基于ITPCAS驅(qū)動數(shù)據(jù)集的黃河源區(qū)植被變化及其與氣候因子相關(guān)分析

張曉龍，黃領(lǐng)梅，權(quán) 全，張 磊，沈 冰，莫淑紅

(1省部共建西北旱區(qū)生態(tài)水利國家重點實驗室(西安理工大學(xué))，陜西 西安 710048； 2黃河上游水電開發(fā)有限責(zé)任公司，青海 西寧 810000)

青藏高原素有“世界屋脊”、“第三極”之稱，在全球氣候變暖的背景下，青藏高原正在經(jīng)歷氣候變暖過程，且比周圍地區(qū)更為強烈，因此青藏高原又被稱之為氣候的“放大器”[1]。黃河源區(qū)處于青藏高原腹地，海拔較高且落差大，地形、地貌復(fù)雜，氣候惡劣，生態(tài)環(huán)境非常脆弱，對氣候變化敏感而迅速[2-4]。黃河源區(qū)面積占全流域面積的16.2%，卻貢獻(xiàn)了黃河全流域40%以上的徑流量[5]，被稱為黃河流域的“水塔”，所以黃河源區(qū)對整個黃河流域的生態(tài)安全和經(jīng)濟發(fā)展具有重要作用[6]。植被是重要的生態(tài)因子，它既是氣候變化的承受者，又是氣候變化的影響因子[7]。歸一化植被指數(shù)(normalized difference vegetation index，NDVI)與植被覆蓋度、葉面積指數(shù)、凈初級生產(chǎn)力等具有很好的相關(guān)性，是監(jiān)測地區(qū)或全球植被和生態(tài)環(huán)境的重要指標(biāo)[8]。植被覆蓋的變化與氣候變化的關(guān)系是國內(nèi)外全球變化研究的重要內(nèi)容之一。陸地生態(tài)系統(tǒng)的植被生長和空間分布與溫度、降水、地表凈輻射(surface net radiation,Rn)有著重要關(guān)系[9-10]。因此，研究21世紀(jì)以后黃河源區(qū)植被變化及其對氣候因子的響應(yīng)，對于理解新世紀(jì)青藏高原生態(tài)變化與區(qū)域氣候變化的聯(lián)系具有重要意義。

有學(xué)者發(fā)現(xiàn)，黃河源區(qū)20世紀(jì)90年代以前氣候表現(xiàn)為暖干化趨勢，生態(tài)持續(xù)惡化[11]；90年代以后，特別是進入21世紀(jì)后，黃河源區(qū)呈現(xiàn)暖濕化趨勢[12]。由于黃河源區(qū)的特殊性，近年來許多學(xué)者已對黃河源區(qū)植被變化規(guī)律及其可能的影響因素進行了研究[2-3,6]，但因數(shù)據(jù)來源、時間跨度、研究區(qū)域側(cè)重點和分析方法的不同而得出截然相反的兩種結(jié)論[6,13]，即植被變化趨勢存在“植被持續(xù)退化”[14-15]和“植被略有增加趨勢”[3,6,16]。黃河源區(qū)處于高寒區(qū)域，自然條件惡劣，氣象站點稀少且分布不均勻[3,17]。使用氣象站點進行空間插值的結(jié)果往往會產(chǎn)生較大誤差，而再分析數(shù)據(jù)集可以較好地解決空間分布的不確定性問題。因此，本研究基于1999-2015年SPOT VGT-NDVI數(shù)據(jù)集和中國區(qū)域高時空分辨率地面氣象要素(ITPCAS)驅(qū)動數(shù)據(jù)集，綜合利用遙感和地理信息系統(tǒng)技術(shù)，分析黃河源區(qū)植被覆蓋的時空變化規(guī)律及其與氣象因子溫度、降水和Rn的關(guān)系，以期為黃河源區(qū)生態(tài)環(huán)境保護提供決策支持，并為科學(xué)預(yù)估氣候變化背景下的植被演化分布格局提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

