聶 芹,滿 旺,李宗梅,黃于同
(廈門理工學(xué)院計算機(jī)與信息工程學(xué)院,福建廈門361024)
博湖流域NDVI變化及其對氣象因子的多尺度響應(yīng)
聶 芹,滿 旺,李宗梅,黃于同
(廈門理工學(xué)院計算機(jī)與信息工程學(xué)院,福建廈門361024)
基于SPOT-Vegetation 10 d產(chǎn)品數(shù)據(jù)及新疆巴音布魯克氣象站觀測資料,運用小波分析與統(tǒng)計分析相結(jié)合的方法,從多時間尺度研究博湖流域1998—2009年間植被覆蓋的非線性變化趨勢,以及植被覆蓋對氣候變化的多尺度響應(yīng).結(jié)果表明:NDVI序列表現(xiàn)出具有時間尺度依賴性的非線性變化趨勢,時間尺度從20 d到40 d、80 d、160 d,NDVI變化的周期性逐漸顯現(xiàn),最后到320 d尺度上NDVI變化趨勢彰顯出來;旬平均氣溫和旬降水在各個尺度上也呈現(xiàn)出與NDVI一致的變化趨勢;從6個時間尺度看,NDVI與平均氣溫、降水之間存在著顯著的線性相關(guān)關(guān)系,在小于40 d的時間尺度上,氣溫對NDVI的影響更大,而在80~160 d尺度上,降水的影響更強(qiáng).
植被覆蓋;氣象因子;博湖流域;多尺度
植被覆蓋變化及其對氣候變化的響應(yīng)是全球變化研究的重要內(nèi)容之一,尤其是在生態(tài)環(huán)境脆弱區(qū),氣候變化對地表植被覆蓋產(chǎn)生了顯著影響.新疆位于歐亞大陸腹地,屬于極端干旱和干旱地區(qū),在以氣候變暖為主要特征的全球氣候變化背景下,再加上人類的活動,新疆年平均氣溫上升,年降水量增多,總體上新疆氣候出現(xiàn)由暖干向暖濕發(fā)展的趨勢[1].因此,植被覆蓋對這種氣候變化的響應(yīng)受到廣泛關(guān)注.關(guān)于新疆地區(qū)植被覆蓋的動態(tài)變化特征及對氣象因子的響應(yīng),已經(jīng)積累了大量的研究成果[2-7].由于新疆地區(qū)獨特的地理位置和地形地貌,氣候變化具有顯著的空間差異,因此植被對氣候變化的響應(yīng)也具有明顯的地區(qū)差異[4].梳理文獻(xiàn)可以發(fā)現(xiàn),目前大部分研究是以整個新疆為研究區(qū),并采用相關(guān)分析和回歸分析等傳統(tǒng)統(tǒng)計學(xué)方法分析植被變化與氣候變化的關(guān)系.植被覆蓋變化與氣候變化過程具有趨勢性、周期性、隨機(jī)性、突變性和非線性等變化特征,傳統(tǒng)的統(tǒng)計分析很難全面揭示這些特征.尤其是植被覆蓋變化及氣候變化過程存在多時間尺度性,其變化特征和規(guī)律依賴于所關(guān)注的時間尺度,植被覆蓋對氣候變化的響應(yīng)也存在多時間尺度性.鑒于目前大部分研究基于單一時間尺度分析,因此有必要從多個時間尺度揭示植被覆蓋變化趨勢及其對氣候變化的多尺度響應(yīng).另外,盡管眾多研究表明植被與氣象因子間存在正或負(fù)的定量關(guān)系,但是隨著所關(guān)注的時間尺度的變化,這種定量關(guān)系是否會發(fā)生?這將涉及到時間尺度問題.小波分析作為一種新興的數(shù)學(xué)方法,被廣泛應(yīng)用于各個學(xué)科的多尺度研究中,目前已有研究將其應(yīng)用在植被覆蓋變化和氣候變化的尺度分析中,并取得了一定的成果[8-9].
