2000—2014年疏勒河流域植被覆蓋時(shí)空變化

齊敬輝，牛叔文①，馬利邦，何 紅

(1.蘭州大學(xué)資源環(huán)境學(xué)院，甘肅 蘭州 730030；2.西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，甘肅 蘭州 730070)

?

2000—2014年疏勒河流域植被覆蓋時(shí)空變化

齊敬輝1，牛叔文1①，馬利邦2，何 紅1

(1.蘭州大學(xué)資源環(huán)境學(xué)院，甘肅 蘭州 730030；2.西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，甘肅 蘭州 730070)

基于MODIS NDVI數(shù)據(jù)，借助ArcGIS和Matlab軟件，采用線性趨勢分析、M-K檢驗(yàn)法和Hurst指數(shù)等方法，對2000—2014年疏勒河流域植被覆蓋時(shí)空變化進(jìn)行研究。結(jié)果表明，近15 a來，疏勒河中下游平均植被覆蓋呈快速、平穩(wěn)增加趨勢，上游呈波動性輕微上升態(tài)勢；整個(gè)流域植被覆蓋明顯改善，顯著和極顯著改善區(qū)占30.86%，集中于坡度小于20°的上游山區(qū)以及中下游灌區(qū)周邊，顯著和極顯著退化區(qū)不足1%，集中在中下游的自然植被區(qū)；整個(gè)流域在2004年后進(jìn)入相對暖濕期，6—8月降水量和均溫對上游植被生長影響最大，呈顯著正相關(guān)關(guān)系，且降水的影響大于均溫，中下游植被受氣候要素的影響明顯小于上游；流域未來植被改善區(qū)占18.63%，主要為持續(xù)改善區(qū)，集中在移民安置點(diǎn)周邊、疏勒河中下游自然保護(hù)區(qū)以及祁連—阿爾金山北部山麓西段；退化區(qū)占14.25%，主要是由現(xiàn)在的改善區(qū)轉(zhuǎn)化而來，集中于黨河南山、野馬山、照壁山等坡度小于20°的上游山區(qū)。

植被覆蓋；歸一化植被指數(shù)；線性趨勢分析；M-K檢驗(yàn)；Hurst指數(shù)；疏勒河流域

陸地生態(tài)系統(tǒng)對全球變化的響應(yīng)是國際地圈生物圈計(jì)劃(International Geosphere-Biosphere Program,IGBP)研究的核心內(nèi)容,植被是陸地生態(tài)系統(tǒng)中的活躍成員,其覆蓋變化對生態(tài)環(huán)境變化具有重要指示作用[1-2]。干旱半干旱區(qū)作為全球生態(tài)環(huán)境脆弱帶,其植被覆蓋變化對全球變化的響應(yīng)具有強(qiáng)烈的敏感性,成為全球環(huán)境變化與可持續(xù)發(fā)展研究的重點(diǎn)區(qū)域之一[3]。歸一化植被指數(shù)(NDVI)作為目前應(yīng)用最為廣泛的植被指數(shù)之一,對植被覆蓋度、生物量及生態(tài)系統(tǒng)參數(shù)的變化具有良好的指示作用,成為陸地植被變化監(jiān)測的最佳指示因子[4]。目前,國內(nèi)外學(xué)者利用長時(shí)間序列NDVI數(shù)據(jù)對干旱半干旱區(qū)的植被覆蓋變化進(jìn)行了大量研究。JONG等[5]研究認(rèn)為,1981—2006年間,非洲北部薩赫勒地區(qū)、澳大利亞西部、北美中部等世界主要干旱半干旱區(qū)均呈顯著“綠化”(greening)態(tài)勢,澳大利亞中部及哈薩克斯坦北部等少數(shù)區(qū)域呈顯著“棕化”(browning)趨勢;FENSHOLT等[6]研究表明,1981—2007年間,全球66%的半干旱區(qū)出現(xiàn)“綠化”現(xiàn)象;MOHAMMAT等[7]對亞洲內(nèi)陸的研究顯示,1982—2009年間,中亞東南部、里海西岸等地區(qū)植被覆蓋呈顯著增加趨勢,蒙古中部及里海東岸等區(qū)域呈顯著退化態(tài)勢;DARDEL等[8]及ANYAMBA等[9]對非洲北部薩赫勒地區(qū)的研究均表明,1981—2012年間,該區(qū)絕大部分區(qū)域均呈現(xiàn)顯著的“再綠化”(re-greening)趨勢。國內(nèi)研究則顯示,1982—2011年間,天山北麓、黃土高原北部及錫林郭勒盟西部等地區(qū)植被覆蓋呈顯著改善趨勢,錫林郭勒盟東部至興安盟西部、烏蘭察布和包頭市北部及阿爾泰山河谷等區(qū)域植被呈顯著退化態(tài)勢[10];2000—2010年間,陜北黃土高原植被呈顯著增加趨勢,內(nèi)蒙古長城沿線、天山及阿爾泰山河谷等地呈顯著退化趨勢[11]。

疏勒河位于河西走廊最西端,降水量稀少,蒸發(fā)量巨大,生態(tài)環(huán)境脆弱,是我國西北地區(qū)典型的干旱半干旱區(qū);同時(shí),這里又是甘肅省重要的商品糧生產(chǎn)基地,自20世紀(jì)80年代以來,省政府已陸續(xù)向該地輸送生態(tài)移民10多萬人,致使耕地面積快速擴(kuò)張,農(nóng)業(yè)灌溉用水急劇增加,人類社會與自然生態(tài)系統(tǒng)矛盾加劇,因此加強(qiáng)對該區(qū)生態(tài)環(huán)境變化監(jiān)測顯得十分必要。然而,相對于同為河西走廊3大內(nèi)陸河的石羊河和黑河而言,對疏勒河流域的研究卻十分薄弱[3]。目前,對于疏勒河流域植被變化的監(jiān)測集中表現(xiàn)在土地利用/土地覆蓋變化(LUCC)和植被指數(shù)變化方面。前者主要基于Landsat遙感影像數(shù)據(jù)進(jìn)行土地利用/覆蓋的分類、動態(tài)變化、景觀格局變化、驅(qū)動機(jī)制、情景模擬、生態(tài)環(huán)境效應(yīng)等方面研究,但受時(shí)間分辨率的限制,往往采用的時(shí)間截面數(shù)據(jù)過少,造成分類結(jié)果的隨機(jī)性較大,且存在分類標(biāo)準(zhǔn)不一、解譯精度低等問題,致使彼此間研究結(jié)果往往不一致[3];后者主要基于GIMMS、SPOT、MODIS等數(shù)據(jù)產(chǎn)品,研究內(nèi)容涉及NDVI和凈初級生產(chǎn)力(NPP)變化及其對氣候變化的響應(yīng)等方面[12-14],但大多從宏觀尺度展開,缺乏對疏勒河流域的專門研究,所用數(shù)據(jù)的空間分辨率也往往較低,對疏勒河流域這類植被覆蓋稀疏的地區(qū)并不能取得良好的研究效果。鑒于此,以250 m空間分辨率的MOD13Q1 NDVI數(shù)據(jù)為基礎(chǔ),采用線性趨勢分析、M-K檢驗(yàn)和Hurst指數(shù)等方法,對疏勒河流域2000—2014年間植被覆蓋變化的時(shí)空格局、未來變化趨勢及其與氣候要素的關(guān)系等方面進(jìn)行研究,以期為流域相關(guān)決策提供科學(xué)依據(jù)。