本研究中黃河源區(qū)選用龍羊峽水庫以上部分，地理坐標(biāo)處于32.2°～37.1°N，95.9°～103.4°E，海拔在2 568～6 018 m(圖1)。在行政區(qū)劃上，黃河源區(qū)主要位于青海省境內(nèi)，也有少部分區(qū)域位于甘肅省和四川省境內(nèi)。研究區(qū)總體地勢西北高、東南低，最高處位于阿尼瑪卿山，最低處位于龍羊峽。研究區(qū)內(nèi)分布有峽谷、高山、盆地、冰川等地貌，海拔5 000 m以上的山脈基本處于終年積雪狀態(tài)。該區(qū)屬大陸性高原氣候，冷熱季分明，氣壓低，含氧量少，日溫差較大，太陽輻射強，光熱條件豐富。受季風(fēng)影響，降水多集中于6-9月[5]，多年平均降水量234.6～839.2 mm，空間分布差異大[18]。黃河源區(qū)高寒植被分布較為廣泛，約占源區(qū)面積的3/4左右，主要植被生態(tài)類型包括高寒灌叢、高寒草甸、高寒草原、沼澤及水生植被等，其中高寒草甸面積最大，高寒草原次之。黃河源區(qū)處于季節(jié)性凍土和多年凍土的過渡區(qū)域，區(qū)域內(nèi)同時存在季節(jié)凍土、連續(xù)多年凍土和片狀多年凍土。多年凍土分布下界的多年平均氣溫為-2.5～-3.5 ℃，近年來由于氣候變暖，黃河源區(qū)凍土發(fā)生了顯著的退化[15]。

圖1 研究區(qū)概況及氣象站點分布Fig.1 General situation of the study area and distribution of meteorological stations

1.2 數(shù)據(jù)來源及預(yù)處理

本研究使用的植被數(shù)據(jù)為 SPOT VGT-NDVI數(shù)據(jù)集。該數(shù)據(jù)集來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn)，利用最大值合成法MVC(maximum value composites)將比利時弗萊芒技術(shù)研究所發(fā)布的10 d最大合成NDVI進一步合成中國地區(qū)1998年以來逐月植被指數(shù)數(shù)據(jù)集，空間分辨率為1 km。

氣象數(shù)據(jù)集使用中國區(qū)域高時空分辨率地面氣象要素(ITPCAS)驅(qū)動數(shù)據(jù)集(http://westdc.westgis.ac.cn/)。該驅(qū)動數(shù)據(jù)集是由中國科學(xué)院青藏高原研究所開發(fā)的一套再分析數(shù)據(jù)集[19]，其以Princeton 再分析資料、GEWEX-SRB 輻射資料、GLDAS 資料以及 TRMM 降水?dāng)?shù)據(jù)為背景場，以中國氣象觀測數(shù)據(jù)為融合資料制作而成。該數(shù)據(jù)集為3 h時間分辨率和0.1°水平空間分辨率，當(dāng)前覆蓋時間段為1979-2015年。本研究中所涉及的參數(shù)通過以上不同時段的不同變量計算得到，其中日最大、最小溫度通過每日3 h氣溫數(shù)據(jù)集取最大、最小值得到；日空氣實際水汽壓通過日比濕和日氣壓數(shù)據(jù)集計算得到。該驅(qū)動數(shù)據(jù)集在該研究區(qū)的數(shù)據(jù)采樣點達(dá)到1 421個(圖1)，能基本滿足正確反映黃河源區(qū)氣象要素的空間分布要求。為了分析NDVI與氣溫、降水和地表凈輻射(Rn)的時空相關(guān)性，利用ArcGIS軟件CUBIC重采樣技術(shù)將ITPCAS數(shù)據(jù)集生成1 km空間分辨率的數(shù)據(jù)集。為了驗證重采樣后數(shù)據(jù)的適用性，將1 km氣象要素數(shù)據(jù)集和研究區(qū)內(nèi)7個典型氣象站的實測溫度、降水和估算的Rn數(shù)據(jù)進行對比。氣象臺站數(shù)據(jù)來源于國家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(http://data.cma.cn/)。氣象數(shù)據(jù)采樣點及氣象臺站點分布見圖1。

DEM數(shù)據(jù)為地理空間數(shù)據(jù)云(http://www.gscloud.cn/)平臺提供的90 m 分辨率SRTM 產(chǎn)品。土地利用數(shù)據(jù)由中國科學(xué)院地理科學(xué)與資源研究所網(wǎng)站(http://www.resdc.cn/DatauseInfo.aspx?Id=1596)獲得。為了保持空間尺度的一致性，利用ArcGIS軟件CUBIC重采樣技術(shù)將90 m空間分辨率的DEM數(shù)據(jù)生成空間分辨率為1 km的數(shù)據(jù)。

1.3 研究方法

1.3.1 凈輻射估算 在研究區(qū)內(nèi)缺乏Rn(MJ/(m2·d))觀測資料，所以本研究根據(jù)1998年聯(lián)合國糧農(nóng)組織(FAO)推薦的標(biāo)準(zhǔn)方法[20]，由常規(guī)氣象資料分項計算的凈短波輻射Rns和凈長波輻射Rnl之差得到Rn：

Rn=Rns-Rnl，

(1)

Rns=(1-α)Rs，

(2)

Rso=(0.75+2z×10-5)Ra，

(3)

(4)

