中巴经济走廊归一化植被指数(NDVI)时空变化及影响因素分析

郑春燕，梁俊红①，王 建

(1.湖北师范大学城市与环境学院，湖北 黄石 435002；2.西北大学城市与环境学院，陕西 西安 710127)

作为地表生态系统最重要的组成部分之一，植被在维持碳平衡、调节区域气候和保护生物多样性方面具有重要作用[1]。植被覆盖变化能够更加直接地反映区域生态环境质量的变化，是全球变化研究的重点问题之一[2]。中巴经济走廊(China-Pakistan Economic Corridor，CPEC)是“一带一路”倡议中最具代表性的项目之一，在促进国际和平、推动区域经济发展方面具有重要意义[3]。然而，CPEC地区自然条件复杂，自然灾害频繁，加之近年来工业化和城市化等人类活动剧烈，使得区域生态环境更加脆弱[4]。因此，全面评价中巴经济走廊植被覆盖时空变化特征对于区域生态环境改善和可持续发展具有重要意义。

随着遥感技术快速发展，植被指数(vegetation index，VI)被用于中、大尺度植被变化分析，其中，归一化植被指数(normalized difference vegetation index，NDVI)不仅可以用来准确表征植被覆盖及生长状况等信息，而且不易受到云层、地形和太阳高度角等辐射变化的影响，是目前国内外使用最广泛的植被指数[5-6]。近年来，最常用NDVI遥感数据集主要包括AVHRR GIMMS NDVI[7]、MODIS NDVI[8]和SPOT-VGT NDVI[9]。其中，MODIS NDVI和SPOT-VGT NDVI虽然空间分辨率较高，但时间序列较短。AVHRR GIMMS NDVI数据集具有时间序列长、覆盖范围广、植被变化反映能力较强等特点[10]，得到广泛应用，取得了一些研究成果[11]。因此，采用AVHRR GIMMS NDVI数据集对大尺度区域植被覆盖进行长时间序列监测及驱动力分析具有明显优势。

植被动态变化受到自然因素和人类活动双重作用的影响[12]，其中，气温和降水量是影响植被覆盖和生长状况的主要自然因素。研究表明，气温和降水量与NDVI之间呈现相关性，气温与NDVI在湿润的寒带和温带地区存在显著相关，降水量与NDVI在干旱半干旱地区或者干湿季分明地区存在显著相关[13-14]。此外，不同人类活动对区域植被覆盖变化的影响也存在差异，无序的城市扩张会降低区域植被覆盖度[15-16]，退耕还林还草和生态修复等工程有利于增加区域植被盖度[17-18]。目前，大部分学者采用气候残差分析来表征人类活动，但残差分析难以区别不同类型人类活动对植被变化的影响[19-20]。土地利用变化是人类活动最重要的表现形式，不同土地利用类型对植被覆盖的影响存在差异，定量分析每种土地利用类型的NDVI变化对量化人类活动与NDVI之间的关系具有重要意义。因此，研究中巴经济走廊植被覆盖变化与气候、土地利用之间的关系对了解区域生态环境变化具有一定参考。

目前，关于中巴经济走廊地区植被变化趋势的研究总体较少，气候变化与人类活动对走廊植被变化的影响尚不明确，因此，有必要开展中巴经济走廊植被时空变化趋势研究和量化植被覆盖与气候变化、人类活动之间的关系。鉴于此，采用中巴经济走廊地区1995—2015年AVHRR GIMMS NDVI数据，结合气温、降水量和土地利用类型等数据，利用一元线性回归、趋势分析和相关性分析等方法研究过去20年该地区植被覆盖的时空变化特征及其与气候变化、土地利用变化的关系，以期为中巴经济走廊地区植被保护和生态环境改善提供科学的理论支持。