1 研究區(qū)與研究方法

1.1 研究區(qū)概況

疏勒河流域(38.21°～41.47° N,92.33°～98.99° E)主要位于甘肅省酒泉市境內(nèi),面積約10萬km2。以昌馬堡和雙塔水庫為界分為上、中、下游,上游地區(qū)包括肅北蒙古族自治縣和青海省得令哈市,中下游主要涵蓋玉門、瓜州、敦煌等縣市。區(qū)域地勢呈南北高、中間低的“馬鞍”型,南部為陡峻的祁連—阿爾金山地,北部是相對低緩的馬鬃山地,中間為平緩的河西走廊西段,走廊內(nèi)分布著花海、玉門—踏實(shí)及安西—敦煌3大盆地;整個(gè)區(qū)域平均海拔2 308 m,最高海拔5 802 m,最低海拔660 m;石油河、疏勒河、榆林河、黨河從東往西依次分布其間。上游山區(qū)屬于祁連山高寒半干旱區(qū)[15]7-8,年降水量為150～500 mm,蒸發(fā)量為1 300～1 700 mm,年均氣溫為0～4 ℃,植被類型按高程由高到低依次為高寒荒漠草甸、高山草甸、高山灌叢草甸、山地草原和山地荒漠草原;中下游地區(qū)屬于河西溫帶干旱區(qū),年降水量為50～250 mm,蒸發(fā)量達(dá)2 200～2 800 mm,年均氣溫為6～8 ℃,主要植被類型為溫帶荒漠草甸等[15]7-8。

1.2 數(shù)據(jù)來源與處理

研究所用數(shù)據(jù)來源于3個(gè)方面:(1)MODIS NDVI和質(zhì)量評價(jià)(pixel reliability)數(shù)據(jù)來源于LAADS網(wǎng)站(http:∥ladsweb.nascom.nasa.gov/data/search.html)的MOD13Q1數(shù)據(jù)庫,其編號為h25v04和h25v05,空間分辨率為250 m,時(shí)間分辨率為16 d,起止時(shí)間為2000年第49天至2014年第305天,共339期1 356景影像,該數(shù)據(jù)均經(jīng)過坐標(biāo)系統(tǒng)變換(WGS1984)和格式轉(zhuǎn)換(Geotif格式)等后處理;(2)90 m DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/);(3)氣象數(shù)據(jù)來源于中國氣象科學(xué)數(shù)據(jù)共享網(wǎng)(http:∥cdc.nmic.cn/home.do)。

利用ArcGIS軟件將所得影像裁剪至研究區(qū)范圍,并將其投影為Albers坐標(biāo)系統(tǒng),以保證投影前后面積的一致性。由于受傳感器性能、太陽光照角、云、氣溶膠等因素影響,所得NDVI數(shù)據(jù)包含很多噪聲,在時(shí)間序列上呈鋸齒狀不規(guī)則波動[16],因此需要對其進(jìn)行降噪處理。相關(guān)研究表明,對于干旱區(qū)而言,非對稱高斯(A-G)算法不但能夠有效降低噪聲,而且對原始高質(zhì)量數(shù)據(jù)保真性最高[17-19]。因此,選擇A-G擬合法,利用TIMESAT軟件,以MODIS質(zhì)量評價(jià)數(shù)據(jù)為權(quán)重,對所得NDVI數(shù)據(jù)進(jìn)行逐像元擬合,以降低噪聲,然后利用最大值合成法(MVC)對降噪處理后的NDVI數(shù)據(jù)進(jìn)行年最大值合成。NDVI的取值范圍為[-1,1],一般認(rèn)為NDVI≤0表示無植被覆蓋,筆者研究對象是植被覆蓋區(qū),因此提取4—10月多年平均NDVI≥0.1的像元,據(jù)此對各期影像進(jìn)行掩膜處理,以減少非植被區(qū)的干擾[20]。

1.3 研究方法

1.3.1 線性趨勢分析

NDVI隨時(shí)間的變化可以用一元線性回歸方程進(jìn)行模擬,該方程的斜率即為NDVI變化趨勢,其值為正表示植被覆蓋度提高,為負(fù)表示植被退化,其最小二乘估計(jì)式[21-22]如下:

(1)

式(1)中,θ為NDVI變化的線性趨勢;n為研究時(shí)間段的年數(shù);yi為像元在第i年的NDVI值。變化趨勢的可信程度通過F檢驗(yàn)法確定,根據(jù)檢驗(yàn)結(jié)果將變化趨勢分為5種類型:極顯著減少(θ<0,P≤0.01);顯著減少(θ<0,0.010.05);顯著增加(θ>0,0.010,P≤0.01)。

1.3.2 M-K趨勢檢測

設(shè)有一個(gè)由n個(gè)樣本組成的時(shí)間序列{xt},定義統(tǒng)計(jì)量S[23]為:

(2)

式(2)中,sign為符號函數(shù),當(dāng)xj-xi大于、等于和小于0時(shí),sign(xj-xi)分別為1、0、-1。

M-K檢驗(yàn)統(tǒng)計(jì)量(Z)如下:

