Trends and factors influencing vegetation seasonal dynamics in Changwu County on the Loess Plateau
WENXiaojin通讯作者:
收稿日期:2015-08-10
修回日期:2016-02-15
网络出版日期:2016-04-25
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (1497KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
植被作为陆地生态系统的主体,是维持生态系统稳定、调节全球和区域物质和能量平衡的关键要素,同时也是生态系统提供服务的重要载体[1,2],对地球的物质循环与能量流动起至关重要的作用。对陆地植被生长的定量分析有助于明晰全球气候增暖过程与人类经济活动增加所产生的一系列生态效应,因而大尺度长时间序列的陆地植被生长定量分析作为全球环境变化空间观测的有效途径,已成为地表过程分析与模拟研究的重要议题[3]。在全球气候变化与快速城市化相交互的背景下,研究自然和人为因素对植被覆盖变化的复合影响已成为全球变化分析的热点问题[4]。作为环境遥感监测的主要对象之一,植被的生物物理参数常通过遥感植被指数进行表征,其中应用较早的归一化植被指数(Normalized Difference Vegetation Index,NDVI)已经成为衡量植被生长的最常用遥感监测参数[5]。以NDVI年际变化作为植被生长的表征,分别将NDVI值的年际下降和上升表征植被生长的恶化和改善趋势,可以有效形成植被生长空间制图[6,7]。Liu等研究表明在1982-2012年中国陆地植被生长呈改善趋势[8]。刘爽等发现2000-2010 年中国地表植被绿度增加而荒漠化面积减少[9]。李飞等的研究也表明,1982-2009年中国陆地植被生长整体趋于改善且在一些地区受人为因素的影响明显[10]。随着从国家到区域的NDVI年际变化特征逐步得到明确,有必要进一步思考年内植被生长过程与年际植被变化趋势二者之间的关系。是否年际趋势显示的植被改善对应了全年各时段NDVI的一致上升?亦或是某一个季节的植被生长较强的年际差异引起了全年的NDVI显著变化?尤其是对于植被生长周期并不重合的耕地和林地两种土地类型而言,二者的年际变化差异能否通过季相分异特征进行解读?对这些问题的理解需要对NDVI年际变化的季相特征进行进一步刻画。
黄土高原是中国典型的生态脆弱地区,近年来相对湿润的气候和“退耕还林还草”等生态改善工程的全面实施缓解了黄土高原荒漠化趋势[11],植被覆盖呈现明显增长态势[12]。在这一背景下,研究黄土高原县域尺度植被改善,并识别影响植被覆盖变化的影响因素,可以更有效地支撑生态脆弱区县域生态建设。地处典型黄土高原地区的长武县是为数不多的城市化程度较低,且有比较完整的国家基本台站气象站点记录的区县,可以较为准确地反映植被改善与气温降水的关系。因此,本研究以黄土高原地区典型县长武县为研究区,基于Sen+Mann-Kendall模型对植被覆盖变化趋势进行季相尺度分析,利用偏相关分析对气温、降水与植被NDVI的季节、月际相关性进行归因探讨,并讨论退耕还林对植被生长改善的作用。
2 研究区概况、数据来源与研究方法
2.1 研究区概况
长武县(107°38′E -107°58′ E,34°59′N - 35°18′ N)位于陕西省咸阳市西北部,地处黄土高原丘陵沟壑区,其塬川相间、河谷发育,具有典型的黄土高原地貌,地势东北高西南低。全县面积567.3km2,其中塬地占24%,川地占7%,坡沟地占69%。长武县气候属于暖温带半干旱大陆性季风气候,年降水量为548mm,年内分布呈现夏秋多、冬春少。最高气温36.9℃,最低气温-24.9℃,年均气温9.1℃。受季风影响,全县春夏秋冬及干湿冷热分明,热量条件较差。长武属于农牧结合生态类型区,农业在国民经济中处于主要地位。境内森林植被属于暖温带落叶阔叶林植被带,但由于水土流失严重,生态环境比较脆弱[13]。20世纪80年代以来,长武县经济重心向果业转移,园地面积增大,耕地面积大幅减少[14]。2010年Globeland30土地利用解译产品所示(http://www.globallandcover.com/),长武县植被以耕地为主,林地次之,草地规模小于林地(图1,见第 771页)。显示原图|下载原图ZIP|生成PPT
图1长武县位置及土地利用类型分布
