2019, Vol. 39文章信息
- 赵维清, 李经纬, 褚琳, 王天巍, 李朝霞, 蔡崇法
- ZHAO Weiqing, LI Jingwei, CHU Lin, WANG Tianwei, LI Zhaoxia, CAI Chongfa
- 近10年湖北省植被指数时空变化特征及其驱动力
- Analysis of spatial and temporal variations in vegetation index and its driving force in Hubei Province in the last 10 years
- 生态学报. 2019, 39(20): 7722-7736
- Acta Ecologica Sinica. 2019, 39(20): 7722-7736
- http://dx.doi.org/10.5846/stxb201809011864
-
文章历史
- 收稿日期: 2018-09-01
- 网络出版日期: 2019-08-19
2. 华中农业大学农业部长江中下游耕地保育重点实验室, 武汉 430070
2. Key Laboratory of Arable Land Conservation(Middle and Lower Reaches of Yangtze River) of the Ministry of Agriculture, Soil and Water Conservation Research Centre, Huazhong Agricultural University, Wuhan 430070, China
在全球环境变化中, 植被扮演着陆地生态系统中最重要的角色。植被不仅参与全球物质与能量循环、调节全球气候, 同时在自然地理环境中起到“指示器”的作用[1]。植被通过光合作用、地表反射率以及粗糙度调节生物圈层中的能量转换、碳循环和气候变化。从不同空间、时间尺度上理解植被变化及其与气候变量之间的关系不仅能揭示植被对气候变化的响应机制, 还能预测植被未来生长趋势[2]。通常, 通过遥感光谱计算的植被指数来研究植被和环境的变化关系[3-4]。其中, 归一化植被指数(Normalized Difference Vegetation Index, NDVI)是监测地区或全球植被和生态环境的有效指标, 是植被生长状况及植被覆盖度的最佳指示因子[5-6]。
近年来, 利用遥感数据对植被覆盖变化特征的研究已经较为成熟, 研究尺度多样、范围广、时间连续性长。国内外学者通过一元线性回归分析、Mann-Kendall非参数检验、时间序列稳定性分析等方法对不同时空植被覆盖区域NDVI的时空分布特征展开了深入探讨, 如Park等[7]基于1982—2006年东亚地区生长季平均NDVI数据, 发现以90年代中期为转折点, 研究区植被覆盖变化趋势由增加转变为停滞或下降；Piao等[8]对于欧亚大陆植被覆盖变化的研究同样表明了1997年前后NDVI变化趋势发生了逆转, 转折点在不同地区有所不同；我国学者对于黄土高原[9]、青藏高原[10]、三江源[11]、华北[12]等地区的植被覆盖时空变化进行了大量研究, 得出了有意义的结论。
在此基础上, 国内外逐渐把研究领域扩展到植被及其驱动因子的响应和反馈关系上来。蒙吉军等[13]基于AVHRR数据集, 研究发现20世纪80年代以来, 我国西南喀斯特地区植被覆盖受气温变化的影响要高于降水；刘绿柳等[14]通过研究黄河流域NDVI与气候因子关系的时空变化规律发现, 二者呈显著相关的植被类型以草地、灌木为主, 但相关区域的空间位置随时间变化。伴随着遥感技术的发展, MODIS数据因其质量高、光谱分辨率高、获取便捷等优势成为大尺度植被覆盖研究的主要基础数据[15]。徐浩杰等[16]利用2000—2010年间MODIS/NDVI数据和气候资料证明了影响祁连山植被生长的主要因子是气温和降水；褚琳等[17]采用MODIS/NDVI数据结合气候观测数据对近10 a来玛曲湿地变化与气候间相互关系进行了探讨, 发现NDVI与降水量及温度均有关系, 但与前者相关性更强。
植被覆盖的时空变化不仅与气候因子密切相关, 人类活动也是重要的驱动因子。国内外学者通过预测气温和降水因子对NDVI的贡献率, 剔除自然因素的影响从而得到人为因素的作用, 如张嘉琪等[18]基于残差分析法探讨了人为因子对植被覆盖变化的影响, 发现人类活动对山西省植被覆盖变化的正影响远大于负影响；韦振锋等[19]采用同样的处理方法, 发现我国西北地区植被变化强度空间差异是人类活动和气候要素共同作用的结果。由于DMSP/OLS传感器具有能够探测到城市灯光甚至小规模居民地和低强度灯光等特点, 目前已被广泛应用到城市与环境关系的研究当中。胡稳[20]利用MODIS植被指数产品及DMSP/OLS遥感影像数据对贵州省近10 a间年际和空间的夜间灯光及NDVI动态变化进行分析, 结果表明NDVI与夜间灯光强度呈反相对关系；程志刚等[21]利用植被覆盖数据和夜间灯光数据对成都地区近16 a来城市化进程对植被覆盖度的影响进行了研究, 发现植被覆盖度与夜间灯光亮度值呈显著负相关关系；董晨炜等[22]利用DMSP/OLS夜间灯光数据和MODIS/NDVI数据发现环杭州湾地区城市扩张对植被产生了不利影响；李景刚等[23]利用DMSP/OLS和SPOT/NDVI数据评价了环渤海城市群快速城市化的生态效应。
目前许多学者在研究植被覆盖变化时, 对气候因子的关注居多, 对人为因子的考虑较少, 并且在对气候因子的研究中, 主要以对研究区域植被指数与降水、气温等要素进行简单相关分析或回归分析为主, 少有对特定区域进行NDVI像元尺度的多元回归分析以及定量区分气候因子与人类活动对植被指数的影响方面的研究。因此, 本研究利用多元回归方法对研究区域进行NDVI像元尺度的分析, 准确分析了气候因子对植被指数的影响及贡献, 将气候因子与人为因子对植被指数的影响进行了定量区分, 对湖北省植被指数进行了分析和研究, 旨在为当前城市建设及可持续发展, 土地资源的合理利用、开发与保护, 提供有效的决策支持。
