很好地解释植被的变化。一些研究显示，过去的几十年来中国北方强劲的气温上升趋势可能会抑制植被的生长[22-23]，本研究结果表明，内蒙古自治区温度在1982—2015年也是上升趋势，但在内蒙古地区温度与NDVI显著正相关的地区占全区总面积的18.97%，与NDVI显著负相关占研究区总面积的13.74%，表明温度对植被有促进也有抑制生长的作用。有可能的原因是内蒙绝大部分地区较为寒冷，尤其东北部地区，温度升高对该地区植被也有促进作用[24]。1982—2015年内蒙古地区气温与植被NDVI均表现显著缓慢增长趋势，与降水呈现不显著缓慢下降趋势相反，与单独降水、气温相比气温和降水共同作用对植被影响更大[25]，这个结论与本研究结果一致。2011年之后内蒙古地区降水量逐年下降，但是植被覆盖度却呈稳定上升趋势，主要原因是2011年《内蒙古自治区基本草原保护条例》的颁布及相关人类活动对其起到了正向干扰[26]。人为正向干扰如农业灌溉、农田开垦及生态恢复工程是阿拉善、河套地区的植被恢复的主要原因[21]。2000—2015年内蒙古地区植被不断恢复，主要得益于人们对保护植被的重视和各种生态恢复以及矿区整治工程的实施[27]。1998年以来内蒙古地区先后实施了京津风沙源治理、退耕还林、退牧还草、围封保育、轮耕休耕等一系列生态恢复工程，生态环境得到了很大的改善[28]。2000—2011年人类活动促进NDVI增加的区域面积占总面积的58.84%，主要集中在内蒙古东部地区以及荒漠区东部和荒漠草原区，是由于一系列国家政策和法规的有效开展，促进了该区域植被覆盖度的增加[29]。用残差方法对内蒙古地区2001—2013年人类活动的影响进行量化后发现，在年均温和降水量无显著变化的背景下，近年内蒙古植被NDVI的显著变化主要是人为因素的影响[30]。过度放牧和历史上的滥开垦、水资源的不合理使用以及对生态环境的人为破坏等，造成内蒙地区草场退化与土地荒漠化[31]。以上结论印证了本研究提出的人类活动是引起内蒙古地区植被变化主因的观点。

本研究选用GIMMS NDVI数据研究内蒙古地区植被NDVI变化，该数据时间序列比较长，但缺少2015年以后的数据。若利用MODIS NDVI代替则会出现由于数据源的不同而带来的巨大误差。同时本研究只分析了年降水、气温气候因子，没有考虑极端气候条件（高温、低温、单次最大降水、最小降水）对NDVI变化影响。同气候因子相比，人类活动因素更加复杂多变（包括放牧、围栏、开垦、生态工程等），数据更加难以收集量化，因此本研究只笼统地给出人类活动是植被NDVI变化的主导因素，而缺少对人类活动因子的进一步细化剖析。在接下来的研究中将收集更多影响NDVI变化的驱动力数据，探究不同区域NDVI变化更准确的原因。