氣候變化對西雙版納植被覆蓋的影響

張卓群

(安徽理工大學(xué)空間信息與測繪工程學(xué)院，安徽 淮南 232001)

1 緒論

氣候變化已經(jīng)很大程度影響了生態(tài)系統(tǒng),并將產(chǎn)生深遠(yuǎn)而巨大的影響[1]。Schmidt等的研究結(jié)果表明，NDVI對于降水敏感性很強(qiáng)[2]；李本綱等研究發(fā)現(xiàn)，我國NDVI與溫度和降水都有顯著的相關(guān)性[3]。氣候變暖目前而言，對于寒冷地區(qū)的植被是有利的,但從大范圍來講，可能會增強(qiáng)不利影響。氣候變化對農(nóng)業(yè)氣候條件以及荒漠化產(chǎn)生可能會有直接的影響,從而限制糧食安全和農(nóng)業(yè)可持續(xù)發(fā)展[4]。由這些研究分析得到，由于區(qū)域的不同，氣候變化對植被生長和生態(tài)環(huán)境會產(chǎn)生不同的影響。進(jìn)行深入的氣候變化研究，尤其研究和分析局部地區(qū)的氣候變化和植被變化,對促進(jìn)可持續(xù)發(fā)展,以及應(yīng)對一系列氣候變化造成的影響是非常重要的[5,6]。

2 研究區(qū)概況

西雙版納地區(qū)(N21°09′～22°36′,E99°58′～101°50′)地處云南省南部，總面積19690km2。西雙版納南部和老撾、緬甸接壤，西面、北面和東面與滇西南的山原、山地相連；整個地勢周圍高、中部低，以山原為主，其中分布著許多寬谷盆地、低山和低丘；海拔范圍較廣，從最低(南部的南臘河與瀾滄江交匯處水面)的475m至最高峰(瀾滄江西岸的樺竹梁子)2429.5m。西雙版納的典型熱帶地區(qū)僅為海拔900～1000m以下的低山、河谷及壩區(qū)，約占總面積的18%[7,8]。

3 遙感數(shù)據(jù)的收集與處理

3.1 NDVI數(shù)據(jù)的收集

3.1.1 基于數(shù)據(jù)提取植被信息的理論支持

歸一化植被指數(shù)(NDVI)[9]是目前國際上最為通用的一種，被定義為近紅外和可見光紅光波段數(shù)值之差除以這2個波段數(shù)值之和[10]。計算公式如下：

式中,NIR為近紅外波段數(shù)值;R為可見光紅光波段數(shù)值;NDVI的值介于±1之間，即-1≤NDVI≤1。負(fù)值表示為云、地表的水或冰雪；0值表示為巖石或裸地；正值表示有植被覆蓋，NDVI值越大表明地表植被覆蓋度越大。

3.1.2 NDVI數(shù)據(jù)選取

在眾多監(jiān)測植被的遙感數(shù)據(jù)中，目前國際上使用較多的是NOAA/AVHRR、Landsat、SPOT/VGT和MODIS數(shù)據(jù)。相對于Landsat和SPOT來說，MODIS的時間分辨率較高，為16d，而且至今已有20a多的觀測歷史，能夠滿足長時間連續(xù)監(jiān)測植被變化的要求，廣泛用來研究區(qū)域性尺度植被變化[11]。本文利用分辨率為250m的數(shù)據(jù)進(jìn)行研究。

3.2 NDVI數(shù)據(jù)的處理

3.2.1 NDVI數(shù)據(jù)的預(yù)處理

由于MOD13Q1數(shù)據(jù)己經(jīng)進(jìn)行了輻射定標(biāo)、幾何校正、大氣校正等一系列的校正，所以只需要在專門處理MODIS數(shù)據(jù)的軟件MODIS Reprojection Tool(MRT)中進(jìn)行重投影和幾何校正，選用GCS_WGS_標(biāo)系，并以.tif格式輸出。在ENVI中利用研究區(qū)矢量邊界對MOD13Q1遙感影像進(jìn)行裁剪，得到西雙版納傣族自治州的遙感影像，并將灰度值轉(zhuǎn)換為NDVI值，由此得到真正的西雙版納NDVI遙感影像。

3.2.2 植被覆蓋度遙感估算模型選取

本文選取像元二分模型作為研究所應(yīng)用的基礎(chǔ)模型，像元二分模型形成了一定的理論基礎(chǔ),不受地域的限制，并削弱了土壤背景、植被類型和大氣的影響[12-14]。