1 材料与方法

1.1 研究区概况

中巴经济走廊北起中国喀什地区，南至巴基斯坦瓜达尔港，全长约为3 000 km，是一条集公路、铁路和油气管道为一体的贸易走廊，沿途横穿喀喇昆仑山、喜马拉雅山和兴都库什山3大山系，地形条件复杂，地势起伏较大，呈现出东北高、西南低特征。研究区选择巴基斯坦全境(包含巴控克什米尔地区)和中国新疆喀什地区，其位于亚欧大陆中部地区，地处23.50°～40.16° N、61.0°～79.52° E 之间，东邻印度，西与伊朗接壤，西北与阿富汗和塔吉克斯坦相邻，南与阿拉伯海相接，东北与中国新疆接壤(图1)，总面积约为104.40万km2，其中，属于中国喀什地区的面积约为16.20万km2，属于巴基斯坦地区的面积约为88.20万km2。研究区内气候类型多样，主要包括热带沙漠气候区、热带季风气候区、高山高原气候区和温带大陆性气候区[21]，年均气温在-7～28 ℃之间，年降水量在100～2 000 mm之间，气温和降水时空分布差异较大。研究区土地利用存在空间差异，巴基斯坦北部和西部地区以森林和冰雪为主，俾路支省位于干旱半干旱地区以稀树草原和荒漠为主，位于印度平原的旁遮普省和信德省以耕地和荒漠为主[3]。因此，区域内部生态环境状况在不同气候区的表现也有所不同。近年来人类活动对不同气候区生态环境造成较大影响，区域内部植被覆盖程度有所降低，荒漠化、土地退化等生态环问题日益凸出。

1.2 数据来源及处理

采用的数据主要包括研究区基础地理、气象、NDVI和土地利用数据等，采用ArcGIS 10.2和Google earth engine(GEE, https:∥code.earthengine.google.com/)软件，将所需数据投影统一为WGS1984 Albers，分辨率统一重采样为10 km。

(1)NDVI数据：中巴经济走廊区域1995—2015年GIMMS NDVI数据集来源于国家冰川冻土沙漠科学数据中心(http:∥www.ncdc.ac.cn)，时间分辨率为15 d，空间分辨率为10 km。该数据集经过数据转换、边界裁剪，投影转换和质量检测，采用最大值合成法得到中巴经济走廊NDVI年数据集，以减少云量、地形对数据的影响。

(2)气象数据：气温和降水数据来自欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts，ECMWF)，时间分辨率为月，空间分辨率为0.1弧度。采用GEE云计算平台对月数据进行合成，并经过边界裁剪、投影转换、重采样得到中巴经济走廊1995—2015年年均气温和年降水量数据。

(3)土地利用数据：土地利用数据来自欧空局全球陆地土地覆盖产品(http:∥www.esa-landcover-cci.org/),时间分辨率为年，空间分辨率为300 m，共有22个类别。采用国际地圈生物圈计划(international geosphere-biosphere program，IGBP)全球土地覆盖分类系统将中巴经济走廊土地覆盖数据分为耕地、林地、草地、水域、城镇与建成区以及未利用地6个类型，采用GEE云平台进行重采样、投影转换和裁剪，得到1995—2015年研究区土地覆盖数据。

(4)其他数据：DEM数据来源于SRTM DEM数字高程数据集，空间分辨率为90 m，并采用GEE平台进行投影转换、重采样和裁剪；底图数据来自国家测绘地理信息局标准地图(http:∥bzdt.ch.mnr.gov.cn/)，采用ArcGIS 10.2软件进行投影转换、重采样和裁剪。

1.3 研究方法

1.3.1最大值合成法

最大值合成法是目前国际最常用NDVI合成法。采用最大值合成法获得中巴经济走廊逐年NDVI最大值，这有利于去除月数据中受残云、大气和太阳角度等的影响[22]，提高区域NDVI数据质量。最大值合成法计算公式为

INDV，i=max(INDV，1，INDV，2，…，INDV，12)。

(1)

式(1)中，i为年份，取值为1995～2015；INDV，i为i年NDVI最大值；INDV，1、INDV，2、…、INDV，12分别为1—12月NDVI值。

1.3.2趋势分析

Theil-Sen Median趋势分析法是一种稳定的非参数统计的趋势统计方法，该方法不受异常值干扰，可有效规避离群数据和测量误差，常被用于长时序数据趋势分析[23]。该方法计算公式为

(2)

式(2)中，βNDVI为中巴经济走廊NDVI变化趋势；INDV，i和INDV，j分别为i和j年NDVI值；当βNDVI>0时，NDVI呈增加趋势；当βNDVI<0时，NDVI呈减少趋势。

Mann-Kendall属于非参数检验方法，该方法具有不受样本分布束缚、受异常值影响小等优势，在水文、气象和生态趋势变化方面得到广泛运用[24]。该方法计算公式为

(3)

(4)

(5)

(6)

式(3)～(6)中，Z为显著性统计量；var为随机变量的方差函数，S为NDVI时序数据{NDVI1995，NDVI1996，…，NDVI2015}统计量；n为年份间隔；sgn为符合函数;var为方差函数。采用置信度为95%检验NDVI趋势变化显著性(表1)。