湖北省处于中国地势第二阶梯向第三阶梯的过渡地带, 位于长江中游地段, 地形复杂多样, 生物资源丰富[24]。本文基于湖北省2005—2015年夏季MODIS/NDVI数据, 在250 m×250 m的空间分辨率和11 a的时间尺度上, 结合气象数据和夜间灯光数据, 详细分析了2005—2015年湖北省景观类型空间格局变化特征、NDVI的时空变化特征, 探讨了气候因子与人为因子在植被演化过程中的驱动作用, 以期为湖北省生态环境的保护与建设提供参考和依据。
1 研究区概况湖北省位于我国中部、长江中游, 介于29°05′—30°20′N, 108°30′—116°20′E之间(图 1), 面积18.59万km2, 占全国总面积的1.95%。湖北省作为我国交通枢纽、中部崛起战略的重要支点, 近年来在全国经济东西结合、南北交流的战略格局中的作用不断提高, 经济得到较快发展, 城市化进程显著。湖北省地貌类型多样, 山地、丘陵、岗地和平原兼备；地势高低相差悬殊, 全省地势呈三面高起、中间低平、向南敞开、北有缺口的不完整盆地区域[25]。该区域属于亚热带季风湿润气候, 年均降水量800—1600 mm, 年平均气温15—22℃。景观类型多样, 其中以耕地、林地、水域为主, 拥有国家级生态示范区10个, 森林生态站4个, 分别是大巴山、神农架、秭归和恩施森林生态站[26]。
|
| 图 1 湖北省地理位置 Fig. 1 Geographical location of Hubei Province |
研究选用2005年、2010年Landsat-5 TM影像和2015年Landsat-8 OLI影像, 数据来源于美国地质调查局(USGS)(http://glovis.usgs.gov/), 3期影像选择了云量少、月份接近的夏季数据, 空间分辨率均为30 m。在ENVI 5.0中对这三期遥感影像进行辐射定标、大气校正、去云等预处理, 并进行影像拼接, 使用湖北省行政边界进行裁剪, 得到研究区遥感影像数据。
景观格局分类依据参照《中科院土地利用覆盖分类体系》, 根据湖北省的实际情况, 分类标准调整如表 1所示, 分有一级类6类, 二级类19类。采用监督分类与人工目视解译相结合的方法, 对研究区2005年、2010年、2015年三期景观类型与格局信息进行解译提取。经验证, 满足研究需要。根据地图代数原理, 建立景观类型转移矩阵模型, 定量分析各景观类型间相互转变的方向、强度。
| 一级类 First classification |
二级类 Secondary classification |
| 耕地Cultivated land | 水田 |
| 旱地 | |
| 林地Woodland | 有林地 |
| 灌木林 | |
| 疏木林 | |
| 其他林地 | |
| 草地Grassland | 高覆盖度草地 |
| 中覆盖度草地 | |
| 低覆盖度草地 | |
| 水域Waters | 河渠 |
| 湖泊 | |
| 水库坑塘 | |
| 滩地 | |
| 建设用地Construction land | 城镇用地 |
| 农村居民点 | |
| 其他建设用地 | |
| 未利用地Unutilized land | 沼泽地 |
| 裸土地 | |
| 裸岩石质地 |
NDVI数据集来源于美国国家航空航天局2005—2015年Terra-MODIS13Q1 16d合成的产品数据, 空间分辨率为250 m, 已完成几何校正、辐射校正、大气校正等处理。使用MRT(MODIS Reprojection Tools)软件将NDVI数据由HDF格式转换为Tiff格式, 同时完成区域拼接和投影转换。
基于TIMESAT平台对NDVI时间序列进行Savtzky-Golay(S-G)平滑滤波处理, 得到2005—2015年每16天一幅的MODIS NDVI数据。S-G滤波的表达式如下：
|
(1) |
式中, Yj*代表滤波后的NDVI值, Ci代表S-G滤波器的滤波系数, 即平滑窗口, m代表平滑窗口的半宽, Y代表原始的NDVI值。
对各年夏季(6—8月)遥感影像采用MVC(Most Value Composite, 最大值合成法)进行计算, 并利用湖北省行政区划图进行裁剪, 得到2005—2015年湖北省夏季NDVI图。
2.3 气象数据研究选用湖北省及周边地区共计72个有效气象测站的气温和降水数据, 统计2005—2015年夏季均温和降雨量数据, 该数据来源于中国气象科学数据共享服务网(http://data.cma.cn)的中国地面气候资料月值数据集。在ArcGIS 10.5中分别使用自然邻域法、样条函数法、克里金法以及反距离权重法对试验站点数据进行空间插值处理, 利用交叉验证对几种算法进行比较, 采用误差相对较小的克里金插值方法进行气象数据空间插值, 气温和降水的插值误差分别为0.6℃和24.6 mm, 满足精度要求, 像元大小设置为250 m, 通过数据掩膜提取研究区11 a间年均气温和年降水量栅格数据。
2.4 夜间灯光数据Elvidge等[27]研究表明通过夜间灯光数据可以较好地估算GDP等多项社会经济数据, 夜光遥感影像和人类活动存在较高的相关性, 夜间灯光数据可以反映人类社会经济活动状况。本研究2005—2013年所采用的夜间灯光数据DMSP/OLS来自3个不同的传感器：F15(2000—2007年)、F16(2004—2009年)、F18(2010—2012年), 由于不同传感器之间的固有差异及成像环境等因素的影响, 导致不同年份、不同传感器的长时间序列数据之间不具有连续性和可比性[28-29], 参照邹进贵等[30]的校正模型对夜间灯光图像进行校正。