式中：α為地表反照率，本研究根據(jù)FAO推薦取0.23[20]；σ為Stefan-Boltzman常數(shù)(4.903×10-9MJ/(m2·d))；Tmax,k和Tmin,k分別為日最大、最小絕對溫度(K)；ea為空氣實際水汽壓(kPa)；Rs和Rso為估算的太陽輻射和凈空輻射(MJ/(m2·d))；z為海拔高度(m)；Ra為地外輻射(MJ/(m2·d))。

在進行基于中國區(qū)域高時空分辨率地面氣象要素驅(qū)動數(shù)據(jù)集的Rn估算時，Rs直接采用驅(qū)動數(shù)據(jù)集數(shù)據(jù)。而進行基于氣象臺站數(shù)據(jù)的Rn估算時，Rs的計算公式為：

(5)

式中：n為日照時數(shù)，N為可照時數(shù)，Ra為地外輻射(MJ/(m2·d))。

1.3.2 趨勢分析 利用一元線性回歸分析得到植被指數(shù)及氣象要素每個柵格值在一定時間序列的變化趨勢和強度[6]。本研究通過IDL程序計算長時間序列的每個柵格的多年變化趨勢，得到斜率b，即年際間的變化率，進而生成黃河源區(qū)年際變化率空間分布圖。

一元線性回歸計算公式為：

(6)

式中：b為斜率，即變化趨勢,b>0表示增加趨勢，b<0表示減少趨勢；i為年序號；n為時間長度；xi為第i年的柵格值。

1.3.3 其他分析方法 Mann-Kendall非參數(shù)統(tǒng)計檢驗法中樣本可不必遵從某一特定的分布，也不受個別異常值的干擾，能較客觀地表征樣本序列的整體變化趨勢，被廣泛應(yīng)用于時間序列趨勢檢驗和突變分析[21]?？紤]到存在多種影響植被變化的因素，本研究采用單相關(guān)分析來確定研究兩個要素之間是否存在某種相關(guān)關(guān)聯(lián)，采用偏相關(guān)分析來確定其中一個或多個變量固定的情況下單獨一個自變量與因變量之間的偏相關(guān)系數(shù)，采用復(fù)相關(guān)分析確定因變量與多個自變量的綜合影響[22]。R/S分析法是應(yīng)用Hurst指數(shù)H來判斷趨勢性成分的強度，根據(jù)H值判斷時間序列趨勢的持續(xù)性或反持續(xù)性，是反映序列持續(xù)性的有效方法[23]。

2 結(jié)果與分析

2.1 再分析數(shù)據(jù)集適用性分析

由于黃河源區(qū)處于高寒區(qū)域，自然條件惡劣，氣象站點稀少，而這些氣象站點分布極不均勻，地面氣象觀測站不能較好地反映氣象要素在復(fù)雜地勢下的空間分布[24]。遙感技術(shù)的快速發(fā)展彌補了常規(guī)傳統(tǒng)監(jiān)測手段的不足，在區(qū)域信息采集和監(jiān)測過程中有著無法替代的優(yōu)勢，為解決這些氣象要素較準(zhǔn)確的空間分布問題提供了較好的方法和工具。但是因為當(dāng)前主流遙感反演產(chǎn)品使用地面站點信息較少，特別是在中國寒區(qū)、旱區(qū)[19]，數(shù)據(jù)精度還存在一定誤差。利用地面氣象站數(shù)據(jù)對遙感產(chǎn)品進行數(shù)據(jù)融合、再分析得到的產(chǎn)品不僅可以滿足數(shù)據(jù)的空間分布要求，而且在精度上也有較大提高，為進一步研究提供了極大的便利。

本研究使用ITPCAS驅(qū)動數(shù)據(jù)集分析黃河源區(qū)氣象要素的時空變化。該驅(qū)動數(shù)據(jù)集在黃河源區(qū)的數(shù)據(jù)采樣點達(dá)到1 421個(圖1)，滿足了數(shù)據(jù)空間均勻分布的要求。為了驗證重采樣后數(shù)據(jù)的適用性，將研究區(qū)內(nèi)7個典型實測的溫度、降水和估算的Rn數(shù)據(jù)與氣象站相距最近采樣點的ITPCAS數(shù)據(jù)進行對比，結(jié)果見表1。從表1可知，再分析數(shù)據(jù)集的溫度和通過再分析數(shù)據(jù)集估算的Rn與氣象站數(shù)據(jù)的相關(guān)系數(shù)均接近于1，而與降水?dāng)?shù)據(jù)的相關(guān)系數(shù)也在0.94以上，表明該氣象數(shù)據(jù)集與氣象站數(shù)據(jù)的相關(guān)性和一致性較好，說明該數(shù)據(jù)集或通過該數(shù)據(jù)集估算的氣象要素可以較好地反映區(qū)域變化規(guī)律，在黃河源區(qū)有較好的適用性。需要說明的是，氣象要素存在一定誤差，主要原因可能是氣象站點和采樣點之間并不完全重合，存在著海拔、坡度、坡向等差異；另外插值本身也會產(chǎn)生一定誤差。

表1 再分析數(shù)據(jù)集氣象要素與氣象站點數(shù)據(jù)的對比Table 1 Comparison of weather station data and reanalysis datasest

注：*表示P<0.05;**表示P<0.01。下同。

Note：* meanP<0.05; **meanP<0.01.The same below.