利用Z值可以進(jìn)行趨勢統(tǒng)計(jì)的顯著性檢驗(yàn),若|Z|≥Z1-α/2,表示在α置信水平上,時(shí)間序列數(shù)據(jù)存在顯著變化趨勢,若|Z|

β=median[(xj-xi)/(j-i)] ? i

1.3.3 M-K突變檢測

Mann-Kendall法屬于非參數(shù)檢驗(yàn),現(xiàn)已被廣泛用于氣候要素突變的檢測,其基本原理[24]如下:

設(shè)有一個(gè)由n個(gè)樣本組成的獨(dú)立平穩(wěn)時(shí)間序列{xt},可以構(gòu)造一個(gè)秩序列:

定義如下統(tǒng)計(jì)量:

E(Sk)=n(n+1)/4，

Var(Sk)=n(n-1)(2n+5)/72。

UFk為標(biāo)準(zhǔn)正態(tài)分布,給定顯著性水平α,若UFk>Uα,則表明時(shí)間序列存在明顯的趨勢變化,所有UFk將組成一條曲線UF;然后將時(shí)間序列{xt}逆序排列,重復(fù)上述計(jì)算過程,并將計(jì)算結(jié)果乘以-1,再將結(jié)果逆序排序,可得到曲線UB;最后將UF、UB和±Uα繪制在同一張圖上。UF或UB的值大于0,說明有上升趨勢,反之則呈下降趨勢,當(dāng)其值超出臨界線時(shí),說明變化趨勢顯著。在正序列曲線超過臨界線的前提下,若曲線UF和UB有且僅有1個(gè)交叉點(diǎn)出現(xiàn)在臨界線以內(nèi),則該交叉點(diǎn)即為突變點(diǎn),且在統(tǒng)計(jì)上顯著,若交叉點(diǎn)在臨界線以上或者存在多個(gè)明顯交叉點(diǎn),則需要進(jìn)一步檢驗(yàn)是否為突變點(diǎn)[25]。

1.3.4 Hurst指數(shù)

基于重標(biāo)極差(R/S)分析的Hurst指數(shù)是定量描述時(shí)間序列信息長期依賴性的重要方法,它能有效揭示時(shí)間序列所暗示的系統(tǒng)演化趨勢,因而被廣泛應(yīng)用于水文學(xué)、氣象學(xué)、地質(zhì)學(xué)等領(lǐng)域,其基本原理[26]298-300如下:

對于時(shí)間序列B(t),定義其差分序列{ξ(t)}為

ξ(t)=B(t+1)-B(t)。

均值序列{〈ξ〉τ}為

累積離差X(m,τ)為

極差序列{R(τ)}為

標(biāo)準(zhǔn)差序列{S(τ)}為

可利用Hurst指數(shù)(H),判定R/S=[R(τ)/S(τ)]∝(τ/2)H是否成立。若成立說明時(shí)間序列B(t)存在Hurst現(xiàn)象,在雙對數(shù)坐標(biāo)系[lg (τ/2),lg (R/S)]上,利用最小二乘擬合法即可得到H值(0≤H≤1)。若0≤H<1/2,說明系統(tǒng)演化有反向持久性,即過去的一個(gè)減量(增量)意味著將來一個(gè)增量(減量);若H=1/2,說明時(shí)間序列前后的變化無關(guān),即系統(tǒng)演化具有后無效性;若1/2

Hurst指數(shù)計(jì)算完成后,要檢驗(yàn)每個(gè)像元的H值是否合理,通常有3個(gè)判斷依據(jù)[26]301-304:(1)Hurst指數(shù)是否介于0～1之間,若在該區(qū)間之外,則說明該像元的時(shí)間序列不適合做R/S分析,應(yīng)予以排除;(2)冪指數(shù)模型的比例系數(shù)(k)是否近似為1,若偏離較大,則予以排除,筆者將偏差控制在±0.15以內(nèi);(3)基于時(shí)滯τ和R/S值的散點(diǎn)圖與基于該數(shù)據(jù)的冪指數(shù)趨勢線是否能夠很好地匹配,若匹配較差,則予以排除。由于該研究是基于像元尺度進(jìn)行,數(shù)據(jù)樣本容量巨大,無法逐一進(jìn)行目視檢驗(yàn),因此只采用前2種方法對計(jì)算結(jié)果進(jìn)行檢驗(yàn)。

2 結(jié)果與討論

2.1 疏勒河流域植被覆蓋的時(shí)間變化特征

疏勒河流域植被覆蓋年最大值可能出現(xiàn)的月份是7、8、9月,因此在研究數(shù)據(jù)的時(shí)間跨度內(nèi),可以提取出近15 a 的歷年NDVI最大值(NDVImax)數(shù)據(jù);利用ArcGIS軟件,從全流域、上游、中下游3個(gè)空間尺度求出其區(qū)域平均值(圖1)。近15 a來,除2007—2009年外,疏勒河中下游地區(qū)植被覆蓋呈快速、平穩(wěn)的增加趨勢,其線性增長率為4.7%·(10 a)-1,R2值為0.89,這主要是因?yàn)榻?0多年來該地區(qū)遷入大量農(nóng)業(yè)開發(fā)移民,耕地面積急劇擴(kuò)張,致使區(qū)域植被覆蓋度迅速增加。上游植被覆蓋雖然也呈現(xiàn)上升態(tài)勢,但趨勢并不明顯,其線性增長率僅為1.9%·(10 a)-1,且波動性很大,R2值為0.32,擬合效果較差,這與戴聲佩等[27]對于祁連山草地的研究結(jié)論相一致,該研究認(rèn)為1999—2007年間祁連山東北部(疏勒河上游境內(nèi))草地呈輕度增加趨勢。

圖1 2000—2014年疏勒河流域NDVI年際變化

2.2 疏勒河流域植被覆蓋的空間變化特征

2.2.1 植被覆蓋的空間格局

利用ArcGIS對2000—2014年NDVImax數(shù)據(jù)求平均值,即可得到近15 a來疏勒河流域年NDVImax均值分布圖(圖2)。經(jīng)測算,流域植被覆蓋區(qū)總面積約為36 000 km2,占流域總面積的36%,其中,NDVI值介于0.1～<0.3之間的區(qū)域面積為28 103 km2,占植被區(qū)總面積的78.1%,0.3≤NDVI<0.5的區(qū)域占15.8%,NDVI≥0.5的區(qū)域占6.1%。從空間分布來看,整個(gè)流域植被集中分布在3大區(qū)域,即南部的祁連—阿爾金山區(qū)、中部的河西走廊綠洲以及北部的馬鬃山地。