2014、2015年使用的NPP/VIIRS月合成数据来自美国国家地球物理数据中心(http://ngdc.noaa.gov/eog/viirs/download_viirs_ntl.html), 是由Suomi-NPP卫星利用其可见红外成像辐射仪(VIIRS)在2014年1月至2015年12月间拍摄, 距地表大约824 km, 采用极地轨道, 由多幅无云影像合成得到。由于夜间灯光无云合成产品并未移除火光、气体燃烧、火山和极光等短时瞬间灯光造成的极亮像元以及低辐射检测带来的背景噪声数据, 因此需作相应处理以滤除灯光噪声。选择武汉市内最高灯光亮度值作为最大灯光阈值以滤除极亮像元值；对于低辐射背景噪声值, 在Google Earth影像中, 从湖北省行政区划内选择湖泊、水库等面积较大的水域中的采样点, 在对应NPP-VIIRS夜间灯光数据中寻找对应地理坐标并提取该位置像元值, 计算各采样点平均像元值作为最小灯光阈值, 小于最小灯光阈值的像元赋值为0。
将DMSP/OLS夜间灯光数据重采样为500 m×500 m, 在ArcGIS 10.5平台中利用湖北省行政区划裁剪这两种夜间灯光数据。
3 研究方法 3.1 一元线性回归分析本文采用一元线性回归分析法定量研究NDVI的变化趋势, 该方法可以模拟每个栅格的变化趋势, 以单个像元时间变化特征反映整个空间变化规律, 综合反映时空格局演变[31]。对预处理后的2005—2015年夏季NDVI数据集, 对于该图像中每个像元(区域), 都相应有11 a的时间序列数值, 这些数值的线性趋势系数揭示了该像元(区域)在11 a的时空序列中的演变趋势, 趋势斜率用最小二乘法计算, 公式如下：
|
(2) |
式中, Slope为某栅格2005—2015年NDVI的变化趋势, n为年份总数, i为年序数；Slope>0说明植被状况趋于正向趋势发展；反之, Slope<0则说明植被状况趋于退化[32]。
3.2 Theil-Sen median趋势分析研究采用Theil-Sen median趋势分析耦合Mann-Kendall检验方法分析研究区2005—2015年NDVI改善或退化的趋势的显著性。该方法的优点是不需要数据服从一定的分布, 对数据误差具有较强的抵抗能力, 对于显著性水平的检验具有较为坚实的统计学理论基础, 使得结果较为科学和可信[33]。其中, Theil-Sen median趋势分析是一种稳健的非参数统计的趋势计算方法, 计算公式为：
|
(3) |
式中, NDVIi和NDVIj为样本数据值；β指计算n(n-1)/2个数据组合的斜率的中位数；当β>0时反映了这一时间序列的NDVI呈增强趋势；反之, 则为减弱趋势。
3.3 Mann-Kendall检验Mann-Kendall属于非参数检验方法, 用于判断时间序列数据是否具有上升或下降的趋势, 它无需样本服从一定的分布, 也不受少数异常值的干扰[34-35]。计算公式如下：
|
(4) |
其中：
|
(5) |
|
(6) |
|
(7) |
式中, 本文在置信水平α=0.05上判断NDVI变化趋势的显著性, 将检验结果ZC划分为显著变化(|ZC|>1.96)和不显著变化(|ZC| < 1.96)[36]。
3.4 相关性分析对2005—2015年湖北省夏季NDVI与气候因子(温度和降水量)逐像元进行相关性分析, 同时对相关系数进行显著性检验, 以反映植被分布在空间上与气候的相关关系[37]。要分析NDVI与气候因子的相关性, 就要先计算简单相关系数, 再计算偏相关系数。NDVI与气候因子简单相关系数计算公式如下：
|
(8) |
式中, ra, b为a、b两变量的相关系数；ai为第i年NDVI值；bi为第i年气候因子；a为11 a夏季NDVI的平均值；b为11 a夏季气候因子的平均值；i为年数。
基于降水量的NDVI与温度的偏相关系数以及基于温度的NDVI与降水量的偏相关系数计算公式如下：
|
(9) |
式中, rab, c为变量c固定后变量a与b的偏相关系数。
4 结果与分析 4.1 景观时空变化分析以三期景观类型数据(图 2)为基础, 获得景观类型转移空间分布图(图 3)。统计结果表明, 林地、耕地是湖北省最主要的景观类型, 面积之和占全区总面积的85%以上, 其中林地约占50%。除以上两种景观类型外, 以居民地和工业用地为代表的建设用地广泛分布于全区, 其中以武汉、襄阳、宜昌等城市最为集中。由图 4可知, 近10年间, 湖北省耕地、林地、草地、未利用地面积呈下降趋势, 其中耕地面积明显减少, 2005—2010年、2010—2015年分别减少387.85 km2和1181.92 km2, 在全省总面积的占比从2005年的37.00%下降至2015年的36.16%, 后五年的减少量是前五年间的3倍；林地面积缓慢下降趋势, 前五年减少55.38 km2, 后五年减少364.85 km2, 面积占比从49.89%下降至49.66%, 后五年的减少量为前五年的6.6倍。建设用地、水域面积呈上升趋势, 其中建设用地面积由2005年的5417.73 km2增加至2010年的5771.77 km2, 再到2015年的7298.25 km2, 相应占比则由2.91%缓慢上升至3.10%再快速上升至3.92%, 后五年面积增加量为前五年的4.3倍, 这与近年来湖北省经济建设的需要以及城市扩张的趋势相符合；水域面积缓慢上升, 2005—2010年、2010—2015年分别增加96.58 km2和96.37 km2, 在全省面积的占比由6.18%上升至6.28%, 主要表现为水库面积的增加, 这归因于以“长治”工程、“丹治”工程为代表的水土保持工作的大力开展以及对水利设施建设的重视。
|
| 图 2 2005年, 2010年, 2015年湖北省景观类型 Fig. 2 Land use map of Hubei Province 2005, 2010 and 2015 |
|
| 图 3 湖北省2005—2015年景观类型转移空间分布图 Fig. 3 Spatial distribution of landscape types in Hubei 2005—2015 |
|
| 图 4 湖北省近10年一级类景观面积及变化 Fig. 4 Landscape area and its change of first level in the past decade in Hubei |