2.2 黃河源區(qū)植被NDVI的時空變化特征

2.2.1 植被NDVI年際變化特征 從圖2-a可知，21世紀(jì)以來黃河源區(qū)植被NDVI處于振蕩上升趨勢中，NDVI最小值(0.282)出現(xiàn)在2001年，最大值(0.332)出現(xiàn)在2010年。通過Mann-Kendall趨勢分析計算1999-2015年黃河源區(qū)植被覆蓋的平均變化趨勢，結(jié)果表明黃河源區(qū)平均植被NDVI呈增加趨勢，每10年增速為1.6%，未通過顯著性檢驗(P>0.05)。將研究區(qū)分為5類不同的海拔帶(<3 000 m、≥3 000～<3 500 m、≥3 500～<4 000 m、≥4 000～<4 500 m和≥4 500 m)進行統(tǒng)計，得到不同海拔帶NDVI年均值的多年變化情況見圖2-b。從圖2-b可知，海拔≥3 500～<4 000 m植被NDVI均值最高(0.406)，其次是≥3 000～<3 500 m(0.314)，然后依次是≥4 000～<4 500 m(0.283)，<3 000 m(0.145)和≥4 500 m(0.022)。各海拔帶均呈上升趨勢，其中≥3 000～<3 500 m上升速率最大(每10年增速2.1%)，≥4 500 m上升速率最小(每10年增速僅為0.03%)，但只有≥3 500～<4 000 m和≥3 000～<3 500 m海拔帶上升趨勢通過顯著性檢驗(P<0.05)。通過Mann-Kendall法分析可知，研究區(qū)多年序列NDVI在2003年附近存在突變并呈現(xiàn)上升趨勢，通過顯著水平為0.05的檢驗。經(jīng)過R/S法分析，表明研究區(qū)植被NDVI的Hurst指數(shù)為0.771，說明研究區(qū)植被NDVI未來的變化趨勢將會持續(xù)上升。

圖2 研究區(qū)(a)及不同海拔帶(b)NDVI的年均值變化Fig.2 Annual mean NDVI in study area (a) and at different altitudes (b)

2.2.2 植被NDVI空間分布和趨勢特征 本研究基于ArcGIS軟件和IDL編程得到年平均NDVI后，進一步可以得到其多年平均的空間分布及多年變化趨勢特征見圖3。從圖3-a可知，黃河源區(qū)植被NDVI值為0.005～0.52，平均值為0.304，呈東南高、西北低的空間格局，其中以NDVI值為0.35～0.45的面積最大，占31.91%，NDVI值為0.25～0.35的面積占26.71%。NDVI高值區(qū)主要分布在東南部瑪曲、紅原、諾爾蓋及河南蒙古族自治縣等區(qū)域，該區(qū)域水量充沛、溫?zé)釛l件較高，因河流游蕩形成大面積濕地，所以植被較好；NDVI低值區(qū)主要分布在曲麻萊、瑪多、共和、烏蘭縣等地區(qū)，該區(qū)域或因處于高海拔山地，或因處于荒漠草原覆被類型區(qū)而植被NDVI較低。從圖3-b可知，黃河源區(qū)植被NDVI整體呈上升趨勢，呈上升趨勢的區(qū)域占78.2%，呈下降趨勢的區(qū)域占21.8%。其中每10年上升速率小于4%的區(qū)域占72.6%，每10年上升速率大于4%的區(qū)域主要分布在龍羊峽附近的興海、同德和貴南縣；每10年下降速率小于4%的區(qū)域占19.5%，零星分布于西北高山區(qū)及北部共和盆地附近。

