近21年丹江湿地NDVI时空变化特征及其气候驱动因子分析

张永涛， 张渝晨

（1.中国气象局·河南省农业气象保障与应用技术重点开放实验室，郑州 450003；2.河南省气候中心，郑州 450003； 3.河南省气象科学研究所，郑州 450003）

植被与生态环境之间的相互作用主要表现在两个方面，即植被对区域气候的适应性与植被对区域气候的反馈作用［1］，气象因子与植被覆盖变化的相关性研究对区域生态文明建设有很大的帮助［2］. 遥感观测技术具有覆盖范围广、时间分辨率高、能及时持续监测等方面的优势，利用遥感手段进行地表植被变化的研究越来越受到国内外学者的青睐［3-7］. 目前已研究出多种植被指数计算模型，如增强型植被指数、差值植被指数、归一化植被指数等. 其中，归一化植被指数（NDVI）对地表植被的覆盖程度十分敏感［8］，可以较好地反映植被的覆盖程度和产量信息特征［9］，在检测植被状态、植被覆盖度、消除部分辐射误差等方面有很强的适用性.

迄今为止，国内外学者基于遥感技术对不同地区的植被变化进行了大量的研究. Weiss等［10］利用高分辨率辐射仪AVHRR（Advanced Very High Resolution Radiometer）10 年的NDVI 数据，分析了沙特阿拉伯牧场的植被覆盖情况及游牧对植被覆盖变化的影响；Wang等［11］基于1982—2006 年的NDVI 数据，研究了北美洲植被覆盖度的变化特征，发现该地区从20 世纪80 年代开始，植被逐渐退化；张鹏骞等［12］基于2000—2019 年MOD13Q1-NDVI 遥感影像数据，利用线性回归趋势分析法探究了京津冀地区近20 年NDVI 的时空变化特征；王秋成等［13］基于2000—2015年的MODIS-NDVI 数据，研究了天津市蓟州区近16年植被NDVI的时空变化及降水和气温变化规律.

丹江口水库是我国南水北调中线工程的主要水源地，对水质和水量都有极高要求，2007年国务院批准设立河南丹江湿地自然保护区. 该保护区作为南水北调源头水质的过滤器和净化器，具有涵养水源、净化水质和向北调水等特殊功能［14］. 自2000年以来，随着水库移民、蓄水、保护区建设等重大工程的实施，丹江湿地的土地利用及生态环境发生了显著改变，因此密切关注丹江湿地生态环境状况及植被变化就显得尤为重要［15］. 鉴于当前针对丹江口水源区植被变化的研究［16-18］存在研究时间短、影响因素分析不足等问题，基于2000—2020年长时间序列MODIS归一化植被指数，采用变化倾向率分析丹江湿地NDVI的时空变化特征，并辅助土地利用数据和气象站资料探讨该变化的气候驱动因子，为库区的生态文明建设、安全调水和下一步保护举措提供参考.

1 资料和方法

1.1 资料来源及预处理

基于MODIS-NDVI 遥感影像资料，并借助土地利用类型数据和地面气象观测资料，采用NASA 官网发布的MODIS NDVI 数据，取自Terra卫星的MOD13A3数据集，时间序列长度为2000—2020年，产品格式为HDF，时间尺度以月为计，空间分辨率为1 km. 采用MRT（MODIS Reprojection Tool）软件将数据进行等经纬度投影，并输出为GEOTIFF格式.

气象资料来自河南省淅川县及研究区域周边7 个国家级气象站点（图1），主要包括气温、日照时数、降水量等气象要素. 对各要素进行空间插值，其中日照时数和平均气温采用反距离插值（IDW）法，降水量采用克里金插值法，将气象要素插值为1 km×1 km 的格点，逐格点进行NDVI 和气象要素的相关性分析.