对2005—2015年的湖北省土地利用面积转移矩阵进行统计排序, 结果显示97.49%的景观类型在11 a内没有发生变化(表 2), 在整个研究区中, 居民地和工业用地变化最为剧烈。面积变化最大的景观类型为水田转为工业用地, 占全区面积的0.62%, 其次是旱地转为工业用地和疏林地转为工业用地。统计各景观类型转入转出率(图 5), 结合2005—2010年、2010—2015年景观类型数据进行空间分析发现, 2005—2010年, 转入率最高的景观类型是建设用地(11.76%), 其次是未利用地(3.67%), 转出率最高的是未利用地(2.05%)和水域(1.19%)；2010—2015年, 景观类型变化规模扩大, 建设用地转入率最高(25.54%), 其次是水域(2.31%), 转出率最高的是未利用地(9.35%)和耕地(1.85%)。结果表明, 2005—2015年, 整体上林地、草地的转入率(0.10%和0.16%)远小于其相应转出率(0.26%和1.13%), 说明11 a间湖北省植被覆盖面积有所降低。耕地、林地急剧减少, 均转向建设用地, 且后五年变化率高于前五年, 主要发生在襄阳、荆州及武汉城市圈, 这表明建设用地扩展的主要来源是对耕地、林地的占用, 在城市化进程中, 耕地、林地的大量流失已成为一个不可忽视的事实。
| 变化类型Change type | 面积Area/km2 | 占比Percent/% |
| 没有变化None | 101019.27 | 97.49 |
| 水田转为工业用地Paddy field-Industry area | 644.99 | 0.62 |
| 旱地转为工业用地Dry land-Industry area | 417.56 | 0.40 |
| 疏林地转为工业用地open forest land-Industry area | 200.50 | 0.19 |
| 水田转为居民地Paddy field-Residential area | 140.47 | 0.14 |
| 水田转为水库Paddy field-reservoir | 130.42 | 0.12 |
| 旱地转为居民地Dry land-Residential area | 105.86 | 0.10 |
|
| 图 5 湖北省近10年景观类型转入转出率 Fig. 5 Conversion rate of landscape types in the past decade in Hubei |
对研究区11 a的夏季最大NDVI值取平均, 得到湖北省植被覆盖分布情况(图 6)。整体来看, NDVI值由东向西逐渐递增, 鄂西北、鄂西南地势较高, 景观类型主要为林地, 为NDVI高值区, 其中最大值达到0.9550；而中部、东部地势平坦, 河网密集, 大小湖泊星罗棋布, 景观类型主要为耕地、建设用地, NDVI值较低。
|
| 图 6 湖北省2005—2015年夏季平均NDVI空间分布图 Fig. 6 Distribution of average NDVI in summer in Hubei from 2005 to 2015 |
由各级NDVI值的面积比例看, NDVI值小于0.30的区域占总面积的1.39%, NDVI值大于0.50且小于0.80的面积最大, 占研究区总面积的48.47%, 表明湖北省植被覆盖情况良好, 荒漠化土地较少, 林地、草地等景观类型覆盖面积大。NDVI值大于0.80说明植被生长状况良好, NDVI在这一范围的区域面积占47.86%, 景观类型以林地为主, 主要分布在鄂西北以及鄂西南的森林区, 植被类型以常绿、落叶阔叶混交林为主。
4.2.2 空间分布格局的时间变化特征(1) 时空变化趋势
研究采用Slope趋势分析法, 基于Arcgis10.5平台对2005—2015年夏季NDVI数据进行处理, 得到夏季NDVI线性变化趋势图(图 7)。NDVI变化斜率为正, 表示随时间推移植被指数呈现增加趋势；反之, 表示随时间推移植被指数呈现减少趋势。
|
| 图 7 湖北省2005—2015年夏季NDVI线性变化趋势 Fig. 7 Linear trend of NDVI in summer in Hubei from 2005 to 2015 |
由图可以看出湖北省2005—2015年夏季NDVI变化斜率范围在-0.0208与0.0208之间, 平均值为0.0026, 夏季NDVI总体上保持相对稳定。NDVI减小的面积为70753.13 km2, 占研究区总面积的38.04%；NDVI增加的面积为115264.94 km2, 占总面积的61.96%。
统计结果可知, NDVI增加率在0—0.01/a的区域面积最大, 占总面积的35.21%；有些区域植被增加率达到了0.02/a以上, 零星分布在鄂西北秦岭大巴山地与鄂东北大别山地, 最大值达到0.0208/a；植被指数减小的区域在整个湖北省范围均有分布, 主要集中于武汉城市圈、宜荆荆城市带以及襄十随城市带, 最小值为-0.0208/a。
(2) 显著性分析
植被变化的显著性选用Theil-Sen中值趋势分析耦合Mann-Kendall检验方法度量, 得到研究区NDVI变化趋势及其显著性图像(图 8)。以|Z|等于1.96为临界阈值, |Z|大于1.96表示置信水平小于0.05, 即变化趋势显著；统计量绝对值小于1.96表示置信水平大于0.05, 即变化趋势不显著。由此将研究区植被变化趋势划分为5种类型：显著退化、轻微退化、基本不变、轻微改善、显著改善, 其中植被基本不变时统计量为0。
|
| 图 8 湖北省2005—2015年夏季平均NDVI变化趋势及显著性图 Fig. 8 Summer NDVI change trends and significant figures in Hubei from 2005 to 2015 |