2.3 黃河源區(qū)氣象要素的時空變化特征

2.3.1 氣象要素年際變化特征 全球氣候變化導(dǎo)致區(qū)域氣溫、降水和Rn的時空分布發(fā)生變化，進而對植被活動造成顯著影響。研究區(qū)多年平均溫度、降水量和Rn的年際變化和年內(nèi)變化過程見圖4。從圖4可知，1999-2015年黃河源區(qū)溫度和降水處于振蕩上升中，而Rn處于振蕩下降中。年平均溫度-1.22 ℃，最小值(-1.953 ℃)出現(xiàn)在2000年，最大值(-0.742 ℃)出現(xiàn)在2014年；年平均降水量543.1 mm，年降水量最小值(434.3 mm)出現(xiàn)在2000年，最大值(625.0 mm)出現(xiàn)在2009年；年平均Rn為2 474.7 MJ/m2，年Rn最小值(2 393.9 MJ/m2)出現(xiàn)在2009年，最大值(2 523.8 MJ/m2)出現(xiàn)在2001年。通過Mann-Kendall趨勢分析計算1999-2015年黃河源區(qū)各氣象要素的變化趨勢，結(jié)果表明黃河源區(qū)溫度和降水呈增加趨勢，每10年溫度增速為0.52 ℃(P<0.01),降水增速為7.604 mm(P>0.05)，Rn呈下降趨勢，速率為3.501 MJ/(m2·a)(P>0.05)。研究區(qū)溫度的多年序列在2008年附近存在突變并呈現(xiàn)上升趨勢(P<0.05)；研究區(qū)溫度的Hurst指數(shù)為0.825 2，說明研究區(qū)溫度未來的變化趨勢會持續(xù)上升。研究區(qū)降水的多年序列在2003年附近存在突變并呈現(xiàn)上升趨勢(P<0.05)；研究區(qū)降水的Hurst指數(shù)為0.797 4，說明研究區(qū)降水未來的變化趨勢會持續(xù)上升。研究區(qū)Rn的多年序列在2011年附近存在突變并呈現(xiàn)下降趨勢(P>0.05)；研究區(qū)Rn的Hurst指數(shù)為0.698 4，說明研究區(qū)Rn未來的變化趨勢會持續(xù)下降。

圖3 研究區(qū)植被NDVI多年平均空間分布(a)及變化速率(b)Fig.3 Spatial distribution (a) and changing rate (b) of NDVI in study area

2.3.2 氣象要素空間分布和趨勢特征 本研究基于ArcGIS軟件和IDL編程得到黃河源區(qū)多年平均的溫度、降水、Rn的空間分布及多年變化趨勢特征，結(jié)果見圖5。由圖5-a1可知，黃河源區(qū)多年平均溫度為-8.91～7.22 ℃，溫度的空間分布與海拔有較為緊密的聯(lián)系。在低海拔地區(qū)多年平均溫度大于0 ℃，最高溫度出現(xiàn)在龍羊峽附近及共和盆地附近；在高海拔地區(qū)多年平均溫度小于0 ℃，最低溫度出現(xiàn)在中部和西部的高寒山區(qū)。從圖5-a2可知，黃河源區(qū)年平均降水量為268～841 mm，降水的空間分布主要受海拔和地形的影響，降水量分布呈源區(qū)東南部向西北部遞減，東南部處于源區(qū)的迎風(fēng)坡上，季風(fēng)攜帶的水汽經(jīng)過此處形成更多的降水。從圖5-a3可知，黃河源區(qū)年平均Rn為2 126～2 715 MJ/m2，Rn分布呈源區(qū)西南部向東北部遞減，其空間分布主要受日照時數(shù)、經(jīng)緯度、海拔和水汽壓等的綜合影響。

由圖5-b1可知，1999-2015年黃河源區(qū)絕大部分地區(qū)(占研究區(qū)93.65%)的溫度表現(xiàn)為上升趨勢，上升最明顯的區(qū)域為扎陵、鄂陵湖以南的高寒山區(qū)及共和、烏蘭縣附近；僅有6.35%的地區(qū)溫度表現(xiàn)為下降趨勢，主要集中在阿尼瑪卿山北麓和龍羊峽附近；有73.87%的區(qū)域溫度每10年的上升速率在0～0.8 ℃。從圖5-b2可知，1999-2015年黃河源區(qū)降水量呈整體增加趨勢，其中呈增加趨勢的區(qū)域占源區(qū)97.7%，而呈下降趨勢的區(qū)域占源區(qū)2.3%，下降區(qū)域主要集中在阿尼瑪卿山附近；有78.64%的區(qū)域降水量年增加速率在4～12 mm。從圖5-b3可知，1999-2015年黃河源區(qū)Rn整體呈下降趨勢，其中呈下降趨勢的區(qū)域占源區(qū)89.82%，而呈上升趨勢的區(qū)域占10.18%，上升區(qū)域主要集中在阿尼瑪卿山以北、龍羊峽以南及扎陵、鄂陵湖以北等區(qū)域；有61.58%的區(qū)域Rn年下降速率在-1～-6 MJ/m2，而Rn年下降速率超過-6 MJ/m2的區(qū)域主要出現(xiàn)在源區(qū)東南部。