1.3.3偏相关分析

采用偏相关分析法逐像元分析中巴经济走廊20年来NDVI与气候因素(年均温和年降水量)的关系，并计算两两之间的偏相关系数，从而分析气温、降水对研究区NDVI变化的影响程度[25]。该方法计算公式为

(7)

式(7)中，rx,yz为固定变量x后的变量y和z的偏相关系数；rxy、rxz和ryz分别为变量x与y、x与z以及y与z的相关系数。采用t检验和置信度为95%检验显著性。

2 结果与分析

2.1 NDVI时空变化特征

2.1.1植被NDVI时间变化特征

1995—2015年研究区以及巴基斯坦分区和中国新疆喀什分区NDVI变化趋势和空间分布见图2～3。如图2所示，研究区近20年植被NDVI多年平均值为0.27，其中，2000年植被NDVI最小，为0.25，2011年植被NDVI最大，为0.29，总体上研究区植被覆盖较差；该地区植被NDVI整体上呈现波动上升趋势，变化率为0.001 2 a-1。各分区植被NDVI多年平均值介于0.15～0.31之间，其中，巴基斯坦地区植被NDVI年均值高于中国新疆喀什地区植被NDVI年均值。

图2 1995—2015年研究区NDVI年际变化

图3 1995、2005和2015年研究区NDVI空间分布

各分区植被NDVI年际变化趋势与整体基本一致，其中，巴基斯坦地区植被NDVI年增长速率最快，为0.001 5 a-1；中国新疆喀什地区次之，为0.000 5 a-1，这表明20年来巴基斯坦植被覆盖改善趋势更加明显。

2.1.2植被NDVI空间分布特征

1995—2015年研究区及分区植被NDVI多年平均值与趋势变化的空间分布特征见图4。如图4所示，研究区植被NDVI多年平均值在-0.30～0.86之间，且植被覆盖空间分布差异较大，呈现由中部向南北递减的变化趋势。研究区植被NDVI多年平均值为0.27，其中，巴基斯坦地区植被NDVI多年平均值最大，为0.28；中国新疆喀什地区最小，为0.16。

图4 1995—2015年研究区NDVI空间分布及趋势分析

如图4和表2所示，研究区地区植被NDVI变化以明显改善和基本稳定为主，其区域面积分别占研究区总面积的32.16%和33.80%。这主要是由于近几十年来，国际社会开始注重生态环境保护，且可持续发展政策取得一定成效。其中，植被NDVI改善区域主要分布在巴基斯坦东北部和中国新疆喀什西部地区，基本稳定区域分布在巴基斯坦西南部和新疆东部地区。在各分区中，中国新疆喀什地区以基本稳定为主，其面积占研究区总面积的5.26%；巴基斯坦地区以明显改善为主，其面积占研究区总面积的30.14%。

表2 研究区NDVI趋势变化面积比例统计

2.2 气候变化对植被NDVI的影响

2.2.1CPEC气候年际变化

1995—2015年研究区气温和降水量年际变化趋势见图5。如图5所示，研究区年均温和年降水量在1995—2015年总体呈现波动上升趋势，增长速率分别为0.099 ℃·a-1和1.384 8 mm·a-1，说明在1995—2015年研究区气候环境呈现一定程度暖湿化趋势。在20年间，研究区多年平均气温和平均降水量分别为16.16 ℃和264.63 mm，且年均温和年降水量空间分异性明显，其中，年均温总体表现为由西南向东北递减的变化趋势，年降水量呈现中部高、南北低的特点。

图5 1995—2015年研究区气温和降水量年际变化

2.2.2气候因子与植被NDVI的相关性

气温、降水与植被NDVI的相关性见表3。如表3所示，中巴经济走廊地区植被NDVI与气温、降水量的相关性均呈现显著性，相关系数分别为-0.02和0.45，且均通过95%的置信度检验，这表明气温抑制了研究区植被生长，而降水量对植被生长起促进作用。在各分区中，巴基斯坦和中国新疆喀什地区降水量与植被NDVI均呈现正相关，但巴基斯坦地区气温与植被NDVI呈现负相关，这主要是由于巴基斯坦地处干旱半干旱区，气温较高，多荒漠和稀树草原，植被覆盖状况较差。

图6表明，研究区植被NDVI与气温相关系数介于-0.76～0.70之间，与降水量相关系数介于-0.64～0.83之间，且空间分布差异明显。其中，植被NDVI与气温呈正相关的区域主要分布在喜马拉雅山脉南部和巴基斯坦西部俾路支省，表明这些地区气温有利于植被生长；与气温呈现负相关的区域主要分布在巴基斯坦中东部的信德省和旁遮普省。植被NDVI与降水量呈现正相关的区域主要分布在信德省东南部和联邦直辖部落地区，主要是这些地区处于季风气候区，降水丰富，有利于植被生长；与降水量呈负相关的地区主要分布在巴基斯坦旁遮普省西南部和喜马拉雅山区。