统计结果显示, 湖北省从2005—2015年间, 夏季NDVI整体上保持相对稳定, 各个变化趋势面积所占的比例从大到小依次是：轻微改善(44.94%)>轻微退化(28.63%)>显著改善(14.33%)>基本不变(6.52%)>显著退化(5.58%)。
NDVI变化具有明显的区域差异, 从空间分布上看具有如下特点：①显著退化的区域分布在武汉市、襄阳市及其周边地区, 退化面积为10371.38 km2, 占总面积的5.58%, 主要是由于近年来城市化进程加快、城市扩张加速, 建筑用地、居民用地等侵占了耕地、林地、草地, 导致NDVI显著降低；②轻微退化的区域主要分布在鄂中部、东部, 行政范围包括武汉市、仙桃市、荆州市, 退化面积为53263.44 km2, 占总面积的28.63%；③基本不变的区域范围较广, 零散分布于整个研究区, 面积为12133.31 km2, 占总面积的6.52%；④轻微改善的面积最大, 主要分布在鄂西北、鄂西南以及鄂东部的黄冈市、咸宁市, 改善面积为83593.06 km2, 占总面积的44.94%。这是由于建立了鄂西北山地常绿、落叶阔叶混交林生态屏障建设区, 鄂西南山地常绿阔叶林生态屏障建设区, 鄂东北低山丘陵森林生态屏障建设区以及丹江口水库水源涵养区, 加强了退耕还林及封山育林力度, 提高了区域水源涵养功能, 控制水土流失, 注重水利设施建设, 导致植被恢复情况较好, NDVI有所提升；⑤显著改善的区域分布在鄂西北(十堰)、鄂西南(恩施)以及鄂东北(黄冈)小部分地区, 改善面积为26657.00 km2, 占总面积的14.33%。
4.3 植被长势与区域气候波动的相关性 4.3.1 气候波动特征图 9为研究区近11年来夏季气温、降水量变化及其线性趋势。图中显示湖北省夏季降水量多年均值约为165.37 mm, 各年份以此为基准上下波动：2005年处于峰值(232.22 mm), 2006降至谷底(119.47 mm), 2007—2009年呈下降趋势, 2010年略有回升, 2011—2014年降水量相对平稳, 2015年反弹回峰值(220.53 mm)。整体来看湖北省近11年的夏季降水量变化并不显著(P>0.05), 略有下降趋势。
|
| 图 9 湖北省2005—2015年夏季气温、降水量变化趋势 Fig. 9 Variation trend of temperature and precipitation in summer in Hubei from 2005 to 2015 |
由图可以看出, 近11年湖北省夏季气温多年均值约为25.86℃, 其中2007—2008年, 2009—2011年气温较稳定, 2011—2013年气温呈现上升趋势, 在2013年达到峰值(27.45℃), 2013—2015年气温下降且幅度较大, 在2015年下降至谷底(23.73℃)。总的来说, 湖北省夏季气温变化幅度稍大于降水量, 但波动仍然不显著(P>0.05)。
4.3.2 NDVI与气候因子的相关关系为进一步研究NDVI对降雨和温度的响应, 本研究以年为时间单位, 分别计算各像元2005—2015年夏季NDVI与降水量、平均气温的偏相关关系。统计表明研究区内夏季NDVI与降水量、均温的平均偏相关系数为-0.0160和-0.0390, 和夏季降水量呈负相关的区域面积占总面积的52.33%, 而和夏季均温呈负相关的区域面积占总面积的62.64%, 表明湖北省植被生长与气候因子相关性均较弱。
如图 10所示, 夏季NDVI与降水量变化之间呈不显著负相关关系的面积最大, 占总面积的52.85%, 主要分布于鄂西北与鄂东南地区, 其中鄂西北属于北亚热带秦巴山地气候区, 景观类型主要为林地, 而鄂东南为武汉城市圈, 景观类型以建设用地、耕地为主；呈不显著正相关的面积次之, 占总面积的47.00%, 在研究区全区都有离散分布, 其中襄阳市附近较为集中。整体来看, 近11年来湖北省夏季降水量与NDVI之间是正负相关并存的, 呈负相关的区域较正相关的区域面积稍大, 但99.85%的地区内NDVI与降水量的空间相关没有达到0.05显著性水平, 可见湖北省NDVI受降水量影响较小。
|
| 图 10 湖北省2005—2015年夏季NDVI与夏季年均降水量和夏季年均温度偏相关系数空间分布图 Fig. 10 Partial correlation between NDVI and climatic factors in summer in Hubei from 2005 to 2015 |
研究区夏季NDVI与气温呈正相关的地区主要分布于襄阳市及其周边地区以及鄂东部小部分地区, 同NDVI与降水量呈正相关区域的分布情况基本一致, 这部分地区面积占研究区总面积的37.96%；呈不显著负相关的地区仍然占比最大(62.01%), 集中分布于鄂西北、鄂西南以及鄂东南地区。整体来看, 研究区内夏季NDVI与气温呈不显著相关关系的区域占比高达99.97%(未达到0.05显著性水平), 表明湖北省夏季植被变化同气温的关系并不密切。
4.4 植被长势与人为因子的关系对研究区11 a的夜间灯光亮度值取平均, 得到湖北省平均夜间灯光分布图(图 11)。整体来看, DN值由东向西逐渐递减, 鄂西北、鄂西南为NDVI低值区, 其中最小值为1.5554；而以武汉市为代表的鄂东部、中部地区夜间灯光亮度均值较高, 最高可达60.7947。
|
| 图 11 湖北省2005—2015年平均夜间灯光分布图 Fig. 11 The distribution of average nightlight value in Hubei Province from 2005 to 2015 |
为进一步研究湖北省NDVI与人类社会经济活动的关系, 本文将11 a平均夜间灯光亮度值分为0—10, 10—20, …, 50—63共6层, 采取分层采样的方法, 每层随机选取50个采样点并提取采样点对应的11 a平均NDVI, 分析平均夜间灯光DN值与平均NDVI的相关关系。若相关系数为负, 表示夜间灯光亮度对研究区NDVI具有削减作用；反之, 则表示有增强作用。