圖4 研究區(qū)溫度(a)、降水量(b)和Rn(c)的年平均值變化Fig.4 Annual mean and monthly mean of temperature (a),precipitation (b) and Rn(c) in study area

2.4 黃河源區(qū)植被NDVI與氣象要素的相關(guān)性

2.4.1 年尺度上植被NDVI與氣象要素的相關(guān)性 對1999-2015年NDVI與年平均溫度、降水量和Rn進行相關(guān)性分析，研究區(qū)整體的單相關(guān)系數(shù)分別為0.559(P<0.05)、0.326 5(P>0.05)和-0.389(P>0.05)，即NDVI與年平均溫度呈顯著的正相關(guān)關(guān)系，與年平均降水量呈不顯著的正相關(guān)關(guān)系，與年平均Rn呈不顯著的負(fù)相關(guān)關(guān)系。

基于ArcGIS軟件和IDL編程得到年平均NDVI與年平均溫度、年平均降水量和年平均Rn單相關(guān)系數(shù)的空間分布見圖6。從圖6-a可知，年平均NDVI與年平均溫度的相關(guān)系數(shù)為-0.71～0.95，根據(jù)顯著性檢驗臨界值可知，正相關(guān)區(qū)域占87.33%，其中顯著正相關(guān)區(qū)域(P<0.05)占30.84%，主要分布在源區(qū)東南部和黃河干流兩岸植被較好的區(qū)域；負(fù)相關(guān)區(qū)域占12.67%，顯著負(fù)相關(guān)區(qū)域(P<0.05)僅占0.47%。從圖6-b可知，年平均NDVI與年平均降水量的相關(guān)系數(shù)為-0.79～0.88，根據(jù)顯著性檢驗臨界值可知，正相關(guān)區(qū)域占77.25%，其中顯著正相關(guān)區(qū)域(P<0.05)占12.22%，主要分布在源區(qū)東南部和同德、貴南縣區(qū)域；負(fù)相關(guān)區(qū)域占22.75%，其中顯著負(fù)相關(guān)區(qū)域(P<0.05)僅占1.11%。從圖6-c可知，年平均NDVI與年平均Rn的相關(guān)系數(shù)為-0.91～0.69，根據(jù)顯著性檢驗臨界值可知，負(fù)相關(guān)區(qū)域占78.95%，其中顯著負(fù)相關(guān)區(qū)域(P<0.05)占9.66%；正相關(guān)區(qū)域占21.05%，主要分布在扎陵、鄂陵湖附近、貴南縣東部，其中顯著正相關(guān)區(qū)域(P<0.05)占0.68%。

圖5 研究區(qū)溫度(a)、降水量(b)和Rn(c)的空間分布及變化速率Fig.5 Spatial distribution and changing rates of temperature(a),precipitation(b) and Rn (c) in study area

2.4.2 月尺度上植被NDVI與氣象要素的相關(guān)性 基于黃河源區(qū)1999-2015年逐月植被NDVI數(shù)據(jù)，分別計算其當(dāng)前月、前推1個月、前推2個月、前推3個月和后移1個月的月平均溫度、降水量和Rn的相關(guān)系數(shù)，結(jié)果見表2。從表2可以看出，逐月NDVI與不同時期氣象要素的相關(guān)系數(shù)均通過了0.01水平的顯著性檢驗。在NDVI與同期氣象要素的相關(guān)性中，其與溫度的相關(guān)性最好，其次是降水量，最后是Rn。進一步分析表明，NDVI與溫度的相關(guān)性中，其與前推1個月的月平均溫度的相關(guān)性最好(0.883)；降水量的相關(guān)性中，其與前推1個月的平均降水量的相關(guān)性最好(0.898)；與Rn的相關(guān)性中，其與前推2個月的平均Rn的相關(guān)性最好(0.864)，這說明NDVI與各氣象要素存在時滯效應(yīng)，即總體上該研究區(qū)NDVI對溫度、降水量變化的滯后響應(yīng)在1個月，對Rn變化的滯后響應(yīng)在2個月。

(a)溫度;(b)降水量;(c)Rn(a) Temperature;(b) Precipitation;(C) Rn圖6 研究區(qū)植被NDVI與不同氣象要素相關(guān)系數(shù)的空間分布Fig.6 Spatial distribution of correlation coefficients between annual NDVI and different climate factors in study area

NDVI溫度 Temperature降水量 PrecipitationRn當(dāng)前月Current month0.864**0.861**0.622**前推1個月1 month forward0.883**0.898**0.842**前推2個月2 month forward0.686**0.639**0.864**前推3個月3 month forward0.339**0.219**0.669**后移1個月1 month later0.598**0.552**0.228**