植被生长对气候要素变化的响应具有一定滞后性，对照当月、前1个月和前2个月植被NDVI与降水量、气温的相关性，揭示植被生长对气候变化的响应规律。如图7所示，从植被NDVI与降水量的关系来看，除6、8和12月外，其他月份植被NDVI变化与前1或2个月降水量的相关系数高于当月植被NDVI与降水的相关系数，说明除6、8和12月植被NDVI对降水量变化未表现出滞后性外，其他月份植被NDVI对降水量变化均表现出不同程度的滞后性；其中10月植被NDVI与前1个月降水量的相关系数达到显著，说明10月植被NDVI对降水量变化的时间滞后性最强。如图7所示，从植被NDVI与气温变化关系来看，3、8、9和12月植被NDVI变化与前1或2个月气温的相关系数高于当月植被NDVI与气温的相关系数，而其他月份植被NDVI变化对气温的滞后效应不明显。整体来看，研究时段内中巴经济走廊植被生长对降水量变化的时间滞后性高于气温。

表3 研究区气温、降水量和NDVI相关性

图6 1995—2015年研究区NDVI与气温、降水量相关性分析

图7 1995—2015年研究区逐月NDVI与当月和前1～2月降水量以及月均温的相关系数

2.2.3不同气候区对植被NDVI的影响

热带沙漠、热带季风、高山高原和温带大陆性气候区植被NDVI多年平均值分别为0.22、0.49、0.21和0.18，热带季风气候区植被NDVI年均值最高。如图8所示，热带季风气候区植被NDVI年增长速率最快，为0.002 8 a-1；高山高原气候区增长速率最小，为0.000 2 a-1。温带大陆性气候区植被NDVI增长速度仅次于热带季风气候区，主要是由于温带大陆性气候区主要分布在我国新疆喀什地区，近年来该区域采取的退耕还林还草等生物恢复工程加快了区域生态环境改善。

如表4所示，各气候区降水量与植被NDVI均呈现正相关关系，其中，热带沙漠气候区降水与植被NDVI相关系数最大，为0.49，其主要是因为热带沙漠气候区干旱少雨，而植被生长对水资源需求较大。除热带沙漠气候区外，其他气候区气温与植被NDVI呈正相关关系。热带沙漠气候区终年高温不利于植被生长；高山高原气候区由于海拔较高，气温受地形影响随海拔升高而逐渐下降，因此，气温对该区域植被生长影响较大；温带大陆性气候区距海遥远，水汽难以到达，同时纬度相对较高，气温较低，所以该区域表现出气温、降水量与植被NDVI均呈一定相关性。

图8 1995—2015年不同气候区植被NDVI变化

表4 各气候区气候因子和NDVI相关性

2.3 不同土地利用类型对植被NDVI的影响

2.3.1土地利用结构变化

由于中巴经济走廊建设用地面积占比不足0.5%，水域和未利用地植被NDVI值较低，因此，该研究主要考虑耕地、森林和草地对中巴经济走廊植被NDVI的影响。区域不同土地利用类型面积变化见图9。

如图9所示，1995—2015年研究区耕地、林地和草地面积占比由56.02%增加到58.90%，其中，20年间耕地面积占比最大，超过29%，主要分布在巴基斯坦中部的旁遮普省和东南部的信德省；草地面积占比次之，超过22%，主要分布在巴基斯坦西部边境省和俾路支省东部地区；林地面积占比最小，仅占4%，主要分布在喜马拉雅山南部地区。研究期内，研究区耕地和草地面积占比呈现不断增长趋势，其中，草地面积增长最快，由22.38%增加到25.01%；耕地面积增长较慢，仅由29.18%增加到29.71%；林地面积占比呈微弱减少趋势，其占比稳定在4%左右。