近幾十年來,運用遙感數(shù)據(jù)和方法在大、中尺度下分析植被動態(tài)及與氣候的響應(yīng)關(guān)系具有顯著優(yōu)勢,已成為一個重要研究領(lǐng)域[10].歸一化差值植被指數(shù) (normalization difference vegetation index, NDVI)是隨著時間變化反映地表動態(tài)過程的遙感光譜指數(shù),能監(jiān)測植被覆蓋動態(tài).隨著遙感技術(shù)的發(fā)展,NDVI產(chǎn)品具有多種時間分辨率,如SPOT-Vegetation的10 d產(chǎn)品數(shù)據(jù),為精細(xì)尺度的植被覆蓋變化研究提供了豐富的數(shù)據(jù)資料,NDVI對氣候變化的響應(yīng)體現(xiàn)在NDVI動態(tài)變化上.基于以上分析,本研究選取新疆博湖流域為典型研究區(qū),綜合小波分析、統(tǒng)計分析及遙感技術(shù),研究自然植被覆蓋變化的多尺度特征及其對主要氣象因子的多尺度響應(yīng),以期在理論上能對植被覆蓋變化及其與氣候變化的響應(yīng)提供新的研究思路,實踐上可以為博湖流域生態(tài)保育提供決策支持.
新疆博斯騰湖流域包括開都河、博斯騰湖和孔雀河 (見圖1),總面積77 300 km2,約占南疆面積的1/3.獨特的區(qū)位條件、豐富的自然資源和快速發(fā)展的社會經(jīng)濟(jì),使得這一區(qū)域在新疆經(jīng)濟(jì)建設(shè)中具有重要的意義.但是,由于自然和人為因素的雙重影響,生態(tài)環(huán)境變得非常脆弱.植被作為生態(tài)環(huán)境變化的指示器,在陸地生態(tài)系統(tǒng)碳-水-能量循環(huán)中起著至關(guān)重要的作用.流域北部的巴音布魯克氣象站由于位于山區(qū),很少受到人類活動的影響,可以代表自然植被覆蓋的變化.因此,本研究選取代表性較好的巴音布魯克氣象站 (見圖1)為例,研究1998—2009年博湖流域自然植被覆蓋動態(tài)變化及其對氣候變化的響應(yīng).
圖1 博湖流域地理位置示意圖Fig.1 Map of the study area of Bostent Lake basin
2.1 數(shù)據(jù)處理
本研究以1998年4月至2009年12月間SPOTVegetation的10 d產(chǎn)品數(shù)據(jù)為數(shù)據(jù)源,該數(shù)據(jù)空間分辨率為1 km,數(shù)據(jù)經(jīng)過大氣校正、幾何校正、輻射校正等預(yù)處理工作,通過最大值合成法得到每10 d的NDVI數(shù)據(jù).為進(jìn)一步去除噪聲,本研究通過時間序列諧波分析 (harmonic analysis of time series, HANTS)重構(gòu)時間序列數(shù)據(jù),提高數(shù)據(jù)質(zhì)量和研究結(jié)果的可信度.并在此基礎(chǔ)上,為使NDVI數(shù)據(jù)更具代表性,取巴音布魯克氣象站周圍3×3像元的NDVI平均值作為數(shù)據(jù)源.遙感數(shù)據(jù)處理及NDVI旬?dāng)?shù)據(jù)序列的獲取均是基于ENVI 5.0及IDL編程批處理.
巴音布魯克氣象站日均氣溫和日降水?dāng)?shù)據(jù)來源于中國氣象局國家氣象信息中心,數(shù)據(jù)已經(jīng)經(jīng)過一致性檢查.基于Matlab平臺,通過對每旬氣溫進(jìn)行平均得到旬平均氣溫序列,對每旬降水?dāng)?shù)據(jù)進(jìn)行加和得到旬降水?dāng)?shù)據(jù)序列.
2.2 小波分析和回歸分析
NDVI變化和氣象因子演變過程是典型的多尺度、多層次問題,小波分解與重構(gòu)有助于深刻理解這種多尺度演變規(guī)律.在小波分解與重構(gòu)方面,存在許多基小波函數(shù),通過對時間尺度和小波函數(shù)進(jìn)行試驗研究,基于結(jié)果的強(qiáng)壯性,本研究選擇Symmlet作為基小波,sym8為小波函數(shù),時間尺度鎖定在21×10、22×10、23×10、24×10、25×10 d,即20、40、80、160、320 d.對NDVI及旬平均氣溫和旬降水因子序列進(jìn)行小波分解與重構(gòu),詳細(xì)的小波分解與重構(gòu)算法可以參考文獻(xiàn) [11-12].
為了理解NDVI對氣象因子的多尺度響應(yīng),本研究首先基于小波分解與重構(gòu)得到NDVI和氣象因子序列在不同時間尺度上的小波近似成份,以此建立不同時間尺度上NDVI與氣象因子的回歸分析模型.