3 討 論

3.1 NDVI與氣象因子響應(yīng)的時空差異性

植被是連接土壤、大氣和水分的紐帶，對氣候變化比較敏感，氣候變化引起的植被變化已直接影響到區(qū)域陸氣交換過程的物質(zhì)與能量平衡[25]。氣候與植被的關(guān)系相輔相存、密不可分，主要表現(xiàn)在植被對大氣的反饋作用和植被與大氣的適應(yīng)性兩方面。氣候類型直接決定了地球表面的植被分布規(guī)律[26-27]，同時植被對氣候變化和大氣環(huán)境變化十分敏感。一方面極端的氣候變化可能引起一系列的生態(tài)環(huán)境破壞問題，另一方面可以通過人類對環(huán)境的反作用改善氣候條件，從而使植被覆蓋情況也隨之改善[28]。20世紀(jì)90年代以前，黃河源區(qū)主要生態(tài)系統(tǒng)呈現(xiàn)明顯退化趨勢，主要原因在于區(qū)域氣候暖干化以及凍土退化等[29]。本研究結(jié)果表明，1999-2015年黃河源區(qū)植被NDVI整體上呈增加趨勢，每10年增速為1.6%(P>0.05);黃河源區(qū)植被的NDVI值為0.005～0.518，平均值為0.304，呈東南高、西北低的空間格局;海拔≥3 500～<4 000 m植被NDVI均值最高;黃河源區(qū)植被NDVI呈上升趨勢的區(qū)域占78.2%，存在零星、斑塊化退化現(xiàn)象，這與許多研究結(jié)果接近[3,6,16]。值得注意的是，龍羊峽附近的興海、同德和貴南縣等地較大面積NDVI均值每10年的上升速率大于4%。

植被覆蓋變化是一個自然與人類活動交互作用的過程，植被NDVI雖然受溫度、降水量、Rn的共同影響，但三者的影響程度不同。經(jīng)計算，NDVI與年平均溫度、年平均降水量和年平均Rn的偏相關(guān)系數(shù)分別為0.436，0.089和0.027，表明在只考慮單因子而固定其他因子時，研究區(qū)NDVI與年平均溫度的相關(guān)性最好，而與年平均降水量和年平均Rn的相關(guān)性均較低。由此可知，溫度升高是黃河源區(qū)植被NDVI增加的主要因素，這可能是因為黃河源區(qū)處于青藏高原腹地，光照資源和水資源十分豐富，而這2個因子不能成為植被生長的主要限制因子，這與本地區(qū)其他研究結(jié)果一致[16,30]。

3.2 NDVI對氣象因子響應(yīng)的時滯效應(yīng)

黃河源區(qū)NDVI對氣象因子的響應(yīng)具有明顯的時滯效應(yīng)。本研究結(jié)果表明，黃河源區(qū)NDVI總體上對溫度、降水量變化的響應(yīng)滯后1個月左右。該結(jié)果與國內(nèi)外一些研究結(jié)果[31-38]基本一致。Wang等[31]發(fā)現(xiàn)，美國中部大平原地區(qū)當(dāng)月和前1月的氣溫對NDVI影響顯著。溫剛等[32]研究發(fā)現(xiàn)，中國東部季風(fēng)區(qū)NDVI對降水變化滯后響應(yīng)20～30 d，而同步響應(yīng)溫度變化。崔林麗等[33]發(fā)現(xiàn)，中國華東及其周邊地區(qū)NDVI對氣溫變化滯后響應(yīng)0～1個月，對降水變化滯后響應(yīng)1個月左右。陳曉光等[34]發(fā)現(xiàn)，青海湖地區(qū)冬末春初溫度越高，夏季植被覆蓋度越大。Davenport等[35]發(fā)現(xiàn)，在東非NDVI對降水滯后響應(yīng)0～2個月；Nezlin等[36]發(fā)現(xiàn)，咸海東北部和北部NDVI對降水的響應(yīng)滯后0～2個月和3～4個月。李霞等[37]發(fā)現(xiàn)，我國北方溫帶草原植被NDVI對前1月降水的時滯效應(yīng)最強烈，而與當(dāng)月和前2月降水累積量相關(guān)性最強。張景華等[38]發(fā)現(xiàn)，瀾滄江流域上、中、下游植被NDVI對氣溫變化的響應(yīng)滯后0，1和3個月，對降水變化的響應(yīng)滯后0，1和2個月。本研究發(fā)現(xiàn)，黃河源區(qū)NDVI總體上對Rn變化滯后響應(yīng)2個月左右，而國內(nèi)外目前對這方面的研究較少。植被的動態(tài)變化不僅僅受到溫度和降水因子的支配，還受到Rn的影響。太陽輻射是溫度變化的主要驅(qū)動力，而Rn的變化較NDVI快速得多，同時該區(qū)域光照資源豐富，可滿足植被生長的最低要求。植被NDVI的變化是多種因素的綜合效應(yīng)，所以在月尺度上，在黃河源區(qū)或類似高寒地區(qū)NDVI對Rn變化的響應(yīng)滯后2個月是合理的。另外，不同研究區(qū)域和數(shù)據(jù)來源都可能是造成時滯效應(yīng)研究結(jié)果差異的原因[30]。另外有研究發(fā)現(xiàn)，NDVI對溫度的滯后效應(yīng)也可能是因為當(dāng)全年溫度都超過了植被生長最低的需求溫度時，溫度對植被生長的限制作用就較小，NDVI對溫度變化的敏感度降低，滯后期就較長[39]；對于降水、Rn有同樣的道理。不管在年尺度還是月尺度上，溫度都是黃河源區(qū)植被生長影響最大的氣象要素。