图9 1995—2015年研究区不同土地利用类型面积变化

2.3.2不同土地利用类型植被NDVI时间变化趋势

研究区不同土地利用类型NDVI变化见图10。如图10所示，1995—2015年研究区耕地、林地和草地平均NDVI呈现增加趋势，其中，耕地NDVI增长速率(0.002 4 a-1)最快，分别为草地(0.000 5 a-1)和林地(0.001 4 a-1)的4.8和1.7倍。研究区耕地、林地和草地NDVI增长幅度远大于区域整体，且耕地NDVI增长对整个区域NDVI增加总量的贡献最大。如图10所示，巴基斯坦地区耕地、林地和草地平均NDVI呈现增长趋势，其中，耕地NDVI增长速率(0.002 6 a-1)最快，林地(0.001 6 a-1)次之，草地(0.001 2 a-1)最慢；中国新疆喀什地区耕地平均NDVI呈现增长趋势，而林地和草地整体上呈现下降趋势。这表明耕地NDVI增长对各分区NDVI增长的贡献也最大。

3 讨论与结论

3.1 讨论

3.1.1植被NDVI的动态变化

1995—2015年中巴经济走廊地区植被NDVI多年平均值总体呈现波动上升趋势，这与全球干旱地区[14]、“一带一路”地区[26]、亚洲地区[27]和中国西部地区[28]等不同数据、方法和时空尺度上关于植被NDVI趋势的研究结果基本一致。从空间分布来看，巴基斯坦地区植被NDVI均值比中国新疆喀什地区高，表明巴基斯坦地区植被覆盖状况相对较好。20年来，中国新疆喀什地区植被NDVI增长速率略高于巴基斯坦和整个研究区，特别是近年来，中国地区退耕还林还草[18]、天然林保护[29]等大规模植被保护和工程恢复政策的实施，使中国区域植被覆盖水平有所提高。因此，长时间序列植被NDVI数据能更好地反映植被变化趋势，该研究结果可为未来中巴经济走廊长时间尺度研究提供一定的科学依据和参考。

图10 1995—2015年研究区不同土地利用类型NDVI变化

3.1.2植被影响因素分析

植被NDVI时空分异变化受到气候和人类活动等多种要素共同影响。在研究期内，中巴经济走廊年均温和年降水量均呈现增加趋势，这与于志翔等[30]研究结果基本一致，对1995—2015年植被NDVI与气温、降水量进行相关性分析发现，中巴经济走廊植被NDVI与气温主要呈负相关，与降水量主要呈正相关，这与以往研究结果[14,26]相一致。该研究采用土地利用类型变化来表征人类活动，对不同土地利用类型与植被NDVI的相关性进行分析，发现研究区耕地面积增加对植被覆盖的改善有较好贡献，这与有研究[31]发现印度植被改善主要来自农业的结论一致。另外，有研究结果[32-33]表明，在地形复杂地区，海拔对植被NDVI的影响较敏感，低海拔地区植被覆盖对气温和降水量的影响较小，高海拔地区植被与气温和降水量的相关性更明显。因此，在下一步研究工作中，将基于海拔差异探索中巴经济走廊地区不同海拔植被与气候、土地利用类型的相关关系。

3.2 结论

基于1995—2015年AVHRR GIMMS NDVI数据集，分析了中巴经济走廊植被NDVI时空变化特征，并采用趋势分析和偏相关分析等方法探究研究区植被NDVI时空演变趋势，气温和降水量与植被NDVI的关系，以及不同土地利用类型对植被NDVI变化的影响。主要结论如下：

(1)中巴经济走廊植被NDVI整体上呈现波动上升趋势，线性增长率为0.001 2 a-1。NDVI多年平均值为0.27，但空间分异较明显，呈现由中部向南北递减的变化趋势。研究区植被NDVI变化以明显改善和基本稳定为主，改善区域主要分布在巴基斯坦东北部和中国新疆喀什西部地区，基本稳定区域主要分布在巴基斯坦西南部和新疆东部地区。

(2)中巴经济走廊地区年均温和年降水量在1995—2015年总体呈现波动上升趋势，增长速率分别为0.099 ℃·a-1和1.384 8 mm·a-1。植被NDVI与气温、降水量均呈显著相关，气温抑制了研究区植被生长，降水量对植被生长起促进作用。

(3)中巴经济走廊各气候区植被NDVI总体呈现增长趋势，热带季风气候区年增长速率较快，高山高原气候区较慢，增长速率分别是0.002 8和0.000 2 a-1。各气候区降水量与植被NDVI均呈现正相关关系，除热带沙漠气候区外，其他气候区气温与植被NDVI呈正相关关系。

(4)中巴经济走廊耕地和草地面积占比呈现不断增长趋势，其中，草地面积增长最快，林地面积呈微弱减少趋势。1995—2015年中巴经济走廊耕地、林地和草地平均NDVI呈现增加趋势，其中，耕地NDVI增长速率(0.002 4 a-1)最快，说明耕地NDVI增长对整个区域NDVI增加总量的贡献更大。