-->Figure 1The location and land use type of Changwu County
-->
显示原图|下载原图ZIP|生成PPT
图22000-2012年长武县NDVI年际与季节变化
-->Figure 2Interannual change of NDVI in Changwu County from 2000 to 2012
-->
2.2 数据来源与预处理
本研究所采用NDVI数据为MODIS卫星MOD13Q1产品(https://lpdaac.usgs.gov/dataset_dis-covery/modis/modis_products_table),其空间分辨率250m×250m,时间分辨率16天,时间范围为2000年3月至2013年2月。为消除异常值的影响,采用最大合成法(MVC)制作NDVI月值序列。采用3-5月为春季,6-8月为夏季,9-11月为秋季的划分方法取月平均值合成季节序列。同时,采用3-11月NDVI平均值制成NDVI年值序列。气象数据取自长武气象站月值数据集(http://www.cma.gov.cn/2011qxfw/2011qsjgx/),时间范围为2000年1月至2013年2月。图像裁切、统计在ArcGIS10.2平台下完成,趋势分析与显著性分析在Matlab2012a平台中完成。图像投影统一为Albers投影,中央经线105°E,双标准纬线25°N、47°N。2.3 研究方法
2.3.1 基于Sen+MK法的趋势分析Sen趋势分析与Mann-Kendall检验法结合可以有效判断长时间序列数据的变化趋势,该方法对数据的连续性没有严格要求,有效规避异常值带来的误差[15,16]。本文用Sen法分析NDVI长时间序列的空间分布特征。Sen趋势分析的计算公式为:
式中i、j为时间序数;NDVIi,NDVIj分别为像元、第i、j时间序列的NDVI值。若Slope>0表示NDVI呈增长趋势,反之则呈现下降趋势。
Mann-Kendall是一种非参数统计检验方法,用来检测趋势变化的显著性,该检验方法在长时间序列趋势检验和分析中得到广泛应用。计算公式如下[17,18]:
式中
在不显著的变化中,有一部分趋势趋近于0。此时如果将这部分像元也归并为相应的增减趋势,则会掩盖此类像元变化的平稳性。因此,本研究将趋势波动少于±0.005的Sen和OLS回归结果命名为平缓波动。所以,经过趋势和显著性叠加可以得到5种分类结果:
① Slope<-0.005 & P<0.05Q 显著下降;
② Slope<-0.005 & P≥ 0.05Q 下降;
③ -0.005≤Slope≤ 0.005Q 平缓波动;
④ Slope> 0.005 & P≥0.05Q 上升;
⑤ Slope>0.005 & P < 0.05Q 显著上升。
2.3.2 偏相关分析
偏相关分析是研究某一要素与另一要素相关程度时,将其他相关要素影响视为常数方法[19,20]。由于多要素构成的地理系统相对比较复杂,一种要素的变化必然受到多种要素的影响,而一种要素的变化又必然导致其他相关因素的变化。因而在地理学研究中分析特定要素之间的相关性时常采用偏相关方法。计算公式如下:
式中
3 结果及分析
3.1 长武县植被变化趋势
总体而言,2000年以来长武县植被不断改善。2000-2012年间长武县年合成NDVI在0.409~0.520之间浮动,呈现波动中上升的趋势,增速为0.064/10a(图2)。2000年的NDVI值为最小,为0.409,2012年达到最大值0.520。13年间,长武县的NDVI在时间尺度上出现两个波峰。其中2000-2004年NDVI的变化幅度最大,从0.409增长到0.508;之后NDVI值开始缓慢下降,在2008年出现一个小波峰之后,NDVI年际之间的波动减小。长武县各季节的平均NDVI变化趋势与年均NDVI变化趋势有所差异,其中夏季NDVI增长速度快于年均值,增速为0.105/10a,且在2008年达到峰值。与此同时,秋季NDVI的增速仅为0.048/10a,而春季NDVI增速更仅有0.039/10a。在值域分布上,夏季NDVI值高于年平均值,而春秋两季的NDVI值则远低于夏季;同时,秋季NDVI值在多数年份高于春季,仅在2002和2005年出现异常;在变化规律上,春秋两季NDVI序列的震荡幅度大于年合成NDVI序列,NDVI增速也慢于年合成NDVI序列。如图3所示,年均NDVI呈现增长部分占研究区总面积84.83%,其中显著增加的面积占58.84%。