3.3 黃河源區(qū)人類活動對植被NDVI的影響

氣候變化是黃河源區(qū)植被覆蓋變化的重要影響因素，但是人類活動也不是可忽略的驅(qū)動因素。本研究從中國1∶10萬比例尺土地利用現(xiàn)狀遙感監(jiān)測數(shù)據(jù)庫中提取研究區(qū)范圍內(nèi)每5年一期共4期的土地利用數(shù)據(jù)，統(tǒng)計結(jié)果見表3。從表3可以看出，黃河源區(qū)近十幾年來各土地利用類型雖有浮動變化，但變化幅度不大。水域、耕地、未利用地面積略有增加，草地面積減少。另外值得注意的是，雖然城鄉(xiāng)、工礦、居民用地相對整個源區(qū)所占比例很小，但增加了近1.15倍。

表3 1996-2015年黃河源區(qū)土地利用面積統(tǒng)計結(jié)果Table 3 Land use area of 1996-2015 in study area km2

黃河源區(qū)的主要產(chǎn)業(yè)為畜牧業(yè)，主要集中在較大的居民點附近，且呈斑塊狀分布。黃河源區(qū)的土地資源存在部分草場退化或荒漠化的現(xiàn)象，但是否由過度放牧引起仍存在爭議[24]。同時人類活動中城市、工礦、水庫等建設(shè)導(dǎo)致城鎮(zhèn)周圍植被遭到破壞，而這些區(qū)域一般處于河流兩岸較為開闊、氣候較為舒適的地帶，導(dǎo)致局部區(qū)域植被覆蓋下降。而三江源自然保護區(qū)(2000年)實施的生態(tài)保護與建設(shè)工程，以及青海省實施的人工增雨、退牧/耕還草、治理草原鼠害和黑土灘及生態(tài)移民等“綜合性”工程(2004年)，都對植被恢復(fù)產(chǎn)生正面影響[3]，這些政策已經(jīng)初見成效。

4 結(jié) 論

本研究利用1999-2015年SPOT VGT-NDVI數(shù)據(jù)和ITPCAS驅(qū)動數(shù)據(jù)集，綜合利用遙感和地理信息系統(tǒng)技術(shù)，分析黃河源區(qū)植被覆蓋的時空變化規(guī)律及其氣象因子的響應(yīng)，并初步分析了人類活動對植被覆蓋的影響，得到以下結(jié)論。

(1)通過對比ITPCAS驅(qū)動數(shù)據(jù)集與氣象站數(shù)據(jù)，結(jié)果顯示數(shù)據(jù)一致性非常好，可以較好地反映區(qū)域時空變化規(guī)律，該再分析數(shù)據(jù)集在黃河源區(qū)有較好的適用性。

(2)1999-2015年黃河源區(qū)整體上植被NDVI呈增加趨勢，同時期溫度和降水量處于振蕩上升趨勢，而Rn處于振蕩下降趨勢，并且未來各NDVI和氣象因子將持續(xù)這種變化趨勢。NDVI與年平均溫度呈顯著正相關(guān)關(guān)系，與年平均降水量呈不顯著正相關(guān)關(guān)系，而與年平均Rn呈不顯著的負(fù)相關(guān)關(guān)系；NDVI與年溫度的偏相關(guān)性最好。NDVI總體上對溫度、降水量變化滯后響應(yīng)1個月左右，對Rn變化滯后響應(yīng)2個月左右。在年尺度和月尺度上，溫度都是黃河源區(qū)植被生長影響最大的氣象要素。

(3)黃河源區(qū)植被覆蓋的增加主要歸因于溫度上升以及生態(tài)保護“綜合性”工程的實施。在此雙重利好下，黃河源區(qū)的生態(tài)環(huán)境將進一步得到恢復(fù)。