NDVI和氣象因子時間序列均屬于非平穩(wěn)數(shù)據(jù),呈現(xiàn)出年際變化、季節(jié)變化、長期波動和短期波動等多分辨率、多層次變化特征.本研究首先基于小波分析研究NDVI和主要氣象因子的多時間尺度變化特征,然后基于相關(guān)分析識別NDVI與主要氣象因子的相關(guān)關(guān)系,最后基于小波分解與重構(gòu)的近似成份,定量研究NDVI與主要氣象因子的多尺度響應(yīng)關(guān)系.
3.1 NDVI和主要氣象因子的多尺度變化特征
圖2(a)顯示了原始NDVI數(shù)據(jù)序列的變化特征,可見,NDVI曲線呈現(xiàn)毫無規(guī)律可循的強(qiáng)烈震蕩,很難識別其變化趨勢.通過對NDVI序列的小波分解與重構(gòu),發(fā)現(xiàn)了NDVI序列在不同時間尺度上的非線性變化趨勢,如圖2(b)所示.
圖2 NDVI非線性變化趨勢Fig.2 NDVI nonlinear change trend
在20 d尺度上,NDVI曲線起伏震蕩較劇烈,呈現(xiàn)12個波峰和11個波谷,且每個波峰和波谷還有若干次波峰和次波谷;在40 d尺度上,NDVI曲線仍然存在12個波峰和11個波谷,但僅有3個波峰和6個波谷存在次波峰和次波谷,NDVI曲線的起伏震蕩降低;在80 d尺度上,NDVI曲線呈現(xiàn)出明顯的周期性,表現(xiàn)為12個波峰和11個波谷,但僅有1個波谷存在次波谷,NDVI曲線較40 d尺度上的光滑;尺度擴(kuò)大到160 d,NDVI曲線的周期性越來越明顯,沒有次波峰和次波谷,周期性完全呈現(xiàn)出來;在320 d尺度上,NDVI潛在的變化趨勢表現(xiàn)出來,總體呈現(xiàn)出相對平穩(wěn)的趨勢,即近11年來NDVI基本保持不變.
同樣,對旬平均氣溫和旬降水序列進(jìn)行小波分解與重構(gòu),得到2個序列在不同時間尺度上的變化趨勢如圖3所示.
圖3 主要氣象因子非線性變化趨勢Fig.3 Nonlinear change trend for the main climate factors
由圖3可見,旬平均氣溫和旬降水在各個時間尺度上的變化特征為:在20 d尺度上,曲線呈現(xiàn)劇烈的震蕩起伏,均呈現(xiàn)為12個波峰和11個波谷,每個波峰和波谷均存在次波峰和次波谷,旬降水曲線的起伏波動表現(xiàn)更為劇烈;在40 d尺度上,兩條曲線變得相對光滑,旬平均氣溫僅有5個波峰存在次波峰,旬降水曲線的次波峰和次波谷數(shù)目也降低;在80 d尺度上,旬平均氣溫的周期性顯現(xiàn)出來,旬降水曲線僅幾個波谷存在次波谷,曲線上下起伏減弱;在160 d尺度上,兩條曲線呈現(xiàn)明顯的周期性趨勢,不存在次波峰和次波谷;在320 d尺度上,兩條曲線表現(xiàn)為明顯的相對平穩(wěn)趨勢,近11年來旬平均氣溫和旬降水總體保持不變趨勢.這似乎與新疆氣候總體向暖濕變化不一致,究其原因是本研究的研究時段較短,不能顯現(xiàn)長期的氣候變化趨勢.
綜上分析,1998~2009年間,NDVI序列表現(xiàn)出具有時間尺度依賴性的非線性變化趨勢,即:隨著時間尺度的增大,NDVI序列的變化趨勢更加明顯;隨著時間尺度的減小,NDVI序列的非線性趨勢表現(xiàn)得越來越明顯,起伏震蕩越來越顯著.兩個主要氣象因子的表現(xiàn)也同樣如此,表現(xiàn)為依賴于時間尺度的非線性變化趨勢,隨著時間尺度的增大,兩個變量的變化趨勢彰顯出來.
進(jìn)一步比較圖2和圖3,在各個時間尺度上,NDVI與兩個氣象因子的變化趨勢呈現(xiàn)顯著的同步性,從20~160 d尺度上3個序列均呈現(xiàn)相同的波峰和波谷,且各個波峰和波谷出現(xiàn)的時間點一致,尤其是NDVI曲線與旬平均氣溫的變化曲線在各個時間尺度上更加吻合,旬降水曲線比NDVI曲線變化更加劇烈,但基本趨勢一致.這從形態(tài)學(xué)角度進(jìn)一步證明NDVI與平均氣溫和降水呈現(xiàn)正相關(guān)關(guān)系,NDVI變化受到水熱的共同作用.
