2001-2019年云南省植被NDVI变化及其气候因子的关系

徐 虹, 刘 琴

(云南省气候中心, 昆明 650034)

在陆地生态系统中，植被是极重要的构成部分[1]。植被覆盖度是衡量植被生长、生态环境的重要指标[2]。而归一化植被指数NDVI可以直观表征植被覆盖度的状况，常被作为植被覆盖程度、生长状况、生物量及净初级生产力等植被参数的评价指标[3-4]。云南是中国甚至世界上最为重要的生物多样性和资源基地之一。由于其生态系统的多样、丰富，以及不可替代的独特性，使得云南生态文明建设意义重大。但复杂的地形与气候条件也让云南植被一旦遭受被破坏，就难以恢复，特别是滇西北和滇西南地区植被恢复和演替过程更是十分缓慢。随着社会经济的快速发展，城市不断扩张、林木遭到采伐、农田耕地不断扩张等，人类活动对植被的影响越来越迅猛。准确掌握云南省植被动态变化特征以及影响因子，对加强生态环境建设和生态管理具有重要意义。

近年来，学者们采用SPOT VEGETATION，MODIS和Landsat NDVI数据对云南在植被的时空分布以及变化趋势方面进行深入的研究[5-11]。如丁文荣[12]、李同艳[13]、张景华[14]等采用MODIS NDVI数据研究了滇中以及怒江、澜沧江等流域植被覆盖的变化，以及气候、地形、人类活动等驱动因子对植被的影响。赵桔超等[15]分析2001—2015年西双版纳植被变化特征，其对水热因子的响应。何云玲等[16]研究了云南植被与气候因子之间的关系。这些研究均表明近年来云南植被覆盖状况总体水平较好，植被与气候因子的变化较敏感，不同时间尺度和地域有着明显的差异。但对于云南省植被覆盖变化的持续性以及未来变化趋势，植被与气候滞后效应的空间结构格局这些相关研究尚比较欠缺。鉴于此，本文以2001—2019年NDVI时序数据为主要研究对象，通过趋势分析方法，分析云南省NDVI时空的分布、变化及未来趋势预测。并对研究区的气温和降水与植被NDVI进行逐像元相关性的分析，研究植被与当地气候之间相互关系的时空格局，以期为云南省植被的科学管理和保护提供科学客观的参考依据。

1 研究区概况

云南省地处青藏高原东南侧，北纬21°8′32″—29°15′8″和东经97°31′39″—106°11′47″之间，是云贵高原主体。全省94%的国土面积是山地，盆地、山区、平坝交错，河川湖泊纵横。海拔高、低差高达6 663.6 m。云南气候同时兼具低纬气候、季风气候和立体垂直气候的特征，四季不分明、干湿季分明、立体气候独特，从山谷向山顶随海拔升高，常常会出现不同的气候类型、植被和自然地貌景观[17]。云南气候资源极其丰富，且分布广、地域分布特征明显。云南的植物种类繁多，据统计，2019年云南省森林覆盖率为62.4%，以暖温性灌草及灌丛、暖温性针叶林、季风常绿阔叶林等分布面积较大[18](图1)。

图1 云南省2010年土地覆盖分布

2 数据与方法

2.1 数据来源与处理

NDVI数据，来源于美国国家航天局NASA的MOD13Q1数据(https：∥neo.scigsfc.nasa.gov)，研究时段为2001—2019年。首先对MOD13Q1数据预处理，完成拼接、投影转换和研究范围裁剪后，基于时间序列谐波分析法(Savitzky-Golay滤波)进行对时序数据进行噪声平滑[19]。再采用最大值合成法[20]构建逐月数据。最后求取平均值，获得逐年NDVI时序数据。采用Savitzky-Golay滤波和最大值合成法能较好消除云和大气干扰。

土地覆盖数据，来源于国家基础地理信息中心GlobeLand30数据集，时间为2010年，空间分辨率为30 m(http：∥www.globallandcover.com/GLC30 Download)。

气象数据，来源于云南省气象局。采用反距离权重法(IDW)插值，得到空间分辨率为250 m云南省2001—2019年平均气温和降水的格点数据。

2.2 研究方法

2.2.1 趋势分析法 植被年际NDVI变化趋势k，计算公式如下：

(1)

式中:n为研究时间序列的长度；i为年份；NDVIi为第i年的NDVI值。k>0时,NDVI变化趋势为增加,植被覆盖的表现为改善趋势;反之,植被覆盖表现为退化趋势。

采用t检验法进行显著性检验，结合变化趋势k与显著性水平p值，将NDVI变化趋势划分：显著退化(k<0,p<0.05)、不显著退化(k<0,p>0.05)、显著改善(k>0,p<0.05)和不显著改善(k>0,p<0.05)。

2.2.2 Hurst指数分析 本文采用了R/S分析的Hurst指数来对研究区植被NDVI未来的变化进行趋势预测[21]。计算方法如下：时间序列{NDVI(t)}，t=1，2，…，n，对于任一正整数τ≥1：

均值序列：

(2)