圖2 2000—2014年疏勒河歷年NDVI最大值(NDVImax)的均值分布

祁連—阿爾金山區(qū)植被覆蓋面積最大,為28 017 km2,占流域植被覆蓋總面積的77.8%,區(qū)內(nèi)96.5%的區(qū)域NDVI值介于0.1～0.5之間,占流域植被總面積的75.1%,是整個(gè)流域中低覆蓋度植被的主要分布區(qū)。這里地勢條件復(fù)雜,氣候差異較大,植被分布與海拔關(guān)系密切(圖3),植被集中分布在海拔2 500～4 500 m,其中,2 500～3 500 m區(qū)域占35%,>3 500～4 500 m區(qū)域占57%;此外,除昌馬鄉(xiāng)灌區(qū)(海拔在2 000～2 200 m之間)外,植被覆蓋度隨著海拔的增高而不斷增加,并于4 000 m左右達(dá)到峰值,隨后快速下降。

圖3 疏勒河上游NDVI分布與海拔的關(guān)系

河西走廊綠洲是第2大植被分布區(qū),面積為6 197 km2,占流域植被總面積的17.2%,其中,NDVI≥0.5的區(qū)域占20.4%,是流域內(nèi)主要高植被覆蓋區(qū),區(qū)內(nèi)主要從事農(nóng)業(yè)生產(chǎn)活動,灌溉和培育使得區(qū)內(nèi)的農(nóng)作物長勢較自然植被好。

馬鬃山地植被區(qū)面積最小,覆蓋度最低,植被區(qū)總面積約為1 786 km2,所占比例為5%,區(qū)內(nèi)99.7%的區(qū)域NDVI值介于0.1～0.2之間,主要植被類型是溫帶半灌木、矮半灌木荒漠。

2.2.2 植被覆蓋年際變化趨勢的空間分布

借助ArcGIS和Matlab軟件,計(jì)算2000—2014年疏勒河流域NDVI變化趨勢指數(shù)θ,并對其顯著性進(jìn)行檢驗(yàn)(圖4、表1)。由表1可知,在研究時(shí)段內(nèi),整個(gè)疏勒河流域有12.76%的區(qū)域植被處于退化狀態(tài),且基本上為輕度退化,87.21%的區(qū)域處于改善狀態(tài),其中,85.75%的區(qū)域?yàn)檩p度改善。顯著性檢驗(yàn)結(jié)果顯示,極顯著和顯著變化區(qū)分別占15.32%和16.44%,且基本上為輕度和中度改善區(qū),退化區(qū)所占比例不足1%,不顯著變化區(qū)占68.23%。由此可見,在過去的15 a中,整個(gè)疏勒河流域植被覆蓋呈明顯改善趨勢,退化區(qū)所占比例很小。

圖4 2000—2014年疏勒河流域NDVI變化趨勢空間分布

表1 2000—2014年疏勒河流域NDVI變化趨勢(θ)及不同趨勢區(qū)域面積所占比例

Table 1 Variation trend and proportion in area of NDVI in the Shule River Valley during 2000-2014

植被變化類型θ值不同NDVI變化趨勢區(qū)域面積占比/%極顯著顯著不顯著合計(jì)中度退化(-0.04,-0.02)0.00850.00100.00050.0101輕度退化[-0.02,0)0.32100.568411.861912.7513無變化0000.03370.0337輕度改善(0,0.02)13.561815.850956.339785.7524中度改善[0.02,0.04)1.22430.02240.00161.2483高度改善[0.04,0.061]0.2043000.2043總計(jì)15.320016.442768.2373100.0000

從空間分布來看:(1)極顯著和顯著退化區(qū)主要分布在疏勒河中下游的自然植被覆蓋區(qū),如北截山子以南的昌馬扇緣草地及北石河子兩岸,相應(yīng)植被類型為鹽生草甸;(2)極顯著和顯著改善區(qū)則分布比較廣泛,上游山區(qū)占68.89%,主要為輕度改善區(qū),集中分布于坡度小于20°的區(qū)域,主要植被類型為草原、荒漠及高寒草甸,疏勒河中下游占31.11%,其中,中、高度改善區(qū)占4.6%,主要分布在花海鎮(zhèn)、柳湖鄉(xiāng)、雙塔鄉(xiāng)、梁湖鄉(xiāng)、廣至鄉(xiāng)等移民安置點(diǎn)周邊,輕度改善區(qū)占26.5%,分布十分廣泛。尤其值得注意的是,黨河與疏勒河故道匯流處及疏勒河中下游自然保護(hù)區(qū)的植被退化態(tài)勢有所逆轉(zhuǎn),大部分區(qū)域呈現(xiàn)出輕度改善趨勢,這可能得益于近年來該區(qū)域降水量和上游來水量的增加及當(dāng)?shù)卣纳鷳B(tài)調(diào)控政策[3]。

2.3 疏勒河流域植被覆蓋變化與氣候要素的相關(guān)性

選取疏勒河上游周邊(托勒、野牛溝、大柴旦、德令哈)及中下游地區(qū)(玉門、瓜州、敦煌)的7個(gè)氣象站點(diǎn),運(yùn)用M-K趨勢檢測和突變檢測法,從全流域、上游、中下游3個(gè)空間尺度對流域1985—2014年的氣溫、降水變化進(jìn)行分析。從理論上講,當(dāng)年植被生長可能受上一年植被生長季結(jié)束至當(dāng)年生長季結(jié)束期間生態(tài)因子的綜合影響,且這種影響具有持續(xù)性和累積性[28]。該流域年NDVImax可能出現(xiàn)的月份是7、8、9月,因此選擇上年10月至當(dāng)年9月期間的氣候要素,分析當(dāng)年NDVImax與單月及不同月份連續(xù)組合(例如上年10月至當(dāng)年9月共有10—11月、10—12月、上年10月—當(dāng)年1月、……、上年10月—當(dāng)年9月等11種組合,上年11月—當(dāng)年9月共有11—12月、11—1月、……、上年11月—當(dāng)年9月等10種組合,以此類推,共有66種組合)的均溫、降水總量之間的偏相關(guān)關(guān)系。