3.2 NDVI對主要氣象因子的多尺度響應(yīng)
前面從多個時間尺度研究了NDVI與主要氣象因子的形態(tài)學(xué)相似性,下面從統(tǒng)計學(xué)意義上揭示不同時間尺度下NDVI與兩個主要氣象因子的定量關(guān)系.
首先對NDVI與旬平均氣溫和旬降水序列分別計算Person相關(guān)系數(shù).結(jié)果表明,NDVI與兩個主要氣象因子呈顯著的正相關(guān)關(guān)系,NDVI與旬平均氣溫的相關(guān)系數(shù)為0.815,與旬降水序列的相關(guān)系數(shù)為0.63.且NDVI與旬平均氣溫的正相關(guān)性大于與旬降水的相關(guān)性,說明在小時間尺度上,平均氣溫對植被的影響更大.
以上是在10 d尺度上分析NDVI與兩個主要氣象因子的關(guān)系.NDVI與氣象因子均表現(xiàn)為多時間尺度特征,接下來在對NDVI與旬平均氣溫和旬降水序列進(jìn)行小波分解與重構(gòu)的基礎(chǔ)上,在不同時間尺度下,以NDVI為因變量,旬平均氣溫和旬降水為自變量建立二元線性回歸方程,結(jié)果如表1所示.從表1可知,所有模型均通過顯著性檢驗.從10 d到160 d尺度,R2增大,表明旬平均氣溫和旬降水對NDVI的解釋能力增強(qiáng);從回歸系數(shù)看,隨著尺度的增大,旬平均氣溫的回歸系數(shù)逐漸減小,而旬降水的系數(shù)逐漸增大,表明降水在長時間尺度上對NDVI影響增強(qiáng),氣溫對NDVI的影響減弱.進(jìn)一步,在10 d和20 d的小時間尺度上,平均氣溫的回歸系數(shù)大于降水,表明平均氣溫對NDVI的影響大于降水對NDVI的影響;而當(dāng)時間尺度大于40 d時,降水的回歸系數(shù)大于平均氣溫的系數(shù),表明降水對NDVI的影響超過氣溫的影響.這符合現(xiàn)實意義,降水對植被生長具有顯著的滯后效應(yīng),隨著時間尺度的增大,降水對NDVI的作用越來越凸顯.
表1 NDVI與主要氣象因子多尺度回歸分析Table 1 Regression analysis between NDVI and main climate factors
值得一提的是,在320 d尺度上R2僅為0.08,雖然模型通過了顯著性檢驗,但是模型解釋能力較弱,說明在大時間尺度上,NDVI的影響因素更加復(fù)雜,僅僅平均氣溫和降水遠(yuǎn)遠(yuǎn)不能解釋其變化.除此之外,還有一個可能的原因是本研究的研究時段較短,不能很好地表征大時間尺度下NDVI與主要氣象因子的關(guān)系.氣象因子之間相互關(guān)聯(lián)構(gòu)成復(fù)雜的氣候系統(tǒng),騰湖流域四周高山環(huán)繞,春季氣候多變,干旱少雨,夏季干燥炎熱,秋季降溫迅速,冬季寒冷,蒸發(fā)量大,全年多晴日.除氣溫和降水外,其他的氣象因子如日照時數(shù)、蒸發(fā)量和平均相對濕度等也是顯著影響NDVI變化的因素.
本文基于SPOT-Vegetation的10 d產(chǎn)品數(shù)據(jù),運用小波分析和統(tǒng)計分析相結(jié)合的方法,從多個時間尺度研究近11年來新疆博湖流域自然植被覆蓋變化的非線性趨勢及其對氣候變化的多尺度響應(yīng),得出如下結(jié)論:
1)植被覆蓋變化是一個非線性系統(tǒng),表現(xiàn)出具有時間尺度依賴性的非線性變化趨勢,并與平均氣溫和降水變化密切相關(guān).根據(jù)小波近似的結(jié)果,在各個時間尺度上,NDVI、平均氣溫和降水變化趨勢呈現(xiàn)出顯著的一致性,從形態(tài)學(xué)相似的角度進(jìn)一步證明植被覆蓋變化是氣溫和降水共同作用的結(jié)果.
2)從多尺度角度和統(tǒng)計意義上來看,博湖流域自然植被覆蓋變化與區(qū)域氣候變化相關(guān),NDVI與平均氣溫和降水之間存在顯著的線性相關(guān)關(guān)系.在小時間尺度上 (10 d、20 d、40 d),NDVI與平均氣溫的相關(guān)性更密切,而在80 d和160 d尺度上,降水對NDVI的影響更強(qiáng).在320 d尺度上, NDVI的影響因素更加復(fù)雜,僅僅以平均氣溫和降水遠(yuǎn)遠(yuǎn)不能解釋其變化.