累积离差：

(3)

极差：

(4)

标准差：

τ=1，2，…，n

(5)

若R/S∝τH，则表明{NDVI(t)}存在Hurst现象，H值为Hurst指数。通过最小二乘法双对数坐标系(lnτ,lnR/S)拟合计算得到。(1)H=0.5，时间序列与过去变化趋势不相关；(2)0

2.2.3 NDVI与气候因子的相关分析 本文选用气温和降水来探讨NDVI与气候因子之间的关系。相关系数rxy计算公式如下：

(6)

3 结果与分析

3.1 NDVI时空分布特征

3.1.1 NDVI时间变化特征 云南2001—2019年NDVI均值介于0.66～0.73，变化率0.37%/a(p<0.001)。2001—2008年和2014—2019年两个时段呈增加趋势，变化率为0.41%/a和0.89%/a。而2008—2014年呈减少趋势，变化率-0.27%/a，主要原因与2009—2014年云南出现的严重干旱有关。年内各月NDVI均值在3月最小，8月、9月最大。在1—3月和9—12月NDVI值出现下降，下降率分别为1.31%和4.31%。3—8月为增长增长率为3.43%(图2)。

图2 云南省2001-2019年植被NDVI变化趋势

根据气候统计方法划分：3—5月为春季、6—8月为夏季、9—11月为秋季、12—2月为冬季。秋、夏季NDVI值大于冬、春季，秋季NDVI值最大，冬季最小；近19 a四季植被NDVI变化均表现为显著增加，冬、秋季变化趋势大于春、夏季，冬季变化最大，秋季则最小。

3.1.2 空间变化特征 云南省NDVI均值为0.68，NDVI>0.7区域主要位于西南部和西部。NDVI>0.5的主要位于中东部和西北部，空间上总体呈西高东低、南高北低。NDVI值随海拔升高而增加，在海拔800 m和2 600 m区域出现两个峰值。

云南的耕地和人口集中分布在海拔800～2 000 m的地区，人类活动的影响导致植被覆盖的下降。进入高海拔地区，特别是4 000 m以后，受自然环境因素和气候条件的限制，使得植物数量骤减，NDVI急剧下降(图3)。

图3 云南省NDVI空间分布

3.2 NDVI动态变化特征

3.2.1 NDVI变化趋势 整体上，2001—2019年云南植被NDVI呈改善趋势。显著改善面积占比为45.7%，主要位于中东部。显著退化为2.4%，主要位于城镇等地。不同土地覆盖类型，除居民地植被NDVI变化为退化趋势外，其余为改善趋势。植被NDVI年际变化率从大到小的排序依次为：草地、灌木林、耕地、林地(图4)。

图4 2001-2019年云南省植被NDVI变化趋势

3.2.2 未来趋势预测 云南Hurst指数H均值为0.52。整体上，未来植被NDVI变化趋势将持续改善。持续改善和持续退化的面积占比分别为58.4%和9.9%，变化趋势发生反转的为31.7%，其中未来退化的为27.5%。不同土地覆盖类型，林地、耕地和居民地的H>0.5，表明未来变化趋势继续的可能性强，即林地、耕地将持续改善，居民地将持续退化；草地和灌木林的H<0.5，表明未来变化趋势可能由改善转变为退化(图5)。需要对于这些区域的变化持续关注。

图5 NDVI未来变化趋势预测

3.3 植被NDVI与气候因子的响应

3.3.1 气候因子年际变化特征 近19年云南气温变化率为0.03℃/a(p=0.01)，降水为-2.67 mm/a(p=0.6)。4个季节的气温均表现为升高的变化趋势，春、秋季的变化率大于夏、冬季，春季气温升高趋势最大，冬季则最小；春、夏季的降水为减少趋势，秋、冬季为增加趋势，春、冬季的变化趋势大于夏、秋季，春季降水变化最大，秋季最小(图6)。

图6 云南省2001-2019年平均气温和降水量变化趋势

3.3.2 NDVI与气候因子相关分析 NDVI与年平均气温和降水的相关系数分别记作Rt和Rr。|Rt|均值为0.26。Rt>0的面积占比为64.22%，Rt>0.3的占26.3%，Rt<-0.3占11.9%，显著相关为14.24%。其中，显著正相关为9.06%，主要位于西部、西南部和东南部的湿润、半湿润地区，这些地区降水充沛，气温升高对植被生长有利；显著负相关为9.06%，主要位于西部和东部，这些地区多为云南干旱频发区，热量好，气候干燥。温度过高易加剧水分蒸发，引起土壤缺墒，植被受旱。|Rr|均值为0.21，Rr>0的面积占比为61.51%，Rr>0.3占20.30%，Rr<-0.3占7.39%，显著相关的面积占比为8.65%。显著正相关为7.07%，主要位于金沙江、元江、怒江和红河等干热河谷地区，这些地区往往极干燥，降水对对植被生长雨十分有利；显著负相关为1.63%，主要位于西北部，降水过多，会影响光热条件，抑制植被生长。特别是对于地质灾害风险区，易引发山洪、滑坡、泥石流等地质灾害。整体上，云南植被NDVI与年平均气温和年降水量呈正相关关系，气温对植被的影响大于降水(图7)。