2.3.1 區(qū)域氣候要素變化趨勢

運(yùn)用Matlab軟件對近30 a來疏勒河流域氣候要素變化進(jìn)行M-K趨勢檢驗(yàn)(表2)。1985—2014年間,11、12及1月均溫變化趨勢不顯著,其中12月呈下降趨勢,全流域、上游、中下游下降幅度分別達(dá)-0.012 1、-0.017 9和-0.018 2 ℃·a-1,中下游1月氣溫下降幅度為-0.033 3 ℃·a-1,其他月份均溫均呈上升態(tài)勢,特別是全流域尺度的單月均溫(除11、12、1月外)都表現(xiàn)出顯著的上升趨勢。降水量的變化除全流域及上游9月通過顯著性檢驗(yàn)外,其他月份變化趨勢均不顯著,其中5、6及8月降水呈上升趨勢,3、4月降水呈下降趨勢,其他月份在不同空間尺度互有增減?？傮w而言,單月的均溫表現(xiàn)出比較明顯的暖化態(tài)勢,而降水量的變化趨勢則不太明顯。

從全年尺度來看,年均溫呈現(xiàn)出顯著上升趨勢,全流域、上游、中下游上升幅度分別達(dá)0.044 6、0.048 4和0.036 1 ℃·a-1;年降水量在全流域及上游地區(qū)呈顯著上升趨勢,上升幅度分別達(dá)1.327 6和1.849 0 mm·a-1,中下游變化趨勢不顯著,變化幅度為0.429 8 mm·a-1。由此可見,近30 a來,在全流域及上游的空間尺度上,疏勒河流域氣候呈現(xiàn)出明顯的暖濕化趨勢。

表2 1985—2014年疏勒河流域氣候要素年際變化的M-K趨勢檢測

Table 2 M-K trend test of interannual variation of meteorological elements in the Shule River Valley during 1985-2014

時(shí)間平均氣溫/(℃·a-1)降水總量/(mm·a-1)全流域上游中下游全流域上游中下游上年10月0.0446*0.03830.0579*-0.0114-0.02020 上年11月0.03050.02500.06670.02340.04090上年12月-0.0121-0.0179-0.0182-0.0068-0.02980.0235當(dāng)年1月0.02060.0556-0.03330.0086-0.01250當(dāng)年2月0.0762*0.0964*0.05080.01380.03750當(dāng)年3月0.0714*0.04710.1089*-0.0204-0.0500-0.0115當(dāng)年4月0.0635*0.0625*0.0694*-0.0255-0.1026-0.0024當(dāng)年5月0.0374*0.03380.0564*0.08490.05910.0524當(dāng)年6月0.0643*0.0475*0.0778*0.24800.10000.0133當(dāng)年7月0.0460*0.0433*0.03190.51700.9011-0.1893當(dāng)年8月0.0416*0.0560*0.02320.18730.29810.0679當(dāng)年9月0.0429*0.0625*0.01400.4579*0.6364*0.0648全年1)0.0446*0.0484*0.0361*1.3276*1.8490*0.4298

*表示通過顯著性水平α=0.05的雙側(cè)檢驗(yàn)。 1)上年10月至當(dāng)年9月。

M-K突變檢測顯示,全流域及上游年均溫的正向序列在2000年以后均超出95%置信度的臨界線,且正反序列曲線在臨界線以內(nèi)只有1個(gè)明顯交點(diǎn)〔圖5(a)～(b)〕,分別在1996—1997年和1997年;中下游年均溫的正反序列曲線在臨界線以內(nèi)出現(xiàn)多個(gè)交點(diǎn)〔圖5(c)〕,經(jīng)滑動T檢驗(yàn)法檢測,突變點(diǎn)發(fā)生在1994—1995年間;結(jié)合流域年均溫變化情況〔圖5(d)～(f)〕,認(rèn)為疏勒河流域在1997年之后進(jìn)入偏暖時(shí)期。全流域和上游年降水量的正向序列曲線在2010年以后均超出95%置信度的臨界線,且正反序列曲線在臨界線以內(nèi)均只有1個(gè)明顯交點(diǎn),分別出現(xiàn)在2004年和2003—2004年間,但全流域正反曲線在臨界線以外仍有交點(diǎn),經(jīng)滑動T檢驗(yàn)法檢測并不顯著,因此降水分別在2004年和2003—2004年發(fā)生突變;中下游地區(qū)降水量正序列曲線始終位于臨界線以內(nèi),無顯著降水突變發(fā)生;結(jié)合流域年降水量變化情況〔圖6(d)～(f)〕,可以看出疏勒河全流域及上游大致在2004年以后進(jìn)入降水偏豐時(shí)期。綜上所述,疏勒河流域近10 a來(2004年以后)處于相對暖濕時(shí)期。

圖(a)～(c)中上、下2條虛線表示95%置信度的臨界線。

圖(a)～(c)中上、下2條虛線表示95%置信度的臨界線。

2.3.2 區(qū)域NDVI變化與氣候要素關(guān)系

由表3可知，從單月氣象要素來看,降水和均溫的偏相關(guān)系數(shù)(PCC)在不同月份和空間尺度上互有高低,總體差異不大;其中,全流域和上游6月降水對植被生長影響最大,呈顯著正相關(guān),PCC分別達(dá)0.676和0.555,其次為8月均溫,PCC分別為0.502和0.548,但前者未通過顯著性檢驗(yàn);對于中下游而言,氣候要素對其植被生長的影響均不顯著,且PCC比全流域和上游小得多,影響較大的是6月降水和4月均溫,均呈正相關(guān)。

表3 2000—2014年疏勒河流域年NDVImax與單月及不同月份連續(xù)組合氣象要素的偏相關(guān)系數(shù)

Table 3 Partial correlation analysis of annual NDVImaxand meteorological factors of a single months and a period of several successive months in the Shule River Valley during 1985-2014