植被與氣象因子的相互作用是一個非常復(fù)雜的過程,本研究僅僅探討了博湖流域自然植被覆蓋變化及其對氣候變化的響應(yīng),流域內(nèi)人類活動對植被覆蓋變化也有顯著影響,分析博湖流域人類活動對植被覆蓋變化的影響是下一步的工作重點.
[1]LI Q H,CHEN Y N,SHEN Y J,et al.Spatial and temporal trends of climate change in Xinjiang,China[J].Journal of Geographical Sciences,2011,21(6):1 007-1 018.
[2]師慶東,肖繼東,潘曉玲,等.近20a來新疆植被覆蓋變化特征研究 [J].干旱區(qū)研究,2004,21(4):389-394.
[3]趙霞,譚琨,方精云.1982—2006年新疆植被活動的年際變化及其季節(jié)差異 [J].干旱區(qū)研究,2011,28(1):10-16.
[4]張生軍,王天明,李鐘汶,等.新疆植被遙感綠度指數(shù)與水、熱關(guān)系的動態(tài)相關(guān)分析 [J].生態(tài)與農(nóng)村環(huán)境學(xué)報,2009,25(2):16-19.
[5]蒲云錦,韓春光.新疆植被指數(shù)與氣象因子關(guān)系分析 [J].沙漠與綠洲氣象,2010,4(5):44-47.
[6]張山清,普宗朝,伏曉慧,等.氣候變化對新疆自然植被凈第一性生產(chǎn)力的影響 [J].干旱區(qū)研究,2010,27(6):905-914.
[7]董印,焦黎,楊光華,等.基于SPOT-VGT數(shù)據(jù)的新疆1998—2007年植被覆蓋變化監(jiān)測 [J].水土保持通報,2009,29(2):125-128.
[8]宋濤.基于小波變換的植被覆蓋變化研究 [D].福州:福建師范大學(xué),2011.
[9]郭洋洋,張連蓬,王德高,等.小波分析在植物葉綠素高光譜遙感反演中的應(yīng)用 [J].測繪通報,2010(8):31-33.
[10]杜自強(qiáng).新疆地區(qū)植被覆蓋時空格局及其區(qū)域響應(yīng) [D].北京:中國科學(xué)院,2011.
[11]徐建華,魯鳳,蘇方林,等.中國區(qū)域經(jīng)濟(jì)差異的時空尺度分析 [J].地理研究,2005,24(1):57-68.
[12]徐建華,陳亞寧,李衛(wèi)紅,等.西北干旱區(qū)內(nèi)陸河年徑流過程的非線性特征:塔里木盆地三源河的實證分析[J].干旱區(qū)地理,2008,31(3):324-332.
NDVI Change and its Response to Climate Factors on Multi-time Scale in Bostent Lake Basin
NIE Qin,MAN Wang,LI Zong-mei,HUANG Yu-tong
(School of Computer&Information Engineering,Xiamen University of Technology,Xiamen 361024,China)
Based on SPOT-Vetetation 10 d images and meteorological data from Bayanbulak Meteorological Station,this paper investigated the vegetation dynamic and its response to climate factors at different time scales during 1998-2009 in Bostent Lake Basin,Xinjiang,using wavelet analysis and statistical analysis.The main findings are as follows:the NDVI time series presented nonlinear patterns that varied with timescales.Its periodicity manifested itself more and more with the increase of time scale from 20 d to 40 d to 80 d to 160 d until it finally stabilized at the 320-day scale.The average temperature and precipitation in 10 days both presented the approximately coincident nonlinear patterns with that of NDVI.This further supported the significant relationship between NDVI and these two climate factors from the morphologically similar view. Temperature has greater impact on NDVI with time scale less than 40 days while precipitation has stronger influence on NDVI on time scales between 80 to 160 d.
vegetation cover;meteorological factors;Bostent Lake basin;multi-time scale
P951
A
1673-4432(2015)05-0059-05
(責(zé)任編輯 雨 松)
2015-08-28
2015-09-24
廈門理工學(xué)院高層次人才項目 (YKJ14016R);山東省自然科學(xué)基金項目 (ZR2013DL004)
聶芹 (1978-),女,講師,博士,研究方向為資源環(huán)境遙感.E-mail:nieqin@xmut.edu.cn