各个季节中,夏季与秋季的植被生长改善趋势比较明显,尤以夏季最为显著;而春季变化趋势则相对不明显,多呈现平缓波动。长武县北部耕地除夏季NDVI明显增长外,春秋两季及年均NDVI增长面积比例均小于南部。对照土地利用图可知(图1),耕地和林地、草地的植被变化趋势是有所差异的,而这种差异往往在研究NDVI最大季节或月份的趋势分析中被掩盖。因此,通过季相尺度的NDVI趋势分解可以得出,长武县年际趋势显示的植被生长改善并不对应全年各时段NDVI的一致上升,夏季NDVI较强的年际差异引起了全年的NDVI显著变化;研究区林地和草地在春季体现出较明显的植被生长改善现象,而耕地在春季则大部分处于平缓波动态势并削弱了年均NDVI变化量,说明人类土地利用方式对年均NDVI的变化有直接影响。另外,北半部经济发展水平较好的昭仁镇和东部煤电产业发展较好的亭口镇、冉店乡NDVI在各季节均有部分地区呈NDVI下降趋势,说明城镇化水平的提高和工矿产业的发展容易对植被生长产生负面影响。
显示原图|下载原图ZIP|生成PPT
图32000-2012年长武县植被覆盖季节变化格局
-->Figure 3The seasonal variation pattern of vegetation coverage in Changwu County from 2000 to 2012
-->
3.2 植被变化的气候影响因素
虽然自1981年以来长武县存在升温情况,但就2000年以后的短时间尺度而言,2000-2012年长武县年平均气温呈下降趋势(图4)。其波动速率约为-0.3℃/10a,温度在9.0~10.35℃之间波动,最低平均气温出现在2008年,为9.0℃,最高气温出现在2006年,为10.35℃,波动幅度超过1℃。如图4所示,长武县在近13年间出现3次较大的波动。其中2003年以前波动比较小,到2003年气温出现明显的降低,从9.8℃降为9.2℃;之后气温在波动中上升,在2006年达到13年中的最高气温;2007年和2008年长武县气温不断下降,并到达13年中的最低气温,变化幅度达到1.35℃;2009年气温升高,2010年较2009年变化不大;2010年后,长武县气温又开始不断下降。这一升降规律与植被变化规律并不重合。显示原图|下载原图ZIP|生成PPT
图41981-2012年长武县年平均气温与年降水量变化
-->Figure 4The annual change of average temperature and precipitation in Changwu County from 1981 to 2012
-->
长武县2000-2012年年降水量在498.7~954.3mm之间波动;2003年的年降水量为近几年的最大值,为954.3mm,年降水量最小值出现在2012年,为457.9mm。从趋势看,13年间长武县降水变化趋势整体不大,呈下降趋势,只在2003年和2011年出现2个相对较大的波动,其中2003年降水波动最大,其他年份基本上在500~600mm左右波动,降水量年差异不大。其中2003年的异常高降水量对应了2003-2004年植被长势的峰值,随后的干旱与植被长势波谷对应,而2007年高降水量也对应了2007-2008的植被长势波峰。
气温和降水量是对植被生长影响最为关键的气候因素[21,22],求得长武县NDVI分别与季节平均气温和季节累计降水量的相关系数。以季节作为样本量,计算13年间春夏秋季节的各季节平均NDVI与气温、降水的关系,得出NDVI与气温的相关系数为0.775,与降水的相关系数为0.631,均通过0.001显著性检验(表1)。由于季节的划分本身就代表了温度的差异,因此植被生长在季节尺度上与温度变化更一致是合理的。然而,计算分年份的各季NDVI与气温降水的年际关联,发现各年份同季节的相关系数普遍偏低。春季NDVI与温度的相关性为-0.271,与降水的相关性为0.735;夏季NDVI与温度的相关性为-0.449,与降水的相关性为0.011;秋季NDVI与温度和降水的相关性分别为0.454和 -0.238。除春季NDVI与该季降水外,所有相关性均未通过显著性检验。可见春季降雨对植被生长具有最显著的作用。这也反映就年际规律而言,夏秋两季的气温降水对植被生长的影响是不明显的。
Table 1
表1
表12000-2012年长武县气温和降水与NDVI季节相关系数
Table 1Correlation coefficient between NDVI and temperature / precipitation in Changwu County on seasonal scale from 2000 to 2012