像元二分模型的基本原理是假設(shè)每個像元都可分解為純植被和純土壤2個部分，所得到的光譜信息(如NDVI)是以2種純組分的面積比例加權(quán)的線性組合[14]。其中，純植被所占的面積百分比即為研究區(qū)的植被覆蓋度，公式如下：

VFC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(1)

式中，VFC表示植被覆蓋度；NDVI、NDVIsoil和NDVIveg分別表示任意像元、純土壤像元和純植被像元的NDVI。也可用以下公式：

VFC=(NDVI-NDVImin)/(NDVImax-NDVImin)

(2)

式中，NDVImax和NDVImin分別為區(qū)域內(nèi)NDVI的最大值和最小值。由于噪聲必定存在，NDVImax和NDVImin一般取一定置信度范圍內(nèi)的最大值與最小值，主要根據(jù)圖像實際情況來選定置信度的取值。通過參考李苗苗的估算NDVImax和NDVImin的方法，提取研究區(qū)統(tǒng)計結(jié)果中NDVI值累積概率54%和95%分別為NDVImin和NDVImax[14,15]。

3.2.3 植被覆蓋圖提取與分析

參考佟斯琴等的植被覆蓋度的等級劃分,見表1。在ARCGIS中進(jìn)行重分類，并將分類結(jié)果繪制成地圖，得到2000—2017年這17a的植被覆蓋圖，如圖1所示。

圖1 2000—2017年植被覆蓋圖

表1 植被覆蓋度等級劃分

3.3 植被覆蓋度變化分析

根據(jù)表1的植被覆蓋度等級劃分，計算得到近20a來的植被覆蓋折線圖。

由圖2和圖3分析得到，2002年極高覆蓋度有了顯著地提升并且極高覆蓋度達(dá)到了近20a的最高點，相反的高覆蓋度有明顯的下降趨勢；2000—2004年極高覆蓋度均呈現(xiàn)上升的趨勢，對應(yīng)的高覆蓋度有明顯的下降趨勢，其它覆蓋度變化不明顯；2005年極高覆蓋度明顯下降了很多，對應(yīng)的其它植被覆蓋度有了明顯的不同程度上升；2005—2006年，雖然極高覆蓋度回升到了原有的高度，但是從2006—2012年間極高覆蓋度還是基本呈現(xiàn)逐年下降的趨勢，對應(yīng)的高覆蓋度和中等覆蓋度有明顯的上升趨勢；2012—2013年，極高覆蓋度又回升到了原有的高度，對應(yīng)的其它植被覆蓋度有了明顯的下降趨勢；2014—2015年，極高覆蓋度又有了明顯的下降趨勢，經(jīng)過2a的緩和，2016—2017年又回升到了和2000年相近的高度，其它植被覆蓋度呈現(xiàn)相反的趨勢。