图7 NDVI与气温和降水的相关系数分布

3.3.3 植被与气候的滞后响应 本文分别计算植被NDVI与当前月、前推1—3月的气温和降水的相关系数。将相关系数绝对值最大值对应时间作为NDVI对气温和降水响应的滞后时间，从而分析植被对气候滞后响应的空间差异[14]。植被与气温和降水响应的滞后时间平均值分别是1.9个月和1.5个月。短期内，植被对降水变化的响应时间更短、更敏感。植被对气候的响应有着明显的地域差异，西南部地区滞后期长于东北部，气温和降水滞后期0个月的地区面积占比为5.4%和8.4%，主要位于阴冷多雨的东北部和寒冷的西北部，对气候变化较为敏感。滞后期3个月的为27.6%和18.2%，主要位于西南部，森林覆盖率较高，高温多雨，较为湿润，对气候响应时间较迟。不同植被类型的滞后时间存在明显差异。林地和灌木林的滞后时间长于耕地和草地，森林植被最不易受短期气候变化的影响(图8)。

图8 NDVI与气温和降水响应的滞后时间分布

4 结论和讨论

4.1 讨 论

已有关于云南植被覆盖时空分布的研究与本文的研究结果基本一致[5,8-9,22]。但有研究[23]认为云南植被NDVI值3月最小，11月最大；四季的植被均呈增加趋势，秋季变化趋势最显著。部分结论不一致的原因主要在于研究时段以及植被NDVI时序数据处理方法的不同。

总体上，近19 a云南省气温显著增加、降水不显著减少的“暖干化”的变化趋势，植被NDVI表现为改善趋势。其在中2009—2014年云南出现的严重干旱，这一时期植被NDVI出现明显下降，可见植被与气候具有较好的相关性。云南大部地区年平均气温升高和降水增多有利植被生长，气温对植被的影响大于降水。另一方面，植被对气候变化存在1～2个月“时滞效应”，时间响应有着明显的地域差异。中部的干旱、半干旱地区干湿季分明、热量条件充足，冬春干旱频发，温度升高会增加地表蒸发，加剧土壤缺墒，抑制植被生长。西部较为湿润的地区，降水充沛，但光照条件一般，特别是西北部高海拔地区，降水的增加使得光热条件变差，不利于植被生长。在一些高山峡谷地区，降水增多还会提升地质灾害的风险，对生态植被有一定破坏作用。从气候变化响应时间上看，阴冷潮湿东北部和寒冷干燥的西北部地区比温暖湿润且森林覆盖率较高的西南部更为敏感。

本文仅分析了气候对云南省植被的影响，没有考虑人为活动、社会经济等因素以及干旱、低温等极端气候事件与植被之间的关系。同时现有云南植被覆盖的研究中，定量评估人类活动影响、以及植被变化对气候的影响等方面研究尚比较缺乏，因此有必要借鉴新方法和新理论进行更深一步的研究。

4.2 结 论

(1)2001—2019年云南植被NDVI均值为0.68，西高东低、南高北低的空间分布。NDVI值随海拔升高增加，在海拔800 m和2 600 m区域出现两个峰值。年内3月NDVI值最小，8月、9月则最大。4个季节的NDVI值，秋、夏季大于冬、春季，秋季最大，春季最小。

(2)2001—2019年NDVI均值介于0.66～0.73，变化率0.37%/a(p<0.001)，显著改善面积占比为45.7%。不同土地覆盖类型，除居民地植被NDVI变化为退化趋势外，其余为改善趋势。

(3)全省Hurst指数H均值为0.52，未来植被NDVI变化趋势将持续改善。持续改善和持续退化的面积占比分别为58.4%和9.9%，变化趋势发生反转的为31.7%，其中未来退化的为27.5%。不同土地覆盖类型，林地、耕地和居民地的H>0.5，未来变化趋势继续的可能性强，即林地、耕地将持续改善，居民地将持续退化；草地和灌木林的H<0.5，表明未来变化趋势可能由改善转变为退化。

(4)年NDVI值与气温和降水的相关程度均值分别是0.26和0.21，大部分地区表现为正相关。显著相关面积占比分别为14.24%和8.65%。总体上，气温对植被的影响大于降水。气温和降水的植被滞后响应时间的均值分别是1.9月和1.5月。月尺度上植被对降水的响应更敏感。滞后期在空间上有着明显的地域差异，西南部大于东北部。相对其他植被类型，森林植被受气候变化的影响更小。