NDVI与气温的 相关性 | NDVI与降水的 相关性 | |
---|---|---|
春季(n=13) | -0.271 | 0.735** |
夏季(n=13) | -0.449 | 0.011 |
秋季(n=13) | 0.454 | -0.238 |
全年三季节(n=39) | 0.775 | 0.631 |
新窗口打开
气候对植被生长的影响不仅体现在年际之间,也反映在年内规律的刻画上。气温和降水量对植被生长的影响可能存在一定的滞后性。表2为长武县NDVI分别与月平均气温和月降水量的相关系数和偏相关系数,基本上可以看出研究区NDVI与气温和降水的相关系数基本上都大于偏相关系数,NDVI与气温的相关系数均高于与降水的相关系数,均达到0.01显著水平,表明长武县年内的植被生长受到气温和降水的共同影响,但在月际尺度上主要受气温影响。这是由于植被水量的补给还受人类活动的影响,降水稀少时农业区会采取灌溉形式补充作物需水。
Table 2
表2
表22000-2012年长武县气温和降水与NDVI月际相关系数
Table 2Correlation coefficient between NDVI and temperature / precipitation in Changwu County on month scale from 2000 to 2012
NDVI与气温的相关性 | NDVI与降水的相关性 | |||
---|---|---|---|---|
rNDVI-T | rNDVI-T/P | rNDVI-P | rNDVI-P/T | |
滞后0个月 | 0.874** | 0.793** | 0.640** | 0.269** |
滞后1个月 | 0.878** | 0.829** | 0.517** | -0.059 |
滞后2个月 | 0.632** | 0.634** | 0.237** | -0.245 |
新窗口打开
分析2000年1月-2013年2月(即2012年冬季结束)的气温降水指标与2000年3月-2013年2月NDVI的关联关系,滞后1个月时NDVI与气温的偏相关性系数0.829为最高,即NDVI与上个月的气温关系最为密切,NDVI对气温的响应存在时滞。这是由于植被的生长有1个时间过程,受气温变化影响后,植被的生长状况在积温达到一定日数后才表现出来。NDVI与降水的相关性在当月表现比较显著,在滞后1个月和2个月时表现出负相关的特征,表明长武县NDVI对降水的响应不存在时滞现象。
3.3 植被变化的人为影响因素
偏相关分析得出NDVI与气温的偏相关系数大于与降水的偏相关系数,说明气温对年内植被生长的影响大于降水的影响,这是人类对植被需水的可控性造成的。人类活动可以对气候影响的结果进行主动适应,降水量较少时可以对农业区进行人工灌溉,保证农作物的正常生长,因而植被覆盖在年内对降水的响应相对较弱。积温对植被的生长有重要作用,但是人们对于积温变化除大棚、地膜等人工措施以外难以进行更宏观的干预,所以气温变化在年内对植被覆盖的影响更为直接,相关性较高。植被覆盖变化不仅受自然因素影响,同时也受到人类活动的作用,其最直观的表现在于土地利用方式的改变。退耕还林还草工程以及开荒种树是一种人类活动的表现,这对植被改善是有比较大的正面影响。根据长武县政府所公布的第一轮退耕还林工程实施的情况,1999-2006年长武县累计退耕还林种草达到1 368.400hm2,其中退耕地造林 4 371.333hm2,荒山荒地造林8 645.333hm2,封山育林666.667hm2。估算相对保守的遥感解译数据也证实了2000-2006年该县耕地面积减少约530hm2,林地增加约460 hm2 [14]。三北防护林工程、天然林保护工程和日元贷款造林项目均使林地和草地面积逐年增长;除耕地改造为林地外,部分耕地上栽种了杏树、花椒等经济作物;而改造荒山荒坡工程的实施,也增加了林地和草地的面积[14]。这些土地利用变化成为全县植被覆盖增加、NDVI上升的直接驱动力。
但是在人类活动的过程中,一些人为改变土地利用方式而破坏植被覆盖的行为仍对植被改善造成负面影响。现阶段长武县的城市化程度较低,城市化进程对植被覆盖变化的负面影响并不明显,主要集中在县城周围少数像元中。长武县东部区域煤电产业发展较好,工矿企业的发展占用农用地,使植被覆盖面积减少,对植被改善带来不利影响。例如在冉店乡和亭口镇的部分区域出现植被退化。