月份組合全流域上游中下游降水均溫降水均溫降水均溫6月0.676**0.3270.555*0.0660.4310.1448月-0.0130.502-0.0690.548*0.0340.008上年10月—當(dāng)年6月0.641*-0.0510.4850.1890.363-0.014上年10月—當(dāng)年7月0.775**-0.3070.614*-0.0250.413-0.143上年10月—當(dāng)年8月0.767**-0.1200.599*0.2090.423-0.174上年10月—當(dāng)年9月0.541*-0.1730.3150.1660.381-0.239上年11月—當(dāng)年6月0.659*-0.0780.4780.1710.438-0.067上年11月—當(dāng)年7月0.793**-0.3500.621*-0.0450.466-0.205上年11月—當(dāng)年8月0.793**-0.1750.616*0.1760.486-0.253上年11月—當(dāng)年9月0.573*-0.1890.3260.1630.449-0.308上年12月—當(dāng)年6月0.677**-0.0830.5290.1090.437-0.068上年12月—當(dāng)年7月0.767**-0.1650.647*-0.0030.450-0.159上年12月—當(dāng)年8月0.790**0.0100.655*0.1680.466-0.205上年12月—當(dāng)年9月0.566*-0.0880.3780.1160.420-0.2611—6月0.682**-0.0110.5210.1550.468-0.1481—7月0.767**0.0040.652*0.1630.476-0.2471—8月0.796**0.1560.672**0.3000.481-0.2611—9月0.565*0.0400.3930.2010.454-0.3362—6月0.655*0.1110.4940.1180.4480.0922—7月0.773**0.0060.653*0.0950.448-0.0402—8月0.784**0.1100.653*0.2520.443-0.0712—9月0.554*0.0670.3770.2090.380-0.1043—6月0.663**0.1950.533*0.0150.4490.1923—7月0.782**-0.2140.711**-0.3030.4420.0743—8月0.785**0.1240.661*0.1970.4270.0363—9月0.560*0.0480.3890.1020.3580.0374—6月0.653*0.2020.519-0.0100.4330.2084—7月0.774**-0.1390.698**-0.3080.4320.0794—8月0.801**0.2170.695**0.3070.4170.0174—9月0.576*0.0930.4050.0820.3520.0265—6月0.676**0.3150.559*0.2380.4130.0015—7月0.777**-0.0910.674**-0.0110.452-0.1625—8月0.847**0.4860.790**0.567*0.450-0.1915—9月0.625*0.1950.4720.2320.416-0.2416—7月0.790**0.0560.716**0.0600.436-0.0706—8月0.907**0.710**0.905**0.797**0.446-0.1026—9月0.633*0.2800.4550.2270.369-0.1517—8月0.613*0.4950.592*0.543*0.277-0.130

僅列出了66種月份組合中通過95%或99%置信度檢驗(yàn)的月份組合數(shù)據(jù)。*表示通過95%置信度檢驗(yàn)，**表示通過99%置信度檢驗(yàn)。

從不同月份連續(xù)組合的氣象要素來看,降水的PCC絕對值要明顯大于均溫,這說明降水對植被生長的影響比均溫大;包含6、7、8、9月的連續(xù)月份組合降水的PCC要明顯高于其他月份組合,且在全流域尺度上顯著,其中6—8月降水量的PCC最大,在全流域和上游尺度分別達(dá)0.907和0.905;均溫的PCC在全流域和上游尺度上圍繞0上下波動,變異不大,但3月以后的連續(xù)月份組合的PCC絕對值明顯增加,且變幅增大,6—8月PCC值達(dá)最大,為0.710(全流域)和0.797(上游);中下游氣候要素的PCC均不顯著,其中,降水PCC的變化趨勢和上游基本一致,但絕對值明顯小于上游,均在0.5以下,均溫PCC的變化趨勢和上游差異明顯,除2—3月至4—9月之間的連續(xù)組合外,其他月份組合的PCC均小于0。

總體而言,在全流域和上游尺度上,氣候要素對植被生長的影響是非常顯著的,且降水的影響大于均溫,PCC最大值均出現(xiàn)在6—8月組合;中下游地區(qū)受氣候要素的影響明顯小于上游,且均溫與植被生長多呈負(fù)相關(guān)關(guān)系,這是因?yàn)樵搮^(qū)域?yàn)檗r(nóng)業(yè)灌溉區(qū),人類活動干擾大,使得其對氣候要素變化的反應(yīng)不如上游敏感,再者該區(qū)是我國西北典型干旱區(qū),水分是植被生長的主要限制因子,氣溫升高必然導(dǎo)致蒸發(fā)量增大,對植被生長不利。

2.4 疏勒河流域未來植被變化預(yù)測

Hurst指數(shù)反映了NDVI時(shí)間序列所暗含的植被未來變化趨勢,以0≤H≤1和0.85≤k≤1.15為據(jù),判定H指數(shù)是否合理。疏勒河流域H指數(shù)合理區(qū)面積為27 524 km2,占植被區(qū)總面積的76.45%,其H值介于0.182～0.998之間,平均值為0.522,其中,反向持久性區(qū)域面積為11 815 km2,占32.81%;正向持久性區(qū)域面積為15 709 km2,占43.64%;不合理區(qū)域面積為8 476 km2,占23.55%。

將通過α=0.1顯著性水平檢驗(yàn)的θ指數(shù)分布圖與經(jīng)過合理性檢驗(yàn)后的H指數(shù)分布圖進(jìn)行疊加運(yùn)算,得到疏勒河流域未來植被變化趨勢預(yù)測圖，結(jié)果見表4和圖7。由表4和圖7可知,疏勒河流域未來植被改善區(qū)面積為6 705.69 km2,占植被區(qū)總面積的18.63%,主要為持續(xù)改善區(qū),其所占比例為18.21%,集中分布在各移民安置點(diǎn)周邊、疏勒河中下游自然保護(hù)區(qū)以及祁連—阿爾金山北部山麓西段,主要植被類型包括栽培植被、溫帶草原、半灌木和矮半灌木荒漠等;植被退化區(qū)面積為5 130.76 km2,占植被區(qū)總面積的14.25%,其中由改善轉(zhuǎn)退化區(qū)面積為4 893.63 km2,占13.59%,這說明未來疏勒河流域植被退化區(qū)主要是由現(xiàn)在的改善區(qū)轉(zhuǎn)化而來,而且主要分布在黨河南山北坡、野馬南山、野馬山、照壁山等坡度小于20°的上游山區(qū),相應(yīng)的植被類型主要為溫帶草原、高寒草原、溫帶荒漠草原、半灌木和矮半灌木荒漠等。