图1 研究区域及所选用气象站点的空间分布Fig.1 Spatial distribution of the study area and selected meteorological stations

1.2 研究区域

丹江湿地自然保护区位于河南省淅川县境内，以保护区所覆盖的香花镇、仓房镇等10个乡镇的边界为界，共1 760.2 km2. 采用2020 年高分1 号卫星遥感数据，依据《关于特别是作为水禽栖息地的国际重要湿地公约》（简称《湿地公约》）分类体系对研究区进行土地利用分类，结果显示，研究区内水体面积占15.3%、耕地面积占25.4%、林地面积占49.8%、泥滩面积占1.6%、泥滩湿地面积占4.1%、建筑用地面积占3.8%，具体空间分布如图2所示.

图2 研究区土地覆盖类型分布图Fig.2 Distribution of land cover types in the study area

1.3 研究方法

将NDVI 月最大值合成年平均值. 通过逐像元对研究区2000—2020年NDVI年均值进行变化倾向率［19］计算，每个像元有21年的时间序列数值，倾向率＞0说明NDVI呈增长趋势，倾向率＜0说明NDVI呈降低趋势.

2 结果与分析

2.1 研究区NDVI变化及其空间分布特征

结合土地利用类型数据探究丹江湿地NDVI空间分布情况（图3），结果显示研究区2020年平均NDVI为0.36，其中林地最高，耕地次之，水体最低，泥滩、泥滩湿地和建筑用地虽低于耕地，但比水体高. 从图3（a）可以看出，仓房镇和盛湾镇交界处、大石桥、金石镇和上集镇北部、香南镇南部NDVI 较高，这与该区域林地茂盛有密切关系；丹江口水库及丹江湿地保护区由于分布着较大区域的水体，NDVI 普遍较低；大石桥与滔河交界处为泥滩和泥滩湿地，NDVI 也较低；作为淅川县城所在地，龙城街和西圣街人口密集，植被覆盖率低，NDVI不高.

图3（b）显示了2000—2020 年研究区NDVI 变化趋势. 由图可以看出，耕地和林地覆盖区的NDVI 变化以增长为主，其中仓房镇和盛湾镇交界处的林地由于NDVI一直较高，因此增长速率较慢；耕地受人为活动控制程度较大，不同区域NDVI 增长速率有所差别. 丹江口水库和丹江湿地自然保护区由于水体和湿地面积的扩大，NDVI变化以减小为主；随着城镇化进程的快速发展，淅川县城的城镇建成区逐渐扩张，导致该区域NDVI变化呈显著降低趋势.

图3 2020年研究区NDVI及21年变化趋势空间分布图Fig.3 Spatial distribution of NDVI in 2020 and the change trend of NDVI in the past 21 years in the study area

2.2 NDVI时间变化特征

图4（a）显示了研究区2000—2020年NDVI年均值变化. 可以看出，该区域NDVI年均值总体上呈波动增长趋势，其中2000—2011年变化起伏较大，2011—2017年增长相对稳定，最小值出现在2000年，最大值出现在2020年. 21年间平均每年增长0.000 3，且通过0.01的显著性检验.

图4（b）为研究时段内研究区的NDVI 月均值变化图. 图中显示，研究区域NDVI 均在0.36 以上，年内变化有一定的季节性，3 月最低，6—8 月NDVI 增长迅速，8 月达到峰值，随后开始下降，呈年度周期性波动. 8月NDVI最高，其次为9月和7月，3月最低，12月和1月持平. 出现这种波动的主要原因是研究区耕地以冬小麦为主，12月至次年1月为小麦越冬期，该阶段小麦停止生长，而其他土地利用类型的植被多属于落叶植被，到12月叶片基本完全脱落，翌年春季重发嫩芽，因此NDVI在这段时间内基本没有变化. 季节分布上，4个季度的NDVI存在夏＞秋＞春＞冬.

图4 研究区2000—2020年归一化植被指数年际和月际变化图Fig.4 Interannual and monthly variations of NDVI in the study area from 2000 to 2020

结合土地利用类型数据，对研究区不同土地利用类型NDVI 的年际变化进行分析，结果如图5 所示.NDVI年均值从高到低依次为林地＞耕地＞建筑用地＞泥潭湿地＞泥潭＞水体. 其中，林地NDVI增长趋势最为显著，增长斜率为0.006 6，相关系数高达0.929 4；耕地NDVI增长斜率次之，相关系数为0.710 9，且林地和耕地的增长速率均通过0.01的显著性检验；泥滩湿地、泥滩用地的NDVI年际变化波动较大，2018年降至研究时段（2000—2020年）的最低；建筑用地的NDVI变化也有较大波动，2018年同样出现较大幅度的下降. 泥滩湿地、泥滩和建筑用地的NDVI增长趋势均未通过显著性检验. 水体的NDVI在研究时段内呈现先增长后下降的变化趋势，波动峰值出现在2013年，说明2013年以前水体有富营养化趋势，后期富营养化趋势逐渐消失.