3.4 讨论
现阶段关于植被改善的研究大都是在一定的时间跨度上从大区域尺度进行[6-10],本文从县域尺度分析了2000-2012年的植被覆盖变化,同时又将时间跨度缩小到季节和月,使植被改善格局分析更加细化。虽然诸如Landsat等系列卫星在空间分辨率上效果更好,但鉴于轨道周期长,无法进行月、季节尺度的植被分析研究;在县域尺度上进行季相分析,必须采用目前分辨率最高的NDVI产品,即250m分辨率16天数据。借助国家基本站长武气象站,本研究所进行的县域植被变化及影响因素分析更具针对性,是大尺度研究无法直接替代的。此外,本研究在进行气候对植被变化的驱动分析时有两处不确定性需要说明。一是由于气象站点位于长武县城附近,导致城市化会对气温的测定造成一定的影响;二是采用站点周围像元和采用全部像元进行相关性分析的结果会略有不同,采用站点周围5km缓冲区内的像元进行相关分析,降水与植被的相关性由0.727上升至0.753,而气温与植被的相关性仍为0.854保持不变。对于城市化相对较弱、总面积相对较少的长武县而言,这些不确定性会对相关性分析结果的精度造成影响,但不会改变所得结论。植被改善受自然因素和人类活动因素的双重影响,植被改善工程是对植被改善产生较大正面效应的人类活动。本文在植被改善工程的背景下,主要分析自然因素对植被改善的影响,而人类活动对区域的开发与保护的不同方式也可以作为植被变化的重要驱动力。目前“三北”防护林体系建设工程在长武县已经取得较大成果,植被改善趋势良好,其对于治理长武县所属黄土高原地区普遍存在的水土流失问题有重大的意义。同时,长武县积极发展林果产业,带动了经济发展,同时也有利于植被覆盖率的增加,经济的发展使得有更好的财政实力实施生态环境建设。以辩证的视角看待城市和乡村人口流动可知,城镇化导致农村人口向城市流动,实际上降低了广大农村土地的人口压力,可能会出现坡耕地撂荒现象,这种现象对植被改善是呈正面效应的。对于本研究区而言,农村人口不仅流向县城,更流入省内西安、延安、咸阳、宝鸡、榆林等地级市以及东部沿海地区,耕地利用强度有所下降,这对整个县域的植被改善都是有正面作用的。可以认为,人类活动导致的建设用地的增加对植被改善存在不利的一面,但是从农民工进城务工而产生的农用地撂荒角度而言又存在有利的一面。这说明人类活动作用的复杂性,各种影响因素的不同和大小不一,针对具体的研究区而言还需要调研数据分析微观尺度人类活动对植被覆盖的具体影响,并进一步预测分析自然因素和人类因素对植被覆盖变化的影响趋势,进而分析植被改善的驱动机制并制定相应的措施有效促进植被改善。
4 结论
本文利用Sen+Mann-Kendal分析陕西省长武县2000-2012年的植被覆盖变化趋势以及植被改善的影响因素。2000-2012年长武县的NDVI值呈波动上升趋势,增速为0.064/10a,2000-2004年的变化趋势最明显。夏季植被生长改善情况最为显著,秋季植被改善状况比夏季有所降低,而春季有大面积区域呈现NDVI平缓波动。其中林地和草地在春季体现出较明显的植被生长改善现象,而耕地在春季则大部分处于平缓波动态势并削弱了年均NDVI变化量。降水变化是决定年际植被覆盖变化的主导因素,春季降雨对植被生长具有最显著的作用,但在月际尺度上温度与植被的相关性更高,且植被对温度的响应存在1个月的时滞效应。同时,退耕还林等生态工程的植被改善成果也不可忽视。The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[1] | [J]. , [J]. , |
[2] | [J]. , [J]. , |
[3] | [J]. , |
[4] | [J]. , |
[5] | [J]. , |
[6] | [J]. , [J]. , |
[7] | [J]. , [J]. , |
[8] | [J]. , |
[9] | [J]. , [J]. , |
[10] | [J]. , [J]. , |
[11] | [J]. , |
[12] | [J]. , [J]. , |
[13] | [J]. , [J]. , |
[14] | [J]. , [J]. , |
[15] | [J]. , |
[16] | [J]. , [J]. , |
[17] | [M]. , |
[18] | [J]. , |
[19] | [J]. , [J]. , |
[20] | [J]. , [J]. , |
[21] | [J]. , [J]. , |
[22] | [J]. , [J]. , |