表4 疏勒河流域NDVI變化趨勢預(yù)測統(tǒng)計(jì)

Table 4 Statistics of predicted variation trend of NDVI of the Shule River Valley

區(qū)域類型 面積/km2比例/%持續(xù)退化區(qū)237.130.66持續(xù)改善區(qū)6556.1918.21由退化轉(zhuǎn)改善區(qū)149.500.42由改善轉(zhuǎn)退化區(qū)4893.6313.59其他1)24163.9467.12

1)不顯著及Hurst指數(shù)不合理區(qū)域。

圖7 疏勒河流域NDVI變化趨勢預(yù)測空間分布

3 結(jié)論與展望

基于MOD13Q1 NDVI數(shù)據(jù),利用GIS和數(shù)理方法,對2000—2014年疏勒河流域植被覆蓋的時(shí)空變化進(jìn)行研究,得出如下主要結(jié)論:(1)時(shí)間變化特征上,近15 a來疏勒河中下游植被的平均覆蓋狀況呈快速、平穩(wěn)增加趨勢,上游呈波動性輕微上升態(tài)勢;(2)空間變化上,整個(gè)疏勒河流域植被覆蓋呈明顯改善趨勢,顯著和極顯著改善區(qū)占30.86%,主要分布在坡度小于20°的上游山區(qū)以及中下游地區(qū)的各個(gè)灌區(qū)周邊,顯著和極顯著退化區(qū)比例不足1%,集中在疏勒河中下游地區(qū)的自然植被覆蓋區(qū);(3)近30 a來,疏勒河流域的單月均溫呈現(xiàn)出明顯暖化態(tài)勢,單月降水量的變化趨勢不明顯,年均溫在1997年后進(jìn)入偏暖期,上游年降水量在2004年后進(jìn)入偏豐期,中下游年降水量變化趨勢不顯著;(4)在全流域和上游尺度上,氣候要素對植被生長的影響顯著,與NDVI偏相關(guān)系數(shù)最大的是6—8月的降水和均溫,均呈正相關(guān)關(guān)系,且降水的影響大于均溫,中下游植被受氣候要素的影響明顯小于上游;(5)疏勒河流域未來植被改善區(qū)占18.63%,主要為持續(xù)改善區(qū),集中分布在各移民安置點(diǎn)周邊、疏勒河中下游自然保護(hù)區(qū)以及祁連—阿爾金山北部山麓西段;退化區(qū)占14.25%,主要是由現(xiàn)在的改善區(qū)轉(zhuǎn)化而來,集中分布在黨河南山北坡、野馬南山、野馬山、照壁山等坡度小于20°的上游山區(qū)。

由于方法、技術(shù)及數(shù)據(jù)等方面的局限性,研究仍存在以下不足:(1)由于相關(guān)數(shù)據(jù)的可替代性差,研究時(shí)段較短,僅限于2000年至今,這在一定程度上限制了對該流域植被在更長時(shí)間尺度上演化趨勢的認(rèn)識;(2)植被變化的趨勢在特定時(shí)間跨度上并非總是呈線性關(guān)系,很多情況下并不具有單調(diào)性,而現(xiàn)有的研究大都默認(rèn)將其作為線性趨勢對待,并未在時(shí)間序列上對趨勢發(fā)生變化的轉(zhuǎn)折點(diǎn)進(jìn)行識別,該研究亦是如此,這在一定程度上造成了對流域植被演化趨勢的誤解;(3)植被變化除受氣候要素驅(qū)動外,還受人類活動影響,特別是近十幾年來疏勒河中下游地區(qū)的大規(guī)模移民開發(fā)活動,已對其生態(tài)環(huán)境演化產(chǎn)生深刻影響,但限于數(shù)據(jù)資料的可獲得性差,并未對其進(jìn)行深入分析,后續(xù)研究應(yīng)當(dāng)加強(qiáng)此方面工作。

[1] WALKER B,STEFFEN W.IGBP Science No.1:A Synthesis of GCTE and Related Research[R].Stockholm:IGBP,1997:1-24.

[2] 穆少杰,李建龍,陳奕兆,等.2001—2010年內(nèi)蒙古植被覆蓋度時(shí)空變化特征[J].地理學(xué)報(bào),2012,67(9):1255-1268.

[3] 齊敬輝.疏勒河中下游LUCC特征及驅(qū)動機(jī)制研究[D].蘭州:蘭州大學(xué),2014.

[4] TUCKER C J,NEWCOMB W W,LOS S O,etal.Mean and Inter-Year Variation of Growing-Season Normalized Difference Vegetation Index for the Sahel 1981-1989[J].International Journal of Remote Sensing,1991,12(6):1133-1135.

[5] JONG R D,BRUIN S D,WIT A D,etal.Analysis of Monotonic Greening and Browning Trends From Global NDVI Time-Series[J].Remote Sensing of Environment,2011,115(2):692-702.

[6] FENSHOLT R,LANGANKE T,RASMUSSEN K,etal.Greenness in Semi-Arid Areas Across the Globe 1981-2007：An Earth Observing Satellite Based Analysis of Trends and Drivers[J].Remote Sensing of Environment,2012,121:144-158.

[7] MOHAMMAT A,WANG X,XU X,etal.Drought and Spring Cooling Induced Recent Decrease in Vegetation Growth in Inner Asia[J].Agricultural and Forest Meteorology,2013,178-179:21-30.

[8] DARDEL C,KERGOAT L,HIERNAUX P,etal.Re-Greening Sahel:30 Years of Remote Sensing Data and Field Observations (Mali,Niger)[J].Remote Sensing of Environment,2014,140:350-364.

[9] ANYAMBA A,SMALL J L,TUCKER C J,etal.Thirty-Two Years of Sahelian Zone Growing Season Non-Stationary NDVI 3G Patterns and Trends[J].Remote Sensing,2014,6(4):3101-3122.

[10]AN Y,GAO W,GAO Z.Characterizing Land Condition Variability in Northern China From 1982 to 2011[J].Environmental Earth Sciences,2014,72(3):663-676.