图5 研究区不同土地利用类型NDVI年际变化Fig.5 Interannual variations of NDVI of different land use types in the study area

2.3 气候条件变化及其对植被指数的影响

研究区2000—2020年平均气温、年降水量和日照时数的年际变化如图6所示. 研究时段内研究区年均气温呈波动上升趋势，最高值出现在2016年，最低值出现在2003年；年降水量呈波动下降趋势，最高值出现在2010年，最低值出现在2019年，二者均未通过显著性检验；年日照时数波动幅度不大，呈平稳下降趋势，且通过置信度为0.05的显著性检验.

图6 研究区年均气温、年降水量、年日照时数年际变化Fig.6 Interannual variations of annual mean temperature，annual precipitation and annual sunshine duration in the study area

为进一步探索研究区植被变化的气候驱动因子，逐格点对插值后的气象数据与NDVI 进行相关分析.结果如图7. 研究区内年平均气温与NDVI 以正相关为主，占总像元的83.7%，其中5.5%的区域通过置信水平为0.05 的显著性检验，负相关区域主要位于丹江湿地及丹江口水库东北部；年降水量与NDVI 以负相关为主，占总像元的65.2%，但未通过显著性检验，呈现正相关的区域零散性分布在淅川县城以及丹江湿地和丹江口水库东部区域；年日照时数与NDVI 以正相关为主，占总像元的93.4%，其中10.8%的区域通过置信水平为0.05 的显著性检验，1%的区域通过置信水平为0.01 的显著性检验. 结合土地利用类型数据发现，耕地的年日照时数与NDVI 的相关性相对其他土地利用较高，呈负相关的区域则主要分布在人口密集的城镇建成区.

图7 年均气温、年降水量和年日照时数与NDVI相关系数的空间分布Fig.7 Spatial distribution of correlation coefficients between annual mean temperature，annual precipitation，annual sunshine duration and NDVI

3 结论与讨论

1）研究区2020年平均NDVI为0.36，其中林地最高（0.578），耕地次之（0.521），水体最低（0.274），泥滩、泥滩湿地和建筑用地分别为0.339、0.385 和0.444. 2000—2020 年，研究区耕地和林地的NDVI 变化以增长为主，淅川县城、丹江口水库和丹江湿地自然保护区等区域的NDVI变化呈减小趋势.

2）2000—2020年，研究区NDVI年均值变化呈波动增长趋势，最小值出现在2000年（0.353），最大值出现在2020年（0.362），21年间平均每年增长0.000 3，且通过0.01的显著性检验；NDVI的月均值变化存在一定的季节性，8月份达到峰值，呈年度周期性波动；季节分布上，NDVI变化为夏季＞秋季＞春季＞冬季.

3）研究区不同土地利用类型的NDVI年均值从高到低依次为林地＞耕地＞建筑用地＞泥潭湿地＞泥潭＞水体. 其中，林地NDVI的年际增长趋势最为显著，增长斜率为0.006 6，相关系数高达0.929 4；耕地增长斜率次之（0.004 6），相关系数为0.710 9，且两者均通过0.01的显著性检验；泥滩湿地、泥滩和建筑用地的年际变化波动较大.

4）研究区83.7%的区域年平均气温与NDVI呈正相关，其中5.5%的区域通过置信水平为0.05的显著性检验；65.2%的区域年降水量与NDVI呈负相关，但未通过显著性检验；93.4%的区域年日照时数与NDVI呈正相关，其中10.8%的区域通过置信水平为0.05的显著性检验，1%的区域通过置信水平为0.01的显著性检验.