由图 12可知, 多年平均NDVI与夜间灯光亮度平均值呈负相关关系, 相关系数为-0.8030(通过0.05的显著性检验)。结果显示随着夜间灯光亮度值的增大, 对应的NDVI值呈减小趋势, 即人类社会经济活动对NDVI起抑制作用。夜间灯光亮度值大于40的区域主要分布在湖北省区域发展“A型点轴结构”的交点处, 这些城市圈人口众多, 社会经济活动频繁, 根据NDVI与夜间灯光亮度的负相关关系可知这些区域的归一化植被指数较低, 与夏季平均NDVI空间分布情况基本吻合。
|
| 图 12 近11年平均NDVI与夜间灯光亮度值散点图 Fig. 12 The scatter diagram of average NDVI and nightlight value for 11 years |
对2005—2015年NDVI与夜间灯光亮度值逐像元进行相关性分析(图 13), 并利用研究区市级行政区划对其进行裁剪, 结果表明呈负相关关系的区域主要集中在武汉、襄阳、荆州, 景观类型以建设用地、耕地为主；呈正相关关系的区域主要集中在恩施、十堰、黄冈, 景观类型以林地、草地为主。
|
| 图 13 湖北省2005—2015年夏季平均NDVI与平均夜间灯光亮度值偏相关系数空间分布图 Fig. 13 Partial correlation between average NDVI in summer and average nightlight value in Hubei from 2005 to 2015 |
为进一步探究研究区人类社会经济活动与NDVI的关系, 在2005—2015年的平均夜间灯光亮度值的基础上, 以武汉市核心区为交点, 沿东—西(E—W)、北—南(N—S)、东北—西南(NE—SW)和东南—西北(SE—NW)四个方向绘制直线, 分析其夜间灯光亮度值变化趋势。结果表明(图 14), 武汉市中心处达到最高值, 在武汉周边较发达的市、县达到次高值, 远离城市则表现为低值。沿E—W剖线, 依次穿过武汉、天门、宜昌、恩施形成4个波峰, 峰值分别为60、13、18、22, 剖线穿过的区域景观类型均属于建设用地, 且峰值大小与植被指数成反比, 即峰值越大, NDVI越小, 与上文中夏季NDVI空间分布情况基本吻合, 说明夜间灯光亮度值与NDVI值成负相关关系, 社会经济活动对NDVI起到抑制作用。
|
| 图 14 2005—2015年湖北省夜间灯光亮度值分布及其剖面线 Fig. 14 The distribution of nightlight value and their profile lines in Hubei province from 2005 to 2015 |
本文基于湖北省2005—2015年夏季MODIS/NDVI数据, 结合景观类型数据、气象观测资料以及夜间灯光数据, 深入分析了研究区NDVI变化趋势特征以及植被变化对气候因子的响应程度, 通过分离气候因子和人为因子对NDVI的影响, 对人类活动与植被变化的相关关系进行了初步探讨。
(1) 林地、耕地是湖北省最主要的景观类型, 林地面积占研究区总面积的50%。11年以来湖北省景观类型变化以建设用地和耕地为主。耕地面积明显下降, 主要转化为建设用地；建设用地面积呈上升趋势, 主要由耕地、林地转化而来。
(2) 11年来, 湖北省夏季平均NDVI的变化趋势在空间分布上存在显著差异, NDVI增加的地区主要分布在鄂西北、鄂西南(十堰、恩施)地区, 占研究区总面积的61.96%；下降的地区主要集中在襄阳市及武汉城市圈, 占总面积的38.04%。总体上, NDVI呈轻微改善的面积最大, 占研究区总面积的44.94%。
(3) 在年际尺度上, 湖北省11 a夏季平均气温、降水量与NDVI分别为-0.016和-0.039, 呈不显著负相关关系, 总体上NDVI与气候因子相关性不强。
(4) 人为因子对NDVI起负干扰作用的区域占总面积的57.78%, 人为因子对NDVI起正干扰作用的区域占总面积的42.22%, 总体上人类社会经济活动对植被生长起到抑制作用。NDVI与夜间灯光亮度值呈显著负相关关系, 相关系数达-0.8030, 说明人类社会经济活动对NDVI起抑制作用。
6 讨论湖北省植被生态结构较为复杂, 植被生长受自然因素和人为因素共同影响。研究发现, 近11年湖北省NDVI变化趋势具有区域分异性。一方面, 湖北省先后设立多个生态功能区、建立生物多样性保护区以保育土壤、涵养水源, 促进了恩施、十堰等地区植被指数的增加；另一方面, 伴随着经济的快速发展, 各级中心城市及其周边地区的人类活动加剧, 造成了武汉、襄阳等地区植被指数的下降。经分析, 2005—2015年建设用地的转入率高达29.44%, 远远高于其他景观类型的变化, 侧面反映了人为因子对景观类型变化的重要影响；相关研究表明湖北省NDVI与气候因子相关性较弱[2], 与本文研究结果相一致, 印证了人为因子的主导作用。此外, 本文对11年来湖北省植被指数的时空变化特征及其驱动力进行了分析, 但仍存在一定的局限性：
(1) 在进行植被指数的时空变化研究中, 精确的空间分辨率和时间分辨率是必要的。本文所采用的MODIS影像空间分辨率为250 m×250 m, 而实际很少有地物面积能连续超过影像的像元大小, 故大部分像元都是由各种不同地物组成的混合像元[38-40], 对区域细节的解释能力有限。
(2) NDVI值受多种因素共同影响, 本文对于研究区植被变化对气候变化的响应机制只进行了初步研究, 未考虑气候因子对植被影响的季节性、滞后性问题[41-43], 在今后的研究中将考虑NDVI与气候因子的季节性与滞后性, 使结果更加客观、严谨。
(3) 本文利用夜间灯光数据进行了人为因子与NDVI相关性的研究, 由于所采用的DMSP/OLS与NPP/VIIRS数据分别来自不同的传感器, 具备的空间分辨率不同, 由传感器参数引起的误差[44-45]并未考虑。
| [1] |