圖2 2000—2017年西雙版納植被覆蓋變化折線圖

圖3 2000—2017年西雙版納植被覆蓋變化的百分比堆積折線圖

4 2000—2013年西雙版納州氣候變化

本文選取西雙版納地區(qū)景洪氣象站和勐臘氣象站2000—2013年的氣象數(shù)據(jù)來研究分析氣候變化。

4.1 年平均氣溫

根據(jù)氣象局提供的數(shù)據(jù)繪制出了景洪氣象站和勐臘氣象站的年平均氣溫折線圖，見圖4、5。

圖4 景洪站平均氣溫

圖5 勐臘站平均氣溫

可以看出兩站點的平均氣溫相差不大，但是相比較而言景洪站的氣溫更高一點。

對兩氣象站點的年平均氣溫進(jìn)行回歸分析，分別使用直線、二次曲線和三次曲線進(jìn)行擬合。

從圖6和圖7可以看出，三次曲線相對擬合度更高一些，兩站點的回歸方程為，景洪：

圖6 景洪氣溫

圖7 勐臘氣溫

y=0.01x+0.01x2-0.001x3+22.406

勐臘：

y=0.071x-0.008x2

可以看出，兩氣象站點的氣溫都有上升的趨勢，但是，勐臘地區(qū)的氣溫呈緩慢上升的趨勢，景洪地區(qū)的氣溫上升速度更快一些。

4.2 年平均降水量

根據(jù)氣象局提供的數(shù)據(jù)繪制出了景洪氣象站和勐臘氣象站的年平均降水量折線圖。

圖8 景洪站平均降水量

圖9 勐臘站平均降水量

對兩氣象站點的年平均降水量進(jìn)行回歸分析，分別使用直線、二次曲線和三次曲線進(jìn)行擬合。

從圖10和圖11分析得到，三次曲線的擬合度更高，兩站點的回歸方程分別為，景洪：

圖10 景洪降水量

圖11 勐臘降水量

y=159.257x-29.065x2+1.351x3+1045.945

勐臘：

y=-234.395x+22.743x2-0.607x3+2173.438

從曲線擬合和回歸方程式都可以看出，2個氣象站點的變化趨勢不同。相比較而言，勐臘地區(qū)僅有先下降后上升的趨勢，但其下降的降水量更多一些。

4.3 日照時數(shù)

根據(jù)氣象局提供的數(shù)據(jù)繪制出了景洪氣象站和勐臘氣象站的年平均日照時數(shù)折線圖。

從圖12和圖13分析得到，2000—2013年兩氣象站點的平均日照時數(shù)的變化趨勢不明顯。

圖12 景洪站平均日照時數(shù)

圖13 勐臘站平均日照時數(shù)

4.4 平均風(fēng)速

根據(jù)氣象局提供的數(shù)據(jù)繪制出了景洪氣象站和勐臘氣象站的年平均風(fēng)速折線圖。

從圖14和圖15分析得到，這13a來兩站點的平均風(fēng)速都在升高，且勐臘地區(qū)的平均風(fēng)速更高一些，這也和勐臘地區(qū)的海拔更高有關(guān)。

圖14 景洪站平均風(fēng)速

圖15 勐臘站平均風(fēng)速

4.5 平均相對濕度

根據(jù)氣象局提供的數(shù)據(jù)繪制出了景洪氣象站和勐臘氣象站的年平均相對濕度折線圖。

從圖16和圖17分析得到，兩氣象站點的平均相對濕度都在下降。

圖16 景洪站平均相對濕度

圖17 勐臘站平均相對濕度

5 西雙版納氣候變化對植被的影響

在SPSS中分別對景洪和勐臘地區(qū)的數(shù)據(jù)進(jìn)行相關(guān)分析和偏相關(guān)分析，以研究植被覆蓋變化與氣溫、降水量的相關(guān)性。

5.1 景洪地區(qū)分析

5.1.1 相關(guān)分析

由表2分析得到，極高覆蓋度與氣溫負(fù)相關(guān)關(guān)系較強(qiáng)，其它覆蓋度與氣溫表現(xiàn)為正相關(guān)關(guān)系。極高覆蓋度與降水量正相關(guān)關(guān)系不太明顯，而其它覆蓋度與降水量的負(fù)相關(guān)關(guān)系也較弱。

表2 植被覆蓋度與氣溫、降水量的相關(guān)系數(shù)

說明氣溫對影響植被覆蓋度較強(qiáng)，而且氣溫和降水量對于極高覆蓋度和其它覆蓋度有著相反的影響。

5.1.2 偏相關(guān)分析

由圖18和圖19分析得到，分別剔除降水量和氣溫的影響，各植被覆蓋度與氣溫、降水量相關(guān)性較強(qiáng)。其中，氣溫和降水量對于極低覆蓋度和低覆蓋度的影響更加明顯；而極高覆蓋度與氣溫、降水量的負(fù)相關(guān)關(guān)系較明顯。

圖18 剔除降水量對植被覆蓋度的影響

圖19 剔除氣溫對植被覆蓋度的影響

5.2 勐臘地區(qū)

5.2.1 相關(guān)分析

由表3分析得到，氣溫對各植被覆蓋度的相關(guān)性更加明顯，并且除極高覆蓋度外，均呈現(xiàn)較明顯的正相關(guān)關(guān)系。而降水量與各植被覆蓋度的相關(guān)性較低，除極高覆蓋度外，均為負(fù)相關(guān)關(guān)系。

表3 植被覆蓋度與氣溫、降水量的相關(guān)系數(shù)