[11]LU Y,ZHANG L,FENG X,etal.Recent Ecological Transitions in China:Greening,Browning,and Influential Factors[J].Scientific Reports,2015,5:1-8.

[12]宋怡,馬明國.基于GIMMS AVHRR NDVI數(shù)據(jù)的中國寒旱區(qū)植被動態(tài)及其與氣候因子的關(guān)系[J].遙感學(xué)報(bào),2008,12(3):499-505.

[13]宋怡,馬明國.基于SPOT VEGETATION數(shù)據(jù)的中國西北植被覆蓋變化分析[J].中國沙漠,2007,27(1):89-93.

[14]劉春雨,董曉峰,劉英英.不同尺度視角下大敦煌NPP分布格局研究[J].資源科學(xué),2014,36(2):406-412.

[15]程旭學(xué),陳崇希,閆成云,等.河西走廊疏勒河流域地下水資源合理開發(fā)利用調(diào)查評價(jià)[M].北京:地質(zhì)出版社,2008.

[16]宋春橋,柯靈紅,游松財(cái),等.基于TIMESAT的3種時(shí)序NDVI擬合方法比較研究:以藏北草地為例[J].遙感技術(shù)與應(yīng)用,2011,26(2):147-155.

[17]李杭燕.時(shí)間序列NDVI數(shù)據(jù)集重建方法研究[D].蘭州:蘭州大學(xué),2010.

[18]曹云鋒,王正興,鄧芳萍.3種濾波算法對NDVI高質(zhì)量數(shù)據(jù)保真性研究[J].遙感技術(shù)與應(yīng)用,2010,25(1):118-125.

[19]李明,沈潤平,王迪,等.基于像元質(zhì)量分析的S-G濾波重建MODIS-NDVI[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2015,31(3):425-431.

[20]丁明軍,張鐿鋰,孫曉敏,等.近10年青藏高原高寒草地物候時(shí)空變化特征分析[J].科學(xué)通報(bào),2012,57(33):3185-3194.

[21]MA M,FRANK V.Interannual Variability of Vegetation Cover in the Chinese Heihe River Basin and Its Relation to Meteorological Parameters[J].International Journal of Remote Sensing,2006,27(16):3473-3486.

[22]張東海,任志遠(yuǎn),王曉峰,等.基于MODIS的陜西黃土高原植被覆蓋度變化特征及其驅(qū)動分析[J].生態(tài)與農(nóng)村環(huán)境學(xué)報(bào),2013,29(1):29-35.

[23]徐宗學(xué),張楠.黃河流域近50年降水變化趨勢分析[J].地理研究,2006,25(1):27-34.

[24]王錚,吳靜.計(jì)算地理學(xué)[M].北京:科學(xué)出版社,2011:73-75.

[25]徐浩杰,楊太保.1981—2010年柴達(dá)木盆地氣候要素變化特征及湖泊和植被響應(yīng)[J].地理科學(xué)進(jìn)展,2013,32(6):868-879.

[26]陳彥光.基于Matlab的地理數(shù)據(jù)分析[M].北京:高等教育出版社,2012.

[27]戴聲佩,張勃,王海軍,等.基于SPOT NDVI的祁連山草地植被覆蓋時(shí)空變化趨勢分析[J].地理科學(xué)進(jìn)展,2010,29(9):1075-1080.

[28]徐浩杰,楊太保.黃河源區(qū)植被凈初級生產(chǎn)力時(shí)空變化特征及其對氣候要素的響應(yīng)[J].資源科學(xué),2013,35(10):2024-2031.

(責(zé)任編輯： 許 素)

Spatio-Temporal Variation of Vegetation Cover in Shule River Valley During 2000-2014.

QI Jing-hui1， NIU Shu-wen1， MA Li-bang2， HE Hong1

(1.College of Earth and Environmental Science, Lanzhou University, Lanzhou 730030, China；2.College of Geography and Environmental Science， Northwest Normal University， Lanzhou 730070， China)

Based on relevant MODIS NDVI data, spatio-temporal variation of the vegetation cover in the Shule River Valley during 2000-2014 was analyzed using the linear trend analysis, M-K test and Hurst index methods, with the aid of ArcGIS and Matlab software. Results show that in the past 15 years, vegetation cover has been increasing rapidly and steadily in the middle and lower reaches of the Shule River Valley, while fluctuating with a mild rising trend in the upper reaches. However, as a whole, it has been improving remarkably in the river valley. The areas with vegetation cover significantly or extra-significantly improved now account for 30.86% of the valley, and are mainly distributed in the irrigated agricultural regions in the middle and lower reaches and mountainous areas with slope less than 20 degree in the upper reaches; while the areas with vegetation cover significantly or extra-significantly degraded do less than 1%, and are concentrated in the regions with natural vegetation cover in the middle and lower reaches of the valley. Since 2004, the valley has been under a relatively warm and humid climate. The total precipitation and mean temperature of the period from June to August affects growth of the vegetation the most significantly in the upper reaches of the valley, showing a significant positive relationship, and that the effect of precipitation is much higher than that of temperature. The vegetation in the middle and lower reaches is not so sensitive to meteorological factors as that in the upper reaches. The areas with vegetation to be improved in future, mostly to be continuously improved, account for 18.63%, and are mainly distributed around the new settlements and in nature reserves in the middle and lower reaches of the Shule River Valley and the west section of the northern piedmont of the Qilian-Altun Mountains, whereas the areas with vegetation degraded amount to 14.25%, and are mostly transformed from areas with vegetation improved and mainly distributed on slopes less than 20 degree in the mountainous areas of Danghenan Mountain, Yema Mountains and Zhaobi Mountain, in the upper reaches of the valley.

vegetation cover; NDVI; linear trend analysis; M-K test; Hurst index; Shule River Valley

2015-09-06

甘肅省科技支撐計(jì)劃(1304FKCA090);甘肅省自然科學(xué)基金(1308RJZA183)

F301.24; Q948.1

A

1673-4831(2016)05-0757-10

10.11934/j.issn.1673-4831.2016.05.011

齊敬輝(1987—),男,河南信陽人,博士,主要從事生態(tài)遙感與土地利用研究。E-mail: qijh2014@lzu.edu.cn

① 通信作者E-mail: shuwenn@lzu.edu.cn