孙红雨, 王长耀, 牛铮, 布和敖斯尔, 李兵. 中国地表植被覆盖变化及其与气候因子关系——基于NOAA时间序列数据分析. 遥感学报, 1998, 2(3): 204-210. DOI:10.1088/0256-307X/15/12/025 |
| [2] |
袁沫汐.湖北省植被动态变化与物候对气候变化的响应[D].武汉: 武汉大学, 2017.
|
| [3] |
王正兴, 刘闯, 陈文波, 林昕. MODIS增强型植被指数EVI与NDVI初步比较. 武汉大学学报:信息科学版, 2006, 31(5): 407-410, 427-427. |
| [4] |
彭道黎, 滑永春. 几种植被指数探测低盖度植被能力的研究. 福建林学院学报, 2009, 29(1): 11-16. DOI:10.3969/j.issn.1001-389X.2009.01.003 |
| [5] |
张学霞, 葛全胜, 郑景云. 近50年北京植被对全球变暖的响应及其时效——基于遥感数据和物候资料的分析. 生态学杂志, 2005, 24(2): 123-130. DOI:10.3321/j.issn:1000-4890.2005.02.003 |
| [6] |
赵英时. 遥感应用分析原理与方法. 北京: 科学出版社, 2013.
|
| [7] |
Park H S, Sohn B J. Recent trends in changes of vegetation over East Asia coupled with temperature and rainfall variations. Journal of Geophysical Research:Atmospheres, 2010, 115(D14): D14101. DOI:10.1029/2009JD012752 |
| [8] |
Piao S L, Wang X H, Ciais P, Zhu B, Wang T, Liu J. Changes in satellite-derived vegetation growth trend in temperate and boreal Eurasia from 1982 to 2006. Global Change Biology, 2011, 17(10): 3228-3239. DOI:10.1111/j.1365-2486.2011.02419.x |
| [9] |
Xin Z B, Xu J X, Zheng W. Spatiotemporal variations of vegetation cover on the Chinese Loess Plateau (1981-2006):Impacts of climate changes and human activities. Science in China Series D:Earth Sciences, 2008, 51(1): 67-78. DOI:10.1007/s11430-007-0137-2 |
| [10] |
杨元合, 朴世龙. 青藏高原草地植被覆盖变化及其与气候因子的关系. 植物生态学报, 2006, 30(1): 1-8. DOI:10.3321/j.issn:1005-264X.2006.01.001 |
| [11] |
Liu X F, Zhang J S, Zhu X F, Pan Y Z, Liu Y X, Zhang D H, Lin Z H. Spatiotemporal changes in vegetation coverage and its driving factors in the Three-River Headwaters Region during 2000-2011. Journal of Geographical Sciences, 2014, 24(2): 288-302. DOI:10.1007/s11442-014-1088-0 |
| [12] |
孙艳玲, 郭鹏. 1982-2006年华北植被指数时空变化特征. 干旱区研究, 2012, 29(02): 187-193. |
| [13] |
蒙吉军, 王钧. 20世纪80年代以来西南喀斯特地区植被变化对气候变化的响应. 地理研究, 2007, 26(5): 857-865. DOI:10.3321/j.issn:1000-0585.2007.05.001 |
| [14] |
刘绿柳, 肖风劲. 黄河流域植被NDVI与温度、降水关系的时空变化. 生态学杂志, 2006, 25(5): 477-481. DOI:10.3321/j.issn:1000-4890.2006.05.002 |
| [15] |
严恩萍, 林辉, 党永峰, 夏朝宗. 2000-2012年京津风沙源治理区植被覆盖时空演变特征. 生态学报, 2014, 34(17): 5007-5020. |
| [16] |
徐浩杰, 杨太保, 曾彪. 2000-2010年祁连山植被MODIS NDVI的时空变化及影响因素. 干旱区资源与环境, 2012, 26(11): 87-91. |
| [17] |
褚琳, 黄翀, 刘高焕, 刘庆生. 2000-2010年黄河源玛曲高寒湿地生态格局变化. 地理科学进展, 2014, 33(3): 326-335. |
| [18] |
张嘉琪, 任志远, 张翀. 水热条件和人类活动对山西省植被覆盖变化的影响. 水土保持通报, 2014, 34(4): 128-133. |
| [19] |
韦振锋, 王德光, 张翀, 刘宪锋, 张晗. 1999-2010年中国西北地区植被覆盖对气候变化和人类活动的响应. 中国沙漠, 2014, 34(6): 1665-1670. |
| [20] |
胡稳. 贵州省灯光强度与NDVI变化分析. 环境保护前沿, 2018, 8(2): 112-121. |
| [21] |
程志刚, 杨欣悦, 董思言, 孙晨, 吴洋. 利用城市夜间灯光资料和NDVI研究成都地区植被覆盖度变化. 气象科技进展, 2016, 6(1): 14-20. |
| [22] |