5.2.2 偏相關(guān)分析

圖20與圖21反映的相關(guān)性與景洪地區(qū)一致，均可看出氣溫與降水量之間的影響很大，且與各植被覆蓋度的相關(guān)性均較明顯。

圖20 剔除降水量對植被覆蓋度的影響

圖21 剔除氣溫對植被覆蓋度的影響

6 結(jié)論

本文以2000—2017年西雙版納州MODIS NDVI數(shù)據(jù)為基礎(chǔ)，結(jié)合2000—2013年景洪和勐臘氣象站點的降水量和氣溫數(shù)據(jù)，對植被覆蓋度與氣溫、降水量之間進(jìn)行相關(guān)分析，分析了氣候變化對于植被覆蓋變化的影響。結(jié)合西雙版納州地貌圖和植被覆蓋圖研究了各植被覆蓋度的空間分布特征和時空變化歷史。

通過以上研究分析，得到了以下結(jié)論?；?000—2017年MODIS NDVI數(shù)據(jù)，通過ARCGIS進(jìn)行重分類得到植被覆蓋圖，結(jié)合西雙版納州地貌圖分析得到，勐?？h相比其它2個地區(qū)，植被覆蓋度明顯較低。2000—2004年勐臘縣和景洪市植被覆蓋度較高，尤其2002年可以看出極高覆蓋度極高，然而2002年以后特別是極高覆蓋度都在減小，2005年植被覆蓋度最差。從2017年植被覆蓋圖可以看出，植被覆蓋度相比2000—2004年還是有很大的差距。近17a的植被覆蓋經(jīng)歷了退化、治理又退化的過程，近2a有所回升。

通過植被覆蓋度的趨勢分析，得到以下結(jié)論。低覆蓋度、中等覆蓋度和高覆蓋度的變化趨勢相近，大致呈現(xiàn)下降、上升又下降的過程。相比較而言，極高覆蓋度則呈現(xiàn)明顯的相反趨勢；而極低覆蓋度只呈現(xiàn)上升又下降的趨勢。

通過勐臘、景洪氣象站2000—2013年氣象數(shù)據(jù)的趨勢分析，得到以下結(jié)論。兩地區(qū)的氣溫大致均呈現(xiàn)上升趨勢，而且景洪地區(qū)上升的速度更快，后期又有些回落。景洪地區(qū)的降水量變化趨勢復(fù)雜一些，但是比起勐臘地區(qū)，和2000年相比，2013年的降水量要高一些。兩地區(qū)的日照時數(shù)沒有變化，風(fēng)速提高較明顯而平均相對濕度有些下降。

通過勐臘、景洪地區(qū)植被覆蓋度與降水量、氣溫的相關(guān)分析和偏相關(guān)分析，得到以下結(jié)論。由相關(guān)分析得到，氣溫對各植被覆蓋度有較強(qiáng)的相關(guān)性，并且除極高覆蓋度外均呈現(xiàn)較明顯的正相關(guān)關(guān)系。而各植被覆蓋度與降水量的相關(guān)性不高，且除極高覆蓋度外，均為負(fù)相關(guān)關(guān)系。

由負(fù)相關(guān)分析得到，分別剔除降水量和氣溫的影響，各植被覆蓋度與氣溫、降水量呈現(xiàn)明顯的相關(guān)性。其中，極低覆蓋度和低覆蓋度相對來說易受氣溫和降水量的影響；極高覆蓋度與氣溫、降水量呈現(xiàn)較為明顯的負(fù)相關(guān)關(guān)系。

分析得到，隨著兩地區(qū)近20a來的氣溫上升，對于極高覆蓋度的減少和其它覆蓋度的上升影響較大；而降水量的變化對于極高覆蓋度的上升和其它覆蓋度的減少也有一定的影響。

7 不足與展望

本文利用遙感數(shù)據(jù)和氣象站點數(shù)據(jù)，對西雙版納州氣候和植被變化進(jìn)行分析，并分析了氣候與植被的關(guān)系。但是由于時間、數(shù)據(jù)和作者的研究水平有限，研究中仍存在著大量的問題和不足之處，需要在以后的工作中加以改善。

對于植被覆蓋度的數(shù)據(jù)分析，由于數(shù)據(jù)和技術(shù)問題，無法利用轉(zhuǎn)移矩陣等數(shù)據(jù)分析方式進(jìn)行更加精確有效的分析；由于研究區(qū)只能找到2000—2013年景洪市和勐臘縣的氣候數(shù)據(jù)，所以氣候變化的分析有些片面，無法完整地反映2000—2017年研究區(qū)的氣候變化；本文僅通過氣候變化來分析植被覆蓋變化，對人類活動對于植被覆蓋度變化的影響缺乏分析。以上這些問題，在以后的工作研究中需要改善和重視。