董晨炜, 曹宇, 谭永忠. 基于夜间灯光数据的环杭州湾城市扩张及植被变化. 应用生态学报, 2017, 28(1): 231-238. |
| [23] |
李景刚, 何春阳, 史培军, 陈晋, 潘耀忠. 基于DMSP/OLS灯光数据的快速城市化过程的生态效应评价研究——以环渤海城市群地区为例. 遥感学报, 2007, 11(1): 115-126. |
| [24] |
袁沫汐, 邹玲, 林爱文, 朱弘纪. 湖北省地区植被覆盖变化及其对气候因子的响应. 生态学报, 2016, 36(17): 5315-5323. |
| [25] |
杨啸. 基于时序NDVI的湖北省植被覆盖动态变化监测分析. 长江流域资源与环境, 2013, 22(2): 226-231. |
| [26] |
郭慧, 王兵, 牛香. 基于GIS的湖北省森林生态系统定位观测研究网络规划. 生态学报, 2015, 35(20): 6829-6837. |
| [27] |
Elvidge C D, Baugh K E, Kihn E A, Kroehl H W, Davis E R, Davis C W. Relation between satellite observed visible-near infrared emissions, population, economic activity and electric power consumption. International Journal of Remote Sensing, 1997, 18(6): 1373-1379. DOI:10.1080/014311697218485 |
| [28] |
Elvidge C D, Ziskin D, Baugh K E, Tuttle B T, Ghosh T, Pack D W, Erwin E H, Zhizhin M. A fifteen year record of global natural gas flaring derived from satellite data. Energies, 2009, 2(3): 595-622. DOI:10.3390/en20300595 |
| [29] |
范俊甫, 马廷, 周成虎, 周玉科. 1992-2010年基于DMSP-OLS图像的环渤海城市群空间格局变化分析. 地球信息科学学报, 2013, 15(2): 280-288. |
| [30] |
邹进贵, 陈艳华, 田径, 王涛. 基于ArcGIS的DMSP/OLS夜间灯光影像校正模型的构建. 测绘地理信息, 2014, 39(4): 33-37. |
| [31] |
何月, 樊高峰, 张小伟, 柳苗, 高大伟. 浙江省植被NDVI动态及其对气候的响应. 生态学报, 2012, 32(14): 4352-4362. |
| [32] |
何彬方, 冯妍, 吴文玉, 范伟. 安徽省近十年植被指数时空变化特征. 生态学杂志, 2010, 29(10): 1912-1918. |
| [33] |
Cai B F, Yu R. Advance and evaluation in the long time series vegetation trends research based on remote sensing. Journal of Remote Sensing, 2009, 13(6): 1170-1186. |
| [34] |
Kendall M G. Rank Correlation Methods. London: Griffin, 1970.
|
| [35] |
Tošić I. Spatial and temporal variability of winter and summer precipitation over Serbia and Montenegro. Theoretical and Applied Climatology, 2004, 77(1/2): 47-56. |
| [36] |
邓兴耀, 姚俊强, 刘志辉. 基于GIMMS NDVI的中亚干旱区植被覆盖时空变化. 干旱区研究, 2017, 34(1): 10-19. |
| [37] |
张韵婕, 桂朝, 刘庆生, 刘高焕. 基于遥感和气象数据的蒙古高原1982-2013年植被动态变化分析. 遥感技术与应用, 2016, 31(5): 1022-1030. |
| [38] |
高云, 谢苗苗, 付梅臣, 曹翊坤. 高原河谷城市植被时空变化及其影响因素——以青海省西宁市为例. 生态学报, 2014, 34(5): 1094-1104. |
| [39] |
汪明冲, 王兮之, 梁钊雄, 魏兴琥, 李辉霞. 喀斯特与非喀斯特区域植被覆盖变化景观分析——以广西壮族自治区河池市为例. 生态学报, 2014, 34(12): 3435-3443. |
| [40] |
赵丽红, 王屏, 欧阳勋志, 吴志伟. 南昌市植被覆盖度时空演变及其对非气候因素的响应. 生态学报, 2016, 36(12): 3723-3733. |
| [41] |
郭军, 李明财, 刘德义. 天津地区归一化植被指数时间动态及其与气候因子的关系. 生态学杂志, 2009, 28(6): 1055-1059. |
| [42] |
李娜. 1999-2006年石羊河流域植被对气候变化的响应研究[D].兰州: 兰州大学, 2010.
|
| [43] |
郭梦媚.江西省植被NDVI变化特征及其对气候因子的响应[D].南京: 南京信息工程大学, 2015.
|
| [44] |
高义, 王辉, 王培涛, 孙晓宇, 吕婷婷. 基于人口普查与多源夜间灯光数据的海岸带人口空间化分析. 资源科学, 2013, 35(12): 2517-2523. |
| [45] |
胡云锋, 赵冠华, 张千力. 基于夜间灯光与LUC数据的川渝地区人口空间化研究. 地球信息科学学报, 2018, 20